집계
핵심 개념
시계열
단일 메트릭에는 여러 시계열이 있을 수 있습니다. 예를 들어, 호스트 CPU 시스템 사용량 메트릭을 보는 경우 해당 메트릭에 대한 많은 시계열을 볼 수 있습니다. 모니터되는 각 호스트에 대해 하나의 시계열이 표시됩니다. 이러한 시계열은 호스트 세트 전체에서 평균 CPU 시스템 사용량을 표시하는 등의 추가 분석을 위해 집계될 수 있습니다.
시간 버킷
시계열 데이터는 그래프에 표시되는 데이터 점의 수를 최적화하기 위해 버킷으로 집계됩니다. 예를 들어, 센서는 매 초마다 CPU 사용량 데이터 점을 보고할 수 있습니다. 1시간동안의 CPU 사용량 그래프를 표시하기 위해 이러한 원시 데이터 점은 5초버킷으로 집계되며 여기서 버킷의 값은 5개의 원시 데이터 점 (예: 평균) 에서 파생됩니다. 그런 다음 각 버킷 값이 차트에서 렌더링됩니다. 차트를 축소하여 더 긴 기간의 데이터를 표시하면, 차트의 가독성을 높이기 위해 다른 구간 크기가 적용됩니다. ‘Big Number’ 위젯의 경우, 지정된 시간 창에 해당하는 모든 원시 데이터 포인트가 하나의 버킷에 합쳐진 후 집계되어, 해당 시간 창에 대한 단일 값이 산출됩니다.
지표 유형
Instana 에서 모니터링할 수 있는 인프라 지표는 크게 두 가지 범주로 나뉩니다. 바로 ‘미터(meters)’와 ‘게이지(gauges)’입니다. 미터는 샘플링 빈도에 따라 값이 변경되는 반면 게이지 값은 샘플링 빈도와 무관합니다. 미터의 예는 number of bytes
transferred이며, 여기서 미터는 마지막으로 샘플링된 시간의 델타를 제공합니다. 게이지의 예는 total available
memory입니다. 카운터는 샘플링될 때 총 수를 리턴하는 경우 게이지로 노출되거나 마지막으로 샘플링된 시점의 델타를 리턴하는 경우 미터로 노출될 수 있습니다.
보고 있는 메트릭의 유형에 따라 다른 집계에 관심이 있을 수 있습니다. 미터를 보고 있는 경우 지표의 총 합계를 보는 것이 유용할 수 있습니다. 예를 들어, 전송된 바이트의 경우 시간 범위에서 전송된 총 바이트 수를 확인할 수 있습니다. 그러나 게이지의 경우 합계가 사용되는 샘플링 빈도에 크게 좌우되므로 총 수를 보는 것이 덜 유용합니다. 이 경우 시간이 경과함에 따라 평균을 사용하는 것이 더 유용할 수 있습니다.
시간 간 집계 (시간 집계)
시계열 내에서 데이터 점은 통계 방법을 기반으로 다양한 시간 범위 또는 버킷에서 집계됩니다. Instana 시간대별 집계 시, max, min, sum 및 mean백분위수 계산을 지원합니다.
금리 집계
또한, Instana 는 카운터의 비율을 계산하기 위한 집계 기능을 rate 지원합니다. 비율 함수는 카운터의 변경 비율을 매초마다 리턴합니다. 비율 함수는 카운터 재설정을 자동으로 설명하고 단순하게 증가하는 값만 예상하므로 카운터에만 사용됩니다.
집계 수준 높이기
Instana 또한 카운터가 마지막으로 관측된 시점 이후 얼마나 증가했는지 계산하기 위한 집계 기능도 increase 지원합니다. 증가 집계는 카운터에만 사용되는데, 이는 카운터 초기화를 자동으로 반영하며 값이 단조 증가할 것으로만 가정하기 때문입니다.
시리즈 간 집계 (공간 집계)
메트릭에 여러 시계열 데이터가 포함되어 있는 경우 사용자가 집계된 (감소된) 데이터를 단일 시계열로 보는 것이 더 의미가 있는 지정해야 합니다. 일반적으로 시리즈 간 집계는 시간 간 집계와 동일합니다. 즉, ` Instana `는 모든 시리즈의 모든 데이터 포인트를 가져와 이 데이터 포인트들에 대해 단일 집계를 수행합니다. 그러나 일부 시나리오에서는 사용자가 다른 시리즈에서 다른 집계 방법을 선택하는 것이 의미가 있을 수 있습니다. Instana, maxmin, increase, 및 rate mean시계열 집계에 대해 시리즈 간 sum 집계를 선택할 수 있도록 지원합니다. 이 유형의 집계는 게이지를 분석하는 데 유용하며, 시간이 지나도 합계가 직관적인 결과를 제공하지 않습니다. 이 기능을 사용하려면 메트릭 집계 설정을 구성할 때 ‘ Instana ’ 사용자 인터페이스에서 ‘시리즈 간 집계에 합계 사용 (Use sum for cross-series aggregation)’을 클릭하십시오.
집계 예시
Instana 가 시간과 시계열에 걸쳐 어떻게 집계되는지 더 직관적으로 이해하기 위해, 다음 표에는 몇 가지 값이 포함된 시계열 데이터와 이에 대한 집계 예시가 제시되어 있습니다.
| 설명 | 값 |
|---|---|
| CPU A | [1, 3, 3, 0, 7, 2, 4, 4, 0, 2] |
| CPU B | [2, 3, 3, 0, 7, 2, 4, 4, 0, 2] |
| CPU C | [3, 3, 3, 0, 7, 2, 4, 4, 0, 2] |
| 카운터 D | [2, 4, 8, 8, 9, 10, 11, 14, 20] |
| 통합된 시리즈 [A, B, C ] | [1, 3, 3, 0, 7, 2, 4, 4, 0, 2, 2, 3, 0, 7, 2, 4, 0, 2, 3, 3, 3, 0, 7, 2, 4, 4, 0, 2, 4, 0, 0이할 수 있습니다.] |
| 병합된 계열의 평균 | (1+3+3+0+7+2+4+4+0+2+3+3+0+7+2+4+4+0+2+3+3+3+0+7+2+4+4+0+2)/30 = 2.7 |
| 병합된 시리즈의 합계 | (1+3+3+0+7+2+4+4+0+2+3+3+0+7+2+4+4+0+2+3+3+3+0+7+2+4+4+0+2) = 81 |
| 교차 시리즈 평균 합계 (다음 참조) | avg(CPU A) + avg(CPU B) + avg(CPU C ) = 2.6 + 2.7 + 2.8 = 8.1 |
| P90 | 정렬된 결과는 [0, 0, 0, 0, 0, 0, 1, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 7, 7, 7]이며, 90번째 백분위수는 4입니다. |
| [D] 증가 | [0, 2, 4, 0, 1, 1, 1, 3, 6] |
마지막 버킷 집계
데이터 시퀀스의 마지막 데이터 포인트가 표시되면, 해당 지표는 가장 세분화된 최근 시간 단위로 집계됩니다. 이 기능은 큰 수, 원형 차트, 맨 위 목록 및 테이블 위젯에 사용할 수 있습니다. 마지막 버킷 집계를 사용하려면 인프라 메트릭에 대한 데이터 세트의 구성에서 마지막 값 사용 을 토글하십시오.
