共计 1512 个字符，预计需要花费 4 分钟才能阅读完成。
7 月初，声网 Agora 水晶球的“数据洞察”性能正式版上线。“数据洞察”可显示两种数据，一种是用量，另一种是品质。
“数据洞察”的“用量概览”最大的意义就是能够帮你回溯过来一段时间内的整体音视频分钟数趋势，为业务经营策略的复盘、调整提供数据参考。这些数据图表比拟容易了解。
不过第一次在“数据洞察”中看到“品质概览”的用户，可能感触到的只是扑面而来的多个数据图标，一时间还不晓得，如何复盘曾遇到的品质问题，并一步步追根溯源。所以咱们将通过一个测试案例，来一步步从发现问题、考察线索，到发现问题依据，带大家了解如何应用它。
* 注：以下图中所示为测试 Demo 数据
通过点击左侧菜单栏中的“品质概览”，咱们能够在“数据洞察”页面依据工夫范畴，查看品质趋势。
首先，页面能够划分为三个模块 “用户体验”、“退出频道”、“指标剖析”。“用户体验”和“退出频道”，展现了 5 个次要影响实时互动体验的质量指标：视频卡顿率、音频卡顿率、网络提早率、登录成欧功率和 5s 登录成功率。
“指标剖析”则是展现了以上五个质量指标在地区、操作系统、网络类型、设施类型、SDK 版本、频道规模几个维度上的数据分布。
咱们抉择了查看 6 月 26 日到 7 月 4 日期间的数据。“用户体验”模块，会显示视频卡顿率、音频卡顿率、网络提早率三个质量指标在这段时间的走势。而且，它会主动将数据最差的那一天的数据筛选进去，显示在曲线图上方。如下图所示，高深莫测，三个指标最差的日子刚好重叠在 7 月 1 日那一天。这一天到底产生了什么呢？
咱们能够将鼠标放到数据曲线中 7 月 1 日那天。点击数据点，就会在弹出的气泡中看到两个选项：“查看小时”、“查看散布”。
为了进一步考察这一天呈现了什么问题，咱们点击“查看小时”，从更细的颗粒度来查看当天的品质数据。如下图所示，咱们看到体验最差的是 21:00。
接下来，咱们点击 21:00 的数据点，而后进入“频道数据采样”。当然，只有合乎“采样规定”的数据点才会显示“频道数据采样”，具体规定请在 docs.agora.io/cn/ 搜寻 “采样规定”。
在点击“频道数据采样”后，右侧会弹出采样详情。这里会列出在该工夫点的“分钟数 - 视频卡顿率”数据散点图。每一个点都是一个频道。数据点越凑近右上角，阐明这个频道卡顿率越高，而且通话时间越久，即这个频道的体验比拟差。
咱们能够从下图中看出，凑近右上角的数据点都是同一个频道。
这时，如果咱们点击任意一个频道号，就会显示出改频道过后的用户数（即卡顿影响范畴），视频总时长（即卡顿影响时长）。同时，还会呈现一个“用户数据采样”。
这个频道到底产生了什么呢？
接着，点击“用户数据采样”，在窗口下方会显示进去过后在这个频道里的用户都有哪些。能够从下图看到，遇到品质体验问题的用户尽管不同，然而对端用户都是同一个（如图中红框）。阐明，体验问题可能与这个对端用户无关。
当咱们点击右侧的“通话考察”后，就会跳转至水晶球的“通话考察”性能，具体查问该频道该时刻的品质数据。
在进入通话考察之后，咱们能够看到发送端、接收端的设施状态、视频发送分辨率、视频发送帧率、视频帧率和卡顿、视频上行和网络丢包、视频上行和网络丢包。
从数据来看，发送端的网络状态没有出现异常，然而 CPU 在 18:00 到 21:00 呈现了异样（红色数据值示意 CPU 占用率过高）。再看视频发送的分辨率，当 CPU 占用率较高的时候，发送的分辨率也升高了。不过 Wi-Fi 信号品质是蓝色的，也就是说网络环境良好。
所以能够初步判断是发送端的设施性能有余导致了这个时段的视频卡顿。
↓↓↓预报
“通话考察”的多个品质维度能够用来考察出通话问题本源。咱们稍后还将围绕两个典型案例，来解说“通话考察”的应用办法。敬请期待。
