Modèle de série chronologique dans Azure Time Series Insights Gen2
Note
Le service Time Series Insights sera mis hors service le 7 juillet 2024. Envisagez de migrer des environnements existants vers d’autres solutions dès que possible. Pour plus d’informations sur la dépréciation et la migration, consultez notre documentation .
Cet article décrit le modèle de série chronologique, les fonctionnalités et la façon de commencer à créer et à mettre à jour vos propres modèles dans l’environnement Azure Time Series Insights Gen2.
Pourboire
- Découvrez comment utiliser le Time Series Model avec l'Explorateur Azure Time Series Insights.
Résumé
Traditionnellement, les données collectées à partir d’appareils IoT ne disposent pas d’informations contextuelles, ce qui rend difficile la recherche et l’analyse rapides des capteurs. La principale motivation du modèle de série chronologique est de simplifier la recherche et l’analyse des données IoT ou Time Series. Il atteint cet objectif en permettant la curation, la maintenance et l’enrichissement des données de série chronologique afin de préparer des jeux de données prêts pour le consommateur pour l’analytique.
Scénario : Nouveau four intelligent de Contoso
Considérez le scénario fictif d’un four intelligent Contoso. Dans ce scénario, supposons que chaque four intelligent Contoso a cinq capteurs de température, un pour chacun des quatre poêles supérieures et un pour le four lui-même. Jusqu’à récemment, chaque capteur de température Contoso a envoyé, stocké et visualisé ses données individuellement. Pour sa surveillance de l’appliance de cuisine, Contoso s’appuie sur des graphiques de base, un pour chaque capteur individuel.
Bien que Contoso ait été satisfait de sa solution initiale de données et de visualisation, plusieurs limitations sont devenues évidentes :
- Les clients voulaient savoir à quel point l'ensemble du four serait chaud quand la plupart des brûleurs supérieurs étaient allumés. Contoso a eu plus de difficulté à analyser et à présenter une réponse unifiée sur les conditions du four global.
- Les ingénieurs de Contoso souhaitaient vérifier que les brûleurs supérieurs utilisés simultanément n’entraîneraient pas une consommation électrique inefficace. Il était difficile de référencer les capteurs de température et de tension qui étaient associés les uns aux autres et comment les localiser dans le magasin.
- L’équipe d’assurance qualité contoso souhaitait auditer et comparer l’historique entre deux versions de capteur. Il était difficile de déterminer quelles données appartenaient à la version du capteur.
Sans avoir la possibilité de structurer, d’organiser et de définir le modèle global de série chronologique du four intelligent, chaque capteur de température a conservé des points de données dislocalisés, isolés et moins informatifs. La transformation de ces points de données en insights exploitables était plus difficile, car chaque jeu de données vivait indépendamment des autres.
Ces limitations ont révélé l’importance de l’agrégation intelligente des données et des outils de visualisation pour accompagner le nouveau four de Contoso :
- La visualisation des données s’avère utile lorsque vous pouvez associer et combiner des données dans une vue pratique. Un exemple montre des capteurs de tension ainsi que des capteurs de température.
- La gestion des données multidimensionnelles pour plusieurs entités, ainsi que la comparaison, le zoom et les fonctionnalités d’intervalle de temps peuvent être difficiles à accomplir.
modèle de série chronologique fournit une solution pratique pour la plupart des scénarios rencontrés dans cet exemple fictif :
- Le modèle de série chronologique joue un rôle essentiel dans les requêtes et la navigation, car il contextualise les données en permettant aux comparaisons d’être dessinées entre les intervalles de temps et entre les types de capteurs et d’appareils. (A)
- Les données sont davantage contextualisées, car les données conservées dans le modèle de série chronologique conservent les calculs de requête de série chronologique en tant que variables et les réutilisent au moment de la requête.
- Le modèle de série chronologique organise et agrège les données pour améliorer les fonctionnalités de visualisation et de gestion. (B)
Fonctionnalités clés
Avec l’objectif de simplifier et de faciliter la gestion de la contextualisation des séries chronologiques, le modèle Time Series permet les fonctionnalités suivantes dans Azure Time Series Insights Gen2. Cela vous aide à :
- Créez et gérez des calculs ou des formules tirant parti des fonctions scalaires, des opérations d’agrégation, et ainsi de suite.
- Définissez les relations parent-enfant pour activer la navigation, la recherche et la référence.
- Définissez les propriétés associées aux instances, définies comme champs d’instance, et utilisez-les pour créer des hiérarchies.
Composants
Le modèle de série chronologique a trois composants principaux :
- Instances de modèle de série chronologique
- Hiérarchies de Modèles de Série Chronologique
- Types de Modèle de Série Chronologique
Ces composants sont combinés pour spécifier un modèle de série chronologique et organiser vos données.
graphique de vue d’ensemble du modèle de série chronologique 
Un modèle de série chronologique peut être créé et géré via l’ Explorateur Azure Time Series Insights. Les paramètres de modèles de séries temporelles peuvent être gérés via l'API Paramètres du modèle .
Instances de modèle de série chronologique
Le modèle de série chronologique instances sont des représentations virtuelles des séries chronologiques elles-mêmes.
Dans la plupart des cas, les instances sont identifiées de manière unique par deviceId ou assetId, qui sont enregistrées en tant qu’ID de série chronologique.
Les instances ont des informations descriptives associées à celles-ci appelées propriétés d’instance, telles qu’un ID de série chronologique, un type, un nom, une description, des hiérarchies et des champs d’instance. Au minimum, les propriétés d’instance incluent des informations de hiérarchie.
Les Champs d’instance sont une collection d’informations descriptives qui peuvent inclure des valeurs pour les niveaux de hiérarchie, ainsi que le fabricant, l’opérateur, etc.
Une fois qu’une source d’événement est configurée pour l’environnement Azure Time Series Insights Gen2, les instances sont automatiquement découvertes et créées dans un modèle de série chronologique. Les instances peuvent être créées ou mises à jour via l’Explorateur Azure Time Series Insights à l’aide de requêtes time Series Model.
exemple d’instance de modèle de série chronologique 
Propriétés de l’instance
Les instances sont définies par timeSeriesId, typeId, nom, description, hierarchyIdset instanceFields. Chaque instance est mappée à un seul type , et une ou plusieurs hiérarchies .
| Propriété | Description |
|---|---|
| timeSeriesId | ID unique de la série chronologique à laquelle l’instance est associée. Dans la plupart des cas, les instances sont identifiées de manière unique par une propriété telle que deviceId ou assetId. Dans certains cas, un ID composite plus spécifique combinant jusqu’à 3 propriétés peut être utilisé. |
| typeId | Identifiant unique sensible à la casse du modèle de série temporelle auquel l'instance est associée. Par défaut, toutes les nouvelles instances découvertes sont associées à un type par défaut. |
| nom | La propriété nom est facultative et sensible à la capitalisation. Si nom n'est pas disponible, par défaut c'est timeSeriesId. Si un nom est fourni, le timeSeriesId est toujours disponible dans le puits. |
| description | Description textuelle de l’instance. |
| Identifiants de hiérarchie | Définit les hiérarchies auxquelles appartient l’instance. |
| instanceFields | Propriétés d’une instance et de toutes les données statiques qui définissent une instance. Ils définissent des valeurs de propriétés hiérarchiques ou non hiérarchiques tout en prenant en charge l’indexation pour effectuer des opérations de recherche. |
Note
Les hiérarchies sont générées à l’aide de champs d’instance. Des instanceFields supplémentaires peuvent être ajoutés pour des définitions supplémentaires de propriétés d'instance.
Les instances ont la représentation JSON suivante :
{
"timeSeriesId": ["PU2"],
"typeId": "545314a5-7166-4b90-abb9-fd93966fa39b",
"hierarchyIds": ["95f0a8d1-a3ef-4549-b4b3-f138856b3a12"],
"description": "Pump #2",
"instanceFields": {
"Location": "Redmond",
"Fleet": "Fleet 5",
"Unit": "Pump Unit 3",
"Manufacturer": "Contoso",
"ScalePres": "0.54",
"scaleTemp": "0.54"
}
}
Pourboire
Pour la prise en charge CRUD de l'API Instance pour la création, la lecture, la mise à jour et la suppression, lisez l'article sur l'interrogation de données et la documentation REST de l'API Instance .
Hiérarchies de modèle de série chronologique
Time Series Model hiérarchies organisent les instances en spécifiant les noms des propriétés et leurs relations.
Vous pouvez configurer plusieurs hiérarchies dans un environnement Azure Time Series Insights Gen2 donné. Une instance de modèle de série chronologique peut être mappée à une hiérarchie unique ou à plusieurs hiérarchies (relation plusieurs-à-plusieurs).
Définition de hiérarchie
Les hiérarchies sont définies par id de hiérarchie , nom de , et source de .
| Propriété | Description |
|---|---|
| id | Identificateur unique de la hiérarchie, utilisé, par exemple, lorsque vous définissez une instance. |
| nom | Chaîne utilisée pour fournir un nom pour la hiérarchie. |
| source | Spécifie la hiérarchie organisationnelle ou le chemin d'accès, qui est un ordre hiérarchique descendant de type parent-enfant que les utilisateurs souhaitent créer. Les propriétés parent-enfant mappent les champs d’instance. |
Les hiérarchies sont représentées au format JSON comme suit :
{
"hierarchies": [
{
"id": "6e292e54-9a26-4be1-9034-607d71492707",
"name": "Location",
"source": {
"instanceFieldNames": [
"state",
"city"
]
}
},
{
"id": "a28fd14c-6b98-4ab5-9301-3840f142d30e",
"name": "ManufactureDate",
"source": {
"instanceFieldNames": [
"year",
"month"
]
}
}
]
}
Dans l’exemple JSON précédent :
-
Locationdéfinit une hiérarchie avecstatesparent etcitiesenfant. Chaquelocationpeut avoir plusieursstates, ce qui peut à son tour avoir plusieurscities. -
ManufactureDatedéfinit une hiérarchie avecyearparent etmonthenfant. ChaqueManufactureDatepeut avoir plusieursyears, ce qui peut à son tour avoir plusieursmonths.
Pourboire
Pour la prise en charge de la création, de la lecture, de la mise à jour et de la suppression de l’API Hierarchy, lisez l’article Interrogation de données et la documentation REST de l’API hiérarchie .
Exemple de hiérarchie
Prenons un exemple où la hiérarchie H1 a building, flooret room comme partie de sa définition instanceFieldNames :
{
"id": "aaaaaa-bbbbb-ccccc-ddddd-111111",
"name": "H1",
"source": {
"instanceFieldNames": [
"building",
"floor",
"room"
]
}
}
Étant donné les champs d’instance utilisés dans la définition précédente et plusieurs séries chronologiques, les attributs et valeurs de hiérarchie apparaissent comme indiqué dans le tableau suivant :
| ID de série chronologique | Champs d’instance |
|---|---|
| ID1 | « building » = « 1000 », « floor » = « 10 », « room » = « 55 » |
| ID2 | « building » = « 1000 », « room » = « 55 » |
| ID3 | « étage » = « 10 » |
| ID4 | « building » = « 1000 », « floor » = « 10 » |
| ID5 | Aucun des termes « bâtiment », « étage » ou « chambre » n’est défini. |
Time Series ID1 et ID4 sont affichés dans le cadre de la hiérarchie H1 dans l'Azure Time Series Insights Explorer car ils ont les paramètres de bâtiment , d'étage , et de salle entièrement définis et correctement ordonnés.
Les autres sont classés sous instances nonparentées, car elles ne sont pas conformes à la hiérarchie de données spécifiée.
Types de modèle de série chronologique
Le modèle de série chronologique types vous aident à définir des variables ou des formules pour effectuer des calculs. Les types sont associés à une instance spécifique.
Un type peut avoir une ou plusieurs variables. Par exemple, une instance de modèle de série chronologique peut être de type capteur de température, qui se compose des variables de température moyenne, température minimaleet température maximale.
exemple de type de modèle de série chronologique 
Pourboire
Pour la prise en charge des opérations de création, lecture, mise à jour et suppression (CRUD) de l'API Types, lisez l’article Requêtes de données et la documentation REST de l’API Types .
Propriétés de type
Les types de modèle de série chronologique sont définis par id, nom, descriptionet variables.
| Propriété | Description |
|---|---|
| id | Identifiant unique sensible à la casse pour le type. |
| nom | Chaîne utilisée pour fournir un nom pour le type. |
| description | Description de chaîne de caractères pour le type. |
| Variables | Spécifiez les variables associées au type. |
Les types sont conformes à l’exemple JSON suivant :
{
"types": [
{
"id": "1be09af9-f089-4d6b-9f0b-48018b5f7393",
"name": "DefaultType",
"description": "Default type",
"variables": {
"EventCount": {
"kind": "aggregate",
"value": null,
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"Interpolated Speed": {
"kind": "numeric",
"value": {
"tsx": "$event['Speed-Sensor'].Double"
},
"filter": null,
"interpolation": {
"kind": "step",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "right($value)"
}
}
}
}
]
}
Les types de modèle de série chronologique peuvent avoir de nombreuses variables qui spécifient des règles de formule et de calcul sur les événements. En savoir plus sur comment définir des variables de modèle de série chronologique
Étapes suivantes
Lisez la documentation de référence modèle de série chronologique pour plus d’informations sur la façon de modifier le modèle via des API.
Explorez les formules et calculs que vous pouvez créer avec les variables du modèle de séries chronologiques
. Découvrez l’interrogation des données dans Azure Time Series Insights Gen2