Tolka ditt styrkort

Viktigt

Azure Internet Analyzer drogs tillbaka den 15 mars 2024. Detaljerad information finns i Azure Internet Analyzer-tillbakadragning.

Styrkortsfliken innehåller de aggregerade och analyserade resultaten från dina tester. Varje test har egna styrkort. Styrkort ger snabba och meningsfulla sammanfattningar av mätresultat för att tillhandahålla datadrivna resultat för dina nätverkskrav. Internet Analyzer tar hand om analysen så att du kan fokusera på beslutet.

Du hittar styrkortsfliken på resursmenyn Internet Analyzer.

Filter

• Test: Välj det test som du vill visa resultat för – varje test har ett eget styrkort. Testdata visas när det finns tillräckligt med data för att slutföra analysen – i de flesta fall bör detta vara inom 24 timmar.
• Slutdatum för tidsperiod &: Tre styrkort genereras dagligen – varje styrkort återspeglar en annan aggregeringsperiod – de 24 timmarna före (dag), de sju dagarna före (veckan) och de 30 dagarna före (månad). Använd filtret "Slutdatum" för att välja den sista dagen i tidsperioden som du vill se.
• Land: För varje land som du har slutanvändare genereras ett styrkort. Det globala filtret innehåller alla slutanvändare.

Antal mått

Antalet mätningar påverkar analysens konfidens. Ju högre antal, desto mer exakt blir resultatet. Testerna bör minst syfta till minst 100 mätningar per slutpunkt och dag. Om måttantalet är för lågt konfigurerar du JavaScript-klienten så att den körs oftare i ditt program. Måttantalet för slutpunkterna A och B bör vara mycket lika även om små skillnader förväntas och är okej. Om det finns stora skillnader bör resultaten inte vara betrodda.

Percentiler

Svarstid mätt i millisekunder är ett populärt mått för att mäta hastighet mellan en källa och ett mål på Internet. Svarstidsdata distribueras normalt inte (d.v.s. följer inte en "Klockkurva") eftersom det finns en "lång svans" med stora svarstidsvärden som snedställer resultat när du använder statistik, till exempel det aritmetiska medelvärdet. Alternativt ger percentiler ett "distributionsfritt" sätt att analysera data. Till exempel sammanfattar medianen, eller den 50:e percentilen, mitten av fördelningen – hälften av värdena ligger över den och hälften under den. Ett värde för den 75:e percentilen innebär att det är större än 75 % av alla värden i fördelningen. Internet Analyzer refererar till percentiler i stenografi som P50, P75 och P95.

Internet Analyzer-percentiler är exempelmått. Detta står i kontrast till det sanna befolkningsmåttet. Till exempel är medianfördröjningen för den dagliga sanna populationen mellan studenter vid University of Southern California och Microsoft medianvärdet för svarstid för alla begäranden under den dagen. I praktiken är det opraktiskt att mäta värdet för alla begäranden, så vi antar att ett ganska stort urval är representativt för den verkliga populationen.

I analyssyfte är P50 (median) användbart som ett förväntat värde för en svarstidsfördelning. Högre percentiler, till exempel P95, är användbara för att identifiera hur lång svarstid som är i värsta fall. Om du är intresserad av att förstå kundens svarstid i allmänhet är P50 rätt mått att fokusera på. Om du är intresserad av att förstå prestanda för de sämst presterande kunderna bör P95 vara i fokus. P75 är en balans mellan dessa två.

Deltan

En delta är skillnaden i måttvärden för slutpunkterna A och B. Delta beräknas för att visa fördelen med B över A. Positiva värden indikerar att B presterade bättre än A, medan negativa värden indikerar att B:s prestanda är sämre. Delta kan vara absoluta (till exempel 10 millisekunder) eller relativa (5 %).

Konfidensintervall

Konfidensintervall (CI) är ett intervall med värden som har en sannolikhet att innehålla populationsmåttet, till exempel median, P75 eller medelvärde. Vi följer den gemensamma statistiska konventionen om användning av 95 % KI.

För Internet Analyzer är ett smalt konfidensintervall bra eftersom det visar att exempelmåttet sannolikt ligger mycket nära det faktiska befolkningsmåttet. Ett brett konfidensintervall innebär mindre säkerhet om att vårt exempelmått återspeglar det sanna befolkningsmåttet. Det bästa sättet att förbättra CI:n är att öka antalet mätningar.

Tidsserier

En tidsserie visar hur ett mått ändras över tid. På Internet finns det många temporala faktorer som påverkar prestanda, till exempel perioder med hög trafik, skillnader mellan veckodagar och helger och helgdagar.

Nästa steg

Mer information finns i översikten över Internet Analyzer.