Description

Introduction

La deuxième édition du livre "Python, Raspberry Pi et Flask - Capturez des données télémétriques et réalisez des tableaux de bord web" de Dominique Meurisse, publiée le 14 avril 2021, constitue une ressource complète pour ceux qui souhaitent explorer la capture et la visualisation de données télémétriques via le langage Python, le nano-ordinateur Raspberry Pi, et le framework Flask. Cette édition illustre comment collecter des données telles que la température, l'humidité, la pression atmosphérique et la luminosité d'une maison pour les présenter sous forme de tableaux de bord interactifs sur le web.

Public Cible

Ce livre s'adresse à toute personne désireuse de découvrir les intrications de la capture de données télémétriques, même sans une expertise préalable en électronique ou en développement. Cependant, pour tirer pleinement parti du contenu, des notions de programmation orientée objet, une certaine compréhension du langage Python, et quelques rudiments en électronique sont recommandés. Une première expérience avec le Raspberry Pi est également souhaitée.

Approche Pédagogique

L'auteur adopte une approche pédagogique en isolant et en vulgarisant les points technologiques avant de les intégrer dans un projet global. Le fil conducteur du livre réside dans la mise en œuvre d'une solution complète, utilisant des composants basés sur les microcontrôleurs ESP8266 et ESP32 programmés avec MicroPython. Le lecteur découvre ensuite comment centraliser ces données à l'aide d'un broker MQTT fonctionnant sur un Raspberry Pi.

Collecte de Données

L'auteur commence par détailler la collecte de données à l'aide des microcontrôleurs ESP8266 et ESP32 programmés avec MicroPython. Ces composants sont utilisés pour capturer des données telles que la température, l'humidité, la pression atmosphérique, et la luminosité, fournissant ainsi une base pour les projets à venir.

Centralisation des Données avec MQTT

Le livre explore ensuite la centralisation de ces données via un broker MQTT opérant sur un Raspberry Pi. Cette section met en lumière la manière dont les données collectées peuvent être efficacement organisées et transmises pour une utilisation ultérieure.

Stockage Persistant avec SQLite 3

Une étape cruciale dans le processus est l'utilisation d'une base de données SQLite 3 pour offrir un stockage persistant des données collectées. L'auteur explique comment cette base de données peut être exploitée par une application Flask pour créer des tableaux de bord sur mesure, rendant les données facilement accessibles et exploitables.

Alternative avec InfluxDB et Grafana

En parallèle à la solution Python proposée, le livre explore également une alternative utilisant InfluxDB et Grafana. Les lecteurs découvrent InfluxDB, une base de données TimeSeries optimisée pour la capture de gros volumes de données en temps réel. Le greffon Telegraph est introduit pour capturer les données du broker MQTT et les injecter dans InfluxDB. Enfin, l'outil Grafana est utilisé pour visualiser ces données sous forme de graphiques et de visualisations attrayants.

Conclusion et Perspectives

À la fin du livre, le lecteur acquiert des bases solides pour créer diverses solutions, adaptées à ses besoins spécifiques. Ces compétences couvrent la capture de données, leur centralisation, le stockage persistant, et la création de tableaux de bord interactifs. Ce guide offre une vue détaillée du mariage entre Python, Raspberry Pi, et Flask pour des projets télémétriques avancés.

Des éléments complémentaires sont disponibles en téléchargement sur le site www.editions-eni.fr.

https://amzn.to/47B6c7l