Condividi tramite

Modello di Serie Temporali in Azure Time Series Insights Gen2

  • Articolo

Nota

Il servizio Time Series Insights verrà ritirato il 7 luglio 2024. Valutare la possibilità di eseguire la migrazione di ambienti esistenti a soluzioni alternative il prima possibile. Per altre informazioni sulla deprecazione e la migrazione, vedere la documentazione .

Questo articolo descrive il modello Time Series, le funzionalità e come iniziare a compilare e aggiornare i propri modelli nell'ambiente Azure Time Series Insights Gen2.

Consiglio

Sommario

Tradizionalmente, i dati raccolti dai dispositivi IoT non dispongono di informazioni contestuali, che rendono difficile trovare e analizzare rapidamente i sensori. La motivazione principale per il modello Time Series è semplificare la ricerca e l'analisi dei dati di IoT o Time Series. Questo obiettivo viene raggiunto facilitando la gestione, la manutenzione e l'arricchimento dei dati delle serie temporali per preparare i set di dati pronti all'uso per l'analisi.

Scenario: Il nuovo forno intelligente di Contoso

Si consideri lo scenario fittizio di un forno intelligente Contoso. In questo scenario si supponga che ogni forno intelligente Contoso abbia cinque sensori di temperatura, uno per ognuno dei quattro fuochi e uno per il forno stesso. Fino a poco tempo fa, ogni sensore di temperatura Contoso ha inviato, archiviato e visualizzato i dati singolarmente. Per il monitoraggio dell'appliance da cucina, Contoso si basava su grafici di base, uno per ogni singolo sensore.

Sebbene Contoso fosse soddisfatto della soluzione iniziale di dati e visualizzazione, sono state evidenti diverse limitazioni:

  • I clienti volevano sapere quanto sarebbe diventato caldo l'intero forno quando la maggior parte dei bruciatori superiori erano accesi. Contoso ha avuto più difficoltà ad analizzare e presentare una risposta unificata sulle condizioni del forno complessivo.
  • I tecnici di Contoso volevano verificare che i bruciatori superiori funzionino simultaneamente senza risultare in un consumo di energia inefficiente. Si è riscontrata difficoltà nel riferire incrociato quali sensori di temperatura e tensione fossero associati tra loro e come individuarli nel negozio.
  • Il team di controllo qualità Contoso voleva controllare e confrontare la cronologia tra due versioni del sensore. C'era difficoltà a determinare quali dati appartenevano alla versione del sensore.

Senza la possibilità di strutturare, organizzare e definire il modello complessivo di serie temporale del forno intelligente, ogni sensore di temperatura ha mantenuto punti dati dislocati, isolati e meno informativi. La trasformazione di questi punti dati in informazioni dettagliate interattive era più difficile perché ogni set di dati viveva indipendentemente dagli altri.

Queste limitazioni hanno rivelato l'importanza degli strumenti di aggregazione e visualizzazione dei dati intelligenti per accompagnare il nuovo forno di Contoso:

  • La visualizzazione dei dati risulta utile quando è possibile associare e combinare i dati in una visualizzazione pratica. Un esempio mostra i sensori di tensione insieme ai sensori di temperatura.
  • La gestione dei dati multidimensionali per diverse entità insieme alle funzionalità di confronto, zoom e intervallo di tempo può risultare difficile da eseguire.

Il modello di serie temporali offre una soluzione pratica per molti degli scenari riscontrati in questo esempio simulato.

esempio di grafico del modello a serie temporali per forno intelligente

  • Il modello Time Series svolge un ruolo fondamentale nelle query e nella navigazione perché contestualizza i dati consentendo di disegnare confronti tra intervalli di tempo e tra sensori e tipi di dispositivo. (A)
  • I dati vengono ulteriormente contestualizzati perché i dati salvati nel modello Time Series in modo permanente conservano i calcoli delle query delle serie temporali come variabili e li riutilizzano in fase di query.
  • Il modello Time Series organizza e aggrega i dati per migliorare le funzionalità di visualizzazione e gestione. (B)

Funzionalità chiave

Con l'obiettivo di rendere semplice e agevole la gestione della contestualizzazione delle serie temporali, il Time Series Model abilita le seguenti capacità in Azure Time Series Insights Gen2. Ti aiuta a:

  • Creare e gestire calcoli o formule sfruttando funzioni scalari, operazioni di aggregazione e così via.
  • Definire relazioni padre-figlio per abilitare la navigazione, la ricerca e il riferimento.
  • Definire le proprietà associate alle istanze, definite come campi di istanza e usarle per creare gerarchie.

Componenti

Il modello Time Series include tre componenti principali:

Questi componenti vengono combinati per specificare un modello time series e per organizzare i dati.

grafico di panoramica del modello Time Series

È possibile creare e gestire un modello time series tramite Azure Time Series Insights Explorer . Le impostazioni del modello "Time Series" possono essere gestite tramite l'API delle Impostazioni Modello di .

Istanze del modello Time Series

Il modello Time Series istanze è una rappresentazione virtuale delle serie temporali stesse.

Nella maggior parte dei casi, le istanze vengono identificate in modo univoco da deviceId o assetId , che vengono salvate come ID di serie temporali.

Le istanze dispongono di informazioni descrittive associate a tali istanze denominate proprietà dell'istanza, ad esempio un ID serie temporale, un tipo, un nome, una descrizione, gerarchie e campi dell'istanza. Le proprietà dell'istanza includono almeno le informazioni sulla gerarchia.

Campi di istanza sono una raccolta di informazioni descrittive che possono includere valori per i livelli gerarchici, così come il produttore, l'operatore e così via.

Dopo aver configurato un'origine evento per l'ambiente Azure Time Series Insights Gen2, le istanze vengono individuate e create automaticamente in un modello time series. Le istanze possono essere create o aggiornate tramite lo Strumento di Esplorazione di Azure Time Series Insights usando le query del Modello di Serie Temporali.

esempio di istanza del modello delle serie temporali

Proprietà dell'istanza

Le istanze vengono definite da timeSeriesId, typeId, nome, descrizione, hierarchyIdse instanceFields. Ogni istanza esegue il mapping a un solo tipo e a una o più gerarchie .

Proprietà Descrizione
timeSeriesId ID univoco della serie temporale a cui è associata l'istanza. Nella maggior parte dei casi, le istanze vengono identificate in modo univoco da una proprietà come deviceId o assetId. In alcuni casi, è possibile usare un ID composito più specifico che combina fino a 3 proprietà.
typeId L'ID univoco con distinzione tra maiuscole e minuscole del tipo di modello Time Series a cui è associata l'istanza. Per impostazione predefinita, tutte le nuove istanze individuate vengono associate a un tipo predefinito.
nome La proprietà nome è facoltativa e con distinzione tra maiuscole e minuscole. Se il nome non è disponibile, viene per impostazione predefinita timeSeriesId. Se viene specificato un nome, timeSeriesId è ancora disponibile nell'area .
descrizione Descrizione di testo dell'istanza.
hierarchyIds Definisce le gerarchie a cui appartiene l'istanza.
instanceFields Le proprietà di un'istanza e gli eventuali dati statici che definiscono un'istanza. Definiscono valori di proprietà gerarchiche o non gerarchiche, supportando anche l'indicizzazione per eseguire operazioni di ricerca.

Nota

Le gerarchie vengono costruite usando i campi dell'istanza. È possibile aggiungere instanceFields per ulteriori definizioni di proprietà dell'istanza.

Le istanze hanno la rappresentazione JSON seguente:

{
  "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"
  }
}

Mancia

Per il supporto CRUD per la creazione, lettura, aggiornamento e eliminazione dell'API dell'istanza, leggere l'articolo interrogazioni sui dati e la documentazione REST dell'API di istanza .

Gerarchie del modello Time Series

Il modello Time Series le gerarchie organizza le istanze specificando i nomi delle proprietà e le relative relazioni.

È possibile configurare più gerarchie in un determinato ambiente Azure Time Series Insights Gen2. Un'istanza del modello Time Series può eseguire il mapping a una singola gerarchia o a più gerarchie (relazione molti-a-molti).

esempio di gerarchia del modello Time Series

Definizione della gerarchia

Le gerarchie sono definite dalla gerarchia id, nomee fonte.

Proprietà Descrizione
Id Identificatore univoco per la gerarchia, che viene usato, ad esempio, quando si definisce un'istanza.
nome Stringa utilizzata per specificare un nome per la gerarchia.
fonte Specifica la gerarchia o il percorso dell'organizzazione, ovvero un ordine padre-figlio dall'alto verso il basso della gerarchia che gli utenti desiderano creare. Le proprietà padre-figlio mappano i campi dell'istanza.

Le gerarchie sono rappresentate in JSON come segue:

{
  "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"
        ]
      }
    }
  ]
}

Nell'esempio JSON precedente:

  • Location definisce una gerarchia con states padre e citiesfiglio. Ogni location può avere più states, che a sua volta può avere più cities.
  • ManufactureDate definisce una gerarchia con year padre e monthfiglio. Ogni ManufactureDate può avere più years, che a sua volta può avere più months.

Consiglio

Per il supporto della creazione, lettura, aggiornamento ed eliminazione (CRUD) dell'API gerarchica, consulta l'articolo Data querying e la documentazione REST dell'API gerarchica .

Esempio di gerarchia

Si consideri un esempio in cui la gerarchia H1 ha building, floore room come parte della relativa definizione instanceFieldNames:

{
  "id": "aaaaaa-bbbbb-ccccc-ddddd-111111",
  "name": "H1",
  "source": {
    "instanceFieldNames": [
      "building",
      "floor",
      "room"
    ]
  }
}

Considerando i campi dell'istanza usati nella definizione precedente e diverse serie temporali, gli attributi e i valori della gerarchia appaiono come mostrato nella tabella seguente:

ID serie temporale Campi dell'istanza
ID1 "edificio" = "1000", "piano" = "10", "stanza" = "55"
ID2 "edificio" = "1000", "stanza" = "55"
ID3 "floor" = "10"
ID4 "edificio" = "1000", "piano" = "10"
ID5 Nessuno dei "building", "floor" o "room" è impostato.

Le serie temporali ID1 e ID4 vengono visualizzate come parte della gerarchia H1 nel Azure Time Series Insights Explorer perché hanno parametri completamente definiti e ordinati correttamente: l'edificio , il piano e la stanza .

Gli altri sono classificati in Istanze senza genitore perché non sono conformi alla gerarchia dei dati specificata.

Tipi di modello Time Series

I tipi di modello Time Series aiutano a definire variabili o formule per eseguire calcoli. I tipi sono associati a un'istanza specifica.

Un tipo può avere una o più variabili. Ad esempio, un'istanza del modello Time Series potrebbe essere di tipo sensore temperatura, costituita dalle variabili temperatura media, temperatura minimae temperatura massima.

esempio di tipo modello Time Series

Suggerimento

Per il supporto CRUD (creazione, lettura, aggiornamento ed eliminazione) dell'API Types, leggere l'articolo Data querying e la documentazione REST dell'API Types .

Proprietà del tipo

I tipi di modello Time Series sono definiti da ID, nome, descrizionee variabili .

Proprietà Descrizione
Id Stringa ID univoca con distinzione tra maiuscole e minuscole per il tipo.
nome Stringa utilizzata per specificare un nome per il tipo.
descrizione Descrizione stringa per il tipo.
Variabili Specificare le variabili associate al tipo.

I tipi sono conformi all'esempio JSON seguente:

{
  "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)"
          }
        }
      }
    }
  ]
}

I tipi di modello Time Series possono avere molte variabili che specificano regole di formula e calcolo per gli eventi. Altre informazioni su come definire le variabili del modello Time Series

Passaggi successivi

  • Per altre informazioni su come modificare il modello tramite LE API, vedere la documentazione di riferimento modello time series.

  • Esplora le formule e i calcoli che puoi creare con le variabili del modello di serie temporali

  • Informazioni su l'esecuzione di query sui di dati in Azure Time Series Insights Gen2