时序数据模型

1. 什么叫时序数据？

万物互联的今天，物联网场景、工业场景等各类场景都在进行数字化转型，人们通过在各类设备上安装传感器对设备的各类状态进行采集。如电机采集电压、电流，风机的叶片转速、角速度、发电功率；车辆采集经纬度、速度、油耗；桥梁的振动频率、挠度、位移量等。传感器的数据采集，已经渗透在各个行业中。

通常来说，我们把每个采集点位叫做一个测点（ 也叫物理量、时间序列、时间线、信号量、指标、测量值等），每个测点都在随时间的推移不断收集到新的数据信息，从而构成了一条时间序列。用表格的方式，每个时间序列就是一个由时间、值两列形成的表格；用图形化的方式，每个时间序列就是一个随时间推移形成的走势图，也可以形象的称之为设备的“心电图”。

传感器产生的海量时序数据是各行各业数字化转型的基础，因此我们对时序数据的模型梳理主要围绕设备、传感器展开。

2. 时序数据中的关键概念有哪些？

时序数据中主要涉及的概念由下至上可分为：数据点、测点、设备。

2.1 数据点

• 定义：由一个时间戳和一个数值组成，其中时间戳为 long 类型，数值可以为 BOOLEAN、FLOAT、INT32 等各种类型。
• 示例：如上图中表格形式的时间序列的一行，或图形形式的时间序列的一个点，就是一个数据点。

2.2 测点

• 定义：是多个数据点按时间戳递增排列形成的一个时间序列。通常一个测点代表一个采集点位，能够定期采集所在环境的物理量。

• 又名：物理量、时间序列、时间线、信号量、指标、测量值等

• 示例：

  • 电力场景：电流、电压
  • 能源场景：风速、转速
  • 车联网场景：油量、车速、经度、维度
  • 工厂场景：温度、湿度

• 树模型下测点数量等于整个路径模式下叶子节点的数量，具体统计方法可参考统计时间序列总数

2.3 设备

• 定义：对应一个实际场景中的物理设备，通常是一组测点的集合，由一到多个标签定位标识
• 示例
  • 车联网场景：车辆，由车辆识别代码 VIN 标识
  • 工厂场景：机械臂，由物联网平台生成的唯一 ID 标识
  • 能源场景：风机，由区域、场站、线路、机型、实例等标识
  • 监控场景：CPU，由机房、机架、Hostname、设备类型等标识