解譯您的計分卡

重要

Azure Internet Analyzer 於 2024 年 3 月 15 日淘汰。 如需詳細資訊，請參閱 Azure Internet Analyzer 淘汰。

[計分卡] 索引標籤包含來自您測試的匯總和分析結果。 每個測試都有自己的計分卡。 計分卡提供快速且有意義的測量結果摘要，為您的網路需求提供資料驅動的結果。 Internet Analyzer 會負責分析，讓您可以專注於決策。

您可以在 Internet Analyzer 資源功能表中找到 [計分卡] 索引標籤。

篩選器

• 測試：選取您想要檢視結果的測試 - 每個測試都有自己的計分卡。 測試數據會在有足夠的數據完成分析之後出現，在大部分情況下，這應該會在24小時內。
• 時間週期 & 結束日期： 每天會產生三個計分卡 – 每個計分卡都會反映不同的匯總期間 – (日前 24 小時) 、 (周前的七天) ，以及 30 天前 (月份) 。 使用「結束日期」篩選條件來選取您要查看之時間週期的最後一天。
• 國家/地區：系統會針對您擁有終端使用者的每個國家/地區產生計分卡。 全域篩選條件包含所有終端使用者。

測量計數

測量數目會影響分析的信賴度。 計數越大，結果就越準確。 測試至少應以每天每個端點 100 個度量為目標。 如果測量計數太低，請設定 JavaScript 用戶端更頻繁在應用程式中執行。 儘管已預期會存在些微差異且無傷大雅，端點 A 和 B 的測量計數應該非常類似。 在大型差異的情況下，不應該信任結果。

百分位數

以毫秒為單位的延遲，是測量網際網路上來源與目的地之間速度的常用計量。 延遲數據通常不會分散在 (，亦即不會遵循「鈴鐺曲線」) ，因為使用算術平均數等統計數據時，會產生「長尾」的大型延遲值。 作為替代方式，百分位數提供了一種「無散發」的資料分析方法。 例如，中位數 (或第 50 個百分位數) 會摘要散發的中間點 - 其中一半的值高於該百分位數，而其中一半則低於該百分位數。 第 75 個百分位數值表示其大於分佈中所有值的 75%。 Internet Analyzer 會將百分位數簡稱為 P50、P75 和 P95。

Internet Analyzer 百分位數是範例計量。 這與真正的母體擴展計量相反。 例如，美國南加州大學學生和 Microsoft 之間的每日真實母體擴展中位數延遲是當天所有要求的中位數延遲值。 實際上，測量所有要求的值並不實用，因此我們假設相當大型的樣本代表真正的母體擴展。

針對分析目的，P50 (中位數) 作為延遲散發的預期值很有用。 P95 等較高的百分位數，有助於識別在最差的情況下延遲會有多高。 如果您有興趣了解客戶一般延遲，P50 是要專注於的正確計量。 如果您擔心瞭解效能最差的客戶，P95 應該是焦點。 P75 是這兩者之間的平衡。

差異

差異是端點 A 和 B 的計量值差異。差異會計算來顯示 B 相對於 A 的優勢。正值表示 B 的效能優於 A，而負值則表示 B 的效能較差。 差異可以是絕對 (，例如 10 毫秒) 或相對 (5%) 。

信賴區間

信賴區間 (CI) 是包含母體擴展計量的機率值範圍，例如中位數、P75 或平均值。 我們遵循使用 95% CI 的常見統計慣例。

針對 Internet Analyzer，較窄的信賴區間很適合，因為它所顯示的範例計量可能非常接近實際的母體計量。 較寬的信賴區間表示我們的範例計量反映真實母體擴展計量的確定性較低。 改善 CI 的最佳方式是增加測量計數。

時間序列

時間序列會顯示計量隨著時間變更的方式。 在網際網路上，有許多時態因素會影響效能，例如尖峰流量週期、工作日-週末母體擴展差異和假日。

下一步

若要深入了解，請參閱我們的 Internet Analyzer 概觀。