解释记分卡

  • 项目

重要

Azure Internet Analyzer 已于 2024 年 3 月 15 日停用。 有关详细信息，请参阅 Azure Internet 分析器停用。

记分卡选项卡包含来自测试的聚合和分析结果。 每个测试都有自己的记分卡。 记分卡对度量结果进行了快速且有意义的汇总，为网络要求提供数据驱动的结果。 Internet 分析器负责分析，使你能够专注于决策。

可以在 Internet 分析器资源菜单中找到记分卡选项卡。

筛选器

  • 测试：选择要查看其结果的测试 - 每个测试都有自己的记分卡。 一旦有足够的数据完成分析，就会显示测试数据 -- 在大多数情况下，这应在 24 小时内显示。
  • 结束日期 & 时间段： 每天生成三个记分卡-每个记分卡反映不同的聚合周期-) (天前的 24 小时、 (周) 前 7 天以及 (月前 30 天) 。 使用“结束日期”筛选器选择要查看的时间段的最后一天。
  • 国家/地区：对于你拥有最终用户的每个国家/地区，都会生成一个记分卡。 全局筛选器包含所有最终用户。

度量计数

度量的数目会影响分析的置信度。 计数越高，结果就越精确。 测试应针对每个终结点每天至少进行 100 次测量。 如果度量计数太低，请配置 JavaScript 客户端以提高应用程序中的执行频率。 终结点 A 和终结点 B 的测量计数应该非常相似，尽管预计会有微小的差异，但也可以接受。 如果存在较大差异，则不应信任结果。

百分位数

延迟（以毫秒为单位）衡量 Internet 上源和目标之间速度的常用指标。 延迟数据不是正常分布 (即不遵循“钟形曲线”) ，因为使用算术平均值等统计信息时，存在较大的延迟值的“长尾”偏差结果。 作为替代方案，百分位数提供了一种“无分布”的方式来分析数据。 例如，中值（即第 50 百分位数），概括了分布的中间部分，一半值高于它，一半值低于它。 第 75 个百分位值表示它大于分布中所有值的 75%。 Internet 分析器将百分位数简写为 P50、P75 和 P95。

Internet 分析器百分位数是示例指标。 这与真实总体指标相反。 例如，南加利福尼亚大学与 Microsoft 学生之间的每日真实总体中值延迟是当天所有请求的平均延迟值。 实际上，度量所有请求的值是不切实际的，因此我们假设一个相当大的样本能够代表真实的总体。

出于分析目的，P50（中值）可用作延迟分布的预期值。 较高的百分位数（如 P95）有助于确定最坏情况下的延迟有多高。 如果有兴趣了解一般客户延迟，P50 是关注的正确指标。 如果你关心的是了解性能最差的客户的性能，那么 P95 应该是重点。 P75 是这两者之间的平衡。

增量

增量是终结点 A 和 B 的指标值之差。增量的计算旨在显示 B 相较于 A 的优势。正值表示 B 的性能优于 A，而负值表示 B 的性能更差。 增量可以是绝对 (，例如 10 毫秒) 或相对 (5% ) 。

置信区间

置信区间 (CI) 是值的一个范围，有一定概率包含总体指标，如中值、P75 或平均值。 我们遵循使用 95% CI 的常用统计惯例。

对于 Internet 分析器，窄置信区间是个不错的选择，因为它表明样本指标可能非常接近实际的总体指标。 宽置信区间意味着样本指标反映真实总体指标的确定性更小。 改善 CI 的最佳方式是增加度量计数。

时序

时序显示指标如何随时间变化。 在 Internet 上，影响性能的时序因素很多，如高峰交通时段、平日周末人口差异、节假日等。

后续步骤

若要了解详细信息，请参阅 Internet 分析器概述。