IoT-Datenmodell

Auf der Serverseite befindet sich hauptsächlich eine Abfrage-Engine, mit der alle Anfragen von Benutzern verarbeitet und an die entsprechenden Verwaltungskomponenten verteilt werden.

Warum brauchen wir das IoT-Datenmodell?

Das IoT-Datenmanagement hat die folgenden Eigenschaften und Anforderungen:

Ebenen Management von Geräten

IoT-Geräte werden normalerweise hierarchisch verwaltet, z. B. unter Verwendung der vier Ebenen „Gruppe – Kraftwerk – Gerätetyp – Gerätenummer“, um ein IoT-Gerät zu lokalisieren.

Modellierung der Ausrüstungszusammensetzungsstruktur

Komplexe Geräte können aus mehreren Subsystemen bestehen. Beispielsweise besteht eine Windturbinenanlage aus einem Blattsystem und einem Generatorsystem, und das Blattsystem umfasst Messpunkte wie Leistung und Windgeschwindigkeit. Die Industrie verwendet häufig eine verschachtelte Stücklistenstruktur (BOM-Struktur), um die Struktur der Gerätezusammensetzung zu beschreiben.

Dynamische Änderungen wie Komponenten-Upgrades und -Ersetzungen

IoT-Geräte werden häufig aktualisiert, und auf Geräte kann jederzeit zugegriffen werden, was ein Datenmodell erfordert, das flexibel geändert werden kann.

Was ist das IoT-Datenmodell?

Apache IoTDB verwendet zuerst ein baumförmiges IoT-Modell, um Zeitreihendaten zu verwalten, und verwaltet die Geräte-Asset-Hierarchie und die Zusammensetzungsstruktur auf einheitliche Weise.

Ein Modellierungsbeispiel für das Internet der Fahrzeuge ist auf der rechten Seite der Abbildung unten dargestellt, und die linke Seite ist eine Legende.

Es gibt vier Hauptkonzepte: Speichergruppe, Gerät, Messung und Zeitreihe (auf Englisch: storage group, device, measurement, time series).
Speichergruppe: Eine Gruppe von Geräten, die in einem Verzeichnis auf der Festplatte gespeichert und physisch von verschiedenen Speichergruppen getrennt sind.
Gerät: eine physische Einheit, die ein Attribut enthält - ob ihre Messungen gleichzeitig erfasst werden, d. h. ob die Datenschreibzeit ausgerichtet werden kann.
Messung (metrische Punkte, Variablen, Spalten): Messinformationen, die von der Erfassungsvorrichtung in der tatsächlichen Szene aufgezeichnet werden.
Zeitreihe: Eine Messung eines Geräts lokalisiert eine Zeitreihe.

Modelleigenschaften
1. Natürliche Zuordnung von Geräteinformationen: Die Verständniskosten werden reduziert

Die Attributinformationen und Zusammensetzungsinformationen der Ausrüstung werden in eine Baumstruktur abgebildet - die Ausrüstungsinformationen der physischen Welt werden natürlich auf die Informationswelt abgebildet, und die Verständniskosten werden verringert.

2. Anpassung an verschiedene Erfassungsmodi: Die Datenverwaltungskosten werden gespart

IoTDB ist die erste Zeitreihendatenbank, die ausgerichtete und nicht ausgerichtete Zeitreihenmodelle vereinigt. Für die Szene, in der Messungen gleichzeitig gesammelt werden, kann das ausgerichtete Zeitreihenmodell verwendet werden; Für die Szene, in der die Messungen unabhängig gesammelt werden, kann das nicht ausgerichtete Sequenzmodell verwendet werden.

Durch die Anpassung an verschiedene Erfassungsmodi können nicht nur die Kosten für die Zeitspaltenspeicherung reduziert, sondern auch die Effizienz des Datenlesens und -schreibens verbessert werden.

3. Breitstellung der Gerätevorlagen: Dateninformationen werden vereinfachet

Viele Szenen haben eine große Anzahl von Geräten des gleichen Typs, und die Komponenten und Abmessungen dieser Geräte sind gleich, wie in der folgenden Abbildung gezeigt:

Zu diesem Zweck stellt IoTDB eine Gerätevorlagenfunktion bereit. Für eine Reihe von Geräten des gleichen Typs kann im Voraus eine Vorlage erstellt und auf einem Baumknoten bereitgestellt werden. Geräte unter diesem Knoten können diese Metadateninformationen gemeinsam nutzen, wodurch Metadaten-Mehraufwand eingespart wird.

4. Das Modell ist einfach zu erweitern: Die Änderungskosten werden reduziert

Das Baummodell kann problemlos untergeordnete Knoten hinzufügen, ohne die ursprüngliche Struktur zu beeinträchtigen. Im Vergleich zu relationalen Datenbanken können die Kosten für die Modellerweiterung erheblich reduziert werden. Benutzer können Ausrüstung und physische Mengen dynamisch erhöhen.

5. Automatische Modellerstellung: Keine manuelle Wartung erforderlich

Apache IoTDB unterstützt die Definition von Metadaten auf Geräteseite. Metadaten können automatisch erstellt werden, wenn Daten geschrieben werden, und es besteht keine Notwendigkeit, Metadaten manuell zu erstellen.

Wie konvertiere ich ein Datenmodell in IoT-Datenmodell?
Tag-Modell

Wie z.B. InfluxDB: Measurement,tagkey1=tagv1, tagkey2=tagv2, field1, field2, field3

Konvertierung-Regel:measurement - tagv1 - tagv2 - field

InfluxDB SQL:insert server,rack=r1,computer=c1,module=cpu temperature=25.8 1

Datenmodell in IoTDB:root.r1.c1.cpu.temperature

SQL in IoTDB:insert into root.r1.c1.cpu(time, temperature) values(1, 25.8)

Relationales Modell

Das Schema einer Tabelle ist "Time, tagkey1, tagkey2, tagkey3, field1, field2..."

Die Konvertierung ist die gleiche wie beim Tag-Modell.

Metrisches Punktmodell in Echtzeitdatenbank

Wie Pi: Ein Punkt mit dem Namen "a.b.c" kann in IoTDB zu "root.a.b.c" konvertiert werden.

Kontaktiere Uns

* Benötigte Information