Initialement, lorsqu'un nombre limité de données est collecté, la référence moyenne est calculée pour la même heure de chaque jour précédent de la semaine. Par exemple, après deux jours de données d'historique collectées, une référence moyenne est calculée sur la période 09 h 00 - 10 h 00, en faisant la moyenne des cumuls horaires sur la même période, sur deux jours consécutifs.
Lorsque davantage de données sont disponibles, une permutation dans la méthode de calcul se produit automatiquement et Data Aggregator définit la norme en établissant la moyenne des échantillons horaires pour les mêmes jours de la semaine. Cette méthode tient alors compte des modèles de jour de la semaine dans l'utilisation. Cette méthode fournit une meilleure approximation de la valeur de base, qui peut entraîner une réduction du nombre de violations manquées et d'événements faux positifs générés. Par exemple, au bout de trois semaines de données d'historique collectées, une référence moyenne est calculée sur la période 09 h 00 - 10 h 00, en faisant la moyenne des cumuls horaires pour les trois lundis de cette période de trois semaines.
Remarque : Par défaut, cette permutation automatique se produit lorsqu'au moins 3 échantillons de données même heure, même jour de la semaine sont disponibles sur les 12 dernières semaines. Data Aggregator revient automatiquement à la méthode de calcul chaque jour, chaque heure, lorsque le nombre requis de points de données n'est plus disponible. Ces paramètres par défaut sont configurables. Pour plus d'informations sur la modification des paramètres par défaut, consultez le Manuel des services Web REST de Data Aggregator.
Les références moyennes sont calculées à des fins de génération d'événements et de rapports.
Exemple : calcul de la moyenne pour la même heure et de l'écart type de remplissage pour l'utilisation d'UC
L'exemple suivant indique la manière dont la moyenne pour la même heure et l'écart type de remplissage sont calculés pour l'utilisation d'UC sur une unité spécifique, avec trois points de données à 02 h 00 le lundi, mardi et mercredi.
Procédez comme suit :
Jour : Lundi Mardi Mercredi
Utilisation d'UC moyenne : 76 65 10
La formule de calcul de la moyenne de remplissage est la suivante :
La moyenne de remplissage = somme des valeurs de point de données dans le remplissage/nombre de points de données.
L'équation pour cet exemple est la suivante :
(76+65+10)/3
La moyenne de remplissage = 50,33
Les différences pour cet exemple sont les suivantes :
25.67 14.67 -40.33
Les carrés pour cet exemple sont les suivants :
658.78 215.11 1,626.778
La somme des carrés pour cet exemple est 2 500,67.
Le résultat pour cet exemple est 833,56.
La racine carrée pour cet exemple est 28,87.
L'écart type pour cet exemple est 28,87.
Le tableau suivant décrit les moyennes horaires de débit de données par jour, la moyenne des moyennes horaires et l'écart type de remplissage des moyennes horaires pour la même heure :
Exemple : calcul de la moyenne pour la même heure de la semaine le même jour et de l'écart type de remplissage pour l'utilisation d'UC
L'exemple suivant indique la manière dont la moyenne et l'écart type de remplissage sont calculés pour l'utilisation d'UC sur une unité spécifique, avec trois points de données pour 3 lundis à 02 h 00.
Procédez comme suit :
Lundi de la semaine : 1 2 3
Utilisation d'UC moyenne : 76 4 6
La formule de calcul de la moyenne de remplissage est la suivante :
La moyenne de remplissage = somme des valeurs de point de données dans le remplissage/nombre de points de données.
L'équation pour cet exemple est la suivante :
(76+4+6)/3
Moyenne de remplissage = 28,67.
Les différences pour cet exemple sont les suivantes :
47.33 -24.67 -22.67
Les carrés pour cet exemple sont les suivants :
2,240.44 608.44 513.78
La somme des carrés pour cet exemple est 3 362,67.
Pour cet exemple, le résultat est 1 120,89.
La racine carrée pour cet exemple est 33,48.
L'écart type pour cet exemple est 33,48.
Le tableau suivant décrit les moyennes horaires de débit de données par jour, la moyenne des moyennes horaires et l'écart type de remplissage des moyennes horaires pour le même jour de la semaine, même heure :
Exemple : calcul de l'écart de la norme à l'aide de la moyenne même heure, même jour de la semaine et de l'écart type de remplissage pour l'utilisation de l'UC
Supposons que Data Aggregator interroge des données d'utilisation d'UC à un intervalle de 5 minutes. Vous définissez une règle d'événement pour générer un événement lorsque l'utilisation de l'UC dépasse un écart type supérieur à la moyenne pour un intervalle d'interrogation unique de 5 minutes.
Dans cet exemple, la durée et la fenêtre sont toutes les deux égales à 5 minutes.
Formule de calcul de la condition de génération d'un événement :
Utilisation d'UC = valeur moyenne + 1 (valeur d'écart standard)
Par conséquent, pour substituer les valeurs de moyenne et d'écart type à partir du même jour précédent, même heure le lundi à 02 h 00 :
Utilisation d'UC = 28,67 + 1 (33,48)
Utilisation d'UC = 62,15
En conséquence, si l'utilisation d'UC dépasse 62,15 pour un intervalle d'interrogation unique de 5 minutes entre 01 h 05 et 02 h 00 le lundi, un événement est généré. Cet événement indique un écart de l'utilisation d'UC par rapport à la normale pour ce délai.
Exemple : analyse des événements d'utilisation d'UC dans une vue Graphique de tendance
Supposons que Data Aggregator interroge des données d'utilisation d'UC à un intervalle de 5 minutes. Dans cet exemple, vous voulez recevoir une alerte lorsque l'utilisation de l'UC de l'un de vos serveurs critiques pour l'entreprise descend sous le niveau attendu. Vous définissez une règle d'événement pour générer un événement lorsque l'utilisation de l'UC descend sous un écart type inférieure à la moyenne pour un intervalle d'interrogation unique de 5 minutes.
Par exemple, supposez que l'utilisation de l'UC est de 50 %, de lundi 12 h 00 à dimanche 12 h 00. Du dimanche 12 h 00 au lundi 12 h 00, l'utilisation de l'UC est inférieure à 10 %. Cette baisse d'utilisation est attendue. Toutefois, lorsque Data Aggregator commence à calculer la référence moyenne, un événement est renvoyé lorsque l'utilisation de l'UC passe sous les 10 %. L'événement est supprimé lorsque l'utilisation de l'UC repasse le seuil des 50 %. Cet événement erroné est renvoyé car, initialement, lorsqu'une quantité limitée de données est collectée, la référence moyenne est calculée à partir de la même heure de chaque jour et la différence d'utilisation selon les jours de la semaine n'est pas prise en compte. Data Aggregator suppose que l'utilisation de l'UC est toujours de 50 %.
Après une période de trois semaines, trois échantillons de données même heure, même jour de la semaine sont disponibles et la méthode de calcul de la référence moyenne change. Data Aggregator définit la norme en faisant la moyenne des échantillons horaires pour le même jour de la semaine. Data Aggregator suppose désormais que l'utilisation de l'UC est de 10 % pour toutes les périodes comprises entre le dimanche 12 h 00 et le lundi 12 h 00. L'événement erroné renvoyé précédemment tous les dimanches à 12 h 00 ne l'est plus.
La vue suivante présente la méthode de calcul initiale de la référence moyenne pour la même heure de chaque jour. Lorsque des données supplémentaires sont disponibles, un basculement de la méthode de calcul se produit automatiquement. Data Aggregator établit la moyenne des échantillons horaires pour le même jour de la semaine.
Cette vue indique également que les événements erronés ne sont plus renvoyés lorsque la méthode de calcul est modifiée.
|
Copyright © 2014 CA Technologies.
Tous droits réservés.
|
|