Microsoft Azure＆sakura.io体験ハンズオン
0 likes637 views
6/29に開催した、さくらインターネットが提供するIoTプラットフォーム「sakura.io」とMicrosoftが提供する「Microsoft Azure」のコラボハンズオンでの資料となります。 本資料ではIoTデバイスのプロトタイピングを想定した「マイコンおよびプログラムの構築」「sakura.ioの設定」「Azure IoT Hub＆Stream Analytics＆Blob Storageを利用したWebサービス連携」の手順をスライドでご覧いただけます。 サービス詳細は以下をご確認ください。 https://sakura.io/
Microsoft Azure＆sakura.io体験ハンズオン
- 1. sakura.io ハンズオン 2017/6/28 (C) Copyright 1996-2017 SAKURA Internet Inc さくらインターネット株式会社 IoT Platform Team
- 2. 4 はじめに
- 3. 本ワークショップの目的 5 1. 本ハンズオンはsakura.ioを使用し、組込み系エンジニアおよび Web/アプリ開発系のエンジニアがご自身のスキルセットを 大きく超えることなく、Internet of Things(IoT)に挑戦できることを 体験いただくものです。 2. そのため各章内で技術的な詳細は極力省略しております。 3. 今回は1人1つワークショップキットをご用意しておりますが、 組込みやWeb/アプリ開発に詳しい方がいらっしゃいましたら、 ご不明点を積極的にフォローしあって進めていただければと思います。
- 4. 今回のハンズオンの流れ 228 マイコンおよび プログラムの構築 Webサービス連携 （Microsoft Azure） 温湿度センサ （HDC1000） sakura.ioの設定 さくらの通信 モジュール IoT Hub マイコン（Arduino Uno） Stream Analytics BLOB PowerBI ※参考
- 5. Agenda 229 1. マイコンおよびプログラムの構築 ₋ マイコン（Arduino）による開発環境の準備 ₋ 温湿度センサおよびさくらの通信モジュールの繋ぎ込み ₋ 試験用プログラムの流し込み 2. sakura.ioの設定 ₋ プロジェクトの作成 ₋ さくらの通信モジュールの登録 3. Webへのデータ連携（Microsoft Azure） ₋ Azure IoT Hubリソース＆セキュリティポリシー作成 ₋ sakura.io連携サービスの設定 ₋ ストレージアカウント＆Blobコンテナー作成 ₋ Stream Analyticsリソース＆クエリ作成
- 7. 今回のハンズオンの流れ 231 マイコンおよび プログラムの構築 Webサービス連携 （Microsoft Azure） 温湿度センサ （HDC1000） sakura.ioの設定 さくらの通信 モジュール IoT Hub マイコン（Arduino Uno） Stream Analytics BLOB PowerBI ※参考
- 8. 今回のワークショップでご提供するもの 232 ジャンパーコードさくらの通信モジュール（アンテナ付） +Arduino用シールド＆Arduino Uno Rev3 USB2.0 ケーブル（A-B） 12W級 9V-1.3A DCアダプタ ブレッドボード 人感センサ （SB412A） 照度センサ （GL5537-2） 温湿度センサ （HDC1000 or SHT31） 各種抵抗 ※必要に応じてご提供 タクトスイッチ ※必要に応じてご提供 抵抗入りLED ※必要に応じてご提供 本日は使用しません
- 9. Arduino IDEのセットアップ 233 https://www.arduino.cc/en/Main/Software から開発環境（Arduino IDE）を入手します。 2017/6/8時点での最新版は【1.8.3】となります。 Windowsは【Windows Installer】、Macは【 Mac OS X 10.7 Lion or newer】を選択します。
- 12. Arduino IDEのセットアップ 236 Arduino IDEが起動したら、Arduino本体をPCに接続します。 上部メニューバーから以下2つを設定します。 ボード：［ツール］→［ボード:”XXX”］から【 Arduino/Genuino Uno 】を選択します。 シリアルポート：［ツール］→［シリアルポート］から【～～～（Arduino/Genuino Uno）】となるものを選択します。 ボードの選択 シリアルポートの選択
- 15. ライブラリの取得（温湿度センサ-HDC1000） 239 ［ファイル］→ ［スケッチ］→［ライブラリをインクルード］→ ［ライブラリを管理...］をクリックし、 右上検索窓から【hdc1000】を検索すると、［HDC1000 by Yuichi Tateno］がヒットします。 インストールをクリックすると該当ライブラリが取り込まれ、［INSTALLED］が表示されます。
- 16. ライブラリの取得（SakuraIO） 241 ［ファイル］→ ［スケッチ］→［ライブラリをインクルード］→ ［ライブラリを管理...］をクリックし、 右上検索窓から【sakuraio】を検索すると、［SakuraIO by SAKURA Internet Inc.］がヒットします。 最新のVer.を選択のうえインストールをクリックすると該当ライブラリが取り込まれ、［INSTALLED］が表示されます。
- 21. 試験用プログラムの流し込み 246 ［ファイル］→ ［スケッチ例］→［SakuraIO］→［HDC1000］を選択し、HDC1000スケッチを表示します。 【→】をクリックし、［ツール］→［シリアルモニタ］より「Waiting to come online」表記の後、 カウント値、Temperature、Humidityに加え、Available（キューイング可能なチャンネル数）と Queued（キューで送信待ちになっているチャンネル数）が表示されることを確認します。
- 22. 247 sakura.ioの設定
- 23. 今回のハンズオンの流れ 248 マイコンおよび プログラムの構築 Webサービス連携 （Microsoft Azure） 温湿度センサ （HDC1000） sakura.ioの設定 さくらの通信 モジュール IoT Hub マイコン（Arduino Uno） Stream Analytics BLOB PowerBI ※参考
- 24. sakura.io コントロールパネル ログイン 249 sakura.io コントロールパネル（https://secure.sakura.ad.jp/iot/）にログインします。 Googleにて「さくらインターネット iot 開発者」を検索し、開発者向けページの下記ボタンからもアクセスします。
- 26. プロジェクトC プロジェクトB sakura.ioコントロールパネルにおける考え方 252 sakura.ioでは【プロジェクト】という単位で大枠を構成し、プロジェクト内に複数の【通信モジュール】、 【連携サービス】を紐付けていきます。 【データストア】や簡易位置情報、ファイル配信といった 【オプションサービス】はプロジェクトに対して一つもしくは1セット設定することができます。 プロジェクトA 通信モジュール1 uAAAAAAAAAA 通信モジュール2 uBBBBBBBBBB 通信モジュール3 uCCCCCCCCCC データストア Light/Standard/… 簡易位置情報 ON/OFF 連携サービス1 WebSocket 連携サービス2 Outgoing Webhook ファイル配信 File1/File2/… 連携サービス3 AWS IoT プロジェクトに対して 複数紐付け可能 プロジェクトに対して 単一（1セット）設定可能 プロジェクトに対して 複数紐付け可能
- 27. 約款への同意 253 初めてコントロールパネルにログインした場合、各種約款への同意を求められます。 内容をご確認いただいたうえで、［✓同意する］をクリックするとコントロールパネルにアクセスできます。
- 32. 通信モジュールの登録 258 モジュールの追加に成功すると［モジュールを追加しました］というダイアログが表示されます。 ID/PASSが正しくない、もしくは既に登録されている通信モジュールを追加しようとした場合は 内容とともに［モジュールの追加に失敗しました］というダイアログが表示されます。 登録が成功した場合 登録が失敗した場合 登録用ID / 登録用パスワードのいずれかに誤りがあります、再度ご確認ください 別の会員IDに登録されています、過去登録した会員IDにログインし、解除ください
- 34. 連携サービスの設定（Azure IoT Hub） 260 追加サービスの選択画面に遷移します。 今回はAzure IoT Hubを作成しますので、［Azure IoT Hub］をクリックします。
- 35. 連携サービスの設定（Azure IoT Hub） 261 ［名前］および［Azure IoT デバイス名］については任意の名前を入力します。 ［Shared Access Key（接続文字）］についてはまだ作成されていないため、この画面のままで次のステップに進みます。
- 37. 今回のハンズオンの流れ 271 マイコンおよび プログラムの構築 Webサービス連携 （Microsoft Azure） 温湿度センサ （HDC1000） sakura.ioの設定 さくらの通信 モジュール IoT Hub マイコン（Arduino Uno） Stream Analytics BLOB PowerBI ※参考
- 38. ハンズオンで行う作業 272 Stream Analytics 入力 出力 RawOutput DemoOutput DevcieInput Storage Account RawData DemoData blob クエリ IoT Hub IoT Hub の設定 出力用ストレージの作成分析クエリの作成 本ハンズオンにおいては、IoT Hubに加えて、Stream Analitics ServiceやBlob Storageを利用して動作環境を構築します。 順番としては大まかにIoT Hubでデータの受け口を作成した後、Blobストレージを作成し、最後にStream Analiticsの クエリを用意し、稼働させます。
- 39. Azure IoT Hub 概要 – IoT デバイスのゲートウェイ/HUB 273 Devices RTOS,Linux,Windows,Android,iOS Field Gateway IoT Hub • 双方向通信 • 1千万台以上のデバイス • 遠隔測定入力 • コマンドと制御 • デバイス登録とアイデンティティ • デバイス接続管理 • HTTP/AMQP/MqTT Cloud Protocol Gateway 組込み機器向けSDK • C# • C/C++ • Java • JavaScript Azure IoT Hub は、何百万もの IoT デバイスとソリューションバックエンドとの間に入り、信頼性のある保護された 双方向通信を確立できるサービスです。 デバイスから大量のテレメトリを受信し、ストリームイベントプロセッサへの ルーティング、クラウドからデバイスへのメッセージ送信などができるようになります。
- 40. Azure Stream Analytics 概要 – リアル タイム データ処理 274 大量データをリアルタイム に処理するクエリ エンジン Point of Service Devices Self Checkout Stations Kiosks Smart Phones Slates/ Tablets PCs/ Laptops Servers Digital Signs Diagnostic EquipmentRemote Medical Monitors Logic Controllers Specialized DevicesThin Clients Handhelds Security POS Terminals Automation Devices Vending Machines Kinect ATM センサーデータのリアルタイム分析 データフォーマット変換 受信データへのアクションルール設定 Azure Stream Analytics は、デバイス、センサー、Web サイト、ソーシャル メディア、アプリケーション、 インフラストラクチャ システムなどのデータ ストリーミングのリアルタイム分析の計算を簡単に設定できます。 SQL ライクなクエリで、断続的に流れてくるデータを処理し、結果は永続的なストア、ダッシュボード、あるいは、 再度 Event Hubs に対して出力することができます。
- 42. ハンズオンで行う作業 276 Stream Analytics 入力 出力 RawOutput DemoOutput DevcieInput Storage Account RawData DemoData blob クエリ IoT Hub IoT Hub の設定 出力用ストレージの作成分析クエリの作成 このステップではIoT Hubのリソースを作成し、sakura.ioで収集したJSONデータを受け渡す設定を行います。
- 43. Azure IoT Hub リソース作成 277 Microsoft Azureポータルにログインしたら、［リソースの作成］をクリックします。
- 44. Azure IoT Hub リソース作成 278 検索もしくはMARKETPLACEの［モノのインターネット（IoT）］から［IoT Hub］をクリックします。
- 45. Azure IoT Hub リソース作成 279 ［名前］［価格とスケールティア］［サブスクリプション］［リソースグループ］［場所］を選び、 作成をクリックするとIoT Hubの作成が開始されます。通知欄に「デプロイメントが成功しました」と表示されたら 通知欄の該当項目をクリックするとリソース画面に遷移します。
- 46. Azure IoT Hub リソース作成 280 作成したIoT Hubリソースとsakura.ioを接続するために共有アクセスポリシーを設定します。 ［共有アクセスポリシー］で［追加］をクリックし、全てのアクセス許可を持ったポリシーを作成します。
- 47. Azure IoT Hub リソース作成 281 設定すると該当リソースのアップデートが開始されます。 アップデートが完了したら再度通知欄の該当項目をクリックします。
- 48. Azure IoT Hub リソース作成 282 追加された共有アクセスポリシーを選択すると4種類の共有アクセスキーが生成されていることを確認できます。 その中の［接続文字列-プライマリキー］をsakura.ioの接続に使用しますのでコピーします。
- 49. 連携サービスの設定（Azure IoT Hub） ※アクセスポリシー生成後 283 Azure IoT Hubで生成した［接続文字列-プライマリキー］を［Shared Access Key（接続文字）］にペーストします。 その後［作成］ボタンをクリックします。
- 50. 連携サービスの設定（Azure IoT Hub） ※アクセスポリシー生成後 284 設定が成功してもはじめは［接続ステータス］は［unknown］表記となりますが、数十秒が経過すると ［success］に遷移します。以上で設定は完了です。
- 51. 連携サービスの設定（Azure IoT Hub） ※アクセスポリシー生成後 285 Azure IoT Hub との連携サービス設定が完了すると、設定の際入力した Azure IoT デバイス名 と同名のデバイスが Azure IoT Hub 側にも表示されます。［Device Explorer］を選択すると ［デバイス ID］に表示されます。
- 52. ハンズオンで行う作業 286 Stream Analytics 入力 出力 RawOutput DemoOutput DevcieInput Storage Account RawData DemoData blob クエリ IoT Hub IoT Hub の設定 出力用ストレージの作成分析クエリの作成 このステップではStorageAccountに2つのBlobストレージを作成します。 データを加工しない生データをRawDataに、加工したデータをDemoDataにそれぞれ格納します。
- 53. ストレージアカウントの作成 287 検索もしくはMARKETPLACEの［Storage］から［Storage account – blob, file, table, queue］をクリックします。
- 55. blob コンテナの作成 289 作成されたストレージアカウントの ［概要］を選択し、 ［サービス - BLOB］をクリックします。
- 56. blob コンテナの作成 290 Blob service の ［+コンテナー］をクリックし、 ［名前］を選び ［OK］をクリックします。 今回は、raw と demo の名前でコンテナを 2 つ作成します。
- 57. ハンズオンで行う作業 291 Stream Analytics 入力 出力 RawOutput DemoOutput DevcieInput Storage Account RawData DemoData blob クエリ IoT Hub IoT Hub の設定 出力用ストレージの作成分析クエリの作成 このステップではStream Analyticsを用いて、IoT Hubを入力元、2つのBlobストレージを出力先とした クエリを作成し、実際にデータのリアルタイム処理を実施します。
- 58. Azure Stream Analytics の作成 292 検索もしくはMARKETPLACEの［Data + Analytics］から［Stream Analytics job］をクリックします。
- 59. Azure Stream Analytics の作成 293 ［ジョブ名］［サブスクリプション］［リソースグループ］［場所］を選び、 作成をクリックすると Stream Analytics Job の作成が開始されます。通知欄に「デプロイメントが成功しました」と表示さ れたら通知欄の該当項目をクリックするとリソース画面に遷移します。
- 60. Azure Stream Analytics クエリの作成 (入力) 294 ジョブトポロジの ［入力］、［出力］、［クエリ］の順番で作成します。［入力］をクリックします。
- 61. ［入力］の作成 295 ［+追加］をクリックし 、［入力のエイリアス］［ソースタイプ］［ソース］［インポートオプション］［IoT Hub］［エンドポイント］ ［共有アクセスポリシー名］［コンシューマーグループ］を選び、作成をクリックします。今回は［入力のエイリアス］ iothub を入力し、作成した IoT Hub をソースとして割り当てます。
- 62. Azure Stream Analytics クエリの作成 (出力) 296 ジョブトポロジの ［入力］、［出力］、［クエリ］の順番で作成します。［出力］をクリックします。
- 63. ［出力］の作成 297 ［+追加］をクリックし 、［出力エイリアス］［シンク］［インポートオプション］［ストレージアカウント］［コンテナー］を 選び、作成をクリックします。今回は、 ［出力エイリアス］demo に［コンテナー ］demo を、 ［出力エイリアス］bloblog に ［コンテナー ］raw を選び、出力を 2 つ作成します。
- 64. Azure Stream Analytics クエリの作成 (クエリ) 298 ジョブトポロジの ［入力］、［出力］、［クエリ］の順番で作成します。［クエリ］をクリックします。
- 66. 今回のコード （２つのクエリ) 300 WITH Tmps AS ( SELECT e.iothub.ConnectionDeviceId as ConnectionDeviceId, e.module as module, chs.ArrayValue.channel, chs.ArrayValue.type, chs.ArrayValue.value as temp, chs.ArrayValue.datetime FROM iothub AS e CROSS APPLY GetElements (e.payload.channels) as chs WHERE chs.ArrayValue.channel = 0 ) Select avg(Tmps.temp) Into demo From Tmps GROUP BY TumblingWindow(second, 10); SELECT * INTO bloblog FROM iothub; Iothub からの入力をすべて BLOBストレージ（bloblog）へ出力 IoT Hub（iothub） からの入力で、 payload.channels.channel = 0 の ものを抜き出し、Tmpsに保持 Tmps からのデータを10秒ごとに集計、 平均温度をBLOBストレージ（demo）へ出力
- 67. Azure Stream Analytics を開始する 301 ［開始］をクリックします。ジョブの開始画面で開始時刻を確認されますので、 ［現在］が選択されていることを確認し、［開始］をクリックします。
- 69. 出力ログ例 (raw コンテナ) 303 {"module":“abcdefghijkl","type":"connection","datetime":"2017-06- 23T08:17:16.124375459Z","token":"30000003-4aa4-4009-8008- 0abcdefgh0abc","payload":{"is_online":1},"EventProcessedUtcTime":"2017-06- 23T08:18:58.9089367Z","PartitionId":1,"EventEnqueuedUtcTime":"2017-06- 23T08:17:16.2550000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"device 0001","ConnectionDeviceGenerationId":" 123456789012345678 ","EnqueuedTime":"2017-06- 23T08:17:14.5610000Z","StreamId":null}} {"module":“abcdefghijkl","type":"channels","datetime":"2017-06- 23T08:17:17.0253936Z","token":"30000003-4aa4-4009-8008-0abcdefgh0abc","payload":{"channels": ［{"channel":0,"type":"f","value":31.23,"datetime":"2017-06- 23T08:17:16.990394464Z"},{"channel":1,"type":"f","value":30.2,"datetime":"2017-06- 23T08:17:17.002394464Z"},{"channel":2,"type":"I","value":1,"datetime":"2017-06- 23T08:17:17.014394464Z"}］},"EventProcessedUtcTime":"2017-06- 23T08:18:58.9089367Z","PartitionId":1,"EventEnqueuedUtcTime":"2017-06- 23T08:17:17.1310000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"device 0001","ConnectionDeviceGenerationId":“123456789012345678","EnqueuedTime":"2017-06- 23T08:17:15.4380000Z","StreamId":null}} IoT Hub のメタデータ IoT Hub 受信データ
- 70. 出力ログ例 (demo コンテナ) 304 Stream Analytics のクエリによ り集計されたデータ {"avg":31.23} {"avg":31.24} {"avg":31.24} {"avg":31.22} {"avg":31.23} {"avg":31.23} {"avg":31.24} {"avg":31.22} {"avg":31.23} {"avg":31.23} {"avg":31.24} …
- 71. ［参考］Power BI によるデータ可視化 305 Power BI は、最も重要なビジネス データに関する単一のビューを提供するクラウド ベースのビジネス分析サービスで す。さまざまなデータソースに接続し可視化できます。Web ブラウザ、デスクトップアプリ、モバイルアプリで提供して います。 ※ 「職場アカウントまたは学校アカウント」 (Office 365 や Azure AD)が必要なた め、本ハンズオンでは実作業を行いません。 「参考」 情報として記載しています。
- 72. ［参考］Power BI によるデータ可視化 306 Stream Analytics 入力 出力 RawOutput DemoOutput DevcieInput Storage Account RawData DemoData blob クエリ IoT Hub Power BI ※参考 PBIOutput (1) (2)(1) 保存された静的データを表示する (2) リアルタイムのストリームデータを表示する
- 73. ［参考］Power BI によるデータ可視化 – リアルタイムのデータ表示 307 Stream Analytics 入力 出力 RawOutput DemoOutput DevcieInput クエリ IoT Hub PBIOutput Power BI 1) Stream Analytics の出力の作成 2) クエリの作成 3) Power BI のダッシュボード作成
- 74. ［参考］Power BI によるデータ可視化 - ［出力］の作成 308 ［+追加］をクリックし 、［出力エイリアス］を入力し［シンク］Power BI を選択します。 ［承認する］をクリックし、認証画面で Power BI で使用している 「職場アカウントまたは学校アカウント」 を入力します。
- 75. ［参考］Power BI によるデータ可視化 - ［出力］の作成 309 ［グループワークスペース］［データセット名］［テーブル名］を入力し［作成］をクリックします。
- 76. ［参考］Power BI によるデータ可視化 -［クエリ］の作成 310 Stream Analytics ジョブが実行中の場合は、ジョブを停止します。 右ペインにコードを記述し、［保存］をクリックします。
- 77. ［参考］Power BI によるデータ可視化 – ［クエリ］の作成 311 WITH Tmps AS ( SELECT e.iothub.ConnectionDeviceId as ConnectionDeviceId, e.module as module, chs.ArrayValue.channel, chs.ArrayValue.type, chs.ArrayValue.value as temp, chs.ArrayValue.datetime FROM iothub AS e CROSS APPLY GetElements (e.payload.channels) as chs WHERE chs.ArrayValue.channel = 0 ) Select avg(Tmps.temp), System.Timestamp AS windowEnd Into PowerBIView From Tmps GROUP BY TumblingWindow(second, 10); IoT Hub（iothub） からの入力で、 payload.channels.channel = 0 の ものを抜き出し、Tmpsに保持 Tmps からのデータを10秒ごとに集計、 平均温度とタイムスタンプを Power BI へ 出力
- 78. ［参考］Power BI によるデータ可視化 – ［クエリ］の作成 312 Stream Analytics ジョブを開始します。［開始］をクリックします。ジョブの開始画面で開始時刻を確認されますので、 ［現在］が選択されていることを確認し、［開始］をクリックします。
- 79. ［参考］Power BI によるデータ可視化 - Power BI のダッシュボード作成 313 https://powerbi.com にアクセスして、職場または学校のアカウントでサインインします。 ［+作成］をクリックして新規ダッシュボードを作成します。
- 80. ［参考］Power BI によるデータ可視化 - Power BI のダッシュボード作成 314 ［+タイルの追加］をクリックし、カスタムストリーミングデータを選択し、［次へ］をクリックします。
- 81. ［参考］Power BI によるデータ可視化 - Power BI のダッシュボード作成 315 データセットを選択し、［次へ］をクリック。［視覚化タイプ］折れ線グラフ、［軸］、［値］を選択し［次へ］をクリック。 ［タイトル］を入力し ［適用］をクリックします。
- 82. ［参考］Power BI によるデータ可視化 - Power BI のダッシュボード作成 316 データセットを選択し、［次へ］をクリック。［視覚化タイプ］カード、［フィールド］を選択し［次へ］をクリック。 ［タイトル］を入力し ［適用］をクリックします。
- 83. ［参考］Power BI によるデータ可視化 - Power BI のダッシュボード作成 317 平均気温のカウンター形式とグラフ形式でのリアルタイム表示ができました。
- 84. 320 そこに、さくら
- 85. 321 質疑応答
- 86. 322 最後に
- 90. 最後に ～sakura.io～ 326 モジュールの登録が解除され、表示から削除されました。 次は連携サービスとともにプロジェクトを削除します。 プロジェクト右上の［削除］マークをクリックします。
- 92. 最後に ～Microsoft Azure～ 333 ハンズオンに使用した Azure の各種リソースは必要に応じて削除します。 今回作成したリソースグループを開き、［削除］をクリックします。
- 96. 最後に 342 さくらインターネットでは、「さくらクラブ」としてハンズオン等の イベントをともに開催いただける仲間（部員）を募集しています。 （テーマはIoTに限らず、クラウドやVPS、スタートアップ系ネタでもOK！） ご興味があれば、Come and join us & Feel free to contact me! 連絡先 ：sakura-club@sakura.ad.jp さくらクラブ ：http://www.slideshare.net/MasayaHayashi/lt20151224
- 97. 343 参考 サンプルスケッチ
- 98. 【参考】AlphaCompat.ino 344 さくらのIoT Platform α にて提供していたスケッチ（SakuraAlpha_I2C.ino）を置き換えた プログラムです。一定間隔でカウント値を0,1,2のチャンネルに書き込み、送信します。
- 100. 【参考】Shell.ino 346 構文 【version】現在のファームウェアバージョンを表示する 出力結果 version >version v1.0.0-161109-c566dba 備考
- 102. 【参考】Shell.ino 348 構文 【status】通信モジュールの通信状態を確認する 出力結果 status >status Online Last Error Code: 0 備考
- 105. 【参考】Shell.ino 351 構文 【update】ファームウェアのアップデートを実行する 出力結果 update >update Current Version: v1.0.0-161109-c566dba Unlock Starting update Waiting for update . 備考
- 107. 【参考】Shell.ino 353 構文 【enqueue】送信キューにデータを格納する 出力結果 enqueue <ch> <type> <value> >enqueue 0 i 123 > 備考 シリアルモニタに実行結果は表示されません。 enqueueコマンドを実行すると登録したデータは送信キューに貯められます。 送信キューは最大で32個まで蓄積され、超過したキューは貯められず破棄されます。
- 109. 【参考】Shell.ino 355 構文 【size】送信/受信キューに貯められたデータ数を確認する 出力結果 size >size Tx Queue Avail: 32 Queued: 0 Rx Queue Avail: 32 Queued: 0 備考 Tx Queue は送信キュー、Rx Queue は受信キューを表します。 Availは利用可能数、Queuedは貯められているキューの数を表します。
- 115. 361 参考 DataStore API
- 116. 【参考】連携サービスの設定（DataStore API） 362 sakura.ioでは、蓄積データの活用として【 DataStore API 】を提供します。 追加サービスの選択画面で［DataStore API］をクリックします。
- 117. 【参考】連携サービスの設定（DataStore API） 363 追加サービスの選択画面で［DataStore API］をクリックします。 ［名前］は任意の名称を入力し、［作成］をクリックします。
- 118. 【参考】連携サービスの設定（DataStore API） 364 作成した連携サービスをクリックすると【 Token 】を確認することができます。 Tokenをコピーし、コンパネ右上の［DataStore v1 Document］をクリックします。
- 119. 【参考】連携サービスの設定（DataStore API） /channels の取得 365 ［ /channels ］は蓄積されたデータをチャンネル単位で取得します。単体のデータを複数の形式 （入力時の形式［value］、数値［value_num］、文字列［value_str］）で格納しているため、 単体でも価値のあるデータが活用しやすい形式となっています。 ［ /channels ］は該当URL（https://api.sakura.io/datastore/v1/docs/）にて 前述の【 Token 】情報、および以下のパラメータを指定することで任意の情報を取得できます。 【module】：通信モジュールのモジュールID 【size】：一度に取得するデータの数 【order】：昇順（ASC）と降順（DESC）指定 【cursor】：※後述※ 【after/before】：指定日時の以前と以後指定 【channel】：取得するチャンネル指定
- 120. 【参考】連携サービスの設定（DataStore API） /channels の取得 366 { "meta": { “count”: <取得した件数>, “cursor”: “<sizeで指定した件数を超えた場合に、次のレスポンスを取得するためのカーソル>”, “match”: <ヒットした件数> }, "results": ［ { “channel”: <データが格納されているチャンネル>, “datetime”: “<データが通信モジュールのキューに格納された時間>”, “id”: “<送信されたデータのID>", “module”: “<データが送信された通信モジュールのID>", “type”: “<送信されたデータの型式>", “value”: <typeで指定された型式でのデータ>, “value_num”: <number形式でのデータ>, “value_str”: “<string形式でのデータ>" }, { "channel": … ＃以下［channel］単位のデータがcount数分列挙 指定された条件を元に【Try it out!】をクリックすると、［Response Body］欄に条件に応じた データが返されます。またクリック後に返される［Request URL］から同様のデータを取得できます。
- 121. 【type】：取得するRMのtype指定 【参考】連携サービスの設定（DataStore API） /messages の取得 367 ［ /messages ］は蓄積されたデータをRM単位で取得します。RMに含まれる複数チャンネルの データの関係性が重要な場合に活用しやすい形式です。（鍵の「解錠者ID」と「入退室フラグ」等） また、 ［ /messages ］には通信モジュールの接続および切断の情報も含まれています。 ［ /messages ］は該当URL（https://api.sakura.io/datastore/v1/docs/）にて 以下のパラメータを指定することで任意の情報を取得できます。 【module】：通信モジュールのモジュールID 【size】：一度に取得するデータの数 【order】：昇順（ASC）と降順（DESC）指定 【cursor】：※後述※ 【after/before】：指定日時の以前と以後指定
- 122. 【参考】連携サービスの設定（DataStore API） /messages の取得 368 { "meta": { "count": <取得した件数>, "cursor": “<sizeで指定した件数を超えた場合に、次のレスポンスを取得するためのカーソル>”, "match": <ヒットした件数> }, "results": ［ { “datetime”: “<対象のRMをプラットフォーム側で受信した時間>”, "id": “<格納されたRMのID>", "module": “<データが送信された通信モジュールのID>", "payload": { "channels": ［ { "channel": <データが格納されているチャンネル>, "type": “<送信されたデータの型式>", "value": <typeで指定された型式でのデータ> } ］ }, "type": "channels" }, { “datetime”: … ＃以下［message］単位のデータ 指定された条件を元に【Try it out!】をクリックすると、［Response Body］欄に条件に応じた データが返されます。またクリック後に返される［Request URL］から同様のデータを取得できます。