数据粒度和保留
数据值聚合
监控服务收集多种数据,其中包括用户会话使用情况、用户登录性能详细信息、会话负载平衡详细信息,以及连接和计算机故障信息。根据其类别,数据以不同的方式聚合。了解使用 OData方法API提供的数据值的聚合是解释数据的关键。例如:
- 一段时间内发生的连接的会话故障和计算机故障。因此它们显示为一段时间内的最大值。
- 登录持续时间是时间长度的度量,因此它们显示为一段时间内的平均值。
- 登录计数和连接失败次数是一段时间内这类事件的计数,因此它们显示为一段时间内的总数。
并发数据评估
会话必须重叠才能视为并发。但是,当时间间隔为 1.分钟时,该时间内的所有会话(无论会话是否重叠)都将被视为并发:由于时间间隔太小,计算精确度时所涉及的性能开销有些得不偿失。如果会话发生在同一小时,但不同分钟内,则不会被视为重叠。
关联汇总表和原始数据
数据模型以两种不同方式表示指标:
- 汇总表以每分钟、每小时和每天的时间粒度表示指标的聚合视图。
- 原始数据表示单个事件或在会话、连接、应用程序或其他对象中跟踪到的当前状态。
尝试跨API调用或在数据模型自身内部关联数据时,必须理解以下概念和限制:
- 不存在部分时间间隔的汇总数据。指标汇总是为了洞察长时间内的历史趋势。这些指标应该聚合到完整时间间隔的汇总表中。不存在仅包含数据收集的开始时间(最早的可用数据)而不包含结束时间的部分时间间隔的汇总数据。这意味着,当查看一天(时间间隔=1440)的聚合时,最早和最近的不完整日期将不包含数据。尽管存在这些部分时间间隔的原始数据,但不会汇总这些原始数据。对于特定时间粒度,可以通过从特定汇总表提取最小和最大 总结日期确定最早和最近的聚合时间间隔。总结日期列表示时间间隔的开始时间。粒度列表示聚合数据的时间间隔长度。
- 按时间关联。如上所述,指标聚合到完整时间间隔的汇总表中。它们可以用于了解历史趋势,但是原始事件的状态可能更新,不能通过汇总进行趋势分析。基于时间比较汇总数据和原始数据时,应注意不存在可能发生的任何部分时间间隔或时间段的开头和结尾部分的汇总数据。
- 缺失的事件和延迟事件。如果在聚合时间段有事件缺失或延迟,聚合到汇总表中的指标可能会略有误差。尽管 监控服务尝试维护准确的最新状态,但是它不会针对缺失或延迟的事件后退到过去重新计算汇总表中的聚合值。
- 连接高可用性。在连接 哈期间,当前连接的汇总数据计数会存在误差,但是会话实例仍在原始数据中运行。
- 数据保留期限。汇总表中的数据保留整理计划不同于原始事件数据的计划。由于数据已从汇总表或原始表格加以整理,因此可能会有所缺失。不同粒度的汇总数据的保留期限也有所差异。粒度较低的数据(分钟)的整理速度高于粒度较高的数据(天)。如果由于整理导致数据在某个粒度缺失,可以在更高的粒度找到此数据。由于 美国石油学会调用仅返回所请求的指定粒度,接收不到某个粒度的数据并不表示同一时间段的数据在更高的粒度上也不存在。
- 时区。指标采用UTC时间戳存储。汇总表按照小时时区边界聚合。对于没有位于小时边界上的时区,数据聚合的时间可能会有所差异。
粒度和保留
主管检索的聚合数据粒度是所请求的时间(T)跨度的函数。规则如下:
- 0 < T < = 1小时采用每分钟粒度。
- 0 < T < = 30天采用每小时粒度。
- T > 31天采用每天粒度。
非来源于聚合数据的请求数据来源于原始会话和连接信息。此数据往往增长很快,因此具有自己的整理设置。通过整理可确保仅长期保留相关数据。这样可以确保实现更好的性能,同时维护报告所需的粒度。获得 铂金许可的站点上的客户可以将整理保留期限更改为他们所需的保留天数,如未更改,将使用默认值。
要访问设置,请在 传送控制器上运行以下 动力壳命令:
asnp Citrix.*获取监视器配置设置监视器配置-<--需要复制-->
采用以下设置控制整理:
设置名称 | 受影响的整理 | 铂金默认值(天) | 非 铂金默认值(天) | |
---|---|---|---|---|
1. | GroomSessionsRetentionDays | 会话终止后的会话和连接记录保留期限 | 90 | 7. |
2. | 美容失败保留日 | MachineFailureLog和ConnectionFailureLog记录 | 90 | 7. |
3. | GroomLoadIndexesRetentionDays | 负荷指数记录 | 90 | 7. |
4. | GroomDeletedRetentionDays | 生命周期地产为“删除”的 机器、目录、桌面组和 管理程序实体。这还将删除任何相关的 Session、SessionDetail、Summary、Failure或 负荷指数记录。 | 90 | 7. |
5. | 新郎摘要星期三 | DesktopGroupSummary、FailureLogSummary和 LoadIndexSummary记录。聚合数据 - 日粒度。 | 90 | 7. |
6. | 整理机器固定日志保留天数 | 应用至VDA和控制器计算机的修补程序 | 90 | 90 |
7. | GroomMinuteRetentionDays | 聚合数据 - 分钟粒度 | 3. | 3. |
8. | 梳妆时间 | 聚合数据 - 小时粒度 | 32 | 7. |
9 | GroomApplicationInstanceRetentionDays | 应用程序实例历史记录 | 90 | 0 |
10 | 美容通知保留天数 | 通知日志记录 | 90 | |
11 | GroomResourceUsageRawDataRetentionDays | 资源利用率数据 - 原始数据 | 1. | 1. |
12 | GroomResourceUsageMinuteDataRetentionDays | 资源利用率汇总数据 - 分钟粒度 | 7. | 7. |
13 | GroomResourceUsageHourdDataRetentionDays | 资源利用率汇总数据 - 小时粒度 | 30. | 7. |
14 | GroomResourceUsageDayDataRetentionDays | 资源利用率汇总数据 - 天粒度 | 90 | 7. |
15 | GroomProcessUsageRawDataRetentionDays | 进程利用率数据 - 原始数据 | 1. | 1. |
16 | GroomProcessUsageMinuteDataRetentionDays | 进程利用率数据 - 分钟粒度 | 3. | 3. |
17 | GroomProcessUsageHourdDataRetentionDays | 进程利用率数据 - 小时粒度 | 7. | 7. |
18 | GroomProcessUsageDayDataRetentionDays | 进程利用率数据 - 天粒度 | 30. | 7. |
19 | GroomSessionMetricsDataRetentionDays | 会话指标数据 | 1. | 1. |
20. | GroomMachineMetricDataRetentionDays | 计算机指标数据 | 3. | 3. |
21 | GroomMachineMetricDay汇总数据保留天数 | 计算机指标汇总数据 | 90 | 7. |
22 | GroomApplicationErrorsRetentionDays | 应用程序错误数据 | 1. | 1. |
23 | 应用程序故障保留天数 | 应用程序故障数据 | 1. | 1. |
小心:修改监视服务数据库上的值需要重新启动此服务才能使新值生效。建议仅在Citrix技术支持人员的指导下修改监视服务数据库。
整理保留期限注意事项:设置GroomProcessUsageRawDataRetentionDays, GroomResourceUsageRawDataRetentionDays和GroomSessionMetricsDataRetentionDays限制到其默认值1,而GroomProcessUsageMinuteDataRetentionDays限制到期默认值3。用于设置这些值的PowerShell命令已被禁用,因为进程使用数据增长速度较快。此外,基于许可证的保留设置如下所示:
- 获得许了溢价可的站点- 可以将上述整理保留期限设置更新为任意天数。
- 获得了 先进的许可的站点- 所有设置的整理保留期限都限制为 31 天。
- 所有其他站点- 所有设置的整理保留期限都限制为 7.天。
例外:
- 只能在获得许可站的溢价点中设置GroomApplicationInstanceRetentionDays。
- GroomApplicationErrorsRetentionDays和GroomApplicationFaultsRetentionDays在获得许可站的溢价点中被限制为31天。
长期保留数据会对表格大小产生以下影响:
小时数据。如果允许小时粒度的数据在数据库中最多保留两年,具有 1000个交付组的站点将导致数据库按以下方式增长:
1000个交付组x 24小时/天365天/年x 2年= 17520000行数据。聚合表中存在如此巨大的数据量对性能的影响是非常显著的。如果从此表格提取控制板数据,将需要使用大型数据库服务器。数据量过大可能会对性能造成巨大影响。
会话和事件数据。这是指每次启动会话和建立连接/重新连接时收集的数据。对于大型站点(10 万个用户),此数据的增长速度非常快。例如,经过两年时间,这些表格中收集的数据将超过1 TB,这将要求使用企业级高端数据库。