使用Rest Client访问Time Series服务

使用Rest Client访问Time Series服务

Time Series数据库是做数据分析常用的数据库，为了方便地在开发中访问Time Series服务，可以使用官方开发的Rest Client，以提高开发效率。
本篇将介绍如何在java环境下使用内置的Rest Client方便地访问Time Series服务。

在阅读本篇之前，请先保证您已经有一个Predix帐号，并完成以下Time Series使用教程进行了基本的配置：
上传数据到Predix的时序（Time Series）数据服务

注：该功能目前为beta版本，如果有什么疑问可以在Predix官方论坛提问

使用Rest Client访问Time Series服务可以通过以下几步：

一、 加入依赖申明

首先，使用Rest Client访问Time Series需要在Maven的配置文件中加入相应的依赖。具体如下：
在~/.m2下Maven的配置文件Setting.xml文件中加入如下依赖：

<server>
    <id>artifactory.externalid>
    <username><predix-user-name>username>
    <password><predix-password>password>
server>

其中，predix-user-name和predix-password是你的Predix用户名和密码。除了使用明文以外，此处也可以对用户名密码进行加密，具体可以访问apache加密相关的页面查看。

然后，在工程文件的pom.xml下面加入资源库和依赖

<repositories>
     <repository>
        <id>artifactory.externalid>
        <name>GE external repositoryname>
        <url>https://artifactory.predix.io/artifactory/PREDIX-EXTurl>
     repository>
repositories>
<dependencies>
    <dependency>
        <groupId>com.ge.predix.timeseriesgroupId>
        <artifactId>timeseries-clientartifactId>
        <version>0.0.2-SNAPSHOTversion>
    dependency>
dependencies>

二、 配置Rest Client

Rest Client的正常工作需要提供对应的Time Series的配置信息，可以通过提供配置文件的方式或者编程的方式直接加入到项目中。
1. 通过配置文件加入配置信息
a. 将你的App绑定到你所创建的Time Series的一个instance上，绑定方法见上传数据到Predix的时序（Time Series）数据服务
b. 获取使用Time Series所需要的环境变量：在命令行登录后输入

  cf env <application_name>

得到结果如下：

  {
    "predix-timeseries": [
   {
    "credentials": {
     "ingest": {
      "uri": "wss://gateway-predix-data-services.run.aws-jp01-pr.ice.predix.io/v1/stream/messages",
      "zone-http-header-name": "Predix-Zone-Id",
      "zone-http-header-value": "your-ts-zone-id",
      "zone-token-scopes": [
       "timeseries.zones.your-ts-zone-id.user",
       "timeseries.zones.your-ts-zone-id.ingest"
      ]
     },
     "query": {
      "uri": "https://time-series-store-predix.run.aws-jp01-pr.ice.predix.io/v1/datapoints",
      "zone-http-header-name": "Predix-Zone-Id",
      "zone-http-header-value": "your-ts-zone-id",
      "zone-token-scopes": [
       "timeseries.zones.your-ts-zone-id.user",
       "timeseries.zones.your-ts-zone-id.query"
      ]
     }
    },
    "label": "predix-timeseries",
    "name": "your-ts-name",
    "plan": "Free",
    "provider": null,
    "syslog_drain_url": null,
    "tags": [
     "timeseries",
     "time-series",
     "time series"
    ]
  },
  {
    "predix-uaa": [
    {
        "credentials": {
        "dashboardUrl": "https://uaa-dashboard.run.aws-jp01-pr.ice.predix.io/#/login/your-uaa-id",
        "issuerId": "https://your-uaa-id.predix-uaa.run.aws-jp01-pr.ice.predix.io/oauth/token",
        "subdomain": "your-uaa-id",
        "uri": "https://your-uaa-id.predix-uaa.run.aws-jp01-pr.ice.predix.io",
        "zone": {
        "http-header-name": "X-Identity-Zone-Id",
        "http-header-value": "your-uaa-id" }
        },
        "label": "predix-uaa",
        "name": "your-uaa-name",
        "plan": "Free",
        "provider": null,
        "syslog_drain_url": null,
        "tags": [],
        "volume_mounts": []
    }
    ]
  }
  ]
  }

c. 在工程目录中创建一个名为predix-timeseries.properties的文件，并将上一步中得到的参数以及用于访问Time Series的client的信息填到文件中。

    # Predix Timeseries configuration. >>>>>
    # DO NOT MODIFY WITHOUT CONSULTING PREDIX SUPPORT
    predix.timeseries.maxTagsPerQuery=5
    predix.timeseries.maxIngestionMessageSize=512000
    # Predix Timeseries configuration. <<<<<

    #Purchased Plan restrictions. >>>>>
    # MODIFY TO SUIT YOUR PLAN. GOING OVER MIGHT RESULT IN ADDED CHARGES
    plan.ingestion.concurrent.connections.max=100
    plan.query.concurrent.connections.max=100
    #Purchased Plan restrictions. <<<<<

    #Execution properties. >>>>>
    # MODIFY AS APPROPRIATE

    #Execution properties. <<<<<

    uaa.uri=without the /oauth/token)>
    ingestion.uri=from the binding to Predix time-series>
    ingestion.zone-http-header-name=Predix-Zone-Id
    ingestion.client.id=<the client id that has scope access to 'timeseries.zones.id>.ingest'>
    ingestion.client.secret.env.variable=that contains the ingestion client secret>
    query.uri=from the binding to Predix time-series>
    query.zone-http-header-name=Predix-Zone-Id
    query.client.id=id that has scope access to 'timeseries.zones.id>.query'>
    query.client.secret.env.variable=that contains the query client secret>

d. 然后把工程文件的目录添加到代码中：

    TenantContext tenant = TenantContextFactory.createTenantContextFromPropertiesFile(propertiesPath);

1. 将配置信息直接写入代码中
   首先通过和第一步相同的方式获取相关参数信息，然后通过以下方式讲配置信息加入到代码中：
   如果需要同时进行读取和注入，则通过以下代码：

  TenantContext tenant = TenantContextFactory.createTenantContextFromProvidedProperties(queryUri, queryAccessToken, ingestionUri, ingestionAccessToken, zoneHeaderName, zoneId)

如果只需要进行注入，则通过以下代码：

  TenantContext tenant = TenantContextFactory.createIngestionTenantContextFromProvidedProperties(ingestionUrl, authToken, predixZoneIdHeaderName, predixZoneIdHeaderValue);

如果只需要读取，则通过以下代码：

  TenantContext tenant = TenantContextFactory.createQueryTenantContextFromProvidedProperties(queryUrl, authToken, predixZoneIdHeaderName, predixZoneIdHeaderValue);

三、 通过Rest Client进行Time Series数据的注入

以下是一个java代码的例子：

Integer sensorValueAsInt = (int) Math.random();
Double sensorValueAsDouble = Math.random();
IngestionRequestBuilder ingestionBuilder = IngestionRequestBuilder.createIngestionRequest()
        .withMessageId("")
        .addIngestionTag(IngestionTag.Builder.createIngestionTag()
                .withTagName("TagName")
                .addDataPoints(
                        Arrays.asList(
                                new DataPoint(new Date().getTime(), sensorValueAsInt, Quality.GOOD),
                                new DataPoint(new Date().getTime(), sensorValueAsDouble, Quality.NOT_APPLICABLE),
                                new DataPoint(new Date().getTime(), "Bad Value", Quality.BAD),
                                new DataPoint(new Date().getTime(), null, Quality.UNCERTAIN)
                        )
                )
                .addAttribute("AttributeKey", "AttributeValue")
                .addAttribute("AttributeKey2", "AttributeValue2")
                .build());

String json = ingestionBuilder.build().get(0);
IngestionResponse response = ClientFactory.ingestionClientForTenant(tenant).ingest(json);
String responseStr = response.getMessageId() + response.getStatusCode();

其中，tenant为第二步中所配置的Tenant。
注：Time Series单次上传数据不能超过512KB，目前Time Series还支持压缩格式（GZIP）的Json，但解压后的大小依旧不能超过512KB。

四、 通过Rest Client进行Time Series数据的读取

在java中可以用以下代码通过Client读取Time Series数据：

QueryBuilder builder = QueryBuilder.createQuery()
        .withStartAbs(1427463525000L)
        .withEndAbs(1427483525000L)
        .addTags(
                QueryTag.Builder.createQueryTag()
                        .withTagNames(Arrays.asList("ALT_SENSOR", "TEMP_SENSOR"))
                        .withLimit(1000)
                        .addAggregation(Aggregation.Builder.averageWithInterval(1, TimeUnit.HOURS))
                        .addFilters(FilterBuilder.getInstance()
                                .addAttributeFilter("host", Arrays.asList("")).build())
                        .addFilters(FilterBuilder.getInstance()
                                .addAttributeFilter("type", Arrays.asList("")).build())
                        .addFilters(FilterBuilder.getInstance()
                                .addMeasurementFilter(FilterBuilder.Condition.GREATER_THAN_OR_EQUALS, Arrays.asList("23.1")).build())
                        .addFilters(FilterBuilder.getInstance()
                                .withQualitiesFilter(Arrays.asList(Quality.BAD, Quality.GOOD)).build())
                        .build());
QueryResponse response = ClientFactory.queryClientForTenant(tenant).queryAll(builder.build());

其中，tenant为第二步中所配置的tenant。