Granularidad y retención de datos

Agregación de valores de datos

• El Servicio de Monitorización recopila varios datos, incluyendo el uso de sesiones de usuario, detalles de rendimiento de inicio de sesión de usuario, detalles de equilibrio de carga de sesión e información de fallos de conexión y máquina. Los datos se agregan de forma diferente según su categoría. Comprender la agregación de los valores de datos presentados mediante las API de método OData es fundamental para interpretar los datos. Por ejemplo:

• Las sesiones conectadas y los fallos de máquina ocurren durante un período. Por lo tanto, se exponen como máximos durante un período de tiempo.
• La duración del inicio de sesión es una medida de la longitud del tiempo, por lo tanto, se expone como un promedio durante un período de tiempo.
• El recuento de inicios de sesión y los fallos de conexión son recuentos de ocurrencias durante un período, por lo tanto, se exponen como sumas durante un período de tiempo.

Evaluación de datos concurrentes

Tus sesiones deben superponerse para considerarse concurrentes. Sin embargo, cuando el intervalo de tiempo es de 1 minuto, todas las sesiones en ese minuto (se superpongan o no) se consideran concurrentes. El tamaño del intervalo es tan pequeño que la sobrecarga de rendimiento implicada en el cálculo de la precisión no compensa el valor añadido. Si las sesiones ocurren en la misma hora, pero no en el mismo minuto, no se consideran superpuestas.

Correlación de tablas de resumen con datos sin procesar

• El modelo de datos representa las métricas de dos maneras diferentes:

• Las tablas de resumen representan vistas agregadas de las métricas en granularidades de tiempo por minuto, hora y día.

• Los datos sin procesar representan eventos individuales o el estado actual rastreado en la sesión, conexión, aplicación y otros objetos.

• Al intentar correlacionar datos entre llamadas a la API o dentro del propio modelo de datos, es importante comprender los siguientes conceptos y limitaciones:

• No hay datos de resumen para intervalos parciales. Los resúmenes de métricas están diseñados para satisfacer las necesidades de las tendencias históricas durante largos períodos. Estas métricas se agregan a la tabla de resumen para intervalos completos. No hay datos de resumen para un intervalo parcial al principio (datos más antiguos disponibles) de la recopilación de datos ni al final. Al ver agregaciones de un día (Intervalo=1440), esto significa que el primer y el más reciente día incompletos no tienen datos. Aunque los datos sin procesar puedan existir para esos intervalos parciales, nunca se resumen. Extrae la fecha de resumen mínima y máxima de una tabla de resumen particular para determinar el intervalo agregado más temprano y más reciente para una granularidad de datos particular. La columna SummaryDate representa el inicio del intervalo. La columna Granularity representa la duración del intervalo para los datos agregados.
• Correlación por tiempo. Las métricas se agregan a la tabla de resumen para intervalos completos, como se describe en la sección anterior. Se pueden usar para tendencias históricas, pero los eventos sin procesar pueden estar más actualizados en el estado que lo que se ha resumido para el análisis de tendencias. Cualquier comparación basada en el tiempo de datos de resumen con datos sin procesar debe tener en cuenta que no hay datos de resumen para intervalos parciales que puedan ocurrir o para el principio y el final del período de tiempo.
• Eventos perdidos y latentes. Las métricas que se agregan a la tabla de resumen pueden ser ligeramente inexactas si se pierden eventos o si son latentes al período de agregación. Aunque el Servicio de Monitorización intenta mantener un estado actual preciso, no retrocede en el tiempo para volver a calcular la agregación en las tablas de resumen para eventos perdidos o latentes.
• Alta disponibilidad de conexión. Durante la HA de conexión, hay lagunas en los recuentos de datos de resumen de las conexiones actuales, pero las instancias de sesión siguen ejecutándose en los datos sin procesar.
• Períodos de retención de datos. Los datos en las tablas de resumen se retienen con un programa de depuración diferente al programa para los datos de eventos sin procesar. Los datos pueden faltar porque se han eliminado de las tablas de resumen o sin procesar. Los períodos de retención también pueden diferir para diferentes granularidades de datos de resumen. Los datos de menor granularidad (minutos) se depuran más rápidamente que los datos de mayor granularidad (días). Si faltan datos de una granularidad debido a la depuración, es posible que se encuentren en una granularidad superior. Dado que las llamadas a la API solo devuelven la granularidad específica solicitada, no recibir datos para una granularidad no significa que los datos no existan para una granularidad superior para el mismo período de tiempo.
• Zonas horarias. Las métricas se almacenan con marcas de tiempo UTC. Las tablas de resumen se agregan en los límites horarios de las zonas horarias. Para las zonas horarias que no caen en los límites horarios, puede haber alguna discrepancia en cuanto a dónde se agregan los datos.

Granularidad y retención

La granularidad de los datos agregados que recupera Monitor es una función del período de tiempo (T) solicitado. Las reglas son las siguientes:

• 0 < T <= 30 días: usa granularidad por hora
• T > 31 días: usa granularidad por día

Los datos solicitados que no provienen de datos agregados se obtienen de la información sin procesar de sesión y conexión. Estos datos tienden a crecer rápidamente y, por lo tanto, tienen su propia configuración de depuración. La depuración garantiza que solo los datos relevantes se conserven a largo plazo. Esto asegura un mejor rendimiento al tiempo que mantiene la granularidad necesaria para los informes.

• 10	GroomResourceUsageRawDataRetentionDays	MonitorData.Resourceutilization	Esta configuración afecta a los gráficos de CPU y memoria que se ven en la página Detalles de la máquina de “Utilización histórica de la máquina” y al cálculo de datos en el área de optimización de costes “Ficha de ajuste de tamaño de la carga de trabajo”.	3	3
  11	GroomResourceUsageHourDataRetentionDays	MonitorData.Resourceutilizationsummary	Esta configuración afecta a los gráficos de CPU y memoria que se ven en la página Detalles de la máquina de “Utilización histórica de la máquina” y al cálculo de datos en el área de optimización de costes “Ficha de ajuste de tamaño de la carga de trabajo”.	30	30

• 12	GroomResourceUsageDayDataRetentionDays	MonitorData.Resourceutilizationsummary	Esta configuración afecta al gráfico de CPU y memoria que se ve en “Utilización de recursos” de la máquina en la página Tendencias y en la página “Utilización de la máquina” para una máquina específica.	365	31
  13	GroomProcessUsageRawDataRetentionDays	MonitorData.ProcessUtilization	Esta configuración afecta a la información de tendencia de recursos por proceso que se muestra en la página de uso histórico de la máquina.	1	1
  14	GroomProcessUsageHourDataRetentionDays	MonitorData.ProcessUtilizationHourSummary	Esta configuración afecta a la tendencia de uso de CPU y memoria por proceso que se muestra en la página de uso histórico de la máquina.	7	7
  15	GroomProcessUsageDayDataRetentionDays	MonitorData.ProcessUtilizationDaySummary	Esta configuración afecta a la tendencia de uso de CPU y memoria por proceso que se muestra en la página de uso histórico de la máquina.	30	30
  16	GroomSessionMetricsDataRetentionDays	MonitorData.Sessionmetrics	Esta configuración afecta a todos los gráficos que se ven en la ficha “Rendimiento de la sesión” de la página de detalles del usuario.	1	1
  17	GroomMachineMetricDataRetentionDays	MonitorData.Machinemetrics	Esta configuración afecta al gráfico y la tabla de la ficha “Utilización de recursos” de la página Tendencias.	3	3
  18	GroomMachineMetricDaySummaryDataRetentionDays	MonitorData.MachineMetricDaySummary	Esta configuración afecta al gráfico y la tabla de la ficha “Utilización de recursos” de la página Tendencias.	365	31
  19	GroomApplicationErrorsRetentionDays	MonitorData.ApplicationError	Esta configuración afecta a los detalles de error que se muestran en la columna “Errores de aplicación” de la página Aplicaciones.	1	1
  20	GroomApplicationFaultsRetentionDays	MonitorData.Applicationfailure	Esta configuración afecta a la columna “Fallos de aplicación” de la página Aplicaciones.	1	1

Precaución:

No puedes modificar los valores de la base de datos del servicio Monitor.

Conservar los datos durante períodos prolongados tiene las siguientes implicaciones en el tamaño de las tablas:

• Datos por hora. Si se permite que los datos por hora permanezcan en la base de datos hasta dos años, un sitio de 1000 grupos de entrega puede hacer que la base de datos crezca de la siguiente manera:

  1000 grupos de entrega x 24 horas/día x 365 días/año x 2 años = 17.520.000 filas de datos. El impacto en el rendimiento de una cantidad tan grande de datos en las tablas de agregación es significativo. Dado que los datos del panel se extraen de esta tabla, los requisitos del servidor de la base de datos podrían ser grandes. Una cantidad excesivamente grande de datos puede tener un impacto drástico en el rendimiento.

• Datos de sesión y eventos. Estos son los datos que se recopilan cada vez que se inicia una sesión y se establece una conexión/reconexión. Para un sitio grande (100 K usuarios), estos datos crecen rápidamente. Por ejemplo, el valor de dos años de estas tablas recopilaría más de un TB de datos, lo que requeriría una base de datos de nivel empresarial de gama alta.