CN101533366A - 一种服务器性能数据采集与分析的方法 - Google Patents
一种服务器性能数据采集与分析的方法 Download PDFInfo
- Publication number
- CN101533366A CN101533366A CN200910014678A CN200910014678A CN101533366A CN 101533366 A CN101533366 A CN 101533366A CN 200910014678 A CN200910014678 A CN 200910014678A CN 200910014678 A CN200910014678 A CN 200910014678A CN 101533366 A CN101533366 A CN 101533366A
- Authority
- CN
- China
- Prior art keywords
- test
- disk
- cpu
- time
- counter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012360 testing method Methods 0.000 claims abstract description 87
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 41
- 238000012544 monitoring process Methods 0.000 claims description 28
- 230000002354 daily effect Effects 0.000 claims description 27
- 238000000151 deposition Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 238000012856 packing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 6
- 241001269238 Data Species 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 240000007643 Phytolacca americana Species 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 230000007334 memory performance Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种服务器性能数据采集与分析的方法,是以数据采集和分析为核心,通过对采集方法和目标的整理和规范,形成标准化操作,将能够反映服务器性能的关键数据进行采集,以数据为依据,对服务器的各个子***进行分析,从而找到服务器性能瓶颈,为解决测试或者实际应用中提升服务器性能提供依据。
Description
技术领域
本发明涉及一种计算机应用技术领域或涉及服务器应用性能测试验证领域,具体地说是一种服务器性能数据采集与分析的方法。
背景技术
服务器产品在涉及具体应用的时候,无论是在测试或者实际应用中,我们都需要对性能数据进行采集分析,从而对对整个***运行状况进行监控,尽早发现问题。尤其是在***应用性能下降,出现问题的时候,我们更需要对性能数据进行采集,从而找到问题所在,解决问题。
发明内容
本发明的目的是提供一种服务器性能数据采集与分析的方法。
本发明的目的是按以下方式实现的,具体步骤如下:
一、数据采集范围
1)在测试过程中,要记录整个测试过程中的测试数据,
2)确定性能监测的对象,包括各子***,主要包括cpu,内存,磁盘,网络;
二、数据采集同步性
1)测试***可能分为多层架构,在每一层架构上的数据收集要保证时间上的同步,这样才能对***运行期间的状态变化作出准确的描述;
2)各子***的性能监测数据要保证时间上同步;
3)测试日志:在测试过程中,每一天都要完成测试日志,记录一天测试进程,出现问题;
三、数据采集方法:数据的采集,根据平台的不同,分为两类:Linux和windows,其中:Linux***
1)性能监测工具
A)cpu,内存:vmstat
B)磁盘I/O:iostat
C)网络:sar
Windows***
2)性能监测工具:
按以下顺序,打开性能监视器:控制面板—>管理工具—>性能
四、测试数据整理:测试数据的整理,将测试数据表格化,或者图形化,为方便后续的分析做准备;
1)测试数据图形化:针对Linux***,Linux***下我们采集到的数据都是文本格式,需要我们把这些数据图形化,便于后续的数据分析对比;图形包括折线图或柱状图;
2)文件命名规则:
A)尽量让文件名包含更多的文件信息;
B)格式:工具简称_平台信息_测试模型;
五、测试方法:
1)采样时间间隔:在同一次测试中,不同工具的采样时间间隔需要相等;
2)采点数值:采样点为数值N,
A)测试时间为1小时以下:150<N<250;
B)测试时间为1-2小时:250<N<450;
3)vmstat的使用:首先需要创建目录,用来存放测试数据:
[root@nodel~]#cd/tmp/
[root@nodel tmp]#mkdir test_vmstat
执行如下命令:
[root@nodel tmp]# vmstat 5n>/tmp/test_vmstat/file_name
#每5秒钟取值一次,并将结果输出到文件中;
4)iostat的使用
首先需要创建目录,用来存放测试数据:
[root@nodel~]#cd/tmp/
[root@nodel tmp]#mkdir test_iostat
执行如下命令:
[root@nodel tmp]#iostat-x5n|grep sdn>/tmp/test_iostat/file_name
#每5秒钟取值一次,并将结果输出到文件中;
5)sar的使用
首先需要创建目录,用来存放测试数据:
[root@nodel~]#cd/tmp/
[root@nodel tmp]#mkdir test_sar
执行如下命令:
[root@nodel tmp]#sar-n DEV5n|grep eth0>/tmp/test_sar/file_name
#每5秒钟取值一次,并将结果输出到文件中;
六、windows性能监测工具:控制面板—>管理工具—>性能
使用步骤:
1)计数器日志:打开性能监测工具,点击性能日志和警报,选择计数器日志完成此步骤,在右边工作区域看到有一个默认的***日志文件:system overview
2)新建日志设置
在右侧的工作区域,右键点击,选择新建日志设置,弹出对话框,填入日志名称;
3)添加计数器
单击添加计数器钮,弹出对话框,在性能对象里面,选择要监测的对象,包括处理器,内存,网络;
每一个对象对应若干计数器,选中从列表中选择计数器,来添加需要的计数器完成后,进行下一步
4)设置日志文件
以上步骤为常规设置,现在点击日志文件,进行日志文件的设置;
此处保留默认;
5)设置计划
设置为手动执行或根据需要,进行计划设置;
6)测试开始,启动,图标颜色有红色变为绿色;
新建日志完成,在计数器日志工作区就看到新建日志;红色图标为停止状态,绿色为运行状态;
选中日志,点击右键或手动执行开始与停止;
六测试数据解读与分析
关于Linux平台:测试过程中,通过vmstat,iostat,sar监视***资源,主要包括:进程,内存,swap,cpu,磁盘I/O以及网卡;
vmstat分析:关键参数:
1)进程:我们主要关注r与b参数:
r参数:运行队列线程数目,包括正在运行的线程和等待CPU时间片的线程,这个数字大于CPU的数目,至少有一个线程要等待CPU,等待CPU的线程越多,越有可能对性能产生影响;
b参数:每秒等待队列中的内核线程平均数,包括正在等待文件***I/O的线程,或由于内存装入控制而被挂起的线程;进程由于内存装入控制而被挂起,在vmstat报告中的阻塞列(b)表明线程数目增加,而不是运行队列中线程数目增加;
