儀表板及檢視 › 基準平均值計算

基準平均值計算

最初，收集到有限的資訊量後，就計算每前一個星期幾、相同小時的基準平均值。 例如，累計兩天的歷程記錄後，計算連續兩天上午 09:00 到上午 10:00 每小時彙總的平均值，可得到該時段的基準平均值。

最後，有更多資料可用時，計算方法會自動轉換，且 Data Aggregator 會計算可用的前一個相同星期幾的每小時樣本的平均值，以建立「常態」。 接著，此方法會考量使用率中的星期幾模式。 此方法會產生更接近「常態」的近似值，可減少錯失違規和產生的誤判事件數目。 在上述同一個範例中，累計三週的歷程記錄後，計算三週期間內三個星期三上午 09:00 到上午 10:00 每小時彙總的平均值，即可得到基準平均值。

附註：根據預設，當過去 12 週至少有三個相同星期幾、相同小時的資料樣本可用時，計算方法就會自動轉換。 當已沒有必要的資料點數目可用時，Data Aggregator 會自動轉換回每天相同小時的計算方法。 這些預設設定都可加以設定。 如需變更這些預設設定的相關資訊，請參閱《Data Aggregator REST Web 服務手冊》。

計算基準平均值是基於產生事件和報告用途。

範例：計算 CPU 使用率的相同小時平均值和母體標準差

下列範例顯示有星期一、星期二及星期三上午 02:00 的三個資料點時，如何對特定裝置的 CPU 使用率計算「相同小時」平均值 (平均數) 和母體標準差。

遵循這些步驟：

1. 收集三個資料點。

   天：                               星期一       星期二     星期三
   

   平均 (平均值) CPU 使用率：    76           65           10
   

2. 計算母體平均數。

   母體平均數的計算公式如下：

   母體平均數 = 母體的資料點值總和/資料點數目。
   

   此範例的等式如下：

   (76+65+10)/3
   

   母體平均數= 50.33
   

3. 計算每一個資料點與平均數的差。

   此範例的差為：

   25.67    14.67    -40.33
   

4. 計算每一個資料點的差平方。

   此範例的平方為：

   658.78     215.11    1,626.778
   

5. 計算平方和：

   此範例的平均和為 2,500.67。

6. 計算平方和，再除以母體的資料點數目。

   此範例的結果為 833.56。

7. 從母體平均數計算資料點值平方和的平方根。

   此範例的平方根為 28.87。

   此範例的標準差為 28.87。

下表描述每天的比率資料的每小時平均值 (平均數)、每小時平均值的平均值 (平均數)，以及相同小時每小時平均值的母體標準差：

範例：計算 CPU 使用率的相同星期幾相同小時平均值和母體標準差

下列範例顯示有三個星期一上午 02:00 的三個資料點時，如何對特定裝置的 CPU 使用率計算平均值 (平均數) 和母體標準差。

遵循這些步驟：

1. 收集三個資料點。

   第幾週的星期一：                      1       2      3
   

   平均 (平均值) CPU 使用率：    76           4           6
   

2. 計算母體平均數。

   母體平均數的計算公式如下：

   母體平均數 = 母體的資料點值總和/資料點數目。
   

   此範例的等式如下：

   (76+4+6)/3
   

   母體平均數= 28.67。
   

3. 計算每一個資料點與平均數的差。

   此範例的差為：

   47.33    -24.67    -22.67
   

4. 計算每一個資料點的差平方。

   此範例的平方為：

   2,240.44    608.44    513.78
   

5. 計算平方和。

   此範例的平均和為 3,362.67。

6. 計算平方和，再除以母體的資料點數目。

   此範例的結果為 1,120.89。

7. 從母體平均數計算資料點值平方和的平方根。

   此範例的平方根為 33.48。

   此範例的標準差為 33.48。

下表描述每天的比率資料的每小時平均值 (平均數)、每小時平均值的平均值 (平均數)，以及相同星期幾相同小時每小時平均值的母體標準差：

範例：偏離常態，使用 CPU 使用率的相同星期幾相同小時平均值和母體標準差

假設 Data Aggregator 以 5 分鐘間隔來輪詢 CPU 使用率資料。 您定義事件規則，指定當 CPU 使用率在單一 5 分鐘輪詢間隔中高於平均數一個標準差時，就產生事件。

在此範例中，事件規則持續期間和時間範圍都設為 5 分鐘。

計算何時引發事件的公式如下：

CPU 使用率 = 平均值 + 1(標準差值)

因此，以下帶入星期一上午 02:00 的前一個相同星期幾、相同小時的平均值和標準差值：

CPU 使用率 = 28.67 + 1 (33.48)

CPU 使用率 = 62.15

結果，在星期一上午 01:05 和 上午 02:00 之間，如果 CPU 使用率在單一 5 分鐘輪詢間隔中超過 62.15，就會引發事件。 此事件指出 CPU 使用率偏離該時間範圍內的常態。

範例：在趨勢圖檢視中檢查 CPU 使用率事件

假設 Data Aggregator 以 5 分鐘間隔來輪詢 CPU 使用率資料。 在此範例中，每當其中一部業務關鍵伺服器的 CPU 使用率低於預期層級時，您想要收到警示。 您定義事件規則，指定當 CPU 使用率在單一 5 分鐘輪詢間隔中低於平均數一個標準差時，就產生事件。

舉例來說，假設從星期一上午 12:00 到星期日上午 12:00，CPU 使用率為 50%。 從星期日上午 12:00 到星期一上午 12:00，CPU 使用率會降到 10%。 此使用率下降情況已在您的預期中。 不過，當 Data Aggregator 開始計算基準平均值時，CPU 使用率降到 10% 時會引發事件。 當 CPU 使用率回升到 50% 時，就會清除事件。 引發錯誤事件是因為最初收集到有限的資料量時，計算每天相同小時的基準平均值並未考量各星期幾的使用率差異。 Data Aggregator 預期 CPU 使用率永遠是 50%。

經過三週後，取得三個相同星期幾、相同小時的資料樣本，而基準平均值計算方法也變更。 Data Aggregator 計算所有相同星期幾每小時樣本的平均值來建立「常態」。 Data Aggregator 現在預期 CPU 使用率在每個星期日上午 12:00 到星期一上午 12:00 為 10%。 先前在每個星期日上午 12:00 引發的錯誤事件已不再引發。

下列檢視示範最初如何計算每天相同小時的基準平均值。 有更多資料可用時，計算方法會自動轉換。 Data Aggregator 計算所有相同星期幾的每小時樣本的平均值。

此檢視也示範當計算方法轉換時就不再引發錯誤事件。