성과 기록표 해석

중요

Azure Internet Analyzer는 2024년 3월 15일에 사용 중지되었습니다. 자세한 내용은 Azure Internet Analyzer 사용 중지를 참조하세요.

성과 기록표 탭에는 집계 및 분석된 테스트 결과가 포함됩니다. 테스트마다 고유한 성과 기록표가 있습니다. 성과 기록표는 네트워크 요구 사항에 대한 데이터 기반 결과를 제공하기 위해 측정 결과의 의미 있는 요약을 빠르게 표시합니다. Internet Analyzer에서 분석을 처리하므로 의사 결정에 집중할 수 있습니다.

성과 기록표 탭은 Internet Analyzer 리소스 메뉴에서 찾을 수 있습니다.

필터

• 테스트: 결과를 보려는 테스트를 선택합니다. 테스트마다 고유한 성과 기록표가 있습니다. 분석을 완료하기에 충분한 데이터가 있으면 테스트 데이터가 표시됩니다. 대부분의 경우 24시간 이내여야 합니다.
• 종료 날짜 & 기간: 3개의 성과 기록표가 매일 생성됩니다. 각 성과 기록표는 24시간 전(일), 7일 전(주) 및 30일 전(월)의 다른 집계 기간을 반영합니다. “종료 날짜” 필터를 사용하여 확인할 기간의 마지막 날을 선택합니다.
• 국가: 최종 사용자가 있는 각 국가의 성과 기록표가 생성됩니다. 전역 필터에는 모든 최종 사용자가 포함됩니다.

측정 횟수

측정 횟수는 분석의 신뢰도에 영향을 줍니다. 개수가 많을수록 결과가 더 정확해집니다. 적어도 테스트는 엔드포인트당 매일 최소 100개의 측정값을 목표로 해야 합니다. 측정 횟수가 너무 적으면 애플리케이션에서 JavaScript 클라이언트가 더 자주 실행되도록 구성합니다. 작은 차이는 충분히 예상되고 상관없지만 엔드포인트 A와 B의 측정 횟수는 매우 유사해야 합니다. 큰 차이의 경우 결과를 신뢰할 수 없습니다.

백분위수

밀리초 단위로 측정되는 대기 시간은 인터넷에서 원본 및 대상 간 속도를 측정하는 데 널리 사용되는 메트릭입니다. 대기 시간 데이터는 일반적으로 분산되지 않습니다(즉, "종 곡선"을 따르지 않음). 산술 평균과 같은 통계를 사용할 때 결과를 왜곡하는 큰 대기 시간 값의 "긴 꼬리"가 있기 때문입니다. 또는 백분위수를 사용하여 “비분포” 방식으로 데이터를 분석할 수 있습니다. 예를 들어 중앙값, 즉 50번째 백분위수는 분포의 중간을 요약합니다. 값의 절반은 위에 있고, 나머지 절반은 아래에 있습니다. 75번째 백분위수 값은 분포에 있는 모든 값의 75%보다 크다는 것을 의미합니다. Internet Analyzer는 백분위수를 간략하게 P50, P75, P95로 나타냅니다.

Internet Analyzer 백분위수는 ‘샘플 메트릭’으로, 진정한 ‘모집단 메트릭’과 대조됩니다. 예를 들어 University of Southern California 학생과 Microsoft 간의 진정한 일일 모집단 중앙값 대기 시간은 해당일에 수행된 모든 요청의 중앙값 대기 시간 값입니다. 실제로 모든 요청 값을 측정하는 것은 비실용적이므로 합리적인 크기의 샘플이 진정한 모집단을 대표한다고 가정합니다.

분석을 위해 P50(중앙값)은 대기 시간 분포의 예상 값으로 유용합니다. P95와 같은 더 높은 백분위수는 최악의 경우 가장 긴 대기 시간을 식별하는 데 유용합니다. 일반적으로 고객 대기 시간을 이해하는 데 관심이 있는 경우 P50은 집중할 올바른 메트릭입니다. 성능이 가장 나쁜 고객의 성능을 이해하는 데 관심이 있다면 P95가 중점을 두어야 합니다. P75는 두 메트릭 간에 균형을 이룹니다.

델타

델타는 엔드포인트 A와 B에 대한 메트릭 값의 차이입니다. 델타는 A 대비 B의 혜택을 표시하기 위해 컴퓨팅됩니다. 양수 값은 B가 A보다 성능이 뛰어남을 나타내는 반면, 음수 값은 B의 성능이 더 낮음을 나타냅니다. 델타는 절대(예: 10밀리초) 또는 상대(5%)일 수 있습니다.

예측

CI(신뢰 구간)는 중앙값, P75 또는 평균과 같은 모집단 메트릭을 포함할 가능성이 있는 값 범위입니다. 95% CI를 사용하는 일반적인 통계 규칙을 따릅니다.

Internet Analyzer의 경우 샘플 메트릭이 실제 모집단 메트릭과 매우 유사할 가능성이 높기 때문에 좁은 신뢰 구간을 사용해도 됩니다. 넓은 신뢰 구간은 샘플 메트릭이 진정한 모집단 메트릭을 반영할 가능성이 낮음을 의미합니다. CI를 개선하는 가장 좋은 방법은 측정 횟수를 늘리는 것입니다.

시계열

시계열은 시간 경과에 따른 메트릭의 변화를 보여 줍니다. 인터넷에는 최대 트래픽 기간, 평일-주말 모집단 차이, 휴일 등 성능에 영향을 주는 많은 임시 요소가 있습니다.

다음 단계

자세한 내용은 Internet Analyzer 개요를 참조하세요.