Amazon Monitron tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan ini seperti biasa. Untuk kemampuan yang mirip dengan Amazon Monitron, lihat [posting blog](https://aws.amazon.com/blogs/machine-learning/maintain-access-and-consider-alternatives-for-amazon-monitron) kami. Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Ekspor data Kinesis Amazon Monitron v2 Anda dapat mengekspor data pengukuran yang masuk dan hasil inferensi yang sesuai dari Amazon Monitron dan melakukan analisis waktu nyata. Ekspor data mengalirkan data langsung ke Kinesis. **Topics** + [Mengekspor data Anda ke aliran Kinesis](#exporting-stream-procedure-v2) + [Mengedit pengaturan ekspor data langsung](#edit-live-export-v2) + [Menghentikan ekspor data langsung](#stop-kinesis-export-v2) + [Melihat kesalahan ekspor data](#viewing-kinesis-export-errors-v2) + [Menggunakan enkripsi sisi server untuk aliran Kinesis](#data-export-server-side-encryption-v2) + [Pemantauan dengan Amazon CloudWatch Logs](data-export-cloudwatch-logs-v2.md) + [Menyimpan data yang diekspor di Amazon S3](kinesis-store-S3-v2.md) + [Memproses data dengan Lambda](data-export-lambda-v2.md) + [Memahami skema ekspor data v2](data-export-schema-v2.md) + [Migrasi dari Kinesis v1 ke v2](migration-from-v1-to-v2.md) ## Mengekspor data Anda ke aliran Kinesis 1. Dari halaman utama proyek Anda, di dekat bagian bawah halaman, di sebelah kanan, pilih **Mulai ekspor data langsung**. 1. Di bawah **Select Kinesis data stream**, lakukan salah satu hal berikut: + Masukkan nama aliran yang ada di kotak pencarian. Kemudian lewati ke Langkah 5. + Pilih **Buat aliran data baru**. 1. Pada halaman **Buat aliran data**, di bawah **konfigurasi aliran data**, masukkan nama aliran data Anda. 1. Di bawah Kapasitas aliran data, pilih mode kapasitas Anda: + **Jika persyaratan throughput aliran data Anda tidak dapat diprediksi dan bervariasi, pilih On-Demand.** + **Jika Anda dapat memperkirakan persyaratan throughput aliran data dengan andal, pilih Disediakan.** **Kemudian, di bawah pecahan yang disediakan, masukkan jumlah pecahan yang ingin Anda buat, atau pilih estimator Shard.** 1. Pilih **Create data stream** (Buat aliran data). ## Mengedit pengaturan ekspor data langsung Untuk mengedit setelan ekspor data langsung Anda: 1. Buka konsol Amazon Monitron. 1. Pilih **Proyek** dari panel navigasi. 1. Jika Anda memiliki beberapa proyek, pilih proyek yang ingin Anda edit pengaturan ekspor. 1. Dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, dari menu tarik-turun **Tindakan**, pilih **Edit pengaturan ekspor data langsung**. ## Menghentikan ekspor data langsung 1. Buka konsol Amazon Monitron. 1. Pilih **Proyek** dari panel navigasi. 1. Jika Anda memiliki beberapa proyek, pilih proyek yang ingin Anda edit pengaturan ekspor. 1. Dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, dari menu tarik-turun **Tindakan**, pilih **Hentikan ekspor data langsung**. 1. Di jendela pop-up, pilih **Stop**. ## Melihat kesalahan ekspor data Untuk melihat pesan kesalahan di antarmuka CloudWatch Log: + Di konsol Amazon Monitron, dari halaman utama proyek Anda, di bawah **Ekspor data langsung**, pilih grup **CloudWatch log**. ## Menggunakan enkripsi sisi server untuk aliran Kinesis Anda dapat mengaktifkan enkripsi sisi server untuk aliran Kinesis Anda sebelum menyiapkan ekspor data Kinesis. Namun, jika enkripsi sisi server diaktifkan setelah ekspor data Kinesis disiapkan, Amazon Monitron tidak akan dapat mempublikasikan ke aliran. Itu karena Amazon Monitron tidak akan memiliki izin untuk memanggil [kms: GenerateDataKey](https://docs.aws.amazon.com/kms/latest/APIReference/API_GenerateDataKey.html) sehingga dapat mengenkripsi data yang dikirim ke Kinesis. Untuk mengatasinya, ikuti instruksi di bawah[Mengedit pengaturan ekspor data langsung](#edit-live-export-v2), tetapi tanpa mengubah konfigurasi. Ini akan mengaitkan enkripsi yang telah Anda atur dengan konfigurasi ekspor Anda. # Pemantauan dengan Amazon CloudWatch Logs Anda dapat memantau ekspor data langsung Amazon Monitron menggunakan Amazon CloudWatch Logs. Ketika pengukuran gagal diekspor, Amazon Monitron akan mengirimkan peristiwa log ke Log Anda CloudWatch . Anda juga dapat mengatur filter metrik pada log kesalahan untuk menghasilkan metrik dan mengatur alarm. Alarm dapat mengawasi ambang batas tertentu dan mengirim pemberitahuan atau mengambil tindakan ketika ambang batas tersebut terpenuhi. Untuk informasi selengkapnya, lihat [Panduan CloudWatch Pengguna](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html). Amazon Monitron mengirimkan peristiwa log ke grup log/aws/monitron/data-export/ \$1HASH\$1ID\$1. Peristiwa log memiliki format JSON berikut: ``` { "assetName": "string", "destination": "string", "errorCode": "string", "errorMessage": "string", "eventId": "string", "eventType": "string", "positionName": "string", "projectName": "string", "projectId": "string", "sensorId": "string", "gatewayId": "string", "siteName": "string", "timestamp": "string" } ``` AssetName + Nama aset yang ditampilkan di aplikasi + Tipe: String tujuan + ARN dari aliran data Kinesis + Tipe: String + Pola: arn:aws:kinesis: \$1\$1REGION\$1\$1: \$1\$1AWS\$1ACCOUNT\$1ID\$1\$1 :stream/ \$1\$1STREAM\$1NAME\$1\$1 errorCode + Kode kesalahan + Tipe: String + Nilai yang Valid: `INTERNAL_SEVER_ERROR | KINESIS_RESOURCE_NOT_FOUND | KINESIS_PROVISIONED_THROUGHPUT_EXCEEDED | KMS_ACCESS_DENIED | KMS_NOT_FOUND | KMS_DISABLED | KMS_INVALID_STATE | KMS_THROTTLING` errorMessage + Pesan kesalahan terperinci + Tipe: String eventId + ID peristiwa unik yang sesuai dengan setiap ekspor pengukuran + Tipe: String eventType + Jenis acara saat ini + Tipe: String + Nilai yang valid: `measurement` ` | gatewayConnected` ` | gatewayDisconnected` ` | sensorConnected` ` | sensorDisconnected` ` | assetStateTransition` PositionName + Nama posisi sensor ditampilkan di aplikasi + Tipe: String projectName + Nama proyek ditampilkan di aplikasi dan konsol + Tipe: String ProjectID + ID proyek unik yang sesuai dengan proyek Amazon Monitron + Tipe: String SensorID + ID fisik sensor dari mana pengukuran dikirim + Tipe: String GatewayID + ID fisik gateway yang digunakan untuk mengirimkan data ke layanan Amazon Monitron + Tipe: String Nama situs + Nama situs yang ditampilkan di aplikasi + Tipe: String timestamp + Stempel waktu saat pengukuran diterima oleh layanan Amazon Monitron di UTC + Tipe: String + Pola: yyyy-mm-dd HH: MM: SS.sss # Menyimpan data yang diekspor di Amazon S3 Jika Anda ingin menyimpan data yang diekspor di Amazon S3, gunakan prosedur berikut. **Topics** + [Mengkonfigurasi Kinesis secara manual di konsol](#kinesis-configure-console-v2) ## Mengkonfigurasi Kinesis secara manual di konsol 1. Masuk ke Konsol AWS Manajemen dan buka konsol Kinesis di /kinesis. https://console.aws.amazon.com 1. Pilih **Stream pengiriman** di panel navigasi. 1. Pilih **Buat aliran pengiriman**. 1. Untuk Sumber, pilih **Amazon Kinesis Data Streams**. 1. Untuk Tujuan, pilih **Amazon S3**. 1. Di bawah **Pengaturan Sumber, aliran data Kinesis, masukkan ARN aliran data** Kinesis Anda. 1. Di bawah **nama aliran pengiriman**, masukkan nama aliran data Kinesis Anda. 1. Di bawah **Pengaturan desinasi**, pilih bucket Amazon S3 atau masukkan URI bucket. 1. (opsional) Aktifkan partisi dinamis menggunakan penguraian sebaris untuk JSON. Opsi ini sesuai jika Anda ingin mempartisi data pengukuran streaming berdasarkan informasi sumber dan stempel waktu. Contoh: + Pilih **Diaktifkan** untuk **partisi Dinamis**. + Pilih **Diaktifkan** untuk **pembatas baris baru**. + Pilih **Diaktifkan** untuk **penguraian Inline untuk** JSON. + Di bawah tombol **partisi dinamis, tambahkan**: [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/kinesis-store-S3-v2.html) 1. Pilih **Terapkan kunci partisi dinamis** dan konfirmasikan awalan bucket Amazon S3 yang dihasilkan. `!{partitionKeyFromQuery:project}/!{partitionKeyFromQuery:site}/!{partitionKeyFromQuery:time}/` 1. Di Amazon S3, objek akan menggunakan format kunci berikut:. `/project={projectName}/site={siteName}/time={yyyy-mm-dd 00:00:00}/{filename}` 1. Pilih **Buat aliran pengiriman**. # Memproses data dengan Lambda **Topics** + [Langkah 1: Buat [peran IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) yang memberikan izin fungsi Anda untuk mengakses sumber daya AWS](#data-export-lambda-v2-1) + [Langkah 2: Buat fungsi Lambda](#create-lambda-function-v2) + [Langkah 3: Konfigurasikan fungsi Lambda](#configure-lambda-function-v2) + [Langkah 4: Aktifkan pemicu Kinesis di konsol AWS Lambda](#configure-kinesis-trigger-v2) ## Langkah 1: Buat [peran IAM](https://docs.aws.amazon.com//lambda/latest/dg/lambda-intro-execution-role.html) yang memberikan izin fungsi Anda untuk mengakses sumber daya AWS 1. Buka [halaman peran](https://console.aws.amazon.com/iam/home?#/roles) di konsol IAM. 1. Pilih **Buat peran**. 1. Pada halaman **Pilih entitas tepercaya**, lakukan hal berikut: + Dalam **jenis entitas Tepercaya**, pilih **AWS layanan**. + Dalam **kasus Penggunaan**, untuk **Layanan atau kasus penggunaan** pilih **Lambda**. + Pilih **Berikutnya**. ![\[IAM role creation interface showing trusted entity selection with Layanan AWS option chosen.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-role-1.png) 1. Di halaman **Tambahkan izin**, lakukan hal berikut: + Dalam **kebijakan Izin**, pilih AWSLambda KinesisExecutionRole (dan AWSKey ManagementServicePowerUser jika aliran Kinesis dienkripsi). + Biarkan konfigurasi di **Setel batas izin apa adanya**. + Pilih **Berikutnya**. ![\[Add permissions interface showing AWSLambdaKinesisExecutionRole policy selected for a new role.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-role-2.png) 1. Di halaman **Nama, tinjau, dan buat**, lakukan hal berikut: + Di **Rincian peran**, untuk **nama Peran**, masukkan nama untuk peran Anda. Sebagai contoh, *lambda-kinesis-role*. Anda juga dapat memilih untuk menambahkan **Deskripsi** opsional. + Tinggalkan pengaturan untuk **Langkah 1: Pilih entitas tepercaya** dan **Langkah 2: Tambahkan izin apa** adanya. Anda dapat memilih untuk menambahkan tag di **Langkah 3: Tambahkan tag** untuk melacak sumber daya Anda. ![\[IAM role creation interface showing name, review, and create steps with role details and permissions.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-create-role.png) 1. Pilih **Buat peran**. ## Langkah 2: Buat fungsi Lambda 1. Buka halaman **Fungsi** di konsol Lambda. 1. Pilih **Buat fungsi**. 1. Pilih **Gunakan cetak biru**. 1. Di bilah pencarian **Blueprints**, cari dan pilih (**kinesis-process-record nodejs**) atau. **kinesis-process-record-python** 1. Pilih **Konfigurasikan** ![\[Create function interface with options to author from scratch, use a blueprint, or select container image.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-create-function.png) ## Langkah 3: Konfigurasikan fungsi Lambda 1. Pilih **nama Fungsi** 1. Pilih peran yang dibuat pada langkah pertama sebagai **peran Eksekusi**. 1. Konfigurasikan pemicu Kinesis. 1. Pilih aliran Kinesis Anda. 1. Klik **Buat fungsi**. ![\[Lambda function configuration form with basic information and Kinesis trigger settings.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/lambda-kinesis-trigger.png) ## Langkah 4: Aktifkan pemicu Kinesis di konsol AWS Lambda 1. Pada tab **Konfigurasi**, pilih **Pemicu.** 1. **Centang kotak di sebelah nama aliran Kinesis dan pilih Aktifkan.** ![\[Lambda function configuration page with Triggers tab and Kinesis stream trigger highlighted.