<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "4efc74299e19f5d08f2f3f34451a11ba",
  "translation_date": "2025-10-11T12:34:17+00:00",
  "source_file": "2-farm/lessons/1-predict-plant-growth/single-board-computer-temp-publish.md",
  "language_code": "ta"
}
-->
# வெப்பநிலை வெளியிடுதல் - மெய்நிகர் IoT சாதனம் மற்றும் ராஸ்பெர்ரி பை

இந்த பாடத்தின் இந்த பகுதியில், ராஸ்பெர்ரி பை அல்லது மெய்நிகர் IoT சாதனத்தால் கண்டறியப்பட்ட வெப்பநிலையை MQTT மூலம் வெளியிடுவீர்கள், பின்னர் GDD கணக்கிட பயன்படுத்த முடியும்.

## வெப்பநிலை வெளியிடுதல்

வெப்பநிலை படிக்கப்பட்டவுடன், அதை MQTT மூலம் 'சர்வர்' குறியீட்டிற்கு வெளியிடலாம், இது மதிப்புகளை படித்து, GDD கணக்கிட பயன்படுத்த தயாராக சேமிக்கும்.

### பணிகள் - வெப்பநிலை வெளியிடுதல்

சாதனத்தை வெப்பநிலை தரவுகளை வெளியிட நிரலாக்கவும்.

1. `temperature-sensor` பயன்பாட்டு திட்டத்தை திறக்கவும், அது ஏற்கனவே திறக்கப்படவில்லை என்றால்.

1. பாடம் 4 இல் நீங்கள் செய்த படிகளை மீண்டும் செய்யவும், MQTT-க்கு இணைந்து டெலிமெட்ரி அனுப்பவும். நீங்கள் அதே பொது Mosquitto broker ஐ பயன்படுத்துவீர்கள்.

    இதற்கான படிகள்:

    - MQTT pip தொகுப்பை சேர்க்கவும்
    - MQTT broker-க்கு இணைக்க குறியீட்டை சேர்க்கவும்
    - டெலிமெட்ரி வெளியிட குறியீட்டை சேர்க்கவும்

    > ⚠️ MQTT-க்கு இணைக்கும் [வழிமுறைகளை](../../../1-getting-started/lessons/4-connect-internet/single-board-computer-mqtt.md) மற்றும் டெலிமெட்ரி அனுப்பும் [வழிமுறைகளை](../../../1-getting-started/lessons/4-connect-internet/single-board-computer-telemetry.md) பாடம் 4 இல் இருந்து தேவைப்பட்டால் பார்க்கவும்.

1. இந்த திட்டத்தின் பெயரை பிரதிபலிக்க `client_name` சரியாக இருக்க வேண்டும்:

    ```python
    client_name = id + 'temperature_sensor_client'
    ```

1. டெலிமெட்ரி க்காக, ஒளி மதிப்பை அனுப்புவதற்கு பதிலாக, DHT சென்சாரில் இருந்து படிக்கப்பட்ட வெப்பநிலை மதிப்பை JSON ஆவணத்தில் `temperature` எனும் சொத்தில் அனுப்பவும்:

    ```python
    _, temp = sensor.read()
    telemetry = json.dumps({'temperature' : temp})
    ```

1. வெப்பநிலை மதிப்பை அடிக்கடி படிக்க தேவையில்லை - இது குறுகிய நேரத்தில் அதிகம் மாறாது, எனவே `time.sleep` ஐ 10 நிமிடங்களுக்கு அமைக்கவும்:

    ```cpp
    time.sleep(10 * 60);
    ```

    > 💁 `sleep` செயல்பாடு நேரத்தை விநாடிகளில் எடுக்கிறது, எனவே மதிப்பை படிக்க எளிதாக இருக்க, கணக்கின் முடிவாக அனுப்பப்படுகிறது. ஒரு நிமிடத்தில் 60 விநாடிகள், எனவே 10 x (ஒரு நிமிடத்தில் 60s) 10 நிமிட தாமதத்தை தருகிறது.

1. முந்தைய பணியின் பகுதியில் நீங்கள் குறியீட்டை இயக்கிய விதத்தில் குறியீட்டை இயக்கவும். நீங்கள் மெய்நிகர் IoT சாதனத்தை பயன்படுத்தினால், CounterFit பயன்பாடு இயங்குகிறது மற்றும் ஈரப்பதம் மற்றும் வெப்பநிலை சென்சார்கள் சரியான பின்களில் உருவாக்கப்பட்டுள்ளன என்பதை உறுதிப்படுத்தவும்.

    ```output
    pi@raspberrypi:~/temperature-sensor $ python3 app.py
    MQTT connected!
    Sending telemetry  {"temperature": 25}
    Sending telemetry  {"temperature": 25}
    ```

> 💁 இந்த குறியீட்டை [code-publish-temperature/virtual-device](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/virtual-device) கோப்புறையிலும் அல்லது [code-publish-temperature/pi](../../../../../2-farm/lessons/1-predict-plant-growth/code-publish-temperature/pi) கோப்புறையிலும் காணலாம்.

😀 நீங்கள் வெற்றிகரமாக உங்கள் சாதனத்திலிருந்து டெலிமெட்ரியாக வெப்பநிலையை வெளியிட்டுள்ளீர்கள்.

---

**குறிப்பு**:  
இந்த ஆவணம் [Co-op Translator](https://github.com/Azure/co-op-translator) என்ற AI மொழிபெயர்ப்பு சேவையைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டுள்ளது. நாங்கள் துல்லியத்திற்காக முயற்சிக்கின்றோம், ஆனால் தானியக்க மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறான தகவல்கள் இருக்கக்கூடும் என்பதை கவனத்தில் கொள்ளவும். அதன் தாய்மொழியில் உள்ள மூல ஆவணம் அதிகாரப்பூர்வ ஆதாரமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முறை மனித மொழிபெயர்ப்பு பரிந்துரைக்கப்படுகிறது. இந்த மொழிபெயர்ப்பைப் பயன்படுத்துவதால் ஏற்படும் எந்த தவறான புரிதல்கள் அல்லது தவறான விளக்கங்களுக்கு நாங்கள் பொறுப்பல்ல.