RRD Akzeptanzkriterien

Question

Ich verwende eine RRD, um eine Datenquelle zu überwachen. Wir sehen viele Gelegenheiten, wo der RRD ein NaN-Ergebnis speichert, obwohl wir wissen, dass Daten empfangen wurden, da wir die empfangenen Daten auch an eine Datei zum Testen anhängen. Wenn wir den Unterschied untersuchen, sehen wir folgendes:

Ich habe versucht, die Daten als zwei Spalten einzufügen, aber es hat nicht richtig strukturiert, aber im Wesentlichen, was wir unten sehen, ist zwei Spalten einer Tabelle. Die linke Spalte ist der Rrd-Dump und die rechte Spalte sind die tatsächlichen Daten, die zu dieser Zeit eintrafen.

"   <!-- 2017-09-28 06:00:00 UTC/1506578400 --> <row><v>1.1999200000e+06</v></row>" 1506578412:1202000 
"   <!-- 2017-09-28 06:05:00 UTC/1506578700 --> <row><v>1.2538400000e+06</v></row>" 1506578712:1256000 
"   <!-- 2017-09-28 06:10:00 UTC/1506579000 --> <row><v>1.2310400000e+06</v></row>" 1506579012:1230000 
"   <!-- 2017-09-28 06:15:00 UTC/1506579300 --> <row><v>1.2415200000e+06</v></row>" 1506579312:1242000 
"   <!-- 2017-09-28 06:20:00 UTC/1506579600 --> <row><v>1.2304800000e+06</v></row>" 1506579612:1230000 
"   <!-- 2017-09-28 06:25:00 UTC/1506579900 --> <row><v>1.2357600000e+06</v></row>" 1506579912:1236000 
"   <!-- 2017-09-28 06:30:00 UTC/1506580200 --> <row><v>1.1284800000e+06</v></row>" 1506580212:1124000 
"   <!-- 2017-09-28 06:35:00 UTC/1506580500 --> <row><v>1.2238400000e+06</v></row>" 1506580512:1228000 
"   <!-- 2017-09-28 06:40:00 UTC/1506580800 --> <row><v>NaN</v></row>" 1506580813:1222000 
"   <!-- 2017-09-28 06:45:00 UTC/1506581100 --> <row><v>1.2400000000e+06</v></row>" 1506581112:1240000 
"   <!-- 2017-09-28 06:50:00 UTC/1506581400 --> <row><v>1.2284800000e+06</v></row>" 1506581412:1228000 
"   <!-- 2017-09-28 06:55:00 UTC/1506581700 --> <row><v>8.9392000000e+05</v></row>" 1506581712:880000 
"   <!-- 2017-09-28 07:00:00 UTC/1506582000 --> <row><v>NaN</v></row>" 1506582014:1000000 
"   <!-- 2017-09-28 07:05:00 UTC/1506582300 --> <row><v>NaN</v></row>" 1506582315:738000 
"   <!-- 2017-09-28 07:10:00 UTC/1506582600 --> <row><v>1.1760000000e+06</v></row>" 1506582613:1176000 
"   <!-- 2017-09-28 07:15:00 UTC/1506582900 --> <row><v>1.1874800000e+06</v></row>" 1506582912:1188000 
"   <!-- 2017-09-28 07:20:00 UTC/1506583200 --> <row><v>1.2033600000e+06</v></row>" 1506583212:1204000 
"   <!-- 2017-09-28 07:25:00 UTC/1506583500 --> <row><v>1.2097600000e+06</v></row>" 1506583512:1210000 
"   <!-- 2017-09-28 07:30:00 UTC/1506583800 --> <row><v>1.0717600000e+06</v></row>" 1506583811:1066000 
"   <!-- 2017-09-28 07:35:00 UTC/1506584100 --> <row><v>NaN</v></row>" 1506584112:1222000 
"   <!-- 2017-09-28 07:40:00 UTC/1506584400 --> <row><v>1.1760000000e+06</v></row>" 1506584412:1176000 
"   <!-- 2017-09-28 07:45:00 UTC/1506584700 --> <row><v>1.2048000000e+06</v></row>" 1506584712:1206000 
"   <!-- 2017-09-28 07:50:00 UTC/1506585000 --> <row><v>1.0255200000e+06</v></row>" 1506585012:1018000 
"   <!-- 2017-09-28 07:55:00 UTC/1506585300 --> <row><v>1.2004000000e+06</v></row>" 1506585312:1208000 
"   <!-- 2017-09-28 08:00:00 UTC/1506585600 --> <row><v>1.1676800000e+06</v></row>" 1506585612:1166000 
"   <!-- 2017-09-28 08:05:00 UTC/1506585900 --> <row><v>1.2024800000e+06</v></row>" 1506585912:1204000 
"   <!-- 2017-09-28 08:10:00 UTC/1506586200 --> <row><v>1.2116800000e+06</v></row>" 1506586212:1212000 
"   <!-- 2017-09-28 08:15:00 UTC/1506586500 --> <row><v>NaN</v></row>" 1506586513:886000 
"   <!-- 2017-09-28 08:20:00 UTC/1506586800 --> <row><v>1.1940000000e+06</v></row>" 1506586812:1194000 
"   <!-- 2017-09-28 08:25:00 UTC/1506587100 --> <row><v>1.1959200000e+06</v></row>" 1506587112:1196000 
"   <!-- 2017-09-28 08:30:00 UTC/1506587400 --> <row><v>NaN</v></row>" 1506587413:1206000 
"   <!-- 2017-09-28 08:35:00 UTC/1506587700 --> <row><v>1.1440000000e+06</v></row>" 1506587712:1144000 
"   <!-- 2017-09-28 08:40:00 UTC/1506588000 --> <row><v>NaN</v></row>" 1506588013:668000 
"   <!-- 2017-09-28 08:45:00 UTC/1506588300 --> <row><v>1.2080000000e+06</v></row>" 1506588312:1208000 
"   <!-- 2017-09-28 08:50:00 UTC/1506588600 --> <row><v>NaN</v></row>" 1506588613:1156000 
"   <!-- 2017-09-28 08:55:00 UTC/1506588900 --> <row><v>1.2080000000e+06</v></row>" 1506588912:1208000 
"   <!-- 2017-09-28 09:00:00 UTC/1506589200 --> <row><v>1.1945600000e+06</v></row>" 1506589212:1194000 
"   <!-- 2017-09-28 09:05:00 UTC/1506589500 --> <row><v>1.1786400000e+06</v></row>" 1506589512:1178000 
"   <!-- 2017-09-28 09:10:00 UTC/1506589800 --> <row><v>1.1396000000e+06</v></row>" 1506589811:1138000 
"   <!-- 2017-09-28 09:15:00 UTC/1506590100 --> <row><v>NaN</v></row>" 1506590113:1006000 
"   <!-- 2017-09-28 09:20:00 UTC/1506590400 --> <row><v>1.1780000000e+06</v></row>" 1506590412:1178000 
"   <!-- 2017-09-28 09:25:00 UTC/1506590700 --> <row><v>1.1799200000e+06</v></row>" 1506590712:1180000 
"   <!-- 2017-09-28 09:30:00 UTC/1506591000 --> <row><v>1.1953600000e+06</v></row>" 1506591012:1196000 
"   <!-- 2017-09-28 09:35:00 UTC/1506591300 --> <row><v>1.1806400000e+06</v></row>" 1506591312:1180000 
"   <!-- 2017-09-28 09:40:00 UTC/1506591600 --> <row><v>1.1588800000e+06</v></row>" 1506591612:1158000 
"   <!-- 2017-09-28 09:45:00 UTC/1506591900 --> <row><v>1.2002400000e+06</v></row>" 1506591912:1202000 
"   <!-- 2017-09-28 09:50:00 UTC/1506592200 --> <row><v>1.0656800000e+06</v></row>" 1506592212:1060000 
"   <!-- 2017-09-28 09:55:00 UTC/1506592500 --> <row><v>1.2078400000e+06</v></row>" 1506592512:1214000 
"   <!-- 2017-09-28 10:00:00 UTC/1506592800 --> <row><v>1.1640800000e+06</v></row>" 1506592812:1162000 
"   <!-- 2017-09-28 10:05:00 UTC/1506593100 --> <row><v>1.1754400000e+06</v></row>" 1506593112:1176000 

