Question

我有几百个网络设备每隔10分钟检入我们的服务器。每个设备都有一个嵌入式时钟，计算每次登记到服务器时的秒数和报告经过的秒数。因此，样本数据集看起来像

CheckinTime               Runtime
2010-01-01 02:15:00.000   101500
2010-01-01 02:25:00.000   102100
2010-01-01 02:35:00.000   102700

等

如果设备重新启动，则当它重新检入服务器时，它会报告运行时为0。

我想要确定的是设备“健康”的某种量化指标。

如果某个设备过去重启了很多但是在最近的xx天没有重新启动，那么它被认为是健康的，相比之下具有很长正常运行时间的设备除了重复重启的最后xx天之外。此外，与在过去xx天内每24小时不断重启的设备相比，一个已经运行了30天并且刚刚重启的设备不应该被视为“苦恼”。

我尝试了多种计算健康状况的方法，使用各种指标： 1.平均重启次数 2.最大（正常运行时间） 3.平均（正常运行时间） 4.过去24小时内的重启次数 5.过去3天内的重启次数 6.过去7天内的重启次数 7.过去30天内的重启次数

每个单独的指标仅考虑设备运行状况的一个方面，但没有考虑与其他设备或其当前健康状况相比的总体健康状况。

任何想法都会非常感激。

Answer 1

您可以执行类似Windows的7可靠性指标 - 从完全健康状态开始（比如说10）。每小时/每天/签入周期，将健康状况增加(10 - currenthealth)*incrementfactor)。每次服务器关闭时，减去一定的百分比。

因此，假设崩溃因子为20％/崩溃且增量因子为10％/天：

如果设备过去重启了很多但过去20天没有重新启动，则健康状况为8.6
除了重复重启5次的最后2天以外的正常运行时间，健康状况为4.1
已启动30天且刚刚重启的设备的运行状况为8
过去10天内每24小时不断重启的设备的健康状况为3.9

通过一个例子：

从10开始第1天：没有崩溃，new health = CurrentHealth + (10 - CurrentHealth)*.1 = 10
第2天：一次崩溃，new health = currenthealth - currentHealth*.2 = 8 但仍然每天增加new health = 8 + (10 - 8)*.1 = 8.2
第3天：没有崩溃，新的健康状况= 8.4
第4天：两次撞车，新的健康状况= 5.8

Answer 2

您可以获取特定计算机的重启次数/ t，并将其与整个总体的标准偏差进行比较。那些下跌的人表示可能会标记与平均值的三个标准偏差，即更频繁地重新启动。

Answer 3

您可以使用加权平均正常运行时间，并且只有在平均值更高时才会包含当前正常运行时间。

重量将是最近的正常运行时间，以便最近的正常运行时间具有最大的重量。

Answer 4

重启时是否总是将运行时报告为0？或接近于零的东西（不管以前的时间少）？

你可以用这两种方式来计算。数字越低，遇到的麻烦越少。数字越高，得分越大。

我想你需要考虑一下，健康状况会有所不同。所以它会随着时间的推移而恶化。因此，最新的价值应该比旧的价值更高。这可能表明指数增长。

它在上一个时期的重启次数越多，系统就越破碎。但也考虑重新启动的较短间隔。比方说，每天5次重启，2周内重启10次。这确实意味着很多不同。所以我猜时间应该是一个度量标准以及此公式中的重新启动量。

我猜你需要计算上一期间重启的密度。

您可以通过简单划分来使用密度的权重。因为你所分割的数字有多大，结果会有多少，所以数字的权重会有多低。

伪代码：

function calcHealth(machine)
float value = 0;
float threshold = 800;

for each (reboot in machine.reboots) {
    reboot.daysPast = time() - reboot.time;

    // the more days past, the lower the value, so the lower the weight
    value += (100 / reboot.daysPast);
}

return (value == 0) ? 0 : (threshold / value);
}

你可以推进这个功能，例如，过滤maxDaysPast并播放阈值等等。

此公式基于此图：f(x) = 100/x。如您所见，在低数字（低x值）上，该值更高，然后在大x值上。这就是这个公式如何计算daysPast的权重。因为较低的天数= =较低的x ==较高的重量。

使用值+ =此公式计算重新启动，并且使用100 / x部分计算重新启动的权重，重量是时间。

在返回时，阈值除以值。这是因为，重新启动得分越高，结果必须越低。

您可以使用绘图程序或计算器来查看绘图的弯曲度，这也是daysPast重量的弯曲。

Answer 5

您是否能够将设备分成类似设备的组？然后，您可以将单个设备与其对等设备进行比较。

另一个建议是查看各种移动平均算法。这些应该可以消除时间序列数据并突出趋势。

根据正常运行时间/重新启动计算设备“运行状况”的公式

5 个答案: