CN110795251A - 终端运行参数的确定方法和设备 - Google Patents
终端运行参数的确定方法和设备 Download PDFInfo
- Publication number
- CN110795251A CN110795251A CN201911064650.1A CN201911064650A CN110795251A CN 110795251 A CN110795251 A CN 110795251A CN 201911064650 A CN201911064650 A CN 201911064650A CN 110795251 A CN110795251 A CN 110795251A
- Authority
- CN
- China
- Prior art keywords
- parameters
- parameter
- determining
- quality
- target
- 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
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2247—Verification or detection of system hardware configuration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Telephone Function (AREA)
Abstract
本发明公开了一种终端运行参数的确定方法,包括以下步骤:服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。本发明还公开了一种设备。本发明基于大数据分析实现移动终端的应用场景的运行参数的优化。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种终端运行参数的确定方法和设备。
背景技术
在移动终端的应用市场中,由于众多应用质量的良莠不齐,以及某些应用对系统资源的过分使用,造成了移动终端容易发生系统卡顿频繁、耗电快、发热严重等运行质量参数异常的问题。
目前,国内外手机厂商在对移动终端前台运行的应用场景进行资源分配时,往往是依靠工程师的工程经验优化运行参数。但这样需要付出高昂的人力成本,且难以覆盖到所有的应用场景。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种终端运行参数的确定方法和设备,基于大数据分析实现移动终端的应用场景的运行参数的优化。
为实现上述目的,本发明提供一种终端运行参数的确定方法,所述终端运行参数的确定方法包括以下步骤:
服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;
根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。
可选地,所述根据所述运行参数和运行质量参数之间的对应关系确定目标运行参数的步骤包括:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
可选地,所述根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数的步骤包括:
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
可选地,所述识别正常的所述运行质量参数和异常的所述运行质量参数的步骤之后,还包括:
获取所有应用场景的异常的所述运行质量参数的出现次数;
获取预设数量的应用场景作为目标应用场景,其中,所述目标应用场景对应的所述出现次数大于或等于除所述目标应用场景之外的其它应用场景对应的所述出现次数;
所述根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数的步骤包括:
根据属于所述目标应用场景的正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
可选地,所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
可选地,所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个。
为实现上述目的,本发明还提供一种终端运行参数的确定方法,所述终端运行参数的确定方法包括以下步骤:
在应用场景运行时获取运行参数和运行质量参数,其中,所述运行参数变化,则所述运行质量参数对应变化;
根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数;
根据所述目标运行参数运行所述应用场景。
可选地,所述根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数的步骤包括:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
可选地,所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个;
和/或,所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
为实现上述目的,本发明还提供一种设备,所述设备包括:
所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的终端运行参数的确定程序,所述终端运行参数的确定程序被所述处理器执行时实现如上述终端运行参数的确定方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有终端运行参数的确定程序,所述终端运行参数的确定程序被处理器执行时实现如上述终端运行参数的确定方法的步骤。
本发明提供的终端运行参数的确定方法、设备以及计算机可读存储介质,服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。这样,基于大数据分析实现移动终端的应用场景的运行参数的优化。
附图说明
图1为本发明实施例方案涉及的实施例终端的硬件运行环境示意图;
图2为本发明终端运行参数的确定方法第一实施例的流程示意图;
图3为本发明终端运行参数的确定方法第二实施例的流程示意图;
图4为本发明终端运行参数的确定方法第三实施例的流程示意图;
图5为本发明终端运行参数的确定方法第四实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种终端运行参数的确定方法,基于大数据分析实现移动终端的应用场景的运行参数的优化。
如图1所示,图1是本发明实施例方案涉及的实施例终端的硬件运行环境示意图;
本发明实施例终端可以是服务器,也可以是终端设备,如移动终端。
如图1所示,该终端可以包括:处理器1001,例如CPU中央处理器(centralprocessing unit),存储器1002,通信总线1003。其中,通信总线1003用于实现该终端中各组成部件之间的连接通信。存储器1002可以是高速RAM随机存储器(random-accessmemory),也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1002可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端的结构并不构成对本发明实施例终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1002中可以包括终端运行参数的确定程序。
在图1所示的终端中,处理器1001可以用于调用存储器1002中存储的终端运行参数的确定程序,并执行以下操作:
服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;
根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
获取所有应用场景的异常的所述运行质量参数的出现次数;
获取预设数量的应用场景作为目标应用场景,其中,所述目标应用场景对应的所述出现次数大于或等于除所述目标应用场景之外的其它应用场景对应的所述出现次数;
所述根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数的步骤包括:
根据属于所述目标应用场景的正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
在应用场景运行时获取运行参数和运行质量参数,其中,所述运行参数变化,则所述运行质量参数对应变化;
根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数;
根据所述目标运行参数运行所述应用场景。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
进一步地,处理器1001可以调用存储器1002中存储的终端运行参数的确定程序,还执行以下操作:
所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个;
和/或,所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
参照图2,在一实施例中,所述终端运行参数的确定方法包括:
步骤S10、服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化。
本实施例中,实施例终端为服务器。
可选地,运行参数与运行质量参数之间存在对应关系,两者是由同一移动终端上传的同一应用场景运行时的运行参数与运行质量参数,且运行参数的配置值可影响运行质量参数的大小,即运行质量参数受运行参数的影响,运行质量参数为移动终端以运行参数运行时所产生的结果,所述运行参数变化,则所述运行质量参数对应变化。如运行参数为CPU频率时,则运行质量参数可以是移动终端的主板温度,也可以是移动终端的电流值,其中,CPU频率越大,主板温度越高、电流值越大。需要说明的是,所述移动终端可选为智能手机、平板电脑等。
可选地,移动终端在运行应用场景时的运行参数包括CPU(central processingunit)核信息、CPU频率、CPU占用率、GPU图形处理器(Graphics Processing Unit)频率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待线程数(IOWait)、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存和空闲缓存中的至少一个,其中,所述CPU核信息包括移动终端当前调用的CPU核的数量(即CPU启用核数量),以及所调用的CPU核的类型,CPU核的类型分为大核和小核。
可选地,移动终端在运行应用场景时所导致的运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个。
需要说明的是,同一个应用至少包括一个应用场景,如在一个游戏应用中,游戏的设置界面可以作为一个应用场景,游戏的游玩界面可以作为另一个应用场景。
可选地,移动终端可以是在当前的应用场景运行时,采集当前的应用场景对应的运行参数和运行质量参数,并在当前的应用场景切换至下一个应用场景时,将当前的应用场景对应的运行参数和运行质量参数上传至服务器。
需要说明的是,应用场景间切换的情况可以是发生在同一应用中的(如在游戏应用中,从游戏设置界面切换至游玩界面),也可以是发生在不同应用中的(如从游戏应用的游玩界面切换至社交应用的登录界面)。
可选地,服务器可以是接收多个移动终端上传的同一应用场景对应的运行参数和运行质量参数;也可以是在接收到多个移动终端上传的不同应用场景对应的运行参数和运行质量参数后,从中查询属于同一应用场景对应的运行参数和运行质量参数。
步骤S20、根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。
可选地,运行参数与运行质量参数之间存在对应关系,即两者是由同一移动终端上传的同一应用场景运行时的运行参数与运行质量参数,且运行参数的配置值可影响运行质量参数的大小。如,CPU大核对主板温度和电流值的影响比CPU小核大;CPU频率越大、CPU频率越大,则电流值越大、主板温度越大;等待线程数越多、空闲内存越小、CPU占用率越大,则掉帧数越大。
可选地,服务器可先行从多组数据组中识别正常的所述运行质量参数和异常的所述运行质量参数,并根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
可选地,服务器可预先为每个运行质量参数设置对应的分值(如主板温度20℃为90分,主板温度30℃为50分),以及可根据工程师收集的用户需求为不同类型的运行质量参数赋予不同的权重(如主板温度权重为30%、掉帧数权重为50%、电流值权重为20%)。在得到同一应用场景的多组运行参数与运行质量参数的数据组后(可由多个移动终端上传),每一组数据组中均有与运行质量参数对应的运行参数,并计算每一组数据组中运行质量参数对应的分值,然后获取运行质量参数分值最高的数据组,将该数据组中的运行参数作为目标运行参数。
可选地,服务器在确定应用场景的目标运行参数后,可以将目标运行参数返回至所有移动终端,或者返回至当前存在应用场景的运行质量参数异常的移动终端;可选地,服务器也可以是在接收到移动终端发送的目标运行参数请求指令时,则将目标运行参数返回至发送请求指令的移动终端。这样,移动终端在下一次运行该应用场景时,则采用目标运行参数运行应用场景,即可实现运行参数的优化,从而减少应用场景运行时发生运行质量参数异常的概率。
可选地,服务器在接收到多个移动终端发送的多个应用场景的运行参数和运行质量参数后,亦可根据同一应用场景对应的运行参数和运行质量参数分别确定各个应用场景的目标运行参数。
这样,由大数据通过不同移动终端在同一应用场景下的性能、耗电、发热数据挖掘出的场景资源阈值(即目标运行参数),比仅靠直观工程优化经验得到的运行参数更精确,达到性能、功耗间的最优。
在一实施例中,服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。这样,基于大数据分析实现移动终端的应用场景的运行参数的优化。
在第二实施例中,如图3所示,在上述图2所示的实施例基础上,所述根据所述运行参数和运行质量参数之间的对应关系确定目标运行参数的步骤包括:
步骤S30、识别正常的所述运行质量参数和异常的所述运行质量参数。
步骤S40、根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
本实施例中,服务器可获取多个移动终端上传的同一应用场景的运行参数和运行质量参数,得到多组运行参数与运行质量参数的数据组(每个移动终端上传的同一应用场景的运行参数和运行质量参数作为一个数据组)。
可选地,服务器可对每个运行质量参数进行识别,从中识别出正常的运行质量参数和异常的运行质量参数。服务器可以是将满足预设条件的运行质量参数作为异常的运行质量参数,并将除异常的运行质量参数外的运行质量参数作为正常的运行质量参数;或者,服务器将满足预设条件的运行质量参数作为异常的运行质量参数,并将不满足预设条件的运行质量参数作为异常的运行质量参数。
可选地,所述预设条件包括以下至少一个:所述主板温度大于或等于预设温度;所述掉帧数大于或等于预设掉帧数阈值;所述流畅度小于或等于预设流畅度阈值;所述卡顿值大于或等于预设卡顿值阈值;所述电流值大于或等于预设电流值。可选地,服务器可将满足任一预设条件的运行质量参数作为异常的运行质量参数。应当理解的是,预设温度、预设掉帧数阈值、预设流畅度阈值、预设卡顿值阈值和预设电流值可由工程师根据移动终端的实际工况需求自行设置,服务器只需获取工程师预先设置好的预设温度、预设掉帧数阈值、预设流畅度阈值、预设卡顿值阈值和预设电流值即可。
可选地,服务器可以是将正常的运行质量参数对应的运行参数与异常的运行质量参数对应的运行参数进行比对分析,具体将导致运行质量参数异常的运行参数与在正常的运行质量参数对应运行参数中属于同一类别的运行参数进行比对,然后根据对比结果确定目标运行参数。如影响运行质量参数异常的原因是掉帧数过大时,则将正常的运行质量参数和异常的运行质量参数中能影响掉帧数的运行参数进行比对,这时,可能存在的情况是:两者对比的运行参数中,除了CPU核的类别不同,其余参数相同时,且异常的运行参数对应为小核的CPU,而正常的运行参数对应为大核的CPU,那么这时,可将异常的运行质量参数对应的运行参数中的CPU类别更改为大核,其余运行参数保持不变,并将更改后的运行参数即其余不变的运行参数作为确定得到的目标运行参数。
可选地,服务器在从同一应用场景的所有数据组中识别出正常的所述运行质量参数和异常的所述运行质量参数后,将所有正常的运行参数中属于同一类别的运行参数进行相加并求平均值,得到每一类别的运行参数对应的第一均值(如,分别计算正常的运行质量参数中CPU频率对应的第一均值、CPU占用率对应的第一均值、GPU频率对应的第一均值等),以及将所有异常的运行参数中属于同一类别的运行参数进行相加并求平均值,得到每一类别的运行参数对应的第二均值(如,分别计算异常的运行质量参数中CPU频率对应的第二均值、CPU占用率对应的第二均值、GPU频率对应的第二均值等)。这样,在服务器得到同一应用场景的至少三组数据组后(其中,具有至少一组异常数据组),可通过大数据挖掘技术,将多组数据组归化为两组数据组(即一组正常数据组和一组异常数据组,其中,正常数据组由所有的第一均值组成,异常数据组由所有的第二均值组成)。
可选地,服务器可以是将由第一均值组成正常数据组与由第二均值组成异常数据组进行比对分析,具体将导致运行质量参数异常的运行参数与在正常的运行质量参数对应运行参数中属于同一类别的运行参数进行比对,然后根据对比结果确定目标运行参数。
可选地,服务器可以是在得到第一均值和第二均值后,将属于同一类别的运行参数对应的第一均值和第二均值进行求和再求平均计算,得到每一类别的运行参数对应的第三均值(如将GPU频率对应的第一均值和第二均值进行求和求平均计算,得到GPU频率对应的第三均值;将等待线程数对应的第一均值和第二均值进行求和求平均计算,得到等待线程数对应的第三均值)。然后获取每一类别的运行参数对应的第三均值进行数据封装,组成目标运行参数。需要说明的是,运行参数可以是具有至少一个类别。
这样,通过大数据挖掘,从正常的运行质量参数对应的运行参数和异常的运行质量参数对应的运行参数之间,求得均值的平衡点,实现挖掘应用场景下的合理的资源门限值,达到功耗、性能之间的平衡。
在第三实施例中,如图4所示,在上述图2至图3的实施例基础上,其特征在于,所述识别正常的所述运行质量参数和异常的所述运行质量参数的步骤之后,还包括:
步骤S31、获取所有应用场景的异常的所述运行质量参数的出现次数。
步骤S32、获取预设数量的应用场景作为目标应用场景,其中,所述目标应用场景对应的所述出现次数大于或等于除所述目标应用场景之外的其它应用场景对应的所述出现次数。
步骤S41、根据属于所述目标应用场景的正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
本实施例中,服务器在接收到多个移动终端发送的多个应用场景的运行参数和运行质量参数后,可分别对每个应用场景下的所有运行质量参数进行识别,从中识别出正常的运行质量参数和异常的运行质量参数,并统计同一应用场景下的异常的运行质量参数的出现次数。
可选地,服务器可根据各个应用场景对应的出现次数,从中筛选出预设数量的应用场景作为目标应用场景,所述目标应用场景对应的所述出现次数大于除所述目标应用场景之外的其它应用场景对应的所述出现次数。即所述目标应用场景可表征为经常出现异常的运行质量参数的应用场景。
需要说明的是,所述预设数量可根据实际情况需要设置,如10至20。
可选地,服务器获取所有应用场景的异常的所述运行质量参数的出现次数,并根据所述出现次数的大小对存在至少一次异常的运行质量参数的应用场景进行排序,得到排序结果,其中,异常的运行质量参数的出现次数越大的应用场景在排序结果中的排序越靠前。然后,服务器获取所述排序结果中的前预设数量个应用场景作为目标应用场景。这样,即可筛选出预设数量的应用场景作为目标应用场景。
可选地,服务器在确定应用场景的目标运行参数时,分别根据属于所述目标应用场景的应用场景的正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数,得到属于目标应用场景的应用场景的目标运行参数;或者说是在所述应用场景为所述目标应用场景时,则执行所述根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数的步骤(即步骤21)。实现服务器只需对属于目标应用场景的应用场景进行目标运行参数的确定。
这样,使得对应用场景的运行参数的优化更有针对性,即针对用户使用最多、真正会产生卡顿、耗电快、发热严重的应用场景的运行参数进行优化。
在第四实施例中,如图5所示,在上述图2至图4的实施例基础上,其特征在于,所述终端运行参数的确定方法包括以下步骤:
步骤S50、在应用场景运行时获取运行参数和运行质量参数,其中,所述运行参数变化,则所述运行质量参数对应变化。
步骤S60、根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数。
步骤S70、根据所述目标运行参数运行所述应用场景。
本实施例中,实施例终端为终端设备(如移动终端)。
可选地,运行参数与运行质量参数之间存在对应关系,两者是由同一移动终端上传的同一应用场景运行时的运行参数与运行质量参数,且运行参数的配置值可影响运行质量参数的大小,即运行质量参数受运行参数的影响,运行质量参数为移动终端以运行参数运行时所产生的结果,所述运行参数变化,则所述运行质量参数对应变化。如运行参数为CPU频率时,则运行质量参数可以是移动终端的主板温度,也可以是移动终端的电流值,其中,CPU频率越大,主板温度越高、电流值越大。需要说明的是,所述移动终端可选为智能手机、平板电脑等。
可选地,移动终端在运行应用场景时的运行参数包括CPU(central processingunit)核信息、CPU频率、CPU占用率、GPU图形处理器(Graphics Processing Unit)频率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待线程数(IOWait)、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存和空闲缓存中的至少一个,其中,所述CPU核信息包括移动终端当前调用的CPU核的数量(即CPU启用核数量),以及所调用的CPU核的类型,CPU核的类型分为大核和小核。
可选地,移动终端在运行应用场景时所导致的运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个。
需要说明的是,同一个应用至少包括一个应用场景,如在一个游戏应用中,游戏的设置界面可以作为一个应用场景,游戏的游玩界面可以作为另一个应用场景。
可选地,移动终端可以是在当前的应用场景运行时,采集当前的应用场景对应的运行参数和运行质量参数,并对采集到的运行参数和运行质量参数进行记录保存。可选地,在移动终端多次运行同一应用场景时,即可采集多组同一应用场景的运行参数和运行质量参数的数据组。
可选地,运行参数与运行质量参数之间存在对应关系,即两者是由移动终端运行同一应用场景时的运行参数与运行质量参数,且运行参数的配置值可影响运行质量参数的大小。如,CPU大核对主板温度和电流值的影响比CPU小核大;CPU频率越大、CPU频率越大,则电流值越大、主板温度越大;等待线程数越多、空闲内存越小、CPU占用率越大,则掉帧数越大。
可选地,终端设备可根据同一应用场景的最少一组运行参数与运行质量参数的数据组确定目标运行参数。
可选地,终端设备可先行从多组数据组中识别正常的所述运行质量参数和异常的所述运行质量参数,并根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
可选地,终端设备可预先为每个运行质量参数设置对应的分值(如主板温度20℃为90分,主板温度30℃为50分),以及可根据工程师收集的用户需求为不同类型的运行质量参数赋予不同的权重(如主板温度权重为30%、掉帧数权重为50%、电流值权重为20%)。在得到同一应用场景的多组运行参数与运行质量参数的数据组后(可由多个移动终端上传),每一组数据组中均有与运行质量参数对应的运行参数,并计算每一组数据组中运行质量参数对应的分值,然后获取运行质量参数分值最高的数据组,将该数据组中的运行参数作为目标运行参数。
可选地,终端设备在确定应用场景的目标运行参数后,将目标运行参数与对应的应用场景相关联。并在下一次运行该应用场景时,调用与应用场景关联的目标运行参数,根据所调用的目标运行参数运行应用场景。当然,如若终端设备当前运行的应用场景即为关联有目标运行参数的运行场景,则直接与当前运行的应用场景关联的目标运行参数,根据所调用的目标运行参数运行当前的应用场景。
这样,在移动终端采用目标运行参数运行应用场景时,即可实现运行参数的优化,从而减少应用场景运行时发生运行质量参数异常的概率。
可选地,终端设备在接收到多个移动终端发送的多个应用场景的运行参数和运行质量参数后,亦可根据同一应用场景对应的运行参数和运行质量参数分别确定各个应用场景的目标运行参数。
这样,基于大数据分析实现移动终端的应用场景的运行参数的优化。
可选地,所述根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数的步骤包括:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
可选地,所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个。
可选地,所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
这样,由大数据通过不同移动终端在同一应用场景下的性能、耗电、发热数据挖掘出的场景资源阈值(即目标运行参数),比仅靠直观工程优化经验得到的运行参数更精确,达到性能、功耗间的最优。
此外,本发明还提出一种设备,所述设备包括存储器、处理器及存储在存储器上并可在处理器上运行的终端运行参数的确定程序,所述处理器执行所述终端运行参数的确定程序时实现如以上实施例所述的终端运行参数的确定方法的步骤。
此外,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质包括终端运行参数的确定程序,所述终端运行参数的确定程序被处理器执行时实现如以上实施例所述的终端运行参数的确定方法的步骤。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是电视机,手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种终端运行参数的确定方法,其特征在于,所述终端运行参数的确定方法包括以下步骤:
服务器获取运行参数和运行质量参数,所述运行参数和运行质量参数由至少一个移动终端在应用场景运行时上传,其中,所述运行参数变化,则所述运行质量参数对应变化;
根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数,以使所述移动终端根据所述目标运行参数运行所述应用场景。
2.如权利要求1所述的终端运行参数的确定方法,其特征在于,所述根据所述运行参数和运行质量参数之间的对应关系确定目标运行参数的步骤包括:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
3.如权利要求2所述的终端运行参数的确定方法,其特征在于,所述根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数的步骤包括:
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
4.如权利要求2所述的终端运行参数的确定方法,其特征在于,所述识别正常的所述运行质量参数和异常的所述运行质量参数的步骤之后,还包括:
获取所有应用场景的异常的所述运行质量参数的出现次数;
获取预设数量的应用场景作为目标应用场景,其中,所述目标应用场景对应的所述出现次数大于或等于除所述目标应用场景之外的其它应用场景对应的所述出现次数;
所述根据正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数的步骤包括:
根据属于所述目标应用场景的正常的所述运行质量参数对应的运行参数和异常的所述运行质量参数对应的运行参数确定目标运行参数。
5.如权利要求1-4中任一项所述的终端运行参数的确定方法,其特征在于,所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
6.如权利要求1-4中任一项所述的终端运行参数的确定方法,其特征在于,所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个。
7.一种终端运行参数的确定方法,其特征在于,所述终端运行参数的确定方法包括以下步骤:
在应用场景运行时获取运行参数和运行质量参数,其中,所述运行参数变化,则所述运行质量参数对应变化;
根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数;
根据所述目标运行参数运行所述应用场景。
8.如权利要求7所述的终端运行参数的确定方法,其特征在于,所述根据所述运行参数和所述运行质量参数之间的对应关系确定目标运行参数的步骤包括:
识别正常的所述运行质量参数和异常的所述运行质量参数;
根据所有正常的所述运行质量参数对应的运行参数计算第一均值,以及根据所有异常的所述运行质量参数对应的运行参数计算第二均值;
根据所述第一均值和所述第二均值计算第三均值;
根据所述第三均值确定目标运行参数。
9.如权利要求7或8所述的终端运行参数的确定方法,其特征在于,所述运行参数包括CPU启用核数量、CPU频率、CPU占用率、CPU空闲率、GPU频率、GPU占用率、GPU空闲率、运行进程数和/或运行线程数、等待进程数和/或等待线程数、挂起进程数和/或挂起线程数、占用内存、空闲内存、占用显存、空闲显存、占用缓存、空闲缓存中的至少一个;
和/或,所述运行质量参数包括主板温度、掉帧数、流畅度、卡顿值和电流值中的至少一个,其中,将满足预设条件的所述运行质量参数作为异常的所述运行质量参数,所述预设条件包括以下至少一个:
所述主板温度大于或等于预设温度;
所述掉帧数大于或等于预设掉帧数阈值;
所述流畅度小于或等于预设流畅度阈值;
所述卡顿值大于或等于预设卡顿值阈值;
所述电流值大于或等于预设电流值。
10.一种设备,其特征在于,所述设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的终端运行参数的确定程序,所述终端运行参数的确定程序被所述处理器执行时实现如权利要求1至6或7至9中任一项所述的终端运行参数的确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911064650.1A CN110795251A (zh) | 2019-11-01 | 2019-11-01 | 终端运行参数的确定方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911064650.1A CN110795251A (zh) | 2019-11-01 | 2019-11-01 | 终端运行参数的确定方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110795251A true CN110795251A (zh) | 2020-02-14 |
Family
ID=69442509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911064650.1A Pending CN110795251A (zh) | 2019-11-01 | 2019-11-01 | 终端运行参数的确定方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110795251A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022135014A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳市万普拉斯科技有限公司 | 绘图流水线调节方法、装置、计算机设备和存储介质 |
-
2019
- 2019-11-01 CN CN201911064650.1A patent/CN110795251A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022135014A1 (zh) * | 2020-12-21 | 2022-06-30 | 深圳市万普拉斯科技有限公司 | 绘图流水线调节方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108776934B (zh) | 分布式数据计算方法、装置、计算机设备及可读存储介质 | |
CN110830234B (zh) | 一种用户流量分配方法及装置 | |
CN110351375B (zh) | 一种数据处理方法、装置及计算机装置、可读存储介质 | |
US8572621B2 (en) | Selection of server for relocation of application program based on largest number of algorithms with identical output using selected server resource criteria | |
CN104243405A (zh) | 一种请求处理方法、装置及系统 | |
CN110933178B (zh) | 调整集群系统内的节点配置的方法及服务器 | |
US20200004785A1 (en) | Automatic grouping based on user behavior | |
CN111538572A (zh) | 任务处理方法、装置、调度服务器及介质 | |
CN109697117B (zh) | 终端控制方法、装置以及计算机可读存储介质 | |
CN110795251A (zh) | 终端运行参数的确定方法和设备 | |
CN112333246B (zh) | 一种ABtest实验方法、装置、智能终端及存储介质 | |
CN104427118A (zh) | 一种内容推荐的方法及移动终端 | |
CN102546652B (zh) | 一种服务器负载平衡系统及方法 | |
CN116938953A (zh) | 基于区块链的数据处理方法、装置、电子设备及存储介质 | |
CN115454576B (zh) | 一种虚拟机进程管理方法、系统及电子设备 | |
CN106681894B (zh) | 智能设备的监控方法和监控装置 | |
CN116431505A (zh) | 一种回归测试方法、装置、电子设备、存储介质及产品 | |
CN113747423B (zh) | 云手机状态同步方法、装置、设备、存储介质及程序产品 | |
JP2024016782A (ja) | リソース割り当ての決定方法、装置、計算装置及びコンピュータプログラム | |
CN113656046A (zh) | 一种应用部署方法和装置 | |
CN114138358A (zh) | 应用程序的启动优化方法、装置、设备和存储介质 | |
CN110191462B (zh) | 一种确定移动终端的方法、装置、介质及设备 | |
CN114168439A (zh) | 一种集群内服务的压测控制方法、装置、存储介质及终端 | |
CN108173689B (zh) | 负载均衡数据的输出系统 | |
US11323385B2 (en) | Communication system and communication method |
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 |