CN113742243B - 应用评测方法、装置、电子设备和计算机可读介质 - Google Patents

应用评测方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN113742243B
CN113742243B CN202111091897.XA CN202111091897A CN113742243B CN 113742243 B CN113742243 B CN 113742243B CN 202111091897 A CN202111091897 A CN 202111091897A CN 113742243 B CN113742243 B CN 113742243B
Authority
CN
China
Prior art keywords
application
data
reference index
target application
determining
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
CN202111091897.XA
Other languages
English (en)
Other versions
CN113742243A (zh
Inventor
吴飞昊
马亚辉
王菲
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.)
Jingdong Technology Information Technology Co Ltd
Original Assignee
Jingdong Technology Information 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 Jingdong Technology Information Technology Co Ltd filed Critical Jingdong Technology Information Technology Co Ltd
Priority to CN202111091897.XA priority Critical patent/CN113742243B/zh
Publication of CN113742243A publication Critical patent/CN113742243A/zh
Application granted granted Critical
Publication of CN113742243B publication Critical patent/CN113742243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本公开的实施例公开了应用评测方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合;基于参考指标集合,对应用数据进行分析;根据应用数据的分析结果,确定及存储目标应用的评测数据。该实施方式可以自动获取应用的应用数据的,从而实现应用的稳定性评测。这样,不仅可以保证应用数据的准确性,也可以提高应用的评测效率,从而满足时效性要求。

Description

应用评测方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及应用评测方法、装置、电子设备和计算机可读介质。
背景技术
现有的应用稳定性评测技术通常依赖用户上传和人工审核。即一般由用户上传应用的系统架构,包括网络架构和使用的云资源。然后由技术人员和运营人员联合人工审核,判断该应用是否稳定。如果不够稳定,那么会给出改进方案。
这种评测技术往往会存在以下几个问题:
第一、依赖用户上传系统架构。既无法保证架构的真实性,也无法适应应用架构的不断变化,给用户带来较大的工作量;
第二、依赖人工审核。无法支持快速增长的用户量。并且评判标准及改进方案不够稳定,过渡依赖审核人员的业务能力;
第三、审核周期较长。审核结果时延大,无法保证审核结果与当前的稳定性需求相匹配。此外,没有详细可用的结果输出,不便于历史审核追溯,也不利于经验数据积累。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了应用评测方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种应用评测方法,该方法包括:根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合,其中,目标应用为应用标识所指示的应用;基于参考指标集合,对应用数据进行分析;根据应用数据的分析结果,确定及存储目标应用的评测数据。
