cacti流量平均值不准确问题

Question

有没有谁了解cacti或者rrdtool计算平均值的算法？要精确的算法我现在碰到个问题，使用cacti查看的流量平均值和我自己读取rrd文件计算的平均值不匹配。
我的cacti5分钟值设置了能保持近90天，通过选择日期查看流量平均值，例如前面1天的值，这是和我自己读取rrd文件中数据计算的结果是一致的，实际上小于41天50分钟时，计算结果都是一致的，但大于这个时间时，cacti和我自己读取rrd文件计算的结果就不一致了，有人知道cacti到底怎么计算平均值的吗？

Answer 1

是不是这个原因，导致的
http://hi.baidu.com/zcc_zhu/blog/item/35f454cbe0c76691c8176877.html

Answer 2

好像是超过多少M之后就可能会有不准确的，以前看到过有这个BUG。。

Answer 3

cacti默认安装是有个上限显示值,我现在处理的数据和上限没有关系,主要是cacti自己的算法和我取得rra文件原始数据在超过一定时间范围后,算得结果不一致了

Answer 4

这个不是bug，rrd的特性如此对于历史数据，rrd会自动的合并旧数据并计算平均值，所以很多时候你看的历史数据，峰值已经被“磨平”了。如果想要尽可能的精确，就要付出磁盘空间的代价。另外读取出来的数值，精确程度与step和ds的设置有关...我记得以前有个台湾人写的文章，很全面，可以好好看看。 
或者看看官方文档 
http://oss.oetiker.ch/rrdtool/doc/rrdcreate.en.html

Answer 5

还是解决不了问题，我现在主要是搞不清cacti是如何计算平均值的

Answer 6

我程序计算方法很简单，各个时间点的值的和/时间点数，在计算41个小时50分钟以内的数据，是和cacti的平均值结果是一样，当大于这个时间时，结果就不一样了，不存在step不一样问题，我的5分钟值能保持近90天的.
一下是我取2012-05-04 18:15到2012-05-06 12:00的数据，cacti去平均值会向后延迟一下，所以rra文件读取的是2012-05-04 18:20到2012-05-06 12:05的数据，数据太多，不能完整提供
=========traffic_in===============
index: <Fri May 04 18:20:00 CST 2012>, value <2941644.006119749>
index: <Fri May 04 18:25:00 CST 2012>, value <3028057.120941418>
index: <Fri May 04 18:30:00 CST 2012>, value <2979704.486046401>
index: <Fri May 04 18:35:00 CST 2012>, value <3107399.364020489>
index: <Fri May 04 18:40:00 CST 2012>, value <3003575.8756830543>
index: <Fri May 04 18:45:00 CST 2012>, value <2901054.3736888887>
index: <Fri May 04 18:50:00 CST 2012>, value <2976863.552376128>
index: <Fri May 04 18:55:00 CST 2012>, value <2976908.5053607104>
index: <Fri May 04 19:00:00 CST 2012>, value <3176536.6396582196>
index: <Fri May 04 19:05:00 CST 2012>, value <3181141.339755146>
index: <Fri May 04 19:10:00 CST 2012>, value <3182329.8599720187>
index: <Fri May 04 19:15:00 CST 2012>, value <3313934.3282444444>
index: <Fri May 04 19:20:00 CST 2012>, value <3371990.2901777774>
...
index: <Sun May 06 11:25:00 CST 2012>, value <2437211.4553657607>
index: <Sun May 06 11:30:00 CST 2012>, value <2486652.3038360793>
index: <Sun May 06 11:35:00 CST 2012>, value <2492365.523271687>
index: <Sun May 06 11:40:00 CST 2012>, value <2444567.7428810853>
index: <Sun May 06 11:45:00 CST 2012>, value <2611386.6049989443>
index: <Sun May 06 11:50:00 CST 2012>, value <2744872.385636507>
index: <Sun May 06 11:55:00 CST 2012>, value <2781943.9785052426>
index: <Sun May 06 12:00:00 CST 2012>, value <2886486.1765672206>
index: <Sun May 06 12:05:00 CST 2012>, value <3011064.773033222>
=========traffic_out===============
index: <Fri May 04 18:20:00 CST 2012>, value <1194647.9021172388>
index: <Fri May 04 18:25:00 CST 2012>, value <1335442.6195863658>
index: <Fri May 04 18:30:00 CST 2012>, value <1427392.0561943653>
index: <Fri May 04 18:35:00 CST 2012>, value <1250506.5980419782>
index: <Fri May 04 18:40:00 CST 2012>, value <1466262.0094267188>
index: <Fri May 04 18:45:00 CST 2012>, value <1446339.9722000002>
index: <Fri May 04 18:50:00 CST 2012>, value <1257722.5898102312>
index: <Fri May 04 18:55:00 CST 2012>, value <1245598.7106055035>
index: <Fri May 04 19:00:00 CST 2012>, value <1298020.870176053>
index: <Fri May 04 19:05:00 CST 2012>, value <1381585.2653652078>
index: <Fri May 04 19:10:00 CST 2012>, value <1294441.8926318935>
index: <Fri May 04 19:15:00 CST 2012>, value <1399341.6470666667>
index: <Fri May 04 19:20:00 CST 2012>, value <1349306.5309111113>
...
index: <Sun May 06 11:25:00 CST 2012>, value <1368637.3151909797>
index: <Sun May 06 11:30:00 CST 2012>, value <1361569.812548695>
index: <Sun May 06 11:35:00 CST 2012>, value <1407043.210607678>
index: <Sun May 06 11:40:00 CST 2012>, value <1410423.0248926792>
index: <Sun May 06 11:45:00 CST 2012>, value <1432474.1069470402>
index: <Sun May 06 11:50:00 CST 2012>, value <1493195.925382949>
index: <Sun May 06 11:55:00 CST 2012>, value <1511673.844650274>
index: <Sun May 06 12:00:00 CST 2012>, value <1519292.45461394>
index: <Sun May 06 12:05:00 CST 2012>, value <1574064.0935797845>我代码计算的结果：
==================traffic in =========================
avarate = 18.475196913919422
==================traffic out =========================
avarate = 9.427647297481014cacti的结果：
==================traffic in =========================
avarate = 18.48
==================traffic out =========================
avarate = 9.43
很吻合，
但再多5分钟结果就不一样了，时间段2012-05-04 18:10到2012-05-06 12:00
程序计算结果：
==================traffic in =========================
avarate = 18.4834252935767
==================traffic out =========================
avarate = 9.430123330740397cacti的结果：
==================traffic in =========================
avarate = 18.87
==================traffic out =========================
avarate = 9.81数据开始不匹配

Answer 7

我的算法是，各个时间点的值和/时间的点数，不在乘以时间了，因为都是5分钟（300秒），所以按个数计算就可以了。例如取2012-05-04 18:15到2012-05-04 18:30的平均值，我读取rra文件中2012-05-04 18:20到2012-05-04 18:35的数据，共4条数据
=========traffic_in===============
index: <Fri May 04 18:20:00 CST 2012>, value <2941644.006119749>
index: <Fri May 04 18:25:00 CST 2012>, value <3028057.120941418>
index: <Fri May 04 18:30:00 CST 2012>, value <2979704.486046401>
index: <Fri May 04 18:35:00 CST 2012>, value <3107399.364020489>average = (2941644.006119749 + 3028057.120941418 + 2979704.486046401 + 3107399.364020489) / 4时间间隔小于41小时50分钟的用这个算法都是准确的

Answer 8

那你考虑到数据溢出的情况了吗？像你示例的连续加法是会溢出的average = 2941644.006119749/4 + 3028057.120941418/4 + 2979704.486046401/4 + 3107399.364020489/4
这样就不会溢出了

Answer 9

不会溢出，我用的是jav double类型的

Answer 10

你总是间隔固定的点出问题，还是要先考虑下数据溢出的情况
由于没有数据，不好验证算法的正确性建议你逐点计算固定间隔的值，与cacti的结果对比一下

Answer 11

我这边抽取了很多时间间隔的数据对比过了，时间间隔小于41小时50分钟的用这个算法的结果和cacti都是匹配的，再大就开始不一样了

Answer 12

又发现一个规律，cacti的图的width是500，如果计算的时间跨度rra文件的row超过502行时，就开始不准确了

Answer 13

http://www.cnyunwei.com/thread-10985-1-1.html  这个链接绝对可以解决 。  我现在遇到此问题 。查看当天的每分钟的数据OK，查看之前的每分钟的数据，就被平均了 。   这个链接可以设置保存时间 。   有问题可以Q。 105 1181 048