Wir können die Gelegenheiten sehen, wo die Daten nicht akzeptiert sind fast immer zu sein scheint, wenn die Zeit es ist etwas außerhalb der Trend ankommt.

Wie können wir die Akzeptanzkriterien erweitern, damit alle diese Datenpunkte akzeptiert werden?

RRD-Info für das RRD in Frage ist unten dargestellt:

root@ra:/var/www/genie/public_html# rrdtool info /an/data/SI1.rrd 
filename = "/an/data/SI1.rrd" 
rrd_version = "0003" 
step = 300 
last_update = 1506594312 
header_size = 1000 
ds[probe1-temp].index = 0 
ds[probe1-temp].type = "GAUGE" 
ds[probe1-temp].minimal_heartbeat = 300 
ds[probe1-temp].min = 0.0000000000e+00 
ds[probe1-temp].max = 5.0000000000e+06 
ds[probe1-temp].last_ds = "1226000" 
ds[probe1-temp].value = NaN 
ds[probe1-temp].unknown_sec = 12 
rra[0].cf = "MIN" 
rra[0].rows = 1440 
rra[0].cur_row = 238 
rra[0].pdp_per_row = 12 
rra[0].xff = 5.0000000000e-01 
rra[0].cdp_prep[0].value = 1.1754400000e+06 
rra[0].cdp_prep[0].unknown_datapoints = 2 
rra[1].cf = "MAX" 
rra[1].rows = 1440 
rra[1].cur_row = 1220 
rra[1].pdp_per_row = 12 
rra[1].xff = 5.0000000000e-01 
rra[1].cdp_prep[0].value = 1.2140000000e+06 
rra[1].cdp_prep[0].unknown_datapoints = 2 
rra[2].cf = "AVERAGE" 
rra[2].rows = 1440 
rra[2].cur_row = 1205 
rra[2].pdp_per_row = 1 
rra[2].xff = 5.0000000000e-01 
rra[2].cdp_prep[0].value = NaN 
rra[2].cdp_prep[0].unknown_datapoints = 0 
root@ra:# 

Answer 1

Sie haben die DS Herzschlag auf 300.

-300, sondern auch der Schritt, dass dies bedeutet gesetzt, wenn Ihre Daten ankommen 300s oder mehr auseinander, dann werden sie als NaN gespeichert, was du siehst. Aus den Statistiken, die Sie angeben, können Sie sehen, dass in den NaN-Reihen das tatsächliche Zeitintervall 301 oder 302 Sekunden beträgt, was> 300 ist und so zu einem NaN führt, wenn es die Heartbeat-Zeit überschreitet.

Normalerweise sollten Sie den Heartbeat auf das Doppelte des erwarteten Datenintervalls einstellen, dh zweimal den Schritt, um diesen Fall zu behandeln.

Versuchen Sie, den Heartbeat auf 600 zu setzen; Dies sollte das Problem lösen.