CN201698407U - 一种基于银行业务的软件性能分析系统 - Google Patents
一种基于银行业务的软件性能分析系统 Download PDFInfo
- Publication number
- CN201698407U CN201698407U CN201020266777XU CN201020266777U CN201698407U CN 201698407 U CN201698407 U CN 201698407U CN 201020266777X U CN201020266777X U CN 201020266777XU CN 201020266777 U CN201020266777 U CN 201020266777U CN 201698407 U CN201698407 U CN 201698407U
- Authority
- CN
- China
- Prior art keywords
- information
- performance
- software
- performance index
- middleware
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
一种基于银行业务的软件性能分析系统,包括:软件信息输入装置,用于用户输入软件信息;数据库服务器,用于存储数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及性能折算系数并进行预处理;软件性能处理服务器,用于读入软件信息,经过信息预处理装置预处理后的数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及存储性能折算系数,分析包括交易响应时间、CPU资源消耗及存储空间需求的性能消耗信息,生成分析处理结果并输出;输出存储服务器用于存储交易响应时间,CPU资源消耗信息及存储空间需求的存储空间分析结果存储装置。该系统能够提高相关性能评估分析的准确性,保证主机软件投产时生产系统的安全稳定运行。
Description
技术领域
本实用新型是关于软件分析技术,特别是关于一种基于银行业务的软件性能分析系统。
背景技术
随着银行业务的发展,生产系统的交易量越来越大,软件交易的性能直接影响着生产系统的稳定安全运行。这样,在软件设计开发测试时,就需要严格评估分析好相关交易的性能,全面了解和掌握相关交易个体性能,以及软件应用的整体性能。
目前,业界在主机软件性能容量评估分析方面还相对分散,不完整,没有相关量化指标体系,没有形成规范的评估模型。例如,有些评估方法是通过取当前交易的总体平均CPU来评估未来交易的CPU情况,取当前交易平均响应时间作为未来交易响应时间,当前磁盘容量的百分之多少作为未来应用磁盘需求等等,该评估方法没有量化的计算评估,准确性得不到保证。
实用新型内容
本实用新型提供一种基于银行业务的软件性能分析系统,以提高相关性能评估分析的准确性,保证主机软件投产时生产系统的安全稳定运行。
所述的系统包括:软件信息输入装置,数据库服务器,软件性能处理服务器及输出存储服务器;所述的软件信息输入装置,数据库服务器及输出存储服务器分别通过企业局域网与软件性能处理服务器相连接;其中,
所述的软件信息输入装置用于用户输入软件信息,包括:用于输入软件应用的交易清单信息的交易清单输入装置;用于输入软件应用的程序清单信息的程序清单输入装置;用于输入软件应用的表清单信息的表清单输入装置;用于输入软件应用的文件清单信息的文件清单输入装置;及用于输入软件应用的作业清单信息的作业清单输入装置。
所述的数据库服务器包括:用于存储数据库操作的量化性能指标信息的数据库量化性能指标存储装置;用于存储中间件操作的量化性能指标信息的中间件量化性能指标存储装置;用于存储性能折算系数的性能折算系数存储装置;及用于对所述数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及性能折算系数进行预处理并生成预处理结果信息的信息预处理装置。
所述的软件性能处理服务器包括:用于从所述的软件信息输入装置读入所述软件信息的软件信息读入装置;用于读入经过所述信息预处理装置预处理后的数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及存储性能折算系数的量化性能指标读入装置;用于根据所述软件信息读入装置及量化性能指标读入装置读入的信息生成包括交易响应时间,CPU资源消耗及存储空间需求的分析处理结果的性能分析处理装置;及用于输出所述分析处理结果的分析结果输出装置。
所述的输出存储服务器包括:用于存储所述交易响应时间及CPU资源消耗信息的性能分析结果存储装置;及用于存储存储空间需求的存储空间分析结果存储装置。
本实用新型的有益技术效果:
该系统能够提高相关性能评估分析的准确性,保证主机软件投产时生产系统的安全稳定运行。
附图说明
为了更清楚地说明本实用新型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实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本实用新型实施例的软件性能分析系统的结构示意图;
图2为本实用新型实施例软件信息输入装置100的结构示意图;
图3为本实用新型实施例软件软件性能处理服务器200的结构示意图;
图4为本实用新型实施例输出存储服务器300的结构示意图;
图5为本实用新型实施例软件性能分析系统中各个组成部分之间的信令交互示意图;
图6为本实用新型实施例数据库操作量化性能指标信息预处理的方法流程图;
图7为本实用新型实施例中间件操作量化性能指标信息预处理的方法流程图;
图8为本实用新型实施例性能折算系数信息预处理的方法流程图;
图9为本实用新型实施例软件性能分析处理的方法流程图。
具体实施方式
为使本实用新型实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本实用新型实施例做进一步详细说明。在此,本实用新型的示意性实施例及其说明用于解释本实用新型,但并不作为对本实用新型的限定。
实施例1
如图1所示,本实用新型提供一种基于银行业务的软件性能分析系统,所述的系统包括:软件信息输入装置100,软件性能处理服务器200,输出存储服务器300及数据库服务器400;软件性能处理服务器200作为本实用新型系统的核心部分,分别通过企业局域网与所述的软件信息输入装置100,数据库服务器400及输出存储服务器300相连接。
软件信息输入装置100主要用于用户输入软件信息;软件性能处理服务器200能够根据软件信息输入装置100读入软件信息,从数据库服务器400中读入相关量化性能指标,包括数据库操作量化性能指标、中间件操作量化性能指标、性能折算系数等信息,经过详细评估计算分析后,得到软件应用相关性能情况及业务数据存储空间需求等结果,并将评估计算分析结果输出到输出存储服务器300;输出存储服务器300用于保存软件性能处理服务器200的分析处理结果,包括软件性能情况(包括交易响应时间及交易CPU资源消耗)、业务数据存储空间需求等;数据存库服务器400则用于存储软件性能处理服务器200进行分析前需要预先存储的相关数据,以保证软件性能处理服务器200分析处理的准确性和全面性。
如图2所示,所述的软件信息输入装置100包括:交易清单输入装置101,程序清单输入装置102,表清单输入装置103,文件清单输入装置104及作业清单输入装置105。
交易清单输入装置101用于输入软件应用的交易清单信息,所述的交易清单信息包括:交易名、交易功能描述、交易量、交易涉及SQL变化量、交易调用程序情况等。
程序清单输入装置102用于输入软件应用的程序清单信息,所述的程序清单信息包括:程序名、程序功能描述、程序调用量、程序涉及SQL变化量等。
表清单输入装置103用于输入软件应用的表清单信息,所述的表清单信息包括:表名、表记录长度、索引设计等。
文件清单输入装置104用于输入软件应用的文件清单信息,所述的文件清单信息包括:文件名、文件记录长度等。
作业清单输入装置105用于输入软件应用的作业清单信息,所述的作业清单信息包括:作业名、作业功能描述、作业涉及SQL变化量等。
在图1中,所述的数据库服务器400包括:数据库量化性能指标存储装置401,中间件量化性能指标存储装置402,性能折算系数存储装置403及信息预处理装置404。
数据库量化性能指标存储装置401用于存储数据库操作的量化性能指标信息,所述的数据库操作的量化性能指标信息可以包括:SELECT性能消耗、UPDATE性能消耗、COMMIT性能消耗等。相关数据库操作的量化性能指标举例如下:
1、SELECT SQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条SELECT SQL CPU消耗为0.2288毫秒;
2、UPDATESQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条UPDATE SQL CPU消耗为0.26毫秒;
3、INSERT SQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条UPDATE SQL CPU消耗为0.26毫秒;
4、一次2-PHASE COMMIT SQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条UPDATE SQL CPU消耗为1.114毫秒;
5、一次LOG WRITE I/O时间:例如一次LOG WRITE I/O时间为4.5635秒;
6、一次UPDATE COMMIT时间:例如一次LOG WRITE I/O时间为4.5635秒等,本实用新型不依此为限。
中间件量化性能指标存储装置402用于存储中间件操作的量化性能指标信息,所述的中间件操作的量化性能指标信息可以包括:交易初始化消耗、程序调用消耗、XML组包解包消耗等。
相关中间件操作量化性能指标举例如下:
1、本地LINK调用程序CPU消耗:例如对IBM主机Z9 722机器一次4K通讯区本地程序LINK调用CPU消耗为0.045毫秒;
2、同系统不同地址空间LINK调用程序CPU消耗:例如对IBM主机Z9722机器一次4K通讯区同系统不同地址空间程序LINK调用CPU消耗为0.617毫秒;
3、跨系统不同地址空间LINK调用程序CPU消耗:例如对IBM主机Z9722机器一次4K通讯区跨系统不同地址空间程序LINK调用CPU消耗为0.679毫秒;
4、一个TASK初始化CPU消耗:例如对IBM主机Z9 722机器TASK初始化CPU消耗为0.408毫秒;
5、XML 32K解包CPU消耗:例如对IBM主机Z9 722机器XML 32K数据包解包CPU消耗为0.087毫秒等,本实用新型不依此为限。
性能折算系数存储装置403用于存储性能折算系数,所述的性能折算系数可以包括:不同类型机器CPU能力处理性能转换折算系数,数据库操作性能消耗到中间件性能消耗折算系数,中间件性能消耗到系统性能消耗折算系数等。
相关性能折算系数指标举例如下:
1、数据库性能指标到中间件性能指标折算系数:例如数据库性能指标到中间件性能指标折算系数为1.72;
2、中间件性能指标到系统整体性能消耗折算系数:例如中间件性能指标到系统整体性能消耗折算系数为1.7;
3、不同型号机器CPU处理能力折算系数:例如IBM主机Z9 704机器到IBM主机Z9 722机器CPU处理能力为1.36,IBM主机Z9 704机器到IBM主机Z9 707机器CPU处理能力为1.04,IBM主机Z9 722机器到IBM主机Z9 707机器CPU处理能力为1.26等,本实用新型不依此为限。
信息预处理装置404用于对所述数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及性能折算系数进行预处理并生成预处理结果信息;其中,所述的信息预处理装置404对数据库操作的量化性能指标信息进行预处理生成的预处理结果信息包括:生产系统状态量化分析,数据库产品相关操作量化分析,数据库量化指标测试分析等;所述的信息预处理装置404对中间件操作的量化性能指标信息进行预处理生成的预处理结果信息包括:生产系统状态量化分析,中间件产品相关操作量化分析,中间件量化指标分析等;所述的信息预处理装置404对性能折算系数进行预处理生成的预处理结果信息包括:数据库性能指标到中间件性能指标折算系数分析,中间件性能指标到系统整体消耗折算系数分析,不同类型机器CPU处理能力折算系数分析等。
如图3所示,所述的软件性能处理服务器200包括:软件信息读入装置201,量化性能指标读入装置202,性能分析处理装置203及分析结果输出装置204。
软件信息读入装置201用于从所述的软件信息输入装置读入所述软件信息,包括软件应用所涉及的交易清单信息,软件应用所涉及的程序清单信息,软件应用所涉及的表清单信息,软件应用所涉及的文件清单信息及软件应用所涉及的作业清单信息等。
量化性能指标读入装置202用于读入经过所述信息预处理装置预处理后的数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及存储性能折算系数。
性能分析处理装置203用于根据所述软件信息读入装置及量化性能指标读入装置读入的信息生成包括交易响应时间,CPU资源消耗及存储空间需求的分析处理结果。分析结果输出装置204用于输出所述分析处理结果。
如图4所示,所述的输出存储服务器300包括:性能分析结果存储装置301及存储空间分析结果存储装置302。
性能分析结果存储装置301用于存储所述交易响应时间及CPU资源消耗信息;存储空间分析结果存储装置302用于存储业务数据存储空间需求。所述交易响应时间、CPU资源消耗信息及业务数据存储空间需求主要是软件性能处理服务器200中的分析结果输出装置204的输出结果。
实施例2
下面结合实施例1中的系统说明基于银行业务的软件性能分析方法,该方法是利用至少包含软件信息输入装置100、软件性能处理服务器200、输出存储服务器300和数据库服务器400的软件性能分析系统实现的。
该方法包括以下步骤:
首先,通过对存储在数据库服务器400中的数据库操作量化性能指标信息、中间件操作量化性能指标和性能折算系数信息进行预处理。其次,软件性能处理服务器200根据软件信息输入装置100读入的用户软件信息,从数据库服务器400的数据库量化性能指标存储装置401、中间件量化性能指标存储装置402,性能折算系数存储装置403中读入相关信息,经过详细分析计算后,得出软件涉及交易的响应时间、CPU资源消耗情况、应用数据存储空间需求情况等,并将计算分析结果通过输出存储服务器300输出保存。
由上述描述可知,该分析方法的具体分为下面三个步骤。
预处理步骤:数据库服务器400对该服务器中的数据库操作量化性能指标信息、中间件操作量化性能指标和性能折算系数信息等相关信息进行预处理。
信息读入步骤:软件性能处理服务器200中的性能分析处理装置203调用软件信息读入装置201从软件信息输入装置100读入用户软件信息,调用量化性能指标读入装置202从数据库服务器400中数据库操作量化性能指标信息,中间件操作量化性能指标和性能折算系数信息等信息。
分析处理步骤:性能分析处理装置203根据读入的软件信息,数据库操作量化性能指标信息,中间件操作量化性能指标和性能折算系数信息,依据相关计算模型,对软件涉及交易的响应时间、CPU资源消耗、应用数据存储空间需求等方面进行评估计算,并将评估计算结果输出到输出存储服务器300。
关于CPU资源消耗评估分析计算模型具体为:
修改类软件:软件总体增加CPU时间=∑(交易单体变化CPU时间×交易量)。
新增类软件:软件总体增加CPU时间=∑(新增交易单体CPU时间×交易量)。
关于响应时间评估分析计算模型具体为:
修改类软件:软件交易平均响应时间=(当前交易平均响应时间×当前整体交易量+∑(单体交易增加响应时间×单个交易量))/当前整体交易量。
新增类软件:软件交易平均响应时间=(当前交易平均响应时间×当前整体交易量+∑(新增单体交易响应时间×单个交易量))/(当前整体交易量+∑(单个交易量))。
关于磁盘空间计算模型具体为:软件磁盘空间需求=数据库存储需求+软件文件存储需求+软件数据移行文件存储需求。
图5为本实用新型软件性能分析系统中各个组成部分之间的信令交互示意图,包括:
S1、输出存储服务器300对数据库操作量化性能指标信息、中间件操作量化性能指标信息及性能折算系数等信息进行预处理。
S2、向软件信息输入装置100发送软件信息读入请求。
S3、用户软件信息输入装置100输入软件信息,软件信息包含交易清单、程序清单、表清单、文件清单及作业清单等信息。
S4、软件性能处理服务器200向数据库服务器400发送数据库操作量化性能指标信息读取请求。
S5、数据库服务器400返回数据库操作量化性能指标信息。
S6、软件性能处理服务器200向数据库服务器400发送中间件操作量化性能指标信息读取请求。
S7、数据库服务器400返回中间件操作量化性能指标信息。
S8、软件性能处理服务器200向数据库服务器400发送相关性能折算系数信息读取请求。
S9、数据库服务器400返回相关性能折算系数信息。
S10、软件性能处理服务器200计算软件相关性能消耗,包括交易相应时间、CPU资源消耗、硬盘存储空间需求等。
S11、软件性能处理服务器200向输出存储服务器300发送包括交易相应时间、CPU资源消耗、硬盘存储空间需求等信息。
在图5中,步骤S1为上述的预处理步骤,步骤S2至步骤S9为上述的信息读入步骤,步骤S10及步骤S11为分析处理步骤。
如图6所示,在预处理步骤中,数据库服务器400对数据库量化性能指标存储装置401中的数据库操作量化性能指标信息预处理的方法如下:
步骤S601:生产系统状态量化分析。
步骤S602:数据库产品相关操作量化分析。
步骤S603:数据库量化指标测试分析。
步骤S604:将相关数据库操作量化性能指标结果信息存储在数据库量化性能指标存储装置401中。
所述的相关数据库操作量化性能指标信息包括:
a1.SELECT SQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条SELECT SQL CPU消耗为0.2288毫秒;
a2.UPDATE SQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条UPDATE SQL CPU消耗为0.26毫秒;
a3.INSERT SQL CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条UPDATE SQL CPU消耗为0.26毫秒;
a4.一次2-PHASE COMMIT CPU消耗:例如对IBM主机Z9 722机器DB2 V8一条UPDATE SQL CPU消耗为1.114毫秒;
a5.一次LOG WRITE I/O时间:例如一次LOG WRITE I/O时间为4.5635秒;
a6.一次UPDATE COMMIT时间:例如一次LOG WRITE I/O时间为4.5635秒等。相关数据库操作量化性能指标会通过预处理操作不断更新完善。
如图7所示,预处理步骤中,数据库服务器400对中间件量化性能指标存储装置402中的中间件操作量化性能指标信息预处理的方法具体为:
步骤S701:生产系统状态量化分析。
步骤S702:中间件产品相关操作量化分析。
步骤S703:中间件量化指标分析。
步骤S704:将相关中间件操作量化性能指标结果信息存储到中间件量化性能指标存储装置402中。
所述的相关中间件操作量化性能指标包括:
a1.本地LINK调用程序CPU消耗:例如对IBM主机Z9 722机器一次4K通讯区本地程序LINK调用CPU消耗为0.045毫秒;
a2.同系统不同地址空间LINK调用程序CPU消耗:例如对IBM主机Z9722机器一次4K通讯区同系统不同地址空间程序LINK调用CPU消耗为0.617毫秒;
a3.跨系统不同地址空间LINK调用程序CPU消耗:例如对IBM主机Z9722机器一次4K通讯区跨系统不同地址空间程序LINK调用CPU消耗为0.679毫秒;
a4.一个TASK初始化CPU消耗:例如对IBM主机Z9 722机器TASK初始化CPU消耗为0.408毫秒;
a5.XML 32K解包CPU消耗:例如对IBM主机Z9 722机器XML 32K数据包解包CPU消耗为0.087毫秒等。相关中间件操作量化性能指标会通过预处理操作不断更新完善。
如图8所示,在预处理步骤中,数据库服务器400对性能折算系数存储装置403中的性能折算系数信息预处理的方法具体为:
步骤S801:数据库性能指标到中间件性能指标折算系数分析。
步骤S802:中间件性能指标到系统整体消耗折算系数分析。
步骤S803:不同类型机器CPU处理能力折算系数分析。
步骤S804:将性能折算系数分析结果存储到性能折算系数存储装置403中。
所述的相关性能折算系数指标包括:
a1.数据库性能指标到中间件性能指标折算系数:例如数据库性能指标到中间件性能指标折算系数为1.72;
a2.中间件性能指标到系统整体性能消耗折算系数:例如中间件性能指标到系统整体性能消耗折算系数为1.7;
a3.不同型号机器CPU处理能力折算系数:例如IBM主机Z9 704机器到IBM主机Z9 722机器CPU处理能力为1.36,IBM主机Z9 704机器到IBM主机Z9 707机器CPU处理能力为1.04,IBM主机Z9 722机器到IBM主机Z9 707机器CPU处理能力为1.26等。相关性能折算系数会通过预处理操作不断更新完善。
上述信息读入步骤的具体方法包括:
b1:软件性能处理服务器200中的性能分析处理装置203调用软件信息读入装置201从软件信息输入装置100读入相关软件信息,包括交易清单、程序清单、作业清单、表清单、文件清单等。
b2:软件性能处理服务器200中的性能分析处理装置203调用量化性能指标读入装置202从数据库量化性能指标存储装置401中读入相关数据库操作的量化性能指标信息。
b3:软件性能处理服务器200中的性能分析处理装置203调用量化性能指标读入装置202从中间件量化性能指标存储装置402中读入相关中间件操作的量化性能指标信息。
b4:软件性能处理服务器200中的性能分析处理装置203调用量化性能指标读入装置202从性能折算系数存储装置403中读入相关性能折算系数信息。
在上述的分析处理步骤中,如图9所示,软件性能分析处理的步骤具体包括:
步骤S901:读入用户软件信息。
步骤S902:读入量化性能指标,量化性能指标包含数据库操作的量化性能指标,中间件操作的量化性能指标及性能折算系数。
步骤S903:根据读入的用户软件信息中的应用标志判断是否为新应用,如果是,进行步骤S904,如果否,跳转到步骤S908;
步骤S904:测试计算单体交易/作业性能:对于总体方案阶段,使用相关量化性能指标计算单体交易/作业性能情况,对于收尾压力测试阶段,通过对交易/作业进行压力测试得到相关单体交易/作业性能情况,单体性能情况包括单体交易/作业响应时间、CPU时间等等。
步骤S905:评估计算交易/作业相关总量:包括各交易调用次数(高峰期和全体等)、作业运行次数、表清单等等。
步骤S906:评估计算新应用总体性能:根据测试计算的单体交易/作业性能情况,再根据评估的交易/作业总量,单体性能乘以总量得到总体性能情况等等,总体性能情况包括软件总体响应时间、CPU时间等等。
步骤S907:评估计算新应用对应业务数据存储空间需求:根据评估的交易/作业总量,交易/作业涉及表清单、文件清单,评估计算新应用对应业务数据存储空间等等,然后跳转到步骤S912。
步骤S908:测试计算单体修改交易/作业性能变化:对于总体方案阶段,使用相关量化性能指标计算单体交易/作业性能变化情况,对于收尾压力测试阶段,通过对交易/作业进行压力测试得到相关单体交易/作业性能变化情况,单体性能情况包括单体交易/作业响应时间、CPU时间等等。
步骤S909:评估计算修改交易/作业相关总量:包括各交易调用次数(高峰期和全体等)、作业运行次数、表清单等等。
步骤S910:评估计算修改应用总体性能变化:根据测试计算的单体交易/作业性能变化情况,再根据评估的交易/作业总量,单体变化性能乘以总量得到总体性能变化情况等等,总体性能情况包括软件总体响应时间、CPU时间等等。
步骤S911:评估计算修改应用对应业务数据存储空间需求:根据评估的交易/作业总量,交易/作业涉及表清单、文件清单,评估计算新应用对应业务数据存储空间等等,然后跳转到步骤S912。
步骤S912:输出相关评估计算结果信息,将评估计算结果信息存储到输出存储服务器300中。
本实用新型实施例的有益技术效果:
一、提高了对主机软件性能评估分析的准确性:
本实用新型的一种软件性能评估方法能够根据软件信息输入装置读入的软件信息,从数据库服务器中读入相关量化性能指标,包括数据库操作量化性能指标、中间件操作量化性能指标、性能折算系数等指标信息,经过详细计算分析后,评估确定软件性能相关情况,以及软件应用对应业务数据存储空间需求等情况,实现了对软件性能的评估分析,提高了对主机软件性能评估分析的准确性。
二、提供总体方案阶段方案决策支持:
使用本实用新型的软件性能评估方法可以实现在项目总体方案阶段对项目软件性能进行评估,全面掌握各方案在性能方面的相关情况,有利于决策选择具有良好性能的方案,保证项目的顺利进行。
三、全面控制软件性能,保障生产的安全运行:
本实用新型的软件性能评估系统可以全面评估分析软件相关性能情况,方便全面掌握控制软件性能,从而有利于促进对性能恶劣软件的性能优化,保证软件应用具有良好性能,保障了软件投产时生产系统的安全运行。
四、实现软件性能分析方法的统一:
目前软件性能评估分析方法不完善、不统一,并且由于不同的分析人员水平和对软件性能评估分析的理解不一,因而对软件性能分析结果差别也较大,非常不利于对保证软件具有良好性能。使用本实用新型的软件性能评估系统及其方法,统一了软件性能评估分析方法,保证软件性能评估分析的准确性,有利于软件性能评估分析管理,能够及时发现软件性能问题。
以上所述的具体实施例,对本实用新型的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本实用新型的具体实施例而已,并不用于限定本实用新型的保护范围,凡在本实用新型的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (12)
1.一种基于银行业务的软件性能分析系统,其特征在于,所述的系统包括:软件信息输入装置,数据库服务器,软件性能处理服务器及输出存储服务器;
所述的软件信息输入装置,数据库服务器及输出存储服务器分别通过企业局域网与软件性能处理服务器相连接;其中,
所述的软件信息输入装置用于用户输入软件信息,包括:
用于输入软件应用的交易清单信息的交易清单输入装置,
用于输入软件应用的程序清单信息的程序清单输入装置,
用于输入软件应用的表清单信息的表清单输入装置,
用于输入软件应用的文件清单信息的文件清单输入装置,及
用于输入软件应用的作业清单信息的作业清单输入装置;
所述的数据库服务器包括:
用于存储数据库操作的量化性能指标信息的数据库量化性能指标存储装置,
用于存储中间件操作的量化性能指标信息的中间件量化性能指标存储装置,
用于存储性能折算系数的性能折算系数存储装置,及
用于对所述数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及性能折算系数进行预处理并生成预处理结果信息的信息预处理装置;
所述的软件性能处理服务器包括:
用于从所述的软件信息输入装置读入所述软件信息的软件信息读入装置,
用于读入经过所述信息预处理装置预处理后的数据库操作的量化性能指标信息,中间件操作的量化性能指标信息及存储性能折算系数的量化性能指标读入装置,
用于根据所述软件信息读入装置及量化性能指标读入装置读入的信息生成包括交易响应时间,CPU资源消耗及存储空间需求的分析处理结果的性能分析处理装置,及
用于输出所述分析处理结果的分析结果输出装置;
所述的输出存储服务器包括:
用于存储所述交易响应时间及CPU资源消耗信息的性能分析结果存储装置,及
用于存储存储空间需求的存储空间分析结果存储装置。
2.如权利要求1所述的系统,其特征在于,所述的交易清单信息包括:交易名、交易功能描述、交易量、交易涉及SQL变化量、交易调用程序情况。
3.如权利要求1所述的系统,其特征在于,所述的程序清单信息包括:程序名、程序功能描述、程序调用量、程序涉及SQL变化量。
4.如权利要求1所述的系统,其特征在于,所述的表清单信息包括:表名、表记录长度、索引设计。
5.如权利要求1所述的系统,其特征在于,所述的文件清单信息包括:文件名、文件记录长度。
6.如权利要求1所述的系统,其特征在于,所述的作业清单信息包括:作业名、作业功能描述、作业涉及SQL变化量。
7.如权利要求1所述的系统,其特征在于,所述的数据库操作的量化性能指标信息包括:SELECT性能消耗、UPDATE性能消耗、COMMIT性能消耗。
8.如权利要求1所述的系统,其特征在于,所述的中间件操作的量化性能指标信息包括:交易初始化消耗、程序调用消耗、XML组包解包消耗。
9.如权利要求1所述的系统,其特征在于,所述的性能折算系数包括:不同类型机器CPU能力处理性能转换折算系数,数据库操作性能消耗到中间件性能消耗折算系数,中间件性能消耗到系统性能消耗折算系数。
10.如权利要求1所述的系统,其特征在于,所述的信息预处理装置对数据库操作的量化性能指标信息进行预处理生成的预处理结果信息包括:生产系统状态量化分析,数据库产品相关操作量化分析,数据库量化指标测试分析。
11.如权利要求1所述的系统,其特征在于,所述的信息预处理装置对中间件操作的量化性能指标信息进行预处理生成的预处理结果信息包括:生产系统状态量化分析,中间件产品相关操作量化分析,中间件量化指标分析。
12.如权利要求1所述的系统,其特征在于,所述的信息预处理装置对性能折算系数进行预处理生成的预处理结果信息包括:数据库性能指标到中间件性能指标折算系数分析,中间件性能指标到系统整体消耗折算系数分析,不同类型机器CPU处理能力折算系数分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201020266777XU CN201698407U (zh) | 2010-07-16 | 2010-07-16 | 一种基于银行业务的软件性能分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201020266777XU CN201698407U (zh) | 2010-07-16 | 2010-07-16 | 一种基于银行业务的软件性能分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201698407U true CN201698407U (zh) | 2011-01-05 |
Family
ID=43399654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201020266777XU Expired - Lifetime CN201698407U (zh) | 2010-07-16 | 2010-07-16 | 一种基于银行业务的软件性能分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201698407U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112631771A (zh) * | 2020-12-18 | 2021-04-09 | 江苏康融科技有限公司 | 一种大数据系统的并行处理方法 |
-
2010
- 2010-07-16 CN CN201020266777XU patent/CN201698407U/zh not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112631771A (zh) * | 2020-12-18 | 2021-04-09 | 江苏康融科技有限公司 | 一种大数据系统的并行处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101882109B (zh) | 一种基于银行业务的软件性能分析系统及方法 | |
Zakir et al. | Big data analytics. | |
US9280569B2 (en) | Schema matching for data migration | |
CN102541918A (zh) | 重复信息识别方法和设备 | |
US11367008B2 (en) | Artificial intelligence techniques for improving efficiency | |
US10332010B2 (en) | System and method for automatically suggesting rules for data stored in a table | |
CN113360676A (zh) | 一种基于知识图谱确定企业潜在关系的方法及装置 | |
CN112214505A (zh) | 数据同步方法、装置、计算机可读存储介质及电子设备 | |
CN107748748B (zh) | 水利水电技术标准全文检索系统 | |
CN116245670A (zh) | 基于双标签模型处理财税数据的方法、装置、介质和设备 | |
CN116860856A (zh) | 一种财务数据处理方法、装置、计算机设备及存储介质 | |
CN115881106A (zh) | 一种基于多场景语义分析的智能填单方法、设备及介质 | |
CN108287876B (zh) | 支持多种格式的电能质量数据服务质量检测方法和装置 | |
CN108804685B (zh) | 一种资产托管监督任务的处理方法及装置 | |
CN112307004B (zh) | 数据治理方法、装置、设备及存储介质 | |
Jain et al. | Database-agnostic workload management | |
CN114253798A (zh) | 指标数据采集方法和装置、电子设备、存储介质 | |
CN201698407U (zh) | 一种基于银行业务的软件性能分析系统 | |
CN102880926B (zh) | 业务信息数据的审计方法和装置 | |
CN112988698A (zh) | 一种数据处理方法以及装置 | |
CN110647845A (zh) | 一种发票数据识别装置、相关方法及相关装置 | |
Zeller | Disaggregated heterogeneous system for retrieval-augmented language models | |
CN112380321A (zh) | 基于票据知识图谱的主次数据库分配方法及相关设备 | |
Taori et al. | Big Data Management | |
CN114996319B (zh) | 基于规则引擎的数据处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20110105 |