システム監視に必要なパーセンタイル（Percentile）の基礎知識

はじめに

現代のシステム監視において、平均値だけでは捉えきれないパフォーマンス課題を発見するため、パーセンタイルが重要な役割を果たしています。本記事では実際のシステム監視ケースを交えながら、パーセンタイルの正しい理解と活用方法を解説します!

パーセンタイルとは

パーセンタイル（Percentile）は、データセットを昇順に並べた際に特定の割合のデータが収まる境界値を示す指標です。システム監視では主にレスポンスタイム分析に活用されます。

主要パーセンタイルの解説

例えば、あるWebサービスのレスポンスタイム（応答時間）を測定した場合、以下の結果になったことを想定してそれぞれ説明します。

レスポンスタイム（ミリ秒）: 10, 15, 20, 25, 30, 35, 40, 45, 50, 100

50パーセンタイル（中央値/Median）

• データの中央値を表す
• 計算方法
  • (n + 1) × 0.5 番目の値
  • 上記例：(10 + 1) × 0.5 = 5.5番目 → 30と35の平均値 32.5ミリ秒
• 意味
  • 50%のリクエストが32.5ミリ秒以下
• 活用例
  • サーバーの通常負荷状態の把握

95パーセンタイル

• 上位5%の外れ値を除外した指標
• 計算例（上記データセット）
  • 位置 = 0.95 × 10 = 9.5
  • 値 = 9番目（50） + (10番目（100） - 9番目（50）) × 0.5 

        = 50 + 50 × 0.5 = 75 ミリ秒

• 意味
  • 95%のリクエストが77.5ミリ秒以下
• 活用例
  • 現実的な最悪ケースを把握

99パーセンタイル

• データの99%がその値以下となる点を示します
• 100件のデータで考えると・・・

  # レスポンスタイム（ミリ秒）の仮想データ
  sorted_data = [
      120, 130, 135, ..., # 1-98件目：200ミリ秒以下
      200, 200,           # 99件目：200ミリ秒
      1500                # 100件目：1,500ミリ秒（外れ値）
  ]
  

• 計算方法
  • 位置 = 0.99 × 100 = 99.0
  • 値 = 99番目の値 = 200ミリ秒
• 意味
  • 100件中99件（99%）が200ミリ秒以下
  • ユーザーの99%は200ミリ秒以下で体験
• 活用例
  • 目標設定：P99を150ミリ秒以下に改善
  • モニタリング：1,500ミリ秒の外れ値発生をアラート

なぜ平均では不十分か ？

指標ごとのメリットデメリットをまとめました。平均値では、外れ値の影響を強く受けることで正確にデータを分析しずらいためパーセンタイルという指標が使われております。

まとめ

50パーセンタイルで通常の動作を、95-99パーセンタイルで異常値や改善が必要な部分を把握することで、より効果的なシステム運用が可能になるので、この記事を参考にパーセンタイルのデータが見れるようになったら幸いです(｀･ω･´)