CN109800148A - 一种页面调试方法、装置、可读存储介质及终端设备 - Google Patents
一种页面调试方法、装置、可读存储介质及终端设备 Download PDFInfo
- Publication number
- CN109800148A CN109800148A CN201811530430.9A CN201811530430A CN109800148A CN 109800148 A CN109800148 A CN 109800148A CN 201811530430 A CN201811530430 A CN 201811530430A CN 109800148 A CN109800148 A CN 109800148A
- Authority
- CN
- China
- Prior art keywords
- debugging
- page
- server
- page debugging
- processing status
- 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 38
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 34
- 230000002159 abnormal effect Effects 0.000 claims description 30
- 238000005070 sampling Methods 0.000 claims description 25
- 238000009499 grossing Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000011664 signaling Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明属于计算机技术领域,尤其涉及一种页面调试方法、装置、计算机可读存储介质及终端设备。所述方法接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表;分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种页面调试方法、装置、计算机可读存储介质及终端设备。
背景技术
页面调试,是指对网页或者应用程序(APP)的页面在终端设备上的显示效果进行调试,从而确定该页面能否正常显示。在进行页面调试时,为了保证通用性,一般需要对该页面在多个终端设备上的显示效果逐个进行调试。但随着移动互联网的不断发展,各种各样的终端设备层出不穷,需要进行调试的终端设备动辄就有成百上千个,若逐一进行调试,则会耗费大量的时间,调试效率较低。
发明内容
有鉴于此,本发明实施例提供了一种页面调试方法、装置、计算机可读存储介质及终端设备,以解决现有的页面调试方法耗费大量的时间,调试效率较低的问题。
本发明实施例的第一方面提供了一种页面调试方法,可以包括:
接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
本发明实施例的第二方面提供了一种页面调试装置,可以包括:
页面调试指令接收模块,用于接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
硬件资源使用率计算模块,用于分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
可靠度计算模块,用于获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
调试分配比值计算模块,用于根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
分配调试模块,用于将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如下步骤:
接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
本发明实施例的第四方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如下步骤:
接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例在接收页面调试指令后,从中提取出调试终端型号列表,也即所有需要进行页面调试的终端的型号,然后将其分配到预设的页面调试服务器集群中各个页面调试服务器中去,分配的原则是根据各个页面调试服务器的硬件资源使用率和可靠度来计算各个页面调试服务器的调试分配比值,在分配完成后,各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试,从而实现了同时在众多调试终端上并行进行页面调试,大大减少了所耗费的时间,调试效率得到了极大提升。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例中一种实施环境的示意图;
