CN116795519A - 一种基于互联网的远程智能调测方法和系统 - Google Patents
一种基于互联网的远程智能调测方法和系统 Download PDFInfo
- Publication number
- CN116795519A CN116795519A CN202311075885.7A CN202311075885A CN116795519A CN 116795519 A CN116795519 A CN 116795519A CN 202311075885 A CN202311075885 A CN 202311075885A CN 116795519 A CN116795519 A CN 116795519A
- Authority
- CN
- China
- Prior art keywords
- task
- debugging
- node
- adjustment
- graph
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims description 80
- 238000003860 storage Methods 0.000 claims description 56
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 33
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000004590 computer program Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000003556 assay Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 241000170489 Upis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- 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
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种基于互联网的远程智能调测方法和系统,所述方法包括:基于调测计划中调测任务及其调测顺序构建调测任务图;设置调测任务图中每个节点的节点权重和边权重;基于调测任务图对调测任务图进行层次划分以得到一个或者多个调测任务子图;基于调测任务图对调测任务图进行垂直划分以得到一个或者多个调测任务子图;调测终端基于调测任务子图执行调测任务。本发明基于调测任务图,量化的整体评估调测计划,针对调测任务的特点适应性的调整调测计划,从而大大提高了大批量调测的效率,自动化执行效率很高。
Description
技术领域
本发明属于基于智能调测技术领域,尤其涉及一种基于互联网的远程智能调测方法和系统。
背景技术
随着服务器计算能力和存储能力的不断增加,基于互联网和TCP/IP协议的远程调测称为常见的调测模式;通过建立基于互联网+技术远程测试系统,可实现测试数据资源共享,全面提升调测能力。在工业控制技术领域,由于自动化的工业设备的复杂性,往往需要在机器生产进行调测。当工业设备进入现场的正式生产环境中,用户也可能根据现场的需要,对工业设备的应用程序进行暂停、继续、单步执行等控制,在多线程处理的工业设备,需要精确到多线程的调测。而现有的调测往往借助于远程的控制平台对工业设备进行调控。
在对设备、程序、应用等调测对象进行调测过程中,往往需要提前对调测对象底层和其独立整体进行调测,以使其和其它调测对象之间发生关联关系后,仍旧能正常的交互,顺序在执行,但是这种调测往往是针对独立调测对象进行的,不涉及对调测对象在不同执行环境、不同数据集、可能发生的调测对象存在长链条顺序关系等多方面因素导致的不同情况下进行的调测;另一方面,采用远程方式进行调测时,无法实时获知实际的情况,进而无法根据实时情况调整调测对象的环境参数,输入参数,因此,调测效率较低;另外,对于远程调测来说,大批量的调测才是有效率的,因为,独立调测对象的调测完全可以在本地完成,或者说往往已经在本地完成的。那么,如何高效的完成具有长链条执行顺序关系的调测,不同执行环境和不同数据集情况下的调测,如何运用服务器的计算和存储能力,在考虑调测终端能力的情况下,提高大批量调测的效率,是待解决的技术问题。本发明基于调测任务图,量化的整体评估调测计划,针对调测任务的特点适应性的调整调测计划,从而大大提高了大批量调测的效率,自动化执行效率很高。
发明内容
为了解决现有技术中的上述问题,本发明提出了一种基于互联网的远程智能调测方法和系统,所述方法包含:
步骤S1:调测服务器中保存调测计划;所述调测计划中包含调测任务及其调测顺序;所述调测计划针对调测任务和其基于调测顺序形成的先后顺序关系进行调测;基于所述调测计划中调测任务及其调测顺序构建调测任务图;其中: 调测任务图中的每个节点为调测任务,而边为调测任务之间的调测顺序;调测任务图中的每个节点具有节点权重;其中:每个调测任务设置有调测集;调测集包括一个或多个调测用例,每个调测用例包括一组数据输入集和数据输出集;
步骤S2:设置调测任务图中每个节点的节点权重和边权重,基于所述节点权重和边权重判断所述调测计划是存储受限型还是计算受限型;若所述调测计划是存储受限型时,进入步骤S3;否则,进入步骤S4;其中:计算受限型为调测计划在执行过程中的资源限制为计算资源;存储受限型为调测计划在执行过程中的资源限制为存储资源;
所述步骤S2具体包括如下步骤;
步骤S21:设置调测任务图中第k节点的节点权重,第k节点发出边的边权重;其中:k是节点编号;kx是第k节点发出边的进入节点;具体为:设置是调测任务中调测用例输入集/输出集的存储空间需求量的归一化值;是第k节点对应调测任务的计算量的归一化值;
步骤S22:计算调测任务图的存储负载;计算调测任务图的计算负载/>;在节点出度大于1时,kx指代多个不同节点;/>是调节余数;用于代表调测任务自身存储负载的需求量的归一化值;
步骤S23:将存储负载和负载等级作比较以确定和所述调测任务图对应的负载等级;将计算负载和计算等级作比较以确定和所述调测任务图对应的计算等级;负载等级大于计算等级时,确定为存储受限型,否则,确定为计算受限型;
步骤S24:若所述调测计划是存储受限型,进入步骤S3;否则,进入步骤S4;
步骤S3:对调测任务图进行层次划分以得到一个或者多个调测任务子图;其中:层次划分是在保留图结构或图的连接关系的情况下作权重值在调测任务子图之间的分配,从而实现图结构的层次划分;基于调测任务子图中每个节点的节点权重为其分配对应数量的调测用例及其所包含的输入集和输出集;
步骤S4:对调测任务图进行垂直划分以得到一个或者多个调测任务子图;其中:垂直划分是在保留权重值的情况下,作图结构或图的连接关系的拆分;基于调测任务子图中每个节点的节点权重为其分配对应数量的调测用例及其所包含的输入集和输出集;
步骤S5:将所述一个或者多个调测任务子图中的每一个分别分配给一个空闲的调测终端;调测终端基于分配的调测任务子图依次执行调测任务子图涉及的每个调测任务。
进一步的,每个调测任务具有唯一的任务编号,每个输入集和输出集具有唯一的内部编号。
进一步的,任务编号及其输入集构成的联合编号是外部唯一的。
进一步的,为每个调测任务子图设置唯一的子图编号;子图编号和调测任务编号的组合形成了位于不同调测任务子图中的每个调测任务的唯一混合编号。
进一步的,预先设置负载等级和不同存储负载范围之间的对应关系;计算等级和不同计算负载范围之间的对应关系;通过查询所述对应关系以得到负载等级或计算等级。
进一步的,所述调测终端为多个,调测终端用于基于输入集执行调测任务,并得到输出集。
进一步的,所述调测服务器为云服务器。
一种基于互联网的远程智能调测平台,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现所述的基于互联网的远程智能调测方法。
一种计算机可读存储介质,包括程序,当其在计算机上运行时,使得计算机执行所述的基于互联网的远程智能调测方法。
一种基于互联网的远程智能调测系统,所述系统被配置为执行所述的基于互联网的远程智能调测方法。
本发明的有益效果包括:
(1)本发明基于抽象化的调测任务图,整体量化描述和评估调测计划,基于所述节点权重和边权重判断所述调测计划是存储受限型还是计算受限型发现调测计划所包含调测任务的差异化特点,从而适应性调整调测计划和其对应的调测任务图,普遍性的提高了调测计划的执行效率;
(2)基于调测任务图对调测任务图进行层次划分以得到一个或者多个调测任务子图;基于调测任务图对调测任务图进行垂直划分以得到一个或者多个调测任务子图;针对计算受限和存储受限的情况下,差异化的提高大批量调测的效率。
(3)将一个或者多个调测任务子图中的每一个分别分配给一个调测终端;通过智能化分配提高了调测的自动化程度;通过混合编码和联合编码异步的发现和定位存在长链条顺序关系的调测任务在执行过程中的异常,无论异常发生在那个位置重新执行器对应的最小调测循环;通过初始节点的不断更新,实现了考虑存在长链条顺序关系的调测过程中不同测试用例的最小开销全面覆盖,提高了远程调测的智能化程度。
附图说明
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1为本发明提供的基于互联网的远程智能调测方法示意图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
本发明提出一种基于互联网的远程智能调测方法,如附图1所示,所述方法包括如下步骤:
步骤S1:调测服务器中保存调测计划;所述调测计划中包含调测任务及其调测顺序;所述调测计划针对调测任务和基于调测顺序形成的存在长链条顺序关系进行调测;基于所述调测计划中调测任务及其调测顺序构建调测任务图;其中:图中的每个节点为调测任务,而边为调测任务之间的调测顺序;图中的每个节点具有节点权重;其中:每个调测任务设置有最小调测集;在完成调测计划后,调测任务的最小调测集需要调测完成;最小调测集包括一个或多个调测用例,每个调测用例包括一组数据输入集和数据输出集;
优选的:所述节点的权重值和节点对应调测任务的调测复杂度和/或调测用例数量正相关;
数据输入集是执行调测任务的输入数据集合,而数据输出集是执行调测任务的输出数据集合;显然一个调测任务的输出数据集可能是另一调测任务的数据输入集;
由于同一个调测任务可能由于调测顺序而和多个调测任务之间存在先后调测关系,因此,一个节点连接一条或者多条有向边;也就是说,节点的出度和入度为可以为0,1,2等等;当节点的出度和入度都是0时,成为独立调测任务,而针对独立任务的调测相对简单且技术成熟,在这里不深入展开;
优选的:每个调测任务具有唯一的任务编号,每个输入集和输出集具有唯一的内部编号;任务编号及其输入集构成的联合编号是外部唯一的;例如:联合编码Ta_I6,和Ta_O5;
步骤S2:设置调测任务图中每个节点的节点权重和边权重,基于所述节点权重和边权重判断所述调测计划是存储受限型还是计算受限型;若所述调测计划是存储受限型时,进入步骤S3;否则,进入步骤S4;其中:计算受限型为调测计划在执行过程中的资源限制为计算资源;存储受限型为调测计划在执行过程中的资源限制为存储资源;
所述步骤S2具体包括如下步骤;
步骤S21:设置任务图中第k节点的节点权重,从第k节点发出边的边权重;其中:k是节点编号;kx是从第k节点发出边的进入节点;具体为:设置是调测任务中调测用例输入集/输出集的存储空间需求量或需求量归一化值;/>是第k节点对应调测任务的计算量的归一化值;
优选的:所述需求量和计算量均是经过预处理数值;显然,在测试用例数量越多时,其对应的存储空间需求量也可能会更大,在测试过程中需要考虑数据加载带来的存储开销,这一点矛盾对于调测来说尤为突出;
步骤S22:计算调测任务图的存储负载;计算调测任务图的计算负载/>;当然,由于出度可能大于1,所以kx可能指代多个不同节点;
优选的;是调节余数;可以用于代表调测任务自身所需要的存储负载;
优选的:;
步骤S23:将存储负载和负载等级作比较以确定和所述调测任务图对应的负载等级;将计算负载和计算等级作比较以确定和所述调测任务图对应的计算等级;负载等级大于计算等级时,确定为存储受限型,否则,确定为计算受限型;
优选的:预先设置负载等级和不同存储负载范围之间的对应关系;计算等级和不同计算负载范围之间的对应关系;通过查询所述对应关系以得到负载等级或计算等级;
步骤S24:若所述调测计划是存储受限型,进入步骤S3;否则,进入步骤S4;
步骤S3:基于调测任务图对调测任务图进行层次划分以得到一个或者多个调测任务子图;其中:层次划分是在保留图结构或图的连接关系的情况下作权重值在调测任务子图之间进行分配,从而实现层次划分;
所述步骤S3具体包括如下步骤:
步骤S31:确定当前调测任务图;
优选的:设置当前调测任务图的初始图设置为调测任务图;也就是步骤S2中确定的调测任务图;
步骤S32:判断当前调测任务图中是否存在边;如果否,则进入步骤S36;如果是,则获取当前调测任务图中节点权重最大者,基于所述权重最大者构建初始的临时子图;设置所述权重最大者在临时子图中的节点权重值为0;
优选的:若此时所有节点的权重值相同,则进入步骤S36;
步骤S33:确定当前调测任务图中是否存在一节点k和节点kx,在当前调测任务图中存在一连接两者的边;使得所述节点kx已存在于临时子图中,且若将节点k、边/>加入临时子图中后,所述临时子图中的整体出度和整体入度相等;如果存在,则进入步骤S34;否则,进入步骤S35;
优选的:在边中只选择一种情况,会使得得到的临时子图是单向连通图;便与后续调测任务的执行和存在长链条顺序关系情况的调测;
优选的:整体出度是临时子图中所有节点的出度之和;整体入度是临时子图中所有节点的入度之和;
使得所述节点kx已存在于临时子图中,且若将节点k、边加入临时子图中后,所述临时子图中的整体出度和整体入度相等;可替换为:使得所述节点kx已存在于临时子图中,且若将节点k、边/>加入临时子图中后,所述临时子图中的整体出度和整体入度相等,和/或使得临时子图中所有节点的出度和入度值均为并行度阈值;其中:所述并行度阈值等于独立调测终端中包含的并行执行单元的数量;
步骤S34:更新当前调测任务图和临时子图以将所述一节点k和节点kx及其边加入临时子图中;具体为:减少当前调测任务图中节点k和kx的节点权重;设置;对应的增加临时子图中节点k和kx的节点权重;设置边权重等于/>;当前调测任务图中的减量等于临时子图中的增量;返回步骤S33;其中:是归一化后的单位权重值;
若当前调测任务图中节点k的节点权重为0,则在当前调测任务图中删除该节点k和其关联边;若当前调测任务图中一个节点k的节点权重被减少为0,则设置任何其关联边的边权重为0(也就是,删除该节点或该边);在临时子图中增加边/>并保持其变权重不变;其中:/>是节点权重的单位数值;
优选的:;
步骤S35:将临时子图作为新生成的调测任务子图;重置临时子图为空,并返回步骤S32;
步骤S36:直接将当前调测任务图中每个独立的不连通子图部分分别作为一个独立的调测任务子图;
步骤S4:基于调测任务图对调测任务图进行垂直划分以得到一个或者多个调测任务子图;其中:垂直划分是在保留权重值的情况下,作图结构或图的连接关系的拆分;
所述步骤S4具体包括如下步骤:
步骤S41:设置当前调测任务图的初始图设置为调测任务图;将当前调测任务图划分为两个子图,使得两个子图的所有节点权重加和值最接近和/或两个子图之间连接边最少(也就是划分次数最少);那么此时最有可能发生的是对不存在序关系,或者存在最少序关系的图部分进行划分;
步骤S42:对所述两个子图分别进行判断;如果子图满足条件一,则将所述子图作为新生成的调测任务子图;否则,将子图作为当前调测任务图并重新执行步骤S41,直到,所有子图均满足条件一为止;其中:条件一是:子图的存储负载小于第一存储负载阈值和/或子图中所有节点的出度和入度值均小于等于第一并行度阈值;所述第一存储负载阈值和调测终端的第一存储资源大小相关;第一并行度阈值和调测终端的第二存储资源大小相关;
所述第一存储负载和调测终端的第一存储资源大小相关;第一并行度阈值和调测终端的第二存储资源大小相关;具体为:所述第一存储资源是内存资源时,所述第二存储资源是缓存资源;当所述第一存储资源是非易失型存储资源时,所述第二存储资源是内存资源;第一存储负载阈值是调测终端中平均可用第一存储资源的尺寸的归一化值;第一并行度阈值大于或者略大于调测终端中第二存储资源可以容纳的单位调测用例输入集/输出集存储空间需求量的数量;通过这样的方式,在基于子图做预测执行时,可以根据子图的中数据流的走向直接将后续的输入集提前加载在更高一级的存储空间中来加快调测任务的执行;
步骤S5:将所述一个或者多个调测任务子图中的每一个分别分配给一个调测终端;调测终端基于分配的调测任务子图依次执行调测任务子图涉及的每个调测任务;基于调测任务子图中每个节点的节点权重为其分配对应数量的调测用例;为每个调测任务子图设置唯一的子图编号;子图编号和调测任务编号的组合形成了位于不同调测任务子图中的每个调测任务的唯一混合编号;基于所述唯一混合编号判断调测任务子图是否正确完成;
也就是说,当调测任务子图中节点的权重值越大,则其需要完成的调测用例的数量越多;
所述步骤S5具体包括如下步骤:
步骤S51:当一个调测终端完成已分配调测任务子图后成为空闲调测终端,从未分配调测任务子图中选择一未处理子图作为调测任务子图,分配给所述空闲调测终端;
优选的:选择的方式是使得所选择的子图中所包含的调测任务和所述完成的已分配调测任务子图中包含最多的重复调测任务;将所述选择的调测任务子图分配给所述空闲调测终端;
优选的:当所有调测任务子图均处理完毕后,调测结束,可以根据调测任务子图编号、混合编码、联合编码、输入集和输出集来确定出现异常的位置;
