Interpretowanie karty wyników

Ważne

Usługa Azure Internet Analyzer została wycofana 15 marca 2024 r. Aby uzyskać szczegółowe informacje, zobacz Wycofanie usługi Azure Internet Analyzer.

Karta karty wyników zawiera zagregowane i przeanalizowane wyniki z testów. Każdy test ma własne karty wyników. Karty wyników zapewniają szybkie i znaczące podsumowania wyników pomiaru, aby zapewnić wyniki oparte na danych dla wymagań sieciowych. Analizator internetowy zajmuje się analizą, umożliwiając skupienie się na decyzji.

Kartę karty wyników można znaleźć w menu zasobów analizatora internetowego.

Filtry

• Test: Wybierz test, dla którego chcesz wyświetlić wyniki — każdy test ma własną kartę wyników. Dane testowe będą wyświetlane po uzyskaniu wystarczającej ilości danych do ukończenia analizy — w większości przypadków powinno to potrwać 24 godziny.
• Data zakończenia okresu &: Trzy karty wyników są generowane codziennie — każda karta wyników odzwierciedla inny okres agregacji — 24 godziny przed (dzień), siedem dni poprzedzających (tydzień) i 30 dni poprzedzających (miesiąc). Użyj filtru "Data zakończenia", aby wybrać ostatni dzień okresu, który chcesz zobaczyć.
• Kraju: Dla każdego kraju, w którym masz użytkowników końcowych, jest generowana karta wyników. Filtr globalny zawiera wszystkich użytkowników końcowych.

Liczba pomiarów

Liczba pomiarów ma wpływ na pewność analizy. Im większa liczba, tym bardziej dokładna jest wynik. Co najmniej testy powinny dążyć do co najmniej 100 pomiarów na punkt końcowy dziennie. Jeśli liczba pomiarów jest za mała, skonfiguruj klienta JavaScript, aby był wykonywany częściej w aplikacji. Liczba pomiarów punktów końcowych A i B powinna być bardzo podobna, chociaż małe różnice są oczekiwane i w porządku. W przypadku dużych różnic wyniki nie powinny być zaufane.

Percentyle

Opóźnienie mierzone w milisekundach to popularna metryka do pomiaru prędkości między źródłem a miejscem docelowym w Internecie. Dane opóźnienia nie są zwykle rozproszone (tj. nie są zgodne z "Krzywą dzwonu"), ponieważ istnieje "długi ogon" dużych wartości opóźnienia, które niesymetryczne wyniki podczas używania statystyk, takich jak średnia arytmetyczna. Jako alternatywa percentyle zapewniają "wolny od dystrybucji" sposób analizowania danych. Na przykład mediana lub 50. percentyl podsumowuje środek rozkładu — połowa wartości jest powyżej niej, a połowa jest poniżej niej. 75. wartość percentylu oznacza, że jest większa niż 75% wszystkich wartości w dystrybucji. Analizator internetowy odnosi się do percentylów w skrócie jako P50, P75 i P95.

Percentyle analizatora internetowego to przykładowe metryki. Jest to w przeciwieństwie do rzeczywistej metryki populacji. Na przykład dzienne opóźnienie mediany populacji między studentami University of Southern California i Microsoft jest medianą wartością opóźnienia wszystkich żądań w tym dniu. W praktyce pomiar wartości wszystkich żądań jest niepraktyczny, dlatego zakładamy, że dość duża próbka jest reprezentatywna dla prawdziwej populacji.

W celach analitycznych P50 (mediana) jest przydatna jako oczekiwana wartość rozkładu opóźnienia. Wyższe percentyle, takie jak P95, są przydatne do identyfikowania, jak duże opóźnienie występuje w najgorszych przypadkach. Jeśli interesuje Cię ogólne zrozumienie opóźnienia klienta, P50 to prawidłowa metryka, na której należy skupić się. Jeśli interesuje Cię zrozumienie wydajności dla najgorszej wydajności klientów, p95 powinien być głównym celem. P75 to równowaga między tymi dwoma.

Delty

Różnica polega na różnicy w wartościach metryk dla punktów końcowych A i B. Różnice są obliczane w celu pokazania korzyści B ponad A. Wartości dodatnie wskazują, że wartości B działają lepiej niż A, podczas gdy wartości ujemne wskazują, że wydajność B jest gorsza. Różnice mogą być bezwzględne (na przykład 10 milisekund) lub względne (5%).

Interwał ufności

Interwały ufności (CI) to zakres wartości, które mają prawdopodobieństwo, że zawiera metrykę populacji, taką jak mediana, P75 lub średnia. Przestrzegamy wspólnej konwencji statystycznej dotyczącej korzystania z 95% ciągłej integracji.

W przypadku analizatora internetowego wąski interwał ufności jest dobry, ponieważ pokazuje, że próbka metryki jest prawdopodobnie bardzo zbliżona do rzeczywistej metryki populacji. Szeroki interwał ufności oznacza mniejszą pewność, że nasza metryka próbki odzwierciedla rzeczywistą metrykę populacji. Najlepszym sposobem poprawy ciągłej integracji jest zwiększenie liczby pomiarów.

Szeregi czasowe

Szereg czasowy pokazuje, jak metryka zmienia się w czasie. W Internecie istnieje wiele czynników czasowych, które wpływają na wydajność, takie jak okresy szczytu ruchu, różnice populacji w dni tygodnia i weekendy i święta.

Następne kroki

Aby dowiedzieć się więcej, zobacz omówienie analizatora internetowego.