私たちの改善のXNUMXつ 新しい独自の時系列データベース これにより、長期的なデータの傾向をより適切に視覚化できます。これは、適切な企業モニタリングの重要な要素です。
長期間（たとえばXNUMX週間以上）データの傾向を表示している場合、システムは表示方法を処理する必要があります たくさん データの。 10,000分ごとにデータを保存している場合、XNUMX週間分のデータでもXNUMXデータポイントを超えます。これは、Retinaディスプレイでも表示できるよりもはるかに多いポイントです。 XNUMXか月またはXNUMX年分のデータを見ると、状況はさらに悪化します。
これまでは、Round Robin Database（RRD）ベースのすべてのシステムで使用されているのと同じ方法でデータを要約していました。 これは、ある期間のすべての値の平均を計算し、それを表示ポイントとして使用することによって行われます。 たとえば、500週間分のデータのグラフを表示したい場合、このグラフに20ピクセルを表示することにした場合、各ピクセルは20をわずかに超えるデータポイントを表します。 したがって、XNUMX分ごとに、すべてのデータポイントを取得して平均し、それをそのピクセルのプロット値として使用します。 （RRD集計は、そのようには完全には機能しません。平均の平均に似ていますが、これは十分に近いものです。）
これは多くのデータを凝縮するのにうまく機能しますが、その過程で多くの意味と重要性を失います。
たとえば、スイッチインターフェイスのXNUMXつのこのXNUMX日グラフを見てください。
上のグラフでは、出力データのピークがほぼ350Mbpsであることがわかりますが、先週（下）のこのインターフェイスを見ると、ピークはわずか300Mbpsであるように見えます。 これは、連結期間の平均であるためです。
そして、3か月のビュー（下）では、帯域幅は140Mbpsでのみピークに達するようです。
ピークからのこの平均化は、人々が彼らの長期的な容量要求を過小評価することにつながる可能性があります。
VaSTアルゴリズムの紹介
TSDBを介してすべての生データを取得したので、DataScienceチームはこの問題に取り組むことができました。 彼らは私たちがVaSTアルゴリズムと呼んでいるものを実装しました：VisuAllySignificantTrending。 VaSTという名前は、固有の膨大な量のデータを処理することで機能するため、適切です。 エンタープライズモニタリング。 VaSTは、頭に浮かぶ複雑な計算を使用して、データの量やデータを表現する必要のあるピクセルに関係なく、時系列データの重要な変曲点を選択して保存できます。
上記と同じデータを見ると、平均アルゴリズムの代わりにVaSTアルゴリズムを使用すると、傾向が大きく異なります。 データを大幅に統合する必要がなかったため、XNUMX日のビューはほぼ同じです。
ただし、XNUMX週間のビューでは、まったく異なる状況が示されます。 ピークは真の値のままであることに注意してください。
また、以下の3か月のビューでも、ピークが維持されます。
長期間（3か月のビューなど）では、さまざまな集計方法によってさまざまな情報が伝達されることに気付くでしょう。
VaST対平均：比較
平均的な統合により、時間の経過に伴うより広範な傾向を確認し、過去250週間の平均の増加を観察しやすくなります。 VaST統合により、必要な帯域幅が同じ期間に350MbpsからXNUMXMbpsに変化したことが明らかになります。平均的な統合で特定の時間範囲にズームインしないと、情報は明らかではありません。
したがって、データを表示する両方の方法は、さまざまなユースケースで役立ち、必要です。 LogicMonitorは、ダッシュボードのカスタムグラフウィジェットから始めて、現在のリリースでVaSTサポートのオプションを展開しています。他のグラフは後で提供されます。
おすすめの使い方
企業の監視の一環として、グラフにVaSTを使用するタイミング、および平均を使用するタイミングに関する推奨事項は次のとおりです。
–短い時間範囲（XNUMX週間未満）を表示している場合は、出力が非常に似ているため、問題ではありません。
–より長い時間枠で、ピーク使用率が心配な場合は、VaSTを使用してください
–それ以外の場合は、平均を使用してピークを平滑化し、傾向分析を容易にします。