CN117596187A - 一种基于多云平台的服务器运维方法、装置、设备及介质 - Google Patents
一种基于多云平台的服务器运维方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117596187A CN117596187A CN202410076658.4A CN202410076658A CN117596187A CN 117596187 A CN117596187 A CN 117596187A CN 202410076658 A CN202410076658 A CN 202410076658A CN 117596187 A CN117596187 A CN 117596187A
- Authority
- CN
- China
- Prior art keywords
- request
- test
- server
- determining
- request type
- 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 38
- 238000012423 maintenance Methods 0.000 title claims abstract description 33
- 238000012360 testing method Methods 0.000 claims abstract description 226
- 238000013101 initial test Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
- G06F11/2236—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested to test CPU or processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/26—Functional testing
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1029—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers using data related to the state of servers by a load balancer
-
- 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)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Debugging And Monitoring (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本申请涉及服务器运维技术领域,尤其涉及一种基于多云平台的服务器运维方法、装置、设备及介质。该方法包括:获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段;获取第二历史预设时间内服务器接收到的多个请求,请求包括请求类型和请求结果,请求结果包括成功和失败;从多个请求类型各自对应的若干请求中,确定请求结果为成功的第一请求数量,以及请求结果为失败的第二请求数量;根据多个请求类型各自对应的第一请求数量和第二请求数量,从多个请求类型中确定目标请求类型;获取目标请求类型对应的测试数据信息,并根据测试数据信息和测试时间段对服务器进行故障测试。本申请可以提高故障测试的效率和精准度。
Description
技术领域
本申请涉及服务器运维技术领域,尤其是涉及一种基于多云平台的服务器运维方法、装置、设备及介质。
背景技术
服务器的功能主要是响应终端的服务请求,通过响应终端的请求,服务器可以提供各种类型的服务,如网页浏览、文件传输、数据查询等,同时,服务器还可以对请求进行处理和分析操作,并将结果输出返回给终端。
随着云计算的普及,多云平台的使用已成为企业进行服务器运维的常见选择。相关技术对多云平台的服务器运维的方式一般是按照预设的测试时间和测试频率向服务器发送特定类型的测试数据,以检测服务器是否存在故障,但服务器的运行情况是动态变化的,采用固定的测试方式和数据无法准确反映服务器的动态变化,导致故障检测的准确度低。
发明内容
为了解决现有技术对服务器运维中故障检测准确度低的问题,本申请提供一种基于多云平台的服务器运维方法、装置、设备及介质。
第一方面,本申请提供了一种基于多云平台的服务器运维方法,采用如下技术方案:
一种基于多云平台的服务器运维方法,包括:
获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段;
获取第二历史预设时间内服务器接收到的多个请求,所述请求包括请求类型和请求结果,所述请求结果包括成功和失败;
从多个请求类型各自对应的若干请求中,确定所述请求结果为成功的第一请求数量,以及所述请求结果为失败的第二请求数量;
根据所述多个请求类型各自对应的第一请求数量和第二请求数量,从所述多个请求类型中确定目标请求类型,所述目标请求类型为一个或多个;
获取所述目标请求类型对应的测试数据信息,并根据所述测试数据信息和测试时间段对所述服务器进行故障测试。
通过采用上述技术方案,获取第一历史预设时间内服务器的负载信息,能够确定合适的测试时间段,避免在服务器负载过高的情况下进行测试,影响测试结果的准确性,获取第二历史预设时间内服务器接收到的多个请求,请求包括请求类型和请求结果,可以全面地了解服务器的运行情况,确定每一请求类型的请求成功和失败的数量,有利于了解服务器在不同请求类型上的成功率,从多个请求类型中确定目标请求类型,并有针对地通过目标请求类型对应的测试数据对服务器进行故障测试,能够提高故障测试的效率和精准度。
本申请在一较佳示例中可以进一步配置为:根据所述多个请求类型各自对应的第一请求数量和第二请求数量,从所述多个请求类型中确定目标请求类型,包括:
根据所述多个请求类型各自对应的第一请求数量和第二请求数量,确定所述多个请求类型各自对应的请求数量;
根据所述多个请求类型各自对应的请求数量,从所述多个请求中确定请求数量不超过预设数量阈值的请求类型为第一目标请求类型;
根据所述多个请求类型各自对应的请求数量和第二请求数量,从所述多个请求中确定第二目标请求类型;
根据所述第一目标请求类型和所述第二目标请求类型,确定目标请求类型。
通过采用上述技术方案,计算多个请求类型各自对应的第一请求数量和第二请求数量的和,能够得到每一请求类型对应的请求数量,并选择请求数量不超过预设数量阈值的请求类型为第一目标请求类型,能够更全面地了解服务器对请求数量少对应的请求类型的处理能力,根据多个请求类型各自对应的请求数量和第二请求数量,能够得到失败请求数量和请求数量之间的关系,从而确定第二目标请求类型,提高了确定目标请求类型的精准度和效率。
本申请在一较佳示例中可以进一步配置为:根据所述多个请求类型各自对应的请求数量和第二请求数量,从所述多个请求中确定第二目标请求类型,包括:
确定所述多个请求类型中每一请求类型对应的第二请求数量和请求数量的比值,得到所述多个请求类型各自对应的请求错误率;
从所述多个请求类型中,确定所述请求错误率超过预设错误率阈值的请求类型为第二目标请求类型。
通过采用上述技术方案,计算多个请求中每一请求类型对应的第二请求数量和请求数量的比值,从而得到多个请求类型各自对应的请求错误率,将请求错误率超过预设错误率阈值的请求类型确定为第二目标请求类型,能够对请求错误率较高的请求类型进行精准测试,提高了服务器故障测试的针对性和精准度,同时避免了对所有请求类型进行测试,提高了测试效率。
本申请在一较佳示例中可以进一步配置为:所述测试数据信息包括数据类型、测试频率和测试数据,
获取所述目标请求类型对应的测试数据信息,并根据所述测试数据信息和测试时间段对所述服务器进行故障测试,包括:
将所述目标请求类型确定为所述测试数据的数据类型;
确定所述测试数据对应的测试频率;
按照所述测试频率,利用所述数据类型对应的测试数据,在所述测试时间段内对所述服务器进行故障测试。
通过采用上述技术方案,将目标请求类型确定为测试数据的数据类型,避免了对所有请求类型进行故障测试,提高了测试效率,然后确定测试数据对应的测试频率,按照测试频率,利用数据类型对应的测试数据,在测试时间段内对服务器进行故障测试,能够有针对性地查看服务器的运行情况,有助于发现故障并及时对服务器进行维护,提高了服务器运维水平。
本申请在一较佳示例中可以进一步配置为:确定所述测试数据对应的测试频率,包括:
获取所述目标请求类型中第一请求类型对应的请求数量和请求错误率,所述第一请求类型为所述目标请求类型中任一个;
判断所述第一请求类型对应的请求数量是否超过所述预设数量阈值,以及所述第一请求类型对应的请求错误率是否超过所述预设错误率阈值;
若所述第一请求类型对应的请求数量不超过所述预设数量阈值,且,所述第一请求类型对应的请求错误率超过所述预设错误率阈值,则确定所述预设数量阈值与所述第一请求类型对应的请求数量的第一差值,以及所述第一请求类型对应的请求错误率与所述预设错误率阈值的第二差值;
根据所述第一差值和所述第二差值,确定所述所述第一请求类型对应的测试数据的测试频率,从而得到所述目标请求类型中每一请求类型对应的测试数据的测试频率。
通过采用上述技术方案,将第一请求类型作为目标请求类型中的任一请求类型,通过第一请求类型的请求数量和请求错误率,确定第一请求类型的测试频率,能够根据服务器对不同请求类型的响应结果,灵活设置测试频率,能够提高测试精准度,提高测试效率。
本申请在一较佳示例中可以进一步配置为:所述基于负载信息确定测试时间段,包括:
基于负载信息确定负载数值,所述负载数值用于表示服务器的负载的高低程度;
在未来一个周期内,确定所述负载数值不超过预设负载阈值的若干初始测试时间段;
从所述若干初始测试时间段中,确定时长不少于预设时长阈值的初始测试时间段为测试时间段。
通过采用上述技术方案,根据负载信息确定负载数值,能够获取到服务器负载的高低变化信息,将负载数值不超过预设负载阈值的若干时间段作为若干初始时间段,避免了在服务器负载较高的时间段进行测试影响服务器正常运行的情况,从若干初始时间段中确定时长不少于预设时长阈值的时间段为测试时间段,避免了初始时间段时长过短无法完成测试的情况,提高了测试的稳定性。
本申请在一较佳示例中可以进一步配置为:所述基于负载信息确定负载数值,包括:
根据所述负载信息预测所述服务器在未来一个周期内的负载信息,得到预测负载信息,所述预测负载信息包括预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息;
根据所述预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息确定所述服务器的负载数值。
通过采用上述技术方案,根据负载信息预测服务器未来一个周期内的预测负载信息,根据预测得到的预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息确定服务器的负载数值,能够根据预测结果得到服务器负载随时间的变化情况,以及时调整测试数据,提高了测试的准确性和服务器的运行稳定性。
第二方面,本申请提供一种基于多云平台的服务器运维装置,采用如下的技术方案:
一种基于多云平台的服务器运维装置,包括:
第一获取模块,用于获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段;
第二获取模块,用于获取第二历史预设时间内服务器接收到的多个请求,所述请求包括请求类型和请求结果,所述请求结果包括成功和失败;
第一确定模块,用于从多个请求类型各自对应的若干请求中,确定所述请求结果为成功的第一请求数量,以及所述请求结果为失败的第二请求数量;
第二确定模块,用于根据所述多个请求类型各自对应的第一请求数量和第二请求数量,从所述多个请求类型中确定目标请求类型,所述目标请求类型为一个或多个;
测试模块,用于获取所述目标请求类型对应的测试数据信息,并根据所述测试数据信息和测试时间段对所述服务器进行故障测试。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一个或多个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行如第一方面任一项所述的基于多云平台的服务器运维方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令所述计算机执行如第一方面任一项所述的基于多云平台的服务器运维方法。
综上所述,本申请包括以下有益技术效果:
本申请通过获取第一历史预设时间内服务器的负载信息,能够确定合适的测试时间段,避免在服务器负载过高的情况下进行测试,影响测试结果的准确性,获取第二历史预设时间内服务器接收到的多个请求,请求包括请求类型和请求结果,可以全面地了解服务器的运行情况,确定每一请求类型的请求成功和失败的数量,有利于了解服务器在不同请求类型上的成功率,从多个请求类型中确定目标请求类型,并有针对地通过目标请求类型对应的测试数据对服务器进行故障测试,能够提高故障测试的效率和精准度。
附图说明
图1是本申请实施例提供的一种基于多云平台的服务器运维方法的流程示意图;
图2是本申请实施例提供的一种基于多云平台的服务器运维装置的结构示意图;
图3是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
以下结合附图1-附图3对本申请作进一步详细说明。
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
本申请实施例提供一种基于多云平台的服务器运维方法,如图1所示,在本申请实施例中提供的方法由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制,该方法包括步骤S101-步骤S105,其中:
S101、获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段。
在本实施例中,第一历史预设时间可以根据实际需求设置,可选的,第一历史预设时间可以为1年,优选的,第一历史预设时间的终止时刻为当前时刻,负载信息包括服务器的CPU使用信息、内存使用信息、磁盘使用信息和网络流量使用信息,其中,CPU使用信息可以用CPU利用率表示,内存使用信息可以用内存利用率表示,磁盘使用信息可以用磁盘利用率表示,网络流量使用信息可以用单位时间内服务器进行数据传输的数量表示。获取到第一历史预设时间内服务器的负载信息之后,可以对当前时刻之后一个周期内的负载信息进行预测,根据得到的预测负载信息确定一个周期内符合测试需求的测试时间段,其中,周期时长可以根据实际需求设置,可选的,一个周期可以为一周。
S102、获取第二历史预设时间内服务器接收到的多个请求,请求包括请求类型和请求结果,请求结果包括成功和失败。
在本实施例中,第二历史预设时间可以根据实际需求设置,可选的,第二历史预设时间可以为一周,优选的,第二历史预设时间的终止时刻为当前时刻。服务器会记录所有接收到的请求,并将请求的相关信息写入日志文件中,可以从过工具或编写脚本程序来解析日志文件,可选用的工具包括Logstash和Logparser,根据日志文件的内容可以提取出请求的相关信息,包括请求类型和请求结果。请求类型可以包括:GET请求(从服务器中获取数据)、POST请求(向服务器提交数据)、PUT请求(向服务器更新资源)、DELETE请求(删除服务器的资源)、HEAD请求(获取服务器响应头信息)。
S103、从多个请求类型各自对应的若干请求中,确定请求结果为成功的第一请求数量,以及请求结果为失败的第二请求数量。
每一请求包括请求类型和请求结果,每一请求类型对应的请求为一个或多个。
S104、根据多个请求类型各自对应的第一请求数量和第二请求数量,从多个请求类型中确定目标请求类型,目标请求类型为一个或多个。
在本实施例中,针对多个请求类型中的任一请求类型,根据该请求类型对应的第一请求数量和第二请求数量,能够确定该请求类型对应的请求数量,即第一请求数量和第二请求数量的和,将多个请求类型按照请求数量从少到多依次排列,得到列表,确定列表中请求类型的数量,可以按照预设比例从多个请求类型中选取请求数量较少的请求类型作为目标请求类型,具体的,将列表中请求类型的数量和预设比例的乘积作为目标请求类型的数量,从列表的第一个请求类型开始,选取目标请求类型的数量对应的目标请求类型。其中,预设比例可以根据实际需求设置,若列表中请求类型的数量和预设比例的乘积不为整数,可以采用向上或向下取整的方式,本实施例不作具体限定。
S105、获取目标请求类型对应的测试数据信息,并根据测试数据信息和测试时间段对服务器进行故障测试。
测试数据信息包括数据类型、测试频率和测试数据,按照测试频率,利用数据类型对应的测试数据,在测试时间段内对服务器进行故障测试。
本申请实施例通过获取第一历史预设时间内服务器的负载信息,能够确定合适的测试时间段,避免在服务器负载过高的情况下进行测试,影响测试结果的准确性,获取第二历史预设时间内服务器接收到的多个请求,请求包括请求类型和请求结果,可以全面地了解服务器的运行情况,确定每一请求类型的请求成功和失败的数量,有利于了解服务器在不同请求类型上的成功率,从多个请求类型中确定目标请求类型,并有针对地通过目标请求类型对应的测试数据对服务器进行故障测试,能够提高故障测试的效率和精准度。
本申请实施例的一种可能的实现方式,根据多个请求类型各自对应的第一请求数量和第二请求数量,从多个请求类型中确定目标请求类型,包括:
根据多个请求类型各自对应的第一请求数量和第二请求数量,确定多个请求类型各自对应的请求数量;
根据多个请求类型各自对应的请求数量,从多个请求中确定请求数量不超过预设数量阈值的请求类型为第一目标请求类型;
根据多个请求类型各自对应的请求数量和第二请求数量,从多个请求中确定第二目标请求类型;
根据第一目标请求类型和第二目标请求类型,确定目标请求类型。
在本实施例中,预设数量阈值可以根据实际经验设置,也可以将多个请求类型各自对应的请求数量的均值作为预设数量阈值,若请求类型对应的请求数量超过预设数量阈值,则表示第二历史预设时间内获取到的请求中该请求类型对应的请求数量较多,足以反应服务器对该类请求的反应情况;若请求类型对应的请求数量不超过预设数量阈值,则表示第二历史预设时间内获取到的请求中该请求类型对应的请求数量较少,不足以反应服务器对该类请求的反应情况,可以将该请求类型确定为第一目标请求类型,以通过第一目标请求类型对应的测试数据对服务器进行故障测试。
本申请实施例通过计算多个请求类型各自对应的第一请求数量和第二请求数量的和,能够得到每一请求类型对应的请求数量,并选择请求数量不超过预设数量阈值的请求类型为第一目标请求类型,能够更全面地了解服务器对请求数量少对应的请求类型的处理能力,根据多个请求类型各自对应的请求数量和第二请求数量,能够得到失败请求数量和请求数量之间的关系,从而确定第二目标请求类型,提高了确定目标请求类型的精准度和效率。
本申请实施例的一种可能的实现方式,根据多个请求类型各自对应的请求数量和第二请求数量,从多个请求中确定第二目标请求类型,包括:
确定多个请求类型中每一请求类型对应的第二请求数量和请求数量的比值,得到多个请求类型各自对应的请求错误率;
从多个请求类型中,确定请求错误率超过预设错误率阈值的请求类型为第二目标请求类型。
在本实施例中,预设错误率阈值可以根据实际需求设置,当请求类型的请求错误率超过预设错误率阈值时,表示该请求类型的成功应答率较低,将该请求类型确定为第二目标请求类型,以通过第一目标请求类型对应的测试数据对服务器进行故障测试。
本申请实施例计算多个请求中每一请求类型对应的第二请求数量和请求数量的比值,从而得到多个请求类型各自对应的请求错误率,将请求错误率超过预设错误率阈值的请求类型确定为第二目标请求类型,能够对请求错误率较高的请求类型进行精准测试,提高了服务器故障测试的针对性和精准度,同时避免了对所有请求类型进行测试,提高了测试效率。
本申请实施例的一种可能的实现方式,测试数据信息包括数据类型、测试频率和测试数据,
获取目标请求类型对应的测试数据信息,并根据测试数据信息和测试时间段对服务器进行故障测试,包括:
将目标请求类型确定为测试数据的数据类型;
确定测试数据对应的测试频率;
按照测试频率,利用数据类型对应的测试数据,在测试时间段内对服务器进行故障测试。
在本实施例中,针对目标请求类型中的任一请求类型,可以获取该请求类型对应的请求数量和请求错误率,根据获取到的请求数量和请求错误率,能够确定该请求类型对应的测试数据的测试频率,从而得到目标请求类型中每一请求类型的测试频率。
本申请实施例将目标请求类型确定为测试数据的数据类型,避免了对所有请求类型进行故障测试,提高了测试效率,然后确定测试数据对应的测试频率,按照测试频率,利用数据类型对应的测试数据,在测试时间段内对服务器进行故障测试,能够有针对性地查看服务器的运行情况,有助于发现故障并及时对服务器进行维护,提高了服务器运维水平。
本申请实施例的一种可能的实现方式,确定测试数据的测试频率,包括:
获取目标请求类型中第一请求类型对应的请求数量和请求错误率,第一请求类型为目标请求类型中任一个;
判断第一请求类型对应的请求数量是否超过预设数量阈值,以及第一请求类型对应的请求错误率是否超过预设错误率阈值;
若第一请求类型对应的请求数量不超过预设数量阈值,且,第一请求类型对应的请求错误率超过预设错误率阈值,则确定预设数量阈值与第一请求类型对应的请求数量的第一差值,以及第一请求类型对应的请求错误率与预设错误率阈值的第二差值;
根据第一差值和第二差值,确定第一请求类型对应的测试数据的测试频率,从而得到目标请求类型中每一请求类型对应的测试数据的测试频率。
在一种可能的情况中,第一请求类型对应的请求数量不超过预设数量阈值,且,第一请求类型对应的请求错误率不超过预设错误率阈值,计算预设数量阈值和第一请求类型对应的请求数量的第三差值,将第三差值和第一预设测试频率基数的乘积作为第一请求类型对应的测试数据的测试频率。其中,第一预设测试频率基数可以根据实际需求人为设置。
在另一种可能的情况中,第一请求类型对应的请求数量超过预设数量阈值,且,第一请求类型对应的请求错误率超过预设错误率阈值,计算第一请求类型对应的请求错误率和预设错误率阈值的第四差值,将第四差值和第二预设频率基数的乘积作为第一请求类型对应的测试数据的测试频率。其中,第二预设测试频率基数可以根据实际需求人为设置。
在另一种可能的情况中,第一请求类型对应的请求数量不超过预设数量阈值,且,第一请求类型对应的请求错误率超过预设错误率阈值,计算预设数量阈值和第一请求类型对应的请求数量的第一差值,再计算第一差值和第一预设测试频率基数的第一乘积,计算第一请求类型对应的请求错误率和预设错误率阈值的第二差值,再计算第二差值和第二预设频率基数的第二乘积,将第一乘积和第二乘积的和作为第一请求类型对应的测试数据的测试频率。
本申请实施例将第一请求类型作为目标请求类型中的任一请求类型,通过第一请求类型的请求数量和请求错误率,确定第一请求类型的测试频率,能够根据服务器对不同请求类型的响应结果,灵活设置测试频率,能够提高测试精准度,提高测试效率。
本申请实施例的一种可能的实现方式,基于负载信息确定测试时间段,包括:
基于负载信息确定负载数值,负载数值用于表示服务器的负载的高低程度;
