KR20150128711A - 컴퓨터 시스템 활동의 트레이스 타임라인을 분석하기 위한 방법 및 시스템 - Google Patents

컴퓨터 시스템 활동의 트레이스 타임라인을 분석하기 위한 방법 및 시스템 Download PDF

Info

Publication number
KR20150128711A
KR20150128711A KR1020157024850A KR20157024850A KR20150128711A KR 20150128711 A KR20150128711 A KR 20150128711A KR 1020157024850 A KR1020157024850 A KR 1020157024850A KR 20157024850 A KR20157024850 A KR 20157024850A KR 20150128711 A KR20150128711 A KR 20150128711A
Authority
KR
South Korea
Prior art keywords
scenario
scenarios
sub
branch
timeline
Prior art date
Application number
KR1020157024850A
Other languages
English (en)
Inventor
알렉산더 키르센바움
아론 디에트리치
마크 알담
제이슨 코헨
Original Assignee
마이크로소프트 테크놀로지 라이센싱, 엘엘씨
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 filed Critical 마이크로소프트 테크놀로지 라이센싱, 엘엘씨
Publication of KR20150128711A publication Critical patent/KR20150128711A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/323—Visualisation of programs or trace data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Debugging And Monitoring (AREA)

Abstract

일 실시예에서, 시스템 분석기는 트레이스 타임라인에서 다양한 시나리오의 근본 원인을 보다 정확하게 이해하기 위해 컴퓨터 시스템 활동의 트레이스 타임라인을 반복적으로 하위 분할할 수 있다. 시스템 분석기는 인식되는 시나리오별로 트레이스 타임라인의 시나리오를 자동으로 분할할 수 있다. 시스템 분석기는 시나리오를 시나리오의 하위 시나리오 집합으로 자동으로 하위 분할할 수 있다. 시스템 분석기는 하위 분할된 트레이스 타임라인을 사용자에게 디스플레이할 수 있다.

Description

컴퓨터 시스템 활동의 트레이스 타임라인을 분석하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR ANALYZING A TRACE TIMELINE OF COMPUTER SYSTEM ACTIVITY}
소프트웨어 애플리케이션은 대중에게 공개되기 전에 또는 심지어 공개된 이후에도 개발자에 의해 테스트될 수 있다. 개발자 또는 다른 소프트웨어 운영자는 소프트웨어 애플리케이션을 실행시켜 그 소프트웨어 애플리케이션의 동작을 확인할 수 있다. 개발자 또는 다른 소프트웨어 운영자는 소프트웨어 애플리케이션의 실행 동안 각 시점에서 컴퓨터 시스템의 상태를 기재하는 트레이스 타임라인(trace timeline)을 기록할 수 있다. 이 트레이스 타임라인은 개발자 또는 다른 소프트웨어 운영자에게 다량의 데이터를 제공할 수 있다.
본 요약은 이하 발명의 상세한 설명에서 보다 자세히 기술될 선택된 개념들을 단순화된 형식으로 소개하기 위해 제공되는 것이다. 본 요약은 청구대상의 주된 사항 또는 핵심 사항을 밝히기 위한 것이 아니며, 청구대상의 범위를 결정하는데 사용되려는 것도 아니다.
이하에서 설명되는 실시예는 트레이스 타임라인에서 다양한 시나리오의 근본 원인을 보다 정확히 이해하기 위해 컴퓨터 시스템 활동의 트레이스 타임라인을 반복적으로 하위 분할하는(sub-partitioning) 것에 관한 것이다. 시스템 분석기는 인지되는 시나리오별로(on a scenario-aware basis) 트레이스 타임라인의 시나리오를 자동으로 분할할 수 있다. 시스템 분석기는 시나리오를 시나리오의 하위 시나리오 집합으로 자동으로 하위 분할할 수 있다. 시스템 분석기는 하위 분할된 트레이스 타임라인을 사용자에게 디스플레이할 수 있다.
전술한 및 다른 장점 및 특징을 취할 수 있는 방식을 설명하기 위해, 보다 특정한 설명이 주어지고 첨부 도면에 예시된 특정 실시예를 참조하여 표현될 것이다. 이들 도면은 단지 전형적인 실시예를 나타내며 따라서 그 범주를 제한하는 것으로 해석되어서는 안되는 것으로 이해해야 하고, 실시예는 첨부한 도면을 통해 더 구체적으로 또한 자세히 기술 및 설명될 것이다.
도 1은 컴퓨팅 장치의 일 실시예를 블록도로 나타낸다.
도 2는 시나리오 트리의 일 실시예를 블록도로 나타낸다.
도 3은 분할된 트레이스 타임라인 디스플레이의 일 실시예를 블록도로 나타낸다.
도 4는 트레이스 타임라인을 생성하는 방법의 일 실시예를 흐름도로 나타낸다.
도 5는 트레이스 타임라인을 하위 분할하는 방법의 일 실시예를 흐름도로 나타낸다.
도 6은 하위 분할된 트레이스 타임라인을 디스플레이하는 방법의 일 실시예를 흐름도로 나타낸다.
실시예들이 이하에서 자세히 설명된다. 특정 실시예들이 설명되어 있지만, 이것은 단지 예시 목적으로만 행해진 것임을 이해해야 한다. 당업자라면, 본 발명의 사상 및 범주를 벗어나지 않으면서 다른 컴포넌트 및 구성이 사용될 수 있음을 알 수 있을 것이다. 실시예는 머신 구현 방법, 적어도 하나의 프로세서를 위한 방법을 설명하는 명령어들의 집합이 저장되어 있는 유형의 머신 판독가능 매체, 또는 컴퓨팅 장치를 위한 시스템 분석기일 수 있다.
컴퓨터 시스템 활동은 분석을 어렵게 하는 다수의 복잡한 시스템 및 컴포넌트 활동을 가질 수 있다. 전체적으로 봤을 때, 이러한 복잡성은 컴퓨터 시스템 활동의 타임라인을 하나 이상의 시나리오로 분할하고, 시나리오를 하위 시나리오로 더 분할함으로써 감소될 수 있다. 시나리오는 컴퓨터 시스템 활동의 상태 또는 이벤트이다. 예를 들어, 시나리오는 컴퓨터 장치가 "연결 대기(connected standby)" 상태 또는 "활성" 상태에 있는 경우일 수 있다. 하위 시나리오는 시나리오의 원인 또는 측면(facet)인 상태 또는 이벤트이다. 위의 예에서, "활성" 상태에 있는 컴퓨터 장치의 시나리오는 드라이버가 잘못된 상태에 있거나 또는 활성화기(activator)가 레퍼런스를 갖는 하위 시나리오에 의해 야기될 수 있다. 이들 하위 시나리오는 예를 들어 저장 또는 네트워크 입/출력과 같은 매우 기본적인 행위로 더 축소될 수 있다. 시나리오를 개개의 하위 시나리오로 분할하는 경우, 이들 하위 시나리오 간의 관계는 유지되어, 이들 하위 시나리오의 영향을 그들의 부모 시나리오로 정확하게 돌릴 수 있다.
예를 들어, 사용자 시나리오 동안 10개의 "파일 오픈" 하위 시나리오는 그 시나리오의 중요한 속성을 결정하지 못할 뿐만 아니라 완전히 설명하지도 못한다. 이들 10개의 "파일 오픈" 동작 중 9개는 아무 관련없는 이유로 수행될 수 있다.
시나리오 타임라인 귀속(scenario timeline attribution)에 대한 분할 및 정복 접근방식은 보다 효율적인 활동 분석을 야기한다. 이러한 접근방식은 보다 나은 시나리오 이해, 공지된 하위 시나리오 및 활동 귀속, 및 상호작용형 확대가능 가시화를 가능하게 한다. 컴퓨터 시스템 활동의 트레이스 타임라인을 반복적으로 분할하는 시스템 분석기는 그 활동을 쉽게 가시화하고, 관심 있는 행위에 대한 트레이스 타임라인을 마이닝(mine)하며, 근본 원인에 대해 행위들을 분석한다. 시스템 분석기는 트레이스 타임라인을 하나 이상의 시나리오로 분할할 수 있고, 그런 다음 그 시나리오 중 하나 이상을 하위 시나리오들의 집합으로 하위 분할한다. 시스템 분석기는 각 유형의 시나리오 또는 하위 시나리오에 특화된 서브 컴포넌트를 사용하여 각 시나리오 또는 하위 시나리오를 분석할 수 있다.
시나리오 타임라인을 이해하고 표현하는 것은 잠재적으로 수백 개의 이벤트가 동시에 일어나게 할 수 있다. 이들 하위 시나리오는 기본 활동에 도달될 때까지 추가의 하위 시나리오로 반복적으로 분할될 수 있는 사용자 시나리오의 논리적 레벨을 나타낼 수 있다.
시스템 분석기는 주어진 시나리오의 각 순간(moment)을 고려하고 이 순간을 공지된 하위 시나리오 또는 활동에 속한 것으로 여긴다. 시스템 분석기는 기본 활동에 도달할 때까지 활동 의존성 계층(activity dependency hierachy)을 계속 파악하면서 메인 시나리오를 하위 시나리오로 분할할 수 있다. 기본 활동은 "저장소 판독" 요청과 같은 검출가능 관련 행위의 가장 작은 단위, 또는 더 이상 줄일 수 없는 하위 시나리오를 지칭한다.
분할은 "탑 다운(top down)" 방식으로 이루어지되, 시나리오는 먼저 공지된 하위 시나리오로 분할될 수 있고, 이어서 공지된 하위 시나리오 또는 활동의 가장 낮은 가능 레벨에 도달할 때까지 반복적으로 더 분할될 수 있다. 이러한 분할 동안, 시스템 상에서 발생하는 하위 시나리오 및 활동의 모든 각 집합에 대해, 하나 이상의 하위집합이 반복적으로 분할될 수 있다. 시스템 분석기는 테스트 기준에서 제공된 시나리오의 지식에 기초하여 하위집합을 선택할 수 있다. 시스템 분석기는 메인 시나리오에 관련된 하위 시나리오 및 활동과 그들의 상호 의존성을 알 수 있다. 시스템 분석기가 더 시나리오 특정적 지식을 사용할수록, 보다 특정적인 시나리오 및 활동 귀속이 수행될 수 있다.
예를 들어, 연결 대기 시나리오 타임라인에서, 시스템은 전력 절약 연결 대기 상태로부터 벗어날 수 있다. 시스템 분석기는 시스템이 연결 대기 상태에 있지 않을 수 있는 각 이유를 알 수 있다. 시스템 분석기는 시간 영역(time region)을 하위 영역으로 분할할 수 있고, 각 하위 영역을 최저 전력 상태에 있지 않은 하나 이상의 특정 원인에 귀속시킨다.
시스템 분석기는 시나리오 특정 서브 컴포넌트를 이용하여 시나리오에 영향을 미칠 수 있는 공지된 하위 시나리오 및 활동을 탐색하는 시나리오를 나타내는 시간 영역을 조사한다. 그런 다음, 시스템 분석기는 메인 시나리오를 야기하는 상이한 하위 시나리오를 나타내는 상이한 하위 영역으로 시간 영역을 더 분할할 수 있다. 몇몇 하위 시나리오는 분할의 동일한 로직 레벨에서 오버랩될 수 있다. 또한, 몇몇 하위 시나리오는 분할의 로직 레벨들에 걸쳐 오버랩될 수 있다. 시스템 분석기는 이들 하위 시나리오에 우선순위를 부여할 수 있으며, 상위 우선순위의 하위 시나리오가 사용자에게 보여진다. 일치하는 하위 시나리오들이 표시 단계에서 수집될 수 있다.
따라서, 일 실시예에서, 시스템 분석기는 트레이스 타임라인에서 다양한 시나리오의 근본 원인을 보다 정확하게 이해하기 위해 컴퓨터 시스템 활동의 트레이스 타임라인을 반복적으로 하위 분할할 수 있다. 시스템 분석기는 인식하는 시나리오별로 트레이스 타임라인의 시나리오를 자동으로 분할할 수 있다. 시스템 분석기는 시나리오를 시나리오의 하위 시나리오 집합으로 자동으로 하위 분할할 수 있다. 시스템 분석기는 하위 분할된 트레이스 타임라인을 사용자에게 디스플레이할 수 있다.
도 1은 시스템 분석기로서 동작할 수 있는 예시적인 컴퓨팅 장치(100)의 블록도를 나타낸다. 컴퓨팅 장치(100)는 하드웨어, 소프트웨어, 펌웨어 및 시스템 온 칩 기술 중 하나 이상을 결합하여 시스템 분석기를 구현할 수 있다. 컴퓨팅 장치(100)는 버스(110), 프로세서(120), 메모리(130), 데이터 저장소(140), 입력 장치(150), 출력 장치(160), 통신 인터페이스(170)를 포함할 수 있다. 버스(110) 또는 그 밖의 다른 컴포넌트 상호연결부는 컴퓨팅 장치(100)의 컴포넌트들 간의 통신을 가능하게 할 수 있다.
프로세서(120)는 명령어들의 집합을 해석하여 실행하는 적어도 하나의 종래의 프로세서 또는 마이크로프로세서를 포함할 수 있다. 메모리(130)는 프로세서(120)에 의한 실행을 위한 명령어 및 정보를 저장하는 랜덤 액세스 메모리(RAM) 또는 다른 유형의 동적 데이터 저장소일 수 있다. 메모리(130)는 또한 프로세서(120)에 의한 명령어의 실행 동안 사용되는 일시적 변수 또는 다른 중간 정보를 저장할 수 있다. 데이터 저장소(140)는 프로세서(120)를 위한 정적 정보 및 명령어를 저장하는 종래의 ROM 장치 또는 그 밖의 다른 유형의 정적 데이터 저장소를 포함할 수 있다. 데이터 저장소(140)는 예를 들어, 디지털 비디오 디스크 및 그의 대응하는 드라이브와 같은 자기 또는 광학 기록 매체와 같은 임의의 유형의 실재하는 머신 판독가능 매체를 포함할 수 있다. 실재하는 머신 판독가능 매체는 신호와는 대조적으로, 머신 판독가능 코드 또는 명령어를 저장하는 물리적 매체이다. 본 명세서에서 설명하는 바와 같이 명령어가 컴퓨터 판독가능 매체에 저장된다는 것은 명령어가 전파 또는 전송된다는 것과는 구별되는데, 그 이유는 예를 들어 컴퓨터 판독가능 매체가 명령어를 저장하는 것에 비해 전파는 명령어를 전달하기 때문이다. 따라서, 달리 명시하지 않는다면, 이와 같은 또는 유사한 형식으로 명령어를 저장하는 컴퓨터 판독가능 매체/매체들은 데이터가 저장 또는 유지될 수 있는 실재하는 매체를 지칭한다. 데이터 저장소(140)는 하나 이상의 프로세서에 의해 실행되는 경우 이 하나 이상의 프로세서로 하여금 방법을 수행하게 하는, 이 방법을 세부적으로 지시하는 명령어들의 집합을 저장할 수 있다. 데이터 저장소(140)는 트레이스 타임라인을 저장하는 데이터베이스 또는 데이터베이스 인터페이스일 수 있다.
입력 장치(150)는 키보드, 마우스, 음성 인식 장치, 마이크로폰, 헤드셋, 제스처 인식 장치, 터치 스크린 등과 같이, 사용자가 컴퓨팅 장치(100)에 정보를 입력할 수 있게 해주는 하나 이상의 종래의 메카니즘을 포함할 수 있다. 출력 장치(160)는 디스플레이(162), 프린터, 하나 이상의 스피커, 헤드셋, 또는 메모리 혹은 자기 또는 광디스크 및 대응하는 디스크 드라이브와 같은 매체를 비롯하여, 사용자에게 정보를 출력하는 하나 이상의 종래의 메카니즘을 포함할 수 있다. 통신 인터페이스(170)는 컴퓨팅 장치(100)가 다른 장치 또는 네트워크와 통신할 수 있게 해주는 임의의 송수신기 형태의 메카니즘을 포함할 수 있다. 통신 인터페이스(170)는 네트워크 인터페이스 또는 송수신기 인터페이스를 포함할 수 있다. 통신 인터페이스(170)는 무선, 유선 또는 광학 인터페이스일 수 있다.
컴퓨팅 장치(100)는 프로세서(120)가 예를 들어 메모리(130), 자기 디스크 또는 광 디스크와 같은 컴퓨터 판독가능 매체에 포함된 일련의 명령어들을 실행하는 것에 응답하여 이러한 기능을 수행할 수 있다. 이러한 명령어는 데이터 저장소(140)와 같은 또 다른 컴퓨터 판독가능 매체로부터, 또는 별도의 장치로부터 통신 인터페이스(170)를 통해 메모리(130)로 판독될 수 있다.
도 2는 시나리오 트리(200)의 일 실시예를 블록도로 나타낸다. 시나리오 트리(200)는 트레이스 타임라인(202)에 기초할 수 있다. 트레이스 타임라인(202)은 컴퓨터 시스템 활동의 성능을 분석하기 위해 행해지는 그 컴퓨터 시스템 활동의 기록(recording)이다. 시스템 분석기는 트레이스 타임라인(202)을 분석하기 위해 사용자로부터 분할 기준의 집합(a set of partition critera)을 수신할 수 있다. 시스템 분석기는 인식하는 시나리오별로 분할 기준에 기초하여 트레이스 타임라인(202)으로부터 자동으로 하나 이상의 시나리오(204)를 분할할 수 있다. 예를 들어, 시스템 분석기는 장치 상태의 트레이스 타임라인(202)으로부터 동작 모드와 연결 대기 모드의 기간을 분할할 수 있다.
시스템 분석기는 각 시나리오(204)에 대해 시나리오 유형을 식별할 수 있고 분석을 위해 그 시나리오 유형을 전문적으로 다루는 시스템 분석기의 서브 컴포넌트를 할당할 수 있다. 시나리오 특정 서브 컴포넌트는 시나리오(204)를 하위 시나리오(206)의 집합, 즉 하위 시나리오 집합으로 자동으로 하위 분할하여, 시나리오(204)의 원인을 판정할 수 있다. 위의 예에서, 기존의 연결 대기 모드는 레퍼런스를 유지하는 활성화기 또는 잘못된 상태로 있는 드라이버에 의해 야기될 수 있다. 시나리오(204)는 오버랩될 수 있는 또는 오버랩되지 않을 수 있는 다수의 하위 시나리오(206)를 가질 수 있다. 시스템 분석기는 각 하위 시나리오(206)에 대해 시나리오 유형을 식별할 수 있고, 이들 하위 시나리오(206)를 전문적으로 다루는 서브 컴포넌트에 이들 하위 시나리오(206)를 할당할 수 있다. 이들 시나리오 특정 서브 컴포넌트는 그 하위 시나리오(206)의 원인을 알아내기 위해 각 하위 시나리오(206)를 하위 분할할 수 있다.
시스템 분석기는 시나리오(204)에 대해 하나 이상의 시나리오 브랜치(210)를 생성하기 위해, 다수의 로직 레벨(208)에 대해 하위 분할 프로세스를 반복할 수 있다. 시나리오 브랜치(210)는 다수의 브랜치 노드(212)를 가질 수 있으며, 각 브랜치 노드는 다음 로직 레벨 하위 시나리오(206)를 나타낸다. 브랜치 노드(212)는 시나리오 브랜치(210) 내의 시나리오(204) 또는 하위 시나리오(206)를 참조한다. 시스템 분석기는 각 시나리오 브랜치(210)의 종단 노드에 도달할 때까지 하위 분할 프로세스를 반복할 수 있다. 종단 노드는 하위 시나리오로 더 이상 줄어들 수 없는 브랜치 노드일 수 있다. 종단 노드는 근본 원인(214)일 수 있다. 근본 원인(214)은 시나리오(204)를 야기하는 기본적인 활동이다. 시나리오(204)는 다수의 가능한 근본 원인(214)을 가질 수 있다. 시스템 분석기는 브랜치 노드(212)의 내부 작업이 불투명한 경우 그 브랜치 노드(212)를 제3자 컴포넌트 노드(216)로서 표시할 수 있다. 제3자 컴포넌트 노드는 알려지지 않은 내부 작업을 갖는 외부 개발자에 의해 제공될 수 있다.
위의 예에서, 레퍼런스를 보유하는 활성화기는 레퍼런스를 보유하는 캘린더 프로그램 또는 레퍼런스를 보유하는 메일 프로그램에 의해 야기될 수 있다. 메일 프로그램은 서버 연결 지연 또는 입/출력 관련 지연으로 인해 레퍼런스를 보유할 수 있다. 서버 연결 지연 또는 입/출력 관련 지연은 기존 연결 대기 모드의 시나리오(204)의 근본 원인(214)일 수 있다.
일 시나리오 브랜치(210)에서의 브랜치 노드(212)는 제2 시나리오 브랜치(210)에서의 제2 브랜치 노드(212)에 대한 매칭(218)일 수 있다. 브랜치 노드(212)는 동일한 브랜치 노드(212)가 2개의 상이한 시나리오(204) 또는 하위 시나리오(206)의 원인일 수 있다는 것을 나타내기 위해 매칭(218)으로 표시될 수 있다. 더 나아가, 하나의 시나리오 브랜치(210)에 대한 근본 원인(214)은 제2 시나리오 브랜치(210)에 대한 제2 근본 원인(214)에 대한 매칭(218)일 수 있다. 근본 원인(214)은 동일한 근본 원인(214)이 2개의 상이한 시나리오(204) 또는 하위 시나리오(206)의 원인일 수 있다는 것을 나타내기 위해 매칭(218)으로 표시될 수 있다. 상이한 로직 레벨(208) 또는 동일한 로직 레벨(208) 상의 브랜치 노드(212) 사이에 매칭(218)이 존재할 수 있다.
일 시나리오 브랜치(210)에서의 브랜치 노드(212)는 제2 시나리오 브랜치(210)에서의 제2 브랜치 노드(212)와 노드 관계(220)를 가질 수 있다. 노드 관계(220)는 제1 브랜치 노드(212)가 제2 브랜치 노드(212)의 근본 원인(214)과 일치하는 근본 원인(214)에 의해 야기된다는 것을 나타낼 수 있다. 상이한 로직 레벨(208) 또는 동일한 로직 레벨(208) 상의 브랜치 노드(212) 사이에 노드 관계(220)가 존재할 수 있다.
시나리오 트리(200)가 계산된 이후, 시스템 분석기는 결과를 사용자에게 디스플레이할 수 있다. 도 3은 분할된 트레이스 타임라인 디스플레이(300)의 일 실시예를 블록도로 나타낸다. 분할된 트레이스 타임라인 디스플레이(300)는 시나리오(204)를 내포형 리스트(nested list)(302)로 제시할 수 있다. 내포형 리스트(302)는 사용자에게 분할된 시나리오(204)를 나열할 수 있다. 사용자가 시나리오(204)를 선택하는 경우, 내포된 리스트(302)는 그 시나리오(204)로부터 하위 분할된 하위 시나리오(206)를 보여주도록 확장될 수 있다. 사용자는 각 근본 원인(214) 또는 제3자 컴포넌트 노드(216)가 디스플레이될 때까지 리스트를 계속 확장시킬 수 있다.
분할된 트레이스 타임라인 디스플레이(300)는 내포형 리스트(302)에 필적하는 타임 맵(304)을 가질 수 있다. 이 타임 맵(304)은 내포형 리스트(302) 내의 각 라인에 대해 맵 타임라인을 가질 수 있다. 맵 타임라인은 각 브랜치 노드(212)가 타임라인에서 언제 발생하는지를 나타낼 수 있다. 맵 타임라인은 2개의 하위 시나리오(206)가 다음 상위 로직 레벨(208)로 결속되는(compacted) 경우, 각 하위 시나리오가 그 맵 타임라인에서 언제 발생하는지를 사용자가 알 수 있도록 컬러 코딩될 수 있다. 맵 타임라인 내의 이벤트는 그 시간의 범위가 지정될 수 있다(time-scoped). 시간 범위 지정(time-scoping)은 사용자가 이벤트들 간을 명확히 구별할 수 있도록 맵 타임라인에서 이벤트에 대한 세부사항의 확장(expansion of detail)이다. 시간 범위 지정은 매우 짧은 기간에 다수의 이벤트가 발생하는 경우 유용할 수 있다.
분할된 트레이스 타임라인 디스플레이(300)는 세부사항 패널(306)을 가질 수 있다. 세부사항 패널은 사용자에 의해 선택된 브랜치 노드(212)를 보다 자세히 설명할 수 있다. 세부사항 패널(306)은 브랜치 노드(212)를 생성한 코드의 특정 라인을 참조할 수 있거나, 또는 그 브랜치 노드(212)에 대한 보다 정확한 타이밍 데이터를 제공할 수 있다.
도 4는 트레이스 타임라인을 생성하는 방법(400)의 일 실시예를 블록도로 나타낸다. 시스템 분석기는 컴퓨터 시스템 활동의 테스트 실행에 대한 테스트 기준을 설정할 수 있다(블록 402). 시스템 분석기는 컴퓨터 시스템 활동의 테스트 실행을 수행할 수 있다(블록 404). 시스템 분석기는 컴퓨터 시스템 활동의 테스트 실행의 트레이스 타임라인(202)을 기록할 수 있다(블록 406). 시스템 분석기는 컴퓨터 시스템 활동의 트레이스 타임라인(202)을 자동으로 분석할 수 있다(블록 408).
도 5는 트레이스 타임라인을 하위 분할하는 방법(500)의 일 실시예를 흐름도로 나타낸다. 시스템 분석기는 시나리오에 대한 분할 기준을 설정할 수 있다(블록 502). 시스템 분석기는 분할 기준에 기초하여, 인식되는 시나리오별로 트레이스 타임라인(202)의 시나리오(204)를 자동으로 분할할 수 있다(블록 504). 시스템 분석기는 분석을 위해 시나리오 특정 서브 컴포넌트에 시나리오(204)를 할당하기 위해 시나리오(204)의 시나리오 유형을 식별할 수 있다(블록 506). 시스템 분석기의 시나리오 특정 서브 컴포넌트는 하위 분할을 위해 시나리오(204)를 분석할 수 있다(블록 508). 시스템 분석기의 시나리오 특정 서브 컴포넌트는 시나리오(204)를 하위 시나리오 집합으로 자동으로 하위 분할할 수 있다(블록 510). 시스템 분석기가 시나리오 브랜치(210)의 종단 노드에 도달하지 않은 것으로 결정하면(블록 512), 시스템 분석기는 추가적인 분석 및 하위 분할을 위해 하위 시나리오(206)를 시나리오 특정 서브 컴포넌트에 할당하도록 하위 시나리오 집합의 하위 시나리오(206)의 시나리오 유형을 식별할 수 있다(블록 506). 시스템 분석기가 시나리오 브랜치의 종단 노드에 도달하였고(블록 512) 제3자 컴포넌트에 도달한 것으로(블록 514) 결정하면, 시스템 분석기는 종단 노드를 제3자 컴포넌트 노드(216)로서 표시할 수 있다(블록 516). 그렇지 않으면, 시스템 분석기는 하위 시나리오 집합의 하위 시나리오(206)에 대한 근본 원인(214)으로서 종단 노드를 표시할 수 있다(블록 518). 시스템 분석기는 시나리오 브랜치(210)의 브랜치 노드(212)를 보조(ancillary) 시나리오 브랜치(210)의 보조 브랜치 노드(212)에 매칭시킬 수 있다(블록 520). 시스템 분석기는 시나리오 브랜치(210)의 근본 원인(214)을 보조 시나리오 브랜치(210)의 보조 근본 원인(214)에 매칭시킬 수 있다(블록 522). 시스템 분석기는 시나리오 브랜치(210)의 브랜치 노드(212)와 보조 시나리오 브랜치(210)의 보조 브랜치 노드(212) 간의 노드 관계를 나타낼 수 있다(블록 524).
도 6은 하위 분할된 트레이스 타임라인을 디스플레이하는 방법(600)의 일 실시예를 흐름도로 나타낸다. 시스템 분석기는 하위 분할된 트레이스 타임라인(202)을 사용자에게 디스플레이할 수 있다(블록 602). 시스템 분석기는 하위 분할된 트레이스 타임라인(202)을 나타내는 내포형 리스트(302)를 제시할 수 있다(블록 604). 시스템 분석기는 하위 분할된 트레이스 타임라인(202)을 나타내는 타임 맵(304)을 제시할 수 있다(블록 606). 시스템 분석기는 타임 맵(304)에서 브랜치 노드(212)를 컬러 코딩할 수 있다(블록 608). 시스템 분석기가 브랜치 노드(212)를 선택하는 사용자로부터의 입력을 수신하는 경우(블록 610), 시스템 분석기는 시간 맵(304)에서 브랜치 노드(212)의 시간 범위를 지정할 수 있다(블록 612). 시스템 분석기는 브랜치 노드(212)의 노드 세부사항을 세부사항 패널(306)에 디스플레이할 수 있다(블록 614).
본 발명은 구조적 특징 및/또는 방법론적 동작에 특정한 언어로 기술되었지만, 첨부한 청구항에 정의된 본 발명은 전술한 바와 같은 특정 특징 또는 동작들에 반드시 국한될 필요는 없다. 그 보다, 전술한 특정 특징 및 동작들은 청구 대상 및 실시예를 구현하기 위한 예시적인 형식으로 개시되어 있다.
본 발명의 범주 내의 실시예는 또한 컴퓨터 실행가능 명령어 또는 데이터를 운반하거나 이를 저장한 컴퓨터 판독가능 저장 매체를 포함할 수 있다. 이러한 컴퓨터 판독가능 저장 매체는 범용 또는 특별 용도의 컴퓨터에 의해 액세스될 수 있는 임의의 이용가능 매체일 수 있다. 제한이 아닌 예로서, 이러한 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 저장소, 자기 디스크 저장소 또는 다른 자기 데이터 저장소, 또는 컴퓨터 실행가능 명령어 형식의 바람직한 프로그램 코드 수단 또는 데이터 구조를 전달하거나 저장하는데 사용될 수 있는 임의의 다른 매체를 포함할 수 있다. 전술한 것들의 조합도 컴퓨터 판독가능 저장 매체의 범주 내에 포함될 수 있다.
실시예들은 작업들이 (유선 링크, 무선 링크 또는 이들의 조합에 의해) 링크되는 로컬 및 원격 처리 장치들에 의해 통신 네트워크를 통해 수행되는 분산형 컴퓨팅 환경에서도 실시될 수 있다.
컴퓨터 실행가능 명령어는 예를 들어 범용 컴퓨터, 특별 용도의 컴퓨터, 또는 특별 용도의 처리 장치로 하여금 소정의 기능 또는 기능들의 그룹을 실행하게 하는 명령어 및 데이터를 포함한다. 컴퓨터 실행가능 명령어는 또한 독립적인 또는 네트워크 환경에서 컴퓨터에 의해 실행되는 프로그램 모듈을 포함한다. 일반적으로, 프로그램 모듈은 특정 작업을 수행하거나 특정 추상 데이터 유형을 구현하는 루틴, 프로그램, 객체, 컴포넌트 및 데이터 구조 등을 포함한다. 컴퓨터 실행가능 명령어, 연관된 데이터 구조 및 프로그램 모듈은 본 명세서에 개시되어 있는 방법의 단계를 실행하기 위한 프로그램 코드 수단의 예를 나타낸다. 이러한 실행가능 명령어 또는 연관된 데이터 구조의 특정 시퀀스는 이러한 단계에서 설명된 기능을 구현하는 대응하는 동작들의 예를 나타낸다.
전술한 설명은 특정 세부사항을 포함할 수 있지만, 이들 세부사항은 어떤 식으로든 본 발명을 제한한 것으로 해석되어서는 안된다. 설명한 실시예의 다른 구성도 본 발명의 범주의 일부이다. 예를 들어, 본 발명의 원리는 각각의 개별 사용자에게 적용될 수 있고, 각 사용자는 이러한 시스템을 개별적으로 전개할 수 있다. 이것은 다수의 가능한 적용들 중 임의의 적용이 본 명세서에 개시되어 있는 기능을 사용하지 않더라도 각 사용자가 본 발명의 이점을 이용할 수 있도록 해준다. 전자 장치의 다수의 예시 각각은 콘텐츠를 있을 수 있는 다양한 방식으로 처리할 수 있다. 실시예들은 모든 최종 사용자에 의해 사용되는 하나의 시스템에서 반드시 구현될 필요는 없다. 따라서, 전술한 임의의 특정 예시보다, 첨부한 청구항 및 그들의 법적 등가물만이 본 발명을 정의한다.

Claims (10)

  1. 머신 구현 방법으로서,
    컴퓨터 시스템 활동의 트레이스 타임라인(trace timeline)을 자동으로 분석하는 단계와,
    인식되는 시나리오별로(on a scenario-aware basis) 상기 트레이스 타임라인의 시나리오를 자동으로 분할하는 단계와,
    상기 시나리오를 하위 시나리오 집합으로 자동으로 하위 분할하는 단계
    를 포함하는 머신 구현 방법.
  2. 제1항에 있어서,
    상기 시나리오를 시나리오 특정 서브 컴포넌트에 할당하여 분석하기 위해 상기 시나리오의 시나리오 유형을 식별하는 단계를 더 포함하는 머신 구현 방법.
  3. 제1항에 있어서,
    종단 노드를 상기 하위 시나리오 집합의 하위 시나리오에 대한 근본 원인으로서 표시하는 단계를 더 포함하는 머신 구현 방법.
  4. 제1항에 있어서,
    시나리오 브랜치의 브랜치 노드를 보조 시나리오 브랜치의 보조 브랜치 노드에 매칭시키는 단계를 더 포함하는 머신 구현 방법.
  5. 제1항에 있어서,
    시나리오 브랜치의 브랜치 노드와 보조 시나리오 브랜치의 보조 브랜치 노드 간의 노드 관계를 표시하는 단계를 더 포함하는 머신 구현 방법.
  6. 제1항에 있어서,
    시나리오 브랜치의 근본 원인을 보조 시나리오 브랜치의 보조 근본 원인에 매칭시키는 단계를 더 포함하는 머신 구현 방법.
  7. 제1항에 있어서,
    상기 시나리오에 대한 적어도 하나의 분할 기준을 설정하는 단계를 더 포함하는 머신 구현 방법.
  8. 하나 이상의 프로세서에 의해 실행되는 경우 상기 하나 이상의 프로세서로 하여금 소정의 방법을 수행하게 하는 명령어들의 집합이 저장되어 있는 유형의 머신 판독가능 매체로서,
    상기 방법은,
    인식되는 시나리오별로(on a scenario-aware basis) 트레이스 타임라인의 시나리오를 자동으로 분할하는 단계와,
    상기 시나리오를 하위 시나리오 집합으로 자동으로 하위 분할하는 단계와,
    하위 분할된 트레이스 타임라인을 사용자에게 디스플레이하는 단계
    를 포함하는, 유형의 머신 판독가능 매체.
  9. 시스템 분석기로서,
    컴퓨터 시스템 활동의 트레이스 타임라인을 저장하는 데이터 저장소와,
    인식되는 시나리오별로 상기 트레이스 타임라인의 시나리오를 자동으로 분할하고 상기 시나리오를 하위 시나리오 집합으로 자동으로 하위 분할하는 프로세서와,
    하위 분할된 트레이스 타임라인을 사용자에게 제시하는 디스플레이
    를 포함하는 시스템 분석기.
  10. 제9항에 있어서,
    상기 프로세서는 종단 노드를 상기 하위 시나리오 집합의 하위 시나리오에 대한 근본 원인으로서 표시하는 시스템 분석기.
KR1020157024850A 2013-03-12 2014-03-05 컴퓨터 시스템 활동의 트레이스 타임라인을 분석하기 위한 방법 및 시스템 KR20150128711A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/797,007 US20140282426A1 (en) 2013-03-12 2013-03-12 Divide and conquer approach to scenario timeline activity attribution
US13/797,007 2013-03-12
PCT/US2014/020445 WO2014164079A1 (en) 2013-03-12 2014-03-05 Method and system for analyzing a trace timeline of computer system activity

Publications (1)

Publication Number Publication Date
KR20150128711A true KR20150128711A (ko) 2015-11-18

Family

ID=50382640

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157024850A KR20150128711A (ko) 2013-03-12 2014-03-05 컴퓨터 시스템 활동의 트레이스 타임라인을 분석하기 위한 방법 및 시스템

Country Status (6)

Country Link
US (1) US20140282426A1 (ko)
EP (1) EP2972879A1 (ko)
JP (1) JP2016514326A (ko)
KR (1) KR20150128711A (ko)
CN (1) CN105074669A (ko)
WO (1) WO2014164079A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10127017B2 (en) * 2016-11-17 2018-11-13 Vmware, Inc. Devops management
US10642676B2 (en) 2017-05-11 2020-05-05 Microsoft Technology Licensing, Llc Scalable automated detection of functional behavior
US10949285B2 (en) * 2018-03-20 2021-03-16 Optumsoft, Inc. Matchset-based automatic root cause analysis including determining a first fault scenario is to be subsumed by a second fault scenario
US11586661B2 (en) * 2020-12-04 2023-02-21 Palanisamy Thangaraj Systems and methods for documentation through gleaning content with an intuitive user experience

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5898873A (en) * 1996-11-12 1999-04-27 International Business Machines Corporation System and method for visualizing system operation trace chronologies
US6807583B2 (en) * 1997-09-24 2004-10-19 Carleton University Method of determining causal connections between events recorded during process execution
US6785893B2 (en) * 2000-11-30 2004-08-31 Microsoft Corporation Operating system event tracker having separate storage for interrupt and non-interrupt events and flushing the third memory when timeout and memory full occur
US7379860B1 (en) * 2002-03-29 2008-05-27 Cypress Semiconductor Corporation Method for integrating event-related information and trace information
US7131113B2 (en) * 2002-12-12 2006-10-31 International Business Machines Corporation System and method on generating multi-dimensional trace files and visualizing them using multiple Gantt charts
US8032866B1 (en) * 2003-03-27 2011-10-04 Identify Software Ltd. System and method for troubleshooting runtime software problems using application learning
US7263632B2 (en) * 2003-05-07 2007-08-28 Microsoft Corporation Programmatic computer problem diagnosis and resolution and automated reporting and updating of the same
JP2005141663A (ja) * 2003-11-10 2005-06-02 Hitachi Ltd イベントログ解析支援装置、イベントログ表示方法
US7373552B2 (en) * 2004-09-30 2008-05-13 Siemens Aktiengesellschaft Model based diagnosis and repair for event logs
US7721152B1 (en) * 2004-12-21 2010-05-18 Symantec Operating Corporation Integration of cluster information with root cause analysis tool
US7506211B2 (en) * 2005-09-13 2009-03-17 International Business Machines Corporation Automated atomic system testing
US7502967B1 (en) * 2005-10-31 2009-03-10 Hewlett-Packard Development Company, L.P. Identifying an object in a data file that causes an error in an application
US7251584B1 (en) * 2006-03-14 2007-07-31 International Business Machines Corporation Incremental detection and visualization of problem patterns and symptoms based monitored events
US8655623B2 (en) * 2007-02-13 2014-02-18 International Business Machines Corporation Diagnostic system and method
US7856575B2 (en) * 2007-10-26 2010-12-21 International Business Machines Corporation Collaborative troubleshooting computer systems using fault tree analysis
US20090183030A1 (en) * 2008-01-14 2009-07-16 Bethke Bob Episodic cause analysis
US20090320021A1 (en) * 2008-06-19 2009-12-24 Microsoft Corporation Diagnosis of application performance problems via analysis of thread dependencies
JP5542398B2 (ja) * 2009-09-30 2014-07-09 株式会社日立製作所 障害の根本原因解析結果表示方法、装置、及びシステム
US8601444B2 (en) * 2009-10-27 2013-12-03 Microsoft Corporation Analysis and timeline visualization of thread activity
US8539171B2 (en) * 2009-10-27 2013-09-17 Microsoft Corporation Analysis and timeline visualization of storage channels
US8060782B2 (en) * 2010-03-01 2011-11-15 Microsoft Corporation Root cause problem identification through event correlation
US20110227925A1 (en) * 2010-03-16 2011-09-22 Imb Corporation Displaying a visualization of event instances and common event sequences
US8069370B1 (en) * 2010-07-02 2011-11-29 Oracle International Corporation Fault identification of multi-host complex systems with timesliding window analysis in a time series
US8453123B2 (en) * 2010-07-16 2013-05-28 International Business Machines Corporation Time-based trace facility
US8850172B2 (en) * 2010-11-15 2014-09-30 Microsoft Corporation Analyzing performance of computing devices in usage scenarios
US8938720B2 (en) * 2010-11-30 2015-01-20 Sap Se Trace visualization for object oriented programs
JP2012203522A (ja) * 2011-03-24 2012-10-22 Mitsubishi Electric Corp ログ解析支援システム
US8997057B1 (en) * 2011-11-04 2015-03-31 Google Inc. Using trace matching to identify and analyze application traces
US9043760B2 (en) * 2012-05-08 2015-05-26 International Business Machines Corporation Creating dynamic interactive views from trace events for performing deterministic performance analysis
US8887138B2 (en) * 2012-05-25 2014-11-11 Telefonaktiebolaget L M Ericsson (Publ) Debugging in a dataflow programming environment
US9436588B2 (en) * 2012-09-28 2016-09-06 Identify Software Ltd. (IL) Efficient method data recording

Also Published As

Publication number Publication date
JP2016514326A (ja) 2016-05-19
WO2014164079A1 (en) 2014-10-09
CN105074669A (zh) 2015-11-18
US20140282426A1 (en) 2014-09-18
EP2972879A1 (en) 2016-01-20

Similar Documents

Publication Publication Date Title
US10108536B2 (en) Integrated automated test case generation for safety-critical software
CN109739855B (zh) 实现数据表拼接及自动训练机器学习模型的方法和系统
US9454466B2 (en) Explaining partially illegal combinations in combinatorial models
CA2774575A1 (en) System and method for display of software quality
US8418148B2 (en) Thread execution analyzer
US10509719B2 (en) Automatic regression identification
US11436133B2 (en) Comparable user interface object identifications
US10365995B2 (en) Composing future application tests including test action data
KR20150128711A (ko) 컴퓨터 시스템 활동의 트레이스 타임라인을 분석하기 위한 방법 및 시스템
CN112905441A (zh) 测试用例生成方法、测试方法、装置及设备
US11119899B2 (en) Determining potential test actions
JP2009009418A (ja) 検証装置および検証方法
US10042638B2 (en) Evaluating documentation coverage
JP2010102620A (ja) ユーザ操作シナリオ生成装置、方法およびプログラム
EP2972880B1 (en) Kernel functionality checker
US20240086165A1 (en) Systems and methods for building and deploying machine learning applications
JP2017522639A5 (ko)
US9280627B1 (en) GUI based verification at multiple abstraction levels
US8954310B2 (en) Automatic designation of equivalent variable values
US10585779B2 (en) Systems and methods of requirements chaining and applications thereof
GB2397905A (en) Method for automatically generating and ordering test scripts
US20090083718A1 (en) Using a command interpreter at design time
JP2022068566A (ja) テストカバレッジ更新プログラム、テストカバレッジ更新方法および情報処理装置
CN113297062A (zh) 测试方法及装置、电子设备、存储介质
Trout Testing safety-critical systems using Model-based Systems Engineering (MBSE)

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid