TDengine IDMP 產品基本概念

在這里插入圖片描述

基本概念

元素 (Element)

IDMP 通過樹狀層次結構來組織數據,樹狀結構里的每個節點被稱之為元素 (Element)。元素是一個物理的或邏輯的實體。它可以是具體的物理設備(比如一臺汽車),物理設備的一個子系統(比如一臺汽車的剎車),甚至到一個傳感器。它也可以是邏輯的,比如一座工廠、一個集團、一個城市等。

每個元素都有自己的通用描述信息、屬性、實時分析、面板、通知等。因為是用樹來描述元素之間的關系,因此一個元素還會有父元素和子元素。一個元素可以有 0 到多個子元素、0 到多個父元素,0 到多個屬性、0 到多個分析、0 到多個面板、0 到多個看板、一個通知模板。

子元素、父元素 (Child Element/Parent Element)

一個元素可以有 0 到多個子元素。比如一臺發電的風機有風輪系統、傳動系統、發電系統、偏航系統、控制系統、塔架與基礎系統,以及輔助系統。風機的這些系統都是風機的子元素。子元素還可以有子元素,比如風機的發電系統還有發電機、變頻器等子元素。一個風力發電廠擁有多臺風機,這些風機又都是風力發電廠這個元素的子元素。

除了根節點的元素之外,元素都有父元素。比如風力發電廠是風機的父元素,而風機又是發電系統的父元素。由于元素還可以定義引用,一個元素可以有一到多個父元素。元素引用在高級話題上將被介紹。

屬性 (Attribute)

一個元素擁有 0 到多個屬性。這些屬性可以是配置項、靜態標簽值,也可以是動態的時序數據,還可以是分析產生的結果數據。在 IDMP 的設計里,一個元素屬性的具體值可以直接保存在 IDMP 系統里,也可以通過數據引用不保存在 IDMP 里,而是動態地獲得。

對于指標類的屬性,用戶可以設置極限值、目標值,可以設置顯示的物理單位,存儲的物理單位,顯示的小數點位數,設置它的預測配置。

實時分析 (Analysis)

一個元素有 0 到多個實時分析。實時分析是完全基于 TDengine 的流式計算實現的。流式計算的觸發方式包括滑動窗口、事件窗口、狀態窗口、計數窗口以及會話窗口,而且一個新寫入的數據點也可以觸發計算。這些觸發是基于該元素的一個或多個屬性,并且必須配置為數據引用,類型為 TDengine Metric。具體的計算可以是表達式、時間窗口的聚合計算,或多個元素的聚合計算。計算結果可以寫入到元素的一個屬性保存起來,還可以產生事件。

事件 (Event)

任何一個元素都有關聯的事件,事件是由該元素的分析生成的。事件有開始和結束時間,還包含用戶想記錄的屬性值或流式計算生成的計算結果,便于做事件的分析。事件可以指定嚴重程度,可以指定是否需要確認。根據通知模板的配置,基于嚴重程度,還可以發送消息給相應的負責人。

面板、看板 (Panel/Dashboard)

一個元素都可以有 0 到多個看板,一個看板里有一到多個 Panel (面板)。面板也可以獨立于看板存在。每個面板是基于一個元素或它的子元素的屬性的可視化,包括趨勢圖 (Trend Chart)、柱狀圖 (Bar Chart)、餅圖 (Pie Chart)、報表 (Table)、統計量 (Stat)、儀表盤 (Gauge)、富文本 (Rich Text) 等。

通知規則 (Notification Rule)

對于事件,可以發送通知提醒用戶。通知的內容可以定制,包含用戶想包含的任何內容。對于一個元素,通知模板只有一個。但對于不同的事件類型,可以指定發送通知的嚴重級別。

元素模版 (Element Template)

真實世界里,同一類型的設備或實體有多個,它們有同樣的屬性、需要做同樣的分析、建同樣的看板、面板,因此 IDMP 引入元素模板。對于同一類型的元素,先創建模板,然后基于模板再創建具體的元素,這樣便于數據的標準化,并且能大幅提高配置的效率。元素模板里包含了屬性模板、分析模板、面板模板、看板模板以及通知規則模板。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/92842.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/92842.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/92842.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

專題二_滑動窗口_將x減到0的最小操作數

一:題目解釋:每次只能移除數組的邊界,移除的邊界的總和為x,要求返回你移除邊界的最小操作數!也就是說你最少花幾次移除邊界,就能夠讓這些移除的邊界的和為x,則返回這個次數!所以這個…

CentOS 7 下通過 Anaconda3 運行llm大模型、deepseek大模型的完整指南

CentOS 7 下通過 Anaconda3 運行llm大模型、deepseek大模型的完整指南A1 CentOS 7 下通過 Anaconda3 運行大模型的完整指南一、環境準備二、創建專用環境三、模型部署與運行四、優化配置常見問題解決B1 CentOS 7 下通過 Anaconda3 使用 CPU 運行 DeepSeek 大模型的完整方案一、…

Flutter應用在Windows 8上正常運行

要讓Flutter應用在Windows 8上正常運行,需滿足以下前提條件,涵蓋系統環境、依賴配置、編譯設置等關鍵環節: 一、系統環境基礎要求 Windows 8版本 必須是 Windows 8.1(核心支持),不支持早期Windows 8(需升級到8.1,微軟已停止對原版Windows 8的支持)。 確認系統版本:右…

Redis實現消息隊列三種方式

參考 Redis隊列詳解(springboot實戰)_redis 隊列-CSDN博客 前言 MQ消息隊列有很多種,比如RabbitMQ,RocketMQ,Kafka等,但是也可以基于redis來實現,可以降低系統的維護成本和實現復雜度,本篇介紹redis中實現…

【C++動態版本號生成方案:實現類似C# 1.0.* 的自動構建號】

C動態版本號生成方案:實現類似C# 1.0.* 的自動構建號 在C#中,1.0.*版本號格式會在編譯時自動生成構建號和修訂號。本文將介紹如何在C項目中實現類似功能,通過MSBuild自動化生成基于編譯時間的版本號。 實現原理 版本號構成:主版本…

【算法題】:斐波那契數列

用 JavaScript 實現一個 fibonacci 函數,滿足: 輸入 n(從0開始計數)輸出第 n 個斐波那契數(斐波那契數列從 1 開始:1,1,2,3,5,8,13,21…) 示例: fibonacci(0) > 1fibonacci(4) &g…

【YOLOv13[基礎]】熱力圖可視化實踐 | 腳本升級 | 優化可視化效果 | 論文必備 | GradCAMPlusPlus, GradCAM, XGradCAM, EigenCAM等

本文將進行添加YOLOv13版本的升級版熱力圖可視化功能的實踐,支持圖像熱力圖可視化、優化可視化效果、 可以選擇使用GradCAMPlusPlus, GradCAM, XGradCAM, EigenCAM, HiResCAM, LayerCAM, RandomCAM, EigenGradCAM。一個參數即可設置是否顯示檢測框等。 原圖 結果圖

ElasticSearch相關術語介紹

1.RESTful風格程序REST(英文全稱為:"Representational State Transfer")指的是一組架構約束條件和原則。它是一種軟件架構風格(約束條件和原則的集合,但并不是標準)。 REST通過資源的角度觀察網絡,以URI對網絡資源進行…

《從零構建大語言模型》學習筆記4,注意力機制1

《從零構建大語言模型》學習筆記4,自注意力機制1 文章目錄《從零構建大語言模型》學習筆記4,自注意力機制1前言一、實現一個簡單的無訓練權重的自注意力機制二、實現具有可訓練權重的自注意力機制1. 分步計算注意力權重2.實現自注意力Python類三、將單頭…

