Filtern und Aggregieren: Zeitachsen bearbeiten

Auf dieser Seite werden die Techniken zur Bearbeitung von Zeitachsendaten beschrieben. Dieser Inhalt basiert auf den Konzepten und Diskussionen unter Messwerte, Zeitachsen und Ressourcen.

Unformatierte Zeitachsendaten müssen bearbeitet werden, bevor sie analysiert werden können. Bei der Analyse werden häufig einige Daten herausgefiltert und zusammengefasst. Auf dieser Seite werden zwei primäre Techniken zum Verfeinern von Rohdaten beschrieben:

  • Filtern, wodurch einige Daten nicht berücksichtigt werden.
  • Aggregation: Kombiniert mehrere Daten in einem kleineren Satz zusammen mit den von Ihnen angegebenen Dimensionen.

Filter und Aggregation sind leistungsstarke Tools, mit denen Sie unter anderem interessante Muster erkennen und Trends oder Ausreißer in den Daten hervorheben können.

Auf dieser Seite werden die Konzepte hinter dem Filtern und Aggregieren beschrieben. Sie erfahren nicht, wie sie direkt angewendet werden. Verwenden Sie die Cloud Monitoring API oder die Diagramm- und Benachrichtigungstools in der Google Cloud Console, um Filter oder Aggregation auf Ihre Zeitreihendaten anzuwenden. Beispiele finden Sie unter API-Beispielrichtlinien und Beispiele für Monitoring Query Language.

Unformatierte Zeitachsendaten

Die Menge der Messwertrohdaten in einer einzelnen Zeitachse kann enorm sein. Einem Messwerttyp sind normalerweise viele Zeitachsen zugeordnet. Um den gesamten Datensatz auf Gemeinsamkeiten, Trends oder Ausreißer zu analysieren, müssen Sie die Zeitachsen in dem Satz verarbeiten. Andernfalls sind zu viele Daten zu berücksichtigen.

Verwenden Sie eine kleine Anzahl hypothetischer Zeitachsen, um die Beispiele auf dieser Seite zum Filtern und Aggregieren zu einführen. Die folgende Abbildung zeigt beispielsweise einige Stunden Rohdaten aus drei Zeitachsen:

Grafik mit drei Rohzeitachsen: rot, blau und grün.
Abbildung 1: Drei unbearbeitete Zeitachsen

Jede Zeitachse ist eingefärbt, rot, blau oder grün, um den Wert eines hypothetischen Labels color wiederzugeben. Für jeden Wert des Labels gibt es eine Zeitachse. Beachten Sie, dass die Werte nicht korrekt ausgerichtet sind, da sie zu unterschiedlichen Zeitpunkten aufgezeichnet wurden.

Filtern

Eines der leistungsstärksten Analysetools ist die Filterung, mit der Sie Daten ausblenden können, die Sie derzeit nicht interessieren.

Sie können Zeitachsendaten nach folgenden Kriterien filtern:

  • Zeit:
  • Wert eines oder mehrerer Labels.

Die folgende Abbildung zeigt das Ergebnis, wenn nur die roten Zeitachsen aus dem ursprünglichen Satz von Rohzeitachsen dargestellt werden (siehe Abbildung 1):

Grafik mit einer der Rohzeitachsen: rot
Abbildung 2: Eine unbearbeitete Zeitachse nach dem Filtern

Diese durch Filtern ausgewählte Zeitachse wird im nächsten Abschnitt verwendet, um die Ausrichtung zu demonstrieren.

Aggregation

Eine weitere Möglichkeit, die Datenmenge zu reduzieren, besteht darin, sie zusammenzufassen oder zusammenzufassen. Die Aggregation umfasst zwei Aspekte:

  • Ausrichtung oder Regularisierung von Daten innerhalb einer einzelnen Zeitachse.
  • Reduzierung oder Kombination mehrerer Zeitachsen

Sie müssen Zeitachsen ausrichten, bevor Sie sie reduzieren können. In den nächsten Abschnitten wird die Ausrichtung und Reduzierung von Zeitachsen beschrieben, in denen Ganzzahlwerte gespeichert werden. Diese allgemeinen Konzepte gelten auch, wenn eine Zeitachse den Werttyp Distribution hat. In diesem Fall gelten jedoch einige zusätzliche Einschränkungen. Weitere Informationen finden Sie unter Informationen zu Verteilungsmesswerten.

Ausrichtung: Regularisierung innerhalb der Reihe

Der erste Schritt beim Aggregieren von Zeitachsendaten ist die alignment. Durch die Ausrichtung wird eine neue Zeitachse erstellt, in der die Rohdaten zeitlich normalisiert wurden, damit sie mit anderen ausgerichteten Zeitachsen kombiniert werden können. Bei der Ausrichtung werden Zeitachsen mit regelmäßig verteilten Daten erstellt.

Die Ausrichtung umfasst zwei Schritte:

  1. Unterteilen der Zeitachsen in regelmäßige Zeitintervalle, auch Daten-Bucketing genannt. Das Intervall wird als Zeitraum, Ausrichtungszeitraum oder Ausrichtungsfenster bezeichnet.

  2. Einen einzelnen Wert für die Punkte im Ausrichtungszeitraum berechnen Sie können wählen, wie dieser einzelne Punkt berechnet werden soll. Sie können alle Werte summieren, ihren Durchschnitt berechnen oder das Maximum verwenden.

Da die durch die Ausrichtung erstellte neue Zeitachse alle Werte aus der Rohzeitreihe, die sich innerhalb des Ausrichtungszeitraums befindet, mit einem einzigen Wert darstellt, wird sie auch als Reduktion innerhalb der Reihe oder Aggregation innerhalb der Reihe bezeichnet.

Zeitintervalle regulieren

Zur Analyse von Zeitachsendaten müssen die Datenpunkte auf gleichmäßig verteilten Zeitgrenzen verfügbar sein. Ausrichtung ist der Prozess, um dies zu erreichen.

Durch die Ausrichtung wird zwischen Datenpunkten eine neue Zeitachse mit einem konstanten Intervall, dem Ausrichtungszeitraum, erstellt. Die Ausrichtung wird normalerweise auf mehrere Zeitachsen angewendet, um eine weitere Bearbeitung zu ermöglichen.

In diesem Abschnitt werden die Ausrichtungsschritte auf eine einzelne Zeitachse angewendet. In diesem Beispiel wird ein Ausrichtungszeitraum von einer Stunde auf die Beispielzeitachse in Abbildung 2 angewendet. Die Zeitachse zeigt Daten, die über einen Zeitraum von drei Stunden erfasst wurden. Die Aufteilung der Datenpunkte in einstündige Zeiträume führt in jedem Zeitraum zu folgenden Punkten:

Period Werte
1:01–2:00 400, 350, 300, 200
2:01–3:00 200, 100
3:01–4:00 300, 250, 200

Ausrichtungszeiträume auswählen

Die Dauer des Ausrichtungszeitraums hängt von zwei Faktoren ab:

  • Die Detaillierungsgrad dessen, was Sie in den Daten finden möchten.
  • Der Stichprobenzeitraum der Daten. also wie oft es gemeldet wird.

In den folgenden Abschnitten werden diese Faktoren genauer erläutert.

Außerdem speichert Cloud Monitoring Messwertdaten für einen begrenzten Zeitraum. Der Zeitraum variiert je nach Messwerttyp. Weitere Informationen finden Sie unter Datenaufbewahrung. Der Aufbewahrungszeitraum ist der längste aussagekräftige Ausrichtungszeitraum.

Detaillierungsgrad

Wenn Sie wissen, dass etwas innerhalb weniger Stunden passiert ist, und Sie sich eingehender damit befassen möchten, sollten Sie für die Ausrichtung einen Zeitraum von einer Stunde oder einer bestimmten Anzahl von Minuten verwenden.

Wenn Sie Trends über einen längeren Zeitraum untersuchen möchten, ist ein längerer Ausrichtungszeitraum möglicherweise besser geeignet. Große Ausrichtungszeiträume sind in der Regel nicht geeignet, um kurzfristige anomale Bedingungen zu betrachten. Wenn Sie beispielsweise einen mehrwöchigen Ausrichtungszeitraum verwenden, ist das Vorhandensein einer Anomalie in diesem Zeitraum vielleicht noch erkennbar, aber die ausgerichteten Daten sind möglicherweise zu grob, um viel zu helfen.

Abtastrate

Die Häufigkeit, mit der die Daten geschrieben werden, die Stichprobenrate, kann sich auch auf die Auswahl des Ausrichtungszeitraums auswirken. Die Abtastraten für integrierte Messwerte können Sie der Liste der Messwerte entnehmen. Betrachten Sie die folgende Abbildung, die eine Zeitachse mit einer Abtastrate von einem Punkt pro Minute darstellt:

Diagramm mit Rohdaten mit einem Zeitraum von einer Minute

Wenn der Ausrichtungszeitraum mit dem Stichprobenzeitraum übereinstimmt, gibt es in jedem Ausrichtungszeitraum einen Datenpunkt. Das bedeutet beispielsweise, dass die Anwendung der Aligner max, mean oder min zur selben ausgerichteten Zeitachse führt. Die folgende Abbildung zeigt dieses Ergebnis zusammen mit der ursprünglichen Zeitachse als verblasste Linie:

Grafik einer ausgerichteten Zeitreihe mit dem Zeitraum, der dem Stichprobenzeitraum entspricht.

Weitere Informationen zur Funktionsweise von Aligner-Funktionen finden Sie unter Aligner.

Wenn für den Ausrichtungszeitraum zwei Minuten festgelegt wurden oder der Stichprobenzeitraum verdoppelt wurde, gibt es für jeden Zeitraum zwei Datenpunkte. Wenn die Aligner max, mean oder min auf die Punkte innerhalb des zweiminütigen Ausrichtungszeitraums angewendet werden, weichen die resultierenden Zeitachsen ab. In der folgenden Abbildung sind diese Ergebnisse zusammen mit der ursprünglichen Zeitachse als verblasste Linie dargestellt:

Diagramm der ausgerichteten Zeitachsen mit dem Zeitraum, in dem der Stichprobenzeitraum verdoppelt wird

Wenn Sie einen Ausrichtungszeitraum auswählen, sollte dieser länger als der Stichprobenzeitraum sein, aber kurz genug, um relevante Trends anzuzeigen. Möglicherweise müssen Sie experimentieren, um einen geeigneten Ausrichtungszeitraum zu ermitteln. Wenn beispielsweise Daten mit einer Rate von einem Punkt pro Tag erfasst werden, ist ein Ausrichtungszeitraum von einer Stunde zu kurz, um nützlich zu sein: Für die meisten Stunden gibt es keine Daten.

Ausrichter

Nachdem die Daten in Ausrichtungszeiträume aufgeteilt wurden, wählen Sie eine Funktion, den Ausrichter, aus, der auf die Datenpunkte in diesem Zeitraum angewendet werden soll. Der Ausrichter erzeugt einen einzelnen Wert, der am Ende jedes Ausrichtungszeitraums platziert wird.

Zu den Ausrichtungsoptionen gehören das Addieren der Werte oder das Ermitteln des Maximal-, Minimal- oder Mittelwerts der Werte, das Suchen eines ausgewählten Perzentilwerts, das Zählen der Werte usw. Die Cloud Monitoring API unterstützt eine große Anzahl an Ausrichtungsfunktionen, die weitaus umfangreicher sind als die hier gezeigte einfache Auswahl. Die vollständige Liste finden Sie unter Aligner. Eine Beschreibung der Raten- und Delta-Aligner, die Zeitachsendaten transformieren, finden Sie unter Arten, Typen und Umwandlungen.

Wenn Sie beispielsweise die gruppierten Daten aus der Rohzeitachse verwenden (siehe Abbildung 1), wählen Sie einen Ausrichter aus und wenden Sie ihn auf die Daten in jedem Bucket an. Die folgende Tabelle zeigt die Rohwerte und die Ergebnisse von drei verschiedenen Ausrichtern: Maximalwert, Mittelwert und Mindestwert:

Period Werte Ausrichter: Maximalwert Ausrichter: Mittelwert Ausrichter: Mindestwert
1:01–2:00 400, 350, 300, 200 400 312.5 200
2:01–3:00 200, 100 200 150 100
3:01–4:00 300, 250, 200 300 250 200

