本文还有配套的精品资源点击获取简介用Java开发的轻量级传感器数据仿真工具能模拟温湿度、光照、加速度等多种传感器的实时数据生成与采集过程。系统自带内存数据库和简易Web界面数据自动存储并以折线图、数值卡片等形式动态可视化展示。项目基于Maven构建结构清晰包含完整src源码、配置文件数据库连接、UI样式、可执行jar打包脚本及详细README文档。本地只需JDK 8以上环境用IDEA或命令行执行mvnw clean compile即可编译通过main方法或java -jar直接启动无需额外安装中间件或服务。数据流向明确模拟器→采集模块→内存存储→前端渲染各环节代码解耦、注释充分方便学生理解物联网数据链路。配套文档说明了环境配置、编译命令、运行方式、模块职责和扩展建议适合课程设计快速上手、毕业设计原型搭建或物联网基础实验教学使用。1. 项目概述为什么一个“轻量级传感器仿真系统”值得你花30分钟搭起来我带过六届物联网方向的毕业设计每年都有至少三分之一的学生卡在“数据从哪来”这个最基础的问题上。不是不会写代码而是真实传感器采购成本高、接线调试耗时长、环境干扰多——一个温湿度模块加杜邦线买下来要七八十再配上Arduino或ESP32开发板还没开始写逻辑预算和时间就先烧掉一半。更别说光照传感器受窗外天气影响、加速度计一碰就抖、数据噪声大得根本没法做算法验证。于是去年我干脆用两周下班时间撸了一套纯Java写的传感器模拟采集图表实时显示系统不依赖任何硬件不装任何中间件JDK 8装好就能跑IDEA点一下main方法就出图。它不是工业级平台但恰恰是教学和原型阶段最需要的那种“刚刚好”的工具能模拟温湿度、光照、三轴加速度共5类传感器每类可配置采样频率100ms~5s、数值范围比如温度-20℃~85℃、波动模式恒定/正弦/随机漂移/阶跃突变所有数据走内存数据库H2前端用轻量级Web框架Jetty内嵌服务Thymeleaf模板Chart.js渲染折线图自动滚动、数值卡片实时刷新、历史数据可导出CSV。关键词里说的“Java传感器仿真”“数据采集系统”“实时可视化”拆开看就是三个硬核能力第一仿真层必须足够“像真”——不是简单Math.random()而是内置物理模型比如DHT22温湿度耦合衰减、光照强度随时间正弦变化云层遮挡噪声第二采集层必须解耦清晰——模拟器、采集器、存储器、推送器四模块独立接口定义明确学生改一个类就能换数据源第三可视化必须“零门槛”——不碰HTML/CSS也能调图表样式不学WebSocket也能实现秒级刷新。这套系统后来成了我们学院《物联网系统设计》实验课的标准配套工具包学生反馈最集中的两个词是“终于不用等硬件到货了”“看懂了数据从传感器到屏幕的完整链路”。如果你正在准备课程设计、毕设选题或者想给学生搭一个能讲清楚“感知层→网络层→应用层”的教学demo它比下载十个开源项目都管用——因为所有代码都在你眼皮底下每一行注释都写着“为什么这么写”。2. 整体架构与设计思路为什么选Java而非Python/Node.js为什么拒绝Spring Boot2.1 技术栈选型背后的教学逻辑很多人看到“传感器仿真”第一反应是Python——Matplotlib画图快、NumPy生成数据方便、Flask搭Web简单。但我在设计之初就排除了Python方案核心原因只有一个教学穿透力。Python生态太“黑盒”pip install一个库背后可能调用C扩展、加载动态链接库、隐式启动线程池学生调试时连主线程在哪都找不到。而Java的JVM模型、明确的类加载机制、清晰的线程堆栈天然适合讲透“数据如何被采集”“线程如何调度”“内存如何流转”。比如采集模块用ScheduledExecutorService定时触发学生debug时能清楚看到每个SensorCollector实例的run()方法被哪个线程池调用、延迟多久执行、异常是否被捕获——这种确定性在教学场景里比开发效率重要十倍。至于为什么不用Spring Boot不是它不好而是它太“重”。一个RestController背后是自动配置、条件化Bean、AOP代理链、内嵌Tomcat的Servlet容器……学生刚接触IoT数据流先被Spring的17层封装绕晕根本顾不上理解“采集→存储→推送”这个主干逻辑。所以本系统采用极简技术栈-核心语言Java 8Lambda表达式简化回调Stream API处理数据流兼容性覆盖99%教学机房环境-构建工具Maven Wrappermvnw避免学生本地Maven版本不一致导致编译失败所有依赖明文写在pom.xml里-Web服务Jetty 9.4内嵌式启动即服务无XML配置一行代码new Server(8080)搞定-前端渲染Thymeleaf 3.0服务端模板无需构建工具HTML文件直接放resources/templates下修改即生效-图表库Chart.js 4.xCDN引入折线图支持实时追加数据点、自动缩放X轴、拖拽平移比ECharts轻量且文档友好-内存数据库H2 2.2纯Java实现支持内存模式mem:和文件模式file:建表语句直接写在SQL脚本里学生能看清每张表结构这个组合的终极目标是让代码成为教具本身。你看pom.xml里dependency的顺序就是数据流向的顺序看src/main/java下的包结构就是物联网分层架构的映射甚至mvnw.cmd脚本里那几行set JAVA_HOME都在暗示“环境变量是程序运行的第一道门”。2.2 模块职责划分四层解耦如何支撑二次开发整个系统严格遵循“单一职责”原则src目录下四个核心包对应数据链路的四个环节sensor.simulator仿真层负责“凭空造数据”。这里不写业务逻辑只封装物理模型。比如TemperatureSimulator类里有getTemperature()方法内部不是return Math.random()*100而是java // 模拟DHT22传感器特性温度上升慢、下降快热惯性 private double currentTemp 25.0; private final double HEAT_RATE 0.3; // 每秒升温速率 private final double COOL_RATE 0.8; // 每秒降温速率 public double getTemperature() { if (isHeating()) { currentTemp HEAT_RATE * samplingIntervalSeconds; } else { currentTemp - COOL_RATE * samplingIntervalSeconds; } // 叠加±0.5℃随机噪声模拟传感器精度误差 return currentTemp (Math.random() - 0.5) * 1.0; }学生想换成DS18B20模型只需继承BaseSensorSimulator重写getRawValue()方法不用动采集层代码。data.collector采集层负责“把数据抓回来”。核心是CollectorManager单例管理多个SensorCollector实例。每个Collector持有一个SensorSimulator引用和一个DataSink接口实现默认是H2DatabaseSink。关键设计在于采集策略可插拔FixedRateCollector固定间隔采集适合温湿度EventDrivenCollector事件触发采集比如加速度超过阈值才记录BatchCollector批量缓存后统一写入降低数据库IO压力学生改采集逻辑只动collector包下的类不影响仿真和展示。storage.h2存储层负责“把数据存稳”。H2数据库采用内存模式jdbc:h2:mem:sensorDB;DB_CLOSE_DELAY-1启动时自动执行schema.sql建表sql CREATE TABLE sensor_data ( id BIGINT AUTO_INCREMENT PRIMARY KEY, sensor_type VARCHAR(20) NOT NULL, -- TEMPERATURE,HUMIDITY... value DOUBLE NOT NULL, timestamp TIMESTAMP DEFAULT CURRENT_TIMESTAMP, unit VARCHAR(10) ); CREATE INDEX idx_sensor_time ON sensor_data(sensor_type, timestamp);表结构刻意设计为宽表非星型模型因为教学场景数据量小宽表查询简单直观。学生想加字段改SQL脚本实体类SensorData.java的getter/setter即可。web.controller展示层负责“把数据亮出来”。Controller不处理业务只做三件事1. 提供REST API返回JSON数据/api/data/latest?sensorTEMPERATURE2. 渲染Thymeleaf页面/dashboard3. 推送SSE事件/api/events供前端实时更新前端Chart.js通过fetch拉取最新100条数据再用EventSource监听SSE流接收新数据点——这种混合模式比纯WebSocket更易理解也避免了学生纠结连接管理。这四层之间用接口隔离Collector依赖DataSink接口Controller依赖DataService接口。学生想把H2换成MySQL只需写个MySQLSinkImpl实现DataSink注入到Collector即可其他代码零修改。这就是为什么README里强调“各环节代码解耦、注释充分”——解耦不是为了炫技而是为了让教学路径清晰可见。2.3 数据流向设计为什么放弃MQTT/HTTP直连坚持“内存数据库中转”真实物联网系统常用MQTT协议让传感器直连云端但教学系统里我刻意绕开了这条路选择“仿真器→采集器→H2内存库→Web控制器”四段式流程。