CN109766242A - 基于移动用户端的监控方法、装置、系统及存储介质 - Google Patents
基于移动用户端的监控方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN109766242A CN109766242A CN201811639107.5A CN201811639107A CN109766242A CN 109766242 A CN109766242 A CN 109766242A CN 201811639107 A CN201811639107 A CN 201811639107A CN 109766242 A CN109766242 A CN 109766242A
- Authority
- CN
- China
- Prior art keywords
- app
- monitoring data
- index
- information
- mobile client
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 100
- 230000004044 response Effects 0.000 claims abstract description 44
- 230000000007 visual effect Effects 0.000 claims abstract description 24
- 239000000523 sample Substances 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims description 34
- 238000012800 visualization Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 9
- 230000004931 aggregating effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 description 27
- 230000006399 behavior Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005067 remediation Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012482 interaction analysis Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明提供的基于移动用户端的监控方法、装置、系统及存储介质，应用于运维监控领域，该方法，包括：接收移动用户端应用程序APP监测数据，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率；建立所述APP与所述APP监测数据之间的对应关系并存储；在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
Description
技术领域
本发明涉及一种运维监控领域，尤其涉及一种基于移动用户端的监控方法、装置、系统及存储介质。
背景技术
运维监控是一系列IT管理产品的统称，它所包含的产品功能强大、易于使用、解决方案齐全，可一站式满足用户的各种IT管理需求。
越来越多的客户都在考虑或采纳业务集中的方案。然而业务系统集中后，不仅增加运行维护的工作强度，而且会使集中的系统变得更加繁杂。有效的系统和应用监控体系成为了解业务资源的使用状况，及时发现可能导致系统故障的隐患，实现系统运营保障的关键。
卡顿、运行缓慢以及崩溃是移动App运维中的常见问题，会很大程度影响移动端用户体验。而传统的运维监控缺乏对移动用户端的性能监控，对用户体验的把控依赖于用户反馈。然而这些反馈不仅缺乏代表性，也难以缺乏技术角度的准确性，IT部门难以量化分析用户体验的实际状态，一旦遇到异常问题就需要消耗大量时间去获取详细的上下文信息。
发明内容
针对现有技术中对用户体验的把控依赖于用户反馈，然而这些反馈不仅缺乏代表性，也难以缺乏技术角度的准确性，IT部门难以量化分析用户体验的实际状态，一旦遇到异常问题就需要消耗大量时间去获取详细的上下文信息的问题，本发明提供了一种基于移动用户端的监控方法、装置、系统及存储介质。
第一方面，本发明实施例提供了一种基于移动用户端的监控方法，其特征在于，包括：接收移动用户端应用程序APP监测数据，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率；建立所述APP与所述APP监测数据之间的对应关系并存储；在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述APP性能分析请求中包括APP评分请求，所述在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面，包括：使用指标值聚合算法，计算出所选时间段内对应指标的平均指标值；将平均指标值代入指标梯度表数据结构中，统计出每个指标对应的得分；将每个指标对应的得分以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面，还包括：根据每个指标对应的权重，将指标之间进行的加权得分总和计算得出APP的综合评分；将所述APP的综合评分以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述接收移动用户端应用程序APP监测数据，包括：周期性的接收移动用户端应用程序APP监测数据。
在其中一个可选的实施例中，所述方法，还包括：在接收APP监测数据时，获取探针所在移动用户端的出口IP信息；根据所述出口IP信息确定所述出口IP所对应的IP段；根据所述出口IP对应的IP段，以及IP段与地域信息对应关系，确定使用被监测页面的用户所在地域，所述地域信息包括国家信息、省信息、市信息以及经纬度信息。
第二方面，本发明实施例还提供了基于移动用户端的监控装置，其特征在于，包括：
接收单元，用于接收移动用户端应用程序APP监测数据，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率；
第一执行单元，用于建立所述APP与所述APP监测数据之间的对应关系并存储；
第二执行单元，用于在接收到APP性能分析请求时，根据所述第一执行单元保存的APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述第二执行单元，包括：
计算模块，用于使用指标值聚合算法，计算出所选时间段内对应指标的平均指标值；
统计模块，用于将所述计算单元计算得到的平均指标值代入指标梯度表数据结构中，统计出每个指标对应的得分；
显示模块，用于将每个指标对应的得分以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述计算模块，还用于根据统计模块中统计的每个指标对应的权重，将指标之间进行的加权得分总和计算得出APP的综合评分；
所述显示模块，还用于将所述APP的综合评分以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述接收单元，具体用于周期性的接收移动用户端应用程序APP监测数据。
在其中一个可选的实施方式中，所述装置，还包括：
获取单元，用于在接收APP监测数据时，获取探针所在移动用户端的出口IP信息；
第一确定单元，用于根据所述获取单元获取的出口IP信息确定所述出口IP所对应的IP段；
第二确定单元，用于根据所述出口IP对应的IP段，以及IP段与地域信息对应关系，确定使用被监测页面的用户所在地域，所述地域信息包括国家信息、省信息、市信息以及经纬度信息。
第三方面，本发明实施例提供了一种基于移动用户端的监测系统，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的基于移动用户端的监测方法。
第四方面，本发明实施例提供了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基于移动用户端的监测方法。
本发明提供的基于移动用户端的监控方法、装置、系统及存储介质，被监测移动应用在无须其他代码更改的前提下植入探针，可以自动采集技术指标，并在分析平台深度分析得到卡顿、闪退、页面加载慢、网络连接超时、网络劫持等各种问题，从而帮助开发人员快速定位和修复现有问题、提升问题修复效率、降低业务损失量，帮助业务人员正确决策、提升运营效率、提高产品价值和用户体验。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1为本发明实施例提供的一种基于移动用户端的监控方法流程示意图；
图2为本发明实施例提供的一种基于移动用户端的监控装置的结构示意图；
图3为本发明又一实施例提供的一种基于移动用户端的监控装置的结构示意图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明通过深入追踪用户端Web页面加载过程以及Ajax交互性能来掌握在不同用户网络环境、不同移动用户端、不同地域条件下的性能表现。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
以下，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解：
ETL：是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取(extract)、交互转换(transform)、加载(load)至目的端的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
HBase是一个分布式的、面向列的开源数据库，是一个适合于非结构化数据存储的数据库，是基于列的而不是基于行的模式，支持海量数据读写(尤其是写)，支持上亿行、上百万列的，面向列的分布式NoSql数据库。天然分布式，主从架构，不支持事务，不支持二级索引，不支持sql。
ES是一款分布式的全文检索框架，底层基于Lucene实现，虽然ES也提供存储，检索功能，但我一直不认为ES是一款数据库，但是随着ES功能越来越强大，与数据库的界限也越来越模糊。天然分布式，p2p架构，不支持事务，采用倒排索引提供全文检索。
Ajax：即“Asynchronous Javascript And XML”(异步JavaScript和XML)，是指一种创建交互式网页应用的网页开发技术。Ajax＝异步JavaScript和XML(标准通用标记语言的子集)，是一种用于创建快速动态网页的技术，是一种在无需重新加载整个网页的情况下，能够更新部分网页的技术，通过在后台与服务器进行少量数据交换，Ajax可以使网页实现异步更新。这意味着可以在不重新加载整个网页的情况下，对网页的某部分进行更新。
图1为本发明实施例提供的一种基于移动用户端的监控方法流程示意图。
如图1所示，该方法，包括：
步骤101、接收移动用户端应用程序APP监测数据。
在本实施例中，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率。
在一实施例中，所述技术指标从不同维度，可以分成不同的类别，示例性的：
从用户行为角度来看，所述技术指标包括：视图类下用户行为操作的平均时间、容忍时间、总用户数、影响用户数、错误用户数、HTTP错误率、网络失败率、崩溃用户数。
从运营角度来看，所述技术指标包括：各种接入形式的响应时间趋势分布、请求错误率趋势分布、活跃会话数趋势分布、用户变化趋势分布；各运营商的用户变化趋势分布、响应时间趋势分布、错误率趋势分布、失败率趋势分布；各APP版本的用户变化趋势分布、活跃会话数趋势分布、错误率趋势分布；各设备类型的用户变化趋势分布、活跃会话数趋势分布、响应时间趋势分布、网络失败率趋势分布、错误率趋势分布。
从APP崩溃角度来看，所述技术指标包括各APP版本下的崩溃率、崩溃用户、使用用户、崩溃次数、崩溃趋势、崩溃地域分布。
从卡顿角度来看，所述技术指标包括各APP版本下的卡顿率、卡顿用户、卡顿次数、卡顿人次、卡顿趋势分布、卡顿地域分布。
从网络劫持角度来看，所述技术指标包括劫持域名的访问量分布趋势、劫持次数、吞吐率、劫持占比。
从H5和Webview角度来看吗，所述技术指标包括各View类型下的平均执行时间趋势分布、执行次数趋势分布、慢页面列表。
值得说明的是，除了上述描述的分析角度，本领域技术人员还可以根据实际需求实际分析对象在本申请的技术上通过其他角度实现对移动用户端上APP分析，此处不一一赘述。
在一优选的实施例中，为了减少移动用户端的网络开销，所述接收移动用户端应用程序APP监测数据，包括：周期性的接收移动用户端应用程序APP监测的数据。
值得说明的是，除了所述周期性的接收方式，还可以通过移动用户端的网络接入模式进行数据的采集，当监测到所述移动用户端接入的是模式是WIFI，可以实时进行数据接收，当监测到所述移动用户端接入的是移动数据模式，可以采用周期性数据接收。此处不做限定。
步骤102、建立所述APP与所述APP监测数据之间的对应关系并存储。
在本实施例中，所述APP监测数据以APP为单位进行聚合，对数据进行ETL处理，将处理后的数据存储至ES和HBase，以备数据查询、分析利用。
步骤103、在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述步骤103，包括：使用指标值聚合算法，计算出所选时间段内对应指标的平均指标值；将平均指标值代入指标梯度表数据结构中，统计出每个指标对应的得分；将每个指标对应的得分以可视化的形式显示在界面。
具体的，各指标项评分算法是根据各指标项上的指标值，按数值所在梯度进行打分。打分梯度分6个层级。
进一步的，为了使得用户更好的了解APP的综合情况，可以通过一个综合评分值进行表达，所述步骤103还可以包括：根据每个指标对应的权重，将指标之间进行的加权得分总和计算得出APP的综合评分；将所述APP的综合评分以可视化的形式显示在界面。
具体的，示例性的，当指标项为响应时间、崩溃率、HTTP错误率以及网络失败率时，该综合评分＝响应时间得分＊10％+崩溃率得分＊40％+HTTP错误率得分＊20％+网络失败率得分＊30％。根据测算的不同的得分，显示不同的颜色。分三种颜色以区分：绿色代表运行良好，橙色代表运行一般，红色代表存在问题。
值得说明的是，各个指标值权重的设计可以根据具体情况具体分析，此处不做限定。
在一优选的方案中，移动应用性能的评分，采用多指标、分权重进行计算得出。同时，评分有综合评分和各指标项评分两种，使评分更具有指导性，性能问题更容易定位。多指标是指影响移动应用性能的指标是多样化的，分权重是指各个维度对于影响移动应用性能的比重有所不同，分权重影响评分。
对应于上述分析角度的不同，当接收到的分析请求不同时，可视化界面还可以有如下显示：
1)用户行为页面：分别展示行为动作页面和用户分析页面。其中1-1)行为动作页面，根据用户使用App时执行的每个行为动作，从行为的角度来分析App的性能和用户受影响的情况，列表展示的内容包括：用户行为名称、视图类名、重要程度、平均耗时、容忍时间、总用户数、影响用户数、错误用户数、HTTP错误率、网络失败率以及崩溃用户数。单击影响用户数、错误用户数以及崩溃用户数可以分别下钻到影响用户数详情、错误用户数以及崩溃用户数详情页面。
1-2)用户分析页面，从用户维度分析App性能及使用情况，展示一段时间内使用App的新增用户数、活跃用户数、受影响的用户数(包括HTTP错误用户、网络失败用户及崩溃错误用户)及用户比例，以此来了解受影响的用户数量比例及趋势。此外还展示用户列表(包括用户的地域、设备名称、响应慢的行为数、错误次数、HTTP错误率、网络失败率、崩溃次数等)，以此来详细分析每个用户受影响的情况。在用户列表中单击响应慢的行为数、错误次数以及崩溃次数可以查看对应的详情页面。
2)网络分析：包括HTTP请求分析、错误分析、Socket请求分析以及Socket异常分析。
2-1)HTTP请求分析页面展示概览页面和分析页面，其中概览页面展示网络请求列表，分析页面展示图表分析以及快照分析等信息。
概览页面的网络请求列表展示域名、响应时间、吞吐率、请求次数、HTTP错误数(占比)、网络失败数，单击域名可以下钻查看请求详情。图表分析页面展示响应时间分布图、地域分布图、网络请求(TOP10)列表、HTTP错误类型(TOP5)列表、网络失败类型(TOP5)列表以及运营商、接入方式、操作系统、设备、App版本的饼图。快照分析页面展示网络请求快照，即选定时间内发生的所有请求及请求发生的时间，展示的内容包括响应时间、执行该请求的用户、HTTP错误类型、网络失败类型、网络延迟时间、运营信息、地域信息等，可以进行堆栈追踪。
2-2)错误分析页面展示一段时间内的错误率趋势、请求错误率对比、HTTP错误率趋势、网络失败率趋势及错误请求列表，单击请求列表中的请求链接，显示请求详情。
2-3)Socket请求分析页面展示一段时间内App与服务器通信时，建立连接响应最慢的5个主机(Server端)、向Server端写或读时响应最慢的5个主机以及异常数最多的5个主机，以及Socket列表。Socket列表展示连接的主机IP、端口、开始时间、连接耗时以及异常信息。
2-4)Socket异常分析页面展示一段时间内App与服务器通信时发生异常的分析，包括异常用户数、异常次数、使用用户数、发生异常的App版本及异常数、异常变化趋势以及异常列表。异常列表中展示每个异常发生的主机IP、端口、异常次数、影响用户数、第一次发生时间及最近一次发生的时间，单击可以查看异常的详情。
3)webview分析：包括页面加载分析和Ajax分析。
页面加载分析页面从响应时间和JS错误的维度对H5页面的加载进行性能分析。
响应时间分析：
按平均响应时间由大到小排列视图类列表，同时在右侧展示平均执行时间最长的5个视图类的平均执行时间变化趋势以及执行次数最多的5个视图类的执行次数变化趋势。
单击视图类展示一个特定视图类的所有页面中平均执行时间最长的5个页面的平均执行时间变化趋势以及白屏时间最长的5个页面的白屏时间变化趋势以及慢页面加载列表。
单击视图类下的页面展示页面请求执行时间和吞吐量的对比分析、白屏时间及慢页面加载列表。
JS错误分析：
按JS错误数由多到少排列发生JS错误的视图类列表，同时在右侧展示JS错误次数最多的5个视图类的JS错误次数变化趋势以及发生次数最多的5个JS错误类型的变化趋势。
单击视图类名称展示一个特定视图类的所有页面中JS错误数最多的5个页面的JS错误数变化趋势、发生次数最多的5个JS错误类型的变化趋势以及JS错误列表。
单击视图类下的页面展示页面请求的JS错误次数变化趋势、JS错误类型次数变化趋势及JS错误列表。
4)运营分析：包括接入方式、运营商、系统版本、APP版本以及设备分析。
4-1)、接入方式分析：按移动设备的接入方式分析移动应用性能，包括概览分析和列表分析。
概览分析：展示一段时间内各性能指标的变化趋势，包括：响应时间趋势(Top5)、请求错误率趋势(TOP5)、活跃会话数趋势(TOP5)、用户变化趋势(TOP5)(包括新增用户、活跃用户以及启动次数)。
列表分析：展示所有接入方式的性能分析，包括接入方式的运营商、响应时间、请求错误率、活跃会话数、新增用户、活跃用户数等。单击接入方式展示单个接入方式的性能分析，包括用户变化趋势、活跃会话数趋势、响应时间趋势、请求错误率趋势等。
4-2)运营商分析：按移动设备接入的运营商分析移动应用性能，包括概览分析和列表分析。
概览分析展示一段时间内运营商各性能指标的变化趋势，包括：用户变化趋势(TOP5)、响应时间趋势(Top5)、HTTP错误率趋势(TOP5)以及网络失败率趋势(TOP5)。
列表分析展示所有运营商的性能分析，包括运营商的国家、响应时间、请求错误率、活跃会话数、新增用户、活跃用户数等。单击运营商展示单个运营商的性能分析，包括响应时间趋势、请求错误率趋势、HTTP错误数趋势、网络错误数趋势、用户变化趋势等。
4-3)系统版本分析：按移动设备的操作系统分析移动应用性能，包括概览分析和列表分析。
概览分析展示一段时间内系统版本各性能指标的变化趋势，包括：用户变化趋势(TOP5)、响应时间趋势(Top5)、请求错误率趋势(TOP5)、吞吐率趋势(TOP5)以及活跃会话数趋势(TOP5)。
列表分析展示所有系统版本的性能分析，包括系统版本的响应时间、HTTP错误率、网络失败率、吞吐率、新增用户、活跃用户数等。单击系统版本，展示单个系统版本的性能分析，包括用户变化趋势、HTTP错误率趋势、吞吐率趋势、响应时间趋势等。
4-4)应用版本分析：分析移动应用各版本的性能，包括概览分析和列表分析。
概览分析展示应用版本各性能指标的变化趋势，包括：一段时间内的用户变化趋势(TOP5)、活跃会话数趋势(TOP5)、请求错误率趋势(TOP5)。
列表分析展示所有应用版本的性能分析，包括应用版本的操作系统、响应时间、活跃会话数、新增用户、活跃用户数、HTTP错误率、网络失败率等。单击应用版本展示单个应用版本的性能分析，包括响应时间趋势、活跃会话数趋势、内存使用趋势、请求错误率趋势等。
4-5)设备分析：按移动设备分析移动应用性能，包括概览分析和列表分析。
概览分析展示一段时间内、用户变化趋势(TOP5)、活跃会话数趋势(TOP5)、响应时间趋势(TOP5)、网络失败率趋势(TOP5)以及HTTP错误率趋势(TOP5)。
列表分析展示所有移动设备的性能分析，包括设备的系统版本、响应时间、、HTTP错误率、网络失败率、活跃会话数、新增用户、活跃用户数、启动次数等。单击设备名称展示单个设备的性能分析，包括用户变化趋势、活跃会话数趋势、响应时间趋势、请求错误率等。
5)地域分析：按照用户使用移动应用时所处的地区分析移动应用性能，包括概览分析和列表详细分析。
概览分析：展示当前应用在世界或全国各地区响应时间、吞吐量和请求错误率分布状态、排名前十的地区、响应时间趋势(TOP5)，吞吐率趋势(TOP5)、HTTP错误率趋势(TOP5)以及网络失败率(TOP5)。
列表分析：展示所有地区的性能分析，包括应用在各地区响应时间、请求错误率、活跃会话数、新增用户、活跃用户数。单击地区名称展示单个地区的性能分析，包括用户变化趋势、活跃会话数趋势、活跃用户数趋势、响应时间趋势、请求错误率趋势、系统版本崩溃数趋势、吞吐率趋势等。
6)崩溃分析：提供移动应用的崩溃信息，帮助用户追踪崩溃的堆栈、进程等信息，包括概览分析以及列表详细分析。
概览分析：展示应用的整体崩溃信息，包括崩溃概要统计、崩溃率统计、崩溃趋势、崩溃次数最多的10个崩溃信息、崩溃分布。
列表详细分析：展示所有崩溃信息，包括崩溃摘要、崩溃首次发生时间、崩溃最近发生时间、崩溃的App版本、崩溃次数、影响用户数、崩溃的修复状态等。单击崩溃摘要，对崩溃进行追踪。
7)ANR/卡顿分析：通过对ANR/卡顿的深入追踪和分析相关线程、Trace文件和信息，来发现引起ANR/卡顿的原因，包括概览分析和列表详细分析。
概览分析展示一段时间内所选App版本的ANR/卡顿整体分析，包括概要信息、ANR/卡顿率、ANR/卡顿数变化趋势、ANR/卡顿列表及ANR/卡顿分布(设备、OS版本、运营商、接入方式、地域)。
列表详细分析展示ANR/卡顿列表，点击ANR/卡顿摘要信息展示单个ANR的详细分析，包括ANR趋势、设备分布、系统版本分布及ANR追踪信息。
8)组合分析将地域、运营商、接入方式进行组合，可以是两两组合也可以将三者组合在一起，多维度深入分析移动应用性能，包括概览分析和列表详细分析。
概览分析：按组合条件展示一段时间内响应时间最高组合(TOP5)、错误率最高组合(TOP5)以及活跃用户数最多组合(TOP5)。
列表详细分析：展示组合条件下所有组合的性能分析结果，包括组合的响应时间、吞吐率、活跃用户数、HTTP错误率、网络失败率等。
9)劫持分析根据规则判断劫持发生的地域、运营商、接入方式，展示访问量最高的5个劫持域名的访问量变化趋势、劫持域名分布及所有被劫持的域名。
10)交互分析监测最终用户与App进行交互时各App视图(俗称页面)消耗的时间，展示视图整体交互性能以及单个交互性能。
交互性能页面展示所有视图列表(按执行次数或执行时间倒序)、最热门的5个视图、交互最慢的5个视图及慢交互列表。
单击某个视图展示该交互视图中最慢的5个UI方法、耗时最长的5个线程、方法列表及慢交互列表。
11)拓扑图分析展示应用整体的HTTP错误率和网络失败率，以及每个服务的HTTP错误率、网络失败率和响应时间。
单击服务域名展示选定时间内的响应时间变化趋势，将鼠标移至趋势图中的某个点展示当前时间点的响应时间、首包时间、TCP时间、DNS时间和访问量。
进一步的，为了获知移动用户端所在地域，所述方法，还包括：在接收APP监测数据时，获取探针所在终端的出口IP信息；根据所述出口IP信息确定所述出口IP所对应的IP段；根据所述出口IP对应的IP段，以及IP段与地域信息对应关系，确定使用被监测页面的用户所在地域，所述地域信息包括国家信息、省信息、市信息以及经纬度信息。
本发明提供的基于移动用户端的监控方法，被监测移动应用在无须其他代码更改的前提下植入探针，可以自动采集技术指标，并在分析平台深度分析得到卡顿、闪退、页面加载慢、网络连接超时、网络劫持等各种问题，从而帮助开发人员快速定位和修复现有问题、提升问题修复效率、降低业务损失量，帮助业务人员正确决策、提升运营效率、提高产品价值和用户体验。
图2为本发明实施例提供的一种基于移动用户端的监控装置的结构示意图，如图2所示，所述基于移动用户端的监控系统，包括：
接收单元21，用于接收移动用户端应用程序APP监测数据，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率；
在其中一个可选的实施方式中，所述接收单元，具体用于周期性的接收移动用户端应用程序APP监测数据。
第一执行单元22，用于建立所述APP与所述APP监测数据之间的对应关系并存储；
第二执行单元23，用于在接收到APP性能分析请求时，根据所述第一执行单元保存的APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述第二执行单元，包括：
计算模块，用于使用指标值聚合算法，计算出所选时间段内对应指标的平均指标值；
统计模块，用于将所述计算单元计算得到的平均指标值代入指标梯度表数据结构中，统计出每个指标对应的得分；
显示模块，用于将每个指标对应的得分以可视化的形式显示在界面。
在其中一个可选的实施方式中，所述计算模块，还用于根据统计模块中统计的每个指标对应的权重，将指标之间进行的加权得分总和计算得出APP的综合评分；所述显示模块，还用于将所述APP的综合评分以可视化的形式显示在界面。
本发明提供的基于移动用户端的监控装置，被监测移动应用在无须其他代码更改的前提下植入探针，可以自动采集技术指标，并在分析平台深度分析得到卡顿、闪退、页面加载慢、网络连接超时、网络劫持等各种问题，从而帮助开发人员快速定位和修复现有问题、提升问题修复效率、降低业务损失量，帮助业务人员正确决策、提升运营效率、提高产品价值和用户体验。
图3为本发明又一实施例提供的一种基于移动用户端的监控装置的结构示意图，如图3所示，所述基于移动用户端的监控系统，还包括：
获取单元31，用于在接收APP监测数据时，获取探针所在移动用户端的出口IP信息；
第一确定单元32，用于根据所述获取单元获取的出口IP信息确定所述出口IP所对应的IP段；
第二确定单元33，用于根据所述出口IP对应的IP段，以及IP段与地域信息对应关系，确定使用被监测页面的用户所在地域，所述地域信息包括国家信息、省信息、市信息以及经纬度信息。
本发明提供的基于移动用户端的监控装置，被监测移动应用在无须其他代码更改的前提下植入探针，可以自动采集技术指标，并在分析平台深度分析得到卡顿、闪退、页面加载慢、网络连接超时、网络劫持等各种问题，从而帮助开发人员快速定位和修复现有问题、提升问题修复效率、降低业务损失量，帮助业务人员正确决策、提升运营效率、提高产品价值和用户体验。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程以及相应的有益效果，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明提供的基于移动用户端的监控装置，可以在不修改其他任何页面代码的前提上，只通过页面注入的探针即可完成技术指标的采集和分析。被监测页面可以通过可视化的形式在界面中显示并可根据页面性能分析请求中携带的可视化需求将被监测页面的分析结果以可视化的形式显示在界面，从而准确定位错误信息，提升错误修复准确率和效率，降低业务损失；可以针对终端类型和操作系统作出性能优化改进，提升用户体验，提升产品价值。
本发明实施例提供的基于移动用户端的监控系统可以包括：处理器和存储器。
存储器，用于存储计算机程序(如实现上述基于移动用户端的监控方法的应用程序、功能模块等)、计算机指令等；
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器中。并且上述的计算机程序、计算机指令、数据等可以被处理器调用。
处理器，用于执行存储器存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器和存储器可以是独立结构，也可以是集成在一起的集成结构。当处理器和存储器是独立结构时，存储器、处理器可以通过总线耦合连接。
本实施例的系统可以执行图1所示方法中的技术方案，其具体实现过程和技术原理参见图1所示方法中的相关描述，此处不再赘述。
此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。
其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求书指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种基于移动用户端的监控方法，其特征在于，包括：
接收移动用户端应用程序APP监测数据，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率；
建立所述APP与所述APP监测数据之间的对应关系并存储；
在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
2.根据权利要求1所述的方法，其特征在于，所述APP性能分析请求中包括APP评分请求，所述在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面，包括：
使用指标值聚合算法，计算出所选时间段内对应指标的平均指标值；
将平均指标值代入指标梯度表数据结构中，统计出每个指标对应的得分；
将每个指标对应的得分以可视化的形式显示在界面；
较佳的，所述在接收到APP性能分析请求时，根据所述APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面，还包括：
根据每个指标对应的权重，将指标之间进行的加权得分总和计算得出APP的综合评分；
将所述APP的综合评分以可视化的形式显示在界面。
3.根据权利要求1-2任一项所述的方法，其特征在于，所述接收移动用户端应用程序APP监测数据，包括：
周期性的接收移动用户端应用程序APP监测数据。
4.根据权利要求1-3任一项所述的方法，其特征在于，还包括：
在接收APP监测数据时，获取探针所在移动用户端的出口IP信息；
根据所述出口IP信息确定所述出口IP所对应的IP段；
根据所述出口IP对应的IP段，以及IP段与地域信息对应关系，确定使用被监测页面的用户所在地域，所述地域信息包括国家信息、省信息、市信息以及经纬度信息。
5.一种基于移动用户端的监控装置，其特征在于，包括：
接收单元，用于接收移动用户端应用程序APP监测数据，所述APP监测数据包括被监测APP中注入的探针采集的技术指标，所述技术指标包括响应时间、崩溃率、http错误率和网络错误率；
第一执行单元，用于建立所述APP与所述APP监测数据之间的对应关系并存储；
第二执行单元，用于在接收到APP性能分析请求时，根据所述第一执行单元保存的APP与所述APP监测数据之间的对应关系以及所述APP性能分析请求中携带的可视化需求将被监测APP的分析结果以可视化的形式显示在界面。
6.根据权利要求5所述的装置，其特征在于，所述第二执行单元，包括：
计算模块，用于使用指标值聚合算法，计算出所选时间段内对应指标的平均指标值；
统计模块，用于将所述计算单元计算得到的平均指标值代入指标梯度表数据结构中，统计出每个指标对应的得分；
显示模块，用于将每个指标对应的得分以可视化的形式显示在界面；
较佳的，
所述计算模块，还用于根据统计模块中统计的每个指标对应的权重，将指标之间进行的加权得分总和计算得出APP的综合评分；
所述显示模块，还用于将所述APP的综合评分以可视化的形式显示在界面。
7.根据权利要求5-6任一项所述的装置，其特征在于，所述接收单元，具体用于周期性的接收移动用户端应用程序APP监测数据。
8.根据权利要求5-7任一项所述的装置，其特征在于，还包括：
获取单元，用于在接收APP监测数据时，获取探针所在移动用户端的出口IP信息；
第一确定单元，用于根据所述获取单元获取的出口IP信息确定所述出口IP所对应的IP段；
第二确定单元，用于根据所述出口IP对应的IP段，以及IP段与地域信息对应关系，确定使用被监测页面的用户所在地域，所述地域信息包括国家信息、省信息、市信息以及经纬度信息。
9.一种基于移动用户端的监测系统，其特征在于，包括：存储器和处理器，存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4中任一项所述的基于移动用户端的监测方法。
10.一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1-4中任一项所述的基于移动用户端的监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811639107.5A CN109766242A (zh) | 2018-12-29 | 2018-12-29 | 基于移动用户端的监控方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811639107.5A CN109766242A (zh) | 2018-12-29 | 2018-12-29 | 基于移动用户端的监控方法、装置、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109766242A true CN109766242A (zh) | 2019-05-17 |
Family
ID=66453052
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811639107.5A Pending CN109766242A (zh) | 2018-12-29 | 2018-12-29 | 基于移动用户端的监控方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109766242A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110659185A (zh) * | 2019-10-09 | 2020-01-07 | 云南电网有限责任公司信息中心 | 一种基于真实用户感知的移动app用户体验监测方法 |
| CN110955438A (zh) * | 2019-12-03 | 2020-04-03 | 北京博睿宏远数据科技股份有限公司 | 一种小程序的性能监控方法、装置、设备及存储介质 |
| CN111818019A (zh) * | 2020-06-19 | 2020-10-23 | 五八有限公司 | 网络劫持数据或网络劫持的确定方法、装置、设备及介质 |
| CN111858303A (zh) * | 2020-06-05 | 2020-10-30 | 百度在线网络技术（北京）有限公司 | 小程序的页面控制方法、装置、设备及介质 |
| CN112306860A (zh) * | 2020-09-24 | 2021-02-02 | 上海趣蕴网络科技有限公司 | 一种产品灰度包准入评估方法及系统 |
| CN112533246A (zh) * | 2020-12-08 | 2021-03-19 | 广东小天才科技有限公司 | 一种智能设备设备频繁网络请求的监控系统及方法 |
| WO2022142947A1 (zh) * | 2020-12-30 | 2022-07-07 | 新奥数能科技有限公司 | 报表监控方法、装置、计算机可读存储介质及电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105760284A (zh) * | 2016-02-01 | 2016-07-13 | 广州酷狗计算机科技有限公司 | 网站性能监控方法及装置 |
| CN107222331A (zh) * | 2017-04-26 | 2017-09-29 | 东软集团股份有限公司 | 分布式应用系统性能的监控方法、装置、存储介质及设备 |
| CN107402869A (zh) * | 2017-07-12 | 2017-11-28 | 东软集团股份有限公司 | 数据采集方法、装置和系统 |
| CN108628537A (zh) * | 2017-03-17 | 2018-10-09 | 北京嘀嘀无限科技发展有限公司 | 监控数据输出方法及装置 |
-
2018
- 2018-12-29 CN CN201811639107.5A patent/CN109766242A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105760284A (zh) * | 2016-02-01 | 2016-07-13 | 广州酷狗计算机科技有限公司 | 网站性能监控方法及装置 |
| CN108628537A (zh) * | 2017-03-17 | 2018-10-09 | 北京嘀嘀无限科技发展有限公司 | 监控数据输出方法及装置 |
| CN107222331A (zh) * | 2017-04-26 | 2017-09-29 | 东软集团股份有限公司 | 分布式应用系统性能的监控方法、装置、存储介质及设备 |
| CN107402869A (zh) * | 2017-07-12 | 2017-11-28 | 东软集团股份有限公司 | 数据采集方法、装置和系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110659185A (zh) * | 2019-10-09 | 2020-01-07 | 云南电网有限责任公司信息中心 | 一种基于真实用户感知的移动app用户体验监测方法 |
| CN110955438A (zh) * | 2019-12-03 | 2020-04-03 | 北京博睿宏远数据科技股份有限公司 | 一种小程序的性能监控方法、装置、设备及存储介质 |
| CN111858303A (zh) * | 2020-06-05 | 2020-10-30 | 百度在线网络技术（北京）有限公司 | 小程序的页面控制方法、装置、设备及介质 |
| CN111858303B (zh) * | 2020-06-05 | 2023-12-01 | 百度在线网络技术（北京）有限公司 | 小程序的页面控制方法、装置、设备及介质 |
| CN111818019A (zh) * | 2020-06-19 | 2020-10-23 | 五八有限公司 | 网络劫持数据或网络劫持的确定方法、装置、设备及介质 |
| CN112306860A (zh) * | 2020-09-24 | 2021-02-02 | 上海趣蕴网络科技有限公司 | 一种产品灰度包准入评估方法及系统 |
| CN112533246A (zh) * | 2020-12-08 | 2021-03-19 | 广东小天才科技有限公司 | 一种智能设备设备频繁网络请求的监控系统及方法 |
| CN112533246B (zh) * | 2020-12-08 | 2024-03-15 | 广东小天才科技有限公司 | 一种智能设备设备频繁网络请求的监控系统及方法 |
| WO2022142947A1 (zh) * | 2020-12-30 | 2022-07-07 | 新奥数能科技有限公司 | 报表监控方法、装置、计算机可读存储介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109766242A (zh) | 基于移动用户端的监控方法、装置、系统及存储介质 | |
| US10353799B2 (en) | Testing and improving performance of mobile application portfolios | |
| US8949242B1 (en) | Semantic document analysis | |
| CN107851105B (zh) | 具有副本位置选择的分布式存储系统 | |
| JP2019505912A (ja) | ストリーミングデータのアウトライア検出 | |
| AU2017204597A1 (en) | Identifying network security risks | |
| US20070234366A1 (en) | Landscape reorganization algorithm for dynamic load balancing | |
| CN106951362A (zh) | 在正在进行的性能测试期间对计算机系统处理器和事务性能的实时监测 | |
| US9020879B2 (en) | Intelligent data agent for a knowledge management system | |
| CN108875091A (zh) | 一种统一管理的分布式网络爬虫系统 | |
| KR20130019366A (ko) | 분산 환경에서 효율적으로 트랜젝션-분리 메트릭들을 수집하는 방법 | |
| CN106411639A (zh) | 访问数据的监控方法及系统 | |
| JP6437376B2 (ja) | 意思決定支援システム、及び意志決定支援方法 | |
| CN109560989A (zh) | 一种链路监控系统 | |
| Han et al. | A comparative analysis on Weibo and Twitter | |
| CN108108445A (zh) | 一种智能数据处理方法和系统 | |
| CN114791846A (zh) | 一种针对云原生混沌工程实验实现可观测性的方法 | |
| CN110222253A (zh) | 一种数据采集方法、设备及计算机可读存储介质 | |
| CN109040218A (zh) | 一种应用系统活跃度确定方法、装置、设备以及存储介质 | |
| Raj et al. | Big data analytics processes and platforms facilitating smart cities | |
| CN105242873B (zh) | 云计算系统的性能数据的采集与存储方法及装置 | |
| CN114153862A (zh) | 业务数据处理方法、装置、设备及存储介质 | |
| CN109816453A (zh) | 一种推广资源链接的检测方法及装置 | |
| CN113094444A (zh) | 数据处理方法、数据处理装置、计算机设备和介质 | |
| WO2020023476A1 (en) | Dynamic visualization of application and infrastructure components with layers |
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 |