データ集計の概要

Paragon Insightsは、サマリー化プロファイルを使用して生データを保存する方法を提供し、ディスク容量を削減し、時系列データベース(TSDB)のパフォーマンスを向上させます。

Paragon Insightは、プッシュまたはプルデータ収集のインジェスト方法を使用して、デバイスからデータを収集します。ルールを作成するか、使用可能な事前定義されたルールを使用して、データを収集する方法とタイミングを決定できます。テレメトリ データは、時間の関数として、または変更が発生したときに要約できます。

時間ベースのデータ要約の場合、生のデータポイントはユーザー定義の期間にグループ化され、データポイントの各グループは集計関数を使用して1つのデータポイントに要約されます。

Paragon Insightsでは、データ ロールアップの要約もサポートされています。データ ロールアップ集計は、フィールド レベルのデータを集計するのに役立ちます。フィールド・レベル・データは、ネットワーク・デバイスとそのコンポーネントに関する情報を提供する処理済みデータであり、TSDB のフィールドに保管されます。フィールドは、データベース内のレコードを形成する単一の情報です。TSDB では、処理されたデータの複数のフィールドがレコードを作成します。データ ロールアップの概要作成により、効率的なデータ ストレージが可能になり、データを長期間保持することもできます。

表 1 に、サポートされているデータ要約アルゴリズムの一覧と、その出力の説明を示します。

表 1: データ集約アルゴリズムの説明

アルゴリズム	出力の説明
最新	期間内に収集された最後のデータポイントの値。
カウント	期間内に収集されたデータポイントの合計数。
意味	期間内に収集されたデータ ポイントの平均値。
分	期間内に収集されたデータポイントの最小値。
最大	期間内のデータ ポイントの最大値。
変更時	値が前のデータポイントと異なる場合のデータポイントの値(ユーザー定義の期間とは独立して発生する場合)。
標準偏差	期間内に収集されたデータポイントの標準偏差。
合計	期間内に収集されたデータ ポイントの合計。

データに集計アルゴリズムが関連付けられていない場合は、既定で次のアルゴリズムが使用されます。

データ型	データ集約アルゴリズム
浮動小数点数、整数、符号なし	意味
ブール値、文字列	変更時

データ要約プロファイルを使用して、特定のデバイスグループについてParagon Insightsによって収集された生データおよびフィールドレベルのデータに特定の要約アルゴリズムを適用できます。

これらのトピックでは、データ集計プロファイルを作成する方法について説明します。

• 生データ要約プロファイルの作成。 生データ集約プロファイルの追加を参照してください。

• データ要約プロファイルをデバイスグループに適用します。 データ集計プロファイルの適用を参照してください。

• データ ロールアップ概要作成プロファイルを作成します。「 データ ロールアップ概要作成プロファイルの追加」を参照してください。