ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಾನಿಟರಿಂಗ್: ಮೆಟ್ರಿಕ್ಸ್ ಓದುವಿಕೆ ಮತ್ತು ಭವಿಷ್ಯಕ್ಕಾಗಿ ಯೋಜನೆ

ಲಾಭಗಳು:

• ಸರಾಸರಿ ಬದಲಿಗೆ ಶೇಕಡಾವಾರು (p95/p99) ಮತ್ತು ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬೆಂಬಲದೊಂದಿಗೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಸರಿಯಾಗಿ ಅರ್ಥೈಸುವ ಸಾಮರ್ಥ್ಯ
• ಟ್ರೆಂಡ್‌ನಿಂದ ಋತುಮಾನವನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಸಾಮರ್ಥ್ಯದ ಪ್ರೊಜೆಕ್ಷನ್ ಅನ್ನು ಒಂದೇ ಸಂಖ್ಯೆಯ ಬದಲಿಗೆ ಆಶಾವಾದಿ-ನಿರಾಶಾವಾದಿ ಶ್ರೇಣಿಯಾಗಿ ಉತ್ಪಾದಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಸಂಪನ್ಮೂಲ ಹೂಡಿಕೆ ಮತ್ತು ಎಚ್ಚರಿಕೆಯ ಮಿತಿ ನಿರ್ಧಾರಗಳು ಸಂಪನ್ಮೂಲ ಪ್ರಮುಖ ಸಮಯ ಮತ್ತು ವ್ಯಾಪಾರ ಸಂದರ್ಭದ ಜೊತೆಗೆ ಮಾನವ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು.

ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಾನಿಟರಿಂಗ್: AI ಜೊತೆಗೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಓದುವುದು ಮತ್ತು ಭವಿಷ್ಯವನ್ನು ಯೋಜಿಸುವುದು

ನಿಮ್ಮ ಸ್ವಂತ ಕಣ್ಣುಗಳಿಂದ ನೀವು ವ್ಯವಸ್ಥೆಯ ಆರೋಗ್ಯವನ್ನು ನೋಡಲು ಸಾಧ್ಯವಿಲ್ಲ; ನೀವು ಅದನ್ನು ಮೆಟ್ರಿಕ್‌ಗಳ ಮೂಲಕ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತೀರಿ. ಮೆಟ್ರಿಕ್ ಎನ್ನುವುದು ಸಿಸ್ಟಮ್‌ನ ಅಳೆಯಬಹುದಾದ ಗುಣಲಕ್ಷಣದ ಸಮಯ-ಅವಲಂಬಿತ ಸಂಖ್ಯಾತ್ಮಕ ಮೌಲ್ಯವಾಗಿದೆ: CPU ಬಳಕೆ, ಮೆಮೊರಿ ಆಕ್ಯುಪೆನ್ಸಿ, ಡಿಸ್ಕ್ ಮುಕ್ತ ಸ್ಥಳ, ನೆಟ್ವರ್ಕ್ ಲೇಟೆನ್ಸಿ, ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ವಿನಂತಿಗಳು. ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲ್ವಿಚಾರಣೆಯು ಈ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ನಿರಂತರವಾಗಿ ಸಂಗ್ರಹಿಸುತ್ತದೆ ಮತ್ತು "ಸಿಸ್ಟಮ್ ಈಗ ಸರಿಯಾಗಿದೆಯೇ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತದೆ. ಸಾಮರ್ಥ್ಯದ ಯೋಜನೆ ಒಂದು ಹೆಜ್ಜೆ ಮುಂದೆ ಹೋಗುತ್ತದೆ: ಇದು "ಈ ದರದಲ್ಲಿ, ನಾನು ಯಾವಾಗ ಸಾಕಾಗುವುದಿಲ್ಲ, ನಾನು ಯಾವಾಗ ಹೊಸ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಖರೀದಿಸಬೇಕು?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಇದು ಉತ್ತರಿಸುತ್ತದೆ. ಇಲ್ಲಿ, AI ಮೆಟ್ರಿಕ್‌ಗಳ ರಾಶಿಯನ್ನು ಅರ್ಥೈಸುವಲ್ಲಿ, ವೈಪರೀತ್ಯಗಳನ್ನು ಗುರುತಿಸುವಲ್ಲಿ, ಪ್ರವೃತ್ತಿಯನ್ನು ಓದುವಲ್ಲಿ ಮತ್ತು ಭವಿಷ್ಯದ ಪ್ರಕ್ಷೇಪಣವನ್ನು ಉತ್ಪಾದಿಸುವಲ್ಲಿ ಹೆಚ್ಚು ನುರಿತ ಸಹಾಯಕವಾಗಿದೆ. ಆದರೆ ಒಂದು ಎಚ್ಚರಿಕೆಯು ಎಲ್ಲಕ್ಕಿಂತ ಮೇಲುಗೈ ಸಾಧಿಸುತ್ತದೆ: AI ಐತಿಹಾಸಿಕ ಡೇಟಾದಿಂದ ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ; ನೀವು ಸಂಪನ್ಮೂಲ ಹೂಡಿಕೆ, ಸ್ಕೇಲಿಂಗ್ ಮತ್ತು ಸಂದರ್ಭದೊಂದಿಗೆ ಎಚ್ಚರಿಕೆಯ ಮಿತಿ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡುವವರು.

ಈ ಘಟಕದಲ್ಲಿ, ಬೇಸ್‌ಲೈನ್ (ಸಾಮಾನ್ಯ ನಡವಳಿಕೆಯ ರೇಖೆ), ಅಸಂಗತತೆ (ಸಾಮಾನ್ಯದಿಂದ ವಿಚಲನ), ಶೇಕಡಾವಾರು (ಪರ್ಸೆಂಟೈಲ್) ನಂತಹ ಮಾನಿಟರಿಂಗ್ ಪರಿಕಲ್ಪನೆಗಳು; AI ಜೊತೆಗೆ ಮೆಟ್ರಿಕ್ ವ್ಯಾಖ್ಯಾನ; ಪ್ರವೃತ್ತಿ ಮತ್ತು ಬೆಳವಣಿಗೆಯ ಮುನ್ಸೂಚನೆ; ಮತ್ತು ನೀವು ಸರಿಯಾದ ಎಚ್ಚರಿಕೆಯ ಮಿತಿಯನ್ನು ಹೊಂದಿಸಲು ಕಲಿಯುವಿರಿ.

ಸರಾಸರಿ ಸುಳ್ಳು: ಏಕೆ ಶೇಕಡಾವಾರು?

ಟ್ರ್ಯಾಕಿಂಗ್‌ನಲ್ಲಿನ ಸಾಮಾನ್ಯ ತಪ್ಪು ಎಂದರೆ ಎಲ್ಲವನ್ನೂ ಸರಾಸರಿಯೊಂದಿಗೆ ಅಳೆಯುವುದು. ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯ ಸರಾಸರಿ 200 ms ಎಂದು ಹೇಳೋಣ. ಚೆನ್ನಾಗಿದೆ. ಆದರೆ 5% ಬಳಕೆದಾರರು 8 ಸೆಕೆಂಡುಗಳ ಕಾಲ ಕಾಯುತ್ತಿರಬಹುದು; ಸರಾಸರಿ ಇದನ್ನು ಮರೆಮಾಡುತ್ತದೆ. ಅದಕ್ಕಾಗಿಯೇ ವೃತ್ತಿಪರರು ಪರ್ಸೆಂಟೈಲ್ ಅನ್ನು ಬಳಸುತ್ತಾರೆ: p95 = "95% ವಿನಂತಿಗಳು ಈ ಅವಧಿಗಿಂತ ಕೆಳಗಿವೆ." p95 ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯವು 8 ಸೆಕೆಂಡ್ ಆಗಿದ್ದರೆ, ಇಪ್ಪತ್ತು ಬಳಕೆದಾರರಲ್ಲಿ ಒಬ್ಬರು ಭಯಾನಕ ಅನುಭವವನ್ನು ಹೊಂದಿದ್ದಾರೆ - ಸರಾಸರಿ ಎಂದಿಗೂ ಅದನ್ನು ತೋರಿಸುವುದಿಲ್ಲ. AI ಗೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ನೀಡುವಾಗ, ನೀವು ಯಾವ ಅಂಕಿಅಂಶವನ್ನು ಬಯಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ: "p50, p95, ಮತ್ತು p99 ಅನ್ನು ನನಗೆ ಅರ್ಥೈಸಿ, ಸರಾಸರಿ ಅಲ್ಲ." ಈ ಒಂದು ಅಭ್ಯಾಸವು ಗುಪ್ತ ಸಮಸ್ಯೆಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.

ಸಲಹೆ: ಬಳಕೆದಾರರ ಅನುಭವಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರತಿ ಮೆಟ್ರಿಕ್‌ಗೆ ಶೇಕಡಾವಾರು ನೋಡಿ (ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯ, ಸುಪ್ತತೆ); ಸರಾಸರಿ ಬದಲಿಗೆ p95/p99 ನಿಮ್ಮನ್ನು ನಿಜವಾದ ನರಳುತ್ತಿರುವ ಅಲ್ಪಸಂಖ್ಯಾತರಿಗೆ ತಲುಪಿಸುತ್ತದೆ. ಸಂಪನ್ಮೂಲ ಮೆಟ್ರಿಕ್‌ಗಳಲ್ಲಿ (CPU, ಮೆಮೊರಿ), ಗರಿಷ್ಠ ಮತ್ತು ನಿರಂತರ ಮೌಲ್ಯಗಳನ್ನು ನೋಡಿ.

