自 5.7.0 版本起,EMQX 支持了 SQL 调试,并支持在数据集成全流程中进行规则调试,使用户能够在开发阶段就全面验证和优化规则,确保它们在生产环境中的稳定高效运行。
点击此处下载 EMQX 最新版本:https://www.emqx.com/zh/try?tab=self-managed
本文将为您提供 EMQX 数据集成规则的调试指南,通过调试步骤的详细介绍,帮助您充分了解并利用这一强大的功能。
EMQX 规则引擎介绍
EMQX 规则引擎是一个基于 SQL 的数据处理组件,借助数据集成,用户无需编写代码即可完成物联网数据的提取、过滤、转换、存储和处理任务。
规则引擎的工作原理:
- 数据源:通过 SQL 中的 FROM 子句指定。
- 数据处理:通过 SQL 语句和函数进行描述。
- 结果输出 :通过动作来处理输出结果,比如将其存储到数据库或重新发布到 MQTT 主题中。
关键动作:
- 将消息重新发布到 MQTT 主题
- 输出到控制台
- 发送到外部数据系统,如 Kafka、MySQL、PostgreSQL 等。
本指南将重点介绍如何在 EMQX 数据集成中调试这些规则,以确保它们在生产环境中能够按预期工作。
为什么需要规则测试?
目前,在 EMQX 中创建直接可用的规则可能会面临一些挑战,主要体现在以下几个限制:
- 仅限于 SQL 测试:当前只能通过模拟数据输入来测试 SQL,这虽然有助于用户调整 SQL 语法以实现目标,但无法全面验证规则的整体效果。
- 动作测试:动作只能在 Sink 资源的生产环境中观察,限制了提前充分测试和验证动作的可能性。每次调整都需要切换不同的系统来检查结果,增加了操作的复杂性。
- 模拟数据限制:模拟数据通常有限,难以全面反映 MQTT 属性和事件的真实情况,导致测试结果可能无法覆盖所有用户场景。
通过仪表板提供全面反馈并跟踪整个数据集成生命周期中的日志,规则测试可以有效解决上述限制,帮助用户更好地识别和解决问题。规则测试的主要优势包括:
- 端到端验证:可以使用真实的数据源和动作进行测试,确保从输入到输出的每个数据流环节都按预期运行。
- 更好的问题检测:在开发和规则编辑阶段,用户界面提供了直观的工具,帮助快速识别和解决潜在问题,从而减少生产环境中的故障发生率。
- 提高开发效率:测试功能能够缩短开发和测试周期,使规则的部署更加高效。
- 保障系统稳定性:通过预先测试和验证规则,降低了生产环境中出现未预见问题的风险。
规则测试功能使用教程
安装 EMQX Enterprise
推荐下载 :EMQX Enterprise - 此版本提供丰富的数据集成功能,支持 Kafka、RabbitMQ、MySQL、PostgreSQL、InfluxDB、TimescaleDB 等常用的关系型数据库、时序数据库和流处理中间件。
您也可以使用以下 Docker 命令安装:
shell
docker run -d --name emqx-enterprise -p 1883:1883 -p 8083:8083 -p 8084:8084 -p 8883:8883 -p 18083:18083 emqx/emqx-enterprise:5.7.1
安装完成后,在浏览器中打开 <http://<your-host-address>>:18083
,输入默认的用户名和密码即可登录 Dashboard。
登录后,依次点击数据集成 → 规则 → 创建,进入规则引擎创建页面。页面的上半部分用于配置 SQL、数据源和 Sink,而下半部分则是进行规则测试的区域。接下来,我们将通过两个简单的例子演示如何创建和启用规则测试。
创建规则
在完成 EMQX 安装后,我们通过一个具体示例来展示规则引擎的使用。该场景模拟车辆数据上报,并在车速超过 120 公里/小时时,将相关数据(包括速度和地理位置)发布到 HTTP 服务。车辆的 ID 和 MQTT 连接信息将存储在 PostgreSQL 数据库中。
-
模拟 MQTT 有效载荷进行测试:首先,模拟一条 MQTT 有效载荷来模拟车辆数据上报。
json{ "vehicle_id": "VH-958-XYZ", "speed": 72, "location": { "latitude": 40.7128, "longitude": -74.0060 }, "safety_features": { "airbag_deployed": false, "abs_status": "active" }, "timestamp": "2024-07-11T15:45:00Z" }
-
创建 SQL 规则 :在 SQL 编辑器中创建规则,监听
devices/#
主题,并设置条件为车速超过 120 公里/小时时触发。sqlSELECT username, clientid, payload.vehicle_id as vehicle_id, payload.speed as speed, payload.location.latitude as latitude, payload.location.longitude as longitude, payload.safety_features.airbag_deployed as airbag_deployed, payload.safety_features.abs_status as abs_status, timestamp FROM "devices/#" WHERE payload.speed > '120'
-
测试和调试 SQL :编写完 SQL 后,在 SQL 选项卡中点击"开始测试"按钮,调试 SQL 语法。您可以输入模拟数据进行测试,调整和优化 SQL 语句。关于编写 SQL 的详细指南,请参考 EMQX 文档。测试完成后,我们将设置 HTTP 和 PostgreSQL 环境,为该规则添加两个动作。
设置 HTTP 服务
首先,我们使用 Node.js 创建一个简单的 HTTP 服务,用于接收和显示来自 EMQX 的数据。
javascript
const express = require("express");
const app = express();
app.use(express.json());
app.post("/speed", (req, res) => {
const { speed, latitude, longitude } = req.body;
console.log(`Received data: Speed is ${speed} km/h at coordinates (${latitude}, ${longitude}).`);
res.status(200. send("Data received successfully!");
});
const PORT = 3000;
app.listen(PORT, () => {
console.log(`Server is running on port ${PORT}`);
});
在规则创建页面中,选择添加动作,创建 HTTP 连接器,并配置 HTTP 请求主体,将从 SQL 提取的数据发送到上述 HTTP 服务。
配置 PostgreSQL 数据库
接下来,我们使用 Docker 快速部署 PostgreSQL 数据库,并使用 Postico 或其他 GUI 客户端管理数据库。
services:
postgres:
image: postgres
environment:
POSTGRES_DB: emqx
POSTGRES_USER: admin
POSTGRES_PASSWORD: public
ports:
- "5432:5432"
volumes:
- pgdata:/var/lib/postgresql/data
部署完成后,我们需要创建数据库表,然后添加动作,以便将数据存储到数据库中。
sql
CREATE TABLE car_infos (
id SERIAL PRIMARY KEY,
username VARCHAR(255),
clientid VARCHAR(255),
timestamp TIMESTAMP,
vehicle_id VARCHAR(255),
speed INT
);
数据库表创建完成后,回到规则创建页面中,再次点击添加动作,创建 PostgreSQL 连接器。使用该连接器创建一个动作,并在 SQL 模板中输入如下的 INSERT 语句,以确保当规则触发时,过滤后的数据能够保存到数据库中:
sql
INSERT INTO car_infos (
username,
clientid,
timestamp,
vehicle_id,
speed
) VALUES (
${username},
${clientid},
TO_TIMESTAMP(${timestamp}::bigint / 1000),
${vehicle_id},
${speed}
);
开始测试
注意:在开始测试之前,请务必保存规则。
首先,导航到"规则"选项卡并单击"开始测试"按钮。请确保已经使用页面底部的保存按钮保存了 SQL 规则。保存规则非常重要,只有保存后才能实现测试的端到端跟踪。
对于不使用 MQTT 客户端的用户,可以通过测试界面右侧面板输入模拟测试数据。这种方法虽然能够进行模拟测试,但由于可能存在配置限制,无法完全再现真实场景。
我们建议使用 MQTTX 模拟测试数据。连接到当前的 MQTT Broker,并将真实数据发送到主题 devices/1
。
如果规则未触发(例如,speed
值小于 120),您将在输出中看到 SQL No Result
,表示规则触发条件未被满足。
相反,如果规则成功触发(例如,speed
超过 120),每个测试实例将按时间顺序显示在测试界面的左侧面板中,显示事件或主题消息以及测试开始的时间。点击任意实例即可查看测试的详细结果。
每个动作的结果(如 HTTP 服务器或 PostgreSQL 数据库的动作)都将清晰显示。成功的动作以绿色对号表示,而失败的动作则以红色"X"标记。
每个动作的详细信息可以展开以显示"请求"部分,供用户查看规则引擎处理和转发了哪些数据。例如,HTTP 服务的响应会在每个请求之后显示,以便用户深入了解动作结果。类似地,其他动作也会显示结果部分,向用户展示动作详情。
接下来,我们将模拟错误调试。先删除 HTTP 动作中的路径配置,并将有效载荷中 vehicle_id
的长度设置为超过 255 个字符,然后触发规则并测试上述修改。
HTTP 服务器
在规则触发后,如果 HTTP 服务器动作失败,您可以通过检查请求的详细信息来诊断问题。查看请求的主体内容是否与预期一致。如果动作失败,"原因"字段将提供具体的错误详情。例如,404 状态通常表示配置错误;如果路径错误地设置为 /
,则可能会出现"无法发布"之类的错误消息。
要解决此问题,请返回规则编辑界面,更新动作以包含 /speed
路径,然后保存。此更改无需重新保存整个规则,只需重新发送测试数据即可。如果配置正确,HTTP 服务器将返回操作成功,相关数据也会显示在 HTTP 服务控制台上。
PostgreSQL
查看 PostgreSQL 动作时,如果插入动作失败,原因字段将显示错误代码,例如 string_data_right_truncation
(22001),表示数据长度超出了数据库中字段的限制。
将 vehicle_id
的长度调短,重新发送数据,并检查插入操作是否成功。您可以在结果部分查看,并使用 Postico 等工具验证数据库中的数据是否已正确存储。
这种结构化的方法使得规则测试更为准确,同时增强了调试能力,能够帮助用户有效地调整和优化规则。
结语
本文通过一个简单的示例,介绍了 EMQX 中规则调试和跟踪的基本流程,展示了其与传统 SQL 测试的区别。端到端规则测试对于维护 EMQX Platform 的稳健性和可靠性至关重要,尤其是在复杂的物联网环境中。通过及早发现问题,端到端测试可以提高开发效率,并确保系统的稳定性。
尽管当前的工具在功能上非常强大,但在内容显示和用户交互方面仍有提升空间。未来我们将进一步优化这些方面,以增强用户体验和系统功能。敬请关注。