Переменные модели временных рядов
Примечание.
Служба "Аналитика временных рядов" будет прекращена 7 июля 2024 года. Рассмотрите возможность переноса существующих сред в альтернативные решения как можно скорее. Дополнительные сведения об устаревании и миграции см. в нашей документации.
В этой статье описываются переменные модели временных рядов, которые задают формулы и правила расчетов для событий.
Каждая переменная может иметь один из трех типов: числовой, категориальный или статистический.
- Числовые типы оперируют непрерывным множеством числовых значений.
- Категориальные типы используют ограниченный набор конкретных значений.
- Статистические типы сочетают в себе сразу несколько переменных (все из которых должны быть числовыми или категориальными).
В следующей таблице показано, какие свойства используются для переменных каждого типа.
Числовые переменные
Свойство переменной | Description |
---|---|
Фильтр переменной | Фильтры представляют собой необязательные условные предложения, позволяющие ограничить количество записей, используемых в вычислениях. |
Значение переменной | Используемые для вычислений значения телеметрии, предоставляемые устройством или датчиками либо преобразованные с помощью выражений временных рядов. Переменные числового типа должны быть либо Double , либо Long , чтобы соответствовать типу входящих данных. |
Интерполяция переменных | Интерполяция позволяет воссоздать сигнал по существующим неполным данным. Для числовых переменных доступны режимы интерполяции Шаговая и Линейная. |
Объединение переменных | Используйте для вычислений поддерживаемые типы статистических функций для числовых типов переменных. |
Переменные соответствуют следующему формату JSON:
"Interpolated Speed": {
"kind": "numeric",
"value": {
"tsx": "$event['Speed-Sensor'].Double"
},
"filter": null,
"interpolation": {
"kind": "step",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "right($value)"
}
}
Категориальные переменные
Свойство переменной | Description |
---|---|
Фильтр переменной | Фильтры представляют собой необязательные условные предложения, позволяющие ограничить количество записей, используемых в вычислениях. |
Значение переменной | Используемые для вычислений значения телеметрии, предоставляемые устройством или датчиками. Переменные категориального типа должны быть либо Long , либо String , чтобы соответствовать типу входящих данных. |
Интерполяция переменных | Интерполяция позволяет воссоздать сигнал по существующим неполным данным. Для категориальных переменных доступен режим интерполяции Шаговая. |
Категории переменных | Категории создают сопоставление значений, предоставляемых устройством или датчиками, с определенными метками. |
Категория переменной по умолчанию | Категория по умолчанию используется для всех значений, которые не имеют сопоставлений в свойстве categories. |
Переменные соответствуют следующему формату JSON:
"Status": {
"kind": "categorical",
"value": {
"tsx": "$event.Status.Long"
},
"interpolation": {
"kind": "step",
"boundary": {
"span" : "PT1M"
}
},
"categories": [
{
"values": [0, 1, 2, 3],
"label": "Good"
},
{
"values": [4],
"label": "Bad"
}
],
"defaultCategory": {
"label": "Not Applicable"
}
}
Статистические переменные
Свойство переменной | Description |
---|---|
Фильтр переменной | Фильтры представляют собой необязательные условные предложения, позволяющие ограничить количество записей, используемых в вычислениях. |
Объединение переменных | Используйте для вычислений поддерживаемые типы статистических функций для статистических типов переменных. |
Переменные соответствуют следующему формату JSON:
"Speed Range": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "max($event.Speed.Double) - min($event.Speed.Double)"
}
}
Переменные хранятся в определении типа для модели временных рядов и могут указываться как встроенные при обращении к API, чтобы переопределить или дополнить хранимое определение.
Следующие шаги
Изучите дополнительные сведения о модели временных рядов.
Узнайте больше о том, как определить встроенные переменные при работе с API запросов.