实战案例：本地电脑监控大屏

本教程将引导你使用 OpenTwins 创建一个完整的电脑性能监控系统，实时采集并展示 CPU、内存、磁盘等性能指标。

一、案例概述

1.1 功能目标

✅ 实时监控本地电脑的 CPU 使用率
✅ 实时监控内存使用情况
✅ 实时监控磁盘空间
✅ 在 Grafana 中创建可视化大屏
✅ 支持历史数据查询和趋势分析

1.2 系统架构

1.3 技术栈

数据采集: Python + psutil
数据传输: MQTT 协议
数字孪生: Eclipse Ditto
时序数据库: InfluxDB 2.x
数据可视化: Grafana

1.4 前置条件

✅ 已完成 OpenTwins 部署（参见 OpenTwins Windows 部署指南）
✅ 所有端口转发正在运行
✅ 已安装 Python 3.7+
✅ 已安装 pip

二、快速开始（5 分钟体验）

2.1 配置 Grafana

访问 http://localhost:3002
登录（admin/admin）
跳过修改密码（或设置新密码）

2.2 创建数字孪生

打开 PowerShell，运行：

powershell

1# 第一步：创建 Policy
2$policyBody = @{
3    policyId = "local:pc-monitor"
4    entries = @{
5        DEFAULT = @{
6            subjects = @{
7                "nginx:ditto" = @{ type = "Basic auth user" }
8            }
9            resources = @{
10                "policy:/" = @{ grant = @("READ", "WRITE"); revoke = @() }
11                "thing:/" = @{ grant = @("READ", "WRITE"); revoke = @() }
12                "message:/" = @{ grant = @("READ", "WRITE"); revoke = @() }
13            }
14        }
15    }
16} | ConvertTo-Json -Depth 10
17
18# 准备认证信息
19$auth = [Convert]::ToBase64String([Text.Encoding]::ASCII.GetBytes("ditto:ditto"))
20$headers = @{
21    "Content-Type" = "application/json"
22    "Authorization" = "Basic $auth"
23}
24
25# 创建 Policy
26Write-Host "创建 Policy..." -ForegroundColor Yellow
27Invoke-RestMethod -Uri "http://localhost:8080/api/2/policies/local:pc-monitor" `
28    -Method Put `
29    -Headers $headers `
30    -Body $policyBody
31
32# 第二步：创建 Thing
33$thingBody = @{
34    "thingId" = "local:pc-monitor"
35    "policyId" = "local:pc-monitor"
36    "attributes" = @{
37        "hostname" = $env:COMPUTERNAME
38        "os" = "Windows"
39        "createdAt" = (Get-Date -Format "yyyy-MM-ddTHH:mm:ssZ")
40    }
41    "features" = @{
42        "cpu" = @{
43            "properties" = @{
44                "usage" = 0.0
45                "cores" = [System.Environment]::ProcessorCount
46            }
47        }
48        "memory" = @{
49            "properties" = @{
50                "usage" = 0.0
51                "total" = [Math]::Round((Get-CimInstance Win32_ComputerSystem).TotalPhysicalMemory / 1GB, 2)
52            }
53        }
54        "disk" = @{
55            "properties" = @{
56                "usage" = 0.0
57                "total" = [Math]::Round((Get-PSDrive C).Used / 1GB + (Get-PSDrive C).Free / 1GB, 2)
58            }
59        }
60    }
61} | ConvertTo-Json -Depth 10
62
63# 创建 Thing
64Write-Host "创建 Thing..." -ForegroundColor Yellow
65Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/local:pc-monitor" `
66    -Method Put `
67    -Headers $headers `
68    -Body $thingBody | ConvertTo-Json -Depth 10
69
70Write-Host "`n✅ 数字孪生创建成功！" -ForegroundColor Green
71Write-Host "主机名: $env:COMPUTERNAME" -ForegroundColor Cyan
72Write-Host "CPU 核心: $([System.Environment]::ProcessorCount)" -ForegroundColor Cyan

2.3 验证创建

powershell

1# 查询 Thing
2$auth = [Convert]::ToBase64String([Text.Encoding]::ASCII.GetBytes("ditto:ditto"))
3Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/local:pc-monitor" `
4    -Method Get `
5    -Headers @{"Authorization"="Basic $auth"} | ConvertTo-Json -Depth 10