图2为本发明实施例中一种页面调试方法的一个实施例流程图;
图3为分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率的示意流程图;
图4为调试代码同步机制的示意图;
图5为调试代码在整个页面调试服务器集群中进行同步变更的示意图;
图6为本发明实施例中一种页面调试装置的一个实施例结构图;
图7为本发明实施例中一种终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
图1所示为本实施例中一种实施环境的示意图,在本实施例中,同时使用两个以上的页面调试服务器并行进行页面调试,这些页面调试服务器构成了一个页面调试服务器集群,其中的每个页面调试服务器用于对若干个型号的调试终端进行调试,这些调试终端包括但不限于Android系统的各种终端型号以及IOS系统的各种终端型号,需要注意的是,这些调试终端是在页面调试服务器中虚拟出的模拟终端,而非实际的终端设备,这些模拟终端可以模拟出页面在实际终端上的渲染显示效果,从而查看页面是否显示正常。
一般地,各个页面调试服务器所调试的终端型号各不相同,避免同一终端型号被重复调试所带来的资源消耗,每个页面调试服务器具体调试的终端型号数目可以根据实际情况进行设置。例如,在图1中,页面调试服务器#1用于对模拟终端1、模拟终端2、模拟终端3这三个终端型号进行调试,页面调试服务器#2用于对模拟终端4、模拟终端5这两个终端型号进行调试,页面调试服务器#3用于对模拟终端6、模拟终端7这两个终端型号进行调试,页面调试服务器#4用于对模拟终端8、模拟终端9、模拟终端10这三个终端型号进行调试,……。需要注意的是,图1仅为页面调试服务器集群的一个具体示例,在实际应用中,页面调试服务器集群包括的页面调试服务器数目以及每个页面调试服务器包括的模拟终端数目都可以根据实际情况进行灵活设置。
请参阅图2,本发明实施例中一种页面调试方法的一个实施例可以包括:
步骤S201、接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表。
在需要进行页面调试时,用户可以首先通过人机交互界面向指定的控制服务器下发页面调试指令,在所述页面调试指令中携带了调试终端型号列表,也即所有需要进行页面调试的终端的型号,所述调试终端型号列表中包括一个以上的调试终端型号。控制服务器在接收到该页面调试指令后,即可从中提取出所述调试终端型号列表。
步骤S202、分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率。
如图3所示,步骤S202具体可以包括如下详细过程:
步骤S2021、分别获取各个页面调试服务器的CPU使用率和内存使用率。
其中,获取某个页面调试服务器当前的CPU使用率的具体过程为:
在预设的第一采样时刻,获取所述页面调试服务器中预设的记录CPU信息的文件,从所述记录CPU信息的文件中提取在所述第一采样时刻的CPU运行状态数据;在预设的第二采样时刻,获取所述记录CPU信息的文件,所述第二采样时刻与所述第一采样时刻间隔预设的时长,从所述记录CPU信息的文件中提取在所述第二采样时刻的CPU运行状态数据;根据在所述第一采样时刻的CPU运行状态数据和在所述第二采样时刻的CPU运行状态数据计算所述CPU使用率。
例如,可以获取页面调试服务器的/proc/cpuinfo文件中记录的CPU信息,提取出以下CPU运行状态数据:
User:处于用户态的运行时间,不包含nice值为负的进程;
nice:nice值为负的进程所占用的CPU时间,nice值是系统中表示静态优先级的数值,每个进程都有自己的静态优先级,优先级高的进程得以优先运行;
system:处于核心态的运行时间;
idle:除IO等待时间以外的其他等待时间;
iowait:IO等待时间;
Irq:服务中断时间;
softirq:软中断时间;
stealstolen:在虚拟环境运行时花费在其他操作系统的时间;
guest:操作系统虚拟CPU花费的时间;
guest_nice:操作系统虚拟CPU花费在nice进程上的时间。
先后采样两个足够短的时间间隔的CPU运行状态数据,分别记作t1、t2,其中t1、t2的结构均为(user、nice、system、idle、iowait、irq、softirq、stealstolen、guest、guest_nice)的10元组;把第一次的所有10元组数据求和,得到totalCPUTime1;把第二次的所有10元组数据求和,得到totalCPUTime2;获得第一次的idle数据,记为idle1;获得第二次的idle数据,记为idle2;则所述页面调试服务器当前的CPU使用率λCPU可以通过下式计算:
获取某个页面调试服务器当前的内存使用率的具体过程为:
获取所述页面调试服务器中预设的记录内存信息的文件;从所述记录内存信息的文件中提取出内存空间总量以及内存空间可使用的余量;根据所述内存空间总量以及所述内存空间可使用的余量计算所述内存使用率。
例如,可以获取页面调试服务器的/proc/meminfo文件中记录的内存信息,该文件中含有很多的信息,若要计算内存的使用率,只需要其中的两个变量值,即代表内存空间总量的MemTotal和代表内存空间可使用的余量的MemFree,所述页面调试服务器当前的内存使用率λMemory可以通过下式计算:
步骤S2022、对各个页面调试服务器的CPU使用率进行平滑处理。
例如,可以根据下式对其中的任意一个页面调试服务器的CPU使用率进行平滑处理:
y(tn)=k1*u(tn)+k2*u(tn-1)+k3*u(tn-2),n≥3
y(tn)=k′1*u(tn)+k′2*u(tn-1),n=2
y(tn)=u(tn),n=1
其中,u(tn)为当前的CPU使用率,u(tn-1)为u(tn)的前一采样时刻的CPU使用率,u(tn-2)为u(tn-1)的前一采样时刻的CPU使用率,y(tn)为平滑处理后的CPU使用率,k1、k2、k3、k′1、k′2为预设的比例系数,且k1+k2+k3=1,k1>k2>k3,k′1+k′2=1,k′1>k′2,k′1>k1,k′2>k2。
举例如下,若k1=0.7、k2=0.2、k3=0.1、k′1=0.75、k′2=0.25,在t1时刻采集的CPU利用率为0.5,即u(t1)=0.5,在t2时刻采集的CPU利用率为0.2,即u(t2)=0.2,在t3时刻采集的CPU利用率为0.1,即u(t3)=0.1,则对其进行低通平滑处理,得到CPU利用率平滑值为:
y(t1)=u(t1)=0.5
y(t2)=k′1*u(t2)+k′2*u(t1)=0.75*0.2+0.25*0.5=0.275
y(t3)=k1*u(t3)+k2*u(t2)+k3*u(t1)=0.7*0.1+0.2*0.2+0.1*0.5=0.16。
步骤S2023、对各个页面调试服务器的内存使用率进行平滑处理。
例如,可以根据下式对其中的任意一个页面调试服务器的内存使用率进行平滑处理:
x(tn)=k1*v(tn)+k2*v(tn-1)+k3*v(tn-2),n≥3
x(tn)=k1′*v(tn)+k2′*v(tn-1),n=2
x(tn)=v(tn),n=1
其中,v(tn)为当前的内存使用率,v(tn-1)为v(tn)的前一采样时刻的内存使用率,v(tn-2)为v(tn-1)的前一采样时刻的内存使用率,x(tn)为平滑处理后的内存使用率。
步骤S2024、计算各个页面调试服务器的硬件资源使用率。
例如,可以根据下式计算各个页面调试服务器的硬件资源使用率:
z(tn)=k″1*x(tn)+k″2*y(tn),n≥1
其中,z(tn)为当前的硬件资源使用率,k″1、k″2为预设的比例系数,且k″1+k″2=1。
步骤S203、获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度。
该统计时间段可以根据实际情况进行设置,例如,可以取前一个月、前一周或者前一天的历史页面调试记录进行统计。
根据所述历史页面调试记录分别统计各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长,其中,处理状态为异常是指所述页面调试服务器发出异常反馈或者超时无响应的情况。
根据各台所述页面调试服务器的处理状态为正常的时长和处理状态为异常的时长分别计算各台所述页面调试服务器的可靠度,计算公式如下:
其中,η为可靠度,h为处理状态为正常的总时长,h′为处理状态为异常的总时长,m1为处理状态为正常的时间段的总段数,m2为处理状态为异常的时间段的总段数,hn为第n段处理状态为正常的时间段的时长,hn′为第n段处理状态为异常的时间段的时长。
步骤S204、根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值。
在本实施例中,可以根据下式计算各个页面调试服务器的调试分配比值:
其中,λp为第p个页面调试服务器的调试分配比值,zp为第p个页面调试服务器的硬件资源使用率,ηp为第p个页面调试服务器的可靠度,M为页面调试服务器的总个数,l1、l2为预设的比例系数,且l1+l2=1。
步骤S205、将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器
所述页面调试服务器分配到的调试终端型号的个数与所述调试分配比值正相关。具体地,可以根据所述调试终端型号列表中的各个调试终端型号的排列序号将其按照所述调试分配比值划分为M个终端集合,分别对应M个页面调试服务器。
举例如下,若共有4个页面调试服务器,其调试分配比值分别为0.1、0.2、0.3、0.4。则可将所述调试终端型号列表中的各个调试终端型号按照排列序号的尾号分为4个终端集合,其中,尾号为0的组成终端集合1,尾号为1、2的组成终端集合2,尾号为3、4、5的组成终端集合3,尾号为6、7、8、9的组成终端集合4。然后将各个终端集合分配到对应的页面调试服务器中进行处理,即终端集合1分配到页面调试服务器1,终端集合2分配到页面调试服务器2,终端集合3分配到页面调试服务器3,终端集合4分配到页面调试服务器4。
在分配完成后,各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试,从而实现同时在众多调试终端上并行进行页面调试。
进一步地,所述任务分配方法还包括实时获取各个页面调试服务器的当前处理状态,若存在当前处理状态为异常的页面调试服务器,则将所述当前处理状态为异常的页面调试服务器中待进行页面调试的调试终端型号转移到当前处理状态为正常的页面调试服务器继续进行页面调试。
进一步地,为了保证各个页面调试服务器之间进行页面调试的一致性,不同的页面调试服务器之间通过websocket双工通讯方式进行交互,在任一页面调试服务器本地进行的调试代码变更,会被该页面调试服务器主动推送至其它的页面调试服务器中,任一页面调试服务器也会接受其它页面调试服务器推送的调试代码变更,通过这样的机制,保证了页面调试服务器集群中各个页面调试服务器本地的调试代码的实时同步,并根据该同步的调试代码渲染各个模拟终端的显示界面。
如图4所示,若在页面调试服务器集群共有3个页面调试服务器,分别记为页面调试服务器#1、页面调试服务器#2、页面调试服务器#3,这3个页面调试服务器两两之间均建立有websocket双工通讯连接,初始状态下,3个页面调试服务器本地的调试代码均一致(此时的调试代码记为调试代码1),若在页面调试服务器#1本地进行了调试代码的变更(此时的调试代码记为调试代码2),则页面调试服务器#1会将调试代码2主动推送给页面调试服务器#2和页面调试服务器#3,页面调试服务器#2和页面调试服务器#3对本地的调试代码进行同步更新,同步后,3个页面调试服务器本地的调试代码仍一致,均为调试代码2,接着,若在页面调试服务器#2本地进行了调试代码的变更(此时的调试代码记为调试代码3),则页面调试服务器#2会将调试代码3主动推送给页面调试服务器#1和页面调试服务器#3,页面调试服务器#1和页面调试服务器#3对本地的调试代码进行同步更新,同步后,3个页面调试服务器本地的调试代码仍一致,均为调试代码3,….,后续过程依次类推,此处不再赘述。
进一步地,页面调试服务器集群中各个页面调试服务器之间的拓扑关系可以根据实际情况设置,例如,页面调试服务器集群中各个页面调试服务器两两之间均可建立有websocket双工通讯连接,此外,页面调试服务器集群中各个页面调试服务器还可以建立起环型、星型的拓扑结构或者其它的拓扑结构。但需要保证任意两个页面调试服务器之间均有路径相连,即整个页面调试服务器集群应构成一个连通图。
本实施例中将进行调试代码本地变更的页面调试服务器记为第一节点,该第一节点将变更后的调试代码推送至第1级同步节点,该第1级同步节点为与该第一节点连接的页面调试服务器;该第1级同步节点在接收到变更后的调试代码后,将变更后的调试代码推送至第2级同步节点,该第2级同步节点为与该第1级同步节点连接的页面调试服务器;该第2级同步节点在接收到变更后的调试代码后,将变更后的调试代码推送至第3级同步节点,该第3级同步节点为与该第2级同步节点连接的页面调试服务器;......;以此类推,第m级同步节点在接收到变更后的调试代码后,将变更后的调试代码推送至第m+1级同步节点,直至页面调试服务器集群中的各个页面调试服务器均接收到变更后的调试代码为止,该第m+1级同步节点为与该第m级同步节点连接的页面调试服务器,m为大于或等于1的整数。
如图5所示,若页面调试服务器集群中包含页面调试服务器节点1至6,第一节点为页面调试服务器1,与其连接的节点包含节点2、3、4,在节点2、3、4中,节点3还与节点5和6连接,因此,第一节点在整个页面调试服务器集群中同步变更后的调试代码时,节点1先将变更后的调试代码推送给节点2、3、4,由于节点2和4不再连接其他节点,因此,节点2和4将保存该变更后的调试代码且不进行推送,由于节点3连接节点5和节点6,因此,节点3将保存该变更后的调试代码并将该变更后的调试代码推送给节点5和节点6。由于节点5和节点6不再连接其他节点,因此,节点5和节点6将保存该变更后的调试代码,且不进行推送,通过上述方式,能够有效实现变更后的调试代码在整个页面调试服务器集群中的同步。
综上所述,本发明实施例在接收页面调试指令后,从中提取出调试终端型号列表,也即所有需要进行页面调试的终端的型号,然后将其分配到预设的页面调试服务器集群中各个页面调试服务器中去,分配的原则是根据各个页面调试服务器的硬件资源使用率和可靠度来计算各个页面调试服务器的调试分配比值,在分配完成后,各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试,从而实现了同时在众多调试终端上并行进行页面调试,大大减少了所耗费的时间,调试效率得到了极大提升。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种页面调试方法,图6示出了本发明实施例提供的一种页面调试装置的一个实施例结构图。
本实施例中,一种页面调试装置可以包括:
页面调试指令接收模块601,用于接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
硬件资源使用率计算模块602,用于分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
可靠度计算模块603,用于获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
调试分配比值计算模块604,用于根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
分配调试模块605,用于将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
进一步地,所述硬件资源使用率计算模块可以包括:
使用率获取单元,用于分别获取各个页面调试服务器的CPU使用率和内存使用率;
第一平滑处理单元,用于根据下式对各个页面调试服务器的CPU使用率进行平滑处理:
y(tn)=k1*u(tn)+k2*u(tn-1)+k3*u(tn-2),n≥3
y(tn)=k′1*u(tn)+k′2*u(tn-1),n=2
y(tn)=u(tn),n=1
其中,u(tn)为当前的CPU使用率,u(tn-1)为u(tn)的前一采样时刻的CPU使用率,u(tn-2)为u(tn-1)的前一采样时刻的CPU使用率,y(tn)为平滑处理后的CPU使用率,k1、k2、k3、k′1、k′2为预设的比例系数,且k1+k2+k3=1,k1>k2>k3,k′1+k′2=1,k′1>k′2,k′1>k1,k′2>k2;
第二平滑处理单元,用于根据下式对各个页面调试服务器的内存使用率进行平滑处理:
x(tn)=k1*v(tn)+k2*v(tn-1)+k3*v(tn-2),n≥3
x(tn)=k′1*v(tn)+k′2*v(tn-1),n=2
x(tn)=v(tn),n=1
其中,v(tn)为当前的内存使用率,v(tn-1)为v(tn)的前一采样时刻的内存使用率,v(tn-2)为v(tn-1)的前一采样时刻的内存使用率,x(tn)为平滑处理后的内存使用率;
硬件资源使用率计算单元,用于根据下式计算各个页面调试服务器的硬件资源使用率:
z(tn)=k″1*x(tn)+k″2*y(tn),n≥1
其中,z(tn)为当前的硬件资源使用率,k″1、k″2为预设的比例系数,且k″1+k″2=1。
进一步地,所述可靠度计算模块可以包括:
历史记录统计单元,用于根据所述历史页面调试记录分别统计各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长,其中,处理状态为异常是指所述页面调试服务器发出异常反馈或者超时无响应的情况;
可靠度计算单元,用于根据各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长分别计算各台所述页面调试服务器的可靠度,计算公式如下:
其中,η为可靠度,h为处理状态为正常的总时长,h′为处理状态为异常的总时长,m1为处理状态为正常的时间段的总段数,m2为处理状态为异常的时间段的总段数,hn为第n段处理状态为正常的时间段的时长,hn′为第n段处理状态为异常的时间段的时长。
进一步地,所述调试分配比值计算模块具体用于根据下式计算各个页面调试服务器的调试分配比值:
其中,λp为第p个页面调试服务器的调试分配比值,zp为第p个页面调试服务器的硬件资源使用率,ηp为第p个页面调试服务器的可靠度,M为页面调试服务器的总个数,l1、l2为预设的比例系数,且l1+l2=1。
进一步地,所述页面调试装置还可以包括:
处理状态获取模块,用于获取各个页面调试服务器的当前处理状态;
转移调试模块,用于若存在当前处理状态为异常的页面调试服务器,则将所述当前处理状态为异常的页面调试服务器中待进行页面调试的调试终端型号转移到当前处理状态为正常的页面调试服务器继续进行页面调试。
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,模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
图7示出了本发明实施例提供的一种终端设备的示意框图,为了便于说明,仅示出了与本发明实施例相关的部分。
在本实施例中,所述终端设备7可以是本地服务器或云端服务器等计算设备。该终端设备7可包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机可读指令72,例如执行上述的页面调试方法的计算机可读指令。所述处理器70执行所述计算机可读指令72时实现上述各个页面调试方法实施例中的步骤,例如图2所示的步骤S201至S205。或者,所述处理器70执行所述计算机可读指令72时实现上述各装置实施例中各模块/单元的功能,例如图6所示模块601至605的功能。
示例性的,所述计算机可读指令72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71中,并由所述处理器70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可读指令段,该指令段用于描述所述计算机可读指令72在所述终端设备7中的执行过程。
所述处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、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也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机可读指令以及所述终端设备7所需的其它指令和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明各个实施例中的各功能单元可以集成在一个处理单元中,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一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的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存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干计算机可读指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储计算机可读指令的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种页面调试方法,其特征在于,包括:
接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
2.根据权利要求1所述的页面调试方法,其特征在于,所述分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率包括:
分别获取各个页面调试服务器的CPU使用率和内存使用率;
根据下式对各个页面调试服务器的CPU使用率进行平滑处理:
y(tn)=k1*u(tn)+k2*u(tn-1)+k3*u(tn-2),n≥3
y(tn)=k′1*u(tn)+k′2*u(tn-1),n=2
y(tn)=u(tn),n=1
其中,u(tn)为当前的CPU使用率,u(tn-1)为u(tn)的前一采样时刻的CPU使用率,u(tn-2)为u(tn-1)的前一采样时刻的CPU使用率,y(tn)为平滑处理后的CPU使用率,k1、k2、k3、k′1、k′2为预设的比例系数,且k1+k2+k3=1,k1>k2>k3,k′1+k′2=1,k′1>k′2,k′1>k1,k′2>k2;
根据下式对各个页面调试服务器的内存使用率进行平滑处理:
x(tn)=k1*v(tn)+k2*v(tn-1)+k3*v(tn-2),n≥3
x(tn)=k′1*v(tn)+k′2*v(tn-1),n=2
x(tn)=v(tn),n=1
其中,v(tn)为当前的内存使用率,v(tn-1)为v(tn)的前一采样时刻的内存使用率,v(tn-2)为v(tn-1)的前一采样时刻的内存使用率,x(tn)为平滑处理后的内存使用率;
根据下式计算各个页面调试服务器的硬件资源使用率:
z(tn)=k″1*x(tn)+k″2*y(tn),n≥1
其中,z(tn)为当前的硬件资源使用率,k″1、k″2为预设的比例系数,且k″1+k″2=1。
3.根据权利要求1所述的页面调试方法,其特征在于,所述根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度包括:
根据所述历史页面调试记录分别统计各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长,其中,处理状态为异常是指所述页面调试服务器发出异常反馈或者超时无响应的情况;
根据各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长分别计算各台所述页面调试服务器的可靠度,计算公式如下:
其中,η为可靠度,h为处理状态为正常的总时长,h′为处理状态为异常的总时长,m1为处理状态为正常的时间段的总段数,m2为处理状态为异常的时间段的总段数,hn为第n段处理状态为正常的时间段的时长,hn′为第n段处理状态为异常的时间段的时长。
4.根据权利要求1所述的页面调试方法,其特征在于,所述根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值包括:
根据下式计算各个页面调试服务器的调试分配比值:
其中,λp为第p个页面调试服务器的调试分配比值,zp为第p个页面调试服务器的硬件资源使用率,ηp为第p个页面调试服务器的可靠度,M为页面调试服务器的总个数,l1、l2为预设的比例系数,且l1+l2=1。
5.根据权利要求1至4中任一项所述的页面调试方法,其特征在于,还包括:
获取各个页面调试服务器的当前处理状态;
若存在当前处理状态为异常的页面调试服务器,则将所述当前处理状态为异常的页面调试服务器中待进行页面调试的调试终端型号转移到当前处理状态为正常的页面调试服务器继续进行页面调试。
6.一种页面调试装置,其特征在于,包括:
页面调试指令接收模块,用于接收页面调试指令,并从所述页面调试指令中提取调试终端型号列表,所述调试终端型号列表中包括一个以上的调试终端型号;
硬件资源使用率计算模块,用于分别计算预设的页面调试服务器集群中各个页面调试服务器的硬件资源使用率;
可靠度计算模块,用于获取在预设的统计时间段内的历史页面调试记录,并根据所述历史页面调试记录分别计算各个页面调试服务器的可靠度;
调试分配比值计算模块,用于根据所述硬件资源使用率和所述可靠度分别计算各个页面调试服务器的调试分配比值;
分配调试模块,用于将所述调试终端型号列表中的各个调试终端型号按照所述调试分配比值分别分配给各个页面调试服务器,以使各个页面调试服务器分别虚拟出对应的模拟终端,并在所述模拟终端上进行页面调试。
7.根据权利要求6所述的页面调试装置,其特征在于,所述硬件资源使用率计算模块包括:
使用率获取单元,用于分别获取各个页面调试服务器的CPU使用率和内存使用率;
第一平滑处理单元,用于根据下式对各个页面调试服务器的CPU使用率进行平滑处理:
y(tn)=k1*u(tn)+k2*u(tn-1)+k3*u(tn-2),n≥3
y(tn)=k′1*u(tn)+k′2*u(tn-1),n=2
y(tn)=u(tn),n=1
其中,u(tn)为当前的CPU使用率,u(tn-1)为u(tn)的前一采样时刻的CPU使用率,u(tn-2)为u(tn-1)的前一采样时刻的CPU使用率,y(tn)为平滑处理后的CPU使用率,k1、k2、k3、k′1、k′2为预设的比例系数,且k1+k2+k3=1,k1>k2>k3,k′1+k′2=1,k′1>k′2,k′1>k1,k′2>k2;
第二平滑处理单元,用于根据下式对各个页面调试服务器的内存使用率进行平滑处理:
x(tn)=k1*v(tn)+k2*v(tn-1)+k3*v(tn-2),n≥3
x(tn)=k′1*v(tn)+k′2*v(tn-1),n=2
x(tn)=v(tn),n=1
其中,v(tn)为当前的内存使用率,v(tn-1)为v(tn)的前一采样时刻的内存使用率,v(tn-2)为v(tn-1)的前一采样时刻的内存使用率,x(tn)为平滑处理后的内存使用率;
硬件资源使用率计算单元,用于根据下式计算各个页面调试服务器的硬件资源使用率:
z(tn)=k″1*x(tn)+k″2*y(tn),n≥1
其中,z(tn)为当前的硬件资源使用率,k″1、k″2为预设的比例系数,且k″1+k″2=1。
8.根据权利要求6所述的页面调试装置,其特征在于,所述可靠度计算模块包括:
历史记录统计单元,用于根据所述历史页面调试记录分别统计各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长,其中,处理状态为异常是指所述页面调试服务器发出异常反馈或者超时无响应的情况;
可靠度计算单元,用于根据各个页面调试服务器的处理状态为正常的时长和处理状态为异常的时长分别计算各台所述页面调试服务器的可靠度,计算公式如下:
其中,η为可靠度,h为处理状态为正常的总时长,h′为处理状态为异常的总时长,m1为处理状态为正常的时间段的总段数,m2为处理状态为异常的时间段的总段数,hn为第n段处理状态为正常的时间段的时长,hn′为第n段处理状态为异常的时间段的时长。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至5中任一项所述的页面调试方法的步骤。
10.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至5中任一项所述的页面调试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530430.9A CN109800148A (zh) | 2018-12-14 | 2018-12-14 | 一种页面调试方法、装置、可读存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811530430.9A CN109800148A (zh) | 2018-12-14 | 2018-12-14 | 一种页面调试方法、装置、可读存储介质及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109800148A true CN109800148A (zh) | 2019-05-24 |
Family
ID=66556612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811530430.9A Pending CN109800148A (zh) | 2018-12-14 | 2018-12-14 | 一种页面调试方法、装置、可读存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109800148A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968015A (zh) * | 2022-05-18 | 2022-08-30 | 北京眼神智能科技有限公司 | 一种信息交互、控制网络通信模块的方法、装置及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446176A (zh) * | 2018-02-07 | 2018-08-24 | 平安普惠企业管理有限公司 | 一种任务分配方法、计算机可读存储介质及终端设备 |
