Prédios inteligentes
Temperatura, CO2 e ocupação são armazenados por andar, com dados brutos por um dia e médias por hora para os relatórios.
Dados essenciaisIoTPlanos Performance e Scale
Séries temporais de IoT e métricas
Ingira amostras de sensores e de métricas, mantenha os dados brutos pelo tempo que precisar, copie-os para séries de retenção longa e agregue em intervalos sob demanda.
- por série
- Retenção
- regras de cópia
- Automáticas
- para encontrar séries
- Rótulos
Etapa 1 de 6
Crie uma série
Mantenha as amostras brutas por 24 horas e rotule-as por prédio e por tipo.
Sessão de exemploplaying
# Crie uma série
hotkv> TS.CREATE temp:b4:f2 RETENTION 86400000 LABELS building b4 type temperature
OK
Uma demonstração animada com comandos reais do HotKV e respostas de exemplo. Clique em qualquer etapa para ir direto a ela. Os comandos e as respostas ficam em inglês, exatamente como você os digita e vê no HotKV.
O problema
Milhares de sensores enviam, cada um, uma leitura a cada poucos segundos. Os dados brutos são necessários por algumas horas para alertas, um ano de histórico para relatórios, e encontrar a série certa significa pesquisar por prédio, andar ou tipo de dispositivo. Operar um banco de séries temporais separado para isso é mais um sistema para manter.
Como o HotKV resolve
As séries temporais no HotKV têm um período de retenção e rótulos. Os dispositivos anexam amostras com TS.ADD, uma regra de downsampling copia cada amostra nova para uma série que você mantém por mais tempo e TS.AGG agrega qualquer intervalo em buckets de largura fixa com avg, min, max e outras funções.
Passo a passo
O que acontece, comando por comando
- 01
Crie uma série
Mantenha as amostras brutas por 24 horas e rotule-as por prédio e por tipo.
TS.CREATE temp:b4:f2 RETENTION 86400000 LABELS building b4 type temperature - 02
Uma série de longo prazo
Uma segunda série que mantém as amostras por um ano.
TS.CREATE temp:b4:f2:1y RETENTION 31536000000 - 03
Copie as amostras para ela
Cada amostra nova também é copiada para a série de longo prazo. Leia-a como médias por hora com TS.AGG.
TS.DOWNSAMPLE temp:b4:f2 temp:b4:f2:1y avg 3600000 - 04
Ingira amostras
Os sensores enviam os dados pelo gateway. * usa o horário do servidor.
TS.ADD temp:b4:f2 * 21.4 - 05
Agregue para um gráfico
Médias de cinco minutos da última hora, prontas para plotar.
TS.AGG temp:b4:f2 1790982000000 1790985600000 300000 avg - 06
Encontre séries por rótulo
Todas as séries de temperatura do prédio b4.
TS.LIST LABEL building b4
Onde se encaixa
Cenários reais
Telemetria de frotas
Os dados de velocidade, bateria e motor dos veículos são ingeridos continuamente e exibidos em gráficos por veículo.
Métricas de aplicação
A latência das requisições e as contagens de erros por endpoint alimentam dashboards ao vivo sem um banco de métricas separado.
Integrado
O que você ganha
Retenção por série
As amostras antigas são removidas automaticamente.
TS.CREATETS.RETENTIONRegras de downsampling
As amostras novas são copiadas para uma série de retenção longa, que você agrega na leitura.
TS.DOWNSAMPLEAgregação em buckets
Agregue qualquer intervalo em buckets de largura fixa.
TS.AGGTS.RANGERótulos
Encontre séries pelo valor do rótulo.
TS.LISTTS.INFOPerguntas frequentes
Posso enviar os meus próprios timestamps?
Sim. Passe um horário Unix em milissegundos em vez de * para o TS.ADD.
Quais agregações estão disponíveis?
Veja a referência do TS.AGG para a lista completa, incluindo avg, min, max e sum.
Quais planos incluem o recurso?
As séries temporais fazem parte dos planos Performance e Scale.
Casos de uso relacionados
Experimente com a sua própria carga de trabalho
O HotKV fala o protocolo Redis, então você pode apontar um cliente existente para ele e executar estes mesmos comandos.