在未来一个周期内,确定负载数值不超过预设负载阈值的若干初始测试时间段;
从若干初始测试时间段中,确定时长不少于预设时长阈值的初始测试时间段为测试时间段。
在本实施例中,负载信息表示第一历史预设时间内服务器的运行情况,根据第一历史预设时间内的负载信息能够预测未来一个周期内服务器的负载信息。具体的,负载信息包括服务器的CPU使用信息、内存使用信息、磁盘使用信息和网络流量使用信息,根据第一历史预设时间内服务器的CPU使用信息能够预测未来一个周期内服务器的CPU使用信息,根据第一历史预设时间内服务器的内存使用信息能够预测未来一个周期内服务器的内存使用信息,根据第一历史预设时间内服务器的磁盘使用信息能够预测未来一个周期内服务器的磁盘使用信息,根据第一历史预设时间内服务器的网络流量使用信息能够预测未来一个周期内服务器的网络流量使用信息。
其中,预设负载阈值和预设时长阈值可以根据实际经验设置,预设时长阈值表示进行故障测试的最短时间段,得到的测试时间段可以为一个或多个。
本申请实施例通过负载信息确定负载数值,能够获取到服务器负载的高低变化信息,将负载数值不超过预设负载阈值的若干时间段作为若干初始时间段,避免了在服务器负载较高的时间段进行测试影响服务器正常运行的情况,从若干初始时间段中确定时长不少于预设时长阈值的时间段为测试时间段,避免了初始时间段时长过短无法完成测试的情况,提高了测试的稳定性。
本申请实施例的一种可能的实现方式,基于负载信息确定负载数值,包括:
根据负载信息预测服务器在未来一个周期内的负载信息,得到预测负载信息,预测负载信息包括预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息;
根据预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息确定服务器的负载数值。
在本实施例中,根据预测得到的未来一个周期内的CPU使用信息、内存使用信息、磁盘使用信息和网络流量使用信息,能够确定未来一个周期内负载数值随时间的变化情况。服务器的负载信息可以通过操作系统自带的命令行工具,如top、htop、vmstat获取,还可以使用第三方监控系统,如Zabbix、Nagios、Prometheus等,这些系统可以全面地监测服务器的各项指标。
具体的,CPU使用信息可以用CPU利用率表示,根据第一历史预设时间内服务器的CPU使用信息,能够预测未来一个周期内的预测CPU使用信息,得到未来一个周期内CPU利用率随时间的变化情况。内存使用信息可以用内存利用率表示,根据第一历史预设时间内服务器的内存使用信息,能够预测未来一个周期内的预测内存使用信息,得到未来一个周期内内存利用率随时间的变化情况。磁盘使用信息可以用磁盘利用率表示,根据第一历史预设时间内服务器的磁盘使用信息,能够预测未来一个周期内的预测磁盘使用信息,得到未来一个周期内磁盘利用率随时间的变化情况。网络流量使用信息可以用单位时间内服务器进行数据传输的数量表示,根据第一历史预设时间内服务器的网络流量使用信息,能够预测未来一个周期内的预测网络流量使用信息,确定第一历史预设时间内服务器对应的网络流量使用信息中的最大网络流量,将预测得到的网络流量与最大网络流量的比值作为对应时间点的网络流量利用率,得到未来一个周期内网络流量利用率随时间的变化情况。
在一种可能的情况中,可以将未来一个周期内同一时间点对应的CPU利用率、内存利用率、磁盘利用率、网络流量利用率进行加权求和,得到该时间点对应的负载数值,从而得到未来一个周期负载数值随时间的变化情况。其中,CPU利用率、内存利用率、磁盘利用率和网络流量利用率各自的权重值可以根据实际需求灵活设置。在另一种可能的情况中,可以将未来一个周期内同一时间点对应的CPU利用率、内存利用率、磁盘利用率和网络流量利用率中的最小值作为该时间点对应的负载数值。
本申请实施例根据负载信息预测服务器未来一个周期内的预测负载信息,根据预测得到的预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息确定服务器的负载数值,能够根据预测结果得到服务器负载随时间的变化情况,以及时调整测试数据,提高了测试的准确性和服务器的运行稳定性。
上述实施例从方法流程的角度介绍一种基于多云平台的服务器运维方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种基于多云平台的服务器运维装置,具体详见下述实施例。
本申请实施例提供一种基于多云平台的服务器运维装置,如图2所示,该装置可以包括:
第一获取模块201,用于获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段;
第二获取模块202,用于获取第二历史预设时间内服务器接收到的多个请求,请求包括请求类型和请求结果,请求结果包括成功和失败;
第一确定模块203,用于从多个请求类型各自对应的若干请求中,确定请求结果为成功的第一请求数量,以及请求结果为失败的第二请求数量;
第二确定模块204,用于根据多个请求类型各自对应的第一请求数量和第二请求数量,从多个请求类型中确定目标请求类型,目标请求类型为一个或多个;
测试模块205,用于获取目标请求类型对应的测试数据信息,并根据测试数据信息和测试时间段对服务器进行故障测试。
本申请在一较佳示例中可以进一步配置为:第二确定模块204在执行根据多个请求类型各自对应的第一请求数量和第二请求数量,从多个请求类型中确定目标请求类型时,具体用于:
根据多个请求类型各自对应的第一请求数量和第二请求数量,确定多个请求类型各自对应的请求数量;
根据多个请求类型各自对应的请求数量,从多个请求中确定请求数量不超过预设数量阈值的请求类型为第一目标请求类型;
根据多个请求类型各自对应的请求数量和第二请求数量,从多个请求中确定第二目标请求类型;
根据第一目标请求类型和第二目标请求类型,确定目标请求类型。
