CN111190832A - 一种性能瓶颈定位和调优方法、装置及系统 - Google Patents
一种性能瓶颈定位和调优方法、装置及系统 Download PDFInfo
- Publication number
- CN111190832A CN111190832A CN202010010205.3A CN202010010205A CN111190832A CN 111190832 A CN111190832 A CN 111190832A CN 202010010205 A CN202010010205 A CN 202010010205A CN 111190832 A CN111190832 A CN 111190832A
- Authority
- CN
- China
- Prior art keywords
- performance
- platform
- result
- data
- log
- 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
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000012360 testing method Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000007405 data analysis Methods 0.000 claims description 25
- 238000011161 development Methods 0.000 claims description 15
- 238000011056 performance test Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 206010063385 Intellectualisation Diseases 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012800 visualization 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
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
- G06F11/3608—Software analysis for verifying properties of programs using formal methods, e.g. model checking, abstract interpretation
-
- 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
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- 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
- G06F11/362—Software debugging
- G06F11/366—Software debugging using diagnostics
-
- 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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Abstract
本申请公开一种性能瓶颈定位和调优方法、装置及系统,方法包括接收由监控平台发送的性能指标数据;接收由日志平台发送的日志数据;接收由Arthas平台发送的耗时方法;根据性能指标数据,日志数据和耗时方法计算得到场景路线;根据场景路线,在已知数据元素库中查找结果集,结果集包括性能瓶颈定位结果和解决方案。本申请通过对性能指标、服务日志等多维度数据实时监控,通过大数据寻找场景路线,能够最快速定位到问题和解决问题以及验证问题,可以让测试和开发人员快速知道对应性能瓶颈和解决方案,快速进行性能调优,从而实现性能瓶颈定位和性能调优自动化和智能化,大大节约性能测试时间,快速推进项目进度,使得项目最终按照计划上线。
Description
技术领域
本申请涉及性能检测技术领域,特别涉及一种性能瓶颈定位和调优方法、装置及系统。
背景技术
当前测试人员在进行单服务和全链路性能测试时,测试人员大部分工时都花费在性能瓶颈定位上,通过经验和测试数据统计得出,一般的java服务通常都是那些常见的几种性能瓶颈,比如JVM问题,数据库连接数问题,慢sql查询问题,高频查询问题,线程池问题,代码使用线程不合理问题,cpu偏高问题,缓存运用不合理问题,中间件使用不当等问题,最终总结下来,这些常见性能问题梳理下来不超过20种。同时这些常见的性能问题,对应开发修改的方案最终也是大同小异;虽然小小20种问题,对于测试和开发人员来定位性能瓶颈,往往耗费的工时是无法准确预估的。无法准确预估时间,将会导致整个项目计划打乱,最终对项目失控。
发明内容
本申请的目的在于提供一种性能瓶颈定位和调优方法、装置及系统,以解决由测试和开发人员定位性能瓶颈导致耗时长的问题。
第一方面,本申请实施例提供了一种性能瓶颈定位和调优方法,包括:
接收由监控平台发送的性能指标数据;
接收由日志平台发送的日志数据;
接收由Arthas平台发送的耗时方法;
根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;
根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。
结合第一方面,在第一方面的第一种可实现方式中,所述方法还包括:
如果所述结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。
结合第一方面,在第一方面的第二种可实现方式中,所述方法还包括:
如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;
存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。
结合第一方面,在第一方面的第三种可实现方式中,所述方法还包括:
获取测试和开发人员对结果集的评分结果及纠正分析结果。
结合第一方面,在第一方面的第四种可实现方式中,所述方法还包括:
接收由性能自动化平台发送的指令,所述指令的内容包括性能测试操作,结果查看和分析后数据回溯;
根据所述指令的内容发送所述指令对应的数据。
第二方面,本申请提供一种性能瓶颈定位和调优装置,包括:
第一接收单元,用于接收由监控平台发送的性能指标数据;
第二接收单元,用于接收由日志平台发送的日志数据;
第三接收单元,用于接收由Arthas平台发送的耗时方法;
计算单元,用于根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;
查找单元,用于根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。
结合第二方面,在第二方面的第一种可实现方式中,所述装置还包括:
筛选单元,用于如果所述结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。
结合第二方面,在第二方面的第二种可实现方式中,所述装置还包括:
第一获取单元,用于如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;
存储单元,用于存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。
结合第二方面,在第二方面的第三种可实现方式中,所述装置还包括:
第二获取单元,用于获取测试和开发人员对所述结果集的评分结果和纠正分析结果。
结合第二方面,在第二方面的第四种可实现方式中,所述装置还包括:
第四接收单元,用于接收由性能自动化平台发送的指令,所述指令的内容包括性能测试操作,结果查看和分析后数据回溯;
发送单元,用于根据所述指令的内容发送所述指令对应的数据。
第三方面,本申请提供一种性能瓶颈定位和调优系统,包括性能自动化平台,监控平台,日志平台,Arthas平台和大数据分析平台;
所述性能自动化平台,所述监控平台,所述日志平台,所述Arthas平台分别和所述大数据分析平台连接;
所述监控平台,用于收集执行中性能指标数据并发送至所述大数据分析平台;
所述日志平台,用于收集日志数据,所述日志数据包括错误日志和开发关键性能指标日志并发送至所述大数据分析平台;
所述Arthas平台,用于动态跟踪代码,找出耗时方法,以及经过二次自定义封装并发送至所述大数据分析平台;
所述大数据分析平台,用于接收由监控平台发送的性能指标数据;接收由日志平台发送的日志数据;接收由Arthas平台发送的耗时方法;根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案;
所述性能自动化平台,用于操作性能测试,查看结果和回溯分析后的数据。
结合第三方面,在第三方面的第一种可实现方式中,所述日志平台,还用于结合所述Arthas平台的Arthas代码分析工具确定出错代码以及代码引用处。
由以上技术方案可知,本申请通过对性能指标、服务日志等多维度数据的实时监控,通过大数据寻找场景路线,能够最快速的定位到问题和解决问题以及验证问题,可以让测试和开发人员快速知道对应的性能瓶颈和解决方案,快速进行性能调优,从而实现性能瓶颈定位和性能调优自动化和智能化,大大节约性能测试时间,快速推进项目进度,使得项目最终按照计划上线。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为根据本申请实施例示出的一种性能瓶颈定位和调优方法的第一实施例的流程图;
图2为根据本申请实施例示出的一种性能瓶颈定位和调优装置的结构框图;
图3为根据本申请实施例示出的一种性能瓶颈定位和调优系统的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,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,都属于本申请保护的范围。以下结合附图,详细说明本申请各实施例提供的技术方案。
很多自主研发的性能自动化平台仅仅只能对性能执行过程进行自动化,比如分布式压测,项目管理、环境管理、脚本管理、场景管理、任务管理、监控管理、结果管理,但是最终缺少通过监控,通过性能指标,通过机器智能分析以及大数据分析推出可能存在的性能瓶颈。
参阅图1,为本申请实施例提供了一种性能瓶颈定位和调优方法第一实施例的流程图,所述方法包括:
步骤101,接收由监控平台发送的性能指标数据;
其中,性能指标数据包括服务cpu,JVM,线程数,Kfk堆积数,中间件相关指标。
步骤102,接收由日志平台发送的日志数据;
其中,日志数据包括错误日志和开发关键性能指标日志。
步骤103,接收由Arthas平台发送的耗时方法;
步骤104,根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;
需要说明的是,根据性能指标数据,日志数据,耗时方法等多维数据然后综合进行考虑计算得到场景路线,而性能指标数据,日志数据等多维数据都是数据元素库中的一个组合元素,通过基于最佳路径组合搜索策略去查找最佳匹配路径,即场景路线。
步骤105,根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。
已知的数据元素库包括所有已知的性能指标数据,日志数据和耗时方法对应的性能瓶颈定位结果和解决方案,即结果集。
在已知的数据元素库中查找结果集,即性能瓶颈定位结果和解决方案之后,测试和开发人员结合得到性能瓶颈定位结果和解决方案进行性能调优。
例如:现在有一个cpu高,fgc频繁的性能瓶颈,根据性能指标数据,日志数据,耗时方法确定场景路线,场景路线是先查找cpu高的已知场景,继续去刷选其中fgc有问题的场景,从而找到结果集,即性能瓶颈定位结果和解决方案,测试和开发人员结合得到性能瓶颈定位结果和解决方案进行性能调优。
由以上实施例可知,本申请的一种性能瓶颈定位和调优方法第一实施例,接收由监控平台发送的性能指标数据;接收由日志平台发送的日志数据;接收由Arthas平台发送的耗时方法;根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。本申请通过对性能指标、服务日志等多维度数据的实时监控,通过大数据寻找场景路线,能够最快速的定位到问题和解决问题以及验证问题,可以让测试和开发人员快速知道对应的性能瓶颈和解决方案,快速进行性能调优,从而实现性能瓶颈定位和性能调优自动化和智能化,大大节约性能测试时间,快速推进项目进度,使得项目最终按照计划上线。
第一实施例中在已知的数据元素库中查找结果集时,查找到的结果集可能只有一个,在结果集只有一个时,确定该结果集为最终选中的性能瓶颈定位结果和解决方案。查找到的结果集也可能是多个,多个结果集增加测试和开发人员调优的工作量且增加了性能测试时间。因此,需要进一步对多个结果集进行筛选。
在第一实施例的基础上,本申请实施例提供了一种性能瓶颈定位和调优方法第二实施例,所述方法还包括:
如果所述结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。
例如:根据所述场景路线,在已知的数据元素库中查找结果集,满足条件的结果集的数量有10个,预设名次为前五名,则会筛选结果集评分在前五名的结果集。
需要说明的是,每个在已知的数据元素库能查找到的结果集均具有由开发和测试人员对其评定的分数,结果集评分排序规则为评分由高到低排序。预设名次根据具体测试需求设置,本申请不做限定。评分越高的结果集,性能瓶颈定位结果和解决方案越准确。筛选出评分高的结果集可有效剔除无法解决对应问题或解决方案相对较差的结果集,大大缩短性能测试时间。
由以上实施例可知,本申请的一种性能瓶颈定位和调优方法第二实施例,当查找到的结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。本申请通过优选评分高的结果集可以剔除评分较低的结果集,更快地帮助测试开发人员选出合适的性能瓶颈定位结果和解决方案。
第一实施例和第二实施例适用于在已知的数据元素库中可以查找到结果集的情况,但也有可能存在在已知的数据元素库中查找不到结果集的情况。
在第一实施例的基础上,本申请实施例提供了一种性能瓶颈定位和调优方法第三实施例,所述方法还包括:
如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;
存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。
根据所述场景路线,未在已知的数据元素库中查找结果集,证明已知的数据元素库中不存在此时性能指标数据,日志数据和耗时方法对应的性能瓶颈定位结果和解决方案。因此,需要借助开发和测试人员给出对应的性能瓶颈定位结果和解决方案。经过开发和测试人员分析后,给出相应的性能瓶颈定位结果和解决方案,并将此作为一个新的结果集存储在已知的数据元素库中,以便在下次遇到同样的问题后,可快速找到与之对应的结果集,即性能瓶颈定位结果和解决方案。
由以上实施例可知,本申请的一种性能瓶颈定位和调优方法第三实施例,如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。新的结果集作为一个新的数据元素存入已知的数据元素库。越多的数据元素,越有利于快速得到性能瓶颈定位结果和解决方案。
在本申请的第三实施例中,在存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集的步骤之后,还包括:
获取测试和开发人员对新的结果集的评分结果。
及时获取测试和开发人员对新的结果集的评分结果,有利于在下次出现同样的问题时快速找到本次的新存储的结果集。
性能瓶颈定位和调优的过程中,可能会出现查找到的结果集,即性能瓶颈定位结果和解决方案不能很好的解决该性能瓶颈,需要对其进行纠正。
在第一实施例的基础上,本申请实施例提供了一种性能瓶颈定位和调优方法第四实施例,所述方法还包括:
获取测试和开发人员对结果集的评分结果及纠正分析结果。
在根据场景路线查找到结果集后,测试开发人员会用得到性能瓶颈定位结果和解决方案进行性能调优。根据调优的结果对此次的结果集进行打分和纠正。打分的目的是人为对该次判断的结果给出分数,如果分数高,那么下一次遇到同样的场景,会给出这次分数高的解决方案;如果分数偏低,那下一次遇到类似场景,先去查找类似场景下其他分数偏高的结果。例如,一个场景或许在查找结果集时有多个解决方案,通过筛选可以给出分数较高的一个或几个解决方案。
在根据场景路线查找到的结果集未能有效解决其相应的问题时,人为可以对该性能场景添加最终的解决方案,即类似性能场景又多一个解决方案,而原来平台给出对解决方案仍然在,即人为的不断扩充数据元素和纠正数据元素。
本申请通过监控性能指标、服务日志等各种维度指标,大数据分析对应可能的出现的问题,通过问题找对应匹配的解决方案,其中,大数据来源需要预设多种路径和人为打分机制以及后期学习能力。本申请通过一次次的测试执行,都是增加或者纠正数据元素,从而便于快速得到准确的结果集。
由以上实施例可知,本申请的一种性能瓶颈定位和调优方法第四实施例,在已知的数据元素库中查找结果集,测试开发人员会用得到结果集进行性能调优,对该结果集进行打分和纠正,获取测试和开发人员对结果集的评分结果及纠正分析结果。本申请实施例通过打分、不断增加新的数据元素及纠正可以能够最快速准确的定位到性能瓶颈问题及对应的解决方案。最大限度的减少测试工时,最准确的给出项目计划,从而保证产品质量,同时为公司节约人力成本,为公司工具自动化研发思路提供有效的解决途径。
在上述实施例的基础上,本申请实施例提供了一种性能瓶颈定位和调优方法第五实施例,所述方法还包括:
接收用户对性能测试操作,结果查看和分析后数据回溯的指令;
根据所述指令的内容发送对应的数据。
具体地,在接收用户对性能测试操作的指令时,开始执行步骤101-步骤105,得到最终结果,即查找到对应的结果集或未查找到结果集。
在接收到结果查看的指令后,发送查找到对应的结果集或未查找到结果集的结果数据。
在接收到分析后数据回溯的指令后,发送分析后数据回溯的相关数据。分析后数据回溯的目的是方便分析者追踪数据来源,确定数据是否有误。
由以上实施例可知,本申请的一种性能瓶颈定位和调优方法第五实施例,接收用户对性能测试操作,结果查看和分析后数据回溯的指令;根据所述指令的内容发送对应的数据。本申请实施例根据用户需求反馈对应的信息,有助于可视化管理,同时有助于提高用户体验。
参阅图2,为本申请提供一种性能瓶颈定位和调优装置的结构框图,本申请实施例提供一种性能瓶颈定位和调优装置包括:
第一接收单元201,用于接收由监控平台发送的性能指标数据;
第二接收单元202,用于接收由日志平台发送的日志数据;
第三接收单元203,用于接收由Arthas平台发送的耗时方法;
计算单元204,用于根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;
查找单元205,用于根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。
本申请提供的一种性能瓶颈定位和调优装置的另一实施例中,所述装置还包括:
筛选单元,用于如果所述结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。
本申请提供的一种性能瓶颈定位和调优装置的另一实施例中,所述装置还包括:
第一获取单元,用于如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;
存储单元,用于存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。
本申请提供的一种性能瓶颈定位和调优装置的另一实施例中,所述装置还包括:
第二获取单元,用于获取测试和开发人员对所述结果集的评分结果和纠正分析结果。
本申请提供的一种性能瓶颈定位和调优装置的另一实施例中,所述装置还包括:
第四接收单元,用于接收由性能自动化平台发送的指令,所述指令的内容包括性能测试操作,结果查看和分析后数据回溯;
发送单元,用于根据所述指令的内容发送所述指令对应的数据。
参阅图3,为本申请提供一种性能瓶颈定位和调优系统的结构示意图。
本申请实施例提供一种性能瓶颈定位和调优系统,包括性能自动化平台301,监控平台302,日志平台303,Arthas平台304和大数据分析平台305;
所述性能自动化平台301,所述监控平台302,所述日志平台303,所述Arthas平台304分别和所述大数据分析平台305连接;
所述监控平台302,用于收集执行中性能指标数据并发送至所述大数据分析平台;
监控平台302通过prometheus,pinpiont,原生Jdk命令等多种手段搜集压测时服务的各种性能指标。包括中间件情况和kfk堆积数,慢sql等,并这些数据发送给大数据分析平台305。监控平台302主要负责收集执行中所有性能指标,比如服务Cpu,JVM,线程数,Kfk堆积数,中间件相关指标等。
所述日志平台303,用于收集日志数据,所述日志数据包括错误日志和开发关键性能指标日志并发送至所述大数据分析平台305;
日志平台把整个执行过程中的错误日志内容,以及开发预设的性能日志搜集起来,经过格式规范处理成平台能够识别的语言内容,比如json格式,发送给大数据分析平台。
所述Arthas平台304,用于动态跟踪代码,找出耗时方法,以及经过二次自定义封装并发送至所述大数据分析平台305,即Arthas平台304通过自封装会把耗时方法即对应耗时时间作为性能指标之一发送给大数据分析平台305;
所述大数据分析平台305,用于接收由监控平台302发送的性能指标数据;接收由日志平台303发送的日志数据;接收由Arthas平台304发送的耗时方法;根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案;
大数据分析平台305可以分析性能指标;结合Arthas代码跟踪分析错误日志;通过性能指标,日志数据查找已知的数据元素库,寻找路径库;给出各种dump,jstatck,性能指标等证据可视化,并标识证据关联性;学习本次测试分析结果,增加数据元素,扩大路径条数。测试结果分析发送至性能自动化平台301可视化查阅。
所述性能自动化平台301,用于操作性能测试,查看结果和回溯分析后的数据。具体地,性能自动化平台301负责整个过程的可视化管理,方便用户在页面上即可进行所有的性能测试操作和结果查看,以及分析后数据的回溯。
本申请提供的一种性能瓶颈定位和调优系统的另一实施例中,所述日志平台302,还用于结合所述Arthas平台303的Arthas代码分析工具确定出错代码以及代码引用处。
本申请实施例中,大数据分析平台305会给出最佳解决方案,如果开发和测试人员发对解决方案存在异议或者进行确认解决方案,那么开发和测试人员可快速查看日志平台303提供的出错代码和代码引用处,即开发和测试人员通过日志可快速知道性能瓶颈对应的代码,然后对大数据分析平台305给的解决方案进行二次确认和尝试调优。
由以上技术方案可知,为提高测试人员高效的工作效率和快速解决性能问题,对性能指标的监控和智能分析是非常必要的,本申请通过对性能指标、服务日志等多维度数据的实时监控,通过大数据寻找场景路线,能够最快速的定位到问题和解决问题以及验证问题,可以让测试和开发人员快速知道对应的性能瓶颈和解决方案,快速进行性能调优,从而实现性能瓶颈定位和性能调优自动化和智能化,大大节约性能测试时间,快速推进项目进度,使得项目最终按照计划上线。
具体实现中,本申请还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的提升资产安全的方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:Read-Only Memory,简称:ROM)或随机存储记忆体(英文:Random Access Memory,简称:RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于提升资产安全的装置以及系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (12)
1.一种性能瓶颈定位和调优方法,其特征在于,包括:
接收由监控平台发送的性能指标数据;
接收由日志平台发送的日志数据;
接收由Arthas平台发送的耗时方法;
根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;
根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。
2.如权利要求1所述的性能瓶颈定位和调优方法,其特征在于,还包括:
如果所述结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。
3.如权利要求1所述的性能瓶颈定位和调优方法,其特征在于,还包括:
如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;
存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。
4.如权利要求1所述的性能瓶颈定位和调优方法,其特征在于,还包括:
获取测试和开发人员对结果集的评分结果及纠正分析结果。
5.如权利要求1所述的性能瓶颈定位和调优方法,其特征在于,还包括:
接收由性能自动化平台发送的指令,所述指令的内容包括性能测试操作,结果查看和分析后数据回溯;
根据所述指令的内容发送所述指令对应的数据。
6.一种性能瓶颈定位和调优装置,其特征在于,包括:
第一接收单元,用于接收由监控平台发送的性能指标数据;
第二接收单元,用于接收由日志平台发送的日志数据;
第三接收单元,用于接收由Arthas平台发送的耗时方法;
计算单元,用于根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;
查找单元,用于根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案。
7.如权利要求1所述的装置,其特征在于,还包括:
筛选单元,用于如果所述结果集的数量为多个,筛选出结果集评分在前预设名次内的结果集。
8.如权利要求1所述的装置,其特征在于,还包括:
第一获取单元,用于如果未查到结果集,获取人工分析的性能瓶颈定位结果和解决方案;
存储单元,用于存储所述人工分析的性能瓶颈定位结果和解决方案作为一个新的结果集。
9.如权利要求1所述的装置,其特征在于,还包括:
第二获取单元,用于获取测试和开发人员对所述结果集的评分结果和纠正分析结果。
10.如权利要求1所述的装置,其特征在于,还包括:
第四接收单元,用于接收由性能自动化平台发送的指令,所述指令的内容包括性能测试操作,结果查看和分析后数据回溯;
发送单元,用于根据所述指令的内容发送所述指令对应的数据。
11.一种性能瓶颈定位和调优系统,其特征在于,包括性能自动化平台,监控平台,日志平台,Arthas平台和大数据分析平台;
所述性能自动化平台,所述监控平台,所述日志平台,所述Arthas平台分别和所述大数据分析平台连接;
所述监控平台,用于收集执行中性能指标数据并发送至所述大数据分析平台;
所述日志平台,用于收集日志数据,所述日志数据包括错误日志和开发关键性能指标日志并发送至所述大数据分析平台;
所述Arthas平台,用于动态跟踪代码,找出耗时方法,以及经过二次自定义封装并发送至所述大数据分析平台;
所述大数据分析平台,用于接收由监控平台发送的性能指标数据;接收由日志平台发送的日志数据;接收由Arthas平台发送的耗时方法;根据所述性能指标数据,所述日志数据和所述耗时方法计算得到场景路线;根据所述场景路线,在已知的数据元素库中查找结果集,所述结果集包括性能瓶颈定位结果和解决方案;
所述性能自动化平台,用于操作性能测试,查看结果和回溯分析后的数据。
12.如权利要求1所述的系统,其特征在于,所述日志平台,还用于结合所述Arthas平台的Arthas代码分析工具确定出错代码以及代码引用处。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010010205.3A CN111190832A (zh) | 2020-01-06 | 2020-01-06 | 一种性能瓶颈定位和调优方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010010205.3A CN111190832A (zh) | 2020-01-06 | 2020-01-06 | 一种性能瓶颈定位和调优方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111190832A true CN111190832A (zh) | 2020-05-22 |
Family
ID=70706032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010010205.3A Pending CN111190832A (zh) | 2020-01-06 | 2020-01-06 | 一种性能瓶颈定位和调优方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111190832A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112000428A (zh) * | 2020-07-30 | 2020-11-27 | 杭州安恒信息技术股份有限公司 | 基于机器学习的jvm调优方法、装置和电子装置 |
CN113626073A (zh) * | 2021-08-06 | 2021-11-09 | 航天中认软件测评科技(北京)有限责任公司 | 一种基于知识库的软件适配优化方法 |
CN113656292A (zh) * | 2021-08-04 | 2021-11-16 | 航天中认软件测评科技(北京)有限责任公司 | 一种多维度跨时空基础软件性能瓶颈检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316185A (zh) * | 2007-06-01 | 2008-12-03 | 阿里巴巴集团控股有限公司 | 一种基于日志文件的分析结果定位系统资源瓶颈的方法 |
CN108521353A (zh) * | 2018-04-02 | 2018-09-11 | 深圳前海微众银行股份有限公司 | 定位性能瓶颈的处理方法、设备及可读存储介质 |
CN109656792A (zh) * | 2018-11-02 | 2019-04-19 | 深圳市快付通金融网络科技服务有限公司 | 基于网络调用日志的应用性能分析方法、装置、计算机设备及存储介质 |
CN110362473A (zh) * | 2019-05-31 | 2019-10-22 | 口口相传(北京)网络技术有限公司 | 测试环境的优化方法及装置、存储介质、终端 |
CN113553267A (zh) * | 2021-07-22 | 2021-10-26 | 招商银行股份有限公司 | 应用性能测试方法、设备、介质及计算机程序产品 |
-
2020
- 2020-01-06 CN CN202010010205.3A patent/CN111190832A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101316185A (zh) * | 2007-06-01 | 2008-12-03 | 阿里巴巴集团控股有限公司 | 一种基于日志文件的分析结果定位系统资源瓶颈的方法 |
CN108521353A (zh) * | 2018-04-02 | 2018-09-11 | 深圳前海微众银行股份有限公司 | 定位性能瓶颈的处理方法、设备及可读存储介质 |
CN109656792A (zh) * | 2018-11-02 | 2019-04-19 | 深圳市快付通金融网络科技服务有限公司 | 基于网络调用日志的应用性能分析方法、装置、计算机设备及存储介质 |
CN110362473A (zh) * | 2019-05-31 | 2019-10-22 | 口口相传(北京)网络技术有限公司 | 测试环境的优化方法及装置、存储介质、终端 |
CN113553267A (zh) * | 2021-07-22 | 2021-10-26 | 招商银行股份有限公司 | 应用性能测试方法、设备、介质及计算机程序产品 |
Non-Patent Citations (2)
Title |
---|
张强: "移动云计算中的任务卸载技术研究" * |
徐大治: "基于Web服务性能的瓶颈定位策略研究" * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112000428A (zh) * | 2020-07-30 | 2020-11-27 | 杭州安恒信息技术股份有限公司 | 基于机器学习的jvm调优方法、装置和电子装置 |
CN112000428B (zh) * | 2020-07-30 | 2024-03-22 | 杭州安恒信息技术股份有限公司 | 基于机器学习的jvm调优方法、装置和电子装置 |
CN113656292A (zh) * | 2021-08-04 | 2021-11-16 | 航天中认软件测评科技(北京)有限责任公司 | 一种多维度跨时空基础软件性能瓶颈检测方法 |
CN113656292B (zh) * | 2021-08-04 | 2022-05-17 | 航天中认软件测评科技(北京)有限责任公司 | 一种多维度跨时空基础软件性能瓶颈检测方法 |
CN113626073A (zh) * | 2021-08-06 | 2021-11-09 | 航天中认软件测评科技(北京)有限责任公司 | 一种基于知识库的软件适配优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11775416B2 (en) | System and method for continuous testing and delivery of software | |
CN111190832A (zh) | 一种性能瓶颈定位和调优方法、装置及系统 | |
CN113282461B (zh) | 传输网的告警识别方法和装置 | |
CN112540924A (zh) | 接口自动化测试方法、装置、设备及存储介质 | |
KR100877156B1 (ko) | 비정형 질의언어에 대한 사전 성능 분석 시스템 및 방법 | |
CN112685312A (zh) | 一种未覆盖代码的测试用例推荐方法及装置 | |
US20100131497A1 (en) | Method for determining which of a number of test cases should be run during testing | |
CN114238474A (zh) | 基于排水系统的数据处理方法、装置、设备及存储介质 | |
CN114035789A (zh) | 日志解析模板的生成方法、日志解析方法、装置及设备 | |
CN112068979B (zh) | 一种业务故障确定方法及装置 | |
Kauhanen et al. | Regression test selection tool for python in continuous integration process | |
CN115658452A (zh) | 埋点校验方法、埋点校验装置、可读存储介质、电子设备 | |
JP2001337846A (ja) | ソフトウエア品質検査支援システム及び方法 | |
CN111427736A (zh) | 日志监控方法、装置、设备及计算机可读存储介质 | |
CN115098362A (zh) | 页面测试方法、装置、电子设备以及存储介质 | |
CN113095794A (zh) | 基于马尔科夫链的生产问题检查方法及装置 | |
CN112604295A (zh) | 游戏更新失败的上报方法、装置及管理方法、服务器 | |
CN105930329A (zh) | 一种交易日志分析方法及装置 | |
CN114896129A (zh) | 一种性能测试数据的分析方法及装置 | |
CN116882968B (zh) | 一种故障缺陷全过程处理的设计和实现方法 | |
CN112612882B (zh) | 检阅报告生成方法、装置、设备和存储介质 | |
CN116070111B (zh) | 一种基于ai的大数据挖掘的辅助决策方法及系统 | |
US20240134778A1 (en) | System and method for continuous testing and delivery of software | |
CN115185784A (zh) | 一种异常日志收集方法、装置、设备、存储介质 | |
CN117149872A (zh) | 数据血缘分析方法、介质、装置及计算设备 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Floor 1, No.81 Xinle Road, high tech Zone, Chengdu, Sichuan 610041 Applicant after: Chengdu Cooper Innovation Technology Co.,Ltd. Address before: 610041 floor 1, No. 81, Xinle Road, Chengdu hi tech Zone, Chengdu, Sichuan Applicant before: Chengdu Cooper blockchain Technology Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200522 |