2)cpu:在该时间间隔内使用CPU时间的百分比细分,cpu列如下:
us参数:us列显示了用户模式所消耗的CPU时间;
sy参数:sy列详细显示了CPU在***模式下执行一个线程所花时间的百分比;
id参数:id列显示了没有未决磁盘I/O时CPU空闲或等待时间的百分比,没有未决I/O,所有用于等待的时间归入空闲时间中;
wa参数:wa列详细显示了有未决磁盘I/O时CPU空闲的时间百分比,当等待正在运行时至少有一个未完成的磁盘I/O,该时间归入等待I/O的时间,该进程使用异步I/O,则对磁盘的I/O请求使调用线程被阻塞或睡眠,直到请求被完成;一旦进程的I/O请求完成,该进程被放入运行队列中,I/O很快完成,该进程使用更多的CPU时间;wa的值不应该超过25%
3)其他参数
Memory
swpd:虚拟内存使用情况,单位:KB;
free:空闲的内存,单位KB
buff:被用来做为缓存的内存数,单位:KB;
Swap
si:从磁盘交换到内存的交换页数量,单位:KB/秒;
so:从内存交换到磁盘的交换页数量,单位:KB/秒;
IO
bi:发送到块设备的块数,单位:块/秒;
bo:从块设备接收到的块数,单位:块/秒;
分析:
1)r远大于cpu的数目,***就会变慢,r大于cpu数目的4倍,说明***正面临cpu功率短缺,***会严重变慢;
2)id值经常为0,并且sy+us经常大于80%,说明***cpu负荷过重或者说缺少cpu资源;
3)wa值大于25%,说明磁盘没有被很好的平衡,***花费大量时间等待磁盘I/O或者磁盘的负荷很重;
4)linux首先使用物理内存,物理内存使用完后再使用swap分区,所以linux***一般内存利用率都比较高,si,so都等于0,说明swap分区未被使用;
改进方案:
1)调整应用,使其更好的利用cpu,增加cpu数目或者升高cpu主频;
2)优化磁盘,解决I/O问题;
iostat分析:关键参数:
rkB/s:每秒读K字节数,是rsect/s的一半,因为每扇区大小为512字节;
wkB/s:每秒写K字节数,是wsect/s的一半;
avgqu-sz:平均I/O队列长度;
await:平均每次设备I/O操作的等待时间(毫秒);
svctm:平均每次设备I/O操作的服务时间(毫秒);
%util:一秒中有百分之多少的时间用于I/O操作,或者说一秒中有多少时间I/O队列是非空的;
分析:
1)磁盘显示长时间的高读写,同时svctm也远大于30,await的值也远大于svctm,那么说明***存在严重的磁盘I/O瓶颈;
2)%util一直接近100%,说明***产生的I/O请求太多,***可能存在磁盘瓶颈;
3)wait的大小一般取决于服务时间svctm以及I/O队列的长度和I/O请求的发出模式,svctm比较接近await,说明I/O几乎没有等待时间;await远大于svctm,说明I/O队列太长,应用得到的响应时间变慢
改进方案:
1)调整应用,令其使用磁盘i/o更加有效率,通过修改磁盘队列、使用应用服务器的cache;
2)将文件***分布到2个或多个磁盘上,改变磁盘raid方案;
3)更换更好的盘阵或磁盘,使用更快的存储方案;
关于windows平台
Windows平台测试,要在性能监视器里面选定性能监视对象,然后为每一个监视对象添加性能监测计数器,性能监测对象及每个对象包含的计数器如下:
1)processor处理器
Processor performance object包含衡量处理器活动方面的计数器,处理器是计算机进行算数和逻辑计算、在附属件起始操作及运行处理线程的部分,一台计算机有多台处理器,处理器对象将每台处理器作为对象的范例;
主要包含计数器:
%Processor Time—指处理器用来执行非闲置线程时间的百分比,计算方法是,测量范例间隔内非闲置线程活动的时间,用范例间隔减去该值,该值是每台处理器有一个闲置线程,该线程在没有其他线程时运行时的消耗周期,这个计数器是处理器活动的主要说明器,显示在范例间隔时所观察的繁忙时间平均百分比,这个值是用100%减去该服务不活动的时间计算出来的;
2)memory内存
Memory performance object由描述计算机上的物理和虚拟内存行为的计数器组成,物理内存指计算机上的随机存取存储器的数量,虚拟内存由物理内存和磁盘上的空间组成,许多内存计数器监视页面调度,过多的页面调度引起拖延,会影响整个***处理效率;
主要包含的计数器有:
Available MBytes是指以MB表示的物理内存量,此内存能立刻分配给一个进程或***使用,它等于分配给待机、空闲和零分页列表内存的总和;
3)Physical Disk硬盘
Physical Disk performance object包含监视计算机上的硬盘或固定磁盘驱动器的计数器,磁盘用于存储文件、程序及分页数据并且通过读取检索这些项目并通过记录写入对其进行更改,物理磁盘计数器的值为逻辑磁盘值的总和;
主要包含的计数器有:
Avg.Disk Queue Length指读取和写入请求的平均数;
%Disk Time指所选磁盘驱动器忙于为读或写入请求提供服务所用的时间的百分比;
4)Network Interface网络
Network Interface performance object包括衡量通过一个TCP/IP网络连接发送和接收字节和数据包的速率的计数器,它包括监督连接错误的计数器;
主要包含的计数器有:
Bytes Total/sec是在每个网络适配器上发送和接收字节的速率,包括帧字符在内,Network Interface\\Bytes Received/sec是Network Interface\\BytesReceived/sec和Network Interface\\Bytes Sent/sec的总和;
下面做详细说明,每一次测试开始之前,最好服务器和应用进行重启,确保两次测试之间没有干扰,测试过程中,需要根据具体实际情况,进行相应改动。
本发明的有益效果是:对于服务器性能采集的方法,以数据采集和分析为核心,通过对采集方法和目标的整理和规范,形成标准化操作,将能够反映服务器性能的关键数据进行采集,以数据为依据,对服务器的各个子***进行分析,从而找到服务器性能瓶颈,为解决测试或者实际应用中提升服务器性能提供依据。
具体实施方式
1.数据采集范围
1)数据采集范围
2)在测试过程中,要记录整个测试过程中的测试数据。
3)确定性能监测的对象,包括各子***,主要包括cpu,内存,磁盘,网络。
2 数据采集同步性
1)测试***可能分为多层架构,在每一层架构上的数据收集要保证时间上的同步,这样才能对***运行期间的状态变化作出准确的描述。
2)各子***的性能监测数据要保证时间上同步。
3)测试日志:在测试过程中,每一天都要完成测试日志,记录一天测试进程,出现问题。
3、数据采集方法
数据的采集,根据平台的不同,主要分为两类:Linux & windows
Linux***
1)性能监测工具
A)cpu,内存:vmstat
B)磁盘I/O:iostat
C)网络:sar
2)使用方法(见4小节)
Windows***
1)性能监测工具
按以下顺序,打开性能监视器:
控制面板—>管理工具—>性能
2)使用方法(见4小节)
4、测试数据整理
测试数据的整理,将测试数据表格化,或者图形化,为方便后续的分析做准备
1)测试数据图形化
主要是针对Linux***,Linux***下我们采集到的数据都是文本格式,需要我们把这些数据图形化,便于后续的数据分析对比。
主要是图形包括折线图或柱状图
2)文件命名规则
在测试过程中,取值文件比较多,需要将其规范命名,避免混乱。便于以后的使用。
命名规则:
A)尽量让文件名包含更多的文件信息
B)格式:工具简称_平台信息_测试模型(可根据实际情况改变)
举例:在河南计生委MIS***测试中,文件如下命名:
io_4N4U——4节点4路平台,iostat测试数据
vm_it——Itanium平台,vmstat测试数据
io_lk_r—1000用户iostat读性能曲线.
5、测试方法实例
1.采样时间间隔。
在同一次测试中,不同工具的采样时间间隔需要相等。
2.采点数值。采样点为数值N
为便于后续测试的分析,要保证足够数量的采样点,根据测试时间建议:
A)测试时间为1小时以下:150<N<250
B)测试时间为1-2小时:250<N<450
vmstat使用
首先需要创建目录,用来存放测试数据:
[root@nodel~]#cd/tmp/
[root@nodel tmp]#mkdir test_vmstat
执行如下命令:
[root@nodeltmp]#vmstat 5n>/tmp/test_vmstat/file_name
#每5秒钟取值一次,并将结果输出到文件中。
Note:1)file_name根据实际情况命名
2)n为记录的次数,根据测试时间调整。
3)取值间隔时间为5秒,也可以调整。
Example:(vmstat)
[root@standby~]#vmstat15
procs--------memory-----------swap-------io-----system------cpu----
r b swpd free buff cache si so bi bo in cs us sy id wa
0 0 0 69680 60500 533600 0 0 1 0 52 16 0 0 100 0
0 0 0 69680 60500 533600 0 0 0 0 1008 16 0 0 100 0
0 0 0 69680 60500 533600 0 0 0 0 1025 35 0 0 100 0
0 0 0 69680 60500 533600 0 0 0 0 1004 17 0 0 100 0
0 0 0 69680 60500 533600 0 0 0 0 1026 35 0 0 100 0
io stat使用
首先需要创建目录,用来存放测试数据:
[root@nodel~]#cd/tmp/
[root@nodel tmp]# mkdir test_iostat
执行如下命令:
[root@nodel tmp]#iostat-x5n|grep sdn>/tmp/test_iostat/file_name
#每5秒钟取值一次,并将结果输出到文件中。
Note:1)file_name根据实际情况命名
2)n为记录的次数,根据测试时间调整。
3)取值间隔时间为5秒,也可以调整。
4)sdn为要监测的磁盘设备名称,根据实际情况修改
Example:(iostat)
[root@standby~]#iostat-xll|grep sdb
Device: rrqm/s wrqm/s r/s w/s rsec/s wsec/s rkB/s
sdb 0.00 0.00 0.00 0.00 0.01 0.00 0.00
Device: wkB/s avgrq-sz avgqu-sz await svctm %util
sdb 0.00 33.60 0.00 13.27 5.44 0.00
sar使用
首先需要创建目录,用来存放测试数据:
[root@nodel~]#cd/tmp/
[root@nodel tmp]# mkdir test_sar
执行如下命令:
[root@nodel tmp]#sar-n DEV5n|grep eth0>/tmp/test_sar/file_name
#每5秒钟取值一次,并将结果输出到文件中。
Note:1)file_name根据实际情况命名
2)n为记录的次数,根据测试时间调整。
3)取值间隔时间为5秒,也可以调整。
Example:(sar)
[root@standby~]#sar-n DEV 15|grep ethl
11:25:10AM IFACE rxpck/s txpck/s rxbyt/s txbyt/s rxcmp/s txcmp/s rxmcst/s
11:25:10AM ethl 2.00 0.00 120.00 0.00 0.00 0.00 0.00
11:25:11AM ethl 0.98 0.98 58.82 119.61 0.00 0.00 0.00
11:25:12AM ethl 6.00 1.00 580.00 122.00 0.00 0.00 0.00
11:25:13AM ethl 3.00 1.00 212.00 106.00 0.00 0.00 0.00
11:25:14AM ethl 3.00 1.00 180.00 106.00 0.00 0.00 0.00
Average: ethl 2.99 0.80 229.48 90.84 0.00 0.00 0.00
windows性能监测工具
控制面板—>管理工具—>性能
使用步骤:
1)计数器日志
打开性能监测工具,点击性能日志和警报,选择计数器日志
完成此步骤,在右边工作区域可以看到有一个默认的***日志文件:systemoverview
2)新建日志设置
在右侧的工作区域,右键点击,选择新建日志设置,弹出对话框,填入日志名称。
3)添加计数器
单击添加计数器钮,弹出对话框,在性能对象里面,选择要监测的对象,比如处理器,内存,网络。
每一个对象对应若干计数器,可以选中从列表中选择计数器,来添加需要的计数器,完成后,进行下一步
4)设置日志文件
以上步骤为常规设置,现在点击日志文件,进行日志文件的设置。
此处可以保留默认。
5)设置计划
设置为手动执行。也可以根据需要,进行计划设置。
6)测试开始,启动,图标颜色有红色变为绿色。
新建日志完成,在计数器日志工作区就可以看到新建日志。红色图标为停止状态,绿色为运行状态。
选中日志,点击右键,可以手动执行开始与停止。
6、测试数据解读与分析
Linux平台
测试过程中,我们主要通过vmstat,iostat,sar监视***资源,主要包括:进程,内存,swap,cpu,磁盘I/O,以及网卡。
vmstat分析
关键参数:
1)进程:我们主要关注r与b参数:
r参数:运行队列线程数目,包括正在运行的线程和等待CPU时间片的线程。如果这个数字大于CPU的数目,至少有一个线程要等待CPU,等待CPU的线程越多,越有可能对性能产生影响。
b参数:每秒等待队列中的内核线程平均数。包括正在等待文件***I/O的线程,或由于内存装入控制而被挂起的线程。
如果进程由于内存装入控制而被挂起,在vmstat报告中的阻塞列(b)表明线程数目增加,而不是运行队列中线程数目增加。
2)cpu:在该时间间隔内使用CPU时间的百分比细分。cpu列如下:
us参数:us列显示了用户模式所消耗的CPU时间。
sy参数:sy列详细显示了CPU在***模式下执行一个线程所花时间的百分比。
id参数:id列显示了没有未决磁盘I/O时CPU空闲或等待时间的百分比。如果没有未决I/O,所有用于等待的时间归入空闲时间中。
wa参数:盘I/O时CPU空闲的时间百分比。如果当等待正在运行时至少有一个未完成的磁盘I/O,该时间归入等待I/O的时间。除非该进程使用异步I/O,否则对磁盘的I/O请求使调用线程被阻塞(或睡眠)直到请求被完成。一旦进程的I/O请求完成,该进程被放入运行队列中。如果I/O很快完成,该进程可以使用更多的CPU时间。wa的值不应该超过25%
3)其他参数
Memory
swpd:虚拟内存使用情况,单位:KB
free:空闲的内存,单位KB
buff:被用来做为缓存的内存数,单位:KB
Swap
si:从磁盘交换到内存的交换页数量,单位:KB/秒
so:从内存交换到磁盘的交换页数量,单位:KB/秒
IO
bi:发送到块设备的块数,单位:块/秒
bo:从块设备接收到的块数,单位:块/秒
分析:
1)如果r远大于cpu的数目,***就会变慢,如果r大于cpu数目的4倍,说明***正面临cpu功率短缺,***会严重变慢
2)如果id值经常为0,并且sy+us经常大于80%,说明***cpu负荷过重,或者说缺少cpu资源。
3)wa值如果大于25%,说明磁盘没有被很好的平衡,***花费大量时间等待磁盘I/O。或者磁盘的负荷很重。
4)linux首先使用物理内存,物理内存使用完后再使用swap分区,所以linux***一般内存利用率都比较高,但是如果si,so都等于0,说明swap分区未被使用。
改进方案:
1)调整应用,使其更好的利用cpu,增加cpu数目或者升高cpu主频
2)优化磁盘,解决I/O问题
iostat分析
关键参数:
rkB/s:每秒读K字节数。是rsect/s的一半,因为每扇区大小为512字节。
wkB/s:每秒写K字节数。是wsect/s的一半。
avgqu-sz:平均I/O队列长度。
await:平均每次设备I/O操作的等待时间(毫秒)。
svctm:平均每次设备I/O操作的服务时间(毫秒)。
%util:一秒中有百分之多少的时间用于I/O操作,或者说一秒中有多少时间I/O队列是非空的。
分析:
1)如果磁盘显示长时间的高读写,同时svctm也远大于30,await的值也远大于svctm,那么说明***存在严重的磁盘I/O瓶颈。
2)如果%util一直接近100%,说明***产生的I/O请求太多,***可能存在磁盘瓶颈
3)wait的大小一般取决于服务时间(svctm)以及I/O队列的长度和I/O请求的发出模式。如果svctm比较接近await,说明I/O几乎没有等待时间;如果await远大于svctm,说明I/O队列太长,应用得到的响应时间变慢。
改进方案:
1)调整应用,令其使用磁盘i/o更加有效率,可以通过修改磁盘队列、使用应用服务器的cache。
2)将文件***分布到2个或多个磁盘上,改变磁盘raid方案。
3)更换更好的盘阵或磁盘,使用更快的存储方案。
windows平台
Windows平台测试,我们要在性能监视器里面选定性能监视得对象,然后在为每一个对象添加性能监测计数器,主要包括的性能监测对象,以及每个对象包含的计数器:
1)processor处理器
Processor performance object包含衡量处理器活动方面的计数器。处理器是计算机进行算数和逻辑计算、在附属件起始操作及运行处理线程的部分。一台计算机可以有多台处理器。处理器对象将每台处理器作为对象的范例。
主要包含计数器:
%Processor Time—指处理器用来执行非闲置线程时间的百分比。计算方法是,测量范例间隔内非闲置线程活动的时间,用范例间隔减去该值。(每台处理器有一个闲置线程,该线程在没有其他线程可以运行时消耗周期)。这个计数器是处理器活动的主要说明器,显示在范例间隔时所观察的繁忙时间平均百分比。这个值是用100%减去该服务不活动的时间计算出来的。
2)memory内存
Memory performance object由描述计算机上的物理和虚拟内存行为的计数器组成。物理内存指计算机上的随机存取存储器的数量。虚拟内存由物理内存和磁盘上的空间组成。许多内存计数器监视页面调度(指磁盘与物理内存之的代码和数据页的移动)。过多的页面调度(内存不足的一种表现)可引起拖延,会影响整个***处理效率。
主要包含的计数器:
Available MBytes是指以MB表示的物理内存量,此内存能立刻分配给一个进程或***使用。它等于分配给待机(缓存的)、空闲和零分页列表内存的总和。要获得内存管理器的详细解释,请参阅MSDN和/或Windows Server 2003Resource Kit里的***性能和疑难解答指南章节。
3)Physical Disk硬盘
Physical Disk performance object包含监视计算机上的硬盘或固定磁盘驱动器的计数器。磁盘用于存储文件、程序及分页数据并且通过读取检索这些项目并通过记录写入对其进行更改。物理磁盘计数器的值为逻辑磁盘(由磁盘分成)值的总和。
主要包含的计数器:
Avg.Disk Queue Length指读取和写入请求(为所选磁盘在实例间隔中列队的)的平均数。
%Disk Time指所选磁盘驱动器忙于为读或写入请求提供服务所用的时间的百分比。
4)Network Interface网络
Network Interface performance object包括衡量通过一个TCP/IP网络连接发送和接收字节和数据包的速率的计数器。它包括监督连接错误的计数器。
主要包含的计数器:
Bytes Total/sec是在每个网络适配器上发送和接收字节的速率,包括帧字符在内。NetworkInterface\\Bytes Received/sec是Network Interface\\BytesReceived/sec和Network Interface\\Bytes Sent/sec的总和。
6.附录
对于得到的测试数据,可能需要以下处理,使用utraledit:
正则表达式:
替换行首空格:%[^t]+替换为:#不要填写任何字符或空格
替换空白行:%[^t]++^p。
Claims (1)
1.一种服务器性能数据采集与分析的方法,其特征在于,以数据采集和分析为核心,通过对采集方法和目标的整理和规范,形成标准化操作,将能够反映服务器性能的关键数据进行采集,以数据为依据,对服务器的各个子***进行分析,从而找到服务器性能瓶颈,为解决测试或者实际应用中提升服务器性能提供依据,具体步骤如下:
一、数据采集范围
1)在测试过程中,要记录整个测试过程中的测试数据,
2)确定性能监测的对象,包括各子***,主要包括cpu,内存,磁盘,网络;
二、数据采集同步性
1)测试***可能分为多层架构,在每一层架构上的数据收集要保证时间上的同步,这样才能对***运行期间的状态变化作出准确的描述;
2)各子***的性能监测数据要保证时间上同步;
3)测试日志:在测试过程中,每一天都要完成测试日志,记录一天测试进程,出现问题;
三、数据采集方法:
数据的采集,根据平台的不同,分为两类:Linux和windows,其中:
Linux***,包括
1)性能监测工具
A)cpu,内存:vmstat
B)磁盘I/O:iostat
C)网络:sar
Windows***
2)性能监测工具
按以下顺序,打开性能监视器:控制面板—>管理工具—>性能
四、测试数据整理
测试数据的整理,将测试数据表格化,或者图形化,为方便后续的分析做准备;
1)测试数据图形化
针对Linux***,Linux***下我们采集到的数据都是文本格式,需要我们把这些数据图形化,便于后续的数据分析对比;
图形包括折线图或柱状图;
2)文件命名规则
命名规则:
A)尽量让文件名包含更多的文件信息;
B)格式:工具简称_平台信息_测试模型;
五、测试方法:
1)采样时间间隔:在同一次测试中,不同工具的采样时间间隔需要相等;
2)采点数值:采样点为数值N,
A)测试时间为1小时以下:150<N<250;
B)测试时间为1-2小时:250<N<450;
3)vmstat的使用:首先需要创建目录,用来存放测试数据:
[root@nodel~]# cd/tmp/
[root@nodel tmp]# mkdir test_vmstat
执行如下命令:[root@nodel tmp]#vmstat5n>/tmp/test_vmstat/file_name#每5秒钟取值一次,并将结果输出到文件中;
4)iostat的使用:首先需要创建目录,用来存放测试数据:命令如下:
[root@nodel~]# cd/tmp/
[root@nodel tmp]# mkdir test_iostat
执行如下命令:
[root@nodel tmp]# iostat-x5n|grep sdn>/tmp/test_iostat/file_name#每5秒钟取值一次,并将结果输出到文件中;
5)sar的使用:首先需要创建目录,用来存放测试数据:命令如下:
[root@nodel~]# cd/tmp/
[root@nodel tmp]# mkdir test_sar
执行如下命令:
[root@nodel tmp]# sar-n DEV5n|grep eth0>/tmp/test_sar/file_name#每5秒钟取值一次,并将结果输出到文件中;
六、windows性能监测工具:控制面板—>管理工具—>性能,使用步骤:
1)计数器日志:打开性能监测工具,点击性能日志和警报,选择计数器日志完成此步骤,在右边工作区域看到有一个默认的***日志文件:system overview
2)新建日志设置:在右侧的工作区域,右键点击,选择新建日志设置,弹出对话框,填入日志名称;
3)添加计数器:单击添加计数器钮,弹出对话框,在性能对象里面,选择要监测的对象,包括处理器,内存,网络;
每一个对象对应若干计数器,选中从列表中选择计数器,来添加需要的计数器完成后,进行下一步
4)设置日志文件:以上步骤为常规设置,现在点击日志文件,进行日志文件的设置;此处保留默认;
5)设置计划:设置为手动执行或根据需要,进行计划设置;
6)测试开始,启动,图标颜色有红色变为绿色;
新建日志完成,在计数器日志工作区就看到新建日志;红色图标为停止状态,绿色为运行状态;选中日志,点击右键或手动执行开始与停止;
六测试数据解读与分析
关于Linux平台:测试过程中,通过vmstat,iostat,sar监视***资源,主要包括:进程,内存,swap,cpu,磁盘I/O以及网卡;
vmstat分析:关键参数:
1)进程:我们主要关注r与b参数:
r参数:运行队列线程数目,包括正在运行的线程和等待CPU时间片的线程,这个数字大于CPU的数目,至少有一个线程要等待CPU,等待CPU的线程越多,越有可能对性能产生影响;
b参数:每秒等待队列中的内核线程平均数,包括正在等待文件***I/O的线程,或由于内存装入控制而被挂起的线程;
进程由于内存装入控制而被挂起,在vmstat报告中的阻塞列(b)表明线程数目增加,而不是运行队列中线程数目增加;
2)cpu:在该时间间隔内使用CPU时间的百分比细分,cpu列如下:
us参数:us列显示了用户模式所消耗的CPU时间;
sy参数:sy列详细显示了CPU在***模式下执行一个线程所花时间的百分比;
id参数:id列显示了没有未决磁盘I/O时CPU空闲或等待时间的百分比,没有未决I/O,所有用于等待的时间归入空闲时间中;
wa参数:wa列详细显示了有未决磁盘I/O时CPU空闲的时间百分比,当等待正在运行时至少有一个未完成的磁盘I/O,该时间归入等待I/O的时间,该进程使用异步I/O,则对磁盘的I/O请求使调用线程被阻塞或睡眠,直到请求被完成;一旦进程的I/O请求完成,该进程被放入运行队列中,I/O很快完成,该进程使用更多的CPU时间;wa的值不应该超过25%;
3)其他参数
Memory
swpd:虚拟内存使用情况,单位:KB;
free:空闲的内存,单位KB
buff:被用来做为缓存的内存数,单位:KB;
Swap
