2025年P(guān)ython物聯(lián)網(wǎng)開發(fā)專項訓(xùn)練試卷：實戰(zhàn)案例解析與沖刺考試時間：______分鐘總分：______分姓名：______一、簡述Python在物聯(lián)網(wǎng)開發(fā)中的主要優(yōu)勢，并列舉至少三種適用于物聯(lián)網(wǎng)開發(fā)的Python庫。二、解釋什么是物聯(lián)網(wǎng)（IoT）？請描述其主要組成部分及其功能。三、說明MQTT協(xié)議在物聯(lián)網(wǎng)通信中的角色和優(yōu)勢。假設(shè)一個智能家居系統(tǒng)需要通過MQTT向云端發(fā)送溫濕度數(shù)據(jù)，請簡述客戶端（傳感器端）與服務(wù)器（云平臺）之間完成一次完整數(shù)據(jù)上報的過程。四、請編寫Python代碼，實現(xiàn)以下功能：創(chuàng)建一個名為`sensor_data`的CSV文件，其中包含三列：`timestamp`（時間戳，字符串格式）、`temperature`（溫度，浮點(diǎn)數(shù)）和`humidity`（濕度，浮點(diǎn)數(shù)）。然后，該代碼應(yīng)向該文件中追加一行數(shù)據(jù)，數(shù)據(jù)格式為當(dāng)前時間戳、25.5和60.0。五、假設(shè)你正在開發(fā)一個環(huán)境監(jiān)測系統(tǒng)，需要使用Python定期從多個傳感器獲取數(shù)據(jù)，并將數(shù)據(jù)發(fā)送到MQTT服務(wù)器。請設(shè)計一個簡單的Python腳本框架（包含必要的庫導(dǎo)入、MQTT客戶端連接設(shè)置、數(shù)據(jù)獲取模擬和發(fā)送邏輯），用于實現(xiàn)這一基本功能。你需要清晰地說明每個部分的作用。六、描述在Python中進(jìn)行數(shù)據(jù)可視化（如繪制折線圖顯示傳感器數(shù)據(jù)趨勢）時，通常會使用哪些庫？請選擇其中一個庫，簡要說明其如何創(chuàng)建一個簡單的折線圖，該圖展示了過去一小時（模擬數(shù)據(jù)）的溫度變化。七、考慮一個場景：一個工廠的流水線上安裝了多個攝像頭用于監(jiān)控產(chǎn)品狀態(tài)，需要將檢測到的異常產(chǎn)品信息實時發(fā)送給質(zhì)量控制部門。請設(shè)計一個簡化的系統(tǒng)架構(gòu)，說明你會如何使用Python技術(shù)棧（包括網(wǎng)絡(luò)通信、數(shù)據(jù)處理等）來實現(xiàn)這個功能。你需要描述關(guān)鍵組件、它們之間的交互方式以及Python在其中的作用。八、編寫Python代碼，實現(xiàn)一個簡單的Web服務(wù)（可以使用Flask或類似框架），該服務(wù)提供一個接口`/status`。當(dāng)有請求訪問此接口時，服務(wù)應(yīng)返回當(dāng)前時間和一個狀態(tài)信息（如"SystemRunning"）。你需要包含必要的框架導(dǎo)入、應(yīng)用創(chuàng)建、路由定義和響應(yīng)邏輯。九、假設(shè)你負(fù)責(zé)維護(hù)一個物聯(lián)網(wǎng)項目的數(shù)據(jù)存儲部分，該部分使用MySQL數(shù)據(jù)庫。請編寫Python代碼，實現(xiàn)以下功能：連接到數(shù)據(jù)庫，創(chuàng)建一個名為`iot_devices`的表，該表包含`device_id`（主鍵，整數(shù)）、`device_name`（字符串）和`last_seen`（時間戳）三個字段。然后，插入一條記錄，表示設(shè)備ID為101，名稱為`Temperature_Sensor_01`，最后在線時間為當(dāng)前時間。十、在物聯(lián)網(wǎng)系統(tǒng)開發(fā)中，異常處理非常重要。請結(jié)合Python編程，闡述如何處理一個可能發(fā)生異常的情況：在從傳感器讀取數(shù)據(jù)時，如果傳感器連接失敗或返回了非法數(shù)據(jù)格式，你的代碼應(yīng)該如何捕獲這些異常，并采取適當(dāng)?shù)拇胧ㄈ缰卦囘B接、記錄錯誤日志、發(fā)送警告通知等）。請?zhí)峁┫嚓P(guān)的代碼片段或偽代碼來說明你的異常處理策略。試卷答案一、Python在物聯(lián)網(wǎng)開發(fā)中的主要優(yōu)勢包括：語法簡潔易讀，開發(fā)效率高；擁有豐富的第三方庫，涵蓋了網(wǎng)絡(luò)通信、數(shù)據(jù)處理、硬件交互等多個方面；跨平臺性好，可以在多種操作系統(tǒng)上運(yùn)行；動態(tài)類型系統(tǒng)提高了靈活性；有活躍的社區(qū)支持。適用于物聯(lián)網(wǎng)開發(fā)的Python庫有：`paho-mqtt`（用于MQTT協(xié)議通信）、`numpy`/`pandas`（用于數(shù)據(jù)處理與分析）、`matplotlib`/`seaborn`（用于數(shù)據(jù)可視化）、`flask`/`django`（用于構(gòu)建Web服務(wù)）、`pyserial`（用于串口通信）、`RPi.GPIO`（用于樹莓派GPIO控制）。二、物聯(lián)網(wǎng)（IoT）是指將各種信息傳感設(shè)備與互聯(lián)網(wǎng)結(jié)合起來而形成的一個巨大網(wǎng)絡(luò)，實現(xiàn)在任何時間、任何地點(diǎn)，人、機(jī)、物的互聯(lián)互通。其主要組成部分及其功能如下：*感知層（PerceptionLayer）：負(fù)責(zé)采集各種物理量信息（如溫度、濕度、光照等）和狀態(tài)信息（如開關(guān)狀態(tài)、位置等），主要由傳感器、執(zhí)行器、RFID標(biāo)簽、攝像頭、麥克風(fēng)等設(shè)備組成。*網(wǎng)絡(luò)層（NetworkLayer）：負(fù)責(zé)將感知層采集到的信息傳輸?shù)狡脚_層，主要涉及各種通信技術(shù)，如WiFi、藍(lán)牙、Zigbee、LoRa、NB-IoT、NB-IIoT、GPRS/4G/5G等。*平臺層（PlatformLayer）：負(fù)責(zé)接收、存儲、處理和分析來自感知層的數(shù)據(jù)，并提供各種服務(wù)接口供應(yīng)用層調(diào)用，通常包括云平臺和邊緣計算平臺。云平臺提供大規(guī)模數(shù)據(jù)存儲、復(fù)雜計算、機(jī)器學(xué)習(xí)等能力；邊緣計算平臺提供本地數(shù)據(jù)處理、實時響應(yīng)等功能。*應(yīng)用層（ApplicationLayer）：負(fù)責(zé)將物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)化為實際的應(yīng)用服務(wù)，為用戶提供價值，如智能家居控制、智慧城市管理、工業(yè)自動化監(jiān)控、環(huán)境監(jiān)測等。三、MQTT（MessageQueuingTelemetryTransport）是一種基于發(fā)布/訂閱模式的輕量級消息傳輸協(xié)議，設(shè)計用于低帶寬、高延遲或不可靠的網(wǎng)絡(luò)環(huán)境，廣泛應(yīng)用于物聯(lián)網(wǎng)領(lǐng)域。其優(yōu)勢在于：協(xié)議簡單，開銷小，連接建立快；支持多種QoS等級（0,1,2），保證消息傳遞的可靠性；支持發(fā)布/訂閱模式，解耦了消息的發(fā)送者和接收者；支持會話保持、遺囑消息（LastWillandTestament）等特性。在智能家居系統(tǒng)場景中，傳感器（客戶端）作為發(fā)布者，向特定的MQTT主題（Topic）發(fā)布溫濕度數(shù)據(jù)；云平臺（服務(wù)器）作為訂閱者，訂閱該主題，接收并處理數(shù)據(jù)。一次完整的數(shù)據(jù)上報過程通常包括：傳感器上線，與MQTT服務(wù)器建立連接（ClientID、CleanSession、KeepAlive等參數(shù)）；連接成功后，傳感器選擇一個主題（如`home/傳感器ID/temperature`和`home/傳感器ID/humidity`），將采集到的溫濕度數(shù)據(jù)連同消息QoS等級、保留標(biāo)志、遺囑消息（如果需要）一起發(fā)布到該主題；MQTT服務(wù)器接收到發(fā)布請求，根據(jù)訂閱關(guān)系將消息分發(fā)給所有訂閱該主題的客戶端（如云平臺應(yīng)用）；云平臺接收消息，解析數(shù)據(jù)并進(jìn)行后續(xù)處理（存儲、分析、展示等）。四、```pythonimportcsvimportdatetime#獲取當(dāng)前時間戳并格式化為字符串timestamp=datetime.datetime.now().isoformat()#準(zhǔn)備要追加的數(shù)據(jù)data=[timestamp,25.5,60.0]#打開CSV文件，如果不存在則創(chuàng)建，追加模式（'a'）withopen('sensor_data.csv','a',newline='')asfile:writer=csv.writer(file)#追加一行數(shù)據(jù)writer.writerow(data)```解析思路：首先導(dǎo)入必要的`csv`模塊用于文件操作和`datetime`模塊用于獲取時間戳。然后，獲取當(dāng)前時間并轉(zhuǎn)換為ISO格式字符串作為時間戳。接著，定義要追加的數(shù)據(jù)列表，包含時間戳、溫度和濕度。使用`with`語句和`open`函數(shù)以追加模式（`'a'`）打開（或創(chuàng)建）CSV文件，確保文件操作完成后自動關(guān)閉。創(chuàng)建`csv.writer`對象，調(diào)用其`writerow`方法將數(shù)據(jù)列表寫入文件的新一行。這里使用了`newline=''`參數(shù)來避免在不同操作系統(tǒng)上出現(xiàn)額外的空行。五、```pythonimportpaho.mqtt.clientasmqttimporttimeimportrandom#模擬數(shù)據(jù)，實際應(yīng)從傳感器讀取#MQTT服務(wù)器地址和端口MQTT_BROKER=""MQTT_PORT=1883#MQTT客戶端IDCLIENT_ID="sensor_client"#MQTT連接事件回調(diào)函數(shù)defon_connect(client,userdata,flags,rc):ifrc==0:print("Connectedsuccessfully.")#連接成功后，訂閱相關(guān)主題client.subscribe("home/sensors/#")else:print(f"Connectfailedwithcode{rc}.")#MQTT消息接收事件回調(diào)函數(shù)defon_message(client,userdata,msg):print(f"Received`{msg.payload.decode()}`from`{msg.topic}`topic")#創(chuàng)建MQTT客戶端實例client=mqtt.Client(CLIENT_ID)#綁定回調(diào)函數(shù)client.on_connect=on_connectclient.on_message=on_message#連接MQTT服務(wù)器client.connect(MQTT_BROKER,MQTT_PORT,60)#模擬定期獲取和發(fā)送數(shù)據(jù)try:whileTrue:#模擬獲取傳感器數(shù)據(jù)temperature=random.uniform(20.0,30.0)humidity=random.uniform(30.0,70.0)timestamp=time.strftime("%Y-%m-%d%H:%M:%S",time.localtime())topic=f"home/sensor/{CLIENT_ID}/data"payload=f"temp:{temperature},hum:{humidity}"#發(fā)布數(shù)據(jù)到MQTT服務(wù)器client.publish(topic,payload)print(f"Published`{payload}`to`{topic}`")#等待一段時間再發(fā)送下一次數(shù)據(jù)time.sleep(10)exceptKeyboardInterrupt:print("Programstopped.")#斷開與MQTT服務(wù)器的連接client.disconnect()```解析思路：該腳本框架首先導(dǎo)入必要的庫：`paho.mqtt.client`用于MQTT通信，`time`用于時間處理和延時，`random`用于模擬傳感器數(shù)據(jù)。定義MQTT服務(wù)器的地址、端口、客戶端ID等常量。然后，定義兩個回調(diào)函數(shù)`on_connect`和`on_message`，分別處理客戶端連接服務(wù)器的事件和接收消息的事件。創(chuàng)建`mqtt.Client`實例，并綁定回調(diào)函數(shù)。調(diào)用`client.connect()`方法連接到MQTT服務(wù)器。在`try`塊中，使用一個無限循環(huán)模擬定期工作：使用`random`生成模擬的溫度和濕度數(shù)據(jù)，獲取當(dāng)前時間格式化為字符串，構(gòu)造MQTT主題和消息負(fù)載。調(diào)用`client.publish()`方法將數(shù)據(jù)發(fā)布到指定的MQTT主題。使用`time.sleep()`設(shè)置發(fā)送間隔。通過`try...exceptKeyboardInterrupt`捕獲鍵盤中斷，以便優(yōu)雅地退出程序。最后，在程序結(jié)束前調(diào)用`client.disconnect()`斷開連接。整個框架清晰地展示了連接、訂閱（雖然這里沒有顯式調(diào)用`subscribe`，但回調(diào)中包含了）、發(fā)布數(shù)據(jù)的流程。六、在Python中進(jìn)行數(shù)據(jù)可視化時，常用的庫有`matplotlib`,`seaborn`,`plotly`,`bokeh`等。選擇`matplotlib`庫進(jìn)行說明。`matplotlib`是Python中最基礎(chǔ)和流行的繪圖庫，功能強(qiáng)大，可以創(chuàng)建各種靜態(tài)、動態(tài)、交互式的圖表。以下是如何使用`matplotlib`創(chuàng)建一個簡單折線圖的示例代碼（假設(shè)數(shù)據(jù)已存儲在`data`變量中，包含時間戳和溫度值）：```pythonimportmatplotlib.pyplotaspltimportnumpyasnp#模擬數(shù)據(jù)：過去一小時的時間點(diǎn)和溫度timestamps=np.arange(0,3600,60)#從0到3599，每60秒一個點(diǎn)，代表一小時內(nèi)的數(shù)據(jù)點(diǎn)temperatures=np.random.uniform(20,30,size=len(timestamps))#模擬溫度數(shù)據(jù)#繪制折線圖plt.figure(figsize=(10,5))#設(shè)置圖形大小plt.plot(timestamps,temperatures,marker='o',linestyle='-',color='b')#繪制折線，標(biāo)記點(diǎn)，實線，藍(lán)色plt.title('PastHourTemperatureTrend')#設(shè)置標(biāo)題plt.xlabel('Time(secondssincestartofhour)')#設(shè)置X軸標(biāo)簽plt.ylabel('Temperature(°C)')#設(shè)置Y軸標(biāo)簽plt.grid(True)#顯示網(wǎng)格plt.tight_layout()#自動調(diào)整子圖參數(shù)，使之填充整個圖像區(qū)域plt.show()#顯示圖形```解析思路：首先導(dǎo)入`matplotlib.pyplot`模塊（通常別名`plt`）。模擬生成過去一小時內(nèi)每分鐘的溫度數(shù)據(jù)。使用`np.arange`生成時間序列。使用`np.random.uniform`生成對應(yīng)的溫度值。調(diào)用`plt.figure()`創(chuàng)建一個新的圖形，并設(shè)置其大小。使用`plt.plot()`函數(shù)繪制折線圖，其中第一個參數(shù)是X軸數(shù)據(jù)（時間），第二個參數(shù)是Y軸數(shù)據(jù)（溫度），`marker='o'`表示在每個數(shù)據(jù)點(diǎn)上繪制圓圈標(biāo)記，`linestyle='-'`表示使用實線連接，`color='b'`表示線條顏色為藍(lán)色。通過`plt.title()`,`plt.xlabel()`,`plt.ylabel()`設(shè)置圖表的標(biāo)題和坐標(biāo)軸標(biāo)簽。使用`plt.grid(True)`添加背景網(wǎng)格線，提高可讀性。`plt.tight_layout()`自動調(diào)整布局，防止標(biāo)簽等內(nèi)容被截斷。最后調(diào)用`plt.show()`將繪制的圖表顯示出來。七、系統(tǒng)架構(gòu)設(shè)計如下：1.