CN110780990A - 一种性能检测方法、装置、服务器及存储介质 - Google Patents
一种性能检测方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110780990A CN110780990A CN201910862494.7A CN201910862494A CN110780990A CN 110780990 A CN110780990 A CN 110780990A CN 201910862494 A CN201910862494 A CN 201910862494A CN 110780990 A CN110780990 A CN 110780990A
- Authority
- CN
- China
- Prior art keywords
- concurrency
- performance
- value
- performance index
- adjustment value
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例涉及通信领域,公开了一种性能检测方法、装置、服务器及存储介质。本发明包括以下步骤:获取影响待测系统的并发量的L个性能指标值,其中,L为大于1的整数;将L个性能指标值对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值;若调整值满足预设条件,则将以调整值调整后的并发量作为性能检测结果。使得在多个性能指标影响系统的并发量的情况下,也可以实现自动检测,提高性能检测的效率,避免了在性能检测过程中需要人工参与调整检测参数和分析数据的工作。
Description
技术领域
本发明实施例涉及通信领域,特别涉及一种性能检测方法、装置、服务器及存储介质。
背景技术
目前,已有很多开源的软件可以用来测试系统或者应用服务的性能,如:Jmeter、LoadRunner等。通过这些软件可以设计测试脚本、设置并发量和响应时间,软件通过多线程的方式达到高并发,进而达到对待测系统产生压力,在压测过程中分析待测系统的性能情况、接口的响应时间、最大吞吐量等,进而判断系统的性能情况。
诚然,上述的测试模式是最常见也是最常用的性能测试方法,但现在很多应用系统需要在某种性能指标要求下,测试系统最大的并发量或者最大吞吐量,例如,当系统CPU使用率和内存使用率不超过使用率阈值且响应平均耗时不超过响应时间阈值时,判断系统可承受的最大并发量和最大吞吐量。
然而,本发明的发明人发现:如果采用现有技术的测试工具和测试方法测试进行测试,测试人员需要手动调整并发量,进行多轮压力测试,并对每轮测试的结果进行分析对比,最终找到系统性能峰值或者性能拐点,但是整个过程耗时长、效率低,而且要求测试人员有一定的性能测试经验。
发明内容
本发明实施方式的目的在于提供一种性能检测方法、装置、服务器及存储介质,使得在多个性能指标影响系统的并发量的情况下,也可以实现自动检测,提高性能检测的效率,避免了在性能检测过程中需要人工参与调整检测参数和分析数据的工作。
为解决上述技术问题,本发明的实施方式提供了一种性能检测方法,包括以下步骤:获取影响待测系统的并发量的L个性能指标值,其中,L为大于1的整数;将L个性能指标值对所并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值;若调整值满足预设条件,则将以调整值调整后的并发量作为性能检测结果。
本发明的实施方式还提供了一种性能检测装置,包括:数据获取模块、第一数据计算模块以及数据确定模块;数据获取模块,用于获取影响待测系统的并发量的L个性能指标值,其中,L为大于1的整数;第一数据计算模块,用于将L个性能指标值对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值;数据确定模块,用于若调整值满足预设条件,则将以调整值调整后的并发量作为性能检测结果。
本发明的实施方式还提供了一种服务器,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述性能检测方法。
本发明的实施方式还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述性能检测方法。
本发明实施方式相对于现有技术而言,通过获取影响待测系统的并发量的L个性能指标,并将L个性能指标对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值,并将调整值与预设条件进行比较,当满足预设条件时,输出以调整值调整后的并发量作为性能检测的结果。上述过程表明该方法在多个性能指标影响系统的并发量的情况下,可以自动计算并发量的调整值,以及自动将调整值与预设条件进行对比分析,整个检测过程不需要人工调整检测参数和对比分析数据,提高了性能检测的效率。
另外,获取影响待测系统的并发量的L个性能指标,包括:获取每一轮次的影响待测系统的并发量的L个性能指标值;将L个性能指标值对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值,包括:在每一轮次中,将L个性能指标值对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取当前轮次的并发量的调整值;性能检测方法,还包括:在获取当前轮次的所述并发量的调整值后,根据调整值对当前轮次的并发量进行调整,得到下一轮次的并发量;若调整值满足预设条件,则将以调整值调整后的并发量作为性能检测结果,包括:若当前轮次的并发量的调整值满足预设条件,则将调整值对当前轮次的并发量调整后得到的下一轮次的并发量作为性能检测结果。通过这样的方式,使得若当前轮次的调整值满足预设条件时,将调整后得到的下一轮次的并发量作为性能检测结果;若当前轮次获取的调整值不满足预设条件时,则进入下一轮次,直至找到满足预设条件的调整值,并输出以该轮调整值调整后得到的下一轮并发量作为性能检测的结果。
另外,预设条件包括:调整值小于第一预设值;将以调整值调整后的并发量作为性能检测结果,包括:若调整值小于第一预设值时,以调整值调整后的并发量作为性能峰值。通过这样的方式,使得在预设条件不同的情况下,得到不同的性能检测结果,当调整值满足小于第一预设值时,以调整值调整后的并发量为性能峰值,实现系统的性能峰值的查找。
另外,性能指标值为CPU使用率、响应时间、内存占用数、请求处理速度以及服务器socket连接的任意组合。根据待测系统来获取影响其并发量的性能指标值,更加具有针对性,得到的性能检测结果会更加的准确。
另外,将L个性能指标值对并发量的影响进行量化计算,包括:根据L个性能指标的权重分配,计算L个性能指标分别对并发量的增长贡献值,其中,L个性能指标的权重之和为1;将L个性能指标的增长贡献值之和,与当前轮次的所述并发量的乘积,作为并发量的调整值。由于每个性能指标对系统的并发量的影响程度都不一样,通过将性能指标进行权重分配,分配的权重值代表相应的性能指标的重要程度,权重值越大表示性能指标越重要,即对并发量的调整值的影响越大,这样所计算得到的并发量的调整值更加合理,进而得到的性能检测结果更加准确。
另外,根据L个性能指标的权重分配,计算L个性能指标分别对并发量的增长贡献值,包括:计算各性能指标值与相应的性能指标阈值的差值,并分别计算各差值占到相应的性能指标值的比例,得到各性能指标的差值占比;将各性能指标的差值占比,乘以对应的权重分配,得到各性能指标分别对并发量的增长贡献值。由于不同系统的性能指标阈值不同,在计算性能指标分别对并发量的增长贡献值时将性能指标阈值考虑进去,使得得到的增长贡献值更加准确,得到的并发量的调整值更加合理,进而得到的性能检测结果更加准确。
另外,根据调整值对所述当前轮次的并发量进行调整,得到下一轮次的并发量,包括:若当前轮次为首个轮次,则当前轮次的并发量为预设的并发区间的最小值。通过这样的方式,使得需要在并发区间内进行待测系统的性能检测时,将并发区间的最小值确定为首个轮次的并发量,可以进一步提高了性能检测的效率。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施方式中的性能检测方法的流程图;
图2是根据本发明第二实施方式中的性能检测方法的流程图;
图3是根据本发明第三实施方式中的性能检测装置的结构图;
图4是根据本发明第四实施方式中的服务器的结构图。
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,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种性能检测的方法,本实施方式具体可用于系统的性能检测。本实施方式中,获取影响待测系统的并发量的CPU使用率和响应时间后,通过将CPU使用率和响应时间对并发量的影响进行量化计算,并根据CPU使用率和响应时间对并发量的量化影响,获取所述并发量的调整值;若调整值满足预设条件,则将以所述调整值调整后的并发量作为性能检测结果。
下面对本实施方式的一种性能检测方法的实现细节进行具体的说明,以下内容仅为方便理解提供的实现细节,并非实施本方案的必须。
本实施方式中的性能检测方法的流程图如图1所示,包括:
步骤101,获取影响待测系统的并发量的CPU使用率和响应时间。
具体地说,对于不同的待测系统,影响待测系统的并发量的性能指标不同,若影响待测系统的并发量的性能指标的个数为L,则应该获取影响待测系统的并发量的L个性能指标值,其中,L为大于1的整数。本实施方式中,影响待测系统的并发量的2个性能指标分别为CPU使用率和响应时间,即在需要获取影响待测系统的并发量的性能指标值时,获取影响待测系统的并发量的CPU使用率和响应时间。
需要说明的是,在其他实施方式中,影响待测系统的并发量的性能指标值包括但不限于CPU使用率、响应时间、内存占用数、请求处理速度以及服务器socket连接的任意组合。例如:若影响待测系统的并发量的3个性能指标值分别为CPU使用率、响应时间和内存占用数,则获取影响待测系统的并发量的CPU使用率、响应时间和内存占用数。
步骤102,将CPU使用率和响应时间对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值。
具体地说,各性能指标值对并发量的影响程度不同,将CPU使用率和响应时间对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取的并发量的调整值更加合理和准确。
步骤103,在调整值满足预设条件时,以调整值调整后的并发量作为性能检测结果。
具体地说,预设条件可以根据实际需要进行预先设定,预设条件为一个常量,常量的大小根据需要预先设定,本实施方式不做限定。预设条件不同,性能检测结果也不相同。需要说明的是,若预设条件为调整值小于第一预设值,则以调整值调整后的并发量作为性能峰值。
本实施方式相较于传统的检测方法,考虑到了在多个性能指标影响待测系统的并发量的情况下,可以自动计算并发量的调整值,以及自动将调整值与预设值进行对比分析,整个检测过程不需要人工调整检测参数和对比分析数据,提高了性能检测的效率。
本发明的第二实施方式涉及一种性能检测方法。本实施方式与第一实施方式大致相同,不同之处在于:在本实施方式中,若当前轮次的调整值不满足预设条件时,则进入下一轮次,直至找到满足预设条件的调整值,并输出以该轮的并发量的调整值调整后得到的下一轮并发量作为性能检测的结果,且在本实施方式中,给出了计算并发量的调整值的具体实现方式。
本实施方式中的性能检测方法的流程图如图2所示,包括:
步骤201,获取当前轮次影响待测系统的并发量的CPU使用率和响应时间。
具体地说,由于最终获取的调整值可能是不满足预设条件的,在不满足预设条件时,则需要重新进入新的轮次。在每一轮次中,所获取的CPU使用率和响应时间不同,当进入新的一轮时,需要重新获取当前轮次的CPU使用率和响应时间,即获取每一轮次影响待测系统的并发量的CPU使用率和响应时间。
需要说明的是,在其他实施方式中,若影响待测系统的并发量的性能指标的个数为L,则应该获取每一轮次影响待测系统的并发量的L个性能指标值。
步骤202,计算CPU使用率和响应时间分别与CPU使用率和响应时间阈值的差值,并分别计算各差值占到CPU使用率和响应时间的比例,得到CPU使用率和响应时间的差值占比。
具体地说,CPU使用率的差值占比=(CPU使用率阈值-CPU使用率)/CPU使用率,响应时间的差值占比=(响应时间阈值-响应时间)/响应时间,其中,阈值为临界值,例如:若待测系统的CPU使用率最高不超过70%,则CPU使用率阈值为70%,若待测系统的响应时间最高不超过3秒,则响应时间阈值为3秒。
需要说明的是,在其他实施方式中,若影响待测系统的并发量的性能指标的个数为L,计算各性能指标值与相应的性能指标阈值的差值,并分别计算各所述差值占到相应的性能指标值的比例,得到各性能指标的差值占比。
步骤203,将CPU使用率和响应时间的差值占比,乘以对应的权重分配,得到CPU使用率和响应时间分别对并发量的增长贡献值。
具体地说,CPU使用率的增长贡献值=[(CPU使用率阈值-CPU使用率)/CPU使用率]*CPU使用率的权重,响应时间的增长贡献值=[(响应时间阈值-响应时间)/响应时间]*响应时间的权重,其中,CPU使用率的权重+响应时间的权重=1。权重值代表相应的性能指标的重要程度,权重值越大表示性能指标越重要,即对并发量的调整值的影响越大,且各性能指标的权重之和为1,根据各性能指标的权重分配计算得到的对并发量的增长贡献值更加合理和准确。
需要说明的是,在其他实施方式中,若影响待测系统的并发量的性能指标的个数为L,根据L个性能指标的权重分配,计算L个性能指标分别对并发量的增长贡献值,其中,L个性能指标的权重之和为1。
步骤204,将CPU使用率和响应时间的增长贡献值之和,与当前轮次的并发量的乘积,作为当前轮次的并发量的调整值。
具体地说,当前轮次的并发量的调整值={[(CPU使用率阈值-CPU使用率)/CPU使用率]*CPU使用率的权重+[(响应时间阈值-响应时间)/响应时间]*响应时间的权重}*当前轮次的并发量。在具体的实现中,可以设置首个轮次的并发量,在启动性能检测后根据首个轮次的并发量获取首个轮次的并发量的调整值,并依据该调整值分析获取下一轮次的并发量。如果需要在预设的并发区间进行待测系统的性能检测时,直接将并发区间的最小值确定为首个轮次的并发量,可以进一步提高了性能检测的效率。例如:若预设的并发区间为[A,B],则首个轮次的并发量为A。
需要说明的是,在其他实施方式中,若影响待测系统的并发量的性能指标的个数为L,将L个性能指标的增长贡献值之和,与当前轮次的并发量的乘积,作为当前轮次的并发量的调整值。
步骤205,判断调整值是否满足预设条件。若调整值满足预设条件,则进入步骤206,若调整值不满足预设条件,则进入步骤201,直至找到满足预设条件的调整值。
具体地说,预设条件可以根据实际需要进行预设,预设条件为一个常量,常量的大小根据需要预先设定,本实施方式不做限定。
需要说明的是,在其他实施方式中,预设条件可以为调整值小于第一预设值,若调整值小于第一预设值时,则进入步骤206。
步骤206,以调整值对当前轮次的并发量调整后得到的下一轮次的并发量作为性能检测结果。
具体地说,下一轮次的并发量为当前轮次的并发量的调整值与当前轮次的并发量之和,即下一轮次的并发量={[(CPU使用率阈值-CPU使用率)/CPU使用率]*CPU使用率的权重+[(响应时间阈值-响应时间)/响应时间]*响应时间的权重}*当前轮次的并发量+当前轮次的并发量。
需要说明的是,在其他实施方式中,若调整值小于第一预设值时,以调整值调整后对当前轮次的并发量调整后得到的下一轮次的并发量作为性能峰值。
本实施方式考虑到了调整值不满足预设条件的情况,在调整值不满足预设条件时,则进入下一轮次,直至找到满足预设条件的调整值,并输出以该轮的并发量的调整值调整后得到的下一轮并发量作为性能检测的结果,使得可以自动找到满足预设条件的性能检测结果,整个检测过程不需要人工调整检测参数和对比分析数据,提高了性能检测的效率。
本发明第三实施方式涉及一种性能检测装置,如图3所示,包括:
数据获取模块301,用于获取影响待测系统的并发量的L个性能指标值,其中,L为大于1的整数。数据获取模块将获取的数据发送至第一数据计算模块。
具体地说,影响待测系统的并发量的性能指标值包括但不限于CPU使用率、响应时间、内存占用数、请求处理速度以及服务器socket连接的任意组合。
需要说明的是,在其他实施方式中,由于每一轮次的影响待测系统的并发量的L个性能指标值并不相同,所以,在进入新的轮次时,数据获取模块需要重新进行数据获取,即数据获取模块用于获取每一轮次的影响待测系统的并发量的L个性能指标值。数据获取模块将获取的数据发送至第一数据计算模块。
第一数据计算模块302,用于将L个性能指标值对并发量的影响进行量化计算,并根据各性能指标值对并发量的量化影响,获取并发量的调整值。第一数据计算模块将计算出的调整值发送至数据确定模块。
具体地说,第一数据计算模块先计算各性能指标值与相应的性能指标阈值的差值,并分别计算各差值占到相应的性能指标值的比例,得到各性能指标的差值占比;再将各性能指标的差值占比,乘以对应的所述权重分配,得到各性能指标分别对并发量的增长贡献值;最后将L个性能指标的增长贡献值之和,与并发量的乘积,作为并发量的调整值。
需要说明的是,在其他实施方式中,第一数据计算模块用于在每一轮次中,将所述L个性能指标值对所述并发量的影响进行量化计算,并根据各性能指标值对所述并发量的量化影响,获取当前轮次的所述并发量的调整值。
具体地说,第一数据计算模块先计算各性能指标值与相应的性能指标阈值的差值,并分别计算各差值占到相应的性能指标值的比例,得到各性能指标的差值占比;再将各性能指标的差值占比,乘以对应的所述权重分配,得到各性能指标分别对并发量的增长贡献值;最后将L个性能指标的增长贡献值之和,与当前轮次的所述并发量的乘积,作为当前轮次的并发量的调整值。值得注意的是,L个性能指标的增长贡献值之和为1。
在具体的实现中,可以设置首个轮次的并发量,在启动性能检测后根据首个轮次的并发量获取首个轮次的并发量的调整值,并依据该调整值分析获取下一轮次的并发量。如果需要在预设的并发区间进行待测系统的性能检测时,直接将并发区间的最小值确定为首个轮次的并发量,可以进一步提高了性能检测的效率。
数据确定模块303,用于若所述调整值满足预设条件,则将以所述调整值调整后的并发量作为性能检测结果。
具体地说,预设条件可以根据实际需要进行预先设定,预设条件为一个常量,常量的大小根据需要预先设定,本实施方式不做限定。以调整值调整后的并发量为并发量的调整值和并发量之和。
需要说明的是,在其他实施方式中,性能检测装置还包括第二数据计算模块,用于在获取当前轮次的并发量的调整值后,根据调整值对当前轮次的并发量进行调整,得到下一轮次的并发量。具体地说,下一轮次的并发量为当前轮次的并发量的调整值与当前轮次的并发量之和。此时,数据确定模块用于若当前轮次的并发量的调整值满足预设条件,则将以调整值对当前轮次的并发量调整后得到的下一轮次的并发量作为性能检测结果。
需要说明的是,在其他实施方式中,若预设条件为调整值小于第一预设值,数据确定模块用于若调整值小于第一预设值时则将以所述调整值调整后的并发量作为性能峰值。
不难发现,本实施方式为与第一实施方式、第二实施方式相对应的系统实施例,本实施方式可与第一实施方式和第二实施方式互相配合实施。第一实施方式和第二实施方式中提到的相关技术细节在本实施方式中依然有效,为了减少重复,这里不再赘述。相应地,本实施方式中提到的相关技术细节也可应用在第一实施方式和第二实施方式。
值得一提的是,本实施方式中所涉及到的各模块均为逻辑模块,在实际应用中,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现。此外,为了突出本发明的创新部分,本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,但这并不表明本实施方式中不存在其它的单元。
