レポート › 分析 › アプリケーションのパフォーマンスとボリューム トレンド › 短期表示におけるトレンド

短期表示におけるトレンド

以下のパフォーマンス 表示では、営業日中の操作から同様のパターンを確認できます。

以下に示すように、観測数の高さは、ピーク時間の NRTT の低さと一致します。

営業時間外では、逆のパターンが発生しています。 つまり、海外のユーザが夜間にアプリケーションにアクセスし、それらの回線に高い遅延 WAN アクセスが発生しています。 時刻および曜日について計算した基準値には、これらの正常なパターンが反映されています。

また、以降の 10 日間の表示では週単位のパターンを確認できます。 ボリュームが高いと、使用率がピーク時に NRTT および SRT が長くなります。 NRTT （緑）コンポーネントは第 1 週よりも第 2 週のほうが大きく、SRT コンポーネントは一定のままです。 このアプリケーションの観測数もこの期間中はきわめて一貫したパターンを示しています。 第 2 週のレスポンス時間の増加は、ネットワーク変更または他のアプリケーションの使用方法の変化のためと考えられます。

月単位のパターンを見ると、キャパシティ計画に影響を及ぼす可能性があるトレンドを確認できます。 以下の例では、NRTT 観測数と SRT 観測数がほぼ 4:1 の比率であることを確認できます。

このアプリケーションでは、TCP トランザクションあたりの平均がほぼ 4 往復になります。 多くのターンを使用するように設計されているアプリケーションは、ターンが少ないアプリケーションよりも、ネットワークの低下による影響を受けやすい場合があります。

パフォーマンス表示上で変化がほとんどない観測数は、バッチ プロセスまたはアクティブなエージェントを示唆します。

以下の表示に、輸送会社の荷物のトラッキング アプリケーションの日単位のパターンを示します。

パターンは日単位のワーク フローに応じて発生します。

1. 深夜から早朝にかけて、バッチ ウィンドウ オフライン処理およびバックアップが発生します。
2. 午前中にトラックに荷物を積み込む間、荷物がスキャンされます。 これによって、パターンのこの部分で高い観測数が生み出されます。
3. 配送業務は変化するため、安定したシステム レスポンスを示しています
4. 最後のセクションはトラックからの荷卸し作業を反映しています。

以下の表示はアプリケーション障害の例です。 観測数が著しく低下しています。