CN109542714A - 应用程序监控方法及装置、计算机装置及计算机存储介质 - Google Patents
应用程序监控方法及装置、计算机装置及计算机存储介质 Download PDFInfo
- Publication number
- CN109542714A CN109542714A CN201811151281.5A CN201811151281A CN109542714A CN 109542714 A CN109542714 A CN 109542714A CN 201811151281 A CN201811151281 A CN 201811151281A CN 109542714 A CN109542714 A CN 109542714A
- Authority
- CN
- China
- Prior art keywords
- application program
- cpu usage
- application
- information
- computer installation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 161
- 238000009434 installation Methods 0.000 title claims abstract description 69
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 126
- 238000012806 monitoring device Methods 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 22
- 230000003321 amplification Effects 0.000 claims description 11
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 10
- 230000026676 system process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 4
- 238000012797 qualification Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 229910002804 graphite Inorganic materials 0.000 description 2
- 239000010439 graphite Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
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
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
一种应用程序监控方法，包括：获取计算机装置当前运行的应用程序的应用实例的实例名称；根据所述实例名称采集所述应用程序的进程信息；从所述进程信息中获取所述应用程序的进程标识符；采集所述计算机装置的资源使用信息；从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；展示所述CPU使用率。本发明还提供一种应用程序监控装置、计算机装置及计算机可读存储介质。本发明可以获取应用进程的CPU指标，提高应用程序CPU监控的准确性，减小CPU监控的数据误差。
Description
技术领域
本发明涉及软件运维技术领域，具体涉及一种应用程序监控方法及装置、计算机装置和计算机可读存储介质。
背景技术
计算机装置中，应用程序会使用各种系统资源，进行任务处理。其中一项重要的系统资源为CPU资源。若应用程序占用CPU资源过多，会影响计算机装置的处理速度，导致计算机装置操作缓慢甚至死机。目前的JVM(Java虚拟机)的CPU指标通常通过JMX接口采集。然而，通过JMX接口采集的CPU指标不只是应用进程占用的数据，还包含操作系统占用的数据，容易导致监控误判。
发明内容
鉴于以上内容，有必要提出一种应用程序监控方法及装置、计算机装置和计算机可读存储介质，其可以获取应用进程的CPU指标，提高应用程序CPU监控的准确性，减小CPU监控的数据误差。
本申请的第一方面提供一种应用程序监控方法，所述方法包括：
获取计算机装置当前运行的应用程序的应用实例的实例名称；
根据所述实例名称采集所述应用程序的进程信息；
从所述进程信息中获取所述应用程序的进程标识符；
采集所述计算机装置的资源使用信息；
从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
展示所述CPU使用率。
另一种可能的实现方式中，所述获取计算机装置当前运行的应用程序的应用实例的实例名称包括：
从所述应用程序的环境配置文件中获取所述实例名称。
另一种可能的实现方式中，所述根据所述实例名称采集所述应用程序的进程信息包括：
通过调用操作系统ps命令采集所述进程信息。
另一种可能的实现方式中，所述采集所述计算机装置的资源使用信息包括：
通过调用操作系统top命令采集所述资源使用信息。
另一种可能的实现方式中，所述展示所述CPU使用率包括：
通过Grafana展示所述CPU使用率；或者
通过Highcharts展示所述CPU使用率。
