如何用Node.js实现DeHydroponics水培系统？

DeHydroponics 并不是一个需要昂贵商业控制器的项目，它的核心思路是把水培装置拆成传感器层、传输层、服务层和展示层。Node.js 作为服务层可以同时处理设备消息、业务逻辑和 Web 接口，省去了多语言切换的麻烦。整个系统围绕 MQTT 消息驱动，传感器数据从 ESP32 端发出，经过 Broker 到达 Node.js 服务端，服务端负责解析、存储、判断阈值，并把控制指令反向发布给执行设备。

一、硬件选型与系统分层

水培装置需要持续监测的营养液参数通常包括温度、pH 值和 EC 值（电导率），有时还要加上环境光照和空气温湿度。执行机构则包含水泵、气泵、补光灯和电磁阀。在硬件端，使用 ESP32 作为主控，通过模拟输入或 I2C 接口读取各类传感器，再通过 Wi-Fi 把数据发布到 MQTT Broker。ESP32 的模拟输入精度有限，pH 和 EC 传感器需要经过校准并配合温度补偿，这部分通常需要在固件层完成。

系统分层上，硬件层负责传感器采样和继电器开关，可以用 Arduino IDE 或 PlatformIO 编写 C++ 固件。传输层选用 MQTT 协议，主题设计遵循统一前缀，例如 dehydro/sensor/ph、dehydro/sensor/ec、dehydro/actuator/pump。服务层就是本文的主角 Node.js，展示层则是浏览器页面。MQTT 相比 HTTP 更适合物联网场景，因为它是轻量级的发布订阅协议，支持断线重连和低带宽通信，而且 Broker 可以使用开源的 Mosquitto，部署成本很低。

为什么不让 Node.js 直接操作 GPIO？因为服务端通常运行在树莓派、NAS 或云服务器上，而传感器和执行机构分布在种植架附近。两者物理分离后，采用 MQTT 指令下发是最自然的方式。设备端订阅自己的执行主题，收到 JSON 指令后驱动继电器，并在完成后回传状态。这样即使服务端重启，设备端依然可以按照最后一次指令维持运行。

二、Node.js 服务端核心：MQTT 订阅与数据存储

服务端首先需要安装依赖，包括 mqtt、express、sqlite3、node-cron 和 socket.io。入口文件中连接 MQTT Broker，订阅传感器主题。消息回调里需要做 JSON 解析和异常捕获，因为设备端可能发送不完整的数据包。

const mqtt = require('mqtt');
const client = mqtt.connect('mqtt://127.0.0.1:1883');

client.on('connect', () => {
  console.log('MQTT connected');
  client.subscribe('dehydro/sensor/#', { qos: 1 });
});

client.on('message', (topic, message) => {
  try {
    const payload = JSON.parse(message.toString());
    console.log(topic, payload);
    saveSensorData(topic, payload);
  } catch (err) {
    console.error('invalid message', err.message);
  }
});

数据存储选用 SQLite 的原因在于它轻量、无需独立数据库进程，单文件即可保存，适合单机部署和原型验证。建表时按传感器类型和数值分开存储，同时保留时间戳和单位。后续如果数据量增大，可以平滑迁移到 PostgreSQL 或时序数据库 InfluxDB。

const sqlite3 = require('sqlite3').verbose();
const db = new sqlite3.Database('./dehydro.db');

db.serialize(() => {
  db.run(`CREATE TABLE IF NOT EXISTS sensor_readings (
    id INTEGER PRIMARY KEY AUTOINCREMENT,
    sensor_type TEXT NOT NULL,
    value REAL NOT NULL,
    unit TEXT,
    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
  )`);
});

function saveSensorData(topic, payload) {
  const type = topic.split('/').pop();
  const stmt = db.prepare('INSERT INTO sensor_readings (sensor_type, value, unit) VALUES (?, ?, ?)');
  stmt.run(type, payload.value, payload.unit || '');
  stmt.finalize();
}

MQTT 消息可能因为网络波动出现乱序或重复，服务端不能盲目信任每一条数据。可以在保存前做数值范围过滤，例如 pH 值合理范围是 0 到 14，EC 值通常不会超过 5000。超出范围的数据直接丢弃，并记录一条警告日志。对于时间戳，最好以服务端接收时间为准，避免设备端时钟不准带来的混乱。

三、自动控制：定时任务与反向指令

水培系统的日常维护离不开定时任务，例如补光灯每天固定开关、营养液循环泵每隔几小时运行一段时间。Node.js 的 node-cron 模块提供了类似 crontab 的表达式能力，可以方便地定义这些周期任务。下面代码展示了光照控制和水泵循环的典型配置。

const cron = require('node-cron');

cron.schedule('0 6 * * *', () => {
  client.publish('dehydro/actuator/light', JSON.stringify({ state: 'on' }));
});

cron.schedule('0 22 * * *', () => {
  client.publish('dehydro/actuator/light', JSON.stringify({ state: 'off' }));
});

cron.schedule('0 */2 * * *', () => {
  client.publish('dehydro/actuator/pump', JSON.stringify({ state: 'on', duration: 900 }));
});

这里的关键设计是把设备端做成指令执行器，而不是由服务端直接控制 GPIO。设备端收到 dehydro/actuator/pump 的消息后，根据 duration 字段打开继电器，并在倒计时结束后自动关闭。这样即使 MQTT 连接暂时中断，水泵也不会一直运行，安全性更高。设备端还可以在关闭时回传一条状态消息，服务端据此更新界面中的设备状态。

除了定时控制，异常告警也是自动控制的重要部分。例如当 pH 值低于 5.5 或高于 7.5 时，服务端可以触发告警逻辑。最简单的做法是发送邮件或调用 Webhook，同时发布一条紧急指令关闭营养液循环泵。阈值判断可以写在 MQTT 消息回调中，也可以定期从数据库查询最新值。前者及时性更好，后者可以避免瞬时波动造成的误报。

四、Web 控制台与实时监控

Express 负责提供 RESTful API，前端页面通过接口获取历史数据和设备状态。下面是一个返回最新传感器记录的接口示例，它从 SQLite 中查询最近 10 条数据并返回 JSON。生产环境中建议增加分页参数和身份验证。

const express = require('express');
const app = express();
app.use(express.json());

app.get('/api/sensors/latest', (req, res) => {
  db.all('SELECT sensor_type, value, unit, created_at FROM sensor_readings ORDER BY id DESC LIMIT 10', (err, rows) => {
    if (err) return res.status(500).json({ error: err.message });
    res.json(rows);
  });
});

app.listen(3000, () => console.log('API on 3000'));

实时监控则需要 Socket.IO，它能把 MQTT 收到的新数据立即推送到浏览器。在 MQTT 消息回调中调用 io.emit('sensor-data', payload)，前端监听同名事件并更新页面。这样可以避免前端频繁轮询接口，减少服务端压力。前端代码可以非常简洁，下面是一个基本页面。

<!DOCTYPE html>
<html>
<body>
  <h3>实时环境数据</h3>
  <div id="data"></div>
  <script src="/socket.io/socket.io.js"></script>
  <script>
    const socket = io();
    socket.on('sensor-data', (data) => {
      document.getElementById('data').innerText = JSON.stringify(data);
    });
  </script>
</body>
</html>

部署时可以使用 PM2 守护 Node.js 进程，配合 Nginx 做反向代理和 HTTPS 加密。传感器数据属于隐私信息，不应该在公网上明文传输。如果希望进一步可视化历史趋势，可以把数据同时写入 InfluxDB，再用 Grafana 展示，但这样会增加运维复杂度，对于个人项目而言 SQLite 配合简单的折线图已经足够。

整个 DeHydroponics 项目把水培控制的核心逻辑集中在 Node.js 服务端，设备端保持简单，前端保持轻量。这种分层方式不仅让系统容易调试，也为后续扩展更多传感器或执行器留出了空间。只要理解了 MQTT 消息流和定时任务的配合，就能基于这套骨架快速搭建自己的智能种植环境。

Node.js水培系统DeHydroponics修改时间：2026-09-19 18:09:48