NGSI によるデータ・モデリング - FIWARE WednesdayWebinars

NGSIによるデータ・モデリング
(Data Modelling with NGSI)
José Manuel Cantera Fonseca – FIWARE Foundation
May 2019 (Aligned with ETSI ISG CIM)
Translated to Japanese by Kazuhito Suda, FIWARE Evangelist

インフォメーション・モデル
1

2
インフォメーション・モデル -
Attributes
• Name
• Type
• Value
Entity
• EntityId
• EntityType
1 n
“has”
Metadata
• Name
• Type
• Value1 n
“has”
2

3
インフォメーション・モデル (UML) – NGSI-LD

4
インフォメーション・モデル - ハイライト
 NGSI Entity  物理オブジェクトまたは仮想オブジェクト
 (1つの) Entity Type を持ちます
 Entity ID によって一意に識別されます (URI)
 Entity には、name で識別される0個以上の attributes があります
 Property --> Entitiy の静的または動的な特性
 GeoProperty (地理空間的コンテキスト)
 TemporalProperty (時間コンテキスト)
 Relationship リンクされたエンティティとの関連付け (単方向性)
 Properties には value があります
 NGSIの値は単一 (Number, String, boolean), または複雑 (Array, Structured Value) にすることがで
きます
 Relationships には object があります
 別の entity (relationship のターゲット)。ターゲットはコレクションにすることができます

5
情報モデル - ハイライト (II)
 クロスドメイン, 情報にコンテキストを与えるためのコア・プロパティ
 location  地理空間ロケーション, GeoJSON としてエンコード
 observedAt  観測タイムスタンプ, ISO8601 としてエンコード (timestamp)
 createdAt  (entity, attribute の) 作成タイムスタンプ. Orion では dateCreated
 modifiedAt  (entity, attribute の) 更新タイムスタンプ. Orion では dateModified
 unitCode 測定単位, UN/CEFACT によって義務付けられているようにエンコード
 推奨する方法
 エンティティを識別するために URIs を使用する.
 既製の URN スキーマを提供しています。id が参照するエンティティ・タイプを事前に
知ることができます
 urn:ngsi-ld:<Entity_Type_Name>:<Entity_Identification_String>

ケース・スタディ1
スマート・シティ
6

7
データ・モデル : スマート・シティ
Source: ETSI
Specification

8
クラシカルな JSON 表現 (別名 NGSIv2)
{
"id": "urn:ngsi-ld:Vehicle:A4567",
"type": "Vehicle",
"brandName": {
"type": "Property",
"value": "Mercedes"
},
"isParked": {
"type": "Relationship",
"value": "urn:ngsi-ld:OffStreetParking:Downtown1",
"metadata": {
”timestamp": {
"value" : "2017-07-29T12:00:04Z",
"type" : "DateTime"
},
"providedBy": {
"type" : "Relationship",
"value" : "urn:ngsi-ld:Person:Bob"
}
}
}
}
{
"id": "urn:ngsi-ld:OffStreetParking:Downtown1",
"type": "OffStreetParking",
"availableSpotNumber": {
"type": "Property",
"value": 121,
"metadata" : {
”timestamp": {
"value" : "2017-07-29T12:00:04Z",
"type" : "DateTime"
},
"reliability": {
"type" : "Property",
"value" : 0.7
},
"providedBy": {
"type" : "Relationship",
"value" : "urn:ngsi-ld:Camera:C1"
}
}
},
"location": {
"type": "geo:json",
"value": {
"type": "Point",
"coordinates": [-8.5, 41.2]
}
}
}

9
JSON-LD (RDF フレンドリー) 表現 (別名 NGSI-LD)
{
"id": "urn:ngsi-ld:Vehicle:A4567",
"type": "Vehicle",
"brandName": {
"type": "Property",
"value": "Mercedes"
},
"isParked": {
"object": "urn:ngsi-ld:OffStreetParking:Downtown1",
"observedAt": "2017-07-29T12:00:04Z",
"providedBy": {
"object": "urn:ngsi-ld:Person:Bob"
}
},
"@context": [
"https://uri.etsi.org/ngsi-ld/v1/",
"https://schema.lab.fiware.org/ld/context/"
]
}
{
"availableSpotNumber": {
"type": "Property",
"value": 121,
"observedAt": "2017-07-29T12:05:02Z",
"reliability": {
"type": "Property",
"value": 0.7
},
"providedBy": {
"object": "urn:ngsi-ld:Camera:C1"
}
},
"location": {
"type": "GeoProperty",
"value": {
"type": "Point",
}
},
"@context": [
]
}

10
簡略化された表現 (keyValues)
{
"name": "Downtown One",
"availableSpotNumber": 121,
"totalSpotNumber": 200,
"location": {
"type": "Point",
},
"@context": [
]
}
NGSI-LD および NGSIv2 に相当

ケース・スタディ2
スマート・アグリフード
11

1
2
データモデル: スマート・アグリフード

13
クラシカルな JSON 表現 (別名 NGSIv2)
{
"id": "urn:ngsi-ld:Tractor:A4567",
"type": ”Tractor",
"brandName": {
"type": "Property",
"value": ”John Deere"
},
"speed": {
type": "Property"
"value": 12,
"metadata": {
”timestamp": {
"value" : "2017-07-29T12:00:04Z",
"type" : "DateTime"
}
}
},
"isLabouring": {
"value": "urn:ngsi-ld:AgriParcel:A456",
"metadata": {
"startedAt": {
"value" : "2017-07-29T12:00:04Z",
"type" : "DateTime"
}
}
}
}
{
"id": "urn:ngsi-ld:AgriParcel:A456",
"type": ”AgriParcel",
"location": {
"type" : "geo:json" {
"value" : {
"type": "Polygon",
"coordinates": [
[
100,
0
],
[
101,
0
],
[
101,
1
],
[
100,
1
],
[
100,
0
]
] }
}
}

14
JSON-LD (RDF フレンドリー) 表現 (別名 NGSI-LD)
{
"brandName": {
"type": "Property",
"value": "Mercedes"
},
"speed" : {
"type": "Property",
"value": 12,
"observedAt": "2017-07-29T12:01:32Z"
},
"isLabouring": {
"object": "urn:ngsi-ld:AgriParcel:A456",
”startedAt": {
"type": "Property",
"value": "2017-07-29T12:00:04Z"
}
},
"@context": [
]
}
{
"id": "urn:ngsi-ld:AgriParcel:A456",
"type": "AgriParcel",
"location": {
"type" : "GeoProperty" {
"value" : {
"type": "Polygon",
"coordinates": [
[
100,
0
],
[
101,
0
],
[
101,
1
],
[
100,
1
],
[
100,
0
]
] }
},
"@context": [
]
}

15
簡略化された表現 (keyValues)
{
”brandName": ”John Deere",
”speed": 12,
”isLabouring": ”urn:ngsi-ld:AgriParcel:A456",
"@context": [
]
}
Equivalent in NGSI-LD and NGSIv2

FIWARE データ・モデル
1
6

17
FIWARE データ・モデル
 ホームページ: https://schema.fiware.org
 複数のデータ・モデルを開発したオープンソース・プロジェクト
 https://github.com/FIWARE/dataModels
 主に、スマート・シティ・ドメイン用ですが、スマート・アグリフード・ドメイン用もあります
 Markdown + JSON スキーマを使用して仕様が作成されています
 気象観測データ・モデルの例
 https://github.com/Fiware/dataModels/blob/master/specs/Weather/WeatherObserved/doc/spec.md
 https://fiware.github.io/dataModels/specs/Weather/WeatherObserved/schema.json
 データ・モデルのガイドライン (新しいデータ・モデルの作り方)
 https://github.com/Fiware/dataModels/blob/master/specs/guidelines.md
 プル・リクエスト - ライフサイクルのレビュー

19
リファレンス
 NGSI-LD FAQ
 https://github.com/FIWARE/dataModels/blob/master/specs/ngsi-ld_faq.md
 NGSI-LD HowTo
 https://github.com/FIWARE/dataModels/blob/master/specs/ngsi-ld_howto.md
 ETSI NGSI-LD 仕様 (2019/1)
 https://www.etsi.org/deliver/etsi_gs/CIM/001_099/009/01.01.01_60/gs_CIM009v010101p.pdf
 https://docbox.etsi.org/isg/cim/open/Presentation_for_WoT_Plenary_Meeting_Lyon__TPAC_.pdf
 FIWARE NGSIv2 仕様
 http://fiware.github.io/specifications/ngsiv2/stable/

Thank you!
http://fiware.org
Follow @FIWARE on Twitter
José Manuel Cantera Fonseca
FIWARE Foundation
Josemanuel.cantera@fiware.org

NGSI によるデータ・モデリング - FIWARE WednesdayWebinars

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Semelhante a NGSI によるデータ・モデリング - FIWARE WednesdayWebinars

Semelhante a NGSI によるデータ・モデリング - FIWARE WednesdayWebinars (19)

Mais de fisuda

Mais de fisuda (19)

NGSI によるデータ・モデリング - FIWARE WednesdayWebinars