Valeurs anormales dans les données de surveillance

Il est essentiel de pouvoir identifier les valeurs anormales pour interpréter les données de surveillance des performances du système lors de l'identification et de la résolution des problèmes de performances.

Un élément de moniteur fournit un indice sur la nature d'un problème de performances lorsque sa valeur est inférieure à la normale, c'est-à-dire que la valeur est anormale. En général, une valeur pire est une valeur plus élevée que prévue, par exemple un temps d'attente de verrouillage plus élevé. Toutefois, une valeur anormale peut également être inférieure à la valeur attendue, par exemple un taux de réussite des recherches dans le pool de mémoire tampon inférieur. Selon la situation, vous pouvez utiliser une ou plusieurs méthodes pour déterminer si une valeur est pire que la normale.

Une approche consiste à s'appuyer sur les règles empiriques ou les meilleures pratiques de l'industrie. Par exemple, une règle empirique est que les taux de réussite des recherches dans les pools de mémoire tampon de 80 à 85% ou plus pour les données sont généralement considérés comme appropriés pour un environnement OLTP. Notez que cette règle empirique s'applique aux environnements OLTP et ne sert pas de guide utile pour les entrepôts de données où les taux de réussite des recherches sont souvent beaucoup plus faibles en raison de la nature du système.

Une autre approche consiste à comparer les valeurs actuelles aux valeurs de référence précédemment collectées. Cette approche est souvent la plus définitive et repose sur une stratégie de surveillance opérationnelle adéquate pour collecter et stocker des métriques de performance clés dans des conditions normales. Par exemple, vous pouvez remarquer que le taux de réussite des recherches dans le pool de mémoire tampon en cours est de 85%. Cela serait considéré comme normal selon les normes de l'industrie, mais anormal par rapport à la valeur de 99% enregistrée avant que le problème de performance ait été signalé.

Une approche finale consiste à comparer les valeurs actuelles avec les valeurs actuelles sur un système comparable. Par exemple, un taux de réussite des recherches dans le pool de mémoire tampon actuel de 85% serait considéré comme anormal si des systèmes comparables ont un taux de réussite des recherches dans le pool de mémoire tampon de 99%.