如何预测磁盘空间耗尽时间？基于series_decompose_forecast的方案咨询

问题背景 #

我定期收集磁盘剩余空间指标，希望预测磁盘何时会耗尽空间。考虑使用series_decompose_forecast函数，示例查询如下：

let DiskSpace = 
range Timestamp from ago(60d) to now() step 1d
| order by Timestamp desc
| serialize rn=row_number() + 10
| extend FreeSpace = case
(
    rn % 5 == 0, rn + 5
    , rn % 3 == 0, rn -4
    , rn % 7 == 0, rn +3
    , rn
)
| project Timestamp, FreeSpace;
DiskSpace
| make-series 
    FreeSpace = max(FreeSpace) default= long(null)
    on Timestamp from ago(60d) to now() step 12h
| extend FreeSpace = series_fill_backward(FreeSpace)
| extend series_decompose_forecast(FreeSpace, 24)
| render timechart 

查询生成的时间图表中，基线似乎能显示磁盘空间何时达到零或其他阈值，但有两个疑问：

• 指定更多Points参数时，会从学习过程中排除更多数据点，不确定是从序列开头还是结尾排除
• 只关心磁盘空间耗尽的日期，这种方法是否正确

解答 #

1. Points参数的逻辑说明 #

series_decompose_forecast的Points参数指定的是需要生成的未来预测点数，并非排除历史数据点。默认情况下，函数会用全部输入的时序数据训练模型，再生成对应数量的未来预测值。如果需要用部分历史数据做训练（比如留取部分数据验证模型准确性），需要手动用series_slice截取序列，比如从结尾保留N个点作为训练集，剩下的用于验证。

2. 方法的合理性与优化建议 #

用series_decompose_forecast做磁盘耗尽预测是可行的，但可以针对你的需求做优化：

• 数据预处理：你已经用series_fill_backward处理缺失值，这一步没问题。需要确保磁盘空间的时序趋势稳定（比如持续下降），这样分解后的趋势分量会更准确反映耗尽时间。
• 聚焦核心目标：不需要关注完整预测序列，可通过series_less结合series_index_of找到预测值中首次低于阈值（比如0）的索引，再对应到时间戳即可。
• 简化计算方案：如果磁盘空间变化以线性趋势为主，直接用series_fit_line拟合趋势，通过斜率和截距计算耗尽时间会更高效，示例如下：

let DiskSpace = 
range Timestamp from ago(60d) to now() step 1d
| order by Timestamp desc
| serialize rn=row_number() + 10
| extend FreeSpace = case
(
    rn % 5 == 0, rn + 5
    , rn % 3 == 0, rn -4
    , rn % 7 == 0, rn +3
    , rn
)
| project Timestamp, FreeSpace;
DiskSpace
| make-series 
    FreeSpace = max(FreeSpace) default= long(null)
    on Timestamp from ago(60d) to now() step 12h
| extend FreeSpace = series_fill_backward(FreeSpace)
| extend (rsquare, slope, variance, intercept) = series_fit_line(FreeSpace)
// 计算空间耗尽时间：当FreeSpace=0时，推导对应的时间戳
| extend ExhaustionTime = startofseries(Timestamp) + ((-intercept)/slope) * 12h
| project ExhaustionTime, slope, intercept

内容的提问来源于stack exchange，提问作者Zikato