服务器搭建iot平台
‘壹’ NB-lot解决方案总体架构中NAS代表什么
代表终端,无线网络,核心网络(EPC),IoT支持平台和应用服务器
NB-iot网络架构简介
1.终端主要通过空中接口连接到基站。终端方面主要包括工业终端和NB-IoT模块。工业应用环境更加复杂，工业终端也有所不同，除了芯片，模块，传感器接口，NB-IoT模块等，还包括无线传输接口，软SIM设备，传感器接口等。
2.无线网络侧包含两种分组网络方法，一种是单运行（单无线电接入网络），其中包括2G/3G/4G和NB-IoT无线网络。另一个是建立NB-IoT。它主要负责空中接口连接处理，小区管理等相关功能。它通过S1-lite接口连接到IoT核心网络，并将未连接的层数转发到上层元处理。
3.核心网络网络组件包括两种分组网络方法，一种是集成演进分组核心网络（EvolvedPacketC）数据传输方法，即2G/3G/4G核心网络。核心网络通过IoTEPC网络元素以及GSM，UITRAN和LTE公共EPC支持NB-IoT和eMTC用户访问。
4.物联网支持平台归属位置寄存器（HLR），定位控制和计费规则功能单元（pcrf）
5.应用服务器IoT数据的最终聚集点，可根据客户需求执行数据处理和其他操作。
‘贰’ 中华电信以 NB-IoT 与 IoT 平台技术助 USPACE 打造创新共享车位平台服务
对电信业者而言，IEEE所制定的NB-IoT规范会是使它们能切入物联网相当重要的技术，而中华电信也宣布携手与2017Hami软体开发大赛创新应用APP组冠军USPACE携手合作，利用NB-IoT技术与IoT物联网平台打造智慧型地锁，并以此作为共享车位平台服务。
此次中华电信与USPACE研发团队联手，结合低功耗广预网路基础建设所构成的USPACENB-IoT智慧物联地锁，实现及时数据蒐集与监控，并透过后端系统监控车位状况与数据分析后，而透过中华电信所开通的NB-IoT网路能将每个地锁的开闭锁以及电力值等资讯直接传送IoT平台，不需要额外的设备进行网路连接即可达到即时监控与纪录。
‘叁’ LiteOS通信模组教程03-AT指令玩转NB-IoT通信
BC35-G 是一款高性能、低功耗的多频段 NB-IoT 无线通信模块，支持 B1/B3/B8/B5/B20/B28 频段，在设计和AT指令上与BC95兼容。
小熊派开发板右上角的开关拨到AT-PC一端，则模组直接与PC相连，方便调试。
指令：AT
功能：测试AT指令功能是否正常
示例：
指令：AT+CSQ
功能：返回从 UE 接收到的信号强度指示 <rssi> 和信道误码率 <ber> ，其中第一个值rssi应当在0-31之间，如果为99则表示信号无法检测，第二个参数ber因为模组当前不支持，所以始终为99。
示例：
指令：AT+CEREG?
功能：查询当前 EPS 网络注册状态，该指令返回的第一个参数为0则表示禁止网络注册URC，第二个参数表示网络注册状态，1表示已注册本地网，5表示已注册漫游网络，其余值则表示注册失败。
示例：
指令：AT+CGATT?
