CN105279079A - 应用程序性能估测方法、装置和系统 - Google Patents
应用程序性能估测方法、装置和系统 Download PDFInfo
- Publication number
- CN105279079A CN105279079A CN201410295144.4A CN201410295144A CN105279079A CN 105279079 A CN105279079 A CN 105279079A CN 201410295144 A CN201410295144 A CN 201410295144A CN 105279079 A CN105279079 A CN 105279079A
- Authority
- CN
- China
- Prior art keywords
- parameter data
- performance parameter
- application program
- average
- score
- 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
本发明涉及一种应用程序性能估测方法、装置和系统。所述方法,包括以下步骤:获取不同类型终端运行同一应用程序的性能参数数据;根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据;将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。上述应用程序性能估测方法、装置和系统,通过搜集不同类型终端运行同一应用程序的性能参数数据,然后求取平均的性能参数,能提高对该应用程序的运行性能估测的准确性。
Description
技术领域
本发明涉及软件测试领域,特别是涉及一种应用程序性能估测方法、装置和系统。
背景技术
随着网络技术和终端的发展,越来越多的人通过终端访问网络,浏览信息。同时,具有各种功能的应用程序被发布在应用商店中,供用户下载后安装在终端上使用。例如,即时通讯应用程序、邮件客户端程序、微博客户端程序等发布在应用商店中,供用户下载。
因终端性能的差异,应用程序安装在不同的终端上运行时所表现的性能存在差异,例如即时通讯应用程序安装在不同的手机终端上,运行时所消耗的资源不同,如此无法准确的估测即时通讯应用程序的性能状况。
发明内容
基于此,有必要针对传统的应用程序性能测试不准确的问题,提供一种应用程序性能估测方法和装置,能提高测试的准确性。
一种应用程序性能估测方法,包括以下步骤:
获取不同类型终端运行同一应用程序的性能参数数据;
根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据;
将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。
一种应用程序性能估测装置,所述装置包括:
获取模块,用于获取不同类型终端运行同一应用程序的性能参数数据;
处理模块,用于根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据;
性能估测模块,用于将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。
一种应用程序性能估测系统,包括服务器和多个不同类型的终端;所述多个不同类型的终端分别自动记录运行同一应用程序的性能参数数据,并将所述性能参数数据上传到所述服务器;所述服务器根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据,以及将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。
上述应用程序性能估测方法、装置和系统,通过搜集不同类型终端运行同一应用程序的性能参数数据,然后求取平均的性能参数,能提高对该应用程序的运行性能估测的准确性。
附图说明
图1为一个实施例中应用程序性能估测方法的应用环境示意图;
图2为一个实施例中应用程序性能估测方法的流程图;
图3为一个实施例中应用程序性能估测装置的结构框图;
图4为一个实施例中应用程序性能估测装置的结构框图;
图5为另一个实施例中应用程序性能估测装置的结构框图;
图6为一个实施例中应用程序性能估测系统的结构框图;
