Variabili del modello Time Series
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, visitare la documentazione.
Questo articolo descrive le variabili del modello Time Series che specificano le regole di formula e calcolo per gli eventi.
Ogni variabile può essere di tre tipi: numerico, categorico e aggregato.
- I tipi numerici funzionano con valori numerici continui.
- I tipi categorici funzionano con un set definito di valori discreti.
- I tipi di aggregazione combinano più variabili di un singolo tipo (tutti numerici o categorici).
Nella tabella seguente vengono visualizzate le proprietà rilevanti per ogni tipo di variabile.
Variabili numeriche
| Proprietà Variable | Descrizione |
|---|---|
| Filtro di variabile | I filtri sono clausole condizionali facoltative per limitare il numero di righe considerate per il calcolo. |
| Valore variabile | Valori di telemetria usati per il calcolo proveniente dal dispositivo o dai sensori o trasformati tramite espressioni Time Series. Le variabili di tipo numerico devono essere Double o Long per corrispondere al tipo di dati in ingresso. |
| Interpolazione di variabili | L'interpolazione specifica come ricostruire un segnale usando i dati esistenti. Le opzioni di interpolazione passo e lineare sono disponibili per le variabili numeriche. |
| Aggregazione di variabile | Eseguire calcoli tramite le funzioni di aggregazione supportate per i tipi di variabili numeriche. |
Le variabili sono conformi all'esempio JSON seguente:
"Interpolated Speed": {
"kind": "numeric",
"value": {
"tsx": "$event['Speed-Sensor'].Double"
},
"filter": null,
"interpolation": {
"kind": "step",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "right($value)"
}
}
Variabili categoriche
| Proprietà Variable | Descrizione |
|---|---|
| Filtro di variabile | I filtri sono clausole condizionali facoltative per limitare il numero di righe considerate per il calcolo. |
| Valore variabile | Valori di telemetria usati per il calcolo proveniente dal dispositivo o dai sensori. Le variabili di tipo categorico devono essere Long o String per corrispondere al tipo di dati in ingresso. |
| Interpolazione di variabili | L'interpolazione specifica come ricostruire un segnale usando i dati esistenti. L'opzione Interpolazione passo è disponibile per le variabili categoriche. |
| Categorie di variabili | Le categorie creano un mapping tra i valori provenienti dal dispositivo o dai sensori a un'etichetta. |
| Categoria predefinita variabile | La categoria predefinita è per tutti i valori di cui non viene eseguito il mapping nella proprietà "categories". |
Le variabili sono conformi all'esempio JSON seguente:
"Status": {
"kind": "categorical",
"value": {
"tsx": "$event.Status.Long"
},
"interpolation": {
"kind": "step",
"boundary": {
"span" : "PT1M"
}
},
"categories": [
{
"values": [0, 1, 2, 3],
"label": "Good"
},
{
"values": [4],
"label": "Bad"
}
],
"defaultCategory": {
"label": "Not Applicable"
}
}
Variabili di aggregazione
| Proprietà Variable | Descrizione |
|---|---|
| Filtro di variabile | I filtri sono clausole condizionali facoltative per limitare il numero di righe considerate per il calcolo. |
| Aggregazione di variabile | Eseguire calcoli tramite le funzioni di aggregazione supportate per i tipi di variabili aggregate. |
Le variabili sono conformi all'esempio JSON seguente:
"Speed Range": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "max($event.Speed.Double) - min($event.Speed.Double)"
}
}
Le variabili vengono archiviate nella definizione del tipo di un modello time series e possono essere fornite inline tramite LE API per eseguire l'override o integrare la definizione archiviata.