CN117493141A - 性能分析系统及方法 - Google Patents
性能分析系统及方法 Download PDFInfo
- Publication number
- CN117493141A CN117493141A CN202311507728.9A CN202311507728A CN117493141A CN 117493141 A CN117493141 A CN 117493141A CN 202311507728 A CN202311507728 A CN 202311507728A CN 117493141 A CN117493141 A CN 117493141A
- Authority
- CN
- China
- Prior art keywords
- data
- target object
- performance analysis
- target
- module
- 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 206
- 238000000034 method Methods 0.000 title claims description 46
- 238000012545 processing Methods 0.000 claims abstract description 84
- 238000012800 visualization Methods 0.000 claims abstract description 32
- 238000013515 script Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 25
- 238000010586 diagram Methods 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 19
- 238000007726 management method Methods 0.000 description 12
- 239000012634 fragment Substances 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G06F11/3409—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 for performance assessment
-
- 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
-
- 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)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请提供了一种性能分析系统及方法。该系统包括:数据采集模块、处理模块及可视化模块;数据采集模块,用于采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将目标数据推送至性能分析系统;目标数据中记录有目标对象在运行阶段所产生的日志信息,且目标数据满足预设数据协议要求;处理模块,用于基于目标数据对目标对象进行性能分析处理,得到分析结果;可视化模块,用于按照预设显示配置信息,对通过处理模块得到的分析结果进行显示。本申请实施例,可以降低性能分析系统开发和维护的复杂性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种性能分析系统及方法。
背景技术
对计算系统中的目标对象(如:处理器、加速卡等硬件对象,或者,某些计算函数等软件对象)进行性能分析,主要过程包括:收集包括目标对象运行阶段的时间消耗、数据量、带宽和功耗在内的各种指标;对上述指标数据做进一步处理,形成性能分析结果,供专业人员进行深入分析和决策。
相关技术中,通常是当需要针对某个具体的目标对象进行某种类型的具体性能分析时,则基于性能分析的具体需要,定制化的设定一套性能分析解决方案。
上述方式,存在分析方案缺乏通用性的缺点,会导致性能分析软件开发和维护的复杂性过高问题。
发明内容
有鉴于此,本申请实施例提供一种性能分析系统及方法,以提升性能分析过程的通用性,降低性能分析系统开发和维护的复杂性。
根据本申请实施例的第一方面,提供了一种性能分析系统,所述系统包括:数据采集模块、处理模块及可视化模块;
所述数据采集模块,用于采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将所述目标数据推送至所述性能分析系统;所述目标数据中记录有所述目标对象在运行阶段所产生的日志信息,且所述目标数据满足预设数据协议要求;
所述处理模块,用于基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果;
所述可视化模块,用于按照预设显示配置信息,对通过所述处理模块得到的分析结果进行显示。
根据本申请实施例的第二方面,提供了一种性能分析方法,应用于性能分析系统,所述系统包括:数据采集模块、处理模块及可视化模块;所述方法包括:
通过所述数据采集模块,采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将所述目标数据推送至所述性能分析系统;所述目标数据中记录有所述目标对象在运行阶段所产生的日志信息,且所述目标数据满足预设数据协议要求;
通过处理模块,基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果;
通过所述可视化模块,按照预设显示配置信息,对通过所述处理模块得到的分析结果进行显示。
本申请实施例提供的性能分析方案,对性能分析系统进行了模块化设计,性能分析系统中包括:数据采集模块、处理模块及可视化模块。通过数据采集模块采集符合预设数据协议要求的目标数据;通过处理模块基于所述目标数据对目标对象进行性能分析处理,得到了分析结果,并且,通过可视化模块按照预设显示配置信息,对通过处理模块得到的分析结果进行显示。
本申请实施例中,为了实现通用化的性能分析系统,基于预设数据协议要求,对目标数据的数据格式进行了统一化设定,这样,在进行后续的性能分析处理时,可以使得分析处理过程具有更高的通用性。另外,由于对目标数据的数据格式进行了统一化设定,并且,将性能分析系统拆分成了多个模块,因此,各模块可以单独开发设计和优化,这样可以形成一个模块化、可复用、可灵活组合的性能分析软件体系,降低了开发和维护的复杂性。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术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公开实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的性能分析系统的一种结构图;
图2为本申请实施例提供的性能分析系统的数据处理流程图;
图3为本申请实施例提供的性能分析系统的另一种结构图以及对应的性能分析策略图;
图4为可视化模块输出的一种显示结果示意图;
图5为可视化模块输出的另一种显示结果示意图;
图6为可视化模块输出的又一种显示结果示意图;
图7为根据本申请一个实施例的性能分析方法的流程图;
图8为实施图7所示的性能分析方法的电子设备的结构图。
具体实施方式
为了使本领域的人员更好地理解本申请实施例中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请实施例一部分实施例,而不是全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员所获得的所有其他实施例,都应当属于本申请实施例保护的范围。
参见图1,图1为本申请实施例提供的性能分析系统的一种结构图。性能分析系统100包括:数据采集模块102、处理模块104及可视化模块106。具体地:
数据采集模块102,用于采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将目标数据推送至性能分析系统;目标数据中记录有目标对象在运行阶段所产生的日志信息,且目标数据满足预设数据协议要求。
具体地,本申请实施例中的对象,是指计算系统中某个运算过程的执行实体,例如:可以指CPU(Central Processing Unit,中央处理器)、GPU(Graphics ProcessingUnit,图形处理器)、DPU(Data Processing Unit,数据处理器)、PCIe(PCI-Express,总线和接口标准)等硬件,也可以指某个函数等软件。本申请实施例中的目标对象,可以为计算系统中待进行性能分析的对象。
处理模块104,用于基于目标数据对目标对象进行性能分析处理,得到分析结果。
具体地,对目标对象进行性能分析处理得到分析结果,即是基于目标数据所表征的目标对象在运行阶段所产生的日志信息,进行解析以及进一步地计算,从而得到新的指标数据的过程。
可视化模块106,用于按照预设显示配置信息,对通过处理模块得到的分析结果进行显示。
本申请实施例,对性能分析系统进行了模块化设计,性能分析系统中包括:数据采集模块、处理模块及可视化模块。通过数据采集模块采集符合预设数据协议要求的目标数据;通过处理模块基于目标数据对目标对象进行性能分析处理,得到了分析结果,并且,通过可视化模块按照预设显示配置信息,对通过处理模块得到的分析结果进行显示。
本申请实施例中,为了实现通用化的性能分析系统,基于预设数据协议要求,对目标数据的数据格式进行了统一化设定,这样,在进行后续的性能分析处理时,可以使得分析处理过程具有更高的通用性。另外,由于对目标数据的数据格式进行了统一化设定,并且,将性能分析系统拆分成了多个模块,因此,各模块可以单独开发设计和优化,这样可以形成一个模块化、可复用、可灵活组合的性能分析软件体系,降低了开发和维护的复杂性。
另外,本申请实施例中,还为性能分析过程定制了结果可视化方案:在得到分析结果之后,通过性能分析系统中的可视化模块可以根据预设显示配置信息对分析结果进行显示,以便操作人员可以更加快速和直观地发现问题并解决问题。
可选的,在其中一些实施例中,数据采集模块包括:数据适配单元。
数据采集模块在执行采集待进行性能分析的目标对象的目标数据的步骤时,具体用于:
采集待进行性能分析的目标对象在运行阶段所产生的原始日志数据;
通过数据适配单元,重组原始日志数据中的数据关系,并根据预设数据协议的要求对重组后的数据关系进行拼接,得到满足预设数据协议要求的目标数据。
具体地,对于目标对象而言,其本身可能支持本申请实施例中的预设数据协议,也就是说,目标对象运行过程中所产生的原始日志数据本身就是满足上述预设数据协议的,此种情况下,则可以直接获取到目标数据的满足协议要求的目标数据。
但是,也可能存在本身并不支持上述预设数据协议的目标对象,也即:该类型的目标对象运行规程中所产生的原始日志数据是满足另外的某种专用数据协议的。此时,为了复用上述已经存在的满足专用数据协议的原始日志数据,本申请实施例中,在数据采集模块102中设置了数据适配单元,这样,采集模块采集到满足专用数据协议的原始日志数据之后,可以通过数据适配单元对上述原始日志数据进行数据关系重组,以及,重组后数据关系的再次拼接(也即对原始日志数据进行数据格式转换),从而得到满足本申请实施例提出的通用预设数据协议要求的目标数据。这样,可以提升数据采集模块的数据采集效率。
可选的,在其中一些实施例中,性能分析系统还包括:存储模块;
数据采集模块,在执行通过内部设置的推送接口将目标数据推送至性能分析系统的步骤时,具体用于:
通过内部设置的推送接口将目标数据推送至存储模块;
存储模块,用于采用预设存储方式存储目标数据;
处理模块,在执行基于目标数据对目标对象进行性能分析处理,得到分析结果的步骤时,具体用于:
从存储模块读取目标数据;基于目标数据对目标对象进行性能分析处理,得到分析结果。
具体地,本申请实施例提供的性能分析系统,通过设置存储模块,可实现对数据采集模块采集到的目标数据及处理模块处理得到的分析结果的持久化存储。
本申请实施例中,对于存储模块对数据存储时所采用的存储方式不做限定。可选的,在其中一些实施例中,预设存储方式包括如下任一项:内存缓存存储方式、文本文件存储方式、二进制文件存储方式、数据库文件存储方式。
可选的,在其中一些实施例中,存储模块中包含注册管理单元;数据采集模块中包括服务发现单元;
注册管理单元,用于接收目标对象在初始化过程中发送的注册信息,并对注册信息进行存储和管理;注册信息中包含用于与目标对象建立通信连接的通信参数信息;
服务发现单元,用于根据注册管理模块中存储的通信参数信息与目标对象建立通信连接,以采集目标对象的目标数据。
具体地,在存储模块中设置注册管理单元,对应地,在数据采集模块中设置服务发现单元。当有新的目标对象启动时,该新启动的目标对象会主动向注册管理单元发送包含通信参数的注册信息,之后,服务发现单元则会根据注册管理单元中存储的注册信息中的通信参数,与新的目标对象建立通信连接,从而采集该新目标对象的目标数据。
本申请实施例,采用服务发现机制,可以及时自动获取到新启动的目标对象的目标数据,无需手动在性能分析系统中配置上述新启动的目标对象,简化了性能分析系统部署和维护的复杂性。
参见图2,图2为本申请实施例提供的性能分析系统的数据处理流程图。从图2可以看出,本申请实施例提供的性能分析系统的数据处理流程包括:数据采集过程,即:通过数据采集模块采集目标对象的目标数据;数据持久化存储管理,即:通过存储模块,对数据采集模块采集到的目标数据进行存储和管理;数据通用化处理过程,即:通过处理模块从存储模块中读取目标数据,并基于目标数据进行性能分析处理,得到分析结果,进一步地,可以采用Python脚本或者SQL脚本对目标数据进行分析处理;数据处理后的存储管理,即:对处理模块得到的分析结果进行存储和管理;分析结果的显示,即:通过可视化模块对分析结果进行显示。
参见图3,图3为本申请实施例提供的性能分析系统的另一种结构图以及对应的性能分析策略图。参见图3左侧图,与图1所示的性能分析系统相比,图3所示的性能分析系统中,增加了存储模块108,并且在存储模块108中增加了上述注册管理单元。另外,在数据采集模块102中,除了设置有推送接口之外,还设置了数据适配单元和上述服务发现单元。图3右侧图,即为性能分析策略图,具体地:数据采集模块通过服务发现模块,获取到目标对象的通信参数,进而与目标对象建立通信连接,以采集目标对象的原始日志数据;之后,通过数据适配单元对采集到的原始日志数据进行数据格式转换,从而将原始日志数据转换为满足预设数据协议要求的目标数据;再通过推送接口将目标数据推送至存储模块;存储模块接收到数据采集模块推送的目标数据后,可以按照预设存储方式(如:内容缓存方式、文本文件方式或者数据库文件方式)对目标数据进行存储;处理模块从存储模块中读取目标数据,并通过Python或SQL脚本对目标数据进行分析处理,得到分析结果,之后,一方面可以将分析结果存储至存储模块,另一方面还可以将分析结果发送至可视化模块,以通过可视化模块对分析结果进行显示。
可选的,在其中一些实施例中,处理模块,在执行基于目标数据对目标对象进行性能分析处理,得到分析结果的步骤时,具体用于:
获取根据预设性能分析配置信息生成的自动化分析脚本;
执行自动化分析脚本,以基于目标数据对目标对象进行性能分析处理,得到分析结果。
可选的,在其中一些实施例中,自动化分析脚本为Phython脚本或者SQL脚本。
本申请实施例中的目标数据为满足预设数据协议要求的数据。具体来讲,预设数据协议的要求可以包括:目标数据由一个或者多个目标数据片段组成,其中,每个目标数据片段表征目标对象在执行某个预设事件过程中的日志信息。上述事件,对应运行过程的开始、结束、等待等事件,事件具有数据量大小、开始时间点等信息。
可选地,在其中一些实施例中,上述目标数据片段中可以包含:目标对象标识符子片段、预设事件标识子片段、预设事件发生时间子片段以及预设事件的自定义属性子片段。
具体地,目标对象标识符子片段,可以为目标对象标识符字段,根据该字段可以唯一确定出目标对象。预设事件标识子片段,也即预设事件标识字段,或者,预设事件类型子片段。该字段可以表征预设事件的类型,如:开始、结束、等待,等等。预设事件发生时间子片段,用于表征预设事件发生的时间信息。预设事件的自定义属性子片段,用于表征与预设事件相关的一个或者多个动态数据属性,例如:输入数据量、输出数据量、CPU状态、内存状态、硬盘写入写出状态、板卡温度、硬件错误、系统错误、网络协议、网络延迟、网络带宽、PCIe状态、DPU算子状态、GPU状态,等等。
基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果,可以包括:
获取根据预设性能分析配置信息生成的自动化分析脚本;
执行所述自动化分析脚本,以基于所述目标数据中包含的目标数据片段,生成初始数据表;将所述初始数据表转换为对象事件数据表;所述初始数据表中的一列对应所述目标数据片段中的一个子片段;所述对象事件数据表中包含:目标对象标识符列及状态信息列,其中,一个状态信息列对应目标对象在运行阶段的一种运行状态信息,如:目标对象执行各预设事件的执行时间信息、目标对象的自定义状态信息等等。
上述过程中,得到的运行状态信息即为分析结果。
进一步地,所述目标数据片段还可以包括:所述目标对象的父节点对象的标识子片段;所述目标对象标识符子片段包括:目标对象类型子片段和目标对象标识子片段;所述目标对象类型子片段包括:所述目标对象的类型信息,以及,所述目标对象的父节点对象的类型信息。
具体地,上述预设数据协议,还可以进一步地对目标数据片段中所包含的子片段(字段)进行标准化规定:目标数据片段还可以包括:目标对象的父节点对象的标识子片段;目标对象标识符子片段可以包括:目标对象类型子片段和目标对象标识子片段;目标对象类型子片段包括:目标对象的类型信息,以及,目标对象的父节点对象的类型信息。
目标对象的父节点对象可以为:具有对目标对象调用权限的对象。例如:若在函数A的运行过程中会调用函数B,则对于目标对象函数B而言,函数A为该目标对象的父节点对象。
目标对象标识符子片段可以包括:目标对象类型子片段和目标对象标识子片段。例如:对于某个函数A而言,其在运行过程中可能被调用了N次,则可以将该函数A的函数名A作为目标对象的类型,而将该函数的调用次数作为目标对象的标识。如:当将第i次调用的函数A作为目标对象时,目标对象类型子片段则为A,目标对象标识子片段则为i,目标对象标识符子片段则为A:i。
另外,目标对象类型子片段可以包括:目标对象的类型信息,以及,目标对象的父节点对象的类型信息。例如:对于类型为B的目标对象,假设其父节点对象的类型为A,则可以将该目标对象的目标对象类型子片段设定为:A-B,这样,在获取到目标对象的目标对象类型子片段之后,则可以通过拆分的方式,便捷地获取到其父节点对象的类型信息。
本申请实施例中,对于目标对象类型子片段的具体表现形式不做限定,可以根据实际情况自定义设定。例如上述方式中,目标对象类型子片段可以由多个关键字构成,关键字间通过特定分隔符隔开,每个关键字代表一个对象的类型。例如:”A-B-C”、”A_B_C”、”A-A-A-A”、”1-1-1-1-1-1”……。如果目标对象的类型为空,则表明该目标对象为根节点。去掉对象类型的最后一个关键字,便得到该对象的父节点对象的类型,如"1-1-1"的父节点对象的类型便是"1-1"。
本申请上述实施例中,预设数据协议对目标数据片段中包含的子片段做了进一步限定:增加了目标对象的父节点对象的标识子片段。并且,将目标对象标识符子片段拆分为:目标对象类型子片段和目标对象标识子片段。另外,目标对象类型子片段包括:目标对象的类型信息,以及,目标对象的父节点对象的类型信息。最终,使得目标数据片段中包含六个子片段(六个字段):目标对象类型子片段、目标对象标识子片段、所述目标对象的父节点对象的标识子片段、所述预设事件标识子片段、所述预设事件发生时间子片段以及所述预设事件的自定义属性子片段。
例如:目标数据可以表示为:
A,1,0,start,2023-08-31 17:52:33.916000000,size_in:1000;cpu:X
A-B,1,1,start,2023-08-31 17:52:33.917500000
A-B,1,1,end,2023-08-31 17:52:33.918500000,size_out:1000;dpu:Y
A,1,0,end,2023-08-31 17:52:33.919000000
上述目标数据中,每一行为一个目标数据片段,每个目标数据片段由六个子片段组成,两个子片段之间由“,”隔开。分析上述数据可知:
1、两种对象类型为A和A-B,其中A运行在CPU上,A-B运行在DPU上。
2、两个对象分别为A:1(1是对象标识),A-B:1。
3、对象A:1有start、end两个事件及事件发生的时间信息,起止时间差就是A:1的运行时间3000000ns,且有数据大小信息1000byte。运行在CPU上的数据处理带宽为1000B/3000000ns=0.333MB/s。
4、对象A-B:1有start、end两个事件及事件发生的时间信息,起止时间差就是A-B:1的运行时间1000000ns。数据大小信息从父节点获得。运行在DPU上的数据处理带宽为1000B/1000000ns=1MB/s。
5、A-B:1的运行时间1000000ns占父节点A:1的运行时间3000000ns的33.3%。
当目标数据片段中包含上述六个子片段时,处理模块基于目标数据对目标对象进行性能分析处理,得到分析结果的过程,可以包括:
获取根据预设性能分析配置信息生成的自动化分析脚本;
执行所述自动化分析脚本,以基于所述目标数据中包含的目标数据片段,生成初始数据表;基于所述目标对象类型子片段,确定所述目标对象的父节点对象的类型信息;并在所述初始数据表中增加父节点对象类型列,以形成过渡数据表;基于所述过渡数据表中的数据,生成对象事件树数据表;所述初始数据表中的一列对应所述目标数据片段中的一个子片段;所述对象事件树数据表中包含:目标对象标识符列、父节点对象标识符列以及所述运行状态信息列。
上述过程中,得到的运行状态信息即为分析结果。
进一步地,还可以根据实际请求,基于上述运行状态信息做进一步地指标值计算,从而得到更多的分析结果。本申请实施例中,对应分析结果的具体内容不做限定。
由于目标数据片段中包含目标对象类型子片段、目标对象的父节点对象的标识子片段、以及,目标对象与其他对象之间的父子节点关系,因此,与上述对象事件数据表相比,该对象事件树数据表的特点在于:该表还可以表现出各对象之间的结构树关系:两个对象之间的调用关系(父子节点),或者,两个对象之间的串并行关系(兄弟节点)。也就是说,该对象事件树数据表等价于一个对象事件树,两者传递的信息等价。
上述对象事件树(Object-Event Tree)简称OET。OET是一种用于描述对象与事件、事件与事件之间关系的数据模型。该概念是为了解决复杂硬软件系统的性能分析问题,所定义的一种全新概念。
OET概念由三个基本概念组成:对象、事件、树。其中,对象(Object)概念对应某个运算过程的执行实体,它可以指CPU、GPU、DPU、PCIe等硬件对象,也可以指某个函数对象。事件(Event)概念对应某个运算过程的开始、结束等事件。事件有数据大小、时间点等信息。树(Tree)概念是为了描述事件之间的关系。一般情况下,树的父子节点对应对象事件的调度关系,树的兄弟节点对应对象事件的串并行关系。
为便于理解,以下通过具体例子,对基于目标数据生成对象事件树数据表的过程(也即:基于目标数据对目标对象进行性能分析处理,得到分析结果的过程)进行解释说明:
还以目标数据X1为如下形式为例:
A,1,0,start,2023-08-31 17:52:33.916000000,size_in:1000;cpu:X
A-B,1,1,start,2023-08-31 17:52:33.917500000
A-B,1,1,end,2023-08-31 17:52:33.918500000,size_out:1000;dpu:Y
A,1,0,end,2023-08-31 17:52:33.919000000
上述目标数据X1中包含4个目标数据片段,每个片段中包含六个子片段,分别为:目标对象类型子片段、目标对象标识子片段、所述目标对象的父节点对象的标识子片段、所述预设事件标识子片段、所述预设事件发生时间子片段以及所述预设事件的自定义属性子片段。
首先,基于上述目标数据X1,生成初始数据表(如下表1):
表1
obj_type | obj_id | father_id | event | time | att_list |
A | 1 | 0 | start | 2023-08-31 17:52:33.916000000 | size_in:1000;cpu:X |
A-B | 1 | 1 | start | 2023-08-31 17:52:33.917500000 | (空) |
A-B | 1 | 1 | end | 2023-08-31 17:52:33.918500000 | size_out:1000;dpu:Y |
A | 1 | 0 | end | 2023-08-31 17:52:33.919000000 | (空) |
其中,obj_type对应目标对象类型子片段,obj_id对应目标对象标识子片段,father_id对应目标对象的父节点对象的标识子片段,event对应预设事件标识子片段,time对应预设事件发生时间子片段,att_list对应预设事件的自定义属性子片段。
上述表1的得到过程可以通过如下所示的自动化分析脚本1对X1处理得到:
其中,上述脚本中的pa01即为X1,TEXT即为生成的表1中每列数据的数据类型。
在生成表1之后,可以基于表中的目标对象类型子片段obj_type,确定目标对象的父节点对象的类型信息。进而,在表1中增加父节点对象类型father-type列,并提取出预设事件的自定义属性子片段中的属性值(输入数据量size-in,输出数据量size-out,CPU、DPU信息),以形成过渡数据表(如下表2):
表2
obj_type | obj_id | father_id | event | time | father_type | size_in | size_out | cpu | dpu |
A | 1 | 0 | start | 916000 | (空) | 1000 | (空) | X | (空) |
A-B | 1 | 1 | start | 917500 | A | (空) | (空) | (空) | (空) |
A-B | 1 | 1 | end | 918500 | A | (空) | 1000 | (空) | Y |
A | 1 | 0 | end | 919000 | (空) | (空) | (空) | (空) | (空) |
之后,再基于表2中的数据,生成对象事件树数据表,具体过程可以为:
先获取根据预设性能分析配置信息生成的如下自动化分析脚本2,再基于自动化分析脚本2对表2进行转换,得到数据表(如下表3):
INSERT INTO pa01_tree(obj_type,obj_id,father_type,father_id,start,end,size_in,size_out,api)
SELECT p_start.obj_type,p_start.obj_id,p_start.father_type,p_start.father_id,p_start.time_ns AS start,
p_end.time_ns AS end,p_start.size_in_val AS size_in,p_end.size_out_val AS size_out,p_start.api AS api FROM pa01 p_start JOIN pa01 p_end ON p_start.obj_type=p_end.obj_type AND p_start.obj_id=p_end.obj_id WHERE p_start.event='start'AND p_end.event='end';
得到的表3如下:
表3
obj_type | obj_id | father_type | father_id | start | end | size_in | size_out | cpu | dpu |
A | 1 | (空) | 0 | 916000 | 919000 | 1000 | (空) | X | (空) |
A-B | 1 | A | 1 | 917500 | 918500 | (空) | 1000 | (空) | Y |
再对上述表3中的obj_type和obj_type进行组合,从而形成(目标)对象标识符obj_guid,以及,对上述表3中的father_type和father_type进行组合,从而形成父节点对象标识符father_guid,并且,将size_in从父节点复制到子节点,size_out从子节点赋值到父节点,通过end-start计算run_time(运行时间),最终得到对象事件树数据表(如下表4):
表4
obj_guid | father_guid | start | end | size_in | size_out | cpu | dpu |
A:1 | 0 | 916000 | 919000 | 1000 | 1000 | X | Y |
A-B:1 | A:1 | 917500 | 918500 | 1000 | 1000 | X | Y |
其中,表4中包含对象标识符obj_guid列,父节点对象标识符obj_guid列,同时,还包括多个状态信息列,如:各事件开始事件,输入数据量,输出数据量,等等。从表4中的第二行中可以获取到目标对象A:1的运行状态信息,例如:A:1的父节点为0,则表示A:1即为根节点,A:1的开始运行时间为916000ns,结束时间为919000ns,输入数据量为1000字节,A:1运行在CPU上。从表4中的第三行中可以获取到目标对象A-B:1的运行状态信息,例如:A-B:1的父节点为A:1,A-B:1的开始运行时间为917500,结束时间为918500,输出数据量为1000字节,A-B:1运行在DPU上。
上述由表3得到表4的过程,可以通过如下自动化分析脚本3得到:
UPDATE pa01_tree SET obj_guid=obj_type||':'||obj_id;
UPDATE pa01_tree SET run_time=end-start;
--更新子节点的size_in来自父节点
UPDATE pa01_tree AS child
SET size_in=(SELECT size_in FROM pa01_tree AS parent WHEREparent.obj_guid=child.father_id);
--更新父节点的size_out来自子节点
UPDATE pa01_tree AS parent
SET size_out=(SELECT size_out FROM pa01_tree AS child WHEREchild.father_id=parent.obj_guid);
进一步地,还可以通过执行如下自动化分析脚本4,基于表4汇总各种子类型对象对父类型对象的运行时间占比,从而得到表5:
CREATE TABLE pa01_tree_group_by_type(obj_type TEXT,run_time INTEGER,rate REAL);
INSERT INTO pa01_tree_group_by_type(obj_type,run_time)
SELECT obj_type,SUM(run_time)as total_run_time FROM pa01_tree GROUPBY obj_type;
UPDATE pa01_tree_group_by_type as pa01_tree2 SET rate=(SELECT CAST(a.run_time AS REAL)/CAST(b.run_time AS REAL)FROM pa01_tree2 a,pa01_tree2 bWHERE a.obj_type=pa01_tree2.obj_type AND b.obj_type=(SELECT father_typeFROM pa01_tree WHERE obj_type=a.obj_type LIMIT 1));
最终得到的表5如下:
表5
obj_type | run_time | rate |
A | 3000 | 100% |
A-B | 1000 | 33.33% |
之后,还可以根据配置文件,生成更多的自动化分析脚本,从而通过执行上述生成的脚本,获取更多的分析结果,此处不再赘述。
可选的,在其中一些实施例中,分析结果中包含多种不同类型的指标值;预设显示配置信息中包含:待显示指标值的标识信息,以及,显示样式信息;
可视化模块,具体用于:按照待显示指标值的标识信息,从包含多种不同类型指标值的分析结果中确定待显示指标值;
按照显示样式信息,对待显示指标值进行显示。
可选的,在其中一些实施例中,显示样式的种类包括:列表形式、结构树形式、波形图形式。
就列表形式而言,在显示待显示指标值之前,可以先显示显示控制页面,该显示控制页面中可以包含指标值列表,该指标值列表中可以包含计算得到的所有的指标值(分析结果)。通过操作人员在指标值列表中各指标值的选择操作,从而确定出待显示指标值,之后,则可以按照设定好的列表形式,对上述待显示指标值进行显示。
参见图4,图4为可视化模块输出的一种显示结果示意图。在图4中,即是采用列表形式的显示样式,对分析结果进行显示的。具体地:显示控制页面(图4中左侧图)中显示出了包含所有指标值的指标值列表,如:目标对象名称(A)、目标对象运行时间(B)、一级子节点对象运行时间(C)、一级子节点对象运行时间在目标对象运行时间中的占比(C/B)、二级子节点对象运行时间(D)在目标对象运行时间(B)中的占比(D/B),……。假设通过显示控制页面选择出的待显示指标值包括:A、B、C、C/B、D/B,则最终的显示结果如图4中右侧图。
参见图5,图5为可视化模块输出的另一种显示结果示意图。在图5中,即是采用结构树形式的显示样式,对分析结果进行显示的。具体地:图5的左侧图,显示出了各节点之间的结构关系:exec(000001)为目标对象,optr为exec(000001)的子节点对象,task(000001)为optr的子节点对象,schd为task(000001)的子节点对象,krnl为schd的子节点对象,to_dev(DDR0)、calcu、from_dev(DDR0)、from_dev(DDR0)以及from_dev均为krnl的子节点对象,且,to_dev(DDR0)、calcu、from_dev(DDR0)、from_dev(DDR0)以及from_dev均为krnl互为兄弟节点。图5右侧图显示出了各对象的运行时间信息。
参见图6,图6为可视化模块输出的又一种显示结果示意图。在图6中,即是采用波形图形式的显示样式,对分析结果进行显示的。具体地:图6中的横坐标表示同一函数exec的不同调用此数,例如:exec1表示函数的第一次调用、exec2表示函数的第二次调用、……;图6中的纵坐标表示运行时间。从图6可以看出,在前两次调用过程中,函数exec运行时间过程,而后续调用过程中,函数exec的运行时间则较为均匀,基于该分析结果,操作人员可以对函数exec做进一步的修改和调试,以改善该函数的性能。
参见图7,图7为根据本申请一个实施例的性能分析方法的流程图。该性能分析方法应用于性能分析系统,系统包括:数据采集模块、处理模块及可视化模块。性能分析方法包括:
步骤702,通过数据采集模块,采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将目标数据推送至性能分析系统;目标数据中记录有目标对象在运行阶段所产生的日志信息,且目标数据满足预设数据协议要求;
步骤704,通过处理模块,基于目标数据对目标对象进行性能分析处理,得到分析结果。
步骤706,通过可视化模块,按照预设显示配置信息,对通过处理模块得到的分析结果进行显示。
可选的,在其中一些实施例中,数据采集模块包括:数据适配单元;
采集待进行性能分析的目标对象的目标数据,包括:
采集待进行性能分析的目标对象在运行阶段所产生的原始日志数据;
通过数据适配单元,重组原始日志数据中的数据关系,并根据预设数据协议的要求对重组后的数据关系进行拼接,得到满足预设数据协议要求的目标数据。
可选的,在其中一些实施例中,性能分析系统还包括:存储模块;
通过内部设置的推送接口将目标数据推送至性能分析系统,包括:
通过内部设置的推送接口将目标数据推送至存储模块;
方法还包括:
通过存储模块,采用预设存储方式存储目标数据;
基于目标数据对目标对象进行性能分析处理,得到分析结果,包括:
从存储模块读取目标数据;基于目标数据对目标对象进行性能分析处理,得到分析结果。
可选的,在其中一些实施例中,预设存储方式包括如下任一项:内存缓存存储方式、文本文件存储方式、二进制文件存储方式、数据库文件存储方式。
可选的,在其中一些实施例中,存储模块中包含注册管理单元;数据采集模块中包括服务发现单元;
方法还包括:
通过注册管理单元,接收目标对象在初始化过程中发送的注册信息,并对注册信息进行存储和管理;注册信息中包含用于与目标对象建立通信连接的通信参数信息;
通过服务发现单元,根据注册管理模块中存储的通信参数信息与目标对象建立通信连接,以采集目标对象的目标数据。
可选的,在其中一些实施例中,基于目标数据对目标对象进行性能分析处理,得到分析结果,包括:
获取根据预设性能分析配置信息生成的自动化分析脚本;
执行自动化分析脚本,以基于目标数据对目标对象进行性能分析处理,得到分析结果。
可选的,在其中一些实施例中,自动化分析脚本为Phython脚本或者SQL脚本。
可选的,在其中一些实施例中,分析结果中包含多种不同类型的指标值;预设显示配置信息中包含:待显示指标值的标识信息,以及,显示样式信息;
按照预设显示配置信息,对通过处理模块得到的分析结果进行显示,包括:
通过可视化模块,按照待显示指标值的标识信息,从包含多种不同类型指标值的分析结果中确定待显示指标值;
按照显示样式信息,对待显示指标值进行显示。
可选的,在其中一些实施例中,显示样式的种类包括:列表形式、结构树形式、波形图形式。
本实施例的性能分析方法对应于前述多个系统实施例中相应的性能分析系统,并具有相应的系统实施例的有益效果,在此不再赘述。此外,本实施例的性能分析方法中的各个步骤的功能实现均可参照前述系统实施例中的相应部分的描述,在此亦不再赘述。
参见图8,图8为实施图7所示的性能分析方法的电子设备的结构图。
图8显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
图8所示的电子设备可以包括但不限于:至少一个处理单元810、至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。存储单元820存储有程序代码,程序代码可以被处理单元810执行,使得处理单元810执行本说明书上述示例性方法的描述部分中描述的根据本发明各种示例性实施方式的步骤。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备500(例如键盘、指向设备、蓝牙设备等)通信,还可与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备还可以通过网络适配器460与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备的其它模块通信。应当明白,尽管图中未示出,电子设备可以使用其它硬件和/或软件模块实现,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备如服务器等执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机程序介质,其上存储有计算机可读指令,当计算机可读指令被计算机的处理器执行时,使计算机执行上述方法实施例部分描述的方法。
根据本公开的一个实施例,还提供了一种用于实现上述方法实施例中的方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种性能分析系统,其特征在于,所述系统包括:数据采集模块、处理模块及可视化模块;
所述数据采集模块,用于采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将所述目标数据推送至所述性能分析系统;所述目标数据中记录有所述目标对象在运行阶段所产生的日志信息,且所述目标数据满足预设数据协议要求;
所述处理模块,用于基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果;
所述可视化模块,用于按照预设显示配置信息,对通过所述处理模块得到的分析结果进行显示。
2.根据权利要求1所述的系统,其特征在于,所述数据采集模块包括:数据适配单元;
所述数据采集模块在执行所述采集待进行性能分析的目标对象的目标数据的步骤时,具体用于:
采集待进行性能分析的目标对象在运行阶段所产生的原始日志数据;
通过所述数据适配单元,重组所述原始日志数据中的数据关系,并根据所述预设数据协议的要求对重组后的数据关系进行拼接,得到满足所述预设数据协议要求的目标数据。
3.根据权利要求1所述的系统,其特征在于,所述性能分析系统还包括:存储模块;
所述数据采集模块,在执行通过内部设置的推送接口将所述目标数据推送至所述性能分析系统的步骤时,具体用于:
通过内部设置的推送接口将所述目标数据推送至所述存储模块;
所述存储模块,用于采用预设存储方式存储所述目标数据;
所述处理模块,在执行基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果的步骤时,具体用于:
从所述存储模块读取所述目标数据;基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果。
4.根据权利要求3所述的系统,其特征在于,所述预设存储方式包括如下任一项:内存缓存存储方式、文本文件存储方式、二进制文件存储方式、数据库文件存储方式。
5.根据权利要求3所述的系统,其特征在于,所述存储模块中包含注册管理单元;所述数据采集模块中包括服务发现单元;
所述注册管理单元,用于接收目标对象在初始化过程中发送的注册信息,并对所述注册信息进行存储和管理;所述注册信息中包含用于与所述目标对象建立通信连接的通信参数信息;
所述服务发现单元,用于根据所述注册管理模块中存储的所述通信参数信息与所述目标对象建立通信连接,以采集所述目标对象的目标数据。
6.根据权利要求1-5任一项所述的系统,其特征在于,所述处理模块,在执行所述基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果的步骤时,具体用于:
获取根据预设性能分析配置信息生成的自动化分析脚本;
执行所述自动化分析脚本,以基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果。
7.根据权利要求6所述的系统,其特征在于,所述自动化分析脚本为Phython脚本或者SQL脚本。
8.根据权利要求1-5任一项所述的系统,其特征在于,所述分析结果中包含多种不同类型的指标值;所述预设显示配置信息中包含:待显示指标值的标识信息,以及,显示样式信息;
所述可视化模块,具体用于:按照所述待显示指标值的标识信息,从包含多种不同类型指标值的分析结果中确定待显示指标值;
按照所述显示样式信息,对所述待显示指标值进行显示。
9.根据权利要求8所述的系统,其特征在于,所述显示样式的种类包括:列表形式、结构树形式、波形图形式。
10.一种性能分析方法,其特征在于,应用于性能分析系统,所述系统包括:数据采集模块、处理模块及可视化模块;所述方法包括:
通过所述数据采集模块,采集待进行性能分析的目标对象的目标数据,并通过内部设置的推送接口将所述目标数据推送至所述性能分析系统;所述目标数据中记录有所述目标对象在运行阶段所产生的日志信息,且所述目标数据满足预设数据协议要求;
通过处理模块,基于所述目标数据对所述目标对象进行性能分析处理,得到分析结果;
通过所述可视化模块,按照预设显示配置信息,对通过所述处理模块得到的分析结果进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507728.9A CN117493141A (zh) | 2023-11-13 | 2023-11-13 | 性能分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507728.9A CN117493141A (zh) | 2023-11-13 | 2023-11-13 | 性能分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117493141A true CN117493141A (zh) | 2024-02-02 |
Family
ID=89684559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311507728.9A Pending CN117493141A (zh) | 2023-11-13 | 2023-11-13 | 性能分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117493141A (zh) |
-
2023
- 2023-11-13 CN CN202311507728.9A patent/CN117493141A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110795455B (zh) | 依赖关系解析方法、电子装置、计算机设备及可读存储介质 | |
CN106897322B (zh) | 一种数据库和文件系统的访问方法和装置 | |
CN110968325B (zh) | 一种小程序转换方法及装置 | |
CN110502227B (zh) | 代码补全的方法及装置、存储介质、电子设备 | |
CN110737460A (zh) | 一种平台项目管理方法及装置 | |
US9594662B2 (en) | Automated instrumentation of applications | |
US20200210829A1 (en) | Network off-line model processing method, artificial intelligence processing device and related products | |
CN110750291A (zh) | 边缘设备算法更新方法、系统、设备及存储介质 | |
CN111880853A (zh) | 一种集群化服务的启动方法、系统及相关装置 | |
CN110659210A (zh) | 一种信息获取方法、装置、电子设备及存储介质 | |
CN114816420A (zh) | 一种数据处理方法和装置 | |
CN114356964A (zh) | 数据血缘构建方法、装置、存储介质及电子设备 | |
CN113760242B (zh) | 一种数据处理方法、装置、服务器和介质 | |
CN111143390A (zh) | 更新元数据的方法及装置 | |
CN111352664A (zh) | 分布式机器学习任务启动方法、系统、设备及存储介质 | |
CN113609101A (zh) | 实时数据任务的发布方法、装置、电子设备及存储介质 | |
CN106843822B (zh) | 一种执行代码生成方法及设备 | |
CN116932147A (zh) | 流式作业处理方法、装置、电子设备及介质 | |
CN116860941A (zh) | 问答方法、装置、电子设备及存储介质 | |
CN116775613A (zh) | 一种数据迁移方法、装置、电子设备及计算机可读介质 | |
CN116010461A (zh) | 数据血缘关系解析方法及装置、存储介质及电子设备 | |
CN112883088A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN114840195B (zh) | 一种针对iOS SDK静态库的私有化方法 | |
CN117493141A (zh) | 性能分析系统及方法 | |
CN112241141B (zh) | Plc控制系统的硬件配置方法、系统、设备及介质 |
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 |