CN116048791A - 一种测试节点的调控方法、装置、电子设备以及存储介质 - Google Patents
一种测试节点的调控方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN116048791A CN116048791A CN202211719522.8A CN202211719522A CN116048791A CN 116048791 A CN116048791 A CN 116048791A CN 202211719522 A CN202211719522 A CN 202211719522A CN 116048791 A CN116048791 A CN 116048791A
- Authority
- CN
- China
- Prior art keywords
- test
- current
- parallelism
- node
- test node
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 383
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000001105 regulatory effect Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims 1
- 230000001276 controlling effect Effects 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 30
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
- G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明公开了一种测试节点的调控方法、装置、电子设备以及存储介质。该方法包括:获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值;若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度;重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。使用本发明的技术方案,可以实现有效的模糊测试并行控制,合理调配测试资源,提高模糊测试效率。
Description
技术领域
本发明涉及计算机网络技术领域,尤其涉及一种测试节点的调控方法、装置、电子设备以及存储介质。
背景技术
云作为一种重要的大数据处理技术,其大规模、虚拟化、高可用性以及可扩展性的特点,为构建稳定、高效的大规模并行协同模糊测试环境提供了可能。
云环境下多个独立测试任务并行的模糊测试场景中,通常是采用静态的测试资源分配方式,也即,各个测试节点分别执行独立的测试任务,各测试节点的并行规模在模糊测试前进行确定。但是采用这种方式,在模糊测试执行过程中,各测试节点的并行规模不再改变,未考虑测试过程中的并行扩展,导致云平台的测试资源利用率不高,模糊测试的效率较低。
发明内容
本发明提供了一种测试节点的调控方法、装置、电子设备以及存储介质,以实现有效的并行控制,合理调配测试资源,提高模糊测试效率。
第一方面,本发明实施例提供了一种测试节点的调控方法,该方法包括:
获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值;
若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度;
重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。
第二方面,本发明实施例还提供了一种测试节点的调控装置,该装置包括:
负载平均值获取模块,用于获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值;
并行度增加模块,用于若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度;
负载平均值判断模块,用于重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的测试节点的调控方法。
第四方面,本发明实施例还提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一所述的测试节点的调控方法。
本发明实施例的技术方案,通过对各测试节点的当前负载计算负载平均值,在负载平均值未满足并行度最优条件时,增加各测试节点的并行度,持续监测各测试节点的负载平均值,直至负载平均值满足并行度最优条件。本发明的技术方案,解决了现有技术中的模糊测试方式,在模糊测试执行过程中,各测试节点的并行规模不再改变,未考虑测试过程中的并行扩展,导致云平台的测试资源利用率不高,模糊测试的效率较低的问题,实现了有效的并行控制,合理的调配了测试资源,提高了模糊测试效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明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
为了更清楚地说明本发明实施例中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种测试节点的调控方法的流程图;
图2是本发明实施例二提供的一种测试节点的调控方法的流程图;
图3是本发明实施例三提供的一种测试节点的调控装置的结构示意图;
图4是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种测试节点的调控方法的流程图,本实施例可适用于云环境下多个测试节点的独立测试任务并行,进行模糊测试的情况,该方法可以由测试节点的调控装置来执行,该测试节点的调控装置可以采用硬件和/或软件的形式实现,该测试节点的调控装置可配置于电子设备或者服务器中,尤其是配置于主控端中,并与多个测试节点配合使用。
如图1所示,该方法包括:
S110、获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值。
其中,当前负载可以通过CPU(Central Processing Unit,中央处理器)使用率和/或内存等参数进行表示。在本实施例中,以CPU使用率来表示测试节点的负载为例,CPU使用率表示测试节点上当前运行程序所占用的CPU资源大小,当前运行程序越多,CPU使用率越高。
在本实施例中,主控端持续监测执行模糊测试任务的各个测试节点的当前负载,并计算各当前负载的负载平均值,以负载平均值为依据进行并行度的调控,从而实现测试过程中各测试节点内部的并行控制。
S120、若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度。
其中,并行度是指测试节点中并行执行测试任务的进程的数量。在本实施例中,各测试节点的独立模糊测试任务并行执行,对单个测试节点来说,其又通过调度多个进程并行的执行模糊测试任务,测试节点中调度的进程数量越多,测试节点的并行度越高,测试节点的CPU使用率也即当前负载越高。
可选的,负载平均值满足并行度最优条件,包括:若确定所述负载平均值大于或者等于预设平均值阈值,则确定所述负载平均值满足并行度最优条件。
其中,预设平均值阈值可以根据模糊测试的需要进行灵活设置,在一个可选的实施例中,预设平均值阈值可以根据经验值进行设定。在另一个可选的实施例中,预设平均值阈值可以根据各测试节点的CPU使用率最大值的平均值与预设百分比的乘积进行计算。
当负载平均值达到预设平均值阈值时,认为此时各个测试节点的并行度是最优的并行度,各个测试节点根据当前的并行度调度各个进程,执行模糊测试任务。在本实施例中,通过对各测试节点的当前负载的平均值的判断,进行测试节点并行度的调控。
可选的,S120中,增加各测试节点的并行度,可以通过以下步骤A1-A2实现:
A1、获取各测试节点的当前并行度。
可选的,在获取至少两个测试节点的当前负载之前,将各测试节点的当前并行度设置为与各测试节点匹配的初始并行度,其中,与各测试节点匹配的初始并行度相同或者不同。
在本实施例中,在执行模糊测试任务之前,对各个测试节点设置初始并行度。具体的,可以在主控端的模糊测试任务的配置文件中,设置初始并行度,并将配置文件发送至各测试节点,各测试节点基于初始并行度调度与初始并行度匹配的多个进程,执行模糊测试任务。在执行模糊测试任务过程中,主控端持续监测各测试节点的当前负载,并计算负载平均值。可以理解的,最开始设置的初始并行度较小,因此在测试任务执行之初,负载平均值也较小,此时负载平均值小于预设平均值阈值。增加各测试节点的当前并行度,各测试节点调度更多的进程执行模糊测试任务,各测试节点的负载增加,负载平均值也不断增加,直至负载平均值达到预设平均值阈值,停止对并行度的动态调控。
A2、对各测试节点,将当前并行度与并行度增量之和,作为更新后的当前并行度。
其中,各测试节点的并行度增量相同或者不同。
在一个可选的实施例中,对各测试节点设置相同的初始并行度,并对各测试节点进行统一调控,当负载平均值小于预设平均值阈值时,对各测试节点进行统一的并行度增加调整。这样设置,可以提高并行控制的效率。
在另一个可选的实施例中,根据各测试节点的CPU性能、内存等,对各测试节点分别确定初始并行度,各测试节点的初始并行度可以相同或者不同。可以理解的,测试节点的CPU性能较好、剩余内存较多,可以设置较高的初始并行度,测试节点的CPU性能较差、剩余内存较少,可以设置较低的并行度。在测试过程中,对各测试节点进行分别的调控,同样的,根据各测试节点的当前负载、CPU性能、内存等,确定其对应的并行度增量,在各测试节点当前并行度的基础上,增加并行度增量。这样设置,可以根据不同测试节点的实际情况进行灵活控制,减少测试资源的浪费。
S130、重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。
在本实施例中,当负载平均值大于或者等于预设平均值阈值时,认为此时各测试节点的并行度达到了最优,停止并行度的动态调整过程。各测试节点采用停止调整时的当前并行度继续执行模糊测试任务,本实施例中通过以各测试节点的负载平均值为依据,对各测试节点的并行度进行动态调整,在负载平均值达到预设平均值阈值时停止调控,实现了测试过程中的节点内部并行控制,既避免了测试资源的浪费,提高了测试资源的利用率,又能够使各测试节点保持较好的运行状态执行模糊测试,避免测试节点过载。
本发明实施例的技术方案,通过对各测试节点的当前负载计算负载平均值,在负载平均值未满足并行度最优条件时,增加各测试节点的并行度,持续监测各测试节点的负载平均值,直至负载平均值满足并行度最优条件。本发明的技术方案,解决了现有技术中的模糊测试方式,在模糊测试执行过程中,各测试节点的并行规模不再改变,未考虑测试过程中的并行扩展,导致云平台的测试资源利用率不高,模糊测试的效率较低的问题,实现了有效的并行控制,合理的调配了测试资源,提高了模糊测试效率。
实施例二
图2为本发明实施例二提供的一种测试节点的调控方法的流程图,本发明实施例在上述实施例的基础上,对负载平均值是否满足并行度最优条件的判断过程,以及增加各测试节点并行度的过程进行了进一步的具体化,并加入了在模糊测试开始执行之前进行测试节点并行扩展的过程。
如图2所示,该方法包括:
S210、获取当前可用节点列表。
在本实施例中,当前可用节点列表中的各当前可用节点是指当前未执行测试任务的空闲节点。
可选的,若确定目标测试节点的测试任务执行完成,则将所述目标测试节点加入当前可用节点列表。
其中,目标测试节点是指执行完成测试任务的测试节点。在本实施例中,将初始化的测试节点,以及已完成测试任务的测试节点均加入当前可用节点列表中。
S220、若确定所述当前可用节点列表中存在更新的测试节点,并且所述更新的测试节点满足测试任务执行条件,则将所述更新的测试节点加入测试节点池中。
具体的,可以根据先入先出机制维护当前可用节点列表,因此,当当前可用节点列表的长度发生变化时,可以在列表尾部获取新添加的测试节点。
可选的,所述更新的测试节点满足测试任务执行条件,包括:获取所述更新的测试节点的当前负载和/或当前内存。若确定所述更新的测试节点的当前负载小于或者等于预设负载阈值,和/或,所述更新的测试节点的当前内存大于或者等于预设内存阈值,则确定所述更新的测试节点满足测试任务执行条件。
具体的,各测试节点可以在测试任务完成之后,或者每隔预设时间间隔,向主控端发送心跳消息,心跳消息中包括测试节点的当前CPU使用率(也即当前负载)、当前内存等。主控端收到测试节点发送的心跳消息之后,判断测试节点的当前负载是否小于或者等于预设负载阈值,和/或,当前内存是否小于或者等于预设内存阈值。可以理解的,若测试节点的当前负载较高,或者剩余内存较小,则该测试节点不适合再分配测试任务,不将其加入测试节点池中。
可选的,可以将当前负载较高和/或当前内存较小的节点,以及存在故障、异常的节点,加入异常节点池中。进一步的,可以每隔预设时间间隔查询异常节点池中的各节点的当前状态,当某节点的当前状态能够满足测试任务执行条件时,可以将其加入测试节点池中。
在本实施例中,通过对当前可用节点列表中更新的测试节点进行测试任务可执行性的判断,合理的调配空闲的测试资源,动态的维护测试节点池,实现了测试任务执行之前的节点间的并行扩展。同时,一个已执行完成模糊测试任务的测试节点可以重新进入测试节点池,被其他测试任务再利用,也提高了多测试环境下的测试资源共享效率。
S230、在所述测试节点池中确定与当前测试任务匹配的各测试节点。
可以理解的,测试节点池中的各可执行测试任务的节点,并不一定要全部调度来执行当前测试任务,可以根据当前测试任务的测试对象、测试目标等因素,综合确定需要调度的测试节点的数量。
相应的,S230又可以根据以下步骤B1-B2实现:
B1、获取当前测试任务的测试环境信息,其中,所述测试环境信息包括测试目标和环境配置信息;
B2、根据所述测试环境信息,在所述测试节点池中确定与当前测试任务匹配的各测试节点。
可以理解的,对于一个模糊测试任务来说,其测试目标和环境配置信息一般是固定不变的,可以根据测试目标和环境配置信息确定需要执行的当前测试任务的测试节点数量,并在测试节点池中取该数量个测试节点,以执行当前测试任务。本实施例对确定执行当前测试任务的测试节点的数量,以及在测试节点池中取测试节点的方式不进行限制。
进一步的,可以设置与当前测试任务匹配的当前测试任务节点池,并将与当前测试任务匹配的各测试节点加入当前测试任务节点池中。
上述实施例中已对可以对各测试节点进行统一的并行度初始化以及并行度增加调整,或者对各测试节点分别进行并行度初始化以及并行度增加调整进行了说明。在本实施例中,以对各测试节点进行统一的并行度初始化以及并行度增加调整为例进行说明,可以通过维护一张统一的调控表,对测试过程中各测试节点进行节点内部动态调控。
具体的,调控表中可以包括测试目标、环境配置信息、当前并行度以及并行度标识四个参数。其中,并行度标识用于表示当前并行度是否是最优并行度,示例性的,并行度标识可以通过一个布尔变量进行表示,数字1表示当前并行度是最优并行度,数字0表示当前并行度不是最优并行度。但是,本实施例对并行度标识的形式不进行限制。在测试任务执行过程中,只要该表中的并行度标识仍为0,就持续监测当前测试任务的各测试节点的当前负载,并计算负载平均值,如果负载平均值小于预设平均值阈值,则增加各测试节点的当前并行度,并对调控表中的当前并行度进行更新。持续进行负载平均值的监测,直至负载平均值大于或等于预设平均值阈值,认为此时的当前并行度为最优并行度,将并行度标识修改为1,停止进行负载平均值的监测,采用当前并行度执行模糊测试任务。
进一步的,以对各测试节点分别进行并行度初始化以及并行度增加调整为例,对各测试节点分别维护一张调控表。由于一个模糊测试任务的测试目标和环境配置信息是固定的,各测试节点对应的测试目标和环境配置信息相同。因此,各测试节点的调控表中可以只包括当前并行度以及并行度标识。进一步的,可以通过一个统一的调控表标识,表示各调控表是一个测试任务对应的各测试节点的调控表。在测试任务执行过程中,分别判断各测试节点的调控表中并行度标识是否仍为0,若目标测试节点的调控表中并行度标识为0,则持续监测测试节点的当前负载,并计算各测试节点的当前负载的负载平均值。如果负载平均值小于预设平均值阈值,则增加目标测试节点的当前并行度,并对目标测试节点的调控表中的当前并行度进行更新。持续进行负载平均值的监测,直至负载平均值大于或等于预设平均值阈值,认为此时的当前并行度为最优并行度,将目标测试节点的调控表中并行度标识修改为1,停止进行负载平均值的监测,目标测试节点采用当前并行度执行模糊测试任务。
对各测试节点分别维护调控表,可以实现各测试节点的分别的并行度增加调整,提高节点内部并行扩展的灵活性。
S240、获取与当前测试任务匹配的各测试节点的当前负载。
S250、根据各测试节点的当前负载,计算负载平均值。
S260、判断所述负载平均值是否大于或者等于预设平均值阈值,若是,则执行S290,否则,执行S270。
计算负载平均值以及进行负载平均值和预设平均值阈值大小的判断,上述过程已在上述实施例中进行了说明,本实施例在此不再赘述。
S270、获取各测试节点的当前并行度。
S280、对各测试节点,将当前并行度与并行度增量之和,作为更新后的当前并行度。返回执行S240。
其中,各测试节点的并行度增量相同或者不同。
在当前测试任务执行之前进行并行度的初始化,以及在当前测试任务执行过程中,对当前并行度的调控过程已在上述实施例中进行了说明,本实施例在此不再赘述。
S290、结束。
需要进行说明的是,这里的结束是指结束对负载平均值的持续监测和判断,而非结束当前测试任务的执行,当前测试任务对应的各测试节点以当前并行度继续执行当前测试任务。
实施例三
图3为本发明实施例三提供的一种测试节点的调控装置的结构示意图。该测试节点的调控装置可配置于电子设备或者服务器中,尤其是配置于主控端中,并与多个测试节点配合使用。如图3所示,该装置包括:负载平均值获取模块310、并行度增加模块320以及负载平均值判断模块330。
其中:
负载平均值获取模块310,用于获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值;
并行度增加模块320,用于若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度;
负载平均值判断模块330,用于重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。
本发明实施例的技术方案,通过对各测试节点的当前负载计算负载平均值,在负载平均值未满足并行度最优条件时,增加各测试节点的并行度,持续监测各测试节点的负载平均值,直至负载平均值满足并行度最优条件。本发明的技术方案,解决了现有技术中的模糊测试方式,在模糊测试执行过程中,各测试节点的并行规模不再改变,未考虑测试过程中的并行扩展,导致云平台的测试资源利用率不高,模糊测试的效率较低的问题,实现了有效的并行控制,合理的调配了测试资源,提高了模糊测试效率。
在上述实施例的基础上,负载平均值获取模块310,包括:
当前可用节点列表获取单元,用于获取当前可用节点列表;
测试节点池更新单元,用于若确定所述当前可用节点列表中存在更新的测试节点,并且所述更新的测试节点满足测试任务执行条件,则将所述更新的测试节点加入测试节点池中;
测试节点当前负载获取单元,用于在所述测试节点池中确定与当前测试任务匹配的各测试节点,并获取与当前测试任务匹配的各测试节点的当前负载。
在上述实施例的基础上,所述装置,还包括:
测试节点加入模块,用于若确定目标测试节点的测试任务执行完成,则将所述目标测试节点加入当前可用节点列表。
在上述实施例的基础上,测试节点池更新单元,具体用于:
获取所述更新的测试节点的当前负载和/或当前内存;
若确定所述更新的测试节点的当前负载小于或者等于预设负载阈值,和/或,所述更新的测试节点的当前内存大于或者等于预设内存阈值,则确定所述更新的测试节点满足测试任务执行条件。
在上述实施例的基础上,并行度增加模块320,包括:
并行度最优条件判断单元,用于若确定所述负载平均值大于或者等于预设平均值阈值,则确定所述负载平均值满足并行度最优条件。
在上述实施例的基础上,所述装置,还包括:
并行度初始化模块,用于将各测试节点的当前并行度设置为与各测试节点匹配的初始并行度,其中,与各测试节点匹配的初始并行度相同或者不同;
并行度增加模块320,包括:
当前并行度获取单元,用于获取各测试节点的当前并行度;
并行度增量单元,用于对各测试节点,将当前并行度与并行度增量之和,作为更新后的当前并行度,其中,各测试节点的并行度增量相同或者不同。
在上述实施例的基础上,测试节点当前负载获取单元,具体用于:
获取当前测试任务的测试环境信息,其中,所述测试环境信息包括测试目标和环境配置信息;
根据所述测试环境信息,在所述测试节点池中确定与当前测试任务匹配的各测试节点。
本发明实施例所提供的测试节点的调控装置可执行本发明任意实施例所提供的测试节点的调控方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11的一些示例包括但不限于中央处理单元(中央处理器)、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处理器、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。处理器11执行上文所描述的各个方法和处理,例如测试节点的调控方法。
在一些实施例中,测试节点的调控方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的测试节点的调控方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行测试节点的调控方法。
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、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)、负载可编程逻辑设备(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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种测试节点的调控方法,其特征在于,包括:
获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值;
若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度;
重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。
2.根据权利要求1所述的方法,其特征在于,获取至少两个测试节点的当前负载,包括:
获取当前可用节点列表;
若确定所述当前可用节点列表中存在更新的测试节点,并且所述更新的测试节点满足测试任务执行条件,则将所述更新的测试节点加入测试节点池中;
在所述测试节点池中确定与当前测试任务匹配的各测试节点,并获取与当前测试任务匹配的各测试节点的当前负载。
3.根据权利要求2所述的方法,其特征在于,所述方法,还包括:
若确定目标测试节点的测试任务执行完成,则将所述目标测试节点加入当前可用节点列表。
4.根据权利要求2所述的方法,其特征在于,所述更新的测试节点满足测试任务执行条件,包括:
获取所述更新的测试节点的当前负载和/或当前内存;
若确定所述更新的测试节点的当前负载小于或者等于预设负载阈值,和/或,所述更新的测试节点的当前内存大于或者等于预设内存阈值,则确定所述更新的测试节点满足测试任务执行条件。
5.根据权利要求1所述的方法,其特征在于,所述负载平均值满足并行度最优条件,包括:
若确定所述负载平均值大于或者等于预设平均值阈值,则确定所述负载平均值满足并行度最优条件。
6.根据权利要求1所述的方法,其特征在于,在获取至少两个测试节点的当前负载之前,还包括:
将各测试节点的当前并行度设置为与各测试节点匹配的初始并行度,其中,与各测试节点匹配的初始并行度相同或者不同;
增加各测试节点的并行度,包括:
获取各测试节点的当前并行度;
对各测试节点,将当前并行度与并行度增量之和,作为更新后的当前并行度,其中,各测试节点的并行度增量相同或者不同。
7.根据权利要求2所述的方法,其特征在于,在所述测试节点池中确定与当前测试任务匹配的各测试节点,包括:
获取当前测试任务的测试环境信息,其中,所述测试环境信息包括测试目标和环境配置信息;
根据所述测试环境信息,在所述测试节点池中确定与当前测试任务匹配的各测试节点。
8.一种测试节点的调控装置,其特征在于,包括:
负载平均值获取模块,用于获取至少两个测试节点的当前负载,并根据各测试节点的当前负载,计算负载平均值;
并行度增加模块,用于若确定所述负载平均值不满足并行度最优条件,则增加各测试节点的并行度;
负载平均值判断模块,用于重复执行获取至少两个测试节点的当前负载的操作,直至所述负载平均值满足并行度最优条件。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的测试节点的调控方法。
10.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的测试节点的调控方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211719522.8A CN116048791B (zh) | 2022-12-30 | 2022-12-30 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
PCT/CN2023/130428 WO2024139754A1 (zh) | 2022-12-30 | 2023-11-08 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211719522.8A CN116048791B (zh) | 2022-12-30 | 2022-12-30 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116048791A true CN116048791A (zh) | 2023-05-02 |
CN116048791B CN116048791B (zh) | 2024-01-30 |
Family
ID=86126780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211719522.8A Active CN116048791B (zh) | 2022-12-30 | 2022-12-30 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116048791B (zh) |
WO (1) | WO2024139754A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024139754A1 (zh) * | 2022-12-30 | 2024-07-04 | 中科信息安全共性技术国家工程研究中心有限公司 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220108A (zh) * | 2017-07-06 | 2017-09-29 | 山东超越数控电子有限公司 | 一种实现云数据中心负载均衡的方法和系统 |
US20180095868A1 (en) * | 2016-09-30 | 2018-04-05 | Tata Consultancy Services Limited | System and method for dynamic load testing on target application |
CN110196767A (zh) * | 2018-03-05 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 服务资源控制方法、装置、设备和存储介质 |
CN114510726A (zh) * | 2022-04-21 | 2022-05-17 | 南京赛宁信息技术有限公司 | 一种自调节负载的自动化漏洞挖掘方法与系统 |
CN114564313A (zh) * | 2022-03-07 | 2022-05-31 | 中国农业银行股份有限公司 | 负载调整方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10754704B2 (en) * | 2018-07-11 | 2020-08-25 | International Business Machines Corporation | Cluster load balancing based on assessment of future loading |
CN111404771B (zh) * | 2020-03-08 | 2022-02-25 | 苏州浪潮智能科技有限公司 | 一种网络负载测试方法、装置、设备和介质 |
CN113382040B (zh) * | 2021-05-08 | 2022-09-13 | 深圳市科思科技股份有限公司 | 负载均衡方法、电子设备及计算机可读存储介质 |
CN114756372A (zh) * | 2022-04-28 | 2022-07-15 | 北京百度网讯科技有限公司 | 用于负载均衡的方法、装置、设备和介质 |
CN116048791B (zh) * | 2022-12-30 | 2024-01-30 | 长春吉大正元信息技术股份有限公司 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
-
2022
- 2022-12-30 CN CN202211719522.8A patent/CN116048791B/zh active Active
-
2023
- 2023-11-08 WO PCT/CN2023/130428 patent/WO2024139754A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180095868A1 (en) * | 2016-09-30 | 2018-04-05 | Tata Consultancy Services Limited | System and method for dynamic load testing on target application |
CN107220108A (zh) * | 2017-07-06 | 2017-09-29 | 山东超越数控电子有限公司 | 一种实现云数据中心负载均衡的方法和系统 |
CN110196767A (zh) * | 2018-03-05 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 服务资源控制方法、装置、设备和存储介质 |
CN114564313A (zh) * | 2022-03-07 | 2022-05-31 | 中国农业银行股份有限公司 | 负载调整方法、装置、电子设备及存储介质 |
CN114510726A (zh) * | 2022-04-21 | 2022-05-17 | 南京赛宁信息技术有限公司 | 一种自调节负载的自动化漏洞挖掘方法与系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024139754A1 (zh) * | 2022-12-30 | 2024-07-04 | 中科信息安全共性技术国家工程研究中心有限公司 | 一种测试节点的调控方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024139754A1 (zh) | 2024-07-04 |
CN116048791B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112559182B (zh) | 资源分配方法、装置、设备及存储介质 | |
US20160378570A1 (en) | Techniques for Offloading Computational Tasks between Nodes | |
CN106155811B (zh) | 资源服务装置、资源调度方法和装置 | |
CN116048791B (zh) | 一种测试节点的调控方法、装置、电子设备以及存储介质 | |
CN114448989B (zh) | 调整消息分发的方法、装置、电子设备、存储介质及产品 | |
CN113032102A (zh) | 资源重调度方法、装置、设备和介质 | |
CN114840323A (zh) | 任务处理方法、装置、系统、电子设备以及存储介质 | |
CN114490048A (zh) | 任务执行方法、装置、电子设备及计算机存储介质 | |
CN113986497B (zh) | 基于多租户技术的队列调度方法、装置及系统 | |
CN112817992B (zh) | 执行更改任务的方法、装置、电子设备以及可读存储介质 | |
CN112860401B (zh) | 任务调度方法、装置、电子设备和存储介质 | |
CN113961353A (zh) | 一种ai任务的任务处理方法和分布式系统 | |
CN116661960A (zh) | 一种批量任务处理方法、装置、设备以及存储介质 | |
CN115952054A (zh) | 一种仿真任务资源管理方法、装置、设备及介质 | |
CN116594563A (zh) | 分布式存储扩容方法、装置、电子设备和存储介质 | |
CN115658311A (zh) | 一种资源的调度方法、装置、设备和介质 | |
CN113360736B (zh) | 互联网数据的抓取方法和装置 | |
CN114862223A (zh) | 一种机器人调度方法、装置、设备及存储介质 | |
CN113971083A (zh) | 任务调度方法、装置、设备、介质及产品 | |
CN113971082A (zh) | 任务调度方法、装置、设备、介质及产品 | |
CN116893893B (zh) | 一种虚拟机调度方法、装置、电子设备及存储介质 | |
CN115361449B (zh) | Ip资源的调整方法、装置、设备及存储介质 | |
CN117632425A (zh) | 一种任务分配方法、装置、电子设备及存储介质 | |
CN114637584A (zh) | 数据处理任务的并行度调整方法、装置、设备及介质 | |
CN116361008A (zh) | 基于电力物联网的任务均衡分配方法、装置、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |