Telemetrie-, Verarbeitungs- und Dashboard-Schicht
Entwickelt die Node-RED-, InfluxDB- und Grafana-Schicht, die MQTT-Telemetrie in gespeicherte Metriken und operatornahe Dashboards überführt.
Kurzüberblick
Rolle
Produktorientierte Umsetzung: Datenmodell, Interface-Verhalten, Integrationspfad und wartbare Delivery-Artefakte.
Umfang
Ich habe einen lokalen Analytics-Stack umgesetzt, in dem Node-RED MQTT abonniert, Telemetrie in ein stabiles Messschema überführt, in InfluxDB schreibt und Dashboards über Grafana bereitstellt. Die Token-Übergabe zwischen...
Rahmenbedingungen
InfluxDB-Tokens werden innerhalb des Stacks erzeugt, vor der Weitergabe über gemountete Volumes verschlüsselt und nur in den Services entschlüsselt, die sie wirklich benötigen. Provisionierte Dashboards, lokale Persistenz und...
Evidenz
Dem BLE-Monitoring-Stack eine betreibernahe Sichtbarkeit hinzugefuegt
Architektur
Node
Sensoreignisse kommen über den BLE- und MQTT-Pfad als Eingabestrom für die nachgelagerte Verarbeitung an.
Edge
Der Raspberry Pi 5 betreibt Node-RED, InfluxDB und Grafana als lokale Analytics- und Dashboard-Schicht der Monitoring-Plattform.
Cloud
Der Stack ist so aufgebaut, dass er auch ohne externe Cloud-Abhängigkeiten nützlich bleibt und gleichzeitig Raum für späteres Alerting oder entfernte Visualisierung laesst.
Node
Sensoreignisse kommen über den BLE- und MQTT-Pfad als Eingabestrom für die nachgelagerte Verarbeitung an.
Edge
Der Raspberry Pi 5 betreibt Node-RED, InfluxDB und Grafana als lokale Analytics- und Dashboard-Schicht der Monitoring-Plattform.
Cloud
Der Stack ist so aufgebaut, dass er auch ohne externe Cloud-Abhängigkeiten nützlich bleibt und gleichzeitig Raum für späteres Alerting oder entfernte Visualisierung laesst.
Architekturansichten
Kompakte Systemansichten fassen Projektgrenze, Deployment-Pfad und Datenfluss zusammen, ohne zusätzliche Implementierungsannahmen zu ergänzen.
Systemübersicht
Node
Deployment-Diagramm
Edge
Datenfluss-Diagramm
Cloud
Technische Entscheidungen
- Node-RED-Flow für Normalisierung und Routing der MQTT-Telemetrie
- InfluxDB-Setup und Token-Erzeugung während der Container-Initialisierung
- Grafana-Datasource- und Dashboard-Provisionierung aus versionierten Dateien
- Verschlüsselter Token-Austausch zwischen Analytics-Services
Herausforderungen
- MQTT-Nachrichten allein liefern noch keine operative Sichtbarkeit. Die Plattform braucht weiterhin Schema-Normalisierung, dauerhafte Speicherung, Dashboard-Provisionierung und einen...
- InfluxDB-Tokens werden innerhalb des Stacks erzeugt, vor der Weitergabe über gemountete Volumes verschlüsselt und nur in den Services entschlüsselt, die sie wirklich benötigen.
- Provisionierte Dashboards, lokale Persistenz und entkoppelte Verarbeitung machen die Analytics-Schicht nach Rebuilds wiederholbar und in der Fehlersuche leichter nachvollziehbar.
Lessons Learned
- Dem BLE-Monitoring-Stack eine betreibernahe Sichtbarkeit hinzugefuegt
- Dashboards und Datasources aus der Versionsverwaltung reproduzierbar gemacht
- Eine Unterrichtsaufgabe zu einem wiederverwendbaren Observability-Baustein weiterentwickelt
Nächste Verbesserungen
- Architekturansichten mit der Implementierung synchron halten.
- Dokumentation weiter verdichten: README, Architekturentscheidungen und Screenshots synchron halten.
Tech-Stack
Artefakte
Verwandtes Projekt
Die angrenzende Fallstudie zeigt, wie dieses Projekt in die größere Portfolio-Story passt.
Sichere BLE-MQTT-Monitoring-Plattform
Entwickelt eine Raspberry-Pi-5-Monitoring-Plattform, die BLE-Sensordaten erfasst, den Transport über TLS-abgesichertes MQTT schuetzt, Ereignisse in Node-RED verarbeitet, Metriken in InfluxDB speichert und in Grafana visualisiert.