# هامش السعة المتبقّي (Capacity Headroom)

> نسبة السعة غير المستعملة من المعالجة والذاكرة والتخزين والشبكة عند ذروة الاستعمال لا عند متوسطه.

- **المجال:** تقنية المعلومات (IT Operations)
- **الوحدة:** %
- **تكرار القياس:** شهري
- **الاتجاه المرغوب:** ضمن نطاق
- **النوع:** قائد (Leading)
- **الرابط:** https://kpihub.co/k/it-capacity-headroom

## الهدف

معرفة متى تنفد السعة قبل أن تنفد، فالتوسّع يحتاج شهورًا والانهيار يحتاج ساعة ذروة واحدة.

## لماذا هو مهم

- السعة تُشترى بمهلة طويلة، فالتخطيط لها متأخّرًا يعني توقّفًا مؤكّدًا
- الهامش الزائد رأس مال معطّل، والهامش الناقص انهيار في أول ذروة
- القياس عند المتوسط يخفي الذروة تمامًا، والذروة وحدها هي التي تُسقط النظام

## المعادلة

```
Headroom % = ((Available capacity − Peak usage) ÷ Available capacity) × 100
```

قِسه عند المئين الخامس والتسعين من الاستعمال لا عند المتوسط. نظام بمتوسط استعمال 40% وذروة 94% ليس لديه هامش، والمتوسط يقول العكس تمامًا.

## مثال محسوب

خادم بذروة استعمال معالجة 94% ومتوسط 41%. الهامش عند الذروة: 6% فقط، وعند المتوسط يبدو 59%، والرقم الأول هو الحقيقي.

## النطاق الاسترشادي

من 25% إلى 40% هامشًا عند الذروة هو النطاق الصحّي. وتحت 15% يعني نظامًا يسقط في أول قفزة، وفوق 60% يعني سعة مدفوعة ولا تُستعمل.

## تحليل الاتجاه

- تآكله المطّرد يعطي تاريخًا تقريبيًّا للنفاد، وهو ما يجب أن يقود قرار الشراء
- قفزته بعد ترقية طبيعية، والمهم معدل التآكل بعدها لا الرقم اللحظي
- هامش كبير ثابت لسنوات يعني سعة اشتُريت بلا حاجة

## أسئلة تشخيصية

- متى تنفد السعة بمعدل التآكل الحالي؟ التاريخ هو القرار
- هل نقيس عند الذروة أم المتوسط؟ الفرق يقلب الحكم
- أي مورد أضيق هامشًا؟ الأضيق يحكم النظام كله

## نصائح عملية

- اعرض تاريخ النفاد المتوقّع لا النسبة وحدها، فالتاريخ هو ما يحرّك الموازنة
- قِس كل مورد على حدة، فالمعالجة قد تكون مرتاحة والتخزين على وشك النفاد
- استعمل المئين الخامس والتسعين لا الحد الأقصى، فالقمّة الواحدة ليست نمطًا

## العرض المناسب

- خط زمني للاستعمال عند الذروة مع خط السعة وتاريخ النفاد المتوقّع
- أعمدة بالمورد للهامش: معالجة وذاكرة وتخزين وشبكة
- توزيع الاستعمال بالساعة لكشف الذروة

## تحذيرات وفخاخ

- القياس عند المتوسط يعطي طمأنينة كاذبة قبل انهيار في أول ذروة
- الاعتماد على الحد الأقصى المطلق يدفع إلى شراء سعة لقمّة تحدث مرة
- قياس المتوسط عبر كل الخوادم يخفي خادمًا واحدًا على وشك النفاد

## أثر التغيير

- معرفة تاريخ النفاد قبل ستة أشهر تحوّل الشراء الطارئ إلى شراء مخطّط بسعر أفضل
- تحديد المورد الأضيق يوجّه الإنفاق إلى ما يحتاجه فعلًا لا إلى ترقية شاملة
- تقليص هامش زائد يحرّر تكلفة سعة لا يستعملها أحد

## احسبه في أداتك

### Excel

```excel
=1 - PeakUsage / AvailableCapacity
```

### Power BI (DAX)

```dax
Capacity Headroom % =
1 - DIVIDE (
    [Peak Usage],
    [Available Capacity]
)
```

### Tableau

```
1 - ( SUM([Peak Usage]) / SUM([Available Capacity]) )
```

### SQL

```sql
SELECT resource_type,
       system_name,
       PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY usage_pct) AS p95_usage_pct,
       100 - PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY usage_pct) AS headroom_pct
FROM   capacity_metric
WHERE  measured_at BETWEEN :from_date AND :to_date
GROUP  BY resource_type, system_name
ORDER  BY headroom_pct;
```

---

المصدر: [KPIHub](https://kpihub.co/k/it-capacity-headroom) · مرجع عربي مجاني لمؤشرات الأداء.