CN116414670A - 车辆日志分析方法、装置、电子设备及存储介质 - Google Patents
车辆日志分析方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116414670A CN116414670A CN202310513878.4A CN202310513878A CN116414670A CN 116414670 A CN116414670 A CN 116414670A CN 202310513878 A CN202310513878 A CN 202310513878A CN 116414670 A CN116414670 A CN 116414670A
- Authority
- CN
- China
- Prior art keywords
- defect
- log
- real
- vehicle
- new
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 143
- 230000007547 defect Effects 0.000 claims abstract description 377
- 230000002159 abnormal effect Effects 0.000 claims abstract description 45
- 230000009193 crawling Effects 0.000 claims abstract description 24
- 238000012827 research and development Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 23
- 230000005856 abnormality Effects 0.000 claims description 16
- 230000035772 mutation Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002950 deficient Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002195 synergetic effect Effects 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
- 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
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施方式提出一种车辆日志分析方法、装置、电子设备及存储介质,属于车辆检测领域,对于缺陷管理系统中研发人员在测试出车辆的日志文件存在异常时所记录的缺陷记录,进行定期爬取,对所有缺陷记录逐一进行分析,当分析到任一缺陷记录中存在新缺陷附件时,对新缺陷附件的实时日志进行缺陷分析,确定出新缺陷附件的所有缺陷及其缺陷信息,并对新缺陷附件的实时资源占用率进行分析,识别出资源缺陷,以此实现对车辆日志的综合分析,且无需开发测试人员了解所有车辆日志的情况,能够极大地提高车辆日志综合分析的效率。
Description
技术领域
本发明涉及车辆检测领域,具体而言,涉及一种车辆日志分析方法、装置、电子设备及存储介质。
背景技术
日志是车载软件系统产生的数据,其主要记录车辆运行状态、车辆各个模块工作的详细信息,是车辆进行维护、故障排查以及运行安全性监控过程中的重要依据。针对智能汽车而言,更需要通过车载日志的分析来及时的关注车辆的实际情况。
实际应用时,在车辆进行维护、故障排查以及安全性监控过程中,需要对多个模块的多个类型的日志进行综合分析,才能够得到结论。在综合分析的过程中,开发人员面对庞大的日志,往往需要根据缺陷标识手动的去分析,才能定位到问题。这不仅需要开发人员对车辆各个模块的车辆日志的情况了如指掌,还存在整体效率低的问题。
发明内容
有鉴于此,本发明的目的在于提供一种车辆日志分析方法、装置、电子设备及存储介质,其能够快速且高效地进行车辆日志的综合分析,且无需开发测试人员了解所有车辆日志的情况。
为了实现上述目的,本发明实施方式采用的技术方案如下:
第一方面,本发明实施方式提供一种车辆日志分析方法,应用于日志分析设备,所述日志分析设备与缺陷管理系统通信连接,所述方法包括:
定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析;其中,所述缺陷记录为研发人员在测试出车辆的日志文件存在异常时所记录的信息,所述日志文件记录有在任一收集时刻之前的所述车辆的实时资源占用率和实时日志;
当分析到任一缺陷记录中存在新缺陷附件时,对所述新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息;其中,所述新缺陷附件为测试分析出有缺陷且未被爬取过的新日志文件,所述缺陷信息包括缺陷标识、缺陷发生位置及缺陷发生原因;
对所述新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个所述资源缺陷的缺陷信息。
进一步的,所述日志分析设备预先存储有缺陷清单,所述缺陷清单中记录有任一种缺陷的缺陷特征;
所述对所述新缺陷附件中的日志进行缺陷分析,确定并记录每个缺陷的缺陷信息的步骤,包括:
对于所述缺陷清单中的每种缺陷,将所述缺陷的缺陷特征与所述新缺陷附件的实时日志进行匹配,在匹配成功的情况下,记录所述缺陷对应的缺陷信息。
进一步的,所述缺陷特征包括缺陷标识、应用程序名及判定规则;
所述将所述缺陷的缺陷特征与所述新缺陷附件的实时日志进行匹配,在匹配成功的情况下,记录所述缺陷对应的缺陷信息的步骤,包括:
确定所述应用程序名对应的日志,按照判定规则,对所述对应的日志进行缺陷判定;
在缺陷判定通过的情况下,将所述缺陷的缺陷标识、对应的日志文件、缺陷发生位置及缺陷发生原因,以对应关系进行记录。
进一步的,所述对所述新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个所述资源缺陷的缺陷信息的步骤,包括:
根据所述新缺陷附件中的实时资源占用率,确定资源占用率超过占用率阈值且持续时间超过预设时长的时间段,作为繁忙时段;
基于所述繁忙时段的实时资源占用率,判断在所述繁忙时段是否存在异常应用,若是,则记录所述异常应用及所述异常应用的相关信息。
进一步的,所述实时资源占用率包括各应用的资源占用率;
所述基于所述繁忙时段的实时资源占用率,判断在所述繁忙时段是否存在异常应用的步骤,包括:
基于所述实时资源占用率,计算各应用在所述繁忙时段的平均占用率和资源占用突变率;
针对每个所述应用,根据所述应用的平均占用率和/或资源占用突变率,判断所述应用是否资源占用异常,若是,则判定所述应用为异常应用。
进一步的,所述方法还包括:
基于所述新缺陷附件中的实时资源占用率,获取各应用的实时内存占用率;
针对每个所述应用,判断所述应用的内存占用率是否持续增加,若是,则判定所述应用存在内存泄露,将所述应用以内存泄露的缺陷进行记录。
进一步的,所述方法还包括:
在确定所述繁忙时段存在异常应用的情况下,将所述异常应用的相关信息打包成异常分析请求,并将所述异常分析请求发送至研发分析平台,以促使研发人员及时分析所述异常应用的相关信息。
第二方面,本发明实施方式提供一种车辆日志分析装置,应用于日志分析设备,所述日志分析设备与缺陷管理系统通信连接,所述车辆日志分析装置包括爬取分析模块、第一分析模块和第二分析模块;
所述爬取分析模块,用于定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析;其中,所述缺陷记录为研发人员在测试出车辆的日志文件存在异常时所记录的信息,所述日志文件记录有在任一收集时刻之前的所述车辆的实时资源占用率和实时日志;
所述第一分析模块,用于当分析到任一缺陷记录中存在新缺陷附件时,对所述新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息;其中,所述新缺陷附件为测试分析出有缺陷且未被爬取过的新日志文件,所述缺陷信息包括缺陷标识、缺陷发生位置及缺陷发生原因;
所述第二分析模块,用于对所述新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个所述资源缺陷的缺陷信息。
第三方面,本发明实施方式提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现如第一方面所述的车辆日志分析方法。
第四方面,本发明实施方式提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的车辆日志分析方法。
本发明实施方式提供的车辆日志分析方法、装置、电子设备及存储介质,对于缺陷管理系统中研发人员在测试出车辆的日志文件存在异常时所记录的缺陷记录,进行定期爬取,对所有缺陷记录逐一进行分析,当分析到任一缺陷记录中存在新缺陷附件时,对新缺陷附件的实时日志进行缺陷分析,确定出新缺陷附件的所有缺陷及其缺陷信息,并对新缺陷附件的实时资源占用率进行分析,识别出资源缺陷,以此实现对车辆日志的综合分析,且无需开发测试人员了解所有车辆日志的情况,能够极大地提高车辆日志综合分析的效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施方式,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施方式,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施方式提供的车辆日志分析系统的结构示意图。
图2示出了本发明实施方式提供的车辆日志分析方法的流程示意图。
图3示出了图2中步骤S13的部分子步骤的流程示意图。
图4示出了图2中步骤S15的部分子步骤的流程示意图。
图5示出了图4中步骤S152的部分子步骤的流程示意图。
图6示出了本发明实施方式提供的车辆日志分析装置的方框示意图。
图7示出了本发明实施方式提供的电子设备的方框示意图。
附图标记:100-车辆日志分析系统;10-日志分析设备;20-缺陷管理系统;30-座舱系统;40-车辆日志分析装置;401-爬取分析模块;402-第一分析模块;403-第二分析模块;50-电子设备。
具体实施方式
下面将结合本发明实施方式中附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。通常在此处附图中描述和示出的本发明实施方式的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明的实施方式,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施方式,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在车辆进行维护、故障排查以及安全性监控过程中,需要对多个模块的多个类型的日志进行综合分析,才能够识别出所有的缺陷,并以此得到结论。在综合分析的过程中,开发人员面对庞大的日志,往往需要根据缺陷标识手动的去分析,才能定位到问题。这不仅需要开发人员对车辆各个模块的车辆日志的情况了如指掌,还存在整体效率低的问题。
基于上述考虑,本发明实施方式提供一种车辆日志分析方法,其能够快速且高效地进行车辆日志的综合分析,且无需开发测试人员了解所有车辆日志的情况。
本发明实施方式提供的车辆日志分析方法,可以应用于图1所示的车辆日志分析系统100中,该车辆日志分析系统100可以包括日志分析设备10、缺陷管理系统20和车辆的座舱系统30,日志分析设备10可以通过网络以缺陷管理系统20通信连接。
在本实施方式中,日志分析设备10也可以理解为日志分析的一个系统,可以是终端,也可以是服务器,还可以是云服务器。在本实施方式中,不作具体限定。
座舱系统30,用于对车辆的日志和资源占用率进行实时收集,并在每间隔日志收集周期,将车辆在当前时刻以前的所有日志和资源占用率打包成日志文件,以供研发人员拷贝该日志文件。日志文件中还可以包括座舱系统30的系统版本信息。
研发人员通过个人计算机查看拷贝的日志文件,并对该日志文件进行初步软件测试,当测试出该日志文件存在异常时,将日志文件和异常信息打包成新缺陷附件,并上传至缺陷管理系统20。
缺陷管理系统20,用于接收到新缺陷附件后,将该新缺陷附件进行记录。
缺陷管理系统20可以异常作为主目录,记录所有的缺陷附件。在将新缺陷附件进行记录之前,可以查询是否记录有该新缺陷附件对应的异常,若是,则将该新缺陷附件作为该异常的一个子目录进行记录,若否,则以该异常作为新主目录,并将该新缺陷附件作为新主目录的一个子目录进行记录。也可以直接将新缺陷附件作为一条缺陷记录继续记录。在本实施方式中,不作具体限定。
其中,可以拷贝的方式将新缺陷附件上传至缺陷管理系统20。
日志分析设备10,用于每间隔爬取周期,爬取缺陷管理系统20的所有记录,以实现本发明实施方式提供的车辆日志分析方法。
在一种可能的实施方式中,本发明实施方式提供一种车辆日志分析方法,参照图2,可以包括以下步骤。在一种可能的实施方式中,以该方法应用于图1中的日志分析设备10来举例说明。
S11,定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析。
在本实施方式中,缺陷记录为研发人员在测试出车辆的日志文件存在异常时所记录的信息,日志文件记录有在任一收集时刻之前的所述车辆的实时资源占用率和实时日志。
