为什么我使用 Python 和 Serverless 构建了一个工业物联网网关

Source: Dev.to

构建工业物联网平台通常会让人感觉像是一个永无止境的碎片化技术栈噩梦。固件工程师使用 C++ 编写代码，后端团队要与 Docker 容器和消息队列搏斗，前端开发者则在渲染实时传感器数据时常常导致浏览器崩溃。我也曾经历过这种情况。

当我着手打造一个可扩展的远程监控系统时，我需要一种既能在工业环境中保持稳健，又能让小团队灵活迭代的架构。解决方案是什么？抛弃传统的 C/C++ 单体边缘守护进程，彻底拥抱 100 % Python Edge + Serverless Backend + React SPA 流程。

在本系列中，我将详细阐述实现安全双向遥测与指令（D2C/C2D）从本地硬件到现代 Web 仪表盘的完整架构，从而将开发时间缩短约 80 %。

1. “传统”物联网的噩梦

• The Edge – 固件工程师需要数周时间调试 C/C++ 中的内存泄漏，只为维持稳定的 MQTT 连接。
• The Backend – 云端团队要配置虚拟机，搭建自定义 MQTT broker，并为处理设备遥测编写无尽的 REST API 样板代码。
• The Problem – 让单个温度值可靠地出现在网页仪表盘上需要数月时间。向设备发送指令（C2D）会带来安全噩梦和连接丢失。

我们在基础设施上浪费了太多时间，而在实际业务逻辑上投入不足。

2. “Metal to React” 架构

目标很简单：零基础设施维护，100 % 专注于功能。实现这一目标的技术栈如下：

• Edge Gateway（大脑） – 在嵌入式 Linux（现代 SoM）上运行的 Python。通过 MQTT/RS485/CAN 读取本地传感器数据，并安全地桥接到云端。
• IoT Broker（流量指挥官） – Azure IoT Hub。处理数百万条消息、设备注册以及安全的双向通信。
• API Backend（粘合层） – 基于 Python 的 Azure Functions。完全无服务器，瞬时弹性伸缩，零服务器维护。
• Database & Auth – Supabase (PostgreSQL)。开箱即用的用户认证和实时功能。
• Frontend（前端界面） – React + Tailwind CSS。一个简洁的单页应用，用户可以监控和控制设备。

3. 为什么我在 Edge 上放弃 C++ 改用 Python

切换到 Python 解锁了巨大的好处：

• 开发速度 – 在 C++ 中需要数周完成的任务（JSON 解析、Azure SDK 集成、线程）现在在 Python 中只需数小时。
• 丰富的生态系统 – 如 azure-iot-device 和 paho-mqtt 等库稳定且易于实现。
• 面向 AI 的未来保障 – 当我们最终运行机器学习模型（Edge AI）进行预测性维护时，Python 已经是原生语言。

4. 为什么 Serverless + Supabase 是终极组合

• 中间件（Azure Functions） – 基于 Python 的函数充当安全桥梁。当消息到达 IoT Hub 时自动触发，处理负载后进入休眠。你只为实际使用的资源付费，且可实现无限扩展。
• 数据库与实时（Supabase） – 我们不自行构建 WebSocket 层，而是依赖 Supabase。Azure Function 将处理后的传感器数据写入 PostgreSQL 表；Supabase Realtime 将这些变更推送到 React 仪表盘，实时以 60 FPS 更新图表。

结果：无需服务器管理，无轮询，只有无缝的实时更新。

5. 本系列的下一步是什么？

在 Part 2 中，我们将深入探讨 Edge Gateway。我会演示如何使用本地 MQTT 将传统的 MCU/RTOS 硬件桥接到现代的 Python 边缘守护进程，而无需编写任何 C++ 网络代码。

---

💡 P.S. 给社区的一个快速提问：
这样一个即插即用的模板对你的项目有用吗？请在下方评论中告诉我你的想法！ 👇