si:从磁盘交换到内存的交换页数量,单位:KB/秒;
so:从内存交换到磁盘的交换页数量,单位:KB/秒;
IO
bi:发送到块设备的块数,单位:块/秒;
bo:从块设备接收到的块数,单位:块/秒;
分析:
1)r远大于cpu的数目,***就会变慢,r大于cpu数目的4倍,说明***正面临cpu功率短缺,***会严重变慢;
2)id值经常为0,并且sy+us经常大于80%,说明***cpu负荷过重或者说缺少cpu资源;
3)wa值大于25%,说明磁盘没有被很好的平衡,***花费大量时间等待磁盘I/O或者磁盘的负荷很重;
4)linux首先使用物理内存,物理内存使用完后再使用swap分区,所以linux***一般内存利用率都比较高,si,so都等于0,说明swap分区未被使用;
改进方案:
1)调整应用,使其更好的利用cpu,增加cpu数目或者升高cpu主频;
2)优化磁盘,解决I/O问题;
iostat分析
关键参数:
rkB/s:每秒读K字节数,是rsect/s的一半,因为每扇区大小为512字节;
wkB/s:每秒写K字节数,是wsect/s的一半;
avgqu-sz:平均I/O队列长度;
await:平均每次设备I/O操作的等待时间(毫秒);
svctm:平均每次设备I/O操作的服务时间(毫秒);
%util:一秒中有百分之多少的时间用于I/O操作,或者说一秒中有多少时间I/O队列是非空的;
分析:
1)磁盘显示长时间的高读写,同时svctm也远大于30,await的值也远大于svctm,那么说明***存在严重的磁盘I/O瓶颈;
2)%util一直接近100%,说明***产生的I/O请求太多,***可能存在磁盘瓶颈;
3)wait的大小一般取决于服务时间svctm以及I/O队列的长度和I/O请求的发出模式,svctm比较接近await,说明I/O几乎没有等待时间;await远大于svctm,说明I/O队列太长,应用得到的响应时间变慢
改进方案:
1)调整应用,令其使用磁盘i/o更加有效率,通过修改磁盘队列、使用应用服务器的cache;
2)将文件***分布到2个或多个磁盘上,改变磁盘raid方案;
3)更换更好的盘阵或磁盘,使用更快的存储方案;
关于windows平台
Windows平台测试,要在性能监视器里面选定性能监视对象,然后为每一个监视对象添加性能监测计数器,性能监测对象及每个对象包含的计数器如下:
1)processor处理器
Processor performance object包含衡量处理器活动方面的计数器,处理器是计算机进行算数和逻辑计算、在附属件起始操作及运行处理线程的部分,一台计算机有多台处理器,处理器对象将每台处理器作为对象的范例;
主要包含计数器:
%Processor Time—指处理器用来执行非闲置线程时间的百分比,计算方法是,测量范例间隔内非闲置线程活动的时间,用范例间隔减去该值,该值是每台处理器有一个闲置线程,该线程在没有其他线程时运行时的消耗周期,这个计数器是处理器活动的主要说明器,显示在范例间隔时所观察的繁忙时间平均百分比,这个值是用100%减去该服务不活动的时间计算出来的;
2)memory内存:Memory performance object由描述计算机上的物理和虚拟内存行为的计数器组成,物理内存指计算机上的随机存取存储器的数量,虚拟内存由物理内存和磁盘上的空间组成,许多内存计数器监视页面调度,过多的页面调度引起拖延,会影响整个***处理效率;
主要包含的计数器有:Available MBytes是指以MB表示的物理内存量,此内存能立刻分配给一个进程或***使用,它等于分配给待机、空闲和零分页列表内存的总和;
3)Physical Disk硬盘:Physical Disk performance object包含监视计算机上的硬盘或固定磁盘驱动器的计数器,磁盘用于存储文件、程序及分页数据并且通过读取检索这些项目并通过记录写入对其进行更改,物理磁盘计数器的值为逻辑磁盘值的总和;
主要包含的计数器有:Avg.Disk Queue Length指读取和写入请求的平均数;
%Disk Time指所选磁盘驱动器忙于为读或写入请求提供服务所用的时间的百分比;
4)Network Interface网络:Network Interface performance object包括衡量通过一个TCP/IP网络连接发送和接收字节和数据包的速率的计数器,它包括监督连接错误的计数器;
主要包含的计数器有:
Bytes Total/sec是在每个网络适配器上发送和接收字节的速率,包括帧字符在内,Network Interface\\Bytes Received/sec是Network Interface\\BytesReceived/sec和Network Interface\\Bytes Sent/sec的总和;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910014678A CN101533366A (zh) | 2009-03-09 | 2009-03-09 | 一种服务器性能数据采集与分析的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910014678A CN101533366A (zh) | 2009-03-09 | 2009-03-09 | 一种服务器性能数据采集与分析的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101533366A true CN101533366A (zh) | 2009-09-16 |
Family
ID=41103983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910014678A Pending CN101533366A (zh) | 2009-03-09 | 2009-03-09 | 一种服务器性能数据采集与分析的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101533366A (zh) |
Cited By (55)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073697A (zh) * | 2010-12-28 | 2011-05-25 | 中兴通讯股份有限公司 | 一种数据处理方法及装置 |
CN102081679A (zh) * | 2011-01-24 | 2011-06-01 | 深圳市共济科技有限公司 | 一种计算机性能数据的采集方法及采集装置 |
CN102253874A (zh) * | 2011-08-09 | 2011-11-23 | 广东电网公司电力科学研究院 | 服务器测试方法及测试*** |
CN102341781A (zh) * | 2009-03-06 | 2012-02-01 | 微软公司 | 软件测试台生成 |
CN102360327A (zh) * | 2011-10-13 | 2012-02-22 | 记忆科技(深圳)有限公司 | 硬盘状态信息收集方法与装置 |
CN102567091A (zh) * | 2010-12-06 | 2012-07-11 | 微软公司 | 电子通信优先分配 |
CN102576426A (zh) * | 2009-10-14 | 2012-07-11 | 斯特拉斯克莱德大学 | 状况监视*** |
CN102710465A (zh) * | 2012-06-07 | 2012-10-03 | 浪潮电子信息产业股份有限公司 | 一种监控集群存储接口节点负载的方法 |
CN102902621A (zh) * | 2011-07-28 | 2013-01-30 | 塔塔咨询服务有限公司 | 应用性能评价和报告 |
CN102981939A (zh) * | 2012-11-07 | 2013-03-20 | 曙光信息产业股份有限公司 | 磁盘监控方法 |
CN103139007A (zh) * | 2011-12-05 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 应用服务器性能检测方法及*** |
CN103176876A (zh) * | 2013-03-19 | 2013-06-26 | 卡斯柯信号有限公司 | 一种高效安全的计算机在线自检方法及自检装置 |
CN103207827A (zh) * | 2013-04-19 | 2013-07-17 | 北京百度网讯科技有限公司 | 基于Linux***下检测IO热点的方法与装置 |
CN103268204A (zh) * | 2013-06-08 | 2013-08-28 | 北京百度网讯科技有限公司 | 固态硬盘的调优方法及装置 |
WO2013159495A1 (zh) * | 2012-04-25 | 2013-10-31 | 华为技术有限公司 | 性能瓶颈诊断方法和设备 |
CN103500143A (zh) * | 2013-09-27 | 2014-01-08 | 华为技术有限公司 | 硬盘参数调整方法及装置 |
CN103617108A (zh) * | 2013-12-17 | 2014-03-05 | 昆山中创软件工程有限责任公司 | 一种计算机设备运行状态的监测方法及装置 |
CN103778050A (zh) * | 2013-12-30 | 2014-05-07 | 国网山东省电力公司 | 一种数据库服务器高可用性能检测*** |
CN103870374A (zh) * | 2014-03-27 | 2014-06-18 | 浪潮电子信息产业股份有限公司 | 一种分析在Linux***测试环境服务器性能瓶颈的方法 |
CN104239193A (zh) * | 2014-09-04 | 2014-12-24 | 浪潮电子信息产业股份有限公司 | 一种基于Linux的CPU和内存使用率收集的方法 |
CN104239183A (zh) * | 2014-09-22 | 2014-12-24 | 北京国双科技有限公司 | 监测***性能的方法及装置 |
CN104331505A (zh) * | 2014-11-20 | 2015-02-04 | 合一网络技术(北京)有限公司 | 一种基于分布式采集及存储的监控*** |
CN104536865A (zh) * | 2015-01-15 | 2015-04-22 | 浪潮电子信息产业股份有限公司 | 一种测试PMC Raid卡的读写方法 |
CN104685850A (zh) * | 2012-09-26 | 2015-06-03 | 阿尔卡特朗讯公司 | 确保经由流偏转的软件定义的网络 |
CN105094943A (zh) * | 2014-05-20 | 2015-11-25 | 宋菏生 | 一种虚拟机性能参数收集的方法及*** |
CN105304140A (zh) * | 2014-06-13 | 2016-02-03 | 北京安兔兔科技有限公司 | 电子设备的存储器性能的测试方法及装置 |
CN105446848A (zh) * | 2014-06-13 | 2016-03-30 | 北京安兔兔科技有限公司 | 电子设备的数据处理性能的测试方法及装置 |
CN105786689A (zh) * | 2014-12-24 | 2016-07-20 | 昆达电脑科技(昆山)有限公司 | ARM的Linux服务器的效能自动测试方法及其*** |
CN105955876A (zh) * | 2016-05-13 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种数据监控处理方法以及装置 |
CN106227633A (zh) * | 2016-08-02 | 2016-12-14 | 浪潮电子信息产业股份有限公司 | 一种自动配置测试项的服务器诊断测试方法 |
CN106371956A (zh) * | 2016-08-29 | 2017-02-01 | 浪潮电子信息产业股份有限公司 | 一种自动化进行内存性能测试的方法 |
WO2017020614A1 (zh) * | 2015-07-31 | 2017-02-09 | 华为技术有限公司 | 一种检测磁盘的方法及装置 |
CN106557353A (zh) * | 2016-11-04 | 2017-04-05 | 天津轻工职业技术学院 | 一种容器承载业务应用的服务器性能指标评价方法 |
CN106713069A (zh) * | 2016-12-16 | 2017-05-24 | 四川长虹电器股份有限公司 | ***资源监控与瓶颈识别方法 |
CN106855844A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种性能测试方法和*** |
CN106855831A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种***磁盘分析方法和装置 |
CN106855840A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种***cpu分析方法和装置 |
CN106855841A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种***内存分析方法和装置 |
CN107528831A (zh) * | 2017-08-04 | 2017-12-29 | 无锡天脉聚源传媒科技有限公司 | 一种数据获取方法及装置 |
CN108717457A (zh) * | 2018-05-23 | 2018-10-30 | 苏州易康萌思网络科技有限公司 | 一种电子商务平台大数据处理方法和*** |
CN108763000A (zh) * | 2018-05-23 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种基于Linux平台的硬盘IO请求延时模拟判断方法及*** |
CN108845920A (zh) * | 2018-05-24 | 2018-11-20 | 北京奇安信科技有限公司 | 一种性能测试资源自动化监控的方法及*** |
CN109165045A (zh) * | 2018-08-09 | 2019-01-08 | 网宿科技股份有限公司 | 一种调整服务器的硬件配置的方法和装置 |
WO2019028648A1 (en) * | 2017-08-08 | 2019-02-14 | Alibaba Group Holding Limited | PROCESSING PERFORMANCE DATA FOR MACHINE LEARNING |
CN109446039A (zh) * | 2018-09-21 | 2019-03-08 | 苏州蜗牛数字科技股份有限公司 | 一种检测设备卡顿的方法及*** |
CN109558067A (zh) * | 2017-09-26 | 2019-04-02 | 北京国双科技有限公司 | 一种磁盘io数据采集方法、装置及*** |
CN109656789A (zh) * | 2017-10-12 | 2019-04-19 | 阿里巴巴集团控股有限公司 | Io性能检测方法及*** |
CN109739837A (zh) * | 2018-12-28 | 2019-05-10 | 深圳市简工智能科技有限公司 | 智能锁日志的分析方法、终端及可读存储介质 |
CN109831815A (zh) * | 2018-12-14 | 2019-05-31 | 中磊电子股份有限公司 | 数据传输协调***及其方法 |
CN110750742A (zh) * | 2019-09-10 | 2020-02-04 | 北京字节跳动网络技术有限公司 | 页面优化方法、***、介质和电子设备 |
CN111124820A (zh) * | 2019-12-13 | 2020-05-08 | 郑州威科姆科技股份有限公司 | 一种实现操作***及进程资源离线型监视和分析的方法 |
CN112527584A (zh) * | 2020-12-18 | 2021-03-19 | 上海万向区块链股份公司 | 基于脚本编写及数据采集的软件效能提升方法和*** |
CN112905431A (zh) * | 2021-03-05 | 2021-06-04 | 上海中通吉网络技术有限公司 | ***性能问题自动定位方法、装置及设备 |
CN114003419A (zh) * | 2021-09-30 | 2022-02-01 | 苏州浪潮智能科技有限公司 | 一种基于oses实现内存ras特性自动测试的方法、***及装置 |
CN117724936A (zh) * | 2024-02-07 | 2024-03-19 | 深圳市灰度科技有限公司 | 多媒体服务器监控方法、装置、电子设备及存储介质 |
-
2009
- 2009-03-09 CN CN200910014678A patent/CN101533366A/zh active Pending
Cited By (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102341781A (zh) * | 2009-03-06 | 2012-02-01 | 微软公司 | 软件测试台生成 |
CN102341781B (zh) * | 2009-03-06 | 2013-06-05 | 微软公司 | 软件测试台生成 |
CN102576426A (zh) * | 2009-10-14 | 2012-07-11 | 斯特拉斯克莱德大学 | 状况监视*** |
CN102567091A (zh) * | 2010-12-06 | 2012-07-11 | 微软公司 | 电子通信优先分配 |
CN102567091B (zh) * | 2010-12-06 | 2014-09-17 | 微软公司 | 电子通信优先分配 |
CN102073697A (zh) * | 2010-12-28 | 2011-05-25 | 中兴通讯股份有限公司 | 一种数据处理方法及装置 |
CN102081679B (zh) * | 2011-01-24 | 2012-10-03 | 深圳市共济科技有限公司 | 一种计算机性能数据的采集方法及采集装置 |
CN102081679A (zh) * | 2011-01-24 | 2011-06-01 | 深圳市共济科技有限公司 | 一种计算机性能数据的采集方法及采集装置 |
CN102902621A (zh) * | 2011-07-28 | 2013-01-30 | 塔塔咨询服务有限公司 | 应用性能评价和报告 |
CN102902621B (zh) * | 2011-07-28 | 2017-04-12 | 塔塔咨询服务有限公司 | 应用性能评价和报告 |
CN102253874A (zh) * | 2011-08-09 | 2011-11-23 | 广东电网公司电力科学研究院 | 服务器测试方法及测试*** |
CN102360327A (zh) * | 2011-10-13 | 2012-02-22 | 记忆科技(深圳)有限公司 | 硬盘状态信息收集方法与装置 |
CN103139007A (zh) * | 2011-12-05 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 应用服务器性能检测方法及*** |
WO2013159495A1 (zh) * | 2012-04-25 | 2013-10-31 | 华为技术有限公司 | 性能瓶颈诊断方法和设备 |
CN102710465A (zh) * | 2012-06-07 | 2012-10-03 | 浪潮电子信息产业股份有限公司 | 一种监控集群存储接口节点负载的方法 |
CN104685850A (zh) * | 2012-09-26 | 2015-06-03 | 阿尔卡特朗讯公司 | 确保经由流偏转的软件定义的网络 |
CN102981939A (zh) * | 2012-11-07 | 2013-03-20 | 曙光信息产业股份有限公司 | 磁盘监控方法 |
CN102981939B (zh) * | 2012-11-07 | 2016-07-20 | 曙光信息产业股份有限公司 | 磁盘监控方法 |
CN103176876B (zh) * | 2013-03-19 | 2016-09-28 | 卡斯柯信号有限公司 | 一种高效安全的计算机在线自检方法及自检装置 |
CN103176876A (zh) * | 2013-03-19 | 2013-06-26 | 卡斯柯信号有限公司 | 一种高效安全的计算机在线自检方法及自检装置 |
CN103207827B (zh) * | 2013-04-19 | 2016-03-16 | 北京百度网讯科技有限公司 | 基于Linux***下检测IO热点的方法与装置 |
CN103207827A (zh) * | 2013-04-19 | 2013-07-17 | 北京百度网讯科技有限公司 | 基于Linux***下检测IO热点的方法与装置 |
CN103268204B (zh) * | 2013-06-08 | 2016-12-28 | 北京百度网讯科技有限公司 | 固态硬盘的调优方法及装置 |
CN103268204A (zh) * | 2013-06-08 | 2013-08-28 | 北京百度网讯科技有限公司 | 固态硬盘的调优方法及装置 |
CN103500143B (zh) * | 2013-09-27 | 2016-08-10 | 华为技术有限公司 | 硬盘参数调整方法及装置 |
CN103500143A (zh) * | 2013-09-27 | 2014-01-08 | 华为技术有限公司 | 硬盘参数调整方法及装置 |
CN103617108A (zh) * | 2013-12-17 | 2014-03-05 | 昆山中创软件工程有限责任公司 | 一种计算机设备运行状态的监测方法及装置 |
CN103778050A (zh) * | 2013-12-30 | 2014-05-07 | 国网山东省电力公司 | 一种数据库服务器高可用性能检测*** |
CN103778050B (zh) * | 2013-12-30 | 2016-07-06 | 国家电网公司 | 一种数据库服务器高可用性能检测*** |
CN103870374A (zh) * | 2014-03-27 | 2014-06-18 | 浪潮电子信息产业股份有限公司 | 一种分析在Linux***测试环境服务器性能瓶颈的方法 |
CN105094943A (zh) * | 2014-05-20 | 2015-11-25 | 宋菏生 | 一种虚拟机性能参数收集的方法及*** |
CN105446848A (zh) * | 2014-06-13 | 2016-03-30 | 北京安兔兔科技有限公司 | 电子设备的数据处理性能的测试方法及装置 |
CN105304140A (zh) * | 2014-06-13 | 2016-02-03 | 北京安兔兔科技有限公司 | 电子设备的存储器性能的测试方法及装置 |
CN105304140B (zh) * | 2014-06-13 | 2018-07-13 | 北京安兔兔科技有限公司 | 电子设备的存储器性能的测试方法及装置 |
CN104239193A (zh) * | 2014-09-04 | 2014-12-24 | 浪潮电子信息产业股份有限公司 | 一种基于Linux的CPU和内存使用率收集的方法 |
CN104239183A (zh) * | 2014-09-22 | 2014-12-24 | 北京国双科技有限公司 | 监测***性能的方法及装置 |
CN104239183B (zh) * | 2014-09-22 | 2017-10-27 | 北京国双科技有限公司 | 监测***性能的方法及装置 |
CN104331505B (zh) * | 2014-11-20 | 2016-09-21 | 合一网络技术(北京)有限公司 | 一种基于分布式采集及存储的监控*** |
CN104331505A (zh) * | 2014-11-20 | 2015-02-04 | 合一网络技术(北京)有限公司 | 一种基于分布式采集及存储的监控*** |
CN105786689A (zh) * | 2014-12-24 | 2016-07-20 | 昆达电脑科技(昆山)有限公司 | ARM的Linux服务器的效能自动测试方法及其*** |
CN105786689B (zh) * | 2014-12-24 | 2018-09-18 | 昆达电脑科技(昆山)有限公司 | ARM的Linux服务器的效能自动测试方法及其*** |
CN104536865A (zh) * | 2015-01-15 | 2015-04-22 | 浪潮电子信息产业股份有限公司 | 一种测试PMC Raid卡的读写方法 |
WO2017020614A1 (zh) * | 2015-07-31 | 2017-02-09 | 华为技术有限公司 | 一种检测磁盘的方法及装置 |
CN106407052B (zh) * | 2015-07-31 | 2019-09-13 | 华为技术有限公司 | 一种检测磁盘的方法及装置 |
CN106407052A (zh) * | 2015-07-31 | 2017-02-15 | 华为技术有限公司 | 一种检测磁盘的方法及装置 |
US10768826B2 (en) | 2015-07-31 | 2020-09-08 | Huawei Technologies Co., Ltd. | Disk detection method and apparatus |
EP3321807A4 (en) * | 2015-07-31 | 2018-06-20 | Huawei Technologies Co., Ltd. | Disk detection method and device |
CN106855831A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种***磁盘分析方法和装置 |
CN106855840A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种***cpu分析方法和装置 |
CN106855841A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种***内存分析方法和装置 |
CN106855841B (zh) * | 2015-12-09 | 2020-04-03 | 北京神州泰岳软件股份有限公司 | 一种***内存分析方法和装置 |
CN106855840B (zh) * | 2015-12-09 | 2020-04-03 | 北京神州泰岳软件股份有限公司 | 一种***cpu分析方法和装置 |
CN106855844A (zh) * | 2015-12-09 | 2017-06-16 | 北京神州泰岳软件股份有限公司 | 一种性能测试方法和*** |
CN106855831B (zh) * | 2015-12-09 | 2020-04-03 | 北京神州泰岳软件股份有限公司 | 一种***磁盘分析方法和装置 |
CN105955876A (zh) * | 2016-05-13 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 一种数据监控处理方法以及装置 |
CN105955876B (zh) * | 2016-05-13 | 2020-08-14 | 腾讯科技(深圳)有限公司 | 一种数据监控处理方法以及装置 |
CN106227633A (zh) * | 2016-08-02 | 2016-12-14 | 浪潮电子信息产业股份有限公司 | 一种自动配置测试项的服务器诊断测试方法 |
CN106371956A (zh) * | 2016-08-29 | 2017-02-01 | 浪潮电子信息产业股份有限公司 | 一种自动化进行内存性能测试的方法 |
CN106557353A (zh) * | 2016-11-04 | 2017-04-05 | 天津轻工职业技术学院 | 一种容器承载业务应用的服务器性能指标评价方法 |
CN106713069A (zh) * | 2016-12-16 | 2017-05-24 | 四川长虹电器股份有限公司 | ***资源监控与瓶颈识别方法 |
CN107528831A (zh) * | 2017-08-04 | 2017-12-29 | 无锡天脉聚源传媒科技有限公司 | 一种数据获取方法及装置 |
WO2019028648A1 (en) * | 2017-08-08 | 2019-02-14 | Alibaba Group Holding Limited | PROCESSING PERFORMANCE DATA FOR MACHINE LEARNING |
CN109558067A (zh) * | 2017-09-26 | 2019-04-02 | 北京国双科技有限公司 | 一种磁盘io数据采集方法、装置及*** |
CN109656789A (zh) * | 2017-10-12 | 2019-04-19 | 阿里巴巴集团控股有限公司 | Io性能检测方法及*** |
CN108717457B (zh) * | 2018-05-23 | 2022-03-22 | 苏州易康萌思网络科技有限公司 | 一种电子商务平台大数据处理方法和*** |
CN108717457A (zh) * | 2018-05-23 | 2018-10-30 | 苏州易康萌思网络科技有限公司 | 一种电子商务平台大数据处理方法和*** |
CN108763000A (zh) * | 2018-05-23 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种基于Linux平台的硬盘IO请求延时模拟判断方法及*** |
CN108845920A (zh) * | 2018-05-24 | 2018-11-20 | 北京奇安信科技有限公司 | 一种性能测试资源自动化监控的方法及*** |
CN109165045A (zh) * | 2018-08-09 | 2019-01-08 | 网宿科技股份有限公司 | 一种调整服务器的硬件配置的方法和装置 |
CN109446039A (zh) * | 2018-09-21 | 2019-03-08 | 苏州蜗牛数字科技股份有限公司 | 一种检测设备卡顿的方法及*** |
CN109831815A (zh) * | 2018-12-14 | 2019-05-31 | 中磊电子股份有限公司 | 数据传输协调***及其方法 |
CN109739837A (zh) * | 2018-12-28 | 2019-05-10 | 深圳市简工智能科技有限公司 | 智能锁日志的分析方法、终端及可读存储介质 |
CN110750742A (zh) * | 2019-09-10 | 2020-02-04 | 北京字节跳动网络技术有限公司 | 页面优化方法、***、介质和电子设备 |
CN111124820A (zh) * | 2019-12-13 | 2020-05-08 | 郑州威科姆科技股份有限公司 | 一种实现操作***及进程资源离线型监视和分析的方法 |
CN111124820B (zh) * | 2019-12-13 | 2023-12-22 | 郑州威科姆科技股份有限公司 | 一种实现操作***及进程资源离线型监视和分析的方法 |
CN112527584A (zh) * | 2020-12-18 | 2021-03-19 | 上海万向区块链股份公司 | 基于脚本编写及数据采集的软件效能提升方法和*** |
CN112905431A (zh) * | 2021-03-05 | 2021-06-04 | 上海中通吉网络技术有限公司 | ***性能问题自动定位方法、装置及设备 |
CN114003419A (zh) * | 2021-09-30 | 2022-02-01 | 苏州浪潮智能科技有限公司 | 一种基于oses实现内存ras特性自动测试的方法、***及装置 |
CN114003419B (zh) * | 2021-09-30 | 2024-05-28 | 苏州浪潮智能科技有限公司 | 一种基于oses实现内存ras特性自动测试的方法、***及装置 |
CN117724936A (zh) * | 2024-02-07 | 2024-03-19 | 深圳市灰度科技有限公司 | 多媒体服务器监控方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101533366A (zh) | 一种服务器性能数据采集与分析的方法 | |
US6963940B1 (en) | Measuring utilization of individual components of channels | |
US6405327B1 (en) | Apparatus for and method of automatic monitoring of computer performance | |
JPH08286958A (ja) | ジョブスケジューリング解析方法 | |
US9298651B2 (en) | Continuous in-memory accumulation of hardware performance counter data | |
US8219995B2 (en) | Capturing hardware statistics for partitions to enable dispatching and scheduling efficiency | |
US20200065127A1 (en) | Virtualized resource monitoring system | |
US20060130001A1 (en) | Apparatus and method for call stack profiling for a software application | |
Rose | A measurement procedure for queueing network models of computer systems | |
US7962692B2 (en) | Method and system for managing performance data | |
CN102982037A (zh) | 检测数据库节点健康状况的方法及装置 | |
CN104516953B (zh) | 一种用于电力调度自动化海量报文的黑匣子*** | |
US9778854B2 (en) | Computer system and method for controlling hierarchical storage therefor | |
CN102043594A (zh) | 分布式环境下实现输入输出踪迹收集回放的***和方法 | |
CN110990227B (zh) | 一种数值水池应用特征性能采集和监控***及其运行方法 | |
CN107247505A (zh) | 一种易于查看的云服务器电源blackbox设计方法 | |
CN110033242B (zh) | 工作时间确定方法、装置、设备和介质 | |
CN111190790A (zh) | 一种基于峰值预测的云计算集群监控方法及*** | |
CN109100440A (zh) | 基于网络服务器的在线色谱控制分析***及其使用方法 | |
Stanley | Measurement of system operational statistics | |
CN115269289A (zh) | 一种慢盘检测方法、装置、电子设备及存储介质 | |
Bard | Performance analysis of virtual memory time-sharing systems | |
Schwetman et al. | An experimental study of computer system performance | |
Kim et al. | Feature-based prediction of unknown preferences for nearest-neighbor collaborative filtering | |
WO2023221004A1 (zh) | 测试数据处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090916 |