在一些实施例中,基于参考指标集合,对应用数据进行分析,包括:对应用数据进行分析,确定目标应用的待评测指标集合;确定参考指标集合是否与待评测指标集合相匹配;响应于确定匹配,根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,该方法还包括:响应于确定不匹配,将待评测指标集合确定为参考指标集合;基于参考数据,确定参考指标集合中各参考指标的预设属性值和预设权重;根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,根据应用数据的分析结果,确定及存储目标应用的评测数据,包括:对于参考指标集合中的每个参考指标,根据参考指标的预设属性值和对应的实际属性值,确定目标应用在参考指标上的分值;基于目标应用在各参考指标上的分值以及各参考指标的预设权重,确定及存储目标应用的稳定性评测分值。
在一些实施例中,根据应用数据的分析结果,确定及存储目标应用的评测数据,还包括:确定稳定性评测分值是否达到预设阈值;响应于确定未达到,根据应用数据和目标应用对应的参考指标集合中各参考指标的实际属性值,确定及存储目标应用的优化信息。
在一些实施例中,该方法还包括:响应于接收到调整指令,根据用户的调整操作,修改配置数据库的配置信息,其中,调整操作包括以下至少一种:参考指标增加、参考指标修改、参考指标的预设属性值修改、参考指标的预设权重修改。
在一些实施例中,通过配置数据库获取目标应用的应用数据,包括:通过配置数据库从至少一个数据源中获取目标应用的应用数据,其中,配置数据库通过对应的数据接口与至少一个数据源连接。
第二方面,本公开的一些实施例提供了一种应用评测装置,该装置包括:获取单元,被配置成根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合,其中,目标应用为应用标识所指示的应用;分析单元,被配置成基于参考指标集合,对应用数据进行分析;确定单元,被配置成根据应用数据的分析结果,确定及存储目标应用的评测数据。
在一些实施例中,分析单元进一步被配置成对应用数据进行分析,确定目标应用的待评测指标集合;确定参考指标集合是否与待评测指标集合相匹配;响应于确定匹配,根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,该装置还包括更新单元,被配置成响应于确定不匹配,将待评测指标集合确定为参考指标集合;基于参考数据,确定参考指标集合中各参考指标的预设属性值和预设权重;根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,确定单元进一步被配置成对于参考指标集合中的每个参考指标,根据参考指标的预设属性值和对应的实际属性值,确定目标应用在参考指标上的分值;基于目标应用在各参考指标上的分值以及各参考指标的预设权重,确定及存储目标应用的稳定性评测分值。
在一些实施例中,确定单元还被配置成确定稳定性评测分值是否达到预设阈值;响应于确定未达到,根据应用数据和目标应用对应的参考指标集合中各参考指标的实际属性值,确定及存储目标应用的优化信息。
在一些实施例中,该装置还包括调整单元,被配置成响应于接收到调整指令,根据用户的调整操作,修改配置数据库的配置信息,其中,调整操作包括以下至少一种:参考指标增加、参考指标修改、参考指标的预设属性值修改、参考指标的预设权重修改。
在一些实施例中,获取单元进一步被配置成通过配置数据库从至少一个数据源中获取目标应用的应用数据,其中,配置数据库通过对应的数据接口与至少一个数据源连接。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面中任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:本公开的一些实施例的应用评测方法可以实现应用的自动评测,提高评测效率。具体来说,造成应用稳定性评测效率低的原因在于:依赖用户上传应用的系统架构,且依赖人工审核。基于此,本公开的一些实施例的应用评测方法可以充分利用现有的网络资源,根据应用标识通过配置数据库自动获取目标应用的应用数据。不仅减少了人工操作,还能保证应用数据的真实性和完整性。另外,通过配置数据库可以获取到与目标应用对应的参考指标集合。基于参考指标集合可以对应用数据进行自动分析,得到目标应用的评测数据。这样既可以提高应用的评测效率,满足不断增长的评测需求;也可以减少人为主观性的影响,保证评测指标的统一性。此外,通过对评测数据进行存储,可以实现评测的追溯查询。这样也有助于积累数据,提升评测结果的准确性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是本公开的一些实施例可以应用于其中的示例性系统的架构图;
图2是根据本公开的应用评测方法的一些实施例的流程图;
图3是根据本公开的应用评测方法的又一些实施例的流程图;
图4是根据本公开的一些实施例的应用评测方法的一个应用场景的示意图;
图5是根据本公开的应用评测装置的一些实施例的结构示意图;
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的一些实施例的应用评测方法或应用评测装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101,网络102、105,服务器103,数据库服务器104、107和云端106。网络102可以用以在终端设备101、服务器103和数据库服务器104之间提供通信链路的介质。网络105可以用以在数据库服务器104、107与云端106之间提供通信链路的介质。网络102、105可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101通过网络102与服务器103和数据库服务器104进行交互,以接收或发送消息等。终端设备101上可以安装有各种客户端应用,例如应用稳定性评测分析类应用、网页浏览器和即时通讯工具等。
这里的终端设备101可以是硬件,也可以是软件。当终端设备101为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如可以是对终端设备101所安装的应用提供支持的后台服务器。后台服务器在接收到评测请求的情况下,可以对通过数据库服务器104获取的相关数据进行分析,并可以将分析结果(如评测数据)返回给终端设备101。
数据库服务器104可以是用于存储应用数据和参考指标集合的数据库。而云端106和数据库服务器107上也可以存储有各种云产品或应用的相关数据。
这里的服务器103和数据库服务器104、107同样可以是硬件,也可以是软件。当服务器103和数据库服务器104、107为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器103和数据库服务器104、107为软件时,可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的方法可以由服务器103执行,也可以由终端设备101执行。相应地,装置可以设置于服务器103中,也可以设置于终端设备101中。在此不做具体限定。
需要说明的是,在数据库服务器104具备云端106和数据库服务器107的功能的情况下,系统架构100中也可以不设置云端106和数据库服务器107。
应该理解,图1中的终端设备、网络、服务器、数据库服务器和云端的数目仅仅是示意性的。根据实际需要,可以具有任意数目的终端设备、网络、服务器、数据库服务器和云端。
继续参考图2,示出了根据本公开的应用评测方法的一些实施例的流程200。该方法包括以下步骤:
步骤201,根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合。
在一些实施例中,应用评测方法的执行主体(例如图1中所示的服务器104)可以通过有线连接的方式或无线连接的方式来接收评测请求。用户可以使用终端设备(例如图1中所示的终端设备101)向执行主体发送评测请求。其中,评测请求可以用于表征对应用进行评测。评测请求中可以包括待评测的应用的应用标识。这里的应用标识可以是用于唯一指示应用的任意标识。
在一些实施例中,执行主体可以根据评测请求中的应用标识,通过配置数据库来获取目标应用的应用数据和对应的参考指标集合。其中,目标应用为上述应用标识所指示的应用(即待评测的应用)。这里的参考指标集合中的参考指标可以是用于对目标应用进行评测的指标,也可以是目标应用所需评测的指标。参考指标集合中通常可以包括参考指标、参考指标的预设属性值和预设权重。另外,配置数据库可以是对各种应用提供数据支持的后台数据库。并且配置数据库中可以预先存储有对应不同应用的参考指标集合。这样,执行主体根据应用标识,可以从配置数据库中直接获取到目标应用的应用数据和对应的参考指标集合。其中,应用数据可以包括应用的基本数据(系统网络架构数据、提供的服务数据、处理技术等)和/或用户使用数据(即用户使用应用所产生的数据)。
需要说明的是,在应用已经上线使用(或相关服务、活动进行中)的情况下,很容易获得用户使用数据。也就是说,用户使用数据即为应用运行过程中所产生的真实数据。而对于一些应用还未上线(或者相关服务、活动还未开始)的情况,由于缺少真实的用户使用数据,执行主体可以基于大数据以及相似应用的用户使用数据,预估该应用的用户使用数据。又或者,执行主体可以通过配置数据库向应用发送测试数据,这样通过测试便可以模拟得到应用的用户使用数据。
可选地,配置数据库也可以通过对应的数据接口与多个数据源相连接。这里的数据源可以对各种应用提供后台服务,并存储有应用的相关数据。在这种情况下,执行主体可以通过配置数据库,从相关联的至少一个数据源中获取目标应用的应用数据。
这样可以实现自动化、多维度的用户系统架构的数据采集。也就是说,充分利用各个应用所在平台(如云平台)提供的数据接口,便可以实时采集用户设置的网络架构、使用的云资源详细数据及流量输入的分布情况,从而免去了人工上传应用数据。既能够保证数据的真实性和完整性,也有助于提高数据采集效率,进而提升评测效率。
另外,通过单独设置配置数据库,可以免去执行主体直接获取目标应用的应用数据。这样可以简化执行主体的网络架构,降低执行主体所需处理的数据量,有利于提高执行主体的处理效率。而且当有数据源增加或数据接口发生变更时,仅需要对配置数据库进行维护调整即可,不会对执行主体进行的应用评测产生影响。
步骤202,基于参考指标集合,对应用数据进行分析。
在一些实施例中,基于步骤201获取的参考指标集合,执行主体可以对目标应用的应用数据进行分析,从而确定目标应用在各参考指标项上的实际属性值。
可以理解的是,对于不同的应用,所需评测的指标可能不尽相同。这些指标中通常会包括性能指标、用户指标和合规性指标等。其中,性能指标一般包括如启动性能、页面加载性能、接口性能、网络性能、多媒体性能等等。可以根据应用的业务类型,过去对资源的利用情况,访问量预估及平台的要求进行综合判断和设置。例如,一个商品秒杀的服务,通常会在平台首页进行推广。那么访问量可能会是平时的十倍。平时资源使用率一般会稳定在20%左右。此时,平台的稳定性标准可以为10到20倍流量压测情况下,资源使用率为50%以下,并且要保证高可用性(如多地域部署),还要有降级方案(以保证核心服务可用)。
在这里,参考指标集合中通常主要可以包括以下至少一项参考指标:资源使用率、高可用性、是否可降级、横向扩张性、出现问题后的解决速度等。
步骤203,根据应用数据的分析结果,确定及存储目标应用的评测数据。
在一些实施例中,基于步骤202得到的分析结果,执行主体可以确定目标应用的评测数据。作为示例,执行主体可以根据参考指标集合中的各参考指标的预设属性值,以及目标应用在各参考指标上的实际属性值,来确定目标应用在各参考指标上的分值。即得到目标应用在不同参考指标项上的得分。接着,再根据各参考指标的预设权重,便可以得到目标应用的稳定性评测分值。例如对各参考指标的分值进行加权求和。又如,可以将指标划分为两类。一类是可量化指标,另一类为无法量化的指标(如是否合规、是否可降级)。对于可量化指标,将各指标的加权求和作为第一评测分值。对于不可量化指标,可以确定符合指标的概率,并作为第二评测分值。从而将第一评测分值和第二评测分值作为目标应用的稳定性评测分值。
在一些实施例中,执行主体可以对得到的评测数据进行存储。这样便于数据的积累和查询。存储方式和存储位置在这里并不限制。作为示例,执行主体将评测数据添加到预设模板中,从而生成评测报告,并将其保存在本地或其他数据库中。
进一步地,在得到目标应用的稳定性评测分值后,执行主体还可以确定该稳定性评测分值是否达到预设阈值,即判断目标应用是否符合稳定性要求。若达到预设阈值,则可以说明目标应用符合稳定性要求。若未达到预设阈值,则说明目标应用不符合稳定性要求。此时,执行主体可以根据应用数据和目标应用对应各参考指标的实际属性值,确定目标应用的优化信息。也就是说,通过比较实际属性值和预设属性值,可以确定目标应用需要在哪些参考指标项上进行优化。然后,结合目标应用的应用数据(如网络架构、应用技术、数据资源等),来确定优化方案(优化信息)。如随着用户访问量的增大,目标应用因处理器使用率过高而出现卡顿,如页面信息显示不全或无法显示等。而目标应用的当前网络架构中没有缓存层。此时为了改善优化目标应用,可以在其网络架构中增加Redis(Remote DictionaryServer,远程字典服务)缓存层。即优化信息可以为增加Redis缓存层。
作为示例,优化方案主要可以包括但不限于以下至少一项:架构优化、应用优化、资源优化和横向扩展。其中,架构优化主要是优化应用架构,如增加缓冲层,使用新的中间件等。应用优化主要是优化应用中处理进度较慢的部分,如数据查询较慢、多级循环等,即处理技术优化。资源优化主要是找到瓶颈资源进行扩容。而横向扩展通常是部署多套服务,并进行负载均衡。执行主体也可以结合大数据以及现有的应用优化方案数据,来确定目标应用的优化方案。
在一些应用场景中,执行主体在确定目标应用不符合稳定性要求时,还可以生成提示信息。也可以将提示信息发送给目标应用的所有者(如运营方)。这样可以及时通知目标应用的运营方,运营方可以介入沟通优化方案,确定整改日期,从而尽早完成对目标应用的优化处理。
需要说明的是,这里的评测数据可以包括但不限于以下至少一项:应用的稳定性评测分值、应用在各参考指标上的分值、优化信息等。上述评测过程可以定时执行,也可以手动执行。
进一步地,执行主体在接收到查询请求时,可以将与查询请求对应的评测数据发送给终端设备,从而将相关数据展示给用户。
可选地,用户也可以对配置数据库中的配置信息进行修改。执行主体在接收到调整指令时,可以通过展示解析器对配置数据库的配置描述进行解析。将解析结果发送给终端设备,从而进行配置展示。接着,执行主体可以根据用户的调整操作,修改配置数据库的配置信息。并且通过展示编译器重新进行配置描述。其中,调整操作可以包括以下至少一种:参考指标增加、参考指标修改、参考指标的预设属性值修改、参考指标的预设权重修改。
在这里,配置数据库中还可以存储配置的稳定性标准编译出的描述语句。也就是说,定义一门用来描述稳定性数据流处理的描述语言。该语言能够描述稳定性相关数据的来源、加工方式、阈值、重要性比重等信息。通过展示编译器和展示解析器可以实现描述语言的编码和解码,从而降低配置学习成本,实现图形化的稳定性配置。另外,通过查询解析器和查询执行器,可以根据已有的配置自动获取响应的稳定性数据。即通过查询解析器可以得到配置数据库(执行主体)的查询需求。这样查询执行器可以按需选择数据源并查询数据。通过一些系列的数据处理(如汇总、筛选、格式化等)得到查询结果。
