Le Data Output est l’un des sujets qui reviennent le plus souvent dans nos échanges avec les utilisateurs de TagoIO. Le concept est simple, mais mal comprendre son fonctionnement peut vite peser sur les performances de votre application, et même sur vos opérations métier.
Qu’est-ce que le Data Output ?
Voyez le Data Output comme les « données qui sortent » de la plateforme TagoIO. Chaque fois qu’un enregistrement de variable est lu depuis le stockage, cela compte pour une transaction. Cela inclut l’exécution d’une Analysis, l’export de documents et la récupération de données historiques via des intégrations externes par l’API.
C’est souvent là que naît la confusion : beaucoup d’utilisateurs associent la consommation uniquement aux données entrantes provenant des devices. En pratique, le Data Output dépend de la fréquence à laquelle les données sont consultées et visualisées, même quand aucune nouvelle donnée n’arrive.
Data Output vs. Data Output for Dashboards
Il faut bien comprendre que TagoIO suit ces deux éléments comme des limites distinctes. Le Data Output est compté pour chaque enregistrement lu depuis le stockage de données d’un device. Cela s’applique aux Analyses, aux appels API et aux exports de données. Le Data Output for Dashboards est un compteur séparé qui mesure les données affichées lorsque les utilisateurs chargent des dashboards dans TagoIO Admin ou TagoRUN. Les données consommées par les dashboards ne seront pas décomptées du Data Output Service, et le Data Output for Dashboards ne vous est pas facturé. Chaque limite se réinitialise chaque mois, et vous pouvez suivre les deux dans votre panneau Admin, sous « Hard Limits ».
Pourquoi les problèmes de Data Output sont si fréquents
Notre équipe Support observe un schéma constant : nous recevons généralement plus de sollicitations en fin de mois, à mesure que les comptes se rapprochent de leurs limites. Dans la plupart des cas, cela vient de schémas d’accès non optimisés, comme des Analyses qui tournent sans filtres de device ou des exports qui récupèrent plus de données que nécessaire.
TagoIO envoie plusieurs alertes lorsque la consommation approche des limites, ce qui laisse aux équipes le temps d’agir avant que les applications soient affectées.
Des façons plus intelligentes d’utiliser le Data Output
Soyez précis dans vos Analyses. Si possible, ajoutez toujours autant de filtres que vous le pouvez pour réduire la quantité de données inutiles que vous tirez de vos devices. Sans ce filtre, votre Analysis risque de récupérer plus de variables que nécessaire, ce qui fait grimper fortement la consommation. Cette petite configuration change tout dans les comptes qui manipulent beaucoup de devices avec de longs historiques de données.
Filtrez vos exports avec soin. Avant d’exporter, demandez-vous quelles variables sont vraiment utiles. Avez-vous besoin de la dernière année de données, ou le dernier mois suffit-il ? Filtrer les variables et les fenêtres temporelles allège les exports et évite le gaspillage.
Utilisez les metadata intelligemment. Plutôt que de stocker de nombreuses variables séparées, regroupez les valeurs liées dans un seul objet metadata. Une seule lecture renvoie alors plusieurs informations, ce qui améliore l’efficacité.
TagoDeploy : Si votre application demande plus de souplesse que ce qu’offrent les plans standards, TagoDeploy fournit une instance dédiée, sans les limites de ressources partagées. Vous définissez vos propres RPM, tailles de bucket, et plus encore.
De petits changements, un grand impact
Les limites de Data Output encouragent un usage efficace et un comportement applicatif prévisible. Éviter les problèmes se résume le plus souvent à de simples ajustements dans la façon dont les données sont lues, filtrées et affichées. Ces optimisations améliorent aussi l’expérience de vos utilisateurs finaux : les dashboards se chargent plus vite et les applications sont plus réactives.
Vous avez trouvé d’autres façons d’optimiser le Data Output ? Partagez vos astuces dans la TagoIO Community.