另一种可能的实现方式中，所述方法还包括：
判断所述CPU使用率是否满足预设报警条件，若所述CPU使用率满足预设报警条件，则进行报警。
另一种可能的实现方式中，所述判断所述CPU使用率是否满足预设报警条件包括：
判断所述CPU使用率是否大于或等于CPU使用率阈值；或者
判断所述CPU使用率相较于预设时间的CPU使用率的增幅是否大于或等于预设增幅。
本申请的第二方面提供一种应用程序监控装置，所述装置包括：
第一获取单元，用于获取计算机装置当前运行的应用程序的应用实例的实例名称；
第一采集单元，用于根据所述实例名称采集所述应用程序的进程信息；
第二获取单元，用于从所述进程信息中获取所述应用程序的进程标识符；
第二采集单元，用于采集所述计算机装置的资源使用信息；
筛选单元，用于从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
展示单元，用于展示所述CPU使用率。
本申请的第三方面提供一种计算机装置，所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现所述应用程序监控方法。
本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述应用程序监控方法。
本发明获取计算机装置当前运行的应用程序的应用实例的实例名称；根据所述实例名称采集所述应用程序的进程信息；从所述进程信息中获取所述应用程序的进程标识符；采集所述计算机装置的资源使用信息；从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；展示所述CPU使用率。传统的主机层面的CPU监控是包含操作系统进程的，无法区分是应用进程还是操作系统进程，CPU使用率如果出现飙高可能会产生误判。而通过JMX接口采集的CPU监控数据与实际CPU数据有误差，且误差较大，容易导致监控误判。本发明可以获取应用进程的CPU指标，提高应用程序CPU监控的准确性，减小CPU监控的数据误差。
附图说明
图1是本发明实施例提供的应用程序监控方法的流程图。
图2是本发明实施例提供的应用程序监控装置的结构图。
图3是本发明实施例提供的计算机装置的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
优选地，本发明的应用程序监控方法应用在一个或者多个计算机装置中。所述计算机装置是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机装置可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
实施例一
图1是本发明实施例一提供的应用程序监控方法的流程图。所述应用程序监控方法应用于计算机装置。所述应用程序监控方法对计算机装置中的应用程序的CPU指标进行监控。所述方法包括：
步骤101，获取计算机装置当前运行的应用程序的应用实例的实例名称。
计算机装置可以运行一个应用程序，也可以运行多个应用程序。所述应用程序可以是java应用程序。
应用程序的每个应用实例对应应用程序的一个进程。
在本实施例中，可以从应用程序的环境配置文件(例如env文件)中获取所述实例名称。例如，读取应用程序的环境配置文件，从读取的环境配置文件中获取实例名称spri_lcloud-rmp-prd-ins9740。
步骤102，根据所述实例名称采集所述应用程序的进程信息。
采集的应用程序的进程信息包括多种进程信息。
采集的应用程序的进程信息包括应用进程的进程标识符(Process Identifier，PID)。进程标识符用于区分各个进程。进程标识符可以是一个数字编号，如四位的数字编号。
采集的应用程序的进程信息还可以包括应用进程所属的应用程序。一个应用程序包括一个应用进程。
采集的应用程序的进程信息还可以包括应用进程的状态。所述状态可以包括运行、睡眠、空闲等。
采集的应用程序的进程信息还可以包括应用进程的启动时间和日期、应用进程的优先级等。
可以通过调用操作系统命令(例如ps命令)采集所述进程信息。可以在所述操作系统命令中以所述实例名称作为限定条件，采集计算机装置当前运行的应用程序的进程信息。例如，实例名称为spri_lcloud-rmp-prd-ins9740，则在操作系统命令中加上实例名称为spri_lcloud-rmp-prd-ins9740的限定条件，得到实例名称为spri_lcloud-rmp-prd-ins9740的应用程序的进程信息。
可以按照预设时间采集所述进程信息。例如，可以设置采集所述进程信息的时间间隔(例如每10分钟一次)，按照所述时间间隔采集所述进程信息。又如，可以设置采集所述进程信息的具体时间(例如每个整点时间，如0点、1点、2点……)，按照所述具体时间采集所述进程信息。
采集的进程信息可以存储到指定数据库。
所述指定数据库可以是时间序列数据库(即时序数据库)，例如OpenTSDB、nfluxDB。时间序列数据库主要用于指处理带时间标签(按照时间的顺序变化，即时间序列化)的数据，带时间标签的数据也称为时间序列数据。
OpenTSDB是基于Hbase的分布式的、可伸缩的时间序列数据库。存储到OpenTSDB的数据，是以metric为单位的，metric就是1个监控项，例如CPU使用率。OpenTSDB使用HBase作为存储，由于有良好的设计，因此对metric的数据存储支持到秒级别。OpenTSDB支持数据永久存储，即保存的数据不会主动删除；并且原始数据会一直保存(有些监控系统会将较久之前的数据聚合之后保存)。
