Aggregation 

Allgemeines

Aggregation ist die Zusammenfassung bzw. Verdichtung verschiedener Daten, Messgrößen oder Indikatoren zu übergeordneten Kennzahlen mittels gewisser Regeln (Aggregationsregeln). Sie dient dem Ziel einer räumlich, zeitlich oder sachlich komprimierteren Darstellung. So können die Messwerte eines Messnetzes räumlich oder zeitlich aggregiert werden, indem man ihr arithmetisches Mittel errechnet.

In der Central Performance History (CPH) dient die Aggregation vor allem der Beschränkung des Speicherbedarfs der Datenbank. Ermittelte Performance-Werte werden nur eine festgelegte Zeit in der CPH gespeichert, bevor sie aggregiert und die Originaldaten gelöscht werden. Mit jeder Aggregation ist unweigerlich ein Informationsverlust verbunden; ohne Aggregation würde aber der Platzbedarf der CPH langfristig über alle Grenzen steigen. Es existieren zwei verschiedene Wege der Aggregation:

·        Verringerung der Auflösung

Sie können Daten aggregieren, indem Sie die zeitliche Auflösung verringern, d. h. aus den Mittelwerten pro Stunde z. B. die Mittelwerte des Tages berechnen:

Bei dieser Form der Aggregation wird aus 24 Stundenwerten ein Tagesaggregat ermittelt. Dieses Aggregat kann auch (komplizierter ausgedrückt, aber zur Abgrenzung zur zweiten, unten genannten Methode sinnvoll) als Tagesaggregat mit Tagesauflösung bezeichnet werden.

·        Zusammenfassung analoger Zeiträume

Der Zeitraum, aus dem die Werte stammen, die zu einem Wert aggregiert werden, muss nicht zusammenhängend sein. So können Sie z. B. auch die Werte einer bestimmten Stunde (z. B. von 12:00 bis 13:00) für alle Tage einer Woche zusammenfassen.

So werden bei dieser Form der Aggregation aus den 7 ´ 24 Stundenwerten einer Woche 24 Werte ermittelt, die jeweils einen Wert einer bestimmten Stunde des Tages für alle Tage der Woche enthalten. Dieses Aggregat wird deshalb als Wochenaggregat mit Stundenauflösung bezeichnet.

Vergleich der Methoden

·        Verringerung der Auflösung

Diese Methode eignet sich vor allem, um zeitliche Änderungen von Performance-Attributen zu untersuchen; z. B. die Analyse der Antwortzeiten bei zunehmender Systemlast. Da sich ein Wert immer auf einen konkreten zusammenhängenden Zeitraum bezieht (eine Stunde, ein Tag, ein Monat etc.), können Sie bei dieser Art von Aggregation Tendenzen besser erkennen, indem Sie die Entwicklung der Werte für solche aufeinander folgenden Zeiträume vergleichen.

·        Zusammenfassung analoger Zeiträume

Bei dieser Methode simulieren Sie die höhere zeitliche Auflösung der Daten vor der Aggregation, fassen allerdings Zeiträume, in denen ähnliche Werte zu erwarten sind, zusammen. So können sie in einem stabil arbeitenden System bei konstanter Gesamtsystemlast erwarten, dass die Performance-Werte jeden Montag zwischen 12:00 und 13:00 annähernd gleich sind. Sie erkennen also zyklische Änderungen (z. B. während des Tagesablaufs) besser, allmähliche fortlaufende Änderungen aber schlechter.

Für die Erkennung zyklischer Veränderungen, wie z. B. täglich wiederkehrende Lastspitzen hat diese Art der Aggregation gegenüber den ursprünglichen Daten sogar den Vorteil, dass die Aggregation wie eine Vergrößerung der Stichprobe wirkt und daher zufällige Schwankungen minimiert.

Die beiden beschriebenen Arten der Aggregation schließen sich nicht gegenseitig aus. Falls notwendig, können Sie die beide Methoden parallel verwenden, um die gesammelten Performance-Werte zu aggregieren.

Beispiel

 Startseite Central Performance History der Monitoring-Architektur