Prometheus-Zusammenfassung des Quantilfehlers

Prometheus ist ein leistungsstarkes Open-Source-Überwachungssystem, das im Cloud-Native-Bereich weit verbreitet ist. Allerdings stießen einige Benutzer kürzlich bei der Verwendung von Prometheus für Indikatorstatistiken auf ein Problem namens „Zusammenfassungsquantilfehler“. Dieses Problem führt zu Fehlern in den Berechnungsergebnissen der Indikatordaten und verursacht Probleme für Benutzer bei der Überwachungsdatenanalyse. In diesem Artikel wird der PHP-Editor Youzi dieses Problem im Detail analysieren und Lösungen bereitstellen, die Benutzern helfen, dieses Problem schnell zu lösen.

Frageninhalt

Ich möchte Prometheus Summary im Golang-Dienst erstellen. Und legen Sie dort das Quantil fest. Quantile richtet mein Quantil-Rangdiagramm und den entsprechenden absoluten Fehler ein. dh. (aus Beispiel)

map[float64]float64{0.5: 0.05, 0.9: 0.01, 0.99: 0.001}

Ich möchte 0.25 Quantile hinzufügen. Welcher Fehlerwert ist korrekt?

Workaround

Soweit ich weiß, möchten Sie nur das 0,25-Quantil zu Ihrem Ziel hinzufügen:

Objectives: map[float64]float64{0.25: 0.01, 0.5: 0.05, 0.9: 0.01, 0.99: 0.001},

Da es sich um eine statistische Näherung mit Fehler handelt, gibt es keine strenge Formel zum Ermitteln des optimalen Fehlerwerts. Dies ist ein Kompromiss zwischen Genauigkeit (der Abfrageberechnung) und Leistung. 0,001, 0,01, 0,05 usw. sind üblich, aber Sie müssen Ihre 数据分布 (Schiefe, Normal usw.), Client-Leistungskosten, Anwendungsfälle, SLOs usw. berücksichtigen. Vielleicht müssen Sie eine Spirale ansetzen, um Ihr Bestes zu geben.

Das obige ist der detaillierte Inhalt vonPrometheus-Zusammenfassung des Quantilfehlers. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!