我每 5 分钟有一个文件中的上个月的 netflow 数据，我想对所有这些流量进行数据包配置文件。我需要 1 个数据包流、2 个数据包流等的百分比表示。可以在 1 个数据包流、1-100 个数据包流、100 个等类别中做到这一点……它并不那么重要。但我的问题是如何做到这一点。如何对我无法加在一起的数据进行百分比表示？比如对每个文件进行百分比表示，然后从中进行某种类型的平均？
【问题讨论】：
标签： statistics average netflow
“我不能加在一起”是什么意思？实际上，您可以使用nfdump 来做到这一点，如果您查看手册：-R expr /dir/file1:file2 读取从 file1 到 file2 的所有文件。比如
nfdump -R /yournetflowfolder/nfcapd.201204051609:nfcapd.201204051639
将从 16:09 到 16:39 收集 NetFlow 信息。然后，您可以对该数据执行任何您需要的查询。
【讨论】：
听起来您在描述直方图：您使用原始计数创建了您描述的大小的“箱”。箱的计数总和是会话的总数。要获得总流量的百分比，您只需将每个 bin 除以总流量计数即可进行标准化。
所以，如果你做一个双箱直方图，其中第一个箱是具有
处理多个文件时，诀窍是始终使用相同的 bin 描述，并尽可能长时间地存储和使用原始计数，并且仅在最后一步导出 %s。您可以毫无困难地将直方图加在一起，只要它们的 bin 表示相同的意思，然后当您对结果进行标准化时，您可以为每个 bin 获得所有文件的总百分比。如果您需要添加文件，只需跟踪原始计数，以便在有新数据时重新规范化。
您可以在 Matlab 之类的工具中轻松完成此操作，但要小心，因为其中许多工具会非常友好地为您自动确定 bin 宽度。因此，一个文件的直方图可能有 bin {x = 200} 和另一个文件 {x =180}将无法将结果相加。
【讨论】：