图7为应用程序性能估测系统的处理流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为一个实施例中应用程序性能估测方法的应用环境示意图。该应用环境包括服务器11和多个与服务器11进行通信的终端12。其中,终端12包括但不限于各种智能手机、平板电脑、个人数字助理、电子书阅读器、MP3(MovingPictureExpertsGroupAudioLayerIII,动态影像专家压缩标准音频层面3)或MP4(MovingPictureExpertsGroupAudio5LayerIV,动态影像专家压缩标准音频层面4)播放器、POS终端、车载电脑、膝上型便携计算机和台式计算机等。
图2为一个实施例中应用程序性能估测方法的流程图。如图2中的应用程序性能估测方法运行于图1的应用环境中,从服务器角度进行描述,包括以下步骤:
步骤202,获取不同类型终端运行同一应用程序的性能参数数据。
具体的,不同类型的终端上安装SDK(SoftwareDevelopmentKit,软件开发工具包),通过SDK自动记录APP(Application,应用程序)运行时的性能参数数据,并将性能参数数据上报给服务器。该性能参数数据包括CPU(CentralProcessingUnit,中央处理器)、内存、耗电量、网络流量、流畅度、Crash次数(崩溃次数)等中的至少一项。例如,CPU数据是指应用程序所占用的CPU大小(如50%),该CPU大小可取一段时间内应用程序运行时所占有的CPU大小的平均值或者取一段时间内应用程序运行时所统计的所有CPU大小中预设百分比数量的CPU大小的平均值。内存的使用大小(如100M(兆))。内存的取值可为取持续预设时间以上的最高值,因持续很高的内存可能说明该应用程序存在问题,故选取持续时间达到预设时间以上的最高值作为该终端的内存数据值。耗电量是计算平均电流值,针对安卓系统是取每时刻的电流值,然后取平均值;针对IOS是计算一段时间减少的电量,然后计算出平均电流值。网络流量可为统计一段时间内的消耗总流量,一段时间可为一天等。
不同类型的终端是指硬件配置或软件系统等不同的终端。
针对不同的应用程序,性能参数数据调整。例如有的应用程序,需记录CPU、电量、流量、内存等,有的应用程序,记录CPU、流量、内存和流畅度等。
步骤204,根据该不同类型终端的性能参数数据得到该应用程序的平均的性能参数数据。
具体的,可将不同类型终端的性能参数数据直接求平均得到该应用程序的平均的性能参数数据。例如,该性能参数数据包括CPU,获取了5个不同硬件配置的手机上运行某应用程序的CPU占有率,分别为30%、40%、60%、70%、80%,然后求取平均值得到应用程序的平均的CPU为56%。
在一个实施例中,步骤204包括:从不同类型终端的性能参数数据中筛选预设数量的性能参数数据求平均得到所述应用程序的平均的性能参数数据。
具体的,筛选预设数量的性能参数数据可从不同类型终端的性能参数数据中筛选处于中间段的性能参数数据。中间段的性能参数数据是指获取的所有性能参数数据按照从小到大或从大到小排序后去掉前和后的预设百分比的数据之后剩余的性能参数数据。例如筛选80%中间段。该性能参数数据包括CPU,获取了10个不同硬件配置的手机上运行某应用程序的CPU占有率,分别为30%、35%、40%、45%、50%、55%、60%、65%、70%、80%,取80%中间段,然后求取平均值得到应用程序的平均的CPU为(35%+40%+45%+50%+55%+60%+65%+70%)/8=52.5%。
步骤206,将该平均的性能参数数据与预设的阈值进行比较,根据比较结果估测该应用程序的性能状况。
具体的,性能参数数据包括多项性能参数数据。每项性能参数数据对应自身的预设的阈值。例如以CPU为例,某应用程序的占有CPU的阈值为50%,超过50%,则该应用程序消耗CPU过大,发出告警信息,提醒可需要对该应用程序进行改进以优化CPU占用。例如应用程序的占有内存大小的阈值为100M,超过100M则发出告警信息,提醒可对该应用程序所占内存进行优化。
预设的阈值是根据不同的应用程序的平均性能参数数据计算出来的。例如有若干个APP,每个APP在若干个设备上每天的平均内存值为10M、30M、20M、70M,……,假设这些值的范围是10M~100M,则预期的内存区间可能是比该范围更大的一个范围,比如8M~120M,对于内存只考虑其最大值,则内存的阈值为120M。
上述应用程序性能估测方法,通过搜集不同类型终端运行同一应用程序的性能参数数据,然后求取平均的性能参数,能提高对该应用程序的运行性能估测的准确性。
在一个实施例中,该应用程序性能估测方法还包括:预先建立性能参数数据与得分之间的映射关系。
例如,CPU为20%至60%,其对应的得分为100至0,即CPU超过60%,则得分为0,小于等于20,则得分为100,CPU数据为C,且C在20至60之间,则得分S=(60-C)*25。再例如,对于预期的内存值为8M至120M的,则内存值等于或小于8M的所对应得分为100分,内存值大于或等于120M以上的所对应得分为0。
在该根据该不同类型终端的性能参数数据得到该应用程序的平均的性能参数数据的步骤之后,该应用程序性能估测方法还包括:根据该平均的性能参数数据从该预先建立的性能参数数据与得分之间的映射关系,得到该平均的性能参数数据所对应的得分。
图3为一个实施例中应用程序性能得分的流程图。如图3所示,该性能参数数据包括多项性能参数数据,该应用程序性能得分包括:
步骤302,获取不同类型终端的各项性能参数数据得到该应用程序的各项的平均的性能参数数据。
具体的,多项性能参数数据可包括CPU、内存、耗电量、网络流量、流畅度、Crash次数等中两项以上。
步骤304,获取各项的平均的性能参数数据所对应的得分。
具体的,根据该各项的平均的性能参数数据从该预先建立的各项性能参数数据与得分之间的映射关系,得到该各项的平均的性能参数数据所对应的得分,即CPU所对应的得分从CPU与得分之间的映射关系得到,内存所对应的得分从内存与得分之间的映射关系得到等。
步骤306,根据各项的平均的性能参数数据所对应的得分求取该应用程序的性能的得分。
本实施例中,步骤306包括:根据各项的平均的性能参数数据所对应的得分加权平均求取该应用程序的性能的得分。
具体的,应用程序的性能的得分=w1*流量得分+w2*CPU得分+……+wn*耗电得分/(w1+w2+……+wn)。其中,w1、w2、……、wn为权值,当w1、w2、……、wn均为1时,即求各项的平均的性能参数数据所对应的得分的平均值作为该应用程序的性能的得分。
上述应用程序性能估测方法,通过多项性能参数数据所对应的得分,求取该应用程序的性能的得分,综合估测该应用程序的整体性能,因采用多项性能参数数据进行估测,准确率高。
图4为一个实施例中应用程序性能估测装置的结构框图。该应用程序性能估测装置运行于图1中应用环境的服务器11上。该应用程序性能估测装置包括获取模块420、处理模块440和性能估测模块460。其中:
获取模块420,用于获取不同类型终端运行同一应用程序的性能参数数据。
不同类型的终端是指硬件配置或软件系统等不同的终端。该性能参数包括CPU、内存、耗电量、网络流量、流畅度、Crash次数等中的至少一项。例如,CPU数据是指应用程序所占用的CPU大小(如50%),该CPU大小可取一段时间内应用程序运行时所占有的CPU大小的平均值或者取一段时间内应用程序运行时所统计的所有CPU大小中预设百分比数量的CPU大小的平均值。内存的使用大小(如100M(兆))。耗电量数据是计算平均电流值,针对安卓系统是取每时刻的电流值,然后取平均值;针对IOS是计算一段时间减少的电量,然后计算出平均电流值。网络流量可为统计一段时间内的消耗总流量,一段时间可为一天等。
处理模块440,用于根据该不同类型终端的性能参数数据得到该应用程序的平均的性能参数数据。
具体的,可将不同类型终端的性能参数数据直接求平均得到该应用程序的平均的性能参数数据。例如,该性能参数数据包括CPU,获取了5个不同硬件配置的手机上运行某应用程序的CPU占有率,分别为30%、40%、60%、70%、80%,然后求取平均值得到应用程序的平均的CPU为56%。
在一个实施例中,处理模块440还用于从不同类型终端的性能参数数据中筛选预设数量的性能参数数据求平均得到所述应用程序的平均的性能参数数据。
具体的,筛选预设数量的性能参数数据可从不同类型终端的性能参数数据中筛选处于中间段的性能参数数据。中间段的性能参数数据是指获取的所有性能参数数据按照从小到大或从大到小排序后去掉前和后的预设百分比的数据之后剩余的性能参数数据。例如筛选80%中间段。该性能参数数据包括CPU,获取了10个不同硬件配置的手机上运行某应用程序的CPU占有率,分别为30%、35%、40%、45%、50%、55%、60%、65%、70%、80%,取80%中间段,然后求取平均值得到应用程序的平均的CPU为(35%+40%+45%+50%+55%+60%+65%+70%)/8=52.5%。
性能估测模块460,用于将该平均的性能参数数据与预设的阈值进行比较,根据比较结果估测该应用程序的性能状况。
具体的,性能参数数据包括多项性能参数数据。每项性能参数数据对应自身的预设的阈值。例如以CPU为例,某应用程序的占有CPU的阈值为50%,超过50%,则该应用程序消耗CPU过大,发出告警信息,提醒可需要对该应用程序进行改进以优化CPU占用。例如应用程序的占有内存大小的阈值为100M,超过100M则发出告警信息,提醒可对该应用程序所占内存进行优化。
