Query - Execute
結果のページで時系列クエリを実行する - イベントの取得、系列の取得、または系列の集計。
POST https://{environmentFqdn}/timeseries/query?api-version=2020-07-31
POST https://{environmentFqdn}/timeseries/query?api-version=2020-07-31&storeType={storeType}
URI パラメーター
名前 | / | 必須 | 型 | 説明 |
---|---|---|---|---|
environment
|
path | True |
string |
10000000-0000-0000-0000-100000000109.env.timeseries.azure.com など、環境ごとの FQDN。 このドメイン名は、Get Environments API、Azure portal、または Azure Resource Managerの応答から取得できます。 |
api-version
|
query | True |
string |
クライアント要求で使用される API のバージョン。 現在サポートされているバージョンは "2020-07-31" です。 |
store
|
query |
string |
ウォーム ストアが有効になっている環境の場合、クエリは 'WarmStore' または 'ColdStore' で実行できます。 クエリ内のこのパラメーターは、クエリを実行する必要があるストアを定義します。 定義されていない場合は、コールドストアでクエリが実行されます。 |
要求ヘッダー
名前 | 必須 | 型 | 説明 |
---|---|---|---|
x-ms-continuation |
string |
ページ分割をサポートする呼び出しで結果の次のページを取得するための、結果の前のページからの継続トークン。 最初のページの結果を取得するには、null 継続トークンをパラメーター値として指定します。 すべての結果が返され、結果の次のページがない場合、返される継続トークンは null です。 |
|
x-ms-client-request-id |
string |
オプションのクライアント要求 ID。 サービスでは、この値が記録されます。 サービスがサービス間で操作をトレースできるようにし、顧客が特定の要求に関してサポートに連絡できるようにします。 |
|
x-ms-client-session-id |
string |
オプションのクライアント セッション ID。 サービスでは、この値が記録されます。 サービス間で関連する操作のグループを追跡し、顧客が特定の要求グループに関してサポートに連絡できるようにします。 |
要求本文
名前 | 型 | 説明 |
---|---|---|
aggregateSeries |
集計系列クエリ。 特定の時系列 ID と検索スパンのイベントから集計された時系列を計算できます。 |
|
getEvents |
イベントの取得クエリ。 特定のタイム シリーズ ID と検索スパンの生イベントを取得できます。 |
|
getSeries |
系列クエリを取得します。 特定の時系列 ID と検索スパンのイベントから計算された変数値の時系列を取得できます。 |
応答
名前 | 型 | 説明 |
---|---|---|
200 OK |
クエリが成功しました。 ヘッダー x-ms-request-id: string |
|
Other Status Codes |
予期しないエラー。 ヘッダー x-ms-request-id: string |
セキュリティ
azure_auth
Azure Active Directory OAuth2 フロー
型:
oauth2
フロー:
implicit
Authorization URL (承認 URL):
https://login.microsoftonline.com/common/oauth2/authorize
スコープ
名前 | 説明 |
---|---|
user_impersonation | ユーザー アカウントの借用 |
例
ColdStoreQueryAggregateSeriesPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryAggregateSeriesPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "Count",
"type": "Long",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
null
]
},
{
"name": "AverageTemperature",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
null
]
},
{
"name": "MinTemperature",
"type": "Double",
"values": [
65.125,
77.625,
65.125,
72.625,
65.125,
67.625,
82.625,
65.125,
77.625,
65.125,
null
]
},
{
"name": "MaxTemperature",
"type": "Double",
"values": [
77.375,
92.375,
99.875,
87.375,
99.875,
82.375,
97.375,
99.875,
92.375,
99.875,
null
]
}
],
"progress": 100
}
ColdStoreQueryGetEventsPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage3
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
67.575
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAbCDewidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetEventsPage4
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [],
"properties": [],
"progress": 100
}
ColdStoreQueryGetSeriesPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetSeriesPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
ColdStoreQueryGetSeriesPage3
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=coldstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
QueryAggregateSeriesPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryAggregateSeriesPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "Count",
"type": "Long",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
null
]
},
{
"name": "AverageTemperature",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
null
]
},
{
"name": "MinTemperature",
"type": "Double",
"values": [
65.125,
77.625,
65.125,
72.625,
65.125,
67.625,
82.625,
65.125,
77.625,
65.125,
null
]
},
{
"name": "MaxTemperature",
"type": "Double",
"values": [
77.375,
92.375,
99.875,
87.375,
99.875,
82.375,
97.375,
99.875,
92.375,
99.875,
null
]
}
],
"progress": 100
}
QueryAggregateSeriesWithCategoricalInterpolatedVariable
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"searchSpan": {
"from": "2019-10-10T23:41:04.021Z",
"to": "2019-10-10T23:42:22.846Z"
},
"timeSeriesId": [
"Sensor_58"
],
"interval": "PT2S",
"inlineVariables": {
"Status_String": {
"kind": "categorical",
"value": {
"tsx": "$event.[Status].String"
},
"interpolation": {
"kind": "Step",
"boundary": {
"span": "PT5S"
}
},
"categories": [
{
"label": "Good",
"values": [
"Good",
"Very Good",
"Excellent"
]
},
{
"label": "Bad",
"values": [
"Bad",
"OK"
]
},
{
"label": "Other",
"values": [
"Other"
]
}
],
"defaultCategory": {
"label": "Unknown"
}
},
"Status_Long": {
"kind": "categorical",
"value": {
"tsx": "tolong($event.[Status].Double)"
},
"interpolation": {
"kind": "Step",
"boundary": {
"span": "PT5S"
}
},
"categories": [
{
"label": "Good",
"values": [
0,
1,
2
]
},
{
"label": "Bad",
"values": [
3,
4
]
},
{
"label": "Other",
"values": [
5
]
}
],
"defaultCategory": {
"label": "Unknown"
}
}
},
"projectedVariables": [
"Status_String",
"Status_Long"
]
}
}
応答のサンプル
{
"timestamps": [
"2019-10-10T23:41:04Z",
"2019-10-10T23:41:06Z",
"2019-10-10T23:41:08Z",
"2019-10-10T23:41:10Z",
"2019-10-10T23:41:12Z",
"2019-10-10T23:41:14Z",
"2019-10-10T23:41:16Z",
"2019-10-10T23:41:18Z",
"2019-10-10T23:41:20Z",
"2019-10-10T23:41:22Z"
],
"properties": [
{
"values": [
0.203,
0.141,
0.268,
0.398,
0.402,
0.047,
0.1245,
0.75,
0.206,
0.2635
],
"name": "Status_String[Good]",
"type": "Double"
},
{
"values": [
0.266,
0.1955,
0.242,
0.148,
0.25,
0.055,
0.6295,
0.109,
0.41,
0.2125
],
"name": "Status_String[Bad]",
"type": "Double"
},
{
"values": [
0.5205,
0.6635,
0.49,
0.454,
0.348,
0.898,
0.246,
0.141,
0.384,
0.524
],
"name": "Status_String[Other]",
"type": "Double"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_String[Unknown]",
"type": "Double"
},
{
"values": [
0.203,
0.141,
0.268,
0.398,
0.402,
0.047,
0.1245,
0.75,
0.206,
0.2635
],
"name": "Status_Long[Good]",
"type": "Double"
},
{
"values": [
0.266,
0.1955,
0.242,
0.148,
0.25,
0.055,
0.6295,
0.109,
0.41,
0.2125
],
"name": "Status_Long[Bad]",
"type": "Double"
},
{
"values": [
0.5205,
0.6635,
0.49,
0.454,
0.348,
0.898,
0.246,
0.141,
0.384,
0.524
],
