CN115629826A - 一种基于场景识别的系统性能优化方法及优化框架 - Google Patents
一种基于场景识别的系统性能优化方法及优化框架 Download PDFInfo
- Publication number
- CN115629826A CN115629826A CN202211561229.3A CN202211561229A CN115629826A CN 115629826 A CN115629826 A CN 115629826A CN 202211561229 A CN202211561229 A CN 202211561229A CN 115629826 A CN115629826 A CN 115629826A
- Authority
- CN
- China
- Prior art keywords
- scene
- optimization
- user operation
- performance
- judging whether
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000013507 mapping Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44568—Immediately runnable code
- G06F9/44578—Preparing or optimising for loading
-
- 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
- G06F11/3438—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 monitoring of user actions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Stored Programmes (AREA)
Abstract
本发明涉及计算机技术领域，具体涉及一种基于场景识别的系统性能优化方法及优化框架。所述方法包括如下步骤：用户在应用上进行操作；根据用户操作进行系统场景识别；判断所述系统场景是否需要进行性能优化；根据系统优化策略进行相应优化。本发明利用系统源码定制优势，可实现在系统中定制一套性能框架，解决系统中的场景识别问题，用来管理应用中所有需要优化的场景，并且统一在此框架下进行性能优化；自动分析运行场景、以及根据特定场景自动匹配优化策略，自动进行优化，方便开发者更便捷的管理系统中需要做性能优化的场景，达到可管理可方便移植的重要特性，从而优化应用性能，提高用户的性能体验。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种基于场景识别的系统性能优化方法及优化框架。
背景技术
计算机系统由硬件系统和软件系统两部分组成，把计算机系统按功能分为多级层次结构，其中第六级为应用语言级，应用性能优化是每个客户端开发人员都需要重视的问题。但是随着硬件设备的不断升级强大，应用性能优化在大部分项目中很少受到重视，原生方案并没有统一的框架管理性能优化策略，无法对各个应用的场景进行识别并进行优化，现有技术中也缺乏对此进行性能优化的较好办法。因此，设计一种基于场景识别的系统性能优化方法及优化框架，可实现在系统中定制一套优化框架，用来管理系统中所有需要优化的场景，达到可管理可方便移植的重要特性。
发明内容
针对原生方案没有统一框架管理性能优化策略的问题，提出了一种基于场景识别的系统性能优化方法及优化框架，自动分析运行场景、以及根据特定场景自动匹配优化策略，自动进行优化，方便开发者更便捷的管理系统中需要做性能优化的场景。
为了实现上述目的，本发明通过如下的技术方案来实现：
一方面，本发明提供一种基于场景识别的系统性能优化方法，所述方法包括如下步骤：
用户在应用上进行操作；
根据用户操作进行系统场景识别；
判断所述系统场景是否需要进行性能优化；
根据系统优化策略进行相应优化。
作为本发明的一种优选方案，所述根据用户操作进行系统场景识别，包括：判断所述用户操作是否为应用启动；若是，则进一步判断为冷启动还是热启动；若判断结果为冷启动，则识别为新建进程场景；若判断结果为热启动，则识别为已有进程场景。
作为本发明的一种优选方案，所述根据用户操作进行系统场景识别，还包括：判断所述用户操作是否为应用滑动，若是，则识别为进程内滑动场景。
作为本发明的一种优选方案，所述根据用户操作进行系统场景识别，还包括：判断所述用户操作是否为应用切换；若是，则进一步判断为同一软件间切换还是不同软件间切换；若判断结果为同一软件间切换，则识别为进程内切换场景；若判断结果为不同软件间切换，则识别为进程间切换场景。
作为本发明的一种优选方案，所述根据用户操作进行系统场景识别，还包括：判断所述用户操作是否为应用退出，若是，则识别为结束进程场景。
作为本发明的一种优选方案，所述判断所述系统场景是否需要进行性能优化，具体包括：判断所述系统场景是否属于预设的系统优化场景，若是，则判定所述系统场景需要进行性能优化，否则无需进行性能优化；所述预设的系统优化场景包括新建进程场景、已有进程场景、进程内滑动场景、进程内切换场景、进程间切换场景和结束进程场景。
作为本发明的一种优选方案，所述根据系统优化策略进行相应优化，具体包括：根据所述系统场景，结合映射关系库，确定出与所述系统场景对应的系统优化策略；根据确定出的系统优化策略，对系统进行相应的优化；其中，所述映射关系库为预设的系统优化场景与系统优化策略之间的映射关系进行记录的数据库。
作为本发明的一种优选方案，还包括：进行相应的优化前，对系统运行状态信息进行备份，得到相应的备份数据；进行相应的优化后，判断系统性能是否得到提升，若否，则利用所述备份数据对系统进行运行状态还原处理。
另一方面，本发明提供一种基于场景识别的性能优化框架，具体包括：
用户操作模块，用于用户在应用上进行操作；
场景识别模块，用于监听用户操作并进行系统场景识别；
监听广播通知模块，用于广播通知策略管理模块识别出的系统场景；
策略管理模块，用于判断所述系统场景是否属于预设的系统优化场景，并结合映射关系库，确定出与所述系统场景对应的系统优化策略，分发到对应的策略优化模块；
策略优化模块，用于收到确定的系统优化策略后，对系统进行相应的优化。
所述性能优化框架启动后保持一直在后台运行。
与现有技术相比，本发明的有益效果是：本发明利用系统源码定制优势，可实现在系统中定制一套性能框架，解决系统中的场景识别问题，用来管理应用中所有需要优化的场景，并且统一在此框架下进行性能优化；自动分析运行场景、以及根据特定场景自动匹配优化策略，自动进行优化，方便开发者更便捷的管理系统中需要做性能优化的场景，达到可管理可方便移植的重要特性，从而优化应用性能，提高用户的性能体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。其中：
图1为本发明的方法流程图；
图2为本发明的性能优化框架结构图；
图3为本发明实施例根据用户操作进行系统场景识别的流程图；
图4为本发明实施例的Android车载系统应用冷启动的性能优化流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供了一种基于场景识别的系统性能优化方法，所述方法包括如下步骤：
S100：用户在应用上进行操作，操作可以是语音命令，也可以为触控操作；
S200：根据用户操作进行系统场景识别，具体包括：
判断用户操作是否为应用启动；若是，则进一步判断为冷启动还是热启动；若判断结果为冷启动，则识别为新建进程场景；若判断结果为热启动，则识别为已有进程场景。
根据用户操作进行系统场景识别还包括：判断用户操作是否为应用滑动，若是，则识别为进程内滑动场景。
根据用户操作进行系统场景识别还包括：判断用户操作是否为应用切换；若是，则进一步判断为同一软件间切换还是不同软件间切换；若判断结果为同一软件间切换，则识别为进程内切换场景；若判断结果为不同软件间切换，则识别为进程间切换场景。
根据用户操作进行系统场景识别还包括：判断用户操作是否为应用退出，若是，则识别为结束进程场景。
S300：判断系统场景是否需要进行性能优化，具体包括：判断系统场景是否属于预设的系统优化场景，若是，则判定系统场景需要进行性能优化，否则无需进行性能优化；预设的系统优化场景包括新建进程场景、已有进程场景、进程内滑动场景、进程内切换场景、进程间切换场景和结束进程场景。
S400：根据系统优化策略进行相应优化，具体包括：根据系统场景，结合映射关系库，确定出与系统场景对应的系统优化策略；根据确定出的系统优化策略，对系统进行相应的优化；其中，映射关系库为预设的系统优化场景与系统优化策略之间的映射关系进行记录的数据库。
优选地，本实施例还包括：进行相应的优化前，对系统运行状态信息进行备份，得到相应的备份数据；进行相应的优化后，判断系统性能是否得到提升，若否，则利用所述备份数据对系统进行运行状态还原处理。
值得一提的是，如图2所示，本发明利用上述方法还提供了一种基于场景识别的性能优化框架，具体包括：
用户操作模块，用于用户在应用上进行操作；
场景识别模块，用于监听用户操作并进行系统场景识别；
监听广播通知模块，用于广播通知策略管理模块识别出的系统场景；
策略管理模块，用于判断系统场景是否属于预设的系统优化场景，并结合映射关系库，确定出与系统场景对应的系统优化策略，分发到对应的策略优化模块；
策略优化模块，用于收到确定的系统优化策略后，对系统进行相应的优化。
性能优化框架启动后保持一直在后台运行。
实施例1：为更好的阐述本发明的技术方案，如图3所示，本实施例在上述方法的基础上，进一步提供了根据用户操作进行系统场景识别的方法，具体如下：
用户在应用上进行操作，判断用户操作是否为应用启动；若是，则进一步判断为冷启动还是热启动；若判断结果为冷启动，则识别为新建进程场景；若判断结果为热启动，则识别为已有进程场景；若用户操作不是应用启动，则进一步判断用户操作是否为应用滑动，若是，则识别为进程内滑动场景；若不是，则进一步判断用户操作是否为应用切换；若是，则进一步判断为同一软件间切换还是不同软件间切换；若判断结果为同一软件间切换，则识别为进程内切换场景；若判断结果为不同软件间切换，则识别为进程间切换场景；若用户操作不是应用切换，则进一步判断用户操作是否为应用退出，若是，则识别为结束进程场景；若否，则进一步识别为其他系统场景。
实施例2：再次结合图1-图3所示，该实施例提供了一种应用于车机系统的性能优化方法，具体包括：
用户在车机上进行应用操作；
根据用户操作进行系统场景识别；
判断所述系统场景是否需要进行性能优化；
根据系统优化策略进行相应优化。
所述根据用户操作进行系统场景识别包括：判断用户操作是否为应用启动；若是，则进一步判断为冷启动还是热启动；若判断结果为冷启动，则识别为新建进程场景；若判断结果为热启动，则识别为已有进程场景。
所述根据用户操作进行系统场景识别还包括：判断用户操作是否为应用滑动，若是，则识别为进程内滑动场景。
所述根据用户操作进行系统场景识别还包括：判断用户操作是否为应用切换；若是，则进一步判断为同一软件间切换还是不同软件间切换；若判断结果为同一软件间切换，则识别为进程内切换场景；若判断结果为不同软件间切换，则识别为进程间切换场景。
所述根据用户操作进行系统场景识别还包括：判断用户操作是否为应用退出，若是，则识别为结束进程场景。
所述判断所述系统场景是否需要进行性能优化具体包括：判断系统场景是否属于预设的系统优化场景，若是，则判定系统场景需要进行性能优化，否则无需进行性能优化；预设的系统优化场景包括新建进程场景、已有进程场景、进程内滑动场景、进程内切换场景、进程间切换场景和结束进程场景。
所述根据系统优化策略进行相应优化具体包括：根据系统场景，结合映射关系库，确定出与系统场景对应的系统优化策略；根据确定出的系统优化策略，对车机系统进行相应的优化；其中，映射关系库为预设的系统优化场景与系统优化策略之间的映射关系进行记录的数据库。
优选地，本实施例还包括：对车机系统进行相应的优化前，对系统运行状态信息进行备份，得到相应的备份数据；对车机系统进行相应的优化后，判断车机系统性能是否得到提升，若否，则利用备份数据对车机系统进行运行状态还原处理。
实施例3：如图4所示，该实施例提供了Android车载系统应用冷启动时的性能优化方法，具体如下：
用户在车机上操作启动应用，进入冷启动Activity入口，性能框架启动监听代码，并进行系统场景识别，判断用户操作为应用启动后，进一步判断为冷启动还是热启动；判断结果为冷启动后则识别系统场景为新建进程场景，监听广播通知模块广播通知策略管理模块接收场景通知，新建进程场景属于预设的系统优化场景，需要进行性能优化，策略管理模块处理消息分发，在映射关系库中确定新建进程场景所对应的系统优化策略，策略优化模块进入冷启动策略的处理逻辑，进行频率策略优化和绑核策略优化。
系统服务中，性能框架启动后对策略管理者进行初始化，并一直在后台运行。
综上所述，本发明通过上述实施例1-3可知，其利用系统源码定制优势，可实现在系统中定制一套性能框架，解决系统中的场景识别问题，用来管理应用中所有需要优化的场景，并且统一在此框架下进行性能优化；自动分析运行场景、以及根据特定场景自动匹配优化策略，自动进行优化，方便开发者更便捷的管理系统中需要做性能优化的场景，达到可管理可方便移植的重要特性，从而优化应用性能，提高用户的性能体验。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种基于场景识别的系统性能优化方法，其特征在于，所述方法包括如下步骤：
用户在应用上进行操作；
根据用户操作进行系统场景识别；
判断所述系统场景是否需要进行性能优化；
所述判断所述系统场景是否需要进行性能优化，具体包括：判断所述系统场景是否属于预设的系统优化场景，若是，则判定所述系统场景需要进行性能优化，否则无需进行性能优化；所述预设的系统优化场景包括新建进程场景、已有进程场景、进程内滑动场景、进程内切换场景、进程间切换场景和结束进程场景；
根据系统优化策略进行相应优化；
进行相应的优化前，对系统运行状态信息进行备份，得到相应的备份数据；进行相应的优化后，判断系统性能是否得到提升，若否，则利用所述备份数据对系统进行运行状态还原处理。
2.根据权利要求1所述的一种基于场景识别的系统性能优化方法，其特征在于，所述根据用户操作进行系统场景识别，包括：
判断所述用户操作是否为应用启动；
若是，则进一步判断为冷启动还是热启动；
若判断结果为冷启动，则识别为新建进程场景；
若判断结果为热启动，则识别为已有进程场景。
3.根据权利要求2所述的一种基于场景识别的系统性能优化方法，其特征在于，所述根据用户操作进行系统场景识别，还包括：判断所述用户操作是否为应用滑动，若是，则识别为进程内滑动场景。
4.根据权利要求3所述的一种基于场景识别的系统性能优化方法，其特征在于，所述根据用户操作进行系统场景识别，还包括：
判断所述用户操作是否为应用切换；
若是，则进一步判断为同一软件间切换还是不同软件间切换；
若判断结果为同一软件间切换，则识别为进程内切换场景；
若判断结果为不同软件间切换，则识别为进程间切换场景。
5.根据权利要求4所述的一种基于场景识别的系统性能优化方法，其特征在于，所述根据用户操作进行系统场景识别，还包括：判断所述用户操作是否为应用退出，若是，则识别为结束进程场景。
6.根据权利要求5所述的一种基于场景识别的系统性能优化方法，其特征在于，所述根据系统优化策略进行相应优化，具体包括：根据所述系统场景，结合映射关系库，确定出与所述系统场景对应的系统优化策略；根据确定出的系统优化策略，对系统进行相应的优化；其中，所述映射关系库为预设的系统优化场景与系统优化策略之间的映射关系进行记录的数据库。
7.基于权利要求1-6任一项所述的一种基于场景识别的系统性能优化方法的性能优化框架，其特征在于，具体包括：
用户操作模块，用于用户在应用上进行操作；
场景识别模块，用于监听用户操作并进行系统场景识别；
监听广播通知模块，用于广播通知策略管理模块识别出的系统场景；
策略管理模块，用于判断所述系统场景是否属于预设的系统优化场景，并结合映射关系库，确定出与所述系统场景对应的系统优化策略，分发到对应的策略优化模块；
策略优化模块，用于收到确定的系统优化策略后，对系统进行相应的优化。
8.根据权利要求7所述的一种基于场景识别的系统性能优化方法的优化框架，其特征在于，所述性能优化框架启动后保持一直在后台运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211561229.3A CN115629826A (zh) | 2022-12-07 | 2022-12-07 | 一种基于场景识别的系统性能优化方法及优化框架 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211561229.3A CN115629826A (zh) | 2022-12-07 | 2022-12-07 | 一种基于场景识别的系统性能优化方法及优化框架 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115629826A true CN115629826A (zh) | 2023-01-20 |
Family
ID=84910142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211561229.3A Pending CN115629826A (zh) | 2022-12-07 | 2022-12-07 | 一种基于场景识别的系统性能优化方法及优化框架 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115629826A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955405A (zh) * | 2014-04-01 | 2014-07-30 | 珠海市君天电子科技有限公司 | 一种应用管理方法及其装置 |
| CN105677477A (zh) * | 2015-12-30 | 2016-06-15 | 北京金山安全软件有限公司 | 一种优化应用程序资源的方法、装置及电子设备 |
| CN106250181A (zh) * | 2016-07-27 | 2016-12-21 | 浪潮(北京)电子信息产业有限公司 | 一种Linux操作系统的性能优化方法及框架 |
-
2022
- 2022-12-07 CN CN202211561229.3A patent/CN115629826A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955405A (zh) * | 2014-04-01 | 2014-07-30 | 珠海市君天电子科技有限公司 | 一种应用管理方法及其装置 |
| CN105677477A (zh) * | 2015-12-30 | 2016-06-15 | 北京金山安全软件有限公司 | 一种优化应用程序资源的方法、装置及电子设备 |
| CN106250181A (zh) * | 2016-07-27 | 2016-12-21 | 浪潮(北京)电子信息产业有限公司 | 一种Linux操作系统的性能优化方法及框架 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7243346B1 (en) | Customized library management system | |
| KR100734387B1 (ko) | 분산 컴퓨팅 환경에서 임대 소프트웨어 프로그램을 수행하기 위한 시스템 및 방법 | |
| CN108920135B (zh) | 一种自定义业务生成方法、装置、计算机设备及存储介质 | |
| US20080059790A1 (en) | Methods, apparatus and systems for smartcard factory | |
| JP2002506249A (ja) | ソフトウェア・アップグレードの分配およびインスタンス化のための方法、システム、装置およびプログラム製品 | |
| CN108874426B (zh) | 一种应用程序更新方法、装置及可读存储介质 | |
| CN102722540B (zh) | 实时内存数据库系统中数据处理方法及装置 | |
| US6502122B1 (en) | Method and apparatus for executing transaction programs in parallel | |
| CN109472540B (zh) | 业务处理方法和装置 | |
| CN105867962A (zh) | 系统升级的方法和装置 | |
| CN112667631B (zh) | 业务字段自动编辑方法、装置、设备及存储介质 | |
| CN115629826A (zh) | 一种基于场景识别的系统性能优化方法及优化框架 | |
| CN111339173A (zh) | 数据共享方法、服务器及可读存储介质 | |
| CN115510366A (zh) | 业务消息推送方法、装置、计算机设备和存储介质 | |
| US7389515B1 (en) | Application deflation system and method | |
| CN114822540A (zh) | 车辆语音交互方法、服务器和存储介质 | |
| US6925345B2 (en) | Method and system for manufacture of information handling systems from an image cache | |
| CN113590308A (zh) | 一种申请云资源的工作流处理方法、装置、设备及介质 | |
| CN114675902A (zh) | 基于嵌入式设备的软件版本的管理方法与管理装置 | |
| CN111080250B (zh) | 流程回退补偿方法、装置、存储介质及电子设备 | |
| CN113849161A (zh) | 应用控制方法、装置、存储介质及电子设备 | |
| CN114997805A (zh) | 审批业务的配置方法、装置、电子设备和存储介质 | |
| CN111966755A (zh) | 基于区块链的app应用方法、装置及系统 | |
| JPH1153401A (ja) | データベースの索引自動生成システム | |
| CN113377348B (zh) | 应用于任务引擎的任务调整方法、相关装置和存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230120 |
|
| RJ01 | Rejection of invention patent application after publication |