聚集
主要概念
時間序列
單一度量可以有多個時間序列。 例如，如果您正在查看 主機 CPU 系統使用率 度量值，則可以查看該度量值的許多時間序列: 每一個受監視主機一個時間序列。 可以聚集這些時間序列以進行進一步分析，例如顯示一組主機之間的平均 CPU 系統使用率。
時間儲存區
時間序列資料會聚集至儲存區，以最佳化圖形上顯示的資料點數目。 例如，感應器可能會每秒報告 CPU 使用率資料點。 若要顯示一個小時的 CPU 使用率圖形，這些原始資料點會聚集至 5 秒儲存區，其中儲存區的值衍生自 5 個原始資料點 (例如平均值)。 然後在圖表上呈現每一個儲存區值。 如果您縮小並顯示在較長時間範圍內的圖表，則會使用不同的儲存區大小來最佳化圖表的外觀。 對於大量小組件，落在指定時間範圍內的所有原始資料點都會新增至一個儲存區，然後聚集，這會導致時間範圍的單一值。
度量類型
Instana-meters 和量規可以監視基礎架構度量的兩個廣泛種類。 計量是指值將根據取樣頻率而變更，而量規值將與取樣頻率無關。 計量的範例為 number of bytes transferred，其中計量提供前次取樣的差異。 量規的範例為 total available memory。 如果計數器在取樣時傳回總計數，則計數器可以公開為量規; 如果計數器從前次取樣時傳回差異，則可以公開為計量。
視您正在查看的度量類型而定，您可能對不同的聚集感興趣。 如果您正在查看計量，則查看計量資料的總計可能非常有用。 例如，如果是已傳送的位元組，您可能想要查看在某個時間範圍內已傳送的位元組總數。 不過，對於量規，查看總數會較不有用，因為總和高度取決於所使用的取樣頻率。 在這種情況下，使用一段時間的平均值可能更有用。
跨時間聚集 (時間聚集)
在時間序列內，會根據統計方法，在各種時間跨距或儲存區之間聚集資料點。 Instana 支援跨時間聚集的 mean、 max、 min和 sum 百分位數計算。
比率聚集
此外， Instana 還支援 rate 聚集，以計算計數器的比率。 rate 函數會每秒傳回計數器的變更率。 rate 函數僅用於計數器，因為它會自動解釋計數器重設，並預期僅單調遞增值。
交叉數列聚集 (空間聚集)
當度量包含數個時間序列資料時，使用者通常更有意義地將聚集 (減少) 資料視為單一時間序列。 在大部分情況下，交叉數列聚集與交叉時間聚集相同，亦即， Instana 會取得所有數列的所有資料點，並對這些資料點執行單一聚集。 不過，在某些實務範例中，使用者在不同系列中選取不同的聚集方法可能有意義。 目前， Instana 僅支援針對 mean 和 rate 時間序列聚集選取 sum 跨系列聚集。 這種類型的聚集對於分析量規非常有用，其中一段時間的總和不會提供直覺式結果。 若要使用它，當您配置度量聚集時，請在 Instana 使用者介面上按一下 對跨系列聚集使用總和 。
聚集範例
為了提供 Instana 如何跨時間及跨系列聚集的更多直覺，下表提供一些具有一些值的時間序列，然後提供一些聚集範例。
| 說明 | 值 |
|---|---|
| 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] |
| 合併系列 [A ， B ， C] | [1, 3, 3, 0, 7, 2, 4, 4, 0, 2, 2, 3, 3, 0, 7, 2, 4, 4, 0, 2, 3, 3, 3, 0, 7, 2, 4, 4, 0, 2] |
| 合併數列的平均值 | (1 + 3 + 3 + 0 + 7 + 2 + 4 + 4 + 0 + 2 + 2 + 3 + 3 + 0 + 7 + 2 + 4 + 4 + 0 + 2 + 3 + 3 + 3 + 0 + 0 + 7 + 2 + 4 + 4 + 0 + 2)/30 = 2.7 |
| 合併數列總和 | (1+3+3+0+7+2+4+4+0+2+2+3+3+0+7+2+4+4+0+2+3+3+3+0+7+2+4+4+0+2) = 81 |
| 交叉數列平均值總和 (如下所示) | avg (CPU A) + avg (CPU B) + avg (CPU C) = 2.6 + 2.7 + 2.8 = 8.1 |
| P90 | 排序為 [0 ， 0 ， 0 ， 0 ， 0 ， 0 ， 1 ， 2 ， 2 ， 2 ， 2 ， 2 ， 2 ， 3 ， 3 ， 3 ， 3 ， 3 ， 3 ， 3 ， 4 ， 4 ， 4 ， 4 ， 4 ， 7 ， 7] ， 90th 百分位數為 4。 |