CN110275824B - 一种计算机软件性能测试方法 - Google Patents
一种计算机软件性能测试方法 Download PDFInfo
- Publication number
- CN110275824B CN110275824B CN201910397018.2A CN201910397018A CN110275824B CN 110275824 B CN110275824 B CN 110275824B CN 201910397018 A CN201910397018 A CN 201910397018A CN 110275824 B CN110275824 B CN 110275824B
- Authority
- CN
- China
- Prior art keywords
- data
- software
- computer
- utilization rate
- time
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3644—Software debugging by instrumenting at runtime
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/366—Software debugging using diagnostics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
一种计算机软件性能测试方法，包括以下步骤：开启计算机，关闭计算机后台所有运行程序，调用psutil库，记录计算机的CPU使用率和内存使用率，打开被测软件，同时记录软件的响应时间，软件打开后操作软件运行，再次调用psutil库，记录计算机的CPU使用率和内存使用率，控制温度后重复操作得出数据。本方法同时将CPU使用率、内存使用率和温度作为测试因素，并包含辅助软件与测试软件同时运行的情况，测试过程中利用等时间间隔定时自动获取多组不同类型的对照数据的方法，可得出多组不同类型的对照数据，最后引入Pearson相关系数算法处理数据集间的相关关系从而使得测试结果更加具有精确性和科学性。
Description
技术领域
本发明涉及计算机软件技术领域，尤其涉及一种计算机软件性能测试方法。
背景技术
随着科技的进步，信息技术的飞速发展，计算机的普及，软件产品已经应用到社会的各个行业领域，加上网络的发展，信息的共享性等，人们对计算机及网络的依赖性越来越大。软件产品的使用者对高质量、高效率的工作方式的要求越来越高，因此对于工作和生活中息息相关的IT系统服务，他们也要求提供更快、更高效的服务品质。计算机软件的性能直接决定了该软件给与用户的体验感，从而也可决定软件的下载率和使用率，因此对软件的性能进行测试是十分必要的。
经检索，中国专利号CN109359022A公开了一种计算机软件性能测试方法，包括以下步骤：S1：打开计算机，将待测软件作为第一打开对象，然后点击打开软件，记录软件的响应时间；S2：将待测软件作为第二打开对象，然后点击打开软件，记录软件的响应时间，对两次的响应时间进行对比，得出软件在不同运行内存的情况的响应时间；S3：打开计算机，记录当前的计算机CPU使用率，然后打开待测软件，记录此时的CPU使用率，计算得出待测软件的CPU使用率。
上述测试方法存在着如下的缺点：上述测试方法通过选取CPU使用率和温度来反应测试软件的性能，并未通过计算机的内存来反应软件的性能，同时在测试时，未考虑到计算机上安装的其他软件与测试软件同时运行的情况，并且测试所得数据多为利用任务管理器手工读取，误差较大，因此测试方法得出的结果缺乏科学性和准确性，需要进行改进。
发明内容
为了解决现有技术中存在的测试方法的测试结果缺乏科学性和准确性的缺点，本发明提出一种准确性较好的计算机软件性能测试方法。
为了实现上述目的，本发明采用了如下技术方案：
一种计算机软件性能测试方法，包括以下步骤：
S1.开启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，使用psutil库，读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第一数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第二数据，软件打开后持续软件运行，将时间控制在设定时间，并利用psutil每隔设定时间段记录当前计算机的CPU使用率和内存使用率，将此时数据作为第三数据；
S2.关闭被测软件，根据psutil记录的数据，观察并计算第三数据恢复至第一数据的用时，将此时数据作为第四数据；
S3.重启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，然后打开辅助软件，并使辅助软件运行设定时间，利用psutil库，读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第五数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第六数据，软件打开后操作软件运行，并将时间控制在设定时间，利用psutil库读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第七数据；
S4.关闭被测软件，根据psutil记录的数据，观察并计算第七数据恢复至第五数据的用时，将此时数据作为第八数据；
S5.重启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，改变计算机温度，调用OpenHardwareMonitorLib进行实时温度监控，获取CPU温度，使其运行设定时间，记录各时刻的温度值，并制成温度曲线α，然后利用psutil记录当前计算机的CPU使用率和内存使用率，将此时数据作为第九数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第十数据，软件打开后操作软件运行，并将时间控制在设定时间，再次利用psutil每隔设定时间段记录当前计算机的CPU使用率和内存使用率，调用OpenHardwareMonitorLib记录运行时的CPU温度，将此时数据作为第十一数据；
S6.关闭被测软件，根据psutil记录的数据，观察并计算第十一数据恢复至第九数据的用时，将此时数据作为第十二数据；
S7.重启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，改变计算机温度，调用OpenHardwareMonitorLib进行实时温度监控，获取CPU温度，使其运行设定时间，记录各时刻的温度值，并制成温度曲线β，然后打开辅助软件，使辅助软件运行设定时间，利用psutil库，读取并记录当前计算机的CPU使用率和内存使用率以及实时温度，将此时数据作为第十三数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第十四数据，软件打开后操作软件运行，并将时间控制在设定时间，再次利用psutil每隔设定时间段记录当前计算机的CPU使用率和内存使用率，调用OpenHardwareMonitorLib记录运行时的CPU温度，将此时数据作为第十五数据；
S8.关闭被测软件，根据psutil记录的数据，观察并计算第十五数据恢复至第十三数据的用时，将此时数据作为第十六数据；
S9.引入Pearson相关系数算法处理各纵向数据列间关系，比较第二数据、第六数据、第十数据和第十四数据得出被测软件在不同情况下的响应时间情况，比较第四数据、第八数据、第十二数据和第十六数据得出被测软件在不同情况下进程终止时间情况，结合各状态下CPU和内存使用率得出被测软件的性能参数。
优选地，所述步骤S5中的温度曲线α与步骤S7中的温度曲线β应相同或近似。
优选地，所述步骤S5-S7可重复操作，以获得不同温度条件下被测软件的性能数据。
相比于现有技术，本发明的有益效果在于：本方法同时将CPU使用率、内存使用率和温度作为测试因素，并包含辅助软件与被测软件同时运行的情况，测试过程中利用等时间间隔定时自动获取多组不同类型的对照数据的方法，大大减少人工计时录数据的误差和工作量，并引入Pearson相关系数算法处理数据集间的相关关系，从而使得测试结果更加具有精确性和科学性。
附图说明
图1为本发明提出的一种计算机软件性能测试方法的流程图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1，一种计算机软件性能测试方法，包括以下步骤：
S1.开启计算机，等待计算机运行20分钟(设定时间为20分钟)，关闭计算机后台所有运行程序，调用psutil库，读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第一数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第二数据，软件打开后持续软件运行，将时间控制在20分钟(设定时间为20分钟)，并利用psutil每隔5秒(设定时间段为5秒)记录当前计算机的CPU使用率和内存使用率，将此时数据作为第三数据；
S2.关闭被测软件，根据psutil记录的数据，观察并计算第三数据恢复至第一数据的用时，将此时数据作为第四数据；
S3.重启计算机，等待计算机运行20分钟，关闭计算机后台所有运行程序，然后打开辅助软件，并使辅助软件运行20分钟，利用psutil库，读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第五数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第六数据，软件打开后操作软件运行，并将时间控制在20分钟，利用psutil库读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第七数据；
S4.关闭被测软件，根据psutil记录的数据，观察并计算第七数据恢复至第五数据的用时，将此时数据作为第八数据；
S5.重启计算机，等待计算机运行20分钟，关闭计算机后台所有运行程序，改变计算机温度，调用OpenHardwareMonitorLib进行实时温度监控，获取CPU温度，使其运行20分钟，记录各时刻的温度值，并制成温度曲线α，然后利用psutil记录当前计算机的CPU使用率和内存使用率，将此时数据作为第九数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第十数据，软件打开后操作软件运行，并将时间控制在20分钟，再次利用psutil每隔5秒记录当前计算机的CPU使用率和内存使用率，调用OpenHardwareMonitorLib记录运行时的CPU温度，将此时数据作为第十一数据；
S6.关闭被测软件，根据psutil记录的数据，观察并计算第十一数据恢复至第九数据的用时，将此时数据作为第十二数据；
S7.重启计算机，等待计算机运行20分钟，关闭计算机后台所有运行程序，改变计算机温度，调用OpenHardwareMonitorLib进行实时温度监控，获取CPU温度，使其运行20分钟，记录各时刻的温度值，并制成温度曲线β，然后打开辅助软件，使辅助软件运行20分钟，利用psutil库，读取并记录当前计算机的CPU使用率和内存使用率以及实时温度，将此时数据作为第十三数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第十四数据，软件打开后操作软件运行，并将时间控制在20分钟，再次利用psutil每隔5秒记录当前计算机的CPU使用率和内存使用率，调用OpenHardwareMonitorLib记录运行时的CPU温度，将此时数据作为第十五数据；
S8.关闭被测软件，根据psutil记录的数据，观察并计算第十五数据恢复至第十三数据的用时，将此时数据作为第十六数据；
S9.引入Pearson相关系数算法处理特定纵向数据列间关系。Pearson相关系数公式如下：
其中E是数学期望，cov为协方差。
通过以上算法比较第二数据和第六数据、第二数据和第十数据、第六数据和第十四数据，可得出被测软件在不同情况下与响应时间的相关性情况，比较第四数据和第八数据、第四数据和第十二数据、第八数据和第十六数据可得出被测软件在不同情况下与进程终止时间的相关性情况，结合各状态下CPU和内存使用率可得出被测软件的性能参数。
其中，所述步骤S5中的温度曲线α与步骤S7中的温度曲线β应相同或近似。
所述步骤S5-S7重复操作，以获得不同温度条件下被测软件的性能数据。
上述记录数据、读取数据以及算法操作均可由python编程完成。
上述辅助软件可为各类办公软件、播放软件等，具体不做限定。
为了增加测试的有效性和准确度，可使用多台相同配置的计算机或者使用多台不同配置的计算机进行上述S1-S9等九个步骤。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种计算机软件性能测试方法，其特征在于，所述方法包括以下步骤：
S1.开启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，使用psutil库，读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第一数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第二数据，软件打开后持续软件运行，将时间控制在设定时间，并利用psutil每隔设定时间段记录当前计算机的CPU使用率和内存使用率，将此时数据作为第三数据；
S2.关闭被测软件，根据psutil记录的数据，观察并计算第三数据恢复至第一数据的用时，将此时数据作为第四数据；
S3.重启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，然后打开辅助软件，并使辅助软件运行设定时间，利用psutil库，读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第五数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第六数据，软件打开后操作软件运行，并将时间控制在设定时间，利用psutil库读取并记录当前计算机的CPU使用率和内存使用率，将此时数据作为第七数据；
S4.关闭被测软件，根据psutil记录的数据，观察并计算第七数据恢复至第五数据的用时，将此时数据作为第八数据；
S5.重启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，改变计算机温度，调用OpenHardwareMonitorLib进行实时温度监控，获取CPU温度，使其运行设定时间，记录各时刻的温度值，并制成温度曲线α，然后利用psutil记录当前计算机的CPU使用率和内存使用率，将此时数据作为第九数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第十数据，软件打开后操作软件运行，并将时间控制在设定时间，再次利用psutil每隔设定时间段记录当前计算机的CPU使用率和内存使用率，调用OpenHardwareMonitorLib记录运行时的CPU温度，将此时数据作为第十一数据；
S6.关闭被测软件，根据psutil记录的数据，观察并计算第十一数据恢复至第九数据的用时，将此时数据作为第十二数据；
S7.重启计算机，等待计算机运行设定时间，关闭计算机后台所有运行程序，改变计算机温度，调用OpenHardwareMonitorLib进行实时温度监控，获取CPU温度，使其运行设定时间，记录各时刻的温度值，并制成温度曲线β，然后打开辅助软件，使辅助软件运行设定时间，利用psutil库，读取并记录当前计算机的CPU使用率和内存使用率以及实时温度，将此时数据作为第十三数据，打开被测软件，同时使用elapsed记录软件的响应时间，将此时数据作为第十四数据，软件打开后操作软件运行，并将时间控制在设定时间，再次利用psutil每隔设定时间段记录当前计算机的CPU使用率和内存使用率，调用OpenHardwareMonitorLib记录运行时的CPU温度，将此时数据作为第十五数据；
S8.关闭被测软件，根据psutil记录的数据，观察并计算第十五数据恢复至第十三数据的用时，将此时数据作为第十六数据；
S9.引入Pearson相关系数算法处理特定纵向数据列间关系，Pearson相关系数公式如下：
其中E是数学期望，cov为协方差；
相关系数的绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱；
通过以上算法比较第二数据和第六数据、第二数据和第十数据、第六数据和第十四数据，得出被测软件在不同情况下与响应时间的相关性情况，比较第四数据和第八数据、第四数据和第十二数据、第八数据和第十六数据得出被测软件在不同情况下与进程终止时间的相关性情况，结合各状态下CPU和内存使用率得出被测软件的性能参数。
2.根据权利要求1所述的一种计算机软件性能测试方法，其特征在于，所述S5中的温度曲线α与S7中的温度曲线β应相同或近似。
3.根据权利要求1或2所述的一种计算机软件性能测试方法，其特征在于，所述S5-S7可重复操作，以获得不同温度条件下被测软件的性能数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910397018.2A CN110275824B (zh) | 2019-05-14 | 2019-05-14 | 一种计算机软件性能测试方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910397018.2A CN110275824B (zh) | 2019-05-14 | 2019-05-14 | 一种计算机软件性能测试方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110275824A CN110275824A (zh) | 2019-09-24 |
| CN110275824B true CN110275824B (zh) | 2023-02-28 |
Family
ID=67959980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910397018.2A Active CN110275824B (zh) | 2019-05-14 | 2019-05-14 | 一种计算机软件性能测试方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110275824B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016008398A1 (zh) * | 2014-07-16 | 2016-01-21 | 北京奇虎科技有限公司 | 程序性能测试方法和装置 |
| CN107391373A (zh) * | 2017-07-19 | 2017-11-24 | 西安精雕软件科技有限公司 | 基于AutoIT的性能自动化测试方法 |
| CN109359022A (zh) * | 2018-11-20 | 2019-02-19 | 信阳农林学院 | 一种计算机软件性能测试方法 |
-
2019
- 2019-05-14 CN CN201910397018.2A patent/CN110275824B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016008398A1 (zh) * | 2014-07-16 | 2016-01-21 | 北京奇虎科技有限公司 | 程序性能测试方法和装置 |
| CN107391373A (zh) * | 2017-07-19 | 2017-11-24 | 西安精雕软件科技有限公司 | 基于AutoIT的性能自动化测试方法 |
| CN109359022A (zh) * | 2018-11-20 | 2019-02-19 | 信阳农林学院 | 一种计算机软件性能测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110275824A (zh) | 2019-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103578568B (zh) | 固态硬盘的性能测试方法及装置 | |
| US20020194511A1 (en) | Apparatus and method for central processing unit power measurement in a digital signal processor | |
| US6820222B2 (en) | Apparatus and method for processor power measurement in a digital signal processor using trace data and simulation techniques | |
| CN104572422A (zh) | 一种基于Linux系统开关机下内存监测实现方法 | |
| US8245084B2 (en) | Two-level representative workload phase detection | |
| WO2021012861A1 (zh) | 数据查询耗时评估方法、装置、计算机设备和存储介质 | |
| CN111639470B (zh) | 一种处理器协同芯片的仿真测试方法、系统及相关组件 | |
| CN110941553A (zh) | 一种代码检测方法、装置、设备及可读存储介质 | |
| CN110275824B (zh) | 一种计算机软件性能测试方法 | |
| CN112985488B (zh) | 一种用于传感器的温度应力加速寿命试验系统及方法 | |
| CN111090585B (zh) | 一种基于众测过程的众测任务关闭时间自动预测方法 | |
| CN109359022B (zh) | 一种计算机软件性能测试方法 | |
| US8943028B2 (en) | Database compression analyzer | |
| CN111666200A (zh) | 一种pc软件冷启动耗时的测试方法及终端 | |
| US20160026756A1 (en) | Method and apparatus for separating quality levels in sequence data and sequencing longer reads | |
| CN111340349B (zh) | 产品可靠性评估方法、装置、计算机设备和存储介质 | |
| CN113626340A (zh) | 测试需求识别方法、装置、电子设备及存储介质 | |
| Chuang et al. | Splice site prediction using a sparse network of winnows | |
| CN115808612B (zh) | 一种芯片物理ip测试系统、方法及电子设备 | |
| US11823011B2 (en) | Analyzing execution of quantum services using quantum computing devices and quantum simulators | |
| CN116884469B (zh) | 一种闪存性能的检测方法、装置、设备及介质 | |
| CN114116291B (zh) | 日志检测方法、日志检测装置、计算机设备及存储介质 | |
| CN103106131A (zh) | 系统调用功耗的测试方法与测试装置 | |
| TWI765589B (zh) | 異常檢測方法、電腦裝置及儲存介質 | |
| CN114443378B (zh) | 服务器信号测试系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |