在kubernetes的環境下，MQTT broker的選擇有HiveMQ、EMQX、Mosquitto等，或者使用三大雲端服務各自提供的自建MQTT broker，比如我們這邊最終，就選擇使用Greengrass來實踐MQTT的架構。

在完成Greengrass與edge device溝通之前，我們會以docker(container base)來試驗雲端與地端是否能準確溝通。有關Greengrass的基礎設定，可以參考這篇文章，這裡不再贅述。

只補充對於Greengrass的一些優缺點分析:

• 優點:

1. 有強大的AWS support center人員協助。
2. 與AWS各項服務的整合優勢。
3. Greengrass已發展到V2，在技術棧的track裡應屬於穩定且值得學習有前景的一項技術。

• 缺點:

1. 網路上的私人討論文章少，大都是官方文件內容；但官方文件的內容多為文字(中文翻譯差)，幾乎沒有console UI的step by step畫面。
2. 發現問題時，不容易藉由其logs與CloudWatch去debug；且console UI deployment遇到問題時，資訊量太少。
3. Greengrass是設計給技術人員使用，非PM或者TPM這樣的角色使用，學習門檻較高。

但目前因Greengrass在後續元件的修改符合我客製化的情況，遇到許多issues，我最終決定在POC的實驗上，先行使用Mosquitto架設於一台雲端VM上。

先開啟一台VM，然後逐步架設Mosquitto，是為mqtt server。

而client端是透過websocket與mqtt server連接，使用js mqtt library。

const client = mqtt.connect('ws://ACCOUNT_ID:ACCOUNT_PASSWORD@MQTT_IP_ADDRESS:MQTT_PORT', {
    clientId: new Date().getTime()
});

client.on('connect', function() {
    console.log('connected!');
    client.subscribe('scan');
    client.publish('iot_clicked_point', payload);
});

local server端則透過paho的mqtt client與mqtt server連接。

self.client = mqtt.Client()
self.client.on_connect = self.on_connect
self.client.on_message = self.subscribe_from_iot
self.client.username_pw_set(ACCOUNT_ID,ACCOUNT_PASSWORD)
self.client.connect(MQTT_IP_ADDRESS, MQTT_PORT, 60)

local server透過rclpy create一個ros node subscribe與publish ros topic，並將從edge device(小車)subscribe收到的topics資料透過paho的mqtt client傳給mqtt server；

self.create_subscription(message_type, ros_topic.strip(), publish_to_iot, 1)

#publish_to_iot的內容
self.client.publish(topic, str(telemetry_data))

以及透過mqtt client監聽來自mqtt傳送過來的訊息，並透過rclpy publish給edge device。

#以下是subscribe_from_iot的內容
pub_msg = PointStamped()
pub_msg.header.stamp = self.get_clock().now().to_msg()
pub_msg.header.frame_id = "map"
if "point" in data:
  pub_msg.point.x = float(data['point']['x'])
  pub_msg.point.y = float(data['point']['y'])
  pub_msg.point.z = float(data['point']['z'])

self.ros_publishers[msg.topic].publish(pub_msg)

mqtt上的server另外有一隻python程式，負責subscribe要存放至雲端資料庫dynamodb的程式(使用python boto3 library)。

用圖形來表示的話，整個從web端到mqtt到落地edge device的架構流程如下: