CN110928738B - 性能分析方法、装置和设备 - Google Patents
性能分析方法、装置和设备 Download PDFInfo
- Publication number
- CN110928738B CN110928738B CN201811096510.8A CN201811096510A CN110928738B CN 110928738 B CN110928738 B CN 110928738B CN 201811096510 A CN201811096510 A CN 201811096510A CN 110928738 B CN110928738 B CN 110928738B
- Authority
- CN
- China
- Prior art keywords
- node
- performance
- analysis
- task
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 324
- 238000012545 processing Methods 0.000 claims abstract description 264
- 238000000034 method Methods 0.000 claims abstract description 212
- 230000008569 process Effects 0.000 claims abstract description 175
- 238000005457 optimization Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 11
- 230000001960 triggered effect Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 20
- 238000003860 storage Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- 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
- G06F11/30—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
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例提供一种性能分析方法、装置和设备,该方法包括:将用户终端设备发送的任务发送至目标处理节点,以使目标处理节点中与任务对应的目标应用程序启动一进程执行任务。接收目标处理节点发送的、与进程对应的性能数据。若性能数据满足已设定的分析条件,则向目标处理节点发送分析指令,以使目标处理节点对进程进行性能分析,并接收此进程的性能分析结果。可见,上述方法是节点管理平台自动控制对进程进行性能分析的触发时机,这样可以保证在最佳的时间触发性能分析,从而提高性能分析结果的可靠性。同时,目标处理节点的性能分析已经深入到进程级别,这也方便用户可以根据性能分析结果对处理节点进行更加深入的分析。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种性能分析方法、装置和设备。
背景技术
在使用处理设备来执行数据处理任务时,处理设备的运行状态会直接影响任务的完成速度。因此,通常需要在执行任务时对处理设备的性能进行分析。这样在了解设备运行状态的基础上,用户可以对处理设备进行优化,从而进一步提高数据处理的速度。
而在现有技术中,触发性能分析的时机通常是用户自主控制的,比如当用户感觉数据处理速度变慢时,则可以自主触发对处理设备性能的分析操作。但用户往往很难在性能分析的最佳时机触发性能分析,从而导致性能分析结果的可靠性不高。
发明内容
有鉴于此,本发明实施例提供一种性能分析方法、装置和设备,用以提高性能分析结果的可靠性。
第一方面,本发明实施例提供一种性能分析方法,应用于节点管理平台,包括:
将用户终端设备发送的任务发送至目标处理节点,以使所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收所述目标处理节点发送的性能数据,所述性能数据与所述进程对应;
若所述性能数据满足所述已设定的分析条件,则向所述目标处理节点发送分析指令,以使所述目标处理节点对所述进程进行性能分析;
接收所述目标处理节点发送的性能分析结果。
第二方面,本发明实施例提供一种性能分析装置,应用于节点管理平台,包括:
任务发送模块,用于将用户终端设备发送的任务发送至目标处理节点,以使所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收模块,用于接收所述目标处理节点发送的性能数据,所述性能数据与所述进程对应;
指令发送模块,用于若所述性能数据满足所述已设定的分析条件,则向所述目标处理节点发送分析指令,以使所述目标处理节点对所述进程进行性能分析;
所述接收模块,还用于接收所述目标处理节点发送的性能分析结果。
第三方面,本发明实施例提供一种电子设备,包括第一处理器和第一存储器,所述第一存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述第一处理器执行时实现上述第一方面中的性能分析方法。该电子设备还可以包括第一通信接口,用于与其他设备或通信网络通信。
本发明实施例提供了一种计算机存储介质,用于储存存储计算机程序,所述计算机程序使计算机执行时实现上述第一方面中的性能分析方法。
第四方面,本发明实施例提供一种性能分析方法,应用于用户终端设备,包括:
将用户提交的任务发送至节点管理平台,以使所述节点管理平台将所述任务分配到目标处理节点由所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收所述节点管理平台发送的所述任务的执行结果以及所述进程的性能分析结果,所述性能分析结果是与所述进程对应的性能数据满足所述已设定的分析条件时所述目标处理节点对所述进程进行性能分析得到的性能分析结果。
第五方面,本发明实施例提供一种性能分析装置,应用于用户终端设备,包括:
发送模块,用于将用户提交的任务发送至节点管理平台,以使所述节点管理平台将所述任务分配到目标处理节点由所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收模块,用于接收所述节点管理平台发送的所述任务的执行结果以及所述进程的性能分析结果,所述性能分析结果是与所述进程对应的性能数据满足所述已设定的分析条件时所述目标处理节点对所述进程进行性能分析得到的分析结果。
第六方面,本发明实施例提供一种电子设备,包括第二处理器和第二存储器,所述第二存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述第二处理器执行时实现上述第四方面中的性能分析方法。该电子设备还可以包括第二通信接口,用于与其他设备或通信网络通信。
本发明实施例提供了一种计算机存储介质,用于储存存储计算机程序,所述计算机程序使计算机执行时实现上述第一方面中的性能分析方法。
第七方面,本发明实施例提供一种性能分析方法,应用于处理节点,包括:
接收节点管理平台发送的任务;
触发所述任务对应的目标应用程序启动一进程执行所述任务;
将采集到的所述进程执行所述任务而产生的性能数据发送至所述节点管理平台,所述性能数据与所述进程对应;
若接收到所述节点管理平台发送的分析指令,则对所述进程进行性能分析,并将性能分析结果发送至所述节点管理平台,所述分析指令是所述节点管理平台在确定所述性能数据满足分析条件时发送的。
第八方面,本发明实施例提供一种性能分析装置,应用于处理节点,包括:
接收模块,用于接收节点管理平台发送的任务;
触发模块,用于触发所述任务对应的目标应用程序启动一进程执行所述任务;
发送模块,用于将采集到的所述进程执行所述任务而产生的性能数据发送至所述节点管理平台,所述性能数据与所述进程对应;
分析模块,用于若接收到所述节点管理平台发送的分析指令,则对所述进程进行性能分析;
所述发送模块,还用于将性能分析结果发送至所述节点管理平台,所述分析指令是所述节点管理平台在确定所述性能数据满足分析条件时发送的。
第九方面,本发明实施例提供一种电子设备,包括第三处理器和第三存储器,所述第三存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述第三处理器执行时实现上述第七方面中的性能分析方法。该电子设备还可以包括第三通信接口,用于与其他设备或通信网络通信。
本发明实施例提供了一种计算机存储介质,用于储存存储计算机程序,所述计算机程序使计算机执行时实现上述第七方面中的性能分析方法。
本发明实施例提供的性能分析方法,节点管理平台将用户终端设备发送的任务发送至目标处理节点,以使目标处理节点中与任务对应的目标应用程序启动一进程执行任务。在执行任务的过程中,目标处理节点会采集自身的性能数据,并将其发送至节点管理平台,并且此性能数据与进程对应。节点管理平台接收到性能数据后,可以进一步确定其是否满足已设定的分析条件。若满足分析条件,则向目标处理节点发送分析指令,以使目标处理节点对进程进行性能分析,并最终将性能分析结果返回给节点管理平台。根据上述描述可知,触发对执行任务的进程进行性能分析,完全由节点管理平台根据接收到的性能数据来自动控制,这样可以保证在最佳的时间触发性能分析,从而提高性能分析结果的可靠性。同时,目标处理节点的性能分析已经深入到进程级别,这也使得性能分析更加细致,以便用户可以根据性能分析结果对处理节点进行更加深入的分析。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1本发明实施例提供的一种性能分析系统的结构示意图;
图2为本发明实施例提供的一种性能分析方法的流程图;
图3为本发明实施例提供的另一种性能分析方法的流程图;
图4为本发明实施例提供的再一种性能分析方法的流程图;
图5为本发明实施例提供的又一种性能分析方法的流程图;
图6为本发明实施例提供的一种性能分析装置的结构示意图;
图7为与图6所示实施例提供的性能分析装置对应的电子设备的结构示意图;
图8为本发明实施例提供的另一种性能分析装置的结构示意图;
图9为与图8所示实施例提供的性能分析装置对应的电子设备的结构示意图;
图10为本发明实施例提供的再一种性能分析装置的结构示意图;
图11为与图10所示实施例提供的性能分析装置对应的电子设备的结构示意图。
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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种,但是不排除包含至少一种的情况。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于识别”。类似地,取决于语境,短语“如果确定”或“如果识别(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当识别(陈述的条件或事件)时”或“响应于识别(陈述的条件或事件)”。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的商品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
另外,下述各方法实施例中的步骤时序仅为一种举例,而非严格限定。
图1为本发明实施例提供的一种性能分析系统的结构示意图,如图1所示,该系统包括:用户终端设备、节点管理平台、目标处理节点。
实际应用中,目标处理节点可以为一台高性能计算机。
性能分析系统的整体运行过程可以描述为:用户通过用户终端设备将任务发送至节点管理平台。节点管理平台接收此任务,并将其发送至目标处理节点。目标处理节点接收此任务,并控制与此任务对应的目标应用程序启动一进程来执行此任务。其中,目标应用程序与目标处理节点关联。可选地,多种应用程序均可以存储于共享存储空间内,上述的关联关系也可以理解为目标处理节点可以使用共享存储空间内存储的所有应用程序。举例来说,应用程序可以是渲染应用程序如3dmax或者分子动力学软件GROMACS,与此相对的,用户终端设备发送的任务则可以是图像渲染任务或者分子运动分析任务等等。
在与目标处理节点关联的目标应用程序启动一进程来执行用户终端设备发送的任务的同时,目标处理节点还会实时采集自身性能数据。此时在采集性能数据的过程中,用于处理任务的进程是处于启动状态的,则采集到的性能数据可以理解为是对应于此进程的。进一步地,目标处理节点还会将采集到的性能数据发送至节点管理平台,以使节点管理平台根据此性能数据判断是否满足已设定的分析条件。若满足分析条件,则向目标处理节点发送分析指令。目标处理节点在接收此指令后,会对当前正在执行任务的进程进行性能分析,以得到对应于此进程的性能分析结果。最终,目标处理节点再将此性能分析结果发送至节点管理平台。节点管理平台可以保持此性能分析结果,同时还可以进一步将性能分析结果发送至用户使用的用户终端设备,以使用户可以了解在执行任务时,目标应用程序中用于执行任务的进程的性能,以便用户根据性能分析结果进行后续操作,比如处理节点优化操作等等。
上述只是大致描述了性能分析系统中个设备间的数据流向。而对于系统中每个设备的具体工作过程可以参见下述各实施例中的相关描述。
在实际应用中,可选地,上述系统中的目标处理节点也可以替换为一个包括多个处理节点的节点集群,为了描述简洁,节点集群简称为集群,节点集群可以为高性能计算机群。此时,集群中的每个处理节点都与相同的多个应用程序相关联。此种情况下,节点管理平台可以从多个处理节点中确定出对应于此任务的目标处理节点。
本实施例中,在性能分析系统中,通过用户终端设备与节点管理平台之间的通信,可以实现性能分析触发时机的自动确定,这样可以保证在最佳的时间触发性能分析,从而提高性能分析结果的可靠性。同时,目标处理节点的性能分析已经深入到进程级别,这也使得性能分析更加细致,以便用户可以根据性能分析结果对处理节点进行更加深入的分析。
图2为本发明实施例提供的一种性能分析方法的流程图,本发明实施例提供的该性能分析方法可以由节点管理平台来执行。如图2所示,该方法包括如下步骤:
201、将用户终端设备发送的任务发送至目标处理节点,以使目标处理节点中与任务对应的目标应用程序启动一进程执行任务。
202、接收目标处理节点发送的性能数据,性能数据与进程对应。
节点管理平台接收用户终端设备发送的任务,然后节点管理平台可以直接将此任务发送至目标处理节点。如图1所示实施例中已经提及目标处理节点可以理解为一台高性能计算机,则举例来说,节点配置规格可以为高性能计算机的CPU的核心数和/或内存大小,比如32核内存64G。然后,目标处理节点会进一步根据任务中包括的应用程序标识确定与此任务对应的目标应用程序。并由此目标应用程序启动一进程来执行此任务。
