Κέρδη:
- Δυνατότητα σωστής ερμηνείας μετρήσεων με υποστήριξη τεχνητής νοημοσύνης χρησιμοποιώντας εκατοστημόριο (p95/p99) και γραμμή βάσης αντί για μέσο όρο
- Δυνατότητα διαχωρισμού της εποχικότητας από την τάση και παραγωγής προβολής χωρητικότητας ως ένα αισιόδοξο-απαισιόδοξο εύρος και όχι ως ένας μοναδικός αριθμός
- Κατανοώντας ότι οι αποφάσεις για επενδύσεις πόρων και κατώτατο όριο συναγερμού είναι ανθρώπινες, μαζί με το χρόνο παράδοσης των πόρων και το επιχειρηματικό πλαίσιο.
Παρακολούθηση χωρητικότητας και απόδοσης: Ανάγνωση μετρήσεων με AI και Σχεδιασμός του Μέλλοντος
Δεν μπορείτε να δείτε την υγεία ενός συστήματος με τα μάτια σας. Το καταλαβαίνεις μέσω μετρήσεων. Μια μέτρηση είναι μια χρονικά εξαρτώμενη αριθμητική τιμή ενός μετρήσιμου χαρακτηριστικού ενός συστήματος: χρήση CPU, κατοχή μνήμης, ελεύθερος χώρος δίσκου, καθυστέρηση δικτύου, αιτήματα ανά δευτερόλεπτο. Η παρακολούθηση της απόδοσης συλλέγει συνεχώς αυτές τις μετρήσεις και απαντά στην ερώτηση "είναι εντάξει το σύστημα τώρα;" Ο προγραμματισμός χωρητικότητας προχωρά ένα βήμα παραπέρα: απαντά στην ερώτηση "με αυτόν τον ρυθμό, πότε θα γίνω ανεπαρκής, πότε πρέπει να αγοράσω νέους πόρους;" Εδώ, η τεχνητή νοημοσύνη είναι ένας πολύ εξειδικευμένος βοηθός στην ερμηνεία σωρών μετρήσεων, τη σήμανση ανωμαλιών, την ανάγνωση της τάσης και την παραγωγή μελλοντικών προβολών. Αλλά μια προειδοποίηση υπερισχύει πάνω από όλα: η τεχνητή νοημοσύνη εξάγει μοτίβα από ιστορικά δεδομένα. Είστε αυτός που λαμβάνει αποφάσεις για επενδύσεις πόρων, κλιμάκωση και κατώφλι ειδοποίησης με βάση το πλαίσιο.
Σε αυτή τη μονάδα, οι έννοιες παρακολούθησης όπως η βασική γραμμή (γραμμή κανονικής συμπεριφοράς), η ανωμαλία (απόκλιση από το κανονικό), το εκατοστημόριο (εκατοστη εκατοστιαία θέση). Μετρική ερμηνεία με AI. πρόβλεψη τάσης και ανάπτυξης· και θα μάθετε να ορίζετε το σωστό όριο συναγερμού.
Ο μέσος όρος ψέματα: γιατί εκατοστημόριο;
Το πιο συνηθισμένο λάθος στην παρακολούθηση είναι να μετράτε τα πάντα με έναν μέσο όρο. Ας υποθέσουμε ότι ο χρόνος απόκρισής σας είναι 200 ms κατά μέσο όρο. Καλό ακούγεται. Αλλά το 5% των χρηστών μπορεί να περιμένει 8 δευτερόλεπτα. Ο μέσος όρος το κρύβει αυτό. Γι' αυτό οι επαγγελματίες χρησιμοποιούν εκατοστημόριο: p95 = "95% των αιτημάτων είναι κάτω από αυτήν τη χρονική περίοδο." Εάν ο χρόνος απόκρισης του p95 είναι 8 δευτερόλεπτα, ένας στους είκοσι χρήστες έχει μια τρομερή εμπειρία — ο μέσος όρος δεν το δείχνει ποτέ. Όταν δίνετε μετρήσεις στην τεχνητή νοημοσύνη, να είστε ξεκάθαροι ποιο στατιστικό θέλετε: "ερμηνεύστε τα p50, p95 και p99 σε εμένα, όχι τον μέσο όρο." Αυτή η μία συνήθεια αποκαλύπτει κρυφά προβλήματα.
Συμβουλή: Δείτε το εκατοστημόριο για κάθε μέτρηση που αφορά την εμπειρία χρήστη (χρόνος απόκρισης, καθυστέρηση). Το p95/p99 αντί του μέσου όρου σας οδηγεί στην πραγματική μειονότητα που υποφέρει. Στις μετρήσεις πόρων (CPU, μνήμη), εξετάστε τόσο τις μέγιστες όσο και τις σταθερές τιμές.
Δεν υπάρχει ανωμαλία χωρίς βασική γραμμή
Για να καταλάβετε εάν μια μέτρηση είναι "μη φυσιολογική", πρέπει να γνωρίζετε "κανονική". Η γραμμή βάσης είναι το τυπικό εύρος συμπεριφοράς του συστήματος σε υγιείς ημέρες: "αυτή η υπηρεσία CPU καθημερινών μεσημέρι είναι συνήθως 40–60%". Χωρίς μια βασική γραμμή, δεν μπορείτε να ξέρετε αν μια τιμή 70% είναι τρομακτική ή φυσιολογική. Μπορείτε να ορίσετε μια γραμμή βάσης δίνοντας ιστορικά υγιή δεδομένα στην τεχνητή νοημοσύνη και λέγοντας "εξαγωγή του κανονικού εύρους και του ημερήσιου/εβδομαδιαίου μοτίβου αυτής της μέτρησης". Στη συνέχεια ερμηνεύετε τα νέα δεδομένα σύμφωνα με αυτή τη γραμμή βάσης: "πού είναι αυτή η τιμή στο κανονικό;" Μια ανωμαλία είναι μια σημαντική και διαρκής απόκλιση από τη γραμμή βάσης - ένα μόνο ξαφνικό άλμα είναι συχνά θόρυβος.
Βήμα προς βήμα: προβολή χωρητικότητας
- Συλλέξτε ένα καθαρό και επαρκές ιστορικό. Μια τάση απαιτεί δεδομένα τουλάχιστον μερικών εβδομάδων, κατά προτίμηση μηνιαία. Μια προβολή που γίνεται με λίγα δεδομένα είναι μια εικασία, όχι μια πρόβλεψη.
- Ξεχωριστή εποχικότητα. Η επισκεψιμότητα μειώνεται το Σαββατοκύριακο, αυξάνεται στο τέλος του μήνα και εκρήγνυται κατά τη διάρκεια της εκστρατείας. Πείτε στην τεχνητή νοημοσύνη αυτούς τους κύκλους, ώστε να μην συγχέεται η ανάπτυξη με τις εποχιακές διακυμάνσεις.
- Απογειώστε την τάση. "Πόσα GB κατά μέσο όρο έχει αυξηθεί αυτός ο δίσκος ανά εβδομάδα τις τελευταίες 8 εβδομάδες;" Το AI υπολογίζει τον ρυθμό ανάπτυξης.
- Ζητήστε προβολή, διαχωρίστε την. "Με αυτόν τον ρυθμό, πότε θα γεμίσει ο δίσκος κατά 90%;" — αλλά ζητήστε ένα αισιόδοξο/απαισιόδοξο εύρος, όχι μια ενιαία ημερομηνία. Το μέλλον είναι αβέβαιο. Ο περιττός αριθμός είναι ψευδής ακρίβεια.
- Καθορίστε το όριο απόφασης με τους ανθρώπους. Εάν η προβολή λέει "Θα ολοκληρωθεί σε 6 εβδομάδες", εξετάζετε τον χρόνο προμήθειας (αγορά, έγκριση) και αποφασίζετε εάν θα προβείτε σε ενέργειες σήμερα.
- Ρυθμίστε σωστά το ξυπνητήρι. Ο πολύ ευαίσθητος συναγερμός παράγει θόρυβο και κόπωση συναγερμού. πολύ χαλαρό το ξυπνητήρι θα χάσει το συμβάν. Λάβετε μια σύσταση κατωφλίου από το AI, αλλά καθορίστε το τελικό όριο με τη δική σας ανοχή κινδύνου.
τρεις μίνι θήκες
Περίπτωση 1 — Απόκρυψη μέσου όρου, εμφανίστηκε το p99. Μια ομάδα σκέφτηκε ότι το API της ήταν "180 ms κατά μέσο όρο, μια χαρά." Όταν έδωσα τις μετρήσεις στο AI και ζήτησα την εκατοστιαία ερμηνεία, αποδείχθηκε ότι το p99 ήταν 6.400 ms — ένα στα εκατό αιτήματα ήταν πιο αργά από 6 δευτερόλεπτα. Η βασική αιτία ήταν ένα αργό ερώτημα στη βάση δεδομένων. Ενώ ο μέσος όρος φαινόταν υγιής, η μειοψηφία είχε μια τρομερή εμπειρία.
Περίπτωση 2 — Προειδοποίηση προβολής 3 εβδομάδες νωρίτερα. Ένας διαχειριστής έδωσε τα δεδομένα κατάληψης του δίσκου καταγραφής στο AI. Η τεχνητή νοημοσύνη συνήγαγε μια εβδομαδιαία αναπτυξιακή τάση ~7 GB και προέβλεψε ότι με τον τρέχοντα ρυθμό, το 90% θα επιτευχθεί εντός 19 ημερών, με ένα αισιόδοξο-απαισιόδοξο εύρος 16-23 ημερών. Δεδομένου ότι χρειάστηκαν 10 ημέρες για την προμήθεια νέων δίσκων, η ομάδα παρήγγειλε αμέσως και απέτρεψε τη διακοπή πριν συμβεί.
Περίπτωση 3 — Επιστροφή από ψευδή ανωμαλία. Ένας συναγερμός παρακολούθησης χτυπούσε κάθε Κυριακή βράδυ λέγοντας ότι η CPU ανέβαινε στο 95%. Πριν πανικοβληθεί, ο μηχανικός έβαλε το AI να αυξήσει τη βασική γραμμή: αυτό το άλμα ήταν μια προγραμματισμένη εφεδρική εργασία που γινόταν την ίδια ώρα κάθε εβδομάδα, επομένως ήταν μέρος του κανόνα. Δεν ήταν ανωμαλία. η βασική γραμμή έλειπε. Το όριο συναγερμού έχει διορθωθεί για τη συγκεκριμένη χρονική περίοδο και οι περιττές νυχτερινές αφυπνίσεις έχουν φύγει.