S13,当分析到任一缺陷记录中存在新缺陷附件时,对新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息。
在本实施方式中,新缺陷附件包括测试分析出有缺陷且未被爬取过的新日志文件,缺陷信息包括缺陷标识、缺陷发生位置及缺陷发生原因。
S15,对新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个资源缺陷的缺陷信息。
车辆的座舱系统30对车辆的日志和资源占用率进行实时收集,并在每间隔日志收集周期时,将车辆在当前时刻以前的所有日志和资源占用率打包成日志文件,以供研发人员拷贝该日志文件。例如,当前时刻为t1,日志收集周期为T,t1-T时刻打包了一次日志文件,则将t1时刻之前的车辆的日志和资源占用率均写入日志文件,该日志文件可以打包日志文件的时刻作为标识之一,即t1时刻为一个标识。
研发人员通过个人计算机查看拷贝的日志文件,并对该日志文件进行初步软件测试,当测试确定出该日志文件存在异常时,将日志文件和异常信息打包成新缺陷附件,并上传至缺陷管理系统20。
缺陷管理系统20接收到新缺陷附件后,可以查询是否记录有该新缺陷附件对应的异常,若是,则将该新缺陷附件作为该异常的一个子目录进行记录,若否,则以该异常的标识或异常名作为新主目录,并将该新缺陷附件作为新主目录的一个子目录进行记录。也可以直接将新缺陷附件作为一条缺陷记录继续记录。
每间隔爬取周期,日志分析设备10对缺陷管理系统20的所有缺陷记录进行爬取,并逐一分析缺陷记录上的各缺陷附件是否已经爬取过,即遍历分析。在日志分析设备10爬取缺陷记录时,可以通过缺陷记录的各缺陷附件上是否存在爬取标识来判断是否已被爬取过,例如,若存在爬取标识,则表明已被爬取过,不是新缺陷附件,否则,表明未被爬取过,是新缺陷附件。当分析到某一缺陷记录中存在新缺陷附件时,下载该新缺陷附件至日志分析设备10,并可以在缺陷管理系统20中的该新缺陷附件上添加爬取标识。
日志分析设备10下载完新缺陷附件后,对新缺陷附件中的实时日志进行缺陷分析,确定出该新缺陷附件中存在的所有缺陷,并记录每个缺陷的缺陷标识、缺陷发生位置及缺陷发生原因等缺陷信息。同时,对新缺陷附件中的实时资源占用率进行分析,识别出存在的所有资源缺陷,并记录每个资源缺陷的缺陷信息。
与传统的人工分对车辆日志进行分析的方式相比,本发明实施方式提供的车辆日志分析方法,由研发人员先对日志文件进行初步测试,判断是否异常,并把存在异常的日志文件对应的新缺陷附件记录至缺陷管理系统,进而日志分析设备通过定期爬取的方式,分析出并下载新缺陷附件,对新缺陷附件进行综合缺陷分析,以识别出新缺陷附件中存在的所有缺陷,并记录缺陷信息,以此实现对车辆日志的综合分析,无需开发测试人员了解所有车辆日志的情况,能够极大地提高车辆日志综合分析的效率。
进一步,为了在对车辆日志进行综合分析时,能够尽可能识别出存在的所有缺陷,引入记录有各个缺陷的判断方法的缺陷清单。日志分析设备中可以预先存储有缺陷清单,该缺陷清单中可以记录有任一种缺陷的缺陷特征。在此基础上,步骤S13中,可以结合该缺陷清单进行缺陷检测和判定。
可以逐一根据缺陷清单中的每种缺陷的缺陷特征,识别是否存在该缺陷。即,对于缺陷清单中的每种缺陷,将缺陷的缺陷特征与新缺陷附件的实时日志进行匹配,在匹配成功的情况下,记录缺陷对应的缺陷信息。
进一步的,缺陷特征可以包括缺陷标识、应用程序名和判定规定。以及,参照图3,步骤S13可以实施为以下步骤。
S131,按序从缺陷清单中获取一种缺陷的缺陷特征,得到该缺陷缺的陷标识、应用程序名及判定规则。
S132,确定应用程序名对应的日志,按照判定规则,对对应的日志进行缺陷判定。
S133,在缺陷判定通过的情况下,将缺陷的缺陷标识、对应的日志文件、缺陷发生位置及缺陷发生原因,以对应关系进行记录。
应当理解的是,日志文件中包括多个日志,应用程序运行会产生日志。因此,通过应用程序名,可以从日志文件中确定出记录有该应用程序运行信息的日志。
缺陷特征还可以包括关键字,关键字用于确定关键信息,根据关键字,可以从记录有该应用程序运行信息的日志中提取关键信息。进而按照缺陷的判定规则,对记录有该关键信息进行处理判定。判定通过,即确定有存在该缺陷时,可以确定缺陷(错误)发生原因,以及确定缺陷发生的关键信息在日志中的位置(即,在日志第几行)。将应用程序的日志在日志文件中的位置和/或关键信息的位置作为缺陷发生位置,缺陷发生原因及缺陷标识,以对应关系记录至缺陷数据库中。
在车辆的座舱系统30运行过程中,各应用的CPU占用率、内存占用率对座舱系统30的运行情况有影响。为了提高对车辆日志的分析效果,参照图4,上述步骤S15可以进一步实施为以下步骤。
S151,根据新缺陷附件中的实时资源占用率,确定资源占用率超过占用率阈值且持续时间超过预设时长的时间段,作为繁忙时段。
S152,基于繁忙时段的实时资源占用率,判断在繁忙时段是否存在异常应用,若是,则记录异常应用及异常应用的相关信息。
以预设的占用率阈值为75%,预设时长为1分钟为例,若在t时刻,新缺陷附件中的实时资源占用率超过75%,且一直到t+1min的时刻,实时资源占用率一直高于75%,直至t+5min时刻,实施资源占用率才降至75%以下,则t时刻至t+5min时刻的时段为繁忙时段。基于t时刻至t+5min时刻期间的实时资源占用率,确定出存在异常的应用。
判断在繁忙时段是否存在异常应用的方式,可以灵活设置,例如,可以用预训练的识别模型进行识别,也可以按预设规定进行判断,在本实施方式中,不作具体设定。
应当理解的是,实时资源占用率包括各应用的资源占用率,即包括各应用的CPU占用率和内存占用率。在一种可能的实施方式中,参照图5,可以通过以下步骤判断在繁忙时段是否存在异常应用。
S1521,基于实时资源占用率,计算各应用在繁忙时段的平均占用率和资源占用突变率。
S1522,针对每个应用,根据应用的平均占用率和/或资源占用突变率,判断应用是否资源占用异常,若是,则判定应用为异常应用。
从新缺陷附件的实时资源占用率文件中,获取繁忙时段期间各应用的资源占用率,并计算出各应用的平均占用率,以及在资源占用率突变(骤降或骤升)时的资源占用突变率。例如,若t3时刻,应用A的资源占用率从而t2时刻的40%骤升到80%,则资源占用突变率为100%。
对于某个应用,若该应用的平均占用率超过预设的常时占用率,或者资源占用突变率超过突变阈值,则确定该应用为异常应用。
为了使进一步分析应用异常的原因,在确定出繁忙时段存在异常应用的情况下后,可以将异常应用的相关日志、平均占用率和资源占用突变率等相关信息打包成异常分析请求,将异常分析请求发送至研发分析平台,以促使研发人员及时分析异常应用的相关信息。研发人员可以根据异常分析请求中的相关信息,进行相关分析,例如,应用消耗过多的资源的原因等。
步骤S15还可以包括分析各应用是否存在内存泄露的步骤,可以基于新缺陷附件中的实时资源占用率,获取各应用的实时内存占用率。针对每个应用,判断应用的内存占用率是否持续增加,若是,则判定应用存在内存泄露,将应用以内存泄露的缺陷进行记录。即,在应用的内存占用率随着时间一直增加而不消减的情况下,判定该应用存在内存泄露。
在一种可能的实施方式中,为了能够直观显示分析出的缺陷信息,可以将各缺陷的缺陷信息在日志分析设备10的显示界面上进行显示。并且,对于应用异常及应用存在内存泄露的情况,可以根据新缺陷文件中记录的该应用的实时资源占用率,拟合出资源占用率(即CPU/内存占用率)折线图,并减该折线图进行显示。
此外,对缺陷清单(包括各缺陷用于进行缺陷判定的缺陷特征),可以通过在显示界面上进行操作来进行更新,以便于随时进行相关的调整。
本发明实施方式提供的车辆日志分析方法,可以定时爬取缺陷管理系统上由研发人员初步识别出存在异常的日志,并基于配置的缺陷清单,从该日志中提取关键信息并进行分析,得到存在的所有缺陷,及每个缺陷的缺陷信息,实现车辆日志综合分析的高效性。
基于与上述车辆日志分析方法相同的发明构思,本发明实施方式还提供了一种车辆日志分析装置40,可以应用于图1中日志分析装置中。参照图6,车辆日志分析装置40可以包括爬取分析模块401、第一分析模块402和第二分析模块403。
爬取分析模块401,用于定期爬取缺陷管理系统中的所有缺陷记录,并对所有缺陷记录逐一进行分析。其中,缺陷记录为研发人员在测试出车辆的日志文件存在异常时所记录的信息,日志文件记录有在任一收集时刻之前的车辆的实时资源占用率和实时日志。
第一分析模块402,用于当分析到任一缺陷记录中存在新缺陷附件时,对新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息。其中,新缺陷附件为测试分析出有缺陷且未被爬取过的新日志文件,缺陷信息包括缺陷标识、缺陷发生位置及缺陷发生原因。
第二分析模块403,用于对新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个资源缺陷的缺陷信息。
上述车辆日志分析装置40中,通过爬取分析模块401、第一分析模块402和第二分析模块403的协同作用,由研发人员先对日志文件进行初步测试,判断是否异常,并把存在异常的日志文件对应的新缺陷附件记录至缺陷管理系统20,进而日志分析设备10通过定期爬取的方式,分析出并下载新缺陷附件,对新缺陷附件进行综合缺陷分析,以识别出新缺陷附件中存在的所有缺陷,并记录缺陷信息,以此实现对车辆日志的综合分析,无需开发测试人员了解所有车辆日志的情况,能够极大地提高车辆日志综合分析的效率。
关于车辆日志分析装置40的具体限定可以参见上文中对于车辆日志分析方法的限定,在此不再赘述。上述车辆日志分析装置40中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中,也可以以软件形式存储于电子设备的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一种实施方式中,提供了一种电子设备50,该电子设备50可以是服务器,其内部结构图可以如图7所示。该电子设备50包括通过系统总线连接的处理器、存储器、通信接口和输入装置。其中,该电子设备50的处理器用于提供计算和控制能力。该电子设备50的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备50的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该计算机程序被处理器执行时实现如上述实施方式提供的车辆日志分析方法。
图7中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的电子设备50的限定,具体的电子设备50可以包括比图7中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一种实施方式中,本发明提供的车辆日志分析装置40可以实现为一种计算机程序的形式,计算机程序可在如图7所示的电子设备50上运行。电子设备50的存储器中可存储组成该车辆日志分析装置40的各个程序模块,比如,图6所示的爬取分析模块401、第一分析模块402和第二分析模块403。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的车辆日志分析方法中的步骤。
例如,图7所示的电子设备50可以通过如图6所示的车辆日志分析装置40中的爬取分析模块401执行步骤S11。电子设备50可以通过第一分析模块402执行步骤S13。电子设备50可以通过第二分析模块403执行步骤S15。
在一种实施方式中,提供了一种电子设备50,包括存储器和处理器,该存储器存储有机器可执行指令,该处理器执行机器可执行指令时实现以下步骤:定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析;当分析到任一缺陷记录中存在新缺陷附件时,对新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息;对新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个资源缺陷的缺陷信息。
在一种实施方式中,提供了一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如下步骤:定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析;当分析到任一缺陷记录中存在新缺陷附件时,对新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息;对新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个资源缺陷的缺陷信息。
在本发明所提供的几个实施方式中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施方式仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施方式的装置、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,所述模块、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方式中,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,两个连续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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
另外,在本发明各个实施方式中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施方式而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种车辆日志分析方法,其特征在于,应用于日志分析设备,所述日志分析设备与缺陷管理系统通信连接,所述方法包括:
定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析;其中,所述缺陷记录为研发人员在测试出车辆的日志文件存在异常时所记录的信息,所述日志文件记录有在任一收集时刻之前的所述车辆的实时资源占用率和实时日志;
当分析到任一缺陷记录中存在新缺陷附件时,对所述新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息;其中,所述新缺陷附件包括测试分析出有缺陷且未被爬取过的新日志文件,所述缺陷信息包括缺陷标识、缺陷发生位置及缺陷发生原因;
对所述新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个所述资源缺陷的缺陷信息。
2.根据权利要求1所述的车辆日志分析方法,其特征在于,所述日志分析设备预先存储有缺陷清单,所述缺陷清单中记录有任一种缺陷的缺陷特征;
所述对所述新缺陷附件中的日志进行缺陷分析,确定并记录每个缺陷的缺陷信息的步骤,包括:
对于所述缺陷清单中的每种缺陷,将所述缺陷的缺陷特征与所述新缺陷附件的实时日志进行匹配,在匹配成功的情况下,记录所述缺陷对应的缺陷信息。
3.根据权利要求2所述的车辆日志分析方法,其特征在于,所述缺陷特征包括缺陷标识、应用程序名及判定规则;
所述将所述缺陷的缺陷特征与所述新缺陷附件的实时日志进行匹配,在匹配成功的情况下,记录所述缺陷对应的缺陷信息的步骤,包括:
确定所述应用程序名对应的日志,按照判定规则,对所述对应的日志进行缺陷判定;
在缺陷判定通过的情况下,将所述缺陷的缺陷标识、对应的日志文件、缺陷发生位置及缺陷发生原因,以对应关系进行记录。
4.根据权利要求1所述的车辆日志分析方法,其特征在于,所述对所述新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个所述资源缺陷的缺陷信息的步骤,包括:
根据所述新缺陷附件中的实时资源占用率,确定资源占用率超过占用率阈值且持续时间超过预设时长的时间段,作为繁忙时段;
基于所述繁忙时段的实时资源占用率,判断在所述繁忙时段是否存在异常应用,若是,则记录所述异常应用及所述异常应用的相关信息。
5.根据权利要求4所述的车辆日志分析方法,其特征在于,所述实时资源占用率包括各应用的资源占用率;
所述基于所述繁忙时段的实时资源占用率,判断在所述繁忙时段是否存在异常应用的步骤,包括:
基于所述实时资源占用率,计算各应用在所述繁忙时段的平均占用率和资源占用突变率;
针对每个所述应用,根据所述应用的平均占用率和/或资源占用突变率,判断所述应用是否资源占用异常,若是,则判定所述应用为异常应用。
6.根据权利要求4所述的车辆日志分析方法,其特征在于,所述方法还包括:
基于所述新缺陷附件中的实时资源占用率,获取各应用的实时内存占用率;
针对每个所述应用,判断所述应用的内存占用率是否持续增加,若是,则判定所述应用存在内存泄露,将所述应用以内存泄露的缺陷进行记录。
7.根据权利要求4所述的车辆日志分析方法,其特征在于,所述方法还包括:
在确定所述繁忙时段存在异常应用的情况下,将所述异常应用的相关信息打包成异常分析请求,并将所述异常分析请求发送至研发分析平台,以促使研发人员及时分析所述异常应用的相关信息。
8.一种车辆日志分析装置,其特征在于,应用于日志分析设备,所述日志分析设备与缺陷管理系统通信连接,所述车辆日志分析装置包括爬取分析模块、第一分析模块和第二分析模块;
所述爬取分析模块,用于定期爬取所述缺陷管理系统中的所有缺陷记录,并对所有所述缺陷记录逐一进行分析;其中,所述缺陷记录为研发人员在测试出车辆的日志文件存在异常时所记录的信息,所述日志文件记录有在任一收集时刻之前的所述车辆的实时资源占用率和实时日志;
所述第一分析模块,用于当分析到任一缺陷记录中存在新缺陷附件时,对所述新缺陷附件中的实时日志进行缺陷分析,确定并记录每个缺陷的缺陷信息;其中,所述新缺陷附件为测试分析出有缺陷且未被爬取过的新日志文件,所述缺陷信息包括缺陷标识、缺陷发生位置及缺陷发生原因;
所述第二分析模块,用于对所述新缺陷附件中的实时资源占用率进行分析,识别出资源缺陷,并记录每个所述资源缺陷的缺陷信息。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现如权利要求1至7中任一项所述的车辆日志分析方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的车辆日志分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310513878.4A CN116414670A (zh) | 2023-05-08 | 2023-05-08 | 车辆日志分析方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310513878.4A CN116414670A (zh) | 2023-05-08 | 2023-05-08 | 车辆日志分析方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116414670A true CN116414670A (zh) | 2023-07-11 |
Family
ID=87051225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310513878.4A Pending CN116414670A (zh) | 2023-05-08 | 2023-05-08 | 车辆日志分析方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116414670A (zh) |
-
2023
- 2023-05-08 CN CN202310513878.4A patent/CN116414670A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107291911B (zh) | 一种异常检测方法和装置 | |
CN111241154A (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
CN107766208B (zh) | 一种监控业务系统的方法、系统及装置 | |
CN110088744B (zh) | 一种数据库维护方法及其系统 | |
CN112929613B (zh) | 一种基于图像识别进行设备运维的巡检方法及系统 | |
CN113946499A (zh) | 一种微服务链路跟踪及性能分析方法、系统、设备及应用 | |
CN110990289A (zh) | 一种自动提交bug的方法、装置、电子设备及存储介质 | |
CN111651342A (zh) | 基于Charles录制会话的HTTP接口自动化测试框架 | |
CN116414670A (zh) | 车辆日志分析方法、装置、电子设备及存储介质 | |
CN116405412B (zh) | 基于混沌工程故障模拟服务端集群有效性验证方法和系统 | |
CN110069382B (zh) | 软件监控方法、服务器、终端设备、计算机设备及介质 | |
CN112668727A (zh) | 检测设备故障的方法和装置 | |
CN110750416A (zh) | 一种故障信息自动化处理的方法及装置 | |
CN116230067A (zh) | 一种固态硬盘自动化测试方法、系统、设备及介质 | |
CN115794479A (zh) | 日志数据处理方法、装置、电子设备及存储介质 | |
CN108075918B (zh) | 互联网业务变更检测方法及系统 | |
CN115328867A (zh) | 一种测试软件文件防篡改的监控方法、系统及存储介质 | |
CN111831862B (zh) | 高质量绝缘评估系统 | |
CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
CN114547610A (zh) | 一种文件检测方法、装置及设备 | |
CN112860527A (zh) | 应用服务器的故障监测方法及装置 | |
CN114116507B (zh) | 一种基于Devops内生安全的源代码检测系统及方法 | |
CN114817077B (zh) | 测试质量及规范的判断方法、系统和网络设备 | |
CN115086071B (zh) | 一种基于日志因果溯源的数据窃取检测方法、系统及设备 | |
CN115577369A (zh) | 源代码泄露行为检测方法、装置、电子设备及存储介质 |
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 |