浅谈基于标准差的的波动监控

 

　　电信BOSS系统的一些应用，经常需要做波动的监控，比如每日的某业务的话单量、某业务的受理量、某业务错单量等，一般做法，是做同比和环比，取经验值超过一定百分比来进行波动的监控，这些监控，有一个最大的坏处就是，这些经验值很难调整：

经常会有上百种来源，而每种业务的经验值又各不相同，且业务会有自然的增长或者下降，如果这些百分比的阀值调整太松，有时候问题难以发现，如果调整太紧，则告警又非常频繁，导致误告警的情况增多。这样，就使得告警形同虚设。这种时候，引入标准差来进行监控是一个很好的办法。

首先不要被这个名字吓到，其实这个东西并不复杂，当然可以先去看一下百度百科：

http://baike.baidu.com/item/%E6%A0%87%E5%87%86%E5%B7%AE

写的相对晦涩一点，其实，我们不需要懂那么多，看如下的图即可：

   

也就是说，取标准差的过程，实际就是一个取“经验值”的过程，你并不需要关心，比如某个业务话单平时都是1000万话单，这个1000万的具体数值，也不需要关心，某些本身波动就很大的业务，比如某些小业务，你需要关系的是，今天发生的业务数量，比平时相差几个标准差即可，一般来说，我们取3个标准差，认为超过3个标准差，就是“异常的”。

实际操作起来，需要根据业务特性，来确定取样的样本：有三点需要考虑：

周期：如每天产生的长话话单数量，这个不会因时间变化而产生较大差异，按“日”来做取样分析即可，比如每月缴费的数量，则按用“月"的累积值比较合理。

对象：比如错单数量，因为跟输入源头有关，有可能随着输入源的增长而增长，此时，取比率是比较合适的。

样本个数：这个需要根据业务的实际情况来定，如果业务整体变化（增长/减少）缓慢，则可以取相邻较长时间，如果增长较快，则取较少，但是一般来说，超过30个取样才有实际意义。

至于计算方法，其实就是简单的四则运算：

假设当前值为X，标准差为S,平均数为A，标准差倍数为N，那么N=(A-X)/S

对于ORACLE ,标准差S可以用stddev函数计算得到，平均数A可以用avg函数计算得到。当然，也可以自己计算得出。

要做的监控，也就是对N进行监控。

其实真的是非常简单，但是也很好用的一个方法。

转载于:https://www.cnblogs.com/smokefire/p/6221958.html