MQTT协议解析 : 物联网领域的最佳选择

news2024/11/12 19:59:31

1. MQTT协议概述

1.1 MQTT协议是什么

MQTT : Message Queuing Telemetry Transport

  • 模式 : 发布 / 订阅主题
  • 优点 : 代码量小、低带宽、实时可靠
  • 应用 : 物联网、小型设备、移动应用
  • MQTT 常用端口 : 1883

MQTT是一个网络协议，和HTTP类似，因为轻量简单，很多时候传输效率是后者的数十倍。
它仅用极少的代码和有限的带宽，就能为连接远程设备提供实时可靠的消息服务，所以逐渐在物联网(IOT)领域成为了最佳选择。
其实，日常生活中我们也许使用过MQTT，比如你用手机解锁一辆共享单车的时候。

在这里插入图片描述

1.2 MQTT里的角色

MQTT里有3个角色，基于发布 / 订阅模式

  • 代理 Broker (服务器) (消息中转站)
    • 负责接收各个设备发送来的消息，然后把消息转发给需要的设备
  • 发布者 Publisher (客户端)
  • 订阅者 Subscriber (客户端)

可以用视频软件（如抖音/B站）举例子，你(订阅者)关注了某个创作者(发布者)，当这个创作者发布新视频的时候，你就会收到B站的推送通知。MQTT协议和上面的简直一模一样。

在这里插入图片描述

2. MQTT协议的工作原理

MQTT协议的消息传输基于客户端-服务器模型，客户端可以是发布者(Publisher)或订阅者(Subscriber)，而服务器则负责消息的路由和分发。

2.1 工作流程

  1. 客户端首先与MQTT服务器建立TCP连接，连接成功后，客户端发送一个CONNECT消息，包含客户端标识、用户名、密码等信息。
  2. 服务器验证这些信息后，返回一个CONNACK消息，确认连接。发布者客户端发送PUBLISH消息，将消息发送到特定的主题(Topic)，消息包含主题名称、消息有效荷载(Payload)和质量服务等级(QoS)。
  3. MQTT服务器接收到PUBLISH消息后，根据消息的主题，将消息分发给所有订阅了该主题的客户端。这个过程是异步的，确保了消息的高效分发。

在这里插入图片描述

2.2 MQTT底层是TCP/IP

MQTT底层是TCP/IP

  • 连接 : 主动连接服务器，连接的时候带了很多的信息，比如用户名和密码
    • 信息匹配成功后，才会给你响应
  • 发送心跳 & 回应心跳 : 发布者或订阅者发起，服务端响应。
    • 如果长时间没有发送心跳，服务端会认为这个客户端已经离线了，会主动断开连接。
  • 服务质量等级QoS
    • 等级 QoS0 : “最多一次” : 只管发送，不管接收
    • 等级 QoS1 : “最少一次” : 发布以后，服务器必须要回复。如果没收到回复，那么还会继续发，直到你给我回复。
    • 等级 QoS2 : “仅一次” : 发布以后，服务器回复，客户端收到回复以后，发布释放，客户端回复发布完成
      • 应用 : 计费的场景，对次数有严格要求，只要求有一次就够了

除了基于 TCP 的 MQTT，也存在基于 UDP 的 MQTT-SN 等变种协议，不过它们的应用场景和特性与基于 TCP 的 MQTT 有所不同。

3. MQTT数据结构

在MQTT协议中，一个MQTT数据包由：固定头（Fixed header）、可变头（Variable header）、消息体 （payload）三部分构成。MQTT数据包结构如下：

在这里插入图片描述

  • 固定头部（Fixed Header） : 这是每个 MQTT 消息都有的部分，长度最小为 2 字节。它包含了消息类型和标志位等信息。
  • 可变头部（Variable Header） : 可选(根据消息类型来判定是否存在)
    • 存在于部分MQTT数据包中，数据包类型决定了可变头是否存在及其具体内容。
  • 有效载荷（Payload） : 可选(根据消息类型来判定是否存在)
    • 存在于部分MQTT数据包中，表示客户端收到的具体内容。

在这里插入图片描述

3.1 固定头部

这是每个 MQTT 消息都有的部分，长度最小为 2 个字节，最多为 5 个字节。

3.1.1 第一个字节

MQTT 协议明确规定高 4 位用于表示消息类型，低 4 位用于表示标志位（如 QoS 级别、保留位、重复位等）。这种定义是基于一种默认的、统一的位顺序来理解的，所有遵循 MQTT 协议的实现都应该按照这个规定的顺序来解析和处理消息。
在这里插入图片描述

3.1.2 第二个字节 - 至多五个字节

第二个字节，高位第一个字节如果为1，表明存在第三个字节，如果为0，表示不存在第三个字节。
在这里插入图片描述

3.2 可变报头

如果是连接请求，可见报头就是下图所示这样。
Byte1-Byte2 是 协议长度。
Byte3-Byte6 是 协议名。
Byte7 是 协议级别。
Byte8 是 连接标志，用来确定是否包含 用户名、密码等。
Byte9-Byte10 用作心跳间隔时间。

在这里插入图片描述

3.3 有效载荷

如果是连接请求，有效载荷就是下图所示这样。
客户端标识符 : 表示你设备的名字，
还有用户名和密码就是放在这里的 (如果有的话)

在这里插入图片描述

4. 抓包

4.1 连接的请求报文

可以看到固定报头、可变报头和有效载荷， Message Type是Connect Command。

在这里插入图片描述

4.2 连接的响应报文

没有有效载荷，只有固定报头和可变报头

在这里插入图片描述

4.3 发布的请求报文

Message Type : Publish Message
Topic Length : 主题的长度
Topic : 主题
Message Identifier : 消息ID
Message : 有效载荷，其实解析后就是一个JSON字符串
在这里插入图片描述

4.4 发布的应答报文

在这里插入图片描述

5. 智能家居场景示例

5.1 设备角色介绍

想象一下，你有一个智能家居系统。在这个系统中，有各种各样的设备，就像一个个“小通讯员”。其中包括温度传感器、湿度传感器、智能灯泡和智能窗帘等设备，这些设备就是MQTT中的“客户端（Client）”。

5.2 代理服务器（Broker）的作用

在这个智能家居网络中，还有一个“消息中转站”，也就是MQTT代理（Broker）。它就像是一个社区的收发室，负责接收各个设备发送来的消息，然后把消息转发给需要的设备。

5.3 发布/订阅模式的体现

  • 发布过程：温度传感器就像一个小广播员，它会定期检测室内的温度，然后把温度信息发送（发布）出去。例如，它会把温度数据发布到一个主题（Topic）下，这个主题可以是“home/temperature”。这就好比广播员在广播频道“家庭温度频道”上广播室内温度信息。
  • 订阅过程：智能空调是一个对温度很感兴趣的设备，它会订阅“home/temperature”这个主题。当温度传感器发布了新的温度消息后，代理服务器就会把这个消息转发给智能空调。这就像智能空调一直收听“家庭温度频道”，一旦有新的温度消息广播，它就能收到并根据温度信息来决定是否调整制冷或制热模式。

5.4 不同QoS级别的应用场景

  • QoS 0 - 最多一次传递：智能灯泡的颜色变化信息可以采用QoS 0级别。假设你有一个可以改变颜色的智能灯泡，你通过手机应用设置了一个灯光颜色变化的动态效果。这个颜色变化的消息对于偶尔丢失几条数据不太敏感。如果因为网络问题，有一两条关于颜色变化的指令没有传达到灯泡，可能不会被用户明显察觉，因为灯光效果的连续性不会因为偶尔的丢失而受到严重影响。
  • QoS 1 - 至少一次传递：对于智能窗帘的控制指令可以采用QoS 1级别。比如你发送一个指令让窗帘打开，这个指令比较重要，不能丢失。如果因为网络波动，代理服务器没有收到智能窗帘的确认消息，它会重新发送这个指令，这样就确保了窗帘至少能收到一次打开的指令。即使偶尔收到两次相同的指令，窗帘也只是执行相同的动作（打开），不会产生严重的后果。
  • QoS 2 - 恰好一次传递：在智能家居系统与外部支付系统进行联动的场景下，例如当你购买了一个智能家居服务套餐，支付成功的消息需要以QoS 2级别传递。这个消息必须准确无误地在智能家居系统和支付系统之间传递，既不能丢失也不能重复，以确保你的服务能够正确开通，同时避免因为重复支付而造成损失。

6. 其他

参考

物联网系列 - MQTT协议原理与数据包结构
用B站解释MQTT协议
MQTT协议的工作原理——消息传输
MQTT协议原理与应用精讲
MQTT 协议入门：基础知识和快速教程 | EMQ

MQTT协议测试——MQTT X工具使用_梦的博客-CSDN博客_mqtt测试
推荐八款常用 MQTT 客户端工具 - 知乎 (zhihu.com)
两款常用的 MQTT 调试工具_zuozewei的博客-CSDN博客_mqtt测试工具
MQTT基础 三： 发布、订阅和取消订阅 - 简书 (jianshu.com)

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2237485.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Pytorch实现transformer语言模型

Pytorch实现transformer语言模型

转载自&#xff1a;| 03_language_model/02_Transformer语言模型.ipynb | 从头训练Transformer语言模型 |Open In Colab | Transformer语言模型 本节训练一个 sequence-to-sequence 模型&#xff0c;使用pytorch的 nn.Transformer <https://pytorch.org/docs/master/nn.ht…
阅读更多...
ElasticSearch向量检索技术方案介绍

ElasticSearch向量检索技术方案介绍

1、背景 在人工智能快速发展的今天&#xff0c;推荐技术、以文搜图、以文搜视频、以图搜图等技术已经得到了广泛的应用&#xff0c;在百度、小红书、抖音、快手等app上随便输入一段文本&#xff0c;搜索结果已不像早些年那么单一&#xff1a;只有一些文字信息&#xff0c;现在的…
阅读更多...
算法（第一周）

算法（第一周）

一周周五&#xff0c;总结一下本周的算法学习&#xff0c;从本周开始重新学习许久未见的算法&#xff0c;当然不同于大一时使用的 C 语言以及做过的简单题&#xff0c;现在是每天一题 C 和 JavaScript&#xff08;还在学&#xff0c;目前只写了一题&#xff09; 题单是代码随想…
阅读更多...
华为云镜像仓库基本操作

华为云镜像仓库基本操作

1. 登陆华为云账户,在搜索框输入"镜像容器",如下图所示: 单击 输入名称后单击确定 创建成功 2. 回到这里 单击这里 获得登陆指令 复制到你的云服务器粘贴,回车后提示"Login Succeeded"表示登陆成功. 3. 还是在"总览"这里,单击这里 跟着复制操作…
阅读更多...
【1个月速成Java】基于Android平台开发个人记账app学习日记——第10天，登录状态保持与退出登录

【1个月速成Java】基于Android平台开发个人记账app学习日记——第10天，登录状态保持与退出登录

系列专栏链接如下&#xff0c;方便跟进&#xff1a; https://blog.csdn.net/weixin_62588253/category_12821860.html?fromshareblogcolumn&sharetypeblogcolumn&sharerId12821860&sharereferPC&sharesourceweixin_62588253&sharefromfrom_linkhttps://b…
阅读更多...
MySQL系列之如何在Linux只安装客户端

MySQL系列之如何在Linux只安装客户端

导览 前言Q&#xff1a;如何安装一个Linux环境下的MySQL客户端一、准备文件1. 确认Server版本2. 选择Client安装文件 二、下载并安装1. 下载1.1 寻找文件1.2 文件说明 2. 安装2.1 上传至Linux服务器2.2 执行安装 三、连接验证1. 确认远程授权2. 建立远程连接 结语精彩回放 前言…
阅读更多...
arcgis pro 学习笔记

arcgis pro 学习笔记

二维三维集合在一起&#xff0c;与arcgis不同 一、首次使用&#xff0c;几个基本设置 1.选项——常规里面设置自动保存时间 2.新建工程文件&#xff0c;会自动加载地图&#xff0c;可以在选项里面设置为无&#xff0c;以提高启动效率。 3.设置缓存位置&#xff0c;可勾选每次…
阅读更多...
【论文复现】MSA+抑郁症模型总结（三）

【论文复现】MSA+抑郁症模型总结（三）

&#x1f4dd;个人主页&#x1f339;&#xff1a;Eternity._ &#x1f339;&#x1f339;期待您的关注 &#x1f339;&#x1f339; ❀MSA抑郁症模型 热门研究领域&#xff1a;情感计算的横向发展1. 概述2. 论文地址3. 研究背景4. 主要贡献5. 模型结构和代码6. 数据集介绍7. 性…
阅读更多...
‌STAR法则

‌STAR法则

一&#xff1a;STAR法则 STAR法则是一种简单而实用的表现技巧&#xff0c;常被用于求职过程中的个人经历描述&#xff0c;富有条理性&#xff0c;可以帮助你在职场中脱颖而出。“STAR”分别对应的是situation-task-action-result&#xff0c;通过情境、目标、行动和结果四个方面…
阅读更多...
java:使用Multi-Release Jar改造Java 1.7项目增加module-info.class以全面合规Java 9模块化规范

java:使用Multi-Release Jar改造Java 1.7项目增加module-info.class以全面合规Java 9模块化规范

common-java是一个我维护了好多年的一个基础项目,编译目标为Java 1.7 现在整个团队的项目要做Java 9以上的技术迁移准备,就需要对这个在内部各项目中被广泛引用的基础项目进行改造,以适合Java 9的模块化规范。 Automatic-Module-Name Java 9的模块化规范(即Java Platform Mod…
阅读更多...
力扣题库——75.颜色分类

力扣题库——75.颜色分类

这道题采用三路快速排序&#xff0c;快速排序思路看这里快速排序。将数列分为三组&#xff1a;小于基准、等于基准、大于基准。和快排一样&#xff0c;对左右递归进行快速排序。 先将题目简化&#xff0c;如果只有数字0和1&#xff0c;扫描一遍数组&#xff0c;遇到数字1不用管…
阅读更多...
python - leetcode【数据结构-算法】-入门/通关手册

python - leetcode【数据结构-算法】-入门/通关手册

python的算法入门/通关/手册 前言&#xff1a;算法通关手册&#xff08;LeetCode&#xff09;-githubHello 算法&#xff1a;python数据结构和算法 - 中文版The Algorithms - Python最后刷题思维: python-leetcode刷题常用语法&#xff1a;变量定义&#xff1a;逻辑与或非和按位…
阅读更多...
使用 Flask 和 ONLYOFFICE 实现文档在线编辑功能

使用 Flask 和 ONLYOFFICE 实现文档在线编辑功能

提示&#xff1a;CSDN 博主测评ONLYOFFICE 文章目录 引言技术栈环境准备安装 ONLYOFFICE 文档服务器获取 API 密钥安装 Flask 和 Requests 创建 Flask 应用项目结构编写 app.py创建模板 templates/index.html 运行应用功能详解文档上传生成编辑器 URL显示编辑器回调处理 安全性…
阅读更多...
EasyUI弹出框行编辑，通过下拉框实现内容联动

EasyUI弹出框行编辑，通过下拉框实现内容联动

EasyUI弹出框行编辑&#xff0c;通过下拉框实现内容联动 需求 实现用户支付方式配置&#xff0c;当弹出框加载出来的时候&#xff0c;显示用户现有的支付方式&#xff0c;datagrid的第一列为conbobox,下来选择之后实现后面的数据直接填充&#xff1b; 点击新增&#xff1a;新…
阅读更多...
C# 选择导入文件的路径、导出文件的路径

C# 选择导入文件的路径、导出文件的路径

通过C#代码&#xff0c;调出windows风格的文件选择对话框和存储文件对话框。提供界面来选择文件的位置&#xff0c;并将完整路径以字符串形式返回。 1、选择导入文件&#xff0c;获取其路径 C#通过这段代码将弹出一个文件选择对话框&#xff0c;允许用户选择一个文件&#xff…
阅读更多...
数据结构-并查集专题（1）

数据结构-并查集专题（1）

一、前言 因为要开始准备年底的校赛和明年年初的ACM、蓝桥杯、天梯赛&#xff0c;于是开始按专题梳理一下对应的知识点&#xff0c;先从简单入门又值得记录的内容开始&#xff0c;并查集首当其冲。 二、我的模板 虽然说是借用了jiangly鸽鸽的板子&#xff0c;但是自己也小做…
阅读更多...
二手交易平台测试用例设计和执行

二手交易平台测试用例设计和执行

&#x1f384;欢迎来到边境矢梦的csdn博文&#x1f384; &#x1f384;追求开源思想和学无止境思想一直在提升技术的路上 &#x1f384; &#x1f308;涉及的领域有&#xff1a;Java、Python、微服务架构和分布式架构思想、基本算法编程&#x1f308; &#x1f386;喜欢的朋友可…
阅读更多...
计算机图形学论文 | 多边形中的点可见性快速算法

计算机图形学论文 | 多边形中的点可见性快速算法

&#x1f98c;&#x1f98c;&#x1f98c;读论文 &#x1f428;&#x1f428;摘要 针对点的可见性计算这一计算几何中的基础问题&#xff0c;提出一种支持任意查询点的可见多边形快速计算的基于多边形Voronoi图的点可见性算法。以与Voronoi骨架路径对应的Voronoi通道概念&…
阅读更多...
Redis 高并发分布式锁实战

Redis 高并发分布式锁实战

目录 环境准备 一 . Redis 安装 二&#xff1a;Spring boot 项目准备 三&#xff1a;nginx 安装 四&#xff1a;Jmeter 下载和配置 案例实战 优化一&#xff1a;加 synchronized 锁 优化二&#xff1a;使用 redis 的 setnx 实现分布式锁 优化三&#xff1a;使用 Lua 脚本…
阅读更多...
LLM大模型学习精华系列：VLLM性能优化部署实践——全面加速从推理到部署的流程

LLM大模型学习精华系列：VLLM性能优化部署实践——全面加速从推理到部署的流程

训练后的模型会用于推理或者部署。推理即使用模型用输入获得输出的过程&#xff0c;部署是将模型发布到恒定运行的环境中推理的过程。一般来说&#xff0c;LLM的推理可以直接使用PyTorch代码、使用[VLLM]等框架&#xff0c;也可以使用[llama.cpp]等c推理框架。 常见推理方法 G…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023