In der folgenden Abbildung sehen Sie die Ergebnisse der Anwendung der Aligner max, mean und min bei Verwendung eines einstündigen Ausrichtungszeitraums auf die ursprüngliche rote Zeitachse (dargestellt durch die verblasste Linie in der Abbildung):

Grafik mit den roten Zeitachsen nach Anwendung einer von drei verschiedenen Ausrichtern.
Abbildung 3: Eine Zeitachse, dreifach ausgerichtet

Einige andere Ausrichter

Die folgende Tabelle zeigt dieselben Rohwerte und die Ergebnisse von drei anderen Ausrichtern:

  • Count zählt die Anzahl der Werte im Ausrichtungszeitraum.
  • Summe addiert alle Werte im Ausrichtungszeitraum.
  • Nächste Ältere verwendet den neuesten Wert im Zeitraum als Ausrichtungswert.
Period Werte Ausrichter: Anzahl Ausrichter: Summe Ausrichter: nächst Ältere
1:01–2:00 400, 350, 300, 200 4 1250 200
2:01–3:00 200, 100 2 300 100
3:01–4:00 300, 250, 200 3 750 200

Diese Ergebnisse werden nicht in einem Diagramm angezeigt.

Reduktion: Kombination von Zeitachsen

Der nächste Schritt im Prozess, die Reduzierung, ist das Kombinieren mehrerer ausgerichteter Zeitachsen zu einer neuen Zeitachse. In diesem Schritt werden alle Werte an der Grenze des Ausrichtungszeitraums durch einen einzelnen Wert ersetzt. Da die Reduzierung über verschiedene Zeitachsen hinweg funktioniert, wird sie auch als seriöse Aggregation bezeichnet.

Reduzierungen

Ein Reduzierer ist eine Funktion, die auf die Werte in einer Reihe von Zeitachsen angewendet wird, um einen einzelnen Wert zu erzeugen.

Zu den Reduzierungsoptionen gehören das Addieren der ausgerichteten Werte oder das Ermitteln des Maximal-, Minimal- oder Mittelwerts der Werte. Die Cloud Monitoring API unterstützt eine Vielzahl von Reduzierungsfunktionen. Die vollständige Liste finden Sie unter Reducer. Die Liste der Reduzierer entspricht der Liste der Ausrichter.

Zeitachsen müssen ausgerichtet werden, bevor sie reduziert werden können. Die folgende Abbildung zeigt die Ergebnisse, bei denen alle drei Rohzeitachsen (aus Abbildung 1) in 1-Stunden-Zeiträume mit dem Mittelwert ausgerichtet werden:

Grafik mit drei durchschnittlich ausgerichteten Zeitachsen
Abbildung 4: Drei Zeitachsen, mittel ausgerichtet

Die Werte aus den drei Mittelwert-Zeitachsen (siehe Abbildung 4) sind in der folgenden Tabelle aufgeführt:

Begrenzung der Ausrichtung Rot Blau Grün
2:00 312.5 133.3 400
3:00 150 283.3 433.3
4:00 250 300 350

Verwenden Sie die ausgerichteten Daten in der obigen Tabelle, um einen Reduzierer auszuwählen und auf die Werte anzuwenden. Die folgende Tabelle zeigt die Ergebnisse der Anwendung verschiedener Reduzierungen auf die Mittelwertdaten:

Begrenzung der Ausrichtung Reduzierer: Maximalwert Reduzierer: Mittelwert Reduzierer: Mindestwert Reduzierer: Summe
2:00 400 281.9 133.3 845.8
3:00 433.3 288.9 150 866.7
4:00 350 300 250 900

Standardmäßig wird die Reduzierung auf alle Zeitachsen angewendet, sodass eine einzelne Zeitachse entsteht. Die folgende Abbildung zeigt das Ergebnis der Zusammenfassung der drei mittleren Zeitachsen mit dem Reduzierer max, der die höchsten Mittelwerte über die Zeitreihe liefert:

Grafik, die das Ergebnis der Verwendung des max. Reduzierers für Zeitachsen mit Mittelausrichtung zeigt.
Abbildung 5: Maximale Reduktion der drei mit dem Mittelwert ausgerichteten Zeitachsen

Die Reduzierung kann auch mit einer Gruppierung kombiniert werden, bei der Zeitachsen in Kategorien organisiert werden und der Reduzierer auf die Zeitachsen in jeder Gruppe angewendet wird.