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Μετρική ερμηνεία (εκατοστη εκατοστιαία θέση):
Ακολουθούν οι μετρήσεις χρόνου απόκρισης [υπηρεσία] (με μάσκα). Σχολιάστε μου p50, p95 και p99, όχι ο μέσος όρος. Τι σημαίνει η διαφορά μεταξύ του p99 και του p50, ποιο πρόβλημα εμπειρίας χρήστη υποδεικνύει; Μην προσθέτετε επινοημένες τιμές, απλώς ερμηνεύστε τα δεδομένα που σας δίνω. Δεδομένα: [μετρήσεις]
2) Αφαίρεση γραμμής βάσης:
Παρακάτω είναι τα υγιή [μετρικά] δεδομένα για τις τελευταίες 4 εβδομάδες. Εξαγάγετε το (1) κανονικό εύρος (2) ημερήσιο και εβδομαδιαίο μοτίβο (π.χ. χαμηλό νυχτερινό, υψηλό μεσημέρι) αυτής της μέτρησης. Τότε θα δώσω μια νέα τιμή. ταξινομήστε το ως "κανονικό/προσοχή/μη φυσιολογικό" με βάση αυτή τη γραμμή βάσης.Δεδομένα: [ιστορική μέτρηση]
3) Προβολή χωρητικότητας (με εύρος):
Παρακάτω είναι τα δεδομένα πληρότητας των τελευταίων 8 εβδομάδων [πόρων]. (1) Υπολογίστε τον εβδομαδιαίο μέσο ρυθμό ανάπτυξης, (2) υποδείξτε τις εποχιακές επιπτώσεις, (3) υπολογίστε το χρόνο για να φτάσετε το όριο του 90% με τον τρέχοντα ρυθμό, με εύρη ΑΙΣΙΟΔΟΞΕΙΣ και ΑΙΣΙΟΔΟΞΕΙΣ. Δώστε μια ενιαία ημερομηνία, δώστε ένα εύρος και σημειώστε τις υποθέσεις σας. Δεδομένα: [χρονοσειρά]
4) Σύσταση ορίου συναγερμού:
Η βασική μου γραμμή για [μετρική] είναι [εύρος]. Στόχος μου είναι να ελαχιστοποιήσω τους ψευδείς συναγερμούς χωρίς να χάσω πραγματικά προβλήματα. Δώστε μου μια σύσταση για (1) προειδοποίηση και (2) κρίσιμο όριο, δικαιολογώντας το καθένα και αξιολογώντας τον κίνδυνο κόπωσης συναγερμού. Θα καθορίσω το τελικό όριο.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Ο διακομιστής μου είναι αργός;
Δεν υπάρχει κανένα πλαίσιο, καμία μέτρηση και καμία γραμμή βάσης. Το AI δεν γνωρίζει τον ορισμό του "αργού" ούτε έχει μια κανονική τιμή για να το συγκρίνει. Η απάντηση είναι μια άσκοπη εικασία.
Ισχυρή προτροπή:
Ο ρόλος σας: ειδικός σχεδιασμού ικανοτήτων. Παρακάτω είναι οι τελευταίες 14 ημέρες του χρόνου απόκρισης p95 και τα αιτήματα/δευτερόλεπτα δεδομένα ενός API (με μάσκα). Η γραμμή βάσης μου είναι 250-400 ms για το p95. Πείτε μου (1) σημειώστε τις ημέρες που βγήκαν από τη γραμμή βάσης τις τελευταίες 14 ημέρες, (2) πείτε μου εάν υπάρχει ορατή σχέση μεταξύ του χρόνου απόκρισης και του φορτίου αιτήματος (ως υπόθεση), (3) προβλέψτε πού θα πάει το p95 σε 30 ημέρες, εάν αυτή η τάση συνεχιστεί. Δεδομένα: [χρονοσειρά]
Μετρικός τύπος
λάθος μέτρηση
ακριβής μέτρηση
χρόνος απόκρισης
Απλά κατά μέσο όρο
p50, p95, p99
CPU/μνήμη
στιγμιαία αξία
Κορυφή + παρατεταμένη + γραμμή βάσης
ανάπτυξη δίσκου
Η σημερινή κατάληψη
Εβδομαδιαία τάση + προβολή
Ανωμαλία
μονή αναπήδηση
Συνεχής απόκλιση από τη γραμμή βάσης
συναγερμός
Αυθαίρετο ενιαίο όριο
Αιτιολογημένη προειδοποίηση + κρίσιμο όριο
Συνήθη λάθη
- Μετρώντας τα πάντα με μέσο όρο. Ο μέσος όρος κρύβει την κακή εμπειρία των λίγων. Βλέπε εκατοστημόριο.
- Αναζήτηση ανωμαλιών χωρίς γραμμή βάσης. Δεν μπορείτε να πείτε ότι μια τιμή είναι μη φυσιολογική χωρίς να γνωρίζετε τι είναι φυσιολογικό. Δημιουργείτε ψευδή συναγερμό.
- Μπερδεύοντας την εποχικότητα με τάση. Η αντιμετώπιση της αιχμής της καμπάνιας ως μόνιμη ανάπτυξη και η λήψη περιττών πόρων κοστίζει χρήματα.
- Βασιζόμενος στην προβολή περιττών αριθμών. «Ακριβώς 19 ημέρες» είναι ψευδής ακρίβεια. Χρησιμοποιήστε το αισιόδοξο-απαισιόδοξο εύρος.
- Ξεχνώντας τον χρόνο προμήθειας. Η ομάδα που δεν λαμβάνει υπόψη το όριο προβολής και τον χρόνο αγοράς μαζί θα βρεθεί στη διακοπή.
Προσοχή: Η προβολή τάσης του AI προϋποθέτει ότι το παρελθόν θα συνεχιστεί και στο μέλλον. Μια κυκλοφορία νέου προϊόντος, μια μετεγκατάσταση πελατών ή μια αρχιτεκτονική αλλαγή διαταράσσει αυτή την υπόθεση. Είναι δική σας δουλειά να διορθώσετε την προβολή με το περιβάλλον σας.
Συνοπτικά
Η παρακολούθηση της απόδοσης απαντά στην ερώτηση "είναι καλά τώρα;" και ο προγραμματισμός χωρητικότητας απαντά στο ερώτημα "πότε δεν είναι αρκετό;" Η τεχνητή νοημοσύνη είναι ένας ισχυρός συνεργάτης στην ερμηνεία μετρήσεων, στον καθορισμό βασικών γραμμών, στην επισήμανση ανωμαλιών και στην προβολή τάσεων. Αλλά ο μέσος όρος ψέματα — χρησιμοποιήστε το εκατοστημόριο. Χωρίς βασική γραμμή δεν υπάρχει ανωμαλία — ορίστε πρώτα το φυσιολογικό. Διαχωρίστε την εποχικότητα από την τάση. και πάρτε την προβολή ως εύρος, όχι ως έναν αριθμό. Οι αποφάσεις για την επένδυση πόρων και το όριο συναγερμού είναι ανθρώπινες, μαζί με τον χρόνο παράδοσης πόρων και το επιχειρηματικό πλαίσιο.
Εργασία εφαρμογής
Πάρτε τις τελευταίες εβδομάδες δεδομένων για έναν πόρο (δίσκος, μνήμη, χρόνος απόκρισης) από τα δικά σας συστήματα και καλύψτε ευαίσθητες περιοχές. Αφαιρέστε το κανονικό εύρος και το μοτίβο με το πρότυπο "Αφαίρεση γραμμής βάσης" παραπάνω. Στη συνέχεια, ζητήστε από το πρότυπο «Προβολή χωρητικότητας» να προβλέψει πότε θα φτάσετε σε ένα όριο, με ένα αισιόδοξο-απαισιόδοξο εύρος. Επίσης, ερμηνεύστε τη μέτρηση του χρόνου απόκρισής σας χρησιμοποιώντας το πρότυπο "εκατοστημόρια" και δείτε αν υπάρχει κάτι που κρύβει ο μέσος όρος. Καταγράψτε τα ευρήματά σας και τη δράση που θα κάνετε σε 5 στοιχεία.
λίστα ελέγχου
- [ ] Κοίταξα το p95/p99 αντί για τις μετρήσεις του μέσου όρου του χρόνου απόκρισης;
- [ ] Έχω δημιουργήσει μια βασική γραμμή από υγιή δεδομένα προτού αναζητήσω ανωμαλίες;
- [ ] Έχω ξεχωρίσει την εποχιακή διακύμανση από τη μόνιμη τάση;
- [ ] Πήρα την προβολή ως ένα αισιόδοξο-απαισιόδοξο εύρος και όχι ως μια ενιαία ημερομηνία;
- [ ] Έχω αξιολογήσει τον χρόνο προμήθειας μαζί με το όριο προβολής;
- [ ] Έθεσα το όριο συναγερμού με βάση τη δική μου ανοχή κινδύνου και όχι μια σύσταση τεχνητής νοημοσύνης;