WO2019090987A1 - 应用性能分析方法及装置 - Google Patents

应用性能分析方法及装置 Download PDF

Info

Publication number
WO2019090987A1
WO2019090987A1 PCT/CN2018/074626 CN2018074626W WO2019090987A1 WO 2019090987 A1 WO2019090987 A1 WO 2019090987A1 CN 2018074626 W CN2018074626 W CN 2018074626W WO 2019090987 A1 WO2019090987 A1 WO 2019090987A1
Authority
WO
WIPO (PCT)
Prior art keywords
application
duration
performance analysis
analysis result
response
Prior art date
Application number
PCT/CN2018/074626
Other languages
English (en)
French (fr)
Inventor
于蕊
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019090987A1 publication Critical patent/WO2019090987A1/zh

Links

Classifications

    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]

Definitions

  • the present application relates to the field of application analysis technologies, and in particular, to an application performance analysis method and apparatus.
  • the present application provides an application performance analysis method and apparatus, and the main purpose thereof is to solve the problem that the response time of applying a certain function is cumbersome by using a test tool or manually checking a log file recorded by a WEB server. It is more time consuming and affects the efficiency of the statistical application function response time, which in turn affects the analysis efficiency of the application performance.
  • an application performance analysis method comprising:
  • the application response average response duration is compared with a pre-established performance baseline standard to obtain a corresponding application performance analysis result.
  • an application performance analysis apparatus comprising:
  • a collecting unit configured to collect application request related information in an application system log file
  • a statistical unit configured to count, according to the application request related information collected by the collecting unit, an average response time of an application request of the same application function in a predetermined time interval;
  • the analyzing unit is configured to compare the average response time of the application request with a pre-established performance baseline standard, and obtain a corresponding application performance analysis result.
  • a storage device having stored thereon a computer program, the program being implemented by a processor to implement the above-described application performance analysis method.
  • a physical device for applying performance analysis including a storage device, a processor, and a computer program stored on the storage device and operable on the processor, when the processor executes the program Implement the above application performance analysis method.
  • the application performance analysis method and device provided by the present application can be automatically compared from the application log file by using the test tool or manually checking the log file recorded by the WEB server.
  • the application request related information is collected, and the average response time of the application request of the same application function in the predetermined time interval is obtained according to the information, and the application performance analysis result is automatically analyzed according to the average response duration, without using a testing tool or manual checking, operation
  • the simple and time-saving method improves the efficiency of the response time of the statistical application function, thereby improving the analysis efficiency of the application performance.
  • FIG. 1 is a schematic flow chart of an application performance analysis method provided by an embodiment of the present application.
  • FIG. 2 is a schematic flowchart diagram of another application performance analysis method provided by an embodiment of the present application.
  • FIG. 3 is a schematic structural diagram of an application performance analysis apparatus according to an embodiment of the present application.
  • FIG. 4 is a schematic structural diagram of another application performance analysis apparatus provided by an embodiment of the present application.
  • the embodiment of the present application provides an application performance analysis method, which is simple and time-saving, can improve the efficiency of the statistical application function response time, and can improve the analysis efficiency of the application performance.
  • the method includes:
  • the application request related information includes a time when the client sends an application request to the WEB server, a time when the WEB server receives the application request, a request content of the application request, a time when the WEB server returns the application request processing result, and a processing of the application request.
  • the application system log file is used to save information about the application request recorded by the WEB server when processing the application request.
  • the executor of the embodiment of the present application may be an apparatus for applying performance analysis, and may be specifically configured to analyze an application request response duration corresponding to a certain function, and find an application function whose application request response duration is greater than a certain threshold, so as to implement the application. Performance analysis to improve the functionality of the application in the future.
  • Count according to the collected application request related information, an average response time of an application request of the same application function in a predetermined time interval.
  • the predetermined time interval can be set in advance according to actual needs.
  • the predetermined time interval may be daily, weekly, monthly, and the like.
  • the response time of the application request is calculated according to the time when the client requests the application to send the application request and the time when the WEB server returns the application request processing result, and the time when the WEB server returns the application request processing result may be subtracted from the client.
  • the time at which the application sends the application request is obtained, and the response time length of the application request is obtained. After the response time of each application request is obtained, the average response time of the application request of the same application function in the predetermined time interval is counted.
  • a large amount of sample data of the application request response duration may be collected in advance, and then the sample data is statistically analyzed to find a performance baseline standard that conforms to a universal standard.
  • the application response average response time of the same application function with the performance baseline standard daily, and compare the application function with the application request average response time less than the performance baseline standard as normal, and the application request average response time is greater than the performance baseline.
  • the standard application function is recorded as dangerous; the daily application performance analysis result is generated according to the marking result of each application function and the corresponding application request average response duration, and finally can be displayed to the application analyst in the form of a graph or a table. In order to find the application function that has an abnormality in time.
  • An application performance analysis method provided by the embodiment of the present application may be compared with a method for manually checking a log file recorded by a WEB server by using a test tool or manually.
  • the embodiment of the present application may apply an application according to the collected application system log file.
  • the related information is automatically collected to obtain the average response time of the application request of the same application function within the predetermined time interval, and then the application performance analysis result is automatically analyzed according to the average response duration, without the need of testing tools or manual checking, the operation is simple and time-saving, and the statistics are improved.
  • the efficiency of the application response time is increased, which improves the analysis efficiency of the application performance.
  • the method includes:
  • time interval ranges can be divided according to different actual needs. For example, three time interval ranges are divided according to actual needs, and the duration interval range of the performance baseline standard less than 1 time is specifically divided into the A duration interval range; the performance baseline standard is greater than 1 time, and the performance baseline standard is less than 2 times.
  • the duration interval range is divided into the B duration interval range; the duration interval range of the performance baseline standard greater than 2 times is divided into the C duration interval range.
  • the flag information corresponding to the range of the A time interval is configured as normal; the flag information corresponding to the range of the B time interval is a warning; and the tag information corresponding to the range of the C time interval is dangerous.
