在技术开发领域除了常规的编程语言学习和框架应用很多开发者会培养一些看似“古怪”但极具价值的个人爱好。这些爱好往往能反向滋养主业提升解决问题的深度和创造力。比如有人热衷于用代码生成艺术图案有人沉迷于逆向分析老旧软件的通信协议还有人会自己动手搭建一套完整的家庭自动化系统从硬件选型到软件编码全部亲力亲为。这类项目通常没有直接的商业价值也不遵循标准的敏捷开发流程但它们提供了一个绝佳的沙箱环境让你可以不受限制地尝试新技术、深入理解底层原理甚至发现一些主流教程中不会提及的“坑”。更重要的是完成一个完整的、自己感兴趣的小项目所带来的成就感和对技术细节的掌控感是完成业务需求难以比拟的。本文将围绕“用树莓派和Python构建一个家庭环境监测站”这一具体案例展示一个典型的“极客”式个人项目从零到一的实现过程。这个项目涉及硬件连接、传感器数据读取、数据持久化、简单的Web服务搭建以及定时任务调度覆盖了嵌入式开发、后端开发和运维的多个环节。无论你是想寻找一个有趣的周末项目还是希望借此深入理解IoT开发的全链路这篇文章都能提供一条清晰的实践路径。1. 项目目标与技术选型1.1 我们要做一个什么样的环境监测站一个基础的家庭环境监测站核心功能是定期例如每5分钟采集室内的温度、湿度和大气压强数据并将这些数据存储起来。同时我们需要一个简单的Web界面能够实时查看当前的环境数据以及查询历史数据曲线。为了降低门槛整个系统将基于树莓派Raspberry Pi和Python生态构建避免复杂的嵌入式开发环境搭建。1.2 为什么选择树莓派和Python树莓派是一款价格低廉、功能完善的微型电脑其GPIO通用输入输出引脚可以方便地连接各种传感器。Python语言在树莓派上拥有极佳的生态支持有丰富的库用于操作GPIO、读取传感器数据和构建Web应用。这个组合能让开发者更专注于业务逻辑而非底层驱动开发。1.3 所需硬件清单在开始编码前需要准备以下硬件设备。请注意不同型号的传感器其驱动库和接线方式可能略有差异。组件推荐型号说明主控板Raspberry Pi 4B (2GB/4GB)或Pi 3B亦可需安装好操作系统温湿度气压传感器BME280集成温度、湿度、气压测量使用I2C接口连接线杜邦线母对母用于连接树莓派GPIO和传感器电源5V Micro-USB 或 USB-C 电源根据树莓派型号选择可选16GB TF卡用于安装树莓派操作系统2. 环境准备与硬件连接2.1 树莓派系统初始化首先确保你的树莓派已经安装了 Raspberry Pi OS原Raspbian并完成了基础配置如连接Wi-Fi、开启SSH等。建议使用64位版本的Raspberry Pi OS Lite无桌面版以节省资源。通过SSH登录到你的树莓派。更新系统包并安装必要的工具sudo apt update sudo apt upgrade -y sudo apt install -y python3-pip python3-venv git2.2 连接BME280传感器BME280传感器通常有4个引脚VCC3.3V、GND接地、SDA数据线、SCL时钟线。请参照以下表格连接到树莓派的GPIO引脚。BME280引脚树莓派GPIO引脚物理引脚编号说明VCC1 (3.3V Power)3.3V电源GND6 (Ground)接地SDA3 (SDA1)I2C数据线SCL5 (SCL1)I2C时钟线注意务必确认连接正确特别是VCC必须接3.3V接错5V可能会损坏传感器。连接完成后务必再检查一遍线路。2.3 启用I2C接口并测试传感器树莓派的I2C接口默认是关闭的需要手动开启。sudo raspi-config在配置界面中选择Interfacing Options-I2C-Yes启用I2C支持。完成后重启树莓派。安装I2C工具包并检测设备sudo apt install -y i2c-tools sudo i2cdetect -y 1如果连接成功你应该能看到一个地址通常是0x76或0x77出现在输出列表中。这证明树莓派已经识别到了BME280传感器。3. 软件项目结构与依赖管理3.1 创建项目目录与虚拟环境为项目创建一个独立的目录并使用Python虚拟环境来隔离依赖。mkdir home_environment_monitor cd home_environment_monitor python3 -m venv venv source venv/bin/activate3.2 定义项目依赖创建requirements.txt文件内容如下Flask2.3.3 APScheduler3.10.4 Adafruit-BME2801.2.1 Adafruit-GPIO1.0.3这些依赖的作用分别是Flask: 用于构建轻量级的Web服务器提供API和页面。APScheduler: 用于实现定时任务定期读取传感器数据。Adafruit-BME280Adafruit-GPIO: Adafruit提供的开源库用于驱动BME280传感器。安装依赖pip install -r requirements.txt3.3 项目文件结构规划一个清晰的文件结构有助于后续维护和功能扩展。home_environment_monitor/ ├── venv/ # Python虚拟环境在.gitignore中忽略 ├── app.py # 主程序入口包含Web服务和调度器 ├── sensor.py # 传感器读取封装类 ├── models.py # 数据模型定义如数据记录类 ├── database.py # 数据库操作封装使用SQLite ├── templates/ # Flask HTML模板目录 │ └── index.html # 主页模板 ├── static/ # 静态资源CSS, JS └── requirements.txt # 项目依赖列表4. 核心代码实现4.1 封装传感器读取功能sensor.py创建一个类来封装与BME280传感器的交互提供读取温度、湿度、气压的方法。import time import board import busio import adafruit_bme280 class EnvironmentSensor: def __init__(self): # 初始化I2C总线并创建BME280传感器对象 i2c busio.I2C(board.SCL, board.SDA) self.bme280 adafruit_bme280.Adafruit_BME280_I2C(i2c) # 设置本地气压基准用于计算海拔可选根据实际情况调整 self.bme280.sea_level_pressure 1013.25 def read_all(self): 读取并返回当前所有的环境数据 try: # 读取数据并保留一位小数 temperature round(self.bme280.temperature, 1) humidity round(self.bme280.humidity, 1) pressure round(self.bme280.pressure, 1) # 将气压转换为百帕hPa这是气象学常用单位 pressure_hpa round(pressure, 1) return { temperature: temperature, humidity: humidity, pressure: pressure_hpa, timestamp: time.time() # 添加时间戳 } except Exception as e: print(f读取传感器数据时出错: {e}) return None # 测试代码 if __name__ __main__: sensor EnvironmentSensor() data sensor.read_all() if data: print(f温度: {data[temperature]} °C) print(f湿度: {data[humidity]} %) print(f气压: {data[pressure]} hPa) else: print(无法读取传感器数据请检查连接。)运行python3 sensor.py测试传感器是否能正常读数。4.2 设计数据模型与数据库操作models.py database.py为了持久化存储数据我们使用SQLite数据库它无需安装额外的服务非常适合小型项目。首先在models.py中定义一个数据记录类class EnvironmentRecord: def __init__(self, temperature, humidity, pressure, timestamp): self.temperature temperature self.humidity humidity self.pressure pressure self.timestamp timestamp def to_dict(self): return { temperature: self.temperature, humidity: self.humidity, pressure: self.pressure, timestamp: self.timestamp }然后在database.py中实现数据库的初始化、插入和查询操作import sqlite3 import os from datetime import datetime, timedelta DB_PATH environment_data.db def init_db(): 初始化数据库创建表结构 conn sqlite3.connect(DB_PATH) cursor conn.cursor() cursor.execute( CREATE TABLE IF NOT EXISTS environment_data ( id INTEGER PRIMARY KEY AUTOINCREMENT, temperature REAL NOT NULL, humidity REAL NOT NULL, pressure REAL NOT NULL, timestamp REAL NOT NULL ) ) conn.commit() conn.close() def insert_record(record): 插入一条环境数据记录 conn sqlite3.connect(DB_PATH) cursor conn.cursor() cursor.execute( INSERT INTO environment_data (temperature, humidity, pressure, timestamp) VALUES (?, ?, ?, ?) , (record[temperature], record[humidity], record[pressure], record[timestamp])) conn.commit() conn.close() def get_recent_records(hours24): 获取最近N小时内的数据记录 conn sqlite3.connect(DB_PATH) cursor conn.cursor() # 计算时间点 since_timestamp (datetime.now() - timedelta(hourshours)).timestamp() cursor.execute( SELECT temperature, humidity, pressure, timestamp FROM environment_data WHERE timestamp ? ORDER BY timestamp ASC , (since_timestamp,)) records [] for row in cursor.fetchall(): records.append({ temperature: row[0], humidity: row[1], pressure: row[2], timestamp: row[3] }) conn.close() return records # 初始化数据库 init_db()4.3 组装主程序app.py主程序负责协调各个模块启动Web服务、初始化调度器、定义API路由。from flask import Flask, render_template, jsonify from apscheduler.schedulers.background import BackgroundScheduler from sensor import EnvironmentSensor import database as db import time app Flask(__name__) sensor EnvironmentSensor() # 定义一个任务函数用于定时读取传感器数据并存入数据库 def read_sensor_job(): print(f{time.strftime(%Y-%m-%d %H:%M:%S)} 正在读取传感器数据...) data sensor.read_all() if data: db.insert_record(data) print(f数据记录成功: {data}) else: print(数据读取失败本次跳过。) # 配置并启动调度器每5分钟执行一次任务 scheduler BackgroundScheduler() scheduler.add_job(funcread_sensor_job, triggerinterval, minutes5) scheduler.start() app.route(/) def index(): 渲染主页面 return render_template(index.html) app.route(/api/current) def get_current_data(): API接口获取最新的环境数据 data sensor.read_all() return jsonify(data) app.route(/api/history) def get_history_data(): API接口获取最近24小时的历史数据 records db.get_recent_records(24) return jsonify(records) if __name__ __main__: try: # 启动时立即读取一次数据 read_sensor_job() # 启动Flask开发服务器监听所有接口端口5000 app.run(host0.0.0.0, port5000, debugFalse) except (KeyboardInterrupt, SystemExit): # 优雅关闭调度器 scheduler.shutdown()4.4 创建Web界面templates/index.html创建一个简单的HTML页面使用Chart.js来展示数据图表。!DOCTYPE html html langzh-CN head meta charsetUTF-8 title家庭环境监测站/title script srchttps://cdn.jsdelivr.net/npm/chart.js/script style body { font-family: Arial, sans-serif; margin: 20px; } .current-data { margin-bottom: 30px; } .data-item { display: inline-block; margin-right: 20px; font-size: 1.2em; } /style /head body h1家庭环境监测站/h1 div classcurrent-data h2当前环境数据/h2 div idcurrentReadings div classdata-item温度: span idtemp--/span °C/div div classdata-item湿度: span idhumi--/span %/div div classdata-item气压: span idpres--/span hPa/div /div /div div classchart-container h2最近24小时趋势/h2 canvas idenvironmentChart width800 height300/canvas /div script // 获取当前数据并更新页面 function updateCurrentData() { fetch(/api/current) .then(response response.json()) .then(data { document.getElementById(temp).textContent data.temperature; document.getElementById(humi).textContent data.humidity; document.getElementById(pres).textContent data.pressure; }); } // 获取历史数据并绘制图表 function drawHistoryChart() { fetch(/api/history) .then(response response.json()) .then(records { const labels records.map(r new Date(r.timestamp * 1000).toLocaleTimeString()); const tempData records.map(r r.temperature); const humiData records.map(r r.humidity); const presData records.map(r r.pressure); const ctx document.getElementById(environmentChart).getContext(2d); new Chart(ctx, { type: line, data: { labels: labels, datasets: [ { label: 温度 (°C), data: tempData, borderColor: rgb(255, 99, 132), yAxisID: y, }, { label: 湿度 (%), data: humiData, borderColor: rgb(54, 162, 235), yAxisID: y1, }, { label: 气压 (hPa), data: presData, borderColor: rgb(75, 192, 192), yAxisID: y2, } ] }, options: { scales: { y: { type: linear, display: true, position: left, title: { display: true, text: 温度 (°C) } }, y1: { type: linear, display: true, position: right, title: { display: true, text: 湿度 (%) }, grid: { drawOnChartArea: false } }, y2: { type: linear, display: false // 气压轴默认不显示数据在图表中可见即可 } } } }); }); } // 页面加载完成后执行 document.addEventListener(DOMContentLoaded, function() { updateCurrentData(); drawHistoryChart(); // 每60秒更新一次当前数据 setInterval(updateCurrentData, 60000); }); /script /body /html5. 运行验证与数据查看5.1 启动监测站服务在项目根目录下确保虚拟环境已激活然后运行主程序source venv/bin/activate python3 app.py如果一切正常你将看到类似以下的输出* Serving Flask app app * Debug mode: off * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:5000 * Running on http://[你的树莓派IP]:5000 正在读取传感器数据... 数据记录成功: {temperature: 23.5, humidity: 45.2, pressure: 1013.5, timestamp: 1691401200.12345}5.2 访问Web界面在同一局域网下的任意设备如笔记本电脑、手机的浏览器中输入http://[树莓派的IP地址]:5000例如http://192.168.1.100:5000即可看到环境监测站的Web界面。界面会显示当前的温度、湿度、气压以及最近24小时的数据趋势图。5.3 检查数据持久化服务运行一段时间后例如半小时你可以使用SQLite命令行工具检查数据是否成功存入数据库。sqlite3 environment_data.db在SQLite提示符下执行查询SELECT COUNT(*) AS total_records FROM environment_data; SELECT * FROM environment_data ORDER BY timestamp DESC LIMIT 5;这将显示总记录数和最新的5条记录确认数据正在按预期积累。6. 常见问题与排查路径在实现过程中你可能会遇到以下典型问题。这里提供了从现象到解决的排查思路。问题现象可能原因检查与解决步骤运行python3 sensor.py时报ModuleNotFoundError: No module named boardAdafruit库依赖未正确安装或未在虚拟环境中安装1. 确认已激活虚拟环境source venv/bin/activate2. 重新安装依赖pip install -r requirements.txti2cdetect -y 1看不到BME280的地址0x76/0x77硬件连接错误或I2C未启用1.断电后重新检查所有接线确保VCC、GND、SDA、SCL对应正确2. 确认已用raspi-config启用I2C并重启3. 尝试交换SDA和SCL线少数传感器线序可能不同Web页面能打开但当前数据一直显示--传感器读取失败或API接口异常1. 检查树莓派终端日志看定时任务是否在正常打印日志和数据2. 直接访问http://树莓派IP:5000/api/current看是否能返回JSON数据3. 回到步骤5.1单独运行sensor.py测试传感器本身图表不显示或显示错误历史数据不足或前端JS错误1. 确保服务已运行足够长时间至少一个采集周期5分钟2. 浏览器按F12打开开发者工具查看Console面板是否有JS错误3. 访问http://树莓派IP:5000/api/history检查返回的JSON数据格式是否正确服务运行一段时间后自动停止程序抛出未捕获的异常1. 检查树莓派终端最后的错误信息2. 在app.py的read_sensor_job函数中添加更完善的异常处理避免个别读取失败导致整个任务崩溃关键排查习惯遇到问题首先查看运行日志。本项目的所有关键操作传感器读取、数据存储都在终端有打印输出这是定位问题的第一手资料。7. 生产环境部署与优化建议当前版本适合学习和内部测试。如果你希望长时间稳定运行需要考虑以下优化。7.1 使用系统服务管理进程目前程序是在SSH会话中前台运行的关闭终端会导致服务停止。可以将其配置为系统服务实现开机自启和后台运行。创建服务文件/etc/systemd/system/environment-monitor.service[Unit] DescriptionHome Environment Monitor Service Afternetwork.target [Service] Typesimple Userpi WorkingDirectory/home/pi/home_environment_monitor ExecStart/home/pi/home_environment_monitor/venv/bin/python3 app.py Restartalways RestartSec10 [Install] WantedBymulti-user.target然后启用并启动服务sudo systemctl daemon-reload sudo systemctl enable environment-monitor.service sudo systemctl start environment-monitor.service使用sudo systemctl status environment-monitor.service检查服务状态。7.2 数据管理与维护定期备份定期将environment_data.db文件复制到其他存储设备。数据清理可修改database.py增加自动删除老旧数据如超过30天的功能避免数据库无限增长。日志记录将程序的print语句改为使用Python的logging模块并配置日志滚动归档。7.3 功能扩展方向异常报警当温度或湿度超过设定的阈值时发送邮件或短信通知。远程访问使用内网穿透工具如frp或云服务器反向代理实现外网访问。多传感器支持增加PM2.5、二氧化碳浓度等传感器丰富监测维度。数据导出增加API接口支持按日期范围导出CSV格式的历史数据。这个项目从一个简单的想法出发贯穿了硬件交互、数据采集、服务搭建和前端展示的全过程。它不仅能让你对IoT开发有直观的认识更重要的是提供了一个可以随意实验、踩坑和迭代的技术 playground。尝试根据自己的需求去修改和扩展它这个过程本身就是最有价值的收获。
树莓派与Python构建家庭环境监测站：IoT开发全流程实践
