...

Monitorização de alojamento com percentis: P95 e P99 em vez de apenas a média

O P95 e o P99 revelam as consultas lentas que um valor médio pode ocultar. Um P95 descreve, de forma simplificada, a duração que cerca de 95 por cento das consultas selecionadas não ultrapassam. O significado por trás desta informação depende do ponto de medição, do período de tempo e do volume de consultas registadas. Os histogramas fornecem estimativas cuja precisão depende da sua resolução. Para uma visão fiável do funcionamento, o volume de consultas e a taxa de erros também devem ser tidos em conta; um percentil, por si só, não explica nem a causa de um atraso nem a experiência de cada indivíduo.

O que a medição da latência regista

Um indicador de latência só faz sentido se Ponto de medição É um facto. Um proxy inverso pode registar a duração de um pedido no momento em que este passa por ele para o serviço; por outro lado, uma aplicação mede um intervalo dentro do seu próprio processamento. As etapas incluídas em cada caso dependem do ponto em que a medição começa e termina.

Uma medição no navegador pode, além disso, abranger partes do percurso entre o cliente e o servidor, bem como o processamento do lado do cliente. Também neste caso, é a instrumentação concreta que determina o início e o fim. Por isso, uma baixa latência do servidor, por si só, não comprova que uma página seja rapidamente utilizável no navegador: a transmissão pela rede e o processamento no dispositivo final podem demorar mais tempo.

Imagem simbólica gerada por IA de uma tomada de rede com um cabo Ethernet ligado, para indicar um ponto de medição
Na imagem simbólica gerada pela IA, a ligação de rede representa uma possível etapa do percurso da solicitação.

Coloca também o População Especifique: Trata-se de todas as solicitações de um serviço ou de um ponto final específico? A distribuição global pode ser diferente da de um único ponto final. Indique também se a análise abrange uma janela móvel de cinco minutos ou um período mais longo e se os valores são apresentados em segundos ou milésimos de segundo.

As consultas bem-sucedidas e as que falharam também fazem parte da definição. Um erro devolvido rapidamente pode melhorar a distribuição da latência, apesar de a consulta não ter chegado ao seu destino. Visualizações separadas para sucesso e erro ajudam a identificar estes casos; além disso, a taxa de erro continua a ser um indicador operacional independente.

A convenção do OpenTelemetry no ramo de desenvolvimento descreve, para servidores HTTP, um histograma da duração das solicitações em segundos. Isso não significa necessariamente que uma determinada versão instalada suporte essa funcionalidade ou a exporte com o mesmo nome. Verifica no teu ambiente o nome real da métrica e os atributos disponíveis antes de criares um painel com base nela.

Como interpretar corretamente os códigos P95 e P99

A percentil descreve um limite dentro da distribuição selecionada. Se o P95 for de 400 milissegundos, em termos simplificados, cerca de 95 por cento dos tempos de resposta considerados não excedem esse valor. O P99 desloca o foco para a extremidade mais lenta: descreve, consequentemente, o limite para cerca de 99 por cento das observações.

Comparação entre a média e os percentis
ÍndiceDeclaraçãoLimites da afirmação
médiaSoma dos tempos dividida pelo número de pedidosOculta a distribuição das consultas individuais, rápidas e lentas
P50Limite para cerca de metade dos períodos observadosNão descreve o quão lento é o extremo superior
P95Limite para cerca de 95 por cento dos períodos observadosAs observações mais lentas acima do limite permanecem invisíveis num único valor
P99Limite para cerca de 99 por cento dos períodos observadosQuando o número de observações é reduzido, pode depender fortemente de valores individuais

Estas percentagens referem-se a valores medidos, não diretamente a pessoas ou sessões. Uma pessoa pode gerar várias solicitações, enquanto outra pode enviar apenas uma. Por isso, não se pode deduzir, apenas com base num P99, que um por cento dos utilizadores tenha tido uma sessão lenta.

Além disso, o limite exato depende do método de cálculo. No caso de valores de medição iguais ou quando a posição pretendida se situa entre duas observações, diferentes definições de quantis podem selecionar ou interpolar de forma distinta. No caso de valores estimados do histograma, acrescenta-se ainda a divisão em intervalos; por isso, um valor apresentado nem sempre corresponde a uma duração individual efetivamente observada.

No que diz respeito à monitorização de alojamento, o percentil inclui o volume de pedidos e a taxa de erros. O mesmo valor P99 deve ser interpretado de forma diferente quando há poucos pedidos do que quando há muitos; sem o volume, é difícil avaliar a sua estabilidade. A taxa de erros revela, além disso, um aspeto que uma distribuição meramente temporal não reflete de forma fiável.

Como os histogramas estimam os percentis

Um histograma clássico do Prometheus não armazena uma lista ordenada de todas as durações das solicitações. Ele conta as observações em faixas cumulativas: Um intervalo com um limite superior definido inclui também observações que já se encontram em intervalos inferiores. A partir destes contadores, é possível estimar em que zona da distribuição se situa um percentil procurado.

Suponhamos que a posição procurada se situe entre os limites de 200 e 500 milissegundos. O histograma mostra quantas observações foram contabilizadas até esses limites, mas não a sua distribuição exata entre eles. No caso dos histogramas clássicos, o Prometheus estima a posição dentro desse intervalo através de interpolação linear.

Esta estimativa pode diferir dos valores individuais reais. Em particular, um intervalo amplo em torno de um valor-limite importante do ponto de vista operacional deixa uma grande margem de incerteza: as observações podem estar distribuídas dentro desse intervalo de forma diferente daquela assumida na interpolação. Limites mais estreitos em áreas relevantes melhoram a resolução, mas implicam um esforço adicional na recolha de dados.

Ilustração gerada por IA de campos com larguras diferentes, com pontos a simbolizar os intervalos do histograma
A ilustração gerada por IA ilustra que os intervalos amplos apenas permitem uma resolução limitada da localização de observações individuais.

Os histogramas nativos utilizam uma representação diferente da das séries temporais clássicas em intervalos. Os seus quantis também são estimativas; os Interpolação Isso depende do esquema e do bucket utilizados. Por conseguinte, os histogramas clássicos e nativos não devem ser tratados como se tivessem o mesmo armazenamento e sempre as mesmas regras de interpolação.

O Summary já consegue calcular quantis no próprio processo instrumentado. No entanto, estes valores de quantis já calculados não podem ser posteriormente combinados para formar um quantil global correto de vários processos. Para uma análise conjunta de instâncias, os dados de histograma agregáveis constituem, por isso, frequentemente a base mais adequada; os limites dos intervalos devem, nesse caso, corresponder ao nível de agregação pretendido.

Quando a média oculta os valores atípicos

Exemplo ilustrativo de cálculo, não se trata de uma medição: num intervalo de tempo, 95 pedidos demoram, cada um, 100 milissegundos e outros cinco demoram, cada um, 2 000 milissegundos. Todas as 100 observações pertencem à mesma população selecionada. O exemplo serve para comparar indicadores e não constitui uma prova de desempenho de um sistema de alojamento.

Para os percentis, utilizamos aqui um valor concreto Regra de seleção: Procura-se, em cada caso, o menor valor observado em que pelo menos a percentagem indicada das solicitações se situe nesse valor ou abaixo dele. Quando ordenados, aparecem primeiro 95 valores de 100 milissegundos e, em seguida, cinco valores de 2 000 milissegundos.

Exemplo ilustrativo de cálculo para 100 pedidos, sem medição
ÍndiceCálculo ou seleçãoResultado
média(95 × 100 ms + 5 × 2 000 ms) / 100195 ms
P9595. valor ordenado100 ms
P9999. valor ordenado2 000 ms

O média é significativamente inferior à duração das cinco consultas lentas. O sistema distribui matematicamente o tempo adicional destas consultas por todas as observações. Quem considerar apenas este valor não consegue, por isso, perceber nem a duração das consultas lentas nem, de imediato, quantas delas estão afetadas.

O P95 é, neste caso, de 100 milissegundos, embora 5% das consultas demorem 20 vezes mais tempo. As observações mais lentas situam-se exatamente acima do limite P95 selecionado; o P99 torna-as visíveis neste exemplo. Isso não significa que o P99 registe, de forma geral, todos os atrasos relevantes.

Outras definições de quantis podem interpolar entre valores ordenados e, assim, fornecer resultados diferentes. Além disso, um percentil estimado a partir de intervalos de um histograma pode não corresponder à seleção a partir de valores individuais. Por conseguinte, para a interpretação, os métodos de cálculo, o número de consultas e o intervalo de tempo considerado devem ser tidos em conta juntamente com o valor apresentado.

Consultar o P95 com o PromQL

Para a consulta seguinte, é necessário ter acesso a uma fonte de dados do Prometheus e a um histograma clássico efetivamente existente para os tempos de resposta das consultas. Introduza a expressão no navegador de expressões do Prometheus ou num campo de consulta do Grafana para o Prometheus. A consulta lê séries temporais existentes; não se trata nem de um comando de terminal nem de uma alteração de configuração.

O nome da métrica é um espaço reservado. Substitua-o, se necessário, pelo nome da sua instrumentação e verifique se as séries temporais selecionadas têm limites de bucket compatíveis. O exemplo agrega, sem filtros adicionais, todas as restantes etiquetas e, por isso, só fornece o valor total pretendido se esta seleção corresponder à sua questão operacional.

Código
histogram_quantile(0.95, sum by (le) (rate(http_request_duration_seconds_bucket[5m])))

Primeiro, calcula-se rate a partir dos contadores cumulativos dos intervalos, a sua taxa de variação ao longo da janela móvel de cinco minutos. Em seguida, soma-se sum by (le) as taxas das restantes marcas. Esta ordem permite ter em conta as reinicializações dos contadores de séries temporais individuais no cálculo das taxas.

A marca le mantém-se: indica o limite superior do respetivo intervalo. A partir da distribuição agregada, estima-se histogram_quantile o P95 total. Na métrica em segundos aqui utilizada, o resultado também é indicado em segundos; 0,4 corresponde, portanto, a 400 milissegundos.

Para o P99, substitui o primeiro parâmetro 0.95 através de 0.99. Com os filtros de etiquetas adequados, podes, por exemplo, selecionar um serviço; as etiquetas de agrupamento adicionais permitem obter resultados separados. Verifica sempre quais as consultas que são incluídas e se a resolução do bucket é suficiente para a área em questão.

Para histogramas nativos aplica-se uma sintaxe de consulta diferente: não se utiliza a clássica sintaxe separada _bucket-Série com le. A disponibilidade de histogramas nativos e a forma como estes são exportados dependem dos componentes utilizados e das respetivas versões.

Comparar instâncias e grupos de pedidos

Um valor P99 comum para os acertos na cache e as chamadas dinâmicas responde à questão relativa ao volume total de pedidos selecionados. No entanto, não explica qual o grupo que sofreu alterações. Se a proporção de acertos rápidos na cache se alterar, o valor total também pode mudar, sem que cada grupo individual tenha necessariamente ficado mais lento.

Por isso, complementa o valor total com perspetivas distintas para aspetos relevantes do ponto de vista técnico Grupos de consultas, desde que existam etiquetas adequadas. Uma designação de percurso específica ou um estado de cache podem ser úteis para esse efeito. Por outro lado, URLs individuais ou identificadores de utilizador utilizados como etiquetas podem gerar um grande número de séries temporais; escolhe as dimensões de forma a que respondam a uma questão concreta.

Para obter um percentil global ao longo de várias instâncias, nos histogramas clássicos compatíveis, começam-se por agrupar os contadores dos intervalos, ou seja, as respetivas taxas por limite. Só a partir desta distribuição comum é que se estima o quantil. A média dos valores P99 de instâncias individuais não resulta, em geral, num P99 global correto, uma vez que as distribuições e o número de pedidos podem variar.

Formatos de dados para a análise de distribuições de latência
Formulário de dadosAgregação e precisãoCusto dos dados
HistogramaOs intervalos compatíveis podem ser agregados; os quantis são estimados, sendo a precisão dependente da resolução e da apresentaçãoSéries temporais ou dados de histogramas, consoante a resolução e a combinação de etiquetas selecionadas
ResumoOs quantis calculados no processo não podem ser agregados num quantil global; a precisão depende da configuraçãoCálculo de quantis no processo e séries temporais para quantis configurados
Eventos isoladosÉ possível realizar uma análise conjunta, desde que estejam disponíveis valores individuais relevantes; o resultado depende do método de quantis selecionadoPotencialmente, um registo por consulta; o armazenamento e a análise podem ser dispendiosos

A Resumo pode ser útil para analisar um único processo. No entanto, os quantis já calculados nesse contexto não podem ser posteriormente combinados para formar um quantil correto para todas as instâncias. Os eventos individuais permitem um nível de detalhe diferente, mas pressupõem que as observações necessárias tenham sido efetivamente registadas e estejam disponíveis.

Definir objetivos de latência e alarmes

Uma meta de latência só se torna verificável através de uma população claramente definida. Por isso, a afirmação „95 por cento dos pedidos selecionados demoram, no máximo, 300 milissegundos“ requer informações sobre o ponto de medição, os pontos finais incluídos e o período de análise. Uma janela de cinco minutos responde a uma questão operacional diferente daquela a que uma janela diária responde.

Para o Quota de limiar divides o número de observações até aos 300 milissegundos, inclusive, pelo número total de observações. Num histograma clássico, um intervalo com exatamente esse limite fornece o contador adequado; para uma janela de tempo, utiliza-se as variações ou taxas de contagem correspondentes. A percentagem indica imediatamente se o limiar selecionado foi atingido na janela.

Se não existir um limite de bucket de 300 milissegundos, não é possível determinar a percentagem exata apenas a partir dos contadores de bucket. O P95 estimado pode, no entanto, servir de orientação, mas a sua precisão depende da distribuição e dos limites dos buckets. Por isso, no caso de um limiar-alvo importante, vale a pena verificar previamente a configuração do histograma.

Defina também explicitamente como é que os erros são considerados na meta. Uma resposta rápida a uma mensagem de erro não deve ser considerada, sem mais, como uma boa experiência do utilizador; dependendo da definição da meta, os erros podem, por exemplo, ser monitorizados separadamente ou considerados como eventos negativos. O essencial é que o numerador e o denominador correspondam à definição escolhida.

A Duração do alarme impede que cada pequena oscilação desencadeie imediatamente uma notificação. Defina um número mínimo de observações, para que um pequeno número de consultas isoladas não tenha um peso desproporcional na decisão de ativar um alarme. Ambos os valores devem estar adequados ao volume de tráfego e à urgência do serviço; os dados em falta requerem um tratamento específico.

No painel de controlo, é útil apresentar lado a lado a percentagem da meta, o volume de pedidos e a taxa de erros. Desta forma, é possível distinguir se o incumprimento da meta afeta muitos pedidos ou se se deve a um período de tempo reduzido. Além disso, um alarme deve indicar qual a seleção e qual o período de tempo que desencadearam o aviso.

Analisar sistematicamente os percentis crescentes

Se o P99 aumentar, verifica primeiro o volume de pedidos e o Combinação de pontos finais. Um maior número de chamadas dinâmicas lentas pode alterar o valor total, mesmo que a duração de cada grupo de pedidos individual tenha sofrido poucas alterações. Por outro lado, uma diminuição das chamadas rápidas pode aumentar a proporção de chamadas mais lentas.

Em seguida, compara as visualizações separadas por percurso e grupo de estado, desde que a instrumentação disponibilize essas etiquetas. Uma rota que se destaque pode ajudar a restringir a pesquisa; além disso, grupos de erros separados mostram se as respostas de erro rápidas ou lentas influenciam a distribuição. Sempre que possível, utilize categorias de rotas limitadas em vez de URLs individuais ou identificadores de utilizador.

Em seguida, analisa em paralelo a carga, as filas de espera, o tempo de resposta da base de dados e a taxa de erros no mesmo período. Uma fila crescente, acompanhada de um aumento simultâneo do P99, constitui um ponto de partida para a investigação, mas ainda não é prova de que seja a causa do atraso. Verifica também se as métricas dizem respeito ao mesmo serviço e a grupos de pedidos comparáveis.

Para ajudar em processos individuais lentos Traços e registos selecionados de forma específica, desde que estejam disponíveis e estejam associados ao contexto da solicitação. Um rastreio pode, por exemplo, mostrar qual a secção de um percurso de solicitação que demora muito tempo. Para determinar se essa secção é, de facto, a causa, é necessário verificar posteriormente com base em observações adicionais.

O artigo sobre explica como as métricas, os registos e os rastreios se complementam nas questões operacionais em aberto Observabilidade na hospedagem. No que diz respeito às filas, também existe o Monitorização de filas de correio Um caso de utilização semelhante: nesse caso, trata-se da entrega de mensagens, e não diretamente da latência de um pedido HTTP.

Em cada comparação, registe quais são os intervalos de tempo e os pontos de medição envolvidos. Uma duração elevada da base de dados e uma latência do servidor simultâneas podem justificar uma análise mais aprofundada, mas a correlação temporal, por si só, não prova uma relação causal. Também as alterações no tráfego ou na instrumentação podem influenciar o quadro observado.

Qualidade dos dados e decisões operacionais

Quando o tráfego é reduzido, o P99 reage de forma acentuada a observações isoladas. Dez pedidos numa janela não permitem uma classificação tão estável como um grande volume de pedidos; por isso, indique o número de observações ao lado do percentil. No caso dos alarmes, um número mínimo pode ajudar a ter em conta a relevância, sem retirar completamente da monitorização os serviços pouco utilizados.

A janela vazia significa que não foram observadas consultas e que a latência não é igual a zero milissegundos. Apresenta os valores em falta ou não definidos no painel de controlo de forma adequada e decide separadamente se a ausência de tráfego constitui, por si só, um problema. Desta forma, a falta de dados não será interpretada inadvertidamente como uma resposta particularmente rápida.

Os períodos de tempo também não podem ser agrupados arbitrariamente: um P99 de cinco minutos descreve uma janela diferente daquela de um P99 diário. A média dos P99 por minuto individuais não resulta, em geral, num P99 diário. Para a análise diária, é necessário dispor dos dados de distribuição subjacentes, que possam ser agregados, relativos ao período pretendido.

O Resolução do bucket determina em que medida um histograma consegue representar com precisão o limite em questão. Limites definidos com maior precisão podem melhorar a estimativa na área relevante, mas, no caso dos histogramas clássicos, exigem séries temporais adicionais e, consequentemente, mais memória. Avalia este esforço em relação aos benefícios para a decisão operacional concreta.

Para a avaliação contínua, os indicadores complementam-se: a média descreve a duração média, o P95 e o P99 revelam áreas de lentidão e a percentagem de limiar responde a um objetivo de latência definido de forma concreta. O volume de pedidos e a taxa de erros fornecem o contexto necessário para contextualizar estes valores. Nenhum indicador isolado substitui a verificação do ponto de medição, do período e da qualidade dos dados.

Fontes e estado atual dos conhecimentos

Estado da pesquisa:

Base de pesquisa de 16 de novembro de 2026; as convenções do OpenTelemetry do ramo de desenvolvimento não constituem qualquer garantia para as versões instaladas.

https://sre.google/workbook/monitoring/

https://prometheus.io/docs/practices/histograms/

https://github.com/open-telemetry/semantic-conventions/blob/main/docs/http/http-metrics.md

https://prometheus.io/docs/specs/native_histograms/

https://grafana.com/docs/grafana/latest/datasources/prometheus/query-editor/

Artigos actuais

Ilustração gerada por IA de vários nós Anycast do mesmo tipo ao lado de pontos finais Unicast separados.
alojamento web

DNS Anycast vs. DNS Unicast: vantagens e limitações para sites

O DNS Anycast permite que as consultas autoritativas sejam atendidas a partir de vários locais. Quando é que isto beneficia um site, em que casos o Unicast é suficiente e o que é importante a ter em conta na hospedagem de DNS.