Data Quality Check

Cette page vous permet d'analyser les données de la base de données. Le script essaie de détecter automatiquement les valeurs suspectes, qui nécessitent votre attention et peut-être également une correction. Cela peut être très utile, mais il est nécessaire que vous lisiez les informations ci-dessous pour que vous les utilisiez correctement - surtout ne sautez pas la dernière partie qui explique ce qu'est le paramètre «mémoire» et comment il fonctionne..

Avant de commencer l'analyse, vous devez définir les paramètres de l'analyse. Vous devez d'abord choisir l'intervalle que vous souhaitez analyser. Par défaut, les champs contiendront l'intervalle pour l'année en cours. Les dates sont choisies à l'aide d'un calendrier contextuel et l'intervalle correspond à ce que vous avez dans la base de données.

Une fois que vous avez choisi l'intervalle, vous devez sélectionner l'intervalle d'intervalle. L'une des fonctions de l'analyse recherche les lacunes dans les données. Ici, vous devez spécifier quel est l'intervalle minimum qui doit être considéré comme un écart. Cet intervalle doit être un nombre en minutes.

La section suivante concerne les pointes. Les pics dans ce cas changent soudainement de chiffres. Les valeurs réelles peuvent être dans les limites normales, mais elles sont probablement incorrectes car le taux de changement est trop élevé. Le nombre que vous spécifiez est le taux minimum de changement toutes les 10 minutes qui doit être considéré comme un pic. Ainsi, par exemple, si vous mettez 10 degrés Celsius pour la température, un pic sera n'importe quel nombre, où le taux de changement de température était égal ou supérieur à 10 degrés. N'oubliez pas qu'il s'agit de 10 minutes, ce qui signifie que les nombres sont ajustés en fonction de l'intervalle de votre base de données. Si, par exemple, vous avez un intervalle de base de données de 5 minutes, alors un pic dans ce cas serait un nombre où la différence entre les mises à jour suivantes est de 5 degrés ou plus. De même, s'il y avait un écart plus long, un nombre plus élevé serait acceptable.

La dernière chose à mettre en place sont les valeurs aberrantes. Les valeurs aberrantes sont des nombres qui sont hors des limites spécifiées. Vous pouvez définir ici des limites spécifiques, c'est-à-dire minimum et maximum, pour chaque paramètre et chaque mois. Une valeur aberrante serait alors tout nombre égal ou supérieur ou inférieur au nombre spécifié pour ce paramètre et ce mois.

L'analyse vous montrera également une section appelée «valeurs absurdes». Il existe certaines règles fixes que le script vérifie et si les nombres ne sont pas conformes à celles-ci, il sera évalué comme une valeur absurde.

Voici une liste de ce qui est considéré comme une valeur absurde:

• Humidité en dessous 0%
• humidité au-dessus 100%
• Température / température apparente inférieure à -100 degrés
• Température / température apparente supérieure à 150 degrés
• Pression en dessous 0
• Pression au-dessus 1100
• Vitesse du vent en dessous 0
• Rafale de vent en dessous 0
• Pluie quotidienne en dessous 0
• Direction du vent degrés en dessous 0
• Direction du vent degrés au-dessus 360

Le dernier champ dont vous ne savez probablement pas ce que cela signifie est le champ mémoire. Cela nécessite une explication un peu plus longue. Ce script était à l'origine dans le modèle principal, appelé dbInfo. Parce que cependant, souvent les gens rencontraient des problèmes en raison des limites de mémoire de PHP, j'ai dû l'arrêter. Le problème est qu'en PHP, il y a toujours une taille maximale autorisée que vous pouvez allouer à un tableau. Cela peut être défini dans les paramètres du serveur. Cependant, si vous ne disposez pas de votre propre serveur, celui-ci est prédéfini par votre fournisseur d'hébergement Web et vous ne pouvez donc pas le modifier. Il existe une commande PHP pour l'augmenter, mais dans 99% des cas, cela ne peut pas remplacer le paramètre global de votre fournisseur.
En pratique, cela signifie que si vous choisissez un intervalle plus long, plus de données doivent être extraites de la base de données MySQL et bientôt la mémoire est épuisée et vous obtenez une erreur.
En pratique, cela signifie que si vous choisissez un intervalle plus long, plus de données doivent être extraites de la base de données MySQL et bientôt la mémoire est épuisée et vous obtenez une erreur.
J'ai longtemps réfléchi à la meilleure façon de résoudre ce problème et j'ai essayé plusieurs choses. J'ai finalement trouvé une solution de contournement, mais s'il vous plaît, ne prenez cela que comme une fonctionnalité encore expérimentale. Fondamentalement, vous pouvez augmenter la limite de mémoire dans le paramètre. Ensuite, avant que MySQL ne soit interrogé, les intervalles sont épissés en morceaux, chacun est traité séparément et enfin, les résultats sont agrégés. Lors du test, cela semblait fonctionner correctement, mais j'ai encore besoin de plus de personnes pour confirmer que cela fonctionne.

La façon dont cela fonctionne est la suivante
Par défaut, laissez toujours ce paramètre à «1». Si toutefois, vous obtenez une erreur indiquant que la mémoire est épuisée, essayez d'augmenter toujours le nombre de 1, donc si vous obtenez une erreur, essayez de définir la limite de mémoire sur «2». Si l'erreur persiste, essayez «3» et ainsi de suite. Plus le nombre est petit, mieux c'est, vous voulez donc vous assurer de choisir le plus petit nombre qui fonctionne déjà.