Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
In diesem Artikel wird der Bereich der Erkennungseinstellungen beschrieben, die beim Erstellen einer Regel verfügbar sind. Sie erfahren, wie Erkennungseinstellungen im Fabric Activator funktionieren, und wie Sie sie effektiv konfigurieren. Die verschiedenen Erkennungseinstellungen sorgen gemeinsam dafür, dass die genauen Daten, die Sie nachverfolgen möchten, ermittelt werden können.
In den Beispielen in diesem Artikel wird der Beispielereignisstream für Paketzustellungsereignisse verwendet . Es verweist speziell auf das Temperatur-Attribut und die Regel „Zu heiß für Medizin“, die im Tutorial erstellt wurden.
Erkennungseinstellungsoptionen
Sie konfigurieren Erkennungseinstellungen im Definitionsbereich , der auf der rechten Seite des Aktivators angezeigt wird. Der Bereich wird geöffnet, wenn Sie im Explorer-Bereich auf der linken Seite eine Regel auswählen. Die Erkennungseinstellungen in Zusammenfassung, Bedingung und Eigenschaftsfilter arbeiten zusammen, um genau zu definieren, welche Datenereignisse die Regel auslösen. Jede Einstellung wird in den folgenden Abschnitten beschrieben.
Die folgende Abbildung zeigt den Definitionsbereich mit den Erkennungseinstellungen für das Temperatur-Attribut der Regel " Zu heiß für die Medizin ".
Zusammenfassung
Eine Zusammenfassung konvertiert einen Datenstrom von Rohdatenereignissen in einen einzelnen berechneten Wert über ein gleitendes Zeitfenster. Sie besteht aus einem Aggregationstyp (Operation), einer Fenstergröße und einer Schrittgröße. Zusammenfassungen sind nützlich, wenn eine Regel im Laufe der Zeit auf einen Trend oder ein Muster reagieren soll, anstatt auf einzelne Ereignisse.
Die Fenstergröße definiert, wie weit zurück in der Zeit jede Berechnung aussieht. Beispielsweise bedeutet eine Fenstergröße von 1 Stunde, dass jeder Zusammenfassungswert aus Ereignissen in der letzten Stunde berechnet wird. Die Schrittgröße steuert, wie häufig das Fenster voranschreitet und ein neuer Zusammenfassungswert berechnet wird. Beispielsweise bedeutet eine Schrittgröße von 15 Minuten, dass alle 15 Minuten ein neuer aggregierter Wert erzeugt wird. Beide Werte können zwischen 10 Sekunden und 24 Stunden liegen.
In der folgenden Tabelle werden die verfügbaren Aggregationstypen beschrieben.
| Aggregation | Beschreibung |
|---|---|
| Durchschnitt | Berechnet den Mittelwert der Eigenschaft oder Spalte im Zeitfenster. |
| Mindestwert | Berechnet den Minimalwert der Eigenschaft oder Spalte über das Zeitfenster. |
| Höchstwert | Berechnet den Maximalwert der Eigenschaft oder Spalte über das Zeitfenster. |
| Summe | Berechnet die Summe der Eigenschafts- oder Spaltenwerte im Zeitfenster. |
| Gesamt | Berechnet die Anzahl der Ereignisse im Zeitfenster, die die Eigenschaft oder Spalte enthalten. Im Gegensatz zu "Sum", das die Werte der Eigenschaft addiert, zählt Total , wie viele Ereignisse aufgetreten sind. |
Bedingungen
Eine Bedingung definiert das Muster, das der Activator in den Daten erkennen muss, um die Regel zu aktivieren. Bedingungen werden nach Datentyp gruppiert, und jede Gruppe enthält Bedingungstypen, die verschiedene Arten von Änderung oder Zustand beschreiben.
Die folgende Abbildung und Tabelle beschreiben die in der Dropdownliste verfügbaren Bedingungskategorien.
| Category | Beschreibung |
|---|---|
| Numerische Änderung | Bedingungen, die aktiviert werden, wenn ein numerischer Wert relativ zu einem Schwellenwert ändert, z. B. Anstieg über oder Sinkt unter. Verwenden Sie diese Bedingungen, um richtungsgerichtete Trends in numerischen Daten zu erkennen. |
| Numerischer Zustand | Bedingungen, die aktiviert werden, wenn sich ein numerischer Wert in einem bestimmten Zustand befindet, z. B. "Größer als", " Kleiner als" oder "Ist zwischen". Die Regel wird für jedes Ereignis aktiviert, bei dem die Bedingung wahr ist. |
| Textänderung | Bedingungen, die aktiviert werden, wenn sich ein Textwert in oder von einem bestimmten Wert ändert, z. B. "Änderungen an" oder "Änderungen von". |
| Textstatus | Bedingungen, die aktiviert werden, wenn ein Textwert einem Muster entspricht, z. B. "Enthält", "Beginnt mit" oder "Endet mit". |
| Logische Änderung | Bedingungen, die aktiviert werden, sobald sich der Zustand eines booleschen Werts ändert. Wird auf Wahr gesetzt wird aktiviert, wenn sich ein Wert von „falsch“ auf „wahr“ ändert. Wird "false " aktiviert, wenn sich ein Wert von "true" in "false" ändert. |
| Logischer Zustand | Bedingungen, die für jedes Ereignis aktiviert werden, bei denen ein boolescher Wert mit dem angegebenen Zustand übereinstimmt. Ist gleich und ist nicht gleich vergleichen den Wert mit true oder false. |
| Häufige Änderung | Aktiviert, wenn sich ein Attributwert ändert. Die Bedingung "Änderungen" gilt für alle Datentypen und weist keinen bestimmten Schwellenwert oder Zielwert auf. |
| Heartbeat | Bedingungen basierend auf Ereignisankunft. Das Fehlen von Daten wird aktiviert, wenn innerhalb eines bestimmten Zeitraums keine neuen Ereignisse eingehen. Das erstmalige Auftreten des Objekts wird aktiviert, wenn eine bestimmte Objekt-ID zum ersten Mal im Ereignisdatenstrom auftaucht. |
Ereignis
Bei einigen Bedingungstypen wird ein Vorkommen-Feld angezeigt, das steuert, wie lange oder wie oft die Bedingung erfüllt sein muss, bevor die Regel aktiviert wird. Wenn Sie z. B. nur benachrichtigt werden möchten, wenn eine Temperatur mindestens 100 Grad überschreitet und dies für mindestens 10 Minuten bleibt, legen Sie die Bedingung auf
| Ereignis | Beschreibung |
|---|---|
| Jedes Mal, wenn die Bedingung erfüllt ist | Die Regel wird jedes Mal aktiviert, wenn die Bedingung wahr ist. |
| Wenn es für n-Mal wahr war | Die Regel wird erst aktiviert, nachdem die Bedingung die angegebene Anzahl von Malen erfüllt hat. |
| Wenn es wahr war für | Die Regel wird nur aktiviert, wenn die Bedingung für die angegebene Dauer kontinuierlich wahr bleibt. |
Eigenschaftenfilter
Der Abschnitt "Eigenschaftenfilter " erstellt eine Bedingung für eine Teilmenge Ihrer Daten, wodurch beschränkt wird, welche Ereignisse die Regel auswertet. Aktivator unterstützt Eigenschaftsfilter für einen beliebigen Attributtyp – numerischer, Text oder boolescher Wert.
Jeder Filter gibt ein Attribut, einen Vorgang und einen Wert an. Nur Ereignisse, die den Filter erfüllen, werden an die Regelbedingung übergeben. Alle anderen Ereignisse werden ausgeschlossen.
Die Abbildung zeigt z. B. einen Filter auf dem Temperaturattribut (°C), wobei Operationgrößer als und Wert0 ist. Dieser Filter schließt alle Ereignisse aus, bei denen Temperatur null oder darunter ist. Ein weiteres Beispiel ist ein Textfilter, bei dem `Attribut` auf `City` festgelegt ist, `Operation` `ist gleich` und `Value` `Redmond` ist - dabei wird die Regelauswertung auf Ereignisse beschränkt, bei denen Pakete in Redmond sind.
Sie können bis zu drei Filter auf eine einzelne Regel anwenden. Wenn Sie mehrere Filter anwenden, muss ein Ereignis alle Filter erfüllen, damit das Ereignis ausgewertet werden kann. Filter werden mit AND-Logik kombiniert.
Erweiterte Einstellungen
Der Abschnitt "Erweiterte Einstellungen " des Definitionsbereichs enthält Anzeigedauereinstellungen, die sich auf die Genauigkeit der Regelauswertung und nicht auf die Erkennungslogik auswirken. Die Einstellung der Wartezeit für spät ankommende Ereignisse steuert, wie lange der Aktivator das Auswertungsfenster offen hält, um verzögerte Ereignisse eintreffen zu lassen. Weitere Informationen finden Sie unter Latenz im Aktivierer.