Modelos de dados
Esta seção apresenta os recursos de modelagem de dados do Cognite Data Fusion (CDF) que você pode usar para criar modelos de dados expressivos e escaláveis, ingerir dados para preencher os modelos e consultar os dados contidos nos modelos.
Um modelo de dados é uma representação abstrata de entidades do mundo real. Ele organiza elementos de dados e suas propriedades, além de padronizar as relações entre eles. É possível criar um gráfico de conhecimento abrangente e contextualizado dos seus dados industriais com apenas alguns blocos—de construção, como nós, bordas e propriedades.
Modelos de dados da Cognite
A Cognite oferece modelos de dados prontos para uso para você começar a trabalhar rapidamente:
-
O modelo de dados essencial oferece blocos de construção padronizados, formando a base para modelos mais especializados.
-
Os modelos de dados industriais estendem o modelo essencial para atender a requisitos de setores específicos, como o setor de processamento.
-
Os modelos de dados personalizados oferecem uma perspectiva de dados personalizada para um caso de uso, solução ou aplicação específica.
Análise e armazenamento de dados
Contêineres são o armazenamento físico de propriedades que, logicamente, devem ficar juntas. Por exemplo: sensor readings (leituras de sensor) de temperatura e pressão ou equipment information (informações do equipamento) como modelo, idade e histórico de manutenção. Para maior eficiência, alguns tipos de dados industriais, —como pontos de dados de séries temporais e arquivos,— ficam em armazenamentos de dados especializados.
Visualizações são uma camada virtual para consulta e seleção de dados nos contêineres para fins de análise, como machine performance (desempenho da máquina) e predictive maintenance (manutenção preventiva). Usar os mesmos pontos de dados permite criar visualizações personalizadas para atender a várias necessidades com consistência e confiabilidade.
Imagine que você precisa analisar dados da linha de montagem de uma fábrica. Seu modelo de dados é como o mapa da análise. As visualizações e os contêineres definem como armazenar e acessar os dados com eficiência e confiança. O modelo de dados pode ter as visualizações e os contêineres a seguir:
-
A visualização Machine performance (Desempenho da máquina) recupera os dados do último mês dos contêineres Sensor readings (Leituras do sensor) e Production data (Dados de produção) para analisar o funcionamento do equipamento.
-
A visualização Predictive maintenance (Manutenção preditiva) obtém dados do contêiner Sensor readings (Leituras do sensor) e se concentra em leituras que possam indicar desgaste. Além disso, ela recupera dados do contêiner Equipment information (Informações do equipamento), como maintenance history (histórico de manutenção) e machine age (idade da máquina), para identificar possíveis falhas no equipamento.