在一些实施例中,执行主体也可以将参考指标集合和应用数据发送至评测模型。这样评测模型可以输出目标应用在各参考指标上的实际属性值和/或目标应用的评测数据。这里的评测模型可以是基于机器学习技术而创建,且经过训练的现有的各种神经网络模型。该神经网络模型可以具有现有的各种神经网络结构(例如DenseBox、VGGNet、ResNet、SegNet等)。
本公开的一些实施例提供的应用评测方法实现了应用数据的自动获取和评测。具体地,通过配置数据库可以获取到目标应用的应用数据和对应的参考指标集合。这样可以实现数据的自动获取,提升了数据采集效率,也保证了应用数据的真实性和指标的统一性。基于参考指标集合,可以对应用数据进行分析,实现了应用稳定性的自动评测。这样既可以提高应用的评测效率,满足不断增长的评测需求,也提升了评测结果的客观性。
请参考图3,其示出了本公开的应用评测方法的又一些实施例的流程300。在本实施例中,应用评测方法的执行主体除了可以实现上述实施例中所描述的步骤外,在基于参考指标集合,对应用数据进行分析的过程中,还可以包括以下步骤:
步骤301,对应用数据进行分析,确定目标应用的待评测指标集合。
在一些实施例中,在对目标应用进行评测之前,执行主体首先可以对应用数据进行分析,尤其是对应用的网络架构进行分析,从而确定目标应用的待评测指标集合。
作为示例,随着用户访问量的增大,应用架构有所调整,引入了Es(Elasticsearch,一种搜索服务器)数据库且增加了Redis缓存层。其中,Es数据库的使用情况通过http请求能够得到,Redis的使用情况通过(open api)接口得到。此时,通过配置数据库获取的应用数据中会包含Es(http请求)和Redis(open api调用)的使用数据。
在这种情况下,Es的每秒查询率(QPS,Query Per Second)不应超300;Redis内存使用率不应超过50%;CPU(Central Processing Unit,中央处理器)使用率不应超过80%。其中,Redis的内存使用率指标尤其重要。也就是说,相比于应用架构调整之前,目标应用的待评测指标集合中应增加上述三个指标作为待评测指标。
可以理解的是,通过分析便可以判断应用的架构是否发生变化。通常情况下,若应用的架构发生变化,则评测应用所需的指标一般也会发生变化。
步骤302,确定参考指标集合是否与待评测指标集合相匹配。
在一些实施例中,执行主体可以确定参考指标集合是否与待评测指标集合相匹配。即确定参考指标集合中的各参考指标是否与待评测指标集合中的各待评测指标相匹配(如相同)。在这里,若确定两个集合相匹配,则执行主体可以执行步骤303。若确定两个集合不匹配,则执行主体可以执行步骤304。
步骤303,根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,响应于确定两个集合匹配,此时执行主体可以根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
步骤304,将待评测指标集合确定为参考指标集合,基于参考数据,确定参考指标集合中各参考指标的预设属性值和预设权重。
在一些实施例中,响应于确定两个集合不匹配,执行主体可以将待评测指标集合确定为新的参考指标集合。同时,基于参考数据,确定新的参考指标集合中各参考指标的预设属性值和预设权重。这里的参考数据可以包括以下至少一种:历史数据(如目标应用之前的参考指标集合)、大数据(如与目标应用相似的其他应用的指标数据)、人工设置(如设置一些常用指标的属性值上限)。
进一步地,执行主体可以继续执行步骤303,即根据应用数据,确定目标应用对应的(新的)参考指标集合中各参考指标的实际属性值。
可选地,执行主体还可以将新的参考指标集合发送给配置数据库,从而更新配置数据库中存储的与目标应用对应的参考指标集合。这样,在目标应用发生变化的情况下,也可以实现参考指标集合的及时动态更新,从而提升评测结果的准确度。进一步地,执行主体也可以生成表征参考指标集合变更的提示信息,并发送终端设备。这样,用户可以及时查看变更情况,从而确认是否需要进行调整修改等操作。
本实施例公开的应用评测方法增加了判断参考指标集合是否适配的步骤。这样,在目标应用(尤其是网络架构)发生变化的情况下,可以及时调整对应的参考指标集合,从而提高目标应用评测结果的准确度。本实施例公开的应用评测方法更加合理和完善,提高了方法的适用范围。
请参考图4,其示出了本公开的应用评测方法的一个应用场景的示意图。如图4所示,服务器在接收到某个评测请求时,可以将该评测请求中的应用标识(如XX.1.2)传输给配置数据库。配置数据库可以从多维度来获取XX.1.2应用的应用数据。如通过web(网络)应用防火墙获得流量输入;根据通信连接方式(如私有网络、子网、负载均衡等)获取网络架构;通过如云主机、公网IP(网际互连协议)、数据库等获取云资源。配置数据库可以将获取到的应用数据以及与该应用对应的参考指标集合传输给服务器。服务器可以基于参考指标集合,对XX.1.2应用的应用数据进行统计分析,从而得到该应用的评测数据。服务器还可以对该应用的评测数据进行存储以供用户查询。同时,服务器还提供了通用接口(如restful接口)以供其他系统进行集成。
进一步参考图5,作为对上述图2和3所示方法的实现,本公开提供了应用评测装置的一些实施例,这些装置实施例与图2和3所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的应用评测装置500可以包括:获取单元501,被配置成根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合,其中,目标应用为应用标识所指示的应用;分析单元502,被配置成基于参考指标集合,对应用数据进行分析;确定单元503,被配置成根据应用数据的分析结果,确定及存储目标应用的评测数据。
在一些实施例中,分析单元502可以进一步被配置成对应用数据进行分析,确定目标应用的待评测指标集合;确定参考指标集合是否与待评测指标集合相匹配;响应于确定匹配,根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,该装置500还可以包括更新单元(图5中未示出),被配置成响应于确定不匹配,将待评测指标集合确定为参考指标集合;基于参考数据,确定参考指标集合中各参考指标的预设属性值和预设权重;根据应用数据,确定目标应用对应的参考指标集合中各参考指标的实际属性值。
在一些实施例中,确定单元503进一步被配置成对于参考指标集合中的每个参考指标,根据参考指标的预设属性值和对应的实际属性值,确定目标应用在参考指标上的分值;基于目标应用在各参考指标上的分值以及各参考指标的预设权重,确定及存储目标应用的稳定性评测分值。
在一些实施例中,确定单元503还被配置成确定稳定性评测分值是否达到预设阈值;响应于确定未达到,根据应用数据和目标应用对应的参考指标集合中各参考指标的实际属性值,确定及存储目标应用的优化信息。
在一些实施例中,该装置500还包括调整单元(图5中未示出),被配置成响应于接收到调整指令,根据用户的调整操作,修改配置数据库的配置信息,其中,调整操作包括以下至少一种:参考指标增加、参考指标修改、参考指标的预设属性值修改、参考指标的预设权重修改。
在一些实施例中,获取单元501进一步被配置成通过配置数据库从至少一个数据源中获取目标应用的应用数据,其中,配置数据库通过对应的数据接口与至少一个数据源连接。
可以理解的是,该装置500中记载的诸单元与参考图2和3描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合,其中,目标应用为应用标识所指示的应用;基于参考指标集合,对应用数据进行分析;根据应用数据的分析结果,确定及存储目标应用的评测数据。
此外,可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、分析单元和确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“通过配置数据库获取目标应用的应用数据和对应的参考指标集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (9)

1.一种应用评测方法,其中,所述方法包括:
根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合,其中,所述目标应用为所述应用标识所指示的应用;
基于所述参考指标集合,对所述应用数据进行分析;
根据所述应用数据的分析结果,确定及存储所述目标应用的评测数据;
其中,基于所述参考指标集合,对所述应用数据进行分析,包括:
对所述应用数据进行分析,确定所述目标应用的待评测指标集合;
确定所述参考指标集合是否与所述待评测指标集合相匹配;
响应于确定不匹配,将所述待评测指标集合确定为所述参考指标集合;
基于参考数据,确定所述参考指标集合中各参考指标的预设属性值和预设权重;
根据所述应用数据,确定所述目标应用对应的所述参考指标集合中各参考指标的实际属性值。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定匹配,根据所述应用数据,确定所述目标应用对应的所述参考指标集合中各参考指标的实际属性值。
3.根据权利要求1所述的方法,其中,所述根据所述应用数据的分析结果,确定及存储所述目标应用的评测数据,包括:
对于所述参考指标集合中的每个参考指标,根据所述参考指标的预设属性值和对应的实际属性值,确定所述目标应用在所述参考指标上的分值;
基于所述目标应用在各参考指标上的分值以及各参考指标的预设权重,确定及存储所述目标应用的稳定性评测分值。
4.根据权利要求3所述的方法,其中,所述根据所述应用数据的分析结果,确定及存储所述目标应用的评测数据,还包括:
确定所述稳定性评测分值是否达到预设阈值;
响应于确定未达到,根据所述应用数据和所述目标应用对应的所述参考指标集合中各参考指标的实际属性值,确定及存储所述目标应用的优化信息。
5.根据权利要求1所述的方法,其中,所述方法还包括:
响应于接收到调整指令,根据用户的调整操作,修改所述配置数据库的配置信息,其中,所述调整操作包括以下至少一种:参考指标增加、参考指标修改、参考指标的预设属性值修改、参考指标的预设权重修改。
6.根据权利要求1-5之一所述的方法,其中,所述通过配置数据库获取目标应用的应用数据,包括:
通过配置数据库从至少一个数据源中获取目标应用的应用数据,其中,所述配置数据库通过对应的数据接口与所述至少一个数据源连接。
7.一种应用评测装置,其中,所述装置包括:
获取单元,被配置成根据接收到的评测请求中的应用标识,通过配置数据库获取目标应用的应用数据和对应的参考指标集合,其中,所述目标应用为所述应用标识所指示的应用;
分析单元,被配置成基于所述参考指标集合,对所述应用数据进行分析;
确定单元,被配置成根据所述应用数据的分析结果,确定及存储所述目标应用的评测数据;
其中,所述分析单元进一步被配置成:
对所述应用数据进行分析,确定所述目标应用的待评测指标集合;
确定所述参考指标集合是否与所述待评测指标集合相匹配;
响应于确定不匹配,将所述待评测指标集合确定为所述参考指标集合;
基于参考数据,确定所述参考指标集合中各参考指标的预设属性值和预设权重;
根据所述应用数据,确定所述目标应用对应的所述参考指标集合中各参考指标的实际属性值。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN202111091897.XA 2021-09-17 2021-09-17 应用评测方法、装置、电子设备和计算机可读介质 Active CN113742243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111091897.XA CN113742243B (zh) 2021-09-17 2021-09-17 应用评测方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111091897.XA CN113742243B (zh) 2021-09-17 2021-09-17 应用评测方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN113742243A CN113742243A (zh) 2021-12-03
CN113742243B true CN113742243B (zh) 2024-03-01

Family

ID=78739552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111091897.XA Active CN113742243B (zh) 2021-09-17 2021-09-17 应用评测方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN113742243B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688533A (zh) * 2017-07-25 2018-02-13 上海壹账通金融科技有限公司 应用程序测试方法、装置、计算机设备和存储介质
CN108228441A (zh) * 2016-12-14 2018-06-29 北京金山云网络技术有限公司 一种应用程序评测报告的生成方法、装置以及评测报告
CN110287103A (zh) * 2019-05-22 2019-09-27 深圳壹账通智能科技有限公司 软件产品测评处理方法、装置、计算机设备及存储介质
WO2019222941A1 (zh) * 2018-05-23 2019-11-28 西门子股份公司 用于评估应用部署的方法、设备、计算机程序产品和可读介质
CN111045912A (zh) * 2019-12-29 2020-04-21 浪潮(北京)电子信息产业有限公司 一种ai应用性能评估方法、装置及其相关设备
CN111475409A (zh) * 2020-03-30 2020-07-31 深圳追一科技有限公司 系统测试方法、装置、电子设备以及存储介质
CN111581105A (zh) * 2020-05-11 2020-08-25 中国人民解放军陆军研究院装甲兵研究所 基于数据的测试评价系统
CN112116212A (zh) * 2020-08-25 2020-12-22 深圳市欢太科技有限公司 应用评测方法、装置、存储介质及电子设备
CN112433941A (zh) * 2020-11-23 2021-03-02 中国建设银行股份有限公司 一种测试分析方法、装置、设备和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9069968B2 (en) * 2012-01-30 2015-06-30 Nokia Technologies Oy Method and apparatus providing privacy benchmarking for mobile application development
US9372779B2 (en) * 2014-05-02 2016-06-21 International Business Machines Corporation System, method, apparatus and computer program for automatic evaluation of user interfaces in software programs

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108228441A (zh) * 2016-12-14 2018-06-29 北京金山云网络技术有限公司 一种应用程序评测报告的生成方法、装置以及评测报告
CN107688533A (zh) * 2017-07-25 2018-02-13 上海壹账通金融科技有限公司 应用程序测试方法、装置、计算机设备和存储介质
WO2019222941A1 (zh) * 2018-05-23 2019-11-28 西门子股份公司 用于评估应用部署的方法、设备、计算机程序产品和可读介质
CN110287103A (zh) * 2019-05-22 2019-09-27 深圳壹账通智能科技有限公司 软件产品测评处理方法、装置、计算机设备及存储介质
CN111045912A (zh) * 2019-12-29 2020-04-21 浪潮(北京)电子信息产业有限公司 一种ai应用性能评估方法、装置及其相关设备
CN111475409A (zh) * 2020-03-30 2020-07-31 深圳追一科技有限公司 系统测试方法、装置、电子设备以及存储介质
CN111581105A (zh) * 2020-05-11 2020-08-25 中国人民解放军陆军研究院装甲兵研究所 基于数据的测试评价系统
CN112116212A (zh) * 2020-08-25 2020-12-22 深圳市欢太科技有限公司 应用评测方法、装置、存储介质及电子设备
CN112433941A (zh) * 2020-11-23 2021-03-02 中国建设银行股份有限公司 一种测试分析方法、装置、设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种软件实用性模糊评估方法;欧阳柳波;邹北骥;林建;杨贯中;刘丽杰;;小型微型计算机系统(02);全文 *

Also Published As

Publication number Publication date
CN113742243A (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
US20180081730A1 (en) SYSTEMS AND METHODS FOR PREDICTING PERFORMANCE OF APPLICATIONS ON AN INTERNET OF THINGS (IoT) PLATFORM
CN111061956A (zh) 用于生成信息的方法和装置
US10223397B1 (en) Social graph based co-location of network users
CN115130065B (zh) 供应端特征信息处理方法、装置、设备和计算机可读介质
CN114416512A (zh) 测试方法、装置、电子设备和计算机存储介质
CN115562978A (zh) 基于业务场景的性能测试系统及方法
CN114254950A (zh) 电信资源数据处理方法、装置、电子设备及存储介质
US20190235984A1 (en) Systems and methods for providing predictive performance forecasting for component-driven, multi-tenant applications
CN114564374A (zh) 算子性能评估方法、装置、电子设备及存储介质
CN115237804A (zh) 性能瓶颈的评估方法、装置、电子设备、介质和程序产品
WO2017092255A1 (zh) 应用的在线调优方法及系统
CN110866031B (zh) 数据库访问路径的优化方法、装置、计算设备以及介质
CN114465919B (zh) 一种网络服务测试方法、系统、电子设备及存储介质
CN113742243B (zh) 应用评测方法、装置、电子设备和计算机可读介质
CN115952098A (zh) 一种性能测试调优方案推荐方法及系统
CN114490526B (zh) 选课索引文件更新方法、课程搜索方法及装置
CN112507676B (zh) 能源报表生成方法、装置、电子设备和计算机可读介质
CN112785418B (zh) 信贷风险建模方法、装置、设备及计算机可读存储介质
CN111581431B (zh) 基于动态评估的数据探查方法和装置
CN114328047A (zh) 系统测试方法、装置、电子设备以及存储介质
CN110728118B (zh) 跨数据平台的数据处理方法、装置、设备及存储介质
CN113778844A (zh) 一种自动化性能测试方法和装置
CN109298831B (zh) 信息存储方法和装置
CN111159988A (zh) 一种模型处理方法、装置、计算机设备及存储介质
CN113760484A (zh) 数据处理的方法和装置

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