====== 6. Synchronní komunikace ======

===== Cíle  cvičení =====

  * propojení aplikace v prostředí Flask se zařízením připojeným po rozhraní UART 
  * plánování synchronních úloh v prostředí Flask
  * serializace dat a ukládání dat do databáze
  * vykreslování dat ve webové aplikaci

==== Plánování úloh ====

Pro pravidelné opakované spouštění úloh lze v prostředí Flask využít např. [[https://pypi.org/project/APScheduler/|APScheduler]]. 

<code>
pip install Flask-APScheduler
</code>

Příklady: [[https://viniciuschiele.github.io/flask-apscheduler/rst/examples.html]]

Pro běh na pozadí lze dále využít třídu [[https://apscheduler.readthedocs.io/en/latest/modules/schedulers/background.html|BackgroundScheduler()]]

<code python>
import time
import atexit
from flask import Flask, request, render_template

app = Flask(__name__)

from apscheduler.schedulers.background import BackgroundScheduler

def print_date_time():
    print(time.strftime("%A, %d. %B %Y %I:%M:%S %p"))

scheduler = BackgroundScheduler()
scheduler.add_job(func=print_date_time, trigger="interval", seconds=60)
scheduler.start()

# Shut down the scheduler when exiting the app
atexit.register(lambda: scheduler.shutdown())

if __name__ == '__main__':
    app.run(debug=True, use_reloader=False)
</code> 
==== Serializace dat ====

Na straně příjemce (PC) bude pravděpodobně třeba instalovat modul ''ujson''

<code>
pip install ujson
</code>

Na straně RPi Pico není třeba instalovat nic, modul ''ujson'' je součástí jádra MicroPythonu.

<note tip>
Seznam všech dostupných modulů na Pico lze získat

<code>
help('modules')
</code>
</note>

Na straně RPi Pico se pak může kód rozšířit např. takhle: 

<code python>
data = {'led': led.value()}
print(ujson.dumps(data), end='\n')
</code>

Na kód dekodéru na straně serveru může vypadat následově:

<code python>
ret = ser.readline().decode()
led = ujson.loads(ret)['led']
</code>