Time Series Model az Azure Time Series Elemzések Gen2-ben

Megjegyzés:

A Time Series Elemzések (TSI) szolgáltatás 2025 márciusa után már nem támogatott. Fontolja meg a meglévő TSI-környezetek migrálását alternatív megoldásokba a lehető leghamarabb. Az elavulással és a migrálással kapcsolatos további információkért tekintse meg dokumentációnkat.

Ez a cikk ismerteti az Idősorozat-modellt, a képességeket és a saját modellek létrehozásának és frissítésének megkezdését az Azure Time Series Elemzések Gen2 környezetben.

Tipp.

• Nyissa meg a Contoso Wind Farm bemutatókörnyezetét egy élő Time Series Model-példához.
• Megtudhatja, hogyan használhatja a Time Series Modelt az Azure Time Series Elemzések Explorer használatával.

Summary

Az IoT-eszközökről gyűjtött adatok hagyományosan nem tartalmaznak környezetfüggő információkat, ami megnehezíti az érzékelők gyors megtalálását és elemzését. A Time Series Modell fő motivációja az IoT- vagy time series-adatok megkeresésének és elemzésének egyszerűsítése. Ezt a célkitűzést úgy éri el, hogy lehetővé teszi az idősoradatok igénylését, karbantartását és bővítését, hogy segítsen a fogyasztó számára kész adathalmazok elemzésre való előkészítésében.

Forgatókönyv: A Contoso új intelligens sütője

Fontolja meg a Contoso intelligens sütő fiktív forgatókönyvét. Ebben a forgatókönyvben tegyük fel, hogy minden Contoso intelligens sütő öt hőmérsékletérzékelővel rendelkezik, egyet a négy felső égőhöz, egyet pedig magához a sütőhöz. A közelmúltig minden Contoso hőmérséklet-érzékelő egyenként küldte, tárolta és vizualizálta az adatait. A konyhai berendezés monitorozásához a Contoso alapszintű diagramokra támaszkodott, mindegyik érzékelőhöz.

Bár a Contoso elégedett volt a kezdeti adatokkal és a vizualizációs megoldással, több korlátozás is nyilvánvalóvá vált:

• Az ügyfelek tudni akarták, milyen meleg lesz a teljes sütő, amikor a legtöbb felső égő volt. A Contoso nehezebben elemezte és egységes választ adott az általános sütő feltételeire.
• A Contoso mérnökei ellenőrizni akarták, hogy az egyidejűleg futtatott felső égők nem eredményeznek-e nem hatékony áramkimaradást. Nehézséget okozott a kereszthivatkozás, hogy mely hőmérséklet- és feszültségérzékelők voltak egymáshoz társítva, és hogyan lehet őket megtalálni az áruházban.
• A Contoso minőségbiztosítási csapata két érzékelőverzió előzményeit akarta ellenőrizni és összehasonlítani. Nehézséget okozott annak meghatározása, hogy mely adatok melyik érzékelőverzióhoz tartoznak.

Az intelligens sütők átfogó idősormodelljének strukturálása, rendszerezése és definiálása nélkül minden hőmérséklet-érzékelő elmozdult, elkülönített és kevésbé informatív adatpontokat tartott fenn. Az adatpontok végrehajtható megállapításokká alakítása nehezebb volt, mivel minden adathalmaz a többitől függetlenül élt.

Ezek a korlátozások feltárták az intelligens adatösszesítési és vizualizációs eszközök fontosságát a Contoso új sütője mellett:

• Az adatvizualizáció akkor bizonyul hasznosnak, ha az adatokat kényelmes nézetbe tudja társítani és egyesíteni. Ilyenek például a feszültségérzékelők és a hőmérséklet-érzékelők.
• A többdimenziós adatok kezelése több entitás esetében, valamint az összehasonlítás, a nagyítás és az időtartomány funkcióinak kezelése nehéz lehet.

A Time Series Model kényelmes megoldást kínál az ebben a fiktív példában előforduló számos forgatókönyvhöz:

• Az idősorozat-modell létfontosságú szerepet játszik a lekérdezésekben és a navigációban, mivel kontextusba helyezi az adatokat azáltal, hogy lehetővé teszi az összehasonlításokat az időtartományok, valamint az érzékelő és az eszköztípusok között. (A)
• Az adatok további kontextusba kerülnek, mert az idősormodellben tárolt adatok változóként megőrzik az idősoros lekérdezési számításokat, és a lekérdezési időben újra felhasználják őket.
• A Time Series Model rendszerezi és összesíti az adatokat a továbbfejlesztett vizualizációs és felügyeleti képességek érdekében. (B)

Főbb funkciók

Annak érdekében, hogy az idősorok környezetualizációjának kezelése egyszerű és egyszerű legyen, a Time Series Model az Alábbi képességeket teszi lehetővé az Azure Time Series Elemzések Gen2-ben. Segít:

• Skaláris függvényeket, összesítő műveleteket és egyebeket használó számítások vagy képletek készítése és kezelése.
• Szülő-gyermek kapcsolatok definiálása a navigáció, a keresés és a hivatkozás engedélyezéséhez.
• Definiálja a példányokhoz társított, példánymezőként definiált tulajdonságokat, és használja őket hierarchiák létrehozására.

Összetevők

A Time Series Model három alapvető összetevőből áll:

• Time Series Model-példányok
• Idősormodell-hierarchiák
• Idősorozat modelltípusai

Ezek az összetevők egy idősormodell megadásához és az adatok rendszerezéséhez vannak kombinálva.

Az idősorozat-modell az Azure Time Series Elemzések Explorer használatával hozható létre és kezelhető. Az idősormodell beállításai a Modell Gépház API-val kezelhetők.

Time Series Model-példányok

Az idősormodell-példányok maguk az idősorok virtuális reprezentációi.

A legtöbb esetben a példányokat egyedileg azonosítja a deviceId vagy az assetId, amelyek idősorozat-azonosítóként vannak mentve.

A példányokhoz leíró információk tartoznak , például egy idősor azonosítója, típusa, neve, leírása, hierarchiái és példánymezői. A példánytulajdonságok legalább a hierarchia adatait tartalmazzák.

A példánymezők leíró információk gyűjteményei, amelyek a hierarchiaszintek értékeit, valamint a gyártót, az operátort stb. is tartalmazhatják.

Miután konfigurált egy eseményforrást az Azure Time Series Elemzések Gen2-környezethez, a példányok automatikusan felderítve és létrehozva lesznek egy idősorozat-modellben. A példányok az Azure Time Series Elemzések Explorerrel hozhatók létre vagy frissíthetők idősormodell-lekérdezések használatával.

A Contoso Wind Farm bemutatója számos élő példánnyal szolgál.

Példány tulajdonságai

A példányokat a timeSeriesId, typeId, név, leírás, hierarchiaazonosítók és instanceFields határozza meg. Minden példány csak egy típusra és egy vagy több hierarchiára van leképezve.

Property	Leírás
timeSeriesId	Annak az idősornak az egyedi azonosítója, amelyhez a példány társítva van. A legtöbb esetben a példányokat egyedileg azonosítja egy tulajdonság, például a deviceId vagy az assetId. Bizonyos esetekben legfeljebb 3 tulajdonságot egyesítő összetett azonosító használható.
typeId	Annak az idősormodellnek a kis- és nagybetűkre érzékeny egyedi sztringazonosítója, amelyhez a példány társítva van. Alapértelmezés szerint az összes felderített új példány egy alapértelmezett típushoz lesz társítva.
név	A névtulajdonság nem kötelező, és a kis- és nagybetűk megkülönböztetése nem kötelező. Ha a név nem érhető el, alapértelmezés szerint timeSeriesId lesz. Ha megad egy nevet, a timeSeriesId továbbra is elérhető a kútban.
leírás	A példány szöveges leírása.
hierarchyIds	Meghatározza, hogy a példány mely hierarchiákhoz tartozik.
instanceFields	A példány tulajdonságai és a példányt meghatározó statikus adatok. Hierarchia- vagy nem hierarchiatulajdonságok értékeit definiálják, miközben az indexelést is támogatják a keresési műveletek végrehajtásához.

Megjegyzés:

A hierarchiák példánymezők használatával jönnek létre. További példánymezők hozzáadhatók további példánytulajdonság-definíciókhoz.

A példányok a következő JSON-reprezentációval rendelkeznek:

{
  "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"
  }
}

Tipp.

Például az API létrehozása, olvasása, frissítése és törlése (CRUD) támogatása, olvassa el az Adatmegkérdezési cikket és a Instance API REST dokumentációját.

Idősormodell-hierarchiák

Az idősormodell hierarchiái a tulajdonságnevek és azok kapcsolatainak megadásával rendezik a példányokat.

Egy adott Azure Time Series Elemzések Gen2-környezetben több hierarchiát is konfigurálhat. Az idősormodell-példányok egyetlen hierarchiára vagy több hierarchiára (több-a-többhöz) képezhetők le.

A Contoso Wind Farm bemutatója egy szabványos példányt és típushierarchiát jelenít meg.

Hierarchiadefiníció

A hierarchiákat hierarchiaazonosító, név és forrás határozza meg.

Property	Leírás
id	A hierarchia egyedi azonosítója, amely például egy példány definiálásakor használatos.
név	A hierarchia nevének megadására használt sztring.
forrás	Megadja a szervezeti hierarchiát vagy elérési utat, amely a felhasználók által létrehozni kívánt hierarchia felülről lefelé mutató szülő-gyermek sorrendje. A szülő-gyermek tulajdonságok megfeleltetik a példány mezőit.

A hierarchiák a következő módon jelennek meg a JSON-ban:

{
  "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"
        ]
      }
    }
  ]
}

Az előző JSON-példában:

• Location egy hierarchiát határoz meg szülővel states és gyermekkel cities. Mindegyiknek location több stateslehet , ami viszont több citiesis lehet.
• ManufactureDate egy hierarchiát határoz meg szülővel year és gyermekkel month. Mindegyiknek ManufactureDate több yearslehet , ami viszont több monthsis lehet.

Tipp.

A Hierarchy API létrehozási, olvasási, frissítési és törlési (CRUD) támogatásához olvassa el az Adatbekérdezési cikket és a Hierarchy API REST dokumentációját.

Példahierarchia

Vegyünk egy példát, amelyben a H1 hierarchia rendelkezik building, floorés room a instanceFieldNames definíciójának részeként:

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

Tekintettel az előző definícióban használt példánymezőkre és több idősorra, a hierarchia attribútumai és értékei az alábbi táblázatban látható módon jelennek meg:

Idősor-azonosító	Példánymezők
AZONOSÍTÓ1	"building" = "1000", "floor" = "10", "room" = "55"
ID2	"building" = "1000", "room" = "55"
ID3	"floor" = "10"
AZONOSÍTÓ4	"building" = "1000", "floor" = "10"
ID5	Nincs beállítva "épület", "padló" vagy "szoba".

A Time Series ID1 és ID4 a H1 hierarchia részeként jelenik meg az Azure Time Series Elemzések Explorerben, mert teljes mértékben definiált és helyesen rendezett épület-, emelet- és helyiségparaméterekkel rendelkeznek.

A többi példány nem támogatott példányok alá van besorolva, mert nem felelnek meg a megadott adathierarchiának.

Idősorozat modelltípusai

Az idősormodell-típusok segítenek változók vagy képletek meghatározásában a számítások elvégzésére. A típusok egy adott példányhoz vannak társítva.

Egy típus egy vagy több változóval is rendelkezhet. Egy idősorozat-modellpéldány például hőmérséklet-érzékelő típusú lehet, amely a változók hőmérsékletét, minimális hőmérsékletét és maximális hőmérsékletét tartalmazza.

A Contoso Wind Farm bemutatója a megfelelő példányokhoz társított idősorozat-modelltípusokat jeleníti meg.

Tipp.

A Types API létrehozási, olvasási, frissítési és törlési (CRUD) támogatása esetén olvassa el az Adatmegkérdezési cikket és a Type API REST dokumentációját.

Típustulajdonságok

Az idősormodellek típusait azonosító, név, leírás és változók határozzák meg.

Property	Leírás
id	A típus kis- és nagybetűk megkülönböztetett egyedi sztringazonosítója.
név	A típus nevének megadására szolgáló sztring.
leírás	A típus sztringleírása.
változók	Adja meg a típushoz társított változókat.

A típusok megfelelnek a következő JSON-példának:

{
  "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)"
          }
        }
      }
    }
  ]
}

Az idősormodell-típusok számos olyan változóval rendelkezhetnek, amelyek képletet és számítási szabályokat határoznak meg az eseményeken. További információ az idősormodell változóinak definiálásáról

Következő lépések

• A modell API-kon keresztüli szerkesztésével kapcsolatos további információkért olvassa el a Time Series Model referenciadokumentációját.

• Megismerheti az idősormodell változóival létrehozható képleteket és számításokat

• Tudnivalók az adatok lekérdezéséről az Azure Time Series Elemzések Gen2-ben