Nous sommes maintenant prêts à relier SIGFOX à notre point API Gateway. Pour plus d'informations sur la configuration de notre appareil SIGFOX, consultez l'article 2 . Le focus sera fait sur les paramètres de callback, nous aurons pour cela, besoin d'envoyer des données à AWS API Gateway et de les voir en temps réel sur AWS IoT.
Configuration SIGFOX
Au niveau des callbacks, cliquez sur "Nouveau" en haut à droite de la fenêtre pour créer un nouveau callback :
Laissez toutes les listes déroulantes avec la valeur par défaut et remplissez le modèle d'URL avec l'URL suivante :
"Https: //zkq9u3lgil.execute-api.us-west-2.amazonaws.com/prod/sigfox?id={device}&time={time}&temperature={temperature}&humidity={humidity} "
Remplacez la section rouge de l'URL avec celle fournie par votre API endpoint d'AWS Gateway.
NB : Assurez-vous que l'option "Send SNI" est cochée pour que la connexion soit sécurisée avec AWS :
Et comme indiqué dans le motif URL vous pouvez envoyer certains paramètres comme key1, key2, etc.
Cliquez sur OK, l'objet devrait désormais fonctionner :
Phase de Test avec MQTT
L’utilisation de MQTT au niveau de service AWS IoT est un excellent moyen de tester. Vous pouvez vous abonner au Topic "SIGFOX / datatopic" pour voir les messages entrants. Il est évident que vous devriez également recevoir un e-mail avec le même contenu, ceci étant dû au faut que nous ayons mis en place une notification SNS par email.
Tout d'abord, ouvrez l'interface MQTT Client de l'AWS IoT :
Tapez le nom de votre objet connecté au niveau de Client ID et cliquez sur "Connect" :
Notre Raspberry PI2 est bien connecté au niveau de l'AWS IoT. Maintenant, cliquez sur "Subscribe to topic", tapez sigfox/datatopic au niveau de "Subscription Topic" et cliquez sur "Subscribe" :
Revenons à notre terminal sur la Raspberry PI2 et exécutons le script d'envoi en UpLink vers Sigfox :
A cette phase et au niveau de l'AWS IoT, nous devrions voir nos données affichées en temps réel sur l'interface log de MQTT
Nous arrivons au terme du 4ème atelier. Nous pouvons désormais traiter la partie Big Data dans laquelle nous détaillerons la solution ELK(ElasticSearch-Logstash-Kibana).