CN104182343B - 操作系统的性能测试方法及装置 - Google Patents
操作系统的性能测试方法及装置 Download PDFInfo
- Publication number
- CN104182343B CN104182343B CN201410419355.4A CN201410419355A CN104182343B CN 104182343 B CN104182343 B CN 104182343B CN 201410419355 A CN201410419355 A CN 201410419355A CN 104182343 B CN104182343 B CN 104182343B
- Authority
- CN
- China
- Prior art keywords
- load
- operating system
- section
- file
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
一种操作系统的性能测试方法及装置,先构建负载集体系,负载集体系及相应的分布值组合成了相应的负载剖面。然后通过仿真真实应用场景,确定所需的负载、负载的分布值、负载的加载等级的顺序,根据所需负载及其分布值确定了所需的负载剖面及其负载剖面的分布,根据负载剖面及其负载剖面的分布,所需的负载、加载等级的顺序、负载的加载时间即可以构造性能测试场景,最后采用构造的性能测试场景进行操作系统的性能测试。本发明实现了操作系统的全面性能测试,可以模拟操作系统真实应用场景,在多负载多等级压力下开展操作系统的性能测试。
Description
技术领域
本发明涉及操作系统技术领域,特别是涉及一种操作系统的性能测试方法及装置。
背景技术
操作系统(Operating System,OS)是管理和控制计算机硬件与软件资源的计算机程序,是直接运行在“裸机”上的最基本的系统软件,其他软件都需在操作系统的支持下才能运行。操作系统的功能包括管理计算机系统的硬件、软件及数据资源,控制程序运行,改善人机界面,为其它应用软件提供支持等,使计算机系统资源最大限度地发挥作用;提供各种形式的用户界面,使用户有一个好的工作环境,为其它软件的开发提供必要的服务和相应的接口。研究操作系统性能是相当有意义的,因为操作系统的性能直接影响了其上应用系统的性能,操作系统性能不稳定会造成其上大量应用系统的不稳定甚至崩溃。
操作系统性能测试一般采用基准测试的方法,基准测试是指通过设计科学的测试方法、测试工具和测试系统,实现对一类测试对象的某项性能指标进行定量的和可对比的测试。例如,对计算机CPU(Central Processing Unit,中央处理器)进行浮点运算、数据访问的带宽和延迟等指标的基准测试,可以使用户清楚地了解每一款CPU的运算性能及作业吞吐能力是否满足应用程序的要求;对数据库管理系统的ACID(Atomicity ConsistencyIsolation Durability,原子性、一致性、独立性和持久性)查询时间和联机事务处理能力等方面的性能指标进行基准测试,有助于使用者挑选最符合自己需求的数据库系统。
上述技术虽然应用很广泛,但是存在以下的缺点:
1、有些测试程序偏向于测试机器硬件方面的性能,在操作系统层面的性能考虑欠缺,比如ScalAPACK、SPEC95等测试程序主要考察CPU计算性能;
2、有些测试程序虽然考虑到操作系统层面的性能,但是只针对操作系统某个部分或某个子系统的性能进行考察,不能够全面反映操作系统性能,比如IOZone只对磁盘IO(输入输出)性能进行测试,Netperf只对网络性能进行测试。全面开展对操作系统的内存、磁盘IO、进程间通信、处理器等子系统的性能测试程序目前几乎没有。
3、没有考虑在负载压力下测试操作系统的性能,而实际情况是,基于操作系统之上往往有诸多应用在运行,不同的应用对操作系统的压力不一样,会对其他应用造成影响。
针对上述技术第3点的缺陷,目前已有测试程序针对Linux内核子系统设计特定的工作量作为负载,以此形成对Linux内核的压力,在各负载压力情况下测试这些子系统的性能。
但是这些测试程序也存在如下缺点:
1、对负载的选择只局限于内核子系统,缺乏系统层以及操作系统之上的应用负载的考虑;
2、负载压力只有一个等级,无法模拟操作系统的真实应用场景;
3、只是简单利用负载作为压力背景进行测试,并且负载简单,不能够挖掘出操作系统的性能,不能够模拟真实应用场景,从而得到的性能数据也没有说服力。
