Query - Execute
Idősoros lekérdezést hajt végre eredményoldalakon – Események lekérése, Adatsor lekérése vagy Összesítő adatsorok.
POST https://{environmentFqdn}/timeseries/query?api-version=2020-07-31
POST https://{environmentFqdn}/timeseries/query?api-version=2020-07-31&storeType={storeType}
URI-paraméterek
Name | In | Kötelező | Típus | Description |
---|---|---|---|---|
environment
|
path | True |
string |
Környezeti FQDN-enként, például 10000000-0000-0000-0000-100000000109.env.timeseries.azure.com. Ezt a tartománynevet a Get Environments API, a Azure Portal vagy az Azure Resource Manager válaszából szerezheti be. |
api-version
|
query | True |
string |
Az ügyfélkéréshez használandó API verziója. Jelenleg a "2020-07-31" támogatott verzió. |
store
|
query |
string |
A meleg tárolóval rendelkező környezetek esetében a lekérdezés végrehajtható a "WarmStore" vagy a "ColdStore" szolgáltatásban. A lekérdezésben ez a paraméter határozza meg, hogy a lekérdezést melyik tárolóban kell végrehajtani. Ha nincs definiálva, a lekérdezés a hűtőtárolóban lesz végrehajtva. |
Kérelem fejléce
Name | Kötelező | Típus | Description |
---|---|---|---|
x-ms-continuation |
string |
Folytatási jogkivonat az eredmények előző oldaláról az eredmények következő oldalának lekéréséhez olyan hívásokban, amelyek támogatják a tördelést. Az első oldal eredményeinek lekéréséhez paraméterértékként adja meg a null értékű folytatási tokent. A visszaadott folytatási jogkivonat null értékű, ha az összes eredményt visszaadta, és nincs következő találatoldal. |
|
x-ms-client-request-id |
string |
Nem kötelező ügyfélkérés azonosítója. A szolgáltatás ezt az értéket rögzíti. Lehetővé teszi, hogy a szolgáltatás nyomon kövesse a műveletet a szolgáltatások között, és lehetővé teszi, hogy az ügyfél kapcsolatba lépjen az ügyfélszolgálattal egy adott kéréssel kapcsolatban. |
|
x-ms-client-session-id |
string |
Nem kötelező ügyfél-munkamenet azonosítója. A szolgáltatás ezt az értéket rögzíti. Lehetővé teszi, hogy a szolgáltatás nyomon kövesse a kapcsolódó műveletek egy csoportját a szolgáltatások között, és lehetővé teszi, hogy az ügyfél kapcsolatba lépjen az ügyfélszolgálattal egy adott kéréscsoporttal kapcsolatban. |
Kérelem törzse
Name | Típus | Description |
---|---|---|
aggregateSeries |
Adatsor-lekérdezés összesítése. Lehetővé teszi egy adott idősor-azonosító és keresési tartomány eseményeiből származó összesített idősorok kiszámítását. |
|
getEvents |
Események lekérdezésének lekérése. Lehetővé teszi egy adott idősor-azonosító és keresési tartomány nyers eseményeinek lekérését. |
|
getSeries |
Adatsor-lekérdezés beolvasása. Lehetővé teszi a számított változóértékek idősorozatának lekérését egy adott idősor-azonosító és keresési tartomány eseményeiből. |
Válaszok
Name | Típus | Description |
---|---|---|
200 OK |
Sikeres lekérdezés. Fejlécek x-ms-request-id: string |
|
Other Status Codes |
Váratlan hiba. Fejlécek x-ms-request-id: string |
Biztonság
azure_auth
Azure Active Directory OAuth2 Flow
Típus:
oauth2
Folyamat:
implicit
Engedélyezési URL:
https://login.microsoftonline.com/common/oauth2/authorize
Hatókörök
Name | Description |
---|---|
user_impersonation | felhasználói fiók megszemélyesítése |
Példák
ColdStoreQueryAggregateSeriesPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryAggregateSeriesPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "Count",
"type": "Long",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
null
]
},
{
"name": "AverageTemperature",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
null
]
},
{
"name": "MinTemperature",
"type": "Double",
"values": [
65.125,
77.625,
65.125,
72.625,
65.125,
67.625,
82.625,
65.125,
77.625,
65.125,
null
]
},
{
"name": "MaxTemperature",
"type": "Double",
"values": [
77.375,
92.375,
99.875,
87.375,
99.875,
82.375,
97.375,
99.875,
92.375,
99.875,
null
]
}
],
"progress": 100
}
ColdStoreQueryGetEventsPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage3
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
67.575
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAbCDewidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage4
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [],
"properties": [],
"progress": 100
}
ColdStoreQueryGetSeriesPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetSeriesPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetSeriesPage3
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
QueryAggregateSeriesPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryAggregateSeriesPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "Count",
"type": "Long",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
null
]
},
{
"name": "AverageTemperature",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
null
]
},
{
"name": "MinTemperature",
"type": "Double",
"values": [
65.125,
77.625,
65.125,
72.625,
65.125,
67.625,
82.625,
65.125,
77.625,
65.125,
null
]
},
{
"name": "MaxTemperature",
"type": "Double",
"values": [
77.375,
92.375,
99.875,
87.375,
99.875,
82.375,
97.375,
99.875,
92.375,
99.875,
null
]
}
],
"progress": 100
}
QueryAggregateSeriesWithCategoricalInterpolatedVariable
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"searchSpan": {
"from": "2019-10-10T23:41:04.021Z",
"to": "2019-10-10T23:42:22.846Z"
},
"timeSeriesId": [
"Sensor_58"
],
"interval": "PT2S",
"inlineVariables": {
"Status_String": {
"kind": "categorical",
"value": {
"tsx": "$event.[Status].String"
},
"interpolation": {
"kind": "Step",
"boundary": {
"span": "PT5S"
}
},
"categories": [
{
"label": "Good",
"values": [
"Good",
"Very Good",
"Excellent"
]
},
{
"label": "Bad",
"values": [
"Bad",
"OK"
]
},
{
"label": "Other",
"values": [
"Other"
]
}
],
"defaultCategory": {
"label": "Unknown"
}
},
"Status_Long": {
"kind": "categorical",
"value": {
"tsx": "tolong($event.[Status].Double)"
},
"interpolation": {
"kind": "Step",
"boundary": {
"span": "PT5S"
}
},
"categories": [
{
"label": "Good",
"values": [
0,
1,
2
]
},
{
"label": "Bad",
"values": [
3,
4
]
},
{
"label": "Other",
"values": [
5
]
}
],
"defaultCategory": {
"label": "Unknown"
}
}
},
"projectedVariables": [
"Status_String",
"Status_Long"
]
}
}
Mintaválasz
{
"timestamps": [
"2019-10-10T23:41:04Z",
"2019-10-10T23:41:06Z",
"2019-10-10T23:41:08Z",
"2019-10-10T23:41:10Z",
"2019-10-10T23:41:12Z",
"2019-10-10T23:41:14Z",
"2019-10-10T23:41:16Z",
"2019-10-10T23:41:18Z",
"2019-10-10T23:41:20Z",
"2019-10-10T23:41:22Z"
],
"properties": [
{
"values": [
0.203,
0.141,
0.268,
0.398,
0.402,
0.047,
0.1245,
0.75,
0.206,
0.2635
],
"name": "Status_String[Good]",
"type": "Double"
},
{
"values": [
0.266,
0.1955,
0.242,
0.148,
0.25,
0.055,
0.6295,
0.109,
0.41,
0.2125
],
"name": "Status_String[Bad]",
"type": "Double"
},
{
"values": [
0.5205,
0.6635,
0.49,
0.454,
0.348,
0.898,
0.246,
0.141,
0.384,
0.524
],
"name": "Status_String[Other]",
"type": "Double"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_String[Unknown]",
"type": "Double"
},
{
"values": [
0.203,
0.141,
0.268,
0.398,
0.402,
0.047,
0.1245,
0.75,
0.206,
0.2635
],
"name": "Status_Long[Good]",
"type": "Double"
},
{
"values": [
0.266,
0.1955,
0.242,
0.148,
0.25,
0.055,
0.6295,
0.109,
0.41,
0.2125
],
"name": "Status_Long[Bad]",
"type": "Double"
},
{
"values": [
0.5205,
0.6635,
0.49,
0.454,
0.348,
0.898,
0.246,
0.141,
0.384,
0.524
],
"name": "Status_Long[Other]",
"type": "Double"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_Long[Unknown]",
"type": "Double"
}
],
"progress": 100
}
QueryAggregateSeriesWithCategoricalVariable
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"searchSpan": {
"from": "2019-10-10T23:42:00.000Z",
"to": "2019-10-10T23:42:20.000Z"
},
"timeSeriesId": [
"Sensor_58"
],
"interval": "PT2S",
"inlineVariables": {
"Status_String": {
"kind": "categorical",
"value": {
"tsx": "$event.[Status].String"
},
"categories": [
{
"label": "Good",
"values": [
"Good",
"Very Good",
"Excellent"
]
},
{
"label": "Bad",
"values": [
"Bad",
"OK"
]
},
{
"label": "Other",
"values": [
"Other"
]
}
],
"defaultCategory": {
"label": "Unknown"
}
},
"Status_Long": {
"kind": "categorical",
"value": {
"tsx": "tolong($event.[Status].Double)"
},
"categories": [
{
"label": "Good",
"values": [
0,
1,
2
]
},
{
"label": "Bad",
"values": [
3,
4
]
},
{
"label": "Other",
"values": [
5
]
}
],
"defaultCategory": {
"label": "Unknown"
}
}
},
"projectedVariables": [
"Status_String",
"Status_Long"
]
}
}
Mintaválasz
{
"timestamps": [
"2019-10-10T23:42:00Z",
"2019-10-10T23:42:02Z",
"2019-10-10T23:42:04Z",
"2019-10-10T23:42:06Z",
"2019-10-10T23:42:08Z",
"2019-10-10T23:42:10Z",
"2019-10-10T23:42:12Z",
"2019-10-10T23:42:14Z",
"2019-10-10T23:42:16Z",
"2019-10-10T23:42:18Z"
],
"properties": [
{
"values": [
5,
8,
4,
6,
9,
8,
3,
6,
5,
8
],
"name": "Status_String[Good]",
"type": "Long"
},
{
"values": [
4,
3,
3,
5,
5,
3,
9,
7,
7,
7
],
"name": "Status_String[Bad]",
"type": "Long"
},
{
"values": [
11,
9,
13,
9,
6,
9,
8,
7,
8,
5
],
"name": "Status_String[Other]",
"type": "Long"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_String[Unknown]",
"type": "Long"
},
{
"values": [
5,
8,
4,
6,
9,
8,
3,
6,
5,
8
],
"name": "Status_Long[Good]",
"type": "Long"
},
{
"values": [
4,
3,
3,
5,
5,
3,
9,
7,
7,
7
],
"name": "Status_Long[Bad]",
"type": "Long"
},
{
"values": [
11,
9,
13,
9,
6,
9,
8,
7,
8,
5
],
"name": "Status_Long[Other]",
"type": "Long"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_Long[Unknown]",
"type": "Long"
}
],
"progress": 100
}
QueryAggregateSeriesWithSampleInterpolation
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"LinearSampleInterpolation": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"interpolation": {
"kind": "Linear",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "left($value)"
}
},
"StepSampleInterpolation": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"interpolation": {
"kind": "Step",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "left($value)"
}
}
},
"projectedVariables": [
"LinearSampleInterpolation",
"StepSampleInterpolation"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "LinearSampleInterpolation",
"type": "Double",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
62
]
},
{
"name": "StepSampleInterpolation",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
84
]
}
],
"progress": 100
}
QueryGetEventsPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetEventsPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
QueryGetEventsPage3
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
67.575
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAbCDewidGFrZSI6MTAwMH0="
}
QueryGetEventsPage4
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [],
"properties": [],
"progress": 100
}
QueryGetEventsWithTakePage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
],
"take": 10
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetEventsWithTakePage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
],
"take": 10
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 100
}
QueryGetSeriesPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetSeriesPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
QueryGetSeriesPage3
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
QueryGetSeriesWithTakePage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
],
"take": 10
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetSeriesWithTakePage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
],
"take": 10
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 100
}
WarmStoreQueryAggregateSeriesPage
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "Count",
"type": "Long",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
null
]
},
{
"name": "AverageTemperature",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
null
]
},
{
"name": "MinTemperature",
"type": "Double",
"values": [
65.125,
77.625,
65.125,
72.625,
65.125,
67.625,
82.625,
65.125,
77.625,
65.125,
null
]
},
{
"name": "MaxTemperature",
"type": "Double",
"values": [
77.375,
92.375,
99.875,
87.375,
99.875,
82.375,
97.375,
99.875,
92.375,
99.875,
null
]
}
],
"progress": 100
}
WarmStoreQueryGetEventsPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage3
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
67.575
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAbCDewidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage4
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
Mintaválasz
{
"timestamps": [],
"properties": [],
"progress": 100
}
WarmStoreQueryGetSeriesPage1
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetSeriesPage2
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetSeriesPage3
Mintakérelem
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
Mintaválasz
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
Definíciók
Name | Description |
---|---|
Aggregate |
Adatsor-lekérdezés összesítése. Lehetővé teszi egy összesített idősor kiszámítását egy adott idősor-azonosító és keresési tartomány eseményeiből. |
Aggregate |
Az aggregátumváltozó az összesítési számításokat jelöli. Az összesített változók nem támogatják az interpolációt. |
Boundary |
Az interpolációhoz használandó keresési tartománytól balra és jobbra lévő időtartomány. Ez olyan esetekben hasznos, amikor az adatpontok a bemeneti keresési tartomány elejéhez vagy végéhez közel hiányoznak. Null érték is lehet. |
Categorical |
A kategorikus változó olyan jelet jelöl, amelyet a meghatározott értékek korlátozott halmazának előfordulási száma vagy időtartama alapján kell elemezni. |
Date |
Az időtartomány. Nem lehet null vagy negatív. |
Event |
Egy tárolt vagy kiszámított esemény tulajdonsága. A tulajdonságokat név és típus is azonosítja. A különböző események azonos nevű, de eltérő típusú tulajdonságokkal rendelkezhetnek. |
Get |
Események lekérdezésének lekérése. Lehetővé teszi a nyers események lekérését egy adott idősor-azonosítóhoz és keresési tartományhoz. |
Get |
Adatsor-lekérdezés lekérése. Lehetővé teszi a számított változó értékek idősorának lekérését egy adott idősor-azonosító és keresési tartomány eseményeiből. |
Interpolation |
A nyers adatpontokon végrehajtandó interpolációs művelet. Jelenleg csak az interpolált idősorok mintavételezése engedélyezett. Engedélyezett összesítő függvény – például: left($value). Null értékű lehet, ha nincs szükség interpolációra. |
Interpolation |
Az interpolációs technika típusa: "Lineáris" vagy "Lépés". |
Numeric |
A numerikus változó egyetlen folyamatos numerikus jelet jelöl, amely interpolációval rekonstruálható. |
Property |
A tulajdonság típusa. |
Property |
Az időbélyegnek megfelelő egyetlen tulajdonság értékei. Null értékeket tartalmazhat. Az értékek típusa megegyezik a tulajdonság típusával. |
Query |
Idősoros lekérdezés végrehajtásának kérése eseményeken keresztül. Pontosan az egyik "getEvents", "getSeries" vagy "aggregateSeries" értéket kell beállítani. |
Query |
A lekérdezési eredmények egyetlen oldala. Ha a lekérdezés még nem fejeződött be, akkor egy laphoz meg lesz adva a folytatási jogkivonat. Ebben az esetben az eredmények következő oldalának lekéréséhez küldje el újra ugyanazt a kérést a folytatási jogkivonat paraméterével. Ha a lekérdezés befejeződött, a folytatási jogkivonat null értékű. Üres lap is lekérhető, amely csak a folytatási jogkivonatot tartalmazza, ha még nem számítottak ki lekérdezési eredményeket. Ha a lapozás befejeződött (a folytatási jogkivonat null), akkor az időbélyegek és a tulajdonságok üresek lehetnek, ha nincsenek visszaadandó adatok. |
Time |
Kategorikus változókban használt kategória. A kategóriákat a "címke" és a címkéhez rendelt "értékek" határozzák meg. |
Time |
Az alapértelmezett kategóriát jelöli. |
Tsi |
Api-hibával kapcsolatos információk. |
Tsi |
Egy adott API-hiba egy hibakóddal és egy üzenettel. |
Tsi |
További hibainformációk. |
Tsx |
Egy sztringként írt idősorkifejezés (TSX). Példák: "$event. Status.String='Good'", "avg($event. Hőmérséklet)". Tekintse meg az idősorozat-kifejezések írásának dokumentációját. |
AggregateSeries
Adatsor-lekérdezés összesítése. Lehetővé teszi egy összesített idősor kiszámítását egy adott idősor-azonosító és keresési tartomány eseményeiből.
Name | Típus | Description |
---|---|---|
filter |
Felső szintű szűrés azokra az eseményekre, amelyek korlátozzák a számításhoz figyelembe vett események számát. Ez a szűrő az ÉS szűrővel van beszúrva az egyes változókban. Példa: "$event. Status.String='Good'". Választható. |
|
inlineVariables |
object |
Ez lehetővé teszi, hogy a felhasználó opcionálisan definiáljon beágyazott változókat a modellben már definiáltaktól eltekintve. Ha a beágyazott változók neve megegyezik a modell nevével, a beágyazott változó definíciója elsőbbséget élvez. Null értékű lehet. |
interval |
string |
Az időköz mérete ISO-8601-es időtartam formátumban van megadva. Minden intervallum azonos méretű. Egy hónap mindig 30 napra változik, egy év pedig mindig 365 nap. Példák: 1 perc "PT1M", 1 ezredmásodperc a "PT0.001S". További információ: https://www.w3.org/TR/xmlschema-2/#duration |
projectedVariables |
string[] |
Ez lehetővé teszi, hogy a felhasználó opcionálisan válassza ki a kivetítendő változókat. Ha null értékű vagy nincs beállítva, a rendszer visszaadja az inlineVariables és a modell összes változót. Null értékű lehet. |
searchSpan |
A lekérdezés végrehajtásának időtartama. Nem lehet null értékű. |
|
timeSeriesId |
Time |
Egyetlen idősor-azonosító érték, amely egyedileg azonosít egy egyszeri idősorpéldányt (például egy eszközt). Vegye figyelembe, hogy egyetlen idősor-azonosító összetett lehet, ha több tulajdonság van megadva idősor-azonosítóként a környezet létrehozásakor. Az értékek pozíciójának és típusának meg kell egyeznie a környezetben megadott idősor-azonosító tulajdonságaival, és a Modellbeállítási API-nak kell visszaadnia. Nem lehet null értékű. |
AggregateVariable
Az aggregátumváltozó az összesítési számításokat jelöli. Az összesített változók nem támogatják az interpolációt.
Name | Típus | Description |
---|---|---|
aggregation |
Az aggregációs idősor-kifejezés, ha a kind értéke "összesítés", az azt az összesítést jelöli, amelyet közvetlenül kell végrehajtani olyan eseménytulajdonságok használatával, mint a "$event. Hőmérséklet". A hőmérsékletváltozások tartományának kiszámításához például a következőképpen írható össze: "max($event. Hőmérséklet)-min($event. Hőmérséklet)". |
|
filter |
Szűrjön azokra az eseményekre, amelyek korlátozzák a számításhoz figyelembe vett események számát. Példa: "$event. Status.String='Good'". Választható. |
|
kind |
string:
aggregate |
Az engedélyezett "kind" értékek a következők: "numerikus" vagy "összesítő". Bár a "numerikus" lehetővé teszi a rekonstruált jel és a kifejezés értékének megadását az összesítéshez, az "összesítés" típussal közvetlenül összesítheti az eseménytulajdonságokat az érték megadása nélkül. |
Boundary
Az interpolációhoz használandó keresési tartománytól balra és jobbra lévő időtartomány. Ez olyan esetekben hasznos, amikor az adatpontok a bemeneti keresési tartomány elejéhez vagy végéhez közel hiányoznak. Null érték is lehet.
Name | Típus | Description |
---|---|---|
span |
string |
CategoricalVariable
A kategorikus változó olyan jelet jelöl, amelyet a meghatározott értékek korlátozott halmazának előfordulási száma vagy időtartama alapján kell elemezni.
Name | Típus | Description |
---|---|---|
categories |
Kategorikus változókban használt kategória. A kategóriákat a "címke" és a címkéhez rendelt "értékek" határozzák meg. |
|
defaultCategory |
Az alapértelmezett kategóriát jelöli. |
|
filter |
Szűrjön azokra az eseményekre, amelyek korlátozzák a számításhoz figyelembe vett események számát. Példa: "$event. Status.String='Good'". Választható. |
|
interpolation |
A kategorikus változó csak a "lépés" interpolációt támogatja. |
|
kind |
string:
categorical |
Az engedélyezett "kind" értékek a következők: "numerikus" vagy "összesítő". Bár a "numerikus" lehetővé teszi a rekonstruált jel és a kifejezés értékének megadását az összesítéshez, az "összesítés" típussal közvetlenül összesítheti az eseménytulajdonságokat az érték megadása nélkül. |
value |
Az érték idősor-kifejezés a kategorizálandó jel értékét jelöli. Kategorikus változók esetében csak a "String" vagy a "Long" típust tudja kiértékelni. |
DateTimeRange
Az időtartomány. Nem lehet null vagy negatív.
Name | Típus | Description |
---|---|---|
from |
string |
Az időtartomány kezdési időbélyege. A kezdési időbélyeg az idősoros lekérdezési kérelmekben való használat esetén használható. Az ilyen időbélyegzőt tartalmazó eseményeket a program tartalmazza. |
to |
string |
Az időtartomány záró időbélyege. A befejezési időbélyeg kizárólagos, ha idősoros lekérdezési kérelmekben használják. Az időbélyegnek megfelelő események ki vannak zárva. Vegye figyelembe, hogy a végső időbélyeg a Rendelkezésre állás lekérése által visszaadott időbélyeget tartalmazza (ami azt jelenti, hogy van egy olyan esemény, amely pontosan a "to" időbélyeggel rendelkezik). |
EventProperty
Egy tárolt vagy kiszámított esemény tulajdonsága. A tulajdonságokat név és típus is azonosítja. A különböző események azonos nevű, de eltérő típusú tulajdonságokkal rendelkezhetnek.
Name | Típus | Description |
---|---|---|
name |
string |
A tulajdonság neve. |
type |
A tulajdonság típusa. |
GetEvents
Események lekérdezésének lekérése. Lehetővé teszi a nyers események lekérését egy adott idősor-azonosítóhoz és keresési tartományhoz.
Name | Típus | Description |
---|---|---|
filter |
Választható legfelső szintű szűrő a lekérdezéshez, amelyet a lekérdezés összes változójára alkalmazunk. Példa: "$event. Status.String='Good'". Null értékű lehet. |
|
projectedProperties |
A kivetített tulajdonságok olyan tulajdonságok tömbje, amelyeket ki szeretne vetíteni. Ezeknek a tulajdonságoknak meg kell jelenniük az eseményekben; ellenkező esetben a rendszer nem adja vissza őket. |
|
searchSpan |
A lekérdezés végrehajtásának időtartama. Nem lehet null értékű. |
|
take |
integer |
A tulajdonságértékek maximális száma a teljes válaszkészletben, nem az oldalankénti tulajdonságértékek maximális száma. Alapértelmezés szerint 10 000, ha nincs beállítva. A maximális érték 250 000 lehet. |
timeSeriesId |
Time |
Egyetlen idősor-azonosító érték, amely egyedileg azonosít egy egyszeri idősorpéldányt (például egy eszközt). Vegye figyelembe, hogy egyetlen idősor-azonosító összetett lehet, ha több tulajdonság van megadva idősor-azonosítóként a környezet létrehozásakor. Az értékek pozíciójának és típusának meg kell egyeznie a környezetben megadott idősor-azonosító tulajdonságaival, és a Modellbeállítási API-nak kell visszaadnia. Nem lehet null értékű. |
GetSeries
Adatsor-lekérdezés lekérése. Lehetővé teszi a számított változó értékek idősorának lekérését egy adott idősor-azonosító és keresési tartomány eseményeiből.
Name | Típus | Description |
---|---|---|
filter |
Felső szintű szűrés azokra az eseményekre, amelyek korlátozzák a számításhoz figyelembe vett események számát. Ez a szűrő az ÉS szűrővel van beszúrva az egyes változókban. Példa: "$event. Status.String='Good'". Választható. |
|
inlineVariables |
object |
Választható beágyazott változók a modell idősortípusában már definiált változókon kívül. Ha a beágyazott változó neve ugyanaz, mint a modellben, a beágyazott változó definíciója elsőbbséget élvez. Null értékű lehet. |
projectedVariables |
string[] |
Kiválasztott változók, amelyeket a lekérdezés eredményében kell kivetíteni. Ha null értékű vagy nincs beállítva, a rendszer visszaadja a modell inlineVariables és idősortípusának összes változóját. Null értékű lehet. |
searchSpan |
A lekérdezés végrehajtásának időtartama. Nem lehet null értékű. |
|
take |
integer |
A tulajdonságértékek maximális száma a teljes válaszkészletben, nem az oldalankénti tulajdonságértékek maximális száma. Alapértelmezés szerint 10 000, ha nincs beállítva. A maximális érték 250 000 lehet. |
timeSeriesId |
Time |
Egyetlen idősor-azonosító érték, amely egyedileg azonosít egy egyszeri idősorpéldányt (például egy eszközt). Vegye figyelembe, hogy egyetlen idősor-azonosító összetett lehet, ha több tulajdonság van megadva idősor-azonosítóként a környezet létrehozásakor. Az értékek pozíciójának és típusának meg kell egyeznie a környezetben megadott idősor-azonosító tulajdonságaival, és a Modellbeállítási API-nak kell visszaadnia. Nem lehet null értékű. |
Interpolation
A nyers adatpontokon végrehajtandó interpolációs művelet. Jelenleg csak az interpolált idősorok mintavételezése engedélyezett. Engedélyezett összesítő függvény – például: left($value). Null értékű lehet, ha nincs szükség interpolációra.
Name | Típus | Description |
---|---|---|
boundary |
Az interpolációhoz használandó keresési tartománytól balra és jobbra lévő időtartomány. Ez olyan esetekben hasznos, amikor az adatpontok a bemeneti keresési tartomány elejéhez vagy végéhez közel hiányoznak. Null érték is lehet. |
|
kind |
Az interpolációs technika típusa: "Lineáris" vagy "Lépés". |
InterpolationKind
Az interpolációs technika típusa: "Lineáris" vagy "Lépés".
Name | Típus | Description |
---|---|---|
Linear |
string |
|
Step |
string |
NumericVariable
A numerikus változó egyetlen folyamatos numerikus jelet jelöl, amely interpolációval rekonstruálható.
Name | Típus | Description |
---|---|---|
aggregation |
A "numerikus" típusú aggregációs idősor-kifejezés a $value kifejezésen végrehajtandó összesítést jelöli. Ehhez meg kell adni $value, és csak az összesítő függvények $value használhatja. A $value minimális értékének kiszámítására szolgáló összesítés például a következőképpen íródik: "min($value)". |
|
filter |
Szűrjön azokra az eseményekre, amelyek korlátozzák a számításhoz figyelembe vett események számát. Példa: "$event. Status.String='Good'". Választható. |
|
interpolation |
A nyers adatpontokon végrehajtandó interpolációs művelet. Jelenleg csak az interpolált idősorok mintavételezése engedélyezett. Engedélyezett összesítő függvény – például: left($value). Null értékű lehet, ha nincs szükség interpolációra. |
|
kind |
string:
numeric |
Az engedélyezett "kind" értékek a következők: "numerikus" vagy "összesítő". Bár a "numerikus" lehetővé teszi a rekonstruált jel és a kifejezés értékének megadását az összesítéshez, az "összesítés" típussal közvetlenül összesítheti az eseménytulajdonságokat az érték megadása nélkül. |
value |
Az érték idősor-kifejezés az összesíteni vagy interpolálni kívánt jel értékét jelöli. Az esemény hőmérsékleti értékei például a következőképpen jelennek meg: "$event. Temperature.Double". |
PropertyTypes
A tulajdonság típusa.
Name | Típus | Description |
---|---|---|
Bool |
string |
|
DateTime |
string |
|
Double |
string |
|
Long |
string |
|
String |
string |
|
TimeSpan |
string |
PropertyValues
Az időbélyegnek megfelelő egyetlen tulajdonság értékei. Null értékeket tartalmazhat. Az értékek típusa megegyezik a tulajdonság típusával.
Name | Típus | Description |
---|---|---|
name |
string |
A tulajdonság neve. |
type |
A tulajdonság típusa. |
|
values |
Values[] |
Az időbélyegnek megfelelő egyetlen tulajdonság értékei. Null értékeket tartalmazhat. Az értékek típusa megegyezik a tulajdonság típusával. |
QueryRequest
Idősoros lekérdezés végrehajtásának kérése eseményeken keresztül. Pontosan az egyik "getEvents", "getSeries" vagy "aggregateSeries" értéket kell beállítani.
Name | Típus | Description |
---|---|---|
aggregateSeries |
Adatsor-lekérdezés összesítése. Lehetővé teszi egy összesített idősor kiszámítását egy adott idősor-azonosító és keresési tartomány eseményeiből. |
|
getEvents |
Események lekérdezésének lekérése. Lehetővé teszi a nyers események lekérését egy adott idősor-azonosítóhoz és keresési tartományhoz. |
|
getSeries |
Adatsor-lekérdezés lekérése. Lehetővé teszi a számított változó értékek idősorának lekérését egy adott idősor-azonosító és keresési tartomány eseményeiből. |
QueryResultPage
A lekérdezési eredmények egyetlen oldala. Ha a lekérdezés még nem fejeződött be, akkor egy laphoz meg lesz adva a folytatási jogkivonat. Ebben az esetben az eredmények következő oldalának lekéréséhez küldje el újra ugyanazt a kérést a folytatási jogkivonat paraméterével. Ha a lekérdezés befejeződött, a folytatási jogkivonat null értékű. Üres lap is lekérhető, amely csak a folytatási jogkivonatot tartalmazza, ha még nem számítottak ki lekérdezési eredményeket. Ha a lapozás befejeződött (a folytatási jogkivonat null), akkor az időbélyegek és a tulajdonságok üresek lehetnek, ha nincsenek visszaadandó adatok.
Name | Típus | Description |
---|---|---|
continuationToken |
string |
Ha visszaadja, az azt jelenti, hogy az aktuális eredmények részleges eredményt jelentenek. A folytatási jogkivonat lehetővé teszi az eredmények következő oldalának lekérését. A lekérdezési eredmények következő oldalának lekéréséhez küldje el ugyanazt a kérést a folytatási token paraméterrel az "x-ms-continuation" HTTP-fejlécben. |
progress |
number |
A lekérdezés hozzávetőleges előrehaladása százalékban. 0 és 100 között lehet. Ha a válaszban a folytatási jogkivonat null értékű, a folyamat várhatóan 100 lesz. |
properties |
Idősor tulajdonságainak és értékeinek gyűjteménye az egyes időbélyegekhez. Null értékű lehet, ha a kiszolgáló nem tudta kitölteni a lapot ebben a kérelemben, vagy üres lehet, ha nincs több objektum, ha a folytatási jogkivonat null értékű. |
|
timestamps |
string[] |
Az idősor értékeinek időbélyegei. Ha időközökre vonatkozó összesítést használ, az időbélyegek a megfelelő intervallumok kezdetét jelölik. Az események lekérése esetén az időbélyegek az események időbélyegének $ts tulajdonságának értékei. Null értékű lehet, ha a kiszolgáló nem tudta kitölteni a lapot ebben a kérelemben, vagy üres lehet, ha nincs több objektum, ha a folytatási jogkivonat null értékű. |
TimeSeriesAggregateCategory
Kategorikus változókban használt kategória. A kategóriákat a "címke" és a címkéhez rendelt "értékek" határozzák meg.
Name | Típus | Description |
---|---|---|
label |
string |
Annak a kategóriának a neve, amelyet a kimeneti változók neveinek összeállításához fog használni. |
values |
object[] |
Azoknak az értékeknek a listája, amelyekhez egy kategória megfelel. Lehet egy egyedi sztringlista vagy egy hosszú lista. |
TimeSeriesDefaultCategory
Az alapértelmezett kategóriát jelöli.
Name | Típus | Description |
---|---|---|
label |
string |
Annak az alapértelmezett kategóriának a neve, amely a "kategóriákban" definiált értékek egyikével sem egyezik meg. |
TsiError
Api-hibával kapcsolatos információk.
Name | Típus | Description |
---|---|---|
error |
Egy adott API-hiba hibakóddal és üzenettel. |
TsiErrorBody
Egy adott API-hiba egy hibakóddal és egy üzenettel.
Name | Típus | Description |
---|---|---|
code |
string |
Nyelvfüggetlen, emberi olvasásra alkalmas sztring, amely szolgáltatásspecifikus hibakódot határoz meg. Ez a kód pontosabb jelzője a válaszban megadott HTTP-hibakódnak. Adott hibaeseteket programozott módon lehet kezelni. |
details |
További hibainformációkat tartalmaz. Lehet, hogy null értékű. |
|
innerError |
Pontosabb hibát tartalmaz, amely leszűkíti az okot. Lehet, hogy null értékű. |
|
message |
string |
A hiba ember által olvasható, nyelvfüggetlen ábrázolása. A fejlesztőknek szánt támogatás, és nem alkalmas a végfelhasználóknak való kitettségre. |
target |
string |
Az adott hiba célja (például a hibás tulajdonság neve). Lehet, hogy null értékű. |
TsiErrorDetails
További hibainformációk.
Name | Típus | Description |
---|---|---|
code |
string |
Nyelvfüggetlen, emberi olvasásra alkalmas sztring, amely szolgáltatásspecifikus hibakódot határoz meg. Ez a kód pontosabb jelzője a válaszban megadott HTTP-hibakódnak. Adott hibaeseteket programozott módon lehet kezelni. |
message |
string |
A hiba ember által olvasható, nyelvfüggetlen ábrázolása. A fejlesztőknek szánt támogatás, és nem alkalmas a végfelhasználóknak való kitettségre. |
Tsx
Egy sztringként írt idősorkifejezés (TSX). Példák: "$event. Status.String='Good'", "avg($event. Hőmérséklet)". Tekintse meg az idősorozat-kifejezések írásának dokumentációját.
Name | Típus | Description |
---|---|---|
tsx |
string |
Az idősorozat-kifejezés (TSX) egyetlen sztringként van megírva. Példák: "$event. Status.String='Good'", "avg($event. Hőmérséklet)". Tekintse meg az idősorozat-kifejezések írásának dokumentációját. |