ಬೇಸ್ಲೈನ್ ​​ಇಲ್ಲದೆ ಯಾವುದೇ ಅಸಂಗತತೆ ಇಲ್ಲ

ಮೆಟ್ರಿಕ್ "ಅಸಹಜ" ಎಂದು ನೀವು ಹೇಳುವ ಮೊದಲು ನೀವು "ಸಾಮಾನ್ಯ" ಎಂದು ತಿಳಿದುಕೊಳ್ಳಬೇಕು. ಬೇಸ್‌ಲೈನ್ ಆರೋಗ್ಯಕರ ದಿನಗಳಲ್ಲಿ ಸಿಸ್ಟಮ್‌ನ ವಿಶಿಷ್ಟ ವರ್ತನೆಯ ಶ್ರೇಣಿಯಾಗಿದೆ: "ಈ ಸೇವೆ ವಾರದ ದಿನದ ಮಧ್ಯಾಹ್ನ CPU ಸಾಮಾನ್ಯವಾಗಿ 40-60% ಆಗಿದೆ". ಬೇಸ್‌ಲೈನ್ ಇಲ್ಲದೆ, 70% ಮೌಲ್ಯವು ಭಯಾನಕ ಅಥವಾ ಸಾಮಾನ್ಯವಾಗಿದೆಯೇ ಎಂದು ನಿಮಗೆ ತಿಳಿಯುವುದಿಲ್ಲ. AI ಗೆ ಐತಿಹಾಸಿಕ ಆರೋಗ್ಯಕರ ಡೇಟಾವನ್ನು ನೀಡುವ ಮೂಲಕ ಮತ್ತು "ಈ ಮೆಟ್ರಿಕ್‌ನ ಸಾಮಾನ್ಯ ಶ್ರೇಣಿ ಮತ್ತು ದೈನಂದಿನ/ವಾರದ ಮಾದರಿಯನ್ನು ಹೊರತೆಗೆಯಿರಿ" ಎಂದು ಹೇಳುವ ಮೂಲಕ ನೀವು ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಹೊಂದಿಸಬಹುದು. ನಂತರ ನೀವು ಈ ಬೇಸ್‌ಲೈನ್ ಪ್ರಕಾರ ಹೊಸ ಡೇಟಾವನ್ನು ಅರ್ಥೈಸುತ್ತೀರಿ: "ಸಾಮಾನ್ಯವಾಗಿ ಈ ಮೌಲ್ಯ ಎಲ್ಲಿದೆ?" ಅಸಂಗತತೆಯು ಬೇಸ್‌ಲೈನ್‌ನಿಂದ ಗಮನಾರ್ಹ ಮತ್ತು ನಿರಂತರ ವಿಚಲನವಾಗಿದೆ - ಒಂದು ಹಠಾತ್ ಜಿಗಿತವು ಸಾಮಾನ್ಯವಾಗಿ ಶಬ್ದವಾಗಿರುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ: ಸಾಮರ್ಥ್ಯದ ಪ್ರೊಜೆಕ್ಷನ್

1. ಶುದ್ಧ ಮತ್ತು ಸಮರ್ಪಕವಾದ ಇತಿಹಾಸವನ್ನು ಸಂಗ್ರಹಿಸಿ. ಪ್ರವೃತ್ತಿಗೆ ಕನಿಷ್ಠ ಕೆಲವು ವಾರಗಳ ಡೇಟಾ ಅಗತ್ಯವಿರುತ್ತದೆ, ಮೇಲಾಗಿ ಮಾಸಿಕ. ಕಡಿಮೆ ಡೇಟಾದೊಂದಿಗೆ ಮಾಡಿದ ಪ್ರಕ್ಷೇಪಣವು ಒಂದು ಊಹೆಯಾಗಿದೆ, ಮುನ್ಸೂಚನೆಯಲ್ಲ.
2. ಪ್ರತ್ಯೇಕ ಋತುಮಾನ. ವಾರಾಂತ್ಯದಲ್ಲಿ ದಟ್ಟಣೆ ಕಡಿಮೆಯಾಗುತ್ತದೆ, ತಿಂಗಳ ಕೊನೆಯಲ್ಲಿ ಹೆಚ್ಚಾಗುತ್ತದೆ ಮತ್ತು ಪ್ರಚಾರದ ಸಮಯದಲ್ಲಿ ಸ್ಫೋಟಗೊಳ್ಳುತ್ತದೆ. ಕಾಲೋಚಿತ ಏರಿಳಿತದೊಂದಿಗೆ ಬೆಳವಣಿಗೆಯನ್ನು ಗೊಂದಲಗೊಳಿಸದಂತೆ ಈ ಚಕ್ರಗಳನ್ನು AI ಗೆ ತಿಳಿಸಿ.
3. ಪ್ರವೃತ್ತಿಯನ್ನು ತೆಗೆದುಹಾಕಿ. "ಕಳೆದ 8 ವಾರಗಳಲ್ಲಿ ಈ ಡಿಸ್ಕ್ ವಾರಕ್ಕೆ ಸರಾಸರಿ ಎಷ್ಟು GB ಬೆಳೆದಿದೆ?" AI ಬೆಳವಣಿಗೆ ದರವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ.
4. ಪ್ರೊಜೆಕ್ಷನ್ ಅನ್ನು ಕೇಳಿ, ಅದನ್ನು ಖಾಲಿ ಮಾಡಿ. "ಈ ದರದಲ್ಲಿ, ಡಿಸ್ಕ್ 90% ಯಾವಾಗ ತುಂಬಿರುತ್ತದೆ?" — ಆದರೆ ಒಂದು ಆಶಾವಾದಿ/ನಿರಾಶಾವಾದಿ ಶ್ರೇಣಿಯನ್ನು ಕೇಳಿ, ಒಂದೇ ದಿನಾಂಕವಲ್ಲ. ಭವಿಷ್ಯವು ಅನಿಶ್ಚಿತವಾಗಿದೆ; ಬೆಸ ಸಂಖ್ಯೆಯು ತಪ್ಪು ನಿಖರತೆಯಾಗಿದೆ.
5. ಜನರೊಂದಿಗೆ ನಿರ್ಧಾರದ ಮಿತಿಯನ್ನು ನಿರ್ಧರಿಸಿ. "ಇದು 6 ವಾರಗಳಲ್ಲಿ ಪೂರ್ಣಗೊಳ್ಳುತ್ತದೆ" ಎಂದು ಪ್ರೊಜೆಕ್ಷನ್ ಹೇಳಿದರೆ, ನೀವು ಸೋರ್ಸಿಂಗ್ ಸಮಯವನ್ನು (ಖರೀದಿ, ಅನುಮೋದನೆ) ಪರಿಗಣಿಸಿ ಮತ್ತು ಇಂದು ಕ್ರಮ ಕೈಗೊಳ್ಳಬೇಕೆ ಎಂದು ನಿರ್ಧರಿಸಿ.
6. ಅಲಾರಾಂ ಅನ್ನು ಸರಿಯಾಗಿ ಹೊಂದಿಸಿ. ಅತಿ ಸೂಕ್ಷ್ಮ ಎಚ್ಚರಿಕೆಯು ಶಬ್ದ ಮತ್ತು ಎಚ್ಚರಿಕೆಯ ಆಯಾಸವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ; ತುಂಬಾ ಸಡಿಲವಾದ ಎಚ್ಚರಿಕೆಯು ಈವೆಂಟ್ ಅನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತದೆ. AI ನಿಂದ ಥ್ರೆಶೋಲ್ಡ್ ಶಿಫಾರಸು ಪಡೆಯಿರಿ, ಆದರೆ ನಿಮ್ಮ ಸ್ವಂತ ಅಪಾಯ ಸಹಿಷ್ಣುತೆಯೊಂದಿಗೆ ಅಂತಿಮ ಮಿತಿಯನ್ನು ನಿರ್ಧರಿಸಿ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸರಾಸರಿ ಮರೆಮಾಚಲಾಗಿದೆ, p99 ತೋರಿಸಿದೆ. ಒಂದು ತಂಡವು ಅವರ API "ಸರಾಸರಿ 180 ms, ಚೆನ್ನಾಗಿದೆ" ಎಂದು ಭಾವಿಸಿದೆ. ನಾನು AI ಗೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ನೀಡಿದಾಗ ಮತ್ತು ಶೇಕಡಾವಾರು ವ್ಯಾಖ್ಯಾನವನ್ನು ಕೇಳಿದಾಗ, p99 6,400 ms ಎಂದು ಬದಲಾಯಿತು - ಪ್ರತಿ ನೂರಕ್ಕೆ ಒಂದು ವಿನಂತಿಯು 6 ಸೆಕೆಂಡುಗಳಿಗಿಂತ ನಿಧಾನವಾಗಿದೆ. ನಿಧಾನಗತಿಯ ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆಯೇ ಮೂಲ ಕಾರಣ. ಸರಾಸರಿ ಆರೋಗ್ಯವಾಗಿ ಕಂಡುಬಂದರೆ, ಅಲ್ಪಸಂಖ್ಯಾತರು ಭಯಾನಕ ಅನುಭವವನ್ನು ಹೊಂದಿದ್ದರು.

ಕೇಸ್ 2 - ಪ್ರೊಜೆಕ್ಷನ್ 3 ವಾರಗಳ ಮುಂಚಿತವಾಗಿ ಎಚ್ಚರಿಸಿದೆ. ನಿರ್ವಾಹಕರು ಲಾಗ್ ಡಿಸ್ಕ್ ಆಕ್ಯುಪೆನ್ಸಿ ಡೇಟಾವನ್ನು AI ಗೆ ನೀಡಿದರು. AI ~7 GB ಯ ಸಾಪ್ತಾಹಿಕ ಬೆಳವಣಿಗೆಯ ಪ್ರವೃತ್ತಿಯನ್ನು ಊಹಿಸಿದೆ ಮತ್ತು ಪ್ರಸ್ತುತ ದರದಲ್ಲಿ, 16-23 ದಿನಗಳ ಆಶಾವಾದಿ-ನಿರಾಶಾವಾದಿ ವ್ಯಾಪ್ತಿಯೊಂದಿಗೆ 90% 19 ದಿನಗಳಲ್ಲಿ ತಲುಪುತ್ತದೆ ಎಂದು ಅಂದಾಜಿಸಿದೆ. ಹೊಸ ಡಿಸ್ಕ್‌ಗಳನ್ನು ಪೂರೈಸಲು 10 ದಿನಗಳನ್ನು ತೆಗೆದುಕೊಂಡ ಕಾರಣ, ತಂಡವು ತಕ್ಷಣವೇ ಆದೇಶ ನೀಡಿತು ಮತ್ತು ಅದು ಸಂಭವಿಸುವ ಮೊದಲು ಸ್ಥಗಿತವನ್ನು ತಡೆಯಿತು.

