CN113608906B - 云计算内存地址段异常测试方法、系统、终端及存储介质 - Google Patents

云计算内存地址段异常测试方法、系统、终端及存储介质 Download PDF

Info

Publication number
CN113608906B
CN113608906B CN202110743095.6A CN202110743095A CN113608906B CN 113608906 B CN113608906 B CN 113608906B CN 202110743095 A CN202110743095 A CN 202110743095A CN 113608906 B CN113608906 B CN 113608906B
Authority
CN
China
Prior art keywords
virtual machine
memory address
cloud computing
physical
machine
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
CN202110743095.6A
Other languages
English (en)
Other versions
CN113608906A (zh
Inventor
邢科钰
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.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent 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 Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN202110743095.6A priority Critical patent/CN113608906B/zh
Publication of CN113608906A publication Critical patent/CN113608906A/zh
Application granted granted Critical
Publication of CN113608906B publication Critical patent/CN113608906B/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
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0781—Error filtering or prioritizing based on a policy defined by the user or on a policy defined by a hardware/software module, e.g. according to a severity level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0709—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a distributed system consisting of a plurality of standalone computer nodes, e.g. clusters, client-server systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0712—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in 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
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0721—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment within a central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/073—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a memory management context, e.g. virtual memory or cache management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0775—Content or structure details of the error report, e.g. specific table structure, specific error fields
    • 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
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供一种云计算内存地址段异常测试方法、系统、终端及存储介质，包括：对云计算的虚拟机与物理机进行资源绑定；向虚拟机发布足量计算任务；实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息。本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。

Description

云计算内存地址段异常测试方法、系统、终端及存储介质
技术领域
本发明涉及云计算技术领域，具体涉及一种云计算内存地址段异常测试方法、系统、终端及存储介质。
背景技术
随着服务器硬件计算性能的不断提升，云计算应运而生，在商务、科研、教学等各个领域飞速发展并提供着强大的数据服务支撑。云计算(cloud computing)是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算早期，简单地说，就是简单的分布式计算，解决任务分发，并进行计算结果的合并。因而，云计算又称为网格计算。通过这项技术，可以在很短的时间内(几秒钟)完成对数以万计的数据的处理，从而达到强大的网络服务。现阶段所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。
搭建云计算平台需要在物理机资源上创建大量的虚拟机，虚拟机(VirtualMachine)指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统。在实体计算机中能够完成的工作在虚拟机中都能够实现。在计算机中创建虚拟机时，需要将实体机的部分硬盘和内存容量作为虚拟机的硬盘和内存容量。每个虚拟机都有独立的CMOS、硬盘和操作系统，可以像使用实体机一样对虚拟机进行操作。
目前云计算溯其根源需要强力的整合系统作为支撑，这其中伴随着大量数据在内存中持续高速的读取交换，如系统一旦出现读取错误将导致业务模块乃至整个OS崩溃，核心业务损失不可估量。已知可导致系统崩溃的原因主要是内存访问错误引起，例如访问不存在的内存地址，访问受保护的内存地址，访问只读的内存地址，这些错误可称为segfault.但segfault错误在正常情况下不会容易被挖掘出来，通常是在伴随着业务量的增加而发生，这也是最致命的时刻。
现有测试工具SpecCPU工具侧重于CPU计算性能，在对CPU进行压力计算时，对内存地址的的异常并不关注。Memtester:该工具侧重于内存的区块的读写和物料校验，执行大规模读写时并不能有效引发内存地址异常错误，仅作为内存性能和物理存储区的验证工具。由于云计算涉及的物理服务器数量较大，若一台一台地进行内存地址异常测试会导致测试量多大、测试时间过长的问题。
发明内容
针对现有技术的上述不足，本发明提供一种云计算内存地址段异常测试方法、系统、终端及存储介质，以解决上述技术问题。
第一方面，本发明提供一种云计算内存地址段异常测试方法，包括：
对云计算的虚拟机与物理机进行资源绑定；
向虚拟机发布足量计算任务；
实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息。
进一步的，对云计算的虚拟机与物理机进行资源绑定，包括：
利用taskset命令为云计算的所有物理机均绑定一个唯一的测试虚拟机，构建物理机与测试虚拟机一一对应的关系。
通过为云计算的每个物理机绑定一个唯一的测试虚拟机，测试虚拟机可以调用绑定物理机所有CPU计算核，因此在将测试虚拟机与物理机进行资源绑定后能够实现对所有物理机的统一调控。且为一个物理机绑定一个测试虚拟机避免了测试任务重复发布导致的资源浪费问题。
进一步的，向虚拟机发布足量计算任务，包括：
向各测试虚拟机发布圆周率计算任务，各测试虚拟机调用绑定的物理机的计算资源执行圆周率计算任务。
发布的圆周率计算任务能够保证在执行任务时遍历物理机的内存地址，从而保证测试的准确性。
进一步的，实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息，包括：
定期采集各测试虚拟机和物理机的系统日志；
利用关键词查询技术从采集的系统日志中筛选内存地址错误信息；
将内存地址错误信息标记来源后进行汇总。
通过定期采集各测试虚拟机和物理机的系统日志并进行内存地址错误信息筛选，能够及时记录测试过程中的内存地址错误信息，避免测试过程中突然出现系统崩溃导致的测试数据丢失。
第二方面，本发明提供一种云计算内存地址段异常测试系统，包括：
资源绑定单元，用于对云计算的虚拟机与物理机进行资源绑定；
任务发布单元，用于向虚拟机发布足量计算任务；
错误筛选单元，用于实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息。
进一步的，所述资源绑定单元包括：
资源绑定模块，用于利用taskset命令为云计算的所有物理机均绑定一个唯一的测试虚拟机，构建物理机与测试虚拟机一一对应的关系。
通过为云计算的每个物理机绑定一个唯一的测试虚拟机，测试虚拟机可以调用绑定物理机所有CPU计算核，因此在将测试虚拟机与物理机进行资源绑定后能够实现对所有物理机的统一调控。且为一个物理机绑定一个测试虚拟机避免了测试任务重复发布导致的资源浪费问题。
进一步的，所述任务发布单元包括：
任务发布模块，用于向各测试虚拟机发布圆周率计算任务，各测试虚拟机调用绑定的物理机的计算资源执行圆周率计算任务。
发布的圆周率计算任务能够保证在执行任务时遍历物理机的内存地址，从而保证测试的准确性。
进一步的，所述错误筛选单元包括：
日志采集模块，用于定期采集各测试虚拟机和物理机的系统日志；
错误筛选模块，用于利用关键词查询技术从采集的系统日志中筛选内存地址错误信息；
错误汇总模块，用于将内存地址错误信息标记来源后进行汇总。
通过定期采集各测试虚拟机和物理机的系统日志并进行内存地址错误信息筛选，能够及时记录测试过程中的内存地址错误信息，避免测试过程中突然出现系统崩溃导致的测试数据丢失。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端执行上述的终端的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，
本发明提供的云计算内存地址段异常测试方法，通过将云计算的虚拟机与物理机进行资源绑定，实现对物理机的资源控制，从而为统一进行内存地址异常测试搭建基础环境。资源绑定完成后向虚拟机发布足量计算任务，虚拟机执行计算任务时会调用物理机的CPU，物理机的CPU在执行计算任务时会不断访问物理机的内存地址，足量的计算任务保证能够遍历物理机内存地址，从而提高测试准确性。在测试过程中，不断采集系统日志并从中解析内存地址错误信息，从而保证测试数据的妥善保存。本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。
本发明提供的云计算内存地址段异常测试系统，通过将云计算的虚拟机与物理机进行资源绑定，实现对物理机的资源控制，从而为统一进行内存地址异常测试搭建基础环境。资源绑定完成后向虚拟机发布足量计算任务，虚拟机执行计算任务时会调用物理机的CPU，物理机的CPU在执行计算任务时会不断访问物理机的内存地址，足量的计算任务保证能够遍历物理机内存地址，从而提高测试准确性。在测试过程中，不断采集系统日志并从中解析内存地址错误信息，从而保证测试数据的妥善保存。本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。
本发明提供的终端，执行云计算内存地址段异常测试方法，通过将云计算的虚拟机与物理机进行资源绑定，实现对物理机的资源控制，从而为统一进行内存地址异常测试搭建基础环境。资源绑定完成后向虚拟机发布足量计算任务，虚拟机执行计算任务时会调用物理机的CPU，物理机的CPU在执行计算任务时会不断访问物理机的内存地址，足量的计算任务保证能够遍历物理机内存地址，从而提高测试准确性。在测试过程中，不断采集系统日志并从中解析内存地址错误信息，从而保证测试数据的妥善保存。本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。
本发明提供的存储介质，保存有执行云计算内存地址段异常测试方法的程序，本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
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简单地介绍，显而易见地，对于本领域普通技术人员而言，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是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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，所描述的实施例仅仅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，都应当属于本发明保护的范围。
图1是本发明一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种云计算内存地址段异常测试系统。
如图1所示，该方法包括：
步骤110，对云计算的虚拟机与物理机进行资源绑定；
步骤120，向虚拟机发布足量计算任务；
步骤130，实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息。
本发明提供的云计算内存地址段异常测试方法，通过将云计算的虚拟机与物理机进行资源绑定，实现对物理机的资源控制，从而为统一进行内存地址异常测试搭建基础环境。资源绑定完成后向虚拟机发布足量计算任务，虚拟机执行计算任务时会调用物理机的CPU，物理机的CPU在执行计算任务时会不断访问物理机的内存地址，足量的计算任务保证能够遍历物理机内存地址，从而提高测试准确性。在测试过程中，不断采集系统日志并从中解析内存地址错误信息，从而保证测试数据的妥善保存。本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。
为了便于对本发明的理解，下面以本发明云计算内存地址段异常测试方法的原理，结合实施例中对云计算内存地址段进行异常测试的过程，对本发明提供的云计算内存地址段异常测试方法做进一步的描述。
具体的，所述云计算内存地址段异常测试方法包括：
S1、对云计算的虚拟机与物理机进行资源绑定。
利用taskset命令为云计算的所有物理机均绑定一个唯一的测试虚拟机，构建物理机与测试虚拟机一一对应的关系。
KVM下云服务器VCPU与物理CPU的一一绑定：
virsh vcpupin KVM-NAME VCPU N CPU N
注释：KVM-NAME:云服务名称
VCPU N：云服务器虚拟CPU核1，核2..
CPU N：物理服务器CPU核1，核2..
虚拟机的VCPU类似于计算进程，因此利用taskset命令将虚拟机的VCPU与物理机CPU进行资源绑定。
通过为云计算的每个物理机绑定一个唯一的测试虚拟机，测试虚拟机可以调用绑定物理机所有CPU计算核，因此在将测试虚拟机与物理机进行资源绑定后能够实现对所有物理机的统一调控。且为一个物理机绑定一个测试虚拟机避免了测试任务重复发布导致的资源浪费问题。
S2、向虚拟机发布足量计算任务。
向各测试虚拟机发布圆周率计算任务，各测试虚拟机调用绑定的物理机的计算资源执行圆周率计算任务。
实现所有CPU，内存的遍历极限运算，验证segfault的存在
验证代码：
cpu_seqs＝`cat/proc/cpuinfo|grep proce|sed-e"s/.*//g"|tr-s'\n”'`
//实现CPU的遍历
2、for cpu_seq in$cpu_seqs；do
(time echo"scale＝5000；4*a(1)"|taskset-c${cpu_seq}bc-l-q)>./cpu_${cpu_seq}.super_pi 2>&1&
done
tail-n 5*.super_pi
//实现CPU与内存的极限加压遍历。
发布的圆周率计算任务能够保证在执行任务时遍历物理机的内存地址，从而保证测试的准确性。
S3、实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息。
定期采集各测试虚拟机和物理机的系统日志；利用关键词查询技术从采集的系统日志中筛选内存地址错误信息；将内存地址错误信息标记来源后进行汇总。
云计算管理节点中预存有各测试虚拟机和物理机的绑定关系以及IP地址。定期采集所有物理机和测试虚拟机的系统日志，将内存地址错误作为关键词，从系统日志中筛选内存地址错误。若筛选出内存地址错误信息则将内存地址错误信息标记来源(所属物理机或虚拟机)，然后进行保存。测试时间达到预设的时间后，终止圆周率计算任务。若测试期间的系统日志有内存地址错误信息则对相应的节点进行处理，若无内存地址错误信息则判定云计算内存地址段通过异常测试。
通过定期采集各测试虚拟机和物理机的系统日志并进行内存地址错误信息筛选，能够及时记录测试过程中的内存地址错误信息，避免测试过程中突然出现系统崩溃导致的测试数据丢失。
本实施例提供的云计算内存地址段异常测试方法，通过将云计算的虚拟机与物理机进行资源绑定，实现对物理机的资源控制，从而为统一进行内存地址异常测试搭建基础环境。资源绑定完成后向虚拟机发布足量计算任务，虚拟机执行计算任务时会调用物理机的CPU，物理机的CPU在执行计算任务时会不断访问物理机的内存地址，足量的计算任务保证能够遍历物理机内存地址，从而提高测试准确性。在测试过程中，不断采集系统日志并从中解析内存地址错误信息，从而保证测试数据的妥善保存。本实施例能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性。
如图2所示，该系统200包括：
资源绑定单元210，用于对云计算的虚拟机与物理机进行资源绑定；
任务发布单元220，用于向虚拟机发布足量计算任务；
错误筛选单元230，用于实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息。
可选地，作为本发明一个实施例，所述资源绑定单元包括：
资源绑定模块，用于利用taskset命令为云计算的所有物理机均绑定一个唯一的测试虚拟机，构建物理机与测试虚拟机一一对应的关系。
通过为云计算的每个物理机绑定一个唯一的测试虚拟机，测试虚拟机可以调用绑定物理机所有CPU计算核，因此在将测试虚拟机与物理机进行资源绑定后能够实现对所有物理机的统一调控。且为一个物理机绑定一个测试虚拟机避免了测试任务重复发布导致的资源浪费问题。
可选地，作为本发明一个实施例，所述任务发布单元包括：
任务发布模块，用于向各测试虚拟机发布圆周率计算任务，各测试虚拟机调用绑定的物理机的计算资源执行圆周率计算任务。
发布的圆周率计算任务能够保证在执行任务时遍历物理机的内存地址，从而保证测试的准确性。
可选地，作为本发明一个实施例，所述错误筛选单元包括：
日志采集模块，用于定期采集各测试虚拟机和物理机的系统日志；
错误筛选模块，用于利用关键词查询技术从采集的系统日志中筛选内存地址错误信息；
错误汇总模块，用于将内存地址错误信息标记来源后进行汇总。
通过定期采集各测试虚拟机和物理机的系统日志并进行内存地址错误信息筛选，能够及时记录测试过程中的内存地址错误信息，避免测试过程中突然出现系统崩溃导致的测试数据丢失。
图3为本发明实施例提供的一种终端300的结构示意图，该终端300可以用于执行本发明实施例提供的云计算内存地址段异常测试方法。
其中，该终端300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本发明的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本发明实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明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。
因此，本发明通过将云计算的虚拟机与物理机进行资源绑定，实现对物理机的资源控制，从而为统一进行内存地址异常测试搭建基础环境。资源绑定完成后向虚拟机发布足量计算任务，虚拟机执行计算任务时会调用物理机的CPU，物理机的CPU在执行计算任务时会不断访问物理机的内存地址，足量的计算任务保证能够遍历物理机内存地址，从而提高测试准确性。在测试过程中，不断采集系统日志并从中解析内存地址错误信息，从而保证测试数据的妥善保存。本发明能够对云计算进行统一的内存地址段异常测试，大大提高了测试效率和准确度，保证了云计算的稳定性，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。
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，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
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，对于终端实施例而言，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。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统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，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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，在本发明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。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种云计算内存地址段异常测试方法，其特征在于，包括：
对云计算的虚拟机与物理机进行资源绑定；
向虚拟机发布足量计算任务；
实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息；
实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息，包括：
定期采集各虚拟机和物理机的系统日志；
利用关键词查询技术从采集的系统日志中筛选内存地址错误信息；
将内存地址错误信息标记来源后进行汇总。
2.根据权利要求1所述的方法，其特征在于，对云计算的虚拟机与物理机进行资源绑定，包括：
利用taskset命令为云计算的所有物理机均绑定一个唯一的虚拟机，构建物理机与虚拟机一一对应的关系。
3.根据权利要求2所述的方法，其特征在于，向虚拟机发布足量计算任务，包括：
向各虚拟机发布圆周率计算任务，各虚拟机调用绑定的物理机的计算资源执行圆周率计算任务。
4.一种云计算内存地址段异常测试系统，其特征在于，包括：
资源绑定单元，用于对云计算的虚拟机与物理机进行资源绑定；
任务发布单元，用于向虚拟机发布足量计算任务；
错误筛选单元，用于实时采集虚拟机和物理机的系统日志，并从系统日志中筛选内存地址错误信息；
所述错误筛选单元包括：
日志采集模块，用于定期采集各虚拟机和物理机的系统日志；
错误筛选模块，用于利用关键词查询技术从采集的系统日志中筛选内存地址错误信息；
错误汇总模块，用于将内存地址错误信息标记来源后进行汇总。
5.根据权利要求4所述的系统，其特征在于，所述资源绑定单元包括：
资源绑定模块，用于利用taskset命令为云计算的所有物理机均绑定一个唯一的虚拟机，构建物理机与虚拟机一一对应的关系。
6.根据权利要求5所述的系统，其特征在于，所述任务发布单元包括：
任务发布模块，用于向各虚拟机发布圆周率计算任务，各虚拟机调用绑定的物理机的计算资源执行圆周率计算任务。
7.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-3任一项所述的方法。
8.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的方法。
CN202110743095.6A 2021-06-30 2021-06-30 云计算内存地址段异常测试方法、系统、终端及存储介质 Active CN113608906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110743095.6A CN113608906B (zh) 2021-06-30 2021-06-30 云计算内存地址段异常测试方法、系统、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110743095.6A CN113608906B (zh) 2021-06-30 2021-06-30 云计算内存地址段异常测试方法、系统、终端及存储介质

Publications (2)

Publication Number Publication Date
CN113608906A CN113608906A (zh) 2021-11-05
CN113608906B true CN113608906B (zh) 2023-08-08

Family

ID=78337079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110743095.6A Active CN113608906B (zh) 2021-06-30 2021-06-30 云计算内存地址段异常测试方法、系统、终端及存储介质

Country Status (1)

Country Link
CN (1) CN113608906B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110058921A (zh) * 2019-03-13 2019-07-26 上海交通大学 客户虚拟机内存动态隔离和监控方法及系统
CN112187509A (zh) * 2020-08-21 2021-01-05 苏州浪潮智能科技有限公司 多架构云平台执行日志管理方法、系统、终端及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120311575A1 (en) * 2011-06-02 2012-12-06 Fujitsu Limited System and method for enforcing policies for virtual machines

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110058921A (zh) * 2019-03-13 2019-07-26 上海交通大学 客户虚拟机内存动态隔离和监控方法及系统
CN112187509A (zh) * 2020-08-21 2021-01-05 苏州浪潮智能科技有限公司 多架构云平台执行日志管理方法、系统、终端及存储介质

Also Published As

Publication number Publication date
CN113608906A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
CN110309071B (zh) 测试代码的生成方法及模块、测试方法及系统
CN110321113B (zh) 以项目批次为标准的一体化流水线系统及其工作方法
US20100115496A1 (en) Filter generation for load testing managed environments
CN105184166A (zh) 基于内核的安卓程序实时行为分析方法及系统
CN108459960A (zh) 测试环境的自动配置方法、装置、设备及存储介质
CN112187509A (zh) 多架构云平台执行日志管理方法、系统、终端及存储介质
CN110908870A (zh) 一种大型机的资源监控方法、装置、存储介质及设备
CN113608906B (zh) 云计算内存地址段异常测试方法、系统、终端及存储介质
CN117290250A (zh) 自动化测试框架建立方法、计算机设备及计算机存储介质
CN113342806A (zh) 大数据处理方法、装置、存储介质及处理器
CN114691445A (zh) 集群故障处理方法、装置、电子设备及可读存储介质
CN116402325A (zh) 业务流程自动化处理方法及装置
CN113918377B (zh) C++程序崩溃的定位方法、装置、设备及存储介质
CN115292169A (zh) 一种ui自动化测试方法及系统
CN113742145A (zh) 一种测试固态硬盘性能的方法、系统、设备和存储介质
CN111258592B (zh) 一种应用于集群服务器的免安装串行执行方法与系统
CN113485919A (zh) 测试方法、测试装置及计算机可读存储介质
Moreira et al. LeanBench: comparing software stacks for batch and query processing of IoT data
CN106055322A (zh) 一种流程调度方法及装置
Lin Regression testing in research and practice
Mohandas et al. An approach for log analysis based failure monitoring in Hadoop cluster
Markatchev et al. A framework for executing long running jobs in grid environments
CN111290933A (zh) 一种软件自动化软件测试方法及装置
CN112596948B (zh) 一种数据库集群数据备份方法、装置、设备及存储介质
CN109728929A (zh) 一种测试方法、装置及存储介质

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