当前位置：首页 > news >正文

保姆级教程：用Node-RED连接ThingsBoard，实现设备数据上传与仪表盘可视化

news 2026/6/2 13:57:48

从零到一：Node-RED与ThingsBoard物联网数据可视化实战指南

在物联网项目开发中，数据采集与可视化往往是开发者最先需要攻克的难题。传统开发方式需要编写大量代码，而Node-RED和ThingsBoard的组合为我们提供了一条更高效的路径。本文将带您完成一个完整的温度监测项目——从模拟传感器数据生成，到通过MQTT协议上传至ThingsBoard平台，最终构建动态可视化仪表盘。整个过程无需复杂编程，却能实现专业级的物联网应用效果。

1. 环境搭建与基础配置

1.1 双平台部署方案

ThingsBoard和Node-RED都支持多种部署方式，为方便快速开始，我们推荐使用Docker compose一键部署：

version: '3' services: thingsboard: image: thingsboard/tb-postgres ports: - "8080:9090" - "1883:1883" environment: TB_QUEUE_TYPE: in-memory nodered: image: nodered/node-red ports: - "1880:1880" volumes: - ./node-red-data:/data

保存为docker-compose.yml后，执行docker-compose up -d即可同时启动两个服务。访问localhost:8080进入ThingsBoard，默认账号为tenant@thingsboard.org/tenant；Node-RED则运行在localhost:1880。

1.2 ThingsBoard设备配置

登录ThingsBoard后，依次进入：
- 设备组→ 创建新组"环境监测"
- 设备→ 添加设备"温湿度传感器_01"
- 设备凭证→ 复制自动生成的访问令牌

提示：访问令牌相当于设备密码，后续Node-RED将通过此令牌认证身份

1.3 Node-RED基础流程搭建

在Node-RED界面中：

从左侧面板拖入inject节点作为触发源
添加function节点用于生成模拟数据
放置mqtt out节点作为数据出口
用连线连接这三个节点

此时基础框架已搭建完成，接下来我们需要配置每个节点的具体参数。

2. 数据生成与MQTT传输

2.1 模拟传感器数据生成

在function节点中添加以下代码，生成带随机波动的温度数据：

// 生成带时间戳的温湿度数据 const temp = 25 + (Math.random() * 2 - 1); // 24-26℃波动 const humi = 50 + (Math.random() * 10 - 5); // 45-55%波动 msg.payload = { ts: Date.now(), values: { temperature: temp.toFixed(1), humidity: humi.toFixed(1) } }; return msg;

配置inject节点每5秒触发一次，这样我们就有了持续更新的模拟数据源。

2.2 MQTT连接配置

关键步骤是配置mqtt out节点：

添加新的MQTT broker，地址填写ThingsBoard的服务地址（如tcp://localhost:1883）
在"Topic"字段填写：v1/devices/me/telemetry
在"Username"处粘贴之前复制的设备访问令牌
设置QoS为1以确保消息可靠传输

参数对照表：

配置项	示例值	说明
服务器地址	tcp://localhost:1883	MQTT协议标准前缀
主题	v1/devices/me/telemetry	遥测数据专用主题
认证方式	访问令牌	ThingsBoard特有机制

部署流程后，可以在ThingsBoard设备的"最新遥测"选项卡中看到实时上传的数据点。

3. 高级数据处理技巧

3.1 数据格式转换实战

当需要对接现有系统时，往往要进行数据格式转换。例如将原始数据转换为ThingsBoard推荐的格式：

// 原始输入格式 // { // "sensorID": "DHT22_01", // "readings": { // "temp": 25.3, // "humi": 52.1 // } // } // 转换函数 msg.payload = { ts: new Date(msg.timestamp).getTime(), values: { [msg.payload.sensorID + "_temp"]: msg.payload.readings.temp, [msg.payload.sensorID + "_humi"]: msg.payload.readings.humi } }; return msg;

这种转换使得多设备数据可以统一命名规范，便于后续管理。

3.2 异常数据处理

在实际应用中，我们需要处理传感器异常值。添加一个function节点进行数据校验：

const temp = parseFloat(msg.payload.temperature); const humi = parseFloat(msg.payload.humidity); if (isNaN(temp) || isNaN(humi)) { node.warn("无效的传感器数据"); return null; // 丢弃异常数据 } if (temp < -20 || temp > 60) { msg.payload.temperature = 25; // 设为默认值 } // 湿度范围校验 if (humi < 0 || humi > 100) { return null; } return msg;

4. 可视化仪表盘开发

4.1 ThingsBoard部件配置

在ThingsBoard中创建新的仪表盘，添加以下部件：

数字指示器：显示当前温度值
- 数据源：选择设备"温湿度传感器_01"
- 键：temperature
- 单位：℃
时间序列图表：展示温度变化趋势
- 时间窗口：最近1小时
- 聚合函数：AVG（平均值）
- 颜色方案：温度梯度（蓝到红）
报警部件：高温预警
- 规则：temperature > 28
- 严重程度：CRITICAL

4.2 高级布局技巧

ThingsBoard支持灵活的仪表盘布局：

使用"网格布局"模式精确控制部件位置
通过"选项卡"组织不同维度的数据
设置"状态样式"实现条件格式化（如温度超过阈值时显示红色）

推荐布局方案：

区域	部件类型	数据维度
顶部	数字指示器x2	实时温湿度
中部左侧	时间序列图表	温度趋势
中部右侧	雷达图	各传感器对比
底部	报警列表	异常事件

4.3 移动端适配

ThingsBoard仪表盘自动适配移动设备，但可以通过以下优化提升体验：

在仪表盘设置中开启"移动模式"
为移动端单独设计简化版布局
设置合理的部件最小宽度（建议≥300px）

5. 生产环境优化建议

5.1 性能调优方案

当设备数量增加时，需要考虑以下优化措施：

MQTT连接优化：

使用持久会话减少连接开销
适当增大keepalive间隔（如60秒）
批量上传数据而非单条发送

// 批量数据处理示例 const batchSize = 10; const messages = []; function processMessage(msg) { messages.push(msg.payload); if (messages.length >= batchSize) { const batchMsg = { payload: messages }; node.send(batchMsg); messages.length = 0; } }

5.2 安全加固措施

访问控制：
- 为每个设备分配独立令牌
- 定期轮换访问令牌
- 使用ACL限制设备权限
数据传输安全：
- 启用MQTT over SSL/TLS
- 实现payload加密（如AES）
- 添加消息签名验证

# 生成自签名证书示例 openssl req -x509 -newkey rsa:4096 -keyout key.pem -out cert.pem -days 365

5.3 监控与维护

建议添加以下监控流程：

Node-RED中增加MQTT连接状态监测节点
设置ThingsBoard规则链处理设备离线事件
定期备份关键流程和仪表盘配置

在Node-RED中添加监控节点：

// MQTT连接状态监控 const status = msg.payload.connected ? "正常" : "断开"; node.status({ fill: msg.payload.connected ? "green" : "red", shape:"dot", text: status }); return msg;