CN110569182A - 一种崩溃率计算方法、装置、计算机设备及存储介质 - Google Patents
一种崩溃率计算方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110569182A CN110569182A CN201910887050.9A CN201910887050A CN110569182A CN 110569182 A CN110569182 A CN 110569182A CN 201910887050 A CN201910887050 A CN 201910887050A CN 110569182 A CN110569182 A CN 110569182A
- Authority
- CN
- China
- Prior art keywords
- application program
- session
- collapse
- rate
- data reporting
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—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
- G06F11/3409—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 for performance assessment
- G06F11/3428—Benchmarking
-
- 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
- G06F11/3452—Performance evaluation by statistical analysis
Abstract
本发明实施例公开了提供一种崩溃率计算方法、装置、计算机设备及存储介质,方法包括:在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。本发明实施例的技术方案能够提高崩溃率数据计算的准确性。
Description
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种崩溃率计算方法、装置、计算机设备及存储介质。
背景技术
App(Application,应用程序)崩溃是App运行过程中最严重的问题,会导致服务突然中断,使得用户体验受损严重。通常情况下,崩溃率数据是衡量App运行稳定性的核心指标之一。
在现有技术中,通过一段时间内发生崩溃的次数除以这段时间的App启动次数可以计算得出崩溃率。其中,在应用程序开始启动时,嵌入App中的SDK(SoftwareDevelopment Kit,软件开发工具包)会在启动时向服务器发送一次config请求。服务器通过统计config请求中的代表一次启动的唯一标记的总和作为这一段时间内应用程序的总启动次数。
发明人在实现本发明的过程中,发现现有技术存在如下缺陷:如果App启动后没有退出,一直使用到当前时间,则自App启动至当前时间的时间范围内。服务器可能无法统计最新的启动记录,导致崩溃率数据计算不准确。另一方面,如果应用程序在启动时发生了崩溃,则启动数据和崩溃数据无法及时上传至服务器,只能待到下一次启动时一并上传。如果存在多次未上传的崩溃数据,则一次启动可能会同时上传多个崩溃数据,导致崩溃率数据计算不准确。
发明内容
本发明实施例提供一种崩溃率计算方法、装置、计算机设备及存储介质,以提高崩溃率数据计算的准确性。
第一方面,本发明实施例提供了一种崩溃率计算方法,包括:
在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;
计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
第二方面,本发明实施例还提供了一种崩溃率计算装置,包括:
信息统计模块,用于在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;
崩溃率计算模块,用于计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
第三方面,本发明实施例还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的崩溃率计算方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的崩溃率计算方法。
本发明实施例通过在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数,其中,会话次数为预设时间粒度周期内应用程序实际启动次数的总和。然后,计算崩溃次数和会话次数的比值,作为应用程序的崩溃率,解决了现有崩溃率计算方法存在的崩溃率数据不准确的问题,从而提高崩溃率数据计算的准确性。
附图说明
图1a是本发明实施例一提供的一种崩溃率计算方法的流程图;
图1b是本发明实施例一提供的一种区分活跃会话与活跃设备的效果示意图;
图2是本发明实施例二提供的一种崩溃率计算装置的示意图;
图3为本发明实施例三提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1a是本发明实施例一提供的一种崩溃率计算方法的流程图,本实施例可适用于准确计算崩溃率的情况,该方法可以由崩溃率计算装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在计算机设备(典型的,各类服务器)中。相应的,如图1a所示,该方法包括如下操作:
S110、在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和。
其中,预设时间粒度周期可以是根据实际需求所设定的周期,如每分钟,每小时或每天等,本发明实施例并不对预设时间粒度周期的具体数值进行限定。会话可以是应用程序与服务器之间的不中断的请求响应序列,会话次数可以是应用程序与服务器之间在一段时间内所发生的不同会话的数量。在本发明实施例中,由于应用程序启动后可以与服务器建立一次会话,因此,会话次数和预设时间粒度周期内应用程序实际启动次数的总和一致。
在本发明实施例中,服务器可以根据预先设定的预设时间粒度周期来累加统计应用程序的崩溃次数和会话次数。其中,会话次数为预设时间粒度周期内应用程序实际启动次数的总和。
在本发明的一个可选实施例中,统计应用程序的会话次数,可以包括:在应用程序启动时,接收所述应用程序发送的配置请求;其中,所述配置请求包括会话标识,所述会话标识唯一标识所述配置请求;在所述应用程序退出之前,接收所述应用程序按照预设周期发送的数据上报请求;其中,所述数据上报请求包括所述会话标识;将所有所述数据上报请求中所述会话标识类型的数量作为所述会话次数。
其中,配置请求和数据上报请求可以是应用程序向服务器发送的请求。其中,配置请求可以包括但不限于应用程序基本的启动信息等,数据上报请求可以包括但不限于应用程序的监测数据等。配置请求和数据上报请求都可以包括一个会话标识,用于标识应用程序和服务器之间的会话情况。预设周期可以是根据实际需求所设定的周期,如1分钟或2分钟等,本发明实施例并不对预设周期的具体数值进行限定。
在本发明实施例中,在应用程序启动时,应用程序可以通过SDK向服务器发送一个配置请求,该配置请求包括一个会话标识,该会话标识可以唯一标识配置请求。也即,应用程序每次启动时,其发送的配置请求中包括的会话标识不同。在应用程序启动后至应用程序退出之前,应用程序还可以按照预设周期向服务器发送数据上报请求。例如,每隔1分钟,应用程序通过SDK向服务器发送一个数据上报请求。该数据上报请求可以包括预设周期内应用程序产生的监测数据,如崩溃数据、网络请求性能数据及网络请求错误数据等,本发明实施例并不对监测数据的具体内容进行限定。同时,数据上报请求也可以包括会话标识,且在应用程序启动后至应用程序退出之前的时间段内,应用程序发送的数据上报请求中包括的会话标识是一致的。相应的,可以将一个预设时间粒度周期内所有数据上报请求中会话标识类型的数量作为会话次数,也即一个预设时间粒度周期内所有使用应用程序的会话数。具体的,可以将一个预设时间粒度周期内所有数据上报请求包括的会话标识进行去重计算,从而得到会话标识类型的数量。示例性的,假设应用程序于10:00启动,一直开启至10:30退出,并与10:40再次启动,于10:50退出。在现有的崩溃率算法中,服务器统计10:00-11:00时间段内检测到的启动次数为1。而在本发明实施例中的崩溃率算法中,服务器统计10:00-11:00时间段内检测到的会话次数也即实际启动次数为2。由此可见,在本发明实施例中,会话次数不是以启动这一瞬时事件为依据进行计算,因此能够准确计算应用程序的实际启动次数。
在本发明的一个可选实施例中,在所述接收所述应用程序发送的配置请求之后,包括:接收所述应用程序根据所述配置请求构造的初始的数据上报请求;其中,所述初始的数据上报请求包括本地未存储的崩溃数据;所述崩溃数据包括生成崩溃数据时所述数据上报请求中包括的会话标识。
其中,初始的数据上报请求可以是应用程序启动并通过SDK向服务器发送配置请求后,根据配置请求构造的数据上报请求。
在本发明实施例中,应用程序通过SDK向服务器发送配置请求后,可以根据配置请求构造一个初始的数据上报请求,并可以在初始的数据请求中附加之前保存在终端本地并没有上传至服务器的崩溃数据。每个崩溃数据都会包括该崩溃数据生成时对应的会话标识。因此,即使一次性批量上传多个崩溃数据也能根据崩溃税局包括的会话标识进行区分。同时,崩溃数据中的会话标识也可以作为会话次数的计算依据,从而进一步保证会话次数也是实际启动次数的准确性。
需要说明的是,应用程序与服务器之间的会话也可称为活跃会话,活跃会话与活跃设备(或活跃用户)之间是存在区别的。活跃设备数是常见的指标,可以应用于检测用户行为等功能,具体是根据分配给终端设备的唯一标识码去重后累加得到的结果。图1b是本发明实施例一提供的一种区分活跃会话与活跃设备的效果示意图,如图1b所示,假设在一段时间范围内,一个用户启动App并退出,之后再次启动App并退出,此时服务器可以统计得到活跃设备的数量为1,而统计得到的活跃会话的次数为2。
S120、计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
相应的,服务器确定应用程序在一个预设时间粒度周期内的崩溃次数和会话次数后,即可将崩溃次数作为分子,将会话次数作为分母,也即,将崩溃次数和会话次数的比值作为应用程序的崩溃率。
由此可见,本发明实施例所提供的崩溃率计算方法对崩溃率数据的计算更加精准,使得崩溃率数据更趋近于真实,采用崩溃率数据评估应用程序的运行稳定性数据根据科学性和准确性。同时,本发明实施例所提供的崩溃率计算方法无需翻阅所有的崩溃堆栈,能够大幅提升崩溃问题的解决效率,也便于后续对崩溃问题进行跟踪。
在本发明的一个可选实施例中,所述崩溃率计算方法还可以包括:根据所述会话次数计算设定类型问题率;其中,所述设定类型问题率至少包括卡顿率、慢交互率以及ANR(Application Not Responding,应用程序无响应)率。
其中,设定类型问题率可以是应用程序中各类故障引发的问题率,包括但不限于卡顿率、慢交互率以及ANR率等。
在本发明实施例中,崩溃率计算方法还可以应用于各种类型问题率的计算。具体的,可以根据崩溃率计算方法中会话次数来计算设定类型问题率。示例性的,将一个预设时间粒度周期内发生卡顿的会话次数与总的会话次数的比值作为卡顿率;将一个预设时间粒度周期内发生慢交互的会话次数与总的会话次数的比值作为慢交互率;将一个预设时间粒度周期内发生ANR的会话次数与总的会话次数的比值作为ANR率。
本发明实施例通过在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数,其中,会话次数为预设时间粒度周期内应用程序实际启动次数的总和。然后,计算崩溃次数和会话次数的比值,作为应用程序的崩溃率,解决了现有崩溃率计算方法存在的崩溃率数据不准确的问题,从而提高崩溃率数据计算的准确性。
实施例二
图2是本发明实施例二提供的一种崩溃率计算装置的示意图,如图2所示,所述装置包括:信息统计模块210以及崩溃率计算模块220,其中:
信息统计模块210,用于在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;
崩溃率计算模块220,用于计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
本发明实施例通过在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数,其中,会话次数为预设时间粒度周期内应用程序实际启动次数的总和。然后,计算崩溃次数和会话次数的比值,作为应用程序的崩溃率,解决了现有崩溃率计算方法存在的崩溃率数据不准确的问题,从而提高崩溃率数据计算的准确性。
可选的,信息统计模块210包括:配置请求接收单元,用于在应用程序启动时,接收所述应用程序发送的配置请求;其中,所述配置请求包括会话标识,所述会话标识唯一标识所述配置请求;数据上报请求接收单元,用于在所述应用程序退出之前,接收所述应用程序按照预设周期发送的数据上报请求;其中,所述数据上报请求包括所述会话标识;会话次数确定单元,用于将所有所述数据上报请求中所述会话标识类型的数量作为所述会话次数。
可选的,所述数据上报请求包括预设周期内应用程序产生的监测数据。
可选的,所述装置还包括:初始数据上报请求接收模块,用于接收所述应用程序根据所述配置请求构造的初始的数据上报请求;其中,所述初始的数据上报请求包括本地未存储的崩溃数据;所述崩溃数据包括生成崩溃数据时所述数据上报请求中包括的会话标识。
可选的,所述装置还包括:设定类型问题率计算模块,用于根据所述会话次数计算设定类型问题率;其中,所述设定类型问题率至少包括卡顿率、慢交互率以及应用程序无响应ANR率。
上述崩溃率计算装置可执行本发明任意实施例所提供的崩溃率计算方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的崩溃率计算方法。
由于上述所介绍的崩溃率计算装置为可以执行本发明实施例中的崩溃率计算方法的装置,故而基于本发明实施例中所介绍的崩溃率计算方法,本领域所属技术人员能够了解本实施例的崩溃率计算装置的具体实施方式以及其各种变化形式,所以在此对于该崩溃率计算装置如何实现本发明实施例中的崩溃率计算方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中崩溃率计算方法所采用的装置,都属于本申请所欲保护的范围。
实施例三
图3为本发明实施例三提供的一种计算机设备的结构示意图。图3示出了适于用来实现本发明实施方式的计算机设备312的框图。图3显示的计算机设备312仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备312典型的是承担服务器功能的计算设备。
如图3所示,计算机设备312以通用计算设备的形式表现。计算机设备312的组件可以包括但不限于:一个或者多个处理器316,存储装置328,连接不同系统组件(包括存储装置328和处理器316)的总线318。
总线318表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
计算机设备312典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备312访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置328可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)630和/或高速缓存存储器632。计算机设备312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统634可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储装置328可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块326的程序636,可以存储在例如存储装置328中,这样的程序模块326包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块326通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信,还可与一个或者多个使得用户能与该计算机设备312交互的设备通信,和/或与使得该计算机设备312能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output,I/O)接口322进行。并且,计算机设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器320通过总线318与计算机设备312的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备312使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arraysof Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器316通过运行存储在存储装置328中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的崩溃率计算方法。
也即,所述处理单元执行所述程序时实现:在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
实施例四
本发明实施例四还提供一种存储计算机程序的计算机存储介质,所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的崩溃率计算方法:在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory,ROM)、可擦式可编程只读存储器((Erasable Programmable ReadOnly Memory,EPROM)或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种崩溃率计算方法,其特征在于,包括:
在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;
计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
2.根据权利要求1所述的方法,其特征在于,统计应用程序的会话次数,包括:
在应用程序启动时,接收所述应用程序发送的配置请求;其中,所述配置请求包括会话标识,所述会话标识唯一标识所述配置请求;
在所述应用程序退出之前,接收所述应用程序按照预设周期发送的数据上报请求;其中,所述数据上报请求包括所述会话标识;
将所有所述数据上报请求中所述会话标识类型的数量作为所述会话次数。
3.根据权利要求2所述的方法,其特征在于,所述数据上报请求包括预设周期内应用程序产生的监测数据。
4.根据权利要求3所述的方法,其特征在于,在所述接收所述应用程序发送的配置请求之后,包括:
接收所述应用程序根据所述配置请求构造的初始的数据上报请求;
其中,所述初始的数据上报请求包括本地未存储的崩溃数据;所述崩溃数据包括生成崩溃数据时所述数据上报请求中包括的会话标识。
5.根据权利要求1-4任一所述的方法,其特征在于,所述方法还包括:
根据所述会话次数计算设定类型问题率;
其中,所述设定类型问题率至少包括卡顿率、慢交互率以及应用程序无响应ANR率。
6.一种崩溃率计算装置,其特征在于,包括:
信息统计模块,用于在预设时间粒度周期内,统计应用程序的崩溃次数和会话次数;其中,所述会话次数为所述预设时间粒度周期内所述应用程序实际启动次数的总和;
崩溃率计算模块,用于计算所述崩溃次数和会话次数的比值,作为所述应用程序的崩溃率。
7.根据权利要求6所述的装置,其特征在于,所述信息统计模块包括:
配置请求接收单元,用于在应用程序启动时,接收所述应用程序发送的配置请求;其中,所述配置请求包括会话标识,所述会话标识唯一标识所述配置请求;
数据上报请求接收单元,用于在所述应用程序退出之前,接收所述应用程序按照预设周期发送的数据上报请求;其中,所述数据上报请求包括所述会话标识;
会话次数确定单元,用于将所有所述数据上报请求中所述会话标识类型的数量作为所述会话次数。
8.根据权利要求7所述的装置,其特征在于,所述数据上报请求包括预设周期内应用程序产生的监测数据。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的崩溃率计算方法。
10.一种计算机存储介质,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如权利要求1-5中任一所述的崩溃率计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910887050.9A CN110569182B (zh) | 2019-09-19 | 2019-09-19 | 一种崩溃率计算方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910887050.9A CN110569182B (zh) | 2019-09-19 | 2019-09-19 | 一种崩溃率计算方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110569182A true CN110569182A (zh) | 2019-12-13 |
CN110569182B CN110569182B (zh) | 2023-08-29 |
Family
ID=68781077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910887050.9A Active CN110569182B (zh) | 2019-09-19 | 2019-09-19 | 一种崩溃率计算方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110569182B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552623A (zh) * | 2020-04-30 | 2020-08-18 | 汉海信息技术(上海)有限公司 | 一种确定页面内存消耗的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170171318A1 (en) * | 2015-12-14 | 2017-06-15 | Facebook, Inc. | Intersession communications |
CN107239381A (zh) * | 2017-06-07 | 2017-10-10 | 北京奇虎科技有限公司 | 崩溃信息的处理方法、装置及系统 |
CN107704360A (zh) * | 2017-09-15 | 2018-02-16 | 平安科技(深圳)有限公司 | 监控数据的处理方法、设备、服务器及存储介质 |
CN107861830A (zh) * | 2017-12-01 | 2018-03-30 | 深圳乐信软件技术有限公司 | 应用程序崩溃的检测方法、装置、存储介质及移动终端 |
CN109739672A (zh) * | 2018-11-23 | 2019-05-10 | 惠州Tcl移动通信有限公司 | 应用程序崩溃的处理方法、计算机存储介质及移动终端 |
-
2019
- 2019-09-19 CN CN201910887050.9A patent/CN110569182B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170171318A1 (en) * | 2015-12-14 | 2017-06-15 | Facebook, Inc. | Intersession communications |
CN107239381A (zh) * | 2017-06-07 | 2017-10-10 | 北京奇虎科技有限公司 | 崩溃信息的处理方法、装置及系统 |
CN107704360A (zh) * | 2017-09-15 | 2018-02-16 | 平安科技(深圳)有限公司 | 监控数据的处理方法、设备、服务器及存储介质 |
CN107861830A (zh) * | 2017-12-01 | 2018-03-30 | 深圳乐信软件技术有限公司 | 应用程序崩溃的检测方法、装置、存储介质及移动终端 |
CN109739672A (zh) * | 2018-11-23 | 2019-05-10 | 惠州Tcl移动通信有限公司 | 应用程序崩溃的处理方法、计算机存储介质及移动终端 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552623A (zh) * | 2020-04-30 | 2020-08-18 | 汉海信息技术(上海)有限公司 | 一种确定页面内存消耗的方法及装置 |
CN111552623B (zh) * | 2020-04-30 | 2023-10-27 | 汉海信息技术(上海)有限公司 | 一种确定页面内存消耗的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110569182B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110989926B (zh) | 故障磁盘槽位定位方法、装置及电子设备 | |
EP3968159A1 (en) | Performance monitoring in a distributed storage system | |
WO2019227641A1 (zh) | 一种应用程序测试方法、装置、终端设备及介质 | |
CN110377341B (zh) | 一种监听无响应异常的方法、装置、介质和电子设备 | |
US8793402B2 (en) | Synchronizing time across a plurality of devices connected to a network | |
CN110888731B (zh) | 路由数据采集方法、装置、设备及存储介质 | |
CN109408361A (zh) | Monkey测试复原方法、装置、电子设备及计算机可读存储介质 | |
CN110569182B (zh) | 一种崩溃率计算方法、装置、计算机设备及存储介质 | |
CN110515758B (zh) | 一种故障定位方法、装置、计算机设备及存储介质 | |
CN110020166B (zh) | 一种数据分析方法及相关设备 | |
US9696986B2 (en) | Managing a code load | |
CN111198853A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN113452533B (zh) | 计费自巡检、自愈合方法、装置、计算机设备和存储介质 | |
CN111741046B (zh) | 数据上报方法、获取方法、装置、设备及介质 | |
CN114116480A (zh) | 应用程序测试覆盖率的确定方法、装置、介质及设备 | |
CN108920563B (zh) | 一种数据库切换方法及装置 | |
CN110908886A (zh) | 一种数据发送方法、装置、电子设备和存储介质 | |
CN111026612A (zh) | 应用程序运行监控方法及装置、存储介质、电子设备 | |
CN113760696A (zh) | 一种程序问题定位方法、装置、电子设备和存储介质 | |
US8799927B1 (en) | Techniques for use with repetitive event occurrences | |
CN110399243B (zh) | 蓝屏原因确定方法、系统、计算机可读介质及电子设备 | |
CN116594862B (zh) | Dbms的测试方法、装置、电子设备及可读存储介质 | |
CN114579416B (zh) | 一种指标确定方法、装置、服务器和介质 | |
CN116795727B (zh) | 一种测试过程的复现方法及装置、电子设备及存储介质 | |
TWI817128B (zh) | 企業資源規劃裝置及其智慧式除錯方法 |
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 |