AIOps系列（1）：时间序列分析的方法

vlambda
2020-05-19

AIOps系列（1）：时间序列分析的方法

谈到时间序列分析，大多数的故事都是机票订单数这样的东西，各位学起来难，数据也属于非常理想的季节性和趋势性的那种，毫无意义。然后我天天跟你讲白噪声序列，严平稳什么的，然后ARIMA，GARCH估计你也想睡觉，今天就来说点直接上手的东西。

今天我们来玩玩一些好玩，股票数据就算了，吃饭的家伙还是不给大家多说了，来说点zartbot.Net的网络数据吧，也够直观，代入感强，反正大家玩游戏晚上觉得卡慢，深夜就好了，大概就是这样一些东西，衡量出来就是“丢包/延迟/抖动”，然后这篇小文教大家用最简单的方法来预测这些值，预测完了该干嘛你懂的，大家看看你自己的SDWAN用好了么~

1. 数据获取和预处理

还是来自某司的SDWAN的探针数据，从上海电信到香港的私有云，很有代表性的链路拥塞数据集，通过访问控制器的RestAPI获得

import json as jsonimport pandas as pdimport numpy as np
delay= json.loads('xxxx')df=pd.DataFrame(delay['data'])df['dateTime']=pd.to_datetime(df['entry_time']+8*3600*1000,unit='ms')data = df[['dateTime','latency','jitter','loss_percentage']]

2. 数据可视化观测

大多数人会教你直接用Pandas Plot()画图，但是你们看看这图阔以么。。。

反正我是看了想吐的，我在自己的私募基金量化算法库中做了一个稍微好看点的Bokeh Wrapper.画出来的图如下，还可以拖拉缩放选择区域，为了不影响阅读，这个Wrapper的代码见本文最后...

AIOps系列（1）：时间序列分析的方法

其实图上就看到很明显的周期性了和使用率不同的峰值结构，当然也有一些测量的异常和系统故障点，总体来说还是很不错的数据集

3. 数据周期性分析

3.1 Statsmodel Seasonal decompose

我们先用一个老的python的统计模型库statsmodel，数据周期性分解如下：

from statsmodels.tsa.seasonal import seasonal_decomposedecomposition = seasonal_decompose(data['latency'],freq=48)data['seasonal']= decomposition.seasonaldata['trend'] = decomposition.trenddata['residual'] = decomposition.resid

然后画个图：

chart2 =bokeh_multi_line_chart(data,['seasonal'],['周期性'],title='周期')chart3 =bokeh_multi_line_chart(data,['trend'],['延迟'],title='趋势')chart4 =bokeh_multi_line_chart(data,['residual'],['残差'],title='残差')show_column([chart2,chart3,chart4])

AIOps系列（1）：时间序列分析的方法

可以看到趋势线维持在平稳的66~67ms之间，每天的周期性有点好玩，到了晚高峰有些抖动，主要是丢包引起的延迟测量问题，而且5月10日有明显的异常，这些异常可以捕获残差获得并上报。

我们再来看丢包率的数据，周期性可以看到明显的早高峰，下午工作段和晚高峰，而趋势线可以明显的看出节假日丢包率更高

AIOps系列（1）：时间序列分析的方法

3. 2 Facebook Prophet预测未来值

这是一套开箱即用的工具，Prophet通过将全自动预测与在线学习相结合从而保证了该工具能够解决大多数商业业务问题，Prophet工作流程如下图所示：

AIOps系列（1）：时间序列分析的方法

然后fit一下：

from fbprophet import Prophetdata['ds'] = data['dateTime']data['y'] = data['latency']m = Prophet(changepoint_prior_scale=0.01).fit(data)future = m.make_future_dataframe(periods=96,freq='H')fcst = m.predict(future)fig = m.plot(fcst)

同样预测丢包值：

学会了么？AIOps就这么简单这么容易，赶紧找点数据算算写点报告给老板们看吧，加薪了别忘了我就好~~嘿嘿，最后 Bokeh Wrapper代码：

import tabulate as tabulateimport pandas as pdimport numpy as npimport bokeh.plottingimport bokeh.modelsimport bokeh.layoutsimport bokeh.palettes
bokeh.plotting.output_notebook()

def bokeh_multi_line_chart(df,item_list,legend_list,title,width=1900,height=600,legend_location='bottom_left',x_axis='dateTime',x_axis_type='datetime',y_axis_type='auto',line_width=1.5,alpha=0.7): fig = bokeh.plotting.figure(width=width,height=height,x_axis_type=x_axis_type , y_axis_type=y_axis_type ,title=title) lines_counter = len (item_list) if (lines_counter <= 3): color_list=['#d25535','#35b2d2','#98d235'] elif (lines_counter <=10): color_list=bokeh.palettes.Category10[10] else: color_list=bokeh.palettes.Category20[20]
 for idx in range(0,lines_counter): item = item_list[idx] label = legend_list[idx] fig.line(df[x_axis],df[item],color=color_list[idx],legend=label,line_width=line_width,alpha=alpha) fig.legend.location = legend_location fig.legend.label_text_font_size = "0.8em" return fig
def bokeh_hbar_chart(df,categories_col,value_col,title,color='#B2D235',width=400,height=300): categories = list(df[categories_col]) categories.reverse() result_df = df[[categories_col,value_col]] source = bokeh.models.ColumnDataSource(result_df) fig = bokeh.plotting.figure(title=title, y_range=bokeh.models.FactorRange(factors=categories), width=width,height=height) fig.hbar(left=0, y=categories_col,right=value_col, color=color, source=source,height=0.3) return fig
def bokeh_vbar_chart(df,categories_col,value_col,title,color='#4F4478',width=600,height=380): rdf = df[[categories_col,value_col]] factors = list(rdf[categories_col]) fig = bokeh.plotting.figure(title=title, width=width,height=height,x_range=bokeh.models.FactorRange(*factors)) fig.vbar(bottom=0, top=rdf[value_col], x=factors , color=color, width=0.5, alpha=0.8) return fig
def bokeh_multi_hbar_chart(df,cat_col,value_list,width=400,height=300): chart_list=[] value_counter = len(value_list) if (value_counter <= 3): color_list=['#5154eb','#b2d235','#df9815'] elif (value_counter <=10): color_list=bokeh.palettes.Category10[10] else: color_list=bokeh.palettes.Category20[20] for idx in range(0,value_counter): value_name = value_list[idx] pfig = bokeh_hbar_chart(df,cat_col,value_name,value_name,color=color_list[idx], width=width,height=height) chart_list.append(pfig)
 return chart_list
def bokeh_hist_chart(item_list,title,bins=100,width=400,height=300,legend_location='bottom_left'): fig = bokeh.plotting.figure(width=width,height=height,title=title) lines_counter = len (item_list) if (lines_counter <=3): color_list=['#036564','red','navy'] elif (lines_counter <=10): color_list=bokeh.palettes.Category10b[10] else: color_list=bokeh.palettes.Category20b[20]
 for idx in range(0,lines_counter): hist,edges = np.histogram(item_list[idx], density=True, bins=bins) fig.quad(top=hist, bottom=0, left=edges[:-1], right=edges[1:],fill_color=color_list[idx], line_color="#033649",alpha=0.5) return fig
def show_grid(chart_list, num_in_row = 4): grid_render_idx = 0 grid_render_matrix = [] templist =[] for item in chart_list: templist.append(item) grid_render_idx +=1 if (grid_render_idx == num_in_row): grid_render_matrix.append(templist) #append in a new line templist =[] grid_render_idx =0 if (len(templist) >0 ): grid_render_matrix.append(templist)
 bokeh.plotting.show(bokeh.layouts.gridplot(grid_render_matrix))
def show_column(chart_list): bokeh.plotting.show(bokeh.layouts.column(chart_list))
def show_row(chart_list): bokeh.plotting.show(bokeh.layouts.row(chart_list))

vlambda博客
学习文章列表