CN109491858A - 一种应用线程检测方法、瓶颈分析方法、装置及设备 - Google Patents

一种应用线程检测方法、瓶颈分析方法、装置及设备 Download PDF

Info

Publication number
CN109491858A
CN109491858A CN201811196860.1A CN201811196860A CN109491858A CN 109491858 A CN109491858 A CN 109491858A CN 201811196860 A CN201811196860 A CN 201811196860A CN 109491858 A CN109491858 A CN 109491858A
Authority
CN
China
Prior art keywords
thread
application
subject
viscous
monitored
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811196860.1A
Other languages
English (en)
Inventor
仲崇庆
翟鲁超
赵欣
杨传艳
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.)
CVIC Software Engineering Co Ltd
Original Assignee
CVIC Software Engineering 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 CVIC Software Engineering Co Ltd filed Critical CVIC Software Engineering Co Ltd
Priority to CN201811196860.1A priority Critical patent/CN109491858A/zh
Publication of CN109491858A publication Critical patent/CN109491858A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—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
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • 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
    • G06F11/3476—Data logging

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种应用线程检测方法、瓶颈分析方法、装置及设备，包括：对应用的目标线程进行监视，以获取所述目标线程的执行时间；判断所述执行时间是否大于预先配置的时间阈值；如果是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。可见，本申请通过对应用的线程进行监视，得到线程的执行时间，然后将执行时间大于预先配置的时间阈值的线程确定为粘滞线程，并且记录这些粘滞线程的线程信息，由于应用的运行过程与线程的健康状态息息相关，通过找出应用运行过程中的粘滞线程，并分析这些粘滞线程的线程信息，可以快速地发现引起应用性能问题的原因，从而找到应用的性能瓶颈。

Description

一种应用线程检测方法、瓶颈分析方法、装置及设备
技术领域
本申请涉及计算机技术领域，特别涉及一种应用线程检测方法、瓶颈分析方法、装置及设备。
背景技术
目前，各种终端、设备上的应用越来越多，应用的种类也越来越多，用户在各种应用的协助下能够完成许多不同的任务。
然而，在应用运行的过程中，有时候应用会遇到一些性能问题，但是这时候无法知晓引起这些性能问题的原因，难以找到应用的性能瓶颈。
发明内容
有鉴于此，本申请的目的在于提供一种应用线程检测方法、瓶颈分析方法、装置及设备，能够协助快速找到应用的性能瓶颈。其具体方案如下：
第一方面，本申请公开了一种应用线程检测方法，包括：
对应用的目标线程进行监视，以获取所述目标线程的执行时间；
判断所述执行时间是否大于预先配置的时间阈值；
如果是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
可选的，所述对目标线程进行监视，包括：
获取预先配置的功能开闭标识；
若所述功能开闭标识为开启标识，则启动对所述目标线程的监视；
若所述功能开闭标识为关闭标识，则关闭对所述目标线程的监视。
可选的，所述对目标线程进行监视，包括：
获取预先配置的监视时间间隔；
按照所述监视时间间隔，对目标线程进行监视。
可选的，所述对目标线程进行监视，包括：
获取预先配置的时间单位；
确定与所述时间单位对应的监视结果精度；
按照所述监视结果精度，对目标线程进行监视。
可选的，所述对目标线程进行监视之前，还包括：
根据预设线程确定规则，从当前所有线程中确定出目标线程。
可选的，所述判断所述执行时间是否大于预先配置的时间阈值之前，还包括：
确定所述目标线程的线程类型；
根据所述线程类型确定相应的预先配置的时间阈值。
可选的，所述应用线程检测方法，还包括：
按照预设的信息输出方式，对所述粘滞线程的线程信息进行输出。
第二方面，本申请公开了一种应用线程检测装置，包括：
线程监视模块，用于对应用的目标线程进行监视，以获取所述目标线程的执行时间；
时间判断模块，用于判断所述执行时间是否大于预先配置的时间阈值；
信息记录模块，用于当所述时间判断模块的判断结果为是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
第三方面，本申请公开了一种应用线程检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以实现前述公开的应用线程检测方法。
第四方面，本申请公开了一种应用瓶颈分析方法，包括：
通过前述公开的应用线程检测方法，获取应用的粘滞线程的线程信息；
利用所述线程信息，分析所述应用的性能瓶颈。
可见，本申请通过对应用的线程进行监视，得到线程的执行时间，然后将执行时间大于预先配置的时间阈值的线程确定为粘滞线程，并且记录这些粘滞线程的线程信息，由于应用的运行过程与线程的健康状态息息相关，通过找出应用运行过程中的粘滞线程，并分析这些粘滞线程的线程信息，可以快速地发现引起应用性能问题的原因，从而找到应用的性能瓶颈。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种应用线程检测方法流程图；
图2为本申请实施例公开的一种应用线程检测装置结构示意图；
图3为本申请实施例公开的一种应用瓶颈分析方法流程图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例公开了一种应用线程检测方法，参见图1所示，该方法包括：
步骤S11：对应用的目标线程进行监视，以获取所述目标线程的执行时间。
本实施例中，上述目标线程既可以是应用的全部线程，也可以是应用的部分特定的一个或多个线程。
本实施例中，对目标线程进行监视的目的是在于监视其执行时间，可以理解的是，当线程的执行时间太长时，表明该线程的执行过程容易引起应用的性能问题，通过对该线程的线程信息进行分析，有助于快速找到应用的性能瓶颈所在。
步骤S12：判断所述执行时间是否大于预先配置的时间阈值。
可以理解的是，本实施例中的上述时间阈值可以通过人工配置的方式来预先配置，也可以由后台系统来自动进行预先配置。
另外，上述时间阈值和执行时间的时间单位包括但不限于天、小时、分钟、秒、毫秒、微妙和纳秒。需要指出的是，上述时间阈值和执行时间的时间单位越小，则对应的检测精度越高。本实施例可以通过人工配置或系统自动配置的方式来预先配置所述时间单位。
步骤S13：如果是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
可以理解的是，本实施例可以由计算机后台系统来利用所述线程信息对应用的性能瓶颈进行自动分析，也可以由用户对上述线程信息进行分析来得到应用的性能瓶颈。
可见，本申请实施例通过对应用的线程进行监视，得到线程的执行时间，然后将执行时间大于预先配置的时间阈值的线程确定为粘滞线程，并且记录这些粘滞线程的线程信息，由于应用的运行过程与线程的健康状态息息相关，通过找出应用运行过程中的粘滞线程，并分析这些粘滞线程的线程信息，可以快速地发现引起应用性能问题的原因，从而找到应用的性能瓶颈。
在前述实施例的基础上，本实施例对技术方案进行进一步的说明和优化。具体如下：
本实施例中，所述对目标线程进行监视，具体可以包括：
获取预先配置的功能开闭标识；若所述功能开闭标识为开启标识，则启动对所述目标线程的监视；若所述功能开闭标识为关闭标识，则关闭对所述目标线程的监视。
也即，本实施例可以预先配置功能开关标识，后续根据获取到的功能开关标识的类型来确定是否需要开启对线程的监视。
另外，本实施例中，所述对目标线程进行监视，具体可以包括：
获取预先配置的监视时间间隔；按照所述监视时间间隔，对目标线程进行监视。
也即，本实施例可以预先配置监视时间间隔，后续可以按照上述监视时间间隔来进行监视。例如，可以预先配置上述监视时间间隔为30分钟，那么可以每隔30分钟便开启对目标线程的监视。
进一步的，所述对目标线程进行监视，具体可以包括：
获取预先配置的时间单位；确定与所述时间单位对应的监视结果精度；按照所述监视结果精度，对目标线程进行监视。
本实施例中，上述时间单位包括但不限于天、小时、分钟、秒、毫秒、微妙和纳秒。其中，时间单位越小，其对应的监视结果精度便越高。本实施例在获取到预先配置的时间单位之后，可以确定出根据该时间单位对应的监视结果精度来对目标线程进行监视，以使得监视所得到的执行时间的时间单位与上述获取到的预先配置的时间单位相一致。
可以理解的是，为了后续能够全面客观地分析应用的性能瓶颈，本实施例可以对应用中的全部线程进行监视。而在保证一定的瓶颈分析准确度的前提下，为了减少监视的工作量，提升监视效率，本实施例也可以在所述对目标线程进行监视之前，根据预设线程确定规则，从当前所有线程中确定出目标线程。也即，本实施例可以先从应用的全部线程中筛选出若干线程作为所述目标线程，然后只针对上述若干线程展开监视。例如，可以从应用的全部线程中筛选出使用频率大于预设频率阈值的线程作为所述目标线程，或者可以从应用的全部线程中筛选出CPU占用率大于预设占用率阈值的线程作为所述目标线程。
进一步的，所述判断所述执行时间是否大于预先配置的时间阈值之前，还可以包括：
确定所述目标线程的线程类型；根据所述线程类型确定相应的预先配置的时间阈值。
例如，可以先判断上述目标线程是否为CPU占用率大于预设占用率阈值的线程，如果是，则将上述时间阈值设为较大的数值，如果否，则可以将上述时间阈值设为较小的数值。
进一步的，本实施例中的应用线程检测方法，还可以包括：
按照预设的信息输出方式，对所述粘滞线程的线程信息进行输出。
例如，可以将所述粘滞线程的线程信息输出到本地显示屏上，也可以发送至其他终端的显示屏上，当然也可以通过打印的方式进行输出。
进一步的，本申请实施例还公开了一种应用线程检测装置，参见图2所示，该装置包括：
线程监视模块11，用于对应用的目标线程进行监视，以获取所述目标线程的执行时间；
时间判断模块12，用于判断所述执行时间是否大于预先配置的时间阈值；
信息记录模块13，用于当所述时间判断模块的判断结果为是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
其中，关于上述各个模块更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请实施例通过对应用的线程进行监视，得到线程的执行时间，然后将执行时间大于预先配置的时间阈值的线程确定为粘滞线程，并且记录这些粘滞线程的线程信息，由于应用的运行过程与线程的健康状态息息相关，通过找出应用运行过程中的粘滞线程，并分析这些粘滞线程的线程信息，可以快速地发现引起应用性能问题的原因，从而找到应用的性能瓶颈。
进一步的，本实施例还公开了一种应用线程检测设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以实现以下步骤：
对应用的目标线程进行监视，以获取所述目标线程的执行时间；判断所述执行时间是否大于预先配置的时间阈值；如果是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
可见，本申请实施例通过对应用的线程进行监视，得到线程的执行时间，然后将执行时间大于预先配置的时间阈值的线程确定为粘滞线程，并且记录这些粘滞线程的线程信息，由于应用的运行过程与线程的健康状态息息相关，通过找出应用运行过程中的粘滞线程，并分析这些粘滞线程的线程信息，可以快速地发现引起应用性能问题的原因，从而找到应用的性能瓶颈。
本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：获取预先配置的功能开闭标识；若所述功能开闭标识为开启标识，则启动对所述目标线程的监视；若所述功能开闭标识为关闭标识，则关闭对所述目标线程的监视。
本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：获取预先配置的监视时间间隔；按照所述监视时间间隔，对目标线程进行监视。
本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：获取预先配置的时间单位；确定与所述时间单位对应的监视结果精度；按照所述监视结果精度，对目标线程进行监视。
本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：根据预设线程确定规则，从当前所有线程中确定出目标线程。
本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：确定所述目标线程的线程类型；根据所述线程类型确定相应的预先配置的时间阈值。
本实施例中，所述处理器执行所述存储器中保存的计算机子程序时，可以具体实现以下步骤：按照预设的信息输出方式，对所述粘滞线程的线程信息进行输出。
进一步的，本实施例还公开了一种应用瓶颈分析方法，参见图3所示，该方法包括：
步骤S21：通过前述的应用线程检测方法，获取应用的粘滞线程的线程信息；
步骤S22：利用所述线程信息，分析所述应用的性能瓶颈。
其中，关于上述应用线程检测方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本申请实施例通过对应用的线程进行监视，得到线程的执行时间，然后将执行时间大于预先配置的时间阈值的线程确定为粘滞线程，并且记录这些粘滞线程的线程信息，由于应用的运行过程与线程的健康状态息息相关，通过找出应用运行过程中的粘滞线程，并分析这些粘滞线程的线程信息，可以快速地发现引起应用性能问题的原因，从而找到应用的性能瓶颈。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种应用线程检测方法、瓶颈分析方法、装置及设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种应用线程检测方法，其特征在于，包括：
对应用的目标线程进行监视，以获取所述目标线程的执行时间；
判断所述执行时间是否大于预先配置的时间阈值；
如果是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
2.根据权利要求1所述的应用线程检测方法，其特征在于，所述对目标线程进行监视，包括：
获取预先配置的功能开闭标识；
若所述功能开闭标识为开启标识，则启动对所述目标线程的监视；
若所述功能开闭标识为关闭标识，则关闭对所述目标线程的监视。
3.根据权利要求1所述的应用线程检测方法，其特征在于，所述对目标线程进行监视，包括：
获取预先配置的监视时间间隔；
按照所述监视时间间隔，对目标线程进行监视。
4.根据权利要求1所述的应用线程检测方法，其特征在于，所述对目标线程进行监视，包括：
获取预先配置的时间单位；
确定与所述时间单位对应的监视结果精度；
按照所述监视结果精度，对目标线程进行监视。
5.根据权利要求1至4任一项所述的应用线程检测方法，其特征在于，所述对目标线程进行监视之前，还包括：
根据预设线程确定规则，从当前所有线程中确定出目标线程。
6.根据权利要求1至4任一项所述的应用线程检测方法，其特征在于，所述判断所述执行时间是否大于预先配置的时间阈值之前，还包括：
确定所述目标线程的线程类型；
根据所述线程类型确定相应的预先配置的时间阈值。
7.根据权利要求1至4任一项所述的应用线程检测方法，其特征在于，还包括：
按照预设的信息输出方式，对所述粘滞线程的线程信息进行输出。
8.一种应用线程检测装置，其特征在于，包括：
线程监视模块，用于对应用的目标线程进行监视，以获取所述目标线程的执行时间；
时间判断模块，用于判断所述执行时间是否大于预先配置的时间阈值；
信息记录模块，用于当所述时间判断模块的判断结果为是，则将所述目标线程确定为粘滞线程，并记录所述粘滞线程的线程信息，以便利用所述线程信息分析所述应用的性能瓶颈。
9.一种应用线程检测设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的应用线程检测方法。
10.一种应用瓶颈分析方法，其特征在于，包括：
通过如权利要求1至7任一项所述的应用线程检测方法，获取应用的粘滞线程的线程信息；
利用所述线程信息，分析所述应用的性能瓶颈。
CN201811196860.1A 2018-10-15 2018-10-15 一种应用线程检测方法、瓶颈分析方法、装置及设备 Pending CN109491858A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811196860.1A CN109491858A (zh) 2018-10-15 2018-10-15 一种应用线程检测方法、瓶颈分析方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811196860.1A CN109491858A (zh) 2018-10-15 2018-10-15 一种应用线程检测方法、瓶颈分析方法、装置及设备