三、数据采集（无需 Python）

3.1 使用 PowerShell 采集数据

无需安装 Python，直接使用 Windows PowerShell 进行数据采集！

3.2 手动发送一次数据（测试）

powershell

1# 准备认证信息
2$auth = [Convert]::ToBase64String([Text.Encoding]::ASCII.GetBytes("ditto:ditto"))
3$headers = @{
4    "Content-Type" = "application/json"
5    "Authorization" = "Basic $auth"
6}
7
8# 采集系统数据
9$cpuUsage = (Get-Counter '\Processor(_Total)\% Processor Time').CounterSamples.CookedValue
10$os = Get-CimInstance Win32_OperatingSystem
11$computerSystem = Get-CimInstance Win32_ComputerSystem
12$totalMemory = $computerSystem.TotalPhysicalMemory
13$freeMemory = $os.FreePhysicalMemory * 1KB
14$usedMemory = $totalMemory - $freeMemory
15$memUsagePercent = ($usedMemory / $totalMemory) * 100
16$disk = Get-PSDrive C
17$diskUsagePercent = ($disk.Used / ($disk.Used + $disk.Free)) * 100
18
19# 显示采集的数据
20Write-Host "采集到的数据:" -ForegroundColor Yellow
21Write-Host "  CPU: $([Math]::Round($cpuUsage, 2))%" -ForegroundColor Cyan
22Write-Host "  内存: $([Math]::Round($memUsagePercent, 2))%" -ForegroundColor Cyan
23Write-Host "  磁盘: $([Math]::Round($diskUsagePercent, 2))%" -ForegroundColor Cyan
24
25# 构建 JSON 数据
26$updateBody = @{
27    cpu = @{
28        properties = @{
29            usage = [Math]::Round($cpuUsage, 2)
30            cores = [System.Environment]::ProcessorCount
31        }
32    }
33    memory = @{
34        properties = @{
35            usage = [Math]::Round($memUsagePercent, 2)
36            total_gb = [Math]::Round($totalMemory / 1GB, 2)
37            used_gb = [Math]::Round($usedMemory / 1GB, 2)
38            available_gb = [Math]::Round($freeMemory / 1GB, 2)
39        }
40    }
41    disk = @{
42        properties = @{
43            usage = [Math]::Round($diskUsagePercent, 2)
44            total_gb = [Math]::Round(($disk.Used + $disk.Free) / 1GB, 2)
45            used_gb = [Math]::Round($disk.Used / 1GB, 2)
46            free_gb = [Math]::Round($disk.Free / 1GB, 2)
47        }
48    }
49} | ConvertTo-Json -Depth 10
50
51# 发送到 OpenTwins
52$url = "http://localhost:8080/api/2/things/local:pc-monitor/features"
53Invoke-RestMethod -Uri $url -Method PUT -Headers $headers -Body $updateBody
54
55Write-Host "`n✅ 数据发送成功！" -ForegroundColor Green

3.3 查看更新后的数据

powershell

1# 查询 Thing 验证数据
2$auth = [Convert]::ToBase64String([Text.Encoding]::ASCII.GetBytes("ditto:ditto"))
3$thing = Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/local:pc-monitor" `
4    -Method Get `
5    -Headers @{"Authorization"="Basic $auth"}
6
7Write-Host "`n当前监控数据:" -ForegroundColor Green
8Write-Host "  CPU: $($thing.features.cpu.properties.usage)%" -ForegroundColor Cyan
9Write-Host "  内存: $($thing.features.memory.properties.usage)%" -ForegroundColor Cyan
10Write-Host "  磁盘: $($thing.features.disk.properties.usage)%" -ForegroundColor Cyan