4、由于性能测试数据的单一和缺乏系统化,无法进一步开展对操作系统的性能分析,不能挖掘出Linux操作系统在各种应用场景下的性能表现。
发明内容
基于此,有必要针对上述问题,提供一种能够模拟真实应用场景并开展全面性能测试的操作系统的性能测试方法及装置。
一种操作系统的性能测试方法,包括步骤:
根据操作系统的各应用场景归类出内核层、系统层和应用层分别包含的负载,并根据负载压力将负载设置为N个加载等级;
将各所述负载分类至相应的负载剖面,所述负载剖面包括负载待定的分布值,所述分布值为所述负载加载时间与测试总时间的比值;
将应用场景作为操作系统运行背景,测试各负载的数据,将根据所述数据确定的影响操作系统的负载作为新负载,并根据所述数据确定新负载的分布值、新负载的加载等级的顺序;
将所述新负载的分布值作为其待定的分布值,根据所述新负载及其分布值确定所述应用场景包含的负载剖面以及负载剖面的分布;
根据确定的所述负载剖面以及负载剖面的分布,所述新负载、所述加载等级的顺序、新负载的加载时间构造模拟所述应用场景的性能测试场景,并采用所述性能测试场景进行操作系统的性能测试,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积。
一种操作系统的性能测试装置,包括:
负载确定模块,用于根据操作系统的各应用场景归类出内核层、系统层和应用层分别包含的负载,并根据负载压力将负载设置为N个加载等级;
负载分类模块,用于将各所述负载分类至相应的负载剖面,所述负载剖面包括负载待定的分布值,所述分布值为所述负载加载时间与测试总时间的比值;
负载测试模块,用于将应用场景作为操作系统运行背景,测试各负载的数据,将根据所述数据确定的影响操作系统的负载作为新负载,并根据所述数据确定新负载的分布值、新负载的加载等级的顺序;
负载剖面及其分布确定模块,用于将所述新负载的分布值作为其待定的分布值,根据所述新负载及其分布值确定所述应用场景包含的负载剖面以及负载剖面的分布;
性能测试模块,用于根据确定的所述负载剖面以及负载剖面的分布,所述新负载、所述加载等级的顺序、新负载的加载时间构造模拟所述应用场景的性能测试场景,并采用所述性能测试场景进行操作系统的性能测试,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积。
本发明为了覆盖软件各范围的性能特点,先构建了较为全面的负载集体系,负载集体系及相应的分布值组合成了相应的负载剖面。然后通过仿真真实应用场景,确定所需的负载、负载的分布值、负载的加载等级的顺序,根据所需负载及其分布值确定了所需的负载剖面及其负载剖面的分布,根据负载剖面及其负载剖面的分布,所需的负载、加载等级的顺序、负载的加载时间即可以构造性能测试场景。本发明实现了操作系统的全面性能测试,可以模拟操作系统真实应用场景,在多负载多等级压力下开展操作系统的性能测试。解决了真实应用场景中多剖面的问题,以及基础软件在不同应用场景下的性能上下限问题,可以帮助软件产品筛选,促进产品的改进、设计,以及引导产品的个性化定制研发,为软件产品针对不同应用场景的选型和适配提供帮助。
附图说明
图1为本发明方法实施例的流程示意图;
图2为本发明各负载实施例的示意图;
图3a为本发明负载加载等级顺序及各加载等级下运行时间实施例的示意图;
图3b为图3a各负载的混合叠加效果示意图;
图4为本发明Web服务应用场景剖析示意图;
图5为本发明3D网络游戏应用场景剖析示意图;
图6为本发明装置实施例的结构示意图。
具体实施方式
下面结合附图对本发明操作系统的性能测试方法的具体实施方式做详细描述。
如图1所示,一种操作系统的性能测试方法,包括步骤:
S110、根据操作系统的各应用场景归类出内核层、系统层和应用层分别包含的负载,并根据负载压力将负载设置为N个加载等级;
S120、将各所述负载分类至相应的负载剖面,所述负载剖面包括负载待定的分布值,所述分布值为所述负载加载时间与测试总时间的比值;
S130、将应用场景作为操作系统运行背景,测试各负载的数据,将根据所述数据确定的影响操作系统的负载作为新负载,并根据所述数据确定新负载的分布值、新负载的加载等级的顺序;
S140、将所述新负载的分布值作为其待定的分布值,根据所述新负载及其分布值确定所述应用场景包含的负载剖面以及负载剖面的分布;
S150、根据确定的所述负载剖面以及负载剖面的分布,所述新负载、所述加载等级的顺序、新负载的加载时间构造模拟所述应用场景的性能测试场景,并采用所述性能测试场景进行操作系统的性能测试,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积。
通过调查分析操作系统的应用场景,步骤S110中的应用场景基本归类为:
客户机:流媒体播放、2D/3D(dimension,维)游戏、图形图像处理、文字处理、文件下载、数据备份等单一或多个混合的应用场景;
服务器:邮件服务、Web(万维网)服务、GIS(Geographic Information System,地理信息系统)、气象计算、物理天文计算、石油勘测、飞机气动力设计等单一或多个混合的应用场景。
本发明的目的是模拟应用场景,通过模拟的应用场景对操作系统进行性能测试,因此需要对应用场景的组成进行分析和设计。应用场景虽然表现各异,界面、功能等都不相同,但是对计算机本身而言,各类应用场景最终都体现在操作系统各个模块的功能实现上。因此抓住各种应用场景在操作系统上的差异,通过适合的技术手段,就能模拟出应用场景,并最终实现性能测试场景。
如何反映各种应用场景在操作系统上的差异,本发明将应用场景作为操作系统运行背景,测试操作系统各个子系统的负载数据,得出各种应用场景主要差异在于其负载种类不一致、负载分布值不同以及各种负载加载顺序、时间等的不同。因此为了模拟真实应用场景,构建性能测试场景,负载的设计是首要解决的问题。
负载设计方法选择了对性能测试有代表性和针对性的负载,通过步骤S110中对应用场景的分析,提出负载集体系,该体系涵盖了操作系统应用层、系统层、内核层各层的负载。如图2所示,内核层包含网络负载、磁盘IO负载、进程间通信负载、处理器负载、内存负载、文件系统负载;系统层包含系统调用负载;应用层包含Web(万维网)服务负载、并行计算负载。为了模拟更真实复杂的应用场景,根据每个负载的不同压力情况,将各负载设计为N(N大于等于1)个加载等级,负载压力情况包含负载运行的复杂度、速度、频度等。例如,CPU负载按照运算复杂度、速度综合划分;磁盘IO负载按照速度划分;网络负载按照传输速度划分等。
上述各负载包含的具体负载子项如下:
表1网络负载
负载子项/内容 | 描述 |
TCP数据传输 | 基于TCP(传输控制协议)数据批量传输 |
TCP请求/应答传输 | 基于TCP协议请求/应答传输 |
多个TCP连接传输 | 基于多个TCP连接请求/应答传输 |
UDP数据传输 | 基于UDP(用户数据报协议)数据批量传输 |
表2磁盘IO负载
表3进程间通信负载
表4处理器负载
表5内存负载
负载子项/内容 | 描述 |
内存页换入换出 | 内存页面的频繁换入换出 |
常驻内存 | 分配常驻内存页面,不能进行换出 |
表6文件系统负载
表7系统调用负载
表8Web服务负载
负载子项/内容 | 描述 |
FTP服务 | FTP(文件传输协议)服务器上传、下载负载 |
数据库服务 | TPC-H查询、并发数据修改 |
表9并行计算负载
对上述各负载包含的负载子项运行的复杂度、速度、频度等数值进行归一化处理后,再进行平均化处理,根据平均化处理后的结果对各负载进行不同加载等级的划分。例如将各负载从弱到强划分为四个等级:低负载、中负载、高负载、最高负载。
负载剖面(Load Profile),是指应用场景下,某一时刻负载集的状态,包括负载的种类以及相应的分布值。所述分布值为所述负载加载时间与测试总时间的比值,由于同一时刻一般不止1个负载在运行,所以各负载的分布值相加一般不等于1。基于操作系统的各种形式、类型的应用,本发明设计的负载剖面包括:计算密集型剖面、存储密集型剖面、通信密集型剖面、图形处理密集型剖面。依据计算机的基本结构和操作系统原理,将每个密集型剖面所包括的负载进行分类。例如,计算密集型剖面涉及到CPU处理大量的计算事务,同时CPU计算需要存放数据,所以将处理器负载、并行计算负载、内存负载分类至计算密集型剖面。同理,将磁盘IO负载、内存负载、文件系统负载、万维网服务负载、系统调用负载分类至存储密集型剖面;将网络负载、万维网服务负载、磁盘IO负载、进程间通信负载分类至通信密集型剖面;将处理器负载、并行计算负载、内存负载、磁盘IO负载分类至图形处理密集型剖面。
将各负载分类至相应的负载剖面后,为了建立性能测试场景,需要建立仿真应用场景。通过仿真应用场景的高低背景压力,测试、监控获取至少5组以上的9大项负载的测试数据,这几组负载测试数据得到后,通过统计分析,确定操作系统所受影响的是哪几项负载,这几项负载的分布值、负载的加载等级的顺序。通过这几项负载所属的负载剖面,即可以倒推出应用场景包括哪几个负载剖面。
在构建性能测试场景时,为了方便各负载分布值的调控,可以通过对负载剖面的分布上下浮动的调控,实现负载剖面所属的负载的分布值的同步调控,所以还需要确定这几个负载剖面的分布。步骤S140中根据所述新负载及其分布值确定所述应用场景包含的负载剖面的分布的步骤包括:
将确定的所述负载剖面包含的新负载的分布值进行累加,得到相应的剖面分布;
将各所述剖面分布进行归一化,得到所述应用场景包含的负载剖面的分布。
确定了应用场景包含的负载剖面以及负载剖面的分布,所需负载、所需负载加载等级的顺序、所需负载的加载时间后,进行混合叠加,即构造出模拟真实应用场景的性能测试场景,实现操作系统全面的性能测试,其中所需负载的加载时间为所需负载的分布值与预设测试总时间的乘积。
如图3a示出了三个负载加载等级的顺序以及在各等级下的运行时间,图3b为三个负载混合叠加后的示意图。针对每一负载剖面,对其包含的负载可施加相同等级或不同等级压力,可设定每一个负载在整个应用场景下加载等级的顺序,比如从初始最低等级依次增加到最高等级,然后再依次衰减至最低等级等,也可设定每一个负载在其加载等级下的运行时间,具体依据真实应用场景确定。
图4和图5为具体应用场景剖析示意图。图4为Web服务应用场景,由存储密集型剖面和通信密集型剖面以及负载加载策略所构成。图5为3D网络游戏应用场景,由图形处理密集型剖面和通信密集型剖面以及负载加载策略所构成。
基于同一发明构思,本发明还提供一种操作系统的性能测试装置,下面结合附图对本发明装置的具体实施方式做详细描述。
如图6所示,一种操作系统的性能测试装置,包括:
负载确定模块110,用于根据操作系统的各应用场景归类出内核层、系统层和应用层分别包含的负载,并根据负载压力将负载设置为N个加载等级;
负载分类模块120,用于将各所述负载分类至相应的负载剖面,所述负载剖面包括负载待定的分布值,所述分布值为所述负载加载时间与测试总时间的比值;
负载测试模块130,用于将应用场景作为操作系统运行背景,测试各负载的数据,将根据所述数据确定的影响操作系统的负载作为新负载,并根据所述数据确定新负载的分布值、新负载的加载等级的顺序;
负载剖面及其分布确定模块140,用于将所述新负载的分布值作为其待定的分布值,根据所述新负载及其分布值确定所述应用场景包含的负载剖面以及负载剖面的分布;
性能测试模块150,用于根据确定的所述负载剖面以及负载剖面的分布,所述新负载、所述加载等级的顺序、新负载的加载时间构造模拟所述应用场景的性能测试场景,并采用所述性能测试场景进行操作系统的性能测试,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积。
根据操作系统应用场景,负载确定模块110选择对性能测试有代表性和针对性的负载,如图2所示,内核层包含网络负载、磁盘IO负载、进程间通信负载、处理器负载、内存负载、文件系统负载;系统层包含系统调用负载;应用层包含Web服务负载、并行计算负载。为了模拟更真实复杂的应用场景,负载确定模块110还根据每个负载的不同压力情况,将各负载设计为N个加载等级,负载压力情况包含负载运行的复杂度、速度、频度等。
各负载还包含各自的负载子项,其中网络负载包含传输控制协议数据传输、传输控制协议请求/应答传输、各传输控制协议连接传输、用户数据报协议数据传输;磁盘输入/输出负载包含文件读、文件写、文件重复读、文件重复写、文件跳跃读、文件跳跃写、文件随机读写;进程间通信负载包含多进程创建/删除、管道、共享内存、信号量、消息队列;处理器负载包含图形图像、视频音频、游戏、科学工程计算;内存负载包含内存页换入换出、常驻内存;文件系统负载包含文件创建、删除、重命名、移动、拷贝;系统调用负载包含读写系统调用、Socket系统调用、文件加解锁、Shell调用、读写系统参数;万维网服务负载包含文件传输协议服务、数据库服务;并行计算负载包含MPI并行程序、OpenMP并行程序、Fortran并行程序。
本发明设计的负载剖面包括:计算密集型剖面、存储密集型剖面、通信密集型剖面、图形处理密集型剖面。负载划分模块120依据计算机的基本结构和操作系统原理,将每个密集型剖面所包括的负载进行分类。负载分类完成后,计算密集型剖面包含处理器负载、并行计算负载、内存负载;存储密集型剖面包含磁盘输入/输出负载、内存负载、文件系统负载、万维网服务负载、系统调用负载;通信密集型剖面包含网络负载、万维网服务负载、磁盘输入/输出负载、进程间通信负载;图形处理密集型剖面包含处理器负载、并行计算负载、内存负载、磁盘输入/输出负载。
为了确定性能测试场景涉及的负载剖面及其分布,负载剖面的各负载分布值,负载加载等级的顺序等,负载测试模块130需将应用场景作为操作系统运行背景,测试各负载的数据,根据测试的各负载的数据确定影响操作系统的负载,将该负载作为新负载,并根据数据确定新负载的分布值、新负载的加载等级的顺序等。然后负载剖面及其分布确定模块140即可以根据负载所述的负载剖面确定出应用场景包含的负载剖面。
为了方便各负载分布值的调控,通过对负载剖面的分布上下浮动的调控,实现负载剖面所属的负载的分布值的同步调控,负载剖面及其分布确定模块140还需要确定这几个负载剖面的分布。所述负载剖面及其分布确定模块140根据所述新负载及其分布值确定所述应用场景包含的负载剖面的分布包括:
将确定的所述负载剖面包含的新负载的分布值进行累加,得到相应的剖面分布;
将各所述剖面分布进行归一化,得到所述应用场景包含的负载剖面的分布。
性能测试模块150根据确定的负载剖面以及负载剖面的分布,新负载、加载等级的顺序、新负载的加载时间,进行混合叠加,即构造出模拟所述应用场景的性能测试场景,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积。
本装置其它技术特征与本发明方法相同,在此不予赘述。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种操作系统的性能测试方法,其特征在于,包括步骤:
根据操作系统的各应用场景归类出内核层、系统层和应用层分别包含的负载,并根据负载压力将负载设置为N个加载等级;
将各所述负载分类至相应的负载剖面;所述负载剖面是指应用场景下某一时刻负载集的状态,所述负载剖面包括负载待定的分布值,所述分布值为所述负载加载时间与测试总时间的比值;
将应用场景作为操作系统运行背景,测试各负载的数据,将根据所述数据确定的影响操作系统的负载作为新负载,并根据所述数据确定新负载的分布值、新负载的加载等级的顺序;
将所述新负载的分布值作为其待定的分布值,根据所述新负载及其分布值确定所述应用场景包含的负载剖面以及负载剖面的分布;
根据确定的所述负载剖面以及负载剖面的分布,所述新负载、所述加载等级的顺序、新负载的加载时间构造模拟所述应用场景的性能测试场景,并采用所述性能测试场景进行操作系统的性能测试,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积;
根据所述新负载及其分布值确定所述应用场景包含的负载剖面的分布的步骤包括:
将确定的所述负载剖面包含的新负载的分布值进行累加,得到相应的剖面分布;
将各所述剖面分布进行归一化,得到所述应用场景包含的负载剖面的分布。
2.根据权利要求1所述的操作系统的性能测试方法,其特征在于,所述负载压力包含负载运行的复杂度、速度、频度;所述内核层包含网络负载、磁盘输入/输出负载、进程间通信负载、处理器负载、内存负载、文件系统负载;所述系统层包含系统调用负载;所述应用层包含万维网服务负载、并行计算负载。
3.根据权利要求2所述的操作系统的性能测试方法,其特征在于,相应的负载剖面包含计算密集型剖面、存储密集型剖面、通信密集型剖面、图形处理密集型剖面;
将各所述负载分类至相应的负载剖面的步骤包括:
将处理器负载、并行计算负载、内存负载分类至所述计算密集型剖面;
将磁盘输入/输出负载、内存负载、文件系统负载、万维网服务负载、系统调用负载分类至所述存储密集型剖面;
将网络负载、万维网服务负载、磁盘输入/输出负载、进程间通信负载分类至所述通信密集型剖面;
将处理器负载、并行计算负载、内存负载、磁盘输入/输出负载分类至所述图形处理密集型剖面。
4.根据权利要求2所述的操作系统的性能测试方法,其特征在于,所述网络负载包含传输控制协议数据传输、传输控制协议请求/应答传输、各传输控制协议连接传输、用户数据报协议数据传输;所述磁盘输入/输出负载包含文件读、文件写、文件重复读、文件重复写、文件跳跃读、文件跳跃写、文件随机读写;所述进程间通信负载包含多进程创建/删除、管道、共享内存、信号量、消息队列;所述处理器负载包含图形图像、视频音频、游戏、科学工程计算;所述内存负载包含内存页换入换出、常驻内存;所述文件系统负载包含文件创建、删除、重命名、移动、拷贝;所述系统调用负载包含读写系统调用、Socket系统调用、文件加解锁、Shell调用、读写系统参数;所述万维网服务负载包含文件传输协议服务、数据库服务;所述并行计算负载包含MPI并行程序、OpenMP并行程序、Fortran并行程序。
5.一种操作系统的性能测试装置,其特征在于,包括:
负载确定模块,用于根据操作系统的各应用场景归类出内核层、系统层和应用层分别包含的负载,并根据负载压力将负载设置为N个加载等级;
负载分类模块,用于将各所述负载分类至相应的负载剖面,所述负载剖面是指应用场景下某一时刻负载集的状态,所述负载剖面包括负载待定的分布值,所述分布值为所述负载加载时间与测试总时间的比值;
负载测试模块,用于将应用场景作为操作系统运行背景,测试各负载的数据,将根据所述数据确定的影响操作系统的负载作为新负载,并根据所述数据确定新负载的分布值、新负载的加载等级的顺序;
负载剖面及其分布确定模块,用于将所述新负载的分布值作为其待定的分布值,根据所述新负载及其分布值确定所述应用场景包含的负载剖面以及负载剖面的分布;
性能测试模块,用于根据确定的所述负载剖面以及负载剖面的分布,所述新负载、所述加载等级的顺序、新负载的加载时间构造模拟所述应用场景的性能测试场景,并采用所述性能测试场景进行操作系统的性能测试,其中新负载的加载时间为所述新负载的分布值与预设测试总时间的乘积;
所述负载剖面及其分布确定模块根据所述新负载及其分布值确定所述应用场景包含的负载剖面的分布包括:
将确定的所述负载剖面包含的新负载的分布值进行累加,得到相应的剖面分布;
将各所述剖面分布进行归一化,得到所述应用场景包含的负载剖面的分布。
6.根据权利要求5所述的操作系统的性能测试装置,其特征在于,所述负载压力包含负载运行的复杂度、速度、频度;所述内核层包含网络负载、磁盘输入/输出负载、进程间通信负载、处理器负载、内存负载、文件系统负载;所述系统层包含系统调用负载;所述应用层包含万维网服务负载、并行计算负载。
7.根据权利要求6所述的操作系统的性能测试装置,其特征在于,相应的负载剖面包含计算密集型剖面、存储密集型剖面、通信密集型剖面、图形处理密集型剖面;
所述负载划分模块将各所述负载分类至相应的负载剖面后:
所述计算密集型剖面包含处理器负载、并行计算负载、内存负载;
所述存储密集型剖面包含磁盘输入/输出负载、内存负载、文件系统负载、万维网服务负载、系统调用负载;
所述通信密集型剖面包含网络负载、万维网服务负载、磁盘输入/输出负载、进程间通信负载;
所述图形处理密集型剖面包含处理器负载、并行计算负载、内存负载、磁盘输入/输出负载。
8.根据权利要求6所述的操作系统的性能测试装置,其特征在于,所述网络负载包含传输控制协议数据传输、传输控制协议请求/应答传输、各传输控制协议连接传输、用户数据报协议数据传输;所述磁盘输入/输出负载包含文件读、文件写、文件重复读、文件重复写、文件跳跃读、文件跳跃写、文件随机读写;所述进程间通信负载包含多进程创建/删除、管道、共享内存、信号量、消息队列;所述处理器负载包含图形图像、视频音频、游戏、科学工程计算;所述内存负载包含内存页换入换出、常驻内存;所述文件系统负载包含文件创建、删除、重命名、移动、拷贝;所述系统调用负载包含读写系统调用、Socket系统调用、文件加解锁、Shell调用、读写系统参数;所述万维网服务负载包含文件传输协议服务、数据库服务;所述并行计算负载包含MPI并行程序、OpenMP并行程序、Fortran并行程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410419355.4A CN104182343B (zh) | 2014-08-22 | 2014-08-22 | 操作系统的性能测试方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410419355.4A CN104182343B (zh) | 2014-08-22 | 2014-08-22 | 操作系统的性能测试方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104182343A CN104182343A (zh) | 2014-12-03 |
CN104182343B true CN104182343B (zh) | 2017-02-08 |
Family
ID=51963408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410419355.4A Active CN104182343B (zh) | 2014-08-22 | 2014-08-22 | 操作系统的性能测试方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104182343B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106066814B (zh) * | 2016-05-31 | 2018-05-29 | 广东欧珀移动通信有限公司 | 一种应用控制方法及移动终端 |
CN107729362B (zh) * | 2017-09-05 | 2021-08-20 | 郑州云海信息技术有限公司 | 一种基于mpi并发的存储性能测试方法 |
CN107562594B (zh) * | 2017-09-08 | 2020-12-25 | 东莞华贝电子科技有限公司 | 移动终端的操作系统的测试方法及系统 |
CN108415829B (zh) * | 2018-02-02 | 2022-02-01 | 福建天晴数码有限公司 | 一种加载模块耗时检测的方法及终端 |
CN110471828B (zh) * | 2018-05-09 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 一种操作系统测试方法、装置及其设备 |
CN111177222B (zh) * | 2019-12-26 | 2023-03-03 | 腾讯云计算(北京)有限责任公司 | 模型测试方法、装置及计算设备、存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419733A (zh) * | 2011-12-30 | 2012-04-18 | 苏州汉清投资管理有限公司 | 一种软件综合性能测试系统 |
CN103279392A (zh) * | 2013-06-14 | 2013-09-04 | 浙江大学 | 一种云计算环境下虚拟机上运行的负载分类方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9733963B2 (en) * | 2010-09-17 | 2017-08-15 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Optimizing virtual graphics processing unit utilization |
-
2014
- 2014-08-22 CN CN201410419355.4A patent/CN104182343B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419733A (zh) * | 2011-12-30 | 2012-04-18 | 苏州汉清投资管理有限公司 | 一种软件综合性能测试系统 |
CN103279392A (zh) * | 2013-06-14 | 2013-09-04 | 浙江大学 | 一种云计算环境下虚拟机上运行的负载分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104182343A (zh) | 2014-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104182343B (zh) | 操作系统的性能测试方法及装置 | |
CN104380260B (zh) | 利用可伸缩网格计算的储层仿真 | |
Aiello‐Lammens et al. | spThin: an R package for spatial thinning of species occurrence records for use in ecological niche models | |
Hammoud et al. | MRSim: A discrete event based MapReduce simulator | |
Bakshi | Considerations for big data: Architecture and approach | |
Wang et al. | A quadtree approach to domain decomposition for spatial interpolation in grid computing environments | |
AU2014357640B2 (en) | Distributing data on distributed storage systems | |
Diniz‐Filho et al. | Hidden patterns of phylogenetic non‐stationarity overwhelm comparative analyses of niche conservatism and divergence | |
CN101370025A (zh) | 地理信息数据的存储方法、调度方法及管理系统 | |
Zhang et al. | Enabling point pattern analysis on spatial big data using cloud computing: Optimizing and accelerating Ripley’s K function | |
CN104794058A (zh) | 一种云桌面虚拟环境性能的测试方法 | |
Kan et al. | Heterogeneous parallel computing accelerated generalized likelihood uncertainty estimation (GLUE) method for fast hydrological model uncertainty analysis purpose | |
CN106034144A (zh) | 一种基于负载均衡的虚拟资产数据存储方法 | |
Del-Pozo-Puñal et al. | A scalable simulator for cloud, fog and edge computing platforms with mobility support | |
CN102932389B (zh) | 一种请求处理方法、装置及服务器系统 | |
CN106648829A (zh) | 云资源高效利用的虚拟机迁移方法 | |
Sassi Mahfoudh et al. | Solving CSS-Sprite Packing Problem Using a Transformation to the Probabilistic Non-oriented Bin Packing Problem | |
Scholl et al. | Optimizing distance-based methods for large data sets | |
Tiwari et al. | Identification of critical parameters for MapReduce energy efficiency using statistical Design of Experiments | |
CN110928676A (zh) | 一种基于性能评估的电力cps负荷分配方法 | |
Lee et al. | ARLS: A MapReduce-based output analysis tool for large-scale simulations | |
Laffan | Phylogeny-based measurements at global and regional scales | |
Diniz-Filho et al. | Geographically weighted regression as a generalized Wombling to detect barriers to gene flow | |
Xu et al. | A distributed inverse distance weighted interpolation algorithm based on the cloud computing platform of Hadoop and its implementation | |
Yang et al. | Memcache and MongoDB based GIS web service |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |