CN114240654A - 基于交易链路的性能能力透视方法、系统、设备及可读存储介质 - Google Patents
基于交易链路的性能能力透视方法、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114240654A CN114240654A CN202111512102.8A CN202111512102A CN114240654A CN 114240654 A CN114240654 A CN 114240654A CN 202111512102 A CN202111512102 A CN 202111512102A CN 114240654 A CN114240654 A CN 114240654A
- Authority
- CN
- China
- Prior art keywords
- transaction
- result data
- link
- performance result
- trading
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种基于交易链路的性能能力透视方法、系统、设备及可读存储介质。该方法包括如下步骤:步骤S1、根据交易码自动从资产库中匹配并获取交易链路;步骤S2、构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;步骤S3、从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;步骤S4、根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。该技术方案能够提前预知交易链路瓶颈,在一定程度上为全链路压测提供数据依据和短板系统预警,辅助性能测试实施人员以及开发人员有针对性地进行性能调优分析。
Description
技术领域
本发明涉及性能测试技术领域,尤其涉及一种基于交易链路的性能能力透视方法、系统、设备及可读存储介质。
背景技术
现有技术中,尤其在性能测试领域,性能测试人员无法快速准确地获取某交易的交易链路,以及该链路下的系统短板,继而在压测场景实施时,只能通过查阅性能需求说明书或者与开发人员沟通获取待测交易的交易链路,更无法提前获知该交易链路下的系统短板,测试效率低下。
基于上述问题,为了快速获取待测交易的交易链路路径、该链路中各系统的性能结果数据(TPS)以及基于历史资产数据而精准预测的系统短板,从而辅助测试实施人员快速获取交易链路数据以及链路瓶颈系统。本发明通过构建关系映射模型以及引入智能匹配关联方法,提出了一种基于交易链路的性能能力透视方法、系统、设备及可读存储介质。
发明内容
为解决现有技术的不足,本发明提出一种基于交易链路的性能能力透视方法、系统、设备及可读存储介质。
为实现以上目的,本发明所采用的技术方案包括:
根据本发明的第一个方面,公开了一种基于交易链路的性能能力透视方法,包括如下步骤:
步骤S1、根据交易码自动从资产库中匹配并获取交易链路;
步骤S2、构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;
步骤S3、从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;
步骤S4、根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
进一步地,所述方法还包括将各个交易系统的单体性能结果数据进行动态化展示。
进一步地,所述动态化展示包括动态呈现交易链路的走势流向及高亮展示交易链路的短板系统。
进一步地,所述步骤S1包括基于路径最长优先原则,根据交易码自动从资产库中匹配并获取最完整的交易链路。
进一步地,所述步骤S2包括如下子步骤:
步骤S21、切分获取交易链路相对应的各个交易系统,确定发起端交易系统及相对应的交易码;
步骤S22、发起一笔真实交易覆盖交易链路;
步骤S23、截取各个交易系统的交易请求报文,根据交易请求报文中的交易码域,解析获取各个交易系统相对应的交易码;
步骤S24、构建完整的交易映射关系数据模型并导入资产库。
进一步地,所述步骤S3中所述的智能匹配关联算法包括设置压测时间、压测场景、压测环境的分级优先原则,建立交易数据池,分别对各个交易系统的性能结果数据进行评分,计算得到各个交易系统最优的性能结果数据。
进一步地,所述步骤S4包括结合各个交易系统的压测环境配置信息将各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
根据本发明的第二个方面,公开了一种基于交易链路的性能能力透视系统,包括:
获取模块,用于根据交易码自动从资产库中匹配并获取交易链路;
构建模块,用于构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;
计算模块,用于从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;
校准模块,用于根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
进一步地,所述系统还包括:
展示模块,用于将各个交易系统的单体性能结果数据进行动态化展示。
根据本发明的第三个方面,公开了一种电子设备,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行如上所述的基于交易链路的性能能力透视方法。
根据本发明的第四个方面,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用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行如上所述的基于交易链路的性能能力透视方法。
本发明的有益效果为:
采用本发明所述基于交易链路的性能能力透视方法、系统、设备及可读存储介质,以资产库中的历史资产数据为依据,基于路径最长优先原则,根据交易码自动匹配并获取完整的交易链路,且保障该交易链路覆盖最多的交易系统;构建各个交易系统之间的交易映射关系数据模型,根据智能匹配关联算法,建立交易数据池,并设置相应合理的权重,计算得到各个交易系统最优的性能结果数据,并进行基准计算得到各个交易系统的单体性能结果数据以及系统短板,在一定程度上为全链路压测提供数据依据和短板系统预警。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例提供的一种基于交易链路的性能能力透视方法的流程示意图。
图2为本申请实施例提供的构建交易映射关系数据模型的方法流程示意图。
图3为本申请实施例提供的一种基于交易链路的性能能力透视系统的结构示意图。
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更清楚的理解本发明的内容,将结合附图和实施例详细说明。
下面详细描述本申请的实施例,各实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
一种基于交易链路的性能能力透视方法,如图1所示,该方法可以包括如下步骤:
步骤S1、根据交易码自动从资产库中匹配并获取交易链路;
步骤S2、构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;
步骤S3、从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;
步骤S4、根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
优选地,所述方法还包括将各个交易系统的单体性能结果数据进行动态化展示。
具体地,所述动态化展示包括动态呈现交易链路的走势流向及高亮展示交易链路的短板系统。
其中,所述步骤S1包括基于路径最长优先原则,根据交易码自动从资产库中匹配并获取最完整的交易链路,例如交易S的路径为A->B->C->D。
如图2所示,所述步骤S2可以包括如下子步骤:
步骤S21、切分获取交易链路相对应的各个交易系统,确定发起端交易系统及相对应的交易码;
步骤S22、发起一笔真实交易覆盖交易链路;
步骤S23、截取各个交易系统的交易请求报文,根据交易请求报文中的交易码域,解析获取各个交易系统相对应的交易码;
步骤S24、构建完整的交易映射关系数据模型并导入资产库。
例如,交易S在A->B->C->D的路径下,A、B、C、D各交易系统对应的交易码分别为S0、S1、S2、S3。交易映射关系如表1所示:
表1交易S的交易映射关系
所述步骤S3中所述的智能匹配关联算法包括设置压测时间、压测场景、压测环境的分级优先原则,建立交易数据池,分别对各个交易系统的性能结果数据进行评分,计算得到各个交易系统最优的性能结果数据。
具体地,设置“时间最近优先”、“常规场景类型优先”、“压测环境一致性优先”分别为一级、二级、三级优先原则,例如压测时间、压测场景、压测环境的权重α分别为0.6、0.3、0.1,三者加和为1,并设置如表2所示的评分细则,根据评分细则分别计算各个交易系统的性能结果数据对应的评分值,按照评分值从高到低排序,获取最优的任务数据集Xi,即各个交易系统最优的性能结果数据(TPS)。
表2评分细则表
所述步骤S4包括结合各个交易系统的压测环境配置信息将各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
具体地,基准计算方式为:单个交易系统下的性能结果数据(TPS)除以对应的服务器数量即为该交易系统的单体性能结果数据,例如:在2台应用服务器压测环境中,交易S0在A系统下的TPS为100,那么其单体TPS为100/2=50。
本申请实施例提供了一种基于交易链路的性能能力透视方法,通过根据交易码自动从资产库中匹配并获取交易链路;构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。即利用构建交易映射关系数据模型以及智能匹配关联算法动态获取某交易在交易链路下各个交易系统的性能结果数据(TPS)以及该交易链路中的系统短板,从而提前预知交易链路瓶颈,辅助性能测试实施人员以及开发人员有针对性地进行性能调优分析。
图3为本申请实施例提供的一种基于交易链路的性能能力透视系统的结构示意图,该系统20包括:获取模块201、构建模块202、计算模块203、校准模块204,其中:
获取模块201,用于根据交易码自动从资产库中匹配并获取交易链路;
构建模块202,用于构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;
计算模块203,用于从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;
校准模块204,用于根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
进一步地,该系统还可以包括展示模块,用于将各个交易系统的单体性能结果数据进行动态化展示。
本实施例的基于交易链路的性能能力透视系统可执行本申请上述实施例中提供的基于交易链路的性能能力透视方法,其实现原理相类似,所实现的有益效果类似,此处不再赘述。
本申请实施例提供了一种电子设备,如图4所示,图4所示的电子设备30包括:处理器3001和存储器3003。其中,处理器3001和存储器3003相连,如通过总线3002相连。进一步地,电子设备30还可以包括收发器3004。需要说明的是,实际应用中收发器3004不限于一个,该电子设备30的结构并不构成对本申请实施例的限定。其中,处理器3001应用于本申请实施例中,用于实现图3所示模块的功能。收发器3004包括接收机和发射机。处理器3001可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器3001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线3002可包括一通路,在上述组件之间传送信息。总线3002可以是PCI总线或EISA总线等。总线3002可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器3003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器3003用于存储执行本申请方案的应用程序代码,并由处理器3001来控制执行。处理器3001用于执行存储器3003中存储的应用程序代码,以实现图3所示实施例提供的基于交易链路的性能能力透视系统的功能。
本申请实施例提供了一种电子设备,包括根据交易码自动从资产库中匹配并获取交易链路;构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。即利用构建交易映射关系数据模型以及智能匹配关联算法动态获取某交易在交易链路下各个交易系统的性能结果数据(TPS)以及该交易链路中的系统短板,从而提前预知交易链路瓶颈,辅助性能测试实施人员以及开发人员有针对性地进行性能调优分析。
本申请实施例提供了一种电子设备适用于上述方法实施例。在此不再赘述。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述实施例中所示的方法。
本申请实施例提供了一种计算机可读存储介质,包括根据交易码自动从资产库中匹配并获取交易链路;构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。即利用构建交易映射关系数据模型以及智能匹配关联算法动态获取某交易在交易链路下各个交易系统的性能结果数据(TPS)以及该交易链路中的系统短板,从而提前预知交易链路瓶颈,辅助性能测试实施人员以及开发人员有针对性地进行性能调优分析。
本申请实施例提供了一种计算机可读存储介质适用于上述方法实施例。在此不再赘述。
本发明实施例所示的技术方案已经应用在某银行软件开发中心系统测试域研发的性能地图工具中,在该性能地图使用过程中,选择某一交易系统,即可展示该交易系统所有的交易链路,选择其中某一交易后,会动态展示该交易在交易链路下的流向及系统短板预警显示。
在交易链路中,如果某节点交易系统尚未有性能结果数据,则该交易系统节点置灰。性能测试人员使用性能地图时,如遇到全链路压测需求,可以参考性能地图展示的全链路数据,合理安排压测计划,并对系统短板进行重点分析。
本发明为全链路性能测试实施以及链路下系统短板带来了有效的数据参考,极大提高了性能测试的实施效率。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,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,可轻易想到的变化或替换等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该以权利要求书的保护范围为准。
Claims (11)
1.一种基于交易链路的性能能力透视方法,其特征在于,包括如下步骤:
步骤S1、根据交易码自动从资产库中匹配并获取交易链路;
步骤S2、构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;
步骤S3、从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;
步骤S4、根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
2.如权利要求1所述的方法,其特征在于,还包括将各个交易系统的单体性能结果数据进行动态化展示。
3.如权利要求2所述的方法,其特征在于,所述动态化展示包括动态呈现交易链路的走势流向及高亮展示交易链路的短板系统。
4.如权利要求1至3任一项所述的方法,其特征在于,所述步骤S1包括基于路径最长优先原则,根据交易码自动从资产库中匹配并获取最完整的交易链路。
5.如权利要求4所述的方法,其特征在于,所述步骤S2包括如下子步骤:
步骤S21、切分获取交易链路相对应的各个交易系统,确定发起端交易系统及相对应的交易码;
步骤S22、发起一笔真实交易覆盖交易链路;
步骤S23、截取各个交易系统的交易请求报文,根据交易请求报文中的交易码域,解析获取各个交易系统相对应的交易码;
步骤S24、构建完整的交易映射关系数据模型并导入资产库。
6.如权利要求1至3任一项所述的方法,其特征在于,所述步骤S3中所述的智能匹配关联算法包括设置压测时间、压测场景、压测环境的分级优先原则,建立交易数据池,分别对各个交易系统的性能结果数据进行评分,计算得到各个交易系统最优的性能结果数据。
7.如权利要求1至3任一项所述的方法,其特征在于,所述步骤S4包括结合各个交易系统的压测环境配置信息将各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
8.一种基于交易链路的性能能力透视系统,其特征在于,包括:
获取模块,用于根据交易码自动从资产库中匹配并获取交易链路;
构建模块,用于构建交易链路相对应的各个交易系统之间的交易映射关系数据模型并导入资产库;
计算模块,用于从资产库中提取各个交易系统的性能结果数据,根据智能匹配关联算法,获取各个交易系统最优的性能结果数据;
校准模块,用于根据各个交易系统最优的性能结果数据进行基准计算得到各个交易系统的单体性能结果数据。
9.如权利要求8所述的系统,其特征在于,还包括:
展示模块,用于将各个交易系统的单体性能结果数据进行动态化展示。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于:执行如权利要求1至7中任一项所述的基于交易链路的性能能力透视方法。
11.一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用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行如权利要求1至7中任一项所述的基于交易链路的性能能力透视方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111512102.8A CN114240654A (zh) | 2021-12-07 | 2021-12-07 | 基于交易链路的性能能力透视方法、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111512102.8A CN114240654A (zh) | 2021-12-07 | 2021-12-07 | 基于交易链路的性能能力透视方法、系统、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240654A true CN114240654A (zh) | 2022-03-25 |
Family
ID=80754901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111512102.8A Pending CN114240654A (zh) | 2021-12-07 | 2021-12-07 | 基于交易链路的性能能力透视方法、系统、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240654A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116578499A (zh) * | 2023-07-13 | 2023-08-11 | 建信金融科技有限责任公司 | 公共组件功能变更影响的智能化分析测试方法及其系统 |
-
2021
- 2021-12-07 CN CN202111512102.8A patent/CN114240654A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116578499A (zh) * | 2023-07-13 | 2023-08-11 | 建信金融科技有限责任公司 | 公共组件功能变更影响的智能化分析测试方法及其系统 |
CN116578499B (zh) * | 2023-07-13 | 2023-09-22 | 建信金融科技有限责任公司 | 公共组件功能变更影响的智能化分析测试方法及其系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109347787B (zh) | 一种身份信息的识别方法及装置 | |
US7996818B1 (en) | Method for testing using client specified references | |
US7865780B2 (en) | Method for test case generation | |
CN110474900B (zh) | 一种游戏协议测试方法及装置 | |
CN110334013B (zh) | 决策引擎的测试方法、装置及电子设备 | |
CN109582550B (zh) | 一种获取全量业务场景故障集合的方法、装置及服务器 | |
CN112328802A (zh) | 数据处理方法、装置和服务器 | |
CN110046086B (zh) | 用于测试的期望数据生成方法及装置和电子设备 | |
CN114240654A (zh) | 基于交易链路的性能能力透视方法、系统、设备及可读存储介质 | |
CN115587017A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
Sonnenfeld et al. | Direct measurement of the magnification produced by galaxy clusters as gravitational lenses | |
CN108875374A (zh) | 基于文档节点类型的恶意pdf检测方法及装置 | |
CN110888811B (zh) | 代码覆盖率信息处理方法、装置、电子设备及介质 | |
CN111679298B (zh) | 导航系统的完好性监测方法、完好性监测装置及电子设备 | |
CN113255769A (zh) | 化合物属性预测模型训练方法和化合物属性预测方法 | |
CN112181825A (zh) | 测试案例库构建方法、装置、电子设备及介质 | |
CN111859985A (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
CN112233171A (zh) | 目标标注质量检验方法、装置、计算机设备和存储介质 | |
CN115683631B (zh) | 轴承故障检测方法及装置 | |
CN109815083A (zh) | 一种应用崩溃的监控方法、装置、电子设备及介质 | |
CN117112847B (zh) | 一种基于社区模型的图数据库的数据生成方法及装置 | |
CN111913993B (zh) | 表格数据生成方法、装置、电子设备及计算机可读存储介质 | |
CN113824583B (zh) | 根因元素的定位方法、装置、计算机设备及存储介质 | |
CN107665258A (zh) | 文件系统可用性确定方法及装置 | |
CN118094450B (zh) | 一种故障预警方法及相关设备 |
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 |