关于rrdtool graph设置--step 300后图表宽度影响95百分位数计算结果的技术问询

背景与问题现象 #

我手里有个存了好几个月5分钟间隔PDP数据的RRD文件，平时用rrdtool自动选RRA绘图完全够用，但涉及到图例里的95百分位数就麻烦了——这玩意儿必须用精确的5分钟原始数据算，从聚合数据里算百分位数根本就是错得离谱。

本来我以为用--step 300参数就能强制拉取原始5分钟数据来计算，结果发现了个诡异的情况：同样的1个月时间范围，同样加了--step 300，图表宽度不同，算出来的百分位数（还有最大值这类指标）居然不一样：

• 把图表宽度设成800px时，结果明显不对；
• 宽度拉到8000px时，数值就完全正确了，和我用rrdtool fetch手动拉数据算出来的结果一模一样。

相关配置与命令 #

我创建RRD时的关键参数：

'-s', '300', ...

RRD里的RRA配置如下：

"RRA:AVERAGE:0.5:1:53568", # 5分钟间隔，存6个月的PDP数据
"RRA:AVERAGE:0.5:12:8904", # 1小时聚合间隔，存1年数据
"RRA:AVERAGE:0.5:288:730", # 1天聚合间隔，存2年数据
"RRA:AVERAGE:0.5:2016:520", # 1周聚合间隔，存10年数据
"RRA:MAX:0.5:1:600",       # 5分钟间隔的MAX值，仅存2天数据
"RRA:MAX:0.5:12:8904",      # 1小时聚合的MAX值，存1年数据
"RRA:MAX:0.5:288:730",      # 1天聚合的MAX值，存2年数据
"RRA:MAX:0.5:2016:520",     # 1周聚合的MAX值，存10年数据

绘图时的核心命令片段：

... --step 300 ... "VDEF:perca=a,95,PERCENT", ...

问题根源 #

这其实是RRDTool的自动降采样逻辑在搞鬼。虽然你指定了--step 300，但RRDTool会默认根据图表的像素宽度来调整实际使用的数据点数量——说白了就是如果图表太窄，它会把多个5分钟的原始数据点合并成一个像素对应的聚合值，然后用这些聚合后的数值来计算VDEF的百分位数，结果自然就跑偏了。

举个例子：1个月大概有4320个5分钟数据点（30天×24小时×12个5分钟段），如果图表宽度是800px，RRDTool会把每5-6个原始点合并成一个（4320÷800≈5.4），这时候用的根本不是原始的300秒数据，而是聚合后的数值，算出来的百分位数肯定不准。而宽度设成8000px时，每个像素对应不到1个原始点，RRDTool才会老老实实使用全部原始300秒数据来计算。

另外还要注意：你那个5分钟间隔的MAX RRA只存了2天的数据（600个点），要算1个月的百分位数，只能用那个存了6个月的5分钟AVERAGE RRA，不然数据范围根本覆盖不了。

解决方案 #

要彻底解决这个问题，就得强制RRDTool使用存储原始5分钟数据的RRA，不让它自动做降采样，具体有两种靠谱的方式：

1. 指定RRA索引强制拉取原始数据
   在绘图命令里加上--rra-index 0（对应你那个存了6个月的5分钟AVERAGE RRA，也就是RRA列表里的第一个），这样不管图表宽度设置成多少，RRDTool都会直接从这个RRA里取原始的300秒数据来计算百分位数。

调整后的绘图命令片段大概是这样：

... --step 300 --rra-index 0 ... "VDEF:perca=a,95,PERCENT", ...

2. 禁用自动降采样的额外配置
   如果你不想指定RRA索引，也可以尝试在命令里加上--full-scan参数，让RRDTool扫描所有可用的RRA来匹配你指定的--step，不过这种方式不如直接指定RRA索引来得稳妥。

总结 #

核心问题就是RRDTool默认会根据图表像素自动降采样，哪怕你指定了--step也没用。只要强制它使用存储原始5分钟数据的RRA，就能保证百分位数计算基于精确的原始数据，不会再随图表宽度变化而出错了。

内容的提问来源于stack exchange，提问作者powo