Hier die Anleitung zum Thema:

1. Mit Putty oder über den Terminal als root mit dem Server verbinden
2. In den Web-User der Seite (CloudPanel erstellt hier normalerweise einen User (sieht man im GUI)

sudo su - webusername

3. Jetzt erstellen wir einen SSH-Schlüssel. (einfach 3x mit Enter bestätigen)

ssh-keygen -t ed25519 -C "cloudpanel-git"

4. Schlüssel anzeigen und kopieren:

cat ~/.ssh/id_ed25519.pub

5. Schlüssel bei Github eintragen

Dazu ins Repository wechseln und unter Settings -> Deploy Keys -> Add deploy key

Als Titel sowas wie „CloudPanel Server“ und dann den kopierten Code von oben einfügen und „Add Key“

6. Jetzt initialisieren wir Git auf dem Server

cd ~/htdocs/unsere-domain.de

Wenn der Ornder nicht leer ist, dann sollten wir den Inhalt löschen

rm -rf *

Jetzt verbinden wir das Repository

git init
git remote add origin git@github.com:username/gitname.git
git pull origin main

Nun wollen wir noch einen automatischen Webhook einrichten und erstellen im Dokumenten-Root eine Datei deploy.php

nano public/deploy.php

Folgenden Code nutzen wir:

<?php
$secret = 'geheimes-passwort-oder-so-123'; // Das sollte idealerweise geändert werden
if ($_GET['token'] !== $secret) { die('Kein Zugriff'); }
exec('git pull origin main 2>&1', $output);
echo "<pre>" . implode("\n", $output) . "</pre>";
?>

Speichern und bei GitHub unter Settings -> Webhooks -> Add webhook ergänzen. Als Payload-URL geben wir https://unsere-domain.de/deploy.php?token=geheimes-passwort-oder-so-123 ein und wählen Content type application/json.

Ab jetzt sollte eine Änderung umgehend auch auf den Server übertragen werden.

Normalerweise entscheide ich hier nach Kapazität und Geschwindigkeitsklasse und kaufe dann Preis- / Leistungssieger und lande bei 128 GB bei rund 10,00 €. Nun war ich auf der Suche nach ein paar Teilen auf AliExpress unterwegs und da lächeln mich Micro-SD-Karten für 1,68 € und 2,52 € an.

Kann das was taugen? Der Test hier geht nur auf Geschwindigkeit. Ich habe durchaus schon von Speichermedien gehört, die dem System zwar vorgaukeln eine gewisse Kapazität zu haben, speichern die Daten dann aber einfach nicht. Kopiert man also 64 GB auf eine entsprechende Karte, dann sieht erstmal alles gut aus, bis man die Daten wieder von der SD-Karte holt. Das habe ich hier ausdrücklich nicht getestet – ich riskiere hier das Aha aus dem Betrieb.

Für den Preis wollte ich auf jeden Fall mal testen und so bestellte ich folgende Karten:

• CLASS 10-U3 ALUNX Micro TF SD Card – 64 GB für 2,52 €
• Lenovo ThinkPlus Mini SD Card Class 10 TF Flash Card – 32 GB für 2,52 €
• Lenovo Memory Card – 32 GB für 1,68 €
• QWQ Extreme Pro – 64 GB für 1,68 €

Ich verlinke hier bewusst nicht, da die Preise nicht reproduzierbar für mich sind. Innerhalb der App sollte man über Choice-Deals aber entsprechende Angebote finden können.

Jetzt aber der Test – alles keine Laborbedingungen. Ich nutze einen USB-3 Kartenleser von UGreen und teste die Geschwindigkeiten der gekauften Karten und als Referenz noch eine Sandisk und eine Samsung aus dem deutschen Handel.

Screenshots vom Benchmark aus CrystalDiskMark

Jetzt hier noch die einzelnen Screenshots aus CrystalDiskMark:

Fazit – Lohnt sich der Kauf?

Die Unterschiede in den Geschwindigkeiten überraschten mich. Die hohen Schreibgeschwindigkeiten der Lenovo-Karten sind sehr überraschend. Bis auf die QWQ passen die Karten aber irgendwie schon ins Leben und ich werde sie in den praktischen Einsatz bringen.

Sollte es hier Ausfälle geben, werde ich natürlich berichten. Das Preis- / Leistungsverhältnis wirkt hier sehr gut und jetzt müssen die Karten noch den Praxiseinsatz überleben.

Die Lösung ist in meinem Fall relativ einfach. VT-D ist im UEFI / Bios aktiviert. Ich öffne die Datei /etc/default/grub mit

nano /etc/default/grub

Dann folgende Zeile suchen

GRUB_CMDLINE_LINUX_DEFAULT="quiet"

und ändere diese zu

GRUB_CMDLINE_LINUX_DEFAULT="quiet intel_iommu=on"

nun noch speichern und in der Shell

update-grub

Jetzt noch ein Neustart mit

reboot

Grob beschrieben ist es immer dann sinnvoll, wenn in der Außenluft weniger Wasser enthalten ist, als in der Innenluft. Das beschreibt sich eigentlich auch durch die Luftfeuchtigkeit, aber hier eben in der absoluten Luftfeuchtigkeit und nicht in der relativen. Also… Kann man alles mehr oder weniger einfach hin und her rechnen.

Der Ansatz über Arduino und dort fest verbauten Sensoren fand ich zwar spannend, aber eigentlich wollte ich lieber vorhandene Sensoren verwenden und überhaupt erstmal schauen, ob der Ansatz vielversprechend ist. Den genauen Aufbau werde ich hier auch mal zeigen, wenn er denn wieder vorzeigbar ist.

Mein Test war aber recht erfolgreich und bestand grob aus 2 Lüftern an 2 Shellys, 3 Temperatur- und Luftfeuchtesensoren und Home Assistant als „intelligente“ Instanz dazwischen. Die Luftfeuchtigkeit immer Keller konnte ich damit tatsächlich signifikant senken. Da wir aktuell aber wirklich sehr intensiv in Sanierungsmaßnahmen stecken, werde ich den Aufbau und ein paar Daten eben an anderer Stelle nochmal beschreiben. An dieser Stelle dient dieser Text also primär mir selbst als Notizbuch.

Es ist noch nicht perfekt, aber folgende Sensoren habe ich in Home Assistant angelegt, damit aus den Daten der Xiaomi Temperatur- und Luftfeuchte-Sensoren entsprechend die absolute Feuchte und der Taupunkt berechnet wird. Da ich am Anfang sehr unsicher war, habe ich auch noch einen Taupunkt Delta aufgenommen. Die Berechnung ist vermutlich nicht perfekt, aber vielleicht annähernd gut genug. Hier kommt die /config/sensor.yaml:

- platform: template
  sensors:
    absolute_humidity:
      friendly_name: "Absolute Feuchte Keller"
      unit_of_measurement: "g/m^3"
      icon_template: mdi:water-percent-alert
      value_template: "{{ 1000*e**(19.016-(4064.95/(float(states('sensor.lywsd03mmc_4_temperature'))+236.25)))*100/(461.66*(float(states('sensor.lywsd03mmc_4_temperature'))+273.15)) * float(states('sensor.lywsd03mmc_4_humidity'))/100 | float }}"
    absolute_humidity_outdoor:
      friendly_name: "Absolute Feuchte Außen"
      unit_of_measurement: "g/m^3"
      icon_template: mdi:water-percent-alert
      value_template: "{{ 1000*e**(19.016-(4064.95/(float(states('sensor.lywsd03mmc_3_temperature'))+236.25)))*100/(461.66*(float(states('sensor.lywsd03mmc_3_temperature'))+273.15)) * float(states('sensor.lywsd03mmc_3_humidity'))/100 | float }}"
    absolute_humidity_indoor_oben:
      friendly_name: "Absolute Feuchte Oben"
      unit_of_measurement: "g/m^3"
      icon_template: mdi:water-percent-alert
      value_template: "{{ 1000*e**(19.016-(4064.95/(float(states('sensor.lywsd03mmc_6_temperature'))+236.25)))*100/(461.66*(float(states('sensor.lywsd03mmc_6_temperature'))+273.15)) * float(states('sensor.lywsd03mmc_6_humidity'))/100 | float }}"
    taupunkt_oben:
      friendly_name: "Taupunkt Oben"
      unit_of_measurement: "°C"
      icon_template: mdi:thermometer
      value_template: >
        {% set h = states('sensor.lywsd03mmc_6_humidity') | float %}
        {% set t = states('sensor.lywsd03mmc_6_temperature') | float %}
        {% set a = 17.625 %}
        {% set b = 243.04%}
        {{ ((b*(log(h/100)+((a*t)/(b+t)))) / (a-log(h/100)-((a*t)/(b+t)))) |float |round(1) }}
    taupunkt_aussen:
      friendly_name: "Taupunkt Außen"
      unit_of_measurement: "°C"
      icon_template: mdi:thermometer
      value_template: >
        {% set h = states('sensor.lywsd03mmc_3_humidity') | float %}
        {% set t = states('sensor.lywsd03mmc_3_temperature') | float %}
        {% set a = 17.625 %}
        {% set b = 243.04%}
        {{ ((b*(log(h/100)+((a*t)/(b+t)))) / (a-log(h/100)-((a*t)/(b+t)))) |float |round(1) }}
    taupunkt_keller:
      friendly_name: "Taupunkt Keller"
      unit_of_measurement: "°C"
      icon_template: mdi:thermometer
      value_template: >
        {% set h = states('sensor.lywsd03mmc_4_humidity') | float %}
        {% set t = states('sensor.lywsd03mmc_4_temperature') | float %}
        {% set a = 17.625 %}
        {% set b = 243.04%}
        {{ ((b*(log(h/100)+((a*t)/(b+t)))) / (a-log(h/100)-((a*t)/(b+t)))) |float |round(1) }}
    taupunkt_delta:
      friendly_name: "Taupunkt Delta"
      unit_of_measurement: "°C"
      icon_template: mdi:thermometer
      value_template: "{{ ( states('sensor.taupunkt_keller') | float | round(1)) - ( states('sensor.taupunkt_aussen') | float | round(1)) }}"

Wer schon einmal in der ungünstigen Situation war, dass der Quittungsblock leer war, der wird diese Vorlage gebrauchen können. Ich werde versuchen die Vorlage bei Gelegenheit mal zu aktualisieren.

Die Berechnung der Mehrwertsteuer funktioniert hier leider nicht automatisch und das wäre eben auch der Grund, warum ich die Vorlage gerne nochmal anfassen würde.

Den Download gibt es hier:

Quittung-Beschreibbar

Der konkrete Bedarf kam bei mir aus der Notwendigkeit eine entfernte Stelle zu erreichen, die aber nur über Mobilfunk im Internet ist und somit hinter einem NAT sitzt. Ohne das NAT hätte ich mit einem Fritzbox VPN leben können und bei neueren Fritz-OS-Versionen könnte Wireguard helfen auch über NAT zu funktionieren.

Auf beiden Seiten ist jeweils eine Fritzbox, aber auf der einen Seite ist die leider noch nicht in der Lage Wireguard zu sprechen. Zuhause hängt die Fritzbox an DSL und an der zu erreichenden Stelle hängt ein altes Mobiltelefon mit LTE via USB an der Fritzbox und liefert somit einen Internetzugang.

Ein Raspberry PI mit installiertem Home Assistant sammelt für mich relevante Daten und dank Tailscale auf dem Raspberry PI kann ich jetzt also das komplette Netz dort erreichen. Innerhalb von Home Assistant lässt sich das einfach als Addon installieren und Tailscale stellt auch Apps die üblichen Betriebssysteme zur Verfügung.

Die kostenlose Version von Tailscale richtet sich an den privaten Gebrauch und erlaubt hier auch nur einen sogenannten Subnet-Router. Diesen brauchen wir, damit wir nicht nur das eine Gerät erreichen können, auf dem Tailscale installiert ist, sondern eben das komplette Netz in dem dieses Gerät ist. Das reicht vermutlich auch für die meisten privaten Nutzungen aus. Selbst würde ich mir eigentlich 2 dieser Subnet-Router wünschen, aber es geht auch so.

Dank der App auf dem Android-Mobiltelefon und der Installation auf dem Windows-Rechner kann ich somit gut auf das entfernte Netz zugreifen und erreiche hier eben nicht nur Home Assistant, sondern auch die Netzwerkkameras. Das klappt so reibungslos, dass ich hier eben ach gerne die Empfehlung für Tailscale festhalten will.

Mit diesem Beitrag soll an dieser Stelle aber ein Neustart erfolgen. Damals wie heute beschäftige ich mich immer mal wieder gerne mit technischen Themen. Einen wirklichen Schwerpunkt gibt es dabei nicht, denn es macht mir einfach Freude neue Technik auszuprobieren.

Ob es nun der Versuch ist das eigene Zuhause ein bisschen smarter zu machen, oder sich mit Diensten wie dem Google Data Studio auseinanderzusetzen. Inspiriert durch Lust und Laune, aber auch durch Herausforderungen im beruflichen und privaten Umfeld. Thematisch kann es hier also vielfältig werden.

Der Plan ist hier aber vor allem auch eine Art öffentliches Notizbuch für einige Themen zu schaffen, denn es hilft mir vermutlich in der Strukturierung einiger Hobbyprojekte und ist dann hoffentlich auch eine gute Möglichkeit mir individuelle Antworten zu sparen, wenn aus meinem Umfeld Fragen zu den von mir beschriebenen Themen kommen.

Früher gab es hier und auf anderen Seiten mal Werbung. Aktuell gehe ich davon aus, dass bis auf sogenannte Affiliate-Links diese Seiten frei von Werbung bleiben. Es besteht hier keine Gewinnabsicht und ich betreibe diese Seiten aus Spaß an der Freud und schaue mal, wo sich das dann hin bewegen wird.

Im Impressum finden sich auch Kontaktmöglichkeiten über die man gerne in den Austausch gehen kann. Unter den Beiträgen kann aber gerne auch kommentiert werden, so dass ein entsprechender Austausch auch dort möglich sein wird. Für Fragen, Beschwerden und Anregungen stehe ich aber gerne zur Verfügung.