CN111162934B - 业务服务的测试方法和装置、存储介质、电子装置 - Google Patents
业务服务的测试方法和装置、存储介质、电子装置 Download PDFInfo
- Publication number
- CN111162934B CN111162934B CN201911286094.2A CN201911286094A CN111162934B CN 111162934 B CN111162934 B CN 111162934B CN 201911286094 A CN201911286094 A CN 201911286094A CN 111162934 B CN111162934 B CN 111162934B
- Authority
- CN
- China
- Prior art keywords
- concurrency number
- target
- time period
- test
- test result
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
Abstract
本申请公开了一种业务服务的测试方法和装置、存储介质、电子装置。其中,该方法包括:获取对业务服务进行测试得到的目标测试结果,其中,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数;根据目标测试结果和目标并发数确定第一并发数,其中,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间;在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。本申请解决了相关技术中服务测试的效率较低的技术问题。
Description
技术领域
本申请涉及业务测试领域,具体而言,涉及一种业务服务的测试方法和装置、存储介质、电子装置。
背景技术
随着业务服务的日益增加,业务服务的性能和功能备受用户关注,因此,业务服务的测试工作对于保证业务服务的质量尤为重要。
相关技术中服务性能的测试方法是通过用户自定义脚本来模拟请求,通过人为设置不同的并发参数来测试出服务的性能,一种相关技术中的测试系统的结构如图1所示,包括:用户101,模拟客户端(client)103,服务端(service)的服务器105,用户通过配置文件107来启动脚本,模拟客户端请求服务端,该方案每次测试均需要人工干预,需要人为通过经验值来适当调整请求并发数以达到探测服务性能极限效果。
由于每个业务服务的测试需要测试人员循环调整请求并发数,测试人员的工作量较大,测试效率较低;受限于测试人员的个人经验,人为因素会对测试过程以及测试结果带来潜在影响,从而降低测试效率和测试准确率。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种业务服务的测试方法和装置、存储介质、电子装置,以至少解决相关技术中服务测试的效率较低的技术问题。
根据本申请实施例的一个方面,提供了一种业务服务的测试方法,包括:获取对业务服务进行测试得到的目标测试结果,其中,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数;根据目标测试结果和目标并发数确定第一并发数,其中,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间;在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。
根据本申请实施例的另一方面,还提供了一种业务服务的测试装置,包括:获取单元,用于获取对业务服务进行测试得到的目标测试结果,其中,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数;确定单元,用于根据目标测试结果和目标并发数确定第一并发数,其中,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间;测试单元,用于在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。
根据本申请实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,程序运行时执行上述的方法。
根据本申请实施例的另一方面,还提供了一种电子装置,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计算机程序,处理器通过计算机程序执行上述的方法。
在本申请实施例中,获取对业务服务进行测试得到的目标测试结果,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数;根据目标测试结果和目标并发数确定第一并发数,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间;在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果,可根据每次返回的测试结果重新调整测试用的并发数,直到服务端达到性能极限,而不用人为参与调整,可以解决相关技术中服务测试的效率较低的技术问题,进而达到提高测试效率的技术效果。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是相关技术中的业务服务的测试方案的示意图;
图2是根据本申请实施例的业务服务的测试方法的硬件环境的示意图;
图3是根据本申请实施例的一种可选的业务服务的测试方法的流程图;
图4是根据本申请实施例的一种可选的业务服务的测试方法的流程图;
图5是根据本申请实施例的一种可选的业务服务的测试方法的流程图;
图6是根据本申请实施例的一种可选的业务服务的测试方法的流程图;
图7是根据本申请实施例的一种可选的业务服务的测试装置的示意图;以及,
图8是根据本申请实施例的一种终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括””和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本申请实施例进行描述的过程中出现的部分名词或者术语适用于如下解释:
并发:主要是针对服务器而言,是否并发的关键是看用户操作是否对服务器产生了影响,因此,并发用户数量(或称并发数)是指在同一时刻(即一个很小的时间段)与服务器进行了交互的在线用户数量,这些用户的最大特征是和服务器产生了交互,这种交互既可以是单向的传输数据,也可以是双向的传送数据。
TPS:是TransactionsPerSecond的缩写,也就是事务数/秒,它是软件测试结果的测量单位之一,一个事务是指一个客户机向服务器发送请求然后服务器做出反应的过程,客户机在发送请求时开始计时,收到服务器响应后结束计时,以此来计算使用的时间和完成的事务个数。
D3算法:是一种贪心算法,用来构造决策树,ID3算法起源于概念学习系统(CLS),以信息熵的下降速度为选取测试属性的标准,即在每个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准,然后继续这个过程,直到生成的决策树能完美分类训练样例。
根据本申请实施例的一方面,提供了一种业务服务的测试方法的方法实施例。
可选地,在本实施例中,上述业务服务的测试方法可以应用于如图2所示的由测试设备201和服务器203所构成的硬件环境中。如图2所示,服务器203通过网络与测试设备201进行连接,可用于为用户终端或用户终端上安装的客户端提供服务(如游戏服务、应用服务等业务服务),可在服务器上或独立于服务器设置数据库205,用于为服务器203提供数据存储服务,上述网络包括但不限于:广域网、城域网或局域网,测试设备201并不限定于PC、手机、平板电脑、测试服务器等,可用于模拟用户终端。
本申请实施例的业务服务的测试方法可以由测试设备201来执行,还可以是由服务器203和测试设备201共同执行。其中,测试设备201执行本申请实施例的业务服务的测试方法也可以是由安装在其上的客户端来执行。后续以本申请实施例的业务服务的测试方法由测试设备201来执行为例进行说明。
图3是根据本申请实施例的一种可选的业务服务的测试方法的流程图,如图3所示,该方法可以包括以下步骤:
步骤S302,测试设备获取对业务服务进行测试得到的目标测试结果,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数。
上述业务服务可以为营销服务、游戏服务、网购服务、外卖服务等服务,并发数即在一个较短的时间段(如1秒钟)内向服务器发送的请求数量;测试请求用于模拟用户的接入该服务、获取该服务的服务数据、登录该服务等用户行为;时间段(如上文提及的目标时间段、下文提及的第一时间段、第二时间段等)即该较短时间对应的时间段;测试结果(如上文提及的目标测试结果、下文提及的第一测试结果、第二测试结果等)为测试过程产生的数据,如业务服务对测试请求的平均响应时间、吞吐量等。
步骤S304,测试设备根据目标测试结果和目标并发数确定第一并发数,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间。
步骤S306,测试设备在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。
在本申请的技术方案中,步骤S304可以认为是第N次测试,N为大于1的整数,相应地,步骤S302相当于是第N次测试之前的测试,如第(N-1)次测试、第(N-2)次测试(若N大于2)等,采用该方案可根据每次返回的测试结果重新调整测试用的并发数,直到服务端(即业务服务的服务器)达到性能极限,而不用人为参与调整,可以解决相关技术中服务测试的效率较低的技术问题,进而达到提高测试效率的技术效果。
本申请的测试方案对用户友好,用户可设定启动参数来启动脚本(也可将脚本设置为自动启动)。模拟请求及参数调整均为系统自动完成,无需人工干预,并且自动处理测试结果,输出精确的瓶颈,方便用户优化服务性能,其具有对用户友好、参数自调整、测试结果精确等优点。下面结合图3所示的步骤详述本申请的技术方案。
在步骤S302提供的技术方案中,在按照目标并发数向业务服务的服务器发送测试请求之后,获取对业务服务进行测试得到的目标测试结果。本申请的一种可选的实施方案如图4所示:
步骤S402,测试设备启动测试,可以按照用户401设定的启动参数启动脚本,也可以自动(如定时)启动脚本,运行脚本中的测试方案。
步骤S404,通过运行脚本来模拟客户端403请求服务端405,即向服务器发送测试请求。
可选地,若是第一次测试,可以预估业务服务的理想并发数,以该理想并发数的5%(也可以是其它比例)为初始并发数,之后并发数的调整可以按照下文描述的方案进行。
步骤S406,服务端返回响应给客户端,测试设备根据响应确定测试结果。
步骤S408,客户端根据服务端响应,自动调整测试参数,循环S404和步骤S406,直到服务端达到性能极限,最终输出测试结果(如最大吞吐量、最大并发数等)给用户。
在步骤S302中获取的目标测试结果,可以是图4中启动时第一次测试的测试结果,也可以是第一次测试之后进行测试的测试结果;根据获取到的测试结果进行调整,具体参见下文步骤S304的描述。
在步骤S304提供的技术方案中,根据目标测试结果和目标并发数确定下一次测试的第一并发数。
可选地,可以预先在脚本中配置好自动测试过程中需要使用的测试逻辑和测试方案,如第一次测试的启动、第二次测试时并发数的调整、第二次测试之后每次测试的并发数调整等逻辑。
上述的调整方案可以包括多种(如比率依次减小的多个级别的调整方案),每种调整方案调整的比率不同,调整的方式是:每次对请求的并发数按照调整方案对应的比率增加后,若测试结果对应的吞吐量相对于前一次的吞吐量并未按照该比率增加,那么下次调整就按照比当前比率低一个级别的调整方案进行调整,下面以多种调整方案为两种调整方案为例进行描述,例如,两种调整方案中的第一调整方案是并发数按照第一比率增加(如直接加倍),第二调整方案是按照第二比率(如10%)增加。
在一个可选的步骤S304的方案中,根据目标测试结果和目标并发数确定第一并发数时,在目标测试结果为第一次对业务服务进行测试得到的测试结果的情况下,按照从配置文件中查找到的第一调整方案对目标并发数进行调整,得到第一并发数,以实现并发数的较大幅度增长。
在另一个可选的步骤S304的方案中,根据目标测试结果和目标并发数确定第一并发数时,在目标测试结果为第一次之后的对业务服务进行测试得到的测试结果的情况下,可按照下文中步骤S3042-步骤S3044实现,此时,目标时间段为多个,多个目标时间段包括第二时间段和第三时间段,目标并发数为多个,多个目标并发数包括第二并发数和第三并发数。
步骤S3042,获取目标测试结果中第二测试结果和第三测试结果之间的当前对比结果,第二测试结果为按照第二并发数向业务服务的服务器发送测试请求后得到的测试结果,第二并发数为在第二时间段内发送的测试请求的并发数,第三测试结果为按照第三并发数向业务服务的服务器发送测试请求后得到的测试结果,第三并发数为在第三时间段内发送的测试请求的并发数,第三时间段的时长间隔和第二时间段的时长间隔相同且第三时间段的起始时间不早于第二时间段的结束时间,第一时间段的起始时间不早于第三时间段的结束时间。
步骤S3044,根据当前对比结果对第三并发数进行调整,得到第一并发数。
可选地,在根据当前对比结果对第三并发数进行调整时,可获取配置文件(如上述脚本文件),配置文件中配置有测试结果之间的多种对比结果以及与多种对比结果中的每种对比结果对应的调整方案,该调整方案用于根据对比结果对并发数进行调整,得到下一次测试时使用的并发数;在配置文件中查找与当前对比结果对应的调整方案;采用与当前对比结果对应的调整方案对第三并发数进行调整,得到第一并发数。
在配置文件中查找与当前对比结果对应的调整方案时,在当前对比结果表明第一比值与第二比值之间差值的绝对值小于目标阈值(如10%)的情况下,在配置文件中查找第一调整方案,第一比值为第三测试结果对应的第三并发数A1相对于第二测试结果对应的第二并发数A2的增长比值,即(A1-A2)/A2,第二比值为第三测试结果表示的吞吐量B1相对于第二测试结果表示的吞吐量B的增长比值,即(B1-B2)/B2;在当前对比结果表明第一比值与第二比值之间的差值不小于目标阈值(如5%)的情况下,在配置文件中查找第二调整方案,其中,第二调整方案对应的调整比率小于第一调整方案对应的调整比率。
在上述方案中,在业务服务的压力较小时,业务服务的吞吐量会伴随着并发数的成倍增长而成倍增长,但是考虑到业务服务的服务器资源的承载能力有限,其压力越来越大,吞吐量的增长速度会减小,本申请正是利用该特征形成了上述测试脚本(即配置文件),根据测试所处的不同阶段采用相应的调整方案来对并发数进行调整,进而使得调整的准确度较高,测试效率较高。
在步骤S306提供的技术方案中,在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。
可选地,在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果之后,在第三测试结果表示的吞吐量大于第二测试结果表示的吞吐量、且第三测试结果表示吞吐量大于第一测试结果表示吞吐量的情况下,确定第三测试结果表示的吞吐量为业务服务的最大吞吐量。
在一个可选的实施例中,为了使得测试结果更为准确,在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果之后,在第三测试结果表示的吞吐量大于第二测试结果表示的吞吐量、且第三测试结果表示吞吐量大于第一测试结果表示吞吐量的情况下,每次按照第三调整方案(对应的调整比率小于第二调整方案对应的比率)对第三并发数递增,若第一次增加时,对应的吞吐量也在增加,就继续递增,直至吞吐量发生下降时则以下降前的吞吐量为最大吞吐量,若第一次增加时,对应的吞吐量在下降,则按照第三调整方案对第三并发数递减,若第一次减少时,对应的吞吐量在下降,则说明第三测试结果对应的吞吐量是最大吞吐量,若第一次减少时,对应的吞吐量在增加,就继续递减,直至吞吐量发生下降时则以下降前的吞吐量为最大吞吐量。
为了知道造成吞吐量瓶颈的原因,在第一时间段内按照第一并发数向服务器发送测试请求的过程中,可采集服务器的多种资源中每种资源的资源状态;将根据多种资源中每种资源的资源状态确定的每种资源的状态类型和根据第一测试结果表示的吞吐量确定的吞吐量类型作为一条记录保存在记录文件中,以便完成测试之后按照如下步骤S12至步骤S18确定造成瓶颈的资源:
步骤S12,利用记录文件中的记录确定第一信息熵:
步骤S14,利用记录文件中的记录确定多种资源中第n种资源的第二信息熵:
其中,|Sj|表示记录文件中属于第n种资源的第j种状态类型的记录的数量,|S|表示记录文件中记录的数量,Entropy(Sj)表示属于第n种资源的第j种状态类型的记录的出现概率,j、n、k均为正整数。
步骤S16,利用第一信息熵和第二信息熵确定多种资源中第n种资源的信息增益:
Gain(S,n)=Entropy(S)-Entropyn(S)。
步骤S18,将多种资源中信息增益最大的资源作为待重新配置的目标资源。
作为一种可选的实施例,下面结合图5所示的方案进一步详述本申请的技术方案。
如图5所示,本方案可在相关技术方案的基础上添加配置模块(configurationmodule)501及计算模块(calculation module)503,配置模块主要用于自动调整参数(如上述的并发数),提高测试效率;而计算模块则根据测试数据计算出服务端瓶颈资源,输出最终数据(即最大吞吐量)给用户,本方案工作流程如下:
步骤S502,用户传入初始化参数,启动测试脚本(即配置文件)。
步骤S504,测试设备505上的脚本根据初始化参数,模拟客户端请求,向服务端507(即服务器)发出请求。
步骤S506,服务端返回响应数据。
步骤S508,将响应数据传递给配置模块。
步骤S510,配置模块根据响应数据自动调整并发参数(即并发数),继续模拟客户端向服务端发送请求。
重复执行步骤S506-步骤S510,直到服务端达到极限性能。
步骤S512,在执行步骤S506-步骤S510的过程中,计算模块采集测试数据。
步骤S514,计算模块根据测试数据,计算服务端的各类资源信息增益,从而找到瓶颈资源,并报告给测试人员509。
服务性能一般以服务的吞吐量(TPS)指标来评价,吞吐量越大,则服务性能越好。而吞吐量可以表示为:吞吐量=并发数/平均响应时间,其中,并发数(Concurrency Level,CL)为系统同时处理的请求数;平均响应时间(AverageResponse Time,ART)为服务对请求做出响应的平均时间。在系统服务可承受的范围内,平均响应时间是变动不大的,故系统服务的吞吐量会随着并发数增加而增加,但当并发数达到一定阈值后,系统的吞吐量就不再增加,此时服务性能达到极限,如果继续增大并发数,吞吐量反而会下降。
配置模块基于此原理,通过并发数增长比和TPS增长比进行比较,从而计算出系统服务是否达到极限性能。具体流程如图6所示:
步骤S602,配置系统理想并发数CL,初始化并发数CL0=0.05*CL。
步骤S604,根据当前并发配置模拟客户端向系统服务发出请求。
步骤S606,判断是否为首次请求或是否TPS增长比(即吞吐量的第二比值)和并发增长比(即并发量的第一比值)一致(此处的一致是指基本相同,允许存在一定的误差,如10%的误差),若是首次请求或TPS增长比和并发增长比一致,则执行步骤S608,否则执行步骤S610。
步骤S608,按照倍数增长并发数,若上次并发数CL′<0.25*CL,则将当前并发数增长2倍,即当前并发数CLnow=2*CL′,否则CLnow=1.1*CL′,重复执行步骤S606。
步骤S610,当前并发数按10%增长,即CLnow=1.1*CL′,继续模拟请求服务。
步骤S612,判断系统服务TPS是否明显下降(如下降幅度达到了20%),若是则结束,否则循环执行步骤S610。
上述配置模块通过自动配置并发数来测试出系统服务性能极限,而计算模块则通过采集测试数据样本,对样本进行离散化,并通过计算模块计算各类资源的信息增益,从而精确定位出系统服务的瓶颈资源。
在测试过程中,计算模块会采集每次测试时服务端可能影响性能的各类资源使用率样本,如CPU、内存(Mem)、硬盘IO、网络带宽(NetWork)等资源,同时计算对应的系统响应满意度。
系统响应满意度RS(Response Satisfaction):
其中,Tm为期待最小响应时间,Ts为系统平均响应时间。
然后对采集的样本进行离散化,即对采集的系统服务各类资源使用率及响应满意度RS进行等级划分。
例如,资源使用率分5类:极低veryLow(0-20%)、低low(20%-40%)、中等middle(40%-60%)、高high(60%-80%)、极高veryHigh(80%-100%);而响应满意度分3类:低low(0-60%)、中middle(60%-80%)和高high(80%-100%)。
如存在样本:s={CPU:15%,Mem:36%,IO:13%,Network:66%;RS:85%},则其经过离散化后,样本s变为s’:s’={CPU:veryLow,Mem:low,IO:veryLow,Network:high;RS:high}。
对样本进行离散化完成后,开始计算各类资源的信息增益。在数据挖掘中,通过ID3算法构建决策树时,通常会使用信息熵和信息增益来确定对目标分类影响最大的主要属性。类似地,本方案通过计算系统服务各类资源的信息增益来确定影响响应满意度RS关系最密切的资源,即瓶颈资源。首先需要计算测试样本中各类资源的信息熵。这里的信息熵是衡量系统复杂性的信息量。由上已经知道的目标属性响应满意度RS有3种可能等级,这里记为RSi(i=1,2,3)假设在整个数据集S中,RSi出现的概率为Pi,则数据集S所含的信息熵为:
然后计算条件熵,即根据资源划分后样本子集的信息熵。假定资源A有在数据集中存在k个不同的值,那么可以根据资源A(即第n个资源)将样本划分为个样本子集,则按资源A划分后的样本子集信息熵为:
其中,|Sj|(j=1,2,....,k)为子集Sj的样本数,|S|为总样本数。而信息增益则是样本划分前后信息熵的差值,其代表着按资源划分样本后而导致期望熵的减少,按资源A划分总数据集S的信息增益为:
Gain(S,n)=Entropy(S)-Entropyn(S),
信息增益越大,说明该资源对系统响应满意度RS的影响就越大,则可以明确该资源为系统瓶颈资源,后续可针对此资源,对系统进行专项优化,例如,若是内存的信息增益最大,就可以知道是内存导致了该瓶颈的存在,后期可以通过增加内存来提高吞吐量。
在本申请的技术方案中,配置模块基于“在系统服务承受范围内,系统吞吐量会随并发数增加而增加”的原理,自动科学合理地配置请求并发数,从而做到快速测试出系统极限性能,提升测试效率的效果。同时,增加计算模块,对测试的数据样本进行离散化,并计算各类资源信息增益,确定系统瓶颈资源,有利于后续的系统性能优化工作。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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根据上述实施例的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,本申请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(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
根据本申请实施例的另一个方面,还提供了一种用于实施上述业务服务的测试方法的业务服务的测试装置。图7是根据本申请实施例的一种可选的业务服务的测试装置的示意图,如图7所示,该装置可以包括:
获取单元701,用于获取对业务服务进行测试得到的目标测试结果,其中,所述目标测试结果为按照目标并发数向所述业务服务的服务器发送测试请求后得到的测试结果,所述目标并发数用于指示在目标时间段内发送的所述测试请求的并发数。
确定单元703,用于根据所述目标测试结果和所述目标并发数确定第一并发数,其中,所述第一并发数为在第一时间段内发送的所述测试请求的并发数,所述第一时间段的时长间隔和所述目标时间段的时长间隔相同且所述第一时间段的起始时间不早于所述目标时间段的结束时间。
测试单元705,用于在所述第一时间段内按照所述第一并发数向所述服务器发送所述测试请求,得到第一测试结果。
需要说明的是,该实施例中的获取单元701可以用于执行本申请实施例中的步骤S302,该实施例中的确定单元703可以用于执行本申请实施例中的步骤S304,该实施例中的测试单元705可以用于执行本申请实施例中的步骤S306。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图2所示的硬件环境中,可以通过软件实现,也可以通过硬件实现。
通过上述模块,可根据每次返回的测试结果重新调整测试用的并发数,直到服务端达到性能极限,而不用人为参与调整,可以解决相关技术中服务测试的效率较低的技术问题,进而达到提高测试效率的技术效果。
可选地,目标时间段为多个,多个目标时间段包括第二时间段和第三时间段,目标并发数为多个,多个目标并发数包括第二并发数和第三并发数,其中,确定单元包括:获取模块,用于获取目标测试结果中第二测试结果和第三测试结果之间的当前对比结果,其中,第二测试结果为按照第二并发数向业务服务的服务器发送测试请求后得到的测试结果,第二并发数为在第二时间段内发送的测试请求的并发数,第三测试结果为按照第三并发数向业务服务的服务器发送测试请求后得到的测试结果,第三并发数为在第三时间段内发送的测试请求的并发数,第三时间段的时长间隔和第二时间段的时长间隔相同且第三时间段的起始时间不早于第二时间段的结束时间,第一时间段的起始时间不早于第三时间段的结束时间;调整模块,用于根据当前对比结果对第三并发数进行调整,得到第一并发数。
可选地,调整模块还可用于:获取配置文件,其中,配置文件中配置有测试结果之间的多种对比结果以及与多种对比结果中的每种对比结果对应的调整方案,该调整方案用于根据对比结果对并发数进行调整,得到下一次测试时使用的并发数;在配置文件中查找与当前对比结果对应的调整方案;采用与当前对比结果对应的调整方案对第三并发数进行调整,得到第一并发数。
可选地,调整模块还可用于:在当前对比结果表明第一比值与第二比值之间的差值小于目标阈值的情况下,在配置文件中查找第一调整方案,其中,第一比值为第三测试结果对应的第三并发数与第二测试结果对应的第二并发数之间的比值,第二比值为第三测试结果表示的吞吐量相对于第二测试结果表示的吞吐量的增长比值;在当前对比结果表明第一比值与第二比值之间的差值不小于目标阈值的情况下,在配置文件中查找第二调整方案,其中,第二调整方案对应的调整比率小于第一调整方案对应的调整比率。
可选地,确定单元还可用于:在目标测试结果为第一次对业务服务进行测试得到的测试结果的情况下,按照从配置文件中查找到的第一调整方案对目标并发数进行调整,得到第一并发数。
可选地,本申请的装置还可包括:吞吐量确定单元,用于在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果之后,在第三测试结果表示的吞吐量大于第二测试结果表示的吞吐量、且第三测试结果表示吞吐量大于第一测试结果表示吞吐量的情况下,确定第三测试结果表示的吞吐量为业务服务的最大吞吐量。
可选地,本申请的装置还可包括:采集单元,用于在第一时间段内按照第一并发数向服务器发送测试请求的过程中,采集服务器的多种资源中每种资源的资源状态;将根据多种资源中每种资源的资源状态确定的每种资源的状态类型和根据第一测试结果表示的吞吐量确定的吞吐量类型作为一条记录保存在记录文件中。
可选地,本申请的装置还可包括:反馈单元,用于:利用记录文件中的记录确定第一信息熵其中,Pi表示记录文件中属于第i种吞吐量类型的记录的出现概率,m为吞吐量类型的类型数量;利用记录文件中的记录确定多种资源中第n种资源的第二信息熵其中,|Sj|表示记录文件中属于第n种资源的第j种状态类型的记录的数量,|S|表示记录文件中记录的数量,Entropy(Sj)表示属于第n种资源的第j种状态类型的记录的出现概率;利用第一信息熵和第二信息熵确定多种资源中第n种资源的信息增益Gain(S,n)=Entropy(S)-Entropyn(S);将多种资源中信息增益最大的资源作为待重新配置的目标资源。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图2所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的另一个方面,还提供了一种用于实施上述业务服务的测试方法的服务器或终端。
图8是根据本申请实施例的一种终端的结构框图,如图8所示,该终端可以包括:一个或多个(图8中仅示出一个)处理器801、存储器803、以及传输装置805,如图8所示,该终端还可以包括输入输出设备807。
其中,存储器803可用于存储软件程序以及模块,如本申请实施例中的业务服务的测试方法和装置对应的程序指令/模块,处理器801通过运行存储在存储器803内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的业务服务的测试方法。存储器803可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器803可进一步包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置805用于经由一个网络接收或者发送数据,还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置805包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置805为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
其中,具体地,存储器803用于存储应用程序。
处理器801可以通过传输装置805调用存储器803存储的应用程序,以执行下述步骤:
获取对业务服务进行测试得到的目标测试结果,其中,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数;
根据目标测试结果和目标并发数确定第一并发数,其中,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间;
在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。
处理器801还用于执行下述步骤:
获取目标测试结果中第二测试结果和第三测试结果之间的当前对比结果,其中,第二测试结果为按照第二并发数向业务服务的服务器发送测试请求后得到的测试结果,第二并发数为在第二时间段内发送的测试请求的并发数,第三测试结果为按照第三并发数向业务服务的服务器发送测试请求后得到的测试结果,第三并发数为在第三时间段内发送的测试请求的并发数,第三时间段的时长间隔和第二时间段的时长间隔相同且第三时间段的起始时间不早于第二时间段的结束时间,第一时间段的起始时间不早于第三时间段的结束时间;
根据当前对比结果对第三并发数进行调整,得到第一并发数。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图8所示的结构仅为示意,终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices,MID)、PAD等终端设备。图8其并不对上述电子装置的结构造成限定。例如,终端还可包括比图8中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图8所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行业务服务的测试方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
获取对业务服务进行测试得到的目标测试结果,其中,目标测试结果为按照目标并发数向业务服务的服务器发送测试请求后得到的测试结果,目标并发数用于指示在目标时间段内发送的测试请求的并发数;
根据目标测试结果和目标并发数确定第一并发数,其中,第一并发数为在第一时间段内发送的测试请求的并发数,第一时间段的时长间隔和目标时间段的时长间隔相同且第一时间段的起始时间不早于目标时间段的结束时间;
在第一时间段内按照第一并发数向服务器发送测试请求,得到第一测试结果。
可选地,存储介质还被设置为存储用于执行以下步骤的程序代码:
获取目标测试结果中第二测试结果和第三测试结果之间的当前对比结果,其中,第二测试结果为按照第二并发数向业务服务的服务器发送测试请求后得到的测试结果,第二并发数为在第二时间段内发送的测试请求的并发数,第三测试结果为按照第三并发数向业务服务的服务器发送测试请求后得到的测试结果,第三并发数为在第三时间段内发送的测试请求的并发数,第三时间段的时长间隔和第二时间段的时长间隔相同且第三时间段的起始时间不早于第二时间段的结束时间,第一时间段的起始时间不早于第三时间段的结束时间;
根据当前对比结果对第三并发数进行调整,得到第一并发数。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种业务服务的测试方法,其特征在于,包括:
获取对业务服务进行测试得到的目标测试结果,其中,所述目标测试结果为按照目标并发数向所述业务服务的服务器发送测试请求后得到的测试结果,所述目标并发数用于指示在目标时间段内发送的所述测试请求的并发数,第一次测试使用的初始并发数为预估得到的所述业务服务的理想并发数乘以预设比例后得到的;
根据所述目标测试结果和所述目标并发数确定第一并发数,其中,所述第一并发数为在第一时间段内发送的所述测试请求的并发数,所述第一时间段的时长间隔和所述目标时间段的时长间隔相同且所述第一时间段的起始时间不早于所述目标时间段的结束时间,在脚本中预先配置有并发数的调整方案;
在所述第一时间段内按照所述第一并发数向所述服务器发送所述测试请求,得到第一测试结果;
其中,在所述第一时间段内按照所述第一并发数向所述服务器发送所述测试请求的过程中,所述方法还包括:采集所述服务器的多种资源中每种资源的资源状态,将根据所述多种资源中每种资源的资源状态确定的每种资源的状态类型和根据所述第一测试结果表示的吞吐量确定的吞吐量类型作为一条记录保存在记录文件中;所述方法还包括:利用所述记录文件中的记录确定第一信息熵其中,Pi表示所述记录文件中属于第i种吞吐量类型的记录的出现概率,m为吞吐量类型的类型数量;利用所述记录文件中的记录确定所述多种资源中第n种资源的第二信息熵其中,|Sj|表示所述记录文件中属于第n种资源的第j种状态类型的记录的数量,|S|表示所述记录文件中记录的数量,Entropy(Sj)表示属于第n种资源的第j种状态类型的记录的出现概率,k为第n种资源的状态类型的数量;利用所述第一信息熵和所述第二信息熵确定所述多种资源中第n种资源的信息增益Gain(S,n)=Entropy(S)-Entropyn(S);将所述多种资源中信息增益最大的资源作为待重新配置的目标资源。
2.根据权利要求1所述的方法,其特征在于,所述目标时间段为多个,多个所述目标时间段包括第二时间段和第三时间段,所述目标并发数为多个,多个所述目标并发数包括第二并发数和第三并发数,其中,根据所述目标测试结果和所述目标并发数确定第一并发数包括:
获取所述目标测试结果中第二测试结果和第三测试结果之间的当前对比结果,其中,所述第二测试结果为按照所述第二并发数向所述业务服务的服务器发送所述测试请求后得到的测试结果,所述第二并发数为在所述第二时间段内发送的所述测试请求的并发数,所述第三测试结果为按照所述第三并发数向所述业务服务的服务器发送所述测试请求后得到的测试结果,所述第三并发数为在所述第三时间段内发送的所述测试请求的并发数,所述第三时间段的时长间隔和所述第二时间段的时长间隔相同且所述第三时间段的起始时间不早于所述第二时间段的结束时间,所述第一时间段的起始时间不早于所述第三时间段的结束时间;
根据所述当前对比结果对所述第三并发数进行调整,得到所述第一并发数。
3.根据权利要求2所述的方法,其特征在于,根据所述当前对比结果对所述第三并发数进行调整,得到所述第一并发数包括:
获取配置文件,其中,所述配置文件中配置有测试结果之间的多种对比结果以及与所述多种对比结果中的每种对比结果对应的调整方案,该调整方案用于根据对比结果对并发数进行调整,得到下一次测试时使用的并发数;
在所述配置文件中查找与所述当前对比结果对应的调整方案;
采用与所述当前对比结果对应的调整方案对所述第三并发数进行调整,得到所述第一并发数。
4.根据权利要求3所述的方法,其特征在于,在所述配置文件中查找与所述当前对比结果对应的调整方案包括:
在所述当前对比结果表明第一比值与第二比值之间的差值小于目标阈值的情况下,在所述配置文件中查找第一调整方案,其中,所述第一比值为所述第三测试结果对应的所述第三并发数相对于所述第二测试结果对应的所述第二并发数的增长比值,所述第二比值为所述第三测试结果表示的吞吐量相对于所述第二测试结果表示的吞吐量的增长比值;
在所述当前对比结果表明所述第一比值与所述第二比值之间的差值不小于所述目标阈值的情况下,在所述配置文件中查找第二调整方案,其中,所述第二调整方案对应的调整比率小于所述第一调整方案对应的调整比率。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,根据所述目标测试结果和所述目标并发数确定第一并发数包括:
在所述目标测试结果为第一次对所述业务服务进行测试得到的测试结果的情况下,按照从配置文件中查找到的第一调整方案对所述目标并发数进行调整,得到所述第一并发数。
6.根据权利要求2至4中任意一项所述的方法,其特征在于,在所述第一时间段内按照所述第一并发数向所述服务器发送所述测试请求,得到第一测试结果之后,所述方法还包括:
在所述第三测试结果表示的吞吐量大于所述第二测试结果表示的吞吐量、且所述第三测试结果表示的吞吐量大于所述第一测试结果表示的吞吐量的情况下,确定所述第三测试结果表示的吞吐量为所述业务服务的最大吞吐量。
7.一种业务服务的测试装置,其特征在于,包括:
获取单元,用于获取对业务服务进行测试得到的目标测试结果,其中,所述目标测试结果为按照目标并发数向所述业务服务的服务器发送测试请求后得到的测试结果,所述目标并发数用于指示在目标时间段内发送的所述测试请求的并发数,第一次测试使用的初始并发数为预估得到的所述业务服务的理想并发数乘以预设比例后得到的;
确定单元,用于根据所述目标测试结果和所述目标并发数确定第一并发数,其中,所述第一并发数为在第一时间段内发送的所述测试请求的并发数,所述第一时间段的时长间隔和所述目标时间段的时长间隔相同且所述第一时间段的起始时间不早于所述目标时间段的结束时间,在脚本中预先配置有并发数的调整方案;
测试单元,用于在所述第一时间段内按照所述第一并发数向所述服务器发送所述测试请求,得到第一测试结果;
所述测试单元还用于:在所述第一时间段内按照所述第一并发数向所述服务器发送所述测试请求的过程中,采集所述服务器的多种资源中每种资源的资源状态,将根据所述多种资源中每种资源的资源状态确定的每种资源的状态类型和根据所述第一测试结果表示的吞吐量确定的吞吐量类型作为一条记录保存在记录文件中;利用所述记录文件中的记录确定第一信息熵其中,Pi表示所述记录文件中属于第i种吞吐量类型的记录的出现概率,m为吞吐量类型的类型数量;利用所述记录文件中的记录确定所述多种资源中第n种资源的第二信息熵其中,|Sj|表示所述记录文件中属于第n种资源的第j种状态类型的记录的数量,|S|表示所述记录文件中记录的数量,Entropy(Sj)表示属于第n种资源的第j种状态类型的记录的出现概率,k为第n种资源的状态类型的数量;利用所述第一信息熵和所述第二信息熵确定所述多种资源中第n种资源的信息增益Gain(S,n)=Entropy(S)-Entropyn(S);将所述多种资源中信息增益最大的资源作为待重新配置的目标资源。
8.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至6任一项中所述的方法。
9.一种电子装置,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计算机程序,其特征在于,所述处理器通过所述计算机程序执行上述权利要求1至6任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911286094.2A CN111162934B (zh) | 2019-12-13 | 2019-12-13 | 业务服务的测试方法和装置、存储介质、电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911286094.2A CN111162934B (zh) | 2019-12-13 | 2019-12-13 | 业务服务的测试方法和装置、存储介质、电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111162934A CN111162934A (zh) | 2020-05-15 |
CN111162934B true CN111162934B (zh) | 2023-01-03 |
Family
ID=70557116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911286094.2A Active CN111162934B (zh) | 2019-12-13 | 2019-12-13 | 业务服务的测试方法和装置、存储介质、电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111162934B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111787368A (zh) * | 2020-05-21 | 2020-10-16 | 视联动力信息技术股份有限公司 | 一种服务器测试方法和装置 |
CN111953559A (zh) * | 2020-07-15 | 2020-11-17 | 浪潮思科网络科技有限公司 | Sdn网络的并发测试方法和系统 |
CN113778844A (zh) * | 2020-10-14 | 2021-12-10 | 北京京东振世信息技术有限公司 | 一种自动化性能测试方法和装置 |
CN112291119B (zh) * | 2020-12-28 | 2021-04-06 | 腾讯科技(深圳)有限公司 | 区块链网络测试方法、装置、介质及电子设备 |
CN112968806B (zh) * | 2021-01-27 | 2022-09-02 | 杭州朗和科技有限公司 | 业务场景的测试方法及装置、存储介质、电子设备 |
CN113360389A (zh) * | 2021-06-23 | 2021-09-07 | 平安普惠企业管理有限公司 | 一种性能测试方法、装置、设备及存储介质 |
CN113849384B (zh) * | 2021-08-27 | 2023-07-25 | 苏州浪潮智能科技有限公司 | 一种raid系统后台任务测试时长确定方法和装置 |
CN116627893B (zh) * | 2023-07-18 | 2023-11-03 | 苏州浪潮智能科技有限公司 | 加速引擎配置方法、装置、并行数估计系统、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9647919B1 (en) * | 2014-12-04 | 2017-05-09 | Amazon Technologies | Automated determination of maximum service throughput |
CN108563544A (zh) * | 2018-03-26 | 2018-09-21 | 平安普惠企业管理有限公司 | 系统性能测试方法、装置、计算机设备和存储介质 |
CN108804035A (zh) * | 2018-05-22 | 2018-11-13 | 深圳忆联信息系统有限公司 | 降低io延时的方法、装置、计算机设备及存储介质 |
CN110297743A (zh) * | 2018-03-21 | 2019-10-01 | 财付通支付科技有限公司 | 一种负载测试方法、装置和存储介质 |
WO2019192103A1 (zh) * | 2018-04-03 | 2019-10-10 | 平安科技(深圳)有限公司 | 并发访问控制方法、装置、终端设备及介质 |
-
2019
- 2019-12-13 CN CN201911286094.2A patent/CN111162934B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9647919B1 (en) * | 2014-12-04 | 2017-05-09 | Amazon Technologies | Automated determination of maximum service throughput |
CN110297743A (zh) * | 2018-03-21 | 2019-10-01 | 财付通支付科技有限公司 | 一种负载测试方法、装置和存储介质 |
CN108563544A (zh) * | 2018-03-26 | 2018-09-21 | 平安普惠企业管理有限公司 | 系统性能测试方法、装置、计算机设备和存储介质 |
WO2019192103A1 (zh) * | 2018-04-03 | 2019-10-10 | 平安科技(深圳)有限公司 | 并发访问控制方法、装置、终端设备及介质 |
CN108804035A (zh) * | 2018-05-22 | 2018-11-13 | 深圳忆联信息系统有限公司 | 降低io延时的方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于ID3算法的信息资源分类管理映射模型研究;柴宏涛等;《计算机工程与设计》;20130316(第03期);第1082-1086页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111162934A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111162934B (zh) | 业务服务的测试方法和装置、存储介质、电子装置 | |
US20200326983A1 (en) | Auto-scaling for allocation of cloud service resources in application deployments | |
US20200201737A1 (en) | Methods and systems for determining capacity | |
CN111768008A (zh) | 联邦学习方法、装置、设备和存储介质 | |
US7702497B2 (en) | Method for recommending upgrade components for a computer system | |
US10067746B1 (en) | Approximate random number generator by empirical cumulative distribution function | |
CN111937006B (zh) | 基于熵值来确定性能的系统 | |
KR20100109368A (ko) | 서버 로드 용량 결정 시스템 | |
JP2005521359A (ja) | ソフトウェアアプリケーションのネットワーク動作特性を測定する方法、システム及びコンピュータプログラム | |
CN111898578B (zh) | 人群密度的获取方法、装置、电子设备 | |
US20210209481A1 (en) | Methods and systems for dynamic service performance prediction using transfer learning | |
CN111325417A (zh) | 实现隐私保护的多方协同更新业务预测模型的方法及装置 | |
Pietrantuono et al. | Run-time reliability estimation of microservice architectures | |
CN109783459A (zh) | 从日志中提取数据的方法、装置及计算机可读存储介质 | |
Song et al. | Minimizing entropy for crowdsourcing with combinatorial multi-armed bandit | |
US20230004776A1 (en) | Moderator for identifying deficient nodes in federated learning | |
JP6577516B2 (ja) | 判定装置、分析システム、判定方法および判定プログラム | |
CN110457387B (zh) | 一种应用于网络中用户标签确定的方法及相关装置 | |
CN104937613A (zh) | 量化数据质量的探试 | |
CN114860617B (zh) | 一种智能压力测试方法及系统 | |
CN111598390B (zh) | 服务器高可用性评估方法、装置、设备和可读存储介质 | |
CN107784363B (zh) | 数据处理方法、装置及系统 | |
US11775819B2 (en) | Automated configuration determinations for data center devices using artificial intelligence techniques | |
WO2022253454A2 (en) | Dimensioning of telecommunication infrastructure | |
CN115484624A (zh) | 数据处理方法、架构、电子设备及存储介质 |
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 |