CN108536573B - 一种vr应用性能及用户行为监控的方法 - Google Patents
一种vr应用性能及用户行为监控的方法 Download PDFInfo
- Publication number
- CN108536573B CN108536573B CN201810342520.9A CN201810342520A CN108536573B CN 108536573 B CN108536573 B CN 108536573B CN 201810342520 A CN201810342520 A CN 201810342520A CN 108536573 B CN108536573 B CN 108536573B
- Authority
- CN
- China
- Prior art keywords
- information
- application
- statistics
- monitoring
- script
- 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.)
- Expired - Fee Related
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
- G06F11/3438—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 monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Debugging And Monitoring (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种VR应用性能及用户行为监控的方法，通过编写Unity3D脚本，在相应位置挂载对应脚本，埋点实时采集VR应用在用户端上运行时的性能数据、异常崩溃信息和用户行为数据，及提供自定义事件功能，建立数据分析后台，对采集到的数据进行统计分析，具体包括硬件设备统计、运行时内存与FPS(帧率)统计、异常崩溃统计、场景停留时长统计、视线聚焦物体统计、手柄按钮使用统计、自定义事件统计和曾交互物体分析。本发明以此达到对VR应用进行监控与分析，为开发者定位性能瓶颈、分析用户喜好、改善应用设计、增强用户体验提供决策依据的目的，为促进VR应用的良好发展提供有切实而有效的方法。
Description
技术领域
本发明涉及虚拟现实领域，特别涉及一种VR应用性能及用户行为监控的方法。
背景技术
近年来，虚拟现实技术蓬勃发展，掀起了一股虚拟现实的巨大浪潮。各大厂商也纷纷抓住机遇，进入虚拟现实领域大展拳脚，该领域的投资并购不胜枚举。各种各样的VR应用被不断地开发出来，并应用于各行各业，逐渐丰富人们的日常生活。
但由于VR产业处于刚刚起步的阶段，现在还没有一个具体的解决方案，要打造一个虚拟现实游戏或者虚拟现实故事还面临着许多挑战，而且面对日益普及的VR应用，用户也提出了越来越高的要求。开发者不仅需要面临创作工具不足、昂贵、缺乏统一的标准、没法盈利等挑战，还要面对所开发的应用存在的性能缺陷以及提升用户体验的难题。
因此有必要对所开发的VR应用进行监控。一是要对VR应用的性能数据进行监控，尤其是监控VR应用在用户设备上的性能表现，如FPS、内存等性能指标，以便开发者能针对性能瓶颈进行优化，提升应用的性能表现。二是要对用户体验VR应用中的交互行为进行监控，具体分为头显部分和控制器部分，以便开发者针对用户的使用特性进行相关的设计考虑，优化VR应用的流程与设计，提升用户体验与应用的效益。
Unity3D是由Unity Technologies开发的一个让玩家轻松创建诸如三维视频游戏、建筑可视化、实时三维动画等类型互动内容的多平台的综合型游戏开发工具，是一个全面整合的专业游戏引擎，目前是作为VR应用开发的最流行的两大游戏引擎之一，在VR应用市场中占据着相当大的份额，对VR应用具有非常好的支持。而虚拟现实设备HTC Vive是由HTC和Valve联合开发而成的，采用的是OpenVR的技术，也是目前较为主流的虚拟现实设备。
而MongoDB作为基于分布式文件存储的NoSQL数据库，能够提供高效的数据存储和查询，适合大数据，适合于存储本发明采集到的应用运行数据及用户行为数据。此外，在数据的统计分析中，使用MongoDB的Aggregation统计框架，能够使统计分析更加高效。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种VR应用性能及用户行为监控的方法。
本发明的目的通过以下的技术方案实现：
一种VR应用性能及用户行为监控的方法，基于Unity3D和HTC Vive，包括以下步骤：
S1、在VR应用开始运行时，根据Unity3D脚本的生命周期，监控脚本在Start()中采集用户端设备的信息；
S2、在VR应用中场景的开始与结束时，根据Unity3D脚本的生命周期，监控脚本在Awake()中采集场景信息，在Start()中采集场景开始时间，在Update()中采集场景当前时间；
S3、在VR应用运行时，根据Unity3D脚本的生命周期，监控脚本在Start()中调用InvokeRepeating定时函数，执行每秒采集运行时内存的信息和FPS(帧率)的操作；
S4、在VR应用运行时，根据Unity3D脚本的生命周期，监控脚本在Update()中采集VR应用的异常崩溃信息；
S5、在VR应用运行时，通过在游戏代码中埋点，调用监控脚本提供的自定义事件接口的方式，实现监控脚本采集自定义事件信息；
S6、在VR应用运行时，监控脚本对手柄按钮的事件进行监听，采集手柄按钮的计数信息；
S7、在VR应用运行时，监控脚本模拟从虚拟头显发出的视线，采集视线聚焦的物体信息；
S8、在VR应用运行时，监控脚本采集与手柄直接交互的物体的信息；
S9、监控脚本将采集到的数据上报到数据统计分析后台，后台将收到的课堂行为数据存储到MongoDB数据库中，并进行统计分析。
步骤S1中，所述用户端设备的信息是通过调用SystemInfo类库中的函数进行采集的；所述用户端设备的信息包括设备识别码、设备类型、显卡名、显卡类型、显卡内存、显卡是否支持多线程、操作系统、处理器个数、处理器类型、处理器频率和系统内存。
步骤S2中，所述场景信息是通过Unity3D提供的场景管理类SceneManager获取的；所述场景信息包括场景的名称、序号、场景总数；步骤S2中，所述场景开始时间、场景当前时间则通过调用Time.Time Since Level Load获得。
步骤S3中，所述运行时内存的信息是通过调用Unity3D提供的UnityEngine.Profiling类库中的Profiler类来获取的；所述运行时内存的信息包括mono堆内存、mono已用堆内存、临时分配内存、总分配内存、总预留内存以及总预留未使用内存的运行时内存信息；步骤S3中，所述FPS是通过对0.5s内使用的帧数进行计数，然后以总帧数除以时间计算得出。
步骤S4中，所述异常崩溃信息是通过Application.Log Message ReceivedThreaded的方法注册委托来获取的；所述异常崩溃信息包括崩溃异常时的错误名称、发生处以及当前堆栈信息。
步骤S5中，所述监控脚本提供getCustomerEvent(string eventName)的接口供开发者调用，由开发者决定在何处定义怎样的自定义事件，并通过该接口进行自定义事件信息的采集。
步骤S6中，所述手柄按钮包括手柄menu键、trigger键、application键和toupad键。
所述步骤S7具体为：在VR应用运行时，通过调用Physics.Raycast函数，从代表虚拟头显的Camera向前发射一条1m长的射线，并进行碰撞检测，并采集检测到的物体的信息。
所述步骤S8具体为：在VR应用运行时，分别对手柄的物体触摸、物体拿起、物体使用事件进行监听，对直接进行交互的物体信息进行采集，所述物体信息包括物体名称以及交互方式。
所述步骤S9具体为：在VR应用运行时，采集到的数据将以JSON的格式，通过HTTP协议上报至数据统计分析后台，而后台将数据存储于MongoDB中，并对其进行统计分析；在数据的统计分析中，使用MongoDB的Aggregation统计框架，使统计分析更加高效；在使用Aggregation统计框架时，每个教学行为数据文档通过一个由多个节点组成的管道处理，最后输出相应的结果，其中每个节点都承担了相应的统计功能(分组、过滤、排序等)，常用到的统计功能是分组、排序、投影等；数据统计分析后台，提供的统计和分析包括硬件设备统计、运行时内存与FPS(帧率)统计、异常崩溃统计、场景停留时长统计、视线聚焦物体统计、手柄按钮使用统计、自定义事件统计和曾交互物体分析。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明基于Unity3D以及HTC Vive，符合当前市场主流，适用于相当一部分VR应用。
2、本发明既能对用户端上VR应用的性能表现进行分析，又能采集与分析VR场景中的用户行为数据，为开发者定位应用缺陷，优化设计流程，提升用户体验带来帮助。
3、本发明数据统计服务后台使用非关系型数据库(MongoDB)存储从VR应用中采集到的数据。非关系型数据库对海量数据执行查询，会有更高的效率。
4、本发明在数据的统计分析中，使用MongoDB的Aggregation统计框架，能够使统计分析更加高效，有利于优化用户体验。
5、本发明针对近年来，虚拟现实技术蓬勃发展，各种各样的VR应用被不断地开发出来，但目前较为缺乏应用监控工具，无法得知VR应用在用户端的运行效果的状况，本发明通过编写Unity3D脚本，在相应位置挂载对应脚本，埋点实时采集VR应用在用户端上运行时的性能数据、异常崩溃信息和用户行为数据，及提供自定义事件功能，建立数据分析后台，对采集到的数据进行统计分析，具体包括硬件设备统计、运行时内存与FPS(帧率)统计、异常崩溃统计、场景停留时长统计、视线聚焦物体统计、手柄按钮使用统计、自定义事件统计和曾交互物体分析。本发明以此达到对VR应用进行监控与分析，为开发者定位性能瓶颈、分析用户喜好、改善应用设计、增强用户体验提供决策依据的目的，为促进VR应用的良好发展提供有切实而有效的方法。
附图说明
图1为本发明所述VR应用性能及用户行为监控的方法的系统架构图。
图2为本发明所述VR应用性能及用户行为监控的方法的数据采集示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
如图1、2，一种VR应用性能及用户行为监控的方法，基于Unity3D和HTC Vive，有如下步骤：
S1、在VR应用开始运行时，根据Unity3D脚本的生命周期，监控脚本在Start()中采集用户端设备的信息。通过调用SystemInfo类库中的函数，进行用户设备信息的采集，包括设备识别码、设备类型、显卡名、显卡类型、显卡内存、显卡是否支持多线程、操作系统、处理器个数、处理器类型、处理器频率和系统内存。
S2、在VR应用中场景的开始与结束时，根据Unity3D脚本的生命周期，监控脚本在Awake()中采集场景信息，在Start()中采集场景开始时间，在Update()中采集场景当前时间。通过Unity3D提供的场景管理类SceneManager，获取场景的名称、序号、场景总数的信息。而场景的开始时间以及当前时间则通过调用Time.timeSinceLevelLoad获得。
S3、在VR应用运行时，根据Unity3D脚本的生命周期，监控脚本在Start()中调用InvokeRepeating定时函数，执行每秒采集运行时内存的信息和FPS(帧率)的操作。通过调用Unity3D提供的UnityEngine.Profiling类库中的Profiler类，获取包括mono堆内存、mono已用堆内存、临时分配内存、总分配内存、总预留内存以及总预留未使用内存的运行时内存信息。而FPS则通过对0.5s内使用的帧数进行计数，然后以总帧数除以时间计算得出。
S4、在VR应用运行时，根据Unity3D脚本的生命周期，监控脚本在Update()中采集VR应用的异常崩溃信息。通过Application.logMessageReceivedThreaded的方法注册委托，获取崩溃异常时的错误名称、发生处以及当前堆栈信息。
S5、在VR应用运行时，通过在游戏代码中埋点，调用监控脚本提供的自定义事件接口的方式，实现监控脚本采集自定义事件信息。监控脚本提供getCustomerEvent(stringeventName)的接口供开发者调用，由开发者决定在何处定义怎样的自定义事件，并通过该接口进行自定义事件信息的采集。
S6、在VR应用运行时，监控脚本对手柄按钮的事件进行监听，采集手柄按钮的计数信息。分别对手柄menu键、trigger键、application键和toupad键进行按键事件监听，对按键次数进行采集。
S7、在VR应用运行时，监控脚本模拟从虚拟头显发出的视线，采集视线聚焦的物体信息。通过调用Physics.Raycast函数，从代表虚拟头显的Camera向前发射一条1m长的射线，并进行碰撞检测，并采集检测到的物体的信息。
S8、在VR应用运行时，监控脚本采集与手柄直接交互的物体的信息。分别对手柄的物体触摸、物体拿起、物体使用事件进行监听，对直接进行交互的物体信息进行采集，包括物体名称以及交互方式。
S9、监控脚本将采集到的数据封装成JSON的格式后，通过HTTP协议上报到数据统计分析后台，后台将收到的课堂行为数据存储到MongoDB数据库中，并进行统计分析。在数据的统计分析中，使用MongoDB的Aggregation统计框架，进行硬件设备统计、运行时内存与FPS(帧率)统计、异常崩溃统计、场景停留时长统计、视线聚焦物体统计、手柄按钮使用统计、自定义事件统计和曾交互物体分析。其中，硬件设备统计针对的是各类型设备信息的占比，运行时内存与FPS统计则是针对平均每个相同场景每一秒的运行时内存和FPS，异常崩溃统计则针对VR应用异常崩溃的名称、总次数及发生位置，场景停留时长统计则针对场景平均使用时长和日使用人次等，视线聚焦物体统计则是针对每个场景中视线聚焦的物体名称及次数，手柄按钮使用统计则是针对场景中各按钮的使用次数及平均次数，自定义事件统计则是统计用户在使用VR应用中各自定义事件的触发次数，曾交互物体分析则是针对在场景中曾触摸、拿起、使用物体的统计。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (10)
1.一种VR应用性能及用户行为监控的方法，其特征在于，基于Unity3D和HTC Vive，包括以下步骤：
S1、在VR应用开始运行时，根据Unity3D脚本的生命周期，监控脚本在Start()中采集用户端设备的信息；
S2、在VR应用中场景的开始与结束时，根据Unity3D脚本的生命周期，监控脚本在Awake()中采集场景信息，在Start()中采集场景开始时间，在Update()中采集场景当前时间；
S3、在VR应用运行时，根据Unity3D脚本的生命周期，监控脚本在Start()中调用InvokeRepeating定时函数，执行每秒采集运行时内存的信息和FPS的操作；
S4、在VR应用运行时，根据Unity3D脚本的生命周期，监控脚本在Update()中采集VR应用的异常崩溃信息；
S5、在VR应用运行时，通过在游戏代码中埋点，调用监控脚本提供的自定义事件接口的方式，实现监控脚本采集自定义事件信息；
S6、在VR应用运行时，监控脚本对手柄按钮的事件进行监听，采集手柄按钮的计数信息；
S7、在VR应用运行时，监控脚本模拟从虚拟头显发出的视线，采集视线聚焦的物体信息；
S8、在VR应用运行时，监控脚本采集与手柄直接交互的物体的信息；
S9、监控脚本将采集到的数据上报到数据统计分析后台，后台将收到的课堂行为数据存储到MongoDB数据库中，并进行统计分析。
2.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，步骤S1中，所述用户端设备的信息是通过调用SystemInfo类库中的函数进行采集的；所述用户端设备的信息包括设备识别码、设备类型、显卡名、显卡类型、显卡内存、显卡是否支持多线程、操作系统、处理器个数、处理器类型、处理器频率和系统内存。
3.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，步骤S2中，所述场景信息是通过Unity3D提供的场景管理类SceneManager获取的；所述场景信息包括场景的名称、序号、场景总数；步骤S2中，所述场景开始时间、场景当前时间则通过调用Time.Time Since Level Load获得。
4.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，步骤S3中，所述运行时内存的信息是通过调用Unity3D提供的Unity Engine.Profiling类库中的Profiler类来获取的；所述运行时内存的信息包括mono堆内存、mono已用堆内存、临时分配内存、总分配内存、总预留内存以及总预留未使用内存的运行时内存信息；步骤S3中，所述FPS是通过对0.5s内使用的帧数进行计数，然后以总帧数除以时间计算得出。
5.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，步骤S4中，所述异常崩溃信息是通过Application.Log Message Received Threaded的方法注册委托来获取的；所述异常崩溃信息包括崩溃异常时的错误名称、发生处以及当前堆栈信息。
6.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，步骤S5中，所述监控脚本提供getCustomerEvent的接口供开发者调用，由开发者决定在何处定义怎样的自定义事件，并通过该接口进行自定义事件信息的采集。
7.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，步骤S6中，所述手柄按钮包括手柄menu键、trigger键、application键和toupad键。
8.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，所述步骤S7具体为：在VR应用运行时，通过调用Physics.Raycast函数，从代表虚拟头显的Camera向前发射一条1m长的射线，并进行碰撞检测，并采集检测到的物体的信息。
9.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，所述步骤S8具体为：在VR应用运行时，分别对手柄的物体触摸、物体拿起、物体使用事件进行监听，对直接进行交互的物体信息进行采集，所述物体信息包括物体名称以及交互方式。