步骤S52:基于调测任务子图确定初始节点;初始节点是指,从初始节点出发能够到达调测任务子图中的任一其它节点;若不存在初始节点,则针对所述调测任务子图的调测结束;返回步骤S51;
优选的:初始节点为一个或多个;
步骤S53:所述调测终端加载初始节点对应的调测任务数据和其一未处理数据输入集;将所述未处理数据输入集作为当前数据输入集;若不存在未处理数据输入集,则返回步骤S52重新确定初始节点;
优选的:当初始节点为多个时,需要同时或者先后加载其对应的调测任务数据和其一未处理数据输入集;
步骤S54:调测终端基于调测任务的未处理数据输入集执行调测任务,在调测任务执行前发送所述唯一混合编号和调测任务输入集的唯一联合编号给调测服务器,在执行完毕后发送调测任务输出集的唯一联合编号给调测服务器;当调测任务子图中的调测任务未执行完毕前,根据调测任务子图中调测任务的调测顺序(也就是边的连接关系)执行下一调测任务,直到调测任务子图中所有调测任务均执行完毕或收到重启命令为止;在所有调测任务均执行完毕后,进入步骤S55;
优选的:在收到重启命令后,调测终端停止当前调测任务的执行,重新返回步骤S52继续基于调测任务子图的初始节点的当前未处理数据输入集,重新进行基于当前初始节点和其当前未处理数据输入集的调测处理;
更进一步的,调测服务器异步的执行如下步骤;
步骤S54_sr:调测服务器依次接受唯一混合编码和唯一联合编码;根据唯一混合编码和调测终端正在完成的调测任务子图以确定所述调测任务子图的执行顺序是否正确;根据唯一联合编码查询与调测任务输入集对应的正确的调测任务输出集的唯一联合编码,如果所述正确的调测任务输出集的唯一联合编码和接收到的调测任务输出集的唯一联合编号相同,则确定调测任务的执行逻辑正确;如果若执行顺序不正确或逻辑不正确,则调测服务器发送重启命令给调测终端;
优选的:预先存储调测任务的输入集的唯一联合编号和正确的调测任务子图输出集的唯一联合编码之间的关联关系;
步骤S55:判断初始节点是否还存在未处理数据输入集,如果是,则返回步骤S53,否则,在调测任务子图中删除所述不存在未处理数据输入集的初始节点,并返回步骤S52重新确定初始节点;
优选的:在执行步骤S55前,更新调测任务子图中每个节点的未处理数据输入集;若在本次调测任务子图的执行过程中,节点的数据输入集被执行过(前序节点的输出集和所述节点的数据输入集相同),则将所述节点的该输入集的处理状态设置为已处理;那么后续在该节点也成为初始节点后,其已被处理的数据输入集将不被再次考虑;
基于相同的发明构思,本发明还提供一种基于互联网的远程智能调测系统,所述系统用于实现上述一种基于互联网的远程智能调测方法;
所述系统包括:调测终端和调测服务器;
优选的:所述调测终端为多个,所述多个调测终端和调测服务器之间通过互联网通信连接;
优选的:所述调测服务器为云服务器;
计算机程序(也被称为程序、软件、软件应用、脚本或代码)能够以编程语言的任何形式来撰写,包括汇编或解释语言、说明或过程性语言,且其可以以任何形式部署,包括作为单机程序或者作为模块、组件、子例程、对象或适于在计算环境中使用的其他单元。计算机程序可以但不必与文件系统中的文件相对应。程序能够存储在保持其他程序或数据(例如存储在标记语言文档中的一个或多个脚本)的文件的一部分中,在专用于所述程序的单个文件中,或者在多个协同文件中(例如,存储一个或多个模块、子例程或代码部分的文件)。计算机程序可以部署为在一个计算机上或位于一个站点或跨多个站点分布且由通信网络互连的多个计算机上执行。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于互联网的远程智能调测方法,其特征在于,所述方法包含:
步骤S1:调测服务器中保存调测计划;所述调测计划中包含调测任务及其调测顺序;所述调测计划针对调测任务和其基于调测顺序形成的先后顺序关系进行调测;基于所述调测计划中调测任务及其调测顺序构建调测任务图;其中: 调测任务图中的每个节点为调测任务,而边为调测任务之间的调测顺序;调测任务图中的每个节点具有节点权重;其中:每个调测任务设置有调测集;调测集包括一个或多个调测用例,每个调测用例包括一组数据输入集和数据输出集;
步骤S2:设置调测任务图中每个节点的节点权重和边权重,基于所述节点权重和边权重判断所述调测计划是存储受限型还是计算受限型;若所述调测计划是存储受限型时,进入步骤S3;否则,进入步骤S4;其中:计算受限型为调测计划在执行过程中的资源限制为计算资源;存储受限型为调测计划在执行过程中的资源限制为存储资源;
所述步骤S2具体包括如下步骤;
步骤S21:设置调测任务图中第k节点的节点权重,第k节点发出边的边权重;其中:k是节点编号;kx是第k节点发出边的进入节点;具体为:设置是调测任务中调测用例输入集/输出集的存储空间需求量的归一化值;是第k节点对应调测任务的计算量的归一化值;
步骤S22:计算调测任务图的存储负载;计算调测任务图的计算负载/>;在节点出度大于1时,kx指代多个不同节点;/>是调节余数;用于代表调测任务自身存储负载的需求量的归一化值;
步骤S23:将存储负载和负载等级作比较以确定和所述调测任务图对应的负载等级;将计算负载和计算等级作比较以确定和所述调测任务图对应的计算等级;负载等级大于计算等级时,确定为存储受限型,否则,确定为计算受限型;
步骤S24:若所述调测计划是存储受限型,进入步骤S3;否则,进入步骤S4;
步骤S3:对调测任务图进行层次划分以得到一个或者多个调测任务子图;其中:层次划分是在保留图结构或图的连接关系的情况下作权重值在调测任务子图之间的分配,从而实现图结构的层次划分;基于调测任务子图中每个节点的节点权重为其分配对应数量的调测用例及其所包含的输入集和输出集;
步骤S4:对调测任务图进行垂直划分以得到一个或者多个调测任务子图;其中:垂直划分是在保留权重值的情况下,作图结构或图的连接关系的拆分;基于调测任务子图中每个节点的节点权重为其分配对应数量的调测用例及其所包含的输入集和输出集;
步骤S5:将所述一个或者多个调测任务子图中的每一个分别分配给一个空闲的调测终端;调测终端基于分配的调测任务子图依次执行调测任务子图涉及的每个调测任务。
2.根据权利要求1所述的基于互联网的远程智能调测方法,其特征在于,每个调测任务具有唯一的任务编号,每个输入集和输出集具有唯一的内部编号。
3.根据权利要求2所述的基于互联网的远程智能调测方法,其特征在于,任务编号及其输入集构成的联合编号是外部唯一的。
4.根据权利要求3所述的基于互联网的远程智能调测方法,其特征在于,为每个调测任务子图设置唯一的子图编号;子图编号和调测任务编号的组合形成了位于不同调测任务子图中的每个调测任务的唯一混合编号。
5.根据权利要求4所述的基于互联网的远程智能调测方法,其特征在于,预先设置负载等级和不同存储负载范围之间的对应关系;计算等级和不同计算负载范围之间的对应关系;通过查询所述对应关系以得到负载等级或计算等级。
6.根据权利要求5所述的基于互联网的远程智能调测方法,其特征在于,所述调测终端为多个,调测终端用于基于输入集执行调测任务,并得到输出集。
7.根据权利要求6所述的基于互联网的远程智能调测方法,其特征在于,所述调测服务器为云服务器。
8.一种基于互联网的远程智能调测平台,其特征在于,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求1-5中任一项所述的基于互联网的远程智能调测方法。
9.一种计算机可读存储介质,其特征在于,包括程序,当其在计算机上运行时,使得计算机执行如权利要求1-5中任一项所述的基于互联网的远程智能调测方法。
10.一种基于互联网的远程智能调测系统,其特征在于,所述系统被配置为执行如权利要求1-5中任一项所述的基于互联网的远程智能调测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311075885.7A CN116795519B (zh) | 2023-08-25 | 2023-08-25 | 一种基于互联网的远程智能调测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311075885.7A CN116795519B (zh) | 2023-08-25 | 2023-08-25 | 一种基于互联网的远程智能调测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116795519A true CN116795519A (zh) | 2023-09-22 |
CN116795519B CN116795519B (zh) | 2023-12-05 |
Family
ID=88046234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311075885.7A Active CN116795519B (zh) | 2023-08-25 | 2023-08-25 | 一种基于互联网的远程智能调测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116795519B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111337A (zh) * | 2011-03-14 | 2011-06-29 | 浪潮(北京)电子信息产业有限公司 | 任务调度方法和系统 |
US20170124452A1 (en) * | 2015-10-28 | 2017-05-04 | Google Inc. | Processing computational graphs |
CN110956260A (zh) * | 2018-09-27 | 2020-04-03 | 瑞士电信公司 | 神经架构搜索的系统和方法 |
CN113377683A (zh) * | 2021-08-12 | 2021-09-10 | 神州数码融信软件有限公司 | 软件测试用例的生成方法、系统、设备、终端、介质及应用 |
US20210382754A1 (en) * | 2021-06-12 | 2021-12-09 | Intel Corporation | Serverless computing architecture for artificial intelligence workloads on edge for dynamic reconfiguration of workloads and enhanced resource utilization |
CN114841664A (zh) * | 2022-05-06 | 2022-08-02 | 支付宝(杭州)信息技术有限公司 | 一种多任务处理顺序确定方法及装置 |
CN114896067A (zh) * | 2022-05-26 | 2022-08-12 | 中国平安人寿保险股份有限公司 | 任务请求信息的自动生成方法、装置、计算机设备及介质 |
CN115904681A (zh) * | 2021-09-22 | 2023-04-04 | 中科寒武纪科技股份有限公司 | 任务调度方法、装置及相关产品 |
CN115934513A (zh) * | 2022-11-16 | 2023-04-07 | 大商所飞泰测试技术有限公司 | 一种需求分析及测试设计适配方法、装置、设备及介质 |
CN116128701A (zh) * | 2022-11-28 | 2023-05-16 | 中国科学院计算技术研究所 | 一种用于执行图计算任务的装置、图计算方法 |
-
2023
- 2023-08-25 CN CN202311075885.7A patent/CN116795519B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102111337A (zh) * | 2011-03-14 | 2011-06-29 | 浪潮(北京)电子信息产业有限公司 | 任务调度方法和系统 |
US20170124452A1 (en) * | 2015-10-28 | 2017-05-04 | Google Inc. | Processing computational graphs |
CN110956260A (zh) * | 2018-09-27 | 2020-04-03 | 瑞士电信公司 | 神经架构搜索的系统和方法 |
US20210382754A1 (en) * | 2021-06-12 | 2021-12-09 | Intel Corporation | Serverless computing architecture for artificial intelligence workloads on edge for dynamic reconfiguration of workloads and enhanced resource utilization |
CN113377683A (zh) * | 2021-08-12 | 2021-09-10 | 神州数码融信软件有限公司 | 软件测试用例的生成方法、系统、设备、终端、介质及应用 |
CN115904681A (zh) * | 2021-09-22 | 2023-04-04 | 中科寒武纪科技股份有限公司 | 任务调度方法、装置及相关产品 |
CN114841664A (zh) * | 2022-05-06 | 2022-08-02 | 支付宝(杭州)信息技术有限公司 | 一种多任务处理顺序确定方法及装置 |
CN114896067A (zh) * | 2022-05-26 | 2022-08-12 | 中国平安人寿保险股份有限公司 | 任务请求信息的自动生成方法、装置、计算机设备及介质 |
CN115934513A (zh) * | 2022-11-16 | 2023-04-07 | 大商所飞泰测试技术有限公司 | 一种需求分析及测试设计适配方法、装置、设备及介质 |
CN116128701A (zh) * | 2022-11-28 | 2023-05-16 | 中国科学院计算技术研究所 | 一种用于执行图计算任务的装置、图计算方法 |
Non-Patent Citations (1)
Title |
---|
徐小龙;程春玲;熊婧夷;王汝传;: "一种基于移动Agent的云端计算任务安全分割与分配算法", 北京理工大学学报, no. 08 * |
Also Published As
Publication number | Publication date |
---|---|
CN116795519B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105912399B (zh) | 一种任务处理方法、装置及系统 | |
EP2413242B1 (en) | System and method for test strategy optimization | |
US6487455B1 (en) | Distributed real time operating system | |
CN110544112B (zh) | 一种考虑可再生能源的区域调频市场出清的方法及装置 | |
CN110601935A (zh) | 智能家居操作系统中任务的处理方法、装置及云平台系统 | |
CN114625507B (zh) | 基于有向无环图的任务调度方法、系统、设备及存储介质 | |
CN112698952A (zh) | 计算资源统一管理方法、装置、计算机设备及存储介质 | |
US20230305880A1 (en) | Cluster distributed resource scheduling method, apparatus and device, and storage medium | |
CN112486535A (zh) | 一种用于NB-IoT设备的远程升级方法及系统 | |
CN111382031B (zh) | 测试方法及装置 | |
CN116795519B (zh) | 一种基于互联网的远程智能调测方法和系统 | |
CN114625654A (zh) | 一种测试方法及其相关设备 | |
CN109766188A (zh) | 一种负载均衡调度方法及系统 | |
CN116820709B (zh) | 任务链的运行方法、装置、终端及计算机存储介质 | |
CN117762591A (zh) | 任务控制方法、任务控制装置、计算机设备和存储介质 | |
CN116187738B (zh) | 一种基于执行顺序和位置分布的工作包自动生成方法 | |
CN115629996B (zh) | 一种嵌入式软件自动化测试方法 | |
US8078738B2 (en) | Systems and methods for calculating a distribution | |
CN111831452A (zh) | 任务执行方法、装置、存储介质及电子装置 | |
CN113867942B (zh) | 一种卷的挂载方法、系统及计算机可读存储介质 | |
CN114880079A (zh) | 基于强化学习的Kubernetes集群规模调整方法、系统及设备 | |
CN115437757A (zh) | 调度方法、系统、服务器和计算机可读存储介质 | |
CN114327925A (zh) | 一种电力数据实时计算调度优化方法及系统 | |
CN111581041A (zh) | 一种磁盘性能测试的方法和设备 | |
CN112766768B (zh) | 合同流程管理方法、装置、电子设备以及可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |