树莓派Java调用Python驱动DHT11传感器实现物联网数据采集与告警

1. 项目概述与核心思路

最近在折腾一个物联网数据采集的小项目，核心目标是在树莓派上，通过Java程序去读取DHT11温湿度传感器的数据，并且提供一个Web接口来控制数据采集的节奏，还能在数据异常时触发告警。听起来像是智能家居或者环境监控的入门级应用，但麻雀虽小，五脏俱全，里面涉及到硬件接线、底层驱动调用、服务封装、数据持久化等一系列环节，踩的坑一个不少。

这个项目的核心价值在于，它不是一个简单的“点灯”Demo。它完整地展示了一个典型的边缘计算场景：在资源受限的设备（树莓派）上，用高级语言（Java）去桥接和控制底层硬件（Python脚本驱动的传感器），并通过网络服务（Spring Boot）将数据能力开放出去，最终落地到数据库（MySQL）和日志系统。对于想从纯软件转向物联网，或者想了解如何将Java生态应用到嵌入式场景的朋友来说，这是一个非常棒的练手项目。

整个流程可以概括为：DHT11传感器采集数据 -> Python脚本（Adafruit库）负责与硬件通信并读取原始数据 -> Java程序通过执行Shell命令调用Python脚本 -> Spring Boot将读取过程封装为REST API -> 数据同时写入日志文件和MySQL数据库 -> 设定阈值触发事件通知。下面，我就把这个过程拆开揉碎了，结合我实际部署时遇到的种种问题，给大家捋清楚。

2. 硬件准备与电路连接详解

硬件是这一切的基础，连接错了，后面的代码写得再漂亮也是白搭。这一部分我会详细到每个针脚，并解释为什么这么接。

2.1 硬件清单与选型考量

首先，我们得把家伙事儿准备齐了。清单如下：

• 控制中心：树莓派 4B。选择4B主要是考虑到其性能足够（多核CPU，1GB以上内存），能流畅运行Java应用和MySQL，同时GPIO接口丰富且文档齐全。树莓派3B+或更新型号也完全可以。
• 传感器：DHT11温湿度传感器模块。注意，我们通常购买的是三针或四针的模块，而非单独的DHT11芯片。模块已经集成了上拉电阻和信号调理电路，使用起来比裸芯片方便太多。这是新手最容易踩的第一个坑：买错了型号。
• 连接线：母对母杜邦线若干。用于连接树莓派的GPIO针脚和传感器模块的针脚。
• 电源：树莓派官方电源或5V/3A以上的可靠电源。电源不稳定会导致树莓派重启，进而导致数据采集中断，这是环境监控项目的大忌。

注意：为什么用模块而不是裸芯片？DHT11芯片本身输出的是单总线数字信号，需要外接一个4.7kΩ - 10kΩ的上拉电阻到VCC，信号才能被稳定读取。对于新手，焊接电阻和判断连接是否正确是个门槛。而模块板已经帮你做好了这一切，你只需要连接VCC, GND, DATA三根线即可，大大降低了入门难度和故障率。

2.2 树莓派GPIO引脚图与接线原理

树莓派的GPIO引脚有多种编号方式，最容易混淆的就是物理引脚序号（Board编号）和BCM编号（GPIO编号）。物理编号就是看板子上的引脚排列顺序，而BCM编号是Broadcom芯片定义的GPIO逻辑编号。我们编程时（无论是Python的RPi.GPIO库还是Java的Pi4J）通常使用BCM编号。

下图清晰地展示了树莓派4B的40针GPIO引脚的两种编号对照关系，以及电源和地的位置。请务必保存这张图，它是硬件连接的“地图”。

（此处应有一张清晰的树莓派4B GPIO引脚定义图，标注物理引脚号、BCM号、5V/3.3V、GND等。由于我无法直接插入图片，请你在撰写时自行添加一张标准引脚图。）

2.3 DHT11模块引脚与接线实操

常见的DHT11模块有三个或四个引脚：

1. VCC (或 +)：电源正极，接5V。
2. GND (或 -)：电源负极，接地。
3. DATA (或 OUT/S)：数据信号线。
4. （可能有的）NC：空脚，不接。

接线步骤（这是最关键的一步）：

1. 给树莓派断电。在连接任何导线之前，请务必关闭树莓派电源。带电操作有短路风险，可能损坏你的树莓派或传感器。
2. 连接电源线：
   • 将DHT11模块的VCC引脚，用杜邦线连接到树莓派的物理引脚 2或物理引脚 4（这两个都是5V电源）。
   • 将DHT11模块的GND引脚，连接到树莓派的物理引脚 6、9、14、20、25、30、34或39（任意一个GND引脚均可）。
3. 连接数据线：
   • 将DHT11模块的DATA引脚，连接到树莓派的物理引脚 7。查看上面的引脚图可知，物理引脚7对应的BCM编号是 GPIO 4。
   • 为什么选择GPIO 4？没有特殊原因，它只是一个可用的通用数字输入输出引脚。你可以选择其他可用的GPIO，如GPIO 17（物理引脚11）、GPIO 27（物理引脚13）等，只要在后续的代码中相应修改即可。我选择GPIO 4是因为它远离电源引脚，减少干扰，且很多教程都用它，便于排查问题。

接线完成后的检查清单：

• [ ] 树莓派已断电。
• [ ] VCC (传感器) -> 5V (树莓派，如物理引脚2)。
• [ ] GND (传感器) -> GND (树莓派，如物理引脚6)。
• [ ] DATA (传感器) -> GPIO 4 (树莓派，物理引脚7)。
• [ ] 所有杜邦线插接牢固，没有松动。

实操心得：电源与信号的稳定性我曾试过用树莓派的3.3V引脚给DHT11模块供电，发现偶尔读取会失败。虽然DHT11的工作电压范围是3.3V-5.5V，但使用5V供电时信号电平更高，抗干扰能力更强，读取成功率显著提升。因此，强烈建议使用5V引脚为DHT11供电。同时，尽量使用短的杜邦线，长的导线会引入噪声，可能导致数据读取错误。

3. 软件环境搭建与配置

硬件连接妥当后，我们就要在树莓派上搭建一个能让Java程序跑起来，并且能调用Python脚本的环境。

3.1 操作系统与基础环境

我使用的是树莓派官方64位操作系统（基于Debian），因为它对Java 11的支持更好，内存利用率也更高。通过sudo raspi-config可以确认和切换系统位数。

首先更新系统软件包，这是一个好习惯：

sudo apt update sudo apt upgrade -y

3.2 Python3与Adafruit DHT库安装

我们的Java程序最终要通过调用Python脚本来读取传感器数据，所以Python环境是必须的。树莓派官方系统通常预装了Python3，但我们仍需安装专门的DHT库。

1. 安装Python3和pip（如果未安装）：

   sudo apt install python3 python3-pip -y

2. 安装Adafruit DHT库的依赖：

   sudo apt install python3-dev python3-pip sudo apt install libgpiod2 # 新的GPIO库依赖，非常重要！

   这里有个大坑！旧版的RPi.GPIO库在新版系统（尤其是Bullseye及以后）上可能无法正常工作，而Adafruit库的安装会依赖这些底层驱动。安装libgpiod2是解决很多GPIO相关问题的关键。

3. 克隆并安装Adafruit DHT库：

   cd ~ sudo git clone https://github.com/adafruit/Adafruit_Python_DHT.git cd Adafruit_Python_DHT sudo python3 setup.py install

   这个过程可能会花费几分钟时间进行编译。

4. 验证安装： 安装完成后，我们可以直接运行库自带的测试脚本，来验证硬件连接和软件环境是否正确。假设你的DATA线接在BCM GPIO 4上（对应我们之前的接线）：

   cd ~/Adafruit_Python_DHT/examples sudo python3 AdafruitDHT.py 11 4

   命令解释：11代表传感器类型是DHT11，4代表GPIO引脚是BCM 4。期望输出：如果一切正常，你会看到类似Temp=24.0*C Humidity=41.0%的输出。如果看到Failed to get reading. Try again!，请返回检查硬件连接和上述安装步骤。

注意事项：必须使用sudo运行直接访问GPIO硬件需要root权限。所以无论是测试还是后续Java程序调用，执行这个Python脚本都必须加上sudo。这引出了后续Java调用的一个关键点：如何让Java进程有权执行sudo命令。我们通常有两种做法：一是让整个Java程序以root身份运行（不推荐，不安全）；二是配置sudoers文件，允许特定用户无需密码执行该特定命令（推荐）。我们会在Java程序部分详细处理这个问题。

3.3 Java运行环境（JDK 11）安装

树莓派官方仓库提供了OpenJDK，安装非常方便：

sudo apt install openjdk-11-jdk -y

安装完成后，验证一下：

java -version

应该能看到类似openjdk version "11.0.xx"的信息。

3.4 MySQL数据库安装与初始化

我们选择MySQL来存储历史温湿度数据。MariaDB是MySQL的一个流行分支，完全兼容。

sudo apt install mariadb-server mariadb-client -y

安装完成后，运行安全初始化脚本，设置root密码并移除一些不安全默认设置：

sudo mysql_secure_installation

接着，登录MySQL，为我们项目创建一个专用的数据库和用户：

sudo mysql -u root -p # 输入你刚才设置的root密码

在MySQL提示符下执行：

CREATE DATABASE pi_environment CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci; CREATE USER 'pi_env_user'@'localhost' IDENTIFIED BY 'YourStrongPassword123!'; GRANT ALL PRIVILEGES ON pi_environment.* TO 'pi_env_user'@'localhost'; FLUSH PRIVILEGES; EXIT;

请务必将YourStrongPassword123!替换成一个强密码。

3.5 Maven与Git安装

Maven用于管理我们的Java项目依赖和构建，Git用于克隆项目代码。

sudo apt install maven git -y

至此，所有基础软件环境就准备完毕了。接下来是重头戏——Java应用程序的剖析与实现。

4. Spring Boot应用程序核心解析

项目采用Spring Boot框架，它能快速搭建一个独立的、生产级的Web应用。我们不需要复杂的应用服务器，一个打包好的Jar文件就能在树莓派上运行。

4.1 项目结构设计思路

整个应用的核心职责非常清晰：

1. 对外提供HTTP API：接收开始、停止、立即读取等指令。
2. 调度与执行数据采集任务：根据API指令，调度一个后台任务，以固定频率调用Python脚本。
3. 处理并持久化数据：解析Python脚本返回的原始字符串，转换为温度和湿度数值，并同时写入日志文件和MySQL数据库。
4. 阈值监控与事件触发：检查每一次读取的数据，如果超过预设阈值，则触发事件（如记录错误日志、发送通知等）。

因此，项目结构可以设计如下：

src/main/java/com/example/pi/env/ ├── controller/ # REST API控制器 │ └── SensorController.java ├── service/ # 核心业务逻辑 │ ├── SensorService.java │ └── impl/SensorServiceImpl.java ├── task/ # 数据采集定时任务 │ └── DataCollectionTask.java ├── entity/ # 数据库实体类 │ └── TemperatureHumidity.java ├── mapper/ # MyBatis Mapper接口或JPA Repository │ └── TemperatureHumidityMapper.java ├── event/ # 阈值事件处理 │ └── ThresholdAlertListener.java └── Application.java # Spring Boot主类

4.2 核心Service层实现：调用Python脚本

这是连接Java世界和硬件世界的桥梁。SensorServiceImpl中的readDTH11Result方法是关键。

@Service @Slf4j // 使用Lombok简化日志声明 public class SensorServiceImpl implements SensorService { @Value("${dht.python.script.path}") // 从配置文件读取脚本路径 private String adafruitScriptPath; @Autowired private TemperatureHumidityMapper mapper; @Override public String readDHT11Once(int gpioPin) { // 构建Shell命令 // 格式: sudo python3 /path/to/AdafruitDHT.py 11 <GPIO_PIN> String command = String.format("sudo python3 %s 11 %d", adafruitScriptPath, gpioPin); log.info("执行命令: {}", command); StringBuilder resultBuilder = new StringBuilder(); Process process = null; BufferedReader reader = null; try { // 执行命令 process = Runtime.getRuntime().exec(command); // 等待命令执行完成，并获取退出码 int exitCode = process.waitFor(); if (exitCode != 0) { log.error("Python脚本执行失败，退出码: {}, GPIO Pin: {}", exitCode, gpioPin); // 可以尝试读取错误流获取更多信息 BufferedReader errorReader = new BufferedReader(new InputStreamReader(process.getErrorStream())); String errorLine; while ((errorLine = errorReader.readLine()) != null) { log.error("错误输出: {}", errorLine); } return "ERROR: Script execution failed with code " + exitCode; } // 读取脚本的标准输出（即温湿度数据） reader = new BufferedReader(new InputStreamReader(process.getInputStream())); String line; while ((line = reader.readLine()) != null) { resultBuilder.append(line).append("\n"); } String rawResult = resultBuilder.toString().trim(); log.info("GPIO {} 读取到原始数据: {}", gpioPin, rawResult); // 解析并保存数据 if (!rawResult.startsWith("Failed")) { saveSensorData(gpioPin, rawResult); return rawResult; } else { log.warn("读取失败，返回信息: {}", rawResult); return "READ_FAILED: " + rawResult; } } catch (IOException | InterruptedException e) { log.error("执行命令或读取输出时发生IO异常", e); return "ERROR: " + e.getMessage(); } finally { // 重要：关闭流，销毁进程，防止资源泄露 if (reader != null) { try { reader.close(); } catch (IOException e) { log.warn("关闭读取流异常", e); } } if (process != null) { process.destroy(); } } } private void saveSensorData(int gpioPin, String rawData) { // 解析 rawData，例如 "Temp=24.0*C Humidity=41.0%" // 这里需要简单的字符串处理 try { String[] parts = rawData.split(" "); float temperature = Float.parseFloat(parts[0].replace("Temp=", "").replace("*C", "")); float humidity = Float.parseFloat(parts[1].replace("Humidity=", "").replace("%", "")); TemperatureHumidity entity = new TemperatureHumidity(); entity.setGpioPin(gpioPin); entity.setTemperature(temperature); entity.setHumidity(humidity); entity.setReadingTime(new Timestamp(System.currentTimeMillis())); entity.setRawData(rawData); mapper.insert(entity); log.debug("数据已保存至数据库: {}", entity); // 触发阈值检查 checkThreshold(entity); } catch (Exception e) { log.error("解析或保存传感器数据失败，原始数据: {}", rawData, e); } } private void checkThreshold(TemperatureHumidity data) { // 这里实现阈值检查逻辑，例如从数据库或配置文件中读取阈值 float tempThreshold = 30.0f; // 示例阈值 float humidityThreshold = 80.0f; if (data.getTemperature() > tempThreshold) { log.warn("【温度告警】GPIO {} 温度 {}°C 超过阈值 {}°C", data.getGpioPin(), data.getTemperature(), tempThreshold); // 此处可以发布一个Spring应用事件，由专门的监听器处理（如发送邮件、MQTT消息等） // applicationContext.publishEvent(new TemperatureExceededEvent(this, data)); } if (data.getHumidity() > humidityThreshold) { log.warn("【湿度告警】GPIO {} 湿度 {}% 超过阈值 {}%", data.getGpioPin(), data.getHumidity(), humidityThreshold); } } }

关键点解析：

1. sudo权限问题：命令中包含了sudo。为了让Java应用（通常以非root用户如pi运行）能执行它，我们需要编辑sudoers文件，允许pi用户无需密码执行该特定命令。

   sudo visudo

   在文件末尾添加：

   pi ALL=(ALL) NOPASSWD: /usr/bin/python3 /home/pi/Adafruit_Python_DHT/examples/AdafruitDHT.py

   警告：visudo是唯一安全的编辑方式，它能检查语法错误。直接编辑/etc/sudoers文件可能导致系统无法使用sudo。

2. 进程与流管理：Process、InputStream、ErrorStream必须被正确关闭，否则会导致资源泄露（“僵尸进程”或文件句柄耗尽）。使用try-with-resources语句或像上面代码一样在finally块中显式关闭是良好实践。

3. 错误处理：不能只检查waitFor()的退出码。Python脚本可能因为硬件通信失败而返回0（成功退出），但输出是Failed to get reading。因此，必须同时检查退出码和解析标准输出的内容。

4.3 数据采集任务调度

我们使用Spring的@Scheduled注解来创建一个定时任务，实现周期性的数据采集。

@Component @Slf4j public class DataCollectionTask { @Autowired private SensorService sensorService; private volatile boolean collectionEnabled = false; private ScheduledFuture<?> scheduledFuture; @Autowired private TaskScheduler taskScheduler; // 需要配置一个TaskScheduler Bean private final int DEFAULT_GPIO_PIN = 4; private final long DEFAULT_INTERVAL_MS = 60000; // 默认每分钟采集一次 public void startCollection(long intervalMs) { if (collectionEnabled) { log.info("数据采集任务已在运行中。"); return; } log.info("启动数据采集任务，间隔: {} ms", intervalMs); collectionEnabled = true; scheduledFuture = taskScheduler.scheduleWithFixedDelay(() -> { if (collectionEnabled) { try { String result = sensorService.readDHT11Once(DEFAULT_GPIO_PIN); log.debug("定时任务采集结果: {}", result); } catch (Exception e) { log.error("定时数据采集任务执行失败", e); } } }, intervalMs); // 注意：scheduleWithFixedDelay是上一次任务结束后间隔指定时间再执行，更适合I/O操作。 } public void stopCollection() { log.info("停止数据采集任务。"); collectionEnabled = false; if (scheduledFuture != null) { scheduledFuture.cancel(false); // false表示不中断正在执行的任务 } } public boolean isCollectionEnabled() { return collectionEnabled; } }

在Application.java或一个配置类中，需要配置TaskScheduler：

@Configuration @EnableScheduling public class SchedulerConfig implements SchedulingConfigurer { @Override public void configureTasks(ScheduledTaskRegistrar taskRegistrar) { ThreadPoolTaskScheduler scheduler = new ThreadPoolTaskScheduler(); scheduler.setPoolSize(2); // 根据任务数量设置 scheduler.setThreadNamePrefix("pi-sensor-scheduler-"); scheduler.initialize(); taskRegistrar.setTaskScheduler(scheduler); } }

4.4 REST API控制器设计

控制器提供简单的HTTP接口，用于手动触发读取、启停自动采集任务。

@RestController @RequestMapping("/api/sensor") @Slf4j public class SensorController { @Autowired private SensorService sensorService; @Autowired private DataCollectionTask dataCollectionTask; @GetMapping("/read") public ResponseEntity<String> readOnce(@RequestParam(defaultValue = "4") int gpio) { log.info("手动触发读取GPIO: {}", gpio); String result = sensorService.readDHT11Once(gpio); return ResponseEntity.ok(result); } @PostMapping("/collection/start") public ResponseEntity<String> startCollection(@RequestParam(defaultValue = "60000") long interval) { if (interval < 2000) { return ResponseEntity.badRequest().body("采集间隔太短，建议大于2000毫秒。"); } dataCollectionTask.startCollection(interval); return ResponseEntity.ok("数据采集任务已启动，间隔 " + interval + " 毫秒。"); } @PostMapping("/collection/stop") public ResponseEntity<String> stopCollection() { dataCollectionTask.stopCollection(); return ResponseEntity.ok("数据采集任务已停止。"); } @GetMapping("/collection/status") public ResponseEntity<Map<String, Object>> getCollectionStatus() { Map<String, Object> status = new HashMap<>(); status.put("enabled", dataCollectionTask.isCollectionEnabled()); // 可以返回更多状态信息，如最近一次采集时间等 return ResponseEntity.ok(status); } }

4.5 数据持久化与日志记录

数据库持久化：使用MyBatis或Spring Data JPA将TemperatureHumidity实体对象存入MySQL。表结构简单：

CREATE TABLE temperature_humidity ( id BIGINT AUTO_INCREMENT PRIMARY KEY, gpio_pin INT NOT NULL COMMENT 'GPIO引脚号', temperature FLOAT COMMENT '温度值', humidity FLOAT COMMENT '湿度值', raw_data VARCHAR(100) COMMENT '原始数据字符串', reading_time TIMESTAMP DEFAULT CURRENT_TIMESTAMP COMMENT '读取时间' );

日志记录：使用Log4j2或SLF4J+Logback。除了在控制台输出，还应配置滚动文件日志，便于长期追踪和问题排查。在application.properties或logback-spring.xml中配置即可。

5. 项目部署、测试与问题排查

5.1 在树莓派上部署与运行

1. 打包项目：在开发机器上，使用Maven打包。

   mvn clean package -DskipTests

   这会在target目录下生成一个your-project-name-0.0.1-SNAPSHOT.jar文件。

2. 传输Jar文件到树莓派：使用scp命令。

   scp target/pi-env-monitor.jar pi@192.168.1.xxx:/home/pi/

3. 在树莓派上运行：

   cd /home/pi # 前台运行，查看日志 java -jar pi-env-monitor.jar # 或者后台运行 nohup java -jar pi-env-monitor.jar > app.log 2>&1 &

   应用默认会在8080端口启动（可通过application.properties中的server.port修改）。

5.2 功能测试与验证

1. 测试手动读取接口：

   curl "http://树莓派IP:8080/api/sensor/read?gpio=4"

   预期返回：Temp=24.0*C Humidity=41.0%或类似信息。

2. 测试启动自动采集：

   curl -X POST "http://树莓派IP:8080/api/sensor/collection/start?interval=30000"

   预期返回成功信息，并且查看应用日志，应该每隔30秒出现一次采集记录。

3. 测试停止采集：

   curl -X POST "http://树莓派IP:8080/api/sensor/collection/stop"

4. 检查数据库：

   mysql -u pi_env_user -p pi_environment SELECT * FROM temperature_humidity ORDER BY reading_time DESC LIMIT 5;

   应该能看到最新的几条温湿度记录。

5.3 常见问题与排查技巧实录

以下是我在实施过程中遇到的一些典型问题及解决方法：

一个关键的避坑技巧：关于Python库的版本Adafruit_Python_DHT库是一个较老的库，在新版树莓派OS上可能因为底层驱动变更而无法编译或工作。如果遇到编译错误或始终读取失败，可以尝试使用基于libgpiod的现代替代库，例如Adafruit_Blinka配合adafruit-circuitpython-dht。但这需要调整Python脚本。一个更简单直接的备用方案是使用**pigpio库**的DHT读取功能，它通常更稳定。

备用Python脚本示例（使用pigpio）：

import pigpio import time pi = pigpio.pi() if not pi.connected: exit() SENSOR_PIN = 4 # BCM GPIO 4 def read_dht11(pin): # pigpio的dht_read函数返回 (状态码, 温度, 湿度) result = pi.read_DHT11(pin) if result[0] == 0: # 状态码0表示成功 temperature, humidity = result[1], result[2] return f"Temp={temperature}*C Humidity={humidity}%" else: return "Failed to get reading." if __name__ == "__main__": print(read_dht11(SENSOR_PIN)) pi.stop()

使用前需要安装pigpio库并启动守护进程：sudo apt install pigpio python3-pigpio && sudo systemctl start pigpiod。然后在Java中调用这个新脚本即可。这种方式往往比旧的Adafruit库更可靠。

最后，这个项目完全可以作为更复杂物联网应用的基础。你可以轻松地扩展它，例如：集成MQTT将数据上报到云端物联网平台（如阿里云IoT、ThingsBoard）；增加WebSocket实现实时数据推送到前端仪表盘；或者结合摄像头，在温湿度异常时拍照留存。硬件上也可以接入更多传感器，如光照、空气质量传感器等，构建一个完整的室内环境监测站。