CN110765182B - 数据统计方法、装置、电子设备及存储介质 - Google Patents
数据统计方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110765182B CN110765182B CN201911040475.2A CN201911040475A CN110765182B CN 110765182 B CN110765182 B CN 110765182B CN 201911040475 A CN201911040475 A CN 201911040475A CN 110765182 B CN110765182 B CN 110765182B
- Authority
- CN
- China
- Prior art keywords
- test terminal
- log data
- terminal groups
- target index
- statistical
- 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
- 238000007619 statistical method Methods 0.000 title abstract description 6
- 238000012360 testing method Methods 0.000 claims abstract description 417
- 238000000034 method Methods 0.000 claims abstract description 79
- 230000006870 function Effects 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 16
- 238000013515 script Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000000585 Mann–Whitney U test Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000000551 statistical hypothesis test Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开是关于一种数据统计方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：获取多个测试终端分组的设备标识集合，每个测试终端分组安装有相同的应用客户端；获取每个测试终端发送的日志数据；根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组；对于多个测试终端分组中的每个测试终端分组，对属于该测试终端分组的日志数据进行统计，得到该测试终端分组的统计结果。该方法的统计过程简单快速，提高了统计效率，而且不需要由测试人员人工部署用于进行数据统计的脚本，节省了人力成本。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种数据统计方法、装置、电子设备及存储介质。
背景技术
AB测试是一种常用的测试方式，能够针对两个功能不完全相同的应用客户端，让两组用户分别使用这两个应用客户端，根据用户使用情况了解这两个应用客户端的差异，从而评价这两个应用客户端的优劣。
以第一应用客户端和第二应用客户端为例，在进行测试时，第一组用户使用第一应用客户端，第二组用户使用第二应用客户端，测试人员分别收集第一应用客户端的运行数据和第二应用客户端的运行数据，将收集到的运行数据写入到数据库中。并且，在计算机设备上部署用于进行数据统计的脚本，计算机设备周期性地调用该脚本，在该脚本的运行过程中会调用数据库中存储的运行数据，对调用的运行数据进行统计，得到第一应用客户端和第二应用客户端的统计结果。
上述统计过程依赖于数据库的写入周期，由于将运行数据写入到数据库的过程需要耗费时间，写入周期较长，导致该统计过程无法及时进行，统计效率低下。
发明内容
本公开提供了一种数据统计方法、装置、电子设备及存储介质，能够克服相关技术中统计过程无法及时进行，统计效率低下的问题。
根据本公开实施例的第一方面，提供一种数据统计方法，所述方法包括：
获取多个测试终端分组的设备标识集合，其中每个测试终端分组安装有相同的应用客户端；
获取每个测试终端发送的日志数据，所述日志数据包括所述测试终端的设备标识和所述测试终端安装的应用客户端的运行数据，所述日志数据用于指示所述测试终端的用户使用所述应用客户端的情况；
根据接收到的多条日志数据中的设备标识和所述多个测试终端分组的设备标识集合，确定所述多条日志数据所属的测试终端分组；
对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果。
在一种可能实现方式中，所述根据接收到的多条日志数据中的设备标识和所述多个测试终端分组的设备标识集合，确定所述多条日志数据所属的测试终端分组，包括：
对于所述多条日志数据中的每条日志数据，获取所述日志数据中的设备标识；
从所述多个测试终端分组中确定设备标识集合包括所述设备标识的测试终端分组，作为所述日志数据所属的测试终端分组。
在另一种可能实现方式中，所述运行数据包括在多个指标下的数据，所述测试终端分组的统计结果包括以下至少一项：
属于所述测试终端分组的日志数据的数量；
所述测试终端分组在任一目标指标下的统计值；
将所述测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
在另一种可能实现方式中，所述对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果之后，所述方法还包括：
将所述多个测试终端分组的统计结果存储于数据库中；
接收查询请求，所述查询请求用于指示对第一目标指标下的统计结果进行查询；
从所述数据库中获取所述多个测试终端分组在所述第一目标指标下的统计结果；
在统计结果展示界面中，显示所述多个测试终端分组在所述第一目标指标下的统计结果。
在另一种可能实现方式中，所述多个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端。
在另一种可能实现方式中，所述对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果之后，所述方法还包括：
获取所述多个测试终端分组在第二目标指标下的统计结果的参数信息，所述测试终端分组的参数信息包括所述测试终端分组在所述第二目标指标下的统计结果的平均值和标准差以及所述测试终端分组的日志数据的数量；
当所述第二目标指标下的统计结果的分布情况服从正态分布时，根据所述多个测试终端分组的参数信息，采用第一预设函数，获取所述第二目标指标对应的置信度或者置信区间；
当所述第二目标指标下的统计结果的分布情况不服从正态分布时，根据所述多个测试终端分组的参数信息，采用第二预设函数，获取所述第二目标指标对应的置信度或者置信区间。
根据本公开实施例的第二方面，提供一种数据统计装置，所述装置包括：
集合获取单元，被配置为获取多个测试终端分组的设备标识集合，其中每个测试终端分组安装有相同的应用客户端；
日志数据获取单元，被配置为获取每个测试终端发送的日志数据，所述日志数据包括所述测试终端的设备标识和所述测试终端安装的应用客户端的运行数据，所述日志数据用于指示所述测试终端的用户使用所述应用客户端的情况；
分组确定单元，被配置为根据接收到的多条日志数据中的设备标识和所述多个测试终端分组的设备标识集合，确定所述多条日志数据所属的测试终端分组；
结果统计单元，被配置为对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果。
在一种可能实现方式中，所述分组确定单元，包括：
设备标识获取子单元，被配置为对于所述多条日志数据中的每条日志数据，获取所述日志数据中的设备标识；
