Maestro

O Maestro é o serviço do projeto RaDop responsável por orquestrar todos os serviços e microsserviços que serão usados em conjunto com o radar, o Dashboard e o RaDop App.

Comandos básicos

O Maestro funciona em conjunto com o message broker RabbitMQ para o recebimento de dados. Por isso, para que aquele possa funcionar, é necessário que o RabbitMQ esteja em execução.

Iniciar o RabbitMQ

• caso ele esteja instalado na máquina:

rabbitmq

• caso esteja usando o docker do RabbitMQ:

# docker run -p 5672:5672 --net=host rabbitmq:3-alpine

Iniciar o maestro

• com o RabbitMQ já em execução, digite o seguinte comando a partir da pasta /src:

$ python main.py

Parâmetros das Mensagens

Para que o Maestro possa receber as mensagens vindas do RabbitMQ, é necessário que a fila seja corretamente configurada, com os seguintes parâmetros:

• queue: maestro;
• routing_key: message.maestro;
• exchange_type: topic.

Exemplos de como configurar o envio de mensagens, com esses parâmetros, podem ser encontrados na pasta /examples.

Para a mensagem ser corretamente recebida e processada pelo Maestro, o payload da mensagem do RabbitMQ deve estar no formato JSON (com as chaves entre aspas simples(') ou duplas ("). Do contrário, haverá erro e o JSON não poderá ser processado).

Os parâmetros que deverão ser passados são diferentes dependendo do tipo de mensagem sendo passada, estando listados nos subtópicos a seguir:

Infração

O JSON da infração deve conter as seguintes chaves:

• id: id: Um UUID para identificar unicamente aquele pacote (tipo string);
• type: Tipo de chamada da função, para que o Maestro possa determinar o que deve ser feito com os dados que foram recebidos. Neste caso, o tipo deve ter o valor vehicle-flagrant (tipo string);
• payload: É um outro JSON contendo os dados da infração em si. ele deve ter as seguintes chaves:
  • id_radar: Identificador único do radar que enviou os dados (tipo number);
  • image1: Imagem do veículo infrator no momento flagrante, codificada em base64 (tipo string);
  • image2: Imagem alternativa do veículo infrator no momento flagrante, codificada em base64 (tipo string);
  • infraction: Código da infração que foi cometida pelo veículo (tipo number);
  • vehicle_speed: Velocidade do carro que foi medida pelo radar (tipo number);
  • considered_speed: Velocidade considerada do veículo, tendo em conta a margem de erro da medição do radar (tipo number);
  • max_allowed_speed: Velocidade máxima permitida na via na qual o radar está instalado (tipo number).
• time: O dia e horário em que essa mensagem foi enviada, no formato RFC3339, ou seja, YYYY-MM-DDTHH:MM:SSZ (tipo string).

Exemplo:

{
    "id": "44b314eb-b67d-4b4f-b744-4772c5954601",
    "type": "vehicle-flagrant",
    "payload":{
        "id_radar": 4,
        "image1": "base64",
        "image2": "base64",
        "infraction": 2,
        "vehicle_speed": 80,
        "considered_speed": 77,
        "max_allowed_speed": 60
    },
    "time": "2019-06-07T19:24:04.102394Z"
}

No arquivo vehicle_flagrant_msg.py na pasta /examples há um exemplo de script para fazer a conexão com a fila de mensagens do RabbitMQ e enviar uma mensagem de uma infração.

Status do radar

O JSON do status do radar deve conter as seguintes chaves:

• id: id: Um UUID para identificar unicamente aquele pacote (tipo string);
• type: Tipo de chamada da função, para que o Maestro possa determinar o que deve ser feito com os dados que foram recebidos. Neste caso, o tipo deve ter o valor status-radar (tipo string);
• payload: É um outro JSON contendo os dados da infração em si. ele deve ter as seguintes chaves:
  • radar_id: Identificador único do radar que enviou os dados (tipo number);
  • radar: Código do status de funcionamento do radar (tipo number);
  • camera: Código do status de funcionamento da câmera do radar (tipo number);
  • rasp: Código do status de funcionamento da Raspberry Pi do radar (tipo number);
  • rasp: Código do status de funcionamento da USPR do radar (tipo number);
  • time: O dia e horário em que esses dados do funcionamento do radar foram obtidos, no formato RFC3339, ou seja, YYYY-MM-DDTHH:MM:SSZ (tipo string)
• time: O dia e horário em que essa mensagem foi enviada, no formato RFC3339, ou seja, YYYY-MM-DDTHH:MM:SSZ (tipo string).

Exemplo:

{
    "id": "44b314eb-b67d-4b4f-b744-4772c5954601",
    "type": "status-radar",
    "payload": {
        "radar_id": 4,
        "radar": 1,
        "camera": 0,
        "rasp": 1,
        "uspr": 1,
    },
    "time": "2019-06-07T19:24:04.102394Z"
}

No arquivo status_radar_msg.py na pasta /examples há um exemplo de script para fazer a conexão com a fila de mensagens do RabbitMQ e enviar uma mensagem contendo as informações do funcionamento do radar.

Tecnologias Utilizadas

• Python 3
• Pika (Python 3)
• Docker
• RabbitMQ

Ambiente de Desenvolvimento

Para evoluções e desenvolvimento basta ter instalado em sua máquina o Python 3 e as demais dependências do projeto (que são explicadas logo a baixo), além do seu editor de texto de preferência.

Ambiente de Testes Local

Antes da instalação das ferramentas de ambiente, certifique-se de que você tem o message broker RabbitMQ rodando para a realização dos testes.

Recomendados a utilização de um ambiente virtual criado pelo módulo virtualenvwrapper. Existe um sítio virtual com instruções em inglês para a instalação que pode ser acessado aqui. Mas você pode também seguir o roteiro abaixo para a instalação do ambiente:

sudo python3 -m pip install -U pip             # Faz a atualização do pip
sudo python3 -m pip install virtualenvwrapper  # Caso queira instalar apenas para o usuário use a opt --user

Agora configure o seu shell para utilizar o virtualenvwrapper, adicionando essas duas linhas ao arquivo de inicialização do seu shell (.bashrc, .profile, etc.)

export WORKON_HOME=$HOME/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh

Caso queira adicionar um local específico de projeto basta adicionar uma terceira linha com o seguinte export:

export PROJECT_HOME=/path/to/project

Execute o arquivo de inicialização do shell para que as mudanças surtam efeito, por exemplo:

source ~/.bashrc

Agora crie um ambiente virtual com o seguinte comando (colocando o nome que deseja para o ambiente), neste exemplo usarei o nome composta:

mkvirtualenv maestro

Para utilizá-lo:

workon maestro
pip install -r requirements.txt   # Irá instalar todas as dependências usadas no projeto

Build

Para construir e rodar o container do maestro basta rodar os seguintes comandos:

docker build -t maestro:latest .
docker run -d --name maestro --net=host maestro