Gruppierung

Durch die Gruppierung können Sie einen Reducer auf subsets Ihrer Zeitachse anwenden, anstatt auf den gesamten Satz von Zeitachsen. Um Zeitachsen zu gruppieren, wählen Sie ein oder mehrere Labels aus. Die Zeitachsen werden dann basierend auf ihren Werten für die ausgewählten Labels gruppiert.

  • Dies führt zu einer Zeitreihe für jede Gruppe.
  • Sie können dann einen anderen Reduzierer auf die Zeitachsen nach Gruppen anwenden. Dies wird als sekundäre Reduzierung bezeichnet und reduziert alle gruppierten Zeitachsen zu einem Ergebnis.

Wenn ein Messwerttyp Werte für die Labels zone und color aufzeichnet, können Sie Zeitachsen nach einem oder beiden Labels gruppieren. Wenn Sie den Reducer anwenden, wird jede Gruppe auf eine einzelne Zeitachse reduziert. Wenn Sie nach Farbe gruppieren, erhalten Sie eine Zeitachse für jede in den Daten dargestellte Farbe. Wenn Sie nach Zone gruppieren, erhalten Sie für jede Zone, die in den Daten angezeigt wird, eine Zeitachse. Wenn Sie nach beidem gruppieren, erhalten Sie eine Zeitachse für jede Kombination aus Farben und Zonen.

Angenommen, Sie haben viele Zeitachsen mit den Werten "rot", "blau" und "grün" für das Label color erfasst. Nachdem alle Zeitachsen ausgerichtet wurden, können sie nach color-Wert gruppiert und dann nach Gruppe reduziert werden. Daraus ergeben sich drei farbspezifische Zeitachsen:

Grafik mit nach Farbe gruppierten und reduzierten Zeitachsen.
Abbildung 6: Zeitachse, gruppiert nach Farbe und reduziert

In diesem Beispiel wird der verwendete Aligner oder Reducer nicht angegeben. Wichtig ist, dass Sie durch Gruppierung eine große Menge von Zeitachsen zu einer kleineren Menge reduzieren können. Dabei stellt jede Zeitachse eine Gruppe dar, die ein gemeinsames Attribut teilt: in diesem Beispiel der Wert des Labels color.

Sekundäre Aggregation

Wenn Sie die Gruppierung verwenden, kann die Reduzierung mehr als eine Zeitachse ergeben. Bei der sekundären Aggregation können Sie einen zweiten Reduzierer auswählen, der nach der gruppierten Reduzierung angewendet werden soll.

Die folgende Tabelle zeigt die Werte der gruppierten Zeitachsen (siehe Abbildung 6):

Begrenzung der Ausrichtung Rote Gruppe Blaue Gruppe Grüne Gruppe
2:00 400 150 450
3:00 200 350 450
4:00 300 300 400

Diese drei bereits verkürzten Zeitachsen können durch sekundäre Aggregation noch weiter reduziert werden. Die folgende Tabelle zeigt die Ergebnisse der Anwendung ausgewählter Reduzierungen:

Begrenzung der Ausrichtung Reduzierer: Maximalwert Reduzierer: Mittelwert Reduzierer: Mindestwert Reduzierer: Summe
2:00 450 333.3 150 1000
3:00 450 333.3 200 1000
4:00 400 333.3 300 1000

Die folgende Abbildung zeigt das Ergebnis der Aggregation der drei gruppierten Reihen mit dem Mittelwert:

Grafik, die das Ergebnis der mittleren Reduzierung bei gruppenreduzierten Zeitachsen zeigt.
Abbildung 7: Gruppierte Zeitachse nach der mittleren sekundären Aggregation

Arten, Typen und Conversions

Die Datenpunkte in einer Zeitachse werden durch eine Messwertart und einen Werttyp gekennzeichnet. Weitere Informationen finden Sie unter Messwertarten und -typen. Die entsprechenden Ausrichter und Redigenten für einen Datensatz sind möglicherweise nicht für einen anderen Datensatz geeignet. Zum Beispiel eignet sich ein Ausrichter oder Reduzierer, der die Anzahl falscher Werte zählt, für boolesche Daten, aber nicht für numerische Daten. Gleichermaßen ist ein Ausrichter oder Reduzierer, der einen Mittelwert berechnet, auf numerische Daten anwendbar, aber nicht auf boolesche Daten.