发布时间：2026/7/26 10:52:30
在技术开发领域除了常规的编程语言学习和框架应用很多开发者会培养一些看似“古怪”但极具价值的个人爱好。这些爱好往往能反向滋养主业提升解决问题的深度和创造力。比如有人热衷于用代码生成艺术图案有人沉迷于逆向分析老旧软件的通信协议还有人会自己动手搭建一套完整的家庭自动化系统从硬件选型到软件编码全部亲力亲为。这类项目通常没有直接的商业价值也不遵循标准的敏捷开发流程但它们提供了一个绝佳的沙箱环境让你可以不受限制地尝试新技术、深入理解底层原理甚至发现一些主流教程中不会提及的“坑”。更重要的是完成一个完整的、自己感兴趣的小项目所带来的成就感和对技术细节的掌控感是完成业务需求难以比拟的。本文将围绕“用树莓派和Python构建一个家庭环境监测站”这一具体案例展示一个典型的“极客”式个人项目从零到一的实现过程。这个项目涉及硬件连接、传感器数据读取、数据持久化、简单的Web服务搭建以及定时任务调度覆盖了嵌入式开发、后端开发和运维的多个环节。无论你是想寻找一个有趣的周末项目还是希望借此深入理解IoT开发的全链路这篇文章都能提供一条清晰的实践路径。1. 项目目标与技术选型1.1 我们要做一个什么样的环境监测站一个基础的家庭环境监测站核心功能是定期例如每5分钟采集室内的温度、湿度和大气压强数据并将这些数据存储起来。同时我们需要一个简单的Web界面能够实时查看当前的环境数据以及查询历史数据曲线。为了降低门槛整个系统将基于树莓派Raspberry Pi和Python生态构建避免复杂的嵌入式开发环境搭建。1.2 为什么选择树莓派和Python树莓派是一款价格低廉、功能完善的微型电脑其GPIO通用输入输出引脚可以方便地连接各种传感器。Python语言在树莓派上拥有极佳的生态支持有丰富的库用于操作GPIO、读取传感器数据和构建Web应用。这个组合能让开发者更专注于业务逻辑而非底层驱动开发。1.3 所需硬件清单在开始编码前需要准备以下硬件设备。请注意不同型号的传感器其驱动库和接线方式可能略有差异。组件推荐型号说明主控板Raspberry Pi 4B (2GB/4GB)或Pi 3B亦可需安装好操作系统温湿度气压传感器BME280集成温度、湿度、气压测量使用I2C接口连接线杜邦线母对母用于连接树莓派GPIO和传感器电源5V Micro-USB 或 USB-C 电源根据树莓派型号选择可选16GB TF卡用于安装树莓派操作系统2. 环境准备与硬件连接2.1 树莓派系统初始化首先确保你的树莓派已经安装了 Raspberry Pi OS原Raspbian并完成了基础配置如连接Wi-Fi、开启SSH等。建议使用64位版本的Raspberry Pi OS Lite无桌面版以节省资源。通过SSH登录到你的树莓派。更新系统包并安装必要的工具sudo apt update sudo apt upgrade -y sudo apt install -y python3-pip python3-venv git2.2 连接BME280传感器BME280传感器通常有4个引脚VCC3.3V、GND接地、SDA数据线、SCL时钟线。请参照以下表格连接到树莓派的GPIO引脚。BME280引脚树莓派GPIO引脚物理引脚编号说明VCC1 (3.3V Power)3.3V电源GND6 (Ground)接地SDA3 (SDA1)I2C数据线SCL5 (SCL1)I2C时钟线注意务必确认连接正确特别是VCC必须接3.3V接错5V可能会损坏传感器。连接完成后务必再检查一遍线路。2.3 启用I2C接口并测试传感器树莓派的I2C接口默认是关闭的需要手动开启。sudo raspi-config在配置界面中选择Interfacing Options-I2C-Yes启用I2C支持。完成后重启树莓派。安装I2C工具包并检测设备sudo apt install -y i2c-tools sudo i2cdetect -y 1如果连接成功你应该能看到一个地址通常是0x76或0x77出现在输出列表中。这证明树莓派已经识别到了BME280传感器。3. 软件项目结构与依赖管理3.1 创建项目目录与虚拟环境为项目创建一个独立的目录并使用Python虚拟环境来隔离依赖。mkdir home_environment_monitor cd home_environment_monitor python3 -m venv venv source venv/bin/activate3.2 定义项目依赖创建requirements.txt文件内容如下Flask2.3.3 APScheduler3.10.4 Adafruit-BME2801.2.1 Adafruit-GPIO1.0.3这些依赖的作用分别是Flask: 用于构建轻量级的Web服务器提供API和页面。APScheduler: 用于实现定时任务定期读取传感器数据。Adafruit-BME280Adafruit-GPIO: Adafruit提供的开源库用于驱动BME280传感器。安装依赖pip install -r requirements.txt3.3 项目文件结构规划一个清晰的文件结构有助于后续维护和功能扩展。home_environment_monitor/ ├── venv/ # Python虚拟环境在.gitignore中忽略 ├── app.py # 主程序入口包含Web服务和调度器 ├── sensor.py # 传感器读取封装类 ├── models.py # 数据模型定义如数据记录类 ├── database.py # 数据库操作封装使用SQLite ├── templates/ # Flask HTML模板目录 │ └── index.html # 主页模板 ├── static/ # 静态资源CSS, JS └── requirements.txt # 项目依赖列表4. 核心代码实现4.1 封装传感器读取功能sensor.py创建一个类来封装与BME280传感器的交互提供读取温度、湿度、气压的方法。import time import board import busio import adafruit_bme280 class EnvironmentSensor: def __init__(self): # 初始化I2C总线并创建BME280传感器对象 i2c busio.I2C(board.SCL, board.SDA) self.bme280 adafruit_bme280.Adafruit_BME280_I2C(i2c) # 设置本地气压基准用于计算海拔可选根据实际情况调整 self.bme280.sea_level_pressure 1013.25 def read_all(self): 读取并返回当前所有的环境数据 try: # 读取数据并保留一位小数 temperature round(self.bme280.temperature, 1) humidity round(self.bme280.humidity, 1) pressure round(self.bme280.pressure, 1) # 将气压转换为百帕hPa这是气象学常用单位 pressure_hpa round(pressure, 1) return { temperature: temperature, humidity: humidity, pressure: pressure_hpa, timestamp: time.time() # 添加时间戳 } except Exception as e: print(f读取传感器数据时出错: {e}) return None # 测试代码 if __name__ __main__: sensor EnvironmentSensor() data sensor.read_all() if data: print(f温度: {data[temperature]} °C) print(f湿度: {data[humidity]} %) print(f气压: {data[pressure]} hPa) else: print(无法读取传感器数据请检查连接。)运行python3 sensor.py测试传感器是否能正常读数。4.2 设计数据模型与数据库操作models.py database.py为了持久化存储数据我们使用SQLite数据库它无需安装额外的服务非常适合小型项目。首先在models.py中定义一个数据记录类class EnvironmentRecord: def __init__(self, temperature, humidity, pressure, timestamp): self.temperature temperature self.humidity humidity self.pressure pressure self.timestamp timestamp def to_dict(self): return { temperature: self.temperature, humidity: self.humidity, pressure: self.pressure, timestamp: self.timestamp }然后在database.py中实现数据库的初始化、插入和查询操作import sqlite3 import os from datetime import datetime, timedelta DB_PATH environment_data.db def init_db(): 初始化数据库创建表结构 conn sqlite3.connect(DB_PATH) cursor conn.cursor() cursor.execute( CREATE TABLE IF NOT EXISTS environment_data ( id INTEGER PRIMARY KEY AUTOINCREMENT, temperature REAL NOT NULL, humidity REAL NOT NULL, pressure REAL NOT NULL, timestamp REAL NOT NULL ) ) conn.commit() conn.close() def insert_record(record): 插入一条环境数据记录 conn sqlite3.connect(DB_PATH) cursor conn.cursor() cursor.execute( INSERT INTO environment_data (temperature, humidity, pressure, timestamp) VALUES (?, ?, ?, ?) , (record[temperature], record[humidity], record[pressure], record[timestamp])) conn.commit() conn.close() def get_recent_records(hours24): 获取最近N小时内的数据记录 conn sqlite3.connect(DB_PATH) cursor conn.cursor() # 计算时间点 since_timestamp (datetime.now() - timedelta(hourshours)).timestamp() cursor.execute( SELECT temperature, humidity, pressure, timestamp FROM environment_data WHERE timestamp ? ORDER BY timestamp ASC , (since_timestamp,)) records [] for row in cursor.fetchall(): records.append({ temperature: row[0], humidity: row[1], pressure: row[2], timestamp: row[3] }) conn.close() return records # 初始化数据库 init_db()4.3 组装主程序app.py主程序负责协调各个模块启动Web服务、初始化调度器、定义API路由。