CN114020595A - 一种服务器性能数据分析方法及相关装置 - Google Patents
一种服务器性能数据分析方法及相关装置 Download PDFInfo
- Publication number
- CN114020595A CN114020595A CN202111364653.4A CN202111364653A CN114020595A CN 114020595 A CN114020595 A CN 114020595A CN 202111364653 A CN202111364653 A CN 202111364653A CN 114020595 A CN114020595 A CN 114020595A
- Authority
- CN
- China
- Prior art keywords
- performance data
- information
- running
- sampling time
- target system
- 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 117
- 238000007405 data analysis Methods 0.000 title claims abstract description 62
- 238000005070 sampling Methods 0.000 claims description 75
- 230000000694 effects Effects 0.000 claims description 34
- 238000004891 communication Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer 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
- G06F11/30—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
- G06F11/3409—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 for performance assessment
- G06F11/3433—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 for performance assessment for load management
-
- 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
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- 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
- G06F11/3409—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 for performance assessment
- G06F11/3419—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 for performance assessment by assessing time
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)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种服务器性能数据分析方法,通过将每个进程在执行活动作业时在各自运行过程中产生的时间进行精确累加,可以判断出运行服务器的系统运行是否顺利。并且当服务器出现性能问题时,可以依据表征活动作业运行状态所对应的时间的性能数据来定位性能瓶颈,从而可以准确的对服务器性能进行分析,并可以进一步设法制定优化的策略。本发明实施例还提供了一种服务器性能数据分析装置、一种服务器性能数据分析设备以及一种计算机可读存储介质,同样具有上述有益效果。
Description
技术领域
本发明涉及服务器技术领域,特别是涉及一种服务器性能数据分析方法、一种服务器性能数据分析装置、一种服务器性能数据分析设备以及一种计算机可读存储介质。
背景技术
IBM AS400是IBM生产的小型机,运行DB2/400数据库,从1989年发布到2021年在全球已经销售了几十万台服务器。性能分析是评估服务器应用的一个重要指标,商业服务器的性能指标包括CPU使用率,内存调入调出比率,IOPS(Input/Output Operations PerSecond)等资源使用数据。但是现有技术中对于服务器性能的分析并不全面,通常无法准确分析出服务器运行过程中的问题。所以如何提供一种准确的服务器性能分析方法时本领域技术人员急需解决的问题。
发明内容
本发明的目的是提供一种服务器性能数据分析方法,可以准确的对服务器性能进行分析;本发明的另一目的在于提供一种服务器性能数据分析装置、一种服务器性能数据分析设备以及一种计算机可读存储介质,可以准确的对服务器性能进行分析。
为解决上述技术问题,本发明提供一种服务器性能数据分析方法,包括:
根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息;所述运行信息包括所述活动作业运行状态所对应的时间,所述运行状态包括CPU队列等待,CPU运算以及中断等待;
