WNDW: Membangun baseline

From SpeedyWiki

Jump to: navigation, search
Gambar 6.24: Dengan mengumpulkan data dalam jangka waktu yang lama, anda dapat memperkirakan perkembangan dari jaringan anda dan membuat perubahan sebelum masalah berkembang.
Gambar 6.24: Dengan mengumpulkan data dalam jangka waktu yang lama, anda dapat memperkirakan perkembangan dari jaringan anda dan membuat perubahan sebelum masalah berkembang.
Gambar 6.25: Trend trafik di Aidworld di catat selama satu hari.
Gambar 6.25: Trend trafik di Aidworld di catat selama satu hari.

Karena semua lingkungan berbeda, anda perlu menentukan sendiri bagaimana bentuk pola trafik anda di situasi normal. Ini berguna karena memungkinkan anda untuk merubah perubahan seiiring waktu, antara tiba-tiba atau bertahap. Perubahan-perubahan ini mungkin akan mengindikasikan sebuah masalah, atau sebuah potensi masalah di masa depan, dengan jaringan anda.

Misalnya, jaringan anda bengong hingga akhirnya berhenti beroperasi,dan anda tidak yakin apa penyebabnya. Untungnya, anda sudah menyimpan sebuah grafik dari broadcast sebagai persentase dari trafik jaringan anda secara keseluruhan. Jika grafik ini menunjukkan tiba-tiba ada pertambahan dari trafik broadcast, ini mungkin berarti jaringan anda terkena virus. Tanpa gambaran apa itu "normal" di jaringan anda (sebuah baseline), anda tidak akan bisa melihat kalau jumlah broadcasts sudah menambah, hanya bahwa ia relatif tinggi, yang mungkin tidak akan mengindikasikan masalah.


Grafik baseline dan gambar juga berguna waktu menganalisa efek dari perubahan yang terjadi di jaringan. Seringkali berguna untuk bereksperimen dengan berbagai perubahan tersebut dengan cara mencoba berbagai nilai yang mungkin. Mengetahui bagaimana bentuk baseline akan memperlihatkan anda apakah perubahan anda telah memperbaiki masalah, atau membuat mereka lebih jelek.


Di Gambar 6.24, kita melihat efek dari implementasi delay pool pada penggunaan Internet di sekitar bulan Mei. Jika kita tidak menyimpan grafik dari pengguanaan, kita tidak akan pernah tahu apa efek dari perubahan dalam jangka waktu yang lama. Ketika melihat sebuah grafik dari trafik total setelah melakukan perubahan, Jangan berasumsi kalau usahamu sia-sia jika grafiknya tidak berubah secara radikal. Anda mungkin sudah menghilangkan penggunaan tidak karuan dari saluran anda untuk digantikan dengan trafik sah yang baik. Anda kemudian bisa menggabungkan baseline ini dengan yang lain, misalnya 100 top site yang diakses atau penggunaan rata-rata oleh dua puluh user teratas anda, untuk melihat bahwa kebiasaan mereka berubah. Seperti yang akan kita lihat nanti, MRTG, RRDtool, dan Cacti adalah alat bagus yang bisa anda gunakan untuk menyimpan baseline.

Gambar 6.26: Jaringan yang sama dicatat selama seminggu penuh memperlihatkan masalah dengan backup, yang membuat kepadatan jaringan tidak diharapkan oleh user jaringan.
Gambar 6.26: Jaringan yang sama dicatat selama seminggu penuh memperlihatkan masalah dengan backup, yang membuat kepadatan jaringan tidak diharapkan oleh user jaringan.
Gambar 6.27: Empat jam jitter dan packet loss.
Gambar 6.27: Empat jam jitter dan packet loss.


Gambar 6.25 memperlihatkan trafik di sebuah firewall Aidworld dalam sebuah periode 24 jam. Tidak ada yang kelihatan aneh di grafik ini, tetapi para user komplain akses internet lambat.


Gambar 6.26 memperlihatkan bahwa penggunaan bandwidth upload (area gelap) lebih tinggi pada jam kerja di hari terakhir dibanding hari-hari sebelumnya. Sebuah periode penggunaan upload berat dimulai setiap pagi pada 03:00, dan biasanya selesai pada 09:00, tetapi pada hari terakhir ia masih berjalan sampai 16:30. Investigasi lebih lanjut memperlihatkan masalah pada software backup, yang berjalan pada 03:00 setiap hari.

Gambar 6.27 menampilkan pengukuran dari latensi pada sambungan yang sama yang diukur oleh program SmokePing. Posisi dari titik menampilkan latensi rata-rata, sementara asap abu-abu menampilkan distribusi latensi (jitter). Warna dari titik mengindikasikan jumlah dari paket yang hilang. Grafik ini pada sebuah periode empat jam tidak membantu mengidentifikasi adanya masalah di jaringan.

Gambar 6.28: Sebuah penyebaran tinggi jitter dibuka pada pencatatan 16 jam.
Gambar 6.28: Sebuah penyebaran tinggi jitter dibuka pada pencatatan 16 jam.
Gambar 6.29: Zoom pada catatan satu minggu menunjukkan repitisi penambahan latensi dan packet loss di pagi hari.
Gambar 6.29: Zoom pada catatan satu minggu menunjukkan repitisi penambahan latensi dan packet loss di pagi hari.

Grafik berikutnya (Gambar 6.28) menampilkan data yang sama dalam sebuah periode 16 jam. Ini mengindikasikan bahwa nilai di grafik di atas dekat dengan level normal (baseline), tetapi bahwa ada pertambahan signifikan di latensi pada beberapa waktu ketika pagi, sampai 30 kali nilai baseline. Ini mengindikasikan bahwa monitoring tambahan seharusnya dilakukan pada periode awal pagi untuk mengetahui penyebab dari latensi tinggi, yang mungkin adalah suatu macam trafik besar.

Gambar 6.29 menampilkan bahwa Selasa lebih parah daripada Minggu atau Senin untuk latensi, khususnya pada saat periode awal pagi. Ini mungkin mengindikasikan bahwa sesuatu telah berubah di jaringan.


[edit] Pranala Menarik

Personal tools