Cacti聚合图中合并函数与百分位计算的深入解析

背景介绍

Cacti作为一款开源的网络性能监测和图形绘制工具，其聚合图功能允许用户将多个数据源合并显示。在实际使用中，用户经常需要对接口流量等数据进行95百分位计算，并期望在聚合图中正确显示合并结果。

问题本质

在Cacti 1.x版本中，当创建聚合图并使用"Interface - Traffic (bits/sec, 95th)"模板时，用户发现合并函数的选择会影响最终显示结果。特别是在使用CSV表格导出时，总流量列总是与入向流量匹配，而图形上的95百分位显示则能正确反映入向和出向流量的差异。

合并函数详解

Cacti提供了多种合并函数选项，每种函数对数据处理的方式不同：

1. current - 使用平均值(AVG)计算当前值
2. max - 使用最大值(MAX)计算
3. total/all_max_current - 使用平均值(AVG)计算总和
4. total_peak/all_max_peak - 使用最大值(MAX)计算总和
5. aggregate/aggregate_sum - 使用平均值(AVG)计算聚合值
6. aggregate_peak/aggregate_max/aggregate_sum_peak - 使用最大值(MAX)计算聚合值
7. aggregate_current - 使用平均值(AVG)计算当前聚合值
8. aggregate_current_max - 使用最大值(MAX)计算当前聚合值

百分位计算的特殊性

在95百分位计算场景中，用户通常希望获取流量的峰值情况。此时，选择基于MAX的合并函数更为合适，如：

• aggregate_max
• aggregate_peak
• aggregate_sum_peak

这些函数会确保在计算聚合值时使用最大值而非平均值，从而更准确地反映网络流量的真实峰值情况。

CSV表格与图形显示的差异

用户反馈的CSV表格中总流量列与入向流量匹配的问题，实际上是数据处理逻辑的差异导致的：

1. 图形显示：使用RRD文件的原始数据进行百分位计算，能够正确处理入向和出向流量的差异
2. CSV导出：可能使用了不同的数据处理管道，导致合并函数未能正确应用

最佳实践建议

1. 对于百分位计算场景，优先选择基于MAX的合并函数
2. 在创建聚合图时，明确测试不同合并函数对结果的影响
3. 对于关键业务监测，建议同时查看图形和CSV数据，确保一致性
4. 考虑在模板级别设置默认合并函数，减少配置错误

结论

理解Cacti中合并函数的工作原理对于正确配置聚合图至关重要。特别是在百分位计算等特殊场景下，选择合适的合并函数能够确保监测数据的准确性和可靠性。开发团队也在持续优化这一功能，以提供更一致和直观的用户体验。