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.

# Memahami skema ekspor data v1
<a name="data-export-schema"></a>

**catatan**  
Skema ekspor data Kinesis Amazon Monitron v1 tidak digunakan lagi. Pelajari lebih lanjut tentang [skema ekspor data v2](monitron-kinesis-export-v2.md). 

Setiap data pengukuran dan hasil inferensi yang sesuai diekspor sebagai satu catatan aliran data Kinesis dalam format JSON.

**Topics**
+ [format skema v1](#data-export-schema-format)
+ [parameter skema v1](#data-export-schema-parameters)

## format skema v1
<a name="data-export-schema-format"></a>

```
{
    "timestamp": "string",
    "eventId": "string",
    "version": "string",
    "projectDisplayName": "string",
    "siteDisplayName": "string",
    "assetDisplayName": "string",
    "sensorPositionDisplayName": "string",
    "sensor": {
        "physicalId": "string",
        "rssi": number
    },
    "gateway": {
        "physicalId": "string"
    },
    "measurement": {
        "features": {
            "acceleration": {
                "band0To6000Hz": {
                    "xAxis": {
                        "rms": number
                    },
                    "yAxis": {
                        "rms": number
                    },
                    "zAxis": {
                        "rms": number
                    }
                },
                "band10To1000Hz": {
                    "resultantVector": {
                        "absMax": number,
                        "absMin": number,
                        "crestFactor": number,
                        "rms": number
                    },
                    "xAxis": {
                        "rms": number
                    },
                    "yAxis": {
                        "rms": number
                    },
                    "zAxis": {
                        "rms": number
                    }
                }
            },
            "temperature": number,
            "velocity": {
                "band10To1000Hz": {
                    "resultantVector": {
                        "absMax": number,
                        "absMin": number,
                        "crestFactor": number,
                        "rms": number
                    },
                    "xAxis": {
                        "rms": number
                    },
                    "yAxis": {
                        "rms": number
                    },
                    "zAxis": {
                        "rms": number
                    }
                }
            }
        },
        "sequenceNo": number
    },
    "models": {
        "temperatureML": {
            "persistentClassificationOutput": "string",
            "pointwiseClassificationOutput": "string"
        },
        "vibrationISO": {
            "isoClass": "string",
            "mutedThreshold": "string",
            "persistentClassificationOutput": "string",
            "pointwiseClassificationOutput": "string"
        },
        "vibrationML": {
            "persistentClassificationOutput": "string",
            "pointwiseClassificationOutput": "string"
        }
    },
    "assetState": {
        "newState": "string",
        "previousState": "string"
    }
}
```

## parameter skema v1
<a name="data-export-schema-parameters"></a>

timestamp  
+ Stempel waktu saat pengukuran diterima oleh layanan 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 Saat Ini: 1.0

projectDisplayName  
+ Nama proyek ditampilkan di Aplikasi dan konsol
+ Tipe: String

siteDisplayName  
+ Nama situs yang ditampilkan di Aplikasi
+ Tipe: String

assetDisplayName  
+ Nama aset yang ditampilkan di Aplikasi
+ Tipe: String

sensorPositionDisplayNama  
+ Nama posisi sensor ditampilkan di App
+ Tipe: String

sensor.Physicalid  
+ ID fisik sensor dari mana pengukuran dikirim
+ Tipe: String

sensor.rssi  
+ Sensor bluetooth menerima nilai indikator kekuatan sinyal
+ Jenis: Angka
+ Satuan: dBm

Gateway.Physicalid  
+ ID fisik gateway yang digunakan untuk mengirimkan data ke layanan Amazon Monitron
+ Tipe: String

Pengukuran.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

pengukuran.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

Pengukuran.features.acceleration.band0to6000hz.zaxis.rms  
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 0-6000 Hz pada sumbu y
+ Jenis: Angka
+ Satuan: m/s ^ 2

pengukuran.features.acceleration.band10to1000hz.resultantVector.absmax  
+ Akselerasi maksimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ Satuan: m/s ^ 2

pengukuran.features.acceleration.band10to1000hz.resultantVector.absmin  
+ Akselerasi minimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ Satuan: m/s ^ 2

pengukuran.features.acceleration.band10to1000hz.resultantVector.crestFactor  
+ Faktor puncak percepatan diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka

pengukuran.features.acceleration.band10to1000hz.resultantVector.rms  
+ Kuadrat rata-rata akar dari percepatan yang diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ m/s ^ 2

Pengukuran.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

pengukuran.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

Pengukuran.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

pengukuran.features.temperature  
+ Suhu yang diamati
+ Jenis: Angka
+ °C/degc

Pengukuran.Features.Velocity.Band10to1000Hz.ResultantVector.ABSMAX  
+ Kecepatan maksimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s

pengukuran.features.velocity.band10to1000hz.resultantVector.absmin  
+ Kecepatan minimum absolut diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s

Pengukuran.Features.Velocity.Band10to1000Hz.ResultantVector.CrestFactor  
+ Faktor puncak kecepatan diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka

pengukuran.features.velocity.band10to1000hz.resultantVector.rms  
+ Kuadrat rata-rata akar dari kecepatan yang diamati pada pita frekuensi 10-1000 Hz
+ Jenis: Angka
+ mm/s

Pengukuran.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

Pengukuran.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

Pengukuran.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

Pengukuran.SequenceNo  
+ Nomor urutan pengukuran
+ Jenis: Angka

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 | FAN_BV2`

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`