10.根据权利要求1所述VR应用性能及用户行为监控的方法，其特征在于，所述步骤S9具体为：在VR应用运行时，采集到的数据将以JSON的格式，通过HTTP协议上报至数据统计分析后台，而后台将数据存储于MongoDB中，并对其进行统计分析；在数据的统计分析中，使用MongoDB的Aggregation统计框架；在使用Aggregation统计框架时，每个教学行为数据文档通过一个由多个节点组成的管道处理，最后输出相应的结果，其中每个节点都承担了相应的统计功能；数据统计分析后台，提供的统计和分析包括硬件设备统计、运行时内存与FPS统计、异常崩溃统计、场景停留时长统计、视线聚焦物体统计、手柄按钮使用统计、自定义事件统计和曾交互物体分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810342520.9A CN108536573B (zh) | 2018-04-17 | 2018-04-17 | 一种vr应用性能及用户行为监控的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810342520.9A CN108536573B (zh) | 2018-04-17 | 2018-04-17 | 一种vr应用性能及用户行为监控的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108536573A CN108536573A (zh) | 2018-09-14 |
| CN108536573B true CN108536573B (zh) | 2021-03-26 |
Family
ID=63480416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810342520.9A Expired - Fee Related CN108536573B (zh) | 2018-04-17 | 2018-04-17 | 一种vr应用性能及用户行为监控的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108536573B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347703B (zh) * | 2019-07-01 | 2023-08-22 | 华南理工大学 | 一种基于ARCore的用户行为分析方法及系统 |
| CN110334025B (zh) * | 2019-07-01 | 2022-04-12 | 华南理工大学 | Android系统的AR应用性能及用户行为监测方法 |
| CN112948224B (zh) * | 2019-12-23 | 2023-10-10 | 深圳市明源云科技有限公司 | 一种数据处理方法、装置、终端及存储介质 |
| CN111506475A (zh) * | 2020-04-15 | 2020-08-07 | 北京字节跳动网络技术有限公司 | 数据处理方法、装置、系统、可读介质及电子设备 |
| CN112071130A (zh) * | 2020-08-07 | 2020-12-11 | 湖南翰坤实业有限公司 | 基于vr技术的知识教育系统及教育方法 |
| CN112990949B (zh) * | 2021-04-22 | 2021-07-16 | 广州市简筱网络科技有限公司 | 一种基于大数据的用户行为分析客服管理系统 |
| CN113269828B (zh) * | 2021-04-25 | 2023-07-18 | 青岛海尔空调器有限总公司 | 物品查找方法、装置、空调设备和存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3661228B2 (ja) * | 1995-06-16 | 2005-06-15 | ソニー株式会社 | 画像表示装置及び方法、並びに情報提供装置及び方法 |
| US20150310758A1 (en) * | 2014-04-26 | 2015-10-29 | The Travelers Indemnity Company | Systems, methods, and apparatus for generating customized virtual reality experiences |
| CN107018121B (zh) * | 2016-10-13 | 2021-07-20 | 创新先进技术有限公司 | 用户身份验证的方法及装置 |
| CN107066313B (zh) * | 2017-05-10 | 2020-08-04 | 太原理工大学 | 一种基于局域网协同的综采工作面虚拟监测方法 |
| CN107833277A (zh) * | 2017-10-16 | 2018-03-23 | 华南理工大学 | 一种基于unity3D的全景漫游场景编辑方法 |
-
2018
- 2018-04-17 CN CN201810342520.9A patent/CN108536573B/zh not_active Expired - Fee Related
Non-Patent Citations (2)
| Title |
|---|
| 安卓应用软件测试信息智能监测系统设计;蔡娟，陆璐;《现代电子技术》;20170715;第40卷(第14期);第58-60及63页 * |
| 虚拟现实技术在IDC机房监控系统中的应用;唐梁等;《电信快报》;20130630(第6期);第38-40 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108536573A (zh) | 2018-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108536573B (zh) | 一种vr应用性能及用户行为监控的方法 | |
| WO2021088724A1 (zh) | 一种测试方法及装置 | |
| WO2021169268A1 (zh) | 数据处理方法、装置、设备和存储介质 | |
| WO2015074540A1 (zh) | 页面操作数据处理方法及装置 | |
| CN111124906A (zh) | 基于动态埋点的跟踪方法、编译方法、装置和电子设备 | |
| CN106375149A (zh) | 一种自动关联分析的云计算监控装置及方法 | |
| CN107807872A (zh) | 一种输变电系统运行状态监测方法 | |
| CN110716848A (zh) | 数据收集方法、装置、电子设备及存储介质 | |
| CN109426600A (zh) | 数据采集处理方法、装置、设备及可读存储介质 | |
| CN111586432B (zh) | 空播直播间确定方法、装置、服务器及存储介质 | |
| CN105069029B (zh) | 一种实时etl系统及方法 | |
| CN110347703B (zh) | 一种基于ARCore的用户行为分析方法及系统 | |
| CN112131087A (zh) | 一种模拟软件通信层与业务应用层解耦系统及实现方法 | |
| JP2019114241A (ja) | 統計的ｓｑｌパターン分析を通じてのｓｑｌチューニング自動化方法およびシステム | |
| CN109426597A (zh) | 应用性能监控方法、装置、设备、系统及存储介质 | |
| CN105139122B (zh) | 程序运行时长的统计方法及系统 | |
| Skinner | Performance monitoring of parallel scientific applications | |
| CN110928750B (zh) | 数据处理方法、装置及设备 | |
| CN110362470A (zh) | 测试数据收集方法、装置、电子设备及存储介质 | |
| CN108848396A (zh) | 一种基于移动平台的计算机辅助记忆方法 | |
| EP4209933A1 (en) | Data processing method and apparatus, and electronic device and storage medium | |
| CN111159203B (zh) | 一种数据关联分析的方法、平台、电子设备及存储介质 | |
| CN113010483A (zh) | 一种海量日志管理方法和系统 | |
| CN113223520A (zh) | 一种软件操作实景语义理解的语音互动方法、系统及平台 | |
| CN108733750A (zh) | 一种数据库优化方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Lu Lu Inventor after: Lin Junhao Inventor after: Deng Derong Inventor before: Lu Lu Inventor before: Deng Derong |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210326 |