  • the application request related information in the log file of the related application system on the WEB server may be collected in real time; then the collected application request related information is synchronized to the core server, and the synchronized information is traversed and executed on the core server.
  • These applications request files of related information to insert relevant information of these application requests into the core database in a timely manner. In this way, the newly added configuration monitoring application request related information can also be inserted into the core database in time.
  • Count according to the collected application request related information, an average response time of an application request of the same application function in a predetermined time interval.
  • the inserted application request related information is analyzed in the core database according to a predetermined time interval, and the application response average response duration of the same application function in a predetermined time interval is counted.
  • the pressure on the WEB server can be alleviated.
  • step 201 and step 202 if the application function a request response average response time within one day is less than 1 time performance baseline standard, it is within the range of A duration; if the application function b is applied within one day
  • the performance baseline criteria for requesting an average response time greater than 2 times indicates that it is within the C time interval.
  • the application response average response time of the same application function is compared with the performance baseline standard, and the tag information of the application function a is normal, and the tag information of the application function b is dangerous, according to the application.
  • the result of the function a and b, and the corresponding application request average response duration, etc. generate application performance analysis results, and finally can be presented to the application analyst in the form of a graph or a table, in which the application function a can be "normal”
  • the analysis result is marked in green, and the analysis result of the "danger" of the application function b is marked in red, so that the application analyst can timely find the application function b in which the abnormality occurs.
  • the method may further include: collecting the related information according to the collected application, and the statistics are the same within the predetermined time interval.
  • the application of the application function requests the longest response duration and the number of application requests.
  • the step 206 may include: determining the application function response according to the tag information corresponding to the determined duration interval range, the longest response duration of the application request, and the number of application requests. Performance analysis results.
  • the application response time By counting the application response time and the number of application requests for the same application function, you can analyze the worst case response of the application function and the general usage of the application function. You can also preset the worst response time base benchmark, and then count the statistics. In each application request of the application function in the time interval, the application request response time is greater than the application number of the worst response time base reference, and the number is analyzed to analyze the performance of the application function, and if the number is more, the application is described.
  • the function often responds to delays and has already brought a bad experience to the user; if the number is small, it is only a few scattered among many application requests, indicating that the application function occasionally has a response delay and does not affect normal use.
  • the method may further include: detecting the statistically obtained application request of the application function within a predetermined time interval.
  • Corresponding credibility is configured according to different number interval ranges in advance, and the corresponding credibility is higher as the number range of the number interval ranges is larger.
  • the reliability corresponding to the range of the number range less than 100 may be configured to be 40%, and the reliability corresponding to the range of the number of intervals greater than or equal to 100 and less than 1000 may be configured as 50%
  • the reliability range corresponding to the range of the quantity range greater than or equal to 1000 and less than 5000 is 60%, and similarly, the reliability corresponding to the range of the quantity range greater than 1000000 is configured to be 95%, etc.;
  • the number of application requests in the day may be detected according to the number of application requests of the application function, and if the application request quantity is within a range of more than 1000000, the The analytical confidence of the obtained performance analysis results is marked as 95%, which in turn makes the analyst understand that the analysis results are highly reliable.
  • the method may further include: counting the number of application requests corresponding to different application functions in a predetermined time interval; Sending the client information of the application request, and counting the number of users using the same application function in a predetermined time interval; correspondingly, the step 206 may further include: the number of application requests corresponding to the comparison result and the different application functions, and using the same application The number of users of the function determines the corresponding application performance analysis results.
  • the client information may include device related information, user account information, and the like of the terminal device where the client is located.
  • device related information can be device model, international mobile device identifier (International Mobile Equipment Identity, IMEI, etc.
  • user account information can be a user login account, identity number (Identity, ID), and the like.
  • the client information is used to distinguish different users. For example, according to the device-related information of the terminal device where the client is requested to send an application, how many terminal devices use the same application function every day.
  • the usage ratio of different functions of the application can be analyzed, and which application functions are favored by users, and which application functions are users.
  • the application response time length analysis combined with the above application functions can be used to preferentially process and maintain the application function according to the degree of user preference, which is preferred to the user. Frequently used application features that occur in order to meet user needs in a timely manner.
  • the method further includes: querying user account information corresponding to the client that sends the application request; and querying the user account information from the query.
  • the user attribute characteristic information of the user population whose ratio is greater than the preset ratio threshold is determined.
  • the step 206 may further include: determining, according to the comparison result, the number of populations obtained by statistics, and the statistical attribute information of the user attribute, Apply performance analysis results.
  • the user attribute information may include information such as the gender, age, occupation, hobbies, and the like of the user.
  • the number of people having similar user attribute characteristics among all user groups using the application function b in one day such as the number of users with the same gender, similar age, similar occupation, similar interests, and then found.
  • the user attribute characteristic information of the user population whose proportion exceeds a certain threshold that is, the user attribute characteristics common to all user groups using the application function a in this day, such as these users are basically between 20 and 30 years old.
  • Female users, and occupations are basically clerk-related occupations, statistics of these user attribute characteristics; then if through the comparison analysis, the application function b application response average response time is greater than 2 times the performance baseline standard, in a dangerous time interval Within the scope, based on the information content, the performance analysis result of the application function b response situation is generated, so that the follow-up technician can perform performance maintenance on the application function b, and add some women between the ages of 20 and 30 and whose occupation is a clerk-related occupation.
  • User-friendly element content to increase users Viscosity test applications.
  • the application performance analysis result is determined.
  • the method further includes: obtaining communication mode information of the application maintenance module corresponding to the application system; and transmitting the analyzed application performance analysis result to the application maintenance module in real time according to the obtained communication mode information.
  • the application maintenance module may be a unit module that performs performance maintenance on the application according to the performance analysis result of the application function response.
  • the communication mode information may include Claims Maintenance Module Email (Electronic MAIL, E-mail) address, IP address, phone number, account number of instant messaging tool, etc.
  • the analysis result may be sent to the application maintenance module for processing in real time, so as to timely perform maintenance processing on the application function with the abnormal condition to ensure the user's good experience for the application.
  • Another application performance analysis method provided by the embodiment of the present application can improve the efficiency of the response time of the statistical application function, and improve the analysis efficiency of the application performance without using a test tool or a manual check, thereby improving the analysis efficiency of the application performance;
  • Analysis in the database, not in the WEB server analysis can reduce the pressure on the WEB server; and can also count the application response time of the application function, the maximum response time, the number of application requests, can analyze the worst case response of the application function and the application function Universal use; by increasing the analytical credibility of the analysis results, the analyst can understand the analytical reliability of the analysis results; can also analyze the performance of different application functions of the application, and can further analyze the application in combination with the market prospect of the application. Performance improvements.
  • an embodiment of the present application provides an application performance analysis apparatus.
  • the apparatus includes: a collection unit 31, a statistics unit 32, and an analysis unit. 33.
  • the collecting unit 31 may be configured to collect application request related information in an application system log file.
  • the statistic unit 32 may be configured to collect, according to the application request related information collected by the collecting unit 31, the average response time of the application request of the same application function in a predetermined time interval;
  • the analyzing unit 33 is configured to perform a comparison analysis between the application request average response duration and the pre-established performance baseline standard to obtain a corresponding application performance analysis result.
  • the device further includes: a dividing unit 34, a configuration unit 35;
  • the dividing unit 34 can be configured to divide different time interval ranges according to the performance baseline criteria of different multiples
  • the configuration unit 35 can be configured to configure tag information corresponding to each time interval range
  • the analyzing unit 33 may be configured to determine, according to the determined time interval range, the duration of the application response average response time range, and determine the application function according to the determined tag information corresponding to the determined duration interval range. Performance analysis results in response to the situation.
  • the statistics unit 32 may be further configured to: according to the application request related information, statistics the maximum response time of the application request of the same application function in a predetermined time interval. And the number of application requests;
  • the analyzing unit 33 may be further configured to determine a performance analysis result of the application function response according to the determined tag information corresponding to the determined duration segment range, the application request maximum response duration, and the application request quantity.
  • the device further includes: a detecting unit 36, a marking unit 37;
  • the detecting unit 36 is configured to detect a preset number interval range in which the application request quantity is located, and different preset quantity interval ranges respectively correspond to different analysis credibility;
  • the marking unit 37 is configured to: according to the preset number interval range in which the number of the application requests detected by the detecting unit 36 is located, the analysis of the performance analysis result of the corresponding application function response situation in the predetermined time interval may be Reliability.
  • the statistics unit 32 may be further configured to count the number of application requests corresponding to different application functions in a predetermined time interval; and send the application request in combination.
  • Client information counting the number of users using the same application function within a predetermined time interval;
  • the analyzing unit 33 may be further configured to determine, according to the comparison result, the application request quantity, and the number of users, the corresponding application performance analysis result.
  • the device further includes: a query unit 38, an obtaining unit 39;
  • the query unit 38 may be configured to query user account information corresponding to the client that sends the application request.
  • the obtaining unit 39 may be configured to obtain user attribute information from user registration information corresponding to the user account information;
  • the statistic unit 32 may be further configured to, according to the user attribute information, count the number of people having similar user attribute characteristics among all user groups using the same application function in a predetermined time interval, and according to the population quantity, the proportion is greater than User attribute characteristic information of a user population with a proportional threshold;
  • the analyzing unit 33 is further configured to determine, according to the comparison result, the number of the population, and the user attribute characteristic information, the corresponding application performance analysis result.
  • the device further includes: a push unit 310;
  • the obtaining unit 39 is further configured to obtain the communication mode information of the application maintenance module corresponding to the application system;
  • the pushing unit 310 can be configured to push the application performance analysis result to the application maintenance module in real time according to the communication mode information.
  • the embodiment of the present application further provides a storage device, where a computer program is stored, and when the program is executed by the processor, the foregoing FIG. 1 and FIG. 2 are implemented.
  • the embodiment of the present application further provides a physical device for applying performance analysis, the entity
  • the apparatus includes a storage device and a processor; the storage device is configured to store a computer program; the processor is configured to execute the computer program to implement the application performance analysis method as described above in FIGS. 1 and 2.
  • the operation is simple and time-saving, the operation efficiency of the statistical application function response time is improved, and the analysis efficiency of the application performance is improved, and the analysis can be performed in the core database without using the test tool or manual check.
  • Analysis in the WEB server can reduce the pressure on the WEB server; and can also count the application response time of the application function, the maximum response time, and the number of application requests, and can analyze the worst case response of the application function and the general use of the application function;
  • the analysis results increase the reliability of the analysis of the mark, so that the analyst can understand the analytical reliability of the analysis results; can also analyze the performance status of the application's different application functions, and can further analyze the application performance improvement in combination with the application market prospects.
  • the present application can be implemented by hardware, or by software plus a necessary general hardware platform.
  • the technical solution of the present application may be embodied in the form of a software product, which may be stored in a non-volatile storage medium (which may be a CD-ROM, a USB flash drive, a mobile hard disk, etc.), including several The instructions are for causing a computer device (which may be a personal computer, server, or network device, etc.) to perform the methods described in various implementation scenarios of the present application.
  • modules in the apparatus in the implementation scenario may be distributed in the apparatus for implementing the scenario according to the implementation scenario description, or may be correspondingly changed in one or more devices different from the implementation scenario.
  • the modules of the above implementation scenarios may be combined into one module, or may be further split into multiple sub-modules.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种应用性能分析方法及装置，涉及应用分析技术领域，可以提高了统计应用功能响应时长的效率，进而可以提高应用性能的分析效率。所述方法包括：收集应用系统日志文件中的应用请求相关信息；根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。本申请适用于应用性能的分析。

Description

应用性能分析方法及装置
本申请要求与2017年11月8日提交中国专利局、申请号为201711096910.4、发明名称为“应用性能分析方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在申请中。
技术领域
本申请涉及应用分析技术领域，特别是涉及一种应用性能分析方法及装置。
背景技术
随着市场上平板电脑、智能手机等智能终端的兴起，智能终端已经成为人们生活中不可或缺的一部分，人们可以通过智能终端上安装的应用进行在线聊天、网络游戏、网上购物等操作。但是有时用户在体验应用某些功能时，会存在卡顿现象，其一个主要原因是由于该功能的应用请求响应时长过长造成的，因此需要统计应用这些功能的响应时长，以便后续进行应用分析，找到问题所在。
目前，在统计应用某一功能的响应时长时，需要借助测试工具，或人工翻查万维网（World Wide Web，WEB）服务器记录的日志文件，从该日志文件中查找WEB服务器对与该功能相应的应用请求处理响应时长，进而得到应用该功能的响应时长，然而这种方式步骤繁琐且较耗费时间，会影响统计应用功能响应时长的效率，进而会影响应用性能的分析效率。
发明内容
有鉴于此，本申请提供了一种应用性能分析方法及装置，主要目的在于解决目前通过借助测试工具或人工翻查WEB服务器记录的日志文件，查查找应用某一功能的响应时长时步骤繁琐且较耗费时间，会影响统计应用功能响应时长的效率，进而会影响应用性能的分析效率的问题。
依据本申请一个方面，提供了一种应用性能分析方法，该方法包括：
收集应用系统日志文件中的应用请求相关信息；
根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
依据本申请另一个方面，提供了一种应用性能分析装置，该装置包括：
收集单元，用于收集应用系统日志文件中的应用请求相关信息；
统计单元，用于根据所述收集单元收集到的应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
分析单元，用于将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
依据本申请又一个方面，提供了一种存储设备，其上存储有计算机程序，所述程序被处理器执行时实现上述应用性能分析方法。
依据本申请再一个方面，提供了一种应用性能分析的实体装置，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述应用性能分析方法。
借由上述技术方案，本申请提供的一种应用性能分析方法及装置，与目前通过借助测试工具或人工翻查WEB服务器记录的日志文件的方式相比，本申请可以从应用系统日志文件中自动收集应用请求相关信息，并根据该信息统计得到预定时间间隔内相同应用功能的应用请求平均响应时长，进而依据该平均响应时长自动分析得到应用性能分析结果，无需借助测试工具或人工翻查，操作简单省时，提高了统计应用功能响应时长的效率，从而提高了应用性能的分析效率。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本申请实施例提供的一种应用性能分析方法流程示意图；
图2示出了本申请实施例提供的另一种应用性能分析方法流程示意图；
图3示出了本申请实施例提供的一种应用性能分析装置的结构示意图；
图4示出了本申请实施例提供的另一种应用性能分析装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种应用性能分析方法，操作简单省时，可以提高统计应用功能响应时长的效率，进而可以提高应用性能的分析效率，如图1所示，该方法包括：
101、收集应用系统日志文件中的应用请求相关信息。
其中，应用请求相关信息包括客户端向WEB服务器发送应用请求的时间、WEB服务器接收到应用请求的时间、该应用请求的请求内容、WEB服务器返回该应用请求处理结果的时间、该应用请求的处理结果内容及发送该应用请求的客户端信息（如所在终端设备的设备标识、登录的用户信息等）等内容。应用系统日志文件用于保存WEB服务器处理应用请求时所记录的应用请求相关信息。
对于本申请实施例的执行主体可以为用于应用性能分析的装置，具体可以用于分析应用某一功能相应的应用请求响应时长，找到应用请求响应时长大于一定阈值的应用功能，做到应用的性能分析，以便后续对该应用功能进行改进。
102、根据收集到的应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长。
其中，预定时间间隔可以根据实际需求预先进行设定。例如，预定时间间隔可以为每天、每周、每月等。
例如，根据应用请求相关信息包含的客户端发送应用请求的时间、以及WEB服务器返回应用请求处理结果的时间，计算应用请求的响应时长，具体可以将WEB服务器返回应用请求处理结果的时间减去客户端发送该应用请求的时间，得到该应用请求的响应时长，在得到每个应用请求的响应时长后，统计在预定时间间隔内相同应用功能的应用请求平均响应时长。
103、将应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
在本实施例中，可以预先收集大量的应用请求响应时长的样本数据，然后对样本数据进行统计分析，找到符合普遍标准的性能基线标准。
例如，将每日相同应用功能的应用请求平均响应时长与性能基线标准进行比对分析，将应用请求平均响应时长小于性能基线标准的应用功能记为正常，并将应用请求平均响应时长大于性能基线标准的应用功能记为危险；根据每个应用功能的标记结果，以及相应的应用请求平均响应时长等信息，生成每日应用性能分析结果，最后可以以图或表等形式展示给应用分析人员，以便及时找到出现异常的应用功能。
本申请实施例提供的一种应用性能分析方法，与目前通过借助测试工具或人工翻查WEB服务器记录的日志文件的方式相比，本申请实施例可以根据收集到的应用系统日志文件中应用请求相关信息自动统计得到预定时间间隔内相同应用功能的应用请求平均响应时长，进而依据该平均响应时长自动分析得到应用性能分析结果，无需借助测试工具或人工翻查，操作简单省时，提高了统计应用功能响应时长的效率，从而提高了应用性能的分析效率。
进一步的，作为上述实施例具体实施方式的细化和扩展，提供了另一种应用性能分析方法，如图2所示，该方法包括：
201、预先根据不同倍数的性能基线标准，划分不同的时长区间范围。
具体可以根据不同的实际需要，划分不同的时长区间范围。例如，根据实际需要划分三个时长区间范围，具体将小于1倍的性能基线标准的时长区间范围划分为A时长区间范围；将大于1倍的性能基线标准、且小于2倍的性能基线标准的时长区间范围划分为B时长区间范围；将大于2倍的性能基线标准的时长区间范围划分为C时长区间范围。
202、配置每个时长区间范围对应的标记信息。
例如，在上述201中实例的基础上，配置A时长区间范围对应的标记信息为正常；配置B时长区间范围对应的标记信息为警告；配置C时长区间范围对应的标记信息为危险。
203、当接收到应用性能分析的指令时，收集应用系统日志文件中的应用请求相关信息。
在本实施例中，可以实时收集WEB服务器上相关应用系统的日志文件中的应用请求相关信息；然后将收集到的应用请求相关信息同步到核心服务器上，在核心服务器上遍历并执行已同步的这些应用请求相关信息的文件，以便将这些应用请求相关信息及时插入到核心数据库中，通过这种方式可以使新增的已配置监控的应用请求相关信息也及时插入到核心数据库中。
204、根据收集到的应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长。
在核心数据库中按照预定时间间隔分析插入的这些应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长。在本实施例中，通过在核心数据库中进行分析，不在WEB服务器中分析，可以减轻WEB服务器的压力。
205、从不同的时长区间范围中确定应用请求平均响应时长所处于的时长区间范围。
例如，在步骤201和步骤202的实例中，如果应用功能a在一天内的应用请求平均响应时长小于1倍的性能基线标准，说明处于A时长区间范围内；如果应用功能b在一天内的应用请求平均响应时长大于2倍的性能基线标准，说明处于C时长区间范围内。
206、依据确定的时长区间范围对应的标记信息，确定应用功能响应情况的性能分析结果。
例如，基于步骤205的实例，将每日相同应用功能的应用请求平均响应时长与性能基线标准进行比对分析，得到应用功能a的标记信息为正常、应用功能b的标记信息为危险，根据应用功能a和b的标记结果，以及相应的应用请求平均响应时长等信息，生成应用性能分析结果，最后可以以图或表等形式展示给应用分析人员，在图中可以将应用功能a的“正常”分析结果标记为绿色，将应用功能b的“危险”的分析结果标记为红色，以便应用分析人员及时发现出现异常的应用功能b。
进一步的，为了更加全面的分析应用功能的性能状况，在本申请的一个可选实施例中，在步骤206之前，还可以包括：根据收集到的应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求最长响应时长以及应用请求数量；相应的，步骤206具体可以包括：依据确定的时长区间范围对应的标记信息、应用请求最长响应时长以及应用请求数量，确定应用功能响应情况的性能分析结果。
通过统计相同应用功能的应用请求最长响应时长以及应用请求数量，可以分析应用功能响应最差的情况以及该应用功能的普遍使用情况；还可以预先设定最差响应时长基准，然后统计在预定时间间隔内该应用功能的各个应用请求中，应用请求响应时长大于该最差响应时长基准的应用请求个数，以及该个数分析该应用功能的性能情况，如果该个数较多说明该应用功能经常响应延迟，已经给用户带来不好的体验；如果该个数较少，只是众多应用请求中的零散几个，说明该应用功能偶尔会发生响应延迟，不影响正常使用。
对于本可选实施例，为了使得分析人员快速了解分析结果的准确性，在确定应用功能响应情况的性能分析结果之后，还可以包括：检测统计得到的在预定时间间隔内该应用功能的应用请求数量所处于的预设数量区间范围，其中不同的预设数量区间范围分别对应不同的分析可信度；根据检测到的该应用功能的应用请求数量所处于的预设数量区间范围，标记在预定时间间隔内对应的应用功能响应情况的性能分析结果的分析可信度。
预先根据不同的数量区间范围，分别配置对应的可信度，并且随着数量区间范围的数量级越多，相应的可信度越高。例如，参照预定时间间隔为每天，可以将小于100的数量区间范围对应的可信度配置为40%，将大于或等于100且小于1000的数量区间范围对应的可信度配置为50%，将大于或等于1000且小于5000的数量区间范围对应的可信度配置为60%，类似的，最后将大于1000000的数量区间范围对应的可信度配置为95%等；在通过上述方法得到一天内应用功能响应情况的性能分析结果之后，可以根据该应用功能在这一天内的应用请求数量，检测其所在的预设数量区间范围，如果该应用请求数量处于大于1000000的数量区间范围内，可以将得到的性能分析结果的分析可信度标记为95%，进而使得分析人员了解该分析结果的分析可靠性很高。
进一步的，为了更加全面的分析应用的不同应用功能的性能状况，在本申请的一个可选实施例中，还可以包括：统计在预定时间间隔内不同应用功能分别对应的应用请求数量；及结合发送应用请求的客户端信息，统计在预定时间间隔内使用相同应用功能的用户数量；相应的，步骤206具体还可以包括：依据比对结果、不同应用功能分别对应的应用请求数量和使用相同应用功能的用户数量，确定得到相应的应用性能分析结果。
其中，客户端信息可以包含客户端所在终端设备的设备相关信息、用户账号信息等。例如设备相关信息可以为设备型号、国际移动设备识别码（International Mobile Equipment Identity，IMEI）等；用户账号信息可以为用户登录账号、身份标识号码（Identity，ID）等。客户端信息用于区别不同的用户，例如，根据发送应用请求的客户端所在终端设备的设备相关信息，统计每日有多少终端设备使用了相同的应用功能。
通过分析在预定时间间隔内不同应用功能分别对应的应用请求数量，以及使用相同应用功能的用户数量，可以分析应用不同功能的使用占比，得到哪些应用功能比较受到用户青睐，哪些应用功能是用户不常用的，结合上述应用功能的应用请求响应时长分析，对于出现异常的应用功能，可以依照用户青睐程度，有选择性的优先进行处理维护，相对于用户不常用的应用功能，优先维护用户普遍经常使用的出现异常的应用功能，以便及时满足用户的需求。
为了结合应用的市场前景进一步分析应用性能的改进之处，在本申请的一个可选实施例中，还可以包括：查询发送应用请求的客户端对应的用户账户信息；从查询到的用户账户信息相应的用户注册信息中获取用户属性信息；结合获取到的用户属性信息，统计在预定时间间隔内使用相同应用功能的所有用户人群中具有类似用户属性特征的人群数量，并根据统计得到的人群数量统计占比大于预设比例阈值的用户人群的用户属性特征信息；相应的，步骤206具体还可以包括：依据比对结果、统计得到的人群数量和统计得到的用户属性特征信息，确定得到相应的应用性能分析结果。其中，用户属性信息可以包含用户的性别、年龄、职业、兴趣爱好等信息。
例如，结合用户的属性信息，统计在一天内使用应用功能b的所有用户人群中具有类似用户属性特征的人群数量，如性别相同、年龄相仿、职业类似、兴趣爱好类似的用户人群数量，然后找到人群数量占比大于一定阈值的用户人群的用户属性特征信息，即在这一天内使用应用功能a的所有用户人群中具有共性的用户属性特征，如这些用户基本都是20岁至30岁之间的女性用户、且职业基本都是文员相关的职业，统计这些用户属性特征；然后如果通过比对分析，得到应用功能b的应用请求平均响应时长大于2倍的性能基线标准，处于危险的时长区间范围内，基于这些信息内容生成应用功能b响应情况的性能分析结果，以便后续技术人员对应用功能b进行性能维护时，增加一些20岁至30岁之间的、且职业是文员相关职业的女性用户所青睐的元素内容，以便增加用户体验应用的粘性。
通过上述这种方式不但可以分析应用的性能，还可以统计体验应用的用户人群中具有共性的用户属性特征，可以为后续对应用性能改进提供参考建议，便于用户更好的体验应用。
进一步的，为了提醒技术人员对应用出现异常状况时及时进行维护处理，对应用请求响应时长过长的应用功能进行及时维护，在本申请的一个可选实施例中，在确定得到应用性能分析结果之后，还可以包括：获取应用系统对应的应用维护模块的通信方式信息；根据获取到的通信方式信息，将分析得到的应用性能分析结果实时推送给应用维护模块。其中，应用维护模块可以为根据应用功能响应情况的性能分析结果，对应用进行性能维护的单元模块，具体处理过程可以参见现有技术中的处理方式，在此不再赘述；通信方式信息可以包含理赔维护模块的电子邮箱（Electronic MAIL，E-mail）地址、IP地址、电话号码、即时通信工具的账号等。
在本实施例中，在确定得到应用性能分析结果之后，可以将该分析结果实时推送给应用维护模块进行处理，以便及时对存在异常状况的应用功能进行维护处理，保证用户对应用的良好体验。
本申请实施例提供的另一种应用性能分析方法，无需借助测试工具或人工翻查，操作简单省时，提高了统计应用功能响应时长的效率，进而提高了应用性能的分析效率；可以在核心数据库中进行分析，不在WEB服务器中分析，可以减轻WEB服务器的压力；并且还可以统计应用功能的应用请求最长响应时长、应用请求数量，可以分析应用功能响应最差的情况以及该应用功能的普遍使用情况；通过对分析结果增加分析可信度的标记，使得分析人员了解该分析结果的分析可靠性；还可以分析应用的不同应用功能的性能状况，以及可以结合应用的市场前景进一步分析应用性能的改进之处。
进一步的，作为图1和图2所述方法的具体实现，本申请实施例提供了一种应用性能分析装置，如图3所示，所述装置包括：收集单元31、统计单元32、分析单元33。
收集单元31，可以用于收集应用系统日志文件中的应用请求相关信息；
统计单元32，可以用于根据所述收集单元31收集到的应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
分析单元33，可以用于将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
在具体的应用场景中，为了细粒度的分析得到应用性能分析结果，如图4所示，所述装置还包括：划分单元34、配置单元35；
划分单元34，可以用于根据不同倍数的所述性能基线标准，划分不同的时长区间范围；
配置单元35，可以用于配置每个时长区间范围对应的标记信息；
分析单元33，具体可以用于从所述不同的时长区间范围中确定所述应用请求平均响应时长所处于的时长区间范围；依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果。
在具体的应用场景中，为了更加全面的分析应用功能的性能状况，统计单元32，还可以用于根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求最长响应时长以及应用请求数量；
分析单元33，具体还可以用于依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果。
在具体的应用场景中，为了使得分析人员快速了解分析结果的准确性，如图4所示，所述装置还包括：检测单元36、标记单元37；
检测单元36，用于检测所述应用请求数量所处于的预设数量区间范围，不同的预设数量区间范围分别对应不同的分析可信度；
标记单元37，用于根据检测单元36检测到的所述应用请求数量所处于的预设数量区间范围，标记在所述预定时间间隔内对应的所述应用功能响应情况的性能分析结果的分析可信度。
在具体的应用场景中，为了更加全面的分析应用的不同应用功能的性能状况，统计单元32，还可以用于统计在预定时间间隔内不同应用功能分别对应的应用请求数量；及结合发送应用请求的客户端信息，统计在预定时间间隔内使用相同应用功能的用户数量；
相应的，分析单元33，具体还可以用于依据比对结果、所述应用请求数量和所述用户数量，确定得到相应的应用性能分析结果。
在具体的应用场景中，为了结合应用的市场前景进一步分析应用性能的改进之处，如图4所示，所述装置还包括：查询单元38、获取单元39；
查询单元38，可以用于查询发送应用请求的客户端对应的用户账户信息；
获取单元39，可以用于从所述用户账户信息相应的用户注册信息中获取用户属性信息；
统计单元32，还可以用于结合所述用户属性信息，统计在预定时间间隔内使用相同应用功能的所有用户人群中具有类似用户属性特征的人群数量，并根据所述人群数量统计占比大于预设比例阈值的用户人群的用户属性特征信息；
相应的，分析单元33，具体还可以用于依据比对结果、所述人群数量和所述用户属性特征信息，确定得到相应的应用性能分析结果。
在具体的应用场景中，为了提醒技术人员对应用出现异常状况时及时进行维护处理，对应用请求响应时长过长的应用功能进行及时维护，如图4所示，所述装置还包括：推送单元310；
获取单元39，还可以用于获取所述应用系统对应的应用维护模块的通信方式信息；
推送单元310，可以用于根据所述通信方式信息，将所述应用性能分析结果实时推送给所述应用维护模块。
需要说明的是，本申请实施例提供的一种应用性能分析装置所涉及各功能单元的其他相应描述，可以参考图1和图2中的对应描述，在此不再赘述。
基于上述如图1和图2所示方法，相应的，本申请实施例还提供了一种存储设备，其上存储有计算机程序，该程序被处理器执行时实现上述如图1和图2所示的应用性能分析方法。
基于上述如图1和图2所示方法和如图3和如图4所示虚拟装置的实施例，为了实现上述目的，本申请实施例还提供了一种应用性能分析的实体装置，该实体装置包括存储设备和处理器；所述存储设备，用于存储计算机程序；所述处理器，用于执行所述计算机程序以实现上述如图1和图2所示的应用性能分析方法。
通过应用本申请的技术方案，无需借助测试工具或人工翻查，操作简单省时，提高了统计应用功能响应时长的效率，进而提高了应用性能的分析效率；可以在核心数据库中进行分析，不在WEB服务器中分析，可以减轻WEB服务器的压力；并且还可以统计应用功能的应用请求最长响应时长、应用请求数量，可以分析应用功能响应最差的情况以及该应用功能的普遍使用情况；通过对分析结果增加分析可信度的标记，使得分析人员了解该分析结果的分析可靠性；还可以分析应用的不同应用功能的性能状况，以及可以结合应用的市场前景进一步分析应用性能的改进之处。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请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，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。
以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (28)

  1. 一种应用性能分析方法，其特征在于，包括：
    收集应用系统日志文件中的应用请求相关信息；
    根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
    将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
  2. 根据权利要求1所述的方法，其特征在于，将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果之前，所述方法还包括：
    根据不同倍数的所述性能基线标准，划分不同的时长区间范围；及配置每个时长区间范围对应的标记信息；
    所述将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，包括：从所述不同的时长区间范围中确定所述应用请求平均响应时长所处于的时长区间范围；
    依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果。
  3. 根据权利要求2所述的方法，其特征在于，所述依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果之前，所述方法还包括：
    根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求最长响应时长以及应用请求数量；
    所述依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果，包括：
    依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果。
  4. 根据权利要求3所述的方法，其特征在于，所述依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果之后，所述方法还包括：
    检测所述应用请求数量所处于的预设数量区间范围，不同的预设数量区间范围分别对应不同的分析可信度；
    根据检测到的所述应用请求数量所处于的预设数量区间范围，标记在所述预定时间间隔内对应的所述应用功能响应情况的性能分析结果的分析可信度。
  5. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    统计在预定时间间隔内不同应用功能分别对应的应用请求数量；及结合发送应用请求的客户端信息，统计在预定时间间隔内使用相同应用功能的用户数量；
    所述将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，具体包括：
    依据比对结果、所述应用请求数量和所述用户数量，确定得到相应的应用性能分析结果。
  6. 根据权利要求1所述的方法，其特征在于，所述方法还包括：
    查询发送应用请求的客户端对应的用户账户信息；
    从所述用户账户信息相应的用户注册信息中获取用户属性信息；
    结合所述用户属性信息，统计在预定时间间隔内使用相同应用功能的所有用户人群中具有类似用户属性特征的人群数量，并根据所述人群数量统计占比大于预设比例阈值的用户人群的用户属性特征信息；
    所述将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，包括：
    依据比对结果、所述人群数量和所述用户属性特征信息，确定得到相应的应用性能分析结果。
  7. 根据权利要求1所述的方法，其特征在于，所述将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果之后，所述方法还包括：
    获取所述应用系统对应的应用维护模块的通信方式信息；
    根据所述通信方式信息，将所述应用性能分析结果实时推送给所述应用维护模块。
  8. 一种应用性能分析装置，其特征在于，包括：
    收集单元，用于收集应用系统日志文件中的应用请求相关信息；
    统计单元，用于根据所述收集单元收集到的应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
    分析单元，用于将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
  9. 根据权利要求8所述的装置，其特征在于，所述装置还包括：划分单元和配置单元；
    所述划分单元，用于根据不同倍数的所述性能基线标准，划分不同的时长区间范围；
    所述配置单元，用于配置每个时长区间范围对应的标记信息；
    所述分析单元，具体用于从所述不同的时长区间范围中确定所述应用请求平均响应时长所处于的时长区间范围；
    依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果。
  10. 根据权利要求9所述的装置，其特征在于，
    统计单元，还用于根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求最长响应时长以及应用请求数量；
    所述分析单元，具体还用于依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果。
  11. 根据权利要求10所述的装置，其特征在于，所述装置还包括：检测单元和标记单元；
    所述检测单元，用于检测所述应用请求数量所处于的预设数量区间范围，不同的预设数量区间范围分别对应不同的分析可信度；
    所述标记单元，用于根据检测到的所述应用请求数量所处于的预设数量区间范围，标记在所述预定时间间隔内对应的所述应用功能响应情况的性能分析结果的分析可信度。
  12. 根据权利要求8所述的装置，其特征在于，
    所述统计单元，还用于统计在预定时间间隔内不同应用功能分别对应的应用请求数量；及
    结合发送应用请求的客户端信息，统计在预定时间间隔内使用相同应用功能的用户数量；
    所述分析单元，具体用于依据比对结果、所述应用请求数量和所述用户数量，确定得到相应的应用性能分析结果。
  13. 根据权利要求8所述的装置，其特征在于，所述装置还包括：查询单元、获取单元和统计单元；
    所述查询单元，用于查询发送应用请求的客户端对应的用户账户信息；
    所述获取单元，用于从所述用户账户信息相应的用户注册信息中获取用户属性信息；
    所述统计单元，用于结合所述用户属性信息，统计在预定时间间隔内使用相同应用功能的所有用户人群中具有类似用户属性特征的人群数量，并根据所述人群数量统计占比大于预设比例阈值的用户人群的用户属性特征信息；
    所述分析单元，具体用于依据比对结果、所述人群数量和所述用户属性特征信息，确定得到相应的应用性能分析结果。
  14. 根据权利要求8所述的装置，其特征在于，所述装置还包括：
    获取单元，用于获取所述应用系统对应的应用维护模块的通信方式信息；
    推送单元，用于根据所述通信方式信息，将所述应用性能分析结果实时推送给所述应用维护模块。
  15. 一种存储设备，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现应用性能分析方法，包括：
    收集应用系统日志文件中的应用请求相关信息；
    根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
    将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
  16. 根据权利要求15所述的存储设备，其特征在于，所述程序被处理器执行时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果之前，还包括：
    根据不同倍数的所述性能基线标准，划分不同的时长区间范围；及
    配置每个时长区间范围对应的标记信息；
    所述程序被处理器执行时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，包括：
    从所述不同的时长区间范围中确定所述应用请求平均响应时长所处于的时长区间范围；
    依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果。
  17. 根据权利要求16所述的存储设备，其特征在于，所述程序被处理器执行时实现依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果之前，还包括：
    根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求最长响应时长以及应用请求数量；
    所述程序被处理器执行时实现依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果，包括：
    依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果。
  18. 根据权利要求17所述的存储设备，其特征在于，所述程序被处理器执行时实现依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果之后，还包括：
    检测所述应用请求数量所处于的预设数量区间范围，不同的预设数量区间范围分别对应不同的分析可信度；
    根据检测到的所述应用请求数量所处于的预设数量区间范围，标记在所述预定时间间隔内对应的所述应用功能响应情况的性能分析结果的分析可信度。
  19. 根据权利要求15所述的存储设备，其特征在于，所述程序被处理器执行时实现所述方法还包括：
    统计在预定时间间隔内不同应用功能分别对应的应用请求数量；及
    结合发送应用请求的客户端信息，统计在预定时间间隔内使用相同应用功能的用户数量；
    所述程序被处理器执行时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，具体包括：
    依据比对结果、所述应用请求数量和所述用户数量，确定得到相应的应用性能分析结果。
  20. 根据权利要求15所述的存储设备，其特征在于，所述程序被处理器执行时实现所述方法还包括：
    查询发送应用请求的客户端对应的用户账户信息；
    从所述用户账户信息相应的用户注册信息中获取用户属性信息；
    结合所述用户属性信息，统计在预定时间间隔内使用相同应用功能的所有用户人群中具有类似用户属性特征的人群数量，并根据所述人群数量统计占比大于预设比例阈值的用户人群的用户属性特征信息；
    所述程序被处理器执行时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，包括：
    依据比对结果、所述人群数量和所述用户属性特征信息，确定得到相应的应用性能分析结果。
  21. 根据权利要求15所述的存储设备，其特征在于，所述程序被处理器执行时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果之后，还包括：
    获取所述应用系统对应的应用维护模块的通信方式信息；
    根据所述通信方式信息，将所述应用性能分析结果实时推送给所述应用维护模块。
  22. 一种应用性能分析装置，包括存储设备、处理器及存储在存储设备上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现应用性能分析方法，包括：
    收集应用系统日志文件中的应用请求相关信息；
    根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求平均响应时长；
    将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果。
  23. 根据权利要求22所述的装置，其特征在于，所述处理器执行所述程序时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果之前，还包括：
    根据不同倍数的所述性能基线标准，划分不同的时长区间范围；及
    配置每个时长区间范围对应的标记信息；
    所述程序被处理器执行时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，包括：
    从所述不同的时长区间范围中确定所述应用请求平均响应时长所处于的时长区间范围；
    依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果。
  24. 根据权利要求23所述的装置，其特征在于，所述处理器执行所述程序时实现依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果之前，还包括：
    根据所述应用请求相关信息，统计在预定时间间隔内相同应用功能的应用请求最长响应时长以及应用请求数量；
    所述处理器执行所述程序时实现依据确定的所述时长区间范围对应的标记信息，确定所述应用功能响应情况的性能分析结果，包括：
    依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果。
  25. 根据权利要求24所述的装置，其特征在于，所述处理器执行所述程序时实现依据确定的所述时长区间范围对应的标记信息、所述应用请求最长响应时长以及所述应用请求数量，确定所述应用功能响应情况的性能分析结果之后，还包括：
    检测所述应用请求数量所处于的预设数量区间范围，不同的预设数量区间范围分别对应不同的分析可信度；
    根据检测到的所述应用请求数量所处于的预设数量区间范围，标记在所述预定时间间隔内对应的所述应用功能响应情况的性能分析结果的分析可信度。
  26. 根据权利要求22所述的装置，其特征在于，所述处理器执行所述程序时实现所述方法还包括：
    统计在预定时间间隔内不同应用功能分别对应的应用请求数量；及
    结合发送应用请求的客户端信息，统计在预定时间间隔内使用相同应用功能的用户数量；
    所述处理器执行所述程序时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，具体包括：
    依据比对结果、所述应用请求数量和所述用户数量，确定得到相应的应用性能分析结果。
  27. 根据权利要求22所述的装置，其特征在于，所述处理器执行所述程序时实现所述方法还包括：
    查询发送应用请求的客户端对应的用户账户信息；
    从所述用户账户信息相应的用户注册信息中获取用户属性信息；
    结合所述用户属性信息，统计在预定时间间隔内使用相同应用功能的所有用户人群中具有类似用户属性特征的人群数量，并根据所述人群数量统计占比大于预设比例阈值的用户人群的用户属性特征信息；
    所述处理器执行所述程序时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果，包括：
    依据比对结果、所述人群数量和所述用户属性特征信息，确定得到相应的应用性能分析结果。
  28. 根据权利要求22所述的装置，其特征在于，所述处理器执行所述程序时实现将所述应用请求平均响应时长与预先建立的性能基线标准进行比对分析，得到相应的应用性能分析结果之后，还包括：
    获取所述应用系统对应的应用维护模块的通信方式信息；
    根据所述通信方式信息，将所述应用性能分析结果实时推送给所述应用维护模块。
PCT/CN2018/074626 2017-11-08 2018-01-30 应用性能分析方法及装置 WO2019090987A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201711096910.4A CN107819623A (zh) 2017-11-08 2017-11-08 应用性能分析方法及装置
CN201711096910.4 2017-11-08

Publications (1)

Publication Number Publication Date
WO2019090987A1 true WO2019090987A1 (zh) 2019-05-16

Family

ID=61603238

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/074626 WO2019090987A1 (zh) 2017-11-08 2018-01-30 应用性能分析方法及装置

Country Status (2)

Country Link
CN (1) CN107819623A (zh)
WO (1) WO2019090987A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109857623A (zh) * 2018-12-13 2019-06-07 深圳壹账通智能科技有限公司 基于日志文件的服务性能分析方法、装置及电子设备
CN110232008A (zh) * 2019-05-31 2019-09-13 口碑(上海)信息技术有限公司 一种应用性能数据的采集方法及装置
CN110968518A (zh) * 2019-12-21 2020-04-07 锐捷网络股份有限公司 自动化测试日志文件的分析方法及装置
CN111858272B (zh) * 2020-06-29 2023-07-14 深圳优地科技有限公司 判断程序执行延迟方法、装置及终端设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102684934A (zh) * 2011-03-17 2012-09-19 阿里巴巴集团控股有限公司 监控web应用程序性能的方法、系统和web服务器
CN102915269A (zh) * 2012-09-20 2013-02-06 山东浪潮齐鲁软件产业股份有限公司 一种b/s软件系统的通用日志分析方法
CN106776337A (zh) * 2016-12-29 2017-05-31 北京金山安全软件有限公司 一种性能分析方法、装置及电子设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103856790B (zh) * 2012-12-05 2018-01-23 北京四达时代软件技术股份有限公司 一种vod系统用户行为分析方法及系统
CN106470118B (zh) * 2015-08-21 2019-11-08 睿石网云（北京）科技有限公司 一种应用系统性能异常检测方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102684934A (zh) * 2011-03-17 2012-09-19 阿里巴巴集团控股有限公司 监控web应用程序性能的方法、系统和web服务器
CN102915269A (zh) * 2012-09-20 2013-02-06 山东浪潮齐鲁软件产业股份有限公司 一种b/s软件系统的通用日志分析方法
CN106776337A (zh) * 2016-12-29 2017-05-31 北京金山安全软件有限公司 一种性能分析方法、装置及电子设备

Also Published As

Publication number Publication date
CN107819623A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
WO2019090987A1 (zh) 应用性能分析方法及装置
WO2019218444A1 (zh) 测试报告的生成方法、装置、设备及存储介质
WO2019090983A1 (zh) 基于医疗保险的理赔方法、装置及系统
WO2019192085A1 (zh) 银企直联通信方法、装置、设备及计算机可读存储介质
WO2019109520A1 (zh) 视频面签派工方法、装置、设备及可读存储介质
WO2018107610A1 (zh) 业务数据处理方法、系统、设备及计算机可读存储介质
WO2013186870A1 (ja) サービス監視システム、及び、サービス監視方法
WO2019075944A1 (zh) 基于用户行为的信息屏蔽方法、装置、终端和存储介质
WO2019019714A1 (zh) 一种微信客户行为反馈方法、设备及存储介质
WO2018205544A1 (zh) 软件项目管理方法、装置、终端及计算机存储介质
WO2013017002A1 (zh) 网络应用中的带宽优化方法、系统及计算机存储介质
WO2020224247A1 (zh) 基于区块链的数据溯源方法、装置、设备及可读存储介质
WO2019090981A1 (zh) 保险应用系统的监控方法及装置
WO2015144089A1 (en) Application recommending method and apparatus
WO2020000621A1 (zh) 空调控制方法、空调控制装置、空调设备及存储介质
WO2015135443A1 (en) Method and apparatus for simulating sound in virtual scenario, and terminal
WO2019100604A1 (zh) 账户查询方法、装置、设备及计算机可读存储介质
WO2013075613A1 (zh) 网络服务提供方法及装置
WO2019161597A1 (zh) 基于即时通讯的信息发送方法、装置、设备和存储介质
WO2014000627A1 (zh) 网络信息推送方法及其系统、计算机存储介质
WO2018233356A1 (zh) 文件扫描方法、系统、装置和计算机可读存储介质
WO2019090982A1 (zh) 保险理赔流程的处理方法及装置
WO2016119389A1 (zh) 一种系统对接的管理方法、装置和系统
CN108768743B (zh) 一种用户识别方法、装置及服务器
US10205813B2 (en) Method and system for detecting abnormal contact information and server

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18877142

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 02.10.2020)

122 Ep: pct application non-entry in european phase

Ref document number: 18877142

Country of ref document: EP

Kind code of ref document: A1