Interpretar seu scorecard

Importante

O Analisador de Internet do Azure foi desativado em 15 de março de 2024. Para obter informações detalhadas, confira Desativação do Analisador de Internet do Azure.

A guia scorecard contém os resultados agregados e analisados de seus testes. Cada teste tem seus próprios scorecards. Os scorecards fornecem resumos rápidos e significativos dos resultados da medição para fornecer resultados controlados por dados para seus requisitos de rede. O Internet Analyzer cuida da análise, permitindo que você se concentre na decisão.

A guia scorecard pode ser encontrada no menu de recursos do Internet Analyzer.

Filtros

• Teste: selecione o teste cujos resultados você gostaria de exibir – cada teste tem o próprio scorecard. Os dados de teste serão exibidos quando houver dados suficientes para concluir a análise– na maioria dos casos, isso deve ser dentro de 24 horas.
• Período & data de término: Três scorecards são gerados diariamente – cada scorecard reflete um período de agregação diferente – as 24 horas anteriores (dia), os sete dias anteriores (semana) e os 30 dias anteriores (mês). Use o filtro de "Data de Término" para selecionar o último dia do período de tempo que você deseja ver.
• País: para cada país em que você tem usuários finais, um scorecard é gerado. O filtro global contém todos os usuários finais.

Contagem de medidas

O número de medições afeta a confiança da análise. Quanto maior a contagem, mais preciso será o resultado. No mínimo, os testes devem visar um mínimo de 100 medidas por ponto de extremidade por dia. Se as contagens de medidas forem muito baixas, configure o cliente JavaScript para executar com mais frequência em seu aplicativo. As contagens de medidas para pontos de extremidade A e B devem ser muito semelhantes, embora as pequenas diferenças sejam esperadas e OK. No caso de grandes diferenças, os resultados não devem ser confiáveis.

Percentis

Latência, medida em milissegundos, é uma métrica popular para medir a velocidade entre uma origem e um destino na Internet. Os dados de latência normalmente não são distribuídos (ou seja, não seguem uma "Curva de Sino") porque há uma "cauda longa" de grandes valores de latência que distorcem os resultados ao usar estatísticas como a média aritmética. Como alternativa, os percentuais fornecem uma maneira de "distribuição livre" para analisar dados. Por exemplo, a mediana ou a 50º percentil resume o meio da distribuição-metade dos valores estão acima dela e metade estão abaixo dela. Um valor de 75º percentil significa que ele é maior que 75% de todos os valores na distribuição. O Internet Analyzer refere-se a percentils na forma abreviada como P50, P75 e P95.

Os percentuais do Internet Analyzer são métricas de exemplo. Isso está em contraste com a métrica rastreamento true. Por exemplo, a latência mediana real da população diária entre os alunos na Universidade do Sul da Califórnia e a Microsoft é o valor médio de latência de todas as solicitações durante esse dia. Na prática, a medição do valor de todas as solicitações é impraticável, portanto, supomos que um exemplo razoavelmente grande é representativo da população real.

Para fins de análise, p50 (mediana), é útil como um valor esperado para uma distribuição de latência. Percentuais mais altos, como P95, são úteis para identificar como a alta latência está nos piores casos. Se você estiver interessado em entender a latência do cliente em geral, p50 é a métrica correta na qual se concentrar. Se você estiver preocupado em entender o desempenho dos clientes com pior desempenho, o P95 deve ser o foco. P75 é um equilíbrio entre esses dois.

Deltas

Um Delta é a diferença nos valores de métrica para os pontos de extremidade A e B. os deltas são calculados para mostrar o benefício de B acima de um. valores positivos indicam que B executou melhor do que A, enquanto valores negativos indicam que o desempenho do B é pior. Os deltas podem ser absolutos (por exemplo, 10 milissegundos) ou relativos (5%).

intervalo de confiança

Os intervalos de confiança (CI) são um intervalo de valores que têm uma probabilidade de conter a métrica da população, como mediana, P75 ou média. Seguimos a Convenção de estatística comum de usar o 95% CI.

Para o Internet Analyzer, um intervalo de confiança estreito é bom porque ele mostra que a métrica de exemplo é provavelmente muito próxima da métrica de população real. Um intervalo de confiança largo significa menos certeza de que nossa métrica de exemplo reflete a métrica de população verdadeira. A melhor maneira de melhorar o CI é aumentar as contagens de medidas.

Série temporal

Uma série temporal mostra como uma métrica muda ao longo do tempo. Na Internet, há muitos fatores temporais que afetam o desempenho, como períodos de tráfego de pico, diferenças de população de fim de semana e feriados.

Próximas etapas

Para saber mais, confira nossa Visão geral do Analisador de Internet.