Agora 教程丨一個典型案例,教你如何使用水晶球“資料洞察”
7 月初,聲網Agora 水晶球的“資料洞察”功能正式版上線。“資料洞察”可顯示兩種資料,一種是用量,另一種是質量。
“資料洞察”的“用量概覽”最大的意義就是可以幫你回溯過去一段時間內的整體音影片分鐘數趨勢,為業務運營策略的覆盤、調整提供資料參考。這些資料圖表比較容易理解。
不過第一次在“資料洞察”中看到“質量概覽”的使用者,可能感受到的只是撲面而來的多個數據圖示,一時間還不知道,如何覆盤曾遇到的質量問題,並一步步追根溯源。所以我們將通過一個測試案例,來一步步從發現問題、調查線索,到發現問題根據,帶大家理解如何使用它。
*注:以下圖中所示為測試 Demo 資料
通過點選左側選單欄中的“質量概覽”,我們可以在“資料洞察”頁面根據時間範圍,檢視質量趨勢。
首先,頁面可以劃分為三個模組 “使用者體驗”、“加入頻道”、“指標分析”。“使用者體驗”和“加入頻道”,展示了 5 個主要影響實時互動體驗的質量指標:影片卡頓率、音訊卡頓率、網路延遲率、登入成歐功率和 5s 登入成功率。
“指標分析”則是展示了以上五個質量指標在地域、作業系統、網路型別、裝置型別、SDK 版本、頻道規模幾個維度上的資料分佈。
我們選擇了檢視 6 月 26 日到 7 月 4 日期間的資料。“使用者體驗”模組,會顯示影片卡頓率、音訊卡頓率、網路延遲率三個質量指標在這段時間的走勢。而且,它會自動將資料最差的那一天的資料篩選出來,顯示在曲線圖上方。如下圖所示,一目瞭然,三個指標最差的日子剛好重疊在 7 月 1 日那一天。這一天到底發生了什麼呢?
我們可以將滑鼠放到資料曲線中 7 月 1 日那天。點選資料點,就會在彈出的氣泡中看到兩個選項:“檢視小時”、“檢視分佈”。
為了進一步調查這一天出現了什麼問題,我們點選“檢視小時”,從更細的顆粒度來檢視當天的質量資料。如下圖所示,我們看到體驗最差的是 21:00。
接下來,我們點選 21:00 的資料點,然後進入“頻道資料取樣”。當然,只有符合“取樣規則”的資料點才會顯示“頻道資料取樣”,詳細規則請在 docs.agora.io/cn/ 搜尋**“取樣規則”**。
在點選“頻道資料取樣”後,右側會彈出取樣詳情。這裡會列出在該時間點的“分鐘數-影片卡頓率”資料散點圖。每一個點都是一個頻道。資料點越靠近右上角,說明這個頻道卡頓率越高,而且通話時間越久,即這個頻道的體驗比較差。
我們可以從下圖中看出,靠近右上角的資料點都是同一個頻道。
這時,如果我們點選任意一個頻道號,就會顯示出改頻道當時的使用者數(即卡頓影響範圍),影片總時長(即卡頓影響時長)。同時,還會出現一個“使用者資料取樣”。
這個頻道到底發生了什麼呢?
接著,點選“使用者資料取樣”,在視窗下方會顯示出來當時在這個頻道里的使用者都有哪些。可以從下圖看到,遇到質量體驗問題的使用者雖然不同,但是對端使用者都是同一個(如圖中紅框)。說明,體驗問題可能與這個對端使用者有關。
當我們點選右側的“通話調查”後,就會跳轉至水晶球的“通話調查”功能,詳細查詢該頻道該時刻的質量資料。
在進入通話調查之後,我們可以看到傳送端、接收端的裝置狀態、影片傳送解析度、影片傳送幀率、影片幀率和卡頓、影片上行和網路丟包、影片下行和網路丟包。
從資料來看,傳送端的網路狀態沒有出現異常,但是 CPU 在 18:00到 21:00出現了異常(紅色資料值表示 CPU 佔用率過高)。再看影片傳送的解析度,當 CPU 佔用率較高的時候,傳送的解析度也降低了。不過 Wi-Fi 訊號質量是藍色的,也就是說網路環境良好。
所以可以初步判斷是傳送端的裝置效能不足導致了這個時段的影片卡頓。
↓↓↓預告
“通話調查”的多個質量維度可以用來調查出通話問題根源。我們稍後還將圍繞兩個典型案例,來講解“通話調查”的使用方法。敬請期待。
- 從開源模型、框架到自研,聲網 Web 端虛擬背景演算法正式釋出
- 聲網的混沌工程實踐
- 聲網崩潰資料的自動化閉環處理
- 影片影象色彩增強的主要方法與落地實踐
- 聲網AI降噪測評系統初探
- Agora Flat:線上教室的開源初體驗
- 三步開啟你的網路服務全球動態加速之旅
- 如何基於 React Native 快速實現一個影片通話應用
- 小談音影片質量檢測
- Android 音影片 - MediaCodec 編解碼音影片
- 【AI 全棧 SOTA 綜述 】這些你都不知道,怎麼敢說會 AI?【語音識別原理 實戰】
- Android 音影片 - EGL 原始碼解析以及 C 實現
- Android 音影片採集那些事
- 別再傻傻分不清 AVSx H.26x MPEG-x 了
- 音影片編解碼 -- 編碼引數 CRF
- 【音影片專題】音訊質量評估方法那些事
- Javacv 音影片小工具 - 下載抖音影片
- 音影片編解碼流程與如何使用 FFMPEG 命令進行音影片處理
- 弱網下的極限實時影片通訊
- (深入篇)漫遊語音識別技術—帶你走進語音識別技術的世界