Skip to main content

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​

  1. 访问 http://localhost:3002
  2. 登录（admin/admin）
  3. 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：

  1. Thing ID 填写：local:pc-monitor
  2. 点击"查询 Thing"查看当前数据
  3. CPU 使用率填写新值（如 45.5）
  4. 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​

  1. 访问 http://localhost:3002
  2. 登录（admin/admin）

5.2 验证数据源​

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

5.3 创建新仪表板​

  1. 点击左侧 + → Dashboard
  2. 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：

  1. ✅ 监控脚本 monitor-loop.ps1 正在运行
  2. ✅ 至少运行 5-10 分钟以积累数据
  3. ✅ 时间范围设置为 "Last 15 minutes"
  4. ✅ 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：

  1. Data source: 下拉选择 InfluxDB (opentwins)
  2. 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​

  1. 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​

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

5.11 设置自动刷新​

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

5.12 全屏显示​

  1. 点击右上角的 Cycle view mode 图标（全屏按钮）
  2. 或按键盘 F 键进入全屏模式
  3. 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​

  1. 编辑 CPU 使用率面板
  2. 点击 Alert 标签
  3. 点击 Create alert rule from this panel
  4. 配置条件： 
    1WHEN avg() OF query(A, 5m, now) IS ABOVE 80
  5. 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​

  1. Dashboard Settings → Variables → Add variable

  2. Name: hostname

  3. Type: Query

  4. Query:

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

  5. 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​

  1. 打开 任务计划程序
  2. 创建基本任务
  3. 名称: PC Monitor
  4. 触发器: 计算机启动时
  5. 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：

  1. 确认脚本正在运行

    powershell
    1# 应该看到持续的数据输出

  2. 验证 Ditto 收到数据

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

  3. 检查 InfluxDB

  4. 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：

  1. 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

  2. 时间范围太短

    • 在 Grafana 右上角调整时间范围为 Last 5 minutes

  3. 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：

  1. 访问 http://localhost:8086
  2. Data → Buckets → ditto
  3. 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​

  1. 尝试添加更多监控指标（网络、GPU、温度）
  2. 创建更复杂的 Grafana 仪表板
  3. 配置告警规则
  4. 监控多台电脑
  5. 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。

参与讨论