钉钉机器人接收阿里云物联网平台转发的数据

开篇先献上效果图：
👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇

现在钉钉已经成为跟微信一样流行的APP了，社交端微信占了，企业端现在的老大应该是非钉钉莫属了，现在用户数量应该已经超过4亿了吧~~疫情期间钉钉可是真火了一把！😄

---

好了，下面进入正题

---

1. 数据获取

首先数据的来源是接入到阿里物联网平台的IoT设备，我这里是采用物模型透传的方式上报设备数据的。

2. 数据解析

透传的物模型数据需要通过数据解析脚本解析为Json格式的数据。

数据解析脚本相关内容参考我的另一个帖子，链接如下↓
阿里云物联网平台物模型数据解析脚本

设备上报的数据经过数据解析脚本后的Json格式的数据：

{
  "method": "thing.event.property.post",
  "id": "4",
  "params": {
    "TotalPower": 199.99,
    "FuelTankLiquidLevel": 55,
    "OutVoltage": 24.4,
    "RunningStatus": 8,
    "OutPower": 665.8,
    "TotalRuntime": 12033,
    "OutCurrent": 2.4,
    "FuelBoxLiquidLevel": 19,
    "TotalStartTime": 10760
  },
  "version": "1.0"
}

3. 数据查询

上报的Json格式的属性数据经规则引擎解析后，数据格式如下：
设备属性上报数据格式参考说明

{	
	"deviceType":"CustomCategory",	
	"iotId":"OKVxD4DYdSh3J1QE2TZ9000100",
	"requestId":"4",
	"productKey":"a1dI2NaLua6",
	"gmtCreate":1585290093636,
	"deviceName":"DEV-1372",
	"items":{
		"TotalPower":{
			"value":178.17,
			"time":1585290093642
		},
		"FuelTankLiquidLevel":{
			"value":55,
			"time":1585290093642
		},
		"OutVoltage":{
			"value":47.8,
			"time":1585290093642	
		},
		"RunningStatus":{
			"value":8,
			"time":1585290093642
		},
		"OutPower":{
			"value":665.8,
			"time":1585290093642
		},
		"TotalRuntime":{
			"value":9851,
			"time":1585290093642
		},
		"OutCurrent":{
			"value":2.4,
			"time":1585290093642
		},
		"FuelBoxLiquidLevel":{
			"value":19,
			"time":1585290093642
		},
		"TotalStartTime":{
			"value":8578,
			"time":1585290093642
		}
	}
}

规则引擎中云产品流转的规则查询语句：
这里我们只取了一部分的数据用来测试效果，可根据自己的需要调整查询参数的个数，这里要注意的是：数据值采用如下方式获取items.OutCurrent.value，如不太确定数据查询后的数据格式，可通过SQL调试来验证。

SELECT deviceName() as deviceName,attribute('deviceISN') as isn,items.RunningStatus.value as RunningStatus ,items.OutPower.value as OutPower,items.OutVoltage.value as OutVoltage,items.OutCurrent.value as OutCurrent,items.FuelBoxLiquidLevel.value as FuelBoxLiquidLevel,timestamp('yyyy-MM-dd HH:mm:ss') as time 
FROM "/a1dI2NaLua6/+thing/event/property/post" 
WHERE items.OutVoltage.value<48

规则查询语句：

4. 函数计算

• 函数计算，是一个事件驱动的全托管计算服务，目前支持的语言Java、NodeJS、Python等语言。
• 编写函数脚本，此处选择Nodejs执行环境，从上游物联网平台处获取到设备编号，运行状态，输出功率，输出电压和上报时间，依据钉钉消息格式组装，并用https模块post数据到钉钉群机器人的webhook接口。

在函数计算中创建一个IoT_Service服务，然后在服务中配置和编写好pushData2DingTalk函数：

函数pushData2DingTalk完整脚本如下：

const https = require('https');
const accessToken = '87330309684aa801896f3f479e835cd91a8d70daf8f5be0a13fa015f110c4939';
module.exports.handler = function(event, context, callback) {
    var eventJson = JSON.parse(event.toString());

    //钉钉消息格式
    const postData = JSON.stringify({
        "msgtype": "markdown",
        "markdown": {
        "title": "摩氢设备云监控",
        "text": "### 摩氢设备云监控参数上报\n" +
        "> ![screenshot](https://img-blog.csdnimg.cn/20200326220445334.png)\n\n"+
        "> 设备编号：" + eventJson.deviceName+ "\n\n" +
        "> 运行状态：" + eventJson.RunningStatus + "\n\n" +
        "> 输出功率：" + eventJson.OutPower + "W\n\n" +
        "> 输出电压：" + eventJson.OutVoltage + "V\n\n" +
        "> 输出电流：" + eventJson.OutCurrent + "A\n\n" +
        "> 剩余燃料：" + eventJson.FuelBoxLiquidLevel + "mm\n\n" +
        "> ###### " + "2020-03-26 21:29:00" + " 发布 by [物联网平台](https://www.aliyun.com/product/iot) \n"
        },

        "at": {
            "isAtAll": false
        }
    });

    const options = {
        hostname: 'oapi.dingtalk.com',
        port: 443,
        path: '/robot/send?access_token=' + accessToken,
        method: 'POST',
        headers: {
        'Content-Type': 'application/json',
        'Content-Length': Buffer.byteLength(postData)
        }
    };
    const req = https.request(options, (res) => {
        res.setEncoding('utf8');
        res.on('data', (chunk) => {});
        res.on('end', () => {
        callback(null, 'success');
        });
    });

    // 异常返回
    req.on('error', (e) => {
        callback(e);
    });

    // 写入数据
    req.write(postData);
        req.end();
};

注意：
这里的accessToken 是从钉钉机器人那里获取到的

accessToken = '87330309684aa801896f3f479e835cd91a8d70daf8f5be0a13fa015f110c4939';

5.数据目的地：

将数据传入到函数计算(FC)中：pushData2DingTalk

6.启动数据转发规则：

最后你就得到的是最上面的效果图了~~