Model Deret Waktu di Azure Time Series Insights Gen2

Artikel
07/27/2024

Catatan

Layanan Time Series Insights akan dihentikan pada 7 Juli 2024. Pertimbangkan untuk memigrasikan lingkungan yang ada ke solusi alternatif sesegera mungkin. Untuk informasi selengkapnya tentang penghentian dan migrasi, kunjungi dokumentasi kami.

Artikel ini menjelaskan Model Deret Waktu, kemampuan, dan cara mulai membangun serta memperbarui model Anda di lingkungan Azure Time Series Insights Gen2.

Tip

Pelajari cara bekerja dengan Model Deret Waktu menggunakan Azure Time Series Insights Explorer.

Ringkasan

Secara tradisional, data yang dikumpulkan dari perangkat IoT tidak memiliki informasi kontekstual yang membuatnya sulit untuk menemukan dan menganalisis sensor dengan cepat. Motivasi utama Model Deret Waktu adalah untuk menyederhanakan proses menemukan dan menganalisis data IoT atau data Deret Waktu. Model tersebut mencapai tujuan ini dengan mengaktifkan kurasi, pemeliharaan, dan pengayaan data deret waktu untuk membantu menyiapkan himpunan data siap konsumen untuk analitik.

Skenario: Oven pintar baru Contoso

Pertimbangkan skenario fiktif oven pintar Contoso. Dalam skenario ini, misalkan setiap oven pintar Contoso memiliki lima sensor suhu, satu untuk masing-masing dari empat pembakar atas dan satu untuk oven itu sendiri. Sampai saat ini, setiap sensor suhu Contoso dikirim, disimpan, dan divisualisasikan datanya satu per satu. Untuk pemantauan appliance dapurnya, Contoso mengandalkan bagan dasar, satu untuk setiap sensor individu.

Sementara Contoso puas dengan data awal dan solusi visualisasi, beberapa batasan menjadi jelas:

Pelanggan perlu tahu seberapa panas oven keseluruhan akan tercapai saat sebagian besar pembakar atas menyala. Contoso lebih kesulitan menganalisis dan menyajikan jawaban terpadu tentang kondisi oven keseluruhan.
Teknisi Contoso perlu memverifikasi bahwa pembakar teratas yang dijalankan secara bersamaan tidak akan menghasilkan penarikan daya yang tidak efisien. Ada kesulitan untuk referensi silang sensor suhu dan tegangan mana yang terkait satu sama lain dan cara menemukannya di penyimpanan.
Tim jaminan kualitas Contoso perlu mengaudit dan membandingkan riwayat di antara dua versi sensor. Ada kesulitan menentukan data apa milik versi sensor yang mana.

Tanpa kemampuan untuk menyusun, menata, dan menentukan model deret waktu oven pintar menyeluruh, setiap sensor suhu mempertahankan titik data yang mengalami dislokasi, terisolasi, dan kurang informatif. Mengubah titik data ini menjadi wawasan yang dapat ditindaklanjuti lebih sulit karena setiap himpunan data berfungsi secara independen dari yang lain.

Batasan ini mengungkapkan pentingnya alat agregasi dan visualisasi data pintar untuk menyertai oven baru Contoso:

Visualisasi data terbukti berguna saat Anda dapat mengaitkan dan menggabungkan data ke dalam tampilan yang nyaman. Contohnya adalah menunjukkan sensor tegangan bersama dengan sensor suhu.
Mengelola data multidimensi untuk beberapa entitas bersama dengan fungsionalitas perbandingan, perbesar tampilan, dan rentang waktu mungkin sulit dicapai.

Model Deret Waktu memberikan solusi yang nyaman untuk banyak skenario yang ditemui dalam contoh fiktif ini:

Model Deret Waktu memainkan peranan penting dalam kueri dan navigasi karena model ini mengontekstualisasikan data dengan memungkinkan perbandingan ditarik melintasi rentang waktu dan antara jenis sensor serta perangkat. (A)
Data selanjutnya dikontekstualisasikan karena data yang bertahan dalam Model Deret Waktu mempertahankan komputasi kueri deret waktu sebagai variabel dan menggunakannya kembali pada waktu kueri.
Model Deret Waktu menata dan mengagregasi data untuk peningkatan kemampuan visualisasi dan manajemen. (B)

Kemampuan utama

Dengan tujuan untuk membuatnya sederhana dan mudah untuk mengelola kontekstualisasi deret waktu, Model Deret Waktu memungkinkan kemampuan berikut di Azure Time Series Insights Gen2. Model ini membantu Anda:

Membuat dan mengelola komputasi atau rumus yang memanfaatkan fungsi bernilai skalar, operasi agregat, dan sebagainya.
Menentukan hubungan induk-anak untuk mengaktifkan navigasi, pencarian, dan referensi.
Menentukan properti yang terkait dengan instans, yang ditentukan sebagai bidang instans, dan menggunakannya untuk membuat hierarki.

Komponen

Model Deret Waktu memiliki tiga komponen inti:

Instans Model Deret Waktu
Hierarki Model Deret Waktu
Jenis Model Deret Waktu

Komponen-komponen ini digabungkan untuk menentukan model deret waktu dan untuk menata data Anda.

Model deret waktu dapat dibuat dan dikelola melalui Azure Time Series Insights Explorer. Pengaturan Model Deret Waktu dapat dikelola melalui API Pengaturan Model.

Instans Model Deret Waktu

Instans Model Deret Waktu adalah representasi virtual dari deret waktu itu sendiri.

Dalam kebanyakan kasus, instans secara unik diidentifikasi oleh deviceId atau assetId, yang disimpan sebagai ID deret waktu.

Instans memiliki informasi deskriptif yang terkait dengannya yang disebut properti instans, seperti ID deret waktu, jenis, nama, deskripsi, hierarki, dan bidang instans. Minimal, properti instans menyertakan informasi hierarki.

Bidang instans adalah kumpulan informasi deskriptif yang dapat menyertakan nilai untuk tingkat hierarki, serta produsen, operator, dan sebagainya.

Setelah sumber peristiwa dikonfigurasi untuk lingkungan Azure Time Series Insights Gen2, instans ditemukan dan dibuat dalam model deret waktu secara otomatis. Instans dapat dibuat atau diperbarui melalui Azure Time Series Insights Explorer dengan menggunakan kueri Model Deret Waktu.

Properti instans

Instans ditentukan oleh timeSeriesId, typeId, nama, deskripsi, hierarchyIds, dan instanceFields. Setiap instans memetakan hanya satu jenis, dan satu atau beberapa hierarki.

Properti	Deskripsi
timeSeriesId	ID unik deret waktu yang dikaitkan dengan instans. Dalam kebanyakan kasus, instans diidentifikasi secara unik oleh properti seperti deviceId atau assetId. Dalam beberapa kasus, ID komposit yang lebih spesifik yang menggabungkan hingga 3 properti dapat digunakan.
typeId	ID untai (karakter) unik peka huruf besar/kecil dari jenis Model Deret Waktu yang dikaitkan dengan instans. Secara default, semua instans baru yang ditemukan dikaitkan dengan jenis default.
nama	Properti nama bersifat opsional dan peka huruf besar/kecil. Jika nama tidak tersedia, default-nya adalah timeSeriesId. Jika nama diberikan, timeSeriesId masih tersedia di well.
description	Deskripsi teks instans.
hierarchyIds	Menentukan hierarki mana yang dimiliki instans.
instanceFields	Properti instans dan data statis apa pun yang menentukan instans. Mereka menentukan nilai properti hierarki atau non-hierarki sekaligus mendukung pengindeksan untuk melakukan operasi pencarian.

Catatan

Hierarki dibangun dengan menggunakan bidang instans. instanceFields tambahan dapat ditambahkan untuk definisi properti instans lebih lanjut.

Instans memiliki representasi JSON berikut:

{
  "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"
  }
}

Tip

Untuk dukungan API instans buat, baca, perbarui, dan hapus (CRUD), baca artikel Kueri data dan dokumentasi REST API Instans.

Hierarki Model Deret Waktu

Hierarki Model Deret Waktu menata instans dengan menentukan nama properti dan hubungannya.

Anda dapat mengonfigurasi beberapa hierarki di lingkungan Azure Time Series Insights Gen2 tertentu. Instans Model Deret Waktu dapat memetakan ke satu hierarki atau beberapa hierarki (hubungan banyak ke banyak).

Definisi hierarki

Hierarki ditentukan oleh id, nama, dan sumber hierarki.

Properti	Deskripsi
id	Pengidentifikasi unik untuk hierarki, yang digunakan, misalnya, saat Anda menentukan instans.
nama	Untai (karakter) yang digunakan untuk memberikan nama hierarki.
sumber	Menentukan hierarki atau jalur organisasi yang merupakan urutan induk-anak atas-bawah dari hierarki yang ingin dibuat pengguna. Properti induk-anak memetakan bidang instans.

Hierarki direpresentasikan dalam JSON sebagai:

{
  "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"
        ]
      }
    }
  ]
}

Dalam contoh JSON sebelumnya:

Location menentukan hierarki dengan induk states dan anak cities. Setiap location dapat memiliki beberapa states yang pada gilirannya dapat memiliki beberapa cities.
ManufactureDate menentukan hierarki dengan induk year dan anak month. Setiap ManufactureDate dapat memiliki beberapa years yang pada gilirannya dapat memiliki beberapa months.

Tip

Untuk dukungan API Hierarki buat, baca, perbarui, dan hapus (CRUD), baca artikel Kueri data dan dokumentasi REST API Hierarki.

Contoh hierarki

Pertimbangkan contoh di mana hierarki H1 memiliki building, floor, dan room sebagai bagian dari definisi instanceFieldNames-nya:

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

Mengingat bidang instans yang digunakan dalam definisi sebelumnya dan beberapa deret waktu, atribut hierarki dan nilai muncul seperti yang ditunjukkan dalam tabel berikut:

ID Deret Waktu	Bidang instans
ID1	"building" = "1000", "floor" = "10", "room" = "55"
ID2	"building" = "1000", "room" = "55"
ID3	"floor" = "10"
ID4	"building" = "1000", "floor" = "10"
ID5	Tidak ada "building", "floor", atau "room" yang diatur.

ID1 dan ID4 Deret Waktu ditampilkan sebagai bagian dari hierarki H1 di Azure Time Series Insights Explorer karena mereka memiliki parameterbuilding, floor, dan room yang sepenuhnya ditentukan dan diurutkan dengan benar.

Yang lain diklasifikasikan di bawah Instans Tidak Berinduk karena tidak sesuai dengan hierarki data yang ditentukan.

Jenis Model Deret Waktu

Jenis Model Deret Waktu membantu Anda menentukan variabel atau rumus untuk melakukan komputasi. Jenis dikaitkan dengan instans tertentu.

Jenis dapat memiliki satu atau beberapa variabel. Misalnya, instans Model Deret Waktu mungkin berdasarkan jenis Sensor Suhu yang terdiri dari variabel suhu rata-rata, suhu minimal, dan suhu maksimal.

Tip

Untuk dukungan API Jenis buat, baca, perbarui, dan hapus (CRUD), baca artikel Kueri data dan dokumentasi REST API Jenis.

Properti jenis

Jenis Model Deret Waktu ditentukan oleh id, nama, deskripsi, dan variabel.

Properti	Deskripsi
id	ID untai (karakter) unik peka huruf besar/kecil untuk jenis tersebut.
nama	Untai (karakter) yang digunakan untuk memberikan nama jenis.
description	Deskripsi untai (karakter) untuk jenis tersebut.
variabel	Menentukan variabel yang terkait dengan jenis tersebut.

Jenis sesuai dengan contoh JSON berikut:

{
  "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)"
          }
        }
      }
    }
  ]
}

Jenis Model Deret Waktu dapat memiliki banyak variabel yang menentukan aturan rumus dan komputasi pada peristiwa. Baca selengkapnya tentang cara menentukan variabel Model Deret Waktu

Langkah berikutnya

Baca dokumentasi referensi Model Deret Waktu untuk informasi selengkapnya tentang cara mengedit model melalui API.
Jelajahi rumus dan komputasi yang dapat Anda buat dengan variabel Model Deret Waktu
Pelajari tentang membuat kueri data di Azure Time Series Insights Gen2.

Bagikan melalui