데이터 모델
이 섹션에서는 표현력이 풍부하고 확장 가능한 데이터 모델을 구축하고, 데이터를 가져와 모델을 입력하고, 모델에 포함된 데이터를 쿼리하는 데 사용할 수 있는 Cognite Data Fusion(CDF) 데이터 모델링 기능에 대해 소개합니다.
데이터 모델은 실제 엔터티를 추상적으로 표현한 것입니다. 또한 데이터 요소와 해당 속성을 구성하고 이들 간의 관계를 표준화합니다. 노드, 에지, 속성 등 몇 가지 간단한 구성 요소로 산업 데이터에 대한 포괄적이고 컨텍스트화된 지식 그래프를 구축할 수 있습니다.
Cognite 데이터 모델
Cognite는 즉시 사용할 수 있는 데이터 모델을 제공하여 빠르게 시작할 수 있습니다.
-
핵심 데이터 모델은 표준화된 구성 요소를 제공하여 보다 전문화된 모델의 기반을 형성합니다.
-
산업 데이터 모델은 핵심 모델을 확장하여 특정 산업 요구 사항(예: 공정 처리 산업)을 충족합니다.
-
사용자 지정 데이터 모델은 사용 사례, 솔루션 또는 응용 프로그램에 명시적으로 맞춤화된 데이터 관점을 제공합니다.
데이터 저장소 및 분석
컨테이너는 온도와 압력의 sensor readings, 모델, 연식, 유지보수 내역 등의 _equipment information_와 같이 논리적으로 함께 속하는 속성을 위한 물리적 저장소입니다. 효율성을 위해 특정 유형의 산업 데이터(예: 파일 및 시계열 데이터 요소)는 특수 데이터 저장소에 보관됩니다.
보기는 machine performance, predictive maintenance 등과 같은 분석을 위해 컨테이너의 데이터를 쿼리하고 선택하기 위한 가상 계층입니다. 동일한 데이터 요소를 사용하면 일관성과 신뢰성을 유지하면서 다양한 요구 사항을 충족하는 사용자 지정 보기를 생성할 수 있습니다.
공장 조립 라인의 데이터를 분석해야 한다고 가정해 보십시오. 데이터 모델은 데이터를 효율적이고 신뢰할 수 있게 저장하고 액세스하는 방법을 정의하는 보기와 컨테이너가 포함된 분석의 청사진입니다. 데이터 모델에는 다음과 같은 보기와 컨테이너가 있을 수 있습니다.
-
Machine performance 보기는 Sensor readings 및 Production data 컨테이너에서 지난 달 데이터를 검색하여 장비의 성능을 분석합니다.
-
Predictive maintenance 보기는 _마모와 손상_을 나타낼 수 있는 판독값에 초점을 맞춰 Sensor readings 컨테이너에서 데이터를 가져옵니다. 또한 Equipment information 컨테이너에서 maintenance history, machine age 등과 같은 데이터를 검색하여 잠재적인 장비 고장을 식별합니다.