Azure中用KQL实现磁盘用量预测遇forecast为空问题求助

你的series_decompose_forecast返回空值，主要有以下几个问题：

1. make-series时间范围错误 #

你在make-series中将时间范围设到了now()+24h*7*4（未来4周），这部分区间没有实际采集的Perf数据，会生成大量空值。series_decompose_forecast需要基于完整的历史数据序列（到当前时间）生成预测，提前包含未来空值会干扰函数计算逻辑。

2. 数据类型不匹配 #

% Free Space是浮点型指标，但你用default=long(null)强制将空值转为整数类型，可能导致数据精度丢失，影响预测模型的准确性。

3. 预测逻辑顺序问题 #

应该先构建完整的历史数据序列，填充历史空值后，再调用预测函数生成未来区间的数据，而非提前把未来区间加入原始序列。

修正后的KQL查询 #

let DiskSpace = Perf
| where Computer == "COMPUTERNAME" 
    and ObjectName == "LogicalDisk" 
    and InstanceName == "F:" 
    and CounterName == "% Free Space"
| where TimeGenerated > ago(90d)
| extend Timestamp = TimeGenerated, DiskIdentifier = InstanceName, FreeSpace = CounterValue
| project Timestamp, DiskIdentifier, FreeSpace;

DiskSpace
| make-series FreeSpace=max(FreeSpace) default=real(null) on Timestamp from ago(60d) to now() step 12h
| extend FreeSpace=series_fill_backward(FreeSpace)
| extend forecast=series_decompose_forecast(FreeSpace, 56) // 56个点 = 4周 × 24小时/12小时每步
| render timechart

关键修正点说明 #

• 时间范围调整：make-series的to参数改为now()，只生成到当前时间的历史数据序列，避免未来空值干扰。
• 数据类型修正：将default=long(null)改为default=real(null)，匹配% Free Space的浮点类型。
• 预测点数计算：4周的预测周期，每12小时一个数据点，总点数为(7*4*24)/12 = 56，与series_decompose_forecast的第二个参数对应。
• 填充逻辑保留：series_fill_backward用于填充历史数据中的缺失值，保证序列连续性，提升预测准确性。

内容的提问来源于stack exchange，提问作者Dib