数据模型

本节介绍 Cognite Data Fusion (CDF) 数据建模功能。你可以使用这些功能构建富有表现力且可扩展的数据模型、提取数据填充模型，以及查询模型以获取其中包含的数据。

数据模型是现实世界实体的抽象表示，它整理数据元素及其属性，并标准化它们之间的关系。你可以构建工业数据的全面、情境化的知识图谱，只需几个简单的构建块—节点、边和属性。

Cognite 数据模型

Cognite 提供即用型数据模型，让你快速入门：

• 核心数据模型提供标准化构建块，为更专业的模型奠定基础。

• 行业数据模型扩展了核心模型，以满足特定的行业需求，例如加工行业。

• 自定义数据模型提供针对用例、解决方案或应用程序明确定制的数据透视。

数据存储和分析

容器是逻辑上归属在一起的属性的物理存储，例如温度和压力的 sensor readings，以及 equipment information，例如型号、年龄和维护历史记录。为了提高效率，某些类型的工业数据—例如文件和时间序列数据点—保存在专用数据存储中。

视图是用于查询和选择容器中的数据以进行分析的虚拟层，例如 machine performance 和 predictive maintenance。使用相同的数据点，可以创建自定义视图以满足各种需求，同时保持一致性和可靠性。

假设你需要分析来自工厂装配线的数据。你的数据模型是分析的蓝图，其中的视图和容器会定义如何高效而可靠地存储和访问数据。数据模型可以包含以下视图和容器：

• Machine performance 视图从 Sensor readings 和 Production data 容器中检索_上个月_的数据，以分析设备的性能。

• Predictive maintenance 视图从 Sensor readings 容器中提取数据，重点关注可能指示_磨损_的读数。此外，它还从 Equipment information 容器（如 maintenance history 和 machine age）检索数据，以识别潜在的设备故障。

更多信息

• 数据建模