HP Matrix Operating Environment Software - Handbuch (Seite 37)

Nachfolgend sind Beispiele für Ereignisse aufgeführt, die Capacity Advisor als potenzielle Quellen
ungültiger Datenpunkte erkennen (und ignorieren) kann:
•
Systemausfallzeiten während des Erfassungszeitraums.
•
Von Ihnen bestimmte außergewöhnliche Aktivitäten: Sie können Zeiträume manuell als ungültig
markieren, beispielsweise im Falle einer Ihnen bekannten ungewöhnlichen Ressourcennutzung,
und Sie können dies bei der Kapazitätsplanung berücksichtigen.
•
Partielle Erfassung von einer virtuellen Maschine oder einem VM-Host: Wenn Capacity Advisor
keine Korrektur vornehmen kann, die sich auf alle Aktivitäten auf einem VM-Host bezieht,
werden partielle Datenerfassungen als ungültig markiert.
In welcher Beziehung steht dies zum Festlegen einer Gültigkeitsschwelle?
Die von Ihnen festgelegte Gültigkeitsschwelle dient dazu, die Toleranz beim Abrufen einer
ausreichenden Menge gültiger Daten in dem von Ihnen angegebenen Erfassungszeitraum
widerzuspiegeln. Wenn aus den von Ihnen ausgeführten Berichten hervorgeht, dass der vorgegebene
Schwellenwert für den angegebenen Zeitraum nicht erreicht wird, kann dies ein Hinweis darauf
sein, dass viele Datenpunkte im angegebenen Erfassungszeitraum ungültig sind.
In diesem Fall können Sie eine niedrigere Gültigkeitsschwelle wählen, mit dem Wissen, dass der
Bericht möglicherweise eine weniger zuverlässige Aussage zur wahrscheinlichen Ressourcennutzung
hervorbringt. Oder Sie wählen einen anderen oder längeren Zeitraum für die Datenerfassung aus,
um die Wahrscheinlichkeit zu erhöhen, einen ausreichenden Prozentsatz von gültigen Datenpunkten
für einen aussagekräftigen Bericht zu erhalten.
Lineare Regression
Die lineare Regression basiert auf der Methode der kleinsten Quadrate, bei der die Quadratsumme
der senkrechten Abweichungen jedes der aggregierten Punkte von der Trendlinie, die diese
beschreibt, minimiert wird.
TIPP: Regressionen auf der Grundlage von kleinen Datenmengen sind meist nicht besonders
aussagekräftig und können sogar irreführend sein. Jede Trendanalyse, die auf weniger als einem
Dutzend aggregierter Punkte basiert, muss anhand der historischen Daten sorgfältig auf ihre
Plausibilität überprüft werden. Die Höchstzahl der Datenpunkte für eine Trendanalyse ergibt sich
aus dem Gesamtzeitraum des Berichts dividiert durch den Geschäftszeitraum, da Geschäftszeiträume
ausgeschlossen werden können, wenn sie die Gültigkeitskriterien nicht erfüllen.
Da der Trend als jährliche Wachstumsrate dargestellt wird, sollte am besten mehr als ein Jahressatz
historischer Daten vorliegen, bevor die Analyse eines Trends erstellt wird.
Fehleranalyse
Sie haben die Möglichkeit, eine Fehleranalyse in den Bericht zu integrieren. Folgende Fehlergröße
steht zur Verfügung:
r-Quadrat:
r
2
ist das Quadrat des Korrelationskoeffizienten (r) und wird in der Analyse der Anpassungsgüte
von Trendschätzungen verwendet. r ist ein Wert zwischen 0 und +/- 1, wobei Werte, die sich
+/- 1 nähern, eine erhöhte Gültigkeit der Datendarstellung angeben.
Wachstumsprognose
Die Prognosefunktion von Capacity Advisor ermöglicht die Erstellung eines Prognosemodell s, indem
ein Bereich historischer Daten (der Prognosedatenbereich ) mit einem vorhergesagten Trend (der
Projektion der jährlichen Wachstumsrate) kombiniert wird. Das Prognosemodell kann Schätzungen
über künftige Nutzungszahlen enthalten.
Wachstumsprognose 37