将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据;
对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况。
可选的,还包括:
获取在所述采样时间内系统资源的调度信息;所述调度信息与所述性能数据根据所述采样时间相互对应;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能数据以及所述调度信息确定所述目标系统运行过程中资源的使用情况。
可选的,还包括:
获取在所述采样时间内系统资源的调度指标信息;所述调度指标信息包括所述活动作业处于中断等待时申请所述目标系统资源所使用的时间;所述调度指标信息与所述性能数据根据所述采样时间相互对应;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能数据以及所述调度指标信息确定所述目标系统运行过程中资源的使用情况。
可选的,所述调度指标信息包括以下任意一项或任意组合:
对象锁使用时间、记录锁使用时间、底层锁使用时间。
可选的,还包括:
获取在所述采样时间内系统的通讯信息;所述通讯信息与所述性能数据根据所述采样时间相互对应;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能数据以及所述通讯信息确定所述目标系统运行过程中资源的使用情况。
可选的,在所述根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息之前,还包括:
根据预设的关键字从全部活动作业中筛选出待使用活动作业;
所述根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息包括:
根据预设的采样时间周期性的获取在所述采样时间内待使用活动作业的运行信息。
可选的,在所述将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据之后,还包括:
根据多个所述性能数据生成对应目标作业的性能指标数据;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能指标数据确定所述目标系统运行过程中资源的使用情况。
本发明还提供了一种服务器性能数据分析装置,包括:
采集模块,用于根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息;所述运行信息包括所述活动作业运行状态所对应的时间,所述运行状态包括CPU队列等待,CPU运算以及中断等待;
性能数据模块,用于将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据;
分析模块,用于对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况。
本发明还提供了一种服务器性能数据分析设备,所述设备包括:
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时实现如上述任一项所述服务器性能数据分析方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述服务器性能数据分析方法的步骤。
本发明所提供的一种服务器性能数据分析方法,包括根据预设的采样时间周期性的获取在采样时间内活动作业的运行信息;运行信息包括活动作业运行状态所对应的时间,运行状态包括CPU队列等待,CPU运算以及中断等待;将运行信息根据对应的运行状态进行累加,得到目标系统的性能数据;对比多个性能数据确定目标系统运行过程中资源的使用情况。
通过将每个进程在执行活动作业时在各自运行过程中产生的时间进行精确累加,可以判断出运行服务器的系统运行是否顺利。并且当服务器出现性能问题时,可以依据表征活动作业运行状态所对应的时间的性能数据来定位性能瓶颈,从而可以准确的对服务器性能进行分析,并可以进一步设法制定优化的策略。
本发明实施例还提供了一种服务器性能数据分析装置、一种服务器性能数据分析设备以及一种计算机可读存储介质,同样具有上述有益效果,在此不再进行赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例所提供的一种服务器性能数据分析方法的流程图;
图2为本发明实施例所提供的一种具体的服务器性能数据分析方法的流程图;
图3为本发明实施例所提供的一种服务器性能数据分析装置的结构框图;
图4为本发明实施例所提供的一种服务器性能数据分析设备的结构框图。
具体实施方式
本发明的核心是提供一种服务器性能数据分析方法。在现有技术中,商业服务器的服务器性能指标包括CPU使用率,内存调入调出比率,IOPS等资源使用数据。但是现有技术中对于服务器性能的分析并不全面,通常无法准确分析出服务器运行过程中的问题。
而本发明所提供的一种服务器性能数据分析方法,包括根据预设的采样时间周期性的获取在采样时间内活动作业的运行信息;运行信息包括活动作业运行状态所对应的时间,运行状态包括CPU队列等待,CPU运算以及中断等待;将运行信息根据对应的运行状态进行累加,得到目标系统的性能数据;对比多个性能数据确定目标系统运行过程中资源的使用情况。
通过将每个进程在执行活动作业时在各自运行过程中产生的时间进行精确累加,可以判断出运行服务器的系统运行是否顺利。并且当服务器出现性能问题时,可以依据表征活动作业运行状态所对应的时间的性能数据来定位性能瓶颈,从而可以准确的对服务器性能进行分析,并可以进一步设法制定优化的策略。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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,都属于本发明保护的范围。
请参考图1,图1为本发明实施例所提供的一种服务器性能数据分析方法的流程图。
参见图1,在本发明实施例中,服务器性能数据分析方法包括:
S101:根据预设的采样时间周期性的获取在采样时间内活动作业的运行信息。
在本发明实施例中,所述运行信息包括所述活动作业运行状态所对应的时间,所述运行状态包括CPU队列等待,CPU运算以及中断等待。
在本发明实施例中,需要按照预设的采样周期周期性的获取系统在运行目标服务器时,在当前采样时间内活动作业的运行信息。因此在本步骤中,具体会周期性的获取多组运行信息。上述运行信息包括活动作业运行状态所对应的时间,而运行状态又包括CPU队列等待,CPU运算以及中断等待,因此上述运行信息通常包括CPU队列等待时间,CPU运算时间以及中断等待时间;上述各个时间通常也为CPU队列等待时长,CPU运算时长以及中断等待时长。
需要说明的是,在本步骤中获取的运行信息具体可以包括各个活动作业所对应的CPU队列等待时间,CPU运算时间以及中断等待时间等,以便后续步骤中根据不同条件对该运行信息进行分类。
S102:将运行信息根据对应的运行状态进行累加,得到目标系统的性能数据。
在本步骤中,会将上述运行信息中包括的各个时间按照对应的运行状态进行累加,得到目标系统的性能数据,从而可以在时间维度提供服务器整体系统在不同时刻的性能数据。具体的,在本步骤中需要每个采样时刻把所有活动作业的数据按照运行状态进行累加,得到对应每个采样时间所对应的性能数据。
S103:对比多个性能数据确定目标系统运行过程中资源的使用情况。
在本步骤中,具体可以对应多个上述性能数据,即对比不同时刻,在不同采样时间中采集到的性能数据,以确定目标系统运行过程中资源的使用情况。
本发明实施例所提供的一种服务器性能数据分析方法,包括根据预设的采样时间周期性的获取在采样时间内活动作业的运行信息;运行信息包括活动作业运行状态所对应的时间,运行状态包括CPU队列等待,CPU运算以及中断等待;将运行信息根据对应的运行状态进行累加,得到目标系统的性能数据;对比多个性能数据确定目标系统运行过程中资源的使用情况。
通过将每个进程在执行活动作业时在各自运行过程中产生的时间进行精确累加,可以判断出运行服务器的系统运行是否顺利。并且当服务器出现性能问题时,可以依据表征活动作业运行状态所对应的时间的性能数据来定位性能瓶颈,从而可以准确的对服务器性能进行分析,并可以进一步设法制定优化的策略。
有关本发明所提供的一种服务器性能数据分析方法的具体内容将在下述发明实施例中做详细介绍。
请参考图2,图2为本发明实施例所提供的一种具体的服务器性能数据分析方法的流程图。
参见图2,在本发明实施例中,服务器性能数据分析方法包括:
S201:根据预设的关键字从全部活动作业中筛选出待使用活动作业。
在本步骤中,首先可以根据基于关键字对活动作业进行筛选,即根据用户输入的预设的关键字从全部活动作业中筛选出待使用活动作业。当然,在本发明实施例中也可以不对活动作业进行筛选,具体针对全部活动作业进行计算亦可,在此不做具体限定。
而上述关键字具体可以包括作业名称,作业运行的子系统,作业运行的内存池,作业执行的程序名,模块名称等进行分组过滤,从而降低后续步骤中数据分析的大小,提高数据分析的速度。
S202:根据预设的采样时间周期性的获取在采样时间内待使用活动作业的运行信息。
当通过关键字从全部活动作业中筛选出待使用活动作业之后,本步骤可以在采样时间内仅采集待使用活动作业的运行信息。本步骤的其余内容与上述发明实施例中S101基本一致,详细内容请参考上述发明实施例,在此不再进行赘述。通常情况下,在本发明实施例中上述运行信息还可以包括CPU累计使用时间、IO操作所用时间,IO操作通常包括同步读,同步写,异步读,异步写;内存调度所用时间,内存调度通常包括同步读,异步读;作业当前的堆栈调用等。
S203:获取在采样时间内系统资源的调度信息。
在本发明实施例中,所述调度信息与所述性能数据根据所述采样时间相互对应。即在本发明实施例中,具体是在一个采样时间中同时获取上述运行信息与调度信息。具体的,在本发明实施例中该调度信息可以包括以下任意一项或任意组合:CPU平均使用率,换页空间使用值,活动作业数,空闲状态作业数,内存页交换、提前页面调入统计等。上述调度信息即现有技术中从系统硬件层面所获取到的各个硬件被调度是所产生的信息。显然,在本步骤中获取的调度信息天然与上述获取的性能数据会依据采样时间相互对应,从而产生关联。当然,上述调度信息还可以包括其他内容,在此不做具体限定。
S204:获取在采样时间内系统资源的调度指标信息。
在本发明实施例中,所述调度指标信息包括所述活动作业处于中断等待时申请所述目标系统资源所使用的时间;所述调度指标信息与所述性能数据根据所述采样时间相互对应。在本发明实施例中,在上述当某一活动作业处于中断等待时,根据其申请系统中的资源,该中断等待通常又可以分为:对象锁,等待获取对象锁;记录锁,等待数据库记录锁;存储读,等待数据读返回;存储写:等待数据写返回;日志等待,等待日志写返回;底层锁,等待微码层(TIMI,technical independent machine interface)数据访问登记返回;序列化等待:等待微码层线性资源访问控制返回;通讯等待,等待socket通讯控制返回。
由于调度指标信息包括活动作业处于中断等待时申请所述目标系统资源所使用的时间,因此上述调度指标信息通常包括以下任意一项或任意组合:对象锁使用时间、记录锁使用时间、底层锁使用时间。具体的,在本步骤中获取的调度指标信息通常包括:当前采样时间内的序列化等待使用总量;每个序列化控制申请的对象以及申请的作业信息;锁的使用总量,每个锁的申请的对象以及申请的作业的信息;序列化控制的使用总量,每个序列化控制的申请的对象以及申请的作业的信息。上述锁包括对象锁、记录锁、底层锁等。在本步骤中,可以具体获取上述调度指标信息,显然,在本步骤中获取的调度指标信息天然与上述获取的性能数据会依据采样时间相互对应,从而产生关联。当然,上述调度指标信息还可以包括其他内容,在此不做具体限定。上述调度指标信息具体可以通过读取内存堆栈获取。
S205:获取在采样时间内系统的通讯信息。
在本发明实施例中,所述通讯信息与所述性能数据根据所述采样时间相互对应。上述通讯信息在本发明实施例中,通常为socket通讯的信息,通常为IPV4的socket通讯的信息。而在本步骤中,具体会执行IPV4的socket通讯的信息采集。上述通讯信息具体可以包括处于活动的IP接口,所有处于侦听状态的socket端口和侦听程序所在作业,所有的连接会话以及会话的统计信息,例如输入字节数,输出字节数,空闲时间,重传报文统计等。显然,在本步骤中获取的通讯信息天然与上述获取的性能数据会依据采样时间相互对应,从而产生关联。当然,上述通讯信息还可以包括其他内容,在此不做具体限定。
还需要说明的是,上述S202至S205之间通常并行执行,当然可以串行执行,具体方式视具体情况而定,在此不做具体限定。
S206:将运行信息根据对应的运行状态进行累加,得到目标系统的性能数据。
本步骤与上述发明实施例中S102基本一致,详细内容请参考上述发明实施例,在此不再进行赘述。
S207:根据多个性能数据生成对应目标作业的性能指标数据。
在本步骤中,可以进一步根据多个按照采样时间先后顺序排布的多个性能数据生成对应目标作业的性能指标数据,即可以从多个性能数据中提取出对应某一目标作业的数据作为性能指标数据,以便后续步骤中根据该性能指标数据对目标系统进行分析。
S208:对比多个性能数据确定目标系统运行过程中资源的使用情况。
在本步骤中,具体可以结合上述性能数据以及其他参数对目标系统运行过程中资源的使用情况进行确定。具体的,本步骤可以具体为:对比多个所述性能数据以及所述调度信息确定所述目标系统运行过程中资源的使用情况。即在本步骤中可以具体对比不同采样时间之间性能数据以及调度信息,可以将调度信息与上述性能数据相结合,确定目标系统运行过程中资源的使用情况。
具体的,本步骤可以具体为:对比多个所述性能数据以及所述调度指标信息确定所述目标系统运行过程中资源的使用情况。即在本步骤中可以进一步结合上述调度指标信息确定目标系统运行过程中资源的使用情况。例如在出现大量记录锁的情况下,多个活动作业都表现出明显的情况。通过对记录锁的时间统计,很容易可以将问题最严重的活动作业名进行排序,再优先检查最严重的前几个活动作业的堆栈调用,可以定位以下数据:活动作业在运行哪些程序,哪些模块的时候出现了记录锁等待;活动作业在出现记录锁等待的时候,等待的是哪个表的哪一条记录;在同一时间点,等待该条记录锁的作业有哪些;在某段时间内,该条记录导致的记录锁有多少个场景;通过记录锁的使用情况,最终的资源持有作业的堆栈调用检查该活动作业在调用什么程序。通过上述数据可以准确分析出目标系统运行过程中资源的使用情况。
对于AS400的对象锁,记录锁,底层锁,序列化控制是在内存中维护的,导出上述调度指标信息,可以对活动作业的相互依赖关系进行统计分析。常见的锁必然存在持有者和申请者的关系,通常是一对多的关系,锁的关键在于持有者作业的资源占用是否合理,以及是否能迅速释放锁,而避免死锁则是程序设计必须要考虑避免的一个情况。而结合上述分析出的活动作业之间的依赖关系可以辅助分析上述问题。例如,作业出现锁等待,底层锁,序列化等待的情况下,通过上述信息可以判断活动作业之间的相互关系,比如判断某个数据库记录的锁占用作业,以及正在等待该记录锁的作业的队列信息等。如果在收集的多个采样时刻都出现某种特殊情况,比如锁等待,可以判断该锁的处理出现了异常延长,而观察该锁所有者的堆栈调用可以有效地验证是什么原因导致该锁异常。
具体的,本步骤可以具体为:对比多个所述性能数据以及所述通讯信息确定所述目标系统运行过程中资源的使用情况。即在本步骤中,可以进一步结合上述通讯信息确定目标系统运行过程中资源的使用情况,具体可以确定出各个会话所传递的数据,例如输入字节数,输出字节数,空闲时间,重传报文统计等与活动作业运行状态的对应关系,进而可以对具体问题进行分析。
具体的,本步骤可以具体为:对比多个所述性能指标数据确定所述目标系统运行过程中资源的使用情况。即若以作业为研究对象,时间为横轴生成了对应的性能指标数据,则在本步骤中可以具体按照时间对作业的各种时间统计数据进行二维图形显示,直观显示作业在运行过程中各个采样时刻的时间调度,综合每个采样时刻的堆栈调用,可以清新的判断作业的模块调度和时间分配是否合理。
具体的,若采样时间为10秒,当前系统有100个活动作业,CPU运算占用的时间累计100秒,中断等待累计时间500秒,其他都很低;而中断等待通常表示系统正在进行IO调动,这样我就知道这10秒钟系统的IO压力比较大,但作业运行仍然还是比较正常,没有其他的问题出现;下一个10秒,CPU运算占用的时间累计50秒,记录锁等待统计达到800秒,其他指标都很低,我就知道这10秒,系统出现了明显的记录锁等待问题,而且程序运行已经不太通畅。在本发明实施例中通过把系统在各个阶段消耗的时间计算出来,以便了解在不同的时间段,系统运行的区别。
本步骤的其余内容已在上述发明实施例中做详细介绍,在此不再进行赘述。
本发明实施例所提供的一种服务器性能数据分析方法,通过将每个进程在执行活动作业时在各自运行过程中产生的时间进行精确累加,可以判断出运行服务器的系统运行是否顺利。并且当服务器出现性能问题时,可以依据表征活动作业运行状态所对应的时间的性能数据来定位性能瓶颈,从而可以准确的对服务器性能进行分析,并可以进一步设法制定优化的策略。
下面对本发明实施例所提供的一种服务器性能数据分析装置进行介绍,下文描述的服务器性能数据分析装置与上文描述的服务器性能数据分析方法可相互对应参照。
请参考图3,图3为本发明实施例所提供的一种服务器性能数据分析装置的结构框图。参照图3,服务器性能数据分析装置可以包括:
采集模块100,用于根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息;所述运行信息包括所述活动作业运行状态所对应的时间,所述运行状态包括CPU队列等待,CPU运算以及中断等待。
性能数据模块200,用于将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据。
分析模块300,用于对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况。
作为优选的,在本发明实施例中,还包括:
调度信息模块,用于获取在所述采样时间内系统资源的调度信息;所述调度信息与所述性能数据根据所述采样时间相互对应。
所述分析模块300具体用于:
对比多个所述性能数据以及所述调度信息确定所述目标系统运行过程中资源的使用情况。
作为优选的,在本发明实施例中,还包括:
调度指标信息模块,用于获取在所述采样时间内系统资源的调度指标信息;所述调度指标信息包括所述活动作业处于中断等待时申请所述目标系统资源所使用的时间;所述调度指标信息与所述性能数据根据所述采样时间相互对应。
所述分析模块300具体用于:
对比多个所述性能数据以及所述调度指标信息确定所述目标系统运行过程中资源的使用情况。
作为优选的,在本发明实施例中,所述调度指标信息包括以下任意一项或任意组合:
对象锁使用时间、记录锁使用时间、底层锁使用时间。
作为优选的,在本发明实施例中,还包括:
通讯信息模块,用于获取在所述采样时间内系统的通讯信息;所述通讯信息与所述性能数据根据所述采样时间相互对应。
所述分析模块300具体用于:
对比多个所述性能数据以及所述通讯信息确定所述目标系统运行过程中资源的使用情况。
作为优选的,在本发明实施例中,还包括:
筛选模块,用于根据预设的关键字从全部活动作业中筛选出待使用活动作业。
采集模块100具体用于:
根据预设的采样时间周期性的获取在采样时间内待使用活动作业的运行信息。
作为优选的,在本发明实施例中,还包括:
性能指标数据模块,用于根据多个所述性能数据生成对应目标作业的性能指标数据。
所述分析模块300具体用于:
对比多个所述性能指标数据确定所述目标系统运行过程中资源的使用情况。
本实施例的服务器性能数据分析装置用于实现前述的服务器性能数据分析方法,因此服务器性能数据分析装置中的具体实施方式可见前文中的服务器性能数据分析方法的实施例部分,例如,采集模块100,性能数据模块200,分析模块300分别用于实现上述服务器性能数据分析方法中步骤S101至S103,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
下面对本发明实施例提供的一种服务器性能数据分析设备进行介绍,下文描述的服务器性能数据分析设备与上文描述的服务器性能数据分析方法以及服务器性能数据分析装置可相互对应参照。
请参考图4,图4为本发明实施例所提供的一种服务器性能数据分析设备的结构框图。
参照图4,该服务器性能数据分析设备可以包括处理器11和存储器12。
所述存储器12用于存储计算机程序;所述处理器11用于执行所述计算机程序时实现上述发明实施例中所述的服务器性能数据分析方法的具体内容。
本实施例的服务器性能数据分析设备中处理器11用于安装上述发明实施例中所述的服务器性能数据分析装置,同时处理器11与存储器12相结合可以实现上述任一发明实施例中所述的服务器性能数据分析方法。因此服务器性能数据分析设备中的具体实施方式可见前文中的服务器性能数据分析方法的实施例部分,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一发明实施例中所介绍的一种服务器性能数据分析方法。其余内容可以参照现有技术,在此不再进行展开描述。
本说明书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它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等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操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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。
以上对本发明所提供的一种服务器性能数据分析方法、一种服务器性能数据分析装置、一种服务器性能数据分析设备以及一种计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明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发明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,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种服务器性能数据分析方法,其特征在于,包括:
根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息;所述运行信息包括所述活动作业运行状态所对应的时间,所述运行状态包括CPU队列等待,CPU运算以及中断等待;
将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据;
对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取在所述采样时间内系统资源的调度信息;所述调度信息与所述性能数据根据所述采样时间相互对应;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能数据以及所述调度信息确定所述目标系统运行过程中资源的使用情况。
3.根据权利要求2所述的方法,其特征在于,还包括:
获取在所述采样时间内系统资源的调度指标信息;所述调度指标信息包括所述活动作业处于中断等待时申请所述目标系统资源所使用的时间;所述调度指标信息与所述性能数据根据所述采样时间相互对应;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能数据以及所述调度指标信息确定所述目标系统运行过程中资源的使用情况。
4.根据权利要求3所述的方法,其特征在于,所述调度指标信息包括以下任意一项或任意组合:
对象锁使用时间、记录锁使用时间、底层锁使用时间。
5.根据权利要求3所述的方法,其特征在于,还包括:
获取在所述采样时间内系统的通讯信息;所述通讯信息与所述性能数据根据所述采样时间相互对应;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能数据以及所述通讯信息确定所述目标系统运行过程中资源的使用情况。
6.根据权利要求1所述的方法,其特征在于,在所述根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息之前,还包括:
根据预设的关键字从全部活动作业中筛选出待使用活动作业;
所述根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息包括:
根据预设的采样时间周期性的获取在所述采样时间内待使用活动作业的运行信息。
7.根据权利要求1所述的方法,其特征在于,在所述将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据之后,还包括:
根据多个所述性能数据生成对应目标作业的性能指标数据;
所述对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况包括:
对比多个所述性能指标数据确定所述目标系统运行过程中资源的使用情况。
8.一种服务器性能数据分析装置,其特征在于,包括:
采集模块,用于根据预设的采样时间周期性的获取在所述采样时间内活动作业的运行信息;所述运行信息包括所述活动作业运行状态所对应的时间,所述运行状态包括CPU队列等待,CPU运算以及中断等待;
性能数据模块,用于将所述运行信息根据对应的所述运行状态进行累加,得到目标系统的性能数据;
分析模块,用于对比多个所述性能数据确定所述目标系统运行过程中资源的使用情况。
9.一种服务器性能数据分析设备,其特征在于,所述设备包括:
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时实现如权利要求1至7任一项所述服务器性能数据分析方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述服务器性能数据分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111364653.4A CN114020595A (zh) | 2021-11-17 | 2021-11-17 | 一种服务器性能数据分析方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111364653.4A CN114020595A (zh) | 2021-11-17 | 2021-11-17 | 一种服务器性能数据分析方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114020595A true CN114020595A (zh) | 2022-02-08 |
Family
ID=80064879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111364653.4A Pending CN114020595A (zh) | 2021-11-17 | 2021-11-17 | 一种服务器性能数据分析方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114020595A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968745A (zh) * | 2022-06-10 | 2022-08-30 | 北京世冠金洋科技发展有限公司 | 一种处理系统模型的运行信息的方法及装置 |
-
2021
- 2021-11-17 CN CN202111364653.4A patent/CN114020595A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968745A (zh) * | 2022-06-10 | 2022-08-30 | 北京世冠金洋科技发展有限公司 | 一种处理系统模型的运行信息的方法及装置 |
CN114968745B (zh) * | 2022-06-10 | 2023-06-16 | 北京世冠金洋科技发展有限公司 | 一种处理系统模型的运行信息的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2411927B1 (en) | Monitoring of distributed applications | |
JP3501385B2 (ja) | ジョブ実行順序決定方法 | |
AU2005310976B2 (en) | Performance monitoring witin an enterprise software system | |
US20020178206A1 (en) | System and method for monitoring computer application and resource utilization | |
WO2021159638A1 (zh) | 集群队列资源的调度方法、装置、设备及存储介质 | |
US9442817B2 (en) | Diagnosis of application server performance problems via thread level pattern analysis | |
WO2020000726A1 (zh) | 性能测试报告的生成方法、电子装置及可读存储介质 | |
JP2013515985A (ja) | データ収集方法、データ収集装置及びネットワーク管理デバイス | |
EP2648105B1 (en) | Database performance analysis | |
CN108153587A (zh) | 一种针对大数据平台的慢任务原因检测方法 | |
CN104182278B (zh) | 一种判定计算机硬件资源繁忙程度的方法和装置 | |
CN110968425B (zh) | 一种任务资源动态分配方法及系统 | |
You et al. | Comprehensive workload analysis and modeling of a petascale supercomputer | |
CN107515784A (zh) | 一种在分布式系统中计算资源的方法与设备 | |
Meneses et al. | Analyzing the interplay of failures and workload on a leadership-class supercomputer | |
CN114020595A (zh) | 一种服务器性能数据分析方法及相关装置 | |
CN112052078A (zh) | 一种耗时的确定方法和装置 | |
CN109992481A (zh) | 一种用于分布式块存储的性能分析工具、方法及存储介质 | |
CN103729417A (zh) | 一种数据扫描的方法及装置 | |
Gehr et al. | Measuring fragmentation of two-dimensional resources applied to advance reservation grid scheduling | |
CN115016890A (zh) | 虚拟机资源分配方法、装置、电子设备及存储介质 | |
WO2009117825A2 (en) | System and method for detecting system relationships by correlating system workload activity levels | |
US9633061B2 (en) | Methods for determining event counts based on time-sampled data | |
Dong et al. | SMART: Speedup Job Completion Time by Scheduling Reduce Tasks | |
van Dam et al. | Enabling structured exploration of workflow performance variability in extreme-scale environments |
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 |