Einige Aligner und Reducer können auch verwendet werden, um entweder die Messwertart oder den Werttyp der Daten in einer Zeitachse explizit zu ändern. Einige, z. B. ALIGN_COUNT, tun dies als Nebeneffekt.

  • Messwertart: Ein kumulativer Messwert ist ein Messwert, bei dem jeder Wert die Summe seit Beginn der Werterfassung darstellt. Sie können kumulative Messwerte nicht direkt in Diagrammen verwenden, aber Sie können Delta-Messwerte verwenden, bei denen jeder Wert die Änderung seit der vorherigen Messung darstellt.

    Sie können auch kumulative und Delta-Messwerte in Messwerte umwandeln. Betrachten Sie beispielsweise einen Deltamesswert, dessen Zeitreihe so aussieht:

    (Startzeit, Endzeit] (Minuten) Wert (MiB)
    (0, 2] 8
    (2, 5] 6
    (6, 9] 9

    Angenommen, Sie haben einen ALIGN_DELTA-Aligner und einen Ausrichtungszeitraum von drei Minuten ausgewählt. Da der Ausrichtungszeitraum nicht mit dem Wert für (Startzeit, Endzeit] für jede Stichprobe übereinstimmt, wird eine Zeitachse mit interpolierten Werten erstellt. In diesem Beispiel sieht die interpolierte Zeitachse so aus:

    (Startzeit, Endzeit] (Minuten) Interpolierter Wert (MiB)
    (0, 1] 4
    (1, 2] 4
    (2, 3] 2
    (3, 4] 2
    (4, 5] 2
    (5, 6] 0
    (6, 7] 3
    (7, 8] 3
    (8, 9] 3

    Als Nächstes werden alle Punkte innerhalb des dreiminütigen Ausrichtungszeitraums addiert, um die ausgerichteten Werte zu generieren:

    (Startzeit, Endzeit] (Minuten) Ausgerichteter Wert (MiB)
    (0, 3] 10
    (3, 6] 4
    (6, 9] 9

    Für ALIGN_RATE ist der Vorgang identisch, außer dass die ausgerichteten Werte durch den Ausrichtungszeitraum geteilt werden. In diesem Beispiel beträgt der Ausrichtungszeitraum drei Minuten. Die ausgerichteten Zeitachsen haben dabei die folgenden Werte:

    (Startzeit, Endzeit] (Minuten) Ausgerichteter Wert (MiB/Sekunde)
    (0, 3] 0.056
    (3, 6] 0.022
    (6, 9] 0.050

    Für die grafische Darstellung eines kumulativen Messwerts muss dieser in einen Deltamesswert oder in einen Ratenmesswert umgewandelt werden. Der Vorgang für kumulative Messwerte ist mit dem vorherigen Vorgehen identisch. Sie können eine Delta-Zeitachse aus einer kumulativen Zeitachse berechnen, indem Sie die Differenz benachbarter Terme berechnen.

  • Werttyp: Bei einigen Ausrichtern und Reduzierern bleibt der Werttyp der Eingabedaten unverändert. Ganzzahldaten sind beispielsweise nach der Ausrichtung immer noch Ganzzahldaten. Andere Ausrichter und Reduzierer konvertieren Daten von einem Typ in einen anderen. Dies bedeutet, dass die Informationen auf eine Weise analysiert werden können, die nicht dem ursprünglichen Werttyp entspricht.

    Beispielsweise kann der REDUCE_COUNT-Reduzierer auf numerische, boolesche, String- und Verteilungsdaten angewendet werden. Das Ergebnis ist jedoch eine 64-Bit-Ganzzahl, die die Anzahl der Werte im Punkt zählt. REDUCE_COUNT kann nur auf Gauge- und Delta-Metriken angewendet werden und lässt die Art der Metrik unverändert.

In den Referenztabellen für Aligner und Reducer ist angegeben, für welche Art von Daten jeweils eine Conversion geeignet ist. Hier ist beispielsweise der Eintrag für ALIGN_DELTA:

Bezugseintrag für Delta Ausrichter