Gráficos de pronóstico

El último campo de la línea «Metric» ya puede influir considerablemente en la relevancia de la predicción. El valor predeterminado en este punto es siempre la opción «Maximum», ya que, en el contexto de la gestión de la capacidad, esta opción suele proporcionar una indicación de la propia predicción: los cuellos de botella en los picos de carga. Por ejemplo, si solo miraras los valores medios del servicio «CPU utilization», podrías ver que la utilización media sigue siendo aceptable. Sin embargo, en un futuro previsible, solo notarías en la monitorización que tu CPU alcanza constantemente sus límites durante los picos de carga cuando se produzca la situación real.

Con esta opción puedes determinar qué periodo de los datos históricos se va a utilizar como base para calcular la previsión. En general, se puede decir que se necesitan muchos puntos de datos para conseguir un buen ajuste. Sin embargo, si siempre quieres tomar como base los valores medidos del mes anterior, por ejemplo, puedes hacerlo seleccionando la opción « Last month». Esto no significa de los últimos 30 días, sino del mes natural anterior.

Otra razón para limitar el periodo podría ser, por ejemplo, una actualización de componentes individuales en un servidor. La inclusión de datos anteriores a esta actualización podría distorsionar la predicción.

La previsión comienza el último día del periodo seleccionado en «Consider history of». Vale la pena mencionarlo, porque, dependiendo de la selección, también se calcula una predicción para un periodo en el que ya se han acumulado datos de medición reales. Dentro de este solapamiento, por lo tanto, ya es posible ver lo cerca que estuvo la predicción de los valores reales.

Además, solo queda decir aquí que, cuanto más lejos intentes mirar hacia el futuro, más imprecisa será, naturalmente, la predicción. Sin embargo, esta obviedad queda muy bien ilustrada en el gráfico de pronóstico por el sombreado naranja cada vez más intenso.

Al observar y analizar intervalos de tiempo —en este caso, los valores registrados para tus servicios—, los llamados «cortes estructurales» o «puntos de cambio» desempeñan un papel muy importante. En pocas palabras, estos puntos de cambio son aquellos momentos en los intervalos de tiempo en los que se observan cambios más o menos grandes. Durante el análisis de los intervalos de tiempo, Checkmk identifica ahora toda una serie de estos puntos de cambio y los utiliza para reutilizarlos en la previsión y, de este modo, hacerla más precisa. El grado en que Checkmk ajusta la curva del gráfico de pronóstico a estos puntos de cambio se puede determinar mediante las cinco opciones de «Trend flexibility». Si el ajuste es demasiado fuerte —lo que se conoce como sobreajuste—, la función de predicción se parecería demasiado a una simple actualización (básicamente una copia) de la serie temporal anterior. Por otro lado, un subajuste haría que la predicción fuera extremadamente imprecisa. Checkmk proporciona un valor estándar que funciona bien en muchas situaciones y que puedes usar con Medium. Si tu gráfico de pronóstico es demasiado impreciso —ajuste insuficiente—, tendrás que aumentar la flexibilidad de la curva de tendencia seleccionando High o Very High. En el caso contrario —es decir, ajuste excesivo—, seguirás teniendo las dos opciones Low y None (linear), aunque no recomendamos usar None (linear), ya que solo está disponible para completar la lista.

En este punto tendrás que determinar cómo debe manejar el gráfico de pronóstico las demandas recurrentes y estacionales de tu infraestructura. En los gráficos de pronóstico se tienen en cuenta automáticamente dos marcos temporales: los requisitos recurrentes semanales, como los de una semana laboral de cinco días y los fines de semana, y los requisitos anuales o estacionales, como los relacionados con los días festivos y las vacaciones del personal. Checkmk reconoce esta estacionalidad automáticamente, así que lo único que tienes que hacer es seleccionar cómo quieres que se prevea.

La opción «Additive» incluye estos cambios en los requisitos en la predicción solo una vez. Como su nombre indica, el aumento o la disminución de la demanda simplemente se suma a la tendencia.

Por otro lado, al seleccionar «Multiplicative», la demanda estacional futura aumenta o disminuye proporcionalmente a la tendencia.

En este punto tendrás que determinar el nivel de confianza para tu predicción. En términos sencillos, aquí es donde especificas la probabilidad con la que los valores esperados deben situarse dentro del intervalo de confianza resultante de este nivel. El objetivo de esta selección es, partiendo del nivel más alto posible, obtener siempre un intervalo lo más estrecho posible. Cuantos más datos históricos haya disponibles, más éxito tendrán los gráficos de pronóstico a la hora de lograrlo. Es importante que esta selección no influya en el «ajuste» real. Solo el área que lo rodea (es decir, la visualización del intervalo) se hace correspondientemente más grande en los niveles más altos.

En el gráfico de pronóstico, en el lado izquierdo ves —separada por una línea vertical amarilla— la visualización de un número determinado de días de datos reales. Puedes especificar cuántos días deben mostrarse aquí. Este valor no afecta al cálculo de la previsión en sí, sino que solo influye en la visualización.

Y la última opción, de nuevo, solo influye en la visualización del gráfico. Si marcas «Model parameters», los parámetros seleccionados anteriormente se mostrarán debajo del gráfico final. Esto facilita al espectador la interpretación del gráfico.

El mensaje de error «Cannot create graph - Metric historical data has less than 2 days of valid values» se explica por sí solo. Para poder hacer predicciones significativas, Checkmk necesita más de dos días completos de datos históricos de medición. Con menos puntos de medición como base, simplemente no es posible realizar un ajuste mínimamente serio.