我每5分钟有一个上个月的netflow数据文件，我想对所有这些流量进行数据包配置文件。我需要1个数据包流，2个数据包流等的百分比表示。可以在1个数据包流，1-100个数据包流，100个或更多的类别中进行...它不是那么重要。但我的问题是如何做到这一点。如何做我无法加在一起的数据的百分比表示？像每个文件的百分比表示，然后从中做一些平均值？
答案 0 :(得分：0)
“我不能加在一起”是什么意思？实际上，如果查看手册，可以使用nfdump执行此操作： -R expr / dir / file1：file2读取从file1到file2的所有文件。对于istance
nfdump -R /yournetflowfolder/nfcapd.201204051609:nfcapd.201204051639
将从16:09到16:39收集NetFlow信息。然后，您可以对该数据执行任何查询。
答案 1 :(得分：0)
听起来你正在描述直方图：你用原始计数创建你描述的大小的“箱子”。箱柜的总数是总会话数。要获得总流量的百分比，只需将每个bin除以总流量计数即可归一化。
所以，如果你做一个双bin直方图，其中第一个bin是所有会话的计数＆lt; 100个数据包流和另外100个数据包流（注意不能有间隙或重叠），它在前者中有30个流，在后者中有60个流，那么流的总数是90，而你有33％的流量少于100个数据包。
使用多个文件时，诀窍是始终使用相同的bin描述，并尽可能长时间地存储和处理原始计数，并且只导出％s作为最后一步。您可以毫无困难地添加直方图，只要它们的容器具有相同的含义，然后在规范化结果时，每个容器都包含所有文件的总百分比。如果您需要添加文件，只需跟踪原始计数，以便在有新数据时重新标准化。
你可以很容易地在像Matlab这样的工具中做到这一点，但要小心，因为许多这些工具会非常友好地为你自动确定bin宽度。因此，一个文件的直方图可能具有区间{x＆lt; 100,100＆lt; = x＆lt; 100＆lt; 200，x> = 200}和另一个文件{x＆lt; 90,90＆lt; = x＆lt; 180，x＆gt; = 180}，您将无法一起添加结果。