IoT y Conectividad Industrial · IOT-128

ChirpStack + Node-RED + InfluxDB: cadena de datos

Del sensor en campo al panel de control, con almacenamiento, agregación y alertas.

Bajo demanda Especialización 7 módulos · 35 clases

Formato asíncrono Ingeniería / Industria, Desarrollo ChirpStack, Node-RED, InfluxDB, Grafana

IOT DATOS INDUSTRIA40

Lo que aprenderás

Consumir los eventos MQTT de ChirpStack separando unión, subida de datos y estado de gateway.
Normalizar en Node-RED las medidas de dispositivos de fabricantes distintos bajo un modelo común.
Escribir series temporales en InfluxDB eligiendo medida, etiquetas y campos con criterio.
Consultar con Flux para agregar por intervalo y comparar periodos equivalentes.
Construir paneles en Grafana con variables que sirvan para toda la flota de dispositivos.
Definir alertas por umbral y por ausencia de datos con destinatarios y silencios programados.
Establecer políticas de retención y reducción para que el almacenamiento no crezca sin control.

Contenido del curso

7 módulos · 35 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Diseño de la cadena de datos 5 clases

Del nodo al panel: piezas y responsabilidades
Qué se guarda, con qué frecuencia y para qué
Despliegue del entorno con Docker Compose
Modelo de datos común para toda la flota
Criterios de nombrado que se agradecen después

Módulo 2 · Integración con ChirpStack 5 clases

Eventos MQTT publicados por el servidor de red
Separar unión, subida, error y estado de gateway
Extraer metadatos: RSSI, SNR y gateway receptor
Suscripción por aplicación y por dispositivo
Tratamiento de tramas duplicadas

Módulo 3 · Normalización en Node-RED 5 clases

Cargas útiles de distintos fabricantes
Conversión de unidades y control de valores imposibles
Enriquecer la medida con ubicación y tipo de activo
Gestión de errores y cola ante fallo del destino
Subflow reutilizable por familia de dispositivo

Módulo 4 · Almacenamiento en InfluxDB 5 clases

Conceptos de base de datos de series temporales
Medidas, etiquetas y campos: decisiones que condicionan las consultas
Escritura por lotes desde Node-RED
Cardinalidad y su efecto en el rendimiento
Comprobación de la escritura y de los tipos de dato

Módulo 5 · Consulta y visualización 5 clases

Consultas Flux: filtrado, ventana y agregación
Comparar periodos y calcular acumulados
Paneles en Grafana con variables de plantilla
Mapa de dispositivos y estado de cobertura
Panel de calidad de la red: RSSI, SNR y tramas perdidas

Módulo 6 · Alertas y mantenimiento del sistema 5 clases

Alertas por umbral y por ausencia de datos
Canales de notificación y silencios programados
Evitar avalanchas de avisos por una caída de gateway
Retención, reducción por agregación y copias de seguridad
Supervisión del propio sistema de datos

Módulo 7 · Proyecto de cierre 5 clases

Especificación de un despliegue con varios tipos de sensor
Montaje completo de la cadena
Paneles para operación y para dirección
Pruebas de fallo: sensor mudo, gateway caído y base llena
Documentación de entrega del sistema

Requisitos

Experiencia con ChirpStack y con dispositivos LoRaWAN ya en funcionamiento.
Node-RED a nivel de transformación de mensajes, secuencias y tratamiento de errores.
Docker para levantar InfluxDB y Grafana, y nociones de consultas a bases de datos.
Acceso a un despliegue con varios nodos, aunque sea reducido.

Descripción

El gateway funciona, los nodos se unen y los datos aparecen en el servidor de red, pero ahí terminan. Nadie ve una tendencia, nadie recibe un aviso cuando un sensor lleva días callado y cada consulta obliga a exportar a mano. La cadena está montada hasta la mitad, que es donde se quedan muchos despliegues LoRaWAN.

Este curso completa la segunda mitad. Los eventos de ChirpStack se consumen desde Node-RED, se normalizan las medidas de fabricantes distintos, se escriben en InfluxDB con un esquema de etiquetas pensado para consultar, se construyen paneles en Grafana con variables por dispositivo y zona, y se configuran alertas por umbral y por silencio del sensor, que suele ser la más útil.

Se trabaja también lo que rara vez se planifica: retención de datos, reducción por agregación y copias de seguridad, para que el sistema siga siendo manejable cuando lleve tiempo acumulando. El resultado es una cadena de datos completa y mantenible, aplicable igual a gestión de agua, agricultura o supervisión de instalaciones dispersas.

¿Para quién es este curso?

Ingeniería que ha desplegado nodos LoRaWAN y necesita convertirlos en un servicio explotable.
Perfiles de desarrollo que construyen la plataforma de datos de una red de sensores.
Técnicos responsables de la explotación de telemetría en agua, agricultura o instalaciones dispersas.