百分位数的重要性

百分位数在监控和报告中很重要，因为与仅依赖平均值相比，它们提供了更详细和准确的数据分布视图。平均值有时会隐藏重要信息，如异常值或数据中的变化，这些可能会显著影响性能和用户体验。百分位数则可以揭示这些隐藏的细节，更好地了解数据的分布情况。

在 Amazon CloudWatch 中，百分位数可用于监控和报告各种 metrics，如应用程序和基础设施中的响应时间、延迟和错误率。通过在百分位数上设置告警，您可以在特定百分位值超过阈值时收到通知，从而在影响更多客户之前采取行动。

要在 CloudWatch 中使用百分位数，请在 CloudWatch 控制台的所有 metrics 中选择您的 metric，使用现有 metric 并将统计数据设置为 p99，然后您可以将 p 后面的值编辑为您想要的任何百分位数。然后您可以查看百分位数图表，将它们添加到 CloudWatch dashboard 并在这些 metrics 上设置告警。例如，您可以设置一个告警，在响应时间的第 95 百分位数超过某个阈值时通知您，表明相当大比例的用户正在经历缓慢的响应时间。

下面的直方图是在 Amazon Managed Grafana 中使用来自 CloudWatch RUM 日志的 CloudWatch Logs Insights 查询创建的。使用的查询是：

fields @timestamp, event_details.duration
| filter event_type = "com.amazon.rum.performance_navigation_event"
| sort @timestamp desc

直方图绘制了以毫秒为单位的页面加载时间。通过此视图，可以清楚地看到异常值。如果使用平均值，这些数据将被隐藏。

使用平均值在 CloudWatch 中显示的相同数据表明页面加载时间不到两秒。您可以从上面的直方图中看到，大多数页面实际上加载时间不到一秒，而我们有异常值。

再次使用相同数据的百分位数（p99）表明存在问题，CloudWatch 图表现在显示 99% 的页面加载时间少于 23 秒。

为了使这更容易可视化，下面的图表比较了平均值和第 99 百分位数。在这种情况下，目标页面加载时间为两秒，可以使用替代的 CloudWatch 统计数据和 metric math 进行其他计算。在这种情况下，使用了百分位排名 (PR)，统计数据为 PR(:2000) 来显示 92.7% 的页面加载在 2000ms 的目标内完成。

在 CloudWatch 中使用百分位数可以帮助您更深入地了解系统性能，尽早发现问题，并通过识别否则会被隐藏的异常值来改善客户体验。