CN113485883B - 服务器虚拟化系统的优化监测方法、装置、设备及介质 - Google Patents

服务器虚拟化系统的优化监测方法、装置、设备及介质 Download PDF

Info

Publication number
CN113485883B
CN113485883B CN202110599243.1A CN202110599243A CN113485883B CN 113485883 B CN113485883 B CN 113485883B CN 202110599243 A CN202110599243 A CN 202110599243A CN 113485883 B CN113485883 B CN 113485883B
Authority
CN
China
Prior art keywords
data
page
user
virtual machine
server virtualization
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
Application number
CN202110599243.1A
Other languages
English (en)
Other versions
CN113485883A (zh
Inventor
薛香余
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Inspur Jinan data Technology Co ltd
Original Assignee
Inspur Jinan data Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Inspur Jinan data Technology Co ltd filed Critical Inspur Jinan data Technology Co ltd
Priority to CN202110599243.1A priority Critical patent/CN113485883B/zh
Publication of CN113485883A publication Critical patent/CN113485883A/zh
Application granted granted Critical
Publication of CN113485883B publication Critical patent/CN113485883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • 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
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/323—Visualisation of programs or trace data
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45591—Monitoring or debugging support

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种服务器虚拟化系统的优化监测方法、装置、电子设备及计算机可读存储介质，该方法包括：通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据；基于后端记录获取用户在所述服务器虚拟化系统中的操作数据；根据所述页面使用数据和所述任务操作数据进行统计分析并存储，以便基于分析结果进行系统优化。本申请利用前端埋点与后端记录相结合的方式，能够高效、准确、详细地获取到用户对服务器虚拟化系统的使用习惯数据，通过统计分析，能够得到更加科学合理的个性化优化方案，帮助提高产品的用户体验和经济效益。