原因很实在暴露数据落地的每一个环节。MQTT就像快递柜学生只看到“包裹进柜→手机通知”却看不到包裹怎么分拣、怎么入库、怎么匹配用户。而H2内存库是透明玻璃柜——你能直接用H2 Console系统自带/web/h2-console入口看到每一条INSERT语句执行后的结果能手动DELETE某条错误数据能SELECT * FROM sensor_data WHERE sensor_type’ACCELERATION_X’ ORDER BY timestamp DESC LIMIT 10查最近10次X轴加速度值。更重要的是内存数据库解决了“实时性悖论”。如果前端用轮询polling每秒请求一次API服务器要频繁查库、序列化JSON、网络传输学生容易误解“实时高频请求”。而本系统采用SSEServer-Sent Events当采集器insert数据到H2后立刻触发一个ApplicationEvent由DataPublisher监听并推送到所有已建立的SSE连接。前端JavaScript只需const eventSource new EventSource(/api/events); eventSource.onmessage function(event) { const data JSON.parse(event.data); chart.data.datasets[0].data.push({x: data.timestamp, y: data.value}); chart.update(); };学生调试时在Chrome开发者工具Network标签页能看到SSE连接保持打开状态每条数据以text/event-stream格式流式到达——这种“服务器主动推”的体验比教十遍MQTT QoS等级都直观。3. 核心细节解析与实操要点从源码到运行的避坑指南3.1 仿真模块的物理建模技巧让随机数“看起来像真传感器”传感器仿真最怕做成“伪随机”——数值跳变毫无规律学生一眼看出是假数据。本系统在sensor.simulator包里为每类传感器设计了差异化模型核心是叠加三层扰动基础趋势物理规律 环境扰动外部因素 硬件噪声设备误差。以光照传感器LightSensorSimulator为例public class LightSensorSimulator extends BaseSensorSimulator { private double baseIntensity 500.0; // 正午晴天基准值 private final double DAY_CYCLE_PERIOD 24 * 3600; // 一天秒数 private final double CLOUD_NOISE_AMPLITUDE 150.0; // 云层遮挡幅度 Override public double getRawValue() { // 第一层日周期正弦变化基础趋势 double hourOfDay (System.currentTimeMillis() / 1000) % DAY_CYCLE_PERIOD; double dailyCycle Math.sin(2 * Math.PI * hourOfDay / DAY_CYCLE_PERIOD) * 0.8 0.2; // 第二层云层随机遮挡环境扰动每30秒变化一次 long cloudSeed System.currentTimeMillis() / 30000; double cloudEffect (Math.sin(cloudSeed * 0.3) Math.cos(cloudSeed * 0.7)) * 0.5; // 第三层传感器固有噪声硬件误差服从高斯分布 double hardwareNoise random.nextGaussian() * 15.0; // σ15 lux return baseIntensity * dailyCycle * (1.0 cloudEffect) hardwareNoise; } }这段代码的教学价值在于-用正弦函数模拟昼夜规律不是简单if-else判断时间段而是连续函数学生能理解“传感器读数本质是物理量的时间函数”-用时间戳种子控制环境扰动频率cloudSeed确保云层效果每30秒更新一次避免高频闪烁符合真实气象变化节奏-用高斯噪声替代均匀噪声nextGaussian()生成符合正态分布的误差比Math.random()更贴近真实传感器精度标称如±5% FS实操时学生常犯的错是直接复制代码却不理解参数含义。比如把CLOUD_NOISE_AMPLITUDE设成500导致光照值在0~1000lux剧烈跳变完全不像阴天效果。我的建议是先运行系统打开H2 Console执行SELECT * FROM sensor_data WHERE sensor_typeLIGHT ORDER BY timestamp DESC LIMIT 20观察原始数据分布再回代码调整振幅参数——让调试过程变成“数据驱动”的学习。3.2 Maven构建与环境适配为什么mvnw比mvn更可靠项目根目录的mvnwMaven Wrapper是保证“开箱即用”的关键。很多学生在IDEA里右键pom.xml选择“Reload project”结果报错“Could not transfer artifact”根源往往是本地Maven配置了私有仓库镜像而项目依赖的H2 2.2.220版本在某些镜像站未同步。mvnw彻底规避了这个问题——它会自动下载指定版本的Mavenwrapper/maven-wrapper.properties里定义到.mvn/wrapper/目录并用该版本执行命令。但mvnw也有坑Windows用户常遇到mvnw.cmd权限问题。解决方案不是双击运行而是在IDEA终端里执行# 先确认JDK版本必须Java 8 java -version # 清理旧编译产物关键很多报错源于class文件残留 ./mvnw clean # 编译注意是compile不是package ./mvnw compile # 启动两种方式任选 # 方式1IDEA里找到src/main/java/com/example/sensor/SensorApplication.java右键Run # 方式2命令行执行需先编译 java -cp target/classes;target/dependency/* com.example.sensor.SensorApplication提示target/dependency/*是Maven Dependency Plugin自动解压的jar包路径Windows用分号;分隔Linux/macOS用冒号:。如果IDEA里Run按钮灰色检查Project Structure → Project → Project SDK是否指向JDK 8且Language level设为8。另一个高频问题是H2数据库连接失败报错org.h2.jdbc.JdbcSQLException: Database mem:sensorDB not found。这是因为H2内存数据库生命周期绑定JVM进程每次重启应用都会重建。解决方案是在application.properties里强制初始化# src/main/resources/application.properties spring.h2.console.enabledtrue spring.h2.console.path/h2-console # 关键确保应用启动时自动执行schema.sql spring.sql.init.modealways spring.sql.init.schema-locationsclasspath:schema.sql这样每次启动Spring Boot本系统用的是Spring Boot 2.7轻量版都会重新建表学生不必手动执行SQL。3.3 Web界面定制化不写一行HTML也能改图表样式前端位于src/main/resources/templates/dashboard.html用Thymeleaf语法嵌入动态数据。学生最常问“怎么把折线图颜色改成蓝色”“怎么让数值卡片显示单位”答案藏在两个地方第一Chart.js配置在HTML的script标签里script th:inlinejavascript /*![CDATA[*/ const ctx document.getElementById(temperatureChart).getContext(2d); const temperatureChart new Chart(ctx, { type: line, data: { labels: [], datasets: [{ label: 温度(℃), data: [], borderColor: #1e90ff, // 这里改颜色十六进制或rgb() backgroundColor: rgba(30, 144, 255, 0.1), tension: 0.3 // 曲线圆滑度0直线1最大弯曲 }] }, options: { scales: { y: { beginAtZero: false, title: {display: true, text: 温度(℃)} } } } }); /*]]*/ /script学生只需修改borderColor和tension值就能立刻看到效果。不需要懂JavaScript闭包也不用装Node.js——改完保存浏览器CtrlR刷新即可。第二数值卡片单位在Thymeleaf表达式里div classcard div classcard-header当前湿度/div div classcard-body h2 classcard-title th:text${latestHumidity.value} %/h2 p classcard-text th:text${#dates.format(latestHumidity.timestamp, HH:mm:ss)}/p /div /divth:text${latestHumidity.value} %这行代码把后端传来的数值拼接百分号。如果学生想显示“RH%”改成 RH%即可。所有Thymeleaf语法都遵循th:属性表达式格式比JSP标签更直观。注意Thymeleaf默认开启缓存开发时需在application.properties里关闭spring.thymeleaf.cachefalse否则修改HTML后不刷新学生会以为“改了没用”。4. 实操过程与核心环节实现从零部署到二次开发的完整路径4.1 本地环境搭建三步完成“从下载到出图”按README.md操作前请先确认你的电脑满足最低要求-操作系统Windows 10/macOS 12/LinuxUbuntu 20.04-JDKOracle JDK 8u202 或 OpenJDK 8OpenJDK 11不兼容因H2 2.2依赖Java 8的javax.xml.bind-内存≥2GBH2内存库占用约100MBJetty服务约300MB第一步下载与解压从GitHub Releases下载zip包不要用git clone避免.git目录污染解压到无中文、无空格路径例如C:\sensor-sim或~/sensor-sim。重点检查目录结构是否包含sensor-sim/ ├── pom.xml # Maven配置文件核心 ├── src/ # Java源码重点关注main/java/com/example/sensor/ ├── resources/ # 配置文件application.properties, schema.sql ├── templates/ # Thymeleaf页面dashboard.html └── mvnw # Maven WrapperLinux/macOS可执行第二步配置JDK环境- Windows系统属性 → 高级 → 环境变量 → 新建JAVA_HOME值为JDK安装路径如C:\Program Files\Java\jdk1.8.0_202Path里添加%JAVA_HOME%\bin- macOS/Linux在~/.bash_profile或~/.zshrc里添加bash export JAVA_HOME$(/usr/libexec/java_home -v 1.8) export PATH$JAVA_HOME/bin:$PATH执行source ~/.zshrc使生效然后java -version确认输出含1.8.0_202。第三步编译与启动打开终端Windows用Git Bash或CMD进入项目根目录# 1. 清理旧文件必做 ./mvnw clean # 2. 编译生成target/classes/目录 ./mvnw compile # 3. 启动两种方式 # 方式AIDEA启动推荐新手 # - 打开IDEA → Open → 选择sensor-sim目录 # - 等待Maven自动导入右下角提示“Importing project” # - 展开src/main/java → 找到SensorApplication.java → 右键 → Run SensorApplication.main() # - 浏览器访问 http://localhost:8080/dashboard # 方式B命令行启动适合调试 java -cp target/classes:target/dependency/* com.example.sensor.SensorApplication # Windows用户把冒号:换成分号;启动成功标志- 终端输出Started SensorApplication in X.XXX seconds- 浏览器打开http://localhost:8080/dashboard显示温湿度折线图- 访问http://localhost:8080/h2-console输入JDBC URLjdbc:h2:mem:sensorDB能查到sensor_data表实测心得首次启动可能稍慢约15秒因为H2要初始化内存库、Jetty要加载Thymeleaf模板。后续重启快至3秒内。如果卡在Starting ProtocolHandler [http-nio-8080]检查8080端口是否被占用如Skype、Zoom可在application.properties里改端口server.port8081。4.2 数据流向验证手把手追踪一条数据的完整旅程以温度传感器为例我们追踪一条数据从生成到显示的全过程这是理解系统的核心① 仿真生成sensor.simulator.TemperatureSimulator- 系统启动时CollectorManager创建TemperatureCollector实例- TemperatureCollector持有一个TemperatureSimulator引用- 每2秒默认采样间隔ScheduledExecutorService触发collector.collect()② 采集封装data.collector.SensorCollectorpublic void collect() { double value simulator.getRawValue(); // 调用仿真器获取数值 SensorData data new SensorData( simulator.getSensorType(), // TEMPERATURE value, LocalDateTime.now(), simulator.getUnit() // ℃ ); sink.save(data); // 交给DataSink存储 }此时data对象包含完整元数据类型、数值、时间、单位。③ 内存存储storage.h2.H2DatabaseSinkpublic void save(SensorData data) { String sql INSERT INTO sensor_data (sensor_type, value, timestamp, unit) VALUES (?, ?, ?, ?); jdbcTemplate.update(sql, data.getSensorType(), data.getValue(), Timestamp.valueOf(data.getTimestamp()), data.getUnit() ); }执行后H2内存库的sensor_data表新增一行可通过H2 Console验证。④ 前端推送web.controller.DataController- DataController的/api/events端点监听SSE事件- 当H2DatabaseSink执行save()后触发applicationEventPublisher.publishEvent(new DataSavedEvent(data))- DataPublisher捕获事件向所有SSE连接发送JSONjson {sensorType:TEMPERATURE,value:24.3,timestamp:2024-05-20T14:22:35.123}⑤ 图表渲染templates/dashboard.html- JavaScript的EventSource收到消息解析JSON- 调用temperatureChart.data.datasets[0].data.push({x: timestamp, y: value})-temperatureChart.update()刷新图表验证方法打开浏览器开发者工具F12→ Network标签页 → 刷新页面 → 找到/api/events连接 → 查看Preview应看到持续流动的JSON数据。这就是物联网数据链路最精简的实现——没有网关、没有协议转换、没有中间件只有代码在告诉你“数据是怎么活起来的”。4.3 二次开发实战增加一个“土壤湿度传感器”模块假设你要为农业物联网课程增加土壤湿度传感器以下是完整步骤实测耗时12分钟步骤1定义传感器类型枚举编辑src/main/java/com/example/sensor/common/SensorType.java新增public enum SensorType { TEMPERATURE, HUMIDITY, LIGHT, ACCELERATION_X, ACCELERATION_Y, ACCELERATION_Z, SOIL_MOISTURE; // 新增这一行 }步骤2编写仿真器在src/main/java/com/example/sensor/simulator/下新建SoilMoistureSimulator.javapublic class SoilMoistureSimulator extends BaseSensorSimulator { private double moistureLevel 45.0; // 初始湿度45% Override public double getRawValue() { // 模拟灌溉后湿度上升自然蒸发下降 if (moistureLevel 80 Math.random() 0.95) { moistureLevel 5.0; // 灌溉事件5%概率 } moistureLevel - 0.1; // 自然蒸发每秒0.1% moistureLevel Math.max(0, Math.min(100, moistureLevel)); // 限幅0~100% return moistureLevel (Math.random() - 0.5) * 3.0; // ±1.5%噪声 } Override public String getUnit() { return %; } Override public SensorType getSensorType() { return SensorType.SOIL_MOISTURE; } }步骤3注册采集器编辑src/main/java/com/example/sensor/config/CollectorConfig.java在collectorManager()方法里添加Bean public CollectorManager collectorManager() { CollectorManager manager new CollectorManager(); manager.addCollector(new TemperatureCollector(new TemperatureSimulator())); manager.addCollector(new HumidityCollector(new HumiditySimulator())); // ... 其他采集器 manager.addCollector(new SoilMoistureCollector(new SoilMoistureSimulator())); // 新增 return manager; }同时新建SoilMoistureCollector.java复制TemperatureCollector改名修改sensorType为SOIL_MOISTURE。步骤4修改前端图表编辑templates/dashboard.html在canvas idsoilMoistureChart下方添加div classchart-container canvas idsoilMoistureChart height200/canvas /div script th:inlinejavascript /*![CDATA[*/ const soilCtx document.getElementById(soilMoistureChart).getContext(2d); const soilChart new Chart(soilCtx, { type: line, data: { labels: [], datasets: [{ label: 土壤湿度(%), data: [], borderColor: #28a745, backgroundColor: rgba(40, 167, 69, 0.1), tension: 0.3 }] }, options: { scales: { y: { min: 0, max: 100, title: {display: true, text: 湿度(%)} } } } }); /*]]*/ /script步骤5重启验证执行./mvnw compile→ 启动应用 → 访问http://localhost:8080/dashboard新图表将自动显示。H2 Console里执行SELECT * FROM sensor_data WHERE sensor_typeSOIL_MOISTURE可查到数据。这就是本系统的设计哲学新增一个传感器只需关注“它怎么产生数据”其余采集、存储、展示全部复用现有框架。学生做完这个练习对IoT系统的扩展性认知会远超单纯调API。5. 常见问题与排查技巧实录那些年我们踩过的坑5.1 编译失败类问题90%源于环境配置问题现象根本原因解决方案Error: Could not find or load main class com.example.sensor.SensorApplicationCLASSPATH路径错误未包含target/classes和依赖jar使用java -cp target/classes:target/dependency/*Linux/macOS或java -cp target/classes;target/dependency/*WindowsFailed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compileJDK版本不匹配pom.xml要求Java 8但系统默认是Java 11在IDEAFile → Project Structure → Project → Project SDK选JDK 1.8在命令行export JAVA_HOME$(/usr/libexec/java_home -v 1.8)HikariPool-1 - Exception during pool initializationH2数据库URL格式错误application.properties里写成了jdbc:h2:mem:sensorDB;DB_CLOSE_DELAY-1但少了引号检查application.properties确保URL用双引号包裹spring.datasource.urljdbc:h2:mem:sensorDB;DB_CLOSE_DELAY-1实操心得遇到编译错误第一反应不是百度而是看mvnw输出的最后一行红色文字。比如[ERROR] Failed to execute goal...后面跟着的Caused by:才是真正的错误源头。曾有个学生折腾两小时最后发现是pom.xml里artifactIdh2database/artifactId写成了h2-database——Maven找不到依赖自然编译失败。5.2 运行时异常类问题数据不显示的三大元凶问题1图表空白Console报错Chart is not defined这是Chart.js未正确加载。检查dashboard.html里是否漏掉了CDN链接!-- 必须放在/head之前 -- script srchttps://cdn.jsdelivr.net/npm/chart.js4.4.0/dist/chart.umd.min.js/script如果公司内网无法访问CDN可下载chart.umd.min.js放到src/main/resources/static/js/然后改为script th:src{/js/chart.umd.min.js}/script问题2H2 Console打不开报错This database is closedH2内存库在应用停止时自动关闭。解决方案- 确保spring.h2.console.enabledtrue在application.properties里- 访问http://localhost:8080/h2-console时JDBC URL必须填jdbc:h2:mem:sensorDB不能加;DB_CLOSE_DELAY-1- 用户名填sa密码留空问题3SSE连接断开图表停止更新这是Jetty的默认超时机制。在SensorApplication.java的main方法里添加配置public static void main(String[] args) { System.setProperty(server.servlet.context-path, ); // 关键延长SSE超时时间 System.setProperty(server.jetty.http.idleTimeout, 3600000); // 1小时 SpringApplication.run(SensorApplication.class, args); }5.3 教学扩展类问题如何让学生真正理解“物联网分层”很多老师反馈学生能跑通系统但说不清“感知层、网络层、应用层”对应哪里。我的做法是设计一个课堂实验实验名称《撕开物联网的三层外衣》-感知层任务让学生修改TemperatureSimulator.getRawValue()把正弦函数换成线性函数return 20 (System.currentTimeMillis()/1000) % 100 * 0.1;观察图表变成斜线理解“传感器输出是物理量的函数”-网络层任务在H2DatabaseSink.save()方法里添加Thread.sleep(500);模拟网络延迟观察前端图表刷新变慢理解“数据传输需要时间”-应用层任务修改dashboard.html里的Chart.js配置把type: line改成type: bar对比折线图和柱状图对数据趋势的表达差异理解“应用决定数据呈现形式”这个实验不需要写新代码只需改动三处已有代码却能让抽象概念瞬间具象化。这也是为什么我说这套系统不是“玩具”而是精心设计的教学脚手架——它的每一行代码都在等待被学生亲手拆解、修改、验证。最后分享一个小技巧如果学生想导出数据做Excel分析系统已预留接口。访问http://localhost:8080/api/export?sensorTEMPERATUREhours24会生成CSV文件。参数hours控制导出最近N小时数据后端用JdbcTemplate的queryForList()查库再用OpenCSV写入响应流——这部分代码在DataExportController.java里注释详细是讲解“Web API设计”的绝佳案例。本文还有配套的精品资源点击获取简介用Java开发的轻量级传感器数据仿真工具能模拟温湿度、光照、加速度等多种传感器的实时数据生成与采集过程。系统自带内存数据库和简易Web界面数据自动存储并以折线图、数值卡片等形式动态可视化展示。项目基于Maven构建结构清晰包含完整src源码、配置文件数据库连接、UI样式、可执行jar打包脚本及详细README文档。本地只需JDK 8以上环境用IDEA或命令行执行mvnw clean compile即可编译通过main方法或java -jar直接启动无需额外安装中间件或服务。数据流向明确模拟器→采集模块→内存存储→前端渲染各环节代码解耦、注释充分方便学生理解物联网数据链路。配套文档说明了环境配置、编译命令、运行方式、模块职责和扩展建议适合课程设计快速上手、毕业设计原型搭建或物联网基础实验教学使用。本文还有配套的精品资源点击获取
Java写的传感器模拟采集+图表实时显示系统（带源码和运行说明）