感知層：在流水線上安裝高清工業(yè)攝像頭，用于實時捕捉產(chǎn)品圖像?？赡苄枰~外的光源以保證圖像質(zhì)量。攝像頭需要具備網(wǎng)絡(luò)連接能力（如通過以太網(wǎng)或WiFi連接到工廠網(wǎng)絡(luò)）。2.網(wǎng)絡(luò)層：攝像頭將捕獲的圖像數(shù)據(jù)通過工廠網(wǎng)絡(luò)傳輸?shù)竭吘売嬎阍O(shè)備或直接傳輸?shù)皆破脚_（取決于實時性要求）?？梢允褂脴?biāo)準(zhǔn)的網(wǎng)絡(luò)協(xié)議（如HTTP/TCP或?qū)Ｓ玫囊曨l流協(xié)議）。邊緣網(wǎng)關(guān)可能負(fù)責(zé)初步的數(shù)據(jù)聚合和預(yù)處理。3.平臺層（邊緣計算節(jié)點(diǎn)/云平臺）：*圖像處理服務(wù)：接收圖像數(shù)據(jù)。首先進(jìn)行圖像預(yù)處理（如去噪、調(diào)整對比度）。然后，使用計算機(jī)視覺技術(shù)（如基于深度學(xué)習(xí)的模型，可以在邊緣或云端部署）對圖像進(jìn)行分析，檢測產(chǎn)品是否合格（如尺寸、形狀、缺陷、顏色等）。*數(shù)據(jù)處理與決策：分析結(jié)果（合格/不合格，及具體缺陷信息）被送入決策模塊。該模塊根據(jù)預(yù)設(shè)規(guī)則或算法，判斷是否為異常產(chǎn)品。如果判斷為異常，則生成告警信息。*消息隊列/通知服務(wù)：一旦檢測到異常產(chǎn)品，決策模塊將告警信息（可能包含圖像證據(jù)、產(chǎn)品位置、時間戳等）發(fā)送到消息隊列（如RabbitMQ,Kafka）或直接推送到通知服務(wù)。4.應(yīng)用層（質(zhì)量控制部門）：*告警接收界面：質(zhì)量控制人員的電腦或移動設(shè)備上運(yùn)行一個應(yīng)用程序，該程序訂閱消息隊列或接收通知服務(wù)推送的告警信息。*告警顯示與處理：應(yīng)用程序?qū)崟r顯示接收到的異常產(chǎn)品告警，包括關(guān)鍵信息（產(chǎn)品ID、位置、缺陷類型）和相關(guān)圖像。人員可以查看詳細(xì)信息，確認(rèn)告警，并采取相應(yīng)措施（如記錄、隔離、通知生產(chǎn)線操作員等）。5.Python技術(shù)棧應(yīng)用：*攝像頭接口：可能使用Python庫（如`OpenCV`）來捕獲網(wǎng)絡(luò)攝像頭流或處理本地攝像頭數(shù)據(jù)。*圖像處理：核心圖像分析任務(wù)將使用`OpenCV`庫或集成`TensorFlow`/`PyTorch`等深度學(xué)習(xí)框架進(jìn)行模型推理。*網(wǎng)絡(luò)通信：使用`requests`庫（HTTP）或`socket`庫與平臺層服務(wù)通信，或使用`paho-mqtt`發(fā)布分析結(jié)果到平臺層。平臺層服務(wù)本身可能用`Flask`或`Django`構(gòu)建RESTAPI，或使用`FastAPI`構(gòu)建高性能API。也可能使用`gRPC`進(jìn)行服務(wù)間通信。*數(shù)據(jù)處理/決策：對分析結(jié)果進(jìn)行邏輯處理或簡單的規(guī)則判斷，可以使用標(biāo)準(zhǔn)Python語法和庫。*消息隊列：如果使用消息隊列，Python客戶端庫（如`pika`forRabbitMQ）用于發(fā)送和接收消息。*前端界面：如果有Web界面，使用`Flask`/`Django`渲染前端頁面，展示告警信息。*邊緣計算：在邊緣設(shè)備上運(yùn)行Python腳本進(jìn)行實時圖像處理和初步?jīng)Q策，需要考慮資源限制。八、```pythonfromflaskimportFlask,jsonify,requestapp=Flask(__name__)@app.route('/status',methods=['GET'])defstatus():current_time=datetime.datetime.now().isoformat()response_text="SystemRunning"response=jsonify({"time":current_time,"status":response_text})returnresponseif__name__=='__main__':app.run(host='',port=5000)#可監(jiān)聽所有網(wǎng)絡(luò)接口```解析思路：首先導(dǎo)入Flask框架的核心模塊`Flask`，以及`jsonify`（用于將Python字典轉(zhuǎn)換為JSON響應(yīng)）和`request`（雖然本例中未使用，但通常用于處理HTTP請求體）。創(chuàng)建一個`Flask`應(yīng)用實例。使用`@app.route`裝飾器定義一個路由，路徑為`/status`，允許的HTTP方法為`GET`。在裝飾器下的函數(shù)`status`中，獲取當(dāng)前時間并格式化為ISO字符串。定義一個狀態(tài)文本`"SystemRunning"`。使用`jsonify`將包含時間和狀態(tài)信息的字典轉(zhuǎn)換為JSON格式的響應(yīng)對象。最后，返回這個響應(yīng)對象。在腳本的最后，檢查`__name__`是否為`'__main__'`，這是Python中判斷腳本是否作為主程序運(yùn)行的常見做法。如果是，則調(diào)用`app.run()`啟動Flask應(yīng)用，并指定`host=''`使其監(jiān)聽所有網(wǎng)絡(luò)接口（方便從外部訪問），`port=5000`指定運(yùn)行端口。這樣，當(dāng)有HTTPGET請求訪問`http://<服務(wù)器地址>:5000/status`時，服務(wù)器就會返回包含當(dāng)前時間和狀態(tài)信息的JSON數(shù)據(jù)。九、```pythonimportmysql.connectorfrommysql.connectorimportErrorimportdatetime#數(shù)據(jù)庫連接配置DB_CONFIG={'host':'localhost','user':'your_username','password':'your_password','database':'iot_system'}try:#連接MySQL數(shù)據(jù)庫connection=mysql.connector.connect(DB_CONFIG)ifconnection.is_connected():print("ConnectedtoMySQLdatabase.")#創(chuàng)建數(shù)據(jù)庫游標(biāo)對象cursor=connection.cursor()#創(chuàng)建表的SQL語句create_table_sql="""CREATETABLEIFNOTEXISTSiot_devices(device_idINTAUTO_INCREMENTPRIMARYKEY,device_nameVARCHAR(255)NOTNULL,last_seenTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP)"""#執(zhí)行創(chuàng)建表語句cursor.execute(create_table_sql)print("Table'iot_devices'createdorverified.")#插入數(shù)據(jù)的SQL語句insert_sql="""INSERTINTOiot_devices(device_id,device_name,last_seen)VALUES(%s,%s,%s)"""#插入的數(shù)據(jù)（設(shè)備ID為101，名稱為Temperature_Sensor_01，最后在線時間使用當(dāng)前時間）insert_data=(101,'Temperature_Sensor_01',datetime.datetime.now())#執(zhí)行插入語句cursor.execute(insert_sql,insert_data)#提交事務(wù)mit()print("Recordinsertedinto'iot_devices'table.")exceptErrorase:print(f"Error:{e}")finally:#關(guān)閉游標(biāo)和連接ifconnection.is_connected():cursor.close()connection.close()print("MySQLconnectionisclosed.")```解析思路：首先導(dǎo)入`mysql.connector`模塊用于連接MySQL數(shù)據(jù)庫，`Error`用于捕獲異常，以及`datetime`用于獲取當(dāng)前時間。定義一個字典`DB_CONFIG`存儲數(shù)據(jù)庫連接所需的配置信息（主機(jī)名、用戶名、密碼、數(shù)據(jù)庫名）。使用`try`塊來封裝可能引發(fā)異常的代碼。在`try`塊內(nèi)，調(diào)用`mysql.connector.connect()`函數(shù)，傳入`DB_CONFIG`字典中的配置，建立與MySQL數(shù)據(jù)庫的連接。檢查`connection.is_connected()`確認(rèn)連接是否成功。如果連接成功，創(chuàng)建一個游標(biāo)對象`cursor`，用于執(zhí)行SQL語句。使用`CREATETABLEIFNOTEXISTS`SQL語句創(chuàng)建名為`iot_devices`的表。如果表已存在，則`IFNOTEXISTS`部分會忽略創(chuàng)建語句，避免錯誤。表結(jié)構(gòu)包含三個字段：`device_id`（整數(shù)類型，自增，主鍵），`device_name`（可變長度字符串，非空），`last_seen`（時間戳類型，默認(rèn)值為當(dāng)前時間，并且在記錄更新時自動更新為當(dāng)前時間）。調(diào)用`cursor.execute()`執(zhí)行創(chuàng)建表的SQL語句，并打印成功信息。接著，編寫`INSERTINTO`SQL語句用于向`iot_devices`表插入一條記錄。使用占位符（`%s`）來避免SQL注入風(fēng)險，并將實際數(shù)據(jù)作為元組傳遞給`execute()`方法。這里插入的數(shù)據(jù)是設(shè)備ID為101，名稱為`Temperature_Sensor_01`，最后在線時間為當(dāng)前獲取的時間。再次調(diào)用`cursor.execute()`執(zhí)行插入語句，然后調(diào)用`mit()`提交事務(wù)，使插入操作生效。在`except`塊中，捕獲`mysql.connector.Error`異常，并打印錯誤信息。在`finally`塊中，無論是否發(fā)生異常，都檢查連接是否仍然打開，如果是，則關(guān)閉游標(biāo)和連接，并打印關(guān)閉信息，確保資源被正確釋放。十、在Python物聯(lián)網(wǎng)系統(tǒng)開發(fā)中，異常處理至關(guān)重要，尤其是在與外部設(shè)備（傳感器、網(wǎng)絡(luò)服務(wù)）交互時，這些交互可能因多種原因失敗。一個典型的異常處理策略如下：1.識別可能的異常：在從傳感器讀取數(shù)據(jù)時，可能遇到的異常包括：連接超時（`socket.timeout`）、網(wǎng)絡(luò)斷開（`IOError`,`OSError`）、設(shè)備無響應(yīng)、讀取到的數(shù)據(jù)格式不正確（如無法轉(zhuǎn)換為浮點(diǎn)數(shù)，`ValueError`）、傳感器硬件故障等。2.使用`try...except`塊：在執(zhí)行可能引發(fā)異常的操作代碼塊周圍使用`try`語句。```pythontry:#嘗試執(zhí)行可能引發(fā)異常的操作data=read_sensor_data(sensor_connection)temperature,humidity=parse_sensor_data(data)#...其他處理邏輯...```3.捕獲具體的異常：在`except`子句中，捕獲預(yù)期可能發(fā)生的異常類型。捕獲特定異常比捕獲通用異常（如`Exception`）更佳，因為它允許針對不同錯誤類型采取不同的處理措施。```pythonexceptsocket.timeout:print(f"Warning:Sensorreadtimedout.")#可以選擇重試連接或記錄超時事件log_event("SensorReadTimeout")#retry_connection(sensor_connection)#示例重試函數(shù)exceptIOErrorase:print(f"Error:Failedtoreadfromsensor.IOError:{e}")#可以選擇斷開連接、重試或記錄錯誤log_event(f"SensorIOError:{e}")#maybe_close_connection(sensor_connection)#示例關(guān)閉函數(shù)