时序分析指南

引导您如何使用时序分析功能分析基础设施的历史数据，从而预测未来负载并检测异常迹象。

📈 前往时序分析 →

📋 概述

时序分析按时间顺序分析从服务器或数据库收集的各种指标（CPU、内存、流量等）。通过它，您不仅可以查看当前状态，还能提前掌握特定事件发生时的负载模式或未来的资源短缺时间点。

📊 核心分析功能

1. 动态图表与对比分析

• 自定义时间范围: 按小时、日、周、月查询数据，并可放大 (Zoom-in) 特定时间点进行详细分析。
• 多指标对比: 将 CPU 使用率和网络流量重叠在同一个图表中，分析它们之间的相关性。

2. 基于 AI 的负载预测 (Prediction)

基于过去 30 天的数据预测未来 7 天的使用趋势。这有助于您提前计划何时需要扩容服务器。

3. 异常检测 (Anomaly Detection)

自动感应超出统计学正常范围的数值骤变。这对于识别服务故障的前兆或安全攻击（如 DDoS）非常有效。

🛠️ 使用方法

1. 进入 GIIP [分析与报告] > [时序分析] 菜单。
2. 选择要分析的 对象（服务器/服务组） 和 指标 (Metric)。
3. 点击图表上方的 [AI Prediction] 按钮应用预测模型。

💡 技巧

• 故障回顾: 将发生故障的日志时间点与时序图表进行对比，确认故障原因是资源不足还是软件逻辑问题。
• 成本优化: 找出使用率持续处于低位的资源，并根据

  cost-optimization

  指南缩小资源规格。

API 参考

有关此功能的 API 详细规范，请参阅单独的指南。

📘 监控 API 指南

故障排除

症状	原因	解决方法
图表为空，不显示任何数据	所选对象/指标或时间段没有采集到指标	选择已采集数据的对象（服务器/服务组）和指标，并调整查询时间段。
点击 [AI Prediction] 按钮后没有预测结果	缺少预测所需的过去 30 天数据	等待积累足够的历史数据（约 30 天）后再试。
异常检测告警过多（误报）	指标波动较大，导致正常范围计算得过窄	扩大分析时间段使基线稳定后再确认。
叠加多个指标后图表难以阅读	将取值范围（Scale）差异很大的指标叠加在一起	比较范围相近的指标，或单独查看各个指标。

---

版本: 1.0 最后更新: 2026-03-19 源文件:

giipv3/public/help/timeseries-analysis.zh-CN.md