CN104516799A - 服务器性能测试方法 - Google Patents
服务器性能测试方法 Download PDFInfo
- Publication number
- CN104516799A CN104516799A CN201310452288.1A CN201310452288A CN104516799A CN 104516799 A CN104516799 A CN 104516799A CN 201310452288 A CN201310452288 A CN 201310452288A CN 104516799 A CN104516799 A CN 104516799A
- Authority
- CN
- China
- Prior art keywords
- server
- test benchmark
- cpu
- benchmark program
- test
- 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.)
- Pending
Links
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种服务器性能测试方法，利用跨平台编程语言编写的测试基准程序包括CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别用于测试CPU、内存、本地磁盘IO等影响服务器应用程序性能的各个性能组件，在待测服务器上分别运行CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，得到各性能组件测试基准程序的运行完成时间并折算出评估分数，可简单快速得到待测服务器的性能测试结果。本发明的服务器性能测试方法，由于测试基准程序可自行利用跨平台编程语言编写，仅需服务器硬件自身即可实现服务器性能测试，简化了服务器的性能测试，降低不同厂商和平台对服务器性能的评估困难。
Description
技术领域
本发明涉及计算机技术，特别涉及一种服务器性能测试方法。
背景技术
随着信息化管理程度的不断拓展和延伸，各大厂商的服务器新产品层出不穷，CPU更新更是日新月异，原有的第三方测试标准，如测试服务器性能的TPCC（TPCC是专门针对OLTP系统（联机交易处理系统）的规范，一般情况下也把这类系统称为业务处理系统，几乎所有在OLTP市场提供软硬平台的国外主流厂商都发布了相应的TPC-C测试结果），一方面不能覆盖参与厂商的所有机型，另一方面需要各大厂商主动参与，由于商务和成本原因，不少厂商拒绝参与；此外即使对于同一个测试标准，各大厂商各有说法，甚至出现互相矛盾的现象。而对于客户，大多数应用软件由于采用C++，java等跨平台语言编写，可支持大多数厂商的服务器产品，如何判别厂商新服务器的性能，成为了一个关键问题。
目前常用的服务器性能测试技术，都是先查看第三方的标准测试，或动用大量的人员搭建各个平台服务器测试环境，选取典型应用进行性能测试，但这种方式需要大量的时间和人力投入，并且需要厂商配合，只有大客户或大系统才会实施，而且成本投入大，周期长。
发明内容
本发明要解决的技术问题是提供一种服务器性能测试方法，能可简单快速得到待测服务器的性能测试结果，降低不同厂商和平台对服务器性能的评估困难。
为解决上述技术问题，本发明提供的服务器性能测试方法，其包括以下步骤：
一.利用跨平台编程语言编写测试基准程序并完成编译；
所述测试基准程序，包括CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序；
CPU测试基准程序，用于测试待测服务器的CPU的运算性能；
内存测试基准程序，用于测试待测服务器的内存的读写性能；
本地磁盘测试基准程序，用于测试待测服务器的本地磁盘的读写性能；
二.在待测服务器上分别运行CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别得到CPU测试基准程序运行完成时间、内存测试基准程序运行完成时间、本地磁盘测试基准程序运行完成时间；
三.根据CPU测试基准程序运行完成时间、内存测试基准程序运行完成时间及本地磁盘测试基准程序运行完成时间，按照计分标准，分别得到CPU测试分值、内存测试分值及本地磁盘测试分值；
四.根据CPU测试分值、内存测试分值及本地磁盘测试分值，及其各自的加权系数，通过加权平均计算得到待测服务器的性能评估分值。
较佳的，在待测服务器上安装该跨平台编程语言的编译器和运行环境，完成所述测试基准程序的编译。
较佳的，所述跨平台编程语言，是C++，shell或java；
所述待测服务器，是PC服务器或者UNIX服务器等。
较佳的，待测服务器上的N个CPU同时分别运行CPU测试基准程序，得到N个CPU的CPU测试基准程序运行完成时间，以N个CPU的CPU测试基准程序运行完成时间的平均值，作为待测服务器的CPU测试基准程序运行完成时间，N为正整数。
较佳的，在待测服务器上多次运行CPU测试基准程序，将得到的多次CPU测试基准程序运行完成时间进行平均，得到CPU测试基准程序运行完成时间；
在待测服务器上多次运行内存测试基准程序，将得到的多次内存测试基准程序运行完成时间进行平均，得到内存测试基准程序运行完成时间；
在待测服务器上多次运行本地磁盘测试基准程序，将得到的多次本地磁盘测试基准程序运行完成时间进行平均，得到本地磁盘测试基准程序运行完成时间。
较佳的，在待测服务器上3次运行CPU测试基准程序，3次运行内存测试基准程序，3次运行本地磁盘测试基准程序。
较佳的，所述CPU测试基准程序的核心算法，是设立a、b、c三层变量循环，运算(c-1+1+1.23456*2345.02*4713*123.45/11.093)/c，a为第一层循环变量，b为第二层循环变量，c为第三层循环变量。
较佳的，a为变化次数为1000次的循环变量，b为变化次数为1000次的循环变量，c为变化次数为1000次的循环变量。
较佳的，所述内存测试基准程序的核心算法，是向待测服务器设立的4G内存盘，分别按1MB块大小读和写1GB文件，记录读写时间。
较佳的，所述本地磁盘测试基准程序的核心算法，是向在待测服务器的本地磁盘建立10GB文件系统，分别按1MB和512Byte的块大小读写5GB的文件，记录读写时间。
本发明的服务器性能测试方法，利用跨平台编程语言编写测试基准程序，可一次完成，持续使用。测试基准程序包括CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别用于测试CPU、内存、本地磁盘IO等影响服务器应用程序性能的各个性能组件，在待测服务器上分别运行CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别得到各性能组件测试基准程序的运行完成时间，然后根据各性能组件测试基准程序的运行完成时间折算出评估分数并得出评估报告，可简单快速（如在30分钟内）得到待测服务器的性能测试结果。本发明的服务器性能测试方法，由于测试基准程序可自行利用跨平台编程语言编写，仅需服务器硬件自身即可实现服务器性能测试，可以简化服务器的性能测试、对比，降低不同厂商和平台对服务器性能的评估困难，大大降低服务器选型的难度，大幅减少成本，将极大满足客户的高性能服务器采购中的选型要求。
附图说明
为了更清楚地说明本发明的技术方案，下面对本发明所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的服务器性能测试方法一实施例示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
服务器性能测试方法，如图1所示，包括以下步骤：
所述测试基准程序，包括CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序；
CPU测试基准程序，用于测试待测服务器的CPU的运算性能；
内存测试基准程序，用于测试待测服务器的内存的读写性能；
本地磁盘测试基准程序，用于测试待测服务器的本地磁盘的读写性能；
二.在待测服务器上分别运行CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别得到CPU测试基准程序运行完成时间、内存测试基准程序运行完成时间、本地磁盘测试基准程序运行完成时间；
三.根据CPU测试基准程序运行完成时间、内存测试基准程序运行完成时间及本地磁盘测试基准程序运行完成时间，按照计分标准，分别得到CPU测试分值、内存测试分值及本地磁盘测试分值；
四.根据CPU测试分值、内存测试分值及本地磁盘测试分值，及其各自的加权系数，通过加权平均计算得到待测服务器的性能评估分值。
较佳的，在待测服务器上安装该跨平台编程语言的编译器和运行环境，完成所述测试基准程序的编译。
较佳的，所述跨平台编程语言，是C++，shell或java等。
较佳的，所述待测服务器，是PC服务器或者UNIX服务器等。
较佳的，待测服务器上的N个CPU同时分别运行CPU测试基准程序，得到N个CPU的CPU测试基准程序运行完成时间，以N个CPU的CPU测试基准程序运行完成时间的平均值，作为待测服务器的CPU测试基准程序运行完成时间，N为正整数。
较佳的，在待测服务器上多次（如3次）运行CPU测试基准程序，将得到的多次CPU测试基准程序运行完成时间进行平均，得到CPU测试基准程序运行完成时间；在待测服务器上多次（如3次）运行内存测试基准程序，将得到的多次内存测试基准程序运行完成时间进行平均，得到内存测试基准程序运行完成时间；在待测服务器上多次（如3次）运行本地磁盘测试基准程序，将得到的多次本地磁盘测试基准程序运行完成时间进行平均，得到本地磁盘测试基准程序运行完成时间。
实施例一的服务器性能测试方法，利用跨平台编程语言编写测试基准程序，可一次完成，持续使用。测试基准程序包括CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别用于测试CPU、内存、本地磁盘IO等影响服务器应用程序性能的各个性能组件，在待测服务器上分别运行CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别得到各性能组件测试基准程序的运行完成时间，然后根据各性能组件测试基准程序的运行完成时间折算出评估分数并得出评估报告，可简单快速（如在30分钟内）得到待测服务器的性能测试结果。实施例一的服务器性能测试方法，由于测试基准程序可自行利用跨平台编程语言编写，仅需服务器硬件自身即可实现服务器性能测试，可以简化服务器的性能测试、对比，降低不同厂商和平台对服务器性能的评估困难，大大降低服务器选型的难度，大幅减少成本，将极大满足客户的高性能服务器采购中的选型要求。
实施例二
基于实施例一的服务器性能测试方法，所述CPU测试基准程序的核心算法，是设立a、b、c三层变量循环，运算(c-1+1+1.23456*2345.02*4713*123.45/11.093)/c，a为第一层循环变量，b为第二层循环变量，c为第三层循环变量。
较佳的，a为变化次数为1000次的循环变量（如为从1每次自增1变化到1000的正整数），b为变化次数为1000次的循环变量（如为从1每次自增1变化到1000的正整数），c为变化次数为1000次的循环变量（如为从1每次自增1变化到1000的正整数）；
实施例二的服务器性能测试方法，CPU测试基准程序的算法，能测试CPU的处理循环、整数、浮点数运算等主要性能，并可在目前主流服务器上300s内运算完毕。
实施例三
基于实施例一的服务器性能测试方法，所述内存测试基准程序的核心算法，是向待测服务器设立的4G内存盘，分别按1MB块大小读和写1GB文件，记录读写时间。
实施例三的服务器性能测试方法，内存测试基准程序的核心算法，测试了服务器内存的调度、读写等主要性能，并可在目前主流服务器上300s内能运算完毕。
实施例四
基于实施例一的服务器性能测试方法，所述本地磁盘测试基准程序的核心算法，是向在待测服务器的本地磁盘建立10GB文件系统，分别按1MB和512Byte的块大小读写5GB的文件，记录读写时间。
实施例四的服务器性能测试方法，本地磁盘测试基准程序的核心算法，测试了本地磁盘的文件系统扫描、文件读写等主要输入输出性能，并可在目前主流服务器上300s内能运算完毕。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (10)
1.一种服务器性能测试方法，其特征在于，包括以下步骤：
一.利用跨平台编程语言编写测试基准程序并完成编译；
所述测试基准程序，包括CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序；
CPU测试基准程序，用于测试待测服务器的CPU的运算性能；
内存测试基准程序，用于测试待测服务器的内存的读写性能；
本地磁盘测试基准程序，用于测试待测服务器的本地磁盘的读写性能；
二.在待测服务器上分别运行CPU测试基准程序、内存测试基准程序、本地磁盘测试基准程序，分别得到CPU测试基准程序运行完成时间、内存测试基准程序运行完成时间、本地磁盘测试基准程序运行完成时间；
三.根据CPU测试基准程序运行完成时间、内存测试基准程序运行完成时间及本地磁盘测试基准程序运行完成时间，按照计分标准，分别得到CPU测试分值、内存测试分值及本地磁盘测试分值；
四.根据CPU测试分值、内存测试分值及本地磁盘测试分值，及其各自的加权系数，通过加权平均计算得到待测服务器的性能评估分值。
2.根据权利要求1所述的服务器性能测试方法，其特征在于，
在待测服务器上安装该跨平台编程语言的编译器和运行环境，完成所述测试基准程序的编译。
3.根据权利要求1所述的服务器性能测试方法，其特征在于，
所述跨平台编程语言，是C++，shell或java；
所述待测服务器，是PC服务器或者UNIX服务器等。
4.根据权利要求1所述的服务器性能测试方法，其特征在于，
待测服务器上的N个CPU同时分别运行CPU测试基准程序，得到N个CPU的CPU测试基准程序运行完成时间，以N个CPU的CPU测试基准程序运行完成时间的平均值，作为待测服务器的CPU测试基准程序运行完成时间，N为正整数。
5.根据权利要求1所述的服务器性能测试方法，其特征在于，
在待测服务器上多次运行CPU测试基准程序，将得到的多次CPU测试基准程序运行完成时间进行平均，得到CPU测试基准程序运行完成时间；
在待测服务器上多次运行内存测试基准程序，将得到的多次内存测试基准程序运行完成时间进行平均，得到内存测试基准程序运行完成时间；
在待测服务器上多次运行本地磁盘测试基准程序，将得到的多次本地磁盘测试基准程序运行完成时间进行平均，得到本地磁盘测试基准程序运行完成时间。
6.根据权利要求5所述的服务器性能测试方法，其特征在于，
在待测服务器上3次运行CPU测试基准程序，3次运行内存测试基准程序，3次运行本地磁盘测试基准程序。
7.根据权利要求1所述的服务器性能测试方法，其特征在于，
所述CPU测试基准程序的核心算法，是设立a、b、c三层变量循环，运算(c-1+1+1.23456*2345.02*4713*123.45/11.093)/c，a为第一层循环变量，b为第二层循环变量，c为第三层循环变量。
8.根据权利要求7所述的服务器性能测试方法，其特征在于，
a为变化次数为1000次的循环变量，b为变化次数为1000次的循环变量，c为变化次数为1000次的循环变量。
9.根据权利要求1所述的服务器性能测试方法，其特征在于，
所述内存测试基准程序的核心算法，是向待测服务器设立的4G内存盘，分别按1MB块大小读和写1GB文件，记录读写时间。
10.根据权利要求1所述的服务器性能测试方法，其特征在于，
所述本地磁盘测试基准程序的核心算法，是向在待测服务器的本地磁盘建立10GB文件系统，分别按1MB和512Byte的块大小读写5GB的文件，记录读写时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310452288.1A CN104516799A (zh) | 2013-09-27 | 2013-09-27 | 服务器性能测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310452288.1A CN104516799A (zh) | 2013-09-27 | 2013-09-27 | 服务器性能测试方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104516799A true CN104516799A (zh) | 2015-04-15 |
Family
ID=52792146
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310452288.1A Pending CN104516799A (zh) | 2013-09-27 | 2013-09-27 | 服务器性能测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104516799A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794058A (zh) * | 2015-05-07 | 2015-07-22 | 合肥云中信息科技有限公司 | 一种云桌面虚拟环境性能的测试方法 |
| CN105183604A (zh) * | 2015-10-29 | 2015-12-23 | 浪潮(北京)电子信息产业有限公司 | 一种对服务器性能进行测试的方法及系统 |
| CN105786681A (zh) * | 2016-02-18 | 2016-07-20 | 中国科学院计算技术研究所 | 数据中心的服务器性能评估及服务器更新方法 |
| CN106371956A (zh) * | 2016-08-29 | 2017-02-01 | 浪潮电子信息产业股份有限公司 | 一种自动化进行内存性能测试的方法 |
| CN106775968A (zh) * | 2016-11-29 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种服务器测试方法、装置及系统 |
| CN108763023A (zh) * | 2018-05-29 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种磁盘的分级方法、装置、设备及可读存储介质 |
| CN110968465A (zh) * | 2018-09-30 | 2020-04-07 | 北京奇虎科技有限公司 | 一种硬件性能测试方法及装置 |
| CN114721922A (zh) * | 2022-05-16 | 2022-07-08 | 北京并行科技股份有限公司 | 一种服务器集群的性能评估方法、计算设备及存储介质 |
| CN116755991A (zh) * | 2023-08-14 | 2023-09-15 | 北京精琢科技有限公司 | 通用跨平台cpu算力评估方法、电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008071237A (ja) * | 2006-09-15 | 2008-03-27 | Hitachi Ltd | ハードウェアモニタを用いた性能評価システム及び再構築可能な計算機システム |
| CN101246446A (zh) * | 2008-03-12 | 2008-08-20 | 浪潮电子信息产业股份有限公司 | 一种测试pc服务器性能表现的方法 |
| CN102253874A (zh) * | 2011-08-09 | 2011-11-23 | 广东电网公司电力科学研究院 | 服务器测试方法及测试系统 |
| CN102708056A (zh) * | 2012-05-15 | 2012-10-03 | 浪潮电子信息产业股份有限公司 | 一种评测服务器性能的方法 |
-
2013
- 2013-09-27 CN CN201310452288.1A patent/CN104516799A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008071237A (ja) * | 2006-09-15 | 2008-03-27 | Hitachi Ltd | ハードウェアモニタを用いた性能評価システム及び再構築可能な計算機システム |
| CN101246446A (zh) * | 2008-03-12 | 2008-08-20 | 浪潮电子信息产业股份有限公司 | 一种测试pc服务器性能表现的方法 |
| CN102253874A (zh) * | 2011-08-09 | 2011-11-23 | 广东电网公司电力科学研究院 | 服务器测试方法及测试系统 |
| CN102708056A (zh) * | 2012-05-15 | 2012-10-03 | 浪潮电子信息产业股份有限公司 | 一种评测服务器性能的方法 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794058B (zh) * | 2015-05-07 | 2017-10-10 | 合肥中科云巢科技有限公司 | 一种云桌面虚拟环境性能的测试方法 |
| CN104794058A (zh) * | 2015-05-07 | 2015-07-22 | 合肥云中信息科技有限公司 | 一种云桌面虚拟环境性能的测试方法 |
| CN105183604A (zh) * | 2015-10-29 | 2015-12-23 | 浪潮(北京)电子信息产业有限公司 | 一种对服务器性能进行测试的方法及系统 |
| CN105786681B (zh) * | 2016-02-18 | 2019-03-26 | 中国科学院计算技术研究所 | 数据中心的服务器性能评估及服务器更新方法 |
| CN105786681A (zh) * | 2016-02-18 | 2016-07-20 | 中国科学院计算技术研究所 | 数据中心的服务器性能评估及服务器更新方法 |
| CN106371956A (zh) * | 2016-08-29 | 2017-02-01 | 浪潮电子信息产业股份有限公司 | 一种自动化进行内存性能测试的方法 |
| CN106775968A (zh) * | 2016-11-29 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种服务器测试方法、装置及系统 |
| CN108763023A (zh) * | 2018-05-29 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种磁盘的分级方法、装置、设备及可读存储介质 |
| CN110968465A (zh) * | 2018-09-30 | 2020-04-07 | 北京奇虎科技有限公司 | 一种硬件性能测试方法及装置 |
| CN114721922A (zh) * | 2022-05-16 | 2022-07-08 | 北京并行科技股份有限公司 | 一种服务器集群的性能评估方法、计算设备及存储介质 |
| CN114721922B (zh) * | 2022-05-16 | 2022-10-04 | 北京并行科技股份有限公司 | 一种服务器集群的性能评估方法、计算设备及存储介质 |
| CN116755991A (zh) * | 2023-08-14 | 2023-09-15 | 北京精琢科技有限公司 | 通用跨平台cpu算力评估方法、电子设备 |
| CN116755991B (zh) * | 2023-08-14 | 2023-11-17 | 北京精琢科技有限公司 | 通用跨平台cpu算力评估方法、电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104516799A (zh) | 服务器性能测试方法 | |
| Liu et al. | Data-oriented characterization of application-level energy optimization | |
| Halpern et al. | Mobile CPU's rise to power: Quantifying the impact of generational mobile CPU design trends on performance, energy, and user satisfaction | |
| Juve et al. | Characterizing and profiling scientific workflows | |
| Wang et al. | Bigdatabench: A big data benchmark suite from internet services | |
| Choi et al. | A roofline model of energy | |
| Huang et al. | Moby: A mobile benchmark suite for architectural simulators | |
| Singh et al. | Memory centric characterization and analysis of spec cpu2017 suite | |
| Butko et al. | Full-system simulation of big. little multicore architecture for performance and energy exploration | |
| Jarus et al. | Performance evaluation and energy efficiency of high-density HPC platforms based on Intel, AMD and ARM processors | |
| Fang et al. | An empirical study of intel xeon phi | |
| Madougou et al. | The landscape of GPGPU performance modeling tools | |
| US9471237B1 (en) | Memory consumption tracking | |
| Schöne et al. | On-line analysis of hardware performance events for workload characterization and processor frequency scaling decisions | |
| US20110016455A1 (en) | Power Profiling for Embedded System Design | |
| Karami et al. | A statistical performance prediction model for OpenCL kernels on NVIDIA GPUs | |
| Rauber et al. | Performance and energy metrics for multi-threaded applications on DVFS processors | |
| Diouri et al. | Assessing power monitoring approaches for energy and power analysis of computers | |
| Muddukrishna et al. | Characterizing task-based OpenMP programs | |
| Fu et al. | Estimating software energy consumption with machine learning approach by software performance feature | |
| Nugteren et al. | Roofline-aware DVFS for GPUs | |
| Blem et al. | Multicore model from abstract single core inputs | |
| Aljuhni et al. | Towards understanding application performance and system behavior with the full dynticks feature | |
| Zhang et al. | A performance prediction scheme for computation-intensive applications on cloud | |
| Peterson et al. | Application of full-system simulation in exploratory system design and development |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150415 |