在目标应用程序启动的进程执行任务的过程中,目标处理节点还可以按照预设时间间隔不断采集自身的性能数据,并将采集到的性能数据发送至节点管理平台。由于性能数据的采集是在用于执行任务的进程处于开启状态下进行的,因此,目标处理节点采集到的性能数据与此进程是对应的。
其中,可选地,性能数据可以是节点级别的性能指标和/或进程级别的性能指标也即是至少一种处理节点性能指标和/或至少一种进程性能指标。具体来说,节点级别的性能指标可以包括目标处理节点在用于执行任务的进程开启时的CPU使用率、目标处理节点的网络占用情况中的至少一种。进程级别的性能指标可以包括进程的CPU使用率、进程的内存使用率、进程在预设时间段内的使用率抖动值中的至少一种。
203、若性能数据满足已设定的分析条件,则向目标处理节点发送分析指令,以使目标处理节点对进程进行性能分析。
204、接收目标处理节点发送的性能分析结果。
节点管理平台在接收到性能数据后,将性能数据与已设定的分析条件进行比对,从而确定是否需要对用于执行任务的进程进行性能分析。其中,一种可选地方式,已设定的分析条件可以是节点管理平台的开发人员根据经验预先设置的。承接上述提及的性能数据中包括的内容,分析条件可以理解为一个预设阈值。比如性能数据可以为进程的CPU使用率,则分析条件可以为CPU使用率的预设阈值。当采集到的进程的CPU使用率高于此预设阈值时,则表明目标处理节点需要对用于执行任务的进程进行性能分析。
若性能数据满足已设定的分析条件,表明用于执行任务的进程需要被分析,则节点管理平台向目标处理节点发送分析指令。以使目标处理节点对进程进行分析,以得到此进程的性能分析结果。一种可选地方式,目标处理节点自身可以配置有用于分析进程性能的分析组件。在目标处理节点接收到节点管理平台发送的分析指令后,则会启动此分析组件,开始对进程进行性能分析,从而得到对应于此进程的性能分析结果。在此之后,目标处理节点还可以将性能分析结果直接发送至节点管理平台。
最终,节点管理平台会接收到对应于进程的性能分析结果。可选地,性能分析结果可以包括目标应用程序启动的进程在执行任务期间调用的至少一个功能模块各自对应的性能数据,此功能模块可以理解为在进行执行任务期间所调用的至少一段程序代码。节点管理平台还可以再将包括上述内容的性能分析结果发送至用户终端设备,以使用户可以直观地了解在目标应用程序启动的进程执行任务时,每一个功能模块的性能好坏,这样开发人员可以根据性能分析结果找出性能存在问题的功能模块,从而进行后续的优化的操作。
本发明实施例中,触发对执行任务的进程进行性能分析,完全由节点管理平台根据接收到的性能数据来自动控制,这样可以保证在最佳的时间触发性能分析,从而提高性能分析结果的可靠性。同时,目标处理节点的性能分析已经深入到进程级别,这也使得性能分析更加细致,以便用户可以根据性能分析结果对处理节点进行更加深入的分析。
另外,上述目标处理节点也可以是集群中的一个处理节点。此时,在节点管理平台接收到任务后,节点管理平台可以根据任务中包括的节点配置规格将此任务分配至对应的处理节点即目标处理节点。可选地,此任务中包括的执行此任务所需的节点配置规格可以根据任务的复杂程度由用户自行设置。并且目标处理节点的节点配置规格与任务中包含的节点配置规格相同。
上述提及了用于判断是否对进程进行性能分析的分析条件可以是由节点管理平台的开发人员根据经验预先设置的,但这样设置的分析条件对于所有用户以及所有内容的任务都是无差别的,并不能很好适用于不同的用户以及不同的任务内容,因此,一种可选地分析条件的设置方式可以为:
在节点管理平台在首次与用户终端设备进行通信时,节点管理平台可以直接接收用户通过用户终端设备发送的包括用户标识、目标应用程序的标识和分析条件的配置信息,此配置信息也可以理解为用户自行预设了用户标识、目标应用程序的标识与分析条件之间的对应关系。此时,节点管理平台会保存上述用户自行设定的配置信息,也即是前述三者之间的对应关系。
上述实际上是一种用户自主设置分析条件的方式,这种方式可以使分析条件与用户之间建立起对应关系,使分析条件可以更好的适用于不同的用户,提高分析条件的针对性。
在保存有不用用户自行设置的配置信息的基础上,节点管理平台可以接收用户终端设备发送的任务,并进一步接收目标处理节点采集的性能数据,其中,此性能数据中关联有用户标识和目标应用程序的标识。节点管理平台可以根据接收到的性能数据中关联的内容以及本地存储的不同用户设置的配置信息确定出与此性能数据对应的配置信息,其中,确定出的配置信息中包括的用户标识和目标应用程序的标识和性能数据中关联的内容相同。此时,节点管理平台则可以再从此确定出的配置信息中得到分析条件,以便节点管理平台根据此分析条件进一步判断是否需要对执行任务的进程进行性能分析。
如图1所示的实施例中已经涉及目标处理节点可以为集群中的一个处理节点。在这种情况下,除了上述方式之外,节点管理平台还可以采用另一种可选地方式来设置分析条件:
节点管理平台可以根据集群中各个处理节点的节点配置规格确定具有相同节点配置规格的多个处理节点,也即是按照节点配置规格将集群中的全部处理节点进行分组,以得到多组处理节点,每组处理节点中可以包括一个或多个处理节点,并且每个处理节点都可以和多个应用程序关联。这样,节点管理平台可以获取任一组处理节点中各个处理节点在使用目标应用程序启动的进程处理任务时的历史性能数据,并进一步根据此历史性能数据生成目标应用程序在此组处理节点即此节点配置规格下的分析条件。
下面以一具体实例说明上述分析条件的生成过程:假设节点管理平台已经将集群中节点配置规格为32核内存64G的多个处理节点划分为一组,将16核内存64G的多个处理节点划分为另一组。并且集群中的每个处理节点都和应用程序A以及应用程序B关联,并且应用程序A为目标应用程序。此时,节点管理平台可以获取预设时间段内,节点配置规格为32核内存64G的各个处理节点在使用目标应用程序A启动的进程处理任务时的历史性能数据。其中,历史性能数据同样可以包括至少一种处理节点性能指标和/或至少一种进程性能指标。假设历史性能数据为CPU使用率,则节点管理平台可以将各个节点配置规格为32核内存64G的处理节点的CPU使用率的平均值确定为目标应用程序A在节点配置规格为32核内存64G的处理节点下对应的分析条件。
重复上述步骤,节点管理平台便可以确定出每个应用程序在不同节点配置规格的处理节点下的分析条件。节点管理平台同样还可以将确定出的分析条件保存到本地。
上述实际上是一种节点管理平台根据历史数据自动设置分析条件的方式,并且确定出的分析条件是考虑了处理节点的节点配置规格的,这种方式可以使分析条件与节点配置规格之间建立起对应关系,从而提高分析条件的针对性。
在生成分析条件后,节点管理平台则可以接收用户终端设备发送的任务,并进一步接收到目标处理节点采集的性能数据,其中,性能数据中关联有目标应用程序的标识和目标处理节点的节点配置规格。节点管理平台可以根据接收到的性能数据中关联的内容以及本地存储的不同节点配置规格的处理节点的分析条件直接确定出用于判断是否进行性能分析的分析条件,以便节点管理平台根据此分析条件进一步判断是否需要对执行任务的进程进行性能分析。
很容易理解的,上述两种设置分析条件的过程是在步骤201之前执行的,其可以理解为一个预处理的过程。
图3为本发明实施例提供的另一种性能分析方法的流程图,在图2所示实施例的基础上,如图3所示,在步骤204之后,该方法还可以包括如下步骤:
301、若性能分析结果满足优化条件,则确定至少一种性能较优的节点配置规格中的任一种被用于目标应用程序的下一任务的处理。
在目标处理节点对用于执行任务的进程进行性能分析后,即可产生性能分析结果,同时还可以将此性能分析结果发送至目标处理节点。此时,节点管理平台可以接收到目标处理处理节点发送的性能分析结果。其中,可选地,性能分析结果中可以包括在进程执行任务时此进程的CPU使用率、此进程在预设时间段内的使用率抖动值等等。实际应用中,性能分析结果具体可以表现为火焰图或者热点函数信息等等。
接着,节点管理平台可以根据性能分析结果判断是否满足优化条件。若满足优化条件,则确定出与目标应用程序对应的至少一种性能较优的节点配置规格中的任意一种节点配置规格,并利用具有此节点配置规格的处理节点来处理下一个任务,并且此下一个任务仍然需要目标应用程序启动一进程来执行。
举例来说,当任务对应的目标处理节点的节点配置规格为32核内存64G,此时,性能分析结果中显示此目标应用程序启动的进程的CPU使用率为50%,而预设的优化条件为CPU使用率为75%,此时则表明使用此目标处理节点来处理任务是存在处理资源浪费的,因此,节点管理平台可以对目标处理节点进行优化。经过优化后,当下一个任务同样对应于目标应用程序时,则目标处理节点的节点配置规格优化为16核内存32G,而不再是32核内存64G,从而提高任务与目标处理节点之间的匹配度。
其中,对于上述的优化条件,其同样也采取用户自行设置和节点管理平台根据历史数据自动设置两种方式,具体过程和分析条件的设置方式类似,详细过程可以参见上述相关描述,在此不再赘述。
另外,由于集群中的每个处理节点都关联有多种应用程序,也就是说,每个处理节点都可以执行用户终端设备发送的各种内容的任务。因此,实际应用中,节点管理平台也可以将相同内容的任务随机分配给不同节点配置规格的处理节点。这样经过一段时间后,节点管理平台便可以获取不同节点配置规格的处理节点在使用目标应用程序启动的进程处理任务时的历史性能数据。节点管理平台可以根据这些历史性能数据确定出在目标应用程序启动的进程执行任务时,至少一个性能较优的节点配置规格,从而建立起至少一个节点配置规格与目标应用程序的标识之间的对应关系,也即是建立至少一个节点配置规格与目标应用程序间的对应关系。性能较优的节点配置规格也即是使用此节点配置规格的处理节点处理任务时不会出现处理资源浪费的现象。
而值得说明的是,上述对应关系的建立也可以认为是一个预处理过程,可以在步骤201之前进行。
但上述这种随机分配的方式,并不能保证任务与目标处理节点之间具有较高的匹配性,也即是在进程执行任务时,目标处理节点很容易出现处理资源浪费的情况。此时,基于此对应关系,若性能分析结果满足优化条件,则节点管理平台可以根据前述对应关系确定与目标应用程序对应的至少一种较优的节点配置规格,并从中选择任一种节点配置规格,并确定具有此任一节点配置规格的处理节点为下一个的任务的目标处理节点,当然下一个任务同样需要由目标应用程序启动一个进程来执行的。
另外,根据图2所示实施例中的相关描述可知,在节点管理平台接收到用户终端设备发送的任务后,可以直接根据任务中包括的所需的节点配置规格为此任务确定目标处理节点,此所需的节点配置规格可以是用户自己设置的。但用户设置的节点配置规格往往不是最优的,也就导致确定出的目标处理节点也不是最优的。
因此,在接收到任务后,对于如何确定目标处理节点,一种可选地方式,节点管理平台还可以根据任务中包括的目标应用程序的标识确定与此目标应用程序对应的至少一种性能较优的节点配置规格。再将任务中包含的节点配置规格和此至少一种性能较优的节点配置规格进行匹配。此匹配也即是判断两个节点配置规格是否相等。若不匹配,则将此至少一种性能较优的节点配置规格发送给用户终端设备,以使用户可以在此至少一种性能较优的节点配置规格中选择一种作为目标节点配置规格。待用户选择完毕后,节点管理平台可以具有目标节点配置规格的处理节点确定为目标处理节点。
本发明实施例中,在节点管理平台接收到任务后,可以将任务中包括的所需节点配置规格和至少一种性能较优的节点配置规格进行匹配,从而确定出一个节点配置规格与任务之间匹配性最佳的目标处理节点,在不浪费处理资源的同时保证任务处理的效率。同时,由于同一目标应用程序可以执行不同内容的任务,而不同内容的任务可能需要对应于不同节点配置规格的目标处理节点,因此,任务执行完毕并且节点管理平台接收到目标处理节点发送的性能分析结果后,若性能分析结果满足优化条件,则节点管理平台会进一步根据至少一种较优的节点配置规格与目标应用程序的标识之间的对应关系确定出任一种节点配置规格。当节点管理平台接收到下一个任务时,并且此下一个任务仍需要此目标应用程序启动一进程进行处理时,则节点管理平台会将具有此任一种节点配置规格的处理节点确定为目标处理节点,从而实时保证由节点配置规格于任务之间的匹配性最佳,在不浪费资源的同时保证任务处理的效率。
图4为本发明实施例提供的再一种性能分析方法的流程图,该性能分析方法可以由用户终端设备来执行。如图4所示,该方法可以包括如下步骤:
401、将用户提交的任务发送至节点管理平台,以使节点管理平台将任务分配到目标处理节点由目标处理节点中与任务对应的目标应用程序启动一进程执行任务。
402、接收节点管理平台发送的任务的执行结果以及进程的性能分析结果,性能分析结果是与进程对应的性能数据满足已设定的分析条件时目标处理节点对进程进行性能分析得到的性能分析结果。
用户可以在用户终端设备中安装与性能分析系统对应的客户端,并利用客户端提供的界面向节点管理平台提交任务,以使节点管理平台确定与任务对应的目标处理节点和目标应用程序,并由此目标应用程序启动的一个进程来执行此任务。
然后,待任务执行完毕后,用户终端设备可以接收到节点管理平台发送的执行结果。若在任务执行过程中,若目标处理节点采集到的性能数据满足已设定的分析条件,则会触发对目标应用程序启动的进程的性能分析。这种情况下,用户终端设备还可以接收到节点管理平台发送的性能分析结果。
其中,可选地,分析条件中可以包括至少一种处理节点性能指标和/或至少一种进程性能指标。
可选地,上述实施例的描述中提及了一种用户自主设置分析条件的方式。对应此种方式,用户则可以通过用户终端设备将自主设置的配置信息发送至节点管理平台,且配置信息中包括用户的用户标识、目标应用程序的标识和分析条件。
可选地,根据如图3所示实施例,节点管理平台可以建立起至少一种性能较优的节点配置规格和目标应用程序的标识之间的对应关系。同时,节点管理平台还会将对应于目标应用程序的标识的至少一种性能较优的节点配置规格发送给用户终端设备,用户终端设备接收此内容,以便用户可以从中选择一个目标节点配置规格,以使节点处理平台将具有目标节点配置规格的处理节点确定为目标处理节点。
而对于目标处理节点可以对进程进行性能分析后,最终得到的性能分析结果来说,其可以包括进程执行任务期间调用的至少一个功能模块各自对应的性能数据。得到这种粒度的性能分析结果可以使开发人员确定每个功能模块所存在的缺陷,以方便进行后续的对功能模块进行优化的操作。
本实施例中未详细描述的部分,可参考对图1至图3所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1至图3所示实施例中的描述,在此不再赘述。
图5为本发明实施例提供的又一种性能分析方法的流程图,该性能分析方法可以由处理节点来执行,此处理节点也即是上述提及的目标处理节点来执行。如图5所示,该方法可以包括如下步骤:
501、接收节点管理平台发送的任务。
502、触发任务对应的目标应用程序启动一进程执行任务。
503、将采集到的进程执行任务而产生的性能数据发送至节点管理平台,性能数据与进程对应。
504、若接收到节点管理平台发送的分析指令,则对进程进行性能分析,并将性能分析结果发送至节点管理平台,分析指令是节点管理平台在确定性能数据满足分析条件时发送的。
目标处理节点接收管理平台发送的任务,并根据任务中包括的目标应用程序的标识,触发此目标应用程序启动一进程来执行此任务。在任务的执行过程中,目标处理节点还会不断采集进程的性能数据,并将采集到的性能数据发送至节点管理平台,以使节点管理平台判断是否需要对此进程进行性能分析。若确定需要对此进程进行性能分析,则发送性能分析指令至目标处理节点。目标处理节点接收此分析指令后,可以利用自身配置的分析组件对进程进行分析,以得到性能分析结果。最终再将性能分析结果发送至节点管理平台,以使节点管理平台根据性能分析结果进一步判断是否需要进行处理节点的优化。
本实施例中未详细描述的部分,可参考对图1至图4所示实施例的相关说明。该技术方案的执行过程和技术效果参见图1至图4所示实施例中的描述,在此不再赘述。
以下将详细描述本发明的一个或多个实施例的交互装置。本领域技术人员可以理解,这些交互装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
图6为本发明实施例提供的一种性能分析装置的结构示意图,如图6所示,该装置包括:任务发送模块11、接收模块12以及指令发送模块13。
所述任务发送模块11,用于将用户终端设备发送的任务发送至目标处理节点,以使所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务。
所述接收模块12,用于接收所述目标处理节点发送的性能数据,所述性能数据与所述进程对应。
所述指令发送模块13,用于若所述性能数据满足已设定的分析条件,则向所述目标处理节点发送分析指令,以使所述目标处理节点对所述进程进行性能分析。
所述接收模块12,还用于接收所述目标处理节点发送的性能分析结果。
可选地,所述装置还包括:存储模块14。
所述接收模块12,还用于接收所述用户终端设备发送的配置信息,所述配置信息中包括用户标识、所述目标应用程序的标识和所述分析条件;
所述存储模块14,用于存储所述配置信息。
可选地,所述性能数据关联有所述用户标识和所述目标应用程序的标识,
所述装置还包括:分析条件确定模块15,用于根据所述性能数据关联的所述用户标识和所述目标应用程序的标识,确定所述配置信息;以及确定所述性能数据是否满足所述配置信息中包含的所述分析条件。
可选地,所述目标处理节点为所述集群中的处理节点;
所述装置还包括:节点确定模块16、获取模块17和生成模块18。
所述节点确定模块16,用于根据所述集群中各处理节点的节点配置规格,确定具有相同节点配置规格的多个处理节点。
所述获取模块17,用于获取所述目标应用程序在所述多个处理节点中分别对应的历史性能数据。
所述生成模块18,用于根据所述历史性能数据生成所述目标应用程序在所述相同节点配置规格下对应的分析条件。
可选地,所述分析条件确定模块15,还用于根据所述性能数据关联的所述目标应用程序的标识和所述目标处理节点的节点配置规格,选择对应的分析条件;以及确定所述性能数据是否满足选择出的分析条件。
可选地,所述任务中包括所需的节点配置规格,
所述装置还包括:选择模块19,用于从所述集群中选出与所述所需的节点配置规格匹配的处理节点作为所述目标处理节点。
可选地,所述装置还包括:关系建立模块20,用于根据所述历史性能数据,确定至少一种性能较优的节点配置规格;以及建立所述至少一种性能较优的节点配置规格与所述目标应用程序的标识之间的对应关系。
可选地,所述装置还包括:优化装置21,用于若所述性能分析结果满足优化条件,则根据所述对应关系确定所述至少一种性能较优的节点配置规格中的任一种被用于所述目标应用程序的下一任务的处理。
可选地,所述任务中包括所需的节点配置规格,
所述选择模块19还用于:若所述所需的节点配置规格与所述至少一种性能较优的节点配置规格不匹配,则将至少一种性能较优的节点配置规格提供给用户进行选择;以及从所述集群中选出与所述用户的选择的目标节点配置规格对应的处理节点作为所述目标处理节点。
图6所示装置可以执行图2至图3所示实施例的方法,本实施例未详细描述的部分,可参考对图2至图3所示实施例的相关说明。该技术方案的执行过程和技术效果参见图2至图3所示实施例中的描述,在此不再赘述。
以上描述了性能分析装置的内部功能和结构,在一个可能的设计中,性能分析装置的结构可实现为一电子设备,该电子设备可以是节点管理平台,如图7所示,该电子设备可以包括:第一处理器31和第一存储器32。其中,所述第一存储器32用于存储支持该电子设备执行上述图2至图3所示实施例中提供的交互方法的程序,所述第一处理器31被配置为用于执行所述第一存储器32中存储的程序。
所述程序包括一条或多条计算机指令,其中,所述一条或多条计算机指令被所述第一处理器31执行时能够实现如下步骤:
将用户终端设备发送的任务发送至目标处理节点,以使所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收所述目标处理节点发送的性能数据,所述性能数据与所述进程对应;
若所述性能数据满足所述已设定的分析条件,则向所述目标处理节点发送分析指令,以使所述目标处理节点对所述进程进行性能分析;
接收所述目标处理节点发送的性能分析结果。
可选地,所述第一处理器31还用于执行前述图2至图3所示实施例中的全部或部分步骤。
其中,所述电子设备的结构中还可以包括第一通信接口33,用于该电子设备与其他设备或通信网络通信。
另外,本发明实施例提供了一种计算机存储介质,用于储存上述电子设备所用的计算机软件指令,其包含用于执行上述图2至图3所示方法实施例中性能分析方法所涉及的程序。
图8为本发明实施例提供的另一种性能分析装置的结构示意图,如图8所示,该装置包括:发送模块41以及接收模块42。
所述发送模块41,用于将用户提交的任务发送至节点管理平台,以使所述节点管理平台将所述任务分配到目标处理节点由所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务。
所述接收模块42,用于接收所述节点管理平台发送的所述任务的执行结果以及所述进程的性能分析结果,所述性能分析结果是与所述进程对应的性能数据满足所述已设定的分析条件时所述目标处理节点对所述进程进行性能分析得到的性能分析结果。
可选地,所述发送模块41还用于:向所述节点管理平台发送配置信息,所述配置信息中包括所述用户的用户标识、所述目标应用程序的标识和所述分析条件。
可选地,所述接收模块42还用于:接收所述节点管理平台发送的至少一种性能较优的节点配置规格,所述至少一种性能较优的节点配置规格与所述所需的节点配置规格不同。
所述发送模块,还用于:将所述用户从所述至少一种性能较优的节点配置规格中选择的目标节点配置规格发送至所述节点管理平台,以使所述节点管理平台从所述集群中选出与所述目标节点配置规格对应的处理节点作为所述目标处理节点。
图8所示装置可以执行图4所示实施例的方法,本实施例未详细描述的部分,可参考对图4所示实施例的相关说明。该技术方案的执行过程和技术效果参见图4所示实施例中的描述,在此不再赘述。
以上描述了性能分析装置的内部功能和结构,在一个可能的设计中,性能分析装置的结构可实现为一电子设备,该电子设备可以是用户终端设备,如图9所示,该电子设备可以包括:第二处理器51和第二存储器52。其中,所述第二存储器52用于存储支持该电子设备执行上述图4所示实施例中提供的交互方法的程序,所述第二处理器51被配置为用于执行所述第二存储器52中存储的程序。
所述程序包括一条或多条计算机指令,其中,所述一条或多条计算机指令被所述第二处理器51执行时能够实现如下步骤:
将用户提交的任务发送至节点管理平台,以使所述节点管理平台将所述任务分配到目标处理节点由所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收所述节点管理平台发送的所述任务的执行结果以及所述进程的性能分析结果,所述性能分析结果是与所述进程对应的性能数据满足所述已设定的分析条件时所述目标处理节点对所述进程进行性能分析得到的分析结果。
可选地,所述第二处理器51还用于执行前述图4所示实施例中的全部或部分步骤。
其中,所述电子设备的结构中还可以包括第二通信接口53,用于该电子设备与其他设备或通信网络通信。
另外,本发明实施例提供了一种计算机存储介质,用于储存上述电子设备所用的计算机软件指令,其包含用于执行上述图4所示方法实施例中性能分析方法所涉及的程序。
图10为本发明实施例提供的再一种性能分析装置的结构示意图,如图10所示,该装置包括:接收模块61、触发模块62、发送模块63以及分析模块64。
所述接收模块61,用于接收节点管理平台发送的任务。
所述触发模块62,用于触发所述任务对应的目标应用程序启动一进程执行所述任务。
所述发送模块63,用于将采集到的所述进程执行所述任务而产生的性能数据发送至所述节点管理平台,所述性能数据与所述进程对应。
所述分析模块64,用于若接收到所述节点管理平台发送的分析指令,则对所述进程进行性能分析,并将性能分析结果发送至所述节点管理平台,所述分析指令是所述节点管理平台在确定所述性能数据满足分析条件时发送的。
图10所示装置可以执行图5所示实施例的方法,本实施例未详细描述的部分,可参考对图5所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5所示实施例中的描述,在此不再赘述。
以上描述了性能分析装置的内部功能和结构,在一个可能的设计中,性能分析装置的结构可实现为一电子设备,该电子设备可以是集群中的处理节点,如图11所示,该电子设备可以包括:第三处理器71和第三存储器72。其中,所述第三存储器72用于存储支持该电子设备执行上述图5所示实施例中提供的交互方法的程序,所述第三处理器71被配置为用于执行所述第三存储器72中存储的程序。
所述程序包括一条或多条计算机指令,其中,所述一条或多条计算机指令被所述第三处理器71执行时能够实现如下步骤:
接收节点管理平台发送的任务;
触发所述任务对应的目标应用程序启动一进程执行所述任务;
将采集到的所述进程执行所述任务而产生的性能数据发送至所述节点管理平台,所述性能数据与所述进程对应;
若接收到所述节点管理平台发送的分析指令,则对所述进程进行性能分析,并将性能分析结果发送至所述节点管理平台,所述分析指令是所述节点管理平台在确定所述性能数据满足分析条件时发送的。
可选地,所述第三处理器71还用于执行前述图5所示实施例中的全部或部分步骤。
其中,所述电子设备的结构中还可以包括第三通信接口73,用于该电子设备与其他设备或通信网络通信。
另外,本发明实施例提供了一种计算机存储介质,用于储存上述电子设备所用的计算机软件指令,其包含用于执行上述图5所示方法实施例中性能分析方法所涉及的程序。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式可借助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和软件结合的方式来实现。基于这样的理解,上述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计算机产品的形式体现出来,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (23)
1.一种性能分析方法,其特征在于,应用于节点管理平台,包括:
将用户终端设备发送的任务发送至目标处理节点,以使所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收所述目标处理节点发送的性能数据,所述性能数据与所述进程对应;若所述性能数据满足已设定的分析条件,则向所述目标处理节点发送分析指令,以使所述目标处理节点对所述进程进行性能分析;
接收所述目标处理节点发送的性能分析结果;
其中,所述分析条件的确定步骤,包括:
根据所述性能数据关联的所述目标应用程序的标识和所述目标处理节点的节点配置规格,从已存储的所述目标应用程序在不同节点配置规格的处理节点下各自对应的分析条件中,选择与所述目标处理节点和所述目标应用程序对应的所述分析条件。
2.根据权利要求1所述的方法,其特征在于,所述性能分析结果中包括所述进程执行所述任务期间调用的至少一个功能模块各自对应的性能数据。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收所述用户终端设备发送的配置信息,所述配置信息中包括用户标识、所述目标应用程序的标识和所述分析条件;
存储所述配置信息。
4.根据权利要求3所述的方法,其特征在于,所述性能数据关联有所述用户标识和所述目标应用程序的标识,所述方法还包括:
根据所述性能数据关联的所述用户标识和所述目标应用程序的标识,确定所述配置信息;
确定所述性能数据是否满足所述配置信息中包含的所述分析条件。
5.根据权利要求1所述的方法,其特征在于,所述目标处理节点为集群中的处理节点;所述方法还包括:
根据所述集群中各处理节点的节点配置规格,确定具有相同节点配置规格的多个处理节点;
获取所述目标应用程序在所述多个处理节点中分别对应的历史性能数据;
根据所述历史性能数据生成所述目标应用程序在所述相同节点配置规格下对应的分析条件。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述分析条件中包括:至少一种处理节点性能指标和/或至少一种进程性能指标。
7.根据权利要求5所述的方法,其特征在于,所述任务中包括所需的节点配置规格,所述方法还包括:
从所述集群中选出与所述所需的节点配置规格匹配的处理节点作为所述目标处理节点。
8.根据权利要求5所述的方法,其特征在于,所述方法还包括:
根据所述历史性能数据,确定至少一种性能较优的节点配置规格;
建立所述至少一种性能较优的节点配置规格与所述目标应用程序的标识之间的对应关系。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
若所述性能分析结果满足优化条件,则根据所述对应关系确定所述至少一种性能较优的节点配置规格中的任一种被用于所述目标应用程序的下一任务的处理。
10.根据权利要求8所述的方法,其特征在于,所述任务中包括所需的节点配置规格,所述方法还包括:
若所述所需的节点配置规格与所述至少一种性能较优的节点配置规格不匹配,则将至少一种性能较优的节点配置规格提供给用户进行选择;
从所述集群中选出与所述用户的选择的目标节点配置规格对应的处理节点作为所述目标处理节点。
11.一种性能分析方法,其特征在于,应用于用户终端设备,包括:
将用户提交的任务发送至节点管理平台,以使所述节点管理平台将所述任务分配到目标处理节点由所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收所述节点管理平台发送的所述任务的执行结果以及所述进程的性能分析结果,所述性能分析结果是与所述进程对应的性能数据满足已设定的分析条件时所述目标处理节点对所述进程进行性能分析得到的性能分析结果;所述分析条件是所述节点管理平台根据所述性能数据关联的所述目标应用程序的标识和所述目标处理节点的节点配置规格,从已存储的所述目标应用程序在不同节点配置规格的处理节点下各自对应的分析条件中选择出的。
12.根据权利要求11所述的方法,其特征在于,所述性能分析结果中包括所述进程执行所述任务期间调用的至少一个功能模块各自对应的性能数据。
13.根据权利要求11所述的方法,其特征在于,所述方法还包括:
向所述节点管理平台发送配置信息,所述配置信息中包括所述用户的用户标识、所述目标应用程序的标识和所述分析条件。
14.根据权利要求13所述的方法,其特征在于,所述分析条件中包括:至少一种处理节点性能指标和/或至少一种进程性能指标。
15.根据权利要求11所述的方法,其特征在于,所述目标处理节点为集群中的处理节点;
所述任务中包括所需的节点配置规格,用于使得所述节点管理平台从所述集群中选出与所述所需的节点配置规格匹配的所述节点数量的处理节点作为所述目标处理节点。
16.根据权利要求15所述的方法,其特征在于,所述方法还包括:
接收所述节点管理平台发送的至少一种性能较优的节点配置规格,所述至少一种性能较优的节点配置规格与所述所需的节点配置规格不同;
将所述用户从所述至少一种性能较优的节点配置规格中选择的目标节点配置规格发送至所述节点管理平台,以使所述节点管理平台从所述集群中选出与所述目标节点配置规格对应的处理节点作为所述目标处理节点。
17.一种性能分析方法,其特征在于,应用于处理节点,包括:
接收节点管理平台发送的任务;
触发所述任务对应的目标应用程序启动一进程执行所述任务;
将采集到的所述进程执行所述任务而产生的性能数据发送至所述节点管理平台,所述性能数据与所述进程对应,所述性能数据关联有所述目标应用程序的标识和所述处理节点的节点配置规格;
若接收到所述节点管理平台发送的分析指令,则对所述进程进行性能分析,并将性能分析结果发送至所述节点管理平台,所述分析指令是所述节点管理平台在确定所述性能数据满足分析条件时发送的;所述分析条件是所述节点管理平台根据所述性能数据关联的所述目标应用程序的标识和所述处理节点的节点配置规格,从已存储的所述目标应用程序在不同节点配置规格的处理节点下各自对应的分析条件中选择出的。
18.一种性能分析装置,其特征在于,应用于节点管理平台,包括:
任务发送模块,用于将用户终端设备发送的任务发送至目标处理节点,以使所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收模块,用于接收所述目标处理节点发送的性能数据,所述性能数据与所述进程对应;
指令发送模块,用于若所述性能数据满足已设定的分析条件,则向所述目标处理节点发送分析指令,以使所述目标处理节点对所述进程进行性能分析;
所述接收模块,还用于接收所述目标处理节点发送的性能分析结果;
分析条件确定模块,用于根据所述性能数据关联的所述目标应用程序的标识和所述目标处理节点的节点配置规格,从已存储的所述目标应用程序在不同节点配置规格的处理节点下各自对应的分析条件中,选择与所述目标处理节点和所述目标应用程序对应的所述分析条件。
19.一种性能分析装置,其特征在于,应用于用户终端设备,包括:
发送模块,用于将用户提交的任务发送至节点管理平台,以使所述节点管理平台将所述任务分配到目标处理节点由所述目标处理节点中与所述任务对应的目标应用程序启动一进程执行所述任务;
接收模块,用于接收所述节点管理平台发送的所述任务的执行结果以及所述进程的性能分析结果,所述性能分析结果是与所述进程对应的性能数据满足已设定的分析条件时所述目标处理节点对所述进程进行性能分析得到的分析结果;所述分析条件是所述节点管理平台根据所述性能数据关联的所述目标应用程序的标识和所述目标处理节点的节点配置规格,从已存储的所述目标应用程序在不同节点配置规格的处理节点下各自对应的分析条件中选择出的。
20.一种性能分析装置,其特征在于,应用于处理节点,包括:
接收模块,用于接收节点管理平台发送的任务;
触发模块,用于触发所述任务对应的目标应用程序启动一进程执行所述任务;
发送模块,用于将采集到的所述进程执行所述任务而产生的性能数据发送至所述节点管理平台,所述性能数据与所述进程对应,所述性能数据关联有所述目标应用程序的标识和所述处理节点的节点配置规格;
分析模块,用于若接收到所述节点管理平台发送的分析指令,则对所述进程进行性能分析;
所述发送模块,还用于将性能分析结果发送至所述节点管理平台,所述分析指令是所述节点管理平台在确定所述性能数据满足分析条件时发送的;所述分析条件是所述节点管理平台根据所述性能数据关联的所述目标应用程序的标识和所述处理节点的节点配置规格,从已存储的所述目标应用程序在不同节点配置规格的处理节点下各自对应的分析条件中选择出的。
21.一种电子设备,其特征在于,包括:存储器、处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如权利要求1至10中任一项所述性能分析方法。
22.一种电子设备,其特征在于,包括:存储器、处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时实现如权利要求11至16中任一项所述性能分析方法。
23.一种电子设备,其特征在于,包括:存储器、处理器;其中,所述一条或多条计算机指令被所述处理器执行时实现如权利要求17中任一项所述性能分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096510.8A CN110928738B (zh) | 2018-09-19 | 2018-09-19 | 性能分析方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811096510.8A CN110928738B (zh) | 2018-09-19 | 2018-09-19 | 性能分析方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110928738A CN110928738A (zh) | 2020-03-27 |
CN110928738B true CN110928738B (zh) | 2023-04-18 |
Family
ID=69855270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811096510.8A Active CN110928738B (zh) | 2018-09-19 | 2018-09-19 | 性能分析方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110928738B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155066A (zh) * | 2006-09-29 | 2008-04-02 | 中国移动通信集团北京有限公司 | 网络性能分析系统与分析方法 |
JP2011091751A (ja) * | 2009-10-26 | 2011-05-06 | Nippon Telegr & Teleph Corp <Ntt> | マルチエージェントシステムを用いた候補トポロジ生成方法とトポロジ生成方法およびトポロジ生成システムならびにプログラム |
CN103544304A (zh) * | 2013-10-31 | 2014-01-29 | 北京国双科技有限公司 | Windows进程数据的分析方法及装置 |
CN104156296A (zh) * | 2014-08-01 | 2014-11-19 | 浪潮(北京)电子信息产业有限公司 | 智能监控大规模数据中心集群计算节点的系统和方法 |
CN104360936A (zh) * | 2014-10-17 | 2015-02-18 | 中国人民解放军国防科学技术大学 | 一种基于触发操作的Barrier操作性能分析方法 |
EP2996283A1 (en) * | 2014-09-12 | 2016-03-16 | Tektronix, Inc. | Systems and devices for determining key performance indicators using inferential statistics |
CN108280018A (zh) * | 2017-12-19 | 2018-07-13 | 中国科学院声学研究所 | 一种节点工作流通信开销效率分析优化方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2107514A1 (en) * | 2008-03-31 | 2009-10-07 | British Telecommunications Public Limited Company | Process monitoring |
US8584136B2 (en) * | 2011-08-15 | 2013-11-12 | Sap Ag | Context-aware request dispatching in clustered environments |
-
2018
- 2018-09-19 CN CN201811096510.8A patent/CN110928738B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101155066A (zh) * | 2006-09-29 | 2008-04-02 | 中国移动通信集团北京有限公司 | 网络性能分析系统与分析方法 |
JP2011091751A (ja) * | 2009-10-26 | 2011-05-06 | Nippon Telegr & Teleph Corp <Ntt> | マルチエージェントシステムを用いた候補トポロジ生成方法とトポロジ生成方法およびトポロジ生成システムならびにプログラム |
CN103544304A (zh) * | 2013-10-31 | 2014-01-29 | 北京国双科技有限公司 | Windows进程数据的分析方法及装置 |
CN104156296A (zh) * | 2014-08-01 | 2014-11-19 | 浪潮(北京)电子信息产业有限公司 | 智能监控大规模数据中心集群计算节点的系统和方法 |
EP2996283A1 (en) * | 2014-09-12 | 2016-03-16 | Tektronix, Inc. | Systems and devices for determining key performance indicators using inferential statistics |
CN104360936A (zh) * | 2014-10-17 | 2015-02-18 | 中国人民解放军国防科学技术大学 | 一种基于触发操作的Barrier操作性能分析方法 |
CN108280018A (zh) * | 2017-12-19 | 2018-07-13 | 中国科学院声学研究所 | 一种节点工作流通信开销效率分析优化方法及系统 |
Non-Patent Citations (1)
Title |
---|
翟琰 ; 翟季冬 ; 薛巍 ; 金之雁.大规模并行程序通信性能分析.华中科技大学学报(自然科学版).2011,39(0z1),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110928738A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11106560B2 (en) | Adaptive thresholds for containers | |
US9477544B2 (en) | Recommending a suspicious component in problem diagnosis for a cloud application | |
CN106406987B (zh) | 一种集群中的任务执行方法及装置 | |
US20150295970A1 (en) | Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system | |
KR102134547B1 (ko) | 리스크 식별 방법, 리스크 식별 장치, 및 클라우드 리스크 식별 장치와 시스템 | |
JP2019517040A (ja) | クラウドプラットフォームベースのクライアントアプリケーション情報統計方法および装置 | |
US8572621B2 (en) | Selection of server for relocation of application program based on largest number of algorithms with identical output using selected server resource criteria | |
CN105049268A (zh) | 分布式计算资源分配系统和任务处理方法 | |
CN112346829A (zh) | 一种用于任务调度的方法及设备 | |
CN110704283A (zh) | 一种统一生成告警信息的方法、装置和介质 | |
CN112130996A (zh) | 数据监控控制系统、方法、装置、电子设备和存储介质 | |
CN105338082A (zh) | 基于应用代理服务器的负载均衡方法及装置 | |
CN103713935A (zh) | 一种在线管理Hadoop集群资源的方法和装置 | |
CN113342500A (zh) | 任务执行方法、装置、设备及存储介质 | |
CN110928636A (zh) | 虚拟机热迁移方法、装置和设备 | |
CN106598738A (zh) | 一种计算机集群系统及其并行计算方法 | |
CN105471938B (zh) | 服务器负载管理方法及装置 | |
CN108804210B (zh) | 一种云平台的资源配置方法及装置 | |
CN107870921B (zh) | 一种日志数据处理方法及装置 | |
CN117234732A (zh) | 共享资源的分配方法、装置、设备及介质 | |
CN110928738B (zh) | 性能分析方法、装置和设备 | |
CN110909072B (zh) | 一种数据表建立方法、装置及设备 | |
CN112631577B (zh) | 一种模型的调度方法、模型调度器以及模型安全测试平台 | |
CN112953993A (zh) | 资源调度方法、设备、网络系统及存储介质 | |
CN110928649A (zh) | 资源调度的方法和装置 |
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 |