NetBackup IT Analytics 报告参考指南
- NetBackup IT Analytics 简介
- 警报报告
- 勒索软件报告
- 风险缓解解决方案报告
- 存储优化解决方案报告
- 系统管理报告
- Oracle 作业概述
- Capacity Manager 报告
- 应用程序容量报告
- 阵列容量和利用率报告
- 阵列容量和利用率(常规数据)
- 阵列容量和利用率(IBM SVC 视图)
- 阵列容量和利用率(IBM XIV 视图)
- 阵列容量和利用率(NetApp 视图)
- 阵列容量和利用率(NetApp 群集)
- NetApp 存储系统详细信息
- 阵列容量和利用率 (OpenStack Swift)
- IBM 阵列站点概要表
- IBM 阵列详细信息
- LUN 利用率概要表
- NetApp 汇总详细信息
- NetApp 群集模式汇总详细信息
- NetApp Plex 详细信息
- NetApp 卷详细信息
- NetApp 群集模式卷详细信息
- NetApp StorageGrid 租户概要表
- 可用/可回收容量报告
- 存在风险的容量报告
- 容量成本分摊报告
- 主机容量利用率报告
- SnapMirror 报告
- SnapVault 报告
- 容量预测报告
- 存储性能报告
- 性能分析的任务控制
- 精简置备报告
- File Analytics 报告
- Virtualization Manager 报告
- 了解数据存储
- VM 服务器详细信息
- VM 快照概要表
- VM 详细信息
- 数据存储利用率概要表
- 数据存储详细信息
- Fabric Manager 报告
- Backup Manager 基础架构管理报告
- 错误日志概要表
- 作业持续时间报告
- Veeam Backup & Replication 作业概要表报告(同类)
- Veeam 和 RMAN 作业详细信息报告
- 为作业添加备注
- 作业卷概要表报告
- NetBackup MSDP 重复数据删除节省量
- 备份管理报告
- 备份介质管理报告
- 备份服务级别协议 (SLA) 报告
- 备份存储利用率报告
- Backup Manager 预测报告
- 备份计费和使用量报告
- 备份策略报告
- 公有云报告
Azure 每日使用量未来预测(按组织层级)
Azure 每日使用量未来预测(按组织层级)包含历史记录和趋势迷你走势图,这是一种使用情况报告,其中按组织层级分组显示基于成本的趋势和统计分析。在运行此报告之前,必须定义其使用的组织层级属性 Org_level1、Org_level2 和 Org_level3 的值。有关配置信息,请参见《NetBackup IT Analytics 系统管理指南》中的“加载订购属性和值”部分。
单击订购数量值可以下钻查询有关所选特定组织层级的订购的详细信息报告。
可以从“公有云报告”>“Azure”>“Azure 每日使用量未来预测(按组织层级)”访问该报告。
表:Azure 每日使用量未来预测(按组织层级)
列名称 |
描述 |
---|---|
组织层级 1 |
组织结构的顶层。 这可能是某个人的姓名或父部门 |
组织层级 2 |
组织结构的第二层。 |
组织层级 3 |
组织结构的第三层。 |
订购数量 |
与这三个层级相关联的订购数量。这是指向订购详情报告的下钻查询链接。 |
使用量历史记录 |
每日存储成本值的迷你走势图描述。 |
线性趋势 |
每日存储成本线性斜率的迷你走势图描述。 |
PTD 成本 |
所选时间段内的存储成本总和。 |
最大单日成本 |
所选时间段内的最大单日存储成本。 |
平均每日成本 |
所选时间段内的平均每日存储成本。 |
天数 |
根据所选日期范围返回的天数。 注意: 天数可能小于该值,具体取决于数据收集的开始时间。 |
第一个日期 |
所选时间段内的第一个日期。 |
第一个值 |
该时间段内第一个日期的单日成本。 |
最后一个日期 |
所选时间段内最近的日期。 |
最后一个值 |
该时间段内最后一个日期的单日成本。 |
每日变化线性趋势 |
基于线性回归算法的每日成本变化额。(斜率基于最佳拟合的平方和。) |
变化百分比线性趋势 |
每日变化的百分比 |
成本变化 |
第一个日期和最后一个日期之间的成本变化的文字描述。此值可用于过滤,例如仅显示成本“增加”的位置。 |
趋势 |
对成本趋势的直观描述。可表示上升、下降或持平的趋势。 |
概率 |
统计模型用来预测结果情况的决定系数 (R²)。 |
30 天预测 |
基于每日变化线性趋势值预测未来 30 天内的 PTD 成本。 |
6 个月预测 |
基于每日变化线性趋势值预测未来 6 个月内的 PTD 成本。 |
1 年预测 |
基于每日变化线性趋势值预测未来一年内的 PTD 成本。 |