昇思+昇騰開發板+DeepSeek模型推理和性能優化

昇思昇騰開發板DeepSeek模型推理和性能優化 模型推理 流程: 權重加載 -> 啟動推理 -> 效果比較與調優 -> 性能測試 -> 性能優化 權重加載 如微調章節介紹,最終的模型包含兩部分:base model 和 LoRA adapter,其中base …

未給任務“Fody.WeavingTask”的必需參數“IntermediateDir”賦值。 WpfTreeView

c#專欄記錄: 報錯 未給任務“Fody.WeavingTask”的必需參數“IntermediateDir”賦值。 WpfTreeView 生成 解決辦法 清理和重新生成項目 完成上述配置后,嘗試執行以下步驟: 清理項目:刪除 bin 和 obj 文件夾。 重新生成項目&…

[Linux]學習筆記系列 -- [arm][lib]

文章目錄arch/arm/lib/delay.cregister_current_timer_delay 注冊當前定時器延遲read_current_timer 讀取當前定時器drivers/clocksource/timer-stm32.cstm32_clocksource_init STM32 平臺上初始化時鐘源https://github.com/wdfk-prog/linux-study arch/arm/lib/delay.c regis…

harbor倉庫搭建(配置https)

目錄 1. 環境準備 2. 配置https的原因 3. 生成ca證書 4. 搭建harbor倉庫 5. 訪問harbor 6. 修改加密算法 1. 環境準備 需要提前安裝docker和docker-compose,harbor倉庫版本越新,對應的docker和docker-compose版本越新。 主機IP192.168.48.19dock…

C++多線程服務器

C多線程服務器 因為自己同時在看多本書,之前看過《TCP/IP 網絡編程》一書,其中有一個自己編寫一個多線程服務器的例子,于是就把代碼直接抄了一變。 在學習網絡編程前需要先了解網絡的7層模型。 具體代碼如下: 服務器端&#xff1a…

【Pandas】常用數據處理技巧

一. 數據讀取 1.pd.to_csv & pd.read_csv 細節: 1.pd.read_csv 需要 ignore_index True or ,index_col0 否則會有列Unnamed0 2.pickle具有更快的讀取速度,與更小的體積。 讀取前N行(若不需獲取所有數據) pd.read_csv(…

Docker Compose 部署高可用 MongoDB 副本集集群(含 Keepalived + HAProxy 負載均衡)

Docker Compose 部署高可用 MongoDB 副本集集群(含 Keepalived HAProxy 負載均衡)背景與目標📋 環境規劃**服務器信息****軟件版本**部署步驟1. 創建目錄結構2、生成 keyFile(三臺機器內容必須一致)3. 準備 Keepalive…

MySQL(189)如何分析MySQL的鎖等待問題?

分析MySQL的鎖等待問題有助于發現和解決數據庫性能瓶頸。鎖等待問題通常會導致數據庫響應時間變長,影響系統的整體性能。以下是詳細深入的方法和代碼示例,幫助你分析和解決MySQL的鎖等待問題。 一、鎖的類型和概念 在MySQL中,主要有以下幾種鎖…

26.Scikit-learn實戰:機器學習的工具箱

Scikit-learn實戰:機器學習的工具箱 🎯 前言:機器學習界的"宜家家具" 還記得第一次逛宜家的感受嗎?琳瑯滿目的家具,每一件都有詳細的說明書,組裝簡單,樣式統一,關鍵是—…

wordpress文章摘要調用的3種方法

以下是WordPress文章摘要的3種調用方法: 1. 使用the_excerpt()函數 這是WordPress自帶的函數,用于調用文章摘要。如果文章有手動填寫的摘要,則會顯示手動摘要;如果沒有手動摘要,WordPress會自動從文章內容中提取前55個單詞作為摘…

java excel轉圖片常用的幾種方法

十分想念順店雜可。。。在 Java 中實現 Excel 轉圖片,常用的方法主要分為兩類:使用商業庫(簡單高效但可能收費)和使用開源庫組合(免費但實現復雜)。以下是幾種常用方案及實現思路:一、使用商業庫…