InfluxDB是一个开源分布式时序、事件和指标数据库。InfluxDB使用Go语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。InfluxDB有三大特性：1.TimeSeries(时间序列)：可以使用与时间有关的相关函数(如最大，最小，求和等)；2.Metrics(度量)：可以实时对大量数据进行计算；3.Eevents(事件)：支持任意的事件数据。
步骤103，从所述进程信息中获取所述应用程序的进程标识符。
如前所述，采集的进程信息包括多种进程信息，本步骤就是从采集的多种进程信息中获取进程标识符这一特定进程信息。
采集的进程信息可以包括多个字段，每个字段对应一个进程信息，每个字段包括一个字段名，可以根据字段名获取所述进程标识符。例如，进程标识符在所述进程信息中的字段名为PID，则获取字段名为PID的字段，即得到所述进程标识符。
步骤104，采集所述计算机装置的资源使用信息。
可以通过调用操作系统命令(例如top命令)采集所述计算机装置的资源使用信息。
所述资源使用信息可以包括多个。例如，所述资源使用信息包括CPU使用率、内存使用率等。
所述资源使用信息包括所有进程(即应用进程和操作系统进程)的资源使用信息。例如，所述资源使用信息包括应用进程和操作系统进程的CPU使用率、内存使用率等。
步骤105，从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率。
可以从所述资源使用信息中筛选出所述进程标识符对应的应用进程的资源使用信息，再从应用进程的资源使用信息中筛选出应用进程的CPU使用率。
或者，可以从所述资源使用信息中筛选出所有进程的CPU使用率，再从所有进程的CPU使用率中筛选出应用进程的CPU使用率。
步骤106，展示所述CPU使用率。
可以生成监控信息展示界面，在所述监控信息展示界面中展示所述CPU使用率。
如果所述计算机装置中运行的应用进程为多个，可以得到多个应用进程的CPU使用率。可以对多个应用进程的CPU使用率进行排序，显示排序后的多个应用进程的CPU使用率。例如，可以按照从大到小，或者按照从小到大的顺序显示多个应用进程的CPU使用率。
可以通过图表展示所述CPU使用率。所述图表可以包括折线图、面积图、热力图、饼图、表格等。
在一具体实施例中，可以通过Grafana展示所述CPU使用率。可以通过Grafana的采集agent，传送所述CPU使用率到Grafana平台展示。
Grafana是一个可视化面板(Dashboard)，支持各种图表和布局展示，支持Graphite、zabbix、InfluxDB、Prometheus和OpenTSDB作为数据源。Grafana具有以下特性：灵活丰富的图形化选项；可以混合多种风格；支持白天和夜间模式；支持多个数据源。
或者，可以通过Highcharts展示所述CPU使用率。
Highcharts是一个用纯JavaScript编写的一个图表库。Highcharts能够很简单便捷的在web网站或是web应用程序添加有交互性的图表。HIghcharts支持监控平台的各种图例。
实施例一的应用程序监控方法获取计算机装置当前运行的应用程序的应用实例的实例名称；根据所述实例名称采集所述应用程序的进程信息；从所述进程信息中获取所述应用程序的进程标识符；采集所述计算机装置的资源使用信息；从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；展示所述CPU使用率。传统的主机层面的CPU监控是包含操作系统进程的，无法区分是应用进程还是操作系统进程，CPU使用率如果出现飙高可能会产生误判。而通过JMX接口采集的CPU监控数据与实际CPU数据有误差，且误差较大，容易导致监控误判。实施例一可以获取应用进程的CPU指标，提高应用程序CPU监控的准确性，减小CPU监控的数据误差。
在另一实施例中，所述应用程序监控方法还可以包括：判断所述CPU使用率是否满足预设报警条件。若所述CPU使用率满足预设报警条件，则进行报警。可以通过发出警报声、显示报警画面、发送报警消息、发送报警邮件等方式进行报警。
可以判断所述CPU使用率是否大于或等于CPU使用率阈值，如80％，若所述CPU使用率大于或等于CPU使用率阈值，则进行报警。
或者，可以判断所述CPU使用率相较于预设时间的CPU使用率的增幅是否大于或等于预设增幅(例如20％)。若所述CPU使用率相较于预设时间的CPU使用率的增幅大于或等于预设增幅，则进行报警。例如，将周一上午10:00得到的应用进程的CPU使用率与上周一上午10：00得到的应用进程的CPU使用率进行比较，若周一上午10:00得到的应用进程的CPU使用率超过上周一上午10：00得到的应用进程的CPU使用率的20％，则进行报警。
实施例二
图2为本发明实施例二提供的应用程序监控装置的结构图。如图2所示，所述应用程序监控装置10可以包括：第一获取单元201、第一采集单元202、第二获取单元203、第二采集单元204、筛选单元205、展示单元206。
步骤101，获取计算机装置当前运行的应用程序的应用实例的实例名称。
计算机装置可以运行一个应用程序，也可以运行多个应用程序。所述应用程序可以是java应用程序。
应用程序的每个应用实例对应应用程序的一个进程。
在本实施例中，可以从应用程序的环境配置文件(例如env文件)中获取所述实例名称。例如，读取应用程序的环境配置文件，从读取的环境配置文件中获取实例名称spri_lcloud-rmp-prd-ins9740。
步骤102，根据所述实例名称采集所述应用程序的进程信息。
采集的应用程序的进程信息包括多种进程信息。
采集的应用程序的进程信息包括应用进程的进程标识符(Process Identifier，PID)。进程标识符用于区分各个进程。进程标识符可以是一个数字编号，如四位的数字编号。
采集的应用程序的进程信息还可以包括应用进程所属的应用程序。一个应用程序包括一个应用进程。
采集的应用程序的进程信息还可以包括应用进程的状态。所述状态可以包括运行、睡眠、空闲等。
采集的应用程序的进程信息还可以包括应用进程的启动时间和日期、应用进程的优先级等。
可以通过调用操作系统命令(例如ps命令)采集所述进程信息。可以在所述操作系统命令中以所述实例名称作为限定条件，采集计算机装置当前运行的应用程序的进程信息。例如，实例名称为spri_lcloud-rmp-prd-ins9740，则在操作系统命令中加上实例名称为spri_lcloud-rmp-prd-ins9740的限定条件，得到实例名称为spri_lcloud-rmp-prd-ins9740的应用程序的进程信息。
可以按照预设时间采集所述进程信息。例如，可以设置采集所述进程信息的时间间隔(例如每10分钟一次)，按照所述时间间隔采集所述进程信息。又如，可以设置采集所述进程信息的具体时间(例如每个整点时间，如0点、1点、2点……)，按照所述具体时间采集所述进程信息。
采集的进程信息可以存储到指定数据库。
所述指定数据库可以是时间序列数据库(即时序数据库)，例如OpenTSDB、nfluxDB。时间序列数据库主要用于指处理带时间标签(按照时间的顺序变化，即时间序列化)的数据，带时间标签的数据也称为时间序列数据。
OpenTSDB是基于Hbase的分布式的、可伸缩的时间序列数据库。存储到OpenTSDB的数据，是以metric为单位的，metric就是1个监控项，例如CPU使用率。OpenTSDB使用HBase作为存储，由于有良好的设计，因此对metric的数据存储支持到秒级别。OpenTSDB支持数据永久存储，即保存的数据不会主动删除；并且原始数据会一直保存(有些监控系统会将较久之前的数据聚合之后保存)。
InfluxDB是一个开源分布式时序、事件和指标数据库。InfluxDB使用Go语言编写，无需外部依赖。其设计目标是实现分布式和水平伸缩扩展。InfluxDB有三大特性：1.TimeSeries(时间序列)：可以使用与时间有关的相关函数(如最大，最小，求和等)；2.Metrics(度量)：可以实时对大量数据进行计算；3.Eevents(事件)：支持任意的事件数据。
步骤103，从所述进程信息中获取所述应用程序的进程标识符。
如前所述，采集的进程信息包括多种进程信息，本步骤就是从采集的多种进程信息中获取进程标识符这一特定进程信息。
采集的进程信息可以包括多个字段，每个字段对应一个进程信息，每个字段包括一个字段名，可以根据字段名获取所述进程标识符。例如，进程标识符在所述进程信息中的字段名为PID，则获取字段名为PID的字段，即得到所述进程标识符。
步骤104，采集所述计算机装置的资源使用信息。
可以通过调用操作系统命令(例如top命令)采集所述计算机装置的资源使用信息。
所述资源使用信息可以包括多个。例如，所述资源使用信息包括CPU使用率、内存使用率等。
所述资源使用信息包括所有进程(即应用进程和操作系统进程)的资源使用信息。例如，所述资源使用信息包括应用进程和操作系统进程的CPU使用率、内存使用率等。
步骤105，从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率。
可以从所述资源使用信息中筛选出所述进程标识符对应的应用进程的资源使用信息，再从应用进程的资源使用信息中筛选出应用进程的CPU使用率。
或者，可以从所述资源使用信息中筛选出所有进程的CPU使用率，再从所有进程的CPU使用率中筛选出应用进程的CPU使用率。
步骤106，展示所述CPU使用率。
可以生成监控信息展示界面，在所述监控信息展示界面中展示所述CPU使用率。
如果所述计算机装置中运行的应用进程为多个，可以得到多个应用进程的CPU使用率。可以对多个应用进程的CPU使用率进行排序，显示排序后的多个应用进程的CPU使用率。例如，可以按照从大到小，或者按照从小到大的顺序显示多个应用进程的CPU使用率。
可以通过图表展示所述CPU使用率。所述图表可以包括折线图、面积图、热力图、饼图、表格等。
在一具体实施例中，可以通过Grafana展示所述CPU使用率。可以通过Grafana的采集agent，传送所述CPU使用率到Grafana平台展示。
Grafana是一个可视化面板(Dashboard)，支持各种图表和布局展示，支持Graphite、zabbix、InfluxDB、Prometheus和OpenTSDB作为数据源。Grafana具有以下特性：灵活丰富的图形化选项；可以混合多种风格；支持白天和夜间模式；支持多个数据源。
或者，可以通过Highcharts展示所述CPU使用率。
Highcharts是一个用纯JavaScript编写的一个图表库。Highcharts能够很简单便捷的在web网站或是web应用程序添加有交互性的图表。HIghcharts支持监控平台的各种图例。
实施例二的应用程序监控装置10获取计算机装置当前运行的应用程序的应用实例的实例名称；根据所述实例名称采集所述应用程序的进程信息；从所述进程信息中获取所述应用程序的进程标识符；采集所述计算机装置的资源使用信息；从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；展示所述CPU使用率。传统的主机层面的CPU监控是包含操作系统进程的，无法区分是应用进程还是操作系统进程，CPU使用率如果出现飙高可能会产生误判。而通过JMX接口采集的CPU监控数据与实际CPU数据有误差，且误差较大，容易导致监控误判。实施例二可以获取应用进程的CPU指标，提高应用程序CPU监控的准确性，减小CPU监控的数据误差。
在另一实施例中，所述应用程序监控装置10还可以包括：报警单元，用于判断所述CPU使用率是否满足预设报警条件，若所述CPU使用率满足预设报警条件，则进行报警。可以通过发出警报声、显示报警画面、发送报警消息、发送报警邮件等方式进行报警。
可以判断所述CPU使用率是否大于或等于CPU使用率阈值，如80％，若所述CPU使用率大于或等于CPU使用率阈值，则进行报警。
或者，可以判断所述CPU使用率相较于预设时间的CPU使用率的增幅是否大于或等于预设增幅(例如20％)。若所述CPU使用率相较于预设时间的CPU使用率的增幅大于或等于预设增幅，则进行报警。例如，将周一上午10:00得到的应用进程的CPU使用率与上周一上午10：00得到的应用进程的CPU使用率进行比较，若周一上午10:00得到的应用进程的CPU使用率超过上周一上午10：00得到的应用进程的CPU使用率的20％，则进行报警。
实施例三
本实施例提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述应用程序监控方法实施例中的步骤，例如图1所示的步骤101-106：
步骤101，获取计算机装置当前运行的应用程序的应用实例的实例名称；
步骤102，根据所述实例名称采集所述应用程序的进程信息；
步骤103，从所述进程信息中获取所述应用程序的进程标识符；
步骤104，采集所述计算机装置的资源使用信息；
步骤105，从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
步骤106，展示所述CPU使用率。
或者，该计算机程序被处理器执行时实现上述装置实施例中各模块/单元的功能，例如图2中的单元201-206：
第一获取单元201，用于获取计算机装置当前运行的应用程序的应用实例的实例名称；
第一采集单元202，用于根据所述实例名称采集所述应用程序的进程信息；
第二获取单元203，用于从所述进程信息中获取所述应用程序的进程标识符；
第二采集单元204，用于采集所述计算机装置的资源使用信息；
筛选单元205，用于从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
展示单元206，用于展示所述CPU使用率。
实施例四
图3为本发明实施例四提供的计算机装置的示意图。所述计算机装置1包括存储器20、处理器30以及存储在所述存储器20中并可在所述处理器30上运行的计算机程序40，例如应用程序监控程序。所述处理器30执行所述计算机程序40时实现上述应用程序监控方法实施例中的步骤，例如图1所示的步骤101-106：
步骤101，获取计算机装置当前运行的应用程序的应用实例的实例名称；
步骤102，根据所述实例名称采集所述应用程序的进程信息；
步骤103，从所述进程信息中获取所述应用程序的进程标识符；
步骤104，采集所述计算机装置的资源使用信息；
步骤105，从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
步骤106，展示所述CPU使用率。
或者，所述处理器30执行所述计算机程序40时实现上述装置实施例中各模块/单元的功能，例如图2中的单元201-206：
第一获取单元201，用于获取计算机装置当前运行的应用程序的应用实例的实例名称；
第一采集单元202，用于根据所述实例名称采集所述应用程序的进程信息；
第二获取单元203，用于从所述进程信息中获取所述应用程序的进程标识符；
第二采集单元204，用于采集所述计算机装置的资源使用信息；
筛选单元205，用于从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
展示单元206，用于展示所述CPU使用率。
示例性的，所述计算机程序40可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器20中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序40在所述计算机装置1中的执行过程。例如，所述计算机程序40可以被分割成图2中的第一获取单元201、第一采集单元202、第二获取单元203、第二采集单元204、筛选单元205、展示单元206，各单元具体功能参见实施例二。
所述计算机装置1可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。本领域技术人员可以理解，所述示意图3仅仅是计算机装置1的示例，并不构成对计算机装置1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述计算机装置1还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器30也可以是任何常规的处理器等，所述处理器30是所述计算机装置1的控制中心，利用各种接口和线路连接整个计算机装置1的各个部分。
