此帖子已超过 5 年
2 Intern
•
3.2K 消息
0
3303
请教这个该怎么求，如果有一百个点那么每个点对应一个大于0小于100的数值。
Dear 各位前辈：
弄个题外话。
请教这个该怎么求，如果有一百个点那么每个点对应一个大于0小于100的数值想求一个均值。但是，
A，简单的把100个数值求和再除以100
B，数值从大到小排列取前20个，求着20个的平均值。
C，做出散点图可以在点最密集的地方画曲线再求上下限之间的均值。
A 做法简单粗暴 ；B 可行好像也简单了点；C，好像是啥算法的用专业的数学软件可以画出曲线来，但要把集成在程序中或者SQL语句中不太现实。
有前辈想起来 ，step C是啥方法么？有近似算法么？
zhouzengchao
2 Intern
2 Intern
•
1.4K 消息
0
2014年5月24日 09:00
都是统计知识而已。。。
均值有均值的用武之地，其它诸如方差、标准差、概率分布等相对复杂的公式也只是用在特定的分析案例中。关键还是要理解每种统计公式的使用场景是什么，否则简单和复杂根本没区别。
liulei_it
2 Intern
2 Intern
•
3.2K 消息
0
2014年5月25日 02:00
Dear 前辈，由于新的地方没有统计标准。偶准备每15分钟取一次CPU和内存的百分比数值，这样一天24小时就有96个相对应的值，那么求整体均值显然不太可能，之前的地方去前25%最高值，然后再在这25%中求均值。只是想知道这样做有啥数学理论支持。如同周期变换可以用傅里叶变换表示等。哈哈，想多了。
Yanhong1
1.6K 消息
1
2014年5月25日 20:00
http://msdn.microsoft.com/en-us/library/ms176080.aspx
看看这个函数，SQL Server提供的标准方差
你还可以学习一下股票，搞些移动平均线玩玩
liulei_it
2 Intern
2 Intern
•
3.2K 消息
0
2014年5月25日 21:00
谢谢，太好了。偶看看Oracle有没有这样的，哈哈
zhouzengchao
2 Intern
2 Intern
•
1.4K 消息
1
2014年5月26日 00:00
拿CPU来讲，有的时候均值会hide一些outliers，就是一些异常值，特别高的，比如100% Utilization持续几秒，造成故障发生，但其它时间UT都非常低。你拿到的performance log可能每个点都是一个均值而已，如果是5分钟内的均值，那么你看到的点通常是正常的，比如20%~30%，所以这就掩盖了那发生问题的几秒钟。
这种情况用均值来分析是解决不了问题的，得看full distribution，比如heat map、Histogram，记录的粒度非常细，可以看到outliers。
liulei_it
2 Intern
2 Intern
•
3.2K 消息
0
2014年5月26日 04:00
谢谢前辈，偶也只是通过AIX命令把这一数值存储起来。您说的非常有道理，如果要实现您的功能那么粒度要达到秒级，即使有了秒级的数值如果没有相应的SQL信息，那么这些数值也没啥用。 这也估计是许多第三方性能监控软件存在的空间。
zhouzengchao
2 Intern
2 Intern
•
1.4K 消息
0
2014年5月26日 19:00
秒级其实粒度也不算细的，通常也是均值，比如IOPS。若Outlier Delay 发生在函数级别，只有做tracing才能看到，比如Microsoft ETW framework，Solaris/Linux/MacOS DTrace framework，RedHat SystemTap Framework。这些框架可以trace function call stack，只要有对应模块的symbols，就可以看到对应的函数名，每个function call duration都可以看到，从而找出issue code path -> find developer。
下图是抓的一个ETW tracing，可以看到，每个event的call stack一目了然，只要添加对应的Duration column，就可以看到哪个function call contribute了相对较多的delay。
liulei_it
2 Intern
2 Intern
•
3.2K 消息
0
2014年5月26日 22:00
Wow , 真的是professional的呀。太牛了！