智慧型調整

智慧型調整使用機器學習來根據歷程工作量型樣提供預測。透過分析 管理> 工作量型樣 頁面上的資料，您可以瞭解如何最佳化系統資源的使用。

您可以取得下列系統資源的相關資訊:

種子模型

種子模型是在暫時工作區上傳的預先訓練模型。預測 API 會在部署系統之後，從第 1 天開始，在訓練寬限期 (7 天或以上) 期間使用這些模型。在此階段，信任評分較低，因為模型尚未反映您的工作量。

訓練寬限期結束之後，會使用從所收集工作量資料產生的資料集重新訓練模型。預測 API 會根據預先訓練的模型來執行推理。然後，會根據預測的精確度來更新信任評分，系統排程器會每天觸發訓練模型作業 2 週，然後每週執行一次。

使用 效能內容 下拉清單在不同圖表之間導覽。預設「 工作量使用率 」圖形可視覺化與系統資源相關的多個資料點。

當您整體查看圖形時，請使用圖註來識別輪廓設定檔。

使用 時間間隔 下拉清單來選取不同的時間間隔。

依預設，現行日期保持不變。當您在每日、每週或每月視圖之間選取時，會根據時間來聚集日期。

圖形中間的線條會顯示歷程與預測或建議資料之間的截斷。

只有在系統已收集歷程資料至少 7 天時，才會顯示預測資料。在此之前，圖形會顯示每一天的資料點。在 7 天之後，會出現額外兩週的預測資訊。

紫色和粉紅色線條代表 歷程 NZP 和 預測 NZP。

NZP (Netezza Performance Metric) 是系統使用率的測量。
高階 NZP 表示使用率已提高。低 NZP 表示資源用量減少。
歷程及預測 NZP 線以圖表左側 0% 至 100% 之間的尺度進行測量。

歷程輪廓設定檔 和 建議的輪廓設定檔 由藍色條欄視覺化。

現行日期行左側顯示的輪廓是歷程輪廓。它們代表每一個時間間隔所使用的設定檔。
顯示在現行日期行右側的條欄是每個時間間隔的建議輪廓。

輪廓設定檔是根據該時間間隔期間的預測 NZP 來建議。如果 NZP 超過 80% ，則建議擴增輪廓設定檔下一個最接近的輪廓，以增加計算並改善大量工作量期間的效能。當演算法預測某個時間間隔的 NZP 等於或低於 20% 時，圖形會建議縮減至較低的設定檔。

信任評分反映根據系統歷程工作量型樣所提供之預測的正確性。透過分析信任評分，您可以選擇如何使用系統資源。

登入 Web 主控台。
移至 管理> 工作量型樣。
檢閱智慧型調整大小使用率圖形。
在此範例中，作為資料庫管理者，您想要更深入瞭解一段時間內的系統使用率。

在此實務範例中，結果是與每週的其他日期相比，每個星期日您的系統使用率都低於平均值。根據此資訊，您可以更新調整排程，以符合工作量中預期的尖峰和下降。
依照編輯排定的調整大小中的說明，配置排程器來縮減每個星期日的實例。
依照編輯排定的調整大小中的說明，將排程器配置成每週一開始擴增。

因此，您將看到未來資源浪費和成本的效能改善和減少。