ಪ್ರಕರಣ 3 - ತಪ್ಪು ಅಸಂಗತತೆಯಿಂದ ಹಿಂತಿರುಗಿ. ಪ್ರತಿ ಭಾನುವಾರ ರಾತ್ರಿ CPU 95% ಕ್ಕೆ ಏರುತ್ತಿದೆ ಎಂದು ಮಾನಿಟರಿಂಗ್ ಅಲಾರಾಂ ಆಫ್ ಆಯಿತು. ಭಯಭೀತರಾಗುವ ಮೊದಲು, ಇಂಜಿನಿಯರ್ AI ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಹೆಚ್ಚಿಸುವಂತೆ ಮಾಡಿತು: ಈ ಜಿಗಿತವು ಯೋಜಿತ ಬ್ಯಾಕ್‌ಅಪ್ ಕೆಲಸವಾಗಿದ್ದು ಅದು ಪ್ರತಿ ವಾರ ಒಂದೇ ಸಮಯದಲ್ಲಿ ನಡೆಯುತ್ತದೆ, ಆದ್ದರಿಂದ ಇದು ರೂಢಿಯ ಭಾಗವಾಗಿತ್ತು. ಇದು ಅಸಂಗತತೆ ಅಲ್ಲ; ಬೇಸ್ಲೈನ್ ​​ಕಾಣೆಯಾಗಿದೆ. ಆ ಅವಧಿಗೆ ಅಲಾರಾಂ ಮಿತಿಯನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ ಮತ್ತು ಅನಗತ್ಯ ರಾತ್ರಿ ಎಚ್ಚರಗೊಳ್ಳುವಿಕೆಗಳು ಹೋಗಿವೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಮೆಟ್ರಿಕ್ ವ್ಯಾಖ್ಯಾನ (ಪರ್ಸೆಂಟೈಲ್):

ಕೆಳಗೆ [ಸೇವೆ] ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯದ ಮೆಟ್ರಿಕ್‌ಗಳು (ಮುಖವಾಡ) ಇವೆ. ನನಗೆ p50, p95 ಮತ್ತು p99 ಎಂದು ಕಾಮೆಂಟ್ ಮಾಡಿ, ಸರಾಸರಿ ಅಲ್ಲ. p99 ಮತ್ತು p50 ನಡುವಿನ ವ್ಯತ್ಯಾಸದ ಅರ್ಥವೇನು, ಇದು ಯಾವ ಬಳಕೆದಾರರ ಅನುಭವದ ಸಮಸ್ಯೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ? ಮಾಡಲಾದ ಮೌಲ್ಯಗಳನ್ನು ಸೇರಿಸಬೇಡಿ, ನಾನು ನಿಮಗೆ ನೀಡುವ ಡೇಟಾವನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ. ಡೇಟಾ: [ಮೆಟ್ರಿಕ್ಸ್]

2) ಮೂಲ ವ್ಯವಕಲನ:

ಕಳೆದ 4 ವಾರಗಳಲ್ಲಿ ಆರೋಗ್ಯಕರ [ಮೆಟ್ರಿಕ್] ಡೇಟಾವನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ. ಈ ಮೆಟ್ರಿಕ್‌ನ (1) ಸಾಮಾನ್ಯ ಶ್ರೇಣಿಯನ್ನು (2) ದೈನಂದಿನ ಮತ್ತು ಸಾಪ್ತಾಹಿಕ ಮಾದರಿಯನ್ನು (ಉದಾ. ರಾತ್ರಿ ಕಡಿಮೆ, ಮಧ್ಯಾಹ್ನ ಹೆಚ್ಚಿನ) ಹೊರತೆಗೆಯಿರಿ. ನಂತರ ನಾನು ಒಂದೇ ಹೊಸ ಮೌಲ್ಯವನ್ನು ನೀಡುತ್ತೇನೆ; ಈ ಬೇಸ್‌ಲೈನ್‌ನ ಆಧಾರದ ಮೇಲೆ ಇದನ್ನು "ಸಾಮಾನ್ಯ/ಎಚ್ಚರಿಕೆ/ಅಸಹಜ" ಎಂದು ವರ್ಗೀಕರಿಸಿ. ಡೇಟಾ: [ಐತಿಹಾಸಿಕ ಮೆಟ್ರಿಕ್]

3) ಸಾಮರ್ಥ್ಯದ ಪ್ರೊಜೆಕ್ಷನ್ (ಶ್ರೇಣಿಯೊಂದಿಗೆ):

ಕೆಳಗೆ [ಸಂಪನ್ಮೂಲ] ಆಕ್ಯುಪೆನ್ಸಿ ಡೇಟಾದ ಕೊನೆಯ 8 ವಾರಗಳು. (1) ಸಾಪ್ತಾಹಿಕ ಸರಾಸರಿ ಬೆಳವಣಿಗೆ ದರವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, (2) ಕಾಲೋಚಿತ ಪರಿಣಾಮಗಳನ್ನು ಸೂಚಿಸಿ, (3) ಪ್ರಸ್ತುತ ದರದಲ್ಲಿ 90% ಮಿತಿಯನ್ನು ತಲುಪಲು ಸಮಯವನ್ನು ಅಂದಾಜು ಮಾಡಿ, ಆಪ್ಟಿಮಿಸ್ಟಿಕ್ ಮತ್ತು ನಿರಾಶಾದಾಯಕ ಶ್ರೇಣಿಗಳೊಂದಿಗೆ. ಒಂದೇ ದಿನಾಂಕವನ್ನು ನೀಡಿ, ಶ್ರೇಣಿಯನ್ನು ನೀಡಿ ಮತ್ತು ನಿಮ್ಮ ಊಹೆಗಳನ್ನು ಬರೆಯಿರಿ. ಡೇಟಾ: [ಸಮಯ ಸರಣಿ]

4) ಎಚ್ಚರಿಕೆಯ ಮಿತಿ ಶಿಫಾರಸು:

[ಮೆಟ್ರಿಕ್] ಗಾಗಿ ನನ್ನ ಬೇಸ್‌ಲೈನ್ [ಶ್ರೇಣಿ]. ನೈಜ ಸಮಸ್ಯೆಗಳನ್ನು ತಪ್ಪಿಸದೆ ಸುಳ್ಳು ಎಚ್ಚರಿಕೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ನನ್ನ ಗುರಿಯಾಗಿದೆ. (1) ಎಚ್ಚರಿಕೆ ಮತ್ತು (2) ನಿರ್ಣಾಯಕ ಮಿತಿಗಾಗಿ ನನಗೆ ಶಿಫಾರಸು ನೀಡಿ, ಪ್ರತಿಯೊಂದನ್ನು ಸಮರ್ಥಿಸಿ ಮತ್ತು ಎಚ್ಚರಿಕೆಯ ಆಯಾಸದ ಅಪಾಯವನ್ನು ನಿರ್ಣಯಿಸಿ. ನಾನು ಅಂತಿಮ ಮಿತಿಯನ್ನು ನಿರ್ಧರಿಸುತ್ತೇನೆ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ನನ್ನ ಸರ್ವರ್ ನಿಧಾನವಾಗಿದೆಯೇ?

ಯಾವುದೇ ಸಂದರ್ಭವಿಲ್ಲ, ಮೆಟ್ರಿಕ್‌ಗಳಿಲ್ಲ ಮತ್ತು ಬೇಸ್‌ಲೈನ್ ಇಲ್ಲ. AI ಗೆ "ನಿಧಾನ" ದ ವ್ಯಾಖ್ಯಾನವನ್ನು ತಿಳಿದಿಲ್ಲ ಅಥವಾ ಅದನ್ನು ಹೋಲಿಸಲು ಸಾಮಾನ್ಯ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿಲ್ಲ. ಉತ್ತರವು ನಿಷ್ಫಲ ಊಹೆಯಾಗಿದೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ಸಾಮರ್ಥ್ಯ ಯೋಜನೆ ತಜ್ಞ. P95 ಪ್ರತಿಕ್ರಿಯೆಯ ಕೊನೆಯ 14 ದಿನಗಳು ಮತ್ತು API ಯ ವಿನಂತಿಗಳು/ಎರಡನೇ ಡೇಟಾವನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ (ಮಾಸ್ಕ್). ನನ್ನ ಬೇಸ್‌ಲೈನ್ p95 ಗಾಗಿ 250-400 ms ಆಗಿದೆ. ನನಗೆ ಹೇಳಿ (1) ಕಳೆದ 14 ದಿನಗಳಲ್ಲಿ ಬೇಸ್‌ಲೈನ್‌ನಿಂದ ಹೊರಗುಳಿದ ದಿನಗಳನ್ನು ಗುರುತಿಸಿ, (2) ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯ ಮತ್ತು ವಿನಂತಿಯ ಲೋಡ್ ನಡುವೆ ಗೋಚರ ಸಂಬಂಧವಿದೆಯೇ ಎಂದು ಹೇಳಿ (3) ಈ ಪ್ರವೃತ್ತಿ ಮುಂದುವರಿದರೆ 30 ದಿನಗಳಲ್ಲಿ p95 ಎಲ್ಲಿಗೆ ಹೋಗುತ್ತದೆ ಎಂದು ಊಹಿಸಿ. ಡೇಟಾ: [ಸಮಯ ಸರಣಿ]

ಮೆಟ್ರಿಕ್ ಪ್ರಕಾರ

ತಪ್ಪು ಮಾಪನ

ನಿಖರವಾದ ಮಾಪನ

ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯ

ಕೇವಲ ಸರಾಸರಿ

p50, p95, p99

CPU/ಮೆಮೊರಿ

ತತ್ಕ್ಷಣದ ಮೌಲ್ಯ

ಪೀಕ್ + ನಿರಂತರ + ಬೇಸ್‌ಲೈನ್

ಡಿಸ್ಕ್ ಬೆಳವಣಿಗೆ

ಇಂದಿನ ಆಕ್ಯುಪೆನ್ಸಿ

ಸಾಪ್ತಾಹಿಕ ಪ್ರವೃತ್ತಿ + ಪ್ರೊಜೆಕ್ಷನ್

ಅಸಂಗತತೆ

ಒಂದೇ ಬೌನ್ಸ್

ಬೇಸ್ಲೈನ್ನಿಂದ ನಿರಂತರ ವಿಚಲನ

ಎಚ್ಚರಿಕೆ

ಅನಿಯಂತ್ರಿತ ಏಕ ಮಿತಿ

ತರ್ಕಬದ್ಧ ಎಚ್ಚರಿಕೆ + ನಿರ್ಣಾಯಕ ಮಿತಿ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಎಲ್ಲವನ್ನೂ ಸರಾಸರಿಯೊಂದಿಗೆ ಅಳೆಯುವುದು. ಸರಾಸರಿಯು ಕೆಲವರ ಕೆಟ್ಟ ಅನುಭವವನ್ನು ಮರೆಮಾಡುತ್ತದೆ; ಶೇಕಡಾವಾರು ನೋಡಿ.
• ಬೇಸ್‌ಲೈನ್ ಇಲ್ಲದೆ ವೈಪರೀತ್ಯಗಳನ್ನು ಹುಡುಕಲಾಗುತ್ತಿದೆ. ಸಾಮಾನ್ಯ ಯಾವುದು ಎಂದು ತಿಳಿಯದೆ ಮೌಲ್ಯವು ಅಸಹಜವಾಗಿದೆ ಎಂದು ನೀವು ಹೇಳಲು ಸಾಧ್ಯವಿಲ್ಲ; ನೀವು ತಪ್ಪು ಎಚ್ಚರಿಕೆಯನ್ನು ರಚಿಸುತ್ತೀರಿ.
• ಋತುಮಾನವನ್ನು ಪ್ರವೃತ್ತಿಗಾಗಿ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಪ್ರಚಾರದ ಉತ್ತುಂಗವನ್ನು ಶಾಶ್ವತ ಬೆಳವಣಿಗೆ ಎಂದು ಪರಿಗಣಿಸುವುದು ಮತ್ತು ಅನಗತ್ಯ ಸಂಪನ್ಮೂಲಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದರಿಂದ ಹಣ ಖರ್ಚಾಗುತ್ತದೆ.
• ಬೆಸ ಸಂಖ್ಯೆಯ ಪ್ರೊಜೆಕ್ಷನ್ ಅನ್ನು ಅವಲಂಬಿಸಿದೆ. "ನಿಖರವಾಗಿ 19 ದಿನಗಳು" ತಪ್ಪು ನಿಖರವಾಗಿದೆ; ಆಶಾವಾದಿ-ನಿರಾಶಾವಾದಿ ಶ್ರೇಣಿಯನ್ನು ಬಳಸಿ.
• ಸೋರ್ಸಿಂಗ್ ಸಮಯವನ್ನು ಮರೆತುಬಿಡುವುದು. ಪ್ರೊಜೆಕ್ಷನ್ ಥ್ರೆಶೋಲ್ಡ್ ಮತ್ತು ಖರೀದಿ ಸಮಯವನ್ನು ಒಟ್ಟಿಗೆ ಪರಿಗಣಿಸದ ತಂಡವು ಅಡಚಣೆಯಲ್ಲಿ ಸಿಲುಕಿಕೊಳ್ಳುತ್ತದೆ.

ಎಚ್ಚರಿಕೆ: AI ಯ ಟ್ರೆಂಡ್ ಪ್ರೊಜೆಕ್ಷನ್ ಭೂತಕಾಲವು ಭವಿಷ್ಯದಲ್ಲಿ ಮುಂದುವರಿಯುತ್ತದೆ ಎಂದು ಊಹಿಸುತ್ತದೆ. ಹೊಸ ಉತ್ಪನ್ನ ಬಿಡುಗಡೆ, ಗ್ರಾಹಕರ ವಲಸೆ ಅಥವಾ ವಾಸ್ತುಶಿಲ್ಪದ ಬದಲಾವಣೆಯು ಈ ಊಹೆಯನ್ನು ಅಡ್ಡಿಪಡಿಸುತ್ತದೆ. ನಿಮ್ಮ ಸಂದರ್ಭದೊಂದಿಗೆ ಪ್ರಕ್ಷೇಪಣವನ್ನು ಸರಿಪಡಿಸುವುದು ನಿಮ್ಮ ಕೆಲಸ.

ಸಾರಾಂಶದಲ್ಲಿ

ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲ್ವಿಚಾರಣೆಯು "ಈಗ ಉತ್ತಮವಾಗಿದೆಯೇ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತದೆ ಮತ್ತು ಸಾಮರ್ಥ್ಯ ಯೋಜನೆ "ಇದು ಯಾವಾಗ ಸಾಕಾಗುವುದಿಲ್ಲ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತದೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಅರ್ಥೈಸುವಲ್ಲಿ, ಬೇಸ್‌ಲೈನ್‌ಗಳನ್ನು ಸ್ಥಾಪಿಸುವಲ್ಲಿ, ವೈಪರೀತ್ಯಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವುದರಲ್ಲಿ ಮತ್ತು ಪ್ರವೃತ್ತಿಗಳನ್ನು ಪ್ರಕ್ಷೇಪಿಸುವಲ್ಲಿ AI ಪ್ರಬಲ ಪಾಲುದಾರ. ಆದರೆ ಸರಾಸರಿ ಸುಳ್ಳು - ಶೇಕಡಾವಾರು ಬಳಸಿ; ಬೇಸ್ಲೈನ್ ​​ಇಲ್ಲದೆ ಯಾವುದೇ ಅಸಂಗತತೆ ಇಲ್ಲ - ಮೊದಲು ಸಾಮಾನ್ಯವನ್ನು ಸ್ಥಾಪಿಸಿ; ಪ್ರವೃತ್ತಿಯಿಂದ ಪ್ರತ್ಯೇಕ ಋತುಮಾನ; ಮತ್ತು ಪ್ರೊಜೆಕ್ಷನ್ ಅನ್ನು ಒಂದು ಶ್ರೇಣಿಯಾಗಿ ತೆಗೆದುಕೊಳ್ಳಿ, ಒಂದೇ ಸಂಖ್ಯೆಯಲ್ಲ. ಸಂಪನ್ಮೂಲ ಹೂಡಿಕೆ ಮತ್ತು ಎಚ್ಚರಿಕೆಯ ಮಿತಿ ನಿರ್ಧಾರಗಳು ಸಂಪನ್ಮೂಲದ ಪ್ರಮುಖ ಸಮಯ ಮತ್ತು ವ್ಯಾಪಾರ ಸಂದರ್ಭದ ಜೊತೆಗೆ ಮಾನವೀಯವಾಗಿವೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಸ್ವಂತ ಸಿಸ್ಟಮ್‌ಗಳು ಮತ್ತು ಮಾಸ್ಕ್ ಸೂಕ್ಷ್ಮ ಪ್ರದೇಶಗಳಿಂದ ಸಂಪನ್ಮೂಲಕ್ಕಾಗಿ (ಡಿಸ್ಕ್, ಮೆಮೊರಿ, ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯ) ಕಳೆದ ಕೆಲವು ವಾರಗಳ ಡೇಟಾವನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ. ಮೇಲಿನ "ಬೇಸ್‌ಲೈನ್ ವ್ಯವಕಲನ" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ ಸಾಮಾನ್ಯ ಶ್ರೇಣಿ ಮತ್ತು ಮಾದರಿಯನ್ನು ಕಳೆಯಿರಿ. ನಂತರ "ಸಾಮರ್ಥ್ಯ ಪ್ರೊಜೆಕ್ಷನ್" ಟೆಂಪ್ಲೇಟ್ ಆಶಾವಾದಿ-ನಿರಾಶಾವಾದಿ ಶ್ರೇಣಿಯೊಂದಿಗೆ ನೀವು ಮಿತಿಯನ್ನು ತಲುಪಿದಾಗ ಊಹಿಸಿ. ಅಲ್ಲದೆ, "ಪರ್ಸೆಂಟೈಲ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ನಿಮ್ಮ ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯದ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ ಮತ್ತು ಸರಾಸರಿ ಏನಾದರೂ ಅಡಗಿದೆಯೇ ಎಂದು ನೋಡಿ. ನಿಮ್ಮ ಸಂಶೋಧನೆಗಳು ಮತ್ತು ನೀವು ತೆಗೆದುಕೊಳ್ಳುವ ಕ್ರಮವನ್ನು 5 ಐಟಂಗಳಲ್ಲಿ ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಪ್ರತಿಕ್ರಿಯೆ ಸಮಯದ ಮೆಟ್ರಿಕ್‌ಗಳಲ್ಲಿ ಸರಾಸರಿ ಬದಲಿಗೆ p95/p99 ಅನ್ನು ನೋಡಿದ್ದೇನೆಯೇ?
• [ ] ವೈಪರೀತ್ಯಗಳನ್ನು ಹುಡುಕುವ ಮೊದಲು ನಾನು ಆರೋಗ್ಯಕರ ಡೇಟಾದಿಂದ ಬೇಸ್‌ಲೈನ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ಕಾಲೋಚಿತ ಏರಿಳಿತವನ್ನು ಶಾಶ್ವತ ಪ್ರವೃತ್ತಿಯಿಂದ ಪ್ರತ್ಯೇಕಿಸಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ಪ್ರೊಜೆಕ್ಷನ್ ಅನ್ನು ಒಂದೇ ದಿನಾಂಕಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಆಶಾವಾದಿ-ನಿರಾಶಾವಾದಿ ಶ್ರೇಣಿಯಾಗಿ ತೆಗೆದುಕೊಂಡಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ಪ್ರೊಜೆಕ್ಷನ್ ಥ್ರೆಶೋಲ್ಡ್ ಜೊತೆಗೆ ಸೋರ್ಸಿಂಗ್ ಸಮಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆಯೇ?
• [ ] ನಾನು ಎಚ್ಚರಿಕೆಯ ಮಿತಿಯನ್ನು ನನ್ನ ಸ್ವಂತ ಅಪಾಯ ಸಹಿಷ್ಣುತೆಯ ಆಧಾರದ ಮೇಲೆ ಹೊಂದಿಸಿದ್ದೇನೆಯೇ ಹೊರತು AI ಶಿಫಾರಸಿನಲ್ಲವೇ?