CN107943677A - 应用性能监控方法、装置、可读存储介质及电子设备 - Google Patents
应用性能监控方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN107943677A CN107943677A CN201710955111.1A CN201710955111A CN107943677A CN 107943677 A CN107943677 A CN 107943677A CN 201710955111 A CN201710955111 A CN 201710955111A CN 107943677 A CN107943677 A CN 107943677A
- Authority
- CN
- China
- Prior art keywords
- user experience
- application
- health degree
- health
- time period
- 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
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
- G06F11/3409—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 for performance assessment
- G06F11/3419—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 for performance assessment by assessing time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
-
- 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
- G06F11/3466—Performance evaluation by tracing or monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本公开涉及一种应用性能监控方法、装置、可读存储介质及电子设备。该方法包括:获取目标应用在预设时间段内的多项应用性能指标数据;根据每项所述应用性能指标数据,分别计算所述预设时间段内每项应用性能指标的健康度;在根据所述多项应用性能指标的健康度确定在所述预设时间段内目标应用的性能异常时,进行异常告警。由此,可以提高应用性能异常监控的灵敏度,能够第一时间给出异常告警,便于用户能够及时发现产生相应异常的原因,并及时解决问题。此外,还可以减少无效告警,并且对应用状态的监测更加全面,使得用户能够更加全面地了解应用的整体性能,从而可以更加有效地、针对性地改善用户体验。
Description
技术领域
本公开涉及应用性能监测领域,具体地,涉及一种应用性能监控方法、装置、可读存储介质及电子设备。
背景技术
随着分布式应用、云计算的不断深入发展,业务系统的逻辑结构正变得越来越复杂,应用已经演变成系列服务的形式运行在不同平台上。应用的复杂性和灵活性加大了运维的难度,如何保障应用能够稳定、高效率的运行的问题越来越受到用户的重视。应用性能是反映应用程序面向客户提供服务质量的关键指标,应用性能的高低将直接影响到用户的使用体验。并且,近年来,由应用性能问题导致的企业客户流失的案例也逐渐增加,而传统的应用性能管理(Application Performance Management,APM)的被动式应用性能监控已难以应对该问题,因此,找到一种能够主动发现应用性能问题,最终实现以预防为主的主动式应用性能监控是构建面向未来的APM平台的关键。
现有的主动式应用性能监控方法通常是对应用的单个性能指标进行监控,这样,容易出现无效告警,而且无法准确反映应用的整体性能。
发明内容
为了解决相关技术中存在的问题,本公开的目的是提供一种应用性能监控方法、装置、可读存储介质及电子设备。
为了实现上述目的,本公开提供一种应用性能监控方法,包括:
获取目标应用在预设时间段内的多项应用性能指标数据;
根据每项所述应用性能指标数据,分别计算所述预设时间段内每项应用性能指标的健康度;
在根据所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警。
可选地,所述在根据所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警,包括:
在所述多项应用性能指标的健康度中的最小值小于第一预设告警阈值时,确定在所述预设时间段内所述目标应用的性能异常,并进行异常告警。
可选地,所述方法还包括:
获取所述目标应用在所述预设时间段内的多项用户体验指标数据;
根据所述目标应用在历史时段内和/或所述预设时间段内的各项用户体验指标数据,确定各项用户体验指标的权重系数;
根据所述预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,计算所述目标应用在所述预设时间段内的用户体验健康度;
在所述用户体验健康度小于第二预设告警阈值时进行告警。
可选地,所述根据所述预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,计算所述目标应用在所述预设时间段内的用户体验健康度,包括:
根据所述预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,通过以下公式计算所述用户体验健康度:
其中,Healthue表示所述用户体验健康度;Ri表示所述预设时间段内的第i项用户体验指标数据;λi表示第i项用户体验指标的权重系数,并且n表示用户体验指标的总项数。
可选地,所述方法还包括:
根据各项应用性能指标的健康度和所述用户体验健康度,计算所述目标应用在所述预设时间段内的整体健康度;
显示所述整体健康度。
可选地,所述方法还包括:
根据所述目标应用在历史时段内和/或所述预设时间段内的各项应用性能指标的健康度和用户体验健康度,确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数;
所述根据各项应用性能指标的健康度和所述用户体验健康度,计算所述目标应用在所述预设时间段内的整体健康度,包括:
根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、所述用户体验健康度和用户体验健康度的权重系数,计算所述目标应用在所述预设时间段内的整体健康度。
可选地,所述根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、所述用户体验健康度和用户体验健康度的权重系数,计算所述目标应用在所述预设时间段内的整体健康度,包括:
根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、所述用户体验健康度和用户体验健康度的权重系数,通过以下公式计算所述整体健康度:
其中,Healthoverall表示所述整体健康度;Healthperformance(j)表示第j项应用性能指标的健康度;Healthue表示所述用户体验健康度;wj表示第j项应用性能指标的健康度的权重系数;wm+1表示所述用户体验健康度的权重系数;m表示应用性能指标的总项数,且
可选地,所述方法还包括:
在采集到所述多项应用性能指标数据和所述多项用户体验指标数据后,对所述多项应用性能指标数据和所述多项用户体验指标数据建立索引,并依据所述索引对所述多项应用性能指标数据和所述多项用户体验指标数据进行关联存储。
本公开还提供一种应用性能监控装置,包括:
性能指标数据获取模块,用于获取目标应用在预设时间段内的多项应用性能指标数据;
性能指标健康度计算模块,用于根据所述性能指标数据获取模块获取到的每项所述应用性能指标数据,分别计算所述预设时间段内每项应用性能指标的健康度;
第一告警模块,用于在根据所述性能指标健康度计算模块计算出的所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的应用性能监控方法的步骤。
本公开还提供一种电子设备,包括:
本公开提供的上述计算机可读存储介质;以及
一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。
在上述技术方案中,在判定应用性能异常时,综合考虑了多项应用性能指标的健康度,这样,可以提高应用性能异常监控的灵敏度,能够第一时间给出异常告警,便于用户能够及时发现产生相应异常的原因,并及时解决问题。此外,还可以减少无效告警,并且对应用状态的监测更加全面,使得用户能够更加全面地了解应用的整体性能,从而可以更加有效地、针对性地改善用户体验。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种应用性能监控方法的流程图。
图2是根据另一示例性实施例示出的一种应用性能监控方法的流程图。
图3是根据另一示例性实施例示出的一种应用性能监控方法的流程图。
图4是根据另一示例性实施例示出的一种应用性能监控方法的流程图。
图5是根据另一示例性实施例示出的一种应用性能监控方法的流程图。
图6是根据一示例性实施例示出的一种应用性能监控装置的框图。
图7是根据另一示例性实施例示出的一种应用性能监控装置的框图。
图8是根据另一示例性实施例示出的一种应用性能监控装置的框图。
图9是根据另一示例性实施例示出的一种应用性能监控装置的框图。
图10是根据另一示例性实施例示出的一种应用性能监控装置的框图。
图11是根据一示例性实施例示出的一种电子设备的框图。
图12是根据另一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
图1是根据一示例性实施例示出的一种应用性能监控方法的流程图。如图1所示,上述方法可以包括:
在步骤101中,获取目标应用在预设时间段内的多项应用性能指标数据。
在本公开中,该应用性能监控方法可以应用于应用监控系统,其中,上述的目标应用可以是安装在设备上的任一应用。另外,该预设时间段可以是用户设定的时间段,也可以是默认的时间段,在本公开中不作具体限定。应用在某个时间段内的多项应用性能指标数据能够反映出该应用在该时间段内的性能状况,并且,该多项应用性能指标可以例如是应用响应时间、应用内存消耗、应用磁盘消耗、CPU消耗、应用负载消耗、应用吞吐量等。
另外,应用监控系统可以按照固定的周期获取目标应用在该预设时间段内的多项应用性能指标数据,也可以是接收到系统管理员发出的获取目标应用在预设时间段内的多项应用性能指标数据的指令时获取该目标应用在该预设时间段内的多项应用性能指标数据。
步骤102中,根据每项应用性能指标数据,分别计算预设时间段内每项应用性能指标的健康度。
在一种实施方式中,可以根据每项应用性能指标数据,分别计算预设时间段内的每项应用性能指标的apdex指数,并将该apdex指数作为相应应用性能指标的健康度。具体来说,可以通过以下方式来计算每项应用性能指标的apdex指数:
为每项应用性能指标定义a个(其中,a为大于或等于2的自然数)满意度区间(例如,非常满意、满意、容忍、失望、非常失望等),并且通过设定a-1个指标数据阈值来将获取到的该项应用性能指标数据映射到相应的满意度区间,并且为每个满意度区间设定一个0-1之间的得分,由此,就将获取到的应用性能指标数据量化为0至1之间的数值,其中,0表示没有一个用户满意该应用性能指标所反映的应用性能,1表示所有的用户都满意该应用性能指标所反映的应用性能,这样,更加符合我们常通过量化的标准去衡量对事物的评价的习惯。最后,根据上述设定的规则来计算每项应用性能指标的apdex指数,这样,每项应用性能指标的健康度均为0至1之间的标准数值,不仅便于用户了解各应用性能指标的健康度,并且可以为后续的异常告警的判定提供了统一的标准。
下面以应用性能指标为应用响应时间为例来具体说明每项应用性能指标的apdex指数的计算方式:假设基于应用响应时间定义了三个满意度区间:满意,容忍和失望,并且通过设定第一响应时间阈值、第二响应时间阈值来将获取到的应用响应时间指标数据映射到相应的满意度区间,并且为每个满意度区间设定一个0-1之间的得分。例如,第一响应时间阈值预设为3s,第二响应时间阈值为5s,应用响应时间、满意度区间及得分之间的对应关系如下表所示:
表1
应用响应时间 | 满意度区间 | 得分 |
[0s,3s) | 满意 | 1 |
[3s,5s) | 容忍 | 0.5 |
[5s,+∞) | 失望 | 0 |
其中,表1中的数据表示,当应用响应时间在[0s,3s)范围内时,与其对应的满意度区间为满意,相应的得分为1分;当应用响应时间在[3s,5s)范围内时,与其对应的满意度区间为容忍,相应的得分为0.5分;当应用响应时间在[5s,+∞)范围内时,与其对应的满意度区间为失望,相应的得分为0分。这样,可以根据该应用响应时间、满意度区间及得分三者之间的对应关系来计算应用响应时间的apdex指数,并将该指数作为该应用响应时间的健康度。
示例地,可以通过以下等式(1)来计算应用响应时间的apdex指数:
apdexresp=(1×rmy+0.5×rrr)÷rz (1)
其中,apdexresp表示应用响应时间的apdex指数;rmy表示上述预设时间段内获取到的应用响应时间数据中数值落在[0s,3s)范围内的数据数量;rrr表示上述预设时间段内获取到的应用响应时间数据中数值落在[3s,5s)范围内的数据数量;rz表示上述预设时间段内获取到应用响应时间数据的总数。
在步骤103中,在根据多项应用性能指标的健康度确定在预设时间段内目标应用的性能异常时,进行异常告警。
在计算出每项应用性能指标数据的健康度后,还可以根据该多项应用性能指标的健康度来判断在预设时间段内目标应用的性能是否存在异常,并进行异常告警。在一种实施方式中,在多项应用性能指标的健康度中的最小值小于第一预设告警阈值时,可以确定在预设时间段内目标应用的性能异常,并进行异常告警;在多项应用性能指标的健康度中的最小值大于或等于上述第一预设告警阈值时,可以确定在预设时间段内目标应用的性能不存在异常,其中,该第一预设告警阈值可以是用户设定的值,也可以是默认的经验值,在本公开中不作具体限定。
示例地,在步骤101中获取到的目标应用在预设时间段内的多项应用性能指标数据包括应用响应时间数据、应用内存消耗数据、CPU消耗数据,这样,可以将步骤102中确定出的应用响应时间的健康度、应用内存消耗的健康度、CPU消耗的健康度中的最小值作为判定目标应用的性能是否存在异常的依据,即当min(响应时间的健康度,应用内存消耗的健康度,CPU消耗的健康度)<第一预设告警阈值时,可以判断目标应用的性能异常,当min(响应时间的健康度,应用内存消耗的健康度,CPU消耗的健康度)≥第一预设告警阈值时,可以判断该目标应用的性能不存在异常。
另外,需要说明的是,在根据多项应用性能指标的健康度来判定在预设时间段内目标应用的性能是否存在异常时,并不局限于多项应用性能指标的健康度中的最小值,也可以是多项应用性能指标的健康度的平均值、多项应用性能指标的健康度的中值等。
在本公开中可以通过以下方式中的一者来进行异常告警:以弹窗的方式显示异常、向系统管理员的智能终端发送异常告警消息、以指示灯闪烁的方式、发出告警提示音等。
在上述技术方案中,在判定应用性能异常时,综合考虑了多项应用性能指标的健康度,这样,可以提高应用性能异常监控的灵敏度,能够第一时间给出异常告警,便于用户能够及时发现产生相应异常的原因,并及时解决问题。此外,还可以减少无效告警,并且对应用状态的监测更加全面,使得用户能够更加全面地了解应用的整体性能,从而可以更加有效地、针对性地改善用户体验。
图2是根据另一示例性实施例示出的一种应用性能监控方法的流程图。如图2所示,上述方法还可以包括以下步骤:
在步骤104中,获取目标应用在预设时间段内的多项用户体验指标数据。
上述的应用监控系统不仅可以用于监控应用的性能,还可以用于监控直接影响用户使用体验的用户体验指标的健康度,进而进一步提升用户的使用体验。应用在某个时间段内的用户体验指标数据能够直接反映出用户在该时间段内的使用体验,并且,该多项用户体验指标可以例如是卡顿率、崩溃率、网络错误率等。此外,应用监控系统可以按照固定的周期获取目标应用在预设时间段内的多项用户体验指标数据,也可以是接收到系统管理员发出的获取目标应用在预设时间段内的多项用户体验指标数据的指令时获取该目标应用在该预设时间段内的多项用户体验指标数据。
在步骤105中,根据目标应用在历史时段内和/或预设时间段内的各项用户体验指标数据,确定各项用户体验指标的权重系数。
在步骤106中,根据预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,计算目标应用在预设时间段内的用户体验健康度。
示例地,可以通过以下等式(2)来计算目标应用在预设时间段内的用户体验健康度:
其中,Healthue表示所述用户体验健康度;Ri表示所述预设时间段内的第i项用户体验指标数据;λi表示第i项用户体验指标的权重系数,并且n表示用户体验指标的总项数。
在上述等式(2)中,各项用户体验指标的权重系数可以是动态变化的,这样,可以屏蔽掉部分突然出现的峰值及毛刺数据对用户体验健康度的影响,使得计算出的目标应用在预设时间段内的用户体验健康度更加精确。由此,在每次根据上述等式(2)来计算目标应用在预设时间段内的用户体验健康度之前,均需要重新确定各项用户体验指标的权重系数。具体来说,返回步骤105,根据目标应用在历史时段内和/或预设时间段内的各项用户体验指标数据,确定各项用户体验指标的权重系数,其中,该历史时段可以是与上述预设时间段相隔h(其中,h为大于或等于1的自然数)个时间段的时段,例如,该历史时段为上述预设时间的上一时段。
在一种实施方式中,可以根据历史时段内的各项用户体验指标数据,确定各项用户体验指标的权重系数。具体来说,可以根据目标应用在历史时段内的各项用户体验指标数据,确定出该历史时段中多项用户体验指标中的最大值,然后增大该最大值对应的用户体验指标的权重系数,并对应调整其他各项用户体验指标的权重系数。
示例地,在步骤104中获取的目标应用在预设时间段内的多项用户体验指标数据包括卡顿率数据、崩溃率数据、网络错误率数据,这样,可以根据该目标应用在历史时段内的各项用户体验指标数据,确定出max(卡顿率,崩溃率,网络错误率),然后通过以下方式中的一者来确定各项用户体验指标的权重系数:
(1)将max(卡顿率,崩溃率,网络错误率)对应的权重系数增大一预设的第一权重调整阈值,并将min(卡顿率,崩溃率,网络错误率)对应的权重系数减小一预设的第一权重调整阈值,其余的用户体验指标对应的权重系数保持不变;
(2)将max(卡顿率,崩溃率,网络错误率)对应的权重系数增大一预设的第一权重调整阈值,并将另外两项用户体验指标对应的权重系数各减小上述预设的第一权重调整阈值的一半。
此外,除了根据目标应用在历史时段内的各项用户体验指标数据来确定各项用户体验指标的权重系数外,在另一种实施方式中,还可以根据目标应用在预设时间段内获取到的多项用户体验指标数据来确定各项用户体验指标数据的权重系数。具体来说,可以根据在预设时间段内获取到的多项用户体验指标数据,将各项用户体验指标按照数值从大到小的顺序进行排列,然后将预先设定的第一权重系数数列中的数值依次作为按照从大到小排列的用户体验指标的权重系数,其中,该预先设定的第一权重系数数列的项数与用户体验指标的项数相同,该数列中的数值按照从大到小的顺序排列且总和为1。
示例地,预先设定的第一权重系数数列为{0.5、0.3、0.2},用户体验指标卡顿率、崩溃率、网络错误率按照从大到小的顺序排列后为崩溃率、网络错误率、卡顿率,然后,将预先设定的第一权重系数数列{0.5、0.3、0.2}中的数值0.5、0.3、0.2依次作为崩溃率、网络错误率、卡顿率的权重系数。
除了上述的两种确定各项用户体验指标的权重系数的方式之外,在又一种实施方式中,还可以根据目标应用在历史时段内和预设时间段内的各项用户体验指标数据,来确定各项用户体验指标的权重系数。具体来说,可以根据目标应用在历史时段内的各项用户体验指标数据以及在预设时间段内的各项用户体验指标数据,分别计算这两个时段的每项用户体验指标之和,再确定出多项用户体验指标之和中的最大值,然后增大该最大值对应的用户体验指标的权重系数,并对应调整其他各项用户体验指标的权重系数。
示例地,在步骤104中获取的目标应用在历史时段内和预设时间段内的多项用户体验指标数据包括卡顿率数据、崩溃率数据、网络错误率数据,这样,可以根据目标应用在历史时段内和预设时间段内的各项用户体验指标数据,确定出max(第一卡顿率+第二卡顿率,第一崩溃率+第二卡顿率,第一网络错误率+第二网络错误率),其中,第一卡顿率、第一崩溃率、第一网络错误率为目标应用在历史时段内的各项用户体验指标,第二卡顿率、第二崩溃率、第二网络错误率为目标应用在预设时间段内的各项用户体验指标,然后通过以下方式中的一者来确定各项用户体验指标的权重系数:
(1)将max(第一卡顿率+第二卡顿率,第一崩溃率+第二卡顿率,第一网络错误率+第二网络错误率)对应的权重系数增大一预设的第二权重调整阈值,并将min(第一卡顿率+第二卡顿率,第一崩溃率+第二卡顿率,第一网络错误率+第二网络错误率)对应的权重系数减小一预设的第二权重调整阈值,其余的用户体验指标对应的权重系数保持不变;
(2)将max(第一卡顿率+第二卡顿率,第一崩溃率+第二卡顿率,第一网络错误率+第二网络错误率)对应的权重系数增大一预设的第二权重调整阈值,并将另外两项用户体验指标对应的权重系数各减小上述预设的第二权重调整阈值的一半。
另外,需要说明的是,上述步骤104可以在上述步骤101之前执行,也可以在上述步骤103之后执行,也可以与步骤101~103中的任意步骤同时执行,在本公开不作具体限定。
在步骤107中,在用户体验健康度小于第二预设告警阈值时进行告警。
在本公开中,该第二预设告警阈值可以是用户设定的值,也可以是默认的经验值,在本公开中不作具体限定。当计算出目标应用在预设时间段内的用户体验健康度后,可以根据该用户体验健康度来判定该用户体验健康度是否异常。具体来说,在该用户体验健康度小于第二预设告警阈值时,可以确定该用户体验健康度异常;在该用户体验健康度大于或等于上述第二预设告警阈值时,可以确定该用户体验健康度不存在异常。
另外,在用户体验健康度小于第二预设告警阈值时,可以按照上述应用性能异常时的告警方式进行告警,其中,若二者均以发出告警提示音的方式来告警时,提示音可以不同。
另外,上述多项应用性能指标数据以及多项用户体验指标数据均可以存储在应用监控系统的数据库中,并且为了方便后续查询,还可以对该数据库中的所述指标数据进行关联存储。具体来说,可以通过如图3所示的步骤108来进行关联存储。
在步骤108中,在采集到多项应用性能指标数据和多项用户体验指标数据后,对多项应用性能指标数据和多项用户体验指标数据建立索引,并依据索引对多项应用性能指标数据和多项用户体验指标数据进行关联存储。
多项应用性能指标数据和多项用户体验指标数据通常是分散存储的单一数据,为了便于数据管理和查询,应用监控系统可以在采集到多项应用性能指标数据和多项用户体验指标数据后,通过对它们建立统一的索引,例如,通过应用名称来建立统一的索引,并依据该索引对其进行关联存储,使得分散的、单一的应用性能指标数据和用户体验指标数据关联起来,这样,可以通过该索引来进行相应指标数据的查询。
此外,在对多项应用性能指标数据和多项用户体验指标数据进行关联存储后,用户还可以通过应用监控系统的操作界面(例如,点击饼状图或柱状图中的相应指标、通过下拉框来选择一定时间范围内的指标数据)来设置筛选条件来进行全局数据筛选,以筛选出与其期望了解的应用的健康状况相关的指标数据,其中,该筛选条件可以例如是设置时间范围、指定指标类型等。另外,为了提升应用监控系统的发现异常的效率,在筛选出与其期望了解的应用的健康状况相关的指标数据后,还可以对筛选出的数据进行分类、统一格式,并根据不同的数据类型进行不同的数据关联分析,例如,将数据分为时间序列数据、基础数据、与应用的健康状况直接相关的数据,并将时间序列数据按照时间先后顺序进行排序、对基础数据进行统计分析、将与应用的健康状况直接相关的数据提取出来并存储在特定的位置,这样,上述步骤101和步骤103均可以从该特定位置来获取相应的指标数据,提高了数据提取的效率,从而提升应用监控系统的发现异常的效率,以及时进行告警。
此外,上述应用监控系统不仅可以监控目标应用的性能异常、用户体验健康度异常,还可以用于监控目标应用的整体健康状况,这样,用户不仅能够了解到目标应用的性能是否异常、用户体验健康度是否异常,还可以了解到目标应用的整体健康状况。如图4所示,上述方法还可以包括以下步骤。
在步骤109中,根据各项应用性能指标的健康度和用户体验健康度,计算目标应用在预设时间段内的整体健康度。
示例地,可以通过以下等式(3)来确定目标应用在预设时间段内的整体健康度:
其中,Healthoverall表示所述整体健康度;Healthperformance(j)表示第j项应用性能指标的健康度;Healthue表示所述用户体验健康度;wj表示第j项应用性能指标的健康度的权重系数;wm+1表示所述用户体验健康度的权重系数;m表示应用性能指标的总项数,且
另外,在一种实施方式中,上述的各项应用性能指标的健康度的权重系数以及用户体验健康度的权重系数均可以是固定值,其中,这些固定值可以是用户设定的值,也可以是默认的经验值,例如,各项应用性能指标的健康度的权重系数的总和与用户体验健康度的权重系数相同,即wm+1=0.5。
在另一种实施方式中,上述的各项应用性能指标的健康度的权重系数以及用户体验健康度的权重系数均可以是动态变化的,这样,可以提升整体健康度的计算精度。因此,在每次根据上述等式(3)来计算目标应用在预设时间段内应用的整体健康度之前,均需要重新确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数。示例地,可以通过如图5所示的步骤111来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数。
在步骤111中,根据目标应用在历史时段内和/或预设时间段内的各项应用性能指标的健康度和用户体验健康度,确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数。
该各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数的确定方式可以有多种。在一种实施方式中,可以根据目标应用在历史时段内的各项应用性能指标的健康度和用户体验健康度,来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数。具体来说,可以根据目标应用在历史时段内的各项应用性能指标的健康度和用户体验健康度,确定出该历史时段中各项应用性能指标的健康度以及用户体验指标的健康度中的最小值,然后增大该最小值对应的应用性能指标的健康度或用户体验指标的健康度的权重系数,并对应调整其他各项应用性能指标的健康度或用户体验指标的健康度的权重系数。
示例地,上述的应用性能指标可以包括应用响应时间、应用内存消耗、CPU消耗,这样,可以根据历史时段内的各项应用性能指标的健康度和用户体验健康度,确定出该历史时段中的min(应用响应时间的健康度,应用内存消耗的健康度,CPU消耗的健康度,用户体验健康度),然后通过以下方式中的一者来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数:
(1)将min(应用响应时间的健康度,应用内存消耗的健康度,CPU消耗的健康度,用户体验健康度)对应的权重系数增大一预设的第三权重调整阈值,并将max(应用响应时间的健康度,应用内存消耗的健康度,CPU消耗的健康度,用户体验健康度)对应的权重系数减小一预设的第三权重调整阈值,另外两项的健康度的权重系数保持不变;
(2)将min(应用响应时间的健康度,应用内存消耗的健康度,CPU消耗的健康度,用户体验健康度)对应的权重系数增大一预设的第三权重调整阈值,并将另外三项用户体验指标对应的权重系数各减小上述预设的第三权重调整阈值的1/3。
此外,应用监控系统除了可以根据历史时段内的各项应用性能指标的健康度和用户体验健康度,来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数外,在另一种实施方式中,还可以根据目标应用在预设时间段内的各项应用性能指标的健康度和用户体验健康度,来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数,即可以根据上述步骤102中计算出的目标应用在预设时间段内各项应用性能指标的健康度以及步骤106中计算出的用户体验健康度,来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数。具体来说,可以根据将上述步骤102中计算出的目标应用在预设时间段内各项应用性能指标的健康度以及步骤106中计算出的用户体验健康度按照从大到小的顺序进行排列,然后将预先设定的第二权重系数数列中的数值依次作为按照从大到小顺序排列的各项应用性能指标的健康度、用户体验健康度的权重系数,其中,该预先设定的第二权重系数数列的项数为应用性能指标的总项数加1,该数列中的数值按照从大到小的顺序排列且总和为1。
示例地,预先设定的第二权重系数数列为{0.4、0.3、0.2、0.1},在预设时间段内各项应用性能指标的健康度以及用户体验健康度按照从大到小的顺序排列后为应用响应时间的健康度、用户体验健康度、CPU消耗的健康度、应用内存消耗的健康度,然后,将预先设定的第二权重系数数列{0.4、0.3、0.2、0.1}中的数值0.4、0.3、0.2、0.1依次作为应用响应时间的健康度、用户体验健康度、CPU消耗的健康度、应用内存消耗的健康度的权重系数。
除了上述的两种确定各项用户体验指标的权重系数的两种方式之外,在又一种实施方式中,还可以根据目标应用在历史时段内和预设时间段内的各项应用性能指标的健康度和用户体验健康度,来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数。具体来说,可以根据目标应用在历史时段内的各项应用性能指标的健康度和用户体验健康度,以及在预设时间段内的各项应用性能指标的健康度和用户体验健康度,分别计算这两个时段的每项应用性能指标的健康度之和、以及用户体验健康度之和,再确定出每项应用性能指标的健康度之和、用户体验健康度之和中的最小值,然后增大该最小值对应的应用性能指标的健康度或用户体验指标的健康度的权重系数,并对应调整其他各项应用性能指标的健康度或用户体验指标的健康度的权重系数。
示例地,上述的应用性能指标可以包括应用响应时间、应用内存消耗、CPU消耗,这样,可以根据历史时段内和预设时间段内的各项应用性能指标的健康度和用户体验健康度,确定出min(第一应用响应时间的健康度+第二应用响应时间的健康度,第一应用内存消耗的健康度+第二应用内存消耗的健康度,第一CPU消耗的健康度+第二CPU消耗的健康度,第一用户体验健康度+第二用户体验健康度),其中,第一应用响应时间的健康度、第一应用内存消耗的健康度、第一CPU消耗的健康度为目标应用在历史时段内的各项应用性能指标的健康度,第一用户体验健康度为目标应用在历史时段内的用户体验健康度,第二应用响应时间的健康度、第二应用内存消耗的健康度、第二CPU消耗的健康度为目标应用在预设时间段内的各项应用性能指标的健康度,第二用户体验健康度为目标应用在预设时间段内的用户体验健康度,然后通过以下方式中的一者来确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数:
(1)将min(第一应用响应时间的健康度+第二应用响应时间的健康度,第一应用内存消耗的健康度+第二应用内存消耗的健康度,第一CPU消耗的健康度+第二CPU消耗的健康度,第一用户体验健康度+第二用户体验健康度)对应的权重系数增大一预设的第四权重调整阈值,并将max(第一应用响应时间的健康度+第二应用响应时间的健康度,第一应用内存消耗的健康度+第二应用内存消耗的健康度,第一CPU消耗的健康度+第二CPU消耗的健康度,第一用户体验健康度+第二用户体验健康度)对应的权重系数减小一预设的第四权重调整阈值,另外两项的健康度的权重系数保持不变;
(2)将min(第一应用响应时间的健康度+第二应用响应时间的健康度,第一应用内存消耗的健康度+第二应用内存消耗的健康度,第一CPU消耗的健康度+第二CPU消耗的健康度,第一用户体验健康度+第二用户体验健康度)对应的权重系数增大一预设的第四权重调整阈值,并将另外三项用户体验指标对应的权重系数各减小上述预设的第四权重调整阈值的1/3。
在确定出各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数后,可以根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、用户体验健康度和用户体验健康度的权重系数,通过以上等式(3)来计算目标应用在预设时间段内的整体健康度。
在步骤110中,显示整体健康度。
在本公开中,应用监控系统在计算出在目标应用在预设时间段内的整体健康度后,可以显示该整体健康度,这样,便于用户对目标应用的整体健康状况的了解。另外,由于在确定该整体健康度时综合考虑了多项应用性能指标和多项用户体验指标的健康状况,因此,该整体健康度可以精准地反映出目标应用的整体健康状态。
同样地,在上述步骤102计算出目标应用在预设时间段内各项应用性能指标的健康度后,可以显示各项应用性能指标的健康度,以及在上述步骤106计算出用户体验健康度后,也可以显示用户体验健康度,这样,用户能够了解到目标应用在各方面的具体健康状况。
此外,当用户收到异常告警时,还可以通过应用监控系统的操作界面来实现图表联动和数据下钻,以便于用户查找出现相应异常的原因。
图6是根据一示例性实施例示出的一种应用性能监控装置。参照图6,该装置600可以包括:性能指标数据获取模块601,用于获取目标应用在预设时间段内的多项应用性能指标数据;性能指标健康度计算模块602,用于根据所述性能指标数据获取模块601获取到的每项所述应用性能指标数据,分别计算所述预设时间段内每项应用性能指标的健康度;第一告警模块603,用于在根据所述性能指标健康度计算模块602计算出的所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警。
可选地,所述第一告警模块603用于在所述性能指标健康度计算模块602计算出的所述多项应用性能指标的健康度中的最小值小于第一预设告警阈值时,确定在所述预设时间段内所述目标应用的性能异常,并进行异常告警。
图7是根据另一示例性实施例示出的一种应用性能监控装置。参照图7,上述装置600还可以包括:体验指标数据获取模块604,用于获取所述目标应用在所述预设时间段内的多项用户体验指标数据;第一确定模块605,用于根据所述目标应用在历史时段内和/或所述预设时间段内的各项用户体验指标数据,确定各项用户体验指标的权重系数;用户体验健康度计算模块606,用于根据所述体验指标数据获取模块604获取到的所述预设时间段内的各项用户体验指标数据及所述第一确定模块605确定出的各项用户体验指标的权重系数,计算所述目标应用在所述预设时间段内的用户体验健康度;第二告警模块607,用于在所述用户体验健康度计算模块606计算出的所述用户体验健康度小于第二预设告警阈值时进行告警。
可选地,所述用户体验健康度计算模块606用于通过以上等式(2)来计算所述用户体验健康度。
图8是根据另一示例性实施例示出的一种应用性能监控装置。参照图8,上述装置600还可以包括:整体健康度计算模块608,用于根据所述性能指标健康度计算模块602计算出的各项应用性能指标的健康度和所述用户体验健康度计算模块606计算出的所述用户体验健康度,计算所述目标应用在所述预设时间段内的整体健康度;显示模块609,用于显示所述整体健康度计算模块608计算出的所述整体健康度。
图9是根据另一示例性实施例示出的一种应用性能监控装置。参照图9,上述装置600还可以包括:第二确定模块610,用于根据所述目标应用在历史时段内和/或所述预设时间段内的各项应用性能指标的健康度和用户体验健康度,确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数;所述整体健康度计算模块608用于根据性能指标健康度计算模块602计算出的所述各项应用性能指标的健康度、所述第二确定模块610确定出的所述各项应用性能指标的健康度的权重系数、所述用户体验健康度计算模块606计算出的所述用户体验健康度和所述第二确定模块610确定出的所述用户体验健康度的权重系数,计算所述目标应用在所述预设时间段内的整体健康度。
可选地,所述整体健康度计算模块608用于通过以上等式(3)来计算所述整体健康度。
图10是根据另一示例性实施例示出的一种应用性能监控装置。参照图10,上述装置600还可以包括:关联模块611,用于在采集到所述多项应用性能指标数据和所述多项用户体验指标数据后,对所述多项应用性能指标数据和所述多项用户体验指标数据建立索引,并依据所述索引对所述多项应用性能指标数据和所述多项用户体验指标数据进行关联存储。
图11是根据一示例性实施例示出的一种电子设备1100的框图。如图11所示,该电子设备1100可以包括:处理器1101,存储器1102,多媒体组件1103,输入/输出(I/O)接口1104,以及通信组件1105。
其中,处理器1101用于控制该电子设备1100的整体操作,以完成上述的应用性能监控方法中的全部或部分步骤。存储器1102用于存储各种类型的数据以支持在该电子设备1100的操作,这些数据例如可以包括用于在该电子设备1100上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器1102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,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),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),磁存储器,快闪存储器,磁盘或光盘。多媒体组件1103可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1102或通过通信组件1105发送。音频组件还包括至少一个扬声器,用于输出音频信号。I/O接口1104为处理器1101和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件1105用于该电子设备1100与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near FieldCommunication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件1105可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,电子设备1100可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的应用性能监控方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,例如包括程序指令的存储器1102,上述程序指令可由电子设备1100的处理器1101执行以完成上述的应用性能监控方法。
图12是根据另一示例性实施例示出的一种电子设备1200的框图。例如,电子设备1200可以被提供为一服务器。参照图12,电子设备1200包括处理器1222,其数量可以为一个或多个,以及存储器1232,用于存储可由处理器1222执行的计算机程序。存储器1232中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器1222可以被配置为执行该计算机程序,以执行上述的应用性能监控方法。
另外,电子设备1200还可以包括电源组件1226和通信组件1250,该电源组件1226可以被配置为执行电子设备1200的电源管理,该通信组件1250可以被配置为实现电子设备1200的通信,例如,有线或无线通信。此外,该电子设备1200还可以包括输入/输出(I/O)接口1258。电子设备1200可以操作基于存储在存储器1232的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM等等。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,例如包括程序指令的存储器1232,上述程序指令可由电子设备1200的处理器1222执行以完成上述的应用性能监控方法。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。
Claims (10)
1.一种应用性能监控方法,其特征在于,包括:
获取目标应用在预设时间段内的多项应用性能指标数据;
根据每项所述应用性能指标数据,分别计算所述预设时间段内每项应用性能指标的健康度;
在根据所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警。
2.根据权利要求1所述的方法,其特征在于,所述在根据所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警,包括:
在所述多项应用性能指标的健康度中的最小值小于第一预设告警阈值时,确定在所述预设时间段内所述目标应用的性能异常,并进行异常告警。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述目标应用在所述预设时间段内的多项用户体验指标数据;
根据所述目标应用在历史时段内和/或所述预设时间段内的各项用户体验指标数据,确定各项用户体验指标的权重系数;
根据所述预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,计算所述目标应用在所述预设时间段内的用户体验健康度;
在所述用户体验健康度小于第二预设告警阈值时进行告警。
4.根据权利要求3所述的方法,其特征在于,所述根据所述预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,计算所述目标应用在所述预设时间段内的用户体验健康度,包括:
根据所述预设时间段内的各项用户体验指标数据及各项用户体验指标的权重系数,通过以下公式计算所述用户体验健康度:
<mrow>
<msub>
<mi>Health</mi>
<mrow>
<mi>u</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中,Healthue表示所述用户体验健康度;Ri表示所述预设时间段内的第i项用户体验指标数据;λi表示第i项用户体验指标的权重系数,并且n表示用户体验指标的总项数。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据各项应用性能指标的健康度和所述用户体验健康度,计算所述目标应用在所述预设时间段内的整体健康度;
显示所述整体健康度。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
根据所述目标应用在历史时段内和/或所述预设时间段内的各项应用性能指标的健康度和用户体验健康度,确定各项应用性能指标的健康度的权重系数和用户体验健康度的权重系数;
所述根据各项应用性能指标的健康度和所述用户体验健康度,计算所述目标应用在所述预设时间段内的整体健康度,包括:
根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、所述用户体验健康度和用户体验健康度的权重系数,计算所述目标应用在所述预设时间段内的整体健康度。
7.根据权利要求6所述的方法,其特征在于,所述根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、所述用户体验健康度和用户体验健康度的权重系数,计算所述目标应用在所述预设时间段内的整体健康度,包括:
根据各项应用性能指标的健康度、各项应用性能指标的健康度的权重系数、所述用户体验健康度和用户体验健康度的权重系数,通过以下公式计算所述整体健康度:
<mrow>
<msub>
<mi>Health</mi>
<mrow>
<mi>o</mi>
<mi>v</mi>
<mi>e</mi>
<mi>r</mi>
<mi>a</mi>
<mi>l</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>Health</mi>
<mrow>
<mi>u</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>j</mi>
</msub>
<msub>
<mi>Health</mi>
<mrow>
<mi>p</mi>
<mi>e</mi>
<mi>r</mi>
<mi>f</mi>
<mi>o</mi>
<mi>r</mi>
<mi>m</mi>
<mi>a</mi>
<mi>n</mi>
<mi>c</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
</mrow>
其中,Healthoverall表示所述整体健康度;Healthperformance(j)表示第j项应用性能指标的健康度;Healthue表示所述用户体验健康度;wj表示第j项应用性能指标的健康度的权重系数;wm+1表示所述用户体验健康度的权重系数;m表示应用性能指标的总项数,且
8.一种应用性能监控装置,其特征在于,包括:
性能指标数据获取模块,用于获取目标应用在预设时间段内的多项应用性能指标数据;
性能指标健康度计算模块,用于根据所述性能指标数据获取模块获取到的每项所述应用性能指标数据,分别计算所述预设时间段内每项应用性能指标的健康度;
第一告警模块,用于在根据所述性能指标健康度计算模块计算出的所述多项应用性能指标的健康度确定在所述预设时间段内所述目标应用的性能异常时,进行异常告警。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
权利要求9中所述的计算机可读存储介质;以及
一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710955111.1A CN107943677B (zh) | 2017-10-13 | 2017-10-13 | 应用性能监控方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710955111.1A CN107943677B (zh) | 2017-10-13 | 2017-10-13 | 应用性能监控方法、装置、可读存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107943677A true CN107943677A (zh) | 2018-04-20 |
CN107943677B CN107943677B (zh) | 2021-09-17 |
Family
ID=61935312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710955111.1A Active CN107943677B (zh) | 2017-10-13 | 2017-10-13 | 应用性能监控方法、装置、可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107943677B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109144816A (zh) * | 2018-08-01 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种节点健康度检测方法和系统 |
CN109800139A (zh) * | 2018-12-18 | 2019-05-24 | 东软集团股份有限公司 | 服务器健康度分析方法,装置,存储介质及电子设备 |
CN109831356A (zh) * | 2019-01-29 | 2019-05-31 | 网联清算有限公司 | 数据处理方法、装置、系统、计算机可读存储介质 |
CN110262950A (zh) * | 2019-05-21 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 基于多项指标的异动检测方法和装置 |
CN110489328A (zh) * | 2019-07-11 | 2019-11-22 | 新华三大数据技术有限公司 | 应用优化方法、装置及电子设备 |
CN111597094A (zh) * | 2020-05-20 | 2020-08-28 | 神州数码融信软件有限公司 | It系统监控方法及装置 |
CN112131068A (zh) * | 2019-06-24 | 2020-12-25 | 北京京东尚科信息技术有限公司 | 数据监控方法及装置、电子设备、存储介质 |
CN112527611A (zh) * | 2020-09-24 | 2021-03-19 | 上海趣蕴网络科技有限公司 | 一种产品健康度评估方法及系统 |
CN112749071A (zh) * | 2020-12-30 | 2021-05-04 | 中国人寿保险股份有限公司上海数据中心 | 一种用于检测应用集群健康度的系统及方法 |
CN114240155A (zh) * | 2021-12-17 | 2022-03-25 | 中国工商银行股份有限公司 | 机房设备健康度的评估方法、装置、计算机设备 |
CN117421729A (zh) * | 2023-12-18 | 2024-01-19 | 湖南森鹰科技有限公司 | 一种自动化程序攻击检测方法、装置、系统及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412916A (zh) * | 2013-08-07 | 2013-11-27 | 北京京东尚科信息技术有限公司 | 一种监控系统的多维度数据存储、检索方法及装置 |
CN105095747A (zh) * | 2014-04-15 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种Java应用健康度评估方法及系统 |
US20160246696A1 (en) * | 2014-03-17 | 2016-08-25 | Splunk Inc. | Mobile Application Performance Measuring System |
CN106557353A (zh) * | 2016-11-04 | 2017-04-05 | 天津轻工职业技术学院 | 一种容器承载业务应用的服务器性能指标评价方法 |
CN106992904A (zh) * | 2017-05-19 | 2017-07-28 | 湖南省起航嘉泰网络科技有限公司 | 基于动态综合权重的网络设备健康度评估方法 |
-
2017
- 2017-10-13 CN CN201710955111.1A patent/CN107943677B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412916A (zh) * | 2013-08-07 | 2013-11-27 | 北京京东尚科信息技术有限公司 | 一种监控系统的多维度数据存储、检索方法及装置 |
US20160246696A1 (en) * | 2014-03-17 | 2016-08-25 | Splunk Inc. | Mobile Application Performance Measuring System |
CN105095747A (zh) * | 2014-04-15 | 2015-11-25 | 阿里巴巴集团控股有限公司 | 一种Java应用健康度评估方法及系统 |
CN106557353A (zh) * | 2016-11-04 | 2017-04-05 | 天津轻工职业技术学院 | 一种容器承载业务应用的服务器性能指标评价方法 |
CN106992904A (zh) * | 2017-05-19 | 2017-07-28 | 湖南省起航嘉泰网络科技有限公司 | 基于动态综合权重的网络设备健康度评估方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109144816A (zh) * | 2018-08-01 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种节点健康度检测方法和系统 |
CN109800139A (zh) * | 2018-12-18 | 2019-05-24 | 东软集团股份有限公司 | 服务器健康度分析方法,装置,存储介质及电子设备 |
CN109831356A (zh) * | 2019-01-29 | 2019-05-31 | 网联清算有限公司 | 数据处理方法、装置、系统、计算机可读存储介质 |
CN110262950A (zh) * | 2019-05-21 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 基于多项指标的异动检测方法和装置 |
CN112131068A (zh) * | 2019-06-24 | 2020-12-25 | 北京京东尚科信息技术有限公司 | 数据监控方法及装置、电子设备、存储介质 |
CN110489328A (zh) * | 2019-07-11 | 2019-11-22 | 新华三大数据技术有限公司 | 应用优化方法、装置及电子设备 |
CN111597094A (zh) * | 2020-05-20 | 2020-08-28 | 神州数码融信软件有限公司 | It系统监控方法及装置 |
CN112527611A (zh) * | 2020-09-24 | 2021-03-19 | 上海趣蕴网络科技有限公司 | 一种产品健康度评估方法及系统 |
CN112749071A (zh) * | 2020-12-30 | 2021-05-04 | 中国人寿保险股份有限公司上海数据中心 | 一种用于检测应用集群健康度的系统及方法 |
CN112749071B (zh) * | 2020-12-30 | 2023-11-14 | 中国人寿保险股份有限公司上海数据中心 | 一种用于检测应用集群健康度的系统及方法 |
CN114240155A (zh) * | 2021-12-17 | 2022-03-25 | 中国工商银行股份有限公司 | 机房设备健康度的评估方法、装置、计算机设备 |
CN117421729A (zh) * | 2023-12-18 | 2024-01-19 | 湖南森鹰科技有限公司 | 一种自动化程序攻击检测方法、装置、系统及介质 |
CN117421729B (zh) * | 2023-12-18 | 2024-04-26 | 湖南森鹰科技有限公司 | 一种自动化程序攻击检测方法、装置、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107943677B (zh) | 2021-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107943677B (zh) | 应用性能监控方法、装置、可读存储介质及电子设备 | |
US20200358826A1 (en) | Methods and apparatus to assess compliance of a virtual computing environment | |
US9585565B2 (en) | System, method, and software for automating physiologic displays and alerts with trending heuristics | |
KR102433425B1 (ko) | 손상된 범위 식별을 위한 다중-신호 분석 | |
KR20200052361A (ko) | 클라우드-디바이스 협업적 실시간 사용자 사용 및 성능 비정상 검출을 위한 시스템 및 방법 | |
US8922377B2 (en) | System, method, and software for automating complex alerts | |
CN107222331B (zh) | 分布式应用系统性能的监控方法、装置、存储介质及设备 | |
EP3648433B1 (en) | System and method of training behavior labeling model | |
CN111310139B (zh) | 行为数据识别方法、装置及存储介质 | |
CN109471783B (zh) | 预测任务运行参数的方法和装置 | |
US20190196420A1 (en) | Comparing performance feedback with output of performance model to calibrate resource consumption control system and improve performance criterion | |
US10380867B2 (en) | Alert management within a network based virtual collaborative space | |
CN108761568B (zh) | 环境监控方法、装置、系统及服务器 | |
US20170300819A1 (en) | Time-Series Prediction Apparatus and Time-Series Prediction Method | |
US20160061904A1 (en) | Analysing Effects of Programs on Mobile Devices | |
CN111581258A (zh) | 一种安全数据分析方法、装置、系统、设备及存储介质 | |
CN112948223B (zh) | 一种监测运行情况的方法和装置 | |
EP4199424A1 (en) | Use of sentiment analysis to assess trust in a network | |
CN108900339B (zh) | 一种度量业务质量的方法、装置及电子设备 | |
US9125558B2 (en) | System, method, and software for automating physiologic displays and alerts with precedence order | |
CN110619541B (zh) | 应用程序管理方法、装置、计算机设备及存储介质 | |
Kenter et al. | Evaluating document filtering systems over time | |
US8032302B1 (en) | Method and system of modifying weather content | |
CN111835624B (zh) | 应用内消息分发方法、装置、计算机设备及存储介质 | |
CN113961565A (zh) | 数据检测方法、系统、计算机系统及可读存储介质 |
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 |