CN114416512A - 测试方法、装置、电子设备和计算机存储介质 - Google Patents

测试方法、装置、电子设备和计算机存储介质 Download PDF

Info

Publication number
CN114416512A
CN114416512A CN202210089416.XA CN202210089416A CN114416512A CN 114416512 A CN114416512 A CN 114416512A CN 202210089416 A CN202210089416 A CN 202210089416A CN 114416512 A CN114416512 A CN 114416512A
Authority
CN
China
Prior art keywords
preset
current
threshold
index
value
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
Application number
CN202210089416.XA
Other languages
English (en)
Inventor
王江娟
田士福
陈琦
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202210089416.XA priority Critical patent/CN114416512A/zh
Publication of CN114416512A publication Critical patent/CN114416512A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3409Recording 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3055Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3089Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • G06F11/3093Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/805Real-time
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/81Threshold

Landscapes

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

Abstract

本公开提供了一种测试方法、装置、电子设备和计算机存储介质,可以应用于大数据技术领域,也可用于金融技术领域。该测试方法,包括:获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值;在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将压力测试指标的当前指标数值增加至目标数值,其中第一预设约束条件包括:性能指标的当前指标数值小于等于预设性能指标阈值;根据压力测试指标的目标数值,对被测服务器进行压力测试。

Description

测试方法、装置、电子设备和计算机存储介质
技术领域
本公开涉及大数据技术领域,具体地涉及一种测试方法、装置、设备、介质和程序产品。
背景技术
随着SOA结构和微服务架构的流行,接口已经成为各系统间通信的桥梁。因此,接口的性能压测也变得越来越重要。
在实现本公开的过程中发现:现有的发压方式发压模式较为固定,没有依据实际的压测场景和实时压测的系统吞吐量及时调整并发流量,发压方式不合理。
发明内容
鉴于上述问题,本公开提供了一种测试方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种测试方法,包括:
获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值;
在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将压力测试指标的当前指标数值增加至目标数值,其中第一预设约束条件包括:性能指标的当前指标数值小于等于预设性能指标阈值;
根据压力测试指标的目标数值,对被测服务器进行压力测试。
根据本公开的实施例,其中:
性能指标包括系统吞吐量、CPU使用率和平均响应时间,压力测试指标包括并发用户数;
预设性能指标阈值包括预设系统吞吐量阈值、预设CPU使用率阈值和预设平均响应时间阈值;
第一预设约束条件包括:当前系统吞吐量小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值。
根据本公开的实施例,还包括:
在性能指标的当前指标数值,和预设性能指标阈值满足第二预设约束条件的情况下,停止增加压力测试指标的当前指标数值,其中第二预设约束条件包括:当前系统吞吐量大于预设系统吞吐量阈值,或者当前CPU使用率大于预设CPU使用率阈值,或者当前平均响应时间大于预设平均响应时间阈值。
根据本公开的实施例,其中,将压力测试指标的当前指标数值增加至目标数值包括:
在当前系统吞吐量小于等于预设比较阈值的情况下,将当前并发用户数增加至第一目标数值,其中,第一目标数值为当前并发用户数的预设整数倍,预设比较阈值为预设系统吞吐量阈值和预设比较系数的乘积,其中预设整数为大于1的正整数,预设比较系数m的数值范围为:0<m≤0.5。
根据本公开的实施例,其中,将压力测试指标的当前指标数值增加至目标数值还包括:
在当前系统吞吐量大于预设比较阈值,且小于等于预设系统吞吐量阈值的情况下,按照预设线性关系将当前并发用户数增加至第二目标数值。
根据本公开的实施例,其中,按照预设线性关系将当前并发用户数增加至第二目标数值包括:
根据预设线性系数,将当前并发用户数增加至第二目标数值,其中预设线性系数为当前并发用户数和当前系统吞吐量的比值。
本公开的第二方面提供了一种测试装置,包括获取模块、第一执行模块和测试模块。
其中,获取模块,用于获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值。
第一执行模块,用于在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将压力测试指标的当前指标数值增加至目标数值,其中第一预设约束条件包括:性能指标的当前指标数值小于等于预设性能指标阈值;
测试模块,用于根据压力测试指标的目标数值,对被测服务器进行压力测试。
根据本公开的实施例,其中:
性能指标包括系统吞吐量、CPU使用率和平均响应时间,压力测试指标包括并发用户数;
预设性能指标阈值包括预设系统吞吐量阈值、预设CPU使用率阈值和预设平均响应时间阈值;
第一预设约束条件包括:当前系统吞吐量小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值。
根据本公开的实施例,上述装置还包括第二执行模块,用于在性能指标的当前指标数值,和预设性能指标阈值满足第二预设约束条件的情况下,停止增加压力测试指标的当前指标数值,其中第二预设约束条件包括:当前系统吞吐量大于预设系统吞吐量阈值,或者当前CPU使用率大于预设CPU使用率阈值,或者当前平均响应时间大于预设平均响应时间阈值。
根据本公开的实施例,其中,第一执行模块包括第一执行单元,用于在当前系统吞吐量小于等于预设比较阈值的情况下,将当前并发用户数增加至第一目标数值,其中,第一目标数值为当前并发用户数的预设整数倍,预设比较阈值为预设系统吞吐量阈值和预设比较系数的乘积,其中预设整数为大于1的正整数,预设比较系数m的数值范围为:0<m≤0.5。
根据本公开的实施例,其中,第一执行模块还包括第二执行单元,用于在当前系统吞吐量大于预设比较阈值,且小于等于预设系统吞吐量阈值的情况下,按照预设线性关系将当前并发用户数增加至第二目标数值。
根据本公开的实施例,其中,第二执行单元包括执行子单元,用于根据预设线性系数,将当前并发用户数增加至第二目标数值,其中预设线性系数为当前并发用户数和当前系统吞吐量的比值。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述测试方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述测试方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述测试方法。
根据本公开的实施例,通过上述方法实时获取被测服务器的性能指标,并将实时性能指标值和预设性能阈值进行比较,在性能指标的当前指标数值小于等于预设性能指标阈值的情况下,对压力测试指标的当前指标数值进行增加,代替了人力手动调压和非灵活的均匀递增或阶梯压力等操作,通过依据数据特征、边界条件或者约束条件自动调整处理方法为接口的自动寻点压测出最优的TPS,实现接口的自动化调压测试,解决了现有技术中模式化的调压方式不能得出最优的TP3导致测试发压不合理的问题。通过对服务器的实时性能指标值进行监控,作为是否调压的参考,综合地考虑了当前压测的实时结果及系统的性能指标对压测的影响,更加全面综合地对压测中的流量进行控制,更加高效准确地评估出当前系统的性能。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的测试方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的测试方法的流程图;
图3示意性示出了可应用于本公开实施例的测试方法的系统图;
图4示意性示出了根据本公开实施例的测试装置的结构框图;以及
图5示意性示出了根据本公开实施例的适于实现测试方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
随着主流系统的服务化设计,特别是随着SOA结构和微服务架构的流行,接口已经成为各系统间通信的桥梁。因此,接口的性能压测也变得越来越重要。
目前对接口性能压测的需求也变得越来越多,为了满足各种不同类型的需求,其中的一种方法是,可采用各种性能压测的工具,例如LoadRunner能够对企业架构进行测试,可适用于各种体系架构的自动化负载测试,能预测系统行为并评估系统性能;Jmeter是Apache组合开发的基于java的压力测试工具,用于静态和动态资源的性能测试,此外,由于其高可扩展性也衍生出一系列以jmeter为基础的云测试工具,例如的PTS,为一款具备强大的分布式压测能力的SaaS压测平台,可以模拟海量用户的真实业务场景,全方位验证业务站点的性能、容量和稳定性。
另外,对接口性能压测也可以通过人工发压的方式进行测试,例如通过自动梯度递增模式或手动调整并发模式,或者有通过建模、预估等技术代替人工手动调压等多种方式。
但是,在实现本公开的过程中发现,无论是通过现有性能压测工具、还是人工发压,都没有在流量决策中综合考虑依据用户的场景、实时压测的TPS及资源情况,实时进行流量决策调整并发用户数,即,现有的发压方式发压模式较为固定,没有依据实际的压测场景和实时压测的系统吞吐量及时调整并发流量,发压方式不合理。
有鉴于此,针对上述情况,本公开的实施例提供了一种测试方法,以实现更为智能化的流量决策方法,为自动化性能测试提供流量决策策略。
本公开的实施例提供的测试方法,包括:
获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值;
在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将压力测试指标的当前指标数值增加至目标数值,其中第一预设约束条件包括:性能指标的当前指标数值小于等于预设性能指标阈值;
根据压力测试指标的目标数值,对被测服务器进行压力测试。
图1示意性示出了根据本公开实施例的测试方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102、103、流量决策服务器102、被测服务器103,终端设备101、102、103、流量决策系统102和被测服务器103之间可通过网络进行通信,网络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、102、103通过网络与流量决策服务器102交互,以接收或发送消息等。用户可以使用终端设备101、102、103通过网络与被测服务器103交互,终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
被测服务器103可以是提供各种服务的业务服务器,例如对用户所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
流量决策服务器102可用于接收到用户通过终端设备101、102、103发起的测试请求,执行本公开实施例的测试方法,与被测服务器103进行数据交互,获取被测服务器103的各项指标数据后,根据预设的约束条件,通过执行自适应算法,确定最优的发压流量,以便根据确定的发压流量对被测服务器103执行压力测试。
需要说明的是,本公开实施例所提供的测试方法一般可以由流量决策服务器102执行。相应地,本公开实施例所提供的测试装置一般可以设置于流量决策服务器102中。本公开实施例所提供的测试方法也可以由不同于流量决策服务器102且能够与终端设备101、102、103和/或流量决策服务器102通信的服务器或服务器集群执行。例如,本公开实施例所提供的测试方法也可以由被测服务器103执行,本公开实施例所提供的测试装置可以设置于被测服务器103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
需要说明的是,本公开的测试方法和装置可应用于大数据技术领域,也可用于金融技术领域,也可应用于除大数据技术领域和金融技术领域之外的任意领域,本公开对该测试方法和装置的应用领域不做限定。
以下将基于图1描述的场景,通过图2~图5对公开实施例的测试方法进行详细描述。
图2示意性示出了根据本公开实施例的测试方法的流程图。
如图2所示,该实施例的测试方法包括操作S210~操作S230。
在操作S210,获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值;
在操作S220,在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将压力测试指标的当前指标数值增加至目标数值,其中第一预设约束条件包括:性能指标的当前指标数值小于等于预设性能指标阈值;
在操作S230,根据压力测试指标的目标数值,对被测服务器进行压力测试。
根据本公开的实施例,性能指标指被测服务器的各种性能指标,例如可以包括CPU使用率、内存使用率、磁盘吞吐量、网络吞吐量、数据库的执行SQL耗时、吞吐量、命中率和锁,以及当前压测场景下的系统吞吐量(TPS)、平均响应时间等;压力测试指标用于表征执行压测的测试指标,例如可包括并发用户数,即按照一定数量的并发用户数对被测服务器接口进行性能压测。
根据本公开的实施例,性能指标阈值可以根据不同的应用场景是预设的阈值,用于表征停止压测的边界条件,如CPU使用率小于80%,TPS不高于1000笔/秒,平均响应时间AVG不大于3s等。
根据本公开的实施例,在本公开实施例的场景下,在性能指标的当前指标数值小于等于预设性能指标阈值的情况下,可以对压力测试指标的当前指标数值进行增加,即可以继续增压至目标数值,以便利用增压后的目标数值的流量(并发数)执行下一次压力测试,直至超过预设阈值,停止增压。
根据本公开的实施例,将压力测试指标的当前指标数值增加至目标数值,可以是根据实际的场景选择合适的增压方式,例如可选择均匀递增,在达到最大并发后并按照最大并发持续施压,不再增加并发。或者可选择阶梯增压,按照递增阶梯逐步增加,达到最大并发后按照最大并发持续施压;再或者,还可以在当前指标数值的基础上线性增压,或者是以上任意调压方式的自由组合,也可以是用户自定义设置的其他增压方式。
根据本公开的实施例,通过上述方法实时获取被测服务器的性能指标,并将实时性能指标值和预设性能阈值进行比较,在性能指标的当前指标数值小于等于预设性能指标阈值的情况下,对压力测试指标的当前指标数值进行增加,代替了人力手动调压和非灵活的均匀递增或阶梯压力等操作,通过依据数据特征、边界条件或者约束条件自动调整处理方法为接口的自动寻点压测出最优的TPS,实现接口的自动化调压测试,解决了现有技术中模式化的调压方式不能得出最优的TPS导致测试发压不合理的问题。通过对服务器的实时性能指标值进行监控,作为是否调压的参考,综合地考虑了当前压测的实时结果及系统的性能指标对压测的影响,更加全面综合地对压测中的流量进行控制,更加高效准确地评估出当前系统的性能。
根据本公开的实施例,进一步地,上述方法中,性能指标包括系统吞吐量、CPU使用率和平均响应时间,压力测试指标包括并发用户数;预设性能指标阈值包括预设系统吞吐量阈值、预设CPU使用率阈值和预设平均响应时间阈值。
第一预设约束条件包括:当前系统吞吐量小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值。
根据本公开的实施例,性能指标指被测服务器的各种性能指标,可包括系统性能指标和服务性能指标,系统性能指标用表表征服务器的软硬件性能,例如可以包括CPU使用率、内存使用率、磁盘吞吐量、网络吞吐量、数据库的执行SQL耗时、吞吐量、命中率和锁等等。服务性能指标用于表征服务器对外提供服务的性能,例如可包括当前压测场景下的系统吞吐量(TPS)、平均响应时间等。为了在测试过程中兼顾服务器的性能,避免测试压力超过服务器性能极限,可选择对服务器的系统性能其关键影响的指标作为调压的参考,如本公开实施例中,选取系统性能指标为CPU使用率;同时,为了保障服务器对外提供的服务质量,选取对服务性能影响比较大的指标作为调压的参考,例如在本公开实施例中,选取服务性能指标为系统吞吐量、和平均响应时间。
根据本公开的实施例,通过选取关键的系统性能指标和服务性能指标作为调压的参考,并结合预设的约束条件作为触发调压的临界条件,可以在压测过程中兼顾服务器的性能,避免测试压力超过服务器性能极限,同时可保障服务器对外提供的服务质量。
根据本公开的实施例,上述方法应用于在性能指标的当前指标数值小于等于预设性能指标阈值的场景下,除此之外,本公开实施例的测试方法还包括性能指标的当前指标数值大于预设性能指标阈值的场景,具体地:
在性能指标的当前指标数值,和预设性能指标阈值满足第二预设约束条件的情况下,停止增加压力测试指标的当前指标数值(并发用户数),其中第二预设约束条件包括:当前系统吞吐量大于预设系统吞吐量阈值,或者当前CPU使用率大于预设CPU使用率阈值,或者当前平均响应时间大于预设平均响应时间阈值。
该场景下,进行压力测试的目标并发用户数(执行下一次测试的并发用户数)如下公式(一)所示:
vu=vu0
tps>TPSthreshold或cpu>CPUthreshold或avg>AVGthreshold 公式(一)
上式中:
vu----目标并发用户数;
vu0----当前并发用户数;
tps----当前系统吞吐量;
TPSthreshold----预设系统吞吐量阈值;
cpu----当前CPU使用率;
CPUthreshold----预设CPU使用率阈值;
avg----当前平均响应时间;
AVGthreshold----预设平均响应时间阈值。
根据本公开的实施例,通过上述方法,在预设性能指标阈值满足第二预设约束条件的情况下,停止增加测试压力,充分考虑了服务器的实时健康状况(CPU使用率)和服务状况(平均响应时间、系统吞吐量),在避免测试压力超过服务器性能极限的同时可保障服务器对外提供的服务质量,调压方式更加合理。
根据本公开的实施例,上述测试方法中,将压力测试指标的当前指标数值增加至目标数值,可以是根据实际的场景选择合适的增压方式,具体可包括如下两种场景:
场景一:
在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件(当前系统吞吐量小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值)的前提下,且在当前系统吞吐量小于等于预设比较阈值的情况下,将当前并发用户数增加至第一目标数值,其中,第一目标数值为当前并发用户数的预设整数倍,预设比较阈值为预设系统吞吐量阈值和预设比较系数的乘积,其中预设整数为大于1的正整数,预设比较系数m的数值范围为:0<m≤0.5。
该场景下,进行压力测试的目标并发用户数,(第一目标数值,执行下一次测试的并发用户数)如下公式(二)所示:
vu=n*vu0
tps≤mTPSthreshold,cpu≤CPUthreshold,avg≤AVGthreshold 公式(二)
其中,n为大于1的正整数,可选在n=2,m=0.5。公式中,其余参数的含义同公式(一),在此不再赘述。
根据本公开的实施例,通过上述调压约束条件,因预设比较阈值小于等于预设系统吞吐量阈值的一半,在当前系统吞吐量小于等于预设比较阈值的情况下,当前系统吞吐量与预设系统吞吐量阈值的差值还较大,还有较大的增压空间,因此,设置该情形下的调压方式为以整数倍增压的方式增压,增压幅度较大,可实现最少操作和最少耗时,即可压测出符合条件的最优的TPS。
场景二:
在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件(当前系统吞吐量小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值)的前提下,且在当前系统吞吐量大于上述预设比较阈值,且小于等于预设系统吞吐量阈值的情况下,按照预设线性关系将当前并发用户数增加至第二目标数值。
其中:按照预设线性关系将当前并发用户数增加至第二目标数值包括:根据预设线性系数,将当前并发用户数增加至第二目标数值,其中预设线性系数为当前并发用户数和当前系统吞吐量的比值。。
该场景下,进行压力测试的目标并发用户数,(第二目标数值,执行下一次测试的并发用户数)如下公式(三)、(四)所示:
vu=vu0+k*vu0
mTPSthreshold<tps≤TPSthreshold,cpu≤CPUthreshold,avg≤AVGthreshold 公式(三)
k=vu0/tps 公式(四)
其中,可选m=0.5,k预设线性系数,公式中其余参数的含义同公式(一),在此不再赘述。
根据本公开的实施例,通过上述调压约束条件,因预设比较阈值小于等于预设系统吞吐量阈值的一半,在当前系统吞吐量大于预设比较阈值的情况下,当前系统吞吐量与预设系统吞吐量阈值的差值较小,增压空间较小,因此,设置该情形下的调压方式为以线性增压的方式增压,增压幅度较小,实现缓慢增压,可避免单次增压过多,而超过服务器性能极限,增压方式更为合理。
预设线性系数表征了增压的幅度大小,以当前并发用户数和当前系统吞吐量的比值作为预设线性系数,执行每次压测时的增压幅度随着当前并发用户数和当前系统吞吐量的变化而变化,实现了自动化的动态调压。
图3示意性示出了可应用于本公开实施例的测试方法的系统图。以下结合图3对本公开实施例的测试方法进行进一步说明。
如图3所示,实施该测试方法的系统架构中包括了流量决策层、服务运行数据收集层、压测场景配置层、压测任务执行层和被测业务服务器。
根据本公开的实施例,服务运行数据收集层用于实时采集被测业务服务器的性能指标数据和压力测试指标数据(当前并发用户数),其中,性能指标数据包括系统性能指标数据(CPU使用率、内存使用率、磁盘吞吐量、网络吞吐量、数据库的执行SQL耗时、吞吐量、命中率和锁等等)和服务性能指标数据(系统吞吐量(TPS)、平均响应时间等)。因流量决策和服务分析都是通过性能度量指标来确定系统当前的性能状态,所以需要一个基于推送的实时度量指标收集系统包括收集实时的系统数据和服务数据。
根据本公开的实施例,压测场景配置层用于预先配置各种约束条件(场景规则),具体地用于预先配置各个指标阈值,如系统吞吐量阈值、CPU使用率阈值、预设平均响应时间阈值等等。
根据本公开的实施例,流量决策层用于接收到服务运行数据收集层发送的实时系统性能指标数据、实时服务性能指标数据和实时当前并发用户数数据后,根据压测场景配置层用于预先配置各种约束条件,如本公开前述实施例提到的第一约束条件和第二约束条件,在满足约束条件的情况下进行调压,即确定出最佳的并发用户数,决定后续的压测流量的增减或停止。
其中,流量决策层中预设有各种场景下的自适应算法,用于根据实时反馈的性能指标数据和并发用户数数据,确定在各种场景下的调压方式。具体地:
上述调压方法例如是,在当前系统吞吐量大于预设系统吞吐量阈值,或者当前CPU使用率大于预设CPU使用率阈值,或者当前平均响应时间大于预设平均响应时间阈值的情况下,停止增压。
上述调压方法例如是,在当前系统吞吐量小于等于预设系统吞吐量阈值的一半、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值的场景下,将当前并发用户数以整数倍增加的方式进行增压。
上述调压方法例如是,在当前系统吞吐量大于预设系统吞吐量阈值的一半且小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值的场景下,按照预设线性关系将当前并发用户数增加至目标数值。
根据本公开的实施例,压测任务执行层用于根据流量决策层确定的各种场景下的并发用户数,对压测引擎发送指令,以便通过压测引擎对被测服务器执行压力测试或停止压测。
