Datu modeļi
Šajā sadaļā ir aprakstītas Cognite Data Fusion (CDF) datu modelēšanas funkcijas, ko varat izmantot, lai izveidotu izteiksmīgus un mērogojamus datu modeļus, ievadītu datus, lai aizpildītu modeļus un veikt vaicājumus modeļos par tajos esošajiem datiem.
Datu modelis ir abstrakts reālās pasaules vienību attēlojums. Tas sakārto datu elementus un to īpašības un standartizē to saistību. Jūs varat izveidot visaptverošu, kontekstualizētu savu nozares datu zināšanu grafiku ar dažiem vienkāršiem veidošanas bloku—mezgliem, aspektiem un īpašībām.
Cognite datu modeļi
Cognite nodrošina gatavus datu modeļus, lai jūs varētu ātri sākt darbu:
-
Pamatdatu modelis piedāvā standartizētus veidošanas blokus, kas veido pamatu specializētākiem modeļiem.
-
Nozares datu modeļi paplašina pamatmodeli, lai tas atbilstu konkrētām nozares prasībām, piemēram, apstrādes rūpniecībai.
-
Pielāgotie datu modeļi piedāvā datu perspektīvu, kas ir īpaši pielāgota lietošanas gadījumam, risinājumam vai lietojumprogrammai.
Datu glabāšana un analīze
Konteineri ir fiziska krātuve rekvizītiem, kas loģiski sader kopā, piemēram, sensor readings temperatūra un spiediens vai equipment information modelis, vecums un apkopes vēsture. Efektivitātes labad noteikta veida rūpnieciskie dati, —piemēram, faii un laika rindu datu punkti—, tiek glabāti specializētās datu krātuvēs.
Skatījumi ir virtuāls slānis, lai veiktu vaicājumus un atlasītu datus konteineros analīzei, piemēram, machine performance un predictive maintenance. Izmantojot vienus un tos pašus datu punktus, varat izveidot pielāgotus skatus, lai apmierinātu dažādas vajadzības, vienlaikus saglabājot konsekvenci un uzticamību.
Iedomājieties, ka jums ir jāanalizē dati no rūpnīcas montāžas līnijas. Jūsu datu modelis ir analīzes plāns ar skatiem un konteineriem, kas nosaka, kā efektīvi un uzticami uzglabāt un piekļūt datiem. Datu modelim varētu būt šādi skati un konteineri:
-
Machine performance skatā tiek izgūti iepriekšējā mēneša dati no Sensor readings un Production data konteineriem, lai analizētu, kā iekārta darbojas.
-
Predictive maintenance skats iegūst datus no Sensor readings konteinera, koncentrējoties uz rādījumiem, kas var liecināt par nodilumu un nolietojumu. Tāpat tas izgūst datus no Equipment information konteinera, piemēram, maintenance history un machine age, lai identificētu iespējamās iekārtu kļūmes.