注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
各 TSP に対してフォーマッターを通じてユニットと補間を設定できます。フォーマッターを見つけるには、Ontology Manager で time series オブジェクトタイプに移動し、Capabilities タブの Time Series Properties セクションを見つけます。あるいは、他の value formatter と同様に Properties タブでユニットと補間を編集できます。
sensor object types の開発前は、プラットフォームは time series モデルとして Measures を使用していました。Measures は廃止されつつあり、類似のワークフローで sensor object types を使用できます。詳細については、以下のページを参照してください：
詳細については、Advanced setup ドキュメントを参照してください。
time series データセット に time series sync を作成すると、自動的に time series データセットに time series projection が作成されます。time series projection は、SQL データベースインデックスのような最適化を提供するデータセットのマテリアライズドコピーです。
time series sync がビルドされると、それが派生する time series データセットトランザクションのメタデータが生成され、Foundry の time series データベースにインデックス可能なデータについて通知されます。
time series を使用する際、time series データベースからインデックスされたデータを読み取ります。time series データベースはキャッシュのように機能し、データは読み取り時にのみハイドレートされ、データベースのディスクスペースが制約されると最も最近使用されていないシリーズが最初に退避されます。
projection は、特定のクエリを最適化するためのデータセットのマテリアライズドコピーです。time series の場合、プロジェクションは time series データセットを読み取るときにクエリを最適化して time series データベースにデータをハイドレートします。このプロセスでは、time series データセットをフィルター処理して series ID とハイドレートされる時間範囲を選択します。このようにして、プロジェクションは time series データを効果的にインデックスするために、シリーズ ID とタイムスタンプで time series データセットを並べ替え、良好なパーティショニングを維持します。
エラーが 'no time series data exists' と表示される場合、シリーズ ID が time series データセット/sync と time series オブジェクトタイプ元データセット の間で正しくマッピングされていない可能性があります。各データセットのシリーズ ID のセットは交差しており、理想的には time series プロパティ が time series データを正しくリファレンスするために等しいセットである必要があります。また、time series オブジェクトタイプのシリーズ ID プロパティが 正しく設定されている かどうかも確認してください。
特に大規模な time series を扱う場合、time series データベースへのデータのハイドレートが完全に失敗する可能性があります。これは、最適化の失敗 (または欠如) によるものです：
time series データの読み込みが遅い最も一般的な理由は、データがすでに time series データベースにインデックスされていないことです。インデックスのハイドレーションは、特定の time series (シリーズ ID) が初めてクエリされたとき、またはその後の スナップショットトランザクション が time series sync によって同期された後に発生します。同期されたスナップショットトランザクションは、time series データベースにシリーズを完全なデータセットビューからインデックスにハイドレートするよう通知します。クエリされた time series データがインデックスから退避されたためにスナップショットハイドレーションがトリガーされる可能性があります。time series はディスクスペースの要件に基づいて退避され、最も最近使用されていないシリーズが最初に退避されます。
time series が初めてハイドレートされた後、クエリははるかに速くなるはずです。パイプラインが インクリメンタル に time series データを追加している場合、新しいデータは time series データベースによってインクリメンタルにハイドレートされ、データの最初のスナップショットハイドレーションの後、time series は迅速に読み込まれるはずです。
後続のインデックスパフォーマンスを向上させるために、インクリメンタルパイプライン の実行を推奨します。
インクリメンタルにハイドレートするためのデータが多い場合、クエリの読み込みには依然として時間がかかることがあります。たとえば、インクリメンタルトランザクションが非常に大きい場合や、time series が定期的にクエリされていないためにハイドレートされていないインクリメンタルトランザクションが多い場合、読み込み時間が増加します。
極端な場合には、time series の再パーティショニングまたは並べ替え が time series データセットに適用されていない場合や、データ量に対してパーティションが多すぎる場合、これにより多くのファイルを読み取る必要があり、スナップショットおよびインクリメンタルのハイドレーションが遅くなります。これは、time series プロジェクションによってまだプロジェクションされていないトランザクションにのみ適用されます。Pipeline Builder でデータをトランスフォームし、time series sync 出力にマッピングする際に、time series データセットは正しくフォーマットされます。
すべての time series データを time series データベースにインデックスするには、time series sync が最新である必要があります。つまり、time series データセットの最新のトランザクションがビルドされた後に sync がビルドされていないと、これらのトランザクションからのデータはハイドレートされません。
time series データセットが Soho フォーマット で保存されていない場合、プロジェクションされていないデータは time series データベースにハイドレートされません。Pipeline Builder でデータをトランスフォームし、time series sync 出力にマッピングする際に、sync を支えるマテリアライズド time series データセットは Soho フォーマットに変換されます。さらに更新されたデータを利用可能にするために、次のいずれかのタスクを完了することもできます：