Om Performance Analyzer

Performance Analyzer, som er tilgængelig i konsollen til Essbase-webinterfacet, hjælper dig med at overvåge brugs- og ydeevnestatistikker for din Essbase-tjeneste.

Performance Analyzer læser logfiler i baggrunden og scanner dem med intervaller, som du angiver. Ud fra logfilerne opretter den .csv-filer med Essbase-aktivitetsdata. Dataene kommer fra applikationens ODL-log, agentlog og WebLogic-logge.

Når en Performance Analyzer-fil vokser til 10 MB, oprettes der en ny fil. Essbase gemmer som standard i alt 112 filer, hvorefter Essbase sletter den ældste fil først. Den nyeste fil hedder EssbaseHpa_Data.csv. De ældre filer navngives numerisk, for eksempel EssbaseHpa_n_Data.csv.

En skabelon i Essbase-webinterfacet, der er placeret i Filer gallery > System Performance > Health and Performance Analyzer, kan hjælpe dig med at få mere at vide om Performance Analyzer. Hvis du vil bruge galleriskabelonen, skal du kopiere og indsætte CSV-data i skabelonen.

Da hver .csv fil indeholder oplysninger med tidsstempel fra dine logge i kronologisk rækkefølge, kan du bruge en database eller rapporteringsfunktion efter eget valg til at:
  • kombinere .csv-filer eller fildele for at oprette ydeevne analyse for præcise tidsintervaller.
  • opbygge diagrammer eller andre visualiseringer af dataene.

Aktivere Performance Analyzer og vælge indstillinger

Hvis du er tjenesteadministrator, kan du aktivere Performance Analyzer i webinterfacets konsol for at indlæse oplysninger fra logfiler om forbrug og ydeevne.

Du kan også angive det interval, som Essbase henter CSV-dataene med, og angive det maksimale antal filer, som Essbase skal bevare.
  1. Klik på Konsol i webinterfacet.
  2. Klik på Performance Analyzer.
  3. Klik på Indstillinger.
  4. Brug omskifteren til at aktivere Performance Analyzer i dialogboksen Indstillinger.
  5. Vælg det interval, som nye .csv-filer skal oprettes med, i feltet Interval. Værdien kan være mellem 2 og 100 minutter.
  6. Vælg det maksimale antal .csv-filer, som Essbase skal bevare, i feltet Maksimalt antal filer. Værdien kan være mellem 1 og 1000 filer.

Om Performance Analyzer-data og arbejde med Performance Analyzer-data

Performance Analyzer genererer CSV-data baseret på logge og organiserer dem i kolonner. Først skal du indsamle CSV-dataene og åbne .csv-filerne i Excel. Derefter kan du undersøge og arbejde med dataene ved hjælp af filtreringsværktøjer i Excel.

Sådan indsamler du CSV-dataene:
  1. Find de .csv-filer, som du vil analysere.
    1. Klik på Konsol i Essbase-webinterfacet.
    2. Vælg Performance Analyzer.
    3. Find den eller de .csv-filer, der matcher den tidsperiode, som du er interesseret i.
  2. Download filerne:
    1. Vælg downloadikonet under Handlinger for at downloade hver enkelt fil.
    2. Gentag for yderligere filer, som du vil downloade.

Åbn filerne i Excel, og undersøg kolonnerne øverst i filerne. De fleste af kolonnerne er selvforklarende. De indeholder data, som er nyttige i forbindelse med filtrering af ydeevneanalyse, for eksempel applikations- og kubenavn, tidsstempel og dato.

Kolonne N og O kræver yderligere uddybning, da de indeholder vigtige oplysninger. Kolonne N indeholder oplysninger om for eksempel konfigurationsindstillinger, databaseindstillinger og brugerlogons. Kolonne O indeholder specifikke poster inden for disse kategorier. I Excel kan du filtrere på kolonne N, vælge en kategori og derefter filtrere på kolonne O for at vælge specifikke poster inden for den valgte kategori.

Kolonne N (Operation.OperationType) beskriver logmeddelelsens type:
  • UserLogin viser, hvor lang tid brugeren har været aktiv, og hvornår brugeren er logget af.
  • UserOperation viser alle brugeroperationer, for eksempel dataindlæsninger, -beregninger og -omstruktureringer. Fejl og undtagelser vises også.
  • SystemOperation viser brug af CPU, hukommelse, disk og I/O.
  • DBSettings viser databasestatistik.
  • ConfigurationSetting viser konfigurationsindstillinger.
  • Notification identificerer, når der opstår en alvorlig fejl.

Hvis du filtrerer på kolonne N og derefter vælger en specifik kategori, som du er interesseret i, kan du derefter se begivenheder inden for den valgte kategori ved at filtrere på kolonne O.

Eksempelvisning af et filter på kolonne N:
Billede af HPA-datakolonne N

Eksempelvisning af et filter på kolonne O:
Billede af HPA-datakolonne O