"name": "Status_Long[Other]",
"type": "Double"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_Long[Unknown]",
"type": "Double"
}
],
"progress": 100
}
QueryAggregateSeriesWithCategoricalVariable
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"searchSpan": {
"from": "2019-10-10T23:42:00.000Z",
"to": "2019-10-10T23:42:20.000Z"
},
"timeSeriesId": [
"Sensor_58"
],
"interval": "PT2S",
"inlineVariables": {
"Status_String": {
"kind": "categorical",
"value": {
"tsx": "$event.[Status].String"
},
"categories": [
{
"label": "Good",
"values": [
"Good",
"Very Good",
"Excellent"
]
},
{
"label": "Bad",
"values": [
"Bad",
"OK"
]
},
{
"label": "Other",
"values": [
"Other"
]
}
],
"defaultCategory": {
"label": "Unknown"
}
},
"Status_Long": {
"kind": "categorical",
"value": {
"tsx": "tolong($event.[Status].Double)"
},
"categories": [
{
"label": "Good",
"values": [
0,
1,
2
]
},
{
"label": "Bad",
"values": [
3,
4
]
},
{
"label": "Other",
"values": [
5
]
}
],
"defaultCategory": {
"label": "Unknown"
}
}
},
"projectedVariables": [
"Status_String",
"Status_Long"
]
}
}
応答のサンプル
{
"timestamps": [
"2019-10-10T23:42:00Z",
"2019-10-10T23:42:02Z",
"2019-10-10T23:42:04Z",
"2019-10-10T23:42:06Z",
"2019-10-10T23:42:08Z",
"2019-10-10T23:42:10Z",
"2019-10-10T23:42:12Z",
"2019-10-10T23:42:14Z",
"2019-10-10T23:42:16Z",
"2019-10-10T23:42:18Z"
],
"properties": [
{
"values": [
5,
8,
4,
6,
9,
8,
3,
6,
5,
8
],
"name": "Status_String[Good]",
"type": "Long"
},
{
"values": [
4,
3,
3,
5,
5,
3,
9,
7,
7,
7
],
"name": "Status_String[Bad]",
"type": "Long"
},
{
"values": [
11,
9,
13,
9,
6,
9,
8,
7,
8,
5
],
"name": "Status_String[Other]",
"type": "Long"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_String[Unknown]",
"type": "Long"
},
{
"values": [
5,
8,
4,
6,
9,
8,
3,
6,
5,
8
],
"name": "Status_Long[Good]",
"type": "Long"
},
{
"values": [
4,
3,
3,
5,
5,
3,
9,
7,
7,
7
],
"name": "Status_Long[Bad]",
"type": "Long"
},
{
"values": [
11,
9,
13,
9,
6,
9,
8,
7,
8,
5
],
"name": "Status_Long[Other]",
"type": "Long"
},
{
"values": [
0,
0,
0,
0,
0,
0,
0,
0,
0,
0
],
"name": "Status_Long[Unknown]",
"type": "Long"
}
],
"progress": 100
}
QueryAggregateSeriesWithSampleInterpolation
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"LinearSampleInterpolation": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"interpolation": {
"kind": "Linear",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "left($value)"
}
},
"StepSampleInterpolation": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"interpolation": {
"kind": "Step",
"boundary": {
"span": "P1D"
}
},
"aggregation": {
"tsx": "left($value)"
}
}
},
"projectedVariables": [
"LinearSampleInterpolation",
"StepSampleInterpolation"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "LinearSampleInterpolation",
"type": "Double",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
62
]
},
{
"name": "StepSampleInterpolation",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
84
]
}
],
"progress": 100
}
QueryGetEventsPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetEventsPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
QueryGetEventsPage3
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
67.575
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAbCDewidGFrZSI6MTAwMH0="
}
QueryGetEventsPage4
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [],
"properties": [],
"progress": 100
}
QueryGetEventsWithTakePage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
],
"take": 10
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetEventsWithTakePage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
],
"take": 10
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 100
}
QueryGetSeriesPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetSeriesPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
QueryGetSeriesPage3
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
QueryGetSeriesWithTakePage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
],
"take": 10
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
QueryGetSeriesWithTakePage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
],
"take": 10
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 100
}
WarmStoreQueryAggregateSeriesPage
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"aggregateSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"interval": "PT1M",
"inlineVariables": {
"Count": {
"kind": "aggregate",
"filter": null,
"aggregation": {
"tsx": "count()"
}
},
"MinTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "min($value)"
}
},
"MaxTemperature": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "max($value)"
}
}
},
"projectedVariables": [
"Count",
"MinTemperature",
"MaxTemperature"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:00Z",
"2016-08-01T00:01:00Z",
"2016-08-01T00:02:00Z",
"2016-08-01T00:03:00Z",
"2016-08-01T00:04:00Z",
"2016-08-01T00:05:00Z",
"2016-08-01T00:06:00Z",
"2016-08-01T00:07:00Z",
"2016-08-01T00:08:00Z",
"2016-08-01T00:09:00Z",
"2016-08-01T00:10:00Z"
],
"properties": [
{
"name": "Count",
"type": "Long",
"values": [
50,
60,
60,
60,
60,
60,
60,
60,
60,
60,
null
]
},
{
"name": "AverageTemperature",
"type": "Double",
"values": [
71.25,
85,
82.5,
80,
89.16666666666667,
75,
90,
75.83333333333333,
85,
82.5,
null
]
},
{
"name": "MinTemperature",
"type": "Double",
"values": [
65.125,
77.625,
65.125,
72.625,
65.125,
67.625,
82.625,
65.125,
77.625,
65.125,
null
]
},
{
"name": "MaxTemperature",
"type": "Double",
"values": [
77.375,
92.375,
99.875,
87.375,
99.875,
82.375,
97.375,
99.875,
92.375,
99.875,
null
]
}
],
"progress": 100
}
WarmStoreQueryGetEventsPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium",
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage3
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "Building",
"type": "String",
"values": [
"Millenium"
]
},
{
"name": "Temperature",
"type": "Double",
"values": [
67.575
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAbCDewidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetEventsPage4
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getEvents": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": {
"tsx": "($event.Value.Double != null) OR ($event.Status.String = 'Good')"
},
"projectedProperties": [
{
"name": "Building",
"type": "String"
},
{
"name": "Temperature",
"type": "Double"
}
]
}
}
応答のサンプル
{
"timestamps": [],
"properties": [],
"progress": 100
}
WarmStoreQueryGetSeriesPage1
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAwMCwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetSeriesPage2
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:10Z",
"2016-08-01T00:00:11Z",
"2016-08-01T00:00:12Z",
"2016-08-01T00:00:13Z",
"2016-08-01T00:00:14Z",
"2016-08-01T00:00:15Z",
"2016-08-01T00:00:16Z",
"2016-08-01T00:00:17Z",
"2016-08-01T00:00:18Z",
"2016-08-01T00:00:19Z",
"2016-08-01T00:00:20Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
65.125,
65.375,
65.625,
65.875,
66.125,
66.375,
66.625,
66.875,
67.125,
67.375,
67.625
]
}
],
"progress": 50,
"continuationToken": "aXsic2tpcCI6MTAxYZwidGFrZSI6MTAwMH0="
}
WarmStoreQueryGetSeriesPage3
要求のサンプル
POST https://10000000-0000-0000-0000-100000000109.env.timeseries.azure.com/timeseries/query?api-version=2020-07-31&storeType=warmstore
{
"getSeries": {
"timeSeriesId": [
"006dfc2d-0324-4937-998c-d16f3b4f1952",
"T1"
],
"searchSpan": {
"from": "2016-08-01T00:00:00Z",
"to": "2016-08-01T00:16:50Z"
},
"filter": null,
"inlineVariables": {
"temperatures": {
"kind": "numeric",
"value": {
"tsx": "$event.Temperature"
},
"filter": null,
"aggregation": {
"tsx": "avg($value)"
}
}
},
"projectedVariables": [
"temperatures"
]
}
}
応答のサンプル
{
"timestamps": [
"2016-08-01T00:00:21Z"
],
"properties": [
{
"name": "temperatures",
"type": "Double",
"values": [
67.825
]
}
],
"progress": 100
}
定義
名前 | 説明 |
---|---|
Aggregate |
集計系列クエリ。 特定の時系列 ID と検索スパンのイベントから集計された時系列を計算できます。 |
Aggregate |
集計変数は、集計計算を表します。 集計変数は補間をサポートしていません。 |
Boundary |
補間に使用する検索範囲の左右の時間範囲。 これは、入力検索範囲の開始または終了の近くにデータ ポイントが欠落しているシナリオで役立ちます。 null を使用できます。 |
Categorical |
カテゴリ変数は、定義された値の限られたセットの出現回数または発生期間に基づいて分析する必要があるシグナルを表します。 |
Date |
時間の範囲。 null または負の値にすることはできません。 |
Event |
格納または計算されるイベントのプロパティ。 プロパティは、名前と型の両方で識別されます。 異なるイベントは、同じ名前のプロパティを持つことができますが、種類は異なります。 |
Get |
イベントの取得クエリ。 特定のタイム シリーズ ID と検索スパンの生イベントを取得できます。 |
Get |
系列クエリを取得します。 特定の時系列 ID と検索スパンのイベントから計算された変数値の時系列を取得できます。 |
Interpolation |
生データ ポイントに対して実行される補間操作。 現時点では、補間された時系列のサンプリングのみが許可されています。 許可される集計関数 - 例: left($value)。 補間を適用する必要がない場合は null を指定できます。 |
Interpolation |
補間手法の種類: "Linear" または "Step"。 |
Numeric |
数値変数は、補間を使用して再構築できる 1 つの連続する数値信号を表します。 |
Property |
プロパティの型。 |
Property |
タイムスタンプに対応する 1 つのプロパティの値。 null を含む場合があります。 値の型は、プロパティの型と一致します。 |
Query |
イベントに対する時系列クエリの実行を要求します。 "getEvents"、"getSeries"、または "aggregateSeries" のいずれかを設定する必要があります。 |
Query |
クエリ結果の 1 ページ。 クエリがまだ完了していない場合、ページには継続トークンが設定されます。 この場合、結果の次のページを取得するには、継続トークン パラメーターを使用して同じ要求をもう一度送信します。 クエリが完了した場合、継続トークンは null です。 クエリ結果がまだ計算されていない場合は、継続トークンのみが設定された空のページを取得することもできます。 ページングが完了した場合 (継続トークンが null の場合)、返すデータがない場合は、タイムスタンプとプロパティが空になる可能性があります。 |
Time |
カテゴリ変数で使用されるカテゴリ。 カテゴリは、このラベルが割り当てられている 'label' と 'values' によって定義されます。 |
Time |
既定のカテゴリを表します。 |
Tsi |
API エラーに関する情報。 |
Tsi |
エラー コードとメッセージを含む特定の API エラー。 |
Tsi |
その他のエラー情報。 |
Tsx |
1 つの文字列として書き込まれた時系列式 (TSX)。 例: "$event。Status.String='Good'", "avg($event.温度)"。 時系列式を記述する方法については、ドキュメントを参照してください。 |
AggregateSeries
集計系列クエリ。 特定の時系列 ID と検索スパンのイベントから集計された時系列を計算できます。
名前 | 型 | 説明 |
---|---|---|
filter |
計算対象と見なされるイベントの数を制限するイベントに対する最上位フィルター。 このフィルターは、各変数のフィルターと共に AND に設定されています。 例: "$event。Status.String='Good'" 省略可能。 |
|
inlineVariables |
object |
これにより、ユーザーは必要に応じて、モデルで既に定義されている変数とは別にインライン変数を定義できます。 インライン変数名の名前がモデルと同じ場合は、インライン変数定義が優先されます。 null を使用できます。 |
interval |
string |
間隔のサイズは、ISO-8601 の期間形式で指定されます。 すべての間隔は同じサイズです。 1 か月は常に 30 日に変換され、1 年は常に 365 日です。 例: 1 分は "PT1M"、1 ミリ秒は "PT0.001S" です。 詳細については、https://www.w3.org/TR/xmlschema-2/#duration を参照してください。 |
projectedVariables |
string[] |
これにより、ユーザーは必要に応じて、投影する必要がある変数を選択できます。 null または設定されていない場合は、inlineVariables と model のすべての変数が返されます。 null を使用できます。 |
searchSpan |
クエリが実行される時間の範囲。 null にすることはできません。 |
|
timeSeriesId |
Time |
1 つの時系列インスタンス (デバイスなど) を一意に識別する 1 つの時系列 ID 値。 環境作成時に複数のプロパティが Time Series ID として指定されている場合、1 つの時系列 ID を複合できることに注意してください。 値の位置と型は、環境で指定され、Get Model Setting API によって返される Time Series ID プロパティと一致する必要があります。 null にすることはできません。 |
AggregateVariable
集計変数は、集計計算を表します。 集計変数は補間をサポートしていません。
名前 | 型 | 説明 |
---|---|---|
aggregation |
kind が "aggregate" の場合の集計時系列式は、"$event" などのイベント プロパティを使用して直接実行する必要がある集計を表すために使用されます。温度"。 たとえば、気温の変化範囲を計算するための集計は、"max($event。Temperature)-min($event.温度)"。 |
|
filter |
計算対象と見なされるイベントの数を制限するイベントをフィルター処理します。 例: "$event。Status.String='Good'" 省略可能。 |
|
kind |
string:
aggregate |
使用できる "kind" 値は、"numeric" または "aggregate" です。 "数値" を使用すると、再構築されたシグナルの値とそれらを集計する式を指定できますが、"集計" の種類を使用すると、値を指定せずにイベント プロパティを直接集計できます。 |
Boundary
補間に使用する検索範囲の左右の時間範囲。 これは、入力検索範囲の開始または終了の近くにデータ ポイントが欠落しているシナリオで役立ちます。 null を使用できます。
名前 | 型 | 説明 |
---|---|---|
span |
string |
CategoricalVariable
カテゴリ変数は、定義された値の限られたセットの出現回数または発生期間に基づいて分析する必要があるシグナルを表します。
名前 | 型 | 説明 |
---|---|---|
categories |
カテゴリ変数で使用されるカテゴリ。 カテゴリは、このラベルが割り当てられている 'label' と 'values' によって定義されます。 |
|
defaultCategory |
既定のカテゴリを表します。 |
|
filter |
計算対象と見なされるイベントの数を制限するイベントをフィルター処理します。 例: "$event。Status.String='Good'" 省略可能。 |
|
interpolation |
カテゴリ変数では、"step" 補間のみがサポートされます。 |
|
kind |
string:
categorical |
使用できる "kind" 値は、"numeric" または "aggregate" です。 "数値" を使用すると、再構築されたシグナルの値とそれらを集計する式を指定できますが、"集計" の種類を使用すると、値を指定せずにイベント プロパティを直接集計できます。 |
value |
値の時系列式は、分類されるシグナルの値を表すために使用されます。 カテゴリ変数の 'String' 型または 'Long' 型にのみ評価できます。 |
DateTimeRange
時間の範囲。 null または負の値にすることはできません。
名前 | 型 | 説明 |
---|---|---|
from |
string |
時間範囲の開始タイムスタンプ。 時系列クエリ要求で使用する場合、開始タイムスタンプは包括的です。 このタイムスタンプを持つイベントが含まれます。 |
to |
string |
時間範囲の終了タイムスタンプ。 終了タイムスタンプは、時系列クエリ要求で使用される場合は排他的です。 このタイムスタンプに一致するイベントは除外されます。 Get Availability によって返された場合、終了タイムスタンプは包括的であることに注意してください (つまり、この正確な "to" タイムスタンプを持つイベントがあることを意味します)。 |
EventProperty
格納または計算されるイベントのプロパティ。 プロパティは、名前と型の両方で識別されます。 異なるイベントは、同じ名前のプロパティを持つことができますが、種類は異なります。
名前 | 型 | 説明 |
---|---|---|
name |
string |
プロパティの名前。 |
type |
プロパティの型。 |
GetEvents
イベントの取得クエリ。 特定のタイム シリーズ ID と検索スパンの生イベントを取得できます。
名前 | 型 | 説明 |
---|---|---|
filter |
クエリ内のすべての変数に適用されるクエリのオプションの最上位フィルター。 例: "$event。Status.String='Good'" null を使用できます。 |
|
projectedProperties |
投影プロパティは、投影するプロパティの配列です。 これらのプロパティは、イベントに表示する必要があります。それ以外の場合は、返されません。 |
|
searchSpan |
クエリが実行される時間の範囲。 null にすることはできません。 |
|
take |
integer |
1 ページあたりのプロパティ値の最大数ではなく、応答セット全体のプロパティ値の最大数。 既定値は、設定されていない場合は 10,000 です。 take の最大値は 250,000 です。 |
timeSeriesId |
Time |
1 つの時系列インスタンス (デバイスなど) を一意に識別する 1 つの時系列 ID 値。 環境作成時に複数のプロパティが Time Series ID として指定されている場合、1 つの時系列 ID を複合できることに注意してください。 値の位置と型は、環境で指定され、Get Model Setting API によって返される Time Series ID プロパティと一致する必要があります。 null にすることはできません。 |
GetSeries
系列クエリを取得します。 特定の時系列 ID と検索スパンのイベントから計算された変数値の時系列を取得できます。
名前 | 型 | 説明 |
---|---|---|
filter |
計算対象と見なされるイベントの数を制限するイベントに対する最上位フィルター。 このフィルターは、各変数のフィルターと共に AND に設定されています。 例: "$event。Status.String='Good'" 省略可能。 |
|
inlineVariables |
object |
モデルの時系列型で既に定義されている変数とは別に、オプションのインライン変数。 インライン変数名がモデルと同じ名前の場合、インライン変数の定義が優先されます。 null を使用できます。 |
projectedVariables |
string[] |
クエリ結果に投影する必要がある選択された変数。 null または設定されていない場合、モデル内の inlineVariables および時系列型のすべての変数が返されます。 null を使用できます。 |
searchSpan |
クエリが実行される時間の範囲。 null にすることはできません。 |
|
take |
integer |
1 ページあたりのプロパティ値の最大数ではなく、応答セット全体のプロパティ値の最大数。 既定値は、設定されていない場合は 10,000 です。 take の最大値は 250,000 です。 |
timeSeriesId |
Time |
1 つの時系列インスタンス (デバイスなど) を一意に識別する 1 つの時系列 ID 値。 環境作成時に複数のプロパティが Time Series ID として指定されている場合、1 つの時系列 ID を複合できることに注意してください。 値の位置と型は、環境で指定され、Get Model Setting API によって返される Time Series ID プロパティと一致する必要があります。 null にすることはできません。 |
Interpolation
生データ ポイントに対して実行される補間操作。 現時点では、補間された時系列のサンプリングのみが許可されています。 許可される集計関数 - 例: left($value)。 補間を適用する必要がない場合は null を指定できます。
名前 | 型 | 説明 |
---|---|---|
boundary |
補間に使用する検索範囲の左右の時間範囲。 これは、入力検索範囲の開始または終了の近くにデータ ポイントが欠落しているシナリオで役立ちます。 null を使用できます。 |
|
kind |
補間手法の種類: "Linear" または "Step"。 |
InterpolationKind
補間手法の種類: "Linear" または "Step"。
名前 | 型 | 説明 |
---|---|---|
Linear |
string |
|
Step |
string |
NumericVariable
数値変数は、補間を使用して再構築できる 1 つの連続する数値信号を表します。
名前 | 型 | 説明 |
---|---|---|
aggregation |
kind が "numeric" の場合の集計時系列式は、$value式で実行する必要がある集計を表すために使用されます。 これには$valueを指定する必要があり、集計関数内でのみ$valueを使用できます。 たとえば、$valueの最小値を計算するための集計は、"min($value)" と書かれています。 |
|
filter |
計算対象と見なされるイベントの数を制限するイベントをフィルター処理します。 例: "$event。Status.String='Good'" 省略可能。 |
|
interpolation |
生データ ポイントに対して実行される補間操作。 現時点では、補間された時系列のサンプリングのみが許可されています。 許可される集計関数 - 例: left($value)。 補間を適用する必要がない場合は null を指定できます。 |
|
kind |
string:
numeric |
使用できる "kind" 値は、"numeric" または "aggregate" です。 "数値" を使用すると、再構築されたシグナルの値とそれらを集計する式を指定できますが、"集計" の種類を使用すると、値を指定せずにイベント プロパティを直接集計できます。 |
value |
値の時系列式は、集計または補間されるシグナルの値を表すために使用されます。 たとえば、イベントの温度値は次のように表されます:"$event。Temperature.Double" |
PropertyTypes
プロパティの型。
名前 | 型 | 説明 |
---|---|---|
Bool |
string |
|
DateTime |
string |
|
Double |
string |
|
Long |
string |
|
String |
string |
|
TimeSpan |
string |
PropertyValues
タイムスタンプに対応する 1 つのプロパティの値。 null を含む場合があります。 値の型は、プロパティの型と一致します。
名前 | 型 | 説明 |
---|---|---|
name |
string |
プロパティの名前。 |
type |
プロパティの型。 |
|
values |
Values[] |
タイムスタンプに対応する 1 つのプロパティの値。 null を含む場合があります。 値の型は、プロパティの型と一致します。 |
QueryRequest
イベントに対する時系列クエリの実行を要求します。 "getEvents"、"getSeries"、または "aggregateSeries" のいずれかを設定する必要があります。
名前 | 型 | 説明 |
---|---|---|
aggregateSeries |
集計系列クエリ。 特定の時系列 ID と検索スパンのイベントから集計された時系列を計算できます。 |
|
getEvents |
イベントの取得クエリ。 特定のタイム シリーズ ID と検索スパンの生イベントを取得できます。 |
|
getSeries |
系列クエリを取得します。 特定の時系列 ID と検索スパンのイベントから計算された変数値の時系列を取得できます。 |
QueryResultPage
クエリ結果の 1 ページ。 クエリがまだ完了していない場合、ページには継続トークンが設定されます。 この場合、結果の次のページを取得するには、継続トークン パラメーターを使用して同じ要求をもう一度送信します。 クエリが完了した場合、継続トークンは null です。 クエリ結果がまだ計算されていない場合は、継続トークンのみが設定された空のページを取得することもできます。 ページングが完了した場合 (継続トークンが null の場合)、返すデータがない場合は、タイムスタンプとプロパティが空になる可能性があります。
名前 | 型 | 説明 |
---|---|---|
continuationToken |
string |
返された場合、現在の結果は部分的な結果を表します。 継続トークンを使用すると、結果の次のページを取得できます。 クエリ結果の次のページを取得するには、"x-ms-continuation" HTTP ヘッダーに継続トークン パラメーターを指定して同じ要求を送信します。 |
progress |
number |
クエリのおおよその進行状況 (パーセンテージ)。 0 ~ 100 の値を指定できます。 応答の継続トークンが null の場合、進行状況は 100 であると予想されます。 |
properties |
各タイムスタンプの時系列プロパティと値のコレクション。 サーバーがこの要求のページに入力できなかった場合は null、継続トークンが null の場合はオブジェクトが存在しない場合は空にすることができます。 |
|
timestamps |
string[] |
時系列の値のタイムスタンプ。 間隔にわたる集計が使用される場合、タイムスタンプは対応する間隔の開始を表します。 イベントが取得された場合、タイムスタンプはイベントのタイムスタンプ $ts プロパティの値です。 サーバーがこの要求のページに入力できなかった場合は null、継続トークンが null の場合はオブジェクトが存在しない場合は空にすることができます。 |
TimeSeriesAggregateCategory
カテゴリ変数で使用されるカテゴリ。 カテゴリは、このラベルが割り当てられている 'label' と 'values' によって定義されます。
名前 | 型 | 説明 |
---|---|---|
label |
string |
出力変数名の構築に使用されるカテゴリの名前。 |
values |
object[] |
カテゴリがマップされる値の一覧。 文字列の一意のリストまたは long のリストを指定できます。 |
TimeSeriesDefaultCategory
既定のカテゴリを表します。
名前 | 型 | 説明 |
---|---|---|
label |
string |
'categories' で定義されている値と一致しない値に割り当てられる既定のカテゴリの名前。 |
TsiError
API エラーに関する情報。
名前 | 型 | 説明 |
---|---|---|
error |
エラー コードとメッセージを含む特定の API エラー。 |
TsiErrorBody
エラー コードとメッセージを含む特定の API エラー。
名前 | 型 | 説明 |
---|---|---|
code |
string |
サービス固有のエラー コードを定義する、言語に依存しない人間が判読できる文字列。 このコードは、応答で指定された HTTP エラー コードのより具体的なインジケーターとして機能します。 特定のエラー ケースをプログラムで処理するために使用できます。 |
details |
追加のエラー情報が含まれています。 null も指定できます。 |
|
innerError |
原因を絞り込む、より具体的なエラーが含まれています。 null も指定できます。 |
|
message |
string |
エラーの人間が判読できる言語に依存しない表現。 これは開発者の支援を目的としており、エンド ユーザーへの公開には適していません。 |
target |
string |
特定のエラーのターゲット (たとえば、エラーのプロパティの名前)。 null も指定できます。 |
TsiErrorDetails
その他のエラー情報。
名前 | 型 | 説明 |
---|---|---|
code |
string |
サービス固有のエラー コードを定義する、言語に依存しない人間が判読できる文字列。 このコードは、応答で指定された HTTP エラー コードのより具体的なインジケーターとして機能します。 特定のエラー ケースをプログラムで処理するために使用できます。 |
message |
string |
エラーの人間が判読できる言語に依存しない表現。 これは開発者の支援を目的としており、エンド ユーザーへの公開には適していません。 |
Tsx
1 つの文字列として書き込まれた時系列式 (TSX)。 例: "$event。Status.String='Good'", "avg($event.温度)"。 時系列式を記述する方法については、ドキュメントを参照してください。
名前 | 型 | 説明 |
---|---|---|
tsx |
string |
1 つの文字列として書き込まれた時系列式 (TSX)。 例: "$event。Status.String='Good'", "avg($event.温度)"。 時系列式を記述する方法については、ドキュメントを参照してください。 |