Gráficos de pronóstico

El último campo de la línea Metric ya puede influir considerablemente en el sentido que tendrá la predicción. En este punto, el valor por defecto es siempre la opción Maximum, porque en el contexto de la gestión de la capacidad, esta opción es la que con más frecuencia proporciona una indicación de la predicción misma: los cuellos de botella en los picos de carga. Por ejemplo, si utilizara sólo los valores medios del servicio CPU utilization, podría ver que la utilización media sigue siendo aceptable. Sin embargo, en un futuro previsible, sólo se daría cuenta en la monitorización de que su CPU está alcanzando constantemente sus límites durante los picos de carga cuando se produzca la situación real.

Con esta opción puede determinar qué periodo de los datos históricos debe utilizarse como base para calcular la previsión. En general, puede decirse que se necesitan muchos puntos de datos para permitir un buen ajuste. Sin embargo, si desea tomar siempre como base los valores medidos del mes anterior, por ejemplo, puede hacerlo seleccionando la opciónLast 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. Esto es importante 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 tanto, ya es posible ver lo cerca que estaba la predicción de los valores reales.

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

Cuando se observan y analizan intervalos de tiempo -en este caso, los valores registrados para sus servicios-, las denominadas rupturas estructurales o puntos de cambio desempeñan un papel muy importante. En pocas palabras, estos puntos de cambio son aquellos momentos de los intervalos de tiempo en los que pueden observarse cambios más o menos importantes. Durante el análisis de los intervalos temporales, Checkmk identifica ahora toda una serie de estos puntos de cambio y los utiliza para reutilizarlos en la previsión y hacerla así más precisa. La intensidad con la que Checkmk ajusta la curva del gráfico de pronóstico a estos puntos de cambio puede determinarse mediante las cinco opciones de Trend flexibility. Si el ajuste es demasiado fuerte -lo que se denomina overfitting-, la función de predicción se asemejaría demasiado a una simple actualización (básicamente una copia) de la serie temporal anterior. Un ajuste insuficiente, por el contrario, haría que la predicción fuera extremadamente inexacta. Checkmk proporciona un valor estándar que es bueno para muchas situaciones y podemos utilizarlo con Medium. En caso de que el gráfico de pronóstico fuera demasiado inexacto - infraajuste - habría que aumentar la flexibilidad de la curva de tendencia seleccionando High o Very High. En el caso contrario - es decir, sobreajuste - seguiríamos teniendo las dos opciones Low y None (linear), aunque no recomendamos utilizar None (linear), ya que sólo está disponible en aras de la exhaustividad.

En este punto tendrá que determinar cómo debe gestionar el gráfico de pronóstico las demandas recurrentes y estacionales de su infraestructura. En los gráficos de pronóstico se tienen en cuenta automáticamente dos marcos temporales: las necesidades recurrentes semanales, como las de una semana laboral de cinco días y los fines de semana, y las necesidades anuales o estacionales, como las relacionadas con los días festivos y las vacaciones del personal. Checkmk reconoce esta estacionalidad automáticamente, por lo que todo lo que tiene que hacer es seleccionar cómo desea que se pronostique.

La opción Additive incluye estos requisitos modificados en la predicción una sola vez. Como su nombre indica, el aumento o disminución de la demanda simplemente se añade a la tendencia.

Con la selección de Multiplicative, en cambio, la demanda estacional futura aumenta o disminuye proporcionalmente a la tendencia.

Llegados a este punto, deberá determinar el nivel de confianza de su predicción, es decir, la probabilidad de que los valores esperados se encuentren dentro del intervalo de confianza resultante de dicho nivel. El objetivo de esta selección es, a partir del nivel más alto posible, obtener siempre un intervalo lo más estrecho posible. Cuantos más datos históricos estén disponibles, más éxito tendrán los gráficos de pronóstico a la hora de conseguirlo. Es importante que esta selección no influya en el "ajuste" real. Sólo el área que lo rodea (es decir, la visualización del intervalo) aumenta proporcionalmente a niveles más altos.

En el gráfico de pronóstico, en la parte izquierda verá -separada por una línea vertical amarilla- la visualización de un número determinado de días de datos realmente excelentes. Puede especificar cuántos días deben mostrarse aquí. Este valor no tiene ningún efecto sobre el cálculo de la previsión en sí, sino que sólo influye en la visualización.

La última opción sólo influye en la visualización del gráfico. Si marca Model parameters, los parámetros seleccionados anteriormente se mostrarán debajo del gráfico terminado, lo que facilita al observador 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 mismo. Para poder realizar predicciones significativas, Checkmk necesita más de 2 días completos de datos históricos de medición. Con menos puntos de medición como base, simplemente no es posible un ajuste medianamente serio.