【产品应用】IoT云平台如何识别设备透传的黑盒数据？

设备与云平台通信，通常是一串二进制数据，不具备可读性，需要将数据解析成更易读的数据格式。本文将介绍数据解析是什么，以及在ZWS云平台中如何配置解析脚本对设备数据解析。

应用场景

市面上生产的传统设备，往往不具备联网能力，且外界通信主要通过串口传输二进制数据。在将这些设备接入物联网平台，进行数字化管理过程中，会遇到一个问题“如何将上报的二进制数据变成更易读的JSON数据？”，比如：上报“01040209E8A9”如何变成“温度：25.36℃”，这个将原始数据转换成JSON数据的过程就是数据解析。

数据解析流程

数据解析简化流程：黑盒二进制数据->解析处理->易读JSON数据。

数据解析配置

接下来，我们通过温控器+DTU接入ZWS物联网云平台，来看看温控器数据是如何进行数据解析的。

* 说明：温控器不具备入网能力，这里用DTU作为网关透传。

1. 配置数据模型首先，要在云平台中定义设备类型的数据模型，温控器有温度、湿度两个数据点，所以数据模型配置如下：

后续的解析脚本会按照模型设置的数据点来返回解析后的数据。

2. 配置数据解析脚本

编写解析脚本前，需要先了解设备上报的数据格式，我们来看下温控器读取温湿度的数据帧。温控器使用自定义协议格式的数据帧，格式如下：以数据0406E219647FE6为例，解析规则对应：04数据长度（表示数据有4个字节）、06E21964 温湿度值、7FE6 校验码。因此，温控器解析脚本内容如下：

//GroovyUtils为通用解析工具import com.zlgcloud.iotplatform.iotmapping.commons.GroovyUtilsimport java.nio.ByteBuffer;

/** * 将二进制报文解析成物模型的map数据 * * @param rawData 二进制报文 * @return 物模型数据 * @description 方法名必须为rawDataToJson，参数必须是byte[]类型 */static Map rawDataToJson(byte[] rawData) { Map map = new HashMap<>(); Map dataMap = new HashMap<>(); //定义解析数据的map，key固定为data，用于存放对应事件内字段的数据 map.put("data", dataMap); //设置数据模型配置中定义的数据点 map.put("event_name", "MX_TEMP_fn.raw");
//初始温度、湿度为0 float temperature = 0; float humidity = 0;
//开始解析数据 ByteBuffer byteBuffer = ByteBuffer.wrap(rawData); //从第0个字节开始读取 int offset = 0; //读取长度 int dataLen = byteBuffer.get(offset); offset += 1; //如果长度为4，则同时解析温度和湿度数据；否则长度就为2，只解析温度数据 if (dataLen == 4) { // 解析温度 temperature = byteBuffer.getShort(offset); if (temperature >= 4096) { // 负值 temperature = -1 * (temperature - 4096); } temperature = temperature / 100; //解析湿度 offset += 2; humidity = byteBuffer.getShort(offset); humidity = humidity / 100; } else { //解析温度 temperature = byteBuffer.getShort(offset); if (temperature >= 4096) { // 负值 temperature = -1 * (temperature - 4096); } temperature = temperature / 100; }
//将数据按数据模型配置定义的格式放入返回值中 dataMap.put("temperature", temperature); dataMap.put("humidity", humidity);
return map;}

说明：

1. 解析脚本中支持对多个数据点进行解析处理，不仅限于两个数据点。
2. 解析脚本中的数据点要与数据模型中配置的一致，否则会解析保存失败。

将编写好的解析脚本配置到温控器的设备类型上：

3.查看解析后的数据

将解析脚本配置成功后，温控器再次上报原始数据，在云平台中就可以看到解析后的温湿度数据了。