关于statsd timer的几个指标

指标列表

比如 450 120 553 994 334 844 675 496这样一系列数据
(120 334 450 496 553 675 844 994)

count

count of the items processed
总数,这里是8个

max/upper

The largest value
最大值,这里是994

min/lower

The smallest value
最小值,这里是120

sum

Total of items
总和,这里是4466

mean

average of the items
平均值,这里是558.25

sum_90

The sum of values up to the 90th percentile
按大小升序,前90%的数据总和,这里是3472(4466-994)

upper_90

The upper value of the 90th percentile group
按大小升序,前90%的数据中最大的数,这里是844

mean_90

The average of values up to the 90th percentile
按大小升序,前90%的数据的平均值,这里是496

90thPercentile

一组n个观测值按数值大小排列,处于p%位置的值称第p百分位数。百分位通常用第几百分位来表示,如第五百分位,它表示在所有测量数据中,测量值的累计频次达5%。

百分位数提供了有关各数据项如何在最小值与最大值之间分布的信息。对于无大量重复的数据,第p百分位数将它分为两个部分。大约有p%的数据项的值比第p百分位数小;而大约有(100-p)%的数据项的值比第p百分位数大。
90%响应时间,就是这个意思,比如一个小时内90%的响应时间为500ms,表示是这个小时内所有请求该页面的响应时间中,有90%的请求响应时间小于或等于500ms

  • 计算方法

设一个序列供有n个数,要求(k%)的Percentile:
(1)从小到大排序,求(n-1)k%,记整数部分为i,小数部分为j (这里7*0.9=6.3,i为6,j为0.3)
(2)所求结果=(1-j)
第(i+1)个数+j第(i+2)个数 (这里为0.7844+0.3994=889)
特别注意以下两种最可能考的情况:
(1)j为0,即(n-1)
k%恰为整数,则结果恰为第(i+1)个数
(2)第(i+1)个数与第(i+2)个数相等,不用算也知道正是这两个数。

doc

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350

推荐阅读更多精彩内容

  • 背景 一年多以前我在知乎上答了有关LeetCode的问题, 分享了一些自己做题目的经验。 张土汪:刷leetcod...
    土汪阅读 12,740评论 0 33
  • 在情人节那天,原本打算去电影院观看《爱乐之城》,但搜索了离家附近的影院,那天八点多的档期,居然爆滿了。想着影片三个...
    儿女时光机阅读 365评论 0 0
  • __block加与不加的区别简单来说就是不加的时候做赋值操作,加了之后传地址。因此如果不加,block中的变量和b...
    无边小猪阅读 1,099评论 4 1
  • “本文参加,#未完待续,就要表白#活动,本人承诺,文章内容为原创,且未在其他平台发表过。” 我化尘埃飞扬 ...
    在未央阅读 269评论 1 3
  • 童年的记忆 斑驳中早已变得支离破碎 泥土的芬芳 依稀残留着丝丝熟悉的味道 潺潺溪流 清澈见底 几尽寻找不到小鱼的踪...
    寒子hanzi阅读 290评论 0 2