Zaman Serisi Modeli değişkenleri

  • Makale

Not

Time Series Insights (TSI) hizmeti artık Mart 2025'e kadar desteklenmeyecektir. Mevcut TSI ortamlarını mümkün olan en kısa sürede alternatif çözümlere geçirmeyi göz önünde bulundurun. Kullanımdan kaldırma ve geçiş hakkında daha fazla bilgi için belgelerimizi ziyaret edin.

Bu makalede, olaylarla ilgili formül ve hesaplama kurallarını belirten Zaman Serisi Modeli değişkenleri açıklanmaktadır.

Her değişken üç türden biri olabilir: sayısal, kategorik ve toplama.

  • Sayısal tür, sürekli sayısal değerlerle çalışır.
  • Kategorik tür, tanımlanmış bir ayrık değer kümesiyle çalışır.
  • Toplama türleri tek türde birden çok değişkeni birleştirir (tümü sayısal veya tümü kategorik).

Aşağıdaki tabloda, her değişken türü için hangi özelliklerin uygun olduğu gösterilir.

Zaman Serisi Modeli değişken tablosu

Sayısal değişkenler

Değişken özelliği Açıklama
Değişken filtresi Filtreler, hesaplama için dikkate alınması gereken satır sayısını kısıtlamak için isteğe bağlı koşullu yan tümcelerdir.
Değişken değeri Cihazdan veya algılayıcılardan gelen veya Time Series Expressions kullanılarak dönüştürülen hesaplama için kullanılan telemetri değerleri. Sayısal tür değişkenlerin, gelen verilerin veri türüyle eşleşmesi için veya Long olması Double gerekir.
Değişken ilişkilendirme İlişkilendirme, mevcut verileri kullanarak bir sinyalin nasıl yeniden yapılandırulacaklarını belirtir. Adım ve Doğrusal ilişkilendirme seçenekleri sayısal değişkenler için kullanılabilir.
Değişken toplama Sayısal değişken türleri için desteklenen toplama işlevleri aracılığıyla hesaplamalar gerçekleştirin.

Değişkenler aşağıdaki JSON örneğine uygundur:

"Interpolated Speed": {
  "kind": "numeric",
  "value": {
    "tsx": "$event['Speed-Sensor'].Double"
  },
  "filter": null,
  "interpolation": {
    "kind": "step",
    "boundary": {
      "span": "P1D"
    }
  },
  "aggregation": {
    "tsx": "right($value)"
  }
}

Kategorik değişkenler

Değişken özelliği Açıklama
Değişken filtresi Filtreler, hesaplama için dikkate alınması gereken satır sayısını kısıtlamak için isteğe bağlı koşullu yan tümcelerdir.
Değişken değeri Cihazdan veya algılayıcılardan gelen hesaplama için kullanılan telemetri değerleri. Kategorik tür değişkenlerin, gelen verilerin veri türüyle eşleşmesi için veya String olması Long gerekir.
Değişken ilişkilendirme İlişkilendirme, mevcut verileri kullanarak bir sinyalin nasıl yeniden yapılandırulacaklarını belirtir. Adım ilişkilendirme seçeneği kategorik değişkenler için kullanılabilir.
Değişken kategorileri Kategoriler, cihazdan veya algılayıcılardan bir etikete gelen değerler arasında eşleme oluşturur.
Değişken varsayılan kategorisi Varsayılan kategori, "kategoriler" özelliğinde eşlenmeyen tüm değerler içindir.

Değişkenler aşağıdaki JSON örneğine uygundur:

"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"
  }
}

Değişkenleri toplama

Değişken özelliği Açıklama
Değişken filtresi Filtreler, hesaplama için dikkate alınması gereken satır sayısını kısıtlamak için isteğe bağlı koşullu yan tümcelerdir.
Değişken toplama Toplama değişken türleri için desteklenen toplama işlevleri aracılığıyla hesaplamalar gerçekleştirin.

Değişkenler aşağıdaki JSON örneğine uygundur:

"Speed Range": {
  "kind": "aggregate",
  "filter": null,
  "aggregation": {
    "tsx": "max($event.Speed.Double) - min($event.Speed.Double)"
  }
}

Değişkenler bir zaman serisi modelinin tür tanımında depolanır ve saklı tanımı geçersiz kılmak veya tamamlamak için API'ler aracılığıyla satır içi olarak sağlanabilir.

Sonraki adımlar