基线和性能指标

基线是网络在正常条件下运行情况的记录：典型的带宽使用量、CPU 负载、延迟和错误率。它记录了“正常状态是什么样的”。了解正常状态后，您就能识别异常。没有基线，您无法判断链路利用率达到 60% 是健康状态还是警告信号，因为没有可供比较的依据。

基线可以将原始数字转化为有意义的信息。它们能帮助您及早发现偏差，用证据证明升级的必要性，并设置切合实际的警报阈值。如果基线显示某台服务器的 CPU 平均使用率为 30%，那么突然升至 90% 就会非常明显。基线在故障排查期间也很有帮助：将当前读数与基线进行比较，可以快速发现发生了哪些变化。

每位技术人员都应跟踪的核心指标包括：

• 带宽 / 利用率——链路的使用程度。
• 延迟——流量穿过网络所需的时间。
• 抖动——延迟的变化幅度。
• 数据包丢失——被丢弃的数据包所占的百分比。

这些指标共同描述了连接的速度和质量。

带宽是链路的最大容量，就像道路的车道数量。吞吐量是实际达到的数据速率，就像真正通过道路的车辆数。吞吐量始终小于或等于带宽，并会受到拥塞、错误和开销的影响而降低。将吞吐量与带宽进行对比，可以了解还剩多少余量。

延迟是数据包从源到目的地所需的传输时间，以毫秒为单位进行测量。抖动是不同数据包之间延迟的变化。稳定且较低的延迟会带来流畅的体验；即使平均延迟正常，较高的抖动也会使语音和视频卡顿。实时应用非常关注这两个指标，因此它们都会显示在监控面板上。

数据包丢失是从未到达的数据包所占的比例，以百分比表示。少量丢包可能是正常的，但丢包增加会降低性能：TCP 会重新传输数据，从而减慢传输速度；实时媒体则会出现卡顿。丢包通常表明存在拥塞、网线故障或设备过载。将丢包情况与基线进行跟踪比较，可以发现开始出现故障的链路。

利用率是资源的繁忙程度，以容量的百分比表示。始终接近 100% 的链路处于饱和状态，并会丢弃数据包、增加延迟。观察利用率趋势可以帮助您在饱和影响用户之前完成升级。基线会告诉您正常的繁忙范围，从而让您知道利用率何时已升至危险区域。

接口会分别记录错误（帧损坏）和丢弃（帧被丢弃，通常由拥塞或缓冲区限制造成）的计数器。错误计数器持续增加通常意味着存在网线损坏或端口故障等物理问题，而丢弃计数增加则表明设备过载。将这些计数器与干净的基线进行比较，可以准确定位出现异常的接口。

要建立基线，请在具有代表性的时间段内收集指标，理想情况下应持续数周，并覆盖繁忙和空闲时段。请考虑每日和每周的周期，因为周一早晨与周日晚上有所不同。保存结果，以便与未来的读数进行比较。建立基线不是一次性工作；在增加用户、站点或应用程序等重大变更后，应重新更新基线。

发生事件时，指标可以缩小排查范围。高延迟加低利用率表明问题可能出在路由或距离上，而不是拥塞。数据包丢失加接口错误增加，则表明存在物理故障。将实时指标与基线进行比较，可以回答“发生了什么变化？”这一关键问题，这是找到原因的最快途径。

除了用于实时故障排查，指标还可以生成显示数月趋势的报告。这些报告可以证明预算的合理性、记录 SLA 合规情况，并指导容量规划。趋势图如果持续上升并接近饱和，就能为升级提供清晰且有数据支持的理由。基线和指标结合起来，可以将监控从凭感觉判断转变为基于证据的网络管理。

您已经了解了基线和指标。要点：

• 基线记录正常行为，以便您发现偏差。
• 关键指标：利用率、延迟、抖动和丢包率。
• 带宽表示容量；吞吐量表示实际速率。
• 错误增加通常暗示物理故障；丢弃增加通常暗示网络拥塞。
• 用数周时间建立基线，并在重大变更后重新更新。