在不久前落幕的 2022 阿里云全球数据湖峰会上，EMQ 与阿里云联合发布了一站式工业数字化解决方案的构想。这一方案的实现基于云原生分布式物联网消息服务器 EMQX 和阿里云表格存储 Tablestore 的高效集成，结合 EMQ 物联网数据基础设施产品矩阵中的其他边缘计算产品，实现边缘工业数据到云端的综合接入、汇聚与清洗，以及后端大数据分析和应用。

经过双方研发团队的共同努力，目前 EMQX 与 Tablestore 已正式完成技术对接。结合双方产品在数据采集和存储分析方面的优势，EMQ 与阿里云共同打造了一套更加通用、适用于更多行业场景的一体化解决方案。

合作背景

物联网应用场景往往面临多元化数据存储的需求，EMQ 云边一体化产品组合通过边缘的协议接入、数据清洗以及云端强大的规则引擎，可以实现元数据、消息数据、时序数据的一站式集成对接能力。

在 IoTstore 组合存储方面，客户大多是通过开源产品组合方案（Mysql+ES+HBase+OPENTSDB 等）实现，技术架构、运维等往往成本较高，Tablestore 则通过一体化架构，为 IoTstore 提供了大规模、免运维、低成本、易扩展的解决方案。

EMQX+TableStore 有高度重叠的应用场景和目标客户，可共同为企业客户提供一站式的物联网消息通信、数据集成和 IoT 数据存储服务。

方案详解

产品介绍

• EMQX：云原生分布式物联网消息服务器

EMQX 通过一体化的分布式 MQTT 消息服务和强大的 IoT 规则引擎，为高可靠、高性能的物联网实时数据移动、处理和集成提供动力，「随处运行，无限连接，任意集成」，助力企业快速构建关键业务的 IoT 平台与应用。

以 EMQX 为核心，结合物联网边缘工业协议网关软件 Neuron、超轻量边缘 MQTT 消息服务器 NanoMQ 以及超轻量物联网边缘数据流式分析引擎 eKuiper，共同构成了 EMQ 面向未来的现代物联网数据基础设施。在边缘侧可以实现工业协议适配、边缘轻量级消息服务、边缘流计算(数据过滤、清洗、聚合与 AI 推理扩展)，在云端则可实现全网络、多协议的海量消息接入能力，强大的规则引擎实现 IoT 数据的编解码、数据转发、数据持久化等灵活集成能力，为后端大数据分析和应用提供可靠的数据支撑，构建云边一体化的 IoT 基础设施能力底座。

• TableStore：一站式物联网存储 IoTstore

表格存储（Tablestore）是阿里云推出的一款云上的结构化数据存储产品，面向海量结构化数据提供 Serverless 表存储服务，具备极为丰富的产品功能和生态，提供了物联网存储 IoTstore、宽表引擎、多元索引等能力来满足时序数据、消息数据、元数据场景的需求。同时针对物联网场景深度优化提供一站式的 IoTstore 解决方案，提供海量数据低成本存储、毫秒级的在线数据查询和检索以及灵活的数据分析能力。

表格存储 Tablestore 提供的 Serverless 服务模式极为适合物联网数据存储，计算和存储均可独立弹性扩展。在使用过程中无需关心存储容量和计算扩容，存储容量可弹性扩展至 PB 级，提供冷热分层存储大大降低存储成本。底层对设备元数据进行多维索引，满足灵活的设备检索需求。提供 SQL 能够对时序数据进行查询和分析，灵活的满足数据分析需求。

方案架构

该方案通过 EMQX 的规则引擎实现与 Tablestore 集成，用户可以利用可视化的规则引擎配置界面，快速便捷实现设备元数据、时序数据、消息数据快速集成入库。

EMQX 与 Tablestore 团队针对产品高效对接都做了专项优化工作，实现了多元的 IoT 数据高效存储集成。通过 Tablestore 一体化架构，为 IoTstore 提供大规模、免运维的低成本、易扩展的一站式解决方案，有效解决了数据库产品的技术选型、分类存储等技术难点。

EMQX+Tablestore 联合解决方案为企业客户提供一站式的物联网消息通信、数据集成和 IoT 数据存储，可以广泛应用于车联网、充电桩、IM 消息、物联网、智能推选等应用场景。

以车联网场景为例，该场景涉及很多车况感知数据上报和车控消息的下发，车辆定时会更新当前的最新状态信息，如发动机当前转速、当前车速等。这些描述车辆最新状态信息的数据我们称之为元数据；而在智能汽车行驶过程中，车辆的状态数据会随着时间而变化，如车辆一段时间内的车速、胎压等，这些描述车辆历史状态信息的数据我们称之为时序数据；还有一种数据场景是对车辆行为进行控制的指令消息，例如通过车主的手机 APP 远程开启空调的车控指令下发和执行结果反馈，这些控制指令的上下行被称为消息数据。

不同类型的数据应用的场景各不相同，所以对存储系统的需求也有所不同。我们之前可能需要通过 MySQL、Kafka、Redis、HBase 等多套不同的数据库产品来融合实现，而现在我们则可以基于 EMQX+Tablestore 轻松实现一站式数据采集与存储。

方案实践：如何实现 EMQX 与 Tablestore 的对接

创建数据库实例

*注：创建实例操作步骤请参考 Tablestore 官方文档

点击实例管理，点击时序表列表。创建时序表。

点击上一步中创建的时序表，进入时序表管理。点击数据管理，创建时间线，按照业务设计创建出时间线。

创建规则引擎资源

登录 EMQXDashboard，点击规则引擎-资源-创建资源，下拉框中找到阿里云表格存储 Tablestore(时序)

使用创建出的实例属性，填写对应 Tablestore 服务器和实例名称。

AccessKey&Secret 需要使用阿里账号申请（详细申请步骤请参考阿里云说明文档：为 RAM 用户创建访问密钥，链接地址：https://help.aliyun.com/document_detail/116401.htm）。

服务器地址请按照部署方式的不同，填写不同的域名。

创建规则

规则中 SQL 语句的编写，请参考官网文档中规则引擎章节。

创建动作

表名与度量名称，请按照创建的表名与度量名称填写（度量名称可以为空字符串）。

开启同步写入之后，规则引擎将按照批量大小与批量间隔写入数据，以提高高并发场景下的服务性能。

Tablestore 支持的数据格式：

• int

• double

• boolean

• string

• binary

这些格式可以被规则引擎自动的识别并分类。但是字符串型数据，默认处理方式为二进制数据，以保证最佳的兼容性。如果需要指定字段值为字符串类型，可以在创建动作时，将字段填写到字符型数据列名中。之后会则引擎会按照字符串的格式方式处理改字段值。

生产测试数据

使用先进的桌面 MQTT 客户端 MQTTX，登录设备，并发送一条数据。

输入度量名称（演示使用的是 m_re2），clientID 为 123456，我们使用 client=123456 作为查询条件，点击查询。

至此，我们可以看到数据已经写入成功。