如何将本地Arduino采集的温度同步至Azure数据库并完成植物适配检测？

我通过串口连接Arduino采集室内温度，同时在Azure上存储了记录植物适宜生长温度范围的数据库。现在需要验证当前室温是否符合数据库中植物的生长温度要求，但不清楚如何将本地采集的温度值同步至Azure并查询数据库中的温度列。目前我构想分为本地与云端两个脚本实现，但尚未掌握云端脚本上传至Azure的方法，以下是我编写的两段代码：

import datetime
import time
import serial

arduino = serial.Serial(port='COM3', baudrate=115200, timeout=.1)

def update_T():
    """
    更新显示时间和温度的标签内容
    """
    return arduino_read_T(arduino, -1)
    

def arduino_read_T(arduino, unit):
    """ 
    从Arduino读取当前温度

    :param arduino: 用于读取温度的硬件对象
    :param unit: 温度单位偏好（0=摄氏度，1=华氏度，其他值返回空文本）

    :return: f, c: 当前温度的华氏度和摄氏度数值
             txt_currentT: 用于GUI显示的温度文本
    """
    global fbefore
    global cbefore
    x = datetime.datetime.now()
    arduino.write(bytes("readT", 'utf-8'))
    time.sleep(0.05)
    value =  arduino.readline()
    try:
        value = str(value).lstrip("b'")
        value = str(value).rstrip("'")
        f, c = str(value).split(",")
    except:
        try:
            f = fbefore
            c = cbefore
        except: 
            f=65.3
            c=18.5
    fbefore=f
    cbefore=c
    if unit == 1: 
        txt_currentT = f"今日 {x.day}/{x.month}/{x.year} {x.hour}:{x.minute}:{x.second} 温度：{f}ºF"
    elif unit == 0: 
        txt_currentT = f"今日 {x.day}/{x.month}/{x.year} {x.hour}:{x.minute}:{x.second} 温度：{c}ºC"
    else: 
        txt_currentT = ""
    return float(f), float(c), txt_currentT


def arduino_write_cold(arduino):
    arduino.write(bytes("cold", 'utf-8'))


def arduino_write_hot(arduino):
    arduino.write(bytes("hot", 'utf-8'))

import pyodbc
import time

server = '...'
database = '...'
username = '...'
password = '...'   
driver= '{ODBC Driver 17 for SQL Server}'
conn =  pyodbc.connect('DRIVER='+driver+';SERVER=tcp:'+server+';PORT=1433;DATABASE='+database+';UID='+username+';PWD='+ password)
cursor = conn.cursor()

def db_check_temperature_cold(farenh):
    # 注意：原代码存在*SQL注入风险*，建议改用参数化查询
    cursor.execute("SELECT * FROM my_plants WHERE minTinF >= ?;", farenh) 
    row = cursor.fetchone() 
    list_of_names = []
    while row:
        list_of_names.append(row)
        row = cursor.fetchone()

    return list_of_names
    

def db_check_temperature_hot(farenh):
    # 注意：原代码存在*SQL注入风险*，建议改用参数化查询
    cursor.execute("SELECT * FROM my_plants WHERE maxTinF <= ?;", farenh) 
    row = cursor.fetchone() 
    list_of_names = []
    while row:
        list_of_names.append(row)
        row = cursor.fetchone()

    return list_of_names

currentTinF =0
currentTinC=0
text_currentT=0
while True:
    # 原代码中update_T()依赖本地Arduino，云端无法直接调用，需调整为接收本地传来的温度数据
    # currentTinF, currentTinC, text_currentT = update_T()
    
    # 示例：假设通过HTTP请求或MQTT接收本地温度
    # currentTinF = 从本地获取的华氏温度值

    too_cold = db_check_temperature_cold(currentTinF)
    too_hot = db_check_temperature_hot(currentTinF)
    
    # 云端无法直接控制本地Arduino，需将结果返回给本地脚本，由本地执行指令
    # if (too_cold): arduino_write_cold(arduino)
    # if (too_hot): arduino_write_hot(arduino)

    time.sleep(600) # 改为每10分钟执行一次

1. 修正本地与云端的交互逻辑 #

当前两段脚本互相导入对方模块，在分布式场景下无法运行，需调整为：

• 本地脚本：负责采集温度，将温度数据发送到云端服务，同时接收云端返回的验证结果，控制Arduino输出提示（cold/hot）。
• 云端脚本：负责接收本地传来的温度数据，查询Azure数据库进行验证，将结果返回给本地。

常用交互方式：

• HTTP请求：本地用requests库发送POST请求到云端服务，云端用Flask/FastAPI或Azure Function提供接口。
• MQTT协议：借助Azure IoT Hub作为中间件，本地脚本作为设备发送温度数据，云端服务从Hub接收数据并处理。

2. 云端脚本的Azure部署方法 #

方法一：Azure Function（推荐，无服务器架构） #

1. 在Azure Portal创建HTTP触发的Function App（选择Python运行时）。
2. 将云端脚本的核心逻辑（数据库查询）改写为Function的请求处理函数，接收本地传来的温度参数，执行查询后返回结果。
3. 部署时将依赖的pyodbc包添加到requirements.txt中，Azure会自动安装。

方法二：Azure Virtual Machine #

1. 创建一台Azure VM（选择支持Python的镜像，如Ubuntu或Windows Server）。
2. 通过SSH/RDP连接VM，安装Python和pyodbc依赖，上传云端脚本。
3. 配置防火墙规则，允许本地脚本与VM的通信端口（如HTTP的80/443）。

方法三：Azure App Service #

1. 创建Web App（Python运行时），将云端脚本封装为Flask/FastAPI应用。
2. 部署应用到App Service，配置环境变量存储数据库连接信息（避免硬编码）。

3. 数据库查询的安全性优化 #

原代码使用f-string拼接SQL语句，存在SQL注入风险，必须改为参数化查询：

# 错误写法（存在注入风险）
cursor.execute(f"SELECT * FROM my_plants WHERE minTinF >= {farenh};")

# 正确写法（参数化查询）
cursor.execute("SELECT * FROM my_plants WHERE minTinF >= ?;", farenh)

内容的提问来源于stack exchange，提问作者fermarx