from flask import Flask, render_template, jsonify from apscheduler.schedulers.background import BackgroundScheduler from sensor import EnvironmentSensor import database as db import time app Flask(__name__) sensor EnvironmentSensor() # 定义一个任务函数用于定时读取传感器数据并存入数据库 def read_sensor_job(): print(f{time.strftime(%Y-%m-%d %H:%M:%S)} 正在读取传感器数据...) data sensor.read_all() if data: db.insert_record(data) print(f数据记录成功: {data}) else: print(数据读取失败本次跳过。) # 配置并启动调度器每5分钟执行一次任务 scheduler BackgroundScheduler() scheduler.add_job(funcread_sensor_job, triggerinterval, minutes5) scheduler.start() app.route(/) def index(): 渲染主页面 return render_template(index.html) app.route(/api/current) def get_current_data(): API接口获取最新的环境数据 data sensor.read_all() return jsonify(data) app.route(/api/history) def get_history_data(): API接口获取最近24小时的历史数据 records db.get_recent_records(24) return jsonify(records) if __name__ __main__: try: # 启动时立即读取一次数据 read_sensor_job() # 启动Flask开发服务器监听所有接口端口5000 app.run(host0.0.0.0, port5000, debugFalse) except (KeyboardInterrupt, SystemExit): # 优雅关闭调度器 scheduler.shutdown()4.4 创建Web界面templates/index.html创建一个简单的HTML页面使用Chart.js来展示数据图表。!DOCTYPE html html langzh-CN head meta charsetUTF-8 title家庭环境监测站/title script srchttps://cdn.jsdelivr.net/npm/chart.js/script style body { font-family: Arial, sans-serif; margin: 20px; } .current-data { margin-bottom: 30px; } .data-item { display: inline-block; margin-right: 20px; font-size: 1.2em; } /style /head body h1家庭环境监测站/h1 div classcurrent-data h2当前环境数据/h2 div idcurrentReadings div classdata-item温度: span idtemp--/span °C/div div classdata-item湿度: span idhumi--/span %/div div classdata-item气压: span idpres--/span hPa/div /div /div div classchart-container h2最近24小时趋势/h2 canvas idenvironmentChart width800 height300/canvas /div script // 获取当前数据并更新页面 function updateCurrentData() { fetch(/api/current) .then(response response.json()) .then(data { document.getElementById(temp).textContent data.temperature; document.getElementById(humi).textContent data.humidity; document.getElementById(pres).textContent data.pressure; }); } // 获取历史数据并绘制图表 function drawHistoryChart() { fetch(/api/history) .then(response response.json()) .then(records { const labels records.map(r new Date(r.timestamp * 1000).toLocaleTimeString()); const tempData records.map(r r.temperature); const humiData records.map(r r.humidity); const presData records.map(r r.pressure); const ctx document.getElementById(environmentChart).getContext(2d); new Chart(ctx, { type: line, data: { labels: labels, datasets: [ { label: 温度 (°C), data: tempData, borderColor: rgb(255, 99, 132), yAxisID: y, }, { label: 湿度 (%), data: humiData, borderColor: rgb(54, 162, 235), yAxisID: y1, }, { label: 气压 (hPa), data: presData, borderColor: rgb(75, 192, 192), yAxisID: y2, } ] }, options: { scales: { y: { type: linear, display: true, position: left, title: { display: true, text: 温度 (°C) } }, y1: { type: linear, display: true, position: right, title: { display: true, text: 湿度 (%) }, grid: { drawOnChartArea: false } }, y2: { type: linear, display: false // 气压轴默认不显示数据在图表中可见即可 } } } }); }); } // 页面加载完成后执行 document.addEventListener(DOMContentLoaded, function() { updateCurrentData(); drawHistoryChart(); // 每60秒更新一次当前数据 setInterval(updateCurrentData, 60000); }); /script /body /html5. 运行验证与数据查看5.1 启动监测站服务在项目根目录下确保虚拟环境已激活然后运行主程序source venv/bin/activate python3 app.py如果一切正常你将看到类似以下的输出* Serving Flask app app * Debug mode: off * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:5000 * Running on http://[你的树莓派IP]:5000 正在读取传感器数据... 数据记录成功: {temperature: 23.5, humidity: 45.2, pressure: 1013.5, timestamp: 1691401200.12345}5.2 访问Web界面在同一局域网下的任意设备如笔记本电脑、手机的浏览器中输入http://[树莓派的IP地址]:5000例如http://192.168.1.100:5000即可看到环境监测站的Web界面。界面会显示当前的温度、湿度、气压以及最近24小时的数据趋势图。5.3 检查数据持久化服务运行一段时间后例如半小时你可以使用SQLite命令行工具检查数据是否成功存入数据库。sqlite3 environment_data.db在SQLite提示符下执行查询SELECT COUNT(*) AS total_records FROM environment_data; SELECT * FROM environment_data ORDER BY timestamp DESC LIMIT 5;这将显示总记录数和最新的5条记录确认数据正在按预期积累。6. 常见问题与排查路径在实现过程中你可能会遇到以下典型问题。这里提供了从现象到解决的排查思路。问题现象可能原因检查与解决步骤运行python3 sensor.py时报ModuleNotFoundError: No module named boardAdafruit库依赖未正确安装或未在虚拟环境中安装1. 确认已激活虚拟环境source venv/bin/activate2. 重新安装依赖pip install -r requirements.txti2cdetect -y 1看不到BME280的地址0x76/0x77硬件连接错误或I2C未启用1.断电后重新检查所有接线确保VCC、GND、SDA、SCL对应正确2. 确认已用raspi-config启用I2C并重启3. 尝试交换SDA和SCL线少数传感器线序可能不同Web页面能打开但当前数据一直显示--传感器读取失败或API接口异常1. 检查树莓派终端日志看定时任务是否在正常打印日志和数据2. 直接访问http://树莓派IP:5000/api/current看是否能返回JSON数据3. 回到步骤5.1单独运行sensor.py测试传感器本身图表不显示或显示错误历史数据不足或前端JS错误1. 确保服务已运行足够长时间至少一个采集周期5分钟2. 浏览器按F12打开开发者工具查看Console面板是否有JS错误3. 访问http://树莓派IP:5000/api/history检查返回的JSON数据格式是否正确服务运行一段时间后自动停止程序抛出未捕获的异常1. 检查树莓派终端最后的错误信息2. 在app.py的read_sensor_job函数中添加更完善的异常处理避免个别读取失败导致整个任务崩溃关键排查习惯遇到问题首先查看运行日志。本项目的所有关键操作传感器读取、数据存储都在终端有打印输出这是定位问题的第一手资料。7. 生产环境部署与优化建议当前版本适合学习和内部测试。如果你希望长时间稳定运行需要考虑以下优化。7.1 使用系统服务管理进程目前程序是在SSH会话中前台运行的关闭终端会导致服务停止。可以将其配置为系统服务实现开机自启和后台运行。创建服务文件/etc/systemd/system/environment-monitor.service[Unit] DescriptionHome Environment Monitor Service Afternetwork.target [Service] Typesimple Userpi WorkingDirectory/home/pi/home_environment_monitor ExecStart/home/pi/home_environment_monitor/venv/bin/python3 app.py Restartalways RestartSec10 [Install] WantedBymulti-user.target然后启用并启动服务sudo systemctl daemon-reload sudo systemctl enable environment-monitor.service sudo systemctl start environment-monitor.service使用sudo systemctl status environment-monitor.service检查服务状态。7.2 数据管理与维护定期备份定期将environment_data.db文件复制到其他存储设备。数据清理可修改database.py增加自动删除老旧数据如超过30天的功能避免数据库无限增长。日志记录将程序的print语句改为使用Python的logging模块并配置日志滚动归档。7.3 功能扩展方向异常报警当温度或湿度超过设定的阈值时发送邮件或短信通知。远程访问使用内网穿透工具如frp或云服务器反向代理实现外网访问。多传感器支持增加PM2.5、二氧化碳浓度等传感器丰富监测维度。数据导出增加API接口支持按日期范围导出CSV格式的历史数据。这个项目从一个简单的想法出发贯穿了硬件交互、数据采集、服务搭建和前端展示的全过程。它不仅能让你对IoT开发有直观的认识更重要的是提供了一个可以随意实验、踩坑和迭代的技术 playground。尝试根据自己的需求去修改和扩展它这个过程本身就是最有价值的收获。
