保姆级教程:在CentOS 7上用Docker Compose一键部署EdgeX Foundry 3.1(含虚拟设备服务)

news2026/5/5 7:11:58
保姆级教程在CentOS 7上用Docker Compose一键部署EdgeX Foundry 3.1含虚拟设备服务EdgeX Foundry作为开源物联网边缘计算框架正成为工业4.0和智能家居领域的基础设施。本教程将带您从零开始在CentOS 7系统上完成EdgeX 3.1的完整部署特别包含虚拟设备服务(ds-virtual)的集成方案。整个过程就像搭积木一样简单——只要跟着步骤操作30分钟内就能拥有完整的边缘计算平台。1. 环境准备打造EdgeX的温床在开始部署前我们需要确保系统环境满足以下要求全新安装的CentOS 7.6建议最小化安装至少4GB内存运行所有服务约需3.2GB20GB可用磁盘空间稳定的网络连接系统基础配置是第一步。登录服务器后建议立即执行这些命令# 关闭SELinux避免权限问题 sudo setenforce 0 sudo sed -i s/^SELINUXenforcing/SELINUXpermissive/ /etc/selinux/config # 关闭防火墙测试环境建议操作 sudo systemctl stop firewalld sudo systemctl disable firewalld # 设置主机名 sudo hostnamectl set-hostname edgex-node提示生产环境应配置防火墙规则而非直接关闭需开放端口4000(UI)、8500(Consul)、5563(MQTT)等。2. Docker生态安装与优化EdgeX 3.1完全容器化部署我们需要先搭建Docker环境。以下是针对CentOS 7的优化安装方案# 添加Docker官方源使用阿里云镜像加速 sudo yum install -y yum-utils sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo # 安装指定版本Docker兼容性最佳 sudo yum install -y docker-ce-19.03.15 docker-ce-cli-19.03.15 containerd.io # 配置镜像加速和cgroup驱动 sudo mkdir -p /etc/docker cat EOF | sudo tee /etc/docker/daemon.json { registry-mirrors: [https://registry.cn-hangzhou.aliyuncs.com], exec-opts: [native.cgroupdriversystemd] } EOF # 启动并设置开机自启 sudo systemctl enable --now docker验证安装是否成功docker --version # 应显示19.03.15 docker run hello-world # 测试镜像拉取接下来安装Docker Compose。EdgeX 3.1需要v2.x版本# 下载二进制文件国内用户可使用代理地址 sudo curl -L https://ghproxy.com/https://github.com/docker/compose/releases/download/v2.18.1/docker-compose-$(uname -s)-$(uname -m) -o /usr/local/bin/docker-compose # 赋予执行权限 sudo chmod x /usr/local/bin/docker-compose # 验证版本 docker-compose --version # 应显示2.18.13. 获取EdgeX部署工具链EdgeX团队提供了compose-builder工具可以智能生成docker-compose文件。我们先获取部署包# 克隆仓库建议使用国内镜像加速 git clone https://gitee.com/mirrors_edgex/edgex-compose.git cd edgex-compose # 切换到3.1版本分支 git checkout v3.1关键目录结构说明edgex-compose ├── compose-builder # 核心部署工具 ├── docker-compose-base.yml # 基础服务模板 ├── add-device-virtual.yml # 虚拟设备插件 └── Makefile # 构建脚本4. 生成定制化部署文件进入compose-builder目录使用make命令生成配置文件。我们将启用两个关键选项no-secty非安全模式适合开发环境ds-virtual虚拟设备服务cd compose-builder make gen ds-virtual no-secty生成过程会输出以下文件docker-compose.yml主部署文件.env环境变量配置检查生成结果ls -l docker-compose.yml # 应显示约200KB左右 head -n 10 docker-compose.yml # 查看文件头部注意如果遇到make命令未找到需先安装开发工具包yum install -y make gcc5. 服务启动与验证现在可以拉起所有EdgeX服务了# 先拉取镜像国内用户建议分段执行 docker compose pull # 后台启动所有服务 docker compose up -d启动过程约需3-5分钟可以通过以下命令监控状态# 查看容器状态等待所有服务变为healthy watch -n 2 docker compose ps # 或者查看实时日志 docker compose logs -f常见问题排查如果容器不断重启检查docker compose logs [服务名]端口冲突时修改.env中的端口配置内存不足会导致某些服务启动失败6. 访问管理界面成功启动后可以通过以下入口访问服务名称访问地址默认账号EdgeX UIhttp://服务器IP:4000无Consul配置中心http://服务器IP:8500无虚拟设备管理http://服务器IP:59882无在EdgeX UI的Device页面应该能看到自动注册的Virtual-Device设备。我们可以通过REST API测试数据采集curl -X GET http://localhost:59882/api/v3/device/name/Virtual-Device/command/RandomValue_Int8预期返回结果示例{ apiVersion: v3, statusCode: 200, event: { apiVersion: v3, id: d3838c7a-1df5-4b0d-a3f0-af21c14a7268, deviceName: Virtual-Device, sourceName: RandomValue_Int8, origin: 1689324567890, readings: [ { id: 8a90b1b2-3f4a-4e5d-b678-910111213141, origin: 1689324567890, deviceName: Virtual-Device, resourceName: RandomValue_Int8, profileName: Virtual-Device, valueType: Int8, value: 23 } ] } }7. 虚拟设备高级配置默认虚拟设备会生成随机数据我们可以自定义其行为。首先进入Consul界面:8500找到edgex-core-metadata服务的配置导航到/v1/kv/edgex/core/3.0/edgex-core-metadata/Device/Virtual-Device编辑配置文件修改deviceResources部分添加新的数据点例如{ name: Temperature, description: 模拟温度传感器, properties: { valueType: Float32, readWrite: R, minimum: -20.0, maximum: 60.0, defaultValue: 25.0 } }保存后需要重启设备服务使配置生效docker compose restart device-virtual现在可以通过API获取新的数据点curl http://localhost:59882/api/v3/device/name/Virtual-Device/command/Temperature8. 生产环境优化建议虽然我们已经完成基础部署但在实际应用中还需要考虑性能调优参数可添加到docker-compose.ymlservices: core-data: environment: - SERVICE_HOST0.0.0.0 - MESSAGEQUEUE_HOSTedgex-redis - DATABASE_HOSTedgex-redis - METRICS_INTERVAL60s deploy: resources: limits: cpus: 0.5 memory: 512M日志管理方案# 配置日志轮转 docker compose stop mkdir -p /var/log/edgex cat EOF | sudo tee /etc/docker/daemon.json { log-driver: json-file, log-opts: { max-size: 10m, max-file: 3 } } EOF systemctl restart docker docker compose up -d备份关键数据# 导出Consul配置 docker exec edgex-core-consul consul kv export edgex-config-backup.json # 备份Redis数据 docker exec edgex-redis redis-cli SAVE docker cp edgex-redis:/data/dump.rdb ./edgex-data-backup.rdb遇到网络问题时可以尝试替换容器镜像源。编辑.env文件修改以下变量REGISTRYregistry.cn-hangzhou.aliyuncs.com IMAGE_VERSION3.1.0部署完成后建议运行基础测试套件验证各服务功能git clone https://github.com/edgexfoundry/edgex-taf.git cd edgex-taf docker compose -f docker-compose-taf.yml up -d

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/2584233.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

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…