根据本公开的实施例,用户利用上述压测系统对被测服务器执行压测的具体操作例如是:
首先,用户预先设置好各种约束条件(场景规则),设置停止压测的边界条件,如CPU使用率小于80%,TPS不高于1000笔/秒,响应时间AVG不大于3s。
之后点击启动压测任务,系统自动开始执行,通过上述服务运行数据收集层实时采集被测业务服务器的性能指标数据和压力测试指标数据、通过流量决策层确定最佳的并发用户数、通过压测任务执行层根据各种场景下的并发用户数,对压测引擎发送指令,通过压测引擎对被测服务器执行压力测试或停止压测,找到满足最优条件的TPS停止发压。
基于上述测试方法,本公开还提供了一种测试装置。以下将结合图4对该装置进行详细描述。
图4示意性示出了根据本公开实施例的测试装置的结构框图。
如图4所示,该测试装置400,包括获取模块410、第一执行模块420和测试模块430。
其中,获取模块410,用于获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值。
第一执行模块420,用于在性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将压力测试指标的当前指标数值增加至目标数值,其中第一预设约束条件包括:性能指标的当前指标数值小于等于预设性能指标阈值;
测试模块430,用于根据压力测试指标的目标数值,对被测服务器进行压力测试。
根据本公开的实施例,通过获取模块410实时获取被测服务器的性能指标,并通过第一执行模块420将实时性能指标值和预设性能阈值进行比较,在性能指标的当前指标数值小于等于预设性能指标阈值的情况下,对压力测试指标的当前指标数值进行增加,代替了人力手动调压和非灵活的均匀递增或阶梯压力等操作,通过依据数据特征、边界条件或者约束条件自动调整处理方法为接口的自动寻点压测出最优的TPS,实现接口的自动化调压测试,解决了现有技术中模式化的调压方式不能得出最优的TPS导致测试发压不合理的问题。通过获取模块410和第一执行模块420对服务器的实时性能指标值进行监控,作为是否调压的参考,综合地考虑了当前压测的实时结果及系统的性能指标对压测的影响,更加全面综合地对压测中的流量进行控制,更加高效准确地评估出当前系统的性能。
根据本公开的实施例,上述装置中,性能指标包括系统吞吐量、CPU使用率和平均响应时间,压力测试指标包括并发用户数;预设性能指标阈值包括预设系统吞吐量阈值、预设CPU使用率阈值和预设平均响应时间阈值;第一预设约束条件包括:当前系统吞吐量小于等于预设系统吞吐量阈值、且当前CPU使用率小于等于预设CPU使用率阈值、且当前平均响应时间小于等于预设平均响应时间阈值。
根据本公开的实施例,上述装置还包括第二执行模块,用于在性能指标的当前指标数值,和预设性能指标阈值满足第二预设约束条件的情况下,停止增加压力测试指标的当前指标数值,其中第二预设约束条件包括:当前系统吞吐量大于预设系统吞吐量阈值,或者当前CPU使用率大于预设CPU使用率阈值,或者当前平均响应时间大于预设平均响应时间阈值。
根据本公开的实施例,上述装置中,第一执行模块包括第一执行单元,用于在当前系统吞吐量小于等于预设比较阈值的情况下,将当前并发用户数增加至第一目标数值,其中,第一目标数值为当前并发用户数的预设整数倍,预设比较阈值为预设系统吞吐量阈值和预设比较系数的乘积,其中预设整数为大于1的正整数,预设比较系数m的数值范围为:0<m≤0.5。
根据本公开的实施例,上述装置中,第一执行模块还包括第二执行单元,用于在当前系统吞吐量大于预设比较阈值,且小于等于预设系统吞吐量阈值的情况下,按照预设线性关系将当前并发用户数增加至第二目标数值。
根据本公开的实施例,上述装置中,第二执行单元包括执行子单元,用于根据预设线性系数,将当前并发用户数增加至第二目标数值,其中预设线性系数为当前并发用户数和当前系统吞吐量的比值。
根据本公开的实施例,获取模块410、第一执行模块420和测试模块430中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块410、第一执行模块420和测试模块430中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块410、第一执行模块420和测试模块430中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图5示意性示出了根据本公开实施例的适于实现测试方法的电子设备的方框图。
如图5所示,根据本公开实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于: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)、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。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,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。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器501执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分509被下载和安装,和/或从可拆卸介质511被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(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,上述模块、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,框图或流程图中的每个方框、以及框图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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种测试方法,包括:
获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值;
在所述性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将所述压力测试指标的当前指标数值增加至目标数值,其中所述第一预设约束条件包括:所述性能指标的当前指标数值小于等于所述预设性能指标阈值;
根据所述压力测试指标的所述目标数值,对所述被测服务器进行压力测试。
2.根据权利要求1所述的方法,其中:
所述性能指标包括系统吞吐量、CPU使用率和平均响应时间,所述压力测试指标包括并发用户数;
所述预设性能指标阈值包括预设系统吞吐量阈值、预设CPU使用率阈值和预设平均响应时间阈值;
所述第一预设约束条件包括:当前系统吞吐量小于等于所述预设系统吞吐量阈值、且当前CPU使用率小于等于所述预设CPU使用率阈值、且当前平均响应时间小于等于所述预设平均响应时间阈值。
3.根据权利要求2所述的方法,还包括:
在所述性能指标的当前指标数值,和所述预设性能指标阈值满足第二预设约束条件的情况下,停止增加所述压力测试指标的当前指标数值,其中所述第二预设约束条件包括:当前系统吞吐量大于所述预设系统吞吐量阈值,或者当前CPU使用率大于所述预设CPU使用率阈值,或者当前平均响应时间大于所述预设平均响应时间阈值。
4.根据权利要求2所述的方法,其中,所述将所述压力测试指标的当前指标数值增加至目标数值包括:
在所述当前系统吞吐量小于等于预设比较阈值的情况下,将当前并发用户数增加至第一目标数值,其中,所述第一目标数值为所述当前并发用户数的预设整数倍,所述预设比较阈值为所述预设系统吞吐量阈值和预设比较系数的乘积,其中所述预设整数为大于1的正整数,所述预设比较系数m的数值范围为:0<m≤0.5。
5.根据权利要求4所述的方法,其中,所述将所述压力测试指标的当前指标数值增加至目标数值还包括:
在所述当前系统吞吐量大于所述预设比较阈值,且小于等于所述预设系统吞吐量阈值的情况下,按照预设线性关系将当前并发用户数增加至第二目标数值。
6.根据权利要求5所述的方法,其中,所述按照预设线性关系将当前并发用户数增加至第二目标数值包括:
根据预设线性系数,将当前并发用户数增加至第二目标数值,其中所述预设线性系数为所述当前并发用户数和所述当前系统吞吐量的比值。
7.一种测试装置,包括:
获取模块,用于获取被测服务器的性能指标的当前指标数值,和压力测试指标的当前指标数值;
第一执行模块,用于在所述性能指标的当前指标数值,和预设性能指标阈值满足第一预设约束条件的情况下,将所述压力测试指标的当前指标数值增加至目标数值,其中所述第一预设约束条件包括:所述性能指标的当前指标数值小于等于所述预设性能指标阈值;
测试模块,用于根据所述压力测试指标的所述目标数值,对所述被测服务器进行压力测试。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~6任一项所述的方法。
9.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~6任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~6任一项所述的方法。
CN202210089416.XA 2022-01-25 2022-01-25 测试方法、装置、电子设备和计算机存储介质 Pending CN114416512A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210089416.XA CN114416512A (zh) 2022-01-25 2022-01-25 测试方法、装置、电子设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210089416.XA CN114416512A (zh) 2022-01-25 2022-01-25 测试方法、装置、电子设备和计算机存储介质

Publications (1)

Publication Number Publication Date
CN114416512A true CN114416512A (zh) 2022-04-29

Family

ID=81276514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210089416.XA Pending CN114416512A (zh) 2022-01-25 2022-01-25 测试方法、装置、电子设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN114416512A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114968747A (zh) * 2022-07-12 2022-08-30 杭州数列网络科技有限责任公司 自动极限压测性能测试方法、装置、电子设备及存储介质
CN115022203A (zh) * 2022-06-30 2022-09-06 唯品会(广州)软件有限公司 一种压力测试方法和装置
CN115081410A (zh) * 2022-07-19 2022-09-20 中电金信软件有限公司 一种实验报告的自动生成方法及装置
CN115408249A (zh) * 2022-10-31 2022-11-29 深圳依时货拉拉科技有限公司 压力测试方法、装置、计算机设备和存储介质
CN116048978A (zh) * 2022-12-31 2023-05-02 成都易迪森科技有限公司 一种软件服务性能自适应测试方法、系统、终端及介质
CN116627747A (zh) * 2023-07-24 2023-08-22 北京微吼时代科技有限公司 服务器压力测试巡检方法、系统、电子设备及存储介质
CN117914984A (zh) * 2024-03-19 2024-04-19 深圳百沃彰世科技有限公司 一种用于通讯设备终端的多维通讯压力测试方法及系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115022203A (zh) * 2022-06-30 2022-09-06 唯品会(广州)软件有限公司 一种压力测试方法和装置
CN115022203B (zh) * 2022-06-30 2024-05-07 唯品会(广州)软件有限公司 一种压力测试方法和装置
CN114968747A (zh) * 2022-07-12 2022-08-30 杭州数列网络科技有限责任公司 自动极限压测性能测试方法、装置、电子设备及存储介质
CN114968747B (zh) * 2022-07-12 2022-10-28 杭州数列网络科技有限责任公司 自动极限压测性能测试方法、装置、电子设备及存储介质
CN115081410A (zh) * 2022-07-19 2022-09-20 中电金信软件有限公司 一种实验报告的自动生成方法及装置
CN115408249A (zh) * 2022-10-31 2022-11-29 深圳依时货拉拉科技有限公司 压力测试方法、装置、计算机设备和存储介质
CN116048978A (zh) * 2022-12-31 2023-05-02 成都易迪森科技有限公司 一种软件服务性能自适应测试方法、系统、终端及介质
CN116048978B (zh) * 2022-12-31 2023-08-18 成都易迪森科技有限公司 一种软件服务性能自适应测试方法、系统、终端及介质
CN116627747A (zh) * 2023-07-24 2023-08-22 北京微吼时代科技有限公司 服务器压力测试巡检方法、系统、电子设备及存储介质
CN117914984A (zh) * 2024-03-19 2024-04-19 深圳百沃彰世科技有限公司 一种用于通讯设备终端的多维通讯压力测试方法及系统
CN117914984B (zh) * 2024-03-19 2024-06-07 深圳百沃彰世科技有限公司 一种用于通讯设备终端的多维通讯压力测试方法及系统

Similar Documents

Publication Publication Date Title
CN114416512A (zh) 测试方法、装置、电子设备和计算机存储介质
US20190163666A1 (en) Assessment of machine learning performance with limited test data
US20110249871A1 (en) Page load performance analysis
US10565016B2 (en) Time frame bounded execution of computational algorithms
CN110766185A (zh) 用户量的确定方法和系统、计算机系统
CN115841366B (zh) 物品推荐模型训练方法、装置、电子设备及存储介质
CN110635961B (zh) 服务器的压测方法、装置和系统
CN112965916B (zh) 页面测试方法、页面测试装置、电子设备及可读存储介质
CN113076224A (zh) 数据备份方法、数据备份系统、电子设备及可读存储介质
CN117076280A (zh) 策略生成方法及装置、电子设备和计算机可读存储介质
CN114637809A (zh) 同步延迟时间动态配置方法、装置、电子设备及介质
CN115408297A (zh) 测试方法、装置、设备及介质
US20230068816A1 (en) Providing a machine learning model based on desired metric values
CN115048561A (zh) 推荐信息确定方法及装置、电子设备和可读存储介质
CN113436003A (zh) 时长确定方法、装置、电子设备、介质和程序产品
CN114116782A (zh) 分布式数据库资源管控方法、装置、电子设备和存储介质
CN113392010A (zh) 公共组件测试方法、装置、电子设备及存储介质
CN111930604A (zh) 联机交易性能分析方法及装置、电子设备和可读存储介质
CN113032237A (zh) 数据处理方法及装置、电子设备和计算机可读存储介质
CN113760675A (zh) 负载预测方法和装置、电子设备以及计算机可读存储介质
EP3599547A1 (en) Elastic storage volume type selection and optimization engine for public cloud environments
CN116450465B (zh) 数据处理方法、装置、设备及介质
CN114201377A (zh) 系统服务性能确定方法及装置、电子设备和可读存储介质
CN116126831A (zh) 稳定性预测模型的训练方法和数据库稳定性检测方法
CN115098391A (zh) 页面检测方法、装置、设备、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