扔掉小瓶盖，腾讯云带您体验在线甲醛监测系统！本文详细介绍了腾讯云多产品组合设计和体验报告 之 “树莓派 腾讯云=在线甲醛监测系统。腾讯云产品：API网关、无服务器云函数、云数据库、腾讯云图。
周围的朋友都在装修新房，顺便吐槽甲醛检测的麻烦，比如 无监测检测(一次性)，如复杂检测(现场) 人工)等等。作为一名云产品经理，我经常考虑如何理解和验证多云产品组合方案的可用性。我只是把它结合起来，直接把这个需求放在云上，然后我就有了这个系统。老规则，先得出结论。
原型验证：验证多产品联动效果和开发成本。
软硬结合：将云能力扩展到线下物理环境。
能力扩展：serverless分离云和终端，独立扩展云监控、消息队列等产品。
通用架构：云采用通用数据结构和接口，对接各种监控数据进行报告。
弱环境要求:是的PoE供电，5V/0.5A低功耗可长期运行。
终端：终端组件
RaspberryPi 3B （raspbian-stretch-lite/GPIO接口/python2.7)
UART-CH2O传感器（UART接口）
128X32 OLED屏 SSD1306芯片（I2C接口）
注：RaspberryPi后续简写为Rpi
云：腾讯云产品
腾讯云 API网关
腾讯云 无服务器云函数
腾讯云 云数据库 Mysql
腾讯云 腾讯云图
腾讯云图
终端组件
在当前版本中，Rpi 使用wifi 连接互联网(也可以使用有线网络)，所以这里云有网络依赖。
UART-CH2O传感器
原理：电化学传感器通过与被测气体反应并与气体浓度成正比的电信号工作。
优点：操作简单方便
缺点：非定量分析、温湿度等气体干扰的准确性，需要更准确。
结论：以长期使用后的房间环境为基准，参考0基准点。提供实时监测（相对值），并附加长期趋势分析。
在设计过程中，我们也思考了产品的生命周期，并尝试分析和定义产品的长期和短期设计（暂时不展开，以后有时间写）。
在确技术设计在确认形态目标后，遵循以下基本原则：
分级可用：避免单环故障，系统完全崩溃
读写分离:便于后续调试、优化、更新版本
远程维护：避免现场处理异常
从架构看来
云部分：由于云产品的能力提供了各种便利，学习和建设成本非常低。
终端部分:需要多考虑免维护和自动恢复，工作内容稍多。
4.本地实时展示 本地缓存 数据上云 云端显示。
3.本地实时展示 本地缓存 云数据。云图异常。
2.本地实时展示 本地缓存。上云通路异常。
1.本地实时展示。本地实时展示。sqlite异常。
0.本地无显示。硬件故障或断电。
GPIO
(General-purpose input/output)即通用IO接口是一种常见的端口扩展器，树莓派使用40针GPIO接口。
RPI GPIO图示
注：本次使用传感器时，硬件接口为1.25mm端子，Rpi是2.5mm端子，使用了 7P1.25转2.连接杜邦线
接线方式(I2C协议)
打开I2C接口
raspi-config按下图打开I2C接口
测试执行
i2cdetect -y 1看到 3C 即识别硬件成功
本文暂仅放出关键代码(硬件操作部分)，便于大家撸硬件。完整包(代码+配置) 稍后放出，请关注 github/DemoOnTencentCloud。
启动对时：rc.local 增加 nptdata cn.ntp.org.cn。避免重启后时间错位，监测错位。
启动拉起：getdata.py oled.py 需持续在线。
定时检测：getdata.py oled.py cron每分钟判断活性，进程挂掉即拉起。
定时同步：sync.py cron每分钟执行
远程维护：使用ssh tunnel 的 Remote Port Forwarding 模式，进行反向代理。
此处使用 autossh 进行连接，autossh可完成建立通道与监控通道的工作，通道断开后，可自主重连。远端连接云主机，之后可以云主机为跳板，反向代理访问NAT环境Rpi设备。
bash autossh -M 监控端口 -R 远程通信端口:localhost:22 账号名@远程IP或域名 -p端口号 -i 账号KEY -o serveraliveinterval=60 -N -f连接时，在云主机执行
bash ssh -p 远程通信端口 localhost获取传感器读数代码（完整代码待放出 github/DemoOnTencentCloud）
import serial
from time import sleep
ser=serial.Serial("/dev/serial0",9600)
while True :
r_data = ser.read()
sleep(0.3)
data_left = ser.inWaiting()
r_data += ser.read(data_left)
if 9 != len(r_data):
print 'error length: %d'%len(r_data)
continue
else:
n=ord(r_data[4])*256+ord(r_data[5])
updatedata(n/1000.0) # ppm = n/1000.0依赖库安装
(基于 https://github.com/adafruit/Adafruit_Python_SSD1306)
sudo python -m pip install --upgrade pip setuptools wheel
sudo pip install Adafruit-SSD1306下为功能伪代码。（完整代码待放出 github/DemoOnTencentCloud）
# 读取 cachefile 缓存文件
# 刷新 OLED 显示下为功能伪代码。（完整代码待放出 github/DemoOnTencentCloud）
# 访问 APIGW，获取最新记录时间戳
# 读本地sqlite库，获取增量数据
# 访问 APIGW，提交更新数据
表结构
CREATE TABLE "sensordata" (
"id" INTEGER PRIMARY KEY AUTOINCREMENT,
"utime" INTEGER NOT NULL,
"utype" INTEGER DEFAULT 0 NOT NULL,
"udata" REAL NOT NULL,
"sdata" TEXT
);
优先配置 无服务器云函数，参考 文档 建立并保存“函数代码”后，在管理页面的“触发方式”功能中，直接生成对应API网关。
（完整代码待放出 github/DemoOnTencentCloud）。
当前主要强调几个注意事项：
自动提交：连接数据库必须使用“autocommit = True,”参数，否则由于事务隔离，DB链接重新连接前，查询结果不变。（查不到新增记录ID）
返回头：API网关开启“响应集成”时，云函数返回值需结合返回信息，指定"Content-Type"，否则出现 "transfer closed with outstanding read data remaining" 错误。
验证连接：云函数实例可长期存在，但一定时间未操作mysql链接时，mysql将释放链接，所以代码中需要进行验证链路可用性。
配置服务
参考 文档 ，以上“触发方式”中建立的API网关服务，由API网关的 服务 页面，点击相应服务名，选择“API管理”分页，点击“编辑”，然后配置“请求方法-POST”、“鉴权类型-密钥对”、“使用响应集成”，其它余配置按默认即可。
下载与使用SDK
API网关 控制台 -> 点击 -> 点击 -> 点击
（完整配置待放出 github/DemoOnTencentCloud）
表结构
SET SQL_MODE = "NO_AUTO_VALUE_ON_ZERO";
SET AUTOCOMMIT = 0;
START TRANSACTION;
SET time_zone = "+00:00";
CREATE TABLE `sensordata` (
`id` int(11) NOT NULL,
`stime` timestamp NULL DEFAULT NULL,
`utype` int(11) NOT NULL DEFAULT '0',
`udata` float NOT NULL,
`sdata` varchar(256) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ALTER TABLE `sensordata`
ADD PRIMARY KEY (`id`);
ALTER TABLE `sensordata`
MODIFY `id` int(11) NOT NULL AUTO_INCREMENT;
COMMIT;
简要使用说明
拖选组件 -> 点击数据栏 -> 选择数据库 -> 填写SQL -> 开启自动更新 -> 预览 -> 发布
操作示例图
组件配置信息
最新同步时间 - 通用文本
select concat('最新同步时间 ',stime) as value from sensordata order by id desc limit 1
国标系数比 - 水位图
select round((udata)/0.08*100, 2) as value from sensordata order by id desc limit 1
实时读数 - 基本条形图
select round(udata, 3) as x, '' as y from sensordata order by id desc limit 1
10分钟数据 - 基本折线图
select * from (select id, round(udata, 3) as y, date_format(stime, '%H:%i:%S') as x, utype as s from sensordata order by id desc limit 360) as t1 order by id asc7天数据 - 基本折线图
select distinct (dt), round(AVG(udata),3) as y, dt as x, '0' as s from (select id, date_format(stime, '%Y-%m-%d %H') as dt, udata from sensordata order by id desc limit 604800) as t1 group by dt order by dt ASC关于丢数据（非守护进程）、脏数据（未较验数据唯一性）、缺乏系统监控告警（未接入云监控）等等待优化点，由于时间关系暂未展开，后面可以再行探讨。