# IOT数据现状 ## 1.静态非IOT数据接口 [BDTP-数据服务](http://39.102.54.110:9009/) ## 2.BDTP-数据服务(物理世界)与IOT数据如何关联? BDTP-数据服务中的对象数据如下: ``` { "id": "Eq32060500018c5dd28e0fb1470db61ed3de66a580c2", "classCode": "WSDWPP", "projectId": "Pj3206050001", "grouping": 1, "objType": "equipment", "valid": 1, "name": "生活给水水泵-VJEY2", "localId": "Pump02", "localName": "2号生活给水水泵", "createTime": 1630928465000, "createApp": "datacenter", "updateTime": 1631066318000, "updateApp": "datacenter", "virtualInfoCodes": [], "modeControl": "1", "bimId": "Pj32060500017f8cd1a80eb411ec986e1f9988da50f8F6:1264008", "bimLocation": "-107816.2,-61683.94,22758.0", "runStatus": "2004-907", "pipePressure": "2004-904", "pumpTemperature": "2004-903", "faultStatus": "2004-906" } ``` 其中下面四个信息点(对象属性)是动态信息点,其他信息点是静态信息点; 动态信息点,需要根据一个唯一标识去IOT服务获取数据,目前使用的唯一标识是表号-功能,同一个项目下,表号-功能号是唯一 的,所有动态信息点中保存的数据格式是表号-功能号。 ``` "runStatus": "2004-907", "pipePressure": "2004-904", "pumpTemperature": "2004-903", "faultStatus": "2004-906" ``` 目前,物联网、工业互联网、车联网等智能互联技术在各个行业场景下快速普及应用,导致联网传感器、智能设备数量急剧增加,随之而来的海量时序监控数据存储、处理问题,也为时序数据库高效压缩、存储数据能力、查询分析提出了更高的要求。 #### 时序数据(Time Series) 时序数据指数据元组根据时间戳(ti)升序排列的数据集合,可以被划分为: 1、单变量时序(Univariate Time Series,UTS):每次采集的数据元组集合为单个实数变量。 2、多变量时序(Multivariate Time Series ,MTS):每次采集的数据元组集合由多个实数序列组成,每个组成部分对映时序一个特征。 用数学范式表达时序可以被定义为: ![640](640.jpg) 示例: | ... | time | data | ... | | ---- | ------------------- | ------- | ---- | | ... | 2000­10­10 00:10:03 | 1005.00 | ... | | ... | 2000­10­10 00:10:21 | 1100.00 | ... | | .. | 2000­10­10 00:11:16 | 1192.00 | .. | #### 建筑IOT数据存储 | 项目id(projectId) | 表号(meter) | 功能号(funcid) | 采集时间(receiveTime) | 数据值(data) | 是否高频(gaopin) | | ----------------- | ------------- | ---------------- | ----------------------- | -------------- | ------------------ | | 1101020001 | 67C8081 | 11101 | 20210601150948 | 23.9 | TRUE | | 1101020001 | 67C8081 | 11201 | 20210601150948 | 26.6 | FALSE | | 1101070037 | 1001 | 11 | 20010203040506 | 3.1 | FALSE |