使用ESP32和MQTT协议构建物联网数据采集系统
1. ESP32与MQTT协议：物联网开发的黄金搭档
第一次接触ESP32这块开发板时，我就被它的性价比震惊到了。不到50块钱的价格，居然集成了Wi-Fi和蓝牙双模通信，还有双核240MHz处理器，这配置放在五年前简直不敢想象。更妙的是，它和MQTT协议的配合堪称天作之合——一个负责硬件数据采集，一个负责轻量级数据传输。
在实际项目中，我经常用ESP32连接温湿度传感器，通过MQTT协议把数据上报到云端。比如去年做的智能农业监测系统，20个ESP32节点分布在农田各处，每5分钟采集一次土壤数据，通过MQTT推送到服务器，整套系统运行半年多从没出过问题。这种组合最大的优势在于：硬件成本不到传统方案的1/3，而传输效率反而更高。
MQTT的发布/订阅模式特别适合物联网场景。想象一下邮局的工作方式：ESP32就像寄信人（Publisher），只需要把信投递到邮筒（Broker），完全不用关心谁来取信；服务器则像收件人（Subscriber），只需要订阅自己关心的信箱（Topic）。这种解耦设计让系统扩展变得非常容易——新增十个传感器？只需要配置新的ESP32连接同一个Broker就行。
2. 硬件准备与环境搭建
2.1 选择合适的ESP32开发板
市面上ESP32开发板五花八门，新手常会挑花眼。我经手过十几款不同型号，最推荐的是ESP32-WROOM-32D核心板，它有几个关键优势：
- 4MB Flash存储足够存放复杂程序
- PCB天线信号稳定，实测隔两堵墙仍有-70dBm信号强度
- 价格通常在25-35元之间
注意避开某些廉价版（比如ESP32-S），它们虽然便宜10块钱，但蓝牙功能被阉割，GPIO引脚也少得多。
连接传感器时，DHT22温湿度模块是最佳练手选择。只需要三根线（VCC、GND、DATA）就能工作，精度还比DHT11高不少。接线时切记：
- GPIO引脚最好加上拉电阻（内部上拉也行）
- 长距离传输时DATA线要加100Ω电阻防干扰
- 电源并联0.1μF电容可有效抑制噪声
2.2 开发环境配置实战
Arduino IDE虽然简单，但默认不带ESP32支持。手动安装时90%的报错都源于这两个问题：
- 板管理网址没填对
- Python环境冲突
正确的姿势是：
- 打开首选项→附加开发板管理器网址填入：
https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json - 确保系统安装的是Python 3.7+（不要用3.10+，有兼容性问题）
安装PubSubClient库时要注意版本选择。去年有个项目因为用了2.8版本，导致MQTT连接每隔半小时就断开，换成2.7后立刻稳定。建议通过GitHub直接下载稳定版：
git clone https://github.com/knolleary/pubsubclient.git mv pubsubclient ~/Documents/Arduino/libraries/3. MQTT服务器连接详解
3.1 公共Broker与自建方案对比
刚开始玩MQTT时，我图省事直接用公共Broker（比如broker.emqx.io），直到有次演示时突然连不上服务器，场面一度十分尴尬。后来才明白重要项目一定要自建Broker，常见方案有：
| 方案 | 内存占用 | 并发连接数 | 适合场景 |
|---|---|---|---|
| Mosquitto | 50MB | 5000 | 轻量级应用 |
| EMQX | 300MB | 50万+ | 企业级部署 |
| HiveMQ | 1GB+ | 100万+ | 商业云服务 |
如果只是学习测试，用树莓派装Mosquitto就够用：
sudo apt-get install mosquitto mosquitto-clients sudo systemctl enable mosquitto3.2 连接代码的坑点优化
原始示例代码虽然能跑，但实际项目中必须增加三大机制：
- 心跳保活：MQTT默认2分钟没数据就断开，要设置willMessage
- 断线重连：WiFi信号波动是常态
- 消息缓存：网络中断时数据不能丢
改进后的连接代码应该长这样：
WiFiClient espClient; PubSubClient client(espClient); void reconnect() { while (!client.connected()) { String clientId = "ESP32Client-" + String(random(0xffff), HEX); if (client.connect(clientId.c_str(), mqtt_username, mqtt_password, "status/offline", 1, true, "connection lost")) { client.publish("status/online", "1", true); client.subscribe("sensor/cmd"); } else { delay(5000); } } } void setup() { client.setKeepAlive(60); client.setSocketTimeout(30); }4. 数据采集与传输实战
4.1 传感器数据标准化处理
直接从DHT22读取的数据不能直接发MQTT，需要经过三步处理：
- 单位统一：温度统一用摄氏度，湿度用百分比
- 数据滤波：我用滑动平均法消除突变值
- JSON格式化：方便云端解析
实测这段代码最稳定：
#include <ArduinoJson.h> void readSensor() { float t = dht.readTemperature(); float h = dht.readHumidity(); // 滑动平均滤波 static float temp[5] = {0}; static int idx = 0; temp[idx] = t; idx = (idx + 1) % 5; float avgTemp = (temp[0]+temp[1]+temp[2]+temp[3]+temp[4])/5; StaticJsonDocument<200> doc; doc["temp"] = round(avgTemp*10)/10.0; //保留1位小数 doc["hum"] = round(h); doc["mac"] = WiFi.macAddress(); char buffer[256]; serializeJson(doc, buffer); client.publish("sensor/data", buffer); }4.2 QoS等级选择策略
MQTT有3种服务质量等级，用错场景会出大问题：
- QoS0：发完即忘，适合室温这种高频低价值数据
- QoS1：至少送达一次，适合门磁报警
- QoS2：精确一次送达，适合固件升级
我在智能门锁项目里就踩过坑——用QoS0发送开锁指令，结果有次网络抖动导致指令丢失，用户被锁在门外。后来改成QoS1+本地重试机制才解决。
5. 系统稳定性优化技巧
5.1 电源管理实战
ESP32最让人头疼的就是功耗问题。用18650电池供电时，这几个技巧让续航从2天提升到2周：
- 启用深度睡眠模式：
esp_sleep_enable_timer_wakeup(300 * 1000000); // 休眠5分钟 esp_deep_sleep_start(); - 关闭没用到的外设：
btStop(); adc_power_off(); - 降低CPU频率：
setCpuFrequencyMhz(80);
5.2 网络异常处理
田间部署的设备经常遇到WiFi信号弱的问题，这套重连机制经过20多个项目验证：
- 双重超时检测（连接超时+响应超时）
- 指数退避重试
- 临界值自动降级
具体实现：
void checkNetwork() { static unsigned long lastRetry = 0; static int retryCount = 0; if (WiFi.status() != WL_CONNECTED) { if (millis() - lastRetry > min(pow(2, retryCount), 300) * 1000) { WiFi.disconnect(); WiFi.begin(ssid, password); lastRetry = millis(); retryCount++; if (retryCount > 5) { // 进入低功耗模式等待救援 goToDeepSleep(); } } } else { retryCount = 0; } }6. 云端数据对接方案
虽然MQTT Broker能收数据，但正经项目总得配个数据库。我最常用的组合是：
- Telegraf：实时订阅MQTT主题
- InfluxDB：存储时间序列数据
- Grafana：可视化展示
用Docker三件套部署只要五分钟：
docker run -d -p 8086:8086 influxdb docker run -d -p 3000:3000 grafana/grafana docker run -d -v /etc/telegraf.conf:/etc/telegraf/telegraf.conf telegraf对应的Telegraf配置示例：
[[inputs.mqtt_consumer]] servers = ["tcp://localhost:1883"] topics = ["sensor/#"] data_format = "json"在Grafana里配置InfluxDB数据源后，画个温度曲线图就像搭积木一样简单。上周刚用这个方案给草莓大棚做了监控系统，农户在手机上就能看到棚内温湿度变化。