四、持续监控（可选）

4.1 方法 1：使用 HTML 管理器手动更新

打开项目根目录的 opentwins-manager.html：

Thing ID 填写：local:pc-monitor
点击"查询 Thing"查看当前数据
CPU 使用率填写新值（如 45.5）
点击"更新 CPU"按钮

4.2 方法 2：PowerShell 循环脚本

创建文件 monitor-loop.ps1：

monitor-loop.ps1

powershell

1# OpenTwins PC 监控 - 持续采集脚本
2$THING_ID = "local:pc-monitor"
3$INTERVAL = 10  # 采集间隔（秒）
4
5$auth = [Convert]::ToBase64String([Text.Encoding]::ASCII.GetBytes("ditto:ditto"))
6$headers = @{
7    "Content-Type" = "application/json"
8    "Authorization" = "Basic $auth"
9}
10
11Write-Host "开始监控... (按 Ctrl+C 停止)" -ForegroundColor Green
12Write-Host ""
13
14while ($true) {
15    try {
16        # 采集数据
17        $cpu = (Get-Counter '\Processor(_Total)\% Processor Time').CounterSamples.CookedValue
18        $os = Get-CimInstance Win32_OperatingSystem
19        $cs = Get-CimInstance Win32_ComputerSystem
20        $totalMem = $cs.TotalPhysicalMemory
21        $freeMem = $os.FreePhysicalMemory * 1KB
22        $usedMem = $totalMem - $freeMem
23        $memPct = ($usedMem / $totalMem) * 100
24        $disk = Get-PSDrive C
25        $diskPct = ($disk.Used / ($disk.Used + $disk.Free)) * 100
26        
27        # 构建数据
28        $body = @{
29            cpu = @{
30                properties = @{
31                    usage = [Math]::Round($cpu, 2)
32                    cores = [System.Environment]::ProcessorCount
33                }
34            }
35            memory = @{
36                properties = @{
37                    usage = [Math]::Round($memPct, 2)
38                    total_gb = [Math]::Round($totalMem / 1GB, 2)
39                    used_gb = [Math]::Round($usedMem / 1GB, 2)
40                }
41            }
42            disk = @{
43                properties = @{
44                    usage = [Math]::Round($diskPct, 2)
45                    total_gb = [Math]::Round(($disk.Used + $disk.Free) / 1GB, 2)
46                    used_gb = [Math]::Round($disk.Used / 1GB, 2)
47                }
48            }
49        } | ConvertTo-Json -Depth 10
50        
51        # 发送数据
52        Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/$THING_ID/features" `
53            -Method PUT -Headers $headers -Body $body | Out-Null
54        
55        # 显示状态
56        $time = Get-Date -Format "HH:mm:ss"
57        $cpuStr = "{0,5:N1}%" -f [Math]::Round($cpu, 2)
58        $memStr = "{0,5:N1}%" -f [Math]::Round($memPct, 2)
59        $diskStr = "{0,5:N1}%" -f [Math]::Round($diskPct, 2)
60        
61        Write-Host "[$time] CPU: $cpuStr | Memory: $memStr | Disk: $diskStr" -ForegroundColor Cyan
62        
63        Start-Sleep -Seconds $INTERVAL
64    }
65    catch {
66        Write-Host "[ERROR] $_" -ForegroundColor Red
67        Start-Sleep -Seconds $INTERVAL
68    }
69}

4.3 运行监控脚本

powershell

1powershell -ExecutionPolicy Bypass -File .\monitor-loop.ps1

4.4 方法 3：Python 脚本（可选）

如果您已安装 Python，可以使用原版的 Python 脚本：

pc-monitor.py

python

1"""
2OpenTwins 电脑性能监控脚本
3实时采集 CPU、内存、磁盘使用情况并发送到数字孪生平台
4"""
5
6import paho.mqtt.client as mqtt
7import psutil
8import json
9import time
10import platform
11from datetime import datetime
12
13# ==================== 配置 ====================
14MQTT_BROKER = "localhost"
15MQTT_PORT = 1883
16THING_ID = "local:pc-monitor"
17COLLECT_INTERVAL = 5  # 采集间隔（秒）
18
19# ==================== MQTT 回调函数 ====================
20def on_connect(client, userdata, flags, rc):
21    """MQTT 连接回调"""
22    if rc == 0:
23        print("✅ 已连接到 MQTT Broker")
24    else:
25        print(f"❌ 连接失败，返回码: {rc}")
26
27def on_publish(client, userdata, mid):
28    """消息发布回调"""
29    pass  # 可以添加日志记录
30
31# ==================== 数据采集函数 ====================
32def get_cpu_usage():
33    """获取 CPU 使用情况"""
34    cpu_percent = psutil.cpu_percent(interval=1)
35    cpu_freq = psutil.cpu_freq()
36    
37    return {
38        "usage": round(cpu_percent, 2),
39        "cores": psutil.cpu_count(logical=False),
40        "threads": psutil.cpu_count(logical=True),
41        "frequency": round(cpu_freq.current, 2) if cpu_freq else 0
42    }
43
44def get_memory_usage():
45    """获取内存使用情况"""
46    mem = psutil.virtual_memory()
47    
48    return {
49        "total": mem.total,
50        "available": mem.available,
51        "used": mem.used,
52        "usage": round(mem.percent, 2),
53        "total_gb": round(mem.total / (1024**3), 2),
54        "used_gb": round(mem.used / (1024**3), 2),
55        "available_gb": round(mem.available / (1024**3), 2)
56    }
57
58def get_disk_usage():
59    """获取 C 盘使用情况"""
60    disk = psutil.disk_usage('C:\\')
61    
62    return {
63        "total": disk.total,
64        "free": disk.free,
65        "used": disk.used,
66        "usage": round(disk.percent, 2),
67        "total_gb": round(disk.total / (1024**3), 2),
68        "free_gb": round(disk.free / (1024**3), 2),
69        "used_gb": round(disk.used / (1024**3), 2)
70    }
71
72def send_metrics(client):
73    """采集并发送所有指标"""
74    try:
75        # 采集数据
76        cpu_data = get_cpu_usage()
77        memory_data = get_memory_usage()
78        disk_data = get_disk_usage()
79        
80        # 构建 Ditto 消息格式
81        payload = {
82            "topic": f"{THING_ID}/things/twin/commands/modify",
83            "headers": {
84                "response-required": False
85            },
86            "path": "/features",
87            "value": {
88                "cpu": {
89                    "properties": cpu_data
90                },
91                "memory": {
92                    "properties": memory_data
93                },
94                "disk": {
95                    "properties": disk_data
96                }
97            }
98        }
99        
100        # 发布到 MQTT
101        topic = f"{THING_ID}/things/twin/commands/modify"
102        message = json.dumps(payload)
103        result = client.publish(topic, message, qos=0)
104        
105        # 打印状态
106        timestamp = datetime.now().strftime("%H:%M:%S")
107        print(f"[{timestamp}] "
108              f"CPU: {cpu_data['usage']:5.1f}% | "
109              f"内存: {memory_data['usage']:5.1f}% ({memory_data['used_gb']:.1f}GB/{memory_data['total_gb']:.1f}GB) | "
110              f"磁盘: {disk_data['usage']:5.1f}% ({disk_data['used_gb']:.0f}GB/{disk_data['total_gb']:.0f}GB)")
111        
112        return True
113        
114    except Exception as e:
115        print(f"❌ 发送数据失败: {e}")
116        return False
117
118# ==================== 主程序 ====================
119def main():
120    """主函数"""
121    # 创建 MQTT 客户端
122    client = mqtt.Client(client_id=f"pc-monitor-{platform.node()}")
123    client.on_connect = on_connect
124    client.on_publish = on_publish
125    
126    # 连接到 MQTT Broker
127    try:
128        client.connect(MQTT_BROKER, MQTT_PORT, 60)
129        client.loop_start()
130        time.sleep(2)  # 等待连接建立
131    except Exception as e:
132        print(f"❌ 无法连接到 MQTT Broker: {e}")
133        print("\n请确认:")
134        print("1. OpenTwins 正在运行")
135        print("2. 端口转发已启动: kubectl port-forward svc/opentwins-mosquitto 1883:1883")
136        return
137    
138    # 显示启动信息
139    print("\n" + "=" * 70)
140    print("🖥️  OpenTwins 电脑性能监控系统")
141    print("=" * 70)
142    print(f"📌 电脑名称: {platform.node()}")
143    print(f"💻 操作系统: {platform.system()} {platform.release()}")
144    print(f"🔗 Thing ID: {THING_ID}")
145    print(f"⏰ 采集间隔: {COLLECT_INTERVAL} 秒")
146    print(f"📊 Grafana: http://localhost:3002")
147    print("=" * 70)
148    print("\n开始采集数据... (按 Ctrl+C 停止)\n")
149    
150    # 主循环
151    try:
152        while True:
153            send_metrics(client)
154            time.sleep(COLLECT_INTERVAL)
155            
156    except KeyboardInterrupt:
157        print("\n\n⏹️  停止监控")
158        client.loop_stop()
159        client.disconnect()
160        print("✅ 已断开连接")
161
162if __name__ == "__main__":
163    main()

运行 Python 脚本：

powershell

1pip install paho-mqtt psutil
2python pc-monitor.py

预期输出:

1✅ 已连接到 MQTT Broker
2
3======================================================================
4🖥️  OpenTwins 电脑性能监控系统
5======================================================================
6📌 电脑名称: YOUR-PC-NAME
7💻 操作系统: Windows 10
8🔗 Thing ID: local:pc-monitor
9⏰ 采集间隔: 5 秒
10📊 Grafana: http://localhost:3002
11======================================================================
12
13开始采集数据... (按 Ctrl+C 停止)
14
15[14:30:15] CPU:  25.3% | 内存:  45.2% (7.2GB/16.0GB) | 磁盘:  68.5% (342GB/500GB)
16[14:30:20] CPU:  18.7% | 内存:  45.3% (7.2GB/16.0GB) | 磁盘:  68.5% (342GB/500GB)
17[14:30:25] CPU:  32.1% | 内存:  45.1% (7.2GB/16.0GB) | 磁盘:  68.5% (342GB/500GB)

验证数据更新：

在另一个 PowerShell 窗口中：

powershell

1# 查询数字孪生的实时数据
2$auth = [Convert]::ToBase64String([Text.Encoding]::ASCII.GetBytes("ditto:ditto"))
3Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/local:pc-monitor" `
4    -Method Get `
5    -Headers @{"Authorization"="Basic $auth"} | ConvertTo-Json -Depth 10

应该能看到 features 中的数据在实时更新！

五、创建 Grafana 可视化大屏

5.1 登录 Grafana

访问 http://localhost:3002
登录（admin/admin）

5.2 验证数据源

点击左侧菜单 ⚙️ Configuration → Data Sources
应该能看到 InfluxDB 数据源（绿色✅表示正常）

5.3 创建新仪表板

点击左侧 + → Dashboard
点击 Add a new panel

5.4 创建 CPU 使用率面板

重要步骤

如果面板显示 "No data"，请确保：

✅ 监控脚本 monitor-loop.ps1 正在运行
✅ 至少运行 5-10 分钟以积累数据
✅ 时间范围设置为 "Last 15 minutes"
✅ 查询语句完全正确（复制粘贴下面的查询）

步骤 1：选择数据源

在 Query 配置区域：

Data source: 下拉选择 InfluxDB (opentwins)
Language: 确保选择 Flux (不是 InfluxQL)

步骤 2：输入查询语句

点击查询编辑器底部的 Flux language syntax 标签，在文本框中输入：

flux

1from(bucket: "ditto")
2  |> range(start: -1h)
3  |> filter(fn: (r) => r["_measurement"] == "local:pc-monitor")
4  |> filter(fn: (r) => r["_field"] == "features.cpu.properties.usage")
5  |> aggregateWindow(every: 10s, fn: mean, createEmpty: false)
6  |> yield(name: "mean")

查询说明：

bucket: "ditto" - InfluxDB 数据桶名称
_measurement == "local:pc-monitor" - Thing ID（必须匹配）
_field == "features.cpu.properties.usage" - CPU 使用率字段路径
range(start: -1h) - 查询最近 1 小时的数据
aggregateWindow(every: 10s) - 每 10 秒聚合一次数据

步骤 3：测试查询

点击右上角的 Run Query 按钮（或按 Shift+Enter），应该看到：

✅ 数据曲线显示在预览区域
❌ 如果显示 "No data"，检查上方的警告提示

步骤 4：配置面板样式

在右侧面板配置区域：

Panel options:

Panel title: CPU 使用率
Description: 实时监控 CPU 使用百分比

Visualization:

点击右上角可视化类型，选择 Gauge (仪表盘)

Standard options:

Unit: 搜索并选择 Percent (0-100)
Min: 0
Max: 100

Thresholds:

点击 + Add threshold
设置阈值：
- 🟢 Base (0): Green
- 🟡 60: Yellow
- 🔴 80: Red

步骤 5：保存面板

点击右上角 Apply 保存面板。

5.5 创建内存使用率面板

点击 Add panel → Add a new panel

查询语句：

flux

1from(bucket: "ditto")
2  |> range(start: -1h)
3  |> filter(fn: (r) => r["_measurement"] == "local:pc-monitor")
4  |> filter(fn: (r) => r["_field"] == "features.memory.properties.usage")
5  |> aggregateWindow(every: 10s, fn: mean, createEmpty: false)
6  |> yield(name: "mean")

配置面板

Panel title: 内存使用率
Visualization: Gauge
Unit: Percent (0-100)
Thresholds: 0-70 (绿), 70-85 (黄), 85-100 (红)

5.6 创建磁盘使用率面板

查询语句：

flux

1from(bucket: "ditto")
2  |> range(start: -1h)
3  |> filter(fn: (r) => r["_measurement"] == "local:pc-monitor")
4  |> filter(fn: (r) => r["_field"] == "features.disk.properties.usage")
5  |> aggregateWindow(every: 10s, fn: mean, createEmpty: false)
6  |> yield(name: "mean")

配置面板

Panel title: 磁盘使用率
Visualization: Gauge
Unit: Percent (0-100)

5.7 创建趋势图面板

CPU 趋势图

查询语句：

flux

1from(bucket: "ditto")
2  |> range(start: -30m)
3  |> filter(fn: (r) => r["_measurement"] == "local:pc-monitor")
4  |> filter(fn: (r) => r["_field"] == "features.cpu.properties.usage")
5  |> aggregateWindow(every: 10s, fn: mean, createEmpty: false)

配置面板

Panel title: CPU 使用率趋势（30分钟）
Visualization: Time series (时间序列图)
Unit: Percent (0-100)
Graph style: Lines
Fill opacity: 20
Line width: 2

5.8 创建统计卡片

当前 CPU 使用率卡片

查询语句：

flux

1from(bucket: "ditto")
2  |> range(start: -1m)
3  |> filter(fn: (r) => r["_measurement"] == "local:pc-monitor")
4  |> filter(fn: (r) => r["_field"] == "features.cpu.properties.usage")
5  |> last()

配置面板

Panel title: 当前 CPU
Visualization: Stat
Value: Last (最新值)
Unit: Percent (0-100)
Text size: Title 设置为大字体

5.9 推荐的大屏布局

1┌─────────────────────────────────────────────────────────┐
2│  电脑性能监控大屏 🖥️                                    │
3│  YOUR-PC-NAME                                           │
4├───────────┬───────────┬───────────┬─────────────────────┤
5│ CPU       │ 内存      │ 磁盘      │  系统信息           │
6│ 32.5%     │ 45.2%     │ 68.5%     │  核心: 8            │
7│ (Gauge)   │ (Gauge)   │ (Gauge)   │  内存: 16GB         │
8│           │           │           │  磁盘: 500GB        │
9├───────────┴───────────┴───────────┴─────────────────────┤
10│  CPU 使用率趋势（30分钟）                               │
11│  [折线图显示 CPU 波动]                                  │
12├─────────────────────────────────────────────────────────┤
13│  内存使用率趋势（30分钟）                               │
14│  [折线图显示内存使用]                                   │
15├─────────────────────────────────────────────────────────┤
16│  磁盘使用率趋势（30分钟）                               │
17│  [折线图显示磁盘变化]                                   │
18└─────────────────────────────────────────────────────────┘

5.10 保存仪表板

点击右上角 💾 Save dashboard
Dashboard name: 电脑性能监控大屏
Folder: General 或创建新文件夹
点击 Save

5.11 设置自动刷新

点击右上角的时间范围选择器旁边的刷新图标
选择 5s (每 5 秒自动刷新)
或选择 10s / 30s 根据需要

5.12 全屏显示

点击右上角的 Cycle view mode 图标（全屏按钮）
或按键盘 F 键进入全屏模式
按 Esc 退出全屏

六、高级功能

6.1 添加告警

创建 CPU 高使用率告警

编辑 CPU 使用率面板
点击 Alert 标签
点击 Create alert rule from this panel

配置条件：

1WHEN avg() OF query(A, 5m, now) IS ABOVE 80

配置通知渠道（邮件、Webhook 等）

6.2 监控多台电脑

修改脚本支持多台电脑

在 pc-monitor.py 中修改：

python

1# 使用电脑名称作为 Thing ID
2import socket
3THING_ID = f"local:pc-{socket.gethostname().lower()}"

在 Grafana 中添加变量

Dashboard Settings → Variables → Add variable
Name: hostname
Type: Query

Query:

flux

1import "influxdata/influxdb/schema"
2schema.measurementTagValues(
3  bucket: "ditto",
4  measurement: "local:pc-*",
5  tag: "_measurement"
6)

在查询中使用变量：

flux

1filter(fn: (r) => r["_measurement"] == "${hostname}")

6.3 添加网络监控

在 pc-monitor.py 中添加：

python

1def get_network_usage():
2    """获取网络使用情况"""
3    net_io = psutil.net_io_counters()
4    return {
5        "bytes_sent": net_io.bytes_sent,
6        "bytes_recv": net_io.bytes_recv,
7        "packets_sent": net_io.packets_sent,
8        "packets_recv": net_io.packets_recv,
9        "bytes_sent_mb": round(net_io.bytes_sent / (1024**2), 2),
10        "bytes_recv_mb": round(net_io.bytes_recv / (1024**2), 2)
11    }
12
13# 在 send_metrics 中添加
14network_data = get_network_usage()
15payload["value"]["network"] = {
16    "properties": network_data
17}

6.4 添加进程监控

python

1def get_top_processes(limit=5):
2    """获取 CPU 占用最高的前 N 个进程"""
3    processes = []
4    for proc in psutil.process_iter(['pid', 'name', 'cpu_percent']):
5        try:
6            processes.append({
7                'pid': proc.info['pid'],
8                'name': proc.info['name'],
9                'cpu': proc.info['cpu_percent']
10            })
11        except:
12            pass
13    
14    # 按 CPU 使用率排序
15    processes.sort(key=lambda x: x['cpu'], reverse=True)
16    return processes[:limit]

6.5 后台运行脚本

方法 1：使用 Windows 任务计划程序

打开 任务计划程序
创建基本任务
名称: PC Monitor
触发器: 计算机启动时
操作: 启动程序
- 程序: python.exe
- 参数: D:\path\to\pc-monitor.py
- 起始于: D:\path\to\

方法 2：创建批处理文件

创建 start-monitor.bat：

batch

1@echo off
2cd /d "%~dp0"
3python pc-monitor.py
4pause

双击运行即可。

方法 3：使用 pythonw（无窗口运行）

powershell

1pythonw pc-monitor.py

七、故障排查

7.1 常见问题

问题 1：脚本无法连接 MQTT

症状：

1❌ 无法连接到 MQTT Broker: [Errno 10061] 由于目标计算机积极拒绝，无法连接。

解决方案：

powershell

1# 1. 确认端口转发正在运行
2Test-NetConnection -ComputerName localhost -Port 1883
3
4# 2. 如果失败，重新启动端口转发
5kubectl port-forward svc/opentwins-mosquitto 1883:1883

问题 2：Grafana 中没有数据

检查清单：

确认脚本正在运行
powershell
```
1# 应该看到持续的数据输出
```

验证 Ditto 收到数据

powershell

1Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/local:pc-monitor" -Method Get

检查 InfluxDB
- 访问 http://localhost:8086
- 登录后查看 ditto bucket
- Data Explorer → 选择 local:pc-monitor
检查 Grafana 查询语句
- measurement 名称是否正确：local:pc-monitor
- field 名称格式：features.cpu.properties.usage

问题 3：数据不更新

可能原因：

Thing ID 不匹配

python

1# 检查脚本中的 THING_ID
2THING_ID = "local:pc-monitor"  # 必须与 Grafana 查询中的一致

时间范围太短
- 在 Grafana 右上角调整时间范围为 Last 5 minutes

聚合窗口太大

flux

1# 减小聚合窗口
2|> aggregateWindow(every: 5s, fn: mean, createEmpty: false)

问题 4：Python 模块未安装

powershell

1# 重新安装
2pip install paho-mqtt psutil --upgrade
3
4# 或使用国内镜像
5pip install paho-mqtt psutil -i https://pypi.tuna.tsinghua.edu.cn/simple

7.2 调试技巧

启用详细日志

在 pc-monitor.py 中添加：

python

1import logging
2logging.basicConfig(level=logging.DEBUG)

查看 MQTT 消息

使用 MQTT Explorer 连接到 localhost:1883，订阅主题：

1local:pc-monitor/#

手动测试 Ditto API

powershell

1# 手动更新 CPU 数据
2$body = @{
3    "usage" = 50.0
4} | ConvertTo-Json
5
6Invoke-RestMethod -Uri "http://localhost:8080/api/2/things/local:pc-monitor/features/cpu/properties" `
7    -Method PUT `
8    -Headers @{"Content-Type"="application/json"} `
9    -Body $body

八、性能优化

8.1 调整采集频率

python

1# 在 pc-monitor.py 中
2COLLECT_INTERVAL = 10  # 从 5 秒改为 10 秒，减少数据量

8.2 数据保留策略

在 InfluxDB 中设置数据保留时间：

访问 http://localhost:8086
Data → Buckets → ditto
设置保留时间（如 7 天、30 天）

8.3 优化 Grafana 查询

flux

1# 使用更大的聚合窗口减少数据点
2from(bucket: "ditto")
3  |> range(start: -1h)
4  |> filter(fn: (r) => r["_measurement"] == "local:pc-monitor")
5  |> filter(fn: (r) => r["_field"] == "features.cpu.properties.usage")
6  |> aggregateWindow(every: 30s, fn: mean, createEmpty: false)  # 30秒聚合

九、扩展方案

9.1 监控服务器集群

在每台服务器上运行监控脚本
使用不同的 Thing ID
在 Grafana 中创建多服务器概览仪表板

9.2 移动端访问

配置 Grafana 的移动端显示
使用 Grafana Cloud 实现远程访问

9.3 集成告警系统

邮件告警
企业微信/钉钉告警
Webhook 集成其他系统

9.4 数据分析

导出历史数据到 Excel
使用 Python/Jupyter 进行数据分析
预测资源使用趋势

十、总结

10.1 学到的知识

✅ 如何使用 Ditto API 创建数字孪生
✅ 如何通过 MQTT 发送数据到 OpenTwins
✅ 如何在 Grafana 中创建可视化大屏
✅ 如何编写 Flux 查询语句
✅ 如何使用 Python 采集系统性能数据

10.2 完整代码

所有示例代码已包含在教程中，完整的项目结构：

1pc-monitor/
2├── pc-monitor.py          # 主监控脚本
3├── requirements.txt       # Python 依赖
4├── start-monitor.bat      # Windows 启动脚本
5└── README.md             # 说明文档

10.3 下一步

尝试添加更多监控指标（网络、GPU、温度）
创建更复杂的 Grafana 仪表板
配置告警规则
监控多台电脑
探索 OpenTwins 的其他功能

十一、参考资源

教程版本: 1.0
最后更新: 2025-01-19
难度: ⭐⭐⭐ 中级

如有问题，请参考 OpenTwins 部署文档的故障排查部分。

一、案例概述​

1.1 功能目标​

1.2 系统架构​

1.3 技术栈​

1.4 前置条件​

二、快速开始（5 分钟体验）​

2.1 配置 Grafana​

2.2 创建数字孪生​

2.3 验证创建​

三、数据采集（无需 Python）​

3.1 使用 PowerShell 采集数据​

3.2 手动发送一次数据（测试）​

3.3 查看更新后的数据​

四、持续监控（可选）​

4.1 方法 1：使用 HTML 管理器手动更新​

4.2 方法 2：PowerShell 循环脚本​

4.3 运行监控脚本​

4.4 方法 3：Python 脚本（可选）​

五、创建 Grafana 可视化大屏​

5.1 登录 Grafana​

5.2 验证数据源​

5.3 创建新仪表板​

5.4 创建 CPU 使用率面板​

步骤 1：选择数据源​

步骤 2：输入查询语句​

步骤 3：测试查询​

步骤 4：配置面板样式​

步骤 5：保存面板​

5.5 创建内存使用率面板​

配置面板​

5.6 创建磁盘使用率面板​

配置面板​

5.7 创建趋势图面板​

CPU 趋势图​

配置面板​

5.8 创建统计卡片​

当前 CPU 使用率卡片​

配置面板​

5.9 推荐的大屏布局​

5.10 保存仪表板​

5.11 设置自动刷新​

5.12 全屏显示​

六、高级功能​

6.1 添加告警​

创建 CPU 高使用率告警​

6.2 监控多台电脑​

修改脚本支持多台电脑​

在 Grafana 中添加变量​

6.3 添加网络监控​

6.4 添加进程监控​

6.5 后台运行脚本​

方法 1：使用 Windows 任务计划程序​

方法 2：创建批处理文件​

方法 3：使用 pythonw（无窗口运行）​

七、故障排查​

7.1 常见问题​

问题 1：脚本无法连接 MQTT​

问题 2：Grafana 中没有数据​

问题 3：数据不更新​

问题 4：Python 模块未安装​

7.2 调试技巧​

启用详细日志​

查看 MQTT 消息​

手动测试 Ditto API​

八、性能优化​

8.1 调整采集频率​

8.2 数据保留策略​

8.3 优化 Grafana 查询​

九、扩展方案​

9.1 监控服务器集群​

9.2 移动端访问​

9.3 集成告警系统​

9.4 数据分析​

十、总结​

10.1 学到的知识​

10.2 完整代码​

10.3 下一步​

十一、参考资源​

评论

一、案例概述

1.1 功能目标

1.2 系统架构

1.3 技术栈

1.4 前置条件

二、快速开始（5 分钟体验）

2.1 配置 Grafana

2.2 创建数字孪生

2.3 验证创建

三、数据采集（无需 Python）

3.1 使用 PowerShell 采集数据

3.2 手动发送一次数据（测试）

3.3 查看更新后的数据

四、持续监控（可选）

4.1 方法 1：使用 HTML 管理器手动更新

4.2 方法 2：PowerShell 循环脚本

4.3 运行监控脚本

4.4 方法 3：Python 脚本（可选）

五、创建 Grafana 可视化大屏

5.1 登录 Grafana

5.2 验证数据源

5.3 创建新仪表板

5.4 创建 CPU 使用率面板

步骤 1：选择数据源

步骤 2：输入查询语句

步骤 3：测试查询

步骤 4：配置面板样式

步骤 5：保存面板

5.5 创建内存使用率面板

配置面板

5.6 创建磁盘使用率面板

配置面板

5.7 创建趋势图面板

CPU 趋势图

配置面板

5.8 创建统计卡片

当前 CPU 使用率卡片

配置面板

5.9 推荐的大屏布局

5.10 保存仪表板

5.11 设置自动刷新

5.12 全屏显示

六、高级功能

6.1 添加告警

创建 CPU 高使用率告警

6.2 监控多台电脑

修改脚本支持多台电脑

在 Grafana 中添加变量

6.3 添加网络监控

6.4 添加进程监控

6.5 后台运行脚本

方法 1：使用 Windows 任务计划程序

方法 2：创建批处理文件

方法 3：使用 pythonw（无窗口运行）

七、故障排查

7.1 常见问题

问题 1：脚本无法连接 MQTT

问题 2：Grafana 中没有数据

问题 3：数据不更新

问题 4：Python 模块未安装

7.2 调试技巧

启用详细日志

查看 MQTT 消息

手动测试 Ditto API

八、性能优化

8.1 调整采集频率

8.2 数据保留策略

8.3 优化 Grafana 查询

九、扩展方案

9.1 监控服务器集群

9.2 移动端访问

9.3 集成告警系统

9.4 数据分析

十、总结

10.1 学到的知识

10.2 完整代码

10.3 下一步

十一、参考资源