\]](http://docs.aws.amazon.com/id_id/Monitron/latest/user-guide/images/kinesis-process-record-lambda.png) Cetak biru yang digunakan dalam contoh ini hanya mengkonsumsi data log dari aliran yang dipilih. Anda selanjutnya dapat mengedit kode fungsi Lambda nanti untuk menyelesaikan tugas yang lebih rumit. # Memahami skema ekspor data v2 Setiap data pengukuran, hasil inferensi yang sesuai, connect/disconnect, and sensor connect/disconnect peristiwa gateway diekspor sebagai satu catatan aliran data Kinesis dalam format JSON. **Topics** + [format skema v2](#data-export-schema-format-v2) + [parameter skema v2](#data-export-schema-parameters-v2) ## format skema v2 ``` { "timestamp": "string", "eventId": "string", "version": "2.0", "accountId": "string", "projectName": "string", "projectId": "string", "eventType": "measurement|gatewayConnected|gatewayDisconnected|sensorConnected|sensorDisconnected|assetStateTransition", // measurement "eventPayload": { "siteName": "string", "assetName": "string", "positionName": "string", "companyName": "string", "geoLocation": { "latitude": number, "longitude": number }, "address": "string", "serialNumber": "string", "make": "string", "model": "string", "assetPositionURL": "string", "sensor": { "physicalId": "string", "rssi": number }, "gateway": { "physicalId": "string" }, "sequenceNo": number, "features": { "acceleration": { "band0To6000Hz": { "xAxis": { "rms": number }, "yAxis": { "rms": number }, "zAxis": { "rms": number } }, "band10To1000Hz": { "totalVibration": { "absMax": number, "absMin": number, "crestFactor": number, "rms": number }, "xAxis": { "rms": number }, "yAxis": { "rms": number }, "zAxis": { "rms": number } } }, "velocity": { "band10To1000Hz": { "totalVibration": { "absMax": number, "absMin": number, "crestFactor": number, "rms": number }, "xAxis": { "rms": number }, "yAxis": { "rms": number }, "zAxis": { "rms": number } } }, "temperature": number } "models": { "temperatureML": { "previousPersistentClassificationOutput": "string", "persistentClassificationOutput": "string", "pointwiseClassificationOutput": "string" }, "vibrationISO": { "isoClass": "string", "mutedThreshold": "string", "previousPersistentClassificationOutput": "string", "persistentClassificationOutput": "string", "pointwiseClassificationOutput": "string" }, "vibrationML": { "previousPersistentClassificationOutput": "string", "persistentClassificationOutput": "string", "pointwiseClassificationOutput": "string" } }, "assetPositionId": "string" } // sensorConnected "eventPayload": { "siteName": "string", "assetName": "string", "positionName": "string", "companyName": "string", "geoLocation": { "latitude": number, "longitude": number }, "address": "string", "serialNumber": "string", "make": "string", "model": "string", "assetPositionURL": "string", "sensor": { "physicalId": "string" }, "assetPositionId": "string" } // sensorDisconnected "eventPayload": { "siteName": "string", "assetName": "string", "positionName": "string", "companyName": "string", "geoLocation": { "latitude": number, "longitude": number }, "address": "string", "serialNumber": "string", "make": "string", "model": "string", "assetPositionURL": "string", "sensor": { "physicalId": "string" }, "assetPositionId": "string" } // gatewayConnected "eventPayload": { "siteName": "string", "gatewayName": "string", "gatewayListURL": "string", "companyName": "string", "geoLocation": { "latitude": number, "longitude": number }, "address": "string", "gateway": { "physicalId": "string" } } // gatewayDisconnected "eventPayload": { "siteName": "string", "gatewayName": "string", "gatewayListURL": "string", "companyName": "string", "geoLocation": { "latitude": number, "longitude": number }, "address": "string", "gateway": { "physicalId": "string" } } // assetStateTransition "eventPayload": { "siteName": "string", "assetName": "string", "positionName": "string", "companyName": "string", "geoLocation": { "latitude": number, "longitude": number }, "address": "string", "serialNumber": "string", "make": "string", "model": "string", "assetPositionURL": "string", "sensor": { "physicalId": "string" }, "assetTransitionType": "measurement|userInput", "assetState": { "newState": "string", "previousState": "string" }, "closureCode": { "failureMode": "string", "failureCause": "string", "actionTaken": "string", "resolvedModels": list<"string"> }, "assetPositionId": "string" } } ``` ## parameter skema v2 Skema ekspor data Amazon Monitron Kinesis v2 mencakup parameter skema berikut. Beberapa parameter adalah pembaruan dari v1 dan beberapa unik untuk v2. Misalnya, `siteName` adalah parameter tingkat pertama di v1. Di v2, ini adalah parameter tingkat kedua yang dapat ditemukan di bawah entitas. `eventPayload` timestamp + Stempel waktu saat pengukuran diterima oleh layanan Amazon Monitron di UTC + Tipe: String + Pola: yyyy-mm-dd HH: MM: SS.sss eventId + ID peristiwa ekspor data unik yang ditetapkan untuk setiap pengukuran. Dapat digunakan untuk menghapus duplikasi catatan aliran Kinesis yang diterima. + Tipe: String versi + Versi skema + Tipe: String + Nilai: 1.0 atau 2.0 accountId + ID AWS akun 12 digit untuk proyek Monitron Anda + Tipe: String projectName Nama proyek ditampilkan di aplikasi dan konsol. Tipe: String projectId ID unik Amazon Monitron proyek Anda. Tipe: String eventType + Aliran acara saat ini. Setiap jenis acara akan memiliki `eventPayload` format khusus. + Tipe: String + Nilai yang mungkin:`measurement`,`gatewayConnected`,`gatewayDisconnected`,`sensorConnected`,`sensorDisconnected`,`assetStateTransition`. **`eventType: measurement`** EventPayload.features.acceleration.band0to6000hz.xaxis.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu x + Jenis: Angka + Satuan: m/s ^ 2 EventPayload.features.acceleration.band0to6000hz.yaxis.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu y + Jenis: Angka + Satuan: m/s ^ 2 eventpayload.features.acceleration.band0to6000hz.zaxis.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu z + Jenis: Angka + Satuan: m/s ^ 2 EventPayload.Features.Acceleration.Band10to1000Hz.ResultantVector.ABSMAX + Akselerasi maksimum absolut diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka + Satuan: m/s ^ 2 eventPayload.features.acceleration.band10to1000hz.resultantVector.absmin + Akselerasi minimum absolut diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka + Satuan: m/s ^ 2 EventPayload.features.acceleration.band10to1000hz.resultantVector.crestFactor + Faktor puncak percepatan diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka EventPayload.features.acceleration.band10to1000hz.resultantVector.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka + m/s ^ 2 EventPayload.Features.Acceleration.Band10to1000hz.xaxis.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu x + Jenis: Angka + m/s ^ 2 EventPayload.Features.Acceleration.Band10to1000hz.yaxis.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu y + Jenis: Angka + m/s ^ 2 EventPayload.Features.Acceleration.Band10to1000hz.zaxis.rms + Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu z + Jenis: Angka + m/s ^ 2 EventPayload.Features.Temperature + Suhu yang diamati + Jenis: Angka + °C/degc EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.ABSMAX + Kecepatan maksimum absolut diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka + mm/s EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.absmin + Kecepatan minimum absolut diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka + mm/s EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.crestFactor + Faktor puncak kecepatan diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka EventPayload.Features.Velocity.Band10to1000Hz.ResultantVector.rms + Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz + Jenis: Angka + mm/s EventPayload.Features.Velocity.Band10to1000hz.xaxis.rms + Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu x + Jenis: Angka + mm/s EventPayload.Features.Velocity.Band10to1000hz.yaxis.rms + Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu y + Jenis: Angka + mm/s EventPayload.Features.Velocity.Band10to1000hz.zaxis.rms + Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz pada sumbu z + Jenis: Angka + mm/s EventPayload.SequenceNo + Nomor urutan pengukuran + Jenis: Angka EventPayload. assetPositionId + Pengidentifikasi posisi sensor tempat pengukuran dikirim. + Tipe: String EventPayload.companyName + Nama perusahaan yang menggunakan aset tersebut. + Tipe: String EventPayload.geolocation.Latitude + Lintang lokasi fisik situs. + Jenis: Angka EventPayload.geolocation.Longitude + Bujur lokasi fisik situs. + Jenis: Angka EventPayload.address + Alamat situs. + Tipe: String EventPayload.SerialNumber + Nomor seri aset. + Tipe: String EventPayload.make + Membuat aset. + Tipe: String EventPayload.model + Model aset. + Tipe: String `eventType: sensorConnected` Nama situs + Nama situs yang ditampilkan di aplikasi + Tipe: String AssetName + Nama aset yang ditampilkan di aplikasi + Tipe: String PositionName + Nama posisi sensor ditampilkan di aplikasi + Tipe: String AssetPositionURL + URL sensor ditampilkan di aplikasi + Tipe: String PhysiCalid + ID fisik sensor dari mana pengukuran dikirim + Tipe: String EventPayload. assetPositionId + Pengidentifikasi posisi sensor yang statusnya berubah. + Tipe: String EventPayload.companyName + Nama perusahaan yang menggunakan aset tersebut. + Tipe: String EventPayload.geolocation.Latitude + Lintang lokasi fisik situs. + Jenis: Angka EventPayload.geolocation.Longitude + Bujur lokasi fisik situs. + Jenis: Angka EventPayload.address + Alamat situs. + Tipe: String EventPayload.SerialNumber + Nomor seri aset. + Tipe: String EventPayload.make + Membuat aset. + Tipe: String EventPayload.model + Model aset. + Tipe: String `eventType: sensorDisconnected` Nama situs + Nama situs yang ditampilkan di aplikasi + Tipe: String AssetName + Nama aset yang ditampilkan di aplikasi + Tipe: String PositionName + Nama posisi sensor ditampilkan di aplikasi + Tipe: String AssetPositionURL + URL sensor ditampilkan di aplikasi + Tipe: String PhysiCalid + ID fisik sensor dari mana pengukuran dikirim + Tipe: String EventPayload. assetPositionId + Pengidentifikasi posisi sensor yang statusnya berubah. + Tipe: String EventPayload.companyName + Nama perusahaan yang menggunakan aset tersebut. + Tipe: String EventPayload.geolocation.Latitude + Lintang lokasi fisik situs. + Jenis: Angka EventPayload.geolocation.Longitude + Bujur lokasi fisik situs. + Jenis: Angka EventPayload.address + Alamat situs. + Tipe: String EventPayload.SerialNumber + Nomor seri aset. + Tipe: String EventPayload.make + Membuat aset. + Tipe: String EventPayload.model + Model aset. + Tipe: String `eventType: gatewayConnected` EventPayload.SiteName + Nama situs yang ditampilkan di aplikasi + Tipe: String EventPayload.gatewayName + Nama gateway seperti yang ditampilkan di aplikasi + Tipe: String EventPayload.gatewayListUrl + URL gateway ditampilkan di aplikasi + Tipe: String EventPayload.gateway.PhysicaLid + ID fisik gateway baru saja terhubung untuk mengirimkan data ke layanan Amazon Monitron + Tipe: String EventPayload.companyName + Nama perusahaan yang menggunakan aset tersebut. + Tipe: String EventPayload.geolocation.Latitude + Lintang lokasi fisik situs. + Jenis: Angka EventPayload.geolocation.Longitude + Bujur lokasi fisik situs. + Jenis: Angka EventPayload.address + Alamat situs. + Tipe: String `eventType: gatewayDisconnected` Nama situs + Nama situs yang ditampilkan di aplikasi + Tipe: String GatewayName + Nama gateway seperti yang ditampilkan di aplikasi + Tipe: String GatewayListURL + URL gateway ditampilkan di aplikasi + Tipe: String PhysiCalid + ID fisik gateway baru saja terhubung untuk mengirimkan data ke layanan Amazon Monitron + Tipe: String EventPayload.companyName + Nama perusahaan yang menggunakan aset tersebut. + Tipe: String EventPayload.geolocation.Latitude + Lintang lokasi fisik situs. + Jenis: Angka EventPayload.geolocation.Longitude + Bujur lokasi fisik situs. + Jenis: Angka EventPayload.address + Alamat situs. + Tipe: String `eventType: assetStateTransition` EventPayload.SiteName + Nama situs yang ditampilkan di aplikasi + Tipe: String EventPayload.assetName + Nama aset yang ditampilkan di aplikasi + Tipe: String EventPayload.positionName + Nama posisi sensor ditampilkan di aplikasi + Tipe: String EventPayload.assetPositionUrl + URL sensor ditampilkan di aplikasi + Tipe: String EventPayload.sensor.PhysicaLid + ID fisik sensor dari mana pengukuran dikirim + Tipe: String EventPayload. assetTransitionType + Alasan di balik transisi status aset + Tipe: String + Nilai yang mungkin: `measurement` atau `userInput` EventPayload.assetState.NewState + Keadaan aset yang baru + Tipe: String EventPayload.assetState.previousState + Keadaan aset sebelumnya + Tipe: String EventPayload.closurecode.failuremode + Mode kegagalan yang dipilih oleh pengguna saat mengakui kegagalan ini + Tipe: String + Nilai yang mungkin: `NO_ISSUE` `BLOCKAGE` \$1 `CAVITATION` \$1 `CORROSION` \$1 `DEPOSIT` \$1 `IMBALANCE` \$1 `LUBRICATION` \$1 `MISALIGNMENT` \$1 `OTHER` \$1 `RESONANCE` \$1 `ROTATING_LOOSENESS` \$1 `STRUCTURAL_LOOSENESS` \$1 `TRANSMITTED_FAULT` \$1 `UNDETERMINED` EventPayload.closurecode.failUrecause + Penyebab kegagalan seperti yang dipilih oleh pengguna di dropdown aplikasi saat mengakui kegagalan. + Tipe: String + Nilai yang mungkin: `ADMINISTRATION` `DESIGN` \$1 `FABRICATION` \$1 `MAINTENANCE` \$1 `OPERATION` \$1 `OTHER` \$1 `QUALITY` \$1 `UNDETERMINED` \$1 `WEAR` EventPayload.closurecode.actionTaken + Tindakan yang diambil saat menutup anomali ini, seperti yang dipilih oleh pengguna di dropdown aplikasi. + Tipe: String + Nilai yang mungkin: `ADJUST` `CLEAN` \$1 `LUBRICATE` \$1 `MODIFY` \$1 `NO_ACTION` \$1 `OTHER` \$1 `OVERHAUL` \$1 `REPLACE` EventPayload.closurecode.resolvedModels + Himpunan model yang menyebut masalah ini. + Jenis: Daftar String + Nilai yang mungkin: `vibrationISO` \$1 `vibrationML` \$1 `temperatureML` EventPayload. assetPositionId + Pengidentifikasi posisi aset yang statusnya berubah. + Tipe: String Models.temperatureMl. persistentClassificationOutput + Output klasifikasi persisten dari model suhu berbasis pembelajaran mesin + Jenis: Angka + Nilai Valid: `UNKNOWN | HEALTHY | WARNING | ALARM` Models.temperatureMl. pointwiseClassificationOutput + Output klasifikasi point-wise dari model suhu berbasis pembelajaran mesin + Tipe: String + Nilai yang Valid: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM` model.vibrationiso.isoclass + Kelas ISO 20816 (standar untuk pengukuran dan evaluasi getaran mesin) yang digunakan oleh model getaran berbasis ISO + Tipe: String + Nilai yang Valid: `CLASS1 | CLASS2 | CLASS3 | CLASS4` models.vibrationiso.mutedThreshold + Ambang batas untuk menonaktifkan notifikasi dari model getaran berbasis ISO + Tipe: String + Nilai yang Valid: `WARNING | ALARM` Model.getaranISO. persistentClassificationOutput + Output klasifikasi persisten dari model getaran berbasis ISO + Tipe: String + Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM` Model.getaranISO. pointwiseClassificationOutput + Output klasifikasi point-wise dari model getaran berbasis ISO + Tipe: String + Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM | MUTED_WARNING | MUTED_ALARM` Models.vibrationMl. persistentClassificationOutput + Output klasifikasi persisten dari model getaran berbasis pembelajaran mesin + Tipe: String + Nilai yang Valid: `UNKNOWN | HEALTHY | WARNING | ALARM` Models.vibrationMl. pointwiseClassificationOutput + Output klasifikasi point-wise dari model getaran berbasis pembelajaran mesin + Tipe: String + Nilai yang Valid: `UNKNOWN | INITIALIZING | HEALTHY | WARNING | ALARM` AssetState.newState + Status mesin setelah memproses pengukuran + Tipe: String + Nilai yang Valid: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM` AssetState.previousState + Status mesin sebelum memproses pengukuran + Tipe: String + Nilai yang Valid: `UNKNOWN | HEALTHY | NEEDS_MAINTENANCE | WARNING | ALARM` EventPayload.companyName + Nama perusahaan yang menggunakan aset tersebut. + Tipe: String EventPayload.geolocation.Latitude + Lintang lokasi fisik situs. + Jenis: Angka EventPayload.geolocation.Longitude + Bujur lokasi fisik situs. + Jenis: Angka EventPayload.address + Alamat situs. + Tipe: String EventPayload.SerialNumber + Nomor seri aset. + Tipe: String EventPayload.make + Membuat aset. + Tipe: String EventPayload.model + Model aset. + Tipe: String # Migrasi dari Kinesis v1 ke v2 Jika saat ini Anda menggunakan skema data v1, Anda mungkin sudah mengirim data ke Amazon S3, atau memproses lebih lanjut payload aliran data dengan Lambda. **Topics** + [Memperbarui skema data ke v2](#updating-to-v2) + [Memperbarui pemrosesan data dengan Lambda](#updating-with-lam) ## Memperbarui skema data ke v2 Jika Anda telah mengonfigurasi aliran data dengan skema v1, Anda dapat memperbarui proses ekspor data Anda dengan melakukan hal berikut: 1. Buka konsol Amazon Monitron Anda. 1. Arahkan ke proyek Anda. 1. Hentikan [ekspor data langsung saat ini](monitron-kinesis-export-v2.md#stop-kinesis-export-v2). 1. Mulai ekspor data langsung untuk membuat aliran data baru. 1. Pilih aliran data yang baru dibuat. 1. Pilih **mulai ekspor data langsung**. Pada titik ini, skema baru akan mengirim muatan Anda melalui aliran data. 1. (Opsional) Buka konsol Kinesis dan hapus aliran data lama Anda. 1. Konfigurasikan metode pengiriman baru untuk aliran data yang baru Anda buat dengan skema v2. Streaming baru Anda sekarang mengirimkan muatan yang sesuai dengan skema v2 ke bucket baru Anda. Sebaiknya gunakan dua bucket berbeda untuk memiliki format yang konsisten jika Anda ingin memproses semua data dalam bucket ini. Misalnya, menggunakan layanan lain seperti Athena dan. AWS Glue **catatan** Jika Anda mengirimkan data ke Amazon S3, pelajari cara [menyimpan data yang diekspor di Amazon S3](kinesis-store-S3-v2.md#kinesis-store-S3-title-v2) untuk detail tentang cara mengirimkan data Anda ke Amazon S3 dengan skema v2. **catatan** Jika Anda menggunakan fungsi Lambda untuk memproses muatan, pelajari cara [memproses data dengan](https://docs.aws.amazon.com/Monitron/latest/user-guide/data-export-lambda.html) Lambda. Anda juga dapat merujuk ke bagian [pembaruan dengan Lambda](#updating-with-lam) untuk informasi lebih lanjut. ## Memperbarui pemrosesan data dengan Lambda Memperbarui pemrosesan data dengan Lambda mengharuskan Anda mempertimbangkan bahwa aliran data v2 sekarang berbasis peristiwa. Kode Lambda v1 awal Anda mungkin mirip dengan yang berikut ini: ``` import base64 def main_handler(event): # Kinesis "data" blob is base64 encoded so decode here: for record in event['Records']: payload = base64.b64decode(record["kinesis"]["data"]) measurement = payload["measurement"] projectDisplayName = payload["projectDisplayName"] # Process the content of the measurement # ... ``` Karena skema data v1 berada di jalur penghentian, kode Lambda sebelumnya tidak akan berfungsi dengan semua aliran data baru. Kode contoh Python berikut akan memproses peristiwa dari aliran Kinesis dengan skema data v2. Kode ini menggunakan `eventType` parameter baru untuk mengarahkan pemrosesan ke handler yang sesuai: ``` import base64 handlers = { "measurement": measurementEventHandler, "gatewayConnected": gatewayConnectedEventHandler, "gatewayDisconnected": gatewayDisconnectedEventHandler, "sensorConnected": sensorConnectedEventHandler, "sensorDisconnected": sensorDisconnectedEventHandler, } def main_handler(event): # Kinesis "data" blob is base64 encoded so decode here: for record in event['Records']: payload = base64.b64decode(record["kinesis"]["data"]) eventType = payload["eventType"] if eventType not in handler.keys(): log.info("No event handler found for the event type: {event['eventType']}") return # Invoke the appropriate handler based on the event type. eventPayload = payload["eventPayload"] eventHandler = handlers[eventType] eventHandler(eventPayload) def measurementEventHandler(measurementEventPayload): # Handle measurement event projectName = measurementEventPayload["projectName"] # ... def gatewayConnectedEventHandler(gatewayConnectedEventPayload): # Handle gateway connected event # Other event handler functions ```