上述应用程序性能估测装置,通过搜集不同类型终端运行同一应用程序的性能参数数据,然后求取平均的性能参数,能提高对该应用程序的运行性能估测的准确性。
图5为另一个实施例中应用程序性能估测装置的结构框图。如图5所示,该应用程序性能估测装置除了包括获取模块420、处理模块440和性能估测模块460,还包括预配置模块410。
预配置模块410,用于预先建立性能参数数据与得分之间的映射关系。
该处理模块440还用于根据该平均的性能参数数据从该预先建立的性能参数数据与得分之间的映射关系,得到该平均的性能参数数据所对应的得分。
在一个实施例中,该性能参数数据包括多项性能参数数据;
该获取模块420还用于获取不同类型终端的各项性能参数数据得到该应用程序的各项的平均的性能参数数据。
该处理模块440还用于获取各项的平均的性能参数数据所对应的得分,以及根据各项的平均的性能参数数据所对应的得分求取该应用程序的性能的得分。
本实施例中,该处理模块440还用于根据各项的平均的性能参数数据所对应的得分加权平均求取该应用程序的性能的得分。
具体的,应用程序的性能的得分=w1*流量得分+w2*CPU得分+……+wn*耗电得分/(w1+w2+……+wn)。其中,w1、w2、……、wn为权值,当w1、w2、……、wn均为1时,即求各项的平均的性能参数数据所对应的得分的平均值作为该应用程序的性能的得分。
上述应用程序性能估测装置,通过多项性能参数数据所对应的得分,求取该应用程序的性能的得分,综合估测该应用程序的整体性能,因采用多项性能参数数据进行估测,准确率高。
图6为一个实施例中应用程序性能估测系统的结构框图。如图6所示,该应用程序性能估测系统包括服务器620和多个不同类型的终端640。该终端640包括但不限于各种智能手机、平板电脑、个人数字助理、电子书阅读器、MP3或MP4播放器、POS终端、车载电脑、膝上型便携计算机和台式计算机等。
该多个不同类型的终端620分别自动记录运行同一应用程序的性能参数数据,并将该性能参数数据上传到该服务器。
具体的,不同类型的终端620上安装SDK(SoftwareDevelopmentKit,软件开发工具包),通过SDK自动记录APP(Application,应用程序)运行时的性能参数数据,并将性能参数数据上报给服务器。该性能参数数据包括CPU(CentralProcessingUnit,中央处理器)、内存、耗电量、网络流量、流畅度、Crash次数(崩溃次数)等中的至少一项。例如,CPU数据是指应用程序所占用的CPU大小(如50%),该CPU大小可取一段时间内应用程序运行时所占有的CPU大小的平均值或者取一段时间内应用程序运行时所统计的所有CPU大小中预设百分比数量的CPU大小的平均值。内存的使用大小(如100M(兆))。耗电量是计算平均电流值,针对安卓系统是取每时刻的电流值,然后取平均值;针对IOS是计算一段时间减少的电量,然后计算出平均电流值。网络流量可为统计一段时间内的消耗总流量,一段时间可为一天等。
不同类型的终端是指硬件配置或软件系统等不同的终端。
针对不同的应用程序,性能参数数据调整。例如有的应用程序,需记录CPU、电量、流量、内存等,有的应用程序,记录CPU、流量、内存和流畅度等。
该服务器640根据该不同类型终端的性能参数数据得到该应用程序的平均的性能参数数据,以及将该平均的性能参数数据与预设的阈值进行比较,根据比较结果估测该应用程序的性能状况。
进一步的,该服务器640还用于从该不同类型终端的性能参数数据中筛选预设数量的性能参数数据求平均得到该应用程序的平均的性能参数数据。
具体的,筛选预设数量的性能参数数据可从不同类型终端的性能参数数据中筛选处于中间段的预设数量的性能参数数据。中间段的性能参数数据是指获取的所有性能参数数据按照从小到大或从大到小排序后去掉前和后的预设百分比的数据之后剩余的性能参数数据。例如筛选80%中间段。该性能参数数据包括CPU,获取了10个不同硬件配置的手机上运行某应用程序的CPU占有率,分别为30%、35%、40%、45%、50%、55%、60%、65%、70%、80%,取80%中间段,然后求取平均值得到应用程序的平均的CPU为(35%+40%+45%+50%+55%+60%+65%+70%)/8=52.5%。
进一步的,该服务器640上预先建立性能参数数据与得分之间的映射关系,以及根据该平均的性能参数数据从该预先建立的性能参数数据与得分之间的映射关系,得到该平均的性能参数数据所对应的得分。
进一步的,该服务器640还用于获取不同类型终端的各项性能参数数据得到该应用程序的各项的平均的性能参数数据,获取各项的平均的性能参数数据所对应的得分,并根据各项的平均的性能参数数据所对应的得分求取该应用程序的性能的得分。
具体的,该服务器640还用于根据各项的平均的性能参数数据所对应的得分加权平均求取该应用程序的性能的得分。
图7为应用程序性能估测系统的处理流程示意图。如图7所示,终端包括第一终端642和第二终端644,此处仅为了简化描述,终端并非限于包括第一终端和第二终端,还可包括第三终端、第四终端等等。该应用程序性能估测系统的处理流程包括:
步骤702,该多个不同类型的第一终端和第二终端分别自动记录运行同一应用程序的性能参数数据。
步骤704,第一终端和第二终端分别将该性能参数数据上传到该服务器。
步骤706,该服务器根据该不同类型终端的性能参数数据得到该应用程序的平均的性能参数数据,以及将该平均的性能参数数据与预设的阈值进行比较,根据比较结果估测该应用程序的性能状况。
步骤708,该服务器获取不同类型终端的各项性能参数数据得到该应用程序的各项的平均的性能参数数据,获取各项的平均的性能参数数据所对应的得分,并根据各项的平均的性能参数数据所对应的得分求取该应用程序的性能的得分。
具体的,该服务器640上预先建立性能参数数据与得分之间的映射关系,以及根据该平均的性能参数数据从该预先建立的性能参数数据与得分之间的映射关系,得到该平均的性能参数数据所对应的得分,从而获得各项的平均的性能参数数据所对应的得分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述程序可存储于一计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
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 (18)
1.一种应用程序性能估测方法,包括以下步骤:
获取不同类型终端运行同一应用程序的性能参数数据;
根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据;
将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
预先建立性能参数数据与得分之间的映射关系;
在所述根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据的步骤之后,所述方法还包括:
根据所述平均的性能参数数据从所述预先建立的性能参数数据与得分之间的映射关系,得到所述平均的性能参数数据所对应的得分。
3.根据权利要求2所述的方法,其特征在于,所述性能参数数据包括多项性能参数数据,所述方法还包括:
获取不同类型终端的各项性能参数数据得到所述应用程序的各项的平均的性能参数数据;
获取各项的平均的性能参数数据所对应的得分;
根据各项的平均的性能参数数据所对应的得分求取所述应用程序的性能的得分。
4.根据权利要求3所述的方法,其特征在于,所述根据各项的平均的性能参数数据所对应的得分求取所述应用程序的性能的得分的步骤包括:
根据各项的平均的性能参数数据所对应的得分加权平均求取所述应用程序的性能的得分。
5.根据权利要求1所述的方法,其特征在于,所述性能参数包括CPU、内存、耗电量、网络流量、流畅度、崩溃次数中的至少一项。
6.根据权利要求1所述的方法,其特征在于,所述根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据的步骤包括:
从所述不同类型终端的性能参数数据中筛选预设数量的性能参数数据求平均得到所述应用程序的平均的性能参数数据。
7.一种应用程序性能估测装置,其特征在于,所述装置包括:
获取模块,用于获取不同类型终端运行同一应用程序的性能参数数据;
处理模块,用于根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据;
性能估测模块,用于将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
预配置模块,用于预先建立性能参数数据与得分之间的映射关系;
所述处理模块还用于根据所述平均的性能参数数据从所述预先建立的性能参数数据与得分之间的映射关系,得到所述平均的性能参数数据所对应的得分。
9.根据权利要求8所述的装置,其特征在于,所述性能参数数据包括多项性能参数数据;
所述获取模块还用于获取不同类型终端的各项性能参数数据得到所述应用程序的各项的平均的性能参数数据;
所述处理模块还用于获取各项的平均的性能参数数据所对应的得分,以及根据各项的平均的性能参数数据所对应的得分求取所述应用程序的性能的得分。
10.根据权利要求9所述的装置,其特征在于,所述处理模块还用于根据各项的平均的性能参数数据所对应的得分加权平均求取所述应用程序的性能的得分。
11.根据权利要求7所述的装置,其特征在于,所述性能参数包括CPU、内存、耗电量、网络流量、流畅度、崩溃次数中的至少一项。
12.根据权利要求7所述的装置,其特征在于,所述处理模块还用于从所述不同类型终端的性能参数数据中筛选预设数量的性能参数数据求平均得到所述应用程序的平均的性能参数数据。
13.一种应用程序性能估测系统,其特征在于,包括服务器和多个不同类型的终端;所述多个不同类型的终端分别自动记录运行同一应用程序的性能参数数据,并将所述性能参数数据上传到所述服务器;所述服务器根据所述不同类型终端的性能参数数据得到所述应用程序的平均的性能参数数据,以及将所述平均的性能参数数据与预设的阈值进行比较,根据比较结果估测所述应用程序的性能状况。
14.根据权利要求13所述的系统,其特征在于,所述服务器上预先建立性能参数数据与得分之间的映射关系,以及根据所述平均的性能参数数据从所述预先建立的性能参数数据与得分之间的映射关系,得到所述平均的性能参数数据所对应的得分。
15.根据权利要求14所述的系统,其特征在于,所述服务器还用于获取不同类型终端的各项性能参数数据得到所述应用程序的各项的平均的性能参数数据,获取各项的平均的性能参数数据所对应的得分,并根据各项的平均的性能参数数据所对应的得分求取所述应用程序的性能的得分。
16.根据权利要求15所述的系统,其特征在于,所述服务器还用于根据各项的平均的性能参数数据所对应的得分加权平均求取所述应用程序的性能的得分。
17.根据权利要求13所述的系统,其特征在于,所述性能参数包括CPU、内存、耗电量、网络流量、流畅度、崩溃次数中的至少一项。
18.根据权利要求13所述的系统,其特征在于,所述服务器还用于从所述不同类型终端的性能参数数据中筛选预设数量的性能参数数据求平均得到所述应用程序的平均的性能参数数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410295144.4A CN105279079A (zh) | 2014-06-25 | 2014-06-25 | 应用程序性能估测方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410295144.4A CN105279079A (zh) | 2014-06-25 | 2014-06-25 | 应用程序性能估测方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105279079A true CN105279079A (zh) | 2016-01-27 |
Family
ID=55148125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410295144.4A Pending CN105279079A (zh) | 2014-06-25 | 2014-06-25 | 应用程序性能估测方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279079A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095660A (zh) * | 2016-06-14 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 应用的质量监控方法及装置 |
CN106294168A (zh) * | 2016-08-16 | 2017-01-04 | 广州华多网络科技有限公司 | 一种进行应用程序测试的方法和系统 |
CN106909452A (zh) * | 2017-03-06 | 2017-06-30 | 中国科学技术大学 | 并行程序运行时参数优化方法 |
CN107066367A (zh) * | 2017-04-05 | 2017-08-18 | 青岛海信宽带多媒体技术有限公司 | 智能终端中的应用检测方法和装置 |
CN107239339A (zh) * | 2016-03-29 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 系统性能优化参数确定方法、系统性能优化方法及装置 |
CN107944707A (zh) * | 2017-11-28 | 2018-04-20 | 广东华仝九方科技有限公司 | 一种终端配合度的扣分计算方法 |
CN108132940A (zh) * | 2016-12-01 | 2018-06-08 | 北京金山云网络技术有限公司 | 一种应用程序数据提取方法及装置 |
CN111124868A (zh) * | 2018-10-30 | 2020-05-08 | 广州汽车集团股份有限公司 | 流畅度确定方法、装置、电子设备和存储介质 |
CN113176909A (zh) * | 2021-04-29 | 2021-07-27 | 北京达佳互联信息技术有限公司 | 一种终端流畅度的确定方法、装置、电子设备和存储介质 |
US11281559B2 (en) * | 2017-09-06 | 2022-03-22 | Fujitsu Limited | Information processing apparatus, information processing system, and storage medium |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253858A (zh) * | 2011-06-27 | 2011-11-23 | 宇龙计算机通信科技(深圳)有限公司 | 应用程序管理装置和应用程序管理方法 |
CN102298542A (zh) * | 2011-08-24 | 2011-12-28 | 百度在线网络技术(北京)有限公司 | 一种应用程序的质量确定方法和系统 |
CN102880501A (zh) * | 2012-07-24 | 2013-01-16 | 北京奇虎科技有限公司 | 应用推荐的实现方法、装置和系统 |
CN103177086A (zh) * | 2013-03-08 | 2013-06-26 | 百度在线网络技术(北京)有限公司 | 一种对应用搜索结果进行排序的方法及装置 |
CN103440456A (zh) * | 2013-09-06 | 2013-12-11 | Tcl集团股份有限公司 | 一种应用程序安全评估的方法及装置 |
-
2014
- 2014-06-25 CN CN201410295144.4A patent/CN105279079A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102253858A (zh) * | 2011-06-27 | 2011-11-23 | 宇龙计算机通信科技(深圳)有限公司 | 应用程序管理装置和应用程序管理方法 |
CN102298542A (zh) * | 2011-08-24 | 2011-12-28 | 百度在线网络技术(北京)有限公司 | 一种应用程序的质量确定方法和系统 |
CN102880501A (zh) * | 2012-07-24 | 2013-01-16 | 北京奇虎科技有限公司 | 应用推荐的实现方法、装置和系统 |
CN103177086A (zh) * | 2013-03-08 | 2013-06-26 | 百度在线网络技术(北京)有限公司 | 一种对应用搜索结果进行排序的方法及装置 |
CN103440456A (zh) * | 2013-09-06 | 2013-12-11 | Tcl集团股份有限公司 | 一种应用程序安全评估的方法及装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239339A (zh) * | 2016-03-29 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 系统性能优化参数确定方法、系统性能优化方法及装置 |
CN107239339B (zh) * | 2016-03-29 | 2021-03-02 | 斑马智行网络(香港)有限公司 | 系统性能优化参数确定方法、系统性能优化方法及装置 |
CN106095660A (zh) * | 2016-06-14 | 2016-11-09 | 百度在线网络技术(北京)有限公司 | 应用的质量监控方法及装置 |
CN106095660B (zh) * | 2016-06-14 | 2019-03-08 | 百度在线网络技术(北京)有限公司 | 应用的质量监控方法及装置 |
CN106294168A (zh) * | 2016-08-16 | 2017-01-04 | 广州华多网络科技有限公司 | 一种进行应用程序测试的方法和系统 |
CN106294168B (zh) * | 2016-08-16 | 2018-10-23 | 广州华多网络科技有限公司 | 一种进行应用程序测试的方法和系统 |
CN108132940A (zh) * | 2016-12-01 | 2018-06-08 | 北京金山云网络技术有限公司 | 一种应用程序数据提取方法及装置 |
CN106909452B (zh) * | 2017-03-06 | 2020-08-25 | 中国科学技术大学 | 并行程序运行时参数优化方法 |
CN106909452A (zh) * | 2017-03-06 | 2017-06-30 | 中国科学技术大学 | 并行程序运行时参数优化方法 |
CN107066367A (zh) * | 2017-04-05 | 2017-08-18 | 青岛海信宽带多媒体技术有限公司 | 智能终端中的应用检测方法和装置 |
US11281559B2 (en) * | 2017-09-06 | 2022-03-22 | Fujitsu Limited | Information processing apparatus, information processing system, and storage medium |
CN107944707A (zh) * | 2017-11-28 | 2018-04-20 | 广东华仝九方科技有限公司 | 一种终端配合度的扣分计算方法 |
CN107944707B (zh) * | 2017-11-28 | 2021-08-13 | 广东华仝九方科技有限公司 | 一种终端配合度的扣分计算方法 |
CN111124868A (zh) * | 2018-10-30 | 2020-05-08 | 广州汽车集团股份有限公司 | 流畅度确定方法、装置、电子设备和存储介质 |
CN113176909A (zh) * | 2021-04-29 | 2021-07-27 | 北京达佳互联信息技术有限公司 | 一种终端流畅度的确定方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105279079A (zh) | 应用程序性能估测方法、装置和系统 | |
CN110505196B (zh) | 物联网卡异常检测方法及装置 | |
CN108345524B (zh) | 应用程序监控方法及应用程序监控装置 | |
CN106507445B (zh) | 一种无线保真Wi-Fi扫描方法及移动终端 | |
US10263876B2 (en) | Adaptive service timeouts | |
CN102487456A (zh) | 用于提供网络视频访问热度的方法和装置 | |
CN109582470B (zh) | 一种数据处理方法及数据处理装置 | |
CN106960126B (zh) | 数据预警方法和设备 | |
US9118520B1 (en) | Systems and methods for monitoring application resource usage on mobile computing systems | |
CN106817314B (zh) | 大数据采集方法、装置以及系统 | |
CN107222619B (zh) | 应用程序的展示方法及装置、计算机装置和可读存储介质 | |
CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
CN113992340B (zh) | 用户异常行为识别方法、装置、设备和存储介质 | |
CN109597800B (zh) | 一种日志分发方法及装置 | |
CN111245732A (zh) | 一种流量控制方法、装置及设备 | |
CN111586001B (zh) | 异常用户识别方法、装置、电子设备及存储介质 | |
US20130275812A1 (en) | Determining root cause | |
CN111194027B (zh) | 一种网络连接方法、装置及系统 | |
CN104333653A (zh) | 一种信息处理方法和电子设备 | |
CN105260140A (zh) | 磁盘容量监控方法及装置 | |
CN110298178B (zh) | 可信策略学习方法及装置、可信安全管理平台 | |
CN109284275B (zh) | 一种云平台虚拟机文件系统监控方法和装置 | |
CN115420988B (zh) | 异常用电用户的识别方法、装置、设备及存储介质 | |
CN113806070B (zh) | 边缘计算和云计算的数据管理方法和装置 | |
CN113655958A (zh) | 应用数据的存储方法 |
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: 20160127 |