所述存储器20可用于存储所述计算机程序40和/或模块/单元，所述处理器30通过运行或执行存储在所述存储器20内的计算机程序和/或模块/单元，以及调用存储在存储器20内的数据，实现所述计算机装置1的各种功能。所述存储器20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机装置1的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器20可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述计算机装置1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
在本发明所提供的几个实施例中，应该理解到，所揭露的计算机装置和方法，可以通过其它的方式实现。例如，以上所描述的计算机装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
另外，在本发明各个实施例中的各功能单元可以集成在相同处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在相同单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。计算机装置权利要求中陈述的多个单元或计算机装置也可以由同一个单元或计算机装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种应用程序监控方法，其特征在于，所述方法包括：
获取计算机装置当前运行的应用程序的应用实例的实例名称；
根据所述实例名称采集所述应用程序的进程信息；
从所述进程信息中获取所述应用程序的进程标识符；
采集所述计算机装置的资源使用信息；
从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
展示所述CPU使用率。
2.如权利要求1所述的方法，其特征在于，所述获取计算机装置当前运行的应用程序的应用实例的实例名称包括：
从所述应用程序的环境配置文件中获取所述实例名称。
3.如权利要求1所述的方法，其特征在于，所述根据所述实例名称采集所述应用程序的进程信息包括：
通过调用操作系统ps命令采集所述进程信息。
4.如权利要求1所述的方法，其特征在于，所述采集所述计算机装置的资源使用信息包括：
通过调用操作系统top命令采集所述资源使用信息。
5.如权利要求1所述的方法，其特征在于，所述展示所述CPU使用率包括：
通过Grafana展示所述CPU使用率；或者
通过Highcharts展示所述CPU使用率。
6.如权利要求1所述的方法，其特征在于，所述方法还包括：
判断所述CPU使用率是否满足预设报警条件，若所述CPU使用率满足预设报警条件，则进行报警。
7.如权利要求6所述的方法，其特征在于，所述判断所述CPU使用率是否满足预设报警条件包括：
判断所述CPU使用率是否大于或等于CPU使用率阈值；或者
判断所述CPU使用率相较于预设时间的CPU使用率的增幅是否大于或等于预设增幅。
8.一种应用程序监控装置，其特征在于，所述装置包括：
第一获取单元，用于获取计算机装置当前运行的应用程序的应用实例的实例名称；
第一采集单元，用于根据所述实例名称采集所述应用程序的进程信息；
第二获取单元，用于从所述进程信息中获取所述应用程序的进程标识符；
第二采集单元，用于采集所述计算机装置的资源使用信息；
筛选单元，用于从所述资源使用信息中筛选出所述进程标识符对应的应用进程的CPU使用率；
展示单元，用于展示所述CPU使用率。
9.一种计算机装置，其特征在于：所述计算机装置包括处理器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1-7中任一项所述应用程序监控方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述应用程序监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811151281.5A CN109542714A (zh) | 2018-09-29 | 2018-09-29 | 应用程序监控方法及装置、计算机装置及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811151281.5A CN109542714A (zh) | 2018-09-29 | 2018-09-29 | 应用程序监控方法及装置、计算机装置及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109542714A true CN109542714A (zh) | 2019-03-29 |
Family
ID=65841331
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811151281.5A Pending CN109542714A (zh) | 2018-09-29 | 2018-09-29 | 应用程序监控方法及装置、计算机装置及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109542714A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109960635A (zh) * | 2019-04-18 | 2019-07-02 | 江苏满运软件科技有限公司 | 实时计算平台的监控和报警方法、系统、设备及存储介质 |
| CN111651323A (zh) * | 2020-05-29 | 2020-09-11 | 山东中创软件商用中间件股份有限公司 | 一种应用软件的监控方法、装置及设备 |
| CN111737082A (zh) * | 2020-06-19 | 2020-10-02 | 中国建设银行股份有限公司 | 容器及容器应用的监控方法、装置、设备和介质 |
| CN111752800A (zh) * | 2020-06-24 | 2020-10-09 | 研祥智能科技股份有限公司 | 一种计算机系统及应用程序的监控方法及监控装置 |
| CN111984538A (zh) * | 2020-08-24 | 2020-11-24 | 深圳市捷诚技术服务有限公司 | 系统信息的输出方法、装置、计算机可读存储介质及终端 |
| CN112069237A (zh) * | 2020-07-22 | 2020-12-11 | 北京思特奇信息技术股份有限公司 | 一种集群数据库连接池的管理系统 |
| CN112084094A (zh) * | 2020-09-16 | 2020-12-15 | 北京自如信息科技有限公司 | 一种多服务器资源监控方法、装置及计算机设备 |
| CN113535514A (zh) * | 2021-07-02 | 2021-10-22 | 中科曙光国际信息产业有限公司 | 作业跟踪方法、装置、计算机设备和存储介质 |
| CN116662045A (zh) * | 2022-11-18 | 2023-08-29 | 荣耀终端有限公司 | 进程名称获取方法、终端设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080167977A1 (en) * | 2007-01-04 | 2008-07-10 | Auvenshine John J | Determining proportionate use of system resources by applications executing in a shared hosting environment |
| CN105528277A (zh) * | 2015-12-10 | 2016-04-27 | 北京奇虎科技有限公司 | 一种监控目标设备的方法和装置 |
| CN106452818A (zh) * | 2015-08-13 | 2017-02-22 | 阿里巴巴集团控股有限公司 | 一种资源调度的方法和系统 |
| CN106484500A (zh) * | 2015-08-26 | 2017-03-08 | 北京奇虎科技有限公司 | 一种应用运行方法和装置 |
| CN107562539A (zh) * | 2017-08-25 | 2018-01-09 | 广东欧珀移动通信有限公司 | 应用程序处理方法和装置、计算机设备、存储介质 |
-
2018
- 2018-09-29 CN CN201811151281.5A patent/CN109542714A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080167977A1 (en) * | 2007-01-04 | 2008-07-10 | Auvenshine John J | Determining proportionate use of system resources by applications executing in a shared hosting environment |
| CN106452818A (zh) * | 2015-08-13 | 2017-02-22 | 阿里巴巴集团控股有限公司 | 一种资源调度的方法和系统 |
| CN106484500A (zh) * | 2015-08-26 | 2017-03-08 | 北京奇虎科技有限公司 | 一种应用运行方法和装置 |
| CN105528277A (zh) * | 2015-12-10 | 2016-04-27 | 北京奇虎科技有限公司 | 一种监控目标设备的方法和装置 |
| CN107562539A (zh) * | 2017-08-25 | 2018-01-09 | 广东欧珀移动通信有限公司 | 应用程序处理方法和装置、计算机设备、存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| DIVMEDIA: "一个应用程序实例", 《HTTPS://BLOG.CSDN.NET/DIVMEDIA/ARTICLE/DETAILS/4723766?》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109960635A (zh) * | 2019-04-18 | 2019-07-02 | 江苏满运软件科技有限公司 | 实时计算平台的监控和报警方法、系统、设备及存储介质 |
| CN111651323A (zh) * | 2020-05-29 | 2020-09-11 | 山东中创软件商用中间件股份有限公司 | 一种应用软件的监控方法、装置及设备 |
| CN111737082A (zh) * | 2020-06-19 | 2020-10-02 | 中国建设银行股份有限公司 | 容器及容器应用的监控方法、装置、设备和介质 |
| CN111752800A (zh) * | 2020-06-24 | 2020-10-09 | 研祥智能科技股份有限公司 | 一种计算机系统及应用程序的监控方法及监控装置 |
| CN111752800B (zh) * | 2020-06-24 | 2023-02-21 | 研祥智能科技股份有限公司 | 一种计算机系统及应用程序的监控方法及监控装置 |
| CN112069237A (zh) * | 2020-07-22 | 2020-12-11 | 北京思特奇信息技术股份有限公司 | 一种集群数据库连接池的管理系统 |
| CN112069237B (zh) * | 2020-07-22 | 2023-12-05 | 北京思特奇信息技术股份有限公司 | 一种集群数据库连接池的管理系统 |
| CN111984538A (zh) * | 2020-08-24 | 2020-11-24 | 深圳市捷诚技术服务有限公司 | 系统信息的输出方法、装置、计算机可读存储介质及终端 |
| CN112084094A (zh) * | 2020-09-16 | 2020-12-15 | 北京自如信息科技有限公司 | 一种多服务器资源监控方法、装置及计算机设备 |
| CN113535514A (zh) * | 2021-07-02 | 2021-10-22 | 中科曙光国际信息产业有限公司 | 作业跟踪方法、装置、计算机设备和存储介质 |
| CN116662045A (zh) * | 2022-11-18 | 2023-08-29 | 荣耀终端有限公司 | 进程名称获取方法、终端设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109542714A (zh) | 应用程序监控方法及装置、计算机装置及计算机存储介质 | |
| CN108304250A (zh) | 用于确定运行机器学习任务的节点的方法和装置 | |
| CN109840142B (zh) | 基于云监控的线程控制方法、装置、电子设备及存储介质 | |
| CN109522209A (zh) | 日志堆栈信息分析方法及装置、计算机装置及存储介质 | |
| CN109669837A (zh) | 设备状态预警方法、系统、计算机装置及可读存储介质 | |
| CN109815007A (zh) | 基于云监控的线程控制方法、装置、电子设备及存储介质 | |
| CN106681587B (zh) | 一种应用图标的角标处理方法及终端 | |
| CN102968713A (zh) | 社交活动馈源和联系人信息的聚集提供器 | |
| CN108345483A (zh) | 一种通知消息的提示方法、终端及计算机可读存储介质 | |
| CN109960635A (zh) | 实时计算平台的监控和报警方法、系统、设备及存储介质 | |
| CN113282795A (zh) | 数据结构图生成及更新方法、装置、电子设备及存储介质 | |
| CN111538645B (zh) | 数据可视化方法及相关设备 | |
| CN114153688A (zh) | 基于云平台的分布式监控方法及装置 | |
| CN110443632A (zh) | 用户画像的用户管理方法、装置、计算机设备及存储介质 | |
| CN113987086A (zh) | 数据处理方法、数据处理装置、电子设备以及存储介质 | |
| CN112184469A (zh) | 群组互动方法、装置、设备以及存储介质 | |
| CN112214155A (zh) | 一种视图信息播放方法、装置、设备和存储介质 | |
| CN111403034A (zh) | 用户信息管控方法及系统 | |
| CN109800124A (zh) | Cpu使用率监控方法、装置、电子设备及存储介质 | |
| CN111858604B (zh) | 数据存储方法、装置、电子设备及存储介质 | |
| CN114281807A (zh) | 数据质量稽核方法、装置、设备及存储介质 | |
| CN109144838A (zh) | 应用程序监控方法及装置、计算机装置及计算机存储介质 | |
| CN114693226A (zh) | 审批流程构建方法、装置、设备以及存储介质 | |
| CN109815082B (zh) | Kafka主题监控方法、装置、电子设备及存储介质 | |
| CN109828719A (zh) | 基于云监控的commitLog文件所在磁盘控制方法、装置及相关设备 |
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: 20190329 |
|
| RJ01 | Rejection of invention patent application after publication |