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, определяющие формулы и правила вычислений для событий.
Каждая переменная может быть одной из трех типов: числовых, категориальныхи агрегатных.
- числовые типы работают с непрерывными числовыми значениями.
- категориальные типы работают с определенным набором дискретных значений.
- Типы агрегатных объединяют несколько переменных одного типа (либо все числовые или все категориальные).
В следующей таблице показаны свойства, соответствующие каждому типу переменной.
таблица переменных модели временных рядов
Свойство переменной | Описание |
---|---|
Фильтр переменных | Фильтры являются необязательными условными предложениями, чтобы ограничить количество строк, которые рассматриваются для вычислений. |
Значение переменной | Значения телеметрии, используемые для вычислений, поступающих с устройства или датчиков или преобразованных с помощью выражений временных рядов. Числовые переменные типа должны быть либо Double , либо Long , чтобы соответствовать типу данных входящих данных. |
Интерполяция переменных | Интерполяция указывает, как восстановить сигнал с помощью существующих данных. Этап и линейные параметры интерполяции доступны для числовых переменных. |
Агрегирование переменной | Выполняйте вычисления с помощью поддерживаемых функций агрегирования для типов числовых переменных. |
Переменные соответствуют следующему примеру JSON:
"Interpolated Speed": {
"kind": "numeric",
"value": {
"tsx": "$event['Speed-Sensor'].Double"
},
"filter": null,
"interpolation": {
"kind": "step",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "right($value)"
}
}
Свойство переменной | Описание |
---|---|
Фильтр переменных | Фильтры являются необязательными условными предложениями, чтобы ограничить количество строк, которые рассматриваются для вычислений. |
Значение переменной | Значения телеметрии, используемые для вычислений, поступающих с устройства или датчиков. Переменные категориального типа должны быть либо Long , либо String , чтобы соответствовать типу данных входящих данных. |
Интерполяция переменных | Интерполяция указывает, как восстановить сигнал с помощью существующих данных. Опция интерполяции доступна для категориальных переменных. |
Категории переменных | Категории создают сопоставление значений, поступающих от устройства или датчиков к метке. |
Переменная категория по умолчанию | Категория по умолчанию предназначена для всех значений, которые не сопоставляются в свойстве "категории". |
Переменные соответствуют следующему примеру JSON:
"Status": {
"kind": "categorical",
"value": {
"tsx": "$event.Status.Long"
},
"interpolation": {
"kind": "step",
"boundary": {
"span" : "PT1M"
}
},
"categories": [
{
"values": [0, 1, 2, 3],
"label": "Good"
},
{
"values": [4],
"label": "Bad"
}
],
"defaultCategory": {
"label": "Not Applicable"
}
}
Свойство переменной | Описание |
---|---|
Фильтр переменных | Фильтры являются необязательными условными предложениями, чтобы ограничить количество строк, которые рассматриваются для вычислений. |
Агрегирование переменной | Выполняйте вычисления с помощью поддерживаемых функций агрегирования для типов агрегатных переменных. |
Переменные соответствуют следующему примеру JSON:
"Speed Range": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "max($event.Speed.Double) - min($event.Speed.Double)"
}
}
Переменные хранятся в определении типа модели временных рядов и могут быть предоставлены встроено через API для переопределения или дополнения этого определения.
Узнайте больше о модели временных рядов в.
Узнайте больше о том, как определить переменные встроенным способом с помощью запросов API .