كيف يُقلّص الاختزال الزمني بيانات المنزل الذكي طويلة الأمد؟

يؤدي تخفيض دقة البيانات الزمنية إلى تقليص بيانات المنزل الذكي طويلة الأمد، وذلك باستبدال العينات التاريخية الكثيفة بملخصات أقل عددًا وبدقة زمنية أخشن عمدًا.

يمكن لخادم منزلي جمع بيانات درجة الحرارة والرطوبة والطاقة والبطارية والحركة وجودة الهواء وقياسات الأجهزة كل بضع ثوانٍ لسنوات. وتكون أحدث النقاط الخام قيّمة عند تشخيص دورة قصيرة لنظام التدفئة والتهوية وتكييف الهواء أو انقطاع جهاز، لكن السجل الأقدم يُستعلم عنه عادةً لمعرفة الاتجاهات والمقارنات الموسمية ونطاقات التشغيل. يغيّر تخفيض الدقة المعلومات المحتفظ بها بحيث تتطلب هذه الأسئلة طويلة الأمد عددًا أقل من الصفوف ومساحة تخزين أقل وعمليات مسح أقل، من دون الإيحاء بإمكانية استعادة كل حدث أصلي.

يزيل تخفيض الدقة التفاصيل التاريخية بدلًا من ضغطها فحسب

يحاول الضغط تمثيل الملاحظات نفسها باستخدام عدد أقل من البايتات، بينما يستبدل تخفيض الدقة عمدًا عددًا كبيرًا من الملاحظات بمجموعة أصغر من النقاط المشتقة. ويمكن تحويل تدفق يُسجّل كل خمس ثوانٍ إلى حاويات مدتها دقيقة واحدة أو خمس عشرة دقيقة، وقد تحتفظ كل حاوية بإحصاءات مثل المتوسط والحد الأدنى والحد الأقصى والعدد أو النسبة المئوية، بدلًا من كل عينة أصلية.

يُعد الاحتفاظ بالبيانات الخام عالية الدقة لفترة قصيرة، مع الاحتفاظ بملخصات أقل دقة لفترات أطول، نمطًا شائعًا في دورة حياة البيانات الزمنية. ويأتي تقليل مساحة التخزين من تقليل عدد النقاط التي تبقى، لا من إيجاد ترميز أكثر كفاءة لمجموعة بيانات لم تتغير.

يهم هذا الفرق عندما ترغب أسرة في مراجعة حدث قصير بعد مرور أشهر. فبعد دمج قراءات مدتها عشر ثوانٍ في متوسط ساعي، لن يتمكن أي مزيل ضغط من إعادة بناء التسلسل الدقيق الذي أنتج ذلك المتوسط.

لذلك ينبغي لتصميم سياسة الاحتفاظ المفيد أن يحدد المعلومات التي يجري التضحية بها. فإذا كانت البيانات الخام طبقة التحليل الجنائي وكانت البيانات منخفضة الدقة طبقة الاتجاهات، فسيعرف المستخدمون الأسئلة التي تظل قابلة للإجابة بعد انتهاء فترة الاحتفاظ عالية الدقة.

يحدد عرض الحاوية أقصر حدث يمكن للطبقة التاريخية تمييزه

يحدد عرض كل نافذة تجميع مقدار البنية الزمنية التي تبقى. ويمكن لحاوية مدتها دقيقة واحدة أن تُظهر دورات قصيرة للأجهزة تختفي داخل حاوية ساعية، بينما تكون السلسلة الساعية أصغر بكثير وغالبًا ما تكفي لاتجاهات الطاقة السنوية أو درجات حرارة الغرف.

تُنشئ التجميعات المستمرة قيمًا ضمن حاويات زمنية مجمعة، ما يجعل حدود الحاوية جزءًا من نموذج البيانات لا مجرد إعداد تجميلي للرسم البياني. ويؤدي الانتقال من دقيقة واحدة إلى ساعة واحدة إلى تغيير الاختلافات التي يمكن أن تظهر بعد ذلك كملاحظات تاريخية منفصلة.

اختر الدقة استنادًا إلى أقصر حدث يظل مهمًا بعد انتهاء فترة الاحتفاظ بالبيانات الخام. فقد تحتاج عمليات فتح الأبواب إلى دقة عالية لبضعة أيام فقط، بينما يظل تخطيط الطاقة الشهري مفيدًا باستخدام ملخصات كل خمس عشرة دقيقة أو كل ساعة لسنوات.

تحدد دالة التجميع الإشارة التي تبقى داخل كل نافذة

يمكن لسلسلتين منخفضتي الدقة استخدام عرض حاويات متطابق، مع الاحتفاظ بأدلة مختلفة جدًا، لأن ملخصات المتوسط والحد الأقصى والحد الأدنى والعدد والقيمة الأخيرة تجيب عن أسئلة مختلفة. ويُعد حساب متوسط درجة حرارة الغرفة مفيدًا لمعرفة اتجاهات الراحة، لكن حساب متوسط إنذار تسرب ثنائي يمكن أن يحول حدثًا حرجًا مدته دقيقة واحدة إلى قيمة كسرية صغيرة بلا معنى واضح.

يوضح الحساب المسبق للتعبيرات المستخدمة كثيرًا باعتبارها سلاسل تجميع مخزنة سبب ضرورة توافق الملخص نفسه مع الاستعلام اللاحق. فقد تحتفظ أسرة تتابع سلوك نظام التدفئة والتهوية وتكييف الهواء بمتوسط درجة الحرارة والحد الأقصى لها وعدد مرات التشغيل ونسبة دورة التشغيل، بدلًا من الاعتماد على متوسط واحد لتمثيل كل حالة تشغيل.

تحافظ أزواج الحد الأدنى والحد الأقصى على الارتفاعات والانخفاضات التي يخفيها المتوسط، وتحافظ أعداد الأحداث على تكرارها، بينما يمكن لملخصات القيمة الأخيرة الحفاظ على الحالة التي تتغير ببطء. وتعتمد المجموعة المناسبة على ما إذا كان السؤال المستقبلي يتعلق بالمستوى أو القيم القصوى أو المدة أو الانتقالات أو الحدوث.

وهنا أيضًا قد تبدأ لوحة معلومات مضللة. ينطبق تحليل ZimaSpace لكيفية اختفاء الارتفاعات القصيرة داخل المتوسطات مباشرةً على قياسات المنزل الذكي: فقد يتعايش متوسط طويل الأمد يبدو هادئًا مع ارتفاعات قصيرة كانت مهمة من الناحية التشغيلية.

Featured

ZimaCube 2 سحابة شخصية منزلية NAS

ZimaCube2

$799.00 - $2,499.00

Buy Now

يحافظ سُلّم الاحتفاظ على كثافة الأدلة الحديثة ويجعل السجل القديم منخفض التكلفة

يصبح تخفيض الدقة أكثر فائدة عندما يقترن بطبقات احتفاظ بدلًا من تطبيقه على كل البيانات عند إدخالها. ويمكن للطبقة الحالية الاحتفاظ بالنقاط الخام لاستكشاف الأعطال، ولطبقة وسطى الاحتفاظ بملخصات دقيقة بالدقائق للمقارنات الحديثة، بينما تحتفظ طبقة طويلة الأمد بإحصاءات أخشن للتحليل الموسمي أو متعدد السنوات.

يمكن لـ InfluxDB تخزين البيانات عالية الدقة غير المعدلة في حاوية قصيرة الاحتفاظ، والبيانات منخفضة الدقة في حاوية أطول احتفاظًا. ويمنع فصل هذه الطبقات الأرشيف من الاحتفاظ بكل نقطة خام إلى الأبد لمجرد أن بعض الاتجاهات التاريخية تظل قيّمة.

كما تجعل الطبقات دلالات الحذف أسهل في الشرح. فانتهاء صلاحية البيانات الخام يعني فقدانًا مقصودًا للدقة التحليلية الجنائية، بينما يحافظ الاحتفاظ بالسلسلة المشتقة على الإحصاءات طويلة الأمد المحددة التي اختارتها الأسرة مسبقًا.

تحدد البيانات المتأخرة وإعادة المعالجة حدود الأمان

لا تكون عملية التجميع دائمًا إجراءً يُنفذ مرة واحدة، إذ يمكن لأجهزة الاستشعار إعادة الاتصال بعد انقطاع، وقد ترفع البوابات عينات مخزنة مؤقتًا في وقت متأخر، كما يمكن للبيانات الوصفية المصححة أن تغيّر الغرفة أو الجهاز المنسوب إليه أحد النقاط. لذلك قد تختلف حاوية منخفضة الدقة لا تعيد زيارة نافذة مغلقة عن السجل الخام الذي وصل لاحقًا.

يمكن لأنظمة البيانات الزمنية تحديث النوافذ الزمنية المُمَثَّلة ماديًا بحيث تتضمن التجميعات البيانات أو التصحيحات التي وصلت بعد الحساب الأول. وينبغي أن يتوافق أفق التحديث مع مقدار التأخر الذي يسمح به النظام المحلي واقعيًا، بدلًا من إعادة حساب سنوات من السجل المستقر باستمرار.

مع ذلك، لا يمكن لإعادة المعالجة استعادة النقاط الخام التي حُذفت بالفعل ما لم توجد نسخة أخرى منها. لذلك يكتسب الترتيب أهمية: احسب الملخص وتحقق منه، وأتح نافذة للتأخر، ثم انتهِ صلاحية المصدر عالي الدقة وفق سياسة الاحتفاظ المختارة.

الحد العملي هنا معلوماتي لا تقني فحسب. ينجح تخفيض الدقة عندما يظل السجل الأصغر قادرًا على الإجابة عن أسئلة الأسرة طويلة الأمد؛ ويصبح مفرطًا عندما يتطلب أول سؤال مفيد بعد انتهاء الاحتفاظ تفاصيل تخلّى الأرشيف عنها عمدًا.