设备控制

与数据采集类似，在deviceshifu_configmap.yaml中设置好设备的指令后，我们可以通过HTTP/gRPC与 deviceshifu 进行通信，deviceshifu 会将我们发送的指令转换成设备所支持协议的形式，并发送给设备。设备接受到指令之后，可以通过指令执行相应的操作，从而实现设备控制。

结合数据采集实现设备的自动化控制

这里，我们再创建一个虚拟设备PLC(如果您未试玩过PLC设备，您可以点击查看)。
```
$ kubectl get pods -n deviceshifu
NAME                                            READY   STATUS    RESTARTS   AGE
deviceshifu-opcua-deployment-765b77cfcf-dnhjh   1/1     Running   0          14m
deviceshifu-plc-deployment-7f96585f7c-6t48g     1/1     Running   0          7m8s
```
此时我们启动了两个 deviceshifu，它们分别与设备建立了连接。我们可以将两个 deviceshifu 进行联动，即当温度计温度超过阈值时，将PLC的Q区的最低位置为1，当温度计温度低于阈值时则置回0。

编写与控制设备相关的程序。

package main  

import (  
   "io/ioutil"  
   "log"
   "net/http"
   "strconv"
   "time"
)  

func main() {  
   targetUrl := "http://deviceshifu-thermometer.deviceshifu.svc.cluster.local/read_value"  
   req, _ := http.NewRequest("GET", targetUrl, nil)  
   var isHigh bool  
   for {  
      res, _ := http.DefaultClient.Do(req)  
      body, _ := ioutil.ReadAll(res.Body)  
      temperature, _ := strconv.Atoi(string(body))  
      if temperature > 20 && isHigh == false {  
         setPLCBit("1")  
         isHigh = true  
      } else if temperature <= 20 && isHigh == true {  
         setPLCBit("0")  
         isHigh = false  
      }  
      log.Printf("Now remperature is: %d", temperature)  
      res.Body.Close()  
      time.Sleep(5 * time.Second)  
   }  
}  

func setPLCBit(value string) {  
   targetUrl := "http://deviceshifu-plc/sendsinglebit?rootaddress=Q&address=0&start=0&digit=0&value=" + value  
   req, _ := http.NewRequest("GET", targetUrl, nil)  
   res, _ := http.DefaultClient.Do(req)  
   defer res.Body.Close()  
}

对于上述程序，我们可以将其打包成docker image并加载到集群中，以便其能更好的与 deviceshifu 进行通信。创建以下Dockerfile文件：

# syntax=docker/dockerfile:1  
FROM golang:1.17-alpine  
WORKDIR /app  
COPY go.mod ./  
RUN go mod download  
COPY *.go ./  
RUN go build -o /high-temperature-control-plc 
EXPOSE 11111  
CMD [ "/high-temperature-control-plc" ]

使用Dockerfile文件生成docker image。

docker build --tag high-temperature-control-plc:v0.0.1

之后我们将docker image加载到集群中。

kind load docker-image high-temperature-control-plc:v0.0.1

运行我们编写的数据采集程序。

kubectl run high-temperature-control-plc --image=high-temperature-control-plc:v0.0.1

同时为了便于我们观察PLC设备的值，我们再载入一个nginx镜像。
```
kubectl run nginx --image=nginx:1.21 -n deviceshifu
```

此时我们有了如下的pod，且均处于Running状态。

$ kubectl get pods -n deviceshifu
NAME                                                  READY   STATUS    RESTARTS   AGE
deviceshifu-plc-deployment-7f96585f7c-87zb4           1/1     Running   0          20m
deviceshifu-thermometer-deployment-7b69b89b88-crwzx   1/1     Running   0          67m
high-temperature-control-plc                          1/1     Running   0          8m54s
nginx                                                 1/1     Running   0          61m

我们编写的自动化设备控制程序正处于运行中，可以通过查看实时日志的方式查看程序获取的数据。

$ kubectl logs high-temperature-control-plc -n deviceshifu -f 
2022/07/07 03:05:07 Now remperature is: 29
2022/07/07 03:05:12 Now remperature is: 10
2022/07/07 03:05:17 Now remperature is: 23
2022/07/07 03:05:22 Now remperature is: 30

为了方便观察数据，我们将程序中的time.Sleep(5 * time.Second)调高(为提高采集精度，可将其调低，以提高采集频率)。此时我们再输入一条命令进入nginx的容器中。

kubectl exec -it nginx -n deviceshifu -- bash

程序获取的温度超过阈值时我们通过curl获取PLC数值。

$ curl "http://deviceshifu-plc/getcontent?rootaddress=Q&address=0&start=0"; echo
0b0000000000000001

当程序获取的温度低于阈值时我们再次通过curl获取PLC数值。

$ curl "http://deviceshifu-plc/getcontent?rootaddress=Q&address=0&start=0"; echo
0b0000000000000000

结合数据采集实现设备的自动化控制​

结合数据采集实现设备的自动化控制