Publications (1)

Publication Number Publication Date
CN109491858A true CN109491858A (zh) 2019-03-19

Family

ID=65690329

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811196860.1A Pending CN109491858A (zh) 2018-10-15 2018-10-15 一种应用线程检测方法、瓶颈分析方法、装置及设备

Country Status (1)

Country Link
CN (1) CN109491858A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113778824A (zh) * 2021-08-23 2021-12-10 深圳市联影高端医疗装备创新研究院 操作系统实时性检测方法、装置、计算机设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577312A (zh) * 2012-07-26 2014-02-12 阿里巴巴集团控股有限公司 一种软件的时间性能的检测方法及装置
CN104615497A (zh) * 2015-02-13 2015-05-13 广州华多网络科技有限公司 一种线程挂起的处理方法及装置
CN106375435A (zh) * 2016-08-31 2017-02-01 福建天晴数码有限公司 Web线程超时监控的方法及其系统
US20170153962A1 (en) * 2015-11-30 2017-06-01 International Business Machines Corporation Monitoring the performance of threaded applications

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577312A (zh) * 2012-07-26 2014-02-12 阿里巴巴集团控股有限公司 一种软件的时间性能的检测方法及装置
CN104615497A (zh) * 2015-02-13 2015-05-13 广州华多网络科技有限公司 一种线程挂起的处理方法及装置
US20170153962A1 (en) * 2015-11-30 2017-06-01 International Business Machines Corporation Monitoring the performance of threaded applications
CN106375435A (zh) * 2016-08-31 2017-02-01 福建天晴数码有限公司 Web线程超时监控的方法及其系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHELL_HAT: "《WebLogic是怎样判断粘滞线程（Stuck Thread）和独占线程（Hogging Thread）的》", 《HTTP://TEKKAMANNINJA.BLOG.CHINAUNIX.NET/UID-17176286-ID-5180127.HTML》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113778824A (zh) * 2021-08-23 2021-12-10 深圳市联影高端医疗装备创新研究院 操作系统实时性检测方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
US11165799B2 (en) Anomaly detection and processing for seasonal data
US10558544B2 (en) Multiple modeling paradigm for predictive analytics
WO2015180291A1 (zh) 监控服务器集群的方法和系统
CN110888783A (zh) 微服务系统的监测方法、装置以及电子设备
US9703690B2 (en) Determining test case efficiency
WO2017114152A1 (zh) 一种业务拨测方法、装置以及系统
CN110750458A (zh) 大数据平台测试方法、装置、可读存储介质及电子设备
CN108845912B (zh) 服务接口调用故障的报警方法及计算设备
US9043652B2 (en) User-coordinated resource recovery
CN109669798B (zh) 崩溃分析方法、装置、电子设备，及存储介质
US20130322266A1 (en) Network traffic monitoring
CN113112038B (zh) 智能监测与诊断分析系统、装置、电子设备及存储介质
CN114500659A (zh) 用于近实时云基础设施策略实现和管理的方法和主机装置
CN109491858A (zh) 一种应用线程检测方法、瓶颈分析方法、装置及设备
US20170010322A1 (en) Integrated time dependent dielectric breakdown reliability testing
CN104794039B (zh) 服务软件的远程监测方法和装置
CN112383417B (zh) 一种终端安全外联检测方法、系统、设备及可读存储介质
CN113485891A (zh) 业务日志监控方法、装置、存储介质及电子设备
CN107612755A (zh) 一种云资源的管理方法及其装置
CITO et al. Identifying web performance degradations through synthetic and real-user monitoring
CN116306429A (zh) 实现状态数据捕获的方法、装置、计算机存储介质及终端
CN110598797A (zh) 故障的检测方法及装置、存储介质和电子装置
CN115712529A (zh) 一种边缘智能设备测试方法、装置、设备及存储介质
Agadakos et al. Butterfly effect: Causality from chaos in the iot
CN114817035A (zh) 一种软件测试方法、装置、设备及介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319

RJ01 Rejection of invention patent application after publication