本申请在一较佳示例中可以进一步配置为:第二确定模块204在执行根据多个请求类型各自对应的请求数量和第二请求数量,从多个请求中确定第二目标请求类型时,具体用于:
确定多个请求类型中每一请求类型对应的第二请求数量和请求数量的比值,得到多个请求类型各自对应的请求错误率;
从多个请求类型中,确定请求错误率超过预设错误率阈值的请求类型为第二目标请求类型。
本申请在一较佳示例中可以进一步配置为:测试模块205在执行获取目标请求类型对应的测试数据信息,并根据测试数据信息和测试时间段对服务器进行故障测试时,具体用于:
将目标请求类型确定为测试数据的数据类型;
确定测试数据对应的测试频率;
按照测试频率,利用数据类型对应的测试数据,在测试时间段内对服务器进行故障测试。
本申请在一较佳示例中可以进一步配置为:测试模块205在执行确定测试数据对应的测试频率时,具体用于:
获取目标请求类型中第一请求类型对应的请求数量和请求错误率,第一请求类型为目标请求类型中任一个;
判断第一请求类型对应的请求数量是否超过预设数量阈值,以及第一请求类型对应的请求错误率是否超过预设错误率阈值;
若第一请求类型对应的请求数量不超过预设数量阈值,且,第一请求类型对应的请求错误率超过预设错误率阈值,则确定预设数量阈值与第一请求类型对应的请求数量的第一差值,以及第一请求类型对应的请求错误率与预设错误率阈值的第二差值;
根据第一差值和第二差值,确定第一请求类型对应的测试数据的测试频率,从而得到目标请求类型中每一请求类型对应的测试数据的测试频率。
本申请在一较佳示例中可以进一步配置为:第一获取模块201在执行基于负载信息确定测试时间段时,具体用于:
基于负载信息确定负载数值,负载数值用于表示服务器的负载的高低程度;
在未来一个周期内,确定负载数值不超过预设负载阈值的若干初始测试时间段;
从若干初始测试时间段中,确定时长不少于预设时长阈值的初始测试时间段为测试时间段。
本申请在一较佳示例中可以进一步配置为:第一获取模块201在执行基于负载信息确定负载数值时,具体用于:
根据负载信息预测服务器在未来一个周期内的负载信息,得到预测负载信息,预测负载信息包括预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息;
根据预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息确定服务器的负载数值。
本申请实施例提供的一种基于多云平台的服务器运维装置适用于上述方法实施例,在此不再赘述。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述用于基于多云平台的服务器运维方法实施例所示的内容。
图3示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种基于多云平台的服务器运维方法,其特征在于,包括:
获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段;
获取第二历史预设时间内服务器接收到的多个请求,所述请求包括请求类型和请求结果,所述请求结果包括成功和失败;
从多个请求类型各自对应的若干请求中,确定所述请求结果为成功的第一请求数量,以及所述请求结果为失败的第二请求数量;
根据所述多个请求类型各自对应的第一请求数量和第二请求数量,从所述多个请求类型中确定目标请求类型,所述目标请求类型为一个或多个;
获取所述目标请求类型对应的测试数据信息,并根据所述测试数据信息和测试时间段对所述服务器进行故障测试。
2.根据权利要求1所述的基于多云平台的服务器运维方法,其特征在于,根据所述多个请求类型各自对应的第一请求数量和第二请求数量,从所述多个请求类型中确定目标请求类型,包括:
根据所述多个请求类型各自对应的第一请求数量和第二请求数量,确定所述多个请求类型各自对应的请求数量;
根据所述多个请求类型各自对应的请求数量,从所述多个请求中确定请求数量不超过预设数量阈值的请求类型为第一目标请求类型;
根据所述多个请求类型各自对应的请求数量和第二请求数量,从所述多个请求中确定第二目标请求类型;
根据所述第一目标请求类型和所述第二目标请求类型,确定目标请求类型。
3.根据权利要求2所述的基于多云平台的服务器运维方法,其特征在于,根据所述多个请求类型各自对应的请求数量和第二请求数量,从所述多个请求中确定第二目标请求类型,包括:
确定所述多个请求类型中每一请求类型对应的第二请求数量和请求数量的比值,得到所述多个请求类型各自对应的请求错误率;
从所述多个请求类型中,确定所述请求错误率超过预设错误率阈值的请求类型为第二目标请求类型。
4.根据权利要求3所述的基于多云平台的服务器运维方法,其特征在于,所述测试数据信息包括数据类型、测试频率和测试数据,
获取所述目标请求类型对应的测试数据信息,并根据所述测试数据信息和测试时间段对所述服务器进行故障测试,包括:
将所述目标请求类型确定为所述测试数据的数据类型;
确定所述测试数据对应的测试频率;
按照所述测试频率,利用所述数据类型对应的测试数据,在所述测试时间段内对所述服务器进行故障测试。
5.根据权利要求4所述的基于多云平台的服务器运维方法,其特征在于,确定所述测试数据对应的测试频率,包括:
获取所述目标请求类型中第一请求类型对应的请求数量和请求错误率,所述第一请求类型为所述目标请求类型中任一个;
判断所述第一请求类型对应的请求数量是否超过所述预设数量阈值,以及所述第一请求类型对应的请求错误率是否超过所述预设错误率阈值;
若所述第一请求类型对应的请求数量不超过所述预设数量阈值,且,所述第一请求类型对应的请求错误率超过所述预设错误率阈值,则确定所述预设数量阈值与所述第一请求类型对应的请求数量的第一差值,以及所述第一请求类型对应的请求错误率与所述预设错误率阈值的第二差值;
根据所述第一差值和所述第二差值,确定所述所述第一请求类型对应的测试数据的测试频率,从而得到所述目标请求类型中每一请求类型对应的测试数据的测试频率。
6.根据权利要求1所述的基于多云平台的服务器运维方法,其特征在于,所述基于负载信息确定测试时间段,包括:
基于负载信息确定负载数值,所述负载数值用于表示服务器的负载的高低程度;
在未来一个周期内,确定所述负载数值不超过预设负载阈值的若干初始测试时间段;
从所述若干初始测试时间段中,确定时长不少于预设时长阈值的初始测试时间段为测试时间段。
7.根据权利要求6所述的基于多云平台的服务器运维方法,其特征在于,所述基于负载信息确定负载数值,包括:
根据所述负载信息预测所述服务器在未来一个周期内的负载信息,得到预测负载信息,所述预测负载信息包括预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息;
根据所述预测CPU使用信息、预测内存使用信息、磁盘使用信息和预测网络流量信息确定所述服务器的负载数值。
8.一种基于多云平台的服务器运维装置,其特征在于,包括:
第一获取模块,用于获取第一历史预设时间内服务器的负载信息,并基于负载信息确定测试时间段;
第二获取模块,用于获取第二历史预设时间内服务器接收到的多个请求,所述请求包括请求类型和请求结果,所述请求结果包括成功和失败;
第一确定模块,用于从多个请求类型各自对应的若干请求中,确定所述请求结果为成功的第一请求数量,以及所述请求结果为失败的第二请求数量;
第二确定模块,用于根据所述多个请求类型各自对应的第一请求数量和第二请求数量,从所述多个请求类型中确定目标请求类型,所述目标请求类型为一个或多个;
测试模块,用于获取所述目标请求类型对应的测试数据信息,并根据所述测试数据信息和测试时间段对所述服务器进行故障测试。
9.一种电子设备,其特征在于,包括:
至少一个处理器;
存储器;
至少一个应用程序,其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-7任一项所述的基于多云平台的服务器运维方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序在计算机中执行时,令所述计算机执行权利要求1-7任一项所述的基于多云平台的服务器运维方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410076658.4A CN117596187B (zh) | 2024-01-19 | 2024-01-19 | 一种基于多云平台的服务器运维方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410076658.4A CN117596187B (zh) | 2024-01-19 | 2024-01-19 | 一种基于多云平台的服务器运维方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117596187A true CN117596187A (zh) | 2024-02-23 |
CN117596187B CN117596187B (zh) | 2024-04-30 |
Family
ID=89915436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410076658.4A Active CN117596187B (zh) | 2024-01-19 | 2024-01-19 | 一种基于多云平台的服务器运维方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117596187B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120233248A1 (en) * | 2009-11-24 | 2012-09-13 | Huawei Technologies Co., Ltd. | Method and system for processing request message, and load balancer device |
CN103795819A (zh) * | 2014-01-27 | 2014-05-14 | 杭州顺浪信息技术有限公司 | P2p应用中基于nat的终端间的数据传输方法 |
US8793360B1 (en) * | 2003-05-23 | 2014-07-29 | Verizon Laboratories Inc. | Systems and methods for testing denial of service attacks |
CN107480015A (zh) * | 2017-07-04 | 2017-12-15 | 网易(杭州)网络有限公司 | 负载测试方法、装置、系统、存储介质与压测服务器 |
CN109120432A (zh) * | 2018-07-18 | 2019-01-01 | 北京奇艺世纪科技有限公司 | 一种故障服务器定位方法及装置 |
CN112965901A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | Api的测试方法、服务器、系统以及电子设备 |
CN114064435A (zh) * | 2021-11-18 | 2022-02-18 | 京东科技信息技术有限公司 | 数据库测试方法、装置、介质与电子设备 |
CN114301711A (zh) * | 2021-12-31 | 2022-04-08 | 招商银行股份有限公司 | 防暴刷方法、装置、设备、存储介质及计算机程序产品 |
CN115604144A (zh) * | 2022-09-27 | 2023-01-13 | 北京百度网讯科技有限公司(Cn) | 测试方法及装置、电子设备和存储介质 |
CN115712493A (zh) * | 2021-08-18 | 2023-02-24 | 华为技术有限公司 | 请求处理方法、设备及系统 |
-
2024
- 2024-01-19 CN CN202410076658.4A patent/CN117596187B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8793360B1 (en) * | 2003-05-23 | 2014-07-29 | Verizon Laboratories Inc. | Systems and methods for testing denial of service attacks |
US20120233248A1 (en) * | 2009-11-24 | 2012-09-13 | Huawei Technologies Co., Ltd. | Method and system for processing request message, and load balancer device |
CN103795819A (zh) * | 2014-01-27 | 2014-05-14 | 杭州顺浪信息技术有限公司 | P2p应用中基于nat的终端间的数据传输方法 |
CN107480015A (zh) * | 2017-07-04 | 2017-12-15 | 网易(杭州)网络有限公司 | 负载测试方法、装置、系统、存储介质与压测服务器 |
CN109120432A (zh) * | 2018-07-18 | 2019-01-01 | 北京奇艺世纪科技有限公司 | 一种故障服务器定位方法及装置 |
CN112965901A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | Api的测试方法、服务器、系统以及电子设备 |
CN115712493A (zh) * | 2021-08-18 | 2023-02-24 | 华为技术有限公司 | 请求处理方法、设备及系统 |
CN114064435A (zh) * | 2021-11-18 | 2022-02-18 | 京东科技信息技术有限公司 | 数据库测试方法、装置、介质与电子设备 |
CN114301711A (zh) * | 2021-12-31 | 2022-04-08 | 招商银行股份有限公司 | 防暴刷方法、装置、设备、存储介质及计算机程序产品 |
CN115604144A (zh) * | 2022-09-27 | 2023-01-13 | 北京百度网讯科技有限公司(Cn) | 测试方法及装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117596187B (zh) | 2024-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108376112B (zh) | 压力测试方法、装置及可读介质 | |
CN106487603B (zh) | 一种响应测试方法及装置 | |
CN112162891B (zh) | 服务器集群中的性能测试方法及相关设备 | |
CN110891000B (zh) | 一种gpu带宽性能的检测方法、系统及相关装置 | |
CN115689534B (zh) | 基于大数据的设备寿命管理的方法、装置、设备及介质 | |
CN111464376A (zh) | 网站可用性的监测方法及装置、存储介质、计算机设备 | |
CN116502166B (zh) | 一种对目标设备故障预测的方法、装置、设备和介质 | |
CN113127356A (zh) | 压测方法、装置、电子设备及存储介质 | |
CN116090808A (zh) | 一种rpa断点重建方法、装置、电子设备和介质 | |
CN115858311A (zh) | 运维监控的方法、装置、电子设备及可读存储介质 | |
CN111159029B (zh) | 自动化测试方法、装置、电子设备及计算机可读存储介质 | |
CN114844768A (zh) | 信息分析方法、装置及电子设备 | |
CN117596187B (zh) | 一种基于多云平台的服务器运维方法、装置、设备及介质 | |
CN109245943B (zh) | 一种故障定位方法及装置 | |
CN115811483A (zh) | 一种网络状态监测方法、装置、电子设备和存储介质 | |
CN108804210B (zh) | 一种云平台的资源配置方法及装置 | |
CN115981911A (zh) | 内存故障的预测方法、电子设备和计算机可读存储介质 | |
CN112231156B (zh) | 一种spec cpu2017测试成绩预估方法、系统、装置及介质 | |
CN111290897A (zh) | 异步存储测试方法、电子装置、计算机设备及存储介质 | |
CN111752786A (zh) | 压力测试过程中的数据存储方法、汇总方法、设备及介质 | |
CN118158224A (zh) | 一种网络负载均衡方法、产品、设备及介质 | |
CN115858324B (zh) | 基于ai的it设备故障处理方法、装置、设备和介质 | |
US20240004765A1 (en) | Data processing method and apparatus for distributed storage system, device, and storage medium | |
CN114020571A (zh) | 一种索引服务器的监控方法及监控设备 | |
CN113434378B (zh) | 网页稳定性的检测方法、装置、电子设备及可读存储介质 |
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 |