CN115061886A - 一种性能数据处理方法、装置、设备及存储介质 - Google Patents
一种性能数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115061886A CN115061886A CN202210557198.8A CN202210557198A CN115061886A CN 115061886 A CN115061886 A CN 115061886A CN 202210557198 A CN202210557198 A CN 202210557198A CN 115061886 A CN115061886 A CN 115061886A
- Authority
- CN
- China
- Prior art keywords
- performance test
- data
- test data
- performance
- optional
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 44
- 238000011056 performance test Methods 0.000 claims abstract description 226
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000012360 testing method Methods 0.000 claims abstract description 50
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims description 58
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013075 data extraction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06F11/3452—Performance evaluation by statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Hardware Design (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种性能数据处理方法、装置、设备及存储介质，涉及计算机技术领域，尤其涉及云计算和测试技术领域。具体实现方案为：在对可选器件集进行性能测试的过程中，若获取到所述可选器件集中可选器件的可选性能测试数据，则确定所述可选器件中是否存在感兴趣器件；在确定所述可选器件中存在感兴趣器件的情况下，从所述可选性能测试数据中提取感兴趣器件的目标性能测试数据；向性能测试端转发所述目标性能测试数据，以使所述性能测试端对所述目标性能测试数据进行处理。通过上述技术方案，能够快速定位到感兴趣的器件的性能测试数据。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及云计算和测试技术领域，具体涉及一种性能数据处理方法、装置、设备及存储介质。
背景技术
性能测试是通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对器件(例如物理机、虚拟机)中部署的服务的各项性能指标进行测试。在部署服务的器件数量较多的情况下，如何快速的获取感兴趣器件的性能测试数据至关重要。
发明内容
本公开提供了一种性能数据处理方法、装置、设备以及存储介质。
根据本公开的第一方面，提供了一种性能数据处理方法，该方法包括：
在对可选器件集进行性能测试的过程中，若获取到所述可选器件集中可选器件的可选性能测试数据，则确定所述可选器件中是否存在感兴趣器件；
在确定所述可选器件中存在感兴趣器件的情况下，从所述可选性能测试数据中提取感兴趣器件的目标性能测试数据；
向性能测试端转发所述目标性能测试数据，以使所述性能测试端对所述目标性能测试数据进行处理。
根据本公开的第二方面，提供了一种性能数据处理方法，该方法包括：
获取云监控平台转发的感兴趣器件的目标性能测试数据；
对所述感兴趣器件的目标性能测试数据进行处理，并展示处理结果。
根据本公开的第三方面，提供了一种性能数据处理系统，包括云监控平台和性能测试端，其中，
所述云监控平台，用于执行第一方面所述的性能数据处理方法；
所述性能测试端，用于执行第二方面所述的性能数据处理方法。
根据本公开的第四方面，提供了一种电子设备，该电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开任一实施例所述性能数据处理方法。
根据本公开的第五方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行本公开任一实施例所述的性能数据处理方法。
根据本公开的技术，能够快速定位到感兴趣的器件的性能测试数据。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例提供的一种性能数据处理方法的流程图；
图2是根据本公开实施例提供的另一种性能数据处理方法的流程图；
图3是根据本公开实施例提供的又一种性能数据处理方法的流程图；
图4是根据本公开实施例提供的又一种性能数据处理方法的流程图；
图5是根据本公开实施例提供的再一种性能数据处理方法的流程图；
图6是根据本公开实施例提供的一种性能数据处理系统架构图；
图7是根据本公开实施例提供的一种性能数据处理装置的结构示意图；
图8是根据本公开实施例提供的另一种性能数据处理装置的结构示意图；
图9是用来实现本公开实施例的性能数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例提供的一种性能数据处理方法的流程图。本实施例适用于如何对性能数据进行处理的情况。可选的，整套性能数据处理方法可以由云监控平台和性能测试端配合执行。其中，云监控平台可以对云上所部署的可选器件进行监控；性能测试端用于处理感兴趣器件的性能测试数据的相关事宜等。
本实施例的性能数据处理方法可以由性能数据处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于承载性能数据处理功能的电子设备中，比如云监控平台。如图1所示，本实施例的性能数据处理方法可以包括：
S101，在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则确定可选器件中是否存在感兴趣器件。
本实施例中，可选器件集是由至少一个可选器件组成的集合。其中，可选器件即为部属在云上的物理机、虚拟机或容器等；进一步的，每一可选器件中均可以部属用户的服务，可以对可选器件中部属的服务进行性能测试。可选的，对于每一可选器件，均可植入一个监控组件，例如node_exporter监控组件，用于实时对该可选器件的性能进行监控，以收集可选性能测试数据。
所谓可选性能测试数据是指可选器件的性能测试数据，可选的，可以包括但不限于内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项；其中，内存数据可以包括内存使用量等，CPU数据可以包括CPU使用率和/或CPU使用量等，磁盘数据可以包括磁盘占用量等，网卡流量数据可以包括流量使用量等。
所谓感兴趣器件即为用户所关注的器件，具体可以为部署了需要进行压力测试的服务的一部分或全部器件。
示例性的，云监控平台可提供人机交互功能；人机交互功能可以以人机交互界面的形式部署于用户终端中，所谓用户终端即为用户所持有的终端设备，例如可以是真实的手机、平板电脑或台式电脑等。其中，人机交互界面是连接云监控平台和用户终端的桥梁，也是用户终端向用户展示可选器件相关信息的可视化界面。进一步的，人机交互界面可以以独立APP形式配置与用户终端中，还可以以小程序形式寄宿于用户终端的任一应用程序中。
进而，云监控平台可以通过人机交互界面，获取用户在人机交互界面上填写的感兴趣器件的标识信息，因此在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则基于用户填写的感兴趣器件的标识信息，以及预先设置的标识信息与器件之间的对应关系，确定可选器件中是否存在感兴趣器件。
S102，在确定可选器件中存在感兴趣器件的情况下，从可选性能测试数据中提取感兴趣器件的目标性能测试数据。
本实施例中，目标性能测试数据是指感兴趣器件的性能测试数据，可选的，目标性能测试数据可以包括内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
具体的，在确定可选器件中存在感兴趣器件的情况下，可以基于感兴趣器件的标识信息，从可选性能测试数据中提取感兴趣器件的目标性能测试数据。
S103，向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理。
具体的，云监控平台可以直接向性能测试端转发目标性能测试数据；相应的，性能测试端在接收到目标性能测试数据后，对目标性能测试数据进行处理，比如性能测试端可以直接向用户展示目标性能测试数据。
本公开实施例的技术方案，通过在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则确定可选器件中是否存在感兴趣器件，之后在确定可选器件中存在感兴趣器件的情况下，从可选性能测试数据中提取感兴趣器件的目标性能测试数据，进而向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理。上述技术方案，在可选器件较多的情况下，通过直接将感兴趣器件的性能测试数据转发至性能测试端，进而用户可直接从性能测试端快速定位到感兴趣器件的性能测试数据，降低了感兴趣器件的性能测试数据获取的延迟。
在上述实施例的基础上，作为本公开的一种可选方式，向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理还可以是，将目标性能测试数据转发至性能测试端的消息队列中，以使性能测试端从消息队列中读取目标性能测试数据，并对目标性能测试数据进行处理。
具体的，云监控平台可以将目标性能测试数据转发至性能测试端的消息队列中；相应的，性能测试端可以从消息队列中读取目标性能测试数据，并对目标性能测试数据进行处理。
可以理解的是，通过将目标性能测试数据转发至性能测试端的消息队列中，在数据量较大的情况下，可避免数据丢失。
图2是根据本公开实施例提供的另一种性能数据处理方法的流程图。本实施例在上述实施例的基础上，对“确定可选器件中是否存在感兴趣器件”进一步优化，提供一种可选实施方案。如图2所示，本实施例的性能数据处理方法可以包括：
S201，在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则根据可选器件的标识信息，与本地记录的感兴趣器件的标识信息之间的匹配结果，确定可选器件中是否存在感兴趣器件。
本实施例中，云监控平台可以对感兴趣器件的标识信息进行本地记录。一种方式可以是，云监控平台与用户终端交互，获取感兴趣器件的标识信息，并对所获取的感兴趣器件的标识信息进行本地记录；另一种方式可以是，云监控平台与性能测试端进行交互，获取感兴趣器件的标识信息，并对所获取的感兴趣器件的标识信息进行本地记录。例如，云监控平台可以接收性能测试端发送的感兴趣器件的标识信息；对感兴趣器件的标识信息进行本地记录。具体的，云监控平台可以将感兴趣器件的标识信息记录在本地记录表中。
进一步的，对感兴趣器件的标识信息进行本地记录还可以是，根据感兴趣器件的标识信息和感兴趣器件对应的性能测试结束时间，生成感兴趣器件的记录信息；将记录信息添加至本地记录表中。具体的，可以基于一定规则，根据感兴趣器件的标识信息和感兴趣器件对应的性能测试结束时间，生成感兴趣器件的记录信息，例如可以将感兴趣器件的标识信息和感兴趣器件对应的性能结束时间进行拼接，生成感兴趣器件的记录信息，之后将记录信息添加至本地记录表中。
进一步的，云监控平台中的本地记录表可以动态更新。例如，若监测到当前时间为任一感兴趣器件对应的性能测试结束时间，则可以将该感兴趣器件的记录信息从本地记录表中删除。又如，若获取性能测试端发送的新的感兴趣器件的标识信息，则可以将所获取的新的感兴趣器件的标识信息添加至本地记录表中。
可以理解的是，通过对感兴趣器件的标识信息进行本地记录，为快速定位感兴趣器件的性能测试数据提供了数据支撑。
具体的，在对可选器件集进行性能测试的过程中，云监控平台若获取到可选器件集中可选器件的可选性能测试数据，则可以对可选器件的标识信息，以及本地记录的感兴趣器件的标识信息，进行匹配，并根据匹配结果确定可选器件中是否存在感兴趣器件。
S202，在确定可选器件中存在感兴趣器件的情况下，从可选性能测试数据中提取感兴趣器件的目标性能测试数据。
S203，向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理。
本公开实施例的技术方案，通过在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则根据可选器件的标识信息，与本地记录的感兴趣器件的标识信息之间的匹配结果，确定可选器件中是否存在感兴趣器件，之后在确定可选器件中存在感兴趣器件的情况下，从可选性能测试数据中提取感兴趣器件的目标性能测试数据，进而向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理。上述技术方案，通过可选器件的标识信息与感兴趣器件的标识信息的比对结果，来确定是否存在感兴趣器件，可以直接快速的确定可选器件中是否存在感兴趣器件，从而为后续快速定位到感兴趣器件的性能测试数据提供了保障。
图3是根据本公开实施例提供的又一种性能数据处理方法的流程图。本实施例适用于如何对性能数据进行处理的情况。可选的，整套性能数据处理方法可以由云监控平台和性能测试端配合执行。
本实施例的性能数据处理方法可以由性能数据处理装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于承载性能数据处理功能的电子设备中，比如性能测试端中。如图3所示，本实施例的性能数据处理方法可以包括：
S301，获取云监控平台转发的感兴趣器件的目标性能测试数据。
本实施例中，目标性能测试数据可以包括但不限于内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
具体的，性能测试端可以获取云监控平台转发的感兴趣器件的目标性能测试数据。
S302，对感兴趣器件的目标性能测试数据进行处理，并展示处理结果。
具体的，性能测试端可以对感兴趣器件的目标性能测试数据进行汇聚分析统计，例如可以根据感兴趣器件的目标性能测试数据中资源的使用情况，来分析感兴趣器件的性能瓶颈，得到处理结果。进而将处理结果显示在性能测试前端页面中。
进一步的，性能测试端可以集成时序数据库，其中，时序数据库即为时间序列数据流，用于存储携带时间标签的数据，可以基于时序数据库进行数据的高效存储和快速查询。可选的，可以对目标性能测试数据进行持久化处理，比如格式转换、类型转换等，并将处理之后的数据写入时序数据库中，即持久化保存在时序数据库中。
本公开实施例的技术方案，通过获取云监控平台转发的感兴趣器件的目标性能测试数据，之后对感兴趣器件的目标性能测试数据进行处理，并展示处理结果。上述技术方案，通过对感兴趣器件的目标性能测试数据进行处理并展示处理结果，可以直观的展现感兴趣器件的性能情况。
在上述实施例的基础上，作为本公开的一种可选方式，获取云监控平台转发的感兴趣器件的目标性能测试数据还可以是，从本地消息队列中读取云监控平台转发的感兴趣器件的目标性能测试数据。
具体的，性能测试端可以从本地消息队列中拉取云监控平台转发的感兴趣器件的目标性能测试数据。
可以理解的是，从消息队列中读取感兴趣器件的目标性能测试数据，在数据量较大的情况下，可以避免数据丢失。
图4是根据本公开实施例提供的又一种性能数据处理方法的流程图。本实施例在上述实施例的基础上，对“对感兴趣器件的目标性能测试数据进行处理”进一步优化，提供一种可选实施方案。如图4所示，本实施例的性能数据处理方法可以包括：
S401，获取云监控平台转发的感兴趣器件的目标性能测试数据。
S402，获取本地存储的感兴趣器件的历史性能测试数据。
本实施例中，历史性能测试数据是指感兴趣器件之前的性能测试数据，可选的，历史性能测试数据可以包括内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
具体的，性能测试端可以从本地获取感兴趣器件的历史性能测试数据。例如，性能测试端可以从本地的时序数据库中提取感兴趣器件的历史性能测试数据。
S403，对感兴趣器件的历史性能测试数据和目标性能测试数据进行对比分析，并展示处理结果。
一种可选方式，可以基于感兴趣器件的版本信息，对感兴趣器件的历史性能测试数据和目标性能测试数据进行比对分析，并展示处理结果。具体的，可以获取用户在性能测试前端输入或者选择的感兴趣器件的版本信息，之后从感兴趣器件的历史性能测试数据中，获取感兴趣器件的版本信息对应的历史性能测试数据，并对目标性能测试数据和版本信息对应的历史性能测试数据进行比对分析，得到处理结果，并在性能测试前端展示处理结果。
又一种可选方式，可以基于特定的性能数据项，对感兴趣器件的历史性能测试数据和目标性能测试数据进行比对分析，并展示处理结果。具体的，可以获取用户在性能测试前端选择的特定的性能数据项，比如内存使用量和CPU使用率，则对感兴趣器件的历史性能测试数据和目标性能测试数据中的内存使用量和CPU使用率进行比对分析，得到处理结果，并在性能测试前端展示处理结果。
本公开实施例的技术方案，通过获取云监控平台转发的感兴趣器件的目标性能测试数据，之后获取本地存储的感兴趣器件的历史性能测试数据，进而对感兴趣器件的历史性能测试数据和目标性能测试数据进行对比分析，并展示处理结果。上述技术方案，通过对感兴趣器件的历史性能测试数据和目标性能测试数据进行比对分析并展示处理结果，便于查看感兴趣器件的性能变换情况。
图5是根据本公开实施例提供的再一种性能数据处理方法的流程图。本实施例在上述实施例的基础上，进一步优化，提供一种可选方案。如图5所示，本实施例的性能数据处理方法可以包括：
S501，从可选器件中确定感兴趣器件。
一种可选方式，可以根据对可选器件的选择操作，确定感兴趣器件。具体的，在性能测试前端页面上向用户展示可选器件，用户可以基于实际需求在性能测试前端页面上进行选择，进而性能测试服务端将用户所选择的可选器件作为感兴趣器件。
另一种可选方式，可以根据可选器件中部署的服务的标识信息，从可选器件中确定感兴趣器件。具体的，用户可以在性能测试前端页面上填写服务的标识信息，进而性能测试服务端可以基于预先设置的器件的标识信息与服务的标识信息之间的对应关系，根据用户所填写服务的标识信息，以及可选器件中部署的服务的标识信息，从可选器件中选择感兴趣器件。
又一种可选方式，可以结合历史性能测试数据，用户所填写的服务的标识信息，以及预设设置的服务的标识信息与器件的标识信息之间的对应关系，从可选器件中确定感兴趣器件。其中，器件的标识信息与服务的标识信息之间的对应关系可以根据实际情况动态更新。
可以理解的是，通过多种方式来确定感兴趣器件，扩宽了感兴趣器件的确定方式。
S502，将感兴趣器件的标识信息发送至云监控平台，以使云监控平台对感兴趣器件的标识信息进行记录。
具体的，性能测试服务器将感兴趣器件的标识信息发送至云监控平台；相应的，云监控平台可以对感兴趣器件的标识信息进行本地记录。
S503，获取云监控平台转发的感兴趣器件的目标性能测试数据。
S504，对感兴趣器件的目标性能测试数据进行处理，并展示处理结果。
本公开实施例的技术方案，通过从可选器件中确定感兴趣器件，并将感兴趣器件的标识信息发送至云监控平台，以使云监控平台对感兴趣器件的标识信息进行记录，之后获取云监控平台转发的感兴趣器件的目标性能测试数据，进而对感兴趣器件的目标性能测试数据进行处理，并展示处理结果。上述技术方案，将感兴趣器件的标识信息转发至云监控平台，可以使得云监控平台快速定位感兴趣器件的目标性能测试数据；同时通过对感兴趣器件的目标性能测试数据进行处理并展示处理结果，可以直观的展现感兴趣器件的性能情况。
图6是根据本公开实施例提供的一种性能数据处理系统架构图。结合图6，对整个性能数据处理系统进行介绍。
如图6所示，性能数据处理系统可以包括云监控平台和性能测试端，其中，云监控平台可以对云上所部署的可选器件进行监控，每一可选器件中，均可植入一个监控组件，用于实时对该可选器件的性能进行监控，以收集可选器件的可选性能测试数据。性能测试端可以包括性能测试前端和性能测试服务器，其中，性能测试前端可部署于用户终端中，用于与用户进行人机交互，性能测试服务器用于与云监控平台进行交互。
具体的，性能测试服务器可以通过用户在性能测试前端页面的操作，确定感兴趣器件的标识信息，并将感兴趣器件的标识信息发送给云监控平台；相应的，云监控平台可以实时对可选器件进行监控，获取性能测试服务器发送的感兴趣器件的标识信息，进而基于感兴趣器件的标识信息，从可选器件中确定感兴趣器件，并从可选性能测试数据中确定目标性能测试数据，之后将目标性能测试数据转发至性能测试服务器；相应的，性能测试服务器对目标性能测试数据进行处理，并将处理结果通过性能测试前端页面展示给用户。
图7是根据本公开实施例提供的一种性能数据处理装置的结构示意图。本实施例适用于如何对性能数据进行处理的情况。该装置可以采用软件和/或硬件的方式实现，并可集成于承载性能数据处理功能的电子设备中，比如云监控平台。如图7所示，本实施例的性能数据处理装置700可以包括：
感兴趣器件确定模块701，用于在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则确定可选器件中是否存在感兴趣器件；
目标性能数据提取模块702，用于在确定可选器件中存在感兴趣器件的情况下，从可选性能测试数据中提取感兴趣器件的目标性能测试数据；
目标性能数据转发模块703，用于向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理。
本公开实施例的技术方案，通过在对可选器件集进行性能测试的过程中，若获取到可选器件集中可选器件的可选性能测试数据，则确定可选器件中是否存在感兴趣器件，之后在确定可选器件中存在感兴趣器件的情况下，从可选性能测试数据中提取感兴趣器件的目标性能测试数据，进而向性能测试端转发目标性能测试数据，以使性能测试端对目标性能测试数据进行处理。上述技术方案，通过直接将感兴趣器件的性能测试数据转发至性能测试端，进而用户可直接从性能测试端快速定位到感兴趣器件的性能测试数据，降低了感兴趣器件的性能测试数据获取的延迟。
进一步地，感兴趣器件确定模块701还用于：
根据可选器件的标识信息，与本地记录的感兴趣器件的标识信息之间的匹配结果，确定可选器件中是否存在感兴趣器件。
进一步地，该装置还包括：
标识信息接收模块，用于接收性能测试端发送的感兴趣器件的标识信息；
本地记录模块，用于对感兴趣器件的标识信息进行本地记录。
进一步地，本地记录模块还用于：
根据感兴趣器件的标识信息和感兴趣器件对应的性能测试结束时间，生成感兴趣器件的记录信息；
将记录信息添加至本地记录表中。
进一步地，目标性能数据转发模块703还用于：
将目标性能测试数据转发至性能测试端的消息队列中，以使性能测试端从消息队列中读取目标性能测试数据，并对目标性能测试数据进行处理。
进一步地，可选性能测试数据和/或目标性能测试数据包括：内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
图8是根据本公开实施例提供的另一种性能数据处理装置的结构示意图。本实施例适用于如何对性能数据进行处理的情况。可选的，整套性能数据处理方法可以由云监控平台和性能测试端配合执行。
该装置可以采用软件和/或硬件的方式实现，并可集成于承载性能数据处理功能的电子设备中，比如性能测试端中。如图8所示，本实施例的性能数据处理装置800可以包括：
目标性能数据获取模块801，用于获取云监控平台转发的感兴趣器件的目标性能测试数据；
目标性能数据处理模块802，用于对感兴趣器件的目标性能测试数据进行处理，并展示处理结果。
本公开实施例的技术方案，通过获取云监控平台转发的感兴趣器件的目标性能测试数据，之后对感兴趣器件的目标性能测试数据进行处理，并展示处理结果。上述技术方案，通过对感兴趣器件的目标性能测试数据进行处理并展示处理结果，可以直观的展现感兴趣器件的性能情况。
进一步地，目标性能数据获取模块801还用于：
从本地消息队列中读取云监控平台转发的感兴趣器件的目标性能测试数据。
进一步地，目标性能数据处理模块802还用于：
获取本地存储的感兴趣器件的历史性能测试数据；
对感兴趣器件的历史性能测试数据和目标性能测试数据进行对比分析。
进一步地，该装置还包括：
感兴趣器件确定模块，用于从可选器件中确定感兴趣器件；
标识信息发送模块，用于将感兴趣器件的标识信息发送至云监控平台。
进一步地，感兴趣器件确定模块还用于：
根据对可选器件的选择操作，确定感兴趣器件；或者，
根据可选器件中部署的服务的标识信息，从可选器件中确定感兴趣器件。
进一步地，目标性能测试数据包括：内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
本公开的技术方案中，所涉及的性能测试数据等的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图9是用来实现本公开实施例的性能数据处理方法的电子设备的框图。图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
电子设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许电子设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如性能数据处理方法。例如，在一些实施例中，性能数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的性能数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行性能数据处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (16)
1.一种性能数据处理方法，包括：
在对可选器件集进行性能测试的过程中，若获取到所述可选器件集中可选器件的可选性能测试数据，则确定所述可选器件中是否存在感兴趣器件；
在确定所述可选器件中存在感兴趣器件的情况下，从所述可选性能测试数据中提取感兴趣器件的目标性能测试数据；
向性能测试端转发所述目标性能测试数据，以使所述性能测试端对所述目标性能测试数据进行处理。
2.根据权利要求1所述的方法，其中，所述确定所述可选器件中是否存在感兴趣器件，包括：
根据所述可选器件的标识信息，与本地记录的感兴趣器件的标识信息之间的匹配结果，确定所述可选器件中是否存在感兴趣器件。
3.根据权利要求2所述的方法，还包括：
接收所述性能测试端发送的感兴趣器件的标识信息；
对所述感兴趣器件的标识信息进行本地记录。
4.根据权利要求1所述的方法，其中，所述向性能测试端转发所述目标性能测试数据，以使所述性能测试端对所述目标性能测试数据进行处理，包括：
将所述目标性能测试数据转发至所述性能测试端的消息队列中，以使所述性能测试端从所述消息队列中读取所述目标性能测试数据，并对所述目标性能测试数据进行处理。
5.根据权利要求1-4中任一所述的方法，其中，所述可选性能测试数据和/或目标性能测试数据包括：内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
6.一种性能数据处理方法，包括：
获取云监控平台转发的感兴趣器件的目标性能测试数据；
对所述感兴趣器件的目标性能测试数据进行处理，并展示处理结果。
7.根据权利要求6所述的方法，其中，所述对所述感兴趣器件的目标性能测试数据进行处理，包括：
获取本地存储的所述感兴趣器件的历史性能测试数据；
对所述感兴趣器件的历史性能测试数据和目标性能测试数据进行对比分析。
8.根据权利要求6所述的方法，还包括：
从可选器件中确定所述感兴趣器件；
将所述感兴趣器件的标识信息发送至所述云监控平台。
9.根据权利要求8所述的方法，其中，所述从可选器件中确定所述感兴趣器件，包括：
根据对可选器件的选择操作，确定所述感兴趣器件；或者，
根据所述可选器件中部署的服务的标识信息，从所述可选器件中确定所述感兴趣器件。
10.根据权利要求6-9中任一所述的方法，其中，所述目标性能测试数据包括：内存数据、CPU数据、磁盘数据和网卡流量数据中的至少一项。
11.一种性能数据处理装置，包括：
感兴趣器件确定模块，用于在对可选器件集进行性能测试的过程中，若获取到所述可选器件集中可选器件的可选性能测试数据，则确定所述可选器件中是否存在感兴趣器件；
目标性能数据提取模块，用于在确定所述可选器件中存在感兴趣器件的情况下，从所述可选性能测试数据中提取感兴趣器件的目标性能测试数据；
目标性能数据转发模块，用于向性能测试端转发所述目标性能测试数据，以使所述性能测试端对所述目标性能测试数据进行处理。
12.一种性能数据处理装置，包括：
目标性能数据获取模块，用于获取云监控平台转发的感兴趣器件的目标性能测试数据；
目标性能数据处理模块，用于对所述感兴趣器件的目标性能测试数据进行处理，并展示处理结果。
13.一种性能数据处理系统，包括云监控平台和性能测试端，其中，
所述云监控平台，用于执行权利要求1-5中任一项所述的性能数据处理方法；
所述性能测试端，用于执行权利要求6-10中任一项所述的性能数据处理方法。
14.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的性能数据处理方法，或者权利要求6-10中任一项所述的性能数据处理方法。
15.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-5中任一项所述的性能数据处理方法，或者权利要求6-10中任一项所述的性能数据处理方法。
16.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的性能数据处理方法，或者权利要求6-10中任一项所述的性能数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210557198.8A CN115061886A (zh) | 2022-05-20 | 2022-05-20 | 一种性能数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210557198.8A CN115061886A (zh) | 2022-05-20 | 2022-05-20 | 一种性能数据处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115061886A true CN115061886A (zh) | 2022-09-16 |
Family
ID=83199136
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210557198.8A Pending CN115061886A (zh) | 2022-05-20 | 2022-05-20 | 一种性能数据处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115061886A (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070083630A1 (en) * | 2005-09-27 | 2007-04-12 | Bea Systems, Inc. | System and method for performance testing framework |
| CN104461856A (zh) * | 2013-09-22 | 2015-03-25 | 阿里巴巴集团控股有限公司 | 基于云计算平台的性能测试方法、装置及系统 |
| US20150278079A1 (en) * | 2014-03-31 | 2015-10-01 | International Business Machines Corporation | Creating software performance testing environment based on virtual machine |
| US20160014011A1 (en) * | 2013-03-22 | 2016-01-14 | Naver Business Platform Corp. | Test system for reducing performance test cost in cloud environment and test method therefor |
| US20170052796A1 (en) * | 2015-08-19 | 2017-02-23 | International Business Machines Corporation | Enhanced computer performance based on selectable device capabilities |
| CN108632110A (zh) * | 2018-03-23 | 2018-10-09 | 广州网测科技有限公司 | 设备性能测试方法、系统、计算机设备和存储介质 |
| CN109977027A (zh) * | 2019-04-04 | 2019-07-05 | 广州市百果园信息技术有限公司 | 一种性能测试的方法、装置、系统、设备和存储介质 |
| CN110457211A (zh) * | 2019-07-23 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 脚本性能测试方法、装置和设备及计算机存储介质 |
| CN113377637A (zh) * | 2021-06-11 | 2021-09-10 | 中国工商银行股份有限公司 | 性能容量诊断方法及装置 |
| CN113609027A (zh) * | 2021-08-31 | 2021-11-05 | 北京百度网讯科技有限公司 | 一种arm云服务器的测试方法、装置、电子设备和存储介质 |
| CN113704063A (zh) * | 2021-08-26 | 2021-11-26 | 北京百度网讯科技有限公司 | 一种云手机的性能监控方法、装置、设备及存储介质 |
| CN113760768A (zh) * | 2021-09-13 | 2021-12-07 | 中国建设银行股份有限公司 | 一种测试方法、监控平台、电子设备及存储介质 |
| CN114048087A (zh) * | 2021-11-10 | 2022-02-15 | 腾讯科技（深圳）有限公司 | 设备的数据中转性能的测试方法及装置 |
| CN114116487A (zh) * | 2021-11-29 | 2022-03-01 | 北京百度网讯科技有限公司 | 压力测试方法、装置、电子设备及存储介质 |
| CN114157701A (zh) * | 2021-11-19 | 2022-03-08 | 北京百度网讯科技有限公司 | 一种任务测试方法、装置、设备以及存储介质 |
-
2022
- 2022-05-20 CN CN202210557198.8A patent/CN115061886A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070083630A1 (en) * | 2005-09-27 | 2007-04-12 | Bea Systems, Inc. | System and method for performance testing framework |
| US20160014011A1 (en) * | 2013-03-22 | 2016-01-14 | Naver Business Platform Corp. | Test system for reducing performance test cost in cloud environment and test method therefor |
| CN104461856A (zh) * | 2013-09-22 | 2015-03-25 | 阿里巴巴集团控股有限公司 | 基于云计算平台的性能测试方法、装置及系统 |
| US20150278079A1 (en) * | 2014-03-31 | 2015-10-01 | International Business Machines Corporation | Creating software performance testing environment based on virtual machine |
| US20170052796A1 (en) * | 2015-08-19 | 2017-02-23 | International Business Machines Corporation | Enhanced computer performance based on selectable device capabilities |
| CN108632110A (zh) * | 2018-03-23 | 2018-10-09 | 广州网测科技有限公司 | 设备性能测试方法、系统、计算机设备和存储介质 |
| CN109977027A (zh) * | 2019-04-04 | 2019-07-05 | 广州市百果园信息技术有限公司 | 一种性能测试的方法、装置、系统、设备和存储介质 |
| CN110457211A (zh) * | 2019-07-23 | 2019-11-15 | 腾讯科技（深圳）有限公司 | 脚本性能测试方法、装置和设备及计算机存储介质 |
| CN113377637A (zh) * | 2021-06-11 | 2021-09-10 | 中国工商银行股份有限公司 | 性能容量诊断方法及装置 |
| CN113704063A (zh) * | 2021-08-26 | 2021-11-26 | 北京百度网讯科技有限公司 | 一种云手机的性能监控方法、装置、设备及存储介质 |
| CN113609027A (zh) * | 2021-08-31 | 2021-11-05 | 北京百度网讯科技有限公司 | 一种arm云服务器的测试方法、装置、电子设备和存储介质 |
| CN113760768A (zh) * | 2021-09-13 | 2021-12-07 | 中国建设银行股份有限公司 | 一种测试方法、监控平台、电子设备及存储介质 |
| CN114048087A (zh) * | 2021-11-10 | 2022-02-15 | 腾讯科技（深圳）有限公司 | 设备的数据中转性能的测试方法及装置 |
| CN114157701A (zh) * | 2021-11-19 | 2022-03-08 | 北京百度网讯科技有限公司 | 一种任务测试方法、装置、设备以及存储介质 |
| CN114116487A (zh) * | 2021-11-29 | 2022-03-01 | 北京百度网讯科技有限公司 | 压力测试方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 齐婵颖;李战怀;张晓;张瑞杰;: "云存储系统性能评测技术研究", 计算机研究与发展, no. 1, 15 December 2014 (2014-12-15), pages 223 - 228 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114564374A (zh) | 算子性能评估方法、装置、电子设备及存储介质 | |
| CN114564390A (zh) | 应用程序的性能测试方法、装置、设备及产品 | |
| CN113360918A (zh) | 漏洞快速扫描方法、装置、设备以及存储介质 | |
| CN113268403A (zh) | 时间序列的分析预测方法、装置、设备及存储介质 | |
| CN115242731A (zh) | 一种报文处理方法、装置、设备及存储介质 | |
| CN114417780B (zh) | 状态同步方法、装置、电子设备及存储介质 | |
| CN113849758A (zh) | 网页指标的生成方法、装置、电子设备及存储介质 | |
| CN117952100A (zh) | 数据处理的方法、装置、电子设备和存储介质 | |
| CN115687406A (zh) | 一种调用链数据的采样方法、装置、设备及存储介质 | |
| CN114661571B (zh) | 模型评测方法、装置、电子设备和存储介质 | |
| CN114141236B (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
| CN115061886A (zh) | 一种性能数据处理方法、装置、设备及存储介质 | |
| CN115328736A (zh) | 一种探针部署方法、装置、设备和存储介质 | |
| CN114546780A (zh) | 数据监控方法、装置、设备、系统及存储介质 | |
| CN113867634A (zh) | 数据读取方法、装置、电子设备及存储介质 | |
| CN113887101A (zh) | 网络模型的可视化方法、装置、电子设备及存储介质 | |
| CN113704314A (zh) | 数据的分析方法及装置、电子设备和存储介质 | |
| CN112465149A (zh) | 同城件识别方法、装置、电子设备以及存储介质 | |
| CN111178696A (zh) | 一种业务处理时长超时预警方法和装置 | |
| CN113961405B (zh) | 状态切换指令验证方法、装置、电子设备及存储介质 | |
| CN113835893B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
| CN114428887B (zh) | 点击数据去噪方法、装置、电子设备及存储介质 | |
| CN115686304A (zh) | 信息获取方法、装置、电子设备及存储介质 | |
| CN117312123A (zh) | 一种bug处理方法、装置、电子设备和存储介质 | |
| CN114399333A (zh) | 媒介信息的投放效果检测方法、装置、设备及存储介质 |
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 |