CN104252411A - 一种系统压力分析方法及设备 - Google Patents
一种系统压力分析方法及设备 Download PDFInfo
- Publication number
- CN104252411A CN104252411A CN201310263746.7A CN201310263746A CN104252411A CN 104252411 A CN104252411 A CN 104252411A CN 201310263746 A CN201310263746 A CN 201310263746A CN 104252411 A CN104252411 A CN 104252411A
- Authority
- CN
- China
- Prior art keywords
- request
- dilatation
- kinds
- handling
- pressure
- 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.)
- Granted
Links
Landscapes
- Stored Programmes (AREA)
Abstract
本发明公开了一种系统压力分析方法及设备，涉及计算机软件技术领域。针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合；针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标；若扩容后性能预期指标满足业务需求，当前软件系统的压力足够，无需升级软件系统。设备包括参数计算模块、性能测试模块和压力分析模块。本发明通过生产系统分析得到数据，可以推算出系统扩容后的性能预期指标，用来指导性能测试，从而真实地模拟系统的压力，测试出系统在该压力下的性能表现。针对不同的测试场景，仅需要对测试参数进行调整即可实现，从而大大提高了复用性及易用性。
Description
技术领域
本发明涉及计算机软件技术领域，特别涉及一种系统压力分析方法及设备。
背景技术
目前在软件行业中，随着业务和数据量的逐步扩大，当每次对系统规模需要进行扩大时，无法准确的确定扩大后的规模，无法确定目前的硬件环境是否可以支持扩大后的需求。
现有的系统压力分析方案中，随着业务的增长，需要对系统规模进行扩大时，系统维护人员将根据用户的数目来设计性能测试来测试系统的能力；通过模拟增加人员的数目，在测试环境中进行设计测试场景对系统进行加压来测试系统的处理能力，从而确定系统是否需要进行升级。
现有方案中存在的缺陷：
1、测试时间较长，设计场景和场景测试需要消耗大量的人力和物力资源；
2、测试环境无法完全模拟出真实环境，一般生成环境中的数据量级都很大，很难完全模拟；
3、复用性很差，目前模拟测试用的工具在系统数据变更后都需要重新设计脚本。
发明内容
鉴于上述问题，本发明实施例提供一种系统压力分析方法及设备，通过对关键业务请求数目的统计分析，得出业务操作的吞吐量，由于用户增长和吞吐量增长成正比的关系，从而模拟用户操作给系统带来的压力，以精确测试出系统的处理能力，来决策是否需要对服务器硬件进行升级。
本发明实施例采用了如下技术方案：
本发明一个实施例提供了一种系统压力分析方法，应用于在线事务型应用软件系统，所述方法包括：
针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合；所述扩容后吞吐总量根据该关键业务的各类请求扩容后的吞吐量计算得到；所述事务集合为各类请求的集合；
针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标；
判断得到的扩容后性能预期指标是否满足业务需求，若满足则确定当前软件系统的压力足够，无需升级软件系统，若不能满足则确定当前软件系统的压力过大，需要升级软件系统。
根据该关键业务的各类请求扩容后的吞吐量计算扩容后吞吐总量的方法包括：
针对该关键业务，对请求类型进行分类处理；
通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量；
根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量；
对各类请求扩容后的吞吐量进行加和处理，得到扩容后的吞吐总量。
所述根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量包括：
针对各类请求，分别计算每类请求的吞吐量和该类请求的扩容系数的乘积，得到各类请求扩容后的吞吐量；所述扩容系数为根据各类请求扩容后的实际需求得到的。
所述扩容后性能预期指标具体包括：
页面响应时间和每秒通过的事务数目。
所述对请求类型进行分类处理的方法具体包括：
利用http watch工具查看当前的访问请求，根据服务器返回的访问值对请求进行分类处理。
另外，本发明实施例还提供了一种系统压力分析设备，应用于在线事务型应用软件系统，所述设备包括：
参数计算模块，用于针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合；所述扩容后吞吐总量根据该关键业务的各类请求扩容后的吞吐量计算得到；所述事务集合为各类请求的集合；
性能测试模块，用于针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标；
压力分析模块，用于判断得到的扩容后性能预期指标是否满足业务需求，若满足则确定当前软件系统的压力足够，无需升级软件系统，若不能满足则确定当前软件系统的压力过大，需要升级软件系统。
所述设备还包括吞吐总量计算模块，用于根据该关键业务的各类请求扩容后的吞吐量计算扩容后吞吐总量；
所述吞吐总量计算模块包括：
分类单元，用于针对该关键业务，对请求类型进行分类处理；
吞吐量计算单元，用于通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量；
扩容计算单元，用于根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量；
加和处理单元，用于对各类请求扩容后的吞吐量进行加和处理，得到扩容后的吞吐总量。
所述扩容计算单元具体用于，针对各类请求，分别计算每类请求的吞吐量和该类请求的扩容系数的乘积，得到各类请求扩容后的吞吐量；所述扩容系数为根据各类请求扩容后的实际需求得到的。
所述扩容后性能预期指标具体包括：
页面响应时间和每秒通过的事务数目。
所述分类单元具体用于，利用http watch工具查看当前的访问请求，根据服务器返回的访问值对请求进行分类处理。
可见，本发明实施例提供的系统压力分析方法及设备，提出了一种基于吞吐量的压力分析模型，用于分析典型在线事务型应用系统的生产数据，得出关键业务的吞吐量，当系统的用户量增多时，对系统的访问压力会增多，系统的压力与吞吐量值成正比，将分析出的吞吐量乘以可能增大的压力倍数，得出性能测试中需模拟的压力设计指标。也就是说，通过生产系统分析得到数据，可以推算出系统扩容后的性能预期指标，用来指导性能测试，从而真实地模拟系统的压力，测试出系统在该压力下的性能表现。进一步的，本发明实施例针对不同的测试场景，仅需要对测试参数进行调整即可实现，无需像现有技术那样，需要重新设计脚本，从而大大提高了复用性及易用性。
附图说明
图1为本发明一个实施例提供的一种系统压力分析方法流程图；
图2为本发明实施例提供一种系统压力分析方法实例流程图；
图3为本发明一个实施例提供的一种系统压力分析设备结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
参见图1，本发明实施例提供一种系统压力分析方法，主要应用于典型的在线事务型应用软件系统，包括以下步骤：
S101：针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合。
其中，事务集合为上述各类请求的集合，具体包括全部请求类别或部分请求类别构成的集合。
扩容后吞吐总量是根据该关键业务的各类请求扩容后的吞吐量计算得到的。
需要说明的是，数据源的采集应在应用系统生产环境中进行。对系统中关键的业务进行分解，一般包含一个或者多个关键业务。再整理出事务型关键业务，此处以一个关键业务为例子进行分析。具体的，根据该关键业务的各类请求扩容后的吞吐量计算扩容后吞吐总量的方法包括如下子步骤：
1）针对该关键业务，对请求类型进行分类处理。
2）通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量。
3）根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量。
4）对各类请求扩容后的吞吐量进行加和处理，得到扩容后的吞吐总量。
对请求类型进行分类处理的方法具体可以是：利用httpwatch工具查看当前的访问请求，根据服务器返回的访问值对请求进行分类处理。需要说明的是，通常，服务器对一类访问请求返回的访问值通常相同，因此，可以根据服务器返回的访问值对请求进行分类。
上述通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量的具体方法是：
Http watch工具可以直接查看到每种请求中各类包的大小和该请求总共响应时间，将包的大小进行求和后，除以请求的响应时间，便可以计算出请求的吞吐量。
实际应用中，根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量的一种实现方法可以是：
针对各类请求，分别计算每类请求的吞吐量和该类请求的扩容系数的乘积，得到各类请求扩容后的吞吐量。这里所述扩容系数为根据各类请求扩容后的实际需求得到的。可以根据不同的测试场景，对扩容系数设定不同的值，可见，本发明实施例针对不同的测试场景，仅需要对测试参数进行调整即可实现，无需像现有技术那样，需要重新设计脚本，从而大大提高了复用性及易用性。
S102：针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标。
具体的，扩容后性能预期指标具体可以是：页面响应时间和每秒通过的事务数目。当然，本领域技术人员也可以根据情况自行设定扩容后性能预期指标的类型，本发明对此不作限制。
S103：判断得到的扩容后性能预期指标是否满足业务需求，若满足则确定当前软件系统的压力足够，无需升级软件系统，若不能满足则确定当前软件系统的压力过大，需要升级软件系统。
可见，本发明实施例提供的系统压力分析方法，提出了一种基于吞吐量的压力分析模型，用于分析典型在线事务型应用系统的生产数据，得出关键业务的吞吐量，当系统的用户量增多时，对系统的访问压力会增多，系统的压力与吞吐量值成正比，将分析出的吞吐量乘以可能增大的压力倍数，得出性能测试中需模拟的压力设计指标。也就是说，通过生产系统分析得到数据，可以推算出系统扩容后的性能预期指标，用来指导性能测试，从而真实地模拟系统的压力，测试出系统在该压力下的性能表现。进一步的，本发明实施例针对不同的测试场景，仅需要对测试参数进行调整即可实现，无需像现有技术那样，需要重新设计脚本，从而大大提高了复用性及易用性。
为了进一步说明，以下提出一种系统压力分析方法的具体实例。参见图2所示。
整体思路：
本实例提出一种软件性能测试时基于吞吐量的压力分析模型，软件性能测试时，基于吞吐量的压力模型分析，分析典型在线事务型应用系统的生产数据，得出关键业务的吞吐量，当系统的用户量增多时，对系统的访问压力会增多，系统的压力与吞吐量值成正比，将分析出的吞吐量乘以可能增大的压力倍数，得出性能测试中需模拟的压力设计指标，从而真实地模拟系统的压力，测试出系统在该压力下的性能表现。
性能测试时基于吞吐量的压力模型流程包括以下几步：
1、数据源的采集应在应用系统生产环境中；
2、对系统中关键的业务进行分解，一般包含一个或者多个关键业务；
3、整理出事务型关键业务，此处以一个业务为例子进行分析；
4、使用工具分解出业务中所有的请求，并计算出请求的吞吐量；
具体的，采用http watch开源工具查看当前的访问请求，根据服务器返回的值对请求进行分类。
5、将每个不同的请求的吞吐量分开进行整理；
6、根据实际的扩容需求针对不同类型的请求乘以扩大的倍数，此处需要在研发配合下根据用户的实际要求来得出倍数；
7、设请求的吞吐量为A1,A2,……,An，扩大的倍数为a1,a2,……,an；计算出来的吞吐量的总值为Sn=A1*a1+A2*a2+……+An*an；
8、扩容后的总吞吐量确定以后，设计用户数目和事务集合，使用户数在单位时间内的请求数所产生的吞吐量满足总吞吐量，以此为目标设计测试场景进行性能测试；
设计的用户数据和事务集合是用于模拟测试场景的。
9、记录测试结果中的页面响应时间和每秒通过的事务数目。如果系统测试出来的响应时间和每秒通过的事务数目满足需求，则不需要对系统进行升级，如果响应时间过长或者每秒事务数目太少则需要升级系统。
参见图3，本发明实施例提供一种系统压力分析设备，应用于在线事务型应用软件系统，该设备具体包括：
参数计算模块301，用于针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合。
其中，扩容后吞吐总量根据该关键业务的各类请求扩容后的吞吐量计算得到；所述事务集合为各类请求的集合。
性能测试模块302，用于针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标。
其中，扩容后性能预期指标具体包括：页面响应时间和每秒通过的事务数目。
压力分析模块303，用于判断得到的扩容后性能预期指标是否满足业务需求，若满足则确定当前软件系统的压力足够，无需升级软件系统，若不能满足则确定当前软件系统的压力过大，需要升级软件系统。
优选的，所述设备还包括吞吐总量计算模块，用于根据该关键业务的各类请求扩容后的吞吐量计算扩容后吞吐总量。
具体的，所述吞吐总量计算模块包括：
分类单元，用于针对该关键业务，对请求类型进行分类处理。
吞吐量计算单元，用于通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量。
扩容计算单元，用于根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量。
以及，加和处理单元，用于对各类请求扩容后的吞吐量进行加和处理，得到扩容后的吞吐总量。
优选的，所述扩容计算单元具体用于，针对各类请求，分别计算每类请求的吞吐量和该类请求的扩容系数的乘积，得到各类请求扩容后的吞吐量；所述扩容系数为根据各类请求扩容后的实际需求得到的。
实际应用中，所述分类单元具体用于，利用http watch工具查看当前的访问请求，根据服务器返回的访问值对请求进行分类处理。
需要说明的是，本发明系统实施例中的各个模块或者单元的工作原理和处理过程可以参见上述图1所示方法实施例中的相关描述，此处不再赘述。
可见，本发明实施例提供的系统压力分析设备，提出了一种基于吞吐量的压力分析模型，用于分析典型在线事务型应用系统的生产数据，得出关键业务的吞吐量，当系统的用户量增多时，对系统的访问压力会增多，系统的压力与吞吐量值成正比，将分析出的吞吐量乘以可能增大的压力倍数，得出性能测试中需模拟的压力设计指标。也就是说，通过生产系统分析得到数据，可以推算出系统扩容后的性能预期指标，用来指导性能测试，从而真实地模拟系统的压力，测试出系统在该压力下的性能表现。进一步的，本发明实施例针对不同的测试场景，仅需要对测试参数进行调整即可实现，无需像现有技术那样，需要重新设计脚本，从而大大提高了复用性及易用性。
为了便于清楚描述本发明实施例的技术方案，在发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分，本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种系统压力分析方法，其特征在于，应用于在线事务型应用软件系统，所述方法包括：
针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合；所述扩容后吞吐总量根据该关键业务的各类请求扩容后的吞吐量计算得到；所述事务集合为各类请求的集合；
针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标；
判断得到的扩容后性能预期指标是否满足业务需求，若满足则确定当前软件系统的压力足够，无需升级软件系统，若不能满足则确定当前软件系统的压力过大，需要升级软件系统。
2.根据权利要求1所述的系统压力分析方法，其特征在于，根据该关键业务的各类请求扩容后的吞吐量计算扩容后吞吐总量的方法包括：
针对该关键业务，对请求类型进行分类处理；
通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量；
根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量；
对各类请求扩容后的吞吐量进行加和处理，得到扩容后的吞吐总量。
3.根据权利要求2所述的系统压力分析方法，其特征在于，所述根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量包括：
针对各类请求，分别计算每类请求的吞吐量和该类请求的扩容系数的乘积，得到各类请求扩容后的吞吐量；所述扩容系数为根据各类请求扩容后的实际需求得到的。
4.根据权利要求1所述的系统压力分析方法，其特征在于，所述扩容后性能预期指标具体包括：
页面响应时间和每秒通过的事务数目。
5.根据权利要求2所述的系统压力分析方法，其特征在于，所述对请求类型进行分类处理的方法具体包括：
利用http watch工具查看当前的访问请求，根据服务器返回的访问值对请求进行分类处理。
6.一种系统压力分析设备，其特征在于，应用于在线事务型应用软件系统，所述设备包括：
参数计算模块，用于针对各关键业务，根据扩容后吞吐总量计算扩容后用户数量和事务集合；所述扩容后吞吐总量根据该关键业务的各类请求扩容后的吞吐量计算得到；所述事务集合为各类请求的集合；
性能测试模块，用于针对计算得到的扩容后用户数量和事务集合，在当前软件系统中进行性能测试，得到扩容后性能预期指标；
压力分析模块，用于判断得到的扩容后性能预期指标是否满足业务需求，若满足则确定当前软件系统的压力足够，无需升级软件系统，若不能满足则确定当前软件系统的压力过大，需要升级软件系统。
7.根据权利要求6所述的系统压力分析设备，其特征在于，所述设备还包括吞吐总量计算模块，用于根据该关键业务的各类请求扩容后的吞吐量计算扩容后吞吐总量；
所述吞吐总量计算模块包括：
分类单元，用于针对该关键业务，对请求类型进行分类处理；
吞吐量计算单元，用于通过分析各类请求的生产数据，分别计算得到各类请求的吞吐量；
扩容计算单元，用于根据各类请求的扩容需求，分别计算各类请求扩容后的吞吐量；
加和处理单元，用于对各类请求扩容后的吞吐量进行加和处理，得到扩容后的吞吐总量。
8.根据权利要求7所述的系统压力分析设备，其特征在于，所述扩容计算单元具体用于，针对各类请求，分别计算每类请求的吞吐量和该类请求的扩容系数的乘积，得到各类请求扩容后的吞吐量；所述扩容系数为根据各类请求扩容后的实际需求得到的。
9.根据权利要求6所述的系统压力分析设备，其特征在于，所述扩容后性能预期指标具体包括：
页面响应时间和每秒通过的事务数目。
10.根据权利要求7所述的系统压力分析设备，其特征在于，所述分类单元具体用于，利用http watch工具查看当前的访问请求，根据服务器返回的访问值对请求进行分类处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310263746.7A CN104252411B (zh) | 2013-06-27 | 2013-06-27 | 一种系统压力分析方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310263746.7A CN104252411B (zh) | 2013-06-27 | 2013-06-27 | 一种系统压力分析方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104252411A true CN104252411A (zh) | 2014-12-31 |
| CN104252411B CN104252411B (zh) | 2017-08-04 |
Family
ID=52187337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310263746.7A Active CN104252411B (zh) | 2013-06-27 | 2013-06-27 | 一种系统压力分析方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104252411B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109062768A (zh) * | 2018-08-09 | 2018-12-21 | 网宿科技股份有限公司 | 缓存服务器的io性能评估方法和装置 |
| CN109213965A (zh) * | 2018-08-02 | 2019-01-15 | 平安科技（深圳）有限公司 | 一种系统容量预测方法、计算机可读存储介质及终端设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101211311A (zh) * | 2006-12-25 | 2008-07-02 | 中国电信股份有限公司 | 应用软件在生产环境下的性能预测方法 |
| CN101430660A (zh) * | 2008-11-18 | 2009-05-13 | 山东浪潮齐鲁软件产业股份有限公司 | 一种软件性能测试时基于tps的压力模型分析方法 |
| CN101576844A (zh) * | 2008-05-09 | 2009-11-11 | 北京世纪拓远软件科技发展有限公司 | 软件系统性能测试方法和系统 |
| US20120253733A1 (en) * | 2011-03-31 | 2012-10-04 | Infosys Technologies Limited | Transaction based workload modeling for effective performance test strategies |
-
2013
- 2013-06-27 CN CN201310263746.7A patent/CN104252411B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101211311A (zh) * | 2006-12-25 | 2008-07-02 | 中国电信股份有限公司 | 应用软件在生产环境下的性能预测方法 |
| CN101576844A (zh) * | 2008-05-09 | 2009-11-11 | 北京世纪拓远软件科技发展有限公司 | 软件系统性能测试方法和系统 |
| CN101430660A (zh) * | 2008-11-18 | 2009-05-13 | 山东浪潮齐鲁软件产业股份有限公司 | 一种软件性能测试时基于tps的压力模型分析方法 |
| US20120253733A1 (en) * | 2011-03-31 | 2012-10-04 | Infosys Technologies Limited | Transaction based workload modeling for effective performance test strategies |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213965A (zh) * | 2018-08-02 | 2019-01-15 | 平安科技（深圳）有限公司 | 一种系统容量预测方法、计算机可读存储介质及终端设备 |
| CN109213965B (zh) * | 2018-08-02 | 2022-04-29 | 平安科技（深圳）有限公司 | 一种系统容量预测方法、计算机可读存储介质及终端设备 |
| CN109062768A (zh) * | 2018-08-09 | 2018-12-21 | 网宿科技股份有限公司 | 缓存服务器的io性能评估方法和装置 |
| CN109062768B (zh) * | 2018-08-09 | 2020-09-18 | 网宿科技股份有限公司 | 缓存服务器的io性能评估方法和装置 |
| US11106561B2 (en) | 2018-08-09 | 2021-08-31 | Wangsu Science & Technology Co., Ltd. | Method and device for evaluating IO performance of cache servers |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104252411B (zh) | 2017-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110119413B (zh) | 数据融合的方法和装置 | |
| CN106980573B (zh) | 一种构建测试用例请求对象的方法、装置及系统 | |
| EP2572294B1 (en) | System and method for sql performance assurance services | |
| US20130086556A1 (en) | System for ensuring comprehensiveness of requirements testing of software applications | |
| CN108446210A (zh) | 系统性能的度量方法、存储介质和服务器 | |
| CN106803799B (zh) | 一种性能测试方法和装置 | |
| US20210160191A1 (en) | Enhanced selection of cloud architecture profiles | |
| JP2019082874A (ja) | 設計支援装置及び設計支援システム | |
| CN115936895A (zh) | 基于人工智能的风险评估方法、装置、设备及存储介质 | |
| Gupta et al. | Long range dependence in cloud servers: a statistical analysis based on google workload trace | |
| CN110543996A (zh) | 一种职位薪资评估方法、装置、服务器和存储介质 | |
| CN113342692B (zh) | 测试用例自动生成方法、装置、电子设备及存储介质 | |
| CN104573127B (zh) | 评估数据差异性的方法和系统 | |
| CN113742069A (zh) | 基于人工智能的容量预测方法、装置及存储介质 | |
| CN113506023A (zh) | 工作行为数据分析方法、装置、设备及存储介质 | |
| CN104252411A (zh) | 一种系统压力分析方法及设备 | |
| US8812341B2 (en) | Method and system for optimizing process models | |
| Le et al. | A generative network model for product evolution | |
| CN113780666B (zh) | 一种缺失值的预测方法及装置、可读存储介质 | |
| CN114445040A (zh) | 结合rpa和ai的业务流程自动化评估方法、装置及电子设备 | |
| CN111859985B (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
| CN114266414A (zh) | 贷款数额的预测方法、装置、电子设备和介质 | |
| US20210081663A1 (en) | Converting chart data | |
| CN109669668B (zh) | 一种系统性能测试中实现模拟交易执行的方法和装置 | |
| CN110796557A (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: Room 818, 8 / F, 34 Haidian Street, Haidian District, Beijing 100080 Patentee after: BEIJING ULTRAPOWER SOFTWARE Co.,Ltd. Address before: 100089 Beijing city Haidian District wanquanzhuang Road No. 28 Wanliu new building 6 storey block A Room 601 Patentee before: BEIJING ULTRAPOWER SOFTWARE Co.,Ltd. |