Étape 6: Mettre en place un flux de données pour stocker vos données à data.sparkfun.com
Aux fins de ce projet, nous avons choisi d’utiliser data.sparkfun.com pour stocker nos données de capteur. Nous avons choisi cet endroit en raison de la facilité d’utilisation de l’API, la capacité à télécharger au format CSV et l’esprit libres de sparkfun. yay Sparkfun !
Pour mettre en place un référentiel pour stocker vos données, créez un nouvel « stream » sur le site data.sparkfun.com. Utilisez les noms de colonne suivants.
average_flow_rate, troop_id, scout_id, gallons, durée et entrer dans le reste de l’information si vous le souhaitez.
Garder une trace de toutes les touches que vous utiliserez. Ils vous sera utiles.
Lorsque votre flux est mis en place, testez-le en entrant l’url suivante dans le navigateur :
http://Data.Sparkfun.com/Input/ [votre PUBLIC_KEY]? clé_privée = [votre clé_privée] & gallons = 0,56 & avg_flow_rate = 0 & durée = 3067 & scout_id = 2 & troop_id = 4
Cela devrait insérer une ligne dans votre flux de données. Vous pouvez toujours vérifier le contenu de votre stream ici :
https://Data.Sparkfun.com/Streams/ [clé publique]
Félicitations !
Donc, maintenant vous avez un source (du Pinoccio sync jet) et un flux de données de destination (data.sparkfun.com). L’astuce consiste à obtenir les données de sélection de l’un à l’autre. Pour cela, nous avons utilisé Python. (Passez à l’étape suivante)
Remarque : nous avons choisi d’avoir le piezo (évier et luminaires) écrire exclusivement pour les colonnes de taux et la durée d’écoulement et avoir l’écriture de capteur (compteur principal) effet hall exclusivement à la colonne de gallons. Toutes les colonnes non exclusive sont simplement mises à zéro.
Nous avons pu visuellement les test de tare du système en comparant le flux à la main - comme indiqué sur data.sparkfun.com - avec le débit du robinet - comme également signalé sur sparkfun - et a obtenu 99 % de précision lorsque la corrélation entre les deux !