This post is also available in: English
El Problema
El contratista debe mantener un control de temperatura sobre n sensores. El límite de aceptación (umbral) se debe poder ajustar desde el propio informe.
Los sensores anotan datos cada 5 minutos, 24 horas por día.
Se define como incidente cada período durante el cual los valores de un sensor están por encima del umbral definido.
El LSA estará basado en la duración máxima de una incidencia, en un cierto período (semana, mes)
En la siguiente imagen, vemos los valores que una cierta sonda a sufrido y la incidencia durante un período de 25 minutos correspondiente, si el umbral se define con valor 25
Saber si en un momento dado, está ocurriendo una incidencia es trivial, pero poder determinar la duración de la incidencia requiere profundizar en DAX.
Construyo las siguientes medidas:
IsIncident (boolean): cuando Average(value) está por encima del Threshold (umbral)
Duration of incident (time): indica cuanto tiempo lleva la incidencia en curso
Greatest duration of incident (time): Para todas las lecturas con incidencia, la de mayor duración en curso
Es de esperar problemas de rendimioento en las fórmulas DAX, ya que este tipo de cálculos requerirá iterar por la tabla de las temperaturas medidas, para localizar el inicio de una incidencia, y nuevamente para encontrar la duración máxima. Si esto lo hacemos para una tabla en la que vemos cada lectura, entonces tendremos que recorrer el número de registros elevado al cubo. En nuestro caso, para cada sonda, 12valores/hora * 24horas/día * 31 día/mes = 8929 lecturas por mes, DAX recorrerá 8929 ^3 = 711.643.594.752 registros, lo que no es poco 🙁
| 711.643.594.752 |
Las medidas a crear serán:
Is Over Threshold = AVERAGE(‘Temperature Readings'[Value]) > Threshold[Threshold Value]
Time since tripping =
var CurrentDateTime = AVERAGE(‘Calendar'[Date/Time])
var FirstDateT =CALCULATE(min(‘Calendar'[Date/Time]), ALLSELECTED(‘Calendar’))
var LastDateT = CALCULATE(mAX(‘Calendar'[Date/Time]), ALLSELECTED(‘Calendar’))
var Readings = CALCULATE(COUNT(‘Calendar'[Date/Time]), ALLSELECTED(‘Calendar’))
var IsFirstReadingTripped = CALCULATE([Is Over Threshold],’Calendar'[Date/Time] = FirstDateT)
var interval = DIVIDE(DATEDIFF(FirstDateT,LastDateT,MINUTE), Readings -1)
var LastTimeBeforeTripping =
IF(
IsFirstReadingTripped,
FirstDateT – interval/60/24,
CALCULATE(
max(‘Calendar'[Date/Time]) ,
Filter( ALL(‘Calendar’), ‘Calendar'[Date/Time] <= CurrentDateTime && CALCULATE([Is Over Threshold]) = FALSE() ) ) )
var duration = IF( HASONEVALUE(‘Calendar'[Date/Time]),
datediff(LastTimeBeforeTripping,CurrentDateTime, MINUTE)
)
return duration
Max Duration of Incident =
MAXX(
ALLSELECTED(‘Calendar’),
CALCULATE([Time since tripping])
)
Para datos de 4 días, en mi PC (i7, 32Gb) el cálculo se resuelve en unos dos segundos.
No está mal, pero carguemos datos para un mes completo, y veamos que sucede
Para datos de siete días:
Para quince días:
Por suerte febrero tiene solo 28 días, y el cálculo de la tabla lleva casi dos minutos
Quizá debamos quitar la tabla, y quedarnos solo con el indicador (gauge), e inclusive quitar el segmentador por fechas de la página 🙁
¿Conoces otra forma de resolver este problema, en forma más simple o con mayor rendimiento?
Puedes descargar el fichero de ejemplo desde aquí