功能：该命令用于查询当前是否将 UE 附着于 PS 域，返回值为1则表示已附着，即网络激活成功。
示例：
指令：AT+CGPADDR
功能：该命令用于查询模组当前的ip地址。
示例：
由于NB-IoT模组可以直接对接IoT平台，所以在单独测试使用UDP连接时，需要 在激活网络成功之后，在获取ip地址之前，关闭IoT平台注册功能 。
使用如下命令禁止该功能：
首先我们需要搭建一个UDP服务器，有两种方式：
因为 NB-IoT 模组直接注册的是公网ip地址，所以这里我们使用第一种方式，在Linux服务器上运行一个Python编写的UDP测试服务器：
这里的Python程序如下：
运行：
效果如下：
使用AT命令连接UDP服务器，首先需要创建一个 UDP 类型的 Socket，创建socket的指令如下：
其中第一个参数是socket类型，DGRAM表示UDP，STREAM表示UDP；第二个参数表示协议类型，UDP 为 17， UDP 为 6，最后一个参数指定socket使用的本地端口，如果为0则表示随机分配。
所以创建UDP socket的示例如下：
指令：
其中第一个参数是由 AT+NSOCR 返回的 Socket 编号，第二个参数是UDP服务器ip地址，也可以使用域名，第三个参数是UDP服务器开启监听的端口，第四个是发送数据的长度，最后一个是要发送的十六进制数据。
示例：
发送之后，在服务器端也可以看到：
模组发送数据到服务器后，服务器会自动发送消息，模组会打印出收到信息的提示：
该信息表示编号为1的socket收到了18字节的数据。
可以使用如下命令查看收到的数据，第一个参数是socket编号，第二个参数是查询的数据长度：
查看刚刚收到的数据：
其中收到的数据为倒数第二个参数，是十六进制格式：
使用 在线工具 将数据转化为字符串即可：
通信完毕之后，可以使用下面的命令关闭最开始创建的socket：
示例：
‘肆’ 腾讯云有iot studio吗
腾讯云有iotstudio。
IoTStudio是物联网应用开发，物联网应用开发提供了Web可视化开发、移动可视化开发、业务逻辑开发与物联网数据分析等一系列便捷的物联网开发工具，解决物联网开发领域开发链路长、定制化程度高、投入产出比低、技术栈复杂、协同成本高、方案移植困难等问题。
功能特点：
可视化搭建
IoTStudio提供可视化搭建能力，您可以通过拖拽、配置操作，快速完成设备数据监控相关的Web应用、API服务的开发。您可以专注于核心业务，从传统开发的繁琐细节中脱身，有效提升开发效率。
与设备管理无缝集成
设备相关的属性、服务、事件等数据均可从物联网平台设备接入和管理模块中直接获取，IoTStudio与物联网平台无缝打通，大大降低物联网开发工作量。
丰富的开发资源
IoTStudio拥有数量众多的解决方案模版和组件。随着产品迭代升级，解决方案和组件会愈加丰富，IoTStudio帮助您提升开发效率。
组件开发
IoTStudio提供了组件开发能力，您可以开发、发布和管理自己研发的组件，并将其发布到Web可视化工作台中用于可视化页面搭建。大大满足开发者的需求，提升组件丰富性，为可视化搭建提供无限可能。
无需部署
使用IoTStudio，应用服务开发完毕后，直接托管在云端，支持直接预览、使用。无需部署即可交付使用，免除您额外购买服务器等产品的烦恼。
‘伍’ 如何利用hadhoop构建物联网平台
常见的大数据术语表(中英对照简版)：
A
聚合(Aggregation) – 搜索、合并、显示数据的过程
算法(Algorithms) – 可以完成某种数据分析的数学公式
分析法(Analytics) – 用于发现数据的内在涵义
异常检测(Anomaly detection) –
在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions,
surprises, contaminants.他们通常可提供关键的可执行信息
匿名化(Anonymization) – 使数据匿名，即移除所有与个人隐私相关的数据
应用(Application) – 实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) –
研发智能机器和智能软件，这些智能设备能够感知周遭的环境，并根据要求作出相应的反应，甚至能自我学习
B
行为分析法(Behavioural Analytics) –
这种分析法是根据用户的行为如“怎么做”，“为什么这么做”，以及“做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) – 能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) – 指研发最新大数据技术的新兴公司
生物测定术(Biometrics) – 根据个人的特征进行身份识别
B字节 (BB: Brontobytes) – 约等于1000 YB(Yottabytes)，相当于未来数字化宇宙的大小。1
B字节包含了27个0!
商业智能(Business Intelligence) – 是一系列理论、方法学和过程，使得数据更容易被理解
C
分类分析(Classification analysis) – 从数据中获得重要的相关性信息的系统化过程; 这类数据也被称为元数据(meta
data),是描述数据的数据
云计算(Cloud computing) – 构建在网络上的分布式计算系统，数据是存储于机房外的(即云端)
聚类分析(Clustering analysis) –
它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性
冷数据存储(Cold data storage) – 在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时
对比分析(Comparative analysis) – 在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果
复杂结构的数据(Complex structured data) –
由两个或多个复杂而相互关联部分组成的数据，这类数据不能简单地由结构化查询语言或工具(SQL)解析
计算机产生的数据(Computer generated data) – 如日志文件这类由计算机生成的数据
并发(Concurrency) – 同时执行多个任务或运行多个进程
相关性分析(Correlation analysis) – 是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关
客户关系管理(CRM: Customer Relationship Management) –
用于管理销售、业务过程的一种技术，大数据将影响公司的客户关系管理的策略
D
仪表板(Dashboard) – 使用算法分析数据，并将结果用图表方式显示于仪表板中
数据聚合工具(Data aggregation tools) – 将分散于众多数据源的数据转化成一个全新数据源的过程
数据分析师(Data analyst) – 从事数据分析、建模、清理、处理的专业人员
数据库(Database) – 一个以某种特定的技术来存储数据集合的仓库
数据库即服务(Database-as-a-Service) – 部署在云端的数据库，即用即付，例如亚马逊云服务(AWS: Amazon Web
Services)
数据库管理系统(DBMS: Database Management System) – 收集、存储数据，并提供数据的访问
数据中心(Data centre) – 一个实体地点，放置了用来存储数据的服务器
数据清洗(Data cleansing) – 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性
数据管理员(Data custodian) – 负责维护数据存储所需技术环境的专业技术人员
数据道德准则(Data ethical guidelines) – 这些准则有助于组织机构使其数据透明化，保证数据的简洁、安全及隐私
数据订阅(Data feed) – 一种数据流，例如Twitter订阅和RSS
数据集市(Data marketplace) – 进行数据集买卖的在线交易场所
数据挖掘(Data mining) – 从数据集中发掘特定模式或信息的过程
数据建模(Data modelling) – 使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义
数据集(Data set) – 大量数据的集合
数据虚拟化(Data virtualization) –
数据整合的过程，以此获得更多的数据信息，这个过程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等
去身份识别(De-identification) – 也称为匿名化(anonymization)，确保个人不会通过数据被识别
判别分析(Discriminant analysis) –
将数据分类;按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
分布式文件系统(Distributed File System) – 提供简化的，高可用的方式来存储、分析、处理数据的系统
文件存贮数据库(Document Store Databases) – 又称为文档数据库(document-oriented database),
为存储、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构化数据
E
探索性分析(Exploratory analysis) –
在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法
E字节(EB: Exabytes) – 约等于1000 PB(petabytes), 约等于1百万 GB。如今全球每天所制造的新信息量大约为1
EB
提取-转换-加载(ETL: Extract, Transform and Load) –
是一种用于数据库或者数据仓库的处理过程。即从各种不同的数据源提取(E)数据，并转换(T)成能满足业务需要的数据，最后将其加载(L)到数据库
F
故障切换(Failover) – 当系统中某个服务器发生故障时，能自动地将运行任务切换到另一个可用服务器或节点上
容错设计(Fault-tolerant design) – 一个支持容错设计的系统应该能够做到当某一部分出现故障也能继续运行
G
游戏化(Gamification) –
在其他非游戏领域中运用游戏的思维和机制，这种方法可以以一种十分友好的方式进行数据的创建和侦测，非常有效。
图形数据库(Graph Databases) –
运用图形结构(例如，一组有限的有序对，或者某种实体)来存储数据，这种图形存储结构包括边缘、属性和节点。它提供了相邻节点间的自由索引功能，也就是说，数据库中每个元素间都与其他相邻元素直接关联。
网格计算(Grid computing) – 将许多分布在不同地点的计算机连接在一起，用以处理某个特定问题，通常是通过云将计算机相连在一起。
H
Hadoop – 一个开源的分布式系统基础框架，可用于开发分布式程序，进行大数据的运算与存储。
Hadoop数据库(HBase) – 一个开源的、非关系型、分布式数据库，与Hadoop框架共同使用
HDFS – Hadoop分布式文件系统(Hadoop Distributed File
System);是一个被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统
高性能计算(HPC: High-Performance-Computing) – 使用超级计算机来解决极其复杂的计算问题
I
内存数据库(IMDB: In-memory) –
一种数据库管理系统，与普通数据库管理系统不同之处在于，它用主存来存储数据，而非硬盘。其特点在于能高速地进行数据的处理和存取。
物联网(Internet of Things) – 在普通的设备中装上传感器，使这些设备能够在任何时间任何地点与网络相连。
J
法律上的数据一致性(Juridical data compliance) –
当你使用的云计算解决方案，将你的数据存储于不同的国家或不同的大陆时，就会与这个概念扯上关系了。你需要留意这些存储在不同国家的数据是否符合当地的法律。
K
键值数据库(KeyValue Databases) –
数据的存储方式是使用一个特定的键，指向一个特定的数据记录，这种方式使得数据的查找更加方便快捷。键值数据库中所存的数据通常为编程语言中基本数据类型的数据。
L
延迟(Latency) – 表示系统时间的延迟
遗留系统(Legacy system) – 是一种旧的应用程序，或是旧的技术，或是旧的计算系统，现在已经不再支持了。
负载均衡(Load balancing) – 将工作量分配到多台电脑或服务器上，以获得最优结果和最大的系统利用率。
位置信息(Location data) – GPS信息，即地理位置信息。
日志文件(Log file) – 由计算机系统自动生成的文件，记录系统的运行过程。
M
M2M数据(Machine2Machine data) – 两台或多台机器间交流与传输的内容
机器数据(Machine data) – 由传感器或算法在机器上产生的数据
机器学习(Machine learning) –
人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。
MapRece – 是处理大规模数据的一种软件框架(Map: 映射，Rece: 归纳)。
大规模并行处理(MPP: Massively Parallel Processing) –
同时使用多个处理器(或多台计算机)处理同一个计算任务。
元数据(Metadata) – 被称为描述数据的数据，即描述数据数据属性(数据是什么)的信息。
MongoDB – 一种开源的非关系型数据库(NoSQL database)
多维数据库(Multi-Dimensional Databases) – 用于优化数据联机分析处理(OLAP)程序，优化数据仓库的一种数据库。
多值数据库(MultiValue Databases) – 是一种非关系型数据库(NoSQL),
一种特殊的多维数据库：能处理3个维度的数据。主要针对非常长的字符串，能够完美地处理HTML和XML中的字串。
N
自然语言处理(Natural Language Processing) –
是计算机科学的一个分支领域，它研究如何实现计算机与人类语言之间的交互。
网络分析(Network analysis) – 分析网络或图论中节点间的关系，即分析网络中节点间的连接和强度关系。
NewSQL – 一个优雅的、定义良好的数据库系统，比SQL更易学习和使用，比NoSQL更晚提出的新型数据库
NoSQL –
顾名思义，就是“不使用SQL”的数据库。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性，能处理超大规模和高并发的数据。
O
对象数据库(Object Databases) –
(也称为面象对象数据库)以对象的形式存储数据，用于面向对象编程。它不同于关系型数据库和图形数据库，大部分对象数据库都提供一种查询语言，允许使用声明式编程(declarative
programming)访问对象.
基于对象图像分析(Object-based Image Analysis) –
数字图像分析方法是对每一个像素的数据进行分析，而基于对象的图像分析方法则只分析相关像素的数据，这些相关像素被称为对象或图像对象。
操作型数据库(Operational Databases) –
这类数据库可以完成一个组织机构的常规操作，对商业运营非常重要，一般使用在线事务处理，允许用户访问 、收集、检索公司内部的具体信息。
优化分析(Optimization analysis) –
在产品设计周期依靠算法来实现的优化过程，在这一过程中，公司可以设计各种各样的产品并测试这些产品是否满足预设值。
本体论(Ontology) – 表示知识本体，用于定义一个领域中的概念集及概念之间的关系的一种哲学思想。(译者注:
数据被提高到哲学的高度，被赋予了世界本体的意义，成为一个独立的客观数据世界)
异常值检测(Outlier detection) –
异常值是指严重偏离一个数据集或一个数据组合总平均值的对象，该对象与数据集中的其他它相去甚远，因此，异常值的出现意味着系统发生问题，需要对此另加分析。
P
模式识别(Pattern Recognition) – 通过算法来识别数据中的模式，并对同一数据源中的新数据作出预测
P字节(PB: Petabytes) – 约等于1000 TB(terabytes), 约等于1百万 GB
(gigabytes)。欧洲核子研究中心(CERN)大型强子对撞机每秒产生的粒子个数就约为1 PB
平台即服务(PaaS: Platform-as-a-Service) – 为云计算解决方案提供所有必需的基础平台的一种服务
预测分析(Predictive analysis) –
大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇
隐私(Privacy) – 把具有可识别出个人信息的数据与其他数据分离开，以确保用户隐私。
公共数据(Public data) – 由公共基金创建的公共信息或公共数据集。
Q
数字化自我(Quantified Self) – 使用应用程序跟踪用户一天的一举一动，从而更好地理解其相关的行为
查询(Query) – 查找某个问题答案的相关信息
R
再识别(Re-identification) – 将多个数据集合并在一起，从匿名化的数据中识别出个人信息
回归分析(Regression analysis) –
确定两个变量间的依赖关系。这种方法假设两个变量之间存在单向的因果关系(译者注：自变量，因变量，二者不可互换)
RFID – 射频识别; 这种识别技术使用一种无线非接触式射频电磁场传感器来传输数据
实时数据(Real-time data) – 指在几毫秒内被创建、处理、存储、分析并显示的数据
推荐引擎(Recommendation engine) – 推荐引擎算法根据用户之前的购买行为或其他购买行为向用户推荐某种产品
路径分析(Routing analysis) –
针对某种运输方法通过使用多种不同的变量分析从而找到一条最优路径，以达到降低燃料费用，提高效率的目的
S
半结构化数据(Semi-structured data) –
半结构化数据并不具有结构化数据严格的存储结构，但它可以使用标签或其他形式的标记方式以保证数据的层次结构
情感分析(Sentiment Analysis) – 通过算法分析出人们是如何看待某些话题
信号分析(Signal analysis) – 指通过度量随时间或空间变化的物理量来分析产品的性能。特别是使用传感器数据。
相似性搜索(Similarity searches) – 在数据库中查询最相似的对象，这里所说的数据对象可以是任意类型的数据
仿真分析(Simulation analysis) –
仿真是指模拟真实环境中进程或系统的操作。仿真分析可以在仿真时考虑多种不同的变量，确保产品性能达到最优
智能网格(Smart grid) – 是指在能源网中使用传感器实时监控其运行状态，有助于提高效率
软件即服务(SaaS: Software-as-a-Service) – 基于Web的通过浏览器使用的一种应用软件
空间分析(Spatial analysis) – 空间分析法分析地理信息或拓扑信息这类空间数据，从中得出分布在地理空间中的数据的模式和规律
SQL – 在关系型数据库中，用于检索数据的一种编程语言
结构化数据(Structured data)
-可以组织成行列结构，可识别的数据。这类数据通常是一条记录，或者一个文件，或者是被正确标记过的数据中的某一个字段，并且可以被精确地定位到。
T
T字节(TB: Terabytes) – 约等于1000 GB(gigabytes)。1 TB容量可以存储约300小时的高清视频。
时序分析(Time series analysis) –
分析在重复测量时间里获得的定义良好的数据。分析的数据必须是良好定义的，并且要取自相同时间间隔的连续时间点。
拓扑数据分析(Topological Data Analysis) –
拓扑数据分析主要关注三点：复合数据模型、集群的识别、以及数据的统计学意义。
交易数据(Transactional data) – 随时间变化的动态数据
透明性(Transparency) – 消费者想要知道他们的数据有什么作用、被作何处理，而组织机构则把这些信息都透明化了。
U
非结构化数据(Un-structured data) – 非结构化数据一般被认为是大量纯文本数据，其中还可能包含日期，数字和实例。
V
价值(Value) – (译者注：大数据4V特点之一)
所有可用的数据，能为组织机构、社会、消费者创造出巨大的价值。这意味着各大企业及整个产业都将从大数据中获益。
可变性(Variability) – 也就是说，数据的含义总是在(快速)变化的。例如，一个词在相同的推文中可以有完全不同的意思。
多样(Variety) – (译者注：大数据4V特点之一)
数据总是以各种不同的形式呈现，如结构化数据，半结构化数据，非结构化数据，甚至还有复杂结构化数据
高速(Velocity) – (译者注：大数据4V特点之一) 在大数据时代，数据的创建、存储、分析、虚拟化都要求被高速处理。
真实性(Veracity) – 组织机构需要确保数据的真实性，才能保证数据分析的正确性。因此，真实性(Veracity)是指数据的正确性。
可视化(Visualization) –
只有正确的可视化，原始数据才可被投入使用。这里的“可视化”并非普通的图型或饼图，可视化指是的复杂的图表，图表中包含大量的数据信息，但可以被很容易地理解和阅读。
大量(Volume) – (译者注：大数据4V特点之一) 指数据量，范围从Megabytes至Brontobytes
W
天气数据(Weather data) – 是一种重要的开放公共数据来源，如果与其他数据来源合成在一起，可以为相关组织机构提供深入分析的依据
X
XML数据库(XML Databases) –
XML数据库是一种以XML格式存储数据的数据库。XML数据库通常与面向文档型数据库相关联，开发人员可以对XML数据库的数据进行查询，导出以及按指定的格式序列化
Y
Y字节 (Yottabytes) – 约等于1000 ZB (Zettabytes),
约等于250万亿张DVD的数据容量。现今，整个数字化宇宙的数据量为1 YB, 并且将每18年翻一番。
Z
Z字节 (ZB: Zettabytes) – 约等于1000 EB (Exabytes), 约等于1百万
TB。据预测，到2016年全球范围内每天网络上通过的信息大约能达到1 ZB。
附：存储容量单位换算表：
1 Bit(比特) = Binary Digit
8 Bits = 1 Byte(字节)
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1 Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000 Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1 Brontobyte
1,000 Brontobytes = 1 Geopbyte
‘陆’ 阿里云物联网平台搭建（5）基础平台服务的调用
之前一直想要使用mqtt协议模拟tcp协议的实时返回监控参数的功能，经过几个月的摸索和试验，终于将同步服务的开发摸透，仅仅看飞燕平台的技术文档是看不懂的，核心文档链接如下：
1、什么是rrpc，同步服务如何使用rrpc实现实时返回的效果
https://help.aliyun.com/document_detail/90568.html?spm=5176.11065259.1996646101.searchclickresult.17d42700JKyg9e&aly_as=odhFNfAc
阿里将同步服务使用rrpc
2、服务的数据格式
https://help.aliyun.com/document_detail/89301.html?spm=5176.11065259.1996646101.searchclickresult.17d42700JKyg9e&aly_as=KNMEpUOP
看完文档还有不懂的同学们，我给你准备了总结：
1.RRPC有专用的topic，服务端的实现，在物的模型服务中有invoke的请求方式和返回结果。
设备端根据文档1中的订阅topic与上报topic。上报的数据格式根据文档2上报。
例子：
1.按照物的服务调用方法请求
2.设备端订阅到服务的下发，将msgid从topic上面截取下来此处为1214836938775870464
3.将msgid填充到上报topic结尾，数据格式注意param改为data，加上code，其余数据对照功能定义中的物模型
4.在调试窗口中找到服务调用菜单
显示上报成功，注意服务的解析与属性事件不一样，通过通用打印只能打印出result ok，要进一步解析data出来再打印。
‘柒’ lot服务器是什么意思
IOT服务平台,也就是物联网云平台,是一个中间层
‘捌’ 昆仑通泰触摸屏如何使用自己的服务器做物联网
首先安装MCGS调试助手。双击“MCGS调试助手_V1.5”文件，按顺序安装其次安装后打开MCGS调试助手。保证触摸屏与PC在同一局域网内（设置为200.200.200.110），进入MCGS调试助手登录界面，选择“本地调试”，输入触摸屏在局域网内的IP地址（200.200.200.190），点击“连接”。可以看大可连接设备列表；连接成功后，可对连接的触摸屏进行VNC浏览。