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:
示例:
... | time | data | ... |
---|---|---|---|
... | 20001010 00:10:03 | 1005.00 | ... |
... | 20001010 00:10:21 | 1100.00 | ... |
.. | 20001010 00:11:16 | 1192.00 | .. |
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 |