網絡洞察儀
您可以將網絡洞察儀作為業務單元的網絡監測件，通過配置業務相關資源，網絡洞察儀將為您分析業務單元流量的實時運行狀況，幫助您及時感知業務網絡異常，并提供網絡質量評估和事件影響面分析。
基本概念
術語 | 說明 |
網絡洞察儀 | 由用戶自定義的網絡監測組件，用于監測指定對象的網絡運行健康狀況，提供網絡質量評估、網絡可觀測和主動告警能力。網絡洞察儀支持配置同一地域下的多個洞察資源，您可基于業務單元維度的資源劃分，管理您的洞察儀列表。 |
洞察資源類型 | 您在網絡洞察儀中可以添加的監測資源類型。目前支持以VPC的業務視角進行網絡洞察，添加VPC之后，洞察儀會采集VPC中面向公網的流量指標進行實時網絡運行狀況監測和分析。 |
公網質量事件 | 網絡洞察儀通過實時分析面向公網的流量指標， 產生【客戶端位置+運營商網絡】 鏈路級的公網質量異常告警。通過識別公網流量時延性能或網絡連通性是否發生下跌，分別產生相應的公網性能下跌事件或公網可用性下跌事件。 |
公網質量評分 | 洞察儀支持從公網性能和公網可用性兩個維度進行公網質量評價。 洞察儀通過實時分析公網流量指標數據，應用機器學習算法預測流量的健康運行狀況模型，若您的公網業務流量性能或可用度指標偏離模型評估的健康范圍，洞察儀將識別異常流量在洞察儀公網中的流量占比，并在總分中扣除異常流量占比，分別產生相應的公網性能分數和公網可用性分數。 |
客戶端網絡受影響流量占比 | 網絡洞察儀檢測出【客戶端位置+運營商網絡】 鏈路級的公網質量異常時，會評估該鏈路上受影響流量的占比，將占比結果作為該條鏈路上的影響面分析。 |
洞察儀受影響流量占比 | 網絡洞察儀檢測出【客戶端位置+運營商網絡】 鏈路級的公網質量異常時，會評估整個洞察儀上受影響流量的占比，將占比結果作為洞察儀全局的影響面分析。 |
最近一天運行健康狀態 | 統計洞察儀在最近一天產生公網質量下跌事件的時段。在洞察儀列表中，通過該狀態欄，您可快速獲取各個業務組件的公網運行狀況。 |
往返時延RTT | RTT是指從發送數據包到接收到相應數據包所經過的時間。它代表了客戶端發送數據包到接收方并返回確認的總時間。對于每個客戶端位置，將根據其貢獻的流量來賦予不同的權重。 |
自治系統號ASN（Autonomous System Number） | 每個ASN都與一個特定的自治系統相關聯，該自治系統負責管理和控制分配給它的IP地址塊，并決定如何將數據包從一個網絡轉發到另一個網絡。在互聯網中，運營商和網絡服務提供商使用ASN來建立和維護路由關系，實現網絡之間的互聯和數據傳輸。ASN還用于標識和識別互聯網服務提供商、網絡運營商和其他網絡實體。 |
功能限制
網絡洞察儀當前主要通過您業務中的TCP流量識別公網健康運行狀態，若您的業務缺少TCP流量，當前洞察儀不支持進行網絡質量洞察。
工作原理
評估公網質量是否發生異常
通過實時分析網絡洞察儀的出入公網流量，應用AIOps算法分析和預測公網流量的健康運行狀況模型，若您的業務流量偏離模型評估的健康范圍，洞察儀將產生告警幫助您及時感知業務網絡異常，并從以下兩個方面提供網絡質量評估和分析。
公網性能下跌：洞察儀觀測業務流量的公網時延分布，持續迭代您業務公網的時延性能健康模型，基于智能基線預測識別公網性能是否偏離健康運行狀態。
公網可用性下跌：洞察儀觀測業務流量的公網重傳分布，持續迭代您業務公網的可用度健康模型，基于智能基線預測識別公網可用性是否偏離健康運行狀態。
計算性能和可用性分數
性能分數表示未出現性能下降的流量的估計百分比，例如，性能分數為98%，表示總流量的2%出現了性能下降；可用性分數表示未出現可用性下降的流量的估計百分比，例如，可用性分數為99%，表示總流量的1%出現了可用性下降。
創建和解決公網質量事件
網絡洞察儀會根據內部設置的規則為所監測的流量自動創建和關閉公網質量事件。并且會估算因為該事件造成的客戶端網絡受影響流量的占比以及洞察儀受影響流量占比。
應用場景
感知業務可用性
通過網絡洞察儀，您可以有針對性的觀測業務中某個地域某條鏈路的可用性，及時感知鏈路是否正常聯通。
識別時延問題
通過網絡洞察儀，您可以有針對性的觀測業務中某個地域某條鏈路的網絡性能指標，定位時延問題，分析減少時延。
產品優勢
可視化應用程序中的網絡性能數據，無需您使用專門的性能測量代碼。
幫助您了解業務中互聯網的性能和可用性。
支持的地域
區域 | 地域 |
中國 | 華東1（杭州）、華東2（上海）、華東5（南京-本地地域）、華北1（青島）、華北2（北京）、華北3（張家口）、華北5（呼和浩特）、華北6（烏蘭察布）、華南1（深圳）、華南2（河源） |
歐洲與美洲 | 德國（法蘭克福）、英國（倫敦）、美國（硅谷）、美國（弗吉尼亞） |
相關文檔
您可以使用洞察儀獲取實時公網質量評估數據，及時感知公網質量劣化，接收公網質量異常事件和影響面分析。詳情請參見使用網絡洞察儀。