CN107360050B - 视频云存储节点性能自动化测试方法及其装置 - Google Patents
视频云存储节点性能自动化测试方法及其装置 Download PDFInfo
- Publication number
- CN107360050B CN107360050B CN201610305822.XA CN201610305822A CN107360050B CN 107360050 B CN107360050 B CN 107360050B CN 201610305822 A CN201610305822 A CN 201610305822A CN 107360050 B CN107360050 B CN 107360050B
- Authority
- CN
- China
- Prior art keywords
- cloud storage
- storage node
- video cloud
- video
- virtual cameras
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及自动化测试技术,公开了一种视频云存储节点性能自动化测试方法及其装置。本发明中,以多个虚拟摄像机为视频云存储节点提供输入,并根据计算所得的平均负载值动态调整虚拟摄像机的数量,从而方便地对云存储节点进行增压或减压,以较快的速度接近实际存储性能,缩短测试时间。
Description
技术领域
本发明涉及自动化测试技术,特别涉及视频云存储节点性能自动化测试方法及其装置。
背景技术
视频云存储针对安防视频存储的流式非结构化特点,以流式数据结构系统创新地将视频存储、安防应用扩展与云存储优势结合,灵活运用集群化、虚拟化、分布式存储等技术,改造和优化云存储结构,以满足大规模安防监控系统对云存储服务的需求。
为了能对云存储节点的进行存储性能的测试,目前的一种方法是将云存储节点连接到视频监控网络中,将视频监控网络中多台摄像机输出的视频存存到该云存储节点,观察该云存储节点的表现。
云存储节点的能力差异可能是很大的,有些只能支持几百台摄像机,有些却可以支持几千台摄像机,将来技术发展了还可能可以支持更多台摄像机。用同一个视频监控网络测试不同能力的云存储节点时,往往不能达到云存储节点的极限,只能在已知视频监控网络的输入条件下测得云存储节点的当前系统压力值,进而推知云存储节点的性能。例如,在已知视频监控网络的输入条件下,测得云存储节点的当前系统压力值为理论最大系统压力值的10%,那么,该云存储节点的性能就被推知为当前输入的10倍。
然而,本申请的发明人发现,上述方法所推知的云存储节点的性能并不准确。如果为了提高准确度而将一个云存储节点在多个不同规模的视频监控网络下测试,则需要花费大量时间和资源。
发明内容
本发明实施例的目的在于提供一种视频云存储节点性能自动化测试方法及其装置,以快速而准确地模拟实际存储性能,缩短测试时间。
为解决上述技术问题,本发明的实施方式公开了一种视频云存储节点性能自动化测试方法,包括以下步骤:
通过多个虚拟摄像机为视频云存储节点提供输入;
计算该视频云存储节点的平均负载值;
根据该平均负载值调整为该视频云存储节点提供输入的虚拟摄像机的数量;
根据调整后的虚拟摄像机的数量,生成该视频云存储节点的性能测试结果。
本发明实施方式以多个虚拟摄像机为视频云存储节点提供输入,并根据计算所得的平均负载值动态调整虚拟摄像机的数量,从而方便地对云存储节点进行增压或减压,快速而准确地接近实际存储性能,大大了缩短测试时间。因为云存储节点的性能取决于处理器能力、存储器的读写能力、网络传输能力、软件算法等多种因素,往往多个因素中的短板会制约整个云存储节点的性能上限,而在低负载条件下的云存储节点中的短板因素是不会体现的,所以以低负载条件下云存储节点的表现推知能力极限值条件下的性能往往不准确。通过动态调整虚拟摄像机的数量,使得实际输出到云存储节点的数据量快速接近该云存储节点能力的极限值,此时获得的视频云存储节点的系统压力值是在能力极限值下的真实表现,所以测试结果是准确的。
可选地,根据该平均负载值调整为该视频云存储节点提供输入的虚拟摄像机的数量,包括:
如果该平均负载值大于预定的第一门限,则减少为该视频云存储节点提供输入的虚拟摄像机的数量,并返回该通过多个虚拟摄像机为该视频云存储节点提供输入的步骤;
如果该平均负载值小于预定的第二门限,则增加为该视频云存储节点提供输入的虚拟摄像机的数量,并返回该通过多个虚拟摄像机为该视频云存储节点提供输入的步骤;
如果该平均负载值在该第二门限与该第一门限之间,则将当前为该视频云存储节点提供输入的虚拟摄像机的数量确定为调整后的虚拟摄像机的数量。
由于本发明实施方式中各虚拟摄像机并不直接生成数据帧给视频云存储节点,只是生成数据帧大小信息,由读写模块根据各数据帧大小信息生成数据帧给视频云存储节点,从而实现了轻量级多路实时数据流的生成,无需数据帧在传输网络中的实际传输,减少了测试系统的对硬件资源的消耗。
可选地,计算所述视频云存储节点的平均负载值包括:
多次获取所述视频云存储节点的系统压力值,所述系统压力值包括:所述视频云存储节点的磁盘读写等待时间百分比和处理器占用率;
根据多次获取到的系统压力值,计算所述视频云存储节点的平均负载值。
可选地,根据多次获取到的系统压力值,计算所述视频云存储节点的平均负载值包括:
根据以下方式来计算所述视频云存储节点的平均负载值φ,
其中n表示预设的获取所述系统压力值的次数,xi表示第i次获取的磁盘读写等待时间百分比,yi表示第i次获取的处理器占用率,X表示由n次获取的磁盘读写等待时间百分比组成的集合{x1,x2,x3…,xn},Y表示由n次获取的处理器占用率组成的集合{y1,y2,y3…,yn},max(X)表示X集合中最大的值,max(Y)表示Y集合中最大的值,Xm表示磁盘读写等待时间百分比的极限值,Ym表示处理器占用率的极限值,Xa表示磁盘读写等待时间百分比的上限值,Ya表示处理器占用率的上限值。
可选地,根据以下方式来确定每次调整为所述视频云存储节点提供输入的虚拟摄像机的数量的调整步长λ:
其中,M表示预设的虚拟摄像机数量的精度参数,φ表示所述视频云存储节点的平均负载值。
可选地,所述视频云存储节点与读写模块连接;
所述通过多个虚拟摄像机向所述视频云存储节点提供输入,包括:
每个虚拟摄像机根据预设参数生成数据帧大小信息,并向所述读写模块发送所述数据帧大小信息,所述预设参数选自以下任一参数或它们的任意组合:视频帧率、关键帧间隔、码流、关键帧与普通帧的大小关系;
所述读写模块根据接收到的数据帧大小信息生成数据帧,并将所述数据帧输出到所述视频云存储节点。
由于本发明实施方式中各虚拟摄像机并不直接生成数据帧给视频云存储节点,只是生成数据帧大小信息,由与视频云存储节点连接的读写模块根据各数据帧大小信息生成数据帧给视频云存储节点,从而实现了轻量级多路实时数据流的生成,无需数据帧在传输网络中的实际传输,减少了测试系统的对硬件资源的消耗。
本发明的实施方式还公开了一种视频云存储节点性能自动化测试装置,包括:
虚拟摄像机模块,用于通过多个虚拟摄像机为视频云存储节点提供输入;以及
自动化测试控制模块,用于计算该视频云存储节点的平均负载值;根据该平均负载值调整为该视频云存储节点提供输入的虚拟摄像机的数量;根据调整后的虚拟摄像机的数量,生成该视频云存储节点的性能测试结果。
本发明实施方式以多个虚拟摄像机为视频云存储节点提供输入,并根据计算所得的平均负载值动态调整虚拟摄像机的数量,从而方便地对云存储节点进行增压或减压,快速而准确地接近实际存储性能,大大了缩短测试时间。因为云存储节点的性能取决于处理器能力、存储器的读写能力、网络传输能力、软件算法等多种因素,往往多个因素中的短板会制约整个云存储节点的性能上限,而在低负载条件下的云存储节点中的短板因素是不会体现的,所以以低负载条件下云存储节点的表现推知能力极限值条件下的性能往往不准确。通过动态调整虚拟摄像机的数量,使得实际输出到云存储节点的数据量快速接近该云存储节点能力的极限值,此时获得的视频云存储节点的系统压力值是在能力极限值下的真实表现,所以测试结果是准确的。
可选地,该自动化测试控制模块用于在根据该平均负载值调整为该视频云存储节点提供输入的虚拟摄像机的数量时,
如果该平均负载值大于预定的第一门限,则减少为该视频云存储节点提供输入的虚拟摄像机的数量;
如果该平均负载值小于预定的第二门限,则增加为该视频云存储节点提供输入的虚拟摄像机的数量;
如果该平均负载值在该第二门限与该第一门限之间,则将当前为该视频云存储节点提供输入的虚拟摄像机的数量确定为调整后的虚拟摄像机的数量。
可选地,所述自动化测试控制模块,用于多次获取所述视频云存储节点的系统压力值,所述系统压力值包括:所述视频云存储节点的磁盘读写等待时间百分比和处理器占用率;以及根据多次获取到的系统压力值,计算所述视频云存储节点的平均负载值。
可选地,所述自动化测试控制模块用于通过以下方式计算所述视频云存储节点的平均负载值φ,
其中n表示预设的获取所述系统压力值的次数,xi表示第i次获取的磁盘读写等待时间百分比,yi表示第i次获取的处理器占用率,X表示由n次获取的磁盘读写等待时间百分比组成的集合{x1,x2,x3…,xn},Y表示由n次获取的处理器占用率组成的集合{y1,y2,y3…,yn},max(X)表示X集合中最大的值,max(Y)表示Y集合中最大的值,Xm表示磁盘读写等待时间百分比的极限值,Ym表示处理器占用率的极限值,Xa表示磁盘读写等待时间百分比的上限值,Ya表示处理器占用率的上限值。
可选地,所述自动化测试控制模块用于根据以下方式来确定每次调整为所述视频云存储节点提供输入的虚拟摄像机的数量的调整步长λ:
其中,M表示预设的虚拟摄像机数量的精度参数,φ表示所述视频云存储节点的平均负载值。
可选地,该视频云存储节点性能自动化测试装置还包括与该视频云存储节点连接的读写模块;并且
该虚拟摄像机模块,用于通过每个虚拟摄像机根据预设参数生成数据帧大小信息,并向该读写模块发送该数据帧大小信息,该预设参数选自以下任一参数或它们的任意组合:视频帧率、关键帧间隔、码流、关键帧与普通帧的大小关系;
该读写模块用于根据接收到的数据帧大小信息生成数据帧,并将该数据帧输出到该视频云存储节点。
由于本发明实施方式中各虚拟摄像机并不直接生成数据帧给视频云存储节点,只是生成数据帧大小信息,由读写模块根据各数据帧大小信息生成数据帧给视频云存储节点,从而实现了轻量级多路实时数据流的生成,无需数据帧在传输网络中的实际传输,减少了测试系统的对硬件资源的消耗。
附图说明
图1是本发明第一实施方式中一种视频云存储节点性能自动化测试方法的流程示意图;
图2是本发明第二实施方式中一种视频云存储节点性能自动化测试装置的结构示意图。
图3是本发明第二实施方式中一种视频云存储节点性能自动化测试装置的结构示意图。
图4是本发明第二实施方式中一种视频云存储节点性能自动化测试装置的自动化测试控制模块的结构示意图。
图5是本发明第二实施方式中一种视视频云存储节点性能自动化测试方法的流程示意图。
图6是本发明第二实施方式中一种视频云存储节点性能自动化测试装置的虚拟摄像机模块的结构示意图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
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的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种视频云存储节点性能自动化测试方法,包括:
通过多个虚拟摄像机为视频云存储节点提供输入;
计算该视频云存储节点的平均负载值;
根据该平均负载值调整为该视频云存储节点提供输入的虚拟摄像机的数量;
根据调整后的虚拟摄像机的数量,生成该视频云存储节点的性能测试结果。
由于视频云存储节点的性能可以用该视频云存储节点能够支持的最大摄像机数量表示,因此,可以将当前的虚拟摄像机的数量作为性能测试结果输出。
上述方法可以但不限于由服务器、工作站、笔记本电脑、台式计算机等执行。
图1是一种视频云存储节点性能自动化测试方法的流程示意图。如图1所示,该视频云存储节点性能自动化测试方法包括以下步骤:
在步骤001中,可以通过服务器、工作站、笔记本电脑、台式计算机等设备模拟出多个虚拟摄像机,并通过模拟出的多个虚拟摄像机为视频云存储节点提供输入。可选地,虚拟摄像机可以直接向视频云存储节点发送数据帧。
或者,虚拟摄像机也可以通过下述方式向视频云存储节点提供输入:
该视频云存储节点与读写模块连接,每个虚拟摄像机根据预设参数生成数据帧大小信息,并向读写模块发送该数据帧大小信息,该预设参数选自以下任一参数或它们的任意组合:视频帧率、关键帧间隔、码流、关键帧与普通帧的大小关系;读写模块根据接收到的数据帧大小信息生成数据帧,并将该数据帧输出到该视频云存储节点。需要指出的是,由于各个厂家可能会使用不同的私有协议,本实施例的读写模块可以根据不同的私有协议对读写模块进行灵活配置,以便读写模块能够实现与视频云存储节点之间的数据交互,从而适应不同的应用场景。
在这种情况下,上述步骤001可以包括以下子步骤:
每个虚拟摄像机每隔1/f秒生成一个数据帧大小信息,并将该数据帧大小信息发送给读写模块,
上述读写模块根据收到的各数据帧大小信息分别生成数据帧输出到视频云存储节点,其中f为虚拟摄像机的帧率。
在这种情况下,各虚拟摄像机并不直接生成数据帧给视频云存储节点,只是生成数据帧大小信息,由读写模块根据各数据帧大小信息生成数据帧给视频云存储节点,从而实现了轻量级多路实时数据流的生成,无需数据帧在传输网络中的实际传输,减少了测试系统的对硬件资源的消耗。
此外,可以理解,虚拟摄像机的参数(如帧率等)可以是一样的,也可以是不同的。
在一个实施例中,读写模块与视频云存储节点通过高速局域网直接连接。在另一个实施例中,读写模块与视频云存储节点在同一个计算机(如服务器或工作站等)上实现。或者,在一些实例中,虚拟摄像机也可以直接生成数据帧给视频云存储节点。
在一个实施例中,读写模块根据数据帧大小信息以随机数据填写出一个数据帧给视频云存储节点,随机数据由随机数发生器产生。在另一个实施例中,读写模块根据数据帧大小信息通过复制已有数据的方式生成数据帧给视频云存储节点。在本发明的其他各实施例中,不限定数据帧的具体内容,且数据帧可以以任意的方式生成,只要数据帧的大小符合要求即可。
此后进入步骤002,获取视频云存储节点的系统压力值。
可选地,获取视频云存储节点的磁盘读写等待时间百分比和处理器占用率以作为该视频云存储节点的系统压力值。此外,可以理解,也可以采用其他参数作为上述视频云存储节点的系统压力值,只要能反映系统压力即可,不限于上述的磁盘读写等待时间百分比和处理器占用率。
此后进入步骤003,根据系统压力值计算平均负载值φ。
在本实施方式中,在采用磁盘读写等待时间百分比和处理器占用率以作为上述视频云存储节点的系统压力值时,可以根据以下方式:
来计算平均负载值φ,其中,n表示预设的获取该视频云存储节点的系统压力值的次数,xi表示第i次获取的磁盘读写等待时间百分比,yi表示第i次获取的处理器占用率,xi、yi都作为系统压力值,X表示由n次获取的磁盘读写等待时间百分比组成的集合{x1,x2,x3…,xn},Y表示由n次获取的处理器占用率组成的集合{y1,y2,y3…,yn},max(X)表示X集合中最大的值,max(Y)表示Y集合中最大的值,Xm表示磁盘读写等待时间百分比的极限值,Ym表示处理器占用率的极限值,Xa表示磁盘读写等待时间百分比的上限值,Ya表示处理器占用率的上限值。在一实施例中,上述极限值为预先设定的值,表示当系统压力值超过该极限值时,视频云存储节点会出现严重问题,例如,宕机、系统崩溃等。上述上限值为预设值,表示视频云存储节点在系统压力值到达上限值的状态时负载饱和。在同一个测试过程中,磁盘读写等待时间百分比的极限值一般大于预设值,处理器占用率的极限值一般大于预设值。此外,可以理解,在本发明的其他实施方式中,根据所选择的系统压力值类型不同,也可以相应地采用其他方式来计算平均负载值,只要能够达到衡量负载的目的即可,不限于上述方式(1)。
作为可选实施方式,可以选择一个测试用例对视频云存储节点进行一次测试,上述测试用例可以是由例如帧率、关键帧间隔、码流、虚拟摄像机的数量等输入参数构成的集合。在本实施方式中,不同的测试用例具有不同的虚拟摄像机数量。可以理解,在本发明的其他实施方式中,也可以根据不同的测试目的,相应地选择其他输入参数集合作为测试用例。
此后进入步骤004,判断该平均负载值是否大于预定的第一门限或小于预定的第二门限。
如果平均负载值大于预定的第一门限,则进入步骤005;如果平均负载值小于预定的第二门限,则进入步骤006。否则结束本流程。可以理解,如果平均负载值在第一门限和第二门限之间,则完成测试,将当前的虚拟摄像机的数量作为性能测试结果,并记录测试结果。
在步骤005中,减少为视频云存储节点提供输入的虚拟摄像机的数量。
此后返回步骤001。
在步骤006中,增加为视频云存储节点提供输入的虚拟摄像机的数量。
此后返回步骤001。
其中,第一门限大于第二门限。
在一个实施例中,可以在步骤005和006中根据以下方式来确定减少和增加为视频云存储节点提供输入的虚拟摄像机的数量,即,步长λ:
其中,M表示预设的虚拟摄像机数量的精度参数,φ表示该视频云存储节点的平均负载值。
可以理解,根据实际需要也可以根据其他方式来调整为上述视频云存储节点提供输入的虚拟摄像机的数量,不限于上述方式(2)。例如,在利用初始参数确定为视频云存储节点提供输入的虚拟摄像机的数量后,计算视频云存储节点的第一平均负载值,然后根据第一平均负载值对提供输入的虚拟摄像机的数量进行调整,然后,获取视频云存储节点当前的第二平均负载值,再结合视频云存储节点的第二平均负载值和第一平均负载值综合判断,最终确定虚拟摄像机的数量。
本实施例中,以多个虚拟摄像机为视频云存储节点提供输入,并根据计算所得的平均负载值动态调整虚拟摄像机的数量,从而方便地对云存储节点进行增压或减压,以较快的速度接近实际存储性能,缩短测试时间。因为云存储节点的性能取决于处理器能力、存储器的读写能力、网络传输能力、软件算法等多种因素,往往多个因素中的短板会制约整个云存储节点的性能上限,而在低负载条件下的云存储节点中的短板因素是不会体现的,所以以低负载条件下云存储节点的表现推知能力极限值条件下的性能往往不准确。通过动态调整虚拟摄像机的数量,使得实际输出到云存储节点的数据量快速接近该云存储节点能力的极限值,此时获得的视频云存储节点的系统压力值是在能力极限值下的真实表现,所以测试结果更为准确。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable ArrayLogic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
本发明第二实施方式涉及一种视频云存储节点性能自动化测试装置。图2是该视频云存储节点性能自动化测试装置的结构示意图。
如图2所示,该视频云存储节点性能自动化测试装置100包括虚拟摄像机模块103和自动化测试控制模块101。在本发明的一个实施例中,该视频云存储性能自动化测试装置可以是服务器、工作站、笔记本电脑、台式计算机等设备。
虚拟摄像机模块103用于通过多个虚拟摄像机为视频云存储节点提供输入。
可选地,视频云存储节点性能自动化测试装置还包括读写模块,在这种情况下,虚拟摄像机模块103所模拟的每个虚拟摄像机每隔1/f秒生成一个数据帧大小信息,并将该数据帧大小信息发送给读写模块;该读写模块与视频云存储节点连接,该读写模块用于根据收到的各数据帧大小信息分别生成数据帧输出到视频云存储节点,其中f为虚拟摄像机的帧率。换句话说,虚拟摄像机可以是虚拟摄像机模块103根据自动化测试控制模块101的指示模拟出的。
在本实施例中,各虚拟摄像机并不直接生成数据帧给视频云存储节点,只是生成数据帧大小信息,由读写模块根据各数据帧大小信息生成数据帧给视频云存储节点,从而实现了轻量级多路实时数据流的生成,无需数据帧在传输网络中的实际传输,减少了测试系统的对硬件资源的消耗。
此外,可以理解,虚拟摄像机的参数(如帧率等)可以是一样的,也可以是不同的。在一个实施例中,读写模块与视频云存储节点通过高速局域网直接连接。在另一个实施例中,读写模块与视频云存储节点在一个计算机(如服务器或工作站)上实现。或者,在一些实例中,虚拟摄像机也可以直接生成数据帧给视频云存储节点。需要指出的是,由于各个厂家可能会使用不同的私有协议,本实施例的读写模块可以根据不同的私有协议对读写模块进行灵活配置,以便读写模块能够实现与视频云存储节点之间的数据交互,从而适应不同的应用场景。
在一个实施例中,读写模块根据数据帧大小信息以随机数据填写出一个数据帧给视频云存储节点,随机数据由随机数发生器产生。在另一个实施例中,读写模块根据数据帧大小信息通过复制已有数据的方式生成数据帧给视频云存储节点。在本发明的其他各实施例中,对数据帧的内容并不关心,可以以任意的方式生成,只要数据帧的大小符合要求即可。
自动化测试控制模块101用于获取视频云存储节点的系统压力值,根据系统压力值计算平均负载值;根据该平均负载值调整为该视频云存储节点提供输入的虚拟摄像机的数量;根据调整后的虚拟摄像机的数量,生成该视频云存储节点的性能测试结果。可选地,该自动化测试控制模块101用于获取视频云存储节点的磁盘读写等待时间百分比和处理器占用率以作为该视频云存储节点的系统压力值。此外,可以理解,也可以采用其他参数作为上述视频云存储节点的系统压力值,只要能反映系统压力即可,不限于上述的磁盘读写等待时间百分比和处理器占用率。
在本实施方式中,在采用磁盘读写等待时间百分比和处理器占用率以作为上述视频云存储节点的系统压力值时,上述自动化测试控制模块101可以用于根据公式(1)来计算平均负载值φ,其中n表示对于预设获取n次该视频云存储节点的系统压力值,xi表示第i次获取的磁盘读写等待时间百分比,yi表示第i次获取的处理器占用率,xi、yi都作为该系统压力值,X表示由n次获取的磁盘读写等待时间百分比组成的集合{x1,x2,x3…,xn},Y表示由n次获取的处理器占用率组成的集合{y1,y2,y3…,yn},max(X)表示X集合中最大的值,max(Y)表示Y集合中最大的值,Xm表示磁盘读写等待时间百分比的极限值,Ym表示处理器占用率的极限值,Xa表示磁盘读写等待时间百分比的上限值,Ya表示处理器占用率的上限值。在一实施例中,上述极限值为预先设定的值,表示当视频云存储节点的系统压力值超过该极限值时,会出现严重问题,例如,宕机、系统崩溃等。上述上限值为预设值,表示视频云存储节点在系统压力值到达上限值的状态时负载饱和。在同一个测试过程中,磁盘读写等待时间百分比的极限值一般大于预设值,处理器占用率的极限值一般大于预设值。此外,可以理解,在本发明的其他实施方式中,根据所选择的系统压力值类型不同,也可以相应地采用其他方式来计算平均负载值,只要能够达到衡量负载的目的即可,不限于上述方式(1)。
如果平均负载值大于预定的第一门限,则自动化测试控制模块101控制虚拟摄像机模块103减少为视频云存储节点提供输入的虚拟摄像机的数量。
如果平均负载值小于预定的第二门限,则自动化测试控制模块101控制虚拟摄像机模块103增加为视频云存储节点提供输入的虚拟摄像机的数量。其中,第一门限大于第二门限。
作为可选实施方式,上述自动化测试控制模块101根据方式(2)来控制虚拟摄像机模块103减少和增加为视频云存储节点提供输入的虚拟摄像机的数量,其中λ表示为视频云存储节点提供输入的虚拟摄像机的调整步长,M表示预设的虚拟摄像机数量的精度参数(例如,用视频云存储节点在某一时刻同时处理的线程个数表示该精度参数),φ表示上述平均负载值。可以理解,上述步长为增加或减少的虚拟摄像机数。此外,可以理解,根据实际需要也可以根据其他方式来调整为上述视频云存储节点提供输入的虚拟摄像机的数量,不限于上述方式(2)。
可以理解,如果平均负载值在第一门限和第二门限之间,则自动化测试控制模块101完成测试并记录测试结果。
在本实施例中,以多个虚拟摄像机为视频云存储节点提供输入,并根据计算所得的平均负载值动态调整虚拟摄像机的数量,从而方便地对云存储节点进行增压或减压,以较快的速度接近实际存储性能,缩短测试时间。
图3示出了上述视频云存储节点性能自动化测试装置的一个实施例,如图所示,视频云存储节点性能自动化测试装置100包括自动化测试控制模块101、任务管理模块102、虚拟摄像机模块103和读写模块104。在图3所示的视频云存储节点性能自动化测试装置100中,自动化测试控制模块101负责载入测试任务、调整测试压力、记录测试数据。具体地,自动化测试控制模块101获取用户设置的测试任务,并将任务下发到任务管理模块102;自动化测试控制模块101在测试过程中,实时搜集系统压力值,根据均衡负载方式调整测试压力,并最终记录测试结果。任务管理模块102根据自动化测试控制模块101设置的任务参数控制虚拟摄像机模块103与读写模块104。写压力测试时,虚拟摄像机模块103根据任务管理模块102下发的视频参数数据并使用数据帧大小信息方式产生模拟数据,最终将数据下发给读写模块104,此处发送的不是数据帧,而是发送数据信号;读写模块104收到写信号后,将数据写入。读压力测试时,虚拟摄像机模块103不工作,读写模块104直接读取数据。读写模块104预留数据读写接口,用户可以使用私有接口实现。
图4示出了根据本发明一实施例的视频云存储节点性能自动化测试装置100的自动化测试控制模块101的具体配置的框图。如图4所示,自动化测试控制模块101包括任务载入单元201、任务调度单元202、任务执行下发单元203、日志记录单元204、系统压力监测单元205和负载计算单元206。下面,将对自动化测试控制模块101的各个单元作具体描述。
任务载入单元201根据配置文件或用户手动输入等方式获取任务列表及任务详细参数。
任务调度单元202连接到任务载入单元201与负载计算单元206,根据任务列表中的次序依次执行测试任务,在一个测试任务彻底完成后,才开始下一个测试任务。每一个测试任务测试过程中会执行若干个测试用例,每一个测试用例的执行过程中,任务调度单元202会从负载计算单元206获取平均负载值,如果平均负载值在预设区间内,判定测试完成则记录结果,进入下一个测试任务,如果平均负载值在预设区间之外,则对测试用例进行适当调整,继续该测试任务直至得出结果。
系统压力监测单元205在使用当前的测试用例进行测试时,每隔单位时间T1获取一次系统压力值,总共获取n次。可选地,系统压力值由读写磁盘等待IO(输入输出)的wa值与cpu(中央处理器)占用率计算而得到。系统压力监测单元205执行完毕n次获取系统压力值后,得到两个集合:wa值组成的集合X{x1,x2,x3…,xn},与cpu占用率组成的集合Y{y1,y2,y3…,yn}。假设max(X)表示集合X中的最大值,max(Y)表示集合Y中的最大值。
负载计算单元206连接到系统压力监测单元205,主要根据获取到的压力集合值计算系统平均负载值φ。假设极限值表示视频云存储节点的系统压力达到或超过该值时,会出现严重问题,假设wa的极限值为Xm,cpu占用率的极限值为Ym。当视频云存储节点的系统写入压力过大,导致wa值过高并超过极限值Xm时,无需参考cpu占用率;当cpu占用率过高并超过极限值Ym时,无需参考wa值。另外,假设wa的负载上限值为Xa,cpu占用率的上限值为Ya,表示视频云存储节点在此状态下时负载饱和。可选地,上述负载计算单元206根据方式(1)来计算视频云存储节点的平均负载值φ。可以理解,此时视频云存储节点的平均负载值为根据视频云存储节点的系统读写压力与cpu占用率计算出来的系统负载,用于表示系统资源当前是否饱和。
例如测试任务T需要测试视频云存储单节点最大存储通道数(相当于虚拟摄像机的数量),输入参数例如为每通道视频帧率f(帧/秒)、关键帧间隔g(秒)、码流d(Mb/秒)、关键帧与普通帧大小关系m(m属于倍数关系,关键帧大小是普通帧m倍)、预设的虚拟摄像机的数量(即视频通道数)为E等。在初始阶段,任务调度单元202使用测试用例t1(f,g,d,m,E)进行测试,根据系统压力值判断E是否需要调整。如果E不需要调整测试任务完成,则记录测试结果。如果E需要调整则测试任务没有完成,任务调度单元202则将根据负载计算单元206提供的平均负载值φ计算视频通道数调整步长λ,生成新的测试用例t2(f,g,d,m,E±λ)进行测试,测试任务T根据此方式循环进行测试用例调整,并进行测试,直至得到测试结果。视频通道数调整步长λ计算方式参考方式(2),其中M表示测试视频通道数的测试精度,在本实施方式中为线程个数。在本实施例中,可选地,第一门限设为1.2,第二门限设为0.8。则如果φ<0.8,说明当前负载过低,需要增加向视频云存储节点提供输入的虚拟摄像机的数量(也可以将其称为视频通道数),增加值为其中M为线程池A中的线程个数,线程池A中的线程为视频云存储节点当前处理的线程。如果φ>1.2,说明当前负载过高,需要降低虚拟摄像机的数量(即视频通道数),减少值为φ*M。如果在虚拟摄像机的数量调整后,视频云存储节点的平均负载值φ仍然不在[0.8,1.2]区间中,则需要重新调整测试用例继续测试。最终,将视频云存储节点的平均负载值调整到φ∈[0.8,1.2]区间时,即得出当前测试用例下视频云存储设备的最大性能值。通过自动化测试能更高效地找到视频云存储设备合适的性能区间,加快测试进度。可以理解,在本发明的其他实施例中,也可以根据需要选择其他值作为预定的第一门限和第二门限。
图4中,任务执行下发单元203连接到任务调度单元202,将准备执行的任务计划及参数提交给任务管理模块102。
日志记录单元204连接到任务调度单元202,记录测试过程中的中间数据及测试结果。
下面参照图5,举例说明另一种调整测试用例中的视频通道数(即为视频云存储节点提供输入的虚拟摄像机的数量)的方式。
步骤S10:开始测试任务,进入步骤S20。
例如,由任务调度单元202从测试任务中选取第一个任务开始测试。
步骤S20:更新测试用例,进入步骤S30。
例如,在测试任务刚开始时,根据测试任务提供的初始参数t1(f,g,d,m,E)确定测试用例,完成测试用例的更新。
步骤S30:执行测试用例,进入步骤S40。
例如,由任务执行下发单元203开始执行,也就是说,使用当前的测试用例进行测试。
步骤S40:开始监测系统压力值,进入步骤S50。
例如,系统压力监测单元205开始监测系统压力值,共获取n次系统压力值作为样本。执行完毕后,得到两个集合:wa值组成的样本X{x1,x2,x3…,xn},与cpu占用率组成的样本集合Y{y1,y2,y3…,yn}。
步骤S50:计算平均负载值,进入步骤S55。
例如,根据步骤S40得到的两个样本集合X与Y,计算平均负载值φ。
步骤S55:判断平均负载值φ是否在区间[0.8,1.2]内,如果φ∈[0.8,1.2],则执行步骤S70,如果φ<0.8,则执行步骤S90,如果φ>1.2,则执行步骤S130。
步骤S70:以当前测试用例的视频通道数作为测试结果,完成该测试任务。
步骤S90:获取上一测试用例系统平均负载值φ',进入步骤S95。
步骤S95:判断上一测试用例的平均负载值φ',如果φ'<0.8,则执行步骤S100,如果φ'>1.2,则执行步骤S120。
步骤S100:根据φ计算视频通道数调整步长λ,进入步骤S110。
步骤S110:按步长λ增加测试视频通道数,并返回步骤S20。
例如,将测试视频通道数调整为E+λ,返回S20,更新测试用例为t2(f,g,d,m,E+λ),然后,进入步骤S30,开始使用更新后的测试用例执行测试。
步骤S120:取上一测试用例与当前测试用例视频通道数平均值作为测试结果,完成该测试任务。
如果φ'>1.2,说明该测试任务测试结果位于上一测试用例与当前测试用例之间,因此,直接取上一次测试用例的视频通道数和当前测试用例的视频通道数的平均值,更为接近视频云存储节点能够支持的视频通道数。
步骤S130:获取上一测试用例系统平均负载值φ',进入步骤S135。
步骤S135:判断上一测试用例系统平均负载值φ',如果φ'>1.2,则执行步骤S140,如果φ'<0.8,则执行步骤S160。
步骤S140:根据φ计算视频通道数调整步长λ,进入步骤S150。
步骤S150:按照步长λ减少测试视频通道数,返回步骤S20。
例如,将测试视频通道数调整为E-λ,返回S20,更新测试用例为t2(f,g,d,m,E-λ),然后进入S30开始使用更新后的测试用例执行测试。
步骤S160:取上一测试用例与当前测试用例视频通道数平均值作为测试结果,完成该测试任务。
如果φ'<0.8,则说明该测试任务测试结果位于上一测试用例与当前测试用例之间,取上一测试用例与当前测试用例视频通道数平均值,更为接近视频云存储节点能够支持的视频通道数。
在步骤S120、S160和S70之后可以开始下一个测试任务。下一个测试任务的初始参数中的帧率可以不同,或者,下一个测试任务可以更换被测试的视频云存储节点,等等,在此不作限定。
在本实施例中,获取上一测试用例系统平均负载值φ',并在某些情况下将上一测试用例与当前测试用例的视频通道数平均值作为测试结果,可以进一步加速接近实际存储性能,缩短测试时间。
可以理解,若当前测试用例为当前测试任务的第一个测试用例,则可以跳过步骤S90或S130而直接进入步骤S100或S140进行视频通道数调整步长的计算。此外,可以理解,在本发明的其他实施例中,也可以不获取上一测度用例的系统平均负载值φ'而直接对当前测试用例进行调整,直到φ∈[0.8,1.2]。或者,也可以在不同的测试过程中预设不同的虚拟摄像机数量的精度参数M,从而获取不同精度级别的测试结果。
图6是示出根据本发明一实施例的视频云存储节点性能自动化测试装置100的虚拟摄像机模块103的具体配置的框图。如图6所示,虚拟摄像机模块103包括参数配置单元301、数据包计算单元302、数据发送单元303。下面,将对虚拟摄像机模块103的各个单元作具体描述。
参数配置单元301获取虚拟摄像机帧率f(帧/秒),关键帧间隔g(秒),码流d(Mb/秒),关键帧与普通帧大小关系m,m属于倍数关系。
数据包计算单元302根据P(j)计算当前发送数据包的大小,j表示当前是发送的第几个数据包。
数据发送单元303中每个虚拟摄像机每隔1/f秒将计算得到的数据包大小插入到数据链表,并且将该数据链表通过一个写数据信号发送给读写模块104,表示虚拟摄像机有数据帧输入。这种方式不需要数据帧在两个模块之间传递,只需要传递表示了数据帧大小的数据信号,从而规避了两个模块发送与接收数据帧的工作,实现了轻量级的数据传输,减少测试程序给服务器带来的压力,最大限度的获取实际存储压力数据。
可以理解,上述仅为视频云存储节点性能自动化测试装置的可选配置,可以根据实际需要修改、删除和/或添加其中的配置。
第一实施方式是与第二实施方式相对应的方法实施方式,第二实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在第二实施方式中依然有效,为了减少重复,这里不再赘述。相应地,第二实施方式中提到的相关技术细节也可应用在第一实施方式中。
综上,本申请实施例在测试过程中,将虚拟摄像机与平均负载计算方式引入视频云存储性能测试场景,使得测试环境部署简单,而且通过视频云存储节点的系统压力值计算需要调整的虚拟摄像机路数,实现增压或减压,以较快的速度接近实际存储性能,缩短测试时间。
本申请实施例通过分析摄像机实时数据流的特点,模拟出摄像机,通过发送数据帧大小信息,实现了轻量级多路实时数据流的传输,既可以准确模拟真实摄像机数据流,又避免大量数据的传输对网络资源或硬件资源的消耗。
本实施例的读写模块可以根据不同厂商生产的视频云存储节点的私有协议对读写模块进行灵活配置,这样,就实现了底层读写接口的开放,用户可以使用私有存储接口进行测试,待测试的视频云存储节点不会受到固定类型接口的限制,无需支持POSIX API接口。
需要说明的是,本发明各设备实施方式中提到的各单元和/或模块都是逻辑单元和/或模块,在物理上,一个逻辑单元和/或模块可以是一个物理单元和/或模块,也可以是一个物理单元和/或模块的一部分,还可以以多个物理单元和/或模块的组合实现,这些逻辑单元和/或模块本身的物理实现方式并不是最重要的,这些逻辑单元和/或模块所实现的功能的组合才是解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元和/或模块引入,这并不表明上述设备实施方式并不存在其它的单元和/或模块。
需要说明的是,在本专利的权利要求和说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个”限定的要素,并不排除在包括所述该要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然通过参照本发明的某些可选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种视频云存储节点性能自动化测试方法,其特征在于,包括以下步骤:
通过多个虚拟摄像机为视频云存储节点提供输入;
计算所述视频云存储节点的平均负载值;
根据所述平均负载值调整为所述视频云存储节点提供输入的虚拟摄像机的数量;
根据调整后的虚拟摄像机的数量,生成所述视频云存储节点的性能测试结果;
其中,所述视频云存储节点与读写模块连接;
所述通过多个虚拟摄像机向所述视频云存储节点提供输入,包括:
每个虚拟摄像机根据预设参数生成数据帧大小信息,并向所述读写模块发送所述数据帧大小信息,所述预设参数选自以下任一参数或它们的任意组合:视频帧率、关键帧间隔、码流、关键帧与普通帧的大小关系;
所述读写模块根据接收到的数据帧大小信息生成数据帧,并将所述数据帧输出到所述视频云存储节点。
2.根据权利要求1所述的视频云存储节点性能自动化测试方法,其特征在于,根据所述平均负载值调整为所述视频云存储节点提供输入的虚拟摄像机的数量,包括:
如果所述平均负载值大于预定的第一门限,则减少为所述视频云存储节点提供输入的虚拟摄像机的数量,并返回所述通过多个虚拟摄像机为所述视频云存储节点提供输入的步骤;
如果所述平均负载值小于预定的第二门限,则增加为所述视频云存储节点提供输入的虚拟摄像机的数量,并返回所述通过多个虚拟摄像机为所述视频云存储节点提供输入的步骤;
如果所述平均负载值在所述第二门限与所述第一门限之间,则将当前为所述视频云存储节点提供输入的虚拟摄像机的数量确定为调整后的虚拟摄像机的数量。
3.根据权利要求1所述的视频云存储节点性能自动化测试方法,其特征在于,所述计算所述视频云存储节点的平均负载值包括:
多次获取所述视频云存储节点的系统压力值,所述系统压力值包括:所述视频云存储节点的磁盘读写等待时间百分比和处理器占用率;
根据多次获取到的系统压力值,计算所述视频云存储节点的平均负载值。
4.根据权利要求3所述的视频云存储节点性能自动化测试方法,其特征在于,所述根据多次获取到的系统压力值,计算所述视频云存储节点的平均负载值包括:
根据以下方式来计算所述视频云存储节点的平均负载值φ,
其中n表示预设的获取所述系统压力值的次数,xi表示第i次获取的磁盘读写等待时间百分比,yi表示第i次获取的处理器占用率,X表示由n次获取的磁盘读写等待时间百分比组成的集合{x1,x2,x3…,xn},Y 表示由n次获取的处理器占用率组成的集合{y1,y2,y3…,yn},max(X)表示X集合中最大的值,max(Y)表示Y集合中最大的值,Xm表示磁盘读写等待时间百分比的极限值,Ym表示处理器占用率的极限值,Xa表示磁盘读写等待时间百分比的上限值,Ya表示处理器占用率的上限值。
6.一种视频云存储节点性能自动化测试装置,其特征在于,包括:
虚拟摄像机模块,用于通过多个虚拟摄像机为视频云存储节点提供输入;以及
自动化测试控制模块,用于计算所述视频云存储节点的平均负载值;根据所述平均负载值调整为所述视频云存储节点提供输入的虚拟摄像机的数量;根据调整后的虚拟摄像机的数量,生成所述视频云存储节点的性能测试结果;
所述视频云存储节点性能自动化测试装置还包括与所述视频云存储节点连接的读写模块;并且
所述虚拟摄像机模块,用于通过每个虚拟摄像机根据预设参数生成数据帧大小信息,并向所述读写模块发送所述数据帧大小信息,所述预设参数选自以下任一参数或它们的任意组合:视频帧率、关键帧间隔、码流、关键帧与普通帧的大小关系;
所述读写模块用于根据接收到的数据帧大小信息生成数据帧,并将所述数据帧输出到所述视频云存储节点。
7.根据权利要求6所述的视频云存储节点性能自动化测试装置,其特征在于,所述自动化测试控制模块用于在根据所述平均负载值调整为所述视频云存储节点提供输入的虚拟摄像机的数量时,
如果所述平均负载值大于预定的第一门限,则减少为所述视频云存储节点提供输入的虚拟摄像机的数量;
如果所述平均负载值小于预定的第二门限,则增加为所述视频云存储节点提供输入的虚拟摄像机的数量;
如果所述平均负载值在所述第二门限与所述第一门限之间,则将当前为所述视频云存储节点提供输入的虚拟摄像机的数量确定为调整后的虚拟摄像机的数量。
8.根据权利要求6所述的视频云存储节点性能自动化测试装置,其特征在于,所述自动化测试控制模块,用于多次获取所述视频云存储节点的系统压力值,所述系统压力值包括:所述视频云存储节点的磁盘读写等待时间百分比和处理器占用率;以及根据多次获取到的系统压力值,计算所述视频云存储节点的平均负载值。
9.根据权利要求8所述的视频云存储节点性能自动化测试装置,其特征在于,所述自动化测试控制模块用于通过以下方式计算所述视频云存储节点的平均负载值φ,
其中n表示预设的获取所述系统压力值的次数,xi表示第i次获取的磁盘读写等待时间百分比,yi表示第i次获取的处理器占用率,X表示由n次获取的磁盘读写等待时间百分比组成的集合{x1,x2,x3…,xn},Y表示由n次获取的处理器占用率组成的集合{y1,y2,y3…,yn},max(X)表示X集合中最大的值,max(Y)表示Y集合中最大的值,Xm表示磁盘读写等待时间百分比的极限值,Ym表示处理器占用率的极限值,Xa表示磁盘读写等待时间百分比的上限值,Ya表示处理器占用率的上限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610305822.XA CN107360050B (zh) | 2016-05-10 | 2016-05-10 | 视频云存储节点性能自动化测试方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610305822.XA CN107360050B (zh) | 2016-05-10 | 2016-05-10 | 视频云存储节点性能自动化测试方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107360050A CN107360050A (zh) | 2017-11-17 |
CN107360050B true CN107360050B (zh) | 2020-08-18 |
Family
ID=60272013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610305822.XA Active CN107360050B (zh) | 2016-05-10 | 2016-05-10 | 视频云存储节点性能自动化测试方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107360050B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108683570A (zh) * | 2018-07-03 | 2018-10-19 | 烽火通信科技股份有限公司 | 软件定义传送网中控制器网元管理能力测试系统及方法 |
CN110584695B (zh) * | 2019-09-12 | 2023-12-12 | 上海联影医疗科技股份有限公司 | 医疗影像设备的压力测试方法、装置、设备及存储介质 |
CN110990208A (zh) * | 2019-12-12 | 2020-04-10 | 深圳市网心科技有限公司 | 集群测试文件部署及性能测试方法、计算机设备及介质 |
CN116074563B (zh) * | 2022-10-13 | 2024-08-23 | 浙江绍兴苏泊尔生活电器有限公司 | 一种视频播放的方法、装置、存储介质及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103686147A (zh) * | 2013-12-03 | 2014-03-26 | 浙江宇视科技有限公司 | 一种克隆视频监控仿真终端的测试方法及装置 |
