Rrdtool Mobile Media

RRDtool creare tutorial e examples. rrdtool creare crea un database Essa non legge il vostro mind. Before si può dire RRDtool quello di creare, è necessario innanzitutto determinare che cosa avete bisogno e quando ne avete bisogno it. This esempio non è tanto di taglia e incolla , è quello di insegnare come si potrebbe tradurre la vostra idea in un lavoro setup. Have uno sguardo da vicino i numeri che si sta per dare alla RRDtool in seguito cosa fare quei numeri rappresentano Come fanno change. A esempio comune è un contatore che viene mantenuto da un dispositivo di rete, che mostra il numero di ottetti byte dentro o fuori il dispositivo questo contatore viene avviato ad un certo punto, e continua ad aumentare in questo caso, si è interessati nella differenza, il delta, tra due momenti nel tempo la differenza è la quantità di ottetti trasportata in quell'intervallo di file. Un esempio simile ma meno spesso visto sarebbe il contatore su un contatore elettrico anche questo è un sempre crescente contatore Ne risulta la quantità di kWh utilizzati in un intervallo di tempo Tuttavia, in questo caso si dovrebbe riconoscere che kWh è solo un altro modo di contare Joule, qualcosa che si vuole veramente sapere più avanti nel process. A completamente altro tipo di ingresso sarebbe un tachimetro, il dispositivo in una macchina che mostra quanto velocemente si sta muovendo il numero che si ottiene è già un tasso Anche se si ottiene in mph o in km h, si tratta solo di un certo numero di metri al secondo, anche se data in un'unità diversa, simile a kWh vs Joules. Eventually, RRDtool trasformerà l'ingresso si entra in una tariffa e normalizzare questi tassi in modo che si inseriscono in intervalli di tempo ben definiti non c'è niente che puoi fare su questo, è come funziona visualizzare le tariffe, la normalizzazione e consolidando per una spiegazione più elaborata di this. There s no problema se abusate RRDtool di lavorare con dati che non è un caso, come la temperatura Basta ricordare che RRDtool penserà che è un tasso, e dare a RRDtool come se fosse già un tasso che significa tipo di contatore GAUGE. There sono molti esempi diversi di pensare a Se si dispone di un esempio che sarà di interesse generale, o se si è disposti a pagare per il mio tempo, non trasmette a me e io lavorare fuori ingresso here. The è un tasso, EGM, o deve essere trattato come un tasso, ad esempio temperature. The input è un numero sempre crescente, ad esempio, un contatore di ottetto in un RRDtool router dovrebbe calcolare la differenza tra l'ultimo aggiornamento e quello attuale, e dividerlo per la quantità di tempo lapsed. This è simile a contrastare, se non che l'ingresso può diminuire Questo è utile per esempio in un metro kWh quando si producono più energia solare rispetto si utilizza in questo caso effettivamente fare ottenere un rate. This negativo è da utilizzare quando il contatore viene resettato ogni volta che viene letto, quando la gente inizia a contare da zero, e così via la differenza principale tra assoluta e relativa è che l'ingresso non è ancora un tasso, si deve prima essere diviso per il tempo di ottenere un tasso la differenza principale tra assoluto e COUNTER è che RRDtool non dovrebbe utilizzare il valore di ingresso precedente per calcolare la sua delta. Once si ve capito come elaborare l'input, è necessario capire come si desidera memorizzare le tariffe calcolate ci sono diverse cose da guardare prima di tutto è necessario sapere quanto tempo si vuole essere in grado di guardare anche molto importante è come si vuole essere in grado di guardare this. Say si vuole essere in grado di guardare indietro di un anno, è ancora necessario sapere se si vuole essere in grado di ingrandire o se si desidera solo guardare il quadro generale in altre parole se ora è 1 marzo 2009, vuoi guardare 2007-03-01 fino 2009-03-01 o vuoi essere in grado di guardare 2007-03-01 mezzanotte per il prossimo midnight. What è necessario capire qui è il consolidamento dire che si sarà guardando due anni vale la pena di informazioni, e che i dati disponibili sono in una risoluzione di 300 secondi per secchio questo significa che hai più di 200.000 secchi Se avete intenzione di visualizzare questo in un'immagine di 400 pixel di larghezza, 500 di tali secchi hanno bisogno per adattarsi sulla colonna di pixel mantenere quei 200.000 secchi non è solo uno spreco di spazio Se RRDtool ha bisogno di fanno tutti quei secchi in forma sul grafico, ha bisogno di fare un lavoro a seconda delle capacità di elaborazione del server, questo può significare un ritardo nella visualizzazione del graphs. You può istruire RRDtool per mantenere i dati storici in modo consolidato, adatto per la visualizzazione senza il ritardo di appena citato Questo richiede una certa pianificazione, mi dilungherò ulteriormente Ma cosa succede se si vuole essere in grado di ingrandire Nessun problema, posso dirvi RRDtool per mantenere anche i dati nella sua dimensione secchio originale per esempio quei 300 secondi O, se si scegliere così, si può dire RRDtool per conservare i dati solo in questo formato originale secchio E 's fino a si sa solo che è difficile cambiare idea una volta che ve costruito il database in molti casi si dovrà ricominciare tutto da se do. RRDtool utilizza RRAS RRDtool archivi per memorizzare i dati Ognuna di queste RRAS è indipendente dagli altri, si può avere uno che memorizza i dati in una risoluzione di 300 secondi e un altro che memorizza i dati in una risoluzione 86400 secondi Se si desidera, è può fare ognuno di questi esempi contengono la stessa quantità di tempo, nessun problema E 'solo una questione di quante righe si genera in ogni RRA. Say vi sarà la generazione di immagini in cui l'area del grafico interno è ampio 360 pixel in genere è meglio se si configurare il RRD in modo che uno dei suoi RRAS corrisponda la risoluzione sullo schermo si può fare questo in fase di progettazione, regolando le dimensioni di ciascun segmento, oppure è possibile pianificare con attenzione di inizio e fine Se si dispone di un RRA che memorizza i dati in un 86400 risoluzione - secondo, e di visualizzare 360 ​​giorni di informazione, questo è un bel forma di visualizzazione di 180 giorni e ogni giorno sarà di 2 colonne di larghezza, non tanto di un problema di visualizzazione 720 giorni e RRDtool deve ancora fare 2 secchi inseriscono in un pixel. Considerare guardando le statistiche di rete, in modo che si può sapere la quantità di dati trasportati, che vi aiuta a determinare se è il momento di espandere i propri contatori capacitywork rete sono probabilmente andando a essere sempre i numeri crescenti fino ad un involucro contatore si verifica in modo che una parte è facile usare COUNTER Inoltre, molto spesso vengono a coppie in entrata e in uscita come si è visto dal dispositivo che si sta andando ad interrogare il dispositivo all'incirca ogni 5 minuti, ma voi stessi e la vostra cedolare danno un certo allentamento Tuttavia, ci SA limite alla quantità di gioco si sono preparati per dare Se gli aggiornamenti sono più distanti di 10 minuti, qualcosa è andato storto e si può t fare affidamento sulla precisione della rete di contatori un'interruzione può aver verificato, con conseguente riavvio del dispositivo sai il dispositivo ha vinto t mai trasportare più di 100 Mbps , in modo che qualsiasi tasso superiore a quello è il risultato di qualche difetto sconosciuta da qualche parte in un luogo sconosciuto è don so perché che sarebbe successo se non del tutto, è mai solo vuole che presentarsi E 's proprio come un net. one sicurezza del counters. The altro contatore è lo stesso, tranne che per il nome di fornire le seguenti RRDTool create. Say si vuole essere in grado di visualizzare gli ultimi 2 anni, gli ultimi 2 mesi, le ultime 2 settimane e gli ultimi 2 giorni il database utilizza la dimensione del passo predefinito di 300 secondi per interval. First cosa che noto ogni volta ultimo menzionato Questo significa nessuna riga in più devono essere presenti per consentire lo zoom in passato, ad esempio, non c'è alcuna necessità di mantenere i dati in un 300- seconda risoluzione per l'intero due years. I anche notare immediatamente l'uso di anno, mese, settimana e giorno Questi intervalli non sono fissi di un anno può essere 365 o 366 giorni al mese può essere di 28 giorni, 29 giorni, 30 giorni, 31 giorni, può essere anche un'ora in meno o un'ora in più, o 30 minuti in meno di più, a seconda di come l'ora legale funziona per voi Allo stesso modo una settimana non è sempre 7 giorni e un giorno non è sempre di 24 ore Questo è impraticabile, e ai fini di questo esempio è anche superflua questo significa che posso, dovrebbe e modificherà la richiesta per mostrare gli ultimi 720 giorni, gli ultimi 60 giorni, gli ultimi 14 giorni e gli ultimi 2 giorni tutti basati sul tempo UTC senza legale per consider. Now è il momento di determinare la larghezza di ogni grafico la prima cosa da fare è guardare la quantità di tempo con un passo di 300 secondi, un giorno uguale a 288 steps.720 288 207360 steps. It non sempre si rivelano essere una bella forma tale decidere per te quello che ti piace di più guardi più o meno tempo di quanto inizialmente previsto, o hanno diverse larghezze di immagine qualunque cosa tu faccia, assicurarsi che i numeri sono numeri interi Non perché RRDtool bisogno doesn t ma perché rende la vita easier. The numeri 360, 30, 7 e 1 sono la quantità di passi da compilare durante la creazione di ogni RRA il numero 576 è la quantità di righe da compilare questo lascia gli altri due parametri CF e XFF, che spiego a breve dare questo a RRDtool. RRA MIN 0 360 576 RRA MIN 0 30 576 RRA MIN 0 7 576 RRA media 0 360 576 RRA media 0 30 576 RRA media 0 7 576 RRA media 0 1 576 RRA MAX 0 360 576 RRA MAX 0 30 576 RRA MAX 0 7 576.MIN, media e massima determinare come RRDtool dovrebbe consolidare i tassi multipli in un unico Più su questo in prezzi, normalizzazione e consolidare se si è interessati hai notato che ho 3 MIN e MAX RRAS e 4 MEDIA questo perché il minimo, medio e massimo di un solo tasso sarà sempre lo stesso ho solo bisogno di uno di loro, non tutti three. XFF, la X-Files Factor, ha ottenuto il suo nome perché è scientifico se lo avete impostato su qualsiasi altro numero di zero ha a che fare con i dati sconosciuti e come questo viene elaborato Qual è la media della sola e unica vera risposta è sconosciuta Eppure, molte persone vogliono rispondere a 1 XFF determina la quantità dei dati originali possono essere sconosciuto e ancora produrre 1 o qualsiasi altro tasso Un valore comune è 0 5 che significa risultati in 1, ma non per questo esempio, 0 5 sarebbe adatto, ma se si utilizzano i dati per scopi di fatturazione non sarebbe Considerare media Con XFF set a 0 5, questo sarebbe 100 sulla probabilità media sono le incognite sono il risultato di un problema di connessione, nel qual caso sarebbe ingiusto per fatturare il cliente per un tasso di 100 durante quegli intervalli sconosciuti per la pianificazione della capacità d'altra parte, si sarebbe molto probabilmente visto un tasso di 100 quando non un'interruzione sarebbe verificato Poi di nuovo, si potrebbe voler sapere che c'era un guasto, anche se guardando il grafico che mostra 2 years. rrdtool creare anche accettare un orario di inizio Questo è importante solo se si dispone di storico dati che si sta per importare Se non si esegue questa operazione, basta saltare il parametro e RRDtool farà la cosa giusta se avete intenzione di importare i dati storici, impostare questo a poco prima che i dati più vecchi è intenzione di import. Other parametri sono dimensione del passo di 300 secondi per impostazione predefinita e il nome del file da create. The intero esempio è ormai finito questo è il comando da dare a RRDtool, per questo particolare esempio case. rrdtool creare DS DS0 CONTATORE 600 0 12500000 DS DS1 CONTATORE 600 0 12500000 RRA MIN 0 360 576 RRA MIN 0 30 576 RRA MIN 0 7 576 RRA media 0 360 576 RRA media 0 30 576 RRA media 0 7 576 RRA media 0 1 576 RRA MAX 0 360 576 RRA Max 0 30 576 RRA MAX 0 7 576.I piace scrivere i miei script leggermente diverso uso una shell UNIX, e scrivere il mio script come so. This non fa alcuna differenza, quando i fuochi shell fino RRDtool, si arriva a vedere lo stesso comando magari con un po 'di spazio bianco, i don t anche know. Do ti piace questa informazione dire agli altri Don t Dico me. This pagina è stata creata da Alex van den Bogaerdt, un consulente IT indipendente Se si desidera fornire feedback o se si desidera noleggiare me per favore see. Notes su RRDTool implementazione di Aberrant Behavior Detection. oetiker webtools rrdtool è l'acronimo di Round Robin Database RRD è un sistema per memorizzare e visualizzare dati di serie temporali, memorizza i dati in un modo molto compatto che non si espanderà nel corso del tempo, e presenta i grafici utili per l'elaborazione dei dati a diverse risoluzioni temporali Il software RRDtool è disponibile come applicazione stand-alone o come una libreria PERL RRDtool è un programma agile che riduce al minimo le operazioni di IO richieste da aggiornamenti in tempo reale di serie temporali Anche se non è potente come il software in piena regola di database , fornisce la funzionalità richiesta da un tempo reale environment. conversion aggiornamenti a intervalli irregolari in intervalli regolari tramite interpolation. conversion lineare dei dati dei contatori di rates. aggregation su intervalli di tempo definiti dall'utente tramite documento più funzioni. Questo aggregazione descrive la implementazione di rilevamento di comportamento aberrante per RRDtool una certa familiarità con i meccanismi interni della versione corrente 1 0 25 di RRDtool è assunto, in quanto questo documento fa riferimento alla architecture. There preesistente sono diversi motivi per cui il supporto per il rilevamento di comportamento aberrante è stato integrato all'interno RRDtool , al contrario di implementato come programma separato Questi includono. 1 facilita l'applicazione in tempo reale efficiente aberrante Integration rilevamento di comportamento offrono maggiore efficienza rispetto ad un programma esterno rispetto all'accesso IO Un programma esterno dovrebbe recuperare dati dal RRD alla stessa frequenza di aggiornamento, mentre codice all'interno RRD opera su questi dati già in memoria Efficiency diventa una priorità per la rete di assistenza a livello di provider IAP, dove RRDtool può essere parte essenziale del sistema di monitoraggio di centinaia di interfacce di rete e servizi applicativi. 2 Sfrutta la capacità di RRDtool per eseguire gli aggiornamenti dei dati di interpolazione temporali a intervalli irregolari e la conversione di contatori per i tassi. 3 sfrutta le capacità grafiche della RRDtool I grafici possono essere generati per visualizzare i risultati del rilevamento di comportamento aberrante utilizzando le funzionalità esistenti di RRDtool. 4 Sfrutta il software client progettato per funzionare con RRDtool i e rilevamento di comportamento Cricket. Aberrant viene scomposto in tre pezzi, ogni edificio sul suo predecessore. 1 Un algoritmo per predire i valori di un tempo di serie un passo volta nel futuro. 2 Una misura della deviazione tra i valori previsti e valori osservati. 3 Un meccanismo per decidere se e quando un valore osservato o una sequenza di valori osservati è troppo devianti rispetto al valore previsto s. The Holt-Winters Time Series Forecasting algoritmo è una linea, o incrementale, un algoritmo che predice adattivo future osservazioni in una serie temporale e 's previsione è la somma di tre componenti di una linea di base o di intercettare, una tendenza lineare nel tempo o pendenza, e un coefficiente di stagione un effetto periodica, ad esempio un ciclo giornaliero C'è un coefficiente stagionale per ogni punto temporale del ciclo di periodo Dopo il valore si osserva, ciascuno di questi componenti viene aggiornato tramite esponenziale l'algoritmo apprende dai valori del passato e li utilizza per prevedere il futuro il tasso di adattamento è governato da 3 parametri alpha intercetta, pendenza beta e gamma stagionali la previsione può anche essere vista come valore livellato per la misura tempo series. The di deviazione è una deviazione assoluta pesata stagionale la deviazione mezzi stagionali sono valutati separatamente per ogni punto temporale nel ciclo stagionale come Holt-Winters Previsione, deviazione è previsto utilizzando la misura calcolata dalla valori passati ma solo a quel punto del ciclo stagionale volta si osserva il valore, l'algoritmo apprende dal valore osservato tramite livellamento esponenziale Scaling la sequenza dei valori di deviazione previsti per la serie storica osservata genera bande di confidenza siamo soliti pensare alle sequenze come continua linee piuttosto che come un insieme di comportamenti points. Aberrant discreta un potenziale guasto viene segnalato ogni volta che il numero di volte che il valore osservato viola le bande di confidenza soddisfa o supera una soglia specificata all'interno di una finestra temporale cioè specificato 5 violazioni nel corso degli ultimi 45 minuti con un valore osservato ogni sezione 5 mintues. This descrive l'architettura per l'esecuzione del rilevamento comportamento aberrante nel disco RRDtool. On, il database round robin RRD è organizzato in sezioni sequenziali, rotondo archivi robin RRA All'interno di ogni RRA è una sezione per ciascuna delle ingresso fonti di dati memorizzati in questo RRD Ogni RRA è definito da una funzione di consolidamento che mappa i punti dati primario PDP al consolidato punti dati CDP ad un altro livello, un RRA è solo una matrice di valori di dati che viene aggiornato in sequenza secondo una funzione a un certo tempo fisso interval. On la sua faccia, l'algoritmo di comportamento aberrante ha bisogno di almeno due array, uno per memorizzare i valori di previsione corrispondenti ad ogni punto di dati primari, e un secondo per memorizzare la deviazione prevista corrispondente ad ogni point. As dati primaria implementata, la coefficienti stagionali e deviazioni che vengono utilizzati per calcolare le previsioni e quelle previste deviazioni sono memorizzati in una seconda coppia di RRAS Questi array hanno lunghezza pari al periodo stagionale e vengono aggiornati una volta per ogni point. Failures dati primari sono monitorati da un quinto RRA, che determina le violazioni e fallimenti su ogni chiamata a RRD update. The intercetta e pendenza coefficienti necessari per la previsione vengono aggiornati per ogni punto di dati primari e sono uniche per ogni DS origine dati possono essere memorizzati in una seconda coppia di RRAS Tuttavia, solo i più è necessaria valore recente di ciascuno per un determinato meteo Come attuati questi parametri vengono memorizzati in un buffer temporaneo nell'intestazione assegnato per ciascuna combinazione di sorgente RRA-dati nella RRD zona prep CDP Questo tampone è lavato nuovamente su disco in ciascuna chiamata a RRD parametri di adattamento update. The sono fissati per la vita del RRA e sono gli stessi per tutte le fonti di dati all'interno che RRA sono memorizzati nel buffer parametro RRA in RRA def, che viene letto solo durante RRD update. Therefore, attuazione del aberrant algoritmo di comportamento aggiunge cinque nuove funzioni di consolidamento per RRDtool. 1 HWPREDICT una serie di previsioni calcolato dall'algoritmo Holt-Winters, uno per ogni punto di dati primari La matrice HWPREDICT dipende da una matrice di tipo STAGIONALE per la ricerca dei coefficienti stagionali L'indice di questo array stagionale è memorizzata come parametro del HWPREDICT RRA . 2 STAGIONALE una serie di coefficienti stagionali con lunghezza pari al periodo stagionale per ogni punto dati primari, c'è un coefficiente di stagione che corrisponde l'indice nel ciclo stagionale Per aggiornare i coefficienti stagionali via di livellamento esponenziale, il STAGIONALE RRA dipende dalla HWPREDICT RRA l'indice della corrispondenza HWPREDICT RRA viene memorizzato come parametro. 3 DEVPREDICT una serie di previsioni di deviazione In sostanza, DEVPREDICT copia i valori dalla matrice DEVSEASONAL lo fa nessuna elaborazione del proprio L'indice della matrice DEVSEASONAL viene memorizzato come parametro. 4 DEVSEASONAL una serie di deviazioni stagionali Per ciascun punto di dati primario, vi è una deviazione stagionale che corrisponde l'indice del punto dati primario nel ciclo stagionale Per calcolare deviazioni, DEVSEASONAL RRA deve essere in grado di calcolare il valore previsto, e così dipende dalla HWPREDICT RRA l'indice del corrispondente HWPREDICT RRA viene memorizzato come parametro. 5 GUASTI una serie di indicatori booleani, a 1 indica un errore I negozi di buffer RRA-DS ciascun valore all'interno della finestra Ogni aggiornamento elimina il valore più vecchio da questo buffer e inserisce la nuova osservazione Ad ogni aggiornamento, il numero di violazioni viene ricalcolato La massima lunghezza della finestra forzata da questo buffer è di 9 punti di tempo per il confronto con le deviazioni, i fallimenti RRA dipende dal DEVSEASONAL RRA l'indice della corrispondenza DEVSEASONAL RRA viene memorizzato come una sezione parameter. This illustra come utilizzare l'algoritmo di rilevamento di comportamento aberrante in RRDtool attraverso un obiettivo monitoraggio example. Our sarà una interfaccia router su un collegamento tra due centri dati nella rete di WebTV servizio di produzione la variabile sarà il tasso di larghezza di banda in uscita in uso Mbps di larghezza di banda segue un ciclo giornaliero e SNMP viene interrogato a cinque minuti di intervals. The primo passo è quello di creare un RRD per questo target con rilevazione di comportamento aberrante abilitato al fine di semplificare la creazione per l'utente inesperto, oltre a sostenere la creazione esplicita la HWPREDICT, stagionale, DEVPREDICT, DEVSEASONAL, e fallimenti RRAS, la maggiore RRDtool creare comando supporta la creazione implicita degli altri quattro quando HWPREDICT è specificato da sola a trarre vantaggio da questo, utilizzare la seguente lunghezza syntax. array è il numero di previsioni per memorizzare prima avvolgente questo numero deve essere più lungo del periodo stagionale questo valore sarà anche il conteggio delle righe RRA per DEVPREDICT RRA. alpha è il parametro intercetta adattamento, che deve essere compreso tra 0 e 1 Un valore maggiore indica l'intercetta adatta velocemente lo stesso valore sarà anche essere usato per gamma. beta è il parametro versante adattamento, di nuovo tra 0 e 1.period è il numero di punti di dati primari, nel periodo stagionale questo valore sarà il conteggio delle righe RRA per il stagionali e DEVSEASONAL RRAs. Using questa opzione crea i fallimenti RRA con la lunghezza della finestra di default di 9 e un valore di soglia predefinito 7 la lunghezza di default dei fallimenti RRA è uno period. For l'esempio, il comando create is. rrdtool creare s 300.While esplicitamente la creazione del RRAS supplementare è uno dei mezzi per un controllo più preciso, alcuni parametri possono essere modificati utilizzando il comando tune avanzata RRDtool supporta diversi nuovi flag tune .-- finestra di lunghezza --failure-soglia --alpha --beta gamma DELTAPOS --deltaneg. Each di queste bandiere prende un singolo argomento lo scopo della tesi è evidente l'--gamma bandiera ripristinerà il parametro di adattamento sia per la stagionale e la DEVSEASONAL RRAS impostare sia sullo stesso valore .-- DELTAPOS e deltaneg impostare, rispettivamente, il parametro di scala per la band di fiducia superiore e inferiore, il valore predefinito per entrambi è 2 una banda simmetrica fiducia. Ad esempio, supponiamo siamo infelici con la lunghezza finestra predefinita e la soglia per i fallimenti RRA implicitamente creato dalla precedente edizione comando command. rrdtool melodia --window lunghezza 5. il resto della esempio utilizza la lunghezza della finestra di default di 9 e la soglia predefinita di 7.In alcuni casi, è necessaria la creazione esplicita del RRAS Supponiamo che il tecnico di rete è interessato solo a lisciare la serie storica osservata, non bande di confidenza o rilevamento di comportamento aberrante l'algoritmo Previsione Holt-Winters possono essere visualizzate un algoritmo di smoothing in questo caso, si può creare in modo esplicito la HWPREDICT e stagionale RRAS senza la others. Use questo syntax. RRA HWPREDICT lunghezza alfa indice periodo beta di SEASONAL. RRA STAGIONALE indice periodo gamma di argomenti HWPREDICT. The di HWPREDICT sono gli stessi di prima, con la of. index aggiunta dell'indice sTAGIONALE 1-base della matrice stagionale nei RRAS ordine sono specificati nel creare command. The argomenti del are. period sTAGIONALE RRA è il numero di punti di dati primari, nel periodo stagionale deve corrispondere il valore specificato dall'argomento periodo di HWPREDICT deve essere un numero intero maggiore di 2.gamma è il parametro di adattamento per i coefficienti di stagione, che dovrà valore tra 0 e 1.index dell'indice HWPREDICT 1-base della matrice HWPREDICT nell'ordine RRAS sono specificato nelle bande di creare command. Confidence possono essere creati in modo indipendente di rilevamento di comportamento aberrante in questo caso, creare i quattro RRAS HWPREDICT, stagionale, DEVSEASONAL, e DEVPREDICT ma omettere i fallimenti RRA. Use questo syntax. RRA HWPREDICT lunghezza alfa indice periodo beta di SEASONAL. RRA indice STAGIONALE periodo gamma di HWPREDICT. RRA DEVSEASONAL indice periodo gamma di HWPREDICT. RRA DEVPREDICT indice di lunghezza gamma di DEVSEASONAL. The argomenti di HWPREDICT e stagionali sono gli stessi di prima Gli argomenti di DEVSEASONAL e DEVPREDICT are. period è il numero di punti di dati primari, nel periodo stagionale Si deve corrispondere al valore specificato dall'argomento periodo HWPREDICT e array sTAGIONALI questa restrizione può essere revocate in una futura attuazione deve essere un numero intero maggiore di lunghezza 2.array è il numero di deviazioni per memorizzare prima avvolgente questo numero deve essere più lungo del period. gamma stagionale è il parametro di adattamento per le deviazioni di stagione, che dovrà valore compreso tra 0 e 1 non deve corrisponde al parametro adattamento per il array. index stagionale della HWPREDICT indice 1-based Indice della matrice HWPREDICT nelle RRAS ordine sono specificati nella command. index creare dei DEVSEASONAL 1-base della matrice DEVSEASONAL nelle RRAS ordine sono specificati nelle creare command. Finally, i fallimenti RRA può essere creare in modo esplicito con la sintassi, ma come minimo il HWPREDICT, stagionale, e le matrici DEVSEASONAL devono essere creati così Se le bande di confidenza sono anche desiderati, creare DEVPREDICT. Use questo GUASTI syntax. RRA soglia lunghezza indice lunghezza della finestra di DEVSEASONAL. length è il numero di indicatori 0,1 valori per memorizzare prima avvolgente a 1 indica un errore che è, il numero di violazioni nell'ultima finestra di osservazioni soddisfa o supera il threshold. threshold è il numero minimo di violazioni entro i valori osservati finestra al di fuori dei limiti di fiducia che costituisce un fallimento. window lunghezza è il numero di punti di tempo nella finestra Specifica un numero intero maggiore o uguale alla soglia e inferiore o uguale a 28 la value. index massimo dell'indice DEVSEASONAL base 1 della matrice DEVSEASONAL sono specificate in RRAS ordine nel creare command. The algoritmo di rilevamento comportamento aberrante richiede nulla di insolito per il comando update RRDtool così la raccolta meccanismo cioè Cricket invocando SNMP funzionerà normalmente Ora supponiamo che è passato del tempo e il tecnico di rete è il monitoraggio della larghezza di banda in uscita a livello di interfaccia router Egli può vedere un grafico di attività quotidiana, comprese le tele di confidenza e gli eventuali errori, con la seguente command. rrdtool graph. TICK sicuro ffffa0 1 0 guasti bit media out. LINE2 scaledobs 0000FF bit media out. LINE1 scaledupper