CN108874535A (zh) * | 2018-05-14 | 2018-11-23 | 中国平安人寿保险股份有限公司 | 一种任务调节方法、计算机可读存储介质及终端设备 |
-
2018
- 2018-12-14 CN CN201811530430.9A patent/CN109800148A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446176A (zh) * | 2018-02-07 | 2018-08-24 | 平安普惠企业管理有限公司 | 一种任务分配方法、计算机可读存储介质及终端设备 |
CN108874535A (zh) * | 2018-05-14 | 2018-11-23 | 中国平安人寿保险股份有限公司 | 一种任务调节方法、计算机可读存储介质及终端设备 |
Non-Patent Citations (1)
Title |
---|
周润景等编著: "《基于PROTEUS的电路及单片机系统设计与仿真》", 北京航空航天大学出版社, pages: 89 - 93 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968015A (zh) * | 2022-05-18 | 2022-08-30 | 北京眼神智能科技有限公司 | 一种信息交互、控制网络通信模块的方法、装置及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110546654B (zh) | 通过构造接口的带宽控制来增强dnn模块的处理性能 | |
US11755452B2 (en) | Log data collection method based on log data generated by container in application container environment, log data collection device, storage medium, and log data collection system | |
US20200042856A1 (en) | Scheduler for mapping neural networks onto an array of neural cores in an inference processing unit | |
CN108446176B (zh) | 一种任务分配方法、计算机可读存储介质及终端设备 | |
CN111124277B (zh) | 一种深度学习数据集缓存方法、系统、终端及存储介质 | |
CN105808334B (zh) | 一种基于资源重用的MapReduce短作业优化系统及方法 | |
Ishii et al. | Elastic stream computing with clouds | |
CN107231264A (zh) | 用于管理云服务器的容量的方法和装置 | |
US20190324888A1 (en) | Data flow graph computation using exceptions | |
CN108536761A (zh) | 报表数据查询方法及服务器 | |
CN103780655A (zh) | 一种消息传递接口任务和资源调度系统及方法 | |
CN108334408B (zh) | 代码执行方法、装置、终端设备及计算机可读存储介质 | |
CN108874535A (zh) | 一种任务调节方法、计算机可读存储介质及终端设备 | |
US11663461B2 (en) | Instruction distribution in an array of neural network cores | |
CN108491122A (zh) | 一种点击事件响应方法、计算机可读存储介质及终端设备 | |
CN115150471B (zh) | 数据处理方法、装置、设备、存储介质及程序产品 | |
CN109067841A (zh) | 基于ZooKeeper的服务限流方法、系统、服务器及存储介质 | |
CN106815254A (zh) | 一种数据处理方法和装置 | |
CN112540841A (zh) | 任务调度的方法、装置、处理器与电子设备 | |
CN109844714A (zh) | 用于在存储系统中分配输入/输出带宽的系统和方法 | |
CN106095335A (zh) | 一种电力大数据弹性云计算存储平台架构方法 | |
CN115543615A (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
CN105184452B (zh) | 一种适用于用电信息大数据计算的MapReduce作业依赖控制方法 | |
CN109800148A (zh) | 一种页面调试方法、装置、可读存储介质及终端设备 | |
CN110096339A (zh) | 一种基于系统负载实现的扩缩容配置推荐系统及方法 |
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 |