node-red,一个可视化的数据流程编辑软件
ztj100 2025-04-02 00:34 27 浏览 0 评论
我们通常会遇到很多这种情形的数据处理。 举个几个典型的例子:
- 在工业物联网应用中,通常的数据流是:从设备端进行数据采集,利用进行格式转换,或者进行计算,或者存储,通过另外一种协议,传出去。到物联网平台,或者对接到一个第三方的系统当中。
- 儿童编程教学领域,例如Scratch,Blockly这类软件。都是通过一个可视化界面,来设计程序的执行步骤。
其实这一类都是典型的流式数据处理。它们的特点,以数据为中心,将各个处理模块可以想象成一个处理节点,一个个串接起来。
那问题来了,针对一个一个节点编程,每个应用程序都重新来一遍,那也太累了。有没有更简单的办法呢? 那Node-RED就是这样类型的软件。它把各个node做了抽象和封装,可以重复使用,另外提供了可视化拖拽的界面,可以大幅简化编程。
1 Node-RED是什么?
Node-Red 是 IBM Emerging Technologies 团队开发的一个可视化的数据流程编辑工具。它允许开发人员通过浏览器进行数据流程的编辑,也可以进行数据处理流程编写。 通过多种节点的组合,进行硬件设备(Raspberry Pi,Arduino等),网络服务接口(Websocket, http),及在线服务(163邮箱)数据流串接,实现数据流编程。、通过简单的拖拽,配置,图形化的方式完成应用程序的开发。基于Apache2.0 License,完全开源。
2 应用场景
最典型的应用,就是在物联网边缘计算领域。你可以把它部署在一个边缘网关网关中,通过配置,做数据自动转发,存储,报警的等一系列动作。
3 安装方法
可以从npm源用安装安装,也可以从源码进行编译安装。只要支持node环境与npm就可以运行Node-Red。(关于Node环境的安装配置,如果不会,请自行搜一下)
- 直接用npm安装(以下为Linux为例):
sudo npm install -g --unsafe-perm node-red
node-red
打开浏览器:输入 http://localhost:1880
- 通过源码安装(也是以Linux为例)
git clone https://github.com/node-red/node-red.git
cd node-red.git
npm install
npm run build
npm start
打开浏览器:输入 http://localhost:1880
通过上面的步骤,就可以启动Node-RED,并且看到界面了。
- 左侧:Nodes节点列表。默认内置了输入,输出,功能,社交,存储,高级,Raspberry PI类型。
- 中间:Flow: 中间部分是用户设计的Flow。用户可以在这个拖拽节点,连线等设计。
- 右侧:Message/Help信息输出。调试模式状态查看窗口。
4 配置
安装完成并启动以后,都是默认的配置选项。 那如果想改变端口,或者安全设置等等。也是支持的。我们只需要改变配置文件即可。安装完成后,配置文件位于:
- Linux中:默认配置文件位于$home/.node-red目录下。
- Windows中:C:\Users\你的用户名\.node-red
Settings.js是最重要的配置了。看这个就够了。我总结了下面的表格:
至于权限,日志等等高级设置。先不展开。目前到这里就够用了。
5 使用
在正式使用前,有三个重要的概念需要理解:
- 节点:它是整个数据流的基础。每个节点包括了外观,属性与数据的处理逻辑。我们在界面最左侧,看到的就是各种类型的节点。
- Flow就是一个具体的Node-Red应用。由多个node构成,多个node进行数据采集处理,输出的整个逻辑,每个node之间,传送message,组成了整个应用。
- 消息:它是各个节点之间数据通信的载体。
这样的话,我们就拖动左侧的节点到flow面板中,进行串接。今天的例子,就是触发启动,打印一个函数转换得到node,进入下一个node,打印出来一个hello。 那今天的任务就算完成了。
接下来我们将深入分析node的实现机制,和更多高级用法。
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)