CN106528389B - 系统流畅性的性能评测方法、装置及终端 - Google Patents

系统流畅性的性能评测方法、装置及终端 Download PDF

Info

Publication number
CN106528389B
CN106528389B CN201610959975.6A CN201610959975A CN106528389B CN 106528389 B CN106528389 B CN 106528389B CN 201610959975 A CN201610959975 A CN 201610959975A CN 106528389 B CN106528389 B CN 106528389B
Authority
CN
China
Prior art keywords
abnormal
service
state information
information
determining
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
Application number
CN201610959975.6A
Other languages
English (en)
Other versions
CN106528389A (zh
Inventor
杨冬东
谢芮
杜慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN201610959975.6A priority Critical patent/CN106528389B/zh
Publication of CN106528389A publication Critical patent/CN106528389A/zh
Priority to EP17197823.2A priority patent/EP3316136B1/en
Priority to US15/793,128 priority patent/US10558511B2/en
Application granted granted Critical
Publication of CN106528389B publication Critical patent/CN106528389B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3457—Performance evaluation by simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0781—Error filtering or prioritizing based on a policy defined by the user or on a policy defined by a hardware/software module, e.g. according to a severity level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3604—Software analysis for verifying properties of programs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Debugging And Monitoring (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本公开是关于一种系统流畅性的性能评测方法、装置及终端，其中，该方法包括：在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。

Description

系统流畅性的性能评测方法、装置及终端
技术领域
本公开涉及终端技术领域，尤其涉及系统流畅性的性能评测方法、装置及终端。
背景技术
随着终端技术的发展，用户对于终端的系统的流畅性越来越关注。流畅性一方面代表着设备的硬件能力，另一方面代表着系统的稳定性、系统资源的管理水平、以及对第三方不良应用及恶意应用的控制能力。从用户使用角度看，系统的流畅性好，就意味着系统中的应用启动快，不同间应用切换快，没有卡顿。
相关技术中，对终端的系统进行测评的时候，一般只测评系统的稳定性，而很少关注系统的流畅性。
从而，如何针对系统的流畅性进行实时的测评，以确定系统流畅性的真实能力、持久性，进而帮助用户选择终端以及确定系统的软硬件的问题，成为一个亟待解决的问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种系统流畅性的性能评测方法、装置及终端，用于解决如何针对系统的流畅性进行实时的测评，以确定系统流畅性的真实能力、持久性，进而帮助用户选择终端以及确定系统的软硬件的问题。
根据本公开实施例的第一方面，提供一种系统流畅性的性能评测方法，包括：
在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；
获取各服务的运行状态中的异常状态信息；
确定与各异常状态信息对应的异常发生次数；
根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
进一步地，在所述在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态之前，还包括：
获取并安装第三方应用，其中，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数；
启动系统的各序列化场景的服务。
进一步地，所述获取各服务的运行状态中的异常状态信息，包括：
根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息。
进一步地，所述获取各服务的运行状态中的异常状态信息，包括：
获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息。
进一步地，所述获取各服务的运行状态中的异常状态信息，包括：
获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息。
进一步地，所述根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分，包括：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
进一步地，在所述根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分之后，还包括：
根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。
本公开的实施例提供的技术方案可以包括以下有益效果：通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
根据本公开实施例的第二方面，提供一种系统流畅性的性能评测装置，包括：
监测模块，被配置为在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；
获取模块，被配置为获取各服务的运行状态中的异常状态信息；
确定模块，被配置为确定与各异常状态信息对应的异常发生次数；
计算模块，被配置为根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
进一步地，所述装置，还包括：
启动模块，被配置为在所述监测模块在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态之前，获取并安装第三方应用，其中，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数；启动系统的各序列化场景的服务。
进一步地，所述获取模块，被具体配置为：
根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息。
进一步地，所述获取模块，被具体配置为：
获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息。
进一步地，所述获取模块，被具体配置为：
获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息。
进一步地，所述计算模块，被具体配置为：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
进一步地，所述装置，还包括：
显示模块，被配置为在所述计算模块根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分之后，根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。
本公开的实施例提供的技术方案可以包括以下有益效果：通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
根据本公开实施例的第三方面，提供一种终端，包括：
处理器，以及用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
本公开的实施例提供的技术方案可以包括以下有益效果：通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种系统流畅性的性能评测方法实施例一的流程图；
图2是根据一示例性实施例示出的一种系统流畅性的性能评测方法实施例二的流程图；
图3是根据一示例性实施例示出的一种系统流畅性的性能评测装置实施例三的框图；
图4是根据一示例性实施例示出的一种系统流畅性的性能评测装置实施例四的流程图；
图5是根据一示例性实施例示出的一种终端的实体的框图；
图6是根据一示例性实施例示出的一种终端设备800的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种系统流畅性的性能评测方法实施例一的流程图，如图1所示，系统流畅性的性能评测方法用于终端中，该终端包括移动终端、个人终端等等，例如触屏手机、平板电脑、个人电脑等，该方法包括以下步骤。
在步骤S11中，在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用。
在本步骤中，在终端的系统中具有各序列化场景，序列化场景为具有预设次序的场景，且序列化场景为模拟用户使用习惯的场景，在每一个场景中具有至少一个第三方应用。在系统的各序列化场景的服务的运行过程中，可以实时的监测各服务的运行状态。
在步骤S12中，获取各服务的运行状态中的异常状态信息。
其中，步骤S12的具体实现方式包括了以下三种方式中的至少一种：
第一种实现方式：根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息。
第二种实现方式：获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息。
第三种实现方式：获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息。
在本步骤中，在监测各服务的运行状态中，去获取各服务的运行状态中的异常状态信息。
具体来说，确定系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、及第三方应用切换时间；然后根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、及第三方应用切换时间，测量第三方应用运行过程中的丢帧率；接着，根据第三方应用启动时间、第三方应用退出时间、第三方应用切换时间，以及第三方应用运行过程中的丢帧率，去确定出轻量级服务的丢帧异常信息。
还可以获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；然后，根据系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态，去确定除内存异常信息。
还可以获取系统的轻量级服务中的检查的检查点信息，其中，检查点信息为影响用户性能体验的检查点；然后，就可以根据检查点信息，去确定出轻量级服务的检查点异常信息。
在步骤S13中，确定与各异常状态信息对应的异常发生次数。
在本步骤中，在所设定的各序列化场景运行结束之后，去统计与各异常状态信息对应的异常发生次数。举例来说，可以确定出系统不响应的异常发生次数，上层watchdog服务退出的异常发生次数。
在步骤S14中，根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
其中，步骤S14的具体实现方式为：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
在本步骤中，可以依据与各异常状态信息对应的异常发生次数，计算出系统的流畅性评分。具体来说，各异常状态信息具有各自的预设重要性权值、以及量化值差值；然后，将各异常状态信息的预设重要性权值、各异常状态信息的量化值差值、与各异常状态信息对应的异常发生次数，进行加权求和，从而可以得到系统的一个流畅性评分。
举例来说，将应用使用的异常状态信息，丢帧率的异常状态信息，内存使用的异常状态信息，系统稳定状态的异常状态信息等等的预设重要性权值、量化值差值、异常发生次数，进行加权求和，从而可以得到系统的一个流畅性评分。
本实施例通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
在上述图1所示的实施例的基础上，图2是根据一示例性实施例示出的一种系统流畅性的性能评测方法实施例二的流程图，如图2所示，在步骤S11之前，还包括：
在步骤S21中，获取并安装第三方应用，其中，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数；启动系统的各序列化场景的服务。
在本步骤中，需要获取第三方应用，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数，进而各第三方应用为各类最受用户欢迎的第三方应用；然后在终端的系统中，安装各第三方应用。
在步骤S14之后，还包括：
在步骤S22中，根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。
在本步骤中，根据获取到的各异常状态信息、与各异常状态信息对应的异常发生次数，以及计算出的系统的流畅性评分，确定出系统的一个流畅性显示图，在该流畅性显示图中具有各异常状态信息、与各异常状态信息对应的异常发生次数，以及计算出的系统的流畅性评分；然后，将该流畅性显示图显示出来，以便用户观看。
本实施例通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分；根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
图3是根据一示例性实施例示出的一种系统流畅性的性能评测装置实施例三的框图。参照图3，该装置包括：
监测模块31、获取模块32、确定模块33和计算模块34；
监测模块31，被配置为在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；
获取模块32，被配置为获取各服务的运行状态中的异常状态信息；
确定模块33，被配置为确定与各异常状态信息对应的异常发生次数；
计算模块34，被配置为根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
其中，所述获取模块32，被具体配置为：
根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息。
和/或，所述获取模块32，被具体配置为：
获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息。
和/或，所述获取模块32，被具体配置为：
获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息。
所述计算模块34，被具体配置为：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
在上述图3所示的实施例的基础上，图4是根据一示例性实施例示出的一种系统流畅性的性能评测装置实施例四的流程图，如图4所示，所述装置，还包括：
启动模块41，被配置为在所述监测模块31在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态之前，获取并安装第三方应用，其中，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数；启动系统的各序列化场景的服务。
显示模块42，被配置为在所述计算模块34根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分之后，根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分；根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
图5是根据一示例性实施例示出的一种终端的实体的框图。参照图5，该终端可以具体实现为：处理器51，以及被配置为存储处理器可执行指令的存储器52；
其中，所述处理器51被配置为：在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
在上述实施例中，应理解，该处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。SIM卡也称为用户身份识别卡、智能卡，数字移动电话机必须装上此卡方能使用。即在电脑芯片上存储了数字移动电话客户的信息，加密的密钥以及用户的电话簿等内容。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
关于上述实施例中的终端，其中各个模块执行操作的具体方式已经在有关该方法和装置的实施例中进行了详细描述，此处将不做详细阐述说明。
本实施例通过在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。从而从用户角度去监控各场景，进而得到测量量化值，并且针对影响上述各场景中最关键的因素，例如内存、存储、系统资源切换，异常处理等，去得到评价指标，进而给出终端在一定配置和版本下的流畅性评分，从而该流畅性评分可以确定系统流畅性的真实能力、持久性，可以帮助用户选择设备，并且软硬件版本的不足。
图6是根据一示例性实施例示出的一种终端设备800的框图。例如，终端设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图6，终端设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制终端设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在终端设备800的操作。这些数据的示例包括用于在终端设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为终端设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为终端设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述终端设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当终端设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当终端设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为终端设备800提供各个方面的状态评估。例如，传感器组件814可以检测到终端设备800的打开/关闭状态，组件的相对定位，例如所述组件为终端设备800的显示器和小键盘，传感器组件814还可以检测终端设备800或终端设备800一个组件的位置改变，用户与终端设备800接触的存在或不存在，终端设备800方位或加速/减速和终端设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于终端设备800和其他设备之间有线或无线方式的通信。终端设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，终端设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由终端设备800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种系统流畅性的性能评测方法，所述方法包括：
在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；
获取各服务的运行状态中的异常状态信息；
确定与各异常状态信息对应的异常发生次数；
根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (7)

1.一种系统流畅性的性能评测方法，其特征在于，包括：
在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；
获取各服务的运行状态中的异常状态信息；
确定与各异常状态信息对应的异常发生次数；
根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分；
其中，所述获取各服务的运行状态中的异常状态信息，包括：
根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息；
和/或，所述获取各服务的运行状态中的异常状态信息，包括：
获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息；
和/或，所述获取各服务的运行状态中的异常状态信息，包括：
获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息；
所述根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分，包括：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
2.根据权利要求1所述的方法，其特征在于，在所述在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态之前，还包括：
获取并安装第三方应用，其中，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数；
启动系统的各序列化场景的服务。
3.根据权利要求1或2所述的方法，其特征在于，在所述根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分之后，还包括：
根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。
4.一种系统流畅性的性能评测装置，其特征在于，包括：
监测模块，被配置为在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；
获取模块，被配置为获取各服务的运行状态中的异常状态信息；
确定模块，被配置为确定与各异常状态信息对应的异常发生次数；
计算模块，被配置为根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分；
其中，所述获取模块，被具体配置为：
根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息；
和/或，所述获取模块，被具体配置为：
获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息；
和/或，所述获取模块，被具体配置为：
获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息；
所述计算模块，被具体配置为：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
5.根据权利要求4所述的装置，其特征在于，所述装置，还包括：
启动模块，被配置为在所述监测模块在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态之前，获取并安装第三方应用，其中，第三方应用为具有预设排名的各第三方应用中的排名前N位的第三方应用，N为正整数；启动系统的各序列化场景的服务。
6.根据权利要求4或5所述的装置，其特征在于，所述装置，还包括：
显示模块，被配置为在所述计算模块根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分之后，根据各异常状态信息、与各异常状态信息对应的异常发生次数，以及系统的流畅性评分，确定并显示系统的流畅性显示图。
7.一种终端，其特征在于，包括：
处理器，以及用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：在系统的各序列化场景的服务的运行过程中，监测各服务的运行状态，其中，序列化场景为模拟用户使用习惯的场景，所述场景中具有至少一个第三方应用；获取各服务的运行状态中的异常状态信息；确定与各异常状态信息对应的异常发生次数；根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分；
其中，所述获取各服务的运行状态中的异常状态信息，包括：
根据系统的轻量级服务的第三方应用启动时间、第三方应用退出时间、以及第三方应用切换时间，确定第三方应用运行过程中的丢帧率；
根据各所述时间、以及所述丢帧率，确定轻量级服务的丢帧异常信息；
和/或，所述获取各服务的运行状态中的异常状态信息，包括：
获取系统的轻量级服务中发生低内存回收的次数、以及内存回收剩余状态；
根据所述发生低内存回收的次数、以及所述内存回收剩余状态，确定内存异常信息；
和/或，所述获取各服务的运行状态中的异常状态信息，包括：
获取系统的轻量级服务中的检查的检查点信息，所述检查点信息为影响用户性能体验的检查点；
根据所述检查点信息，确定轻量级服务的检查点异常信息；
所述根据与各异常状态信息对应的异常发生次数，确定系统的流畅性评分，包括：
将各异常状态信息的预设重要性权值、与各异常状态信息对应的异常发生次数，进行加权求和，以确定系统的流畅性评分。
CN201610959975.6A 2016-10-27 2016-10-27 系统流畅性的性能评测方法、装置及终端 Active CN106528389B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610959975.6A CN106528389B (zh) 2016-10-27 2016-10-27 系统流畅性的性能评测方法、装置及终端
EP17197823.2A EP3316136B1 (en) 2016-10-27 2017-10-23 Method and device for evaluating system fluency, and ue
US15/793,128 US10558511B2 (en) 2016-10-27 2017-10-25 Method and device for evaluating system fluency, and UE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610959975.6A CN106528389B (zh) 2016-10-27 2016-10-27 系统流畅性的性能评测方法、装置及终端

Publications (2)

Publication Number Publication Date
CN106528389A CN106528389A (zh) 2017-03-22
CN106528389B true CN106528389B (zh) 2021-03-09

Family

ID=58325514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610959975.6A Active CN106528389B (zh) 2016-10-27 2016-10-27 系统流畅性的性能评测方法、装置及终端

Country Status (3)

Country Link
US (1) US10558511B2 (zh)
EP (1) EP3316136B1 (zh)
CN (1) CN106528389B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107193678B (zh) * 2017-04-28 2020-06-19 北京小米移动软件有限公司 卡顿原因确定方法、装置及存储介质
CN107102936B (zh) * 2017-05-27 2021-06-15 腾讯科技（深圳）有限公司 一种流畅度的评估方法和移动终端以及存储介质
CN109189667A (zh) * 2018-08-02 2019-01-11 惠州Tcl移动通信有限公司 终端的流畅性评测方法及评测装置、评测工具、存储装置
CN109885501A (zh) * 2019-03-05 2019-06-14 百度在线网络技术（北京）有限公司 用于测试应用的流畅度的方法和装置
CN110362483B (zh) * 2019-06-19 2022-11-15 平安普惠企业管理有限公司 性能数据采集方法、装置、设备及存储介质
CN110765024B (zh) * 2019-10-29 2023-08-29 百度在线网络技术（北京）有限公司 模拟测试方法、装置、电子设备和计算机可读存储介质
CN111198800B (zh) * 2020-01-03 2023-08-04 北京小米移动软件有限公司 Cpu占有率检测方法、cpu占有率检测装置及电子设备
CN111274086B (zh) * 2020-01-15 2023-06-13 湖北工程学院 一种计算机软件故障监测系统
CN113067752A (zh) * 2021-03-31 2021-07-02 广州酷狗计算机科技有限公司 获取网页卡顿数据的方法、装置、终端及存储介质
CN113485637A (zh) * 2021-05-11 2021-10-08 广州炒米信息科技有限公司 数据存储方法、装置及计算机设备
CN117665726A (zh) * 2022-08-26 2024-03-08 上海禾赛科技有限公司 异常监控系统及方法、装置、处理方法、雷达及监控方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320584A (zh) * 2015-03-31 2016-02-10 维沃移动通信有限公司 一种终端流畅度的测试方法及其终端
CN105446845A (zh) * 2015-11-24 2016-03-30 成都奇鲁科技有限公司 一种智能终端rom流畅度评测方法及系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050261859A1 (en) * 2004-05-24 2005-11-24 Jeremy Petsinger Systems and methods for evaluating a test case
US20070160971A1 (en) * 2006-01-12 2007-07-12 Caldera Paul F Method for Automated Examination Testing and Scoring
US7676695B2 (en) * 2007-06-05 2010-03-09 Compuware Corporation Resolution of computer operations problems using fault trend analysis
US8296445B1 (en) * 2007-11-12 2012-10-23 Google Inc. Software testing harness
US8533842B1 (en) * 2008-03-07 2013-09-10 Symantec Corporation Method and apparatus for evaluating internet resources using a computer health metric
US8196047B2 (en) * 2009-01-20 2012-06-05 Microsoft Corporation Flexible visualization for services
KR101719265B1 (ko) * 2010-10-26 2017-04-04 삼성전자주식회사 서버, 사용자 단말 장치, 그 서비스 제공 방법 및 그 제어 방법
US9208054B2 (en) * 2011-02-14 2015-12-08 Fujitsu Limited Web service for automated cross-browser compatibility checking of web applications
US9027124B2 (en) * 2011-09-06 2015-05-05 Broadcom Corporation System for monitoring an operation of a device
US9632906B2 (en) * 2013-03-15 2017-04-25 Ca, Inc. Automated software system validity testing
KR20140128737A (ko) * 2013-04-29 2014-11-06 삼성전자주식회사 어플리케이션 결함을 관리하기 위한 장치 및 방법
US9558093B2 (en) * 2014-07-30 2017-01-31 Microsoft Technology Licensing, Llc Visual tools for failure analysis in distributed systems
US9398476B2 (en) * 2014-10-02 2016-07-19 International Business Machines Corporation Sampling of device states for mobile software applications
US10042697B2 (en) * 2015-05-28 2018-08-07 Oracle International Corporation Automatic anomaly detection and resolution system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320584A (zh) * 2015-03-31 2016-02-10 维沃移动通信有限公司 一种终端流畅度的测试方法及其终端
CN105446845A (zh) * 2015-11-24 2016-03-30 成都奇鲁科技有限公司 一种智能终端rom流畅度评测方法及系统

Also Published As

Publication number Publication date
US20180121279A1 (en) 2018-05-03
CN106528389A (zh) 2017-03-22
US10558511B2 (en) 2020-02-11
EP3316136B1 (en) 2019-03-13
EP3316136A1 (en) 2018-05-02

Similar Documents

Publication Publication Date Title
CN106528389B (zh) 系统流畅性的性能评测方法、装置及终端
US10643054B2 (en) Method and device for identity verification
US9668117B2 (en) Method and device for analyzing social relationship
CN106599191B (zh) 用户属性分析方法及装置
CN106253996B (zh) 灵敏度衰减测试方法及装置
CN105159676B (zh) 进度条的加载方法、装置和系统
CN111614990A (zh) 加载时长的获取方法、装置及电子设备
CN105955821B (zh) 预读方法及装置
CN111539617B (zh) 数据处理方法和装置、电子设备、交互系统和存储介质
CN113031837B (zh) 内容分享方法、装置、存储介质、终端及服务器
CN114487840A (zh) 电池控制方法、装置及存储介质
CN111859097B (zh) 数据处理方法、装置、电子设备及存储介质
CN114547073B (zh) 时序数据的聚合查询方法、装置及存储介质
CN107203315B (zh) 点击事件的处理方法、装置及终端
CN106446827B (zh) 虹膜识别功能检测方法和装置
CN116347060A (zh) 相机性能评估方法、装置、可读存储介质及系统
CN112311770A (zh) 信息平台选择方法、装置、电子设备及存储介质
CN107257384B (zh) 服务状态监控方法及装置
CN106293398B (zh) 推荐虚拟现实资源的方法、装置及终端
US9866705B2 (en) Method and apparatus for reloading a mobile number
CN113138036B (zh) 温度检测方法及装置、电子设备
CN108650322B (zh) 电池数据处理方法及装置
CN111198800B (zh) Cpu占有率检测方法、cpu占有率检测装置及电子设备
CN112307353B (zh) 数据的处理方法、装置、电子设备、存储介质
CN107239280B (zh) 确定通知重要性的方法、装置及移动终端

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant