【MQTT学习】lesson10：实战 IoT+AI - 1

在接下来的课程里，我们来完成一个 IoT+AI 的实战项目。本节课核心内容：

• 如何在 MQTT 里面传输大文件
• 消息去重
• 消息数据编码
• 实现 Android 发布端
• 发布识别结果

10.1 如何在 MQTT 里面传输大文件

我们前面提到过，一个 MQTT 数据包最大可以达到约 256M，所以对于传输图片的需求，最简单直接的方式就把图片数据直接包含在 PUBLISH 包里面进行传输。

还有一种更好的做法。在发布数据之前，先把图片上传到云端的某个图片存储里，然后 PUBLISH 包里面只包含图片的 URL，当订阅端接收这个数据之后，它再通过图片的 URL 来获取图片。这样的做法较前面有几个优点。

• 对订阅端来说，它可以在有需要的时候再下载图片数据，而第一种做法，每次都必须接收图片的全部数据。
• 这种做法可以处理文件大于 256M 的情况，而第一种做法，必须把文件分割为多个 PUBLISH 包，订阅端接收后再重新组合，非常麻烦。
• 节省带宽，如果图片数据直接放在 PUBLISH 包中，那么 Broker 就需要预留相对大的带宽。目前在中国，带宽还是比较贵的。PUBLISH 包中只包含 URL 的话，每一个 PUBLISH 包都很小，那么 Broker 的带宽需求就很小了。虽然上传图片也需要带宽，但是如果你使用云存储，比如阿里云 OSS、七牛等，从它们那里购买上传和下载图片的带宽要便宜很多。同时，这些云存储服务商建设了很多 CDN，通常上传和下载图片比直接通过 PUBLISH 包传输要快一些。
• 节约存储和处理能力，因为 Broker 需要存储 Client 未接收的消息，所以如果图片包含在 PUBLISH 包里面，Broker 需要预留相当的存储空间；而使用云存储的话，存储的成本比自建要便宜得多。

在这个实战项目里，我们用第二种方式来传输图片，使用七牛作为图片存储。

10.2 消息去重

为了兼顾效率和可靠性，我们使用 QoS1 来传输消息。QoS1 有一个问题，就是可能会收到重复的消息，所以需要在应用里面手动对消息进行去重。

我们可以在消息数据里面带一个唯一的消息 ID，通常是 UUID。订阅端需要保存已接收消息的 ID，当收到新消息的时候，通过消息的 ID 来判断是否是重复的消息，如果是，则丢弃。

10.3 消息数据编码

我们需要对消息数据进行编码，方便订阅端对数据进行解析。通常可以使用 JSON 格式，如果设备的计算和存储能力有限，也可以使用 Protocol Buffer 这类对内存消耗更少、解析更快的编码方式。

这个项目里面，我们使用 JSON 作为数据编码格式。一个消息数据格式如下：

{'id': <消息 ID>, timestamp:<UNIX 时间戳>, image_url: <图片>, objects:[图片中物体名称的数组]}

接下来我们先来实现数据的发布端。

10.4 实现 Android 发布端

10.4.1 连接到 Broker

首先包含 MQTT Android 库的依赖：

repositories {
    maven {
        url "https://repo.eclipse.org/content/repositories/paho-snapshots/"
    }
}


dependencies {
    compile 'org.eclipse.paho:org.eclipse.paho.client.mqttv3:1.1.0'
}

接下来连接到 Broker，注意这里使用 AndriodID 作为 Client Identifier 的一部分，保证 Client Identifier 不会冲突：

String clientId = "client_" + Settings.Secure.getString(getApplicationContext().getContentResolver(), Settings.Secure.ANDROID_ID);
            mqttAsyncClient = new MqttAsyncClient("tcp://iot.eclipse.org:1883", clientId, 
                    new MqttDefaultFilePersistence(getApplicationContext().getApplicationInfo().dataDir));
            mqttAsyncClient.connect(null, new IMqttActionListener() {
                @Override
                public void onSuccess(IMqttToken asyncActionToken) {
                    runOnUiThread(new Runnable() {
                        @Override
                        public void run() {
                            Toast.makeText(getApplicationContext(), "已连接到 Broker", Toast.LENGTH_LONG).show();
                        }
                    });
                }

                @Override
                public void onFailure(IMqttToken asyncActionToken, final Throwable exception) {
                    runOnUiThread(new Runnable() {
                        @Override
                        public void run() {
                            Toast.makeText(getApplicationContext(), "连接 Broker 失败:" + exception.getMessage(), Toast.LENGTH_LONG).show();
                        }
                    });
                }
            });

10.4.2 上传图片

首先包含七牛安卓库的依赖：

compile 'com.qiniu:qiniu-android-sdk:7.3.+'

然后上传图片：

uploadManager.put(getBytesFromBitmap(image), null, upToken, new UpCompletionHandler() {
            @Override
            public void complete(String key, ResponseInfo info, JSONObject response) {
                 if(info.isOK()){
                    //上传成功以后 PUBLISH
                 }
            }
        }, null);

10.5 发布识别结果

最后，在图片上传成功以后，将识别结果发布到“front_door/detection/objects”这个主题：

JSONObject jsonMesssage = new JSONObject();
                         jsonMesssage.put("id", randomUUID());
                         jsonMesssage.put("timestamp", timestamp);
                         jsonMesssage.put("objects", objects);
                         jsonMesssage.put("image_url", "http://" + QINIU_DOMAIN + "\\" + response.getString("key"));
                         mqttAsyncClient.publish("front_door/detection/objects", new MqttMessage(jsonMesssage.toString().getBytes()));

10.6 小结

本节课我们完成了 Android 发布端的代码，你可以在 https://github.com/sufish/object_detection_mqtt 找到全部代码。

相关资料

• 《物体识别：TensorFlow on Android》