本发明第四实施方式涉及一种服务器,如图4所示,包括至少一个处理器402;以及,与至少一个处理器通信连接的存储器401;其中,存储器401存储有可被至少一个处理器402执行的指令,指令被至少一个处理器402执行,以使至少一个处理器402能够执行上述性能检测方法的实施方式。
其中,存储器401和处理器402采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器402和存储器401的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
处理器负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器可以被用于存储处理器在执行操作时所使用的数据。
本发明第五实施方式涉及一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请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-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种性能检测方法,其特征在于,包括:
获取影响待测系统的并发量的L个性能指标值,其中,所述L为大于1的整数;
将所述L个性能指标值对所述并发量的影响进行量化计算,并根据各性能指标值对所述并发量的量化影响,获取所述并发量的调整值;
若所述调整值满足预设条件,则将以所述调整值调整后的并发量作为性能检测结果。
2.根据权利要求1所述的性能检测方法,其特征在于,所述获取影响待测系统的并发量的L个性能指标,包括:
获取每一轮次的影响待测系统的并发量的L个性能指标值;
将所述L个性能指标值对所述并发量的影响进行量化计算,并根据各性能指标值对所述并发量的量化影响,获取所述并发量的调整值,包括:
在每一轮次中,将所述L个性能指标值对所述并发量的影响进行量化计算,并根据各性能指标值对所述并发量的量化影响,获取当前轮次的所述并发量的调整值;
所述性能检测方法,还包括:
在所述获取当前轮次的所述并发量的调整值后,根据所述调整值对所述当前轮次的并发量进行调整,得到下一轮次的并发量;
所述若所述调整值满足预设条件,则将以所述调整值调整后的并发量作为性能检测结果,包括:
若所述当前轮次的所述并发量的调整值满足所述预设条件,则将所述调整值对所述当前轮次的并发量调整后得到的所述下一轮次的并发量作为性能检测结果。
3.根据权利要求1所述的性能检测方法,其特征在于,所述预设条件包括:所述调整值小于第一预设值;
所述将以所述调整值调整后的并发量作为性能检测结果,包括:
若所述调整值小于第一预设值时,则将以所述调整值调整后的并发量作为性能峰值。
4.根据权利要求1所述的性能检测方法,其特征在于,所述性能指标值为CPU使用率、响应时间、内存占用数、请求处理速度以及服务器socket连接的任意组合。
5.根据权利要求2所述的性能检测方法,其特征在于,所述将所述L个性能指标值对所述并发量的影响进行量化计算,并根据各性能指标值对所述并发量的量化影响,获取当前轮次的所述并发量的调整值,包括:
根据所述L个性能指标的权重分配,计算所述L个性能指标分别对所述并发量的增长贡献值,其中,所述L个性能指标的权重之和为1;
将所述L个性能指标的增长贡献值之和,与所述当前轮次的所述并发量的乘积,作为所述当前轮次的所述并发量的调整值。
6.根据权利要求5所述的性能检测方法,其特征在于,根据所述L个性能指标的权重分配,计算所述L个性能指标分别对所述并发量的增长贡献值,包括:
计算各性能指标值与相应的性能指标阈值的差值,并分别计算各所述差值占到相应的性能指标值的比例,得到各性能指标的差值占比;
将所述各性能指标的差值占比,乘以对应的所述权重分配,得到所述各性能指标分别对所述并发量的增长贡献值。
7.根据权利要求2所述的性能检测方法,其特征在于,所述根据所述调整值对所述当前轮次的并发量进行调整,得到下一轮次的并发量,包括:
若当前轮次为首个轮次,则所述当前轮次的并发量为预设的并发区间的最小值。
8.一种性能检测装置,其特征在于,包括:数据获取模块、数据计算模块以及数据确定模块;
所述数据获取模块,用于获取影响待测系统的并发量的L个性能指标值,其中,所述L为大于1的整数;
所述第一数据计算模块,用于将所述L个性能指标值对所述并发量的影响进行量化计算,并根据各性能指标值对所述并发量的量化影响,获取所述并发量的调整值;
所述数据确定模块,用于若所述调整值满足预设条件,则将以所述调整值调整后的并发量作为性能检测结果。
9.一种服务器,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的性能检测方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任意一项所述的性能检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910862494.7A CN110780990A (zh) | 2019-09-12 | 2019-09-12 | 一种性能检测方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910862494.7A CN110780990A (zh) | 2019-09-12 | 2019-09-12 | 一种性能检测方法、装置、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110780990A true CN110780990A (zh) | 2020-02-11 |
Family
ID=69384174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910862494.7A Pending CN110780990A (zh) | 2019-09-12 | 2019-09-12 | 一种性能检测方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110780990A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111367637A (zh) * | 2020-03-03 | 2020-07-03 | 支付宝(杭州)信息技术有限公司 | 任务处理方法及装置 |
CN111740880A (zh) * | 2020-06-12 | 2020-10-02 | 浪潮电子信息产业股份有限公司 | 一种服务器的运行方法、运行系统及相关装置 |
CN112433908A (zh) * | 2020-10-29 | 2021-03-02 | 苏州浪潮智能科技有限公司 | 确定检测服务器的间隔时间的方法、系统、设备及介质 |
CN112540902A (zh) * | 2020-12-03 | 2021-03-23 | 山东云海国创云计算装备产业创新中心有限公司 | 一种片上系统性能检验方法、装置、设备及可读存储介质 |
CN113704031A (zh) * | 2021-08-06 | 2021-11-26 | 北京罗克维尔斯科技有限公司 | 系统压力测试方法、装置、介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182333A (zh) * | 2013-05-23 | 2014-12-03 | 阿里巴巴集团控股有限公司 | 一种性能测试方法和设备 |
CN104717236A (zh) * | 2013-12-11 | 2015-06-17 | 中国移动通信集团公司 | 一种设备性能测试方法及装置 |
CN105740111A (zh) * | 2016-01-29 | 2016-07-06 | 腾讯科技(深圳)有限公司 | 一种性能检测方法及装置 |
CN105848176A (zh) * | 2015-01-14 | 2016-08-10 | 中国移动通信集团河北有限公司 | 一种性能测试方法及装置 |
CN106610896A (zh) * | 2015-10-27 | 2017-05-03 | 滴滴(中国)科技有限公司 | 一种自适应压力测试的方法及装置 |
CN109426593A (zh) * | 2017-08-24 | 2019-03-05 | 北京京东尚科信息技术有限公司 | 自动评估系统性能的方法和装置 |
-
2019
- 2019-09-12 CN CN201910862494.7A patent/CN110780990A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104182333A (zh) * | 2013-05-23 | 2014-12-03 | 阿里巴巴集团控股有限公司 | 一种性能测试方法和设备 |
CN104717236A (zh) * | 2013-12-11 | 2015-06-17 | 中国移动通信集团公司 | 一种设备性能测试方法及装置 |
CN105848176A (zh) * | 2015-01-14 | 2016-08-10 | 中国移动通信集团河北有限公司 | 一种性能测试方法及装置 |
CN106610896A (zh) * | 2015-10-27 | 2017-05-03 | 滴滴(中国)科技有限公司 | 一种自适应压力测试的方法及装置 |
CN105740111A (zh) * | 2016-01-29 | 2016-07-06 | 腾讯科技(深圳)有限公司 | 一种性能检测方法及装置 |
CN109426593A (zh) * | 2017-08-24 | 2019-03-05 | 北京京东尚科信息技术有限公司 | 自动评估系统性能的方法和装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111367637A (zh) * | 2020-03-03 | 2020-07-03 | 支付宝(杭州)信息技术有限公司 | 任务处理方法及装置 |
CN111367637B (zh) * | 2020-03-03 | 2023-05-12 | 蚂蚁胜信(上海)信息技术有限公司 | 任务处理方法及装置 |
CN111740880A (zh) * | 2020-06-12 | 2020-10-02 | 浪潮电子信息产业股份有限公司 | 一种服务器的运行方法、运行系统及相关装置 |
CN112433908A (zh) * | 2020-10-29 | 2021-03-02 | 苏州浪潮智能科技有限公司 | 确定检测服务器的间隔时间的方法、系统、设备及介质 |
CN112540902A (zh) * | 2020-12-03 | 2021-03-23 | 山东云海国创云计算装备产业创新中心有限公司 | 一种片上系统性能检验方法、装置、设备及可读存储介质 |
CN112540902B (zh) * | 2020-12-03 | 2023-03-14 | 山东云海国创云计算装备产业创新中心有限公司 | 一种片上系统性能检验方法、装置、设备及可读存储介质 |
CN113704031A (zh) * | 2021-08-06 | 2021-11-26 | 北京罗克维尔斯科技有限公司 | 系统压力测试方法、装置、介质及设备 |
CN113704031B (zh) * | 2021-08-06 | 2023-10-10 | 北京罗克维尔斯科技有限公司 | 系统压力测试方法、装置、介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110780990A (zh) | 一种性能检测方法、装置、服务器及存储介质 | |
CN110572297B (zh) | 网络性能的评估方法、服务器及存储介质 | |
CN108900319B (zh) | 故障检测方法和装置 | |
CN112566170B (zh) | 网络质量评估方法、装置、服务器及存储介质 | |
CN114116828A (zh) | 多维网络指标的关联规则分析方法、设备和存储介质 | |
US10498806B2 (en) | Computer-executable server load monitoring method, apparatus performing the same and storage medium storing the same | |
CN109560978B (zh) | 网络流量检测方法、装置及系统和计算机可读存储介质 | |
US20070030815A1 (en) | Method and system for analysing data quality measurements in wireless data communication networks | |
CN107677290B (zh) | 惯性导航系统精度评定的测试方法及装置 | |
CN115778317A (zh) | 皮肤测评方法、皮肤测评设备以及存储介质 | |
CN115022203B (zh) | 一种压力测试方法和装置 | |
CN116450483A (zh) | 一种确定软件分配的负载的方法、装置、服务器及介质 | |
CN107332682B (zh) | 一种业务速率的测量方法及装置 | |
CN115356561A (zh) | 线损校准方法、系统、电子设备和计算机可读存储介质 | |
US11255705B2 (en) | Method for setting quality thresholds of products for testing purposes and device employing method | |
CN113839706B (zh) | 弱光onu的故障点确定方法、装置、存储介质和计算机设备 | |
CN111830479B (zh) | 雷达回波双分量混合幅度分布模型参数估计方法及装置 | |
CN108600132A (zh) | 一种频率校准方法、系统、设备和计算机可读存储介质 | |
CN111002348B (zh) | 机器人性能测试方法、机器人及计算机可读存储介质 | |
CN107659466B (zh) | 一种量化并计算云端系统吞吐能力服务等级的系统及方法 | |
CN109347691B (zh) | 一种用于Web服务的数据采样方法、装置及设备 | |
CN109413685B (zh) | 语音质量确定方法、装置和计算机可读存储介质 | |
CN110162467B (zh) | 软件测试方法、装置、计算机设备和可读存储介质 | |
CN117555812B (zh) | 一种云平台自动化测试方法及系统 | |
CN115442315B (zh) | 一种基于深度学习的多源异构网络接入方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200211 |
|
RJ01 | Rejection of invention patent application after publication |