Languages: English • 简体中文 • 繁體中文
SensorThings API - 时间旅行
在 第三部分 中, 我们:
-
从SensorThings服务器取回了
@iot.nextLink连结的所有Locations。 -
调整了地图以显示更多的可用数据。
available_bikes的观测属性ObservedProperty的观测值Observations。但如需了解数据跟随时间的变化情况，历史数据也很重要。在这部分中，我们将展示如何从SensorThings服务器取回通过phenomenonTime排序过的数据。
过滤观测值（Observations）
之前为了取回available_bike，我们过滤了Datastreams里面对应的ObservedProperty。我们也可以对各种其他属性进行$filter，包括了Observations里面的phenomenonTime。
这是我们之前使用过的查询，不同的是，这里我们修改了返回结果的时间日期，任选一个时间，比如返回从2017年2月13日下午5点（美国东部标准时间或UTC-5）到现在的所有结果。
请注意，时间表示是依照 ISO 8601 合并日期与时间的扩展格式。虽然这里我们不展开讨论 时区和时差 问题，但建议您可以适当了解一下这方面的知识，包括与UTC时间的关系，尤其如果涉及到夏令时，问题会更加复杂。
通过组合不同的$filter和$orderby，可满足不同的查询需要。举例来说:
-
取在某个特定时间之前的数据，以降序排列：
$filter=phenomenonTime lt [iso8601-time]and$orderby=phenomenonTime desc -
取在某个特定时间之后的数据，以升序排列：
$filter=phenomenonTime gt [iso8601-time]and$orderby=phenomenonTime asc -
取一段时间之内的所有的数据：
$filter=phenomenonTime ge [iso8601-time] and phenomenonTime lt [iso8601-time]
lt 代表“小于（less-than）”，gt代表“大于（greater-than）”，le和ge分别代表“小于或等于（less-than-or-equal-to）”和“大于或等于（greater-than-or-equal-to）”。
一天之内自行车的可用性变化
为了让事情变得有趣，让我们尝试一种可视化数据的方法可以：
- 显示一些有意义的资讯。
- 显示在一天之中的变化。
对任何人而言，一个站点只要至少有一辆可用的自行车（假设使用者只需要一辆）或至少一个车位（假设使用者需要还车）。因此，为了可视化这一点:
-
取回
available_bikes与available_docks数据，这可以通过删除查询中$filter=ObservedProperty/name eq 'available_bikes'来实现。 -
下方地图红色圆圈表示站点是空的，即没有自行车或者没有车位。
时光飞逝
$filter中修改phenomenonTime为特定时间。
通过观察可以得出，在白天的某些较为集中的地方，有很多自行车站点都是空的。也就是说，我们以一天作为数据点，可以展开一些潜在的问题，比如是否自行车和车位因为工作日或周末而不同？类似这样的问题，可以留给您继续探索。
总结
这个系列教程中，我们逐步介绍了如何从SensorThing服务器取得位置Locations以及与其关联的观测值Observations，并在地图上进行了可视化展示。当然了，通过SensorThings您还可以实现更多的需求。希望这个教程可以启发您的思路，为您以后的探索学习奠定基础。