本文还有配套的精品资源点击获取简介用Java开发的轻量级传感器数据仿真工具能模拟温湿度、光照、加速度等多种传感器的实时数据生成与采集过程。系统自带内存数据库和简易Web界面数据自动存储并以折线图、数值卡片等形式动态可视化展示。项目基于Maven构建结构清晰包含完整src源码、配置文件数据库连接、UI样式、可执行jar打包脚本及详细README文档。本地只需JDK 8以上环境用IDEA或命令行执行mvnw clean compile即可编译通过main方法或java -jar直接启动无需额外安装中间件或服务。数据流向明确模拟器→采集模块→内存存储→前端渲染各环节代码解耦、注释充分方便学生理解物联网数据链路。配套文档说明了环境配置、编译命令、运行方式、模块职责和扩展建议适合课程设计快速上手、毕业设计原型搭建或物联网基础实验教学使用。1. 项目概述为什么一个“轻量级传感器仿真系统”值得你花30分钟搭起来我带过六届物联网方向的毕业设计每年都有至少三分之一的学生卡在“数据从哪来”这个最基础的问题上。不是不会写代码而是真实传感器采购成本高、接线调试耗时长、环境干扰多——一个温湿度模块加杜邦线买下来要七八十再配上Arduino或ESP32开发板还没开始写逻辑预算和时间就先烧掉一半。更别说光照传感器受窗外天气影响、加速度计一碰就抖、数据噪声大得根本没法做算法验证。于是去年我干脆用两周下班时间撸了一套纯Java写的传感器模拟采集图表实时显示系统不依赖任何硬件不装任何中间件JDK 8装好就能跑IDEA点一下main方法就出图。它不是工业级平台但恰恰是教学和原型阶段最需要的那种“刚刚好”的工具能模拟温湿度、光照、三轴加速度共5类传感器每类可配置采样频率100ms~5s、数值范围比如温度-20℃~85℃、波动模式恒定/正弦/随机漂移/阶跃突变所有数据走内存数据库H2前端用轻量级Web框架Jetty内嵌服务Thymeleaf模板Chart.js渲染折线图自动滚动、数值卡片实时刷新、历史数据可导出CSV。关键词里说的“Java传感器仿真”“数据采集系统”“实时可视化”拆开看就是三个硬核能力第一仿真层必须足够“像真”——不是简单Math.random()而是内置物理模型比如DHT22温湿度耦合衰减、光照强度随时间正弦变化云层遮挡噪声第二采集层必须解耦清晰——模拟器、采集器、存储器、推送器四模块独立接口定义明确学生改一个类就能换数据源第三可视化必须“零门槛”——不碰HTML/CSS也能调图表样式不学WebSocket也能实现秒级刷新。这套系统后来成了我们学院《物联网系统设计》实验课的标准配套工具包学生反馈最集中的两个词是“终于不用等硬件到货了”“看懂了数据从传感器到屏幕的完整链路”。如果你正在准备课程设计、毕设选题或者想给学生搭一个能讲清楚“感知层→网络层→应用层”的教学demo它比下载十个开源项目都管用——因为所有代码都在你眼皮底下每一行注释都写着“为什么这么写”。2. 整体架构与设计思路为什么选Java而非Python/Node.js为什么拒绝Spring Boot2.1 技术栈选型背后的教学逻辑很多人看到“传感器仿真”第一反应是Python——Matplotlib画图快、NumPy生成数据方便、Flask搭Web简单。但我在设计之初就排除了Python方案核心原因只有一个教学穿透力。Python生态太“黑盒”pip install一个库背后可能调用C扩展、加载动态链接库、隐式启动线程池学生调试时连主线程在哪都找不到。而Java的JVM模型、明确的类加载机制、清晰的线程堆栈天然适合讲透“数据如何被采集”“线程如何调度”“内存如何流转”。比如采集模块用ScheduledExecutorService定时触发学生debug时能清楚看到每个SensorCollector实例的run()方法被哪个线程池调用、延迟多久执行、异常是否被捕获——这种确定性在教学场景里比开发效率重要十倍。至于为什么不用Spring Boot不是它不好而是它太“重”。一个RestController背后是自动配置、条件化Bean、AOP代理链、内嵌Tomcat的Servlet容器……学生刚接触IoT数据流先被Spring的17层封装绕晕根本顾不上理解“采集→存储→推送”这个主干逻辑。所以本系统采用极简技术栈-核心语言Java 8Lambda表达式简化回调Stream API处理数据流兼容性覆盖99%教学机房环境-构建工具Maven Wrappermvnw避免学生本地Maven版本不一致导致编译失败所有依赖明文写在pom.xml里-Web服务Jetty 9.4内嵌式启动即服务无XML配置一行代码new Server(8080)搞定-前端渲染Thymeleaf 3.0服务端模板无需构建工具HTML文件直接放resources/templates下修改即生效-图表库Chart.js 4.xCDN引入折线图支持实时追加数据点、自动缩放X轴、拖拽平移比ECharts轻量且文档友好-内存数据库H2 2.2纯Java实现支持内存模式mem:和文件模式file:建表语句直接写在SQL脚本里学生能看清每张表结构这个组合的终极目标是让代码成为教具本身。你看pom.xml里dependency的顺序就是数据流向的顺序看src/main/java下的包结构就是物联网分层架构的映射甚至mvnw.cmd脚本里那几行set JAVA_HOME都在暗示“环境变量是程序运行的第一道门”。2.2 模块职责划分四层解耦如何支撑二次开发整个系统严格遵循“单一职责”原则src目录下四个核心包对应数据链路的四个环节sensor.simulator仿真层负责“凭空造数据”。这里不写业务逻辑只封装物理模型。比如TemperatureSimulator类里有getTemperature()方法内部不是return Math.random()*100而是java // 模拟DHT22传感器特性温度上升慢、下降快热惯性 private double currentTemp 25.0; private final double HEAT_RATE 0.3; // 每秒升温速率 private final double COOL_RATE 0.8; // 每秒降温速率 public double getTemperature() { if (isHeating()) { currentTemp HEAT_RATE * samplingIntervalSeconds; } else { currentTemp - COOL_RATE * samplingIntervalSeconds; } // 叠加±0.5℃随机噪声模拟传感器精度误差 return currentTemp (Math.random() - 0.5) * 1.0; }学生想换成DS18B20模型只需继承BaseSensorSimulator重写getRawValue()方法不用动采集层代码。data.collector采集层负责“把数据抓回来”。核心是CollectorManager单例管理多个SensorCollector实例。每个Collector持有一个SensorSimulator引用和一个DataSink接口实现默认是H2DatabaseSink。关键设计在于采集策略可插拔FixedRateCollector固定间隔采集适合温湿度EventDrivenCollector事件触发采集比如加速度超过阈值才记录BatchCollector批量缓存后统一写入降低数据库IO压力学生改采集逻辑只动collector包下的类不影响仿真和展示。storage.h2存储层负责“把数据存稳”。H2数据库采用内存模式jdbc:h2:mem:sensorDB;DB_CLOSE_DELAY-1启动时自动执行schema.sql建表sql CREATE TABLE sensor_data ( id BIGINT AUTO_INCREMENT PRIMARY KEY, sensor_type VARCHAR(20) NOT NULL, -- TEMPERATURE,HUMIDITY... value DOUBLE NOT NULL, timestamp TIMESTAMP DEFAULT CURRENT_TIMESTAMP, unit VARCHAR(10) ); CREATE INDEX idx_sensor_time ON sensor_data(sensor_type, timestamp);表结构刻意设计为宽表非星型模型因为教学场景数据量小宽表查询简单直观。学生想加字段改SQL脚本实体类SensorData.java的getter/setter即可。web.controller展示层负责“把数据亮出来”。Controller不处理业务只做三件事1. 提供REST API返回JSON数据/api/data/latest?sensorTEMPERATURE2. 渲染Thymeleaf页面/dashboard3. 推送SSE事件/api/events供前端实时更新前端Chart.js通过fetch拉取最新100条数据再用EventSource监听SSE流接收新数据点——这种混合模式比纯WebSocket更易理解也避免了学生纠结连接管理。这四层之间用接口隔离Collector依赖DataSink接口Controller依赖DataService接口。学生想把H2换成MySQL只需写个MySQLSinkImpl实现DataSink注入到Collector即可其他代码零修改。这就是为什么README里强调“各环节代码解耦、注释充分”——解耦不是为了炫技而是为了让教学路径清晰可见。2.3 数据流向设计为什么放弃MQTT/HTTP直连坚持“内存数据库中转”真实物联网系统常用MQTT协议让传感器直连云端但教学系统里我刻意绕开了这条路选择“仿真器→采集器→H2内存库→Web控制器”四段式流程。原因很实在暴露数据落地的每一个环节。MQTT就像快递柜学生只看到“包裹进柜→手机通知”却看不到包裹怎么分拣、怎么入库、怎么匹配用户。而H2内存库是透明玻璃柜——你能直接用H2 Console系统自带/web/h2-console入口看到每一条INSERT语句执行后的结果能手动DELETE某条错误数据能SELECT * FROM sensor_data WHERE sensor_type’ACCELERATION_X’ ORDER BY timestamp DESC LIMIT 10查最近10次X轴加速度值。更重要的是内存数据库解决了“实时性悖论”。如果前端用轮询polling每秒请求一次API服务器要频繁查库、序列化JSON、网络传输学生容易误解“实时高频请求”。而本系统采用SSEServer-Sent Events当采集器insert数据到H2后立刻触发一个ApplicationEvent由DataPublisher监听并推送到所有已建立的SSE连接。前端JavaScript只需const eventSource new EventSource(/api/events); eventSource.onmessage function(event) { const data JSON.parse(event.data); chart.data.datasets[0].data.push({x: data.timestamp, y: data.value}); chart.update(); };学生调试时在Chrome开发者工具Network标签页能看到SSE连接保持打开状态每条数据以text/event-stream格式流式到达——这种“服务器主动推”的体验比教十遍MQTT QoS等级都直观。3. 核心细节解析与实操要点从源码到运行的避坑指南3.1 仿真模块的物理建模技巧让随机数“看起来像真传感器”传感器仿真最怕做成“伪随机”——数值跳变毫无规律学生一眼看出是假数据。本系统在sensor.simulator包里为每类传感器设计了差异化模型核心是叠加三层扰动基础趋势物理规律 环境扰动外部因素 硬件噪声设备误差。以光照传感器LightSensorSimulator为例public class LightSensorSimulator extends BaseSensorSimulator { private double baseIntensity 500.0; // 正午晴天基准值 private final double DAY_CYCLE_PERIOD 24 * 3600; // 一天秒数 private final double CLOUD_NOISE_AMPLITUDE 150.0; // 云层遮挡幅度 Override public double getRawValue() { // 第一层日周期正弦变化基础趋势 double hourOfDay (System.currentTimeMillis() / 1000) % DAY_CYCLE_PERIOD; double dailyCycle Math.sin(2 * Math.PI * hourOfDay / DAY_CYCLE_PERIOD) * 0.8 0.2; // 第二层云层随机遮挡环境扰动每30秒变化一次 long cloudSeed System.currentTimeMillis() / 30000; double cloudEffect (Math.sin(cloudSeed * 0.3) Math.cos(cloudSeed * 0.7)) * 0.5; // 第三层传感器固有噪声硬件误差服从高斯分布 double hardwareNoise random.nextGaussian() * 15.0; // σ15 lux return baseIntensity * dailyCycle * (1.0 cloudEffect) hardwareNoise; } }这段代码的教学价值在于-用正弦函数模拟昼夜规律不是简单if-else判断时间段而是连续函数学生能理解“传感器读数本质是物理量的时间函数”-用时间戳种子控制环境扰动频率cloudSeed确保云层效果每30秒更新一次避免高频闪烁符合真实气象变化节奏-用高斯噪声替代均匀噪声nextGaussian()生成符合正态分布的误差比Math.random()更贴近真实传感器精度标称如±5% FS实操时学生常犯的错是直接复制代码却不理解参数含义。比如把CLOUD_NOISE_AMPLITUDE设成500导致光照值在0~1000lux剧烈跳变完全不像阴天效果。我的建议是先运行系统打开H2 Console执行SELECT * FROM sensor_data WHERE sensor_typeLIGHT ORDER BY timestamp DESC LIMIT 20观察原始数据分布再回代码调整振幅参数——让调试过程变成“数据驱动”的学习。3.2 Maven构建与环境适配为什么mvnw比mvn更可靠项目根目录的mvnwMaven Wrapper是保证“开箱即用”的关键。很多学生在IDEA里右键pom.xml选择“Reload project”结果报错“Could not transfer artifact”根源往往是本地Maven配置了私有仓库镜像而项目依赖的H2 2.2.220版本在某些镜像站未同步。mvnw彻底规避了这个问题——它会自动下载指定版本的Mavenwrapper/maven-wrapper.properties里定义到.mvn/wrapper/目录并用该版本执行命令。但mvnw也有坑Windows用户常遇到mvnw.cmd权限问题。解决方案不是双击运行而是在IDEA终端里执行# 先确认JDK版本必须Java 8 java -version # 清理旧编译产物关键很多报错源于class文件残留 ./mvnw clean # 编译注意是compile不是package ./mvnw compile # 启动两种方式任选 # 方式1IDEA里找到src/main/java/com/example/sensor/SensorApplication.java右键Run # 方式2命令行执行需先编译 java -cp target/classes;target/dependency/* com.example.sensor.SensorApplication提示target/dependency/*是Maven Dependency Plugin自动解压的jar包路径Windows用分号;分隔Linux/macOS用冒号:。如果IDEA里Run按钮灰色检查Project Structure → Project → Project SDK是否指向JDK 8且Language level设为8。另一个高频问题是H2数据库连接失败报错org.h2.jdbc.JdbcSQLException: Database mem:sensorDB not found。这是因为H2内存数据库生命周期绑定JVM进程每次重启应用都会重建。解决方案是在application.properties里强制初始化# src/main/resources/application.properties spring.h2.console.enabledtrue spring.h2.console.path/h2-console # 关键确保应用启动时自动执行schema.sql spring.sql.init.modealways spring.sql.init.schema-locationsclasspath:schema.sql这样每次启动Spring Boot本系统用的是Spring Boot 2.7轻量版都会重新建表学生不必手动执行SQL。3.3 Web界面定制化不写一行HTML也能改图表样式前端位于src/main/resources/templates/dashboard.html用Thymeleaf语法嵌入动态数据。学生最常问“怎么把折线图颜色改成蓝色”“怎么让数值卡片显示单位”答案藏在两个地方第一Chart.js配置在HTML的script标签里script th:inlinejavascript /*![CDATA[*/ const ctx document.getElementById(temperatureChart).getContext(2d); const temperatureChart new Chart(ctx, { type: line, data: { labels: [], datasets: [{ label: 温度(℃), data: [], borderColor: #1e90ff, // 这里改颜色十六进制或rgb() backgroundColor: rgba(30, 144, 255, 0.1), tension: 0.3 // 曲线圆滑度0直线1最大弯曲 }] }, options: { scales: { y: { beginAtZero: false, title: {display: true, text: 温度(℃)} } } } }); /*]]*/ /script学生只需修改borderColor和tension值就能立刻看到效果。不需要懂JavaScript闭包也不用装Node.js——改完保存浏览器CtrlR刷新即可。第二数值卡片单位在Thymeleaf表达式里div classcard div classcard-header当前湿度/div div classcard-body h2 classcard-title th:text${latestHumidity.value} %/h2 p classcard-text th:text${#dates.format(latestHumidity.timestamp, HH:mm:ss)}/p /div /divth:text${latestHumidity.value} %这行代码把后端传来的数值拼接百分号。如果学生想显示“RH%”改成 RH%即可。所有Thymeleaf语法都遵循th:属性表达式格式比JSP标签更直观。注意Thymeleaf默认开启缓存开发时需在application.properties里关闭spring.thymeleaf.cachefalse否则修改HTML后不刷新学生会以为“改了没用”。4. 实操过程与核心环节实现从零部署到二次开发的完整路径4.1 本地环境搭建三步完成“从下载到出图”按README.md操作前请先确认你的电脑满足最低要求-操作系统Windows 10/macOS 12/LinuxUbuntu 20.04-JDKOracle JDK 8u202 或 OpenJDK 8OpenJDK 11不兼容因H2 2.2依赖Java 8的javax.xml.bind-内存≥2GBH2内存库占用约100MBJetty服务约300MB第一步下载与解压从GitHub Releases下载zip包不要用git clone避免.git目录污染解压到无中文、无空格路径例如C:\sensor-sim或~/sensor-sim。重点检查目录结构是否包含sensor-sim/ ├── pom.xml # Maven配置文件核心 ├── src/ # Java源码重点关注main/java/com/example/sensor/ ├── resources/ # 配置文件application.properties, schema.sql ├── templates/ # Thymeleaf页面dashboard.html └── mvnw # Maven WrapperLinux/macOS可执行第二步配置JDK环境- Windows系统属性 → 高级 → 环境变量 → 新建JAVA_HOME值为JDK安装路径如C:\Program Files\Java\jdk1.8.0_202Path里添加%JAVA_HOME%\bin- macOS/Linux在~/.bash_profile或~/.zshrc里添加bash export JAVA_HOME$(/usr/libexec/java_home -v 1.8) export PATH$JAVA_HOME/bin:$PATH执行source ~/.zshrc使生效然后java -version确认输出含1.8.0_202。第三步编译与启动打开终端Windows用Git Bash或CMD进入项目根目录# 1. 清理旧文件必做 ./mvnw clean # 2. 编译生成target/classes/目录 ./mvnw compile # 3. 启动两种方式 # 方式AIDEA启动推荐新手 # - 打开IDEA → Open → 选择sensor-sim目录 # - 等待Maven自动导入右下角提示“Importing project” # - 展开src/main/java → 找到SensorApplication.java → 右键 → Run SensorApplication.main() # - 浏览器访问 http://localhost:8080/dashboard # 方式B命令行启动适合调试 java -cp target/classes:target/dependency/* com.example.sensor.SensorApplication # Windows用户把冒号:换成分号;启动成功标志- 终端输出Started SensorApplication in X.XXX seconds- 浏览器打开http://localhost:8080/dashboard显示温湿度折线图- 访问http://localhost:8080/h2-console输入JDBC URLjdbc:h2:mem:sensorDB能查到sensor_data表实测心得首次启动可能稍慢约15秒因为H2要初始化内存库、Jetty要加载Thymeleaf模板。后续重启快至3秒内。如果卡在Starting ProtocolHandler [http-nio-8080]检查8080端口是否被占用如Skype、Zoom可在application.properties里改端口server.port8081。4.2 数据流向验证手把手追踪一条数据的完整旅程以温度传感器为例我们追踪一条数据从生成到显示的全过程这是理解系统的核心① 仿真生成sensor.simulator.TemperatureSimulator- 系统启动时CollectorManager创建TemperatureCollector实例- TemperatureCollector持有一个TemperatureSimulator引用- 每2秒默认采样间隔ScheduledExecutorService触发collector.collect()② 采集封装data.collector.SensorCollectorpublic void collect() { double value simulator.getRawValue(); // 调用仿真器获取数值 SensorData data new SensorData( simulator.getSensorType(), // TEMPERATURE value, LocalDateTime.now(), simulator.getUnit() // ℃ ); sink.save(data); // 交给DataSink存储 }此时data对象包含完整元数据类型、数值、时间、单位。③ 内存存储storage.h2.H2DatabaseSinkpublic void save(SensorData data) { String sql INSERT INTO sensor_data (sensor_type, value, timestamp, unit) VALUES (?, ?, ?, ?); jdbcTemplate.update(sql, data.getSensorType(), data.getValue(), Timestamp.valueOf(data.getTimestamp()), data.getUnit() ); }执行后H2内存库的sensor_data表新增一行可通过H2 Console验证。④ 前端推送web.controller.DataController- DataController的/api/events端点监听SSE事件- 当H2DatabaseSink执行save()后触发applicationEventPublisher.publishEvent(new DataSavedEvent(data))- DataPublisher捕获事件向所有SSE连接发送JSONjson {sensorType:TEMPERATURE,value:24.3,timestamp:2024-05-20T14:22:35.123}⑤ 图表渲染templates/dashboard.html- JavaScript的EventSource收到消息解析JSON- 调用temperatureChart.data.datasets[0].data.push({x: timestamp, y: value})-temperatureChart.update()刷新图表验证方法打开浏览器开发者工具F12→ Network标签页 → 刷新页面 → 找到/api/events连接 → 查看Preview应看到持续流动的JSON数据。这就是物联网数据链路最精简的实现——没有网关、没有协议转换、没有中间件只有代码在告诉你“数据是怎么活起来的”。4.3 二次开发实战增加一个“土壤湿度传感器”模块假设你要为农业物联网课程增加土壤湿度传感器以下是完整步骤实测耗时12分钟步骤1定义传感器类型枚举编辑src/main/java/com/example/sensor/common/SensorType.java新增public enum SensorType { TEMPERATURE, HUMIDITY, LIGHT, ACCELERATION_X, ACCELERATION_Y, ACCELERATION_Z, SOIL_MOISTURE; // 新增这一行 }步骤2编写仿真器在src/main/java/com/example/sensor/simulator/下新建SoilMoistureSimulator.javapublic class SoilMoistureSimulator extends BaseSensorSimulator { private double moistureLevel 45.0; // 初始湿度45% Override public double getRawValue() { // 模拟灌溉后湿度上升自然蒸发下降 if (moistureLevel 80 Math.random() 0.95) { moistureLevel 5.0; // 灌溉事件5%概率 } moistureLevel - 0.1; // 自然蒸发每秒0.1% moistureLevel Math.max(0, Math.min(100, moistureLevel)); // 限幅0~100% return moistureLevel (Math.random() - 0.5) * 3.0; // ±1.5%噪声 } Override public String getUnit() { return %; } Override public SensorType getSensorType() { return SensorType.SOIL_MOISTURE; } }步骤3注册采集器编辑src/main/java/com/example/sensor/config/CollectorConfig.java在collectorManager()方法里添加Bean public CollectorManager collectorManager() { CollectorManager manager new CollectorManager(); manager.addCollector(new TemperatureCollector(new TemperatureSimulator())); manager.addCollector(new HumidityCollector(new HumiditySimulator())); // ... 其他采集器 manager.addCollector(new SoilMoistureCollector(new SoilMoistureSimulator())); // 新增 return manager; }同时新建SoilMoistureCollector.java复制TemperatureCollector改名修改sensorType为SOIL_MOISTURE。步骤4修改前端图表编辑templates/dashboard.html在canvas idsoilMoistureChart下方添加div classchart-container canvas idsoilMoistureChart height200/canvas /div script th:inlinejavascript /*![CDATA[*/ const soilCtx document.getElementById(soilMoistureChart).getContext(2d); const soilChart new Chart(soilCtx, { type: line, data: { labels: [], datasets: [{ label: 土壤湿度(%), data: [], borderColor: #28a745, backgroundColor: rgba(40, 167, 69, 0.1), tension: 0.3 }] }, options: { scales: { y: { min: 0, max: 100, title: {display: true, text: 湿度(%)} } } } }); /*]]*/ /script步骤5重启验证执行./mvnw compile→ 启动应用 → 访问http://localhost:8080/dashboard新图表将自动显示。H2 Console里执行SELECT * FROM sensor_data WHERE sensor_typeSOIL_MOISTURE可查到数据。这就是本系统的设计哲学新增一个传感器只需关注“它怎么产生数据”其余采集、存储、展示全部复用现有框架。学生做完这个练习对IoT系统的扩展性认知会远超单纯调API。5. 常见问题与排查技巧实录那些年我们踩过的坑5.1 编译失败类问题90%源于环境配置问题现象根本原因解决方案Error: Could not find or load main class com.example.sensor.SensorApplicationCLASSPATH路径错误未包含target/classes和依赖jar使用java -cp target/classes:target/dependency/*Linux/macOS或java -cp target/classes;target/dependency/*WindowsFailed to execute goal org.apache.maven.plugins:maven-compiler-plugin:3.8.1:compileJDK版本不匹配pom.xml要求Java 8但系统默认是Java 11在IDEAFile → Project Structure → Project → Project SDK选JDK 1.8在命令行export JAVA_HOME$(/usr/libexec/java_home -v 1.8)HikariPool-1 - Exception during pool initializationH2数据库URL格式错误application.properties里写成了jdbc:h2:mem:sensorDB;DB_CLOSE_DELAY-1但少了引号检查application.properties确保URL用双引号包裹spring.datasource.urljdbc:h2:mem:sensorDB;DB_CLOSE_DELAY-1实操心得遇到编译错误第一反应不是百度而是看mvnw输出的最后一行红色文字。比如[ERROR] Failed to execute goal...后面跟着的Caused by:才是真正的错误源头。曾有个学生折腾两小时最后发现是pom.xml里artifactIdh2database/artifactId写成了h2-database——Maven找不到依赖自然编译失败。5.2 运行时异常类问题数据不显示的三大元凶问题1图表空白Console报错Chart is not defined这是Chart.js未正确加载。检查dashboard.html里是否漏掉了CDN链接!-- 必须放在/head之前 -- script srchttps://cdn.jsdelivr.net/npm/chart.js4.4.0/dist/chart.umd.min.js/script如果公司内网无法访问CDN可下载chart.umd.min.js放到src/main/resources/static/js/然后改为script th:src{/js/chart.umd.min.js}/script问题2H2 Console打不开报错This database is closedH2内存库在应用停止时自动关闭。解决方案- 确保spring.h2.console.enabledtrue在application.properties里- 访问http://localhost:8080/h2-console时JDBC URL必须填jdbc:h2:mem:sensorDB不能加;DB_CLOSE_DELAY-1- 用户名填sa密码留空问题3SSE连接断开图表停止更新这是Jetty的默认超时机制。在SensorApplication.java的main方法里添加配置public static void main(String[] args) { System.setProperty(server.servlet.context-path, ); // 关键延长SSE超时时间 System.setProperty(server.jetty.http.idleTimeout, 3600000); // 1小时 SpringApplication.run(SensorApplication.class, args); }5.3 教学扩展类问题如何让学生真正理解“物联网分层”很多老师反馈学生能跑通系统但说不清“感知层、网络层、应用层”对应哪里。我的做法是设计一个课堂实验实验名称《撕开物联网的三层外衣》-感知层任务让学生修改TemperatureSimulator.getRawValue()把正弦函数换成线性函数return 20 (System.currentTimeMillis()/1000) % 100 * 0.1;观察图表变成斜线理解“传感器输出是物理量的函数”-网络层任务在H2DatabaseSink.save()方法里添加Thread.sleep(500);模拟网络延迟观察前端图表刷新变慢理解“数据传输需要时间”-应用层任务修改dashboard.html里的Chart.js配置把type: line改成type: bar对比折线图和柱状图对数据趋势的表达差异理解“应用决定数据呈现形式”这个实验不需要写新代码只需改动三处已有代码却能让抽象概念瞬间具象化。这也是为什么我说这套系统不是“玩具”而是精心设计的教学脚手架——它的每一行代码都在等待被学生亲手拆解、修改、验证。最后分享一个小技巧如果学生想导出数据做Excel分析系统已预留接口。访问http://localhost:8080/api/export?sensorTEMPERATUREhours24会生成CSV文件。参数hours控制导出最近N小时数据后端用JdbcTemplate的queryForList()查库再用OpenCSV写入响应流——这部分代码在DataExportController.java里注释详细是讲解“Web API设计”的绝佳案例。本文还有配套的精品资源点击获取简介用Java开发的轻量级传感器数据仿真工具能模拟温湿度、光照、加速度等多种传感器的实时数据生成与采集过程。系统自带内存数据库和简易Web界面数据自动存储并以折线图、数值卡片等形式动态可视化展示。项目基于Maven构建结构清晰包含完整src源码、配置文件数据库连接、UI样式、可执行jar打包脚本及详细README文档。本地只需JDK 8以上环境用IDEA或命令行执行mvnw clean compile即可编译通过main方法或java -jar直接启动无需额外安装中间件或服务。数据流向明确模拟器→采集模块→内存存储→前端渲染各环节代码解耦、注释充分方便学生理解物联网数据链路。配套文档说明了环境配置、编译命令、运行方式、模块职责和扩展建议适合课程设计快速上手、毕业设计原型搭建或物联网基础实验教学使用。本文还有配套的精品资源点击获取
