本课程会深入浅出地介绍 MQTT 协议的各种特性，对每个协议特性都辅以具体代码进行讲解，并通过一个 IoT AI 项目实战来具体展现 MQTT 在移动端、Web 端的使用，MQTT Broker 的架设等场景。
内容如下：
1.MQTT协议简介
2.MQTT的基础概念
3.建议到MQTT Broker的链接（1）
4.建议到MQTT Broker的链接（2）
5.订阅和发布模型
6.订阅一个主题
7.QoS0和QoS1是什么
8.QoS2和QoS的最佳实践
9.Retained消息和LWT
10.Keep Alive和链接保活
11.实践课IoT AI之发布端
12.实践课IoT AI之Web订阅端
13.搭建MQTT Broker和安全实践
在这一课里我们来实现 Web 订阅端。本节课核心内容：
- MQTT over WebSocket
- 连接到 Broker
- 处理消息
MQTT over WebSocket
我们要实现的是一个可以在浏览器里运行的 MQTT Client。MQTT 基于 TCP 协议，在目前主流的浏览器里面，使用 JavaScript 直接打开一个 TCP 连接是不可能的，所以在浏览器里面直接使用 MQTT 目前是没有办法的。
Socket API 可以解决这个问题，但是浏览器对 Socket API 的支持还非常有限。而我们可以应用 MQTT over WebSocket 来在浏览器中使用 MQTT，因为大部分主流浏览器都支持 WebSocket。MQTT over WebSocket 实现原理是把 MQTT 数据包封装在 WebSocket 帧里进行发送：
MQTT over WebSocket 也需要 Broker 支持，不过目前大部分 Broker 都是支持的，包括本课程里面使用的 Public Broker。
连接到 Broker
首先需要在 HTML 里面加上支持 MQTT over WebSocket 的 JS 文件：
代码语言：javascript复制<script src="https://unpkg.com/mqtt@2.18.6/dist/mqtt.min.js"></script>然后连接到 Broker：
代码语言：javascript复制var client = mqtt.connect("ws://iot.eclipse.org/ws")注意这里 Broker 的 URL 中的协议部分变成了 “ws”。
在这里我们没有指定 Client Identifier，而 Client 库或 Broker 会为我们自动生成一个 Client Identifier。这样打开多个 Web 订阅端时，就不会发生冲突。但是这样是无法使用持久化会话的，所以在实际项目中，你应该为每一个 Web 订阅端分配一个唯一 Client Identifier，比如把用户 ID 作为 Client Identifier 的一部分。
接下来订阅相关主题：
代码语言：javascript复制client.subscribe("front_door/detection/objects", {
qos: 1
}, function (err) {
if (err != undefined) {
console.log("subscribe failed")
} else {
console.log(`subscribe succeeded`)
}
})处理消息
上一课中讲到，在接受消息的时候，我们需要对消息进行去重：
代码语言：javascript复制var receivedMessages = new Set();
client.on("message", function (_, payload) {
var jsonMessage = JSON.parse(payload.toString())
if(!receivedMessages.has(jsonMessage.id)){
receivedMessages.add(jsonMessage.id)
//接下来把结果显示在页面上面
}
})为了演示简单，这里使用了一个 Set 来保存已收到消息的 ID。实际项目中，可以用稍微复杂一点的数据结构，比如支持 Expiration 的缓存来存储已收到消息的 ID。
然后把接收到的结果在页面上显示出来（这里使用 Table 来显示）：
代码语言：javascript复制var date = new Date(jsonMessage.timestamp * 1000)
$('#results tr:last').after(`<tr><td>${date.toLocaleString()}</td><td>${jsonMessage.objects}</td><td><img src="${jsonMessage.image_url}" height="200"></td></tr>`);Web 订阅端的最终效果是这样的：
小结
我们花了两节课完成了一个 IoT AI 的实战项目，在这个框架下还可以继续扩展新功能，比如将训练好的新模型从云端下发到设备端，以提升识别效率等。有兴趣的读者可以自行扩展。
