データモデル
このセクションでは、表現力豊かでスケーラブルなデータモデルを構築し、データの取り込みを行ってモデルに入力し、モデルが含むデータについてモデルにクエリを行うために使用できる Cognite Data Fusion (CDF) data modeling機能を紹介します。
データモデルとは、現実世界の実体を抽象的に表現したものです。データ要素とそのプロパティを整理し、それらの関連を標準化します。シンプルな構成ブロック (ノード、エッジ、プロパティ) で、産業データの包括的でコンテキスト化された知識グラフを構築できます。
Cognite データモデル
Cognite は、すぐに使い始められるようにすぐに使えるデータモデルを提供します。
-
コアデータモデルは、標準化された構成ブロックを提供し、より専門化されたモデルの基礎を形成します。
-
産業データモデルは、たとえば加工産業のように、特定の産業要件に対応するためにコアモデルを拡張します。
-
カスタムデータモデルは、ユースケース、ソリューション、アプリケーションに特化したデータパースペクティブを提供します。
データストレージと分析
コンテナとは、温度や圧力の sensor readings、およびモデル、年式、メンテナンス履歴などの equipment information を含む、論理的に所属が同じプロパティの物理的なストレージです。効率化のため、ある種の産業データ — ファイルや時系列データポイント — は専用のデータストアに保管されます。
ビューは、machine performance や predictive maintenance のような分析用コンテナ内のデータにクエリを実行し、選択するための仮想レイヤーです。同じデータポイントを使用することで、統一性と信頼性を維持しながら、さまざまなニーズに対応するカスタムビューを作成できます。
工場の組立ラインのデータを分析する必要があるとします。データモデルは分析のためのブループリントであり、ビューとコンテナはデータを効率的かつ確実に格納し、アクセスする方法を定義します。データモデルは以下のビューとコンテナを持つことができます。
-
Machine performance ビューは、Sensor readings と Production data のコンテナから_先月の_データを取り出し、装置のパフォーマンスを分析します。
-
Predictive maintenance ビューは Sensor readings コンテナからデータを取得し、_摩耗や損傷_を示す可能性のある測定値に焦点を当てます。また、Equipment information コンテナから maintenance history や machine age のようなデータを取得し、潜在的な機器の故障を特定します。