分组确定子单元，被配置为从所述多个测试终端分组中确定设备标识集合包括所述设备标识的测试终端分组，作为所述日志数据所属的测试终端分组。
在另一种可能实现方式中，所述运行数据包括在多个指标下的数据，所述测试终端分组的统计结果包括以下至少一项：
属于所述测试终端分组的日志数据的数量；
所述测试终端分组在任一目标指标下的统计值；
将所述测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
在另一种可能实现方式中，所述装置还包括：
存储单元，被配置为将所述多个测试终端分组的统计结果存储于数据库中；
查询单元，被配置为接收查询请求，所述查询请求用于指示对第一目标指标下的统计结果进行查询；
统计结果获取单元，被配置为从所述数据库中获取所述多个测试终端分组在所述第一目标指标下的统计结果；
显示单元，被配置为在统计结果展示界面中，显示所述多个测试终端分组在所述第一目标指标下的统计结果。
在另一种可能实现方式中，所述多个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端。
在另一种可能实现方式中，所述装置还包括：
参数信息获取单元，被配置为获取所述多个测试终端分组在第二目标指标下的统计结果的参数信息，所述测试终端分组的参数信息包括所述测试终端分组在所述第二目标指标下的统计结果的平均值和标准差以及所述测试终端分组的日志数据的数量；
特征获取单元，被配置为当所述第二目标指标下的统计结果的分布情况服从正态分布时，根据所述多个测试终端分组的参数信息，采用第一预设函数，获取所述第二目标指标对应的置信度或者置信区间；
所述特征获取单元，还被配置为当所述第二目标指标下的统计结果的分布情况不服从正态分布时，根据所述多个测试终端分组的参数信息，采用第二预设函数，获取所述第二目标指标对应的置信度或者置信区间。
根据本公开实施例的第三方面，提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
用于存储所述一个或多个处理器可执行命令的易失性或非易失性存储器；
其中，所述一个或多个处理器被配置为执行第一方面所述的数据统计方法。
根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行第一方面所述的数据统计方法。
根据本公开实施例的第五方面，提供一种计算机程序产品，当所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备能够执行第一方面所述的数据统计方法。
本公开实施例提供的数据统计方法、装置、电子设备及存储介质，由多个测试终端上传包括设备标识和应用客户端运行数据的日志数据，则获取多个测试终端分组的设备标识集合以及多个测试终端的日志数据，根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组，对于多个测试终端分组中的每个测试终端分组，对属于该测试终端分组的日志数据进行统计，得到分组的统计结果。该方法能够根据测试终端自动上传的日志数据进行统计，不需要将日志数据存储于数据库中，也不需要依赖数据库的写入周期，甚至可以进行实时统计。因此该方法的统计过程简单快速，提高了统计效率。而且该方法不需要由测试人员人工部署用于进行数据统计的脚本，节省了人力成本。
并且，该方法支持多维度、多条件的查询，能够在线可视化地展示统计结果，供管理人员查询，查询操作方便快捷，便于管理。
并且，本公开实施例提供的方法，提供了一套获取统计结果的置信度或者置信区间的方法，通过统计检测评估统计结果是否可信，避免日志数据受到天然的波动干扰而影响统计结果，提高了准确率，帮助管理人员快速获得统计结果，及时地对应用客户端进行优化。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
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是根据一示例性实施例示出的一种实施环境的示意图。
图2是根据一示例性实施例示出的一种数据统计方法的流程图。
图3是根据一示例性实施例示出的一种数据统计方法的流程图。
图4是根据一示例性实施例示出的一种数据统计方法的流程图。
图5是根据一示例性实施例示出的一种数据统计装置的结构示意图。
图6是根据一示例性实施例示出的另一种数据统计装置的结构示意图。
图7是根据一示例性实施例示出的一种终端的框图。
图8是根据一示例性实施例示出的一种服务器的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的设备和方法的例子。
图1是根据一示例性实施例示出的一种实施环境的示意图，如图1所示，该实施环境包括：多个测试终端101和统计设备102，该多个测试终端101均与统计设备102通过网络连接。其中，多个测试终端101可以为便携式、袖珍式、手持式等多种类型的终端，如手机、计算机、平板电脑等。统计设备102可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心，或者还可以为便携式、袖珍式、手持式等多种类型的终端，如手机、计算机、平板电脑等。
每个测试终端101安装需要测试的应用客户端，不同的测试终端101安装的应用客户端可以相同，也可以不同。统计设备102根据每个测试终端安装的应用客户端相同与否，将多个测试终端101划分为多个测试终端分组，使安装相同应用客户端的测试终端101划分至一个分组，每个测试终端分组的设备标识集合中包括安装相同应用客户端的测试终端101的设备标识。
每个测试终端101在应用客户端的运行过程中会生成日志数据，发送给统计设备102。统计设备102对多个测试终端101发送的日志数据进行统计，得到统计结果，从而实现应用客户端的测试。
在一种可能实现方式中，该统计设备102可以包括服务器1021和管理终端1022，多个测试终端101与服务器1021通过网络连接，服务器1021与管理终端1022通过网络连接。服务器1021可以是一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务中心。管理终端1022可以为便携式、袖珍式、手持式等多种类型的终端，如手机、计算机、平板电脑等。
每个测试终端101在应用客户端的运行过程中会生成日志数据，发送给服务器1021。服务器1021对多个测试终端101发送的日志数据进行统计，得到统计结果，从而实现应用客户端的测试。
管理终端1022用于对服务器1021进行管理，可以在统计结果展示界面中显示服务器1021提供的统计结果，或者还可以在统计结果展示界面中针对任一指标进行查询，从而显示查询得到的统计结果。
图2是根据一示例性实施例示出的一种数据统计方法的流程图，如图2所示，该公开实施例的执行主体为统计设备，该方法包括：
201、获取多个测试终端分组的设备标识集合，其中每个测试终端分组安装有相同的应用客户端。
202、获取每个测试终端发送的日志数据，日志数据包括测试终端的设备标识和测试终端安装的应用客户端的运行数据，日志数据用于指示测试终端的用户使用应用客户端的情况。
203、根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组。
204、对于多个测试终端分组中的每个测试终端分组，对属于测试终端分组的日志数据进行统计，得到测试终端分组的统计结果。
本公开实施例提供的方法，由多个测试终端上传包括设备标识和应用客户端运行数据的日志数据，则获取多个测试终端分组的设备标识集合以及每个测试终端的日志数据，根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组，对于多个测试终端分组中的每个测试终端分组，对属于该测试终端分组的日志数据进行统计，得到该测试终端分组的统计结果。该方法能够根据测试终端自动上传的日志数据进行统计，不需要将日志数据存储于数据库中，也不需要依赖数据库的写入周期，因此该方法的统计过程简单快速，提高了统计效率。而且该方法不需要由测试人员人工部署用于进行数据统计的脚本，节省了人力成本。
在一种可能实现方式中，根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组，包括：
对于多条日志数据中的每条日志数据，获取日志数据中的设备标识；
从多个测试终端分组中确定设备标识集合包括设备标识的测试终端分组，作为日志数据所属的测试终端分组。
在另一种可能实现方式中，运行数据包括在多个指标下的数据，测试终端分组的统计结果包括以下至少一项：
属于测试终端分组的日志数据的数量；
测试终端分组在任一目标指标下的统计值；
将测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
在另一种可能实现方式中，对于多个测试终端分组中的每个测试终端分组，对属于测试终端分组的日志数据进行统计，得到测试终端分组的统计结果之后，方法还包括：
将多个测试终端分组的统计结果存储于数据库中；
接收查询请求，查询请求用于指示对第一目标指标下的统计结果进行查询；
从数据库中获取多个测试终端分组在第一目标指标下的统计结果；
在统计结果展示界面中，显示多个测试终端分组在第一目标指标下的统计结果。
在另一种可能实现方式中，个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端。
在另一种可能实现方式中，对于多个测试终端分组中的每个测试终端分组，对属于测试终端分组的日志数据进行统计，得到测试终端分组的统计结果之后，方法还包括：
获取多个测试终端分组在第二目标指标下的统计结果的参数信息，测试终端分组的参数信息包括测试终端分组在第二目标指标下的统计结果的平均值和标准差以及测试终端分组的日志数据的数量；
当第二目标指标下的统计结果的分布情况服从正态分布时，根据多个测试终端分组的参数信息，采用第一预设函数，获取第二目标指标对应的置信度或者置信区间；
当第二目标指标下的统计结果的分布情况不服从正态分布时，根据多个测试终端分组的参数信息，采用第二预设函数，获取第二目标指标对应的置信度或者置信区间。
图3是根据一示例性实施例示出的一种数据统计方法的流程图，如图3所示，该公开实施例的交互主体为多个测试终端、服务器和管理终端，该方法包括：
301、多个测试终端在应用客户端的运行过程中生成日志数据，发送给服务器。
本公开实施例应用于对应用客户端进行测试的场景下，需要对多个应用客户端进行测试，该多个应用客户端的功能不完全相同。因此，将每个应用客户端安装于一个或多个测试终端上。
例如，两个应用客户端功能类似，属于不同的开发者，当需要衡量这两个应用客户端的质量差异时，可以将这两个应用客户端作为待测试的应用客户端，分别将这两个应用客户端安装在不同的测试终端上，以对这两个应用客户端进行测试。
或者，同一个开发者在开发应用客户端时，可以开发出两个版本的应用客户端，这两个版本的应用客户端大部分的功能相同，而有部分功能不同。例如，同一应用客户端的两个版本中，一个版本有评论功能，另一个版本没有评论功能，其他各方面的功能相同。则可以将这两个版本的应用客户端作为待测试的应用客户端，分别将这两个版本的应用客户端安装在不同的测试终端上，以对这两个版本的应用客户端进行测试，后续开发者还可以根据测试得到的结果决定开发哪一个版本的应用客户端。
或者，当需要对多个类型的应用客户端进行测试时，每个类型的应用客户端包括多个版本，属于同一类型且版本不同的应用客户端构成一个对照组合，则可以得到多个对照组合。为了加快测试速度，可以将属于同一个对照组合的应用客户端安装在不同的测试终端上，将属于不同对照组合的应用客户端安装在相同的或者不同的测试终端上，通过多个测试终端，可以对多个类型的应用客户端分别进行测试。
例如，应用客户端A包括两个版本：A1和A2，应用客户端B包括两个版本：B1和B2，则设置4个测试终端，第一个测试终端上安装A1和B1，第二个测试终端上安装A1和B2，第三个测试终端上安装A2和B1，第四个测试终端上安装A2和B2，后续即可通过这四个测试终端，对A1、A2、B1和B2进行测试。
测试终端可以为便携式、袖珍式、手持式等多种类型的终端，如手机、计算机、平板电脑等。应用客户端可以包括通信客户端、电子支付客户端或者视频播放客户端等可安装在终端上供用户使用的客户端。
日志数据包括测试终端的设备标识和测试终端安装的应用客户端的运行数据，日志数据用于指示测试终端的用户使用应用客户端的情况。
其中，设备标识用于唯一确定对应的测试终端，可以是测试终端的用户账号、用户名称、设备编号或其他可以确定唯一该测试终端的标识。
另外，运行数据用于表示应用客户端的运行情况，可以包括用户在使用应用客户端的过程中生成的操作记录，从而记录用户所执行的操作，还可以包括应用客户端运行过程中的状态信息，从而记录应用客户端的状态。
例如，操作记录可以包括用户在一段时间内使用该应用客户端的次数、每次的使用时长、执行的操作等。其中，每次的使用时长可以通过用户的登录操作和退出操作之间的时间差获得，该执行的操作可以包括点赞、关注或者观看视频等操作。状态信息可以包括前台运行状态、后台运行状态、静音状态等。
每个测试终端在应用客户端的运行过程中会生成日志数据，此时将该日志数据发送给服务器，或者也可以先存储该日志数据，每次按照固定的周期，将当前周期内生成的日志数据统一发送给服务器。其中，该周期可以为1分钟、1小时或者其他周期，可以根据需求确定。
302、服务器获取多个测试终端分组的设备标识集合。
多个测试终端中的每个测试终端安装一个待测试的应用客户端，则根据应用客户端的相同与否，将该多个测试终端划分为多组，使安装相同应用客户端的测试终端划分至一个测试终端分组，相当于将多个测试终端按照应用客户端的分布，划分成了不同的维度。
每个测试终端分组安装有相同的应用客户端，测试终端分组的设备标识集合包括已安装该应用客户端的测试终端的设备标识，则基于多个测试终端分组可以获取到多个设备标识集合，属于同一设备标识集合的设备标识对应的测试终端安装有相同的应用客户端，属于不同设备标识集合的设备标识对应的测试终端安装有不同的应用客户端。
例如，将6个测试终端划分为两个测试终端分组，第一个测试终端分组的3个测试终端安装了应用客户端A，第二个测试终端分组的3个测试终端安装了应用客户端B，每个测试终端分组对应的应用客户端和设备标识集合如下表1所示：
表1
| 应用客户端 | 设备标识集合 |
| 应用客户端A | 测试终端1、测试终端2、测试终端3 |
| 应用客户端B | 测试终端4、测试终端5、测试终端6 |
303、服务器获取每个测试终端发送的日志数据。
在第一种可能实现方式中，每个测试终端向服务器发送日志数据，服务器接收到该每个测试终端发送的日志数据时，执行后续的统计步骤。
在第二种可能实现方式中，每个测试终端向服务器发送日志数据，服务器接收到该每个测试终端发送的日志数据时，先存储接收到的日志数据。后续再提取所存储的日志数据，执行后续的统计数据。例如，服务器每次按照固定的周期，提取所存储的日志数据，该周期可以为1分钟、1小时或者其他周期，可以根据需求确定。
需要说明的是，为了保证日志数据的有效性，当服务器获取到日志数据时，还可以对日志数据进行数据清洗，去除无效的日志数据、被损坏的日志数据等，而保留有效的日志数据，供后续处理。
304、服务器根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组。
对于多条日志数据中的每条日志数据，获取该日志数据中的设备标识，从多个测试终端分组中确定设备标识集合包括该设备标识的测试终端分组，作为日志数据所属的测试终端分组，表示该日志数据是该测试终端分组对应的应用客户端的日志数据。
305、对于多个测试终端分组中的每个测试终端分组，服务器对属于该测试终端分组的日志数据进行统计，得到该测试终端分组的统计结果。
通过执行上述步骤304可以获取到属于每个测试终端分组的日志数据，此时可以根据每个测试终端分组的日志数据分别进行统计，得到每个测试终端分组对应的应用客户端的统计结果。
即，对于该多个测试终端分组中的每个测试终端分组，服务器已经获取到属于该测试终端分组的日志数据，则对该测试终端分组的日志数据进行统计，得到该测试终端分组的统计结果。
采用的统计方式不同，所得到的统计结果也不同。在一种可能实现方式中，运行数据包括在多个指标下的数据，测试终端分组的统计结果包括以下至少一项：
(1)属于测试终端分组的日志数据的数量。
将测试终端分组中的多条日志数据的数量确定为测试终端分组的统计结果。
该测试终端分组中的多条日志数据的数量代表着该测试终端分组中日志数据的多少，从而代表着在应用客户端上执行操作的多少，因此，对于多个测试终端分组来说，日志数据的数量越多，代表应用客户端的使用次数越多，吸引力越强，代表用户越喜欢该应用客户端。
(2)测试终端分组在任一目标指标下的统计值。
在一种可能实现方式中，将测试终端分组中的多条日志数据在第三目标指标下的数据进行求和处理，将得到的统计值作为该测试终端分组在第三目标指标下的统计结果。
其中，日志数据包括在多个指标下的数据，例如，一条日志数据可以包括用户标识、用户执行的操作、操作时间、操作的持续时长、操作次数等。
待测试的第三目标指标可以包括该多个指标中的任一个或多个指标。
如第三目标指标为该多个指标中对应的数据是一个数值的指标，如操作的持续时长、操作次数等。则每条日志数据在第三目标指标下的数据是一个数值，可以将测试终端分组中的多条日志数据在第三目标指标下的数值进行求和处理，得到统计值，作为该测试终端分组在第三目标指标下的统计结果。
另外，日志数据中的每个指标可以采用字符串类型进行存储，日志数据在每个指标下的数据可以采用数值类型进行存储，则第三目标指标为目标字符串，在测试终端分组中的多条日志数据中查找该目标字符串对应的数值，对查找到的数值进行求和处理，得到统计值，作为该测试终端分组在第三目标指标下的统计结果。
在另一种可能实现方式中，将测试终端分组中的多条日志数据在第四目标指标下的数据进行分类处理，得到多个类别，同一类别中的日志数据在第四目标指标下的数据相同，不同类别中的日志数据在第四目标指标下的数据不同；根据多个类别中每个类别的日志数据的数量，将每个类别对应的日志数据的数量占比确定为该测试终端分组在第四目标指标下的统计结果。
待测试的第四目标指标可以包括该多个指标中的任一个或多个指标。
第四目标指标下的数据可能会出现多种，测试终端分组中的多条日志数据在第四目标指标下的数据可以相同也可以不同，因此将该多条日志数据按照在第四目标指标下的数据相同与否，划分为不同的类别，同一类别中的日志数据在第四目标指标下的数据相同，不同类别中的日志数据在第四目标指标下的数据不同。之后即可统计每个类别对应的日志数据的数量，以及该测试终端分组中多条日志数据的总数量，根据每个类别对应的数量与总数量的比值，即可确定每个类别对应的日志数据的数量占比，作为统计结果。
例如对于某一应用客户端，假设第四目标指标为用户类型，第四目标指标下的数据即为两种用户类型：第一次登录该应用客户端的用户和之前至少登录过一次该应用客户端的用户，则将该应用客户端的多条日志数据按照用户类型是否相同分成两种，统计每种用户类型的日志数据的数量，根据每种用户类型的日志数据的数量与日志数据的总数量之间的比值，即可得到这两种用户类型的数量占比。其中，之前至少登录过一次该应用客户端的用户类型的数量占比即为该应用客户端的用户留存率。
又如，对于某一应用客户端，假设第四目标指标为年龄，第四目标指标下的数据即为多个年龄段。则将该应用客户端的多条日志数据按照年龄段是否相同分成多种，如10岁-19岁、20岁-29岁等，统计每种年龄段的日志数据的数量，根据每种年龄段的日志数据的数量与日志数据的总数量之间的比值，即可得到每种年龄段的数量占比。
(3)将测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
将测试终端分组中的多条日志数据在第五目标指标下的数据进行求和处理，得到第一统计值，将该测试终端分组中的多条日志数据在第六目标指标下的数据进行求和处理，得到第二统计值，将第一统计值与第二统计值的商作为该测试终端分组的统计结果。
待测试的第五目标指标可以包括该多个指标中的任一个或多个指标，待测试的第六目标指标可以包括该多个指标中，不同于第五目标指标的任一个或多个指标。
如对于某一应用客户端，第五目标指标为用户在该应用客户端中观看视频的时长，第六目标指标为用户使用该应用客户端的时长，将多条日志数据在第五目标指标下的数据进行求和处理，得到在该应用客户端中观看视频的总时长，将多条日志数据在第六目标指标下的数据进行求和处理，得到使用该应用客户端的总时长，将在该应用客户端中观看视频的总时长与使用该应用客户端的总时长的商，作为在使用该应用客户端的过程中观看视频的比例。
306、服务器将多个测试终端分组的统计结果存储于数据库中，且服务器将多个测试终端分组的统计结果发送给管理终端。
服务器统计完成后，可以将统计结果存储于数据库中。并且，服务器可以立即将统计结果发送给管理终端，或者也可以周期性地将统计结果发送给管理终端。其中，该周期可以为1分钟、1小时或者其他周期，可以根据需求进行设置。
307、管理终端接收服务器发送的统计结果，在统计结果展示界面中显示多个测试终端分组的统计结果。
统计结果的展示形式可以是表格、直方图或者饼状图等多种展示形式。例如，可以将两个测试终端分组的统计结果中在同一个表格中进行展示，或者将两个测试终端分组的统计结果以饼状图的形式展示，从而能够体现每个测试终端分组的统计结果的占比。
在另一实施例中，服务器将多个测试终端分组的统计结果存储于数据库中时，也可以先不发送统计结果，而是由管理终端主动查询统计结果。相应的，该方法还包括：服务器将多个测试终端分组的统计结果存储于数据库中，管理终端向服务器发送查询请求，该查询请求用于指示对第一目标指标下的数据进行查询，服务器接收该查询请求，从数据库中获取多个测试终端分组在第一目标指标下的统计结果，向管理终端发送多个测试终端分组在第一目标指标下的统计结果，管理终端在统计结果展示界面中，显示多个测试终端分组在第一目标指标下的统计结果。
其中，第一目标指标可以包括该多个指标中的任一个或多个指标，且可以与上述第三目标指标、第四目标指标、第五目标指标或第六目标指标相同或不同。
其中，该管理终端具有管理服务器的权限，可以提供管理界面，管理人员可以在该管理界面中选择第一目标指标，触发对该第一目标指标的查询请求，则管理终端接收对该第一目标指标的查询请求，发送给服务器。
进一步地，管理人员在选择第一目标指标时，还可以设置查询条件，则该查询请求携带该第一目标指标和查询条件，服务器接收到该查询请求时，会按照该查询条件进行查询，得到满足该查询条件的统计结果。其中，该查询条件可以包括待查询的测试终端，则根据该查询条件可以查询该测试终端对应的统计结果，或者该查询条件可以包括时间段，则根据该查询条件可以查询到该时间段内产生的日志数据对应的统计结果，或者该查询条件还可以包括测试组，则根据该查询条件可以查询该测试组内的应用客户端对应的统计结果。
需要说明的第一点是，本公开实施例是以统计设备包括服务器和管理终端为例进行说明，而在实际实施过程中，该服务器可以包括Flink(数据流)系统、Druid(一种数据库连接池)和Superset(一种可视化展示平台)，首先由Flink执行上述步骤302-305，对日志数据进行统计，之后将得到的统计结果导入到Druid中，以Multi-value dimension(多值维度)的形式进行存储。且Druid中存储的数据可以通过Superset进行可视化展示。另外，Superset还可以由tableau(一种智能工具软件)代替，实现可视化展示功能。
需要说明的第二点是，本公开实施例仅是以统计设备包括服务器和管理终端为例进行说明，而在另一实施例中，统计设备可以为具有数据统计功能和数据显示功能的单一设备，如服务器等。统计设备进行统计得到统计结果后，可以直接在统计结果展示界面中显示统计结果，还可以由用户在统计结果展示界面中进行查询操作，触发查询请求，从而对某一目标指标下的统计结果进行查询，显示查询到的统计结果。
本公开实施例提供的方法，由多个测试终端上传包括设备标识和应用客户端运行数据的日志数据，则获取多个测试终端分组的设备标识集合以及每个测试终端的日志数据，根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组，对于多个测试终端分组中的每个测试终端分组，对属于该测试终端分组的日志数据进行统计，得到分组的统计结果。该方法能够根据测试终端自动上传的日志数据进行统计，不需要将日志数据存储于数据库中，也不需要依赖数据库的写入周期，甚至可以进行实时统计。因此该方法的统计过程简单快速，提高了统计效率。而且该方法不需要由测试人员人工部署用于进行数据统计的脚本，节省了人力成本。
并且，该方法支持多维度、多条件的查询，能够在线可视化地展示统计结果，供管理人员查询，查询操作方便快捷，便于管理。
图4是根据一示例性实施例示出的一种数据统计方法的流程图，如图4所示，该公开实施例的执行主体为服务器，该方法包括：
401、服务器获取第一测试终端分组在第二目标指标下的统计结果的第一参数信息。
第一参数信息是服务器对统计结果进行简单的四则运算得到的，包括第一测试终端分组在第二目标指标下的统计结果的平均值和标准差以及第一测试终端分组的日志数据的数量。另外，还可以根据统计结果的标准差计算得到统计结果的方差。
其中，第一测试终端分组可以是上述图3所示实施例中多个测试终端分组的任一个分组，第二目标指标可以是日志数据的多个指标的任一个指标，可以与上述图3所示实施例中的第一目标指标、第三目标指标、第四目标指标、第五目标指标或第六目标指标相同或不同。
402、服务器获取第二测试终端分组在第二目标指标下的统计结果的第二参数信息。
第二参数信息是服务器对统计结果进行简单的四则运算得到的，包括第二测试终端分组在第二目标指标下的统计结果的平均值和标准差以及第二测试终端分组的日志数据的数量。另外，还可以根据统计结果的标准差计算得到统计结果的方差。
其中，第二测试终端分组可以是上述图3所示实施例中多个测试终端分组的任一个分组，第二目标指标可以是日志数据的多个指标的任一个指标，可以与上述图3所示实施例中的第一目标指标、第三目标指标、第四目标指标、第五目标指标或第六目标指标相同或不同。
并且，第一测试终端分组与第二测试终端分组为多个测试终端分组中的不同分组，且第一测试终端分组与第二测试终端分组安装不同的应用客户端，因此通过对比这两个测试终端分组的统计结果，可以衡量这两个不同应用客户端之间的差异。例如，第一测试终端分组和第二测试终端分组安装的应用客户端大部分功能相同，有一部分功能不同，属于同一类型的应用客户端的不同版本，则通过对比这两个测试终端分组的统计结果，可以衡量这两个版本之间的差异。
403、判断第二目标指标下的统计结果的分布情况是否服从正态分布。
服务器获取到第二目标指标下的统计结果后，获取该统计结果的分布情况，判断该分布情况是否服从正态分布。例如，服务器以横轴表示第二目标指标下的统计结果，以纵轴表示该统计结果对应的概率，则根据第二目标指标下的多个统计结果，可以在坐标系中绘制第二目标指标的概率分布图，根据该概率分布图即可确定分布情况是否服从正态分布。
另外，判断统计结果的分布情况是否服从正态分布，还可以采用Q-Q图(一种散点图)、夏皮罗维尔克检验法、科尔莫戈罗夫检验法和偏度-峰度检验法等方法进行判断。
404、当第二目标指标下的统计结果的分布情况服从正态分布时，根据第一参数信息和第二参数信息，采用第一预设函数，获取第二目标指标对应的置信度或者置信区间。
其中，置信度或者置信区间用于表示第二目标指标的统计结果的可信度。第一预设函数可以由服务器预先设定。
例如，根据第一参数信息和第二参数信息，采用如下的第一预设函数，获取第二目标指标对应的置信度：
其中，
为第一测试终端分组的统计结果的均值，
为第二测试终端分组的统计结果的均值；
为第一测试终端分组统计结果的方差，
为第二测试终端分组统计结果的方差；n1为第一测试终端分组的日志数据的数量，n2为第二测试终端分组的日志数据的数量，t为第二目标指标对应的置信度。
405、当第二目标指标下的统计结果的分布情况不服从正态分布时，根据第一参数信息和第二参数信息，采用第二预设函数，获取第二目标指标对应的置信度或者置信区间。
该第二预设函数也可以由服务器预先设定。
当该统计结果为一个比值，如卡顿率、留存率时，统计结果的分布情况不服从正态分布，或者该统计结果为其他类型的数值时也可能不服从正态分布，此时采用第二预设函数进行处理。
例如，当统计结果为比值时，由棣莫佛－拉普拉斯中心极限定理可知，可以采用z检验公式计算置信度或置信区间。第一测试终端分组在第二目标指标下的统计结果为p1，第二测试终端分组在第二目标指标下的统计结果为p2；第一测试终端分组的日志数据的数量为n1，第二测试终端分组的日志数据的数量为n2。
当n1p1≥5，n2p2≥5，n1(1-p1)≥5，n2(1-p2)≥5时，p1-p2服从N(0,p1(1-p1)/n1+p2(1-p2)/n2)的正态分布。则根据第一参数信息和第二参数信息，采用如下的第二预设函数，获取第二目标指标对应的置信度：
其中，
为第一测试终端分组的统计结果的均值，
为第二测试终端分组的统计结果的均值；S1为第一测试终端分组的统计结果的标准差，S2为第二测试终端分组的统计结果的标准差；n1为第一测试终端分组的日志数据的数量，n2为第二测试终端分组的日志数据的数量，z为置信度。
例如，当统计结果不是比值，并且也不服从正态分布时，当样本量足够大时，可以利用中心极限定理计算均值或者求和统计量的置信区间，由中心极限定理可知，样本量足够大时，独立同分布样本的均值服从正态分布。因此可以采用z检验公式计算置信度或置信区间。
假设第一测试终端分组的统计结果的均值为
第二测试终端分组的统计结果的均值为
第一测试终端分组的统计结果的方差为
第二测试终端分组的统计结果的方差为
第一测试终端分组的日志数据的数量为n1，第二测试终端分组的日志数据的数量为n2，
服从
的正态分布。
则根据第一参数信息和第二参数信息，采用如下的第二预设函数，获取第二目标指标对应的置信度：
其中，z为置信度。
在另一种可能实现方式中，对于不服从正态分布的统计结果，还可以采用非参数的统计假设检验方法获取显著性特征，如曼-惠特尼U检验方法等。
需要说明的是，本公开实施例仅是以第一测试终端分组和第二测试终端分组为例进行说明，在另一实施例中，该多个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端，获取该多个测试终端分组在第二目标指标下的统计结果的参数信息，当第二目标指标下的统计结果的分布情况服从正态分布时，根据多个测试终端分组的参数信息，采用第一预设函数，获取第二目标指标对应的置信度或者置信区间，当第二目标指标下的统计结果的分布情况不服从正态分布时，根据多个测试终端分组的参数信息，采用第二预设函数，获取第二目标指标对应的置信度或者置信区间。其中，获取置信度或置信区间的方式与上述实施例类似，在此不再赘述。
本公开实施例提供的方法，提供了一套获取统计结果的置信度或者置信区间的方法，通过统计检测评估统计结果是否可信，避免日志数据受到天然的波动干扰而影响统计结果，提高了准确率，帮助管理人员快速获得统计结果，及时地对应用客户端进行优化。
图5是根据一示例性实施例示出的一种数据统计装置的结构示意图，如图5所示，该装置包括：
集合获取单元501，被配置为获取多个测试终端分组的设备标识集合，其中每个测试终端分组安装有相同的应用客户端；
日志数据获取单元502，被配置为获取每个测试终端发送的日志数据，日志数据包括测试终端的设备标识和测试终端安装的应用客户端的运行数据，日志数据用于指示测试终端的用户使用应用客户端的情况；
分组确定单元503，被配置为根据接收到的多条日志数据中的设备标识和多个测试终端分组的设备标识集合，确定多条日志数据所属的测试终端分组；
结果统计单元504，被配置为对于多个测试终端分组中的每个测试终端分组，对属于测试终端分组的日志数据进行统计，得到测试终端分组的统计结果。
在一种可能实现方式中，如图6所示，分组确定单元503，包括：
设备标识获取子单元5031，被配置为对于多条日志数据中的每条日志数据，获取日志数据中的设备标识；
分组确定子单元5032，被配置为从多个测试终端分组中确定设备标识集合包括设备标识的测试终端分组，作为日志数据所属的测试终端分组。
在另一种可能实现方式中，运行数据包括在多个指标下的数据，测试终端分组的统计结果包括以下至少一项：
属于测试终端分组的日志数据的数量；
测试终端分组在任一目标指标下的统计值；
将测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
在另一种可能实现方式中，如图6所示，装置还包括：
存储单元505，被配置为将多个测试终端分组的统计结果存储于数据库中；
查询单元506，被配置为接收查询请求，查询请求用于指示对第一目标指标下的统计结果进行查询；
统计结果获取单元507，被配置为从数据库中获取多个测试终端分组在第一目标指标下的统计结果；
显示单元508，被配置为在统计结果展示界面中，显示多个测试终端分组在第一目标指标下的统计结果。
在另一种可能实现方式中，多个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端。
在另一种可能实现方式中，如图6所示，装置还包括：
参数信息获取单元509，被配置为获取多个测试终端分组在第二目标指标下的统计结果的参数信息，测试终端分组的参数信息包括测试终端分组在第二目标指标下的统计结果的平均值和标准差以及测试终端分组的日志数据的数量；
特征获取单元510，被配置为当第二目标指标下的统计结果的分布情况服从正态分布时，根据多个测试终端分组的参数信息，采用第一预设函数，获取第二目标指标对应的置信度或者置信区间；
特征获取单元510，还被配置为当第二目标指标下的统计结果的分布情况不服从正态分布时，根据多个测试终端分组的参数信息，采用第二预设函数，获取第二目标指标对应的置信度或者置信区间。
需要说明的是：上述实施例提供的数据统计装置在进行数据统计时，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将统计设备的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。另外，上述实施例提供的数据统计装置与数据统计方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种终端的框图。该终端700用于执行上述数据统计方法中统计设备所执行的步骤，可以是便携式移动终端，比如：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，终端700包括有：一个或多个处理器701和一个或多个存储器702。
处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括易失性存储器或非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所具有以实现本申请中方法实施例提供的数据统计方法。
在一些实施例中，终端700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、触摸显示屏705、摄像头706、音频电路707、定位组件708和电源709中的至少一种。
外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路704用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及13G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏705用于显示UI(UserInterface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置终端700的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端700的不同表面或呈折叠设计；在再一些实施例中，显示屏705可以是柔性显示屏，设置在终端700的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。
定位组件708用于定位终端700的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件708可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中，终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制触摸显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器712可以检测终端700的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3D动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器713可以设置在终端700的侧边框和/或触摸显示屏705的下层。当压力传感器713设置在终端700的侧边框时，可以检测用户对终端700的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在触摸显示屏705的下层时，由处理器701根据用户对触摸显示屏705的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户具有相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商Logo时，指纹传感器714可以与物理按键或厂商标志集成在一起。
光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制触摸显示屏705的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏705的显示亮度；当环境光强度较低时，调低触摸显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。
接近传感器716，也称距离传感器，通常设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时，由处理器701控制触摸显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时，由处理器701控制触摸显示屏705从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图7中示出的结构并不构成对终端700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
图8是根据一示例性实施例示出的一种服务器的结构示意图，该服务器800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(CentralProcessingUnits，CPU)801和一个或一个以上的存储器802，其中，存储器802中存储有至少一条指令，该至少一条指令由处理器801加载并执行以实现上述各个方法实施例提供的方法。当然，该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。
服务器800可以用于执行上述数据统计方法中统计设备所执行的步骤。
在示例性实施例中，还提供了一种非临时性计算机可读存储介质，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述数据统计方法中统计设备所执行的步骤。
在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备能够执行上述数据统计方法中统计设备所执行的步骤。
本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其它实施方案。本申请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下面的权利要求指出。
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来限制。
Claims (12)
1.一种数据统计方法，其特征在于，所述方法包括：
获取多个测试终端分组的设备标识集合，其中每个测试终端分组安装有相同的应用客户端；
获取每个测试终端发送的日志数据，所述日志数据包括所述测试终端的设备标识和所述测试终端安装的应用客户端的运行数据，所述日志数据用于指示所述测试终端的用户使用所述应用客户端的情况；
根据接收到的多条日志数据中的设备标识和所述多个测试终端分组的设备标识集合，确定所述多条日志数据所属的测试终端分组；
对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果；
获取所述多个测试终端分组在第二目标指标下的统计结果的参数信息，所述测试终端分组的参数信息包括所述测试终端分组在所述第二目标指标下的统计结果的平均值和标准差以及所述测试终端分组的日志数据的数量；
当所述第二目标指标下的统计结果的分布情况服从正态分布时，根据所述多个测试终端分组的参数信息，采用第一预设函数，获取所述第二目标指标对应的置信度或者置信区间；
当所述第二目标指标下的统计结果的分布情况不服从正态分布时，根据所述多个测试终端分组的参数信息，采用第二预设函数，获取所述第二目标指标对应的置信度或者置信区间，所述第二预设函数不同于所述第一预设函数。
2.根据权利要求1所述的方法，其特征在于，所述根据接收到的多条日志数据中的设备标识和所述多个测试终端分组的设备标识集合，确定所述多条日志数据所属的测试终端分组，包括：
对于所述多条日志数据中的每条日志数据，获取所述日志数据中的设备标识；
从所述多个测试终端分组中确定设备标识集合包括所述设备标识的测试终端分组，作为所述日志数据所属的测试终端分组。
3.根据权利要求1所述的方法，其特征在于，所述运行数据包括在多个指标下的数据，所述测试终端分组的统计结果包括以下至少一项：
属于所述测试终端分组的日志数据的数量；
所述测试终端分组在任一目标指标下的统计值；
将所述测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
4.根据权利要求1所述的方法，其特征在于，所述对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果之后，所述方法还包括：
将所述多个测试终端分组的统计结果存储于数据库中；
接收查询请求，所述查询请求用于指示对第一目标指标下的统计结果进行查询；
从所述数据库中获取所述多个测试终端分组在所述第一目标指标下的统计结果；
在统计结果展示界面中，显示所述多个测试终端分组在所述第一目标指标下的统计结果。
5.根据权利要求1所述的方法，其特征在于，所述多个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端。
6.一种数据统计装置，其特征在于，所述装置包括：
集合获取单元，被配置为获取多个测试终端分组的设备标识集合，其中每个测试终端分组安装有相同的应用客户端；
日志数据获取单元，被配置为获取每个测试终端发送的日志数据，所述日志数据包括所述测试终端的设备标识和所述测试终端安装的应用客户端的运行数据，所述日志数据用于指示所述测试终端的用户使用所述应用客户端的情况；
分组确定单元，被配置为根据接收到的多条日志数据中的设备标识和所述多个测试终端分组的设备标识集合，确定所述多条日志数据所属的测试终端分组；
结果统计单元，被配置为对于所述多个测试终端分组中的每个测试终端分组，对属于所述测试终端分组的日志数据进行统计，得到所述测试终端分组的统计结果；
参数信息获取单元，被配置为获取所述多个测试终端分组在第二目标指标下的统计结果的参数信息，所述测试终端分组的参数信息包括所述测试终端分组在所述第二目标指标下的统计结果的平均值和标准差以及所述测试终端分组的日志数据的数量；
特征获取单元，被配置为当所述第二目标指标下的统计结果的分布情况服从正态分布时，根据所述多个测试终端分组的参数信息，采用第一预设函数，获取所述第二目标指标对应的置信度或者置信区间；
所述特征获取单元，还被配置为当所述第二目标指标下的统计结果的分布情况不服从正态分布时，根据所述多个测试终端分组的参数信息，采用第二预设函数，获取所述第二目标指标对应的置信度或者置信区间，所述第二预设函数不同于所述第一预设函数。
7.根据权利要求6所述的装置，其特征在于，所述分组确定单元，包括：
设备标识获取子单元，被配置为对于所述多条日志数据中的每条日志数据，获取所述日志数据中的设备标识；
分组确定子单元，被配置为从所述多个测试终端分组中确定设备标识集合包括所述设备标识的测试终端分组，作为所述日志数据所属的测试终端分组。
8.根据权利要求6所述的装置，其特征在于，所述运行数据包括在多个指标下的数据，所述测试终端分组的统计结果包括以下至少一项：
属于所述测试终端分组的日志数据的数量；
所述测试终端分组在任一目标指标下的统计值；
将所述测试终端分组在任两个目标指标下的统计值进行统计后得到的结果。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
存储单元，被配置为将所述多个测试终端分组的统计结果存储于数据库中；
查询单元，被配置为接收查询请求，所述查询请求用于指示对第一目标指标下的统计结果进行查询；
统计结果获取单元，被配置为从所述数据库中获取所述多个测试终端分组在所述第一目标指标下的统计结果；
显示单元，被配置为在统计结果展示界面中，显示所述多个测试终端分组在所述第一目标指标下的统计结果。
10.根据权利要求6所述的装置，其特征在于，所述多个测试终端分组中，不同的测试终端分组安装的应用客户端为功能不完全相同的同一种应用客户端。
11.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
用于存储所述一个或多个处理器可执行命令的易失性或非易失性存储器；
其中，所述一个或多个处理器被配置为执行如权利要求1-5任一项权利要求所述的数据统计方法。
12.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1-5任一项权利要求所述的数据统计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040475.2A CN110765182B (zh) | 2019-10-29 | 2019-10-29 | 数据统计方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911040475.2A CN110765182B (zh) | 2019-10-29 | 2019-10-29 | 数据统计方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110765182A CN110765182A (zh) | 2020-02-07 |
| CN110765182B true CN110765182B (zh) | 2022-07-01 |
Family
ID=69334469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911040475.2A Active CN110765182B (zh) | 2019-10-29 | 2019-10-29 | 数据统计方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110765182B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111708711B (zh) * | 2020-06-23 | 2023-04-07 | 湖南快乐阳光互动娱乐传媒有限公司 | Ab测试方法及装置、存储介质及电子设备 |
| CN114071119B (zh) * | 2020-07-31 | 2024-03-19 | 北京达佳互联信息技术有限公司 | 资源的测试方法、装置、电子设备及存储介质 |
| CN113965522B (zh) * | 2021-11-11 | 2024-04-05 | 湖南快乐阳光互动娱乐传媒有限公司 | 行为日志分组方法、装置、存储介质和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106908258A (zh) * | 2015-12-23 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 性能测试的方法及装置 |
| CN108491526A (zh) * | 2018-03-28 | 2018-09-04 | 腾讯科技（深圳）有限公司 | 日志数据处理方法、装置、电子设备及存储介质 |
| CN109186636A (zh) * | 2018-09-11 | 2019-01-11 | 北京机械设备研究所 | 一种imu自动标定的测试方法和系统 |
| CN109473121A (zh) * | 2018-12-05 | 2019-03-15 | 苏州思必驰信息科技有限公司 | 语音合成质量测试方法及装置 |
| CN110262947A (zh) * | 2018-03-12 | 2019-09-20 | 腾讯科技（深圳）有限公司 | 阈值告警方法、装置、计算机设备及存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6847976B1 (en) * | 2000-06-15 | 2005-01-25 | Terrence B. Peace | Method and apparatus for significance testing and confidence interval construction based on user-specified distribution |
| US7521952B2 (en) * | 2007-07-30 | 2009-04-21 | International Business Machines Corporation | Test structure for electromigration analysis and related method |
| CN103246597B (zh) * | 2012-02-07 | 2017-03-15 | 腾讯科技（深圳）有限公司 | 一种参数的测试方法和设备 |
| CN105913145A (zh) * | 2016-04-08 | 2016-08-31 | 北京吆喝科技有限公司 | 一种基于数据驱动的ab测试方法 |
| CN106341290A (zh) * | 2016-08-31 | 2017-01-18 | 北京城市网邻信息技术有限公司 | 流量分配服务器 |
| CN107734006A (zh) * | 2017-09-27 | 2018-02-23 | 北京奇艺世纪科技有限公司 | 一种统计日志发送方法、装置及电子设备 |
-
2019
- 2019-10-29 CN CN201911040475.2A patent/CN110765182B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106908258A (zh) * | 2015-12-23 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 性能测试的方法及装置 |
| CN110262947A (zh) * | 2018-03-12 | 2019-09-20 | 腾讯科技（深圳）有限公司 | 阈值告警方法、装置、计算机设备及存储介质 |
| CN108491526A (zh) * | 2018-03-28 | 2018-09-04 | 腾讯科技（深圳）有限公司 | 日志数据处理方法、装置、电子设备及存储介质 |
| CN109186636A (zh) * | 2018-09-11 | 2019-01-11 | 北京机械设备研究所 | 一种imu自动标定的测试方法和系统 |
| CN109473121A (zh) * | 2018-12-05 | 2019-03-15 | 苏州思必驰信息科技有限公司 | 语音合成质量测试方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Generalized confidence intervals for process capability indices of log-normal distribution in the one-way random model;Chen Yao 等;《2016 Prognostics and System Health Management Conference (PHM-Chengdu)》;20170119;1-5 * |
| 分位数回归技术综述;陈建宝 等;《统计与信息论坛》;20080310(第3期);89-96 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110765182A (zh) | 2020-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110262947B (zh) | 阈值告警方法、装置、计算机设备及存储介质 | |
| CN109522426B (zh) | 多媒体数据推荐方法、装置、设备及计算机可读存储介质 | |
| CN108924737B (zh) | 定位方法、装置、设备及计算机可读存储介质 | |
| CN111327953B (zh) | 直播投票方法及装置、存储介质 | |
| CN110765182B (zh) | 数据统计方法、装置、电子设备及存储介质 | |
| CN110933468A (zh) | 播放方法、装置、电子设备及介质 | |
| CN111836069A (zh) | 虚拟礼物赠送方法、装置、终端、服务器及存储介质 | |
| CN111078521A (zh) | 异常事件的分析方法、装置、设备、系统及存储介质 | |
| CN111858382A (zh) | 应用程序测试方法、装置、服务器、系统及存储介质 | |
| CN111062824A (zh) | 群组成员处理方法、装置、计算机设备及存储介质 | |
| CN111796990A (zh) | 资源显示方法、装置、终端及存储介质 | |
| CN112529871B (zh) | 评价图像的方法、装置及计算机存储介质 | |
| CN113099378A (zh) | 定位方法、装置、设备及存储介质 | |
| CN110825465B (zh) | 日志数据处理方法、装置、电子设备及存储介质 | |
| CN110134902B (zh) | 资料信息生成方法、装置及存储介质 | |
| CN111563201A (zh) | 内容推送方法、装置、服务器及存储介质 | |
| CN114827651B (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| CN110990728A (zh) | 兴趣点信息的管理方法、装置、设备及存储介质 | |
| CN111294253B (zh) | 测试数据处理方法、装置、计算机设备及存储介质 | |
| CN108763908A (zh) | 行为向量生成方法、装置、终端及存储介质 | |
| CN114879045A (zh) | 一种验证充电剩余时间测试方法、装置、终端及存储介质 | |
| CN107948171B (zh) | 一种用户账号管理的方法和装置 | |
| CN110545299B (zh) | 内容列表信息的获取方法、提供方法、装置及设备 | |
| CN113051494A (zh) | 信息展示方法、装置、电子设备及存储介质 | |
| CN112132472A (zh) | 资源管理方法、装置、电子设备及计算机可读存储介质 |
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 |