EMQ X 规则引擎中如何存储消息到MongoDB数据库
这期内容当中小编将会给大家带来有关EMQ X 规则引擎中如何存储消息到MongoDB数据库，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
MongoDB 介绍
非关系数据库（NoSQL） 用于超大规模数据的存储，例如谷歌或 Facebook 每天为他们的用户收集万亿比特的数据。这些类型的数据存储不需要固定的模式，无需多余操作就可以横向扩展。
MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。MongoDB 由 C++ 语言编写的，是一个基于分布式文件存储的开源数据库系统，MongoDB 旨在为数据存储提供可扩展的高性能数据存储解决方案，在高负载的情况下，可以轻松添加更多的节点保证服务性能。
MongoDB 将数据存储为一个文档，数据结构由键值 (key=>value) 对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。
MongoDB 下载地址：https://www.mongodb.com/download-center/community
场景介绍
该场景需要将 EMQ X 指定主题下满足某条件的消息存储到 MongoDB 数据库。为了便于后续分析检索，消息内容需要进行拆分存储。
该场景下设备端上报信息如下：
上报主题：cmd/state/:id，主题中 id 代表车辆客户端识别码
消息体：
{ "id": "NXP-058659730253-963945118132721-22", // 客户端识别码 "speed": 32.12, // 车辆速度 "direction": 198.33212, // 行驶方向 "tachometer": 3211, // 发动机转速，数值大于 8000 时才需存储 "dynamical": 8.93, // 瞬时油耗 "location": { // GPS 经纬度数据 "lng": 116.296011, "lat": 40.005091 }, "ts": 1563268202 // 上报时间}
当上报数据发动机转速数值大于 8000 时，存储当前信息以便后续分析用户车辆使用情况。
准备工作
创建管理用户
先使用具有创建用户的权限的账号登录 MongoDB，并为 emqx_rule_engine_output 添加用户：
> use emqx_rule_engine_output;> db.createUser({user: "root", pwd: "public", roles: [{role: "readWrite", db: "emqx_rule_engine_output"}]});创建数据表
使用新的用户登入，并创建数据集 use_statistics：
$ mongo 127.0.0.1/emqx_rule_engine_output -uroot -ppublic> db.createCollection("use_statistics");创建成功后确认数据表是否存在：
> show collectionsuse_statistics
配置说明
创建资源
打开 EMQ X Dashboard，进入左侧菜单的 资源 页面，点击 新建 按钮，选择 MongoDB 资源类型进行创建：
EMQ X 集群中节点所在网络环境可能互不相同，资源创建成功后点击列表中 状态按钮，查看各个节点资源连接状况，如果节点上资源不可用，请检查配置是否正确、网络连通性，并点击 重连 按钮手动重连。
创建规则
进入左侧菜单的 规则 页面，点击 新建 按钮，进行规则创建。这里选择触发事件 消息发布，在消息发布时触发该规则进行数据处理。
选定触发事件后，我们可在界面上看到可选字段及示例 SQL：
筛选所需字段
规则引擎使用 SQL 语句处理规则条件，该业务中我们需要将 payload 中所有字段单独选择出来，使用 payload. 格式进行选择，还需要消息上下文的 topic、qos、id 信息，当前 SQL 如下：
SELECT payload.id as client_id, payload.speed as speed, payload.tachometer as tachometer, payload.ts as ts, idFROM "message.publish"WHERE topic =~ 't/#'
确立筛选条件
使用 SQL 语句 WHERE 字句进行条件筛选，该业务中我们需要定义两个条件：
仅处理
cmd/state/:id主题，使用主题通配符=~对topic进行筛选：topic =~ 'cmd/state/+'仅处理
tachometer > 8000的消息，使用比较符对tachometer进行筛选：payload.tachometer > 8000
组合上一步骤得到 SQL 如下：
SELECT payload.id as client_id, payload.speed as speed, payload.tachometer as tachometer, payload.ts as ts, idFROM "message.publish"WHERE topic =~ 'cmd/state/+' AND payload.tachometer > 8000
使用 SQL 测试功能进行输出测试
借助 SQL 测试功能，我们可以实时查看当前 SQL 处理后的数据输出，该功能需要我们指定 payload 等模拟原始数据。
payload 数据如下，记得更改 tachometer 数值大小，以满足 SQL 条件：
{ "id": "NXP-058659730253-963945118132721-22", "speed": 32.12, "direction": 198.33212, "tachometer": 9001, "dynamical": 8.93, "location": { "lng": 116.296011, "lat": 40.005091 }, "ts": 1563268202}点击 SQL 测试 切换按钮，更改 topic 与 payload 为场景中的信息，点击 测试 按钮查看数据输出：
测试输出数据为：
{ "client_id": "NXP-058659730253-963945118132721-22", "id": "589A429E9572FB44B0000057C0001", "speed": 32.12, "tachometer": 9001, "ts": 1563268202}测试输出与预期相符，我们可以进行后续步骤。
添加响应动作，存储消息到 MongoDB
SQL 条件输入输出无误后，我们继续添加响应动作，配置写入 SQL 语句，将筛选结果存储到 MongoDB。
点击响应动作中的 添加 按钮，选择 保存数据到 MongoDB 动作，选取刚刚选定的资源，我们使用 ${fieldName} 语法填充操作语句，将数据插入到数据库，最后点击 新建 按钮完成规则创建。
Collection 配置为: use_statistics
Selector 配置为：
msgid=${id}, client_id=${client_id}, speed=${speed}, tachometer=${tachometer}, ts=${ts}测试
预期结果
我们成功创建了一条规则，包含一个处理动作，动作期望效果如下：
设备向
cmd/state/:id主题上报消息时，当消息中的tachometer数值超过 8000 时将命中 SQL，规则列表中 已命中 数字增加 1；MongoDB
emqx_rule_engine_output数据库的use_statistics表中将增加一条数据，数值与当前消息一致。
使用 Dashboard 中的 Websocket 工具测试
切换到 工具 => Websocket 页面，使用任意信息客户端连接到 EMQ X，连接成功后在 消息 卡片发送如下信息：
主题：cmd/state/NXP-058659730253-963945118132721-22
消息体：
{ "id": "NXP-058659730253-963945118132721-22", "speed": 32.12, "direction": 198.33212, "tachometer": 8081, "dynamical": 8.93, "location": { "lng": 116.296011, "lat": 40.005091 }, "ts": 1563268202}
点击 发送 按钮，此时消息体中的 tachometer 数值，满足上面设置的 tachometer > 8000 的条件，当前规则已命中统计值为加 1。
MongoDB 命令行中查看数据表记录得到数据如下：
至此，我们通过规则引擎实现了使用规则引擎存储消息到 MongoDB 数据库的业务开发。
上述就是小编为大家分享的EMQ X 规则引擎中如何存储消息到MongoDB数据库了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注行业资讯频道。