Description

服务器虚拟化系统的优化监测方法、装置、设备及介质
技术领域
本申请涉及虚拟化系统技术领域，特别涉及一种服务器虚拟化系统的优化监测方法、装置、电子设备及计算机可读存储介质。
背景技术
在同类产品激烈的竞争中，除技术亮点外，用户体验越来越成为客户选择产品的一大考虑因素。本着为客户服务的角度，去改善产品易用性、优化交互界面、操作、视觉等是能够使产品更加有竞争力的关键因素之一。而目前，针对虚拟化系统的用户行为习惯收集类方法却十分贫瘠。鉴于此，提供一种解决上述技术问题的方案，已经是本领域技术人员所亟需关注的。
发明内容
本申请的目的在于提供一种服务器虚拟化系统的优化监测方法、装置、电子设备及计算机可读存储介质，以便高效全面地获取用户使用虚拟化系统过程时的习惯数据，帮助进行产品优化。
为解决上述技术问题，一方面，本申请公开了一种服务器虚拟化系统的优化监测方法，包括：
通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据；
基于后端记录获取用户在所述服务器虚拟化系统中的操作数据；
根据所述页面使用数据和所述任务操作数据进行统计分析并存储，以便基于分析结果进行系统优化。
可选地，所述通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据，包括：
通过在页面的顶部导航埋点，获取用户的页面停留和切换数据；
通过在页面的功能按键埋点，获取用户的页面功能点击率数据；
通过在页面的虚拟机创建相关按键埋点，获取用户的虚拟机功能键点击率数据。
可选地，所述基于后端记录获取用户在所述服务器虚拟化系统中的操作数据，包括：
基于后端日志记录获取任务的运行频率数据、任务关联数据；
基于日志报错记录获取系统的报错概要数据。
可选地，所述虚拟机功能键点击率数据包括针对以下任意组合事件的数据：
增加主机事件、增加存储事件、增加网络事件、开始增加虚拟机按钮点击事件、取消增加虚拟机事件、关闭增加虚拟机窗口事件、确认增加虚拟机点击事件。
可选地，所述根据所述页面使用数据和所述操作数据进行统计分析并存储，包括：
基于所述页面停留和切换数据确定用户的常用页面及其关联切换页面；
基于所述页面功能点击率数据确定用户的常用功能；
基于所述虚拟机功能键点击率数据和所述虚拟机操作数据确定用户在创建虚拟机前后的操作流程习惯。
可选地，在所述根据所述页面使用数据和所述任务操作数据进行统计分析并存储之后，还包括：
针对用户使用频次较高的页面或功能按键在前端页面的位置进行调整。
又一方面，本申请还公开了一种服务器虚拟化系统的优化监测装置，包括：
获取模块，用于通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据；
记录模块，用于基于后端记录获取用户在所述服务器虚拟化系统中的操作数据；
分析模块，用于根据所述页面使用数据和所述任务操作数据进行统计分析并存储，以便基于分析结果进行系统优化。
可选地，所述获取模块具体用于：
获取通过在页面的顶部导航埋点而生成的页面停留和切换数据；获取通过在页面的功能按键埋点而生成的页面功能点击率数据；获取通过在页面的虚拟机创建相关按键埋点而生成的虚拟机功能键点击率数据。
可选地，所述记录模块具体用于：
基于后端日志记录获取任务的运行频率数据、任务关联数据；基于日志报错记录获取系统的报错概要数据。
可选地，所述虚拟机功能键点击率数据包括针对以下任意组合事件的数据：
增加主机事件、增加存储事件、增加网络事件、开始增加虚拟机按钮点击事件、取消增加虚拟机事件、关闭增加虚拟机窗口事件、确认增加虚拟机点击事件。
可选地，所述分析模块具体用于：
基于所述页面停留和切换数据确定用户的常用页面及其关联切换页面；基于所述页面功能点击率数据确定用户的常用功能；基于所述虚拟机功能键点击率数据和所述虚拟机操作数据确定用户在创建虚拟机前后的操作流程习惯。
可选地，所述分析模块用于：
根据所述页面使用数据和所述任务操作数据进行统计分析并存储，以便针对用户使用频次较高的页面或功能按键在前端页面的位置进行调整。
又一方面，本申请还公开了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如上所述的任一种服务器虚拟化系统的优化监测方法的步骤。
又一方面，本申请还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上所述的任一种服务器虚拟化系统的优化监测方法的步骤。
本申请所提供的服务器虚拟化系统的优化监测方法包括：通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据；基于后端记录获取用户在所述服务器虚拟化系统中的操作数据；根据所述页面使用数据和所述任务操作数据进行统计分析并存储，以便基于分析结果进行系统优化。
本申请所提供的服务器虚拟化系统的优化监测方法、装置、电子设备及计算机可读存储介质所具有的有益效果是：本申请利用前端埋点与后端记录相结合的方式，能够高效、准确、详细地获取到用户对服务器虚拟化系统的使用习惯数据，通过统计分析，能够得到更加科学合理的个性化优化方案，帮助提高产品的用户体验和经济效益。
附图说明
为了更清楚地说明现有技术和本申请实施例中的技术方案，下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然，下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图，所获得的其他附图也属于本申请的保护范围。
图1为本申请实施例公开的一种服务器虚拟化系统的优化监测方法的流程图；
图2为本申请实施例公开的一种服务器虚拟化系统的优化监测装置的结构框图；
图3为本申请实施例公开的一种电子设备的结构框图。
具体实施方式
本申请的核心在于提供一种服务器虚拟化系统的优化监测方法、装置、电子设备及计算机可读存储介质，以便高效全面地获取用户使用虚拟化系统过程时的习惯数据，帮助进行产品优化。
为了对本申请实施例中的技术方案进行更加清楚、完整地描述，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介绍。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。
当前，在同类产品激烈的竞争中，除技术亮点外，用户体验越来越成为客户选择产品的一大考虑因素。本着为客户服务的角度，去改善产品易用性、优化交互界面、操作、视觉等是能够使产品更加有竞争力的关键因素之一。而目前，针对虚拟化系统的用户行为习惯收集类方法却十分贫瘠。鉴于此，本申请提供了一种服务器虚拟化系统的优化监测方案，可有效解决上述问题。
参见图1所示，本申请实施例公开了一种服务器虚拟化系统的优化监测方法，主要包括：
S101：通过前端埋点获取用户在服务器虚拟化系统中的页面使用数据。
S102：基于后端记录获取用户在服务器虚拟化系统中的操作数据。
S103：根据页面使用数据和任务操作数据进行统计分析并存储，以便基于分析结果进行系统优化。
本申请实施例所提供的服务器虚拟化系统的优化监测方法，具体主要包括前端埋点分析和后端日志统计两个部分，其中，前端埋点分析是通过埋点的技术手段，去收集如页面停留时长等不需要请求服务端的操作数据，以便利用这些获取到的页面使用数据，帮助进行如页面停留分析、页面功能点击分析、创建虚拟机路径分析等工作。
后端日志统计主要是基于服务器虚拟化系统的日志获取用户对服务器虚拟化系统的操作数据。日志中记录了服务器虚拟化系统运行过程中的任务执行记录，以及报错记录等。
基于用户在服务器虚拟化系统中的页面使用数据和操作数据，便可以通过相关分析来了解用户的使用习惯和需求，以便更加人性化地为该用户提供个性化的系统优化改进服务。当前，产品一般是采用通用的常规设置界面、流程等，这样虽然能够满足大多数用户的使用细节，如按钮排布、界面规划等，但在特色产品功能的使用流程优化方面则大有欠缺。为此，本申请通过前端埋点和后端记录等方式，可以快速高效地收集用户使用习惯数据，帮助进行产品的个性化优化，有效避免了采用单纯依靠客户反馈的收集方式所造成的耗时长、易缺失细节信息的弊端。
当然，容易理解的是，上述用户使用习惯数据的获取可具体是在得到用户授权同意下进行的。因此，在一具体实施例中，可在上述步骤S101之前，向用户询问是否同意系统收集用户的使用习惯数据，在得到用户同意的回复后，再执行步骤S101。
可见，本申请所提供的服务器虚拟化系统的优化监测方法，利用前端埋点与后端记录相结合的方式，能够高效、准确、详细地获取到用户对服务器虚拟化系统的使用习惯数据，通过统计分析，能够得到更加科学合理的个性化优化方案，帮助提高产品的用户体验和经济效益。
作为一种具体实施例，本申请实施例所提供的服务器虚拟化系统的优化监测方法在上述内容的基础上，通过前端埋点获取用户在服务器虚拟化系统中的页面使用数据，包括：
通过在页面的顶部导航埋点，获取用户的页面停留和切换数据；
通过在页面的功能按键埋点，获取用户的页面功能点击率数据；
通过在页面的虚拟机创建相关按键埋点，获取用户的虚拟机功能键点击率数据。
具体地，页面停留和切换数据主要是在顶部导航切换时所记录下的用户在配置和使用网络、计算、存储等部分功能的耗时以及切换频率。例如，在点击计算池后便开始记时，在点击了其他导航单时便结算在计算池页面的停留时间。再以虚拟机页面为例，首先记录下顶部导航虚拟机标签的点击时间，当又点击了网络池标签时则记录下虚拟机功能使用时长并存储，同时开始记录网络池功能的使用时间。
其中，在不同页面内的页面停留时间可用于分析用户的主要兴趣功能或耗时功能。此外，页面切换频率还可帮助分析用户在不同功能间的使用依赖等问题，例如，若用户频繁在计算池A功能和网络池B功能页面切换，则可进一步判断两功能是否有依赖或顺序关系，以及是否需要增加更加方便的跳转链接等。
页面功能点击率数据在统计重点功能按键的使用或者定义按键排序时，具有重要参考意义。例如，对增加安全组、增加路由器、增加网关等一系列功能按钮进行排序时，可以通过预先设置的埋点，计算每个按键的点击率，然后以便于根据用户的实际使用频率将频繁使用的按钮前置。例如，增加路由器的点击率的具体计算方式可具体为：增加路由器点击数/(增加安全组点击数+增加路由器点击数+增加网关点击数)。
虚拟机功能键点击率数据主要用于进行创建虚拟机路径分析。由于服务器虚拟化系统中用户的主要和必经的步骤是创建虚拟机，创建虚拟机之前的准备活动繁杂，所以创建虚拟机之前的步骤优化在用户体验优化方面至关重要。在一个具体实施例中，本申请可着重分析用户前三次创建虚拟机的操作步骤。
作为一种具体实施例，本申请实施例所提供的服务器虚拟化系统的优化监测方法在上述内容的基础上，基于后端记录获取用户在服务器虚拟化系统中的操作数据，包括：
基于后端日志记录获取任务的运行频率数据、任务关联数据；
基于日志报错记录获取系统的报错概要数据。
具体地，后端日志统计主要包括两部分，一个是定期在日志删除之前记录任务的运行频率及前后关联的任务步骤，以便挖掘出用户的操作使用习惯；另一个是记录错误日志概要信息，以便通过进行优化减少报错，提高用户使用体验。
作为一种具体实施例，本申请实施例所提供的服务器虚拟化系统的优化监测方法在上述内容的基础上，虚拟机功能键点击率数据包括针对以下任意组合事件的数据：
增加主机事件、增加存储事件、增加网络事件、开始增加虚拟机按钮点击事件、取消增加虚拟机事件、关闭增加虚拟机窗口事件、确认增加虚拟机点击事件。
具体地，在客户端部署完毕后，可通过埋点记录下计算池中增加主机、存储池增加存储、网络池增加交换机和网络等操作对应的按键点击事件，并获取对应的后端日志记录。对于虚拟机部分，可具体在创建虚拟机按钮和页面上的完成按钮、取消按钮、关闭按钮增加埋点，并以创建完成按钮的点击事件发生以及监测到任务创建成功为结束点，分析用户在前期条件准备情况的功能点击流程，及点击取消、关闭按钮之后的主要操作。
作为一种具体实施例，本申请实施例所提供的服务器虚拟化系统的优化监测方法在上述内容的基础上，根据页面使用数据和操作数据进行统计分析并存储，包括：
基于页面停留和切换数据确定用户的常用页面及其关联切换页面；
基于页面功能点击率数据确定用户的常用功能；
基于虚拟机功能键点击率数据和虚拟机操作数据确定用户在创建虚拟机前后的操作流程习惯。
作为一种具体实施例，本申请实施例所提供的服务器虚拟化系统的优化监测方法在上述内容的基础上，在根据页面使用数据和任务操作数据进行统计分析并存储之后，还包括：
针对用户使用频次较高的页面或功能按键在前端页面的位置进行调整。
参见图2所示，本申请实施例公开了一种服务器虚拟化系统的优化监测装置，主要包括：
获取模块201，用于通过前端埋点获取用户在服务器虚拟化系统中的页面使用数据；
记录模块202，用于基于后端记录获取用户在服务器虚拟化系统中的操作数据；
分析模块203，用于根据页面使用数据和任务操作数据进行统计分析并存储，以便基于分析结果进行系统优化。
可见，本申请实施例所公开的服务器虚拟化系统的优化监测装置，利用前端埋点与后端记录相结合的方式，能够高效、准确、详细地获取到用户对服务器虚拟化系统的使用习惯数据，通过统计分析，能够得到更加科学合理的个性化优化方案，帮助提高产品的用户体验和经济效益。
关于上述服务器虚拟化系统的优化监测装置的具体内容，可参考前述关于服务器虚拟化系统的优化监测方法的详细介绍，这里就不再赘述。
作为一种具体实施例，本申请实施例所公开的服务器虚拟化系统的优化监测装置在上述内容的基础上，获取模块201具体用于：
获取通过在页面的顶部导航埋点而生成的页面停留和切换数据；获取通过在页面的功能按键埋点而生成的页面功能点击率数据；获取通过在页面的虚拟机创建相关按键埋点而生成的虚拟机功能键点击率数据。
作为一种具体实施例，本申请实施例所公开的服务器虚拟化系统的优化监测装置在上述内容的基础上，记录模块202具体用于：
基于后端日志记录获取任务的运行频率数据、任务关联数据；基于日志报错记录获取系统的报错概要数据。
作为一种具体实施例，本申请实施例所公开的服务器虚拟化系统的优化监测装置在上述内容的基础上，虚拟机功能键点击率数据包括针对以下任意组合事件的数据：
增加主机事件、增加存储事件、增加网络事件、开始增加虚拟机按钮点击事件、取消增加虚拟机事件、关闭增加虚拟机窗口事件、确认增加虚拟机点击事件。
作为一种具体实施例，本申请实施例所公开的服务器虚拟化系统的优化监测装置在上述内容的基础上，分析模块203具体用于：
基于页面停留和切换数据确定用户的常用页面及其关联切换页面；基于页面功能点击率数据确定用户的常用功能；基于虚拟机功能键点击率数据和虚拟机操作数据确定用户在创建虚拟机前后的操作流程习惯。
作为一种具体实施例，本申请实施例所公开的服务器虚拟化系统的优化监测装置在上述内容的基础上，分析模块203用于：
根据页面使用数据和任务操作数据进行统计分析并存储，以便针对用户使用频次较高的页面或功能按键在前端页面的位置进行调整。
参见图3所示，本申请实施例公开了一种电子设备，包括：
存储器301，用于存储计算机程序；
处理器302，用于执行所述计算机程序以实现如上所述的任一种服务器虚拟化系统的优化监测方法的步骤。
进一步地，本申请实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如上所述的任一种服务器虚拟化系统的优化监测方法的步骤。
关于上述电子设备和计算机可读存储介质的具体内容，可参考前述关于服务器虚拟化系统的优化监测方法的详细介绍，这里就不再赘述。
本申请中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需说明的是，在本申请文件中，诸如“第一”和“第二”之类的关系术语，仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。此外，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过程、方法、物品或者设备不仅包括那些要素，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过程、方法、物品或者设备所固有的要素。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过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。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，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请的保护范围内。

Claims (5)

1.一种服务器虚拟化系统的优化监测方法，其特征在于，包括：
通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据；
基于后端记录获取用户在所述服务器虚拟化系统中的操作数据；
根据所述页面使用数据和所述操作数据进行统计分析并存储，以便基于分析结果进行系统优化；
所述通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据，包括：
通过在页面的顶部导航埋点，获取用户的页面停留和切换数据；
通过在页面的功能按键埋点，获取用户的页面功能点击率数据；
通过在页面的虚拟机创建相关按键埋点，获取用户的虚拟机功能键点击率数据；
所述基于后端记录获取用户在所述服务器虚拟化系统中的操作数据，包括：
基于后端日志记录获取任务的运行频率数据、任务关联数据；
基于日志报错记录获取系统的报错概要数据；
所述虚拟机功能键点击率数据包括针对以下任意组合事件的数据：
增加主机事件、增加存储事件、增加网络事件、开始增加虚拟机按钮点击事件、取消增加虚拟机事件、关闭增加虚拟机窗口事件、确认增加虚拟机点击事件；
所述根据所述页面使用数据和所述操作数据进行统计分析并存储，包括：
基于所述页面停留和切换数据确定用户的常用页面及其关联切换页面；
基于所述页面功能点击率数据确定用户的常用功能；
基于所述虚拟机功能键点击率数据和所述操作数据确定用户在创建虚拟机前后的操作流程习惯。
2.根据权利要求1所述的优化监测方法，其特征在于，在所述根据所述页面使用数据和所述操作数据进行统计分析并存储之后，还包括：
针对用户使用频次较高的页面或功能按键在前端页面的位置进行调整。
3.一种服务器虚拟化系统的优化监测装置，其特征在于，包括：
获取模块，用于通过前端埋点获取用户在所述服务器虚拟化系统中的页面使用数据；
记录模块，用于基于后端记录获取用户在所述服务器虚拟化系统中的操作数据；
分析模块，用于根据所述页面使用数据和所述操作数据进行统计分析并存储，以便基于分析结果进行系统优化；
所述获取模块具体用于：
获取通过在页面的顶部导航埋点而生成的页面停留和切换数据；获取通过在页面的功能按键埋点而生成的页面功能点击率数据；获取通过在页面的虚拟机创建相关按键埋点而生成的虚拟机功能键点击率数据；
所述记录模块具体用于：
基于后端日志记录获取任务的运行频率数据、任务关联数据；基于日志报错记录获取系统的报错概要数据；
所述虚拟机功能键点击率数据包括针对以下任意组合事件的数据：
增加主机事件、增加存储事件、增加网络事件、开始增加虚拟机按钮点击事件、取消增加虚拟机事件、关闭增加虚拟机窗口事件、确认增加虚拟机点击事件；
所述分析模块具体用于：
基于所述页面停留和切换数据确定用户的常用页面及其关联切换页面；基于所述页面功能点击率数据确定用户的常用功能；基于所述虚拟机功能键点击率数据和所述操作数据确定用户在创建虚拟机前后的操作流程习惯。
4.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序以实现如权利要求1或2所述的服务器虚拟化系统的优化监测方法的步骤。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用以实现如权利要求1或2所述的服务器虚拟化系统的优化监测方法的步骤。
CN202110599243.1A 2021-05-31 2021-05-31 服务器虚拟化系统的优化监测方法、装置、设备及介质 Active CN113485883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110599243.1A CN113485883B (zh) 2021-05-31 2021-05-31 服务器虚拟化系统的优化监测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110599243.1A CN113485883B (zh) 2021-05-31 2021-05-31 服务器虚拟化系统的优化监测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN113485883A CN113485883A (zh) 2021-10-08
CN113485883B true CN113485883B (zh) 2024-02-13

