张高兴的 .NET IoT 入门指南：（七）制作一个气象站

距离上一篇《张高兴的 .NET Core IoT 入门指南》系列博客的发布已经过去 2 年的时间了，2 年的时间 .NET 版本发生了巨大的变化，.NET Core 也已不复存在，因此本系列博客更名为 《张高兴的 .NET IoT 入门指南》，我也重新审阅了之前的内容进行了相应的更改以保证内容的时效性。

和单片机不同，使用 Linux 开发板、现成的传感器套件以及合适的后端技术几乎可以做成任何东西。为了更好的整合前面章节介绍的内容，本文将制作一个简单的气象站（也许叫环境信息收集装置更合适），至于为何选择制作一个气象站，因为难度不高制作不复杂，并且温湿度传感器花费较低的价格即可获得，可以以低廉的价格换取一个 cool stuff。本文将使用 .NET 6 编写一个控制台应用程序，通过本文你可以学到：

1. I2C I2cDevice 类的使用；
2. 摄像头设备 VideoDevice 类的使用；
3. Iot.Device.Bindings NuGet 包的使用；
4. 时序数据库 TimescaleDB 的简单使用；
5. Quartz 定时任务的使用；
6. 在控制台应用中进行依赖注入；
7. 使用 Docker 拉取镜像、部署应用。

配置 TimescaleDB 数据库

TimescaleDB 是一款基于 PostgreSQL 插件的时序数据库。考虑到收集的环境数据是按时间进行索引，并且数据基本上都是插入，没有更新的需求，因此选用了时序数据库作为数据存储。TimescaleDB 是 PostgreSQL 的一款插件，可以通过先安装 PostgreSQL 之后再安装插件的形式部署 TimescaleDB，这里直接使用 TimescaleDB 的 Docker 镜像进行部署。

1. 拉取 TimescaleDB 镜像：

docker pull timescale/timescaledb:latest-pg14

1. 创建卷，用于持久化数据库数据：

docker volume create tsdb_data

1. 运行镜像，端口映射为 54321，密码配置为弱密码 @Passw0rd：

docker run -d --name timescaledb -p 54321:5432 --restart=always -e POSTGRES_PASSWORD='@Passw0rd' -e TZ='Asia/Shanghai' -e ALLOW_IP_RANGE=0.0.0.0/0 -v tsdb_data:/var/lib/postgresql timescale/timescaledb:latest-pg14

1. 使用熟悉的数据库管理工具（如 Navicat）创建数据库 WeatherMetrics：

CREATE DATABASE "WeatherMetrics"
WITH OWNER = postgres ENCODING = 'UTF8';

CREATE TABLE metrics (
   time TIMESTAMP WITHOUT TIME ZONE NOT NULL DEFAULT 'now()',
   device_id VARCHAR(50) NULL,
   weather_type VARCHAR(50) NULL,
   temperature DECIMAL(5, 2) NULL,
   humidity DECIMAL(5, 2) NULL,
   pressure DECIMAL(8, 2) NULL,
   image_base64 TEXT NULL
);

SELECT create_hypertable('metrics', 'time');

time 表示采集数据的时间，device_id 记录采集设备的 id，weather_type 记录从心知天气获取的天气名，temperature 记录传感器获取的温度，humidity 记录传感器获取的湿度，pressure 记录传感器获取的气压，image_base64 记录摄像头采集的图像。

超表（hypertable）是 TimescaleDB 的一个重要概念，由若干个块（chunks）组成，将超表中的数据按照时间列（即 metrics 表中的 time 字段）分成若干个块存储，而使用 PostgreSQL 层面上的表（table）实现 SQL 接口的暴露，因此使用 create_hypertable() 将表转换为超表。上面创建的 metrics 表并不是真正意义上的表，表中不存在主键字段，而是类似视图（view）一样的抽象结构。

安装摄像头的依赖库

VideoDevice 类是使用 PInvoke 操作实现的，依赖于 Video for Linux 2（V4L2），因此还需要安装 V4L2 工具：

sudo apt install v4l-utils

实现时还引用了 System.Drawing NuGet 包，因此还需要安装 System.Drawing 的前置依赖：

sudo apt install libc6-dev libgdiplus libx11-dev

项目地址：https://github.com/ZhangGaoxing/weather-metrics

创建一个控制台应用和类库，项目结构如下：

WeatherMetrics.ConsoleApp 添加如下 NuGet 包引用：

<ItemGroup>
   <PackageReference Include="Iot.Device.Bindings" Version="2.0.0" />
   <PackageReference Include="Microsoft.Extensions.Configuration.Json" Version="6.0.0" />
   <PackageReference Include="Microsoft.Extensions.DependencyInjection" Version="6.0.0" />
   <PackageReference Include="Newtonsoft.Json" Version="13.0.1" />
   <PackageReference Include="Quartz" Version="3.3.3" />
   <PackageReference Include="System.Device.Gpio" Version="2.0.0" />
</ItemGroup>

WeatherMetrics.Models 添加如下 NuGet 包引用：

<ItemGroup>
   <PackageReference Include="Npgsql.EntityFrameworkCore.PostgreSQL" Version="6.0.3" />
</ItemGroup>

数据库上下文与实体类

TimescaleDB 本质上就是一个 PostgreSQL 数据库，因此数据库访问使用 Npgsql 驱动。首先添加实体类 Metrics.cs：

public class Metrics
{
    [Column("time")]
    public DateTime Time { get; set; } = DateTime.Now;

    [Column("device_id")]
    public string DeviceId { get; set; }

    [Column("weather_type")]
    public string WeatherType { get; set; }

    [Column("temperature")]
    public double Temperature { get; set; }

    [Column("humidity")]
    public double Humidity { get; set; }

    [Column("pressure")]
    public double Pressure { get; set; }

    [Column("image_base64")]
    public string ImageBase64 { get; set; }
}

接着添加数据库上下文 WeatherContext.cs：

public class WeatherContext : DbContext
{
    private readonly string _connectString;

    public WeatherContext(string connectString)
    {
        _connectString = connectString;
    }

    protected override void OnConfiguring(DbContextOptionsBuilder optionsBuilder)
    {
        AppContext.SetSwitch("Npgsql.EnableLegacyTimestampBehavior", true);
        optionsBuilder.UseNpgsql(_connectString);
    }

    protected override void OnModelCreating(ModelBuilder modelBuilder)
    {
        modelBuilder.Entity<Metrics>()
            .ToTable("metrics")
            .HasNoKey();
    }
}

这里使用了一个传递数据库连接字符串的构造函数，连接字符串从 appsettings.json 文件中读取。由于 metrics 表是无主键的，还需要使用 HasNoKey() 进行标记。EF Core 由于使用了实体跟踪，因此无法对无主键的表进行修改，只能通过执行 SQL 的方式插入数据，在 Metrics.cs 中新增方法：

public static bool Insert(DbContext context, Metrics metrics)
{
   int row = context.Database.ExecuteSqlRaw("INSERT INTO metrics VALUES ({0}, {1}, {2}, {3}, {4}, {5}, {6})", metrics.Time, metrics.DeviceId, metrics.WeatherType, metrics.Temperature, metrics.Humidity, metrics.Pressure, metrics.ImageBase64);

   return row > 0;
}

在 appsettings.json 中添加如下内容：

{
  // 数据库连接字符串 
  "ConnectionString": "Server=localhost;Port=54321;Database=WeatherMetrics;User Id=postgres;Password=@Passw0rd;",
  // 定时任务设置
  "QuartzCron": "0 0/1 * * * ? *",
  // 心知天气的配置
  "Xinzhi": {
    "Key": "",
    "Location": "34.24:117.16"
  }
}

初始化与依赖注入配置

新建一个静态类 AppConfig，用于保存依赖注入的 ServiceProvider 变量：

public static class AppConfig
{
    public static IServiceProvider ServiceProvider { get; set; }
}

在 Program.cs 中添加初始化代码：

// 读取配置文件
var config = new ConfigurationBuilder()
    .AddJsonFile("appsettings.json")
    .Build();

// 实例化数据库上下文
using WeatherContext context = new WeatherContext(config["ConnectionString"]);

// 配置 I2C，实例化传感器
I2cConnectionSettings i2cSettings = new I2cConnectionSettings(busId: 0, deviceAddress: Bmx280Base.SecondaryI2cAddress);
using I2cDevice i2c = I2cDevice.Create(i2cSettings);
using Bme280 bme = new Bme280(i2c);

// 实例化摄像头
VideoConnectionSettings videoSettings = new VideoConnectionSettings(busId: 0, captureSize: (640, 480));
using VideoDevice video = VideoDevice.Create(videoSettings);

// 配置依赖注入
AppConfig.ServiceProvider = new ServiceCollection()
    .AddSingleton(config)
    .AddSingleton(context)
    .AddSingleton(bme)
    .AddSingleton(video)
    .BuildServiceProvider();

配置定时任务

定时任务通过 appsettings.json 中的 QuartzCron 字段设置。Cron 表达式分为 7 个部分，从左至右分别代表：Seconds、Minutes、Hours、DayofMonth、Month、DayofWeek 以及 Year。* 出现的部分表示任意值都会触发定时任务，/ 左侧表示触发的起始时间，右侧表示触发间隔，以 appsettings.json 中的为例，表示从每小时的第 0 分开始触发，每一分钟触发一次。

新建 MetricsJob 类，用于实现定时任务：

public class MetricsJob : IJob
{
    public Task Execute(IJobExecutionContext context)
    {
        return Task.Run(async () =>
        {
            // TODO：在此处实现定时任务
            // 需要完成传感器的读取，心知天气的请求，数据库的插入
        });
    }
}

传感器的读取

在 MetricsJob 类中添加方法：

private Metrics GetMetrics()
{
    // 获取依赖注入的 Bme280 对象
    Bme280 bme = (Bme280)AppConfig.ServiceProvider.GetService(typeof(Bme280));

    // 设置传感器的电源模式
    bme.SetPowerMode(Bmx280PowerMode.Normal);

    // 设置读取精度
    bme.PressureSampling = Sampling.UltraHighResolution;
    bme.TemperatureSampling = Sampling.UltraHighResolution;
    bme.HumiditySampling = Sampling.UltraHighResolution;

    // 读取数据
    bme.TryReadPressure(out UnitsNet.Pressure p);
    bme.TryReadTemperature(out UnitsNet.Temperature t);
    bme.TryReadHumidity(out UnitsNet.RelativeHumidity h);

    // 传感器休眠
    bme.SetPowerMode(Bmx280PowerMode.Sleep);

    return new Metrics
    {
        DeviceId = Dns.GetHostName(),
        Temperature = Math.Round(t.DegreesCelsius, 2),
        Humidity = Math.Round(h.Percent, 2),
        Pressure = Math.Round(p.Pascals, 2)
    };
}

摄像头捕获图像

在 MetricsJob 类中添加方法：

private string GetImage()
{
    VideoDevice video = (VideoDevice)AppConfig.ServiceProvider.GetService(typeof(VideoDevice));

    byte[] image = video.Capture();
    return Convert.ToBase64String(image);
}

心知天气 API 请求

通过请求心知天气 API 获得当前位置的天气名称，需要提前在 https://www.seniverse.com/api 申请 API Key。在 MetricsJob 类中添加方法：

private async Task<string> GetXinzhiWeatherAsync()
{
    IConfigurationRoot config = (IConfigurationRoot)AppConfig.ServiceProvider.GetService(typeof(IConfigurationRoot));

    using HttpClient client = new HttpClient();

    try
    {
        var json = await client.GetStringAsync($"https://api.seniverse.com/v3/weather/now.json?key={config["Xinzhi:Key"]}&location={config["Xinzhi:Location"]}&language=zh-Hans&unit=c");
        return (string)JsonConvert.DeserializeObject<dynamic>(json).results[0].now.text;
    }
    catch (Exception)
    {
        return string.Empty;
    }
}

完善定时任务

public Task Execute(IJobExecutionContext context)
{
    return Task.Run(async () =>
    {
        var metrics = GetMetrics();
        metrics.WeatherType = await GetXinzhiWeatherAsync();
        metrics.ImageBase64 = GetImage();

        WeatherContext context = (WeatherContext)AppConfig.ServiceProvider.GetService(typeof(WeatherContext));

        Metrics.Insert(context, metrics);
    });
}

创建定时任务触发器

在 Program.cs 中添加：

// 创建一个触发器
var trigger = TriggerBuilder.Create()
    .WithCronSchedule(config["QuartzCron"])
    .Build();

// 创建任务
var jobDetail = JobBuilder.Create<MetricsJob>()
    .WithIdentity("job", "group")
    .Build();

// 绑定调度器
ISchedulerFactory factory = new StdSchedulerFactory();
var scheduler = await factory.GetScheduler();
await scheduler.ScheduleJob(jobDetail, trigger);
await scheduler.Start();

这样一个一分钟采集一次数据的简易气象站就完成了。

发布到文件

1. 切换到 WeatherMetrics.ConsoleApp 项目运行发布命令：

dotnet publish -c release -r linux-arm

1. 将发布后的文件通过 FTP 等方式复制到 Linux 开发板；
2. 为 WeatherMetrics.ConsoleApp 文件增加可执行权限

sudo chmod +x WeatherMetrics.ConsoleApp

sudo ./WeatherMetrics.ConsoleApp

构建 Docker 镜像

1. 查看 TimescaleDB 容器的 IP，并修改 appsettings.json 的数据库连接字符串：

docker inspect -f '{{range .NetworkSettings.Networks}}{{.IPAddress}}{{end}}' timescaledb

1. 在项目的根目录中创建 Dockerfile，并将整个项目复制到 Linux 开发板中：

FROM mcr.microsoft.com/dotnet/core/sdk:6.0-focal-arm32v7 AS build
WORKDIR /app

# publish app
COPY src .
WORKDIR /app/WeatherMetrics.ConsoleApp
RUN dotnet restore
RUN dotnet publish -c release -r linux-arm -o out

## run app
FROM mcr.microsoft.com/dotnet/core/runtime:6.0-focal-arm32v7 AS runtime
WORKDIR /app
COPY --from=build /app/WeatherMetrics.ConsoleApp/out ./

# install native dependencies
RUN apt update && \
    apt install -y --allow-unauthenticated v4l-utils libc6-dev libgdiplus libx11-dev

ENTRYPOINT ["dotnet", "WeatherMetrics.ConsoleApp.dll"]

1. 切换到项目目录，构建镜像：

docker build -t weather-metrics -f Dockerfile .

1. 运行镜像：

docker run --rm -it --device /dev/video0 --device /dev/i2c-0 weather-metrics

程序运行一段时间后，使用标准的 SQL 查询一下数据：

SELECT * FROM metrics
ORDER BY time DESC

硬件是软件的基础，对收集到的数据后续可以使用其他技术进行处理，比如可以使用 ASP.NET 编写 WEB 应用对数据进行展示，或者可以使用 ML.NET 构建机器学习模型对天气进行预测等等。