Query - Execute
Kör Time Series Query på sidor med resultat – Hämta händelser, Hämta serie eller Mängdserie.
POST https://{environmentFqdn}/timeseries/query?api-version=2020-07-31
POST https://{environmentFqdn}/timeseries/query?api-version=2020-07-31&storeType={storeType}
URI-parametrar
Name | I | Obligatorisk | Typ | Description |
---|---|---|---|---|
environment
|
path | True |
string |
FQDN per miljö, till exempel 10000000-0000-0000-0000-100000000109.env.timeseries.azure.com. Du kan hämta det här domännamnet från svaret från Get Environments API, Azure Portal eller Azure Resource Manager. |
api-version
|
query | True |
string |
Version av API:et som ska användas med klientbegäran. Den version som stöds för närvarande är "2020-07-31". |
store
|
query |
string |
För miljöer med varmt arkiv aktiverat kan frågan köras antingen på "WarmStore" eller "ColdStore". Den här parametern i frågan definierar vilket lager frågan ska köras på. Om den inte har definierats körs frågan i det kalla arkivet. |
Begärandehuvud
Name | Obligatorisk | Typ | Description |
---|---|---|---|
x-ms-continuation |
string |
Fortsättningstoken från föregående sida med resultat för att hämta nästa sida av resultaten i anrop som stöder sidnumrering. Om du vill hämta resultatet från den första sidan anger du null-fortsättningstoken som parametervärde. Den returnerade fortsättningstoken är null om alla resultat har returnerats och det inte finns någon nästa sida med resultat. |
|
x-ms-client-request-id |
string |
Valfritt klientbegärande-ID. Tjänsten registrerar det här värdet. Gör att tjänsten kan spåra åtgärder mellan tjänster och gör att kunden kan kontakta supporten för en viss begäran. |
|
x-ms-client-session-id |
string |
Valfritt klientsessions-ID. Tjänsten registrerar det här värdet. Gör att tjänsten kan spåra en grupp relaterade åtgärder mellan tjänster och gör det möjligt för kunden att kontakta supporten för en viss grupp med begäranden. |
Begärandetext
Name | Typ | Description |
---|---|---|
aggregateSeries |
Aggregerad seriefråga. Gör att du kan beräkna en aggregerad tidsserie från händelser för ett visst Tidsserie-ID och sökintervall. |
|
getEvents |
Hämta händelsefråga. Tillåter att råhändelser hämtas för ett angivet Time Series-ID och sökintervall. |
|
getSeries |
Hämta seriefråga. Gör att du kan hämta tidsserier med beräknade variabelvärden från händelser för ett visst Tidsserie-ID och sökintervall. |
Svar
Name | Typ | Description |
---|---|---|
200 OK |
Lyckad fråga. Sidhuvuden x-ms-request-id: string |
|
Other Status Codes |
Oväntat fel. Sidhuvuden x-ms-request-id: string |
Säkerhet
azure_auth
Azure Active Directory OAuth2 Flow
Typ:
oauth2
Flow:
implicit
Auktoriseringswebbadress:
https://login.microsoftonline.com/common/oauth2/authorize
Omfattningar
Name | Description |
---|---|
user_impersonation | personifiera ditt användarkonto |
Exempel
ColdStoreQueryAggregateSeriesPage1
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryAggregateSeriesPage2
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage2
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"timestamps": [],
"properties": [],
"progress": 100
}
ColdStoreQueryGetSeriesPage1
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetSeriesPage2
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
QueryAggregateSeriesPage1
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryAggregateSeriesPage2
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetEventsPage2
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"timestamps": [],
"properties": [],
"progress": 100
}
QueryGetEventsWithTakePage1
Exempelbegäran
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
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetEventsWithTakePage2
Exempelbegäran
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
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetSeriesPage2
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
QueryGetSeriesWithTakePage1
Exempelbegäran
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
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetSeriesWithTakePage2
Exempelbegäran
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
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage2
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
}
]
}
}
Exempelsvar
{
"timestamps": [],
"properties": [],
"progress": 100
}
WarmStoreQueryGetSeriesPage1
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetSeriesPage2
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"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
Exempelbegäran
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"
]
}
}
Exempelsvar
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
Definitioner
Name | Description |
---|---|
Aggregate |
Fråga för mängdserie. Gör att du kan beräkna en aggregerad tidsserie från händelser för ett visst Time Series-ID och sökomfång. |
Aggregate |
Aggregeringsvariabeln representerar alla aggregeringsberäkningar. Mängdvariabler stöder inte interpolering. |
Boundary |
Tidsintervallet till vänster och höger om sökomfånget som ska användas för interpolation. Detta är användbart i scenarier där datapunkterna saknas nära början eller slutet av sökintervallet för indata. Kan vara null. |
Categorical |
Kategorivariabeln representerar en signal som måste analyseras baserat på antalet eller varaktigheten för förekomsten av en begränsad uppsättning definierade värden. |
Date |
Tidsintervallet. Får inte vara null eller negativt. |
Event |
Egenskapen för en händelse som antingen lagras eller beräknas. Egenskaper identifieras med både namn och typ. Olika händelser kan ha egenskaper med samma namn, men olika typer. |
Get |
Hämta händelsefråga. Gör att du kan hämta råhändelser för ett visst Time Series-ID och sökomfång. |
Get |
Hämta seriefråga. Gör att du kan hämta tidsserier med beräknade variabelvärden från händelser för ett visst Time Series-ID och sökomfång. |
Interpolation |
Interpoleringsåtgärden som ska utföras på rådatapunkterna. För närvarande tillåts endast sampling av interpolerade tidsserier. Tillåten mängdfunktion – t.ex. left($value). Kan vara null om ingen interpolering behöver tillämpas. |
Interpolation |
Typen av interpoleringsteknik: "Linjär" eller "Steg". |
Numeric |
Numerisk variabel representerar en enda kontinuerlig numerisk signal som kan rekonstrueras med hjälp av interpolation. |
Property |
Egenskapens typ. |
Property |
Värden för en enskild egenskap som motsvarar tidsstämplarna. Kan innehålla nullvärden. Typ av värden matchar typen av egenskap. |
Query |
Begäran om att köra en tidsseriefråga över händelser. Exakt en av "getEvents", "getSeries" eller "aggregateSeries" måste anges. |
Query |
En enda sida med frågeresultat. Om frågan inte har slutförts ännu har en sida en fortsättningstoken inställd. I det här fallet skickar du samma begäran igen med en fortsättningstokenparameter för att få nästa sida med resultat. Om frågan har slutförts är fortsättningstoken null. Det går också att hämta en tom sida där endast fortsättningstoken har angetts när inga frågeresultat har beräknats ännu. Om sidindelningen har slutförts (fortsättningstoken är null) kan tidsstämplar och egenskaper vara tomma om det inte finns några data att returnera. |
Time |
Kategori som används i kategoriska variabler. En kategori definieras av "etikett" och de "värden" som tilldelas den här etiketten. |
Time |
Representerar standardkategorin. |
Tsi |
Information om ett API-fel. |
Tsi |
Ett visst API-fel med en felkod och ett meddelande. |
Tsi |
Ytterligare felinformation. |
Tsx |
Tidsserieuttryck (TSX) skrivet som en enda sträng. Exempel: "$event. Status.String='Good'", "avg($event. Temperatur)". Läs dokumentationen om hur du skriver tidsserieuttryck. |
AggregateSeries
Fråga för mängdserie. Gör att du kan beräkna en aggregerad tidsserie från händelser för ett visst Time Series-ID och sökomfång.
Name | Typ | Description |
---|---|---|
filter |
Toppnivåfilter över de händelser som begränsar antalet händelser som övervägs för beräkning. Det här filtret är AND'ed med filter i varje variabel. Exempel: "$event. Status.String='Good'". Valfritt. |
|
inlineVariables |
object |
På så sätt kan användaren definiera infogade variabler förutom de som redan har definierats i modellen. När de infogade variabelnamnen har samma namn som modellen har den infogade variabeldefinitionen företräde. Kan vara null. |
interval |
string |
Intervallstorlek anges i varaktighetsformatet ISO-8601. Alla intervall har samma storlek. En månad konverteras alltid till 30 dagar och ett år är alltid 365 dagar. Exempel: 1 minut är "PT1M", 1 millisekunder är "PT0.001S". För ytterligare information, se https://www.w3.org/TR/xmlschema-2/#duration |
projectedVariables |
string[] |
På så sätt kan användaren välja de variabler som ska projiceras. När den är null eller inte har angetts returneras alla variabler från inlineVariables och modellen. Kan vara null. |
searchSpan |
Tidsintervallet då frågan körs. Kan inte vara null. |
|
timeSeriesId |
Time |
Ett enda Time Series ID-värde som unikt identifierar en enskild tidsserieinstans (t.ex. en enhet). Observera att ett enda Time Series-ID kan vara sammansatt om flera egenskaper anges som Time Series ID när miljön skapas. Positionen och typen av värden måste matcha time series-ID-egenskaperna som anges i miljön och returneras av API:et för att hämta modellinställning. Kan inte vara null. |
AggregateVariable
Aggregeringsvariabeln representerar alla aggregeringsberäkningar. Mängdvariabler stöder inte interpolering.
Name | Typ | Description |
---|---|---|
aggregation |
Tidsserieuttryck för sammansättning när typen är "aggregering" används för att representera den aggregering som måste utföras direkt med händelseegenskaper som "$event. Temperatur". Sammansättning för beräkning av temperaturförändringar kan till exempel skrivas som: "max($event. Temperatur)-min($event. Temperatur)". |
|
filter |
Filtrera över de händelser som begränsar antalet händelser som övervägs för beräkning. Exempel: "$event. Status.String='Good'". Valfritt. |
|
kind |
string:
aggregate |
Tillåtna "typvärden" är - "numeriska" eller "aggregerade". Även om "numerisk" gör att du kan ange värdet för den rekonstruerade signalen och uttrycket för att aggregera dem, kan du med typen "aggregera" direkt på händelseegenskaperna utan att ange värde. |
Boundary
Tidsintervallet till vänster och höger om sökomfånget som ska användas för interpolation. Detta är användbart i scenarier där datapunkterna saknas nära början eller slutet av sökintervallet för indata. Kan vara null.
Name | Typ | Description |
---|---|---|
span |
string |
CategoricalVariable
Kategorivariabeln representerar en signal som måste analyseras baserat på antalet eller varaktigheten för förekomsten av en begränsad uppsättning definierade värden.
Name | Typ | Description |
---|---|---|
categories |
Kategori som används i kategoriska variabler. En kategori definieras av "etikett" och de "värden" som tilldelas den här etiketten. |
|
defaultCategory |
Representerar standardkategorin. |
|
filter |
Filtrera över de händelser som begränsar antalet händelser som övervägs för beräkning. Exempel: "$event. Status.String='Good'". Valfritt. |
|
interpolation |
Kategorivariabeln stöder endast "steginterpolation". |
|
kind |
string:
categorical |
Tillåtna "typvärden" är - "numeriska" eller "aggregerade". Även om "numerisk" gör att du kan ange värdet för den rekonstruerade signalen och uttrycket för att aggregera dem, kan du med typen "aggregera" direkt på händelseegenskaperna utan att ange värde. |
value |
Värdetidsserieuttryck används för att representera värdet för den signal som ska kategoriseras. Den kan bara utvärderas till typen "String" eller "Long" för kategoriska variabler. |
DateTimeRange
Tidsintervallet. Får inte vara null eller negativt.
Name | Typ | Description |
---|---|---|
from |
string |
Starttidsstämpel för tidsintervallet. Starttidsstämpeln är inkluderande när den används i frågebegäranden för tidsserier. Händelser som har den här tidsstämpeln ingår. |
to |
string |
Sluttidsstämpel för tidsintervallet. Sluttidsstämpeln är exklusiv när den används i frågebegäranden i tidsserier. Händelser som matchar den här tidsstämpeln undantas. Observera att sluttidsstämpeln är inkluderande när den returneras av Hämta tillgänglighet (vilket innebär att det finns en händelse med den här exakta "till"-tidsstämpeln). |
EventProperty
Egenskapen för en händelse som antingen lagras eller beräknas. Egenskaper identifieras med både namn och typ. Olika händelser kan ha egenskaper med samma namn, men olika typer.
Name | Typ | Description |
---|---|---|
name |
string |
Namnet på egenskapen. |
type |
Egenskapens typ. |
GetEvents
Hämta händelsefråga. Gör att du kan hämta råhändelser för ett visst Time Series-ID och sökomfång.
Name | Typ | Description |
---|---|---|
filter |
Valfritt toppnivåfilter för frågan som ska tillämpas på alla variabler i frågan. Exempel: "$event. Status.String='Good'". Kan vara null. |
|
projectedProperties |
Projekterade egenskaper är en matris med egenskaper som du vill projicera. Dessa egenskaper måste visas i händelserna. annars returneras de inte. |
|
searchSpan |
Tidsintervallet då frågan körs. Kan inte vara null. |
|
take |
integer |
Maximalt antal egenskapsvärden i hela svarsuppsättningen, inte det maximala antalet egenskapsvärden per sida. Standardvärdet är 10 000 om det inte har angetts. Maxvärdet för take kan vara 250 000. |
timeSeriesId |
Time |
Ett enda Time Series ID-värde som unikt identifierar en enskild tidsserieinstans (t.ex. en enhet). Observera att ett enda Time Series-ID kan vara sammansatt om flera egenskaper anges som Time Series ID när miljön skapas. Positionen och typen av värden måste matcha time series-ID-egenskaperna som anges i miljön och returneras av API:et för att hämta modellinställning. Kan inte vara null. |
GetSeries
Hämta seriefråga. Gör att du kan hämta tidsserier med beräknade variabelvärden från händelser för ett visst Time Series-ID och sökomfång.
Name | Typ | Description |
---|---|---|
filter |
Toppnivåfilter över de händelser som begränsar antalet händelser som övervägs för beräkning. Det här filtret är AND'ed med filter i varje variabel. Exempel: "$event. Status.String='Good'". Valfritt. |
|
inlineVariables |
object |
Valfria infogade variabler förutom de som redan har definierats i tidsserietypen i modellen. När det infogade variabelnamnet är samma namn som i modellen har den infogade variabeldefinitionen företräde. Kan vara null. |
projectedVariables |
string[] |
Valda variabler som måste projiceras i frågeresultatet. När den är null eller inte har angetts returneras alla variabler från inlineVariables och tidsserietypen i modellen. Kan vara null. |
searchSpan |
Tidsintervallet då frågan körs. Kan inte vara null. |
|
take |
integer |
Maximalt antal egenskapsvärden i hela svarsuppsättningen, inte det maximala antalet egenskapsvärden per sida. Standardvärdet är 10 000 om det inte har angetts. Maxvärdet för take kan vara 250 000. |
timeSeriesId |
Time |
Ett enda Time Series ID-värde som unikt identifierar en enskild tidsserieinstans (t.ex. en enhet). Observera att ett enda Time Series-ID kan vara sammansatt om flera egenskaper anges som Time Series ID när miljön skapas. Positionen och typen av värden måste matcha time series-ID-egenskaperna som anges i miljön och returneras av API:et för att hämta modellinställning. Kan inte vara null. |
Interpolation
Interpoleringsåtgärden som ska utföras på rådatapunkterna. För närvarande tillåts endast sampling av interpolerade tidsserier. Tillåten mängdfunktion – t.ex. left($value). Kan vara null om ingen interpolering behöver tillämpas.
Name | Typ | Description |
---|---|---|
boundary |
Tidsintervallet till vänster och höger om sökomfånget som ska användas för interpolation. Detta är användbart i scenarier där datapunkterna saknas nära början eller slutet av sökintervallet för indata. Kan vara null. |
|
kind |
Typen av interpoleringsteknik: "Linjär" eller "Steg". |
InterpolationKind
Typen av interpoleringsteknik: "Linjär" eller "Steg".
Name | Typ | Description |
---|---|---|
Linear |
string |
|
Step |
string |
NumericVariable
Numerisk variabel representerar en enda kontinuerlig numerisk signal som kan rekonstrueras med hjälp av interpolation.
Name | Typ | Description |
---|---|---|
aggregation |
Tidsserieuttryck för aggregering när typen är "numerisk" används för att representera den aggregering som måste utföras på $value-uttrycket. Detta kräver att $value anges och endast kan använda $value i mängdfunktionerna. Till exempel skrivs aggregering för att beräkna minsta $value som: "min($value)". |
|
filter |
Filtrera över de händelser som begränsar antalet händelser som övervägs för beräkning. Exempel: "$event. Status.String='Good'". Valfritt. |
|
interpolation |
Interpoleringsåtgärden som ska utföras på rådatapunkterna. För närvarande tillåts endast sampling av interpolerade tidsserier. Tillåten mängdfunktion – t.ex. left($value). Kan vara null om ingen interpolering behöver tillämpas. |
|
kind |
string:
numeric |
Tillåtna "typvärden" är - "numeriska" eller "aggregerade". Även om "numerisk" gör att du kan ange värdet för den rekonstruerade signalen och uttrycket för att aggregera dem, kan du med typen "aggregera" direkt på händelseegenskaperna utan att ange värde. |
value |
Värdetidsserieuttrycket används för att representera värdet för den signal som ska aggregeras eller interpoleras. Temperaturvärdena från händelsen representeras till exempel så här: "$event. Temperature.Double". |
PropertyTypes
Egenskapens typ.
Name | Typ | Description |
---|---|---|
Bool |
string |
|
DateTime |
string |
|
Double |
string |
|
Long |
string |
|
String |
string |
|
TimeSpan |
string |
PropertyValues
Värden för en enskild egenskap som motsvarar tidsstämplarna. Kan innehålla nullvärden. Typ av värden matchar typen av egenskap.
Name | Typ | Description |
---|---|---|
name |
string |
Namnet på egenskapen. |
type |
Egenskapens typ. |
|
values |
Values[] |
Värden för en enskild egenskap som motsvarar tidsstämplarna. Kan innehålla nullvärden. Typ av värden matchar typen av egenskap. |
QueryRequest
Begäran om att köra en tidsseriefråga över händelser. Exakt en av "getEvents", "getSeries" eller "aggregateSeries" måste anges.
Name | Typ | Description |
---|---|---|
aggregateSeries |
Fråga för mängdserie. Gör att du kan beräkna en aggregerad tidsserie från händelser för ett visst Time Series-ID och sökomfång. |
|
getEvents |
Hämta händelsefråga. Gör att du kan hämta råhändelser för ett visst Time Series-ID och sökomfång. |
|
getSeries |
Hämta seriefråga. Gör att du kan hämta tidsserier med beräknade variabelvärden från händelser för ett visst Time Series-ID och sökomfång. |
QueryResultPage
En enda sida med frågeresultat. Om frågan inte har slutförts ännu har en sida en fortsättningstoken inställd. I det här fallet skickar du samma begäran igen med en fortsättningstokenparameter för att få nästa sida med resultat. Om frågan har slutförts är fortsättningstoken null. Det går också att hämta en tom sida där endast fortsättningstoken har angetts när inga frågeresultat har beräknats ännu. Om sidindelningen har slutförts (fortsättningstoken är null) kan tidsstämplar och egenskaper vara tomma om det inte finns några data att returnera.
Name | Typ | Description |
---|---|---|
continuationToken |
string |
Om det returneras innebär det att aktuella resultat representerar ett partiellt resultat. Med fortsättningstoken kan du hämta nästa sida med resultat. Om du vill hämta nästa sida med frågeresultat skickar du samma begäran med fortsättningstokenparametern i HTTP-huvudet "x-ms-continuation". |
progress |
number |
Ungefärlig förlopp för frågan i procent. Det kan vara mellan 0 och 100. När fortsättningstoken i svaret är null förväntas förloppet vara 100. |
properties |
Samling tidsserieegenskaper och värden för var och en av tidsstämplarna. Kan vara null om servern inte kunde fylla sidan i den här begäran eller kan vara tom om det inte finns fler objekt när fortsättningstoken är null. |
|
timestamps |
string[] |
Tidsstämplarna för värdena i tidsserien. Om en aggregering över intervall används representerar tidsstämplar början på motsvarande intervall. Om händelser hämtas är tidsstämplar värden för tidsstämpel $ts egenskap för händelser. Kan vara null om servern inte kunde fylla sidan i den här begäran eller kan vara tom om det inte finns fler objekt när fortsättningstoken är null. |
TimeSeriesAggregateCategory
Kategori som används i kategoriska variabler. En kategori definieras av "etikett" och de "värden" som tilldelas den här etiketten.
Name | Typ | Description |
---|---|---|
label |
string |
Namnet på den kategori som ska användas för att skapa utdatavariabelnamnen. |
values |
object[] |
Listan med värden som en kategori mappar till. Kan vara antingen en unik lista över strängar eller en lista över långa. |
TimeSeriesDefaultCategory
Representerar standardkategorin.
Name | Typ | Description |
---|---|---|
label |
string |
Namnet på standardkategorin som ska tilldelas till de värden som inte matchar någon av dem som definieras i kategorierna. |
TsiError
Information om ett API-fel.
Name | Typ | Description |
---|---|---|
error |
Ett visst API-fel med en felkod och ett meddelande. |
TsiErrorBody
Ett visst API-fel med en felkod och ett meddelande.
Name | Typ | Description |
---|---|---|
code |
string |
Språkoberoende, läsbar sträng som definierar en tjänstspecifik felkod. Den här koden fungerar som en mer specifik indikator för HTTP-felkoden som anges i svaret. Kan användas för att programmatiskt hantera specifika felfall. |
details |
Innehåller ytterligare felinformation. Kan vara null. |
|
innerError |
Innehåller mer specifika fel som begränsar orsaken. Kan vara null. |
|
message |
string |
Mänsklig läsbar, språkoberoende representation av felet. Det är avsett som ett stöd för utvecklare och är inte lämpligt för exponering för slutanvändare. |
target |
string |
Målet för det specifika felet (till exempel namnet på egenskapen i fel). Kan vara null. |
TsiErrorDetails
Ytterligare felinformation.
Name | Typ | Description |
---|---|---|
code |
string |
Språkoberoende, läsbar sträng som definierar en tjänstspecifik felkod. Den här koden fungerar som en mer specifik indikator för HTTP-felkoden som anges i svaret. Kan användas för att programmatiskt hantera specifika felfall. |
message |
string |
Mänsklig läsbar, språkoberoende representation av felet. Det är avsett som ett stöd för utvecklare och är inte lämpligt för exponering för slutanvändare. |
Tsx
Tidsserieuttryck (TSX) skrivet som en enda sträng. Exempel: "$event. Status.String='Good'", "avg($event. Temperatur)". Läs dokumentationen om hur du skriver tidsserieuttryck.
Name | Typ | Description |
---|---|---|
tsx |
string |
Tidsserieuttryck (TSX) skrivet som en enda sträng. Exempel: "$event. Status.String='Good'", "avg($event. Temperatur)". Läs dokumentationen om hur du skriver tidsserieuttryck. |