ff0000 limite superiore bit media out. LINE1 scaledlower ff0000 limite inferiore bit media out. TICK è una nuova opzione grafica in strumento di RRD Per ogni valore diverso da zero nel DEF o argomento CDEF, si traccia un segno di spunta segnare la lunghezza della linea di contrassegno è specificato dal terzo argomento dopo il codice colore come una percentuale decimale y 1 0 è 100 della lunghezza dell'asse y, in modo che il segno di spunta diventa una linea verticale sul graph. Here è un esempio di questo grafico giornaliero generato il mer 31 maggio, 2000 l'obiettivo router descritto previously. The sottili linee rosse sono le bande di confidenza e le barre gialle rappresentano fallimenti in realtà fallimenti multipli in sequenza una volta che i randagi valore osservato al di fuori delle bande di confidenza rimane al di fuori delle bande per circa un periodo di due ore in entrambi i casi il segno di spunta opzione grafico generato le barre gialle dai fallimenti grafico RRA. The suggerisce che la larghezza di banda su questo link in uscita sta aumentando più velocemente di quanto previsto dal modello di storia passata spetta al tecnico di rete per decidere se questo rappresenta un comportamento aberrante di interesse Un approccio tecnico potrebbe prendere è quello di vedere la serie storica per questa interfaccia router per un tempo più lungo period. With senno di poi, è facile dimostrare qualcosa di insolito sta accadendo e il modello di rilevamento di comportamento aberrante sta recuperando in tempo reale Qui è la serie per la settimana e mezza periodo dal 24 maggio 2000 al 2 giugno 2000.It è chiaro che mercoledì 31 maggio, è insolito aumento della larghezza di banda in due fasi, una volta al mattino presto e di nuovo nel primo pomeriggio in questo caso, il tuffo a 0 nelle ore del mattino e il successivo salto può essere attribuito a un tempo di inattività prevista per la rete di assistenza Forse il resto dell'attività di larghezza di banda sul mer ha la stessa causa, nel qual caso il comportamento aberrante rilevato è un falso positivo agli occhi del tecnico di rete. Dato l'esempio, è chiaro che ci sono molti vantaggi di rilevamento di comportamento aberrante, ma non complicare le prestazioni implementazione del software e runtime impatto Questi dettagli sono discussi in questo section. For cinque RRAS rilevamento aberranti, ogni volta che un punto di dati primari PDP è calcolato rrdupdate, ciascuno dei RRAS viene aggiornato Questo si traduce in cinque su disco cercare le operazioni di scrittura, inoltre, il stagionali e DEVSEASONAL RRAS ogni richiedono un cercano operazione di lettura Mentre il numero di operazioni su disco è indipendente dal numero di fonti di dati e queste operazioni vengono eseguite in modo sequenziale, quando possibile ad esempio cercare evita movimento all'indietro all'interno del file, queste operazioni non aggiungono significativo costo relativo IO ad un RRD senza le RRAS rilevazione aberranti In un file RRD convenzionale, di solito c'è un solo RRA che viene aggiornato per ogni PDP , che richiede solo un singolo cercano scrittura operation. After l'aggiornamento, le zone cdpprep del HWPREDICT e stagionali RRAS contengono informazioni sufficienti per fare una previsione dei valori futuri il valore previsto successivo può essere calcolata utilizzando la seguente formula. Prediction lunghezza intercetta la sequenza pendenza valori incogniti 1. intercetta viene memorizzato nel membro CDPhwintercept dell'area cdpprep del HWPREDICT RRA e la fonte di dati di interesse la pendenza viene memorizzato nel membro CDPhwslope dell'area cdpprep del HWPREDICT RRA l'espressione, lunghezza della sequenza di valori sconosciuti 1, viene memorizzato come membro CDPnullcount dell'area cdpprep del HWPREDICT RRA Infine, il coefficiente stagionale è memorizzato nel membro CDPhwseasonal dell'area cdpprep del sTAGIONALE RRA e la fonte di dati di rilevamento di comportamento interest. Aberrant non è necessario calcolare la previsione fino a quando il valore da predetto è già osservato, ma non è escluso che un'altra applicazione può essere utile la previsione prima che si osserva Questo potrebbe essere facilitato in futuro il valore con l'aggiunta di una nuova chiamata, rrdpredict, a leggere i buffer appropriati di HWPREDICT e stagionale RRAS e calcolare il prediction. Isolated o sequenze di valori U sconosciuti non sono generalmente un problema per l'algoritmo Holt-Winters, sia nella formulazione di previsioni o nell'aggiornamento valori sostanzialmente, per un valore sconosciuto, senza aggiornamento si verifica l'algoritmo può effettivamente prevedere più passaggi nel futuro, purché la fase di inizializzazione è aggiornamento collettivo complete. A può verificarsi quando un intervallo di tempo tra i valori osservati supera la dimensione del passo In questo caso, il valore osservato genera più di un punto di dati primario Se l'intervallo supera il battito del cuore una fonte di dati, tutti i punti dati principali che intervengono sarà impostato sconosciuta U, altrimenti saranno impostati gli stessi aggiornamenti uguali value. Bulk creare una complicazione per il rilevamento aberranti RRAS, che vengono aggiornati per ogni punto di dati primari il problema principale è il costo di calcolare la previsione e la deviazione prevista differenza del caso della funzione cioè consolidamento media o massima convenzionale, le consolidato punti dati CDP per le RRAS rilevamento aberranti non sono identiche e devono essere calcolati separately. This costo computazione parte, ci sono questioni di attuazione relative alle interdipendenze tra la rilevazione aberranti RRAS Essenzialmente, per calcolare le previsioni e prevede deviazioni in sequenza, ogni RRA richiede la sua dipendenza RRAS essere sincronizzato allo stesso punto di tempo Tuttavia, l'architettura della funzione rrdupdate è per elaborare ciascun RRA independently of the others This architecture is imposed by the optimization that writes to each RRA occur in sequence. Given in these issues, updates in excess of 2 CDPs per observed value that is, an observed value which translates into more than 2 PDPs are not currently supported by the aberrant detection implementation The intermediary CDPs are set to U In the future, the implementation may support bulk updates, especially as algorithm can handle sequences of U values as input. The implementation is designed to use bootstrap initialization The intercept coefficient is initialized to the first known value The slope is initialized to 0 this initialized is predicated on the assumption the linear trend over time is close to 0 If this is not the case, the time required for the Holt-Winters algorithm to gravitate away from 0 will depend on the seasonal adaptation parameter, gamma During the first seasonal cycle of known values, seasonal coefficients are initialized During the second seasonal cycle of known values, seasonal deviations are initialized. The sensitivity of the algorithm to the initial values the first two cycles , declines over time as determined by the adaptation parameters The weight of the initial value persists longer than subsequent values For example, given a daily cycle, no periodic smoothing, and gamma 0 1, the weight of the initial value in the tenth iteration day seasonal component is 0 4 In contrast, the weight of the second day observation at the same point in the cycle is only 0 04.Unknown values during the first two seasonal cycles can complicate the cold-start The implementation initializes any coefficients it can during the first two cycles If some coefficients remain unknown due to unknown values, they are initialized during the first subsequent cycle with known value at that time point in the cycle As the first value of a COUNTER data source is always unknown, the minimum cold-start period for COUNTER data sources is three seasonal cycles. Reflecting the belief that seasonal coefficients and deviations are smooth periodic functions of time, the implementation periodically runs a moving-average smoother with a window of 5 of the period on the DEVSEASONAL and SEASONAL RRAs This operation requires reading all DEVSEASONAL and SEASONAL RRA values from disk, updating them, and flushing them back to disk. The smoother is run once per period, at an offset determined by a FNV hashing algorithm on the file name of the RRD file The intent of the hashing algorithm is to prevent temporal clumping of smoothing operations for multiple RRD files as RRDTOOL usually runs in a environment with multiple RRD files. The rradef parameters and cdpprep areas provided by the RRD structure definition are sufficient to store all necessary parameters on disk in and in memory for the aberrant behavior detection algorithm, previously the dump and restore to from XML functions did not fully support the import export of these data structures The implementation now flushes all RRA parameters to XML using the param tag on dump and the restore function reads the new tags The contents of the cdpprep areas are written as before, marked by the ds tag To identify the new XML format, the implementation uses a version tag of 0002.The following list describes files modified from the current release 1 0 25 of RRDtool to implement aberrant behavior detection. rrdcreate c support for creation of HWPREDICT, SEASONAL, DEVSEASONAL, and DEVPREDICT RRAs. rrddump c support for exporting rradef par and cdpprep scratch variables. rrdrestore c support for importing rradef par and cdpprep scratch variables. rrdhw c main routines for updating Holt-Winters RRAs smoothing routines FIFO queue implemetation. rrdupdate c call routines in rrdhw c as appropriate rewrite for efficient bulk updates. rrdgraph c add data reduction support for HWPREDICT, SEASONAL, DEVSEASONAL, and DEVPREDICT RRAs adding the TICK graph element. rrdformat h add enumeration values for reference in RRA and CDP scratch arrays. rrdtool h function prototypes, FIFO queue method prototypes. hash32 c implementation of FNV hash. fnv32 h header file for FNV routines. Creating RRD graphs in PHP. Posted by Joshua Thijssen on February 23, 2011.You may not be familiar with the term RRD graph, but if I show you one you probably recognize them instantaneously They are used to plot all kind of data against time in a very easy way which is why they are used a lot in all kind of applications Even though many consider RRD as a library to create graphs, it is actually more than that it sa complete system to store aggregated data in a very efficient way. RRD stands for Round Robin Database It is a database for collecting all kinds of data against time The round robin stands for the fact that only a certain amount of data points can be stored When we reach the end of the database, it will wrap back to the begin again This means that RRD database files will never grow in size. Every RRD works with a step rate , which tells us how far the data points are located from each other Normally this is 300 seconds 5 minutes so all data is stored in a 5 minute interval This doesn t mean you only can add data every 5 minutes though You can add as much data into the RRD and at any time you like The RRD will combine this data into a data point If you have a default step rate of 5 minutes but you add some data every minute to your RRD, it will average these 5 values into 1 data point As you can image, RRD s are not really for storing actual data, but just for graphical and statistical usages. Getting the extension. Before we can do something useful with RRD, we need to install the RRD extension If you are running on CentOS you are in luck The RPMForge repository provides a php5-rrdtool package which you can install with yum install php5-rrdtool On a Debian or Ubuntu system there is no default package but it s very easy to build from the source. If you cannot build the extension or you cannot find anything working, no fear You can still use the command line version of RRDTool to try all examples. Our RRD example. The best way to get acquainted with RRD is to actually create one Suppose you want to display some statistics of users that have logged into our web-application and we want to see the number of failures that have occurred, for instance, when a user has entered a wrong password We want to view this data in a daily graph, a weekly graph, a monthly graph and maybe a yearly graph as well. Creating our database file. As said, RRDtool is more or less a database so we much define some kind of schema In order to do this, we can use the rrdcreate function or the rrdtool create command line version There are two different things we need to configure the data sources and the round robin archives The data sources tells you what to store whereas the round robin archives tells you how to store it. Setting up data sources. The data sources describe the actual data we want to store In our case we want to store 2 kind of data points the number of succeeded log-ins, and the number of failed log-ins We call them success and failed respectively These data sources are ABSOLUTE types, which means the data is reset after every point collection There are other types, depending on the type of data you want to store. Furthermore, we need to specify a heartbeat This means that when no data source is recorded in this amount of time, RRD will consider the data point as unknown which is something different than 0.The last 2 items we have to specify is the lower and upper boundary of the data source If we would have data source that is given in percentages for instance, your server s used disk space in percentage , we could specify an lower limit of 0, and an upper limit of 100 Since we deal with log-in attempts, we can only specify the lower boundaries We set the upper boundary to U unknown. Setting up the RRA. Now that we know WHAT to store, we must tell RRD how to store the data As said, data is stored in a cyclic round robin way so we must define the amount of room we want to use We want to have 4 different graphs daily, weekly, monthly and yearly This however does not mean we need to have 4 RRA s RRD can decide which RRA s it will use to graph data. Each RRA is defined in the following format. The cf stands for consolidation function and can be either AVERAGE, LAST, MIN , MAX It defines how the data points get aggregated AVERAGE will average the points, LAST will store the last point, MIN will store the lowest point found and MAX the highest The xff should be set to 0 5, and steps decide how many points get consolidated, rows is the amount of points it will store eventually. I ve decided to create 3 RRA s one stores the single 5-minute samples for a period of 1 day 12 points per hour times 24 hours 288 points , one stores 1 hour samples 12 points for 1 week 24 7 points and one stores 1 day 288 points samples for a year 365 points. Off course, we could have stored each 5-minute point for a period of 1 year, but we would have to store 12 24 365 105120 points By storing in a consolidated way, we have an efficient way of storing the data while we still maintain enough information for plotting our graphs. Updating your data. RRD must collect data on fixed intervals We should have a separate system like a cronjob that collects the amount of data and updates the RRD accordingly If we don t update on time as specified by the heartbeat , we get unknown points which causes empty spots in our graphs later on The next snippet will simulate login successes and failures ranging back from 180 days ago until now. Now we have arrived at the coolest part of RRD the graphing of the data I create 4 basic graphs Each graph shows the successful attempts in green, and on top I ve specified the failed attempts There are many different ways of graphing the data as lines, different shades, surfaces etc and almost every aspect of the graph is customizable. Our result should be something like this. RRDtool is a really great to generate graphs in a simple way, but don t get fooled by it s apparent simplicity It s capable of creating very complex graphs if needed We just scraped the basics which is more than enough to get you started in your own graphs Unfortunately, the PHP binding of RRDTool are not really well maintained, but since they are merely a shell around the command line version, they work properly enough to create cool graphs. More information about RRD and the RRDTool can be found on the main RRD website. About the author Joshua Thijssen is a senior software engineer at Enrise and owner of the privately held company NoxLogic His programming skills includes but is not limited to assembly, C, C , Java, Perl, Python and PHP and has experience on administering a wide range of operating systems One of his specialties is fine tuning MySQL databases and queries His personal blog can be found on. Related Posts.