如何使用AWS CloudWatch Metric Math计算滚动平均生成指标容差线

方案1：通过CloudWatch Metric Math生成滚动平均序列 #

该方案直接在CloudWatch侧完成计算，结果可以跨仪表盘复用：

实现两种滚动平均逻辑 #

假设你的原始指标查询ID为a：

• 按过去X时长计算滚动平均：使用RUNNING_MEAN函数的时长参数，示例为过去6天的滚动平均：

  RUNNING_MEAN(a, P6D)
  

  时长参数支持标准ISO 8601格式，如P6W代表6周、PT24H代表24小时。
• 按过去X个数据点计算滚动平均：使用RUNNING_MEAN函数的数值参数，示例为过去100个数据点的滚动平均：

  RUNNING_MEAN(a, 100)
  

生成容差上下限 #

假设滚动平均的查询ID为b，你可以直接通过算术运算生成阈值，示例为平均值得0.8倍下限、1.2倍上限：

• 下限：b * 0.8
• 上限：b * 1.2

可选优化：剔除不完整窗口数据 #

时间范围起始位置的前N个数据点会因为窗口数据不足得到不准确的计算结果，可通过SLICE函数剔除：

# 示例：剔除6天窗口对应的前6个1天粒度的不完整数据点
SLICE(RUNNING_MEAN(a, P6D), 6, DATAPOINT_COUNT(a))

方案2：通过Grafana内置功能实现（操作更简单） #

如果你不熟悉CloudWatch Metric Math，直接用Grafana面板的转换功能即可完成计算，无需修改数据源查询：

• 正常添加原始CloudWatch指标查询，保存后进入面板编辑页面
• 切换到顶部的转换标签栏，点击「添加转换」
• 选择「移动平均」转换：
  • 若按数据点数量计算：选择「窗口大小」，输入你需要的过去X个数据点数值
  • 若按时间长度计算：选择「窗口范围」，输入时长如6d、6w
• 再次点击「添加转换」，选择「计算字段」，依次生成上下限：
  • 下限：字段选择滚动平均结果，运算为* 0.8，命名为容差下限
  • 上限：字段选择滚动平均结果，运算为* 1.2，命名为容差上限
• 切换回「可视化」标签，可自定义三个序列的样式：如将上下限设置为浅色虚线，原始指标设置为实线，还可在阈值配置中绑定上下限实现超限自动高亮。

内容的提问来源于stack exchange，提问作者Error - Syntactical Remorse