大家好，我是GitHub好项目君，每天分享GitHub上的好项目

主要分享GitHub上有趣、有意义、重要的项目

StreamPipes 是一个自助式（工业）物联网工具箱，使非技术用户能够连接、分析和探索物联网数据流。

源代码

http://www.gitpp.com/wddc/streampipes-cn

StreamPipes 是工业物联网的端到端工具箱。它配备了面向非技术用户的丰富的图形用户界面，并提供以下功能：

• 快速连接超过 20 个工业协议 ，例如 OPC-UA、PLC、MQTT、REST、Pulsar、Kafka 等。

• 使用超过 100 种算法和数据接收器创建数据协调和分析管道，将数据转发到第三方系统。

• 使用数据浏览器通过许多专为时间序列数据定制的小部件来直观地探索历史数据。

• 实时仪表板，用于显示来自数据源和管道的实时数据，例如用于车间监控。

StreamPipes 具有高度可扩展性，并包含用于创建新管道元素和适配器的 Java SDK。Python 支持已在早期开发阶段提供 - 敬请期待！

管道元素是独立的微服务，可以在任何地方运行 - 集中在服务器上或靠近边缘。您想在实时数据上使用您自己的机器学习模型吗？只需编写您自己的数据处理器并使其可作为管道元素重复使用。

除此之外，StreamPipes 还包括用于生产部署的功能 ：

• 将管道、数据流和仪表板等资源分配给资产以实现更好的组织

• 管道和适配器的监控和指标

• 内置用户和访问权限管理

• 导出和导入资源

StreamPipes是一个专为物联网（IoT）设计的创新平台，旨在通过提供一套易于使用的工具和组件，使得非技术用户也能够高效地连接、处理、分析和可视化物联网数据流。这个平台特别强调易用性和灵活性，使得来自不同背景的用户——无论是数据分析师、业务决策者还是开发者——都能快速上手并创建出强大的物联网数据解决方案。

主要特点和功能

1. 自助式工具箱 ：StreamPipes提供了一个图形化用户界面（GUI），允许用户通过拖拽组件的方式来构建数据流处理管道。这种方式极大地降低了技术门槛，使得没有编程背景的用户也能轻松实现复杂的数据处理逻辑。

2. 广泛的连接性 ：StreamPipes支持多种数据源和输出目标，包括但不限于MQTT、Kafka、HTTP等常见协议和数据库。这使得用户可以轻松地将来自不同设备和系统的数据集成到一个统一的平台上进行分析。

3. 丰富的处理组件 ：平台内置了多种数据处理组件，如过滤、聚合、转换、机器学习算法等，用户可以根据需要将这些组件组合起来，形成复杂的数据处理逻辑。这些组件支持实时处理和批量处理，满足不同场景下的需求。

4. 可视化分析 ：StreamPipes提供了强大的可视化工具，允许用户通过图表、仪表板等形式直观地展示数据分析结果。这些可视化工具不仅可以帮助用户更好地理解数据，还可以作为决策支持工具，辅助业务决策者做出更明智的决策。

5. 灵活部署 ：StreamPipes支持多种部署方式，包括云部署、本地部署以及混合部署等。这使得用户可以根据自己的实际情况和需求选择合适的部署方式，实现资源的最大化利用。

6. 可扩展性 ：StreamPipes的设计充分考虑了可扩展性，用户可以通过自定义组件或扩展现有组件来适应特定的业务需求。这种灵活性使得StreamPipes能够应对不断变化的物联网环境。

应用场景

StreamPipes广泛应用于各种物联网场景，包括但不限于智能制造、智慧城市、智能农业、环境监测等领域。通过StreamPipes，企业可以快速构建出定制化的物联网数据解决方案，提高生产效率、优化资源配置、降低运营成本并创造新的商业价值。

总之，StreamPipes是一个功能强大且易于使用的物联网数据处理平台，它为非技术用户提供了构建复杂物联网数据解决方案的能力，推动了物联网技术的普及和应用。

可以参考的产品

除了StreamPipes之外，还有其他一些为工业物联网设计的自助式工具箱 ，例如：

1. ThingWorx ：这是一个功能强大的工业物联网平台，提供了丰富的自助式工具，使用户能够轻松地连接、管理和分析物联网设备和数据。它支持多种通信协议，可以与各种传感器和执行器进行通信，并提供了可视化的界面，使用户能够直观地监控和控制物联网设备。