Family

ID=77933285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110599243.1A Active CN113485883B (zh) 2021-05-31 2021-05-31 服务器虚拟化系统的优化监测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113485883B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115061888B (zh) * 2022-05-27 2024-08-09 上海鸿翼软件技术股份有限公司 一种计算机分析操作习惯的系统埋点方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055587A (zh) * 2007-05-25 2007-10-17 清华大学 一种基于用户行为信息的搜索引擎检索结果重排序方法
CN104573043A (zh) * 2015-01-19 2015-04-29 郑州悉知信息技术有限公司 一种电子商务网站的数据分析方法及系统
CN107295050A (zh) * 2016-04-01 2017-10-24 阿里巴巴集团控股有限公司 前端用户行为统计方法及装置
CN109753421A (zh) * 2018-12-29 2019-05-14 广东益萃网络科技有限公司 服务系统的优化方法、装置、计算机设备和存储介质
CN110515830A (zh) * 2019-07-15 2019-11-29 平安普惠企业管理有限公司 操作轨迹可视化方法、装置、设备及存储介质
CN112579412A (zh) * 2020-12-10 2021-03-30 上海艾融软件股份有限公司 一种用户行为采集方法、装置、系统与介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8918499B2 (en) * 2010-08-09 2014-12-23 International Business Machines Corporation Method and system for end-to-end quality of service in virtualized desktop systems
US10140143B2 (en) * 2016-07-05 2018-11-27 Red Hat Israel, Ltd. Collection of guest status

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101055587A (zh) * 2007-05-25 2007-10-17 清华大学 一种基于用户行为信息的搜索引擎检索结果重排序方法
CN104573043A (zh) * 2015-01-19 2015-04-29 郑州悉知信息技术有限公司 一种电子商务网站的数据分析方法及系统
CN107295050A (zh) * 2016-04-01 2017-10-24 阿里巴巴集团控股有限公司 前端用户行为统计方法及装置
CN109753421A (zh) * 2018-12-29 2019-05-14 广东益萃网络科技有限公司 服务系统的优化方法、装置、计算机设备和存储介质
CN110515830A (zh) * 2019-07-15 2019-11-29 平安普惠企业管理有限公司 操作轨迹可视化方法、装置、设备及存储介质
CN112579412A (zh) * 2020-12-10 2021-03-30 上海艾融软件股份有限公司 一种用户行为采集方法、装置、系统与介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
医院虚拟化服务器双存储的配置部署;赵阳;刘燕欣;;电脑编程技巧与维护(03);全文 *
基于云计算的校园应用服务器虚拟化技术研究;邓静;方绍正;;宿州学院学报(11);全文 *

Also Published As

Publication number Publication date
CN113485883A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
CN108959004B (zh) 磁盘故障预测方法、装置、设备及计算机可读存储介质
US6622221B1 (en) Workload analyzer and optimizer integration
EP2932393B1 (en) Automated correlation and analysis of callstack and context data
US10229160B2 (en) Search results based on a search history
EP3362886A1 (en) Automatic partitioning
JP2007035034A (ja) リアルタイム急上昇検索語検出方法およびリアルタイム急上昇検索語検出システム
CN103729446A (zh) 一种用户操作数据的处理方法、处理装置及服务器
WO2005098683A3 (en) Techniques for management and generation of web forms
US7908239B2 (en) System for storing event data using a sum calculator that sums the cubes and squares of events
JP5786458B2 (ja) キーワード抽出及びウエブコンテンツアクセス情報の収集装置
CN110515830A (zh) 操作轨迹可视化方法、装置、设备及存储介质
Duan et al. Guided problem diagnosis through active learning
CN113485883B (zh) 服务器虚拟化系统的优化监测方法、装置、设备及介质
US20150242267A1 (en) Detection and restoration of erroneous data
CN111935741A (zh) 通信网络质差小区的检测方法、装置及系统
CN111476446A (zh) 业务状态的监控处理方法、装置、设备及存储介质
JP5397782B2 (ja) 業務プロセス管理装置、業務プロセス管理方法、及び業務プロセス管理プログラム
CN105809488A (zh) 一种信息处理方法及电子设备
JP5825915B2 (ja) 作業工数算出装置、作業工数算出方法、およびプログラム
Zhao et al. A hierarchical storage strategy based on block-level data valuation
CN112418534B (zh) 揽件量预测方法及装置、电子设备、计算机可读存储介质
CN111694872B (zh) 一种业务处置的数据化方案的提供方法及装置
US20220365861A1 (en) Automated actions based on ranked work events
Sonoda et al. Prediction of failure occurrence time based on system log message pattern learning
CN109934689B (zh) 目标对象排名解释方法、装置、电子设备及可读存储介质

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