CN104700037A (zh) * | 2013-12-10 | 2015-06-10 | 杭州海康威视系统技术有限公司 | 保护云存储视频数据的方法及其系统 |
WO2015134724A1 (en) * | 2014-03-06 | 2015-09-11 | Double Blue Sports Analytics, Inc. | Method system and apparatus for team video capture |
CN105374208A (zh) * | 2014-08-28 | 2016-03-02 | 杭州海康威视系统技术有限公司 | 路况提醒和摄像头检测方法及其装置 |
CN105427895A (zh) * | 2015-11-12 | 2016-03-23 | 上海新储集成电路有限公司 | 用于视频云应用的非易失性存储器芯片测试和使用方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9436579B2 (en) * | 2010-07-19 | 2016-09-06 | Soasta, Inc. | Real-time, multi-tier load test results aggregation |
WO2013147821A1 (en) * | 2012-03-29 | 2013-10-03 | Empire Technology Development, Llc | Determining user key-value storage needs from example queries |
-
2016
- 2016-05-10 CN CN201610305822.XA patent/CN107360050B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103686147A (zh) * | 2013-12-03 | 2014-03-26 | 浙江宇视科技有限公司 | 一种克隆视频监控仿真终端的测试方法及装置 |
CN104700037A (zh) * | 2013-12-10 | 2015-06-10 | 杭州海康威视系统技术有限公司 | 保护云存储视频数据的方法及其系统 |
WO2015134724A1 (en) * | 2014-03-06 | 2015-09-11 | Double Blue Sports Analytics, Inc. | Method system and apparatus for team video capture |
CN105374208A (zh) * | 2014-08-28 | 2016-03-02 | 杭州海康威视系统技术有限公司 | 路况提醒和摄像头检测方法及其装置 |
CN105427895A (zh) * | 2015-11-12 | 2016-03-23 | 上海新储集成电路有限公司 | 用于视频云应用的非易失性存储器芯片测试和使用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107360050A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107360050B (zh) | 视频云存储节点性能自动化测试方法及其装置 | |
JP6659820B2 (ja) | データ処理方法、装置及びシステム、プログラムならびに記録媒体 | |
Zhang et al. | Treadmill: Attributing the source of tail latency through precise load testing and statistical inference | |
CN105893541B (zh) | 一种基于混合存储的流式数据自适应持久化方法及系统 | |
US9430288B2 (en) | Job scheduling based on historical job data | |
US10216548B1 (en) | Dynamic and adaptive programmatic interface selection (DAPIS) | |
CN109710612B (zh) | 向量索引的召回方法、装置、电子设备和存储介质 | |
CN110289994B (zh) | 一种集群容量调整方法及装置 | |
CN109684228B (zh) | 一种性能测试方法、装置、系统和存储介质 | |
CN109615022B (zh) | 模型上线配置方法和装置 | |
CN109471762A (zh) | 固态硬盘ssd性能测试方法和装置 | |
CN111949545A (zh) | 自动化测试方法、系统、服务器及存储介质 | |
CN111488271A (zh) | 消息中间件的调优方法、系统、电子设备及存储介质 | |
CN110297743B (zh) | 一种负载测试方法、装置和存储介质 | |
CN115563032A (zh) | 一种固态硬盘性能优化方法、装置、设备及介质 | |
CN115712549A (zh) | 性能评估方法、设备及存储介质 | |
CN115913967A (zh) | 一种云环境下基于资源需求预测的微服务弹性伸缩方法 | |
CN112015326B (zh) | 集群数据处理方法、装置、设备及存储介质 | |
US20200301732A1 (en) | Information processing system and non-transitory computer readable medium storing program | |
CN116450429A (zh) | 一种云主机中磁盘i/o极限性能测试方法和装置 | |
WO2021082939A1 (zh) | 一种虚拟机调优的方法及装置 | |
CN113900928B (zh) | 一种io负载自动化测试方法、装置 | |
CN112231236A (zh) | 一种数据库性能的测试方法 | |
CN107202603B (zh) | 数据信号的标准图案生成方法及装置 | |
CN106855840B (zh) | 一种系统cpu分析方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |