CN104267995B - 应用程序的处理方法、装置及终端 - Google Patents
应用程序的处理方法、装置及终端 Download PDFInfo
- Publication number
- CN104267995B CN104267995B CN201410522716.8A CN201410522716A CN104267995B CN 104267995 B CN104267995 B CN 104267995B CN 201410522716 A CN201410522716 A CN 201410522716A CN 104267995 B CN104267995 B CN 104267995B
- Authority
- CN
- China
- Prior art keywords
- app
- cpu
- temperature
- scene
- system resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 43
- 230000008859 change Effects 0.000 claims abstract description 25
- 230000015654 memory Effects 0.000 claims description 52
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 5
- 101150053844 APP1 gene Proteins 0.000 description 24
- 101100189105 Homo sapiens PABPC4 gene Proteins 0.000 description 24
- 102100039424 Polyadenylate-binding protein 4 Human genes 0.000 description 24
- 241001455214 Acinonyx jubatus Species 0.000 description 22
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 238000001816 cooling Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 101100055496 Arabidopsis thaliana APP2 gene Proteins 0.000 description 4
- 101100016250 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) GYL1 gene Proteins 0.000 description 4
- 241000238557 Decapoda Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
- G06F11/3079—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting the data filtering being achieved by reporting only the changes of the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
- G06F9/4893—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues taking into account power or heat criteria
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/865—Monitoring of software
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Stored Programmes (AREA)
Abstract
本发明提出一种应用程序的处理方法、装置及终端。其中,该方法包括:监控CPU的温度变化状态;以及当监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP。本发明实施例的应用程序的处理方法、装置及终端,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
Description
技术领域
本发明涉及终端技术领域,尤其涉及一种应用程序的处理方法、装置及终端。
背景技术
随着移动通信技术的不断发展,为了满足人们日常工作和生活的需求,越来越多的应用程序APP(APPlication)出现在移动终端例如智能手机中,每个应用程序在运行的过程中会消耗智能手机中的中央处理器CPU(Central Processing Unit)资源,并且在不同场景例如网络处于连接状态或者断开状态下消耗智能手机中的***资源是不同的。
目前,移动终端中可以计算出***中运行的每个应用程序的CPU占用率,但是并未对每个应用程序的CPU占用率是否在其对应的CPU占用率的正常数值范围内进行判断,通常CPU占用率超过其对应的正常数值范围的应用程序在运行过程中会占用大量的CPU资源,不但会影响终端的运行效率,还会导致移动终端的CPU温度升高,移动终端会发热甚至会达到烫手的程度,用户体验较差。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种应用程序的处理方法,该方法可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
本发明的第二个目的在于提出一种应用程序的处理装置。
本发明的第三个目的在于提出一种终端。
为了实现上述目的,本发明第一方面实施例提出了一种应用程序的处理方法,包括:监控CPU的温度变化状态;以及当监控到所述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用所述引起CPU温度升高的APP。
本发明实施例的应用程序的处理方法,监控CPU的温度变化,并在监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP,由此,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
为了实现上述目的,本发明第二方面实施例提出了一种应用程序的处理装置,包括:监控模块,用于监控CPU的温度变化状态;以及查找处理模块,用于当监控到所述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用所述引起CPU温度升高的APP。
本发明实施例的应用程序的处理装置,通过监控模块监控CPU的温度变化,并通过查找处理模块在监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP,由此,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
为实现上述目的,本发明第三方面实施例提出了一种终端,所述终端包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:监控CPU的温度变化状态;以及当监控到所述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用所述引起CPU温度升高的APP。
本发明实施例的终端,监控CPU的温度变化,并在监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP,由此,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是根据本发明一个实施例的获取应用程序消耗***资源的方法的流程图。
图2是根据本发明一个实施例的应用程序的处理方法的流程图。
图3a是根据本发明一个实施例的CPU温度变化的示意图一。
图3b是根据本发明一个实施例的CPU温度变化的示意图二。
图4是根据本发明一个实施例的应用程序的推荐方法的流程图。
图5是根据本发明另一个实施例的应用程序的推荐方法的流程图。
图6是根据本发明一个实施例的应用程序的升级方法的流程图。
图7是根据本发明一个实施例的应用程序的处理装置的结构示意图。
图8是根据本发明另一个实施例的应用程序的处理装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的应用程序的处理方法、装置及终端。
图1是根据本发明一个实施例的获取应用程序消耗***资源的方法的流程图,如图1所示,该方法包括:
S101,针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报数据,以使服务器根据多个数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回每个APP在每种场景下消耗***资源的正常数值范围。
在该实施例中,上述场景可以为APP所在终端开屏或锁屏、网络处于连接状态或断开状态等场景,该实施例对场景不做限定。其中,上述客户端可以位于个人计算机PC、手机、平板电脑等具有各种操作***的硬件设备。
例如,客户端所在终端在网络处于连接状态下,获得终端***中运行的每个APP在网络处于连接状态下消耗***资源的数据,并向服务器上报数据,服务器接收客户端发送的每个APP在网络处于连接状态下消耗***资源的数据,并从预先建立的数据库中获得每个APP在网络处于连接状态下消耗***资源的正常数值范围。其中,上述***资源可以包括但不限于中央处理单元CPU,上述***资源还可以包括内存输入输出IO和网络资源中的一种或多种,该预先建立的数据库中包含在不同场景下,应用程序的各个版本消耗***资源的正常数值范围,数据库中保存的应用程序消耗***资源的正常数值范围为服务器分析大量终端消耗***资源的平均范围。
例如,服务器接收到客户端发送的15个APP在网络处于连接状态下消耗内存、中央处理单元CPU、输入输出IO和网络资源的数据,服务器根据每个APP的标识信息比如包名或者包签名从预先建立的数据库中获得每个APP在网络处于连接状态下消耗的***资源的正常数值范围,并向客户端返回每个APP在网络处于连接状态下消耗***资源的正常数值范围。
下面对服务器预先建立的包含每个APP在每种场景下消耗***资源的正常数值范围的数据库的过程进行介绍。
具体地,针对每一种场景,服务器获得多个客户端在每一种场景下每个APP消耗内存、中央处理单元CPU、输入输出IO和网络资源的数据,并基于每种场景为每种***资源设置权重,并基于对应的权重计算所获得的数据,以计算出客户端在每一种场景下每个APP消耗内存、中央处理单元CPU、输入输出IO和网络资源的正常数值范围,进一步而言,服务器可根据大量数据计算每个APP的每个版本在每一种场景下的***资源的正常数值范围,并将每一种场景下每个APP的各个版本消耗的内存、中央处理单元CPU、输入输出IO和网络资源的正常数值范围保存在数据库中。
例如,服务器接收到1000个终端发送的应用程序例如猎豹手机浏览器在终端处于网络连接状态下的CPU占用率,其中,300个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为3%~7%,300个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为4%~8%,300个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为4%~8%,100个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为80%~90%,则服务器根据获得1000个猎豹浏览器的CPU占用率确定出猎豹浏览器CPU占用率的正常数值范围为3%~8%。由此可见,服务器基于大数据统计的方式获得CPU占用率的正常数值范围,通过基于大数据统计的方式,可以忽略在实际应用中不同客户端上报的CPU占用率的差异性。
在该实施例中,服务器保存的每个应用程序消耗***资源的正常数值范围是基于大数据统计的方式计算而来,可以忽略在实际应用中不同客户端上报的每个APP消耗***资源的数据之间的差异性,例如,有的终端中在微信登录的状态下上报消耗***资源的数据,有的终端在微信未登录的情况下上报消耗***资源的数据。该实例中数据库中保存的***资源的正常数值范围如表1所示。
表1数据库中保存的***资源的正常数值范围
需要说明的是,上述表1中给出的数据库中保存的***资源的正常数值范围仅是一种示例,在实际应用中应以实际的数据为准15。
S102,接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围。
具体地,客户端接收服务器返回的每个APP的每个版本在每种场景下消耗***资源的正常数值范围,并获得客户端中每个APP消耗的在具体的场景例如网络处于连接状态下消耗的内存、中央处理单元CPU、输入输出IO和网络资源的数据,并判断每个APP消耗的内存、中央处理单元CPU、输入输出IO和网络资源是否在其各自对应的正常数值范围内,若APP消耗的内存、中央处理单元CPU、输入输出IO和网络资源中的任意一个数据超出了其对应的正常数值范围即可确定对应的APP存在异常,也就是说,当前场景不适合该APP运行,在确定客户端中存在异常的APP后,客户端中将显示提示信息,用户可根据提示信息对异常的APP进行处理。
例如,在网络处于连接状态下,若APP1消耗的内存为2Mb,CPU占用率为5%,输入输出IO为1Mb,APP1在1分钟内消耗的网络资源即下载或者上传为1Mb,客户端从服务器接收到的该APP1对应的内存、CPU占用率、输入输出IO、网络资源分别对应的正常数值范围为2.5Mb~3.5Mb、4%~8%、0.8Mb~1.5Mb、0.5Mb~1.2Mb,通过比较可以看出,APP1的内存不在其对应的正常数值范围内,即APP1的内存存在异常,也就是说,终端当前的运行环境不适合APP1运行,在确定APP1存在异常后,客户端将提示用户APP1的内存存在异常,用户可根据提示信息对APP1进行处理。
上述获取应用程序消耗***资源的方法实施例,针对每种场景,获得获取每个应用程序APP消耗***资源的数据,并向服务器上报数据,以使服务器根据多个数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回每个APP在每种场景下消耗***资源的正常数值范围,以及接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围,由此,可以准确获得不同场景下每个APP所消耗***资源的正常数值范围,进而在不同场景下某个APP所消耗***资源不在对应的正常数值范围内时,可提示用户对该APP进行相关处理。
图2是根据本发明一个实施例的应用程序的处理方法的流程图,如图2所示,该方法包括:
S201,针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报数据,以使服务器根据多个数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回每个APP在每种场景下消耗***资源的正常数值范围。
在该实施例中,上述场景可以包括APP所在终端开屏或锁屏、网络处于连接状态或断开状态等,还可以包括APP所在终端解锁或者非解锁,该实施例对场景不做限定。其中,上述客户端可以位于个人计算机PC、手机、平板电脑等具有各种操作***的硬件设备,上述***资源为中央处理单元CPU。
S202,接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围。
需要说明的是,步骤S202与步骤S102相同,对步骤S102的解释说明也适用于步骤S202,此处不再赘述。
需要说明的是,步骤S201和S202是可选的。
S203,监控CPU的温度变化状态。
具体地,在接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围之后,还可以通过温度传感器监控***资源中的CPU的温度变化状态,其中,CPU的温度变化状态与CPU被使用的情况有关,即与应用程序在运行过程中消耗CPU资源有关。
S204,当监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP。
在该实施例中,当温度传感器监控到CPU的温度一直处于增长状态,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,并确定查找到的APP为引起CPU温度升高的APP,并在上显示提示用户停止的提示信息,以使用户根据提示信息关闭或卸载引起CPU温度升高的APP。若查找到多个APP的CPU的占用率超过对应的正常数值范围,客户端还可以根据每个APP在运行过程中引起的CPU温度升高的情况对CPU占用率异常的APP进行排序,并将排序结果显示给用户,用户可根据排序迅速定位出对终端引起CPU温度升高最大的APP,用户可根据提示信息同时停止使用户这些APP,用户也可以根据需要选择停止引起的CPU温度升高的APP,并且用户还可以根据提示信息卸载引起CPU温度升高的APP。
另外,在该实施例中,在确定查找到的APP为引起CPU温度升高的APP后,还可以自动关闭或者卸载引起CPU温度升高的APP。
在该实施例中,若首先通过温度传感器监控到CPU的温度一直处于增长状态,然后通过温度传感器监控到CPU的温度瞬间发生跳变后又一直处于增长状态,其中,跳变可以包括两种情况,温度由高到低的跳变和温度由低到高的跳变。
例如,温度传感器监控到CPU的温度一直处于增长状态,若用户将终端从温度较低的室外拿到温度较高的室内后,温度传感器中检测到终端的CPU的温度变化如图3a所示,通过图3a可以看出,CPU的温度有一个短暂的迅速升高(如图3a中的A)之后,又继续一直处于增长状态,CPU的温度短暂迅速升高主要是有终端所处环境温度由低到高引起的,在短暂温度升高之后,CPU的温度一直处于增长状态,说明该终端中有引起CPU温度升高的APP,此时可以查找CPU的占用率超过对应正常数值范围的APP,并确定查找到的APP为引起CPU温度升高的APP后,在终端上显示提示用户停止使用引起CPU温度升高的APP的提示信息,以使用户根据提示信息停止或者卸载引起CPU温度升高的APP,以减少引起CPU温度升高的APP对CPU的影响,降低CPU的温度,避免CPU过热情况的发生。
再例如,温度传感器监控到CPU的温度一直处于增长状态,若用户将终端从温度较高的室内拿到温度较低的室外后,温度传感器中检测到终端的CPU的温度变化如图3b所示,通过图3b可以看出,在用户将终端从温度较高的室内拿到温度较低的室外后,CPU的温度有一个短暂的迅速降温(图3b中的B)之后,又继续处于增长状态,CPU的温度短暂迅速降温是有终端所处环境温度由高到低引起的,在短暂温度降温之后,CPU的温度一直处于增长状态,说明该终端中有引起CPU温度升高的APP,此时可查找CPU的占用率超过对应正常数值范围的APP,并确定查找到的APP为引起CPU温度升高的APP后,在终端上显示提示用户停止使用引起CPU温度升高的APP的提示信息,以使用户根据提示信息停止或者卸载引起CPU温度升高的APP,以减少引起CPU温度升高的APP对CPU的影响,降低CPU的温度,避免CPU过热情况的发生,提高用户对终端的用户体验度。
上述应用程序的处理方法实施例,监控CPU的温度变化,并在监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP,由此,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
图4是根据本发明一个实施例的应用程序的推荐方法的流程图,如图4所示,该方法包括:
S401,客户端针对当前场景,获取客户端所在终端中每个应用程序APP消耗***资源的数据。
在该实施例中,上述当前场景可以为APP所在终端开屏或锁屏、网络处于连接状态或断开状态等场景,该实施例对当前场景不做限定。其中,上述客户端可以位于个人计算机PC、手机、平板电脑等具有各种操作***的硬件设备。
具体地,获得终端中正在运行的每个APP在当前场景例如客户端处于网络处于连接状态下消耗的内存、中央处理单元CPU、输入输出IO和网络资源的数据。
S402,客户端向服务器发送携带有当前场景下,每个应用程序APP消耗***资源的数据。
S403,服务器接收客户端发送的数据,并根据数据获得客户端所在终端中每个APP消耗***资源的正常数值范围。
具体地,服务器接收客户端发送的数据,并根据该数据从本地预先建立的数据库中,获得客户端所在终端中每个APP在当前场景下消耗***资源的正常数值范围,其中,本地预先建立的数据库中保存的***资源的正常数值范围如表1所示。
需要说明的是,数据库中保存的每个APP消耗***资源的正常数值范围为服务器基于当前场景为每种***资源设置权重,并基于对应的权重计算获得的,进一步而言,是服务器基于当前场景,从大量终端中获得当前场景下每个APP消耗每种***资源的数据,并根据当前场景为每种***资源设置权重计算而获得的。
S404,服务器根据接收到每个APP消耗***资源的数据和获得的每个APP消耗***资源的正常数值范围确定当前场景下是否存在消耗的***资源不在其对应的正常数值范围内的APP。
S405,若服务器确定当前场景下存在消耗的***资源不在对应的正常数值范围内的APP,则根据对应的正常数值范围获得APP的同类型应用程序的推荐列表。
例如,若服务器确定当前场景下存在消耗的***资源例如CPU不在对应的正常数值范围内的当前APP例如QQ音乐,则根据对应的正常数值范围从预先建立的数据库中获得对应的同种类型的推荐的应用程序例如虾米音乐、网易云音乐等,生成一个包含推荐的应用程序的推荐列表。
再例如,若服务器确定终端中存在多个APP在当前场景下消耗的***资源不在其对应的正常数值范围内,比如,APP1在当前场景下消耗的内存不在APP1对应的内存的正常数值范围内,APP1在当前场景下消耗的CPU不在APP2对应的CPU的正常数值范围内,此时,服务器将根据APP1的内存的正常数值范围从数据库中获得与APP1同种类型的推荐的应用程序,根据APP2的CPU的正常数值范围从数据库中获得与APP2同种类型的推荐的应用程序,并生成一个包含APP1和APP2推荐的应用程序的推荐列表。
S406,服务器向客户端发送提示信息和推荐列表。
S407,客户端接收服务器返回的提示信息和推荐列表,并根据推荐列表安装APP。
具体地,客户端接收服务器返回的提示信息,并根据提示信息卸载不适合在当前场景下运行的应用程序,以及根据推荐列表安装比较适合客户端所在终端当前场景的应用程序,由此,使得客户端所在终端中运行的APP均比较的适合当前场景,从而减少了不适合客户端所在终端当前场景的APP对终端***资源的消耗,提高了终端***的运行效率。
上述应用程序的推荐方法实施例,针对当前场景下,客户端获得每个APP消耗***资源的数据,并将数据发送给服务器,服务器根据接收到的数据获得每个APP消耗***资源对应的正常数值范围,并根据接收到的每个APP消耗***资源的数据和对应的正常数值范围确定是否存在不在正常数值范围为的APP,若存在,则根据对应的正常数值范围获得推荐的同种类型的应用程序的推荐列表,并将提示信息和推荐列表发送给客户端,客户端根据提示信息卸载不适合客户端所在终端当前场景的APP,并安装比较适合客户端所在终端当前场景的APP,由此,减少了不适合客户端所在终端当前场景的APP对终端***资源的消耗,提高终端***的运行效率。
图5是根据本发明另一个实施例的应用程序的推荐方法的流程图,如图5所示,该方法包括:
S501,客户端针对当前场景,获取客户端所在终端中每个应用程序APP消耗***资源的数据。
在该实施例中,上述当前场景可以包括APP所在终端开屏或锁屏、网络处于连接状态或断开状态等场景,该实施例对当前场景不做限定。其中,上述客户端可以位于个人计算机PC、手机、平板电脑等具有各种操作***的硬件设备。
具体地,获得每个APP在当前场景例如终端处于网络处于连接状态下消耗的内存、中央处理单元CPU、输入输出IO和网络资源的数据。
S502,客户端向服务器发送携带有当前场景下,每个应用程序APP消耗***资源的数据。
S503,服务器接收客户端发送的数据,并根据数据获得客户端所在终端中每个APP消耗***资源的正常数值范围。
具体地,服务器接收客户端发送的数据,并根据该数据从本地预先建立的数据库中,获得客户端所在终端中每个APP在当前场景下消耗***资源的正常数值范围,其中,本地预先建立的数据库中保存的***资源的正常数值范围如表1所示,此处不赘述。
需要说明的是,数据库中保存的每个APP消耗***资源的正常数值范围为服务器基于当前场景为每种***资源设置权重,并基于对应的权重计算获得的。
S504,服务器向客户端返回每个APP消耗***资源的正常数值范围。
具体地,服务器向客户端返回当前场景下,客户端中每个APP消耗***资源的正常数值范围。
S505,客户端接收服务器返回的每个APP消耗***资源的正常数值范围,并判断每个APP消耗***资源的数据是否在对应的消耗***资源的正常数值范围内,若位于正常数值范围内,则确定对应APP的消耗***资源的数据正常,若未位于正常数值范围内,则确定对应APP的消耗***资源的数据异常,并在客户端上显示提示信息。
具体地,客户端根据接收的每个APP在当前场景下消耗***资源的正常数值范围,并根据接收的当前场景下消耗***资源的正常数值范围判断客户端中的APP消耗***资源的数据是否正常,若消耗的内存、中央处理单元CPU、输入输出IO和网络资源的数据中有一个或者多个数据不在对应的APP消耗***资源的正常数值范围内,则确定对应APP的消耗***资源的数据异常,即说明在当前场景下,对应的APP不适合在该终端中运行,并在客户端显示对应的提示信息,以使用户根据提示信息卸载不适合终端当前场景下的应用程序。
S506,客户端向服务器发送当前APP在当前场景下消耗***资源的数据。
具体地,在显示提示信息的同时,客户端向服务器发送当前APP在当前场景下消耗***资源的数据,以使客户端在卸载不适合终端当前场景的同时,可以获得服务器推荐的其他同种类型的应用程序。
S507,服务器确定当前APP在当前场景下消耗的***资源不在对应的正常数值范围内,则根据对应的正常数值范围获得当前APP的同类型的应用程序的推荐列表。
例如,当前APP为QQ音乐,服务器确定QQ音乐在当前场景下消耗的***资源不在对应的正常数值范围内根据对应的正常数值范围,则可以根据对应的正常数值范围从数据库中获得对应的同种类型的推荐的应用程序例如虾米音乐、网易云音乐等,生成一个包含推荐的应用程序的推荐列表。
S508,服务器向客户端返回当前APP的同种类型的推荐列表。
S509,客户端接收服务器返回推荐列表,并根据推荐列表安装适合在当前场景下运行的应用程序。
具体地,客户端接收服务器返回的推荐列表,并从推荐列表中选择安装比较适合客户端所在终端当前场景的应用程序,由此,使得客户端所在终端中运行的APP均比较的适合当前场景,从而减少了不适合客户端所在终端当前场景的APP对客户端所在终端***资源的消耗,提高终端***的运行效率。
上述应用程序的推荐方法实施例,针对当前场景下,客户端获得每个APP消耗***资源的数据,并将数据发送给服务器,服务器根据接收到的数据获得每个APP消耗***资源对应的正常数值范围,并将每个APP消耗***资源对应的正常数值范围返回至客户端,客户端根据返回的每个APP消耗***资源对应的正常数值范围判断对应的APP消耗***资源的数据是否在该正常数值范围内,若存在超过正常数值范围的APP,则将对应的APP消耗***资源的数据发送给服务器,以使服务器根据消耗***资源的数据确定对应的正常数值范围,并根据正常数值范围获得同种类型的推荐的应用程序,以及返回推荐的应用程序,客户端根据推荐的应用程序安装适合客户端所在终端当前场景的应用程序,由此,减少了不适合客户端所在终端当前场景的APP对终端***资源的消耗,提高终端***的运行效率。
图6是根据本发明一个实施例的应用程序的升级方法的流程图,如图6所示,该方法包括:
S601,针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报数据,以使服务器根据多个数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回每个APP在每种场景下消耗***资源的正常数值范围。
在该实施例中,上述场景可以包括APP所在终端开屏或锁屏、网络处于连接状态或断开状态等,该实施例对场景不做限定。其中,上述客户端可以位于个人计算机PC、手机、平板电脑等具有各种操作***的硬件设备,上述***资源可以包括内存、中央处理单元CPU、输入输出IO和网络资源中的一种或多种。
S602,接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围。
需要说明的是,步骤S602与步骤S102相同,对步骤S102的解释说明也适用于步骤S602,此处不再赘述。
具体地,在接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围之后,针对每个APP,若服务器中存在APP的升级版本,该方法还可以包括步骤S603和S604。
S603,接收服务器下发的当前APP的升级版本及其对应的消耗***资源的正常数值范围。
在该实施例中,服务器还可以根据客户端发送的每个APP消耗***资源的数据,数据中不仅可以包括客户端中每个APP消耗的内存、中央处理单元CPU、输入输出IO和网络资源中的一种或者多种,还可以包括每个APP对应的标识信息例如包名和包签名,并在服务器确定对应的APP有升级版本时,可主动将升级版本推送给客户端,以方便用户根据推送的升级版本及其对应的消耗***资源的正常数值范围升级客户端所在终端中对应的APP的版本。例如,当前APP为猎豹手机浏览器,在服务器将猎豹浏览器对应的消耗***资源的正常数值范围返回至客户端后,若服务器监控到猎豹手机浏览器有两个升级版本后,例如升级版本1和升级版本2,服务器将根据对应的升级版本1和升级版本2获得对应猎豹手机浏览器的升级版本的消耗***资源的正常数值范围,并将猎豹浏览器对应的升级版本的升级包和对应的消耗***资源的正常数值范围返回给客户端。
S604,从服务器下发的升级版本中查找适合在当前APP所在终端运行的升级版本,若未查找到,则显示暂不升级的提示信息,若查找到,则显示查找到的升级版本信息,以用于对当前APP进行升级。
具体地,若从服务器下发的当前APP的升级版本有多个,客户端查找多个升级版本各自对应的***消耗资源的正常数值范围是否适合当前APP所在终端运行,若未查找到,则为用户显示暂不升级的提示信息,例如,提示信息可为“当前APP的升级版本不适合当前场景,建议您暂不升级”,若从服务器下发的当前APP的升级版本有多个,客户端查找多个升级版本各自对应的***消耗资源的正常数值范围,若多个升级版本中存在适合在客户端所在终端中运行的升级版本,则显示查找到的升级版本信息,以方便用户根据升级版本信息对当前APP进行升级。
例如,在客户端接收到服务器下发的猎豹手机浏览器的两个升级版本,升级版本1和升级版本2,若升级版本1对应的消耗的内存的正数值范围为23Mb~26Mb、CPU的正常数值范围为20%~25%,升级版本2对应的消耗的内存的正数值范围为30Mb~32Mb、CPU的正常数值范围为21%~26%,客户端根据客户端所在终端的硬件环境判断出升级版本1比较适合在客户端所在终端中运行,客户端可显示“升级版本1占有的内存更小,CPU占有率更低,建议您根据升级版本1升级猎豹手机浏览器”的提示,用户可根据提示信息确定升级当前版本的猎豹手机浏览器。
上述应用程序的升级方法实施例,获得客户端中每个APP的消耗***资源的数据,并将上述数据发送给服务器,服务器根据接收到的数据获得每个APP消耗***资源的正常数值范围,并且在服务器获得客户端中APP存在升级版本后,服务器将APP的升级版本及其对应的消耗***资源的正常数值范围返回给客户端,客户端从服务器下发的升级版本中查找适合在当前APP所在终端运行的升级版本,若未查找到,则显示暂不升级的提示信息,若查找到,则显示查找到的升级版本信息,以用于对当前APP进行升级,由此,在准确获得每个APP消耗***资源的正常数据范围的同时,可智能为用户提供适合终端运行的升级版本的APP,方便用户根据提示信息更新终端中APP的版本。
为了实现上述实施例,本发明还提出一种应用程序的处理装置。
图7是根据本发明一个实施例的应用程序的处理装置的结构示意图,如图7所示,该装置包括监控模块100和查找处理模块200,其中:
监控模块100用于监控CPU的温度变化状态;以及查找处理模块200用于当监控到上述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用上述引起CPU温度升高的APP。
上述查找处理模块200具体用于:显示停止使用的提示信息;以及接收用户根据上述提示信息触发的关闭或卸载上述引起CPU温度升高的APP的操作,并根据上述操作关闭或卸载上述引起CPU温度升高的APP。
另外,上述查找处理模块200还可以用于:自动关闭或卸载上述引起CPU温度升高的APP。
上述监控模块100具体用于:通过温度传感器监控到上述CPU的温度一直处于增长状态;或者首先通过温度传感器监控到上述CPU的温度一直处于增长状态,然后通过上述温度传感器监控到上述CPU的温度瞬间发生跳变后又一直处于增长状态。其中,上述跳变包括温度由高到低的跳变或温度由低到高的跳变。
如图8所示,上述装置还可以包括获取模块300和接收模块400,其中,获取模块300用于针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报上述数据,以使服务器根据多个上述数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向上述客户端返回上述每个APP在每种场景下消耗***资源的正常数值范围;以及接收模块400用于接收上述服务器返回的上述每个APP在每种场景下消耗***资源的正常数值范围。
其中,上述场景可以为APP所在终端开屏或锁屏、网络处于连接状态或断开状态等场景,上述***资源可以包括但不限于中央处理单元CPU,还可以包括内存、输入输出IO和网络资源等,上述每个APP在每种场景下消耗***资源的正常数值范围为上述服务器基于当前场景为每种***资源设置权重,并基于对应的权重计算获得的。
具体地,在获得模块300获取每种场景下每个应用程序APP消耗***资源的数据,并向服务器上报上述数据之后,服务器接收终端上报的数据,并根据获得的其他多个终端在每一种场景下每个APP消耗内存、中央处理单元CPU、输入输出IO和网络资源的数据,并基于每种场景为每种***资源设置权重,并基于对应的权重计算所获得的数据,以计算出终端在每一种场景下每个APP消耗内存、中央处理单元CPU、输入输出IO和网络资源的正常数值范围,进一步而言,可计算出每个APP的每个版本在每种场景下消耗***资源的正常数值范围。
包含监控模块100、查找处理模块200、获取模块300和接收模块400的应用程序的处理装置进行应用程序的处理过程可参见图2,此处不赘述。
上述应用程序的处理装置,通过监控模块监控CPU的温度变化,并通过查找处理模块在监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP,由此,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
为了实现上述实施例,本发明还提出一种终端,该终端包括壳体、处理器、存储器、电路板和电源电路,其中,上述电路板安置在上述壳体围成的空间内部,上述处理器和上述存储器设置在上述电路板上;上述电源电路,用于为上述终端的各个电路或器件供电;上述存储器用于存储可执行程序代码;上述处理器通过读取上述存储器中存储的可执行程序代码来运行与上述可执行程序代码对应的程序,以用于执行以下步骤:
S201',针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报数据,以使服务器根据多个数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向终端返回每个APP在每种场景下消耗***资源的正常数值范围。
在该实施例中,上述场景可以为APP所在终端开屏或锁屏、网络处于连接状态或断开状态等场景,该实施例对场景不做限定。其中,上述终端可以是个人计算机PC、手机、平板电脑等具有各种操作***的硬件设备。
例如,在网络处于连接状态下,获得终端***中运行的每个APP在网络处于连接状态下消耗***资源的数据,并向服务器上报数据,服务器接收终端发送的每个APP在网络处于连接状态下消耗***资源的数据,并从预先建立的数据库中获得每个APP在网络处于连接状态下消耗***资源的正常数值范围。其中,上述***资源可以包括但不限于中央处理单元CPU,还可以包括内存、输入输出IO和网络资源等,该预先建立的数据库中包含在不同场景下,应用程序的各个版本消耗***资源的正常数值范围,数据库中保存的应用程序消耗***资源的正常数值范围为服务器分析大量终端消耗***资源的平均范围。
例如,服务器接收到终端发送的15个APP在网络处于连接状态下消耗内存、中央处理单元CPU、输入输出IO和网络资源的数据,服务器根据每个APP的标识信息比如包名或者包签名从预先建立的数据库中获得每个APP在网络处于连接状态下消耗的***资源的正常数值范围,并向终端返回每个APP在网络处于连接状态下消耗***资源的正常数值范围。
下面对服务器预先建立的包含每个APP在每种场景下消耗***资源的正常数值范围的数据库的过程进行介绍。
具体地,针对每一种场景,服务器获得多个终端在每一种场景下每个APP消耗内存、中央处理单元CPU、输入输出IO和网络资源的数据,并基于每种场景为每种***资源设置权重,并基于对应的权重计算所获得的数据,以计算出终端在每一种场景下每个APP消耗内存、中央处理单元CPU、输入输出IO和网络资源的正常数值范围,进一步而言,服务器可根据大量数据计算每个APP的每个版本在每一种场景下的***资源的正常数值范围,并将每一种场景下每个APP的各个版本消耗的内存、中央处理单元CPU、输入输出IO和网络资源的正常数值范围保存在数据库中。
例如,服务器接收到1000个终端发送的应用程序例如猎豹手机浏览器在终端处于网络连接状态下的CPU占用率,其中,300个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为3%~7%,300个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为4%~8%,300个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为4%~8%,100个终端发送的猎豹手机浏览器处于网络连接状态下的CPU占用率为80%~90%,则服务器根据获得1000个猎豹浏览器的CPU占用率确定出猎豹浏览器CPU占用率的正常数值范围为3%~8%。由此可见,服务器基于大数据统计的方式获得CPU占用率的正常数值范围,通过基于大数据统计的方式,可以忽略在实际应用中不同终端上报的CPU占用率的差异性。
在该实施例中,服务器保存的每个应用程序消耗***资源的正常数值范围是基于大数据统计的方式计算而来,可以忽略在实际应用中不同终端上报的每个APP消耗***资源的数据之间的差异性,例如,有的终端中在微信登录的状态下上报消耗***资源的数据,有的终端在微信未登录的情况下上报消耗***资源的数据。该实例中数据库中保存的***资源的正常数值范围如表1所示。
表1数据库中保存的***资源的正常数值范围
需要说明的是,上述表1中给出的数据库中保存的***资源的正常数值范围仅是一种示例,在实际应用中应以实际的数据为准。
S202',接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围。
具体地,接收服务器返回的每个APP的每个版本在每种场景下消耗***资源的正常数值范围,并获得终端中每个APP消耗的在具体的场景例如网络处于连接状态下消耗的内存、中央处理单元CPU、输入输出IO和网络资源的数据,并判断每个APP消耗的内存、中央处理单元CPU、输入输出IO和网络资源是否在其各自对应的正常数值范围内,若APP消耗的内存、中央处理单元CPU、输入输出IO和网络资源中的任意一个数据超出了其对应的正常数值范围即可确定对应的APP存在异常,也就是说,当前场景不适合该APP运行,在确定终端中存在异常的APP后,终端中将显示提示信息,用户可根据提示信息对异常的APP进行处理。
例如,在网络处于连接状态下,若APP1消耗的内存为2Mb,CPU占用率为5%,输入输出IO为1Mb,APP1在1分钟内消耗的网络资源即下载或者上传为1Mb,终端从服务器接收到的该APP1对应的内存、CPU占用率、输入输出IO、网络资源分别对应的正常数值范围为2.5Mb~3.5Mb、4%~8%、0.8Mb~1.5Mb、0.5Mb~1.2Mb,通过比较可以看出,APP1的内存不在其对应的正常数值范围内,即APP1的内存存在异常,也就是说,终端当前的运行环境不适合APP1运行,在确定APP1存在异常后,终端将提示用户APP1的内存存在异常,用户可根据提示信息对APP1进行处理。
需要说明的是,步骤S201’和S202’是可选的。
S203',监控CPU的温度变化状态。
具体地,在接收服务器返回的每个APP在每种场景下消耗***资源的正常数值范围之后,还可以通过温度传感器监控***资源中的CPU的温度变化状态,其中,CPU的温度变化状态与CPU被使用的情况有关,即与应用程序在运行过程中消耗CPU资源有关。
S204',当监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP。
在该实施例中,当温度传感器监控到CPU的温度一直处于增长状态,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,并确定查找到的APP为引起CPU温度升高的APP,并在上显示提示用户停止的提示信息,以使用户根据提示信息关闭或卸载引起CPU温度升高的APP。若查找到多个APP的CPU的占用率超过对应的正常数值范围,客户端还可以根据每个APP在运行过程中引起的CPU温度升高的情况对CPU占用率异常的APP进行排序,并将排序结果显示给用户,用户可根据排序迅速定位出对终端引起CPU温度升高最大的APP,用户可根据提示信息同时停止使用户这些APP,用户也可以根据需要选择停止引起的CPU温度升高的APP,并且用户还可以根据提示信息卸载引起CPU温度升高的APP。
另外,在该实施例中,在确定查找到的APP为引起CPU温度升高的APP后,还可以自动关闭或者卸载引起CPU温度升高的APP。
在该实施例中,若首先通过温度传感器监控到CPU的温度一直处于增长状态,然后通过温度传感器监控到CPU的温度瞬间发生跳变后又一直处于增长状态,其中,跳变可以包括两种情况,温度由高到低的跳变和温度由低到高的跳变。
例如,温度传感器监控到CPU的温度一直处于增长状态,若用户将终端从温度较低的室外拿到温度较高的室内后,温度传感器中检测到终端的CPU的温度变化如图3a所示,通过图3a可以看出,CPU的温度有一个短暂的迅速升高(如图3a中的A)之后,又继续一直处于增长状态,CPU的温度短暂迅速升高主要是有终端所处环境温度由低到高引起的,在短暂温度升高之后,CPU的温度一直处于增长状态,说明该终端中有引起CPU温度升高的APP,此时可以查找CPU的占用率超过对应正常数值范围的APP,并确定查找到的APP为引起CPU温度升高的APP后,在终端上显示提示用户停止使用引起CPU温度升高的APP的提示信息,以使用户根据提示信息停止或者卸载引起CPU温度升高的APP,以减少引起CPU温度升高的APP对CPU的影响,降低CPU的温度,避免CPU过热情况的发生。
再例如,温度传感器监控到CPU的温度一直处于增长状态,若用户将终端从温度较高的室内拿到温度较低的室外后,温度传感器中检测到终端的CPU的温度变化如图3b所示,通过图3b可以看出,在用户将终端从温度较高的室内拿到温度较低的室外后,CPU的温度有一个短暂的迅速降温(图3b中的B)之后,又继续处于增长状态,CPU的温度短暂迅速降温是有终端所处环境温度由高到低引起的,在短暂温度降温之后,CPU的温度一直处于增长状态,说明该终端中有引起CPU温度升高的APP,此时可查找CPU的占用率超过对应正常数值范围的APP,并确定查找到的APP为引起CPU温度升高的APP后,在终端上显示提示用户停止使用引起CPU温度升高的APP的提示信息,以使用户根据提示信息停止或者卸载引起CPU温度升高的APP,以减少引起CPU温度升高的APP对CPU的影响,降低CPU的温度,避免CPU过热情况的发生,提高用户对终端的用户体验度。
上述终端实施例,监控CPU的温度变化,并在监控到CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,并停止使用引起CPU温度升高的APP,由此,可以减少能引起CPU温度升高的APP对终端的影响,避免终端CPU过热的情况的发生。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (19)
1.一种应用程序的处理方法,其特征在于,包括:
针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报所述数据,以使服务器根据多个所述数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回所述每个APP在每种场景下消耗***资源的正常数值范围;
接收所述服务器返回的所述每个APP在每种场景下消耗***资源的正常数值范围;
监控CPU的温度变化状态;以及
当监控到所述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,显示停止使用的提示信息并向所述服务器发送所述引起CPU温度升高的APP消耗***资源的数据,以使所述服务器根据所述APP对应的正常数值范围获得所述APP的同种类型的应用程序推荐列表,并向所述客户端返回所述APP的同种类型的应用程序推荐列表;
接收所述服务器返回推荐列表,以在停止使用所述引起CPU温度升高的APP的同时根据所述推荐列表安装适合在当前场景下运行的应用程序。
2.根据权利要求1所述的方法,其特征在于,所述停止使用所述引起CPU温度升高的APP,包括:
显示停止使用的提示信息;以及
接收用户根据所述提示信息触发的关闭或卸载所述引起CPU温度升高的APP的操作,并根据所述操作关闭或卸载所述引起CPU温度升高的APP。
3.根据权利要求1所述的方法,其特征在于,所述停止使用所述引起CPU温度升高的APP,包括:
自动关闭或卸载所述引起CPU温度升高的APP。
4.根据权利要求1所述的方法,其特征在于,所述监控到所述CPU的温度处于增长状态,包括:
通过温度传感器监控到所述CPU的温度一直处于增长状态;或者
首先通过温度传感器监控到所述CPU的温度一直处于增长状态,然后通过所述温度传感器监控到所述CPU的温度瞬间发生跳变后又一直处于增长状态。
5.根据权利要求4所述的方法,其特征在于,所述跳变包括温度由高到低的跳变或温度由低到高的跳变。
6.根据权利要求1所述的方法,其特征在于,所述每个APP在每种场景下消耗***资源的正常数值范围,包括:
所述每个APP的每个版本在每种场景下消耗***资源的正常数值范围。
7.根据权利要求1所述的方法,其特征在于,所述每个APP在每种场景下消耗***资源的正常数值范围为所述服务器基于当前场景为每种***资源设置权重,并基于对应的权重计算获得的。
8.根据权利要求1所述的方法,其特征在于,所述***资源包括中央处理单元CPU。
9.根据权利要求1所述的方法,其特征在于,所述场景包括所述APP所在终端开屏或关屏、网络处于连接状态或断开状态。
10.一种应用程序的处理装置,其特征在于,包括:
获取模块,用于针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报所述数据,以使服务器根据多个所述数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回所述每个APP在每种场景下消耗***资源的正常数值范围;
接收模块,用于接收所述服务器返回的所述每个APP在每种场景下消耗***资源的正常数值范围;
监控模块,用于监控CPU的温度变化状态;以及
查找处理模块,用于当监控到所述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,显示停止使用的提示信息并向所述服务器发送所述引起CPU温度升高的APP消耗***资源的数据,以使所述服务器根据所述APP对应的正常数值范围获得所述APP的同种类型的应用程序推荐列表,并向所述客户端返回所述APP的同种类型的应用程序推荐列表;
接收所述服务器返回推荐列表,以在停止使用所述引起CPU温度升高的APP的同时根据所述推荐列表安装适合在当前场景下运行的应用程序。
11.根据权利要求10所述的装置,其特征在于,所述查找处理模块,具体用于:
显示停止使用的提示信息;以及
接收用户根据所述提示信息触发的关闭或卸载所述引起CPU温度升高的APP的操作,并根据所述操作关闭或卸载所述引起CPU温度升高的APP。
12.根据权利要求10所述的装置,其特征在于,所述查找处理模块,具体用于:
自动关闭或卸载所述引起CPU温度升高的APP。
13.根据权利要求10所述的装置,其特征在于,所述监控模块,具体用于:
通过温度传感器监控到所述CPU的温度一直处于增长状态;或者
首先通过温度传感器监控到所述CPU的温度一直处于增长状态,然后通过所述温度传感器监控到所述CPU的温度瞬间发生跳变后又一直处于增长状态。
14.根据权利要求13所述的装置,其特征在于,所述跳变包括温度由高到低的跳变或温度由低到高的跳变。
15.根据权利要求10所述的装置,其特征在于,所述每个APP在每种场景下消耗***资源的正常数值范围,包括:
所述每个APP的每个版本在每种场景下消耗***资源的正常数值范围。
16.根据权利要求10所述的装置,其特征在于,所述每个APP在每种场景下消耗***资源的正常数值范围为所述服务器基于当前场景为每种***资源设置权重,并基于对应的权重计算获得的。
17.根据权利要求10所述的装置,其特征在于,所述***资源包括中央处理单元CPU。
18.根据权利要求10所述的装置,其特征在于,所述场景包括所述APP所在终端开屏或关屏、网络处于连接状态或断开状态。
19.一种终端,所述终端包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:
针对每种场景,获取每个应用程序APP消耗***资源的数据,并向服务器上报所述数据,以使服务器根据多个所述数据计算出每个APP在每种场景下消耗***资源的正常数值范围,并向客户端返回所述每个APP在每种场景下消耗***资源的正常数值范围;
接收所述服务器返回的所述每个APP在每种场景下消耗***资源的正常数值范围;
监控CPU的温度变化状态;以及
当监控到所述CPU的温度处于增长状态时,若监控到CPU的占用率也处于增长状态,则查找CPU的占用率超过对应正常数值范围的APP,确定查找到的APP为引起CPU温度升高的APP,显示停止使用的提示信息并向所述服务器发送所述引起CPU温度升高的APP消耗***资源的数据,以使所述服务器根据所述APP对应的正常数值范围获得所述APP的同种类型的应用程序推荐列表,并向所述客户端返回所述APP的同种类型的应用程序推荐列表;
接收所述服务器返回推荐列表,以在停止使用所述引起CPU温度升高的APP的同时根据所述推荐列表安装适合在当前场景下运行的应用程序。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410522716.8A CN104267995B (zh) | 2014-09-30 | 2014-09-30 | 应用程序的处理方法、装置及终端 |
PCT/CN2015/088797 WO2016050129A1 (zh) | 2014-09-30 | 2015-09-01 | 应用程序的处理方法、装置及终端 |
US15/515,433 US10509689B2 (en) | 2014-09-30 | 2015-09-01 | Method for processing application and terminal |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410522716.8A CN104267995B (zh) | 2014-09-30 | 2014-09-30 | 应用程序的处理方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104267995A CN104267995A (zh) | 2015-01-07 |
CN104267995B true CN104267995B (zh) | 2018-10-16 |
Family
ID=52159519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410522716.8A Expired - Fee Related CN104267995B (zh) | 2014-09-30 | 2014-09-30 | 应用程序的处理方法、装置及终端 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10509689B2 (zh) |
CN (1) | CN104267995B (zh) |
WO (1) | WO2016050129A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267995B (zh) | 2014-09-30 | 2018-10-16 | 北京金山安全软件有限公司 | 应用程序的处理方法、装置及终端 |
US10133324B2 (en) * | 2015-06-29 | 2018-11-20 | Microsoft Technology Licensing, Llc | Thermal mitigation user experience |
CN105376378B (zh) * | 2015-10-20 | 2018-03-27 | 湖南创研科技股份有限公司 | 一种监测智能手机发热率的方法及监测***和手机 |
CN106371970B (zh) * | 2016-08-29 | 2019-08-02 | 北京小米移动软件有限公司 | 应用监控方法及装置 |
CN106844135B (zh) * | 2016-12-01 | 2020-03-31 | 北京安云世纪科技有限公司 | 移动终端的温度监控方法、装置及移动终端 |
CN106850942B (zh) * | 2016-12-01 | 2019-12-31 | 北京安云世纪科技有限公司 | 移动终端的温度监控方法、装置及移动终端 |
CN107608424A (zh) * | 2017-06-13 | 2018-01-19 | 深圳市宝尔爱迪科技有限公司 | 带温度检测及保护***的智能设备 |
CN107332850A (zh) * | 2017-07-06 | 2017-11-07 | 深圳互联先锋科技有限公司 | 网络安全防御的方法及装置 |
CN107734618B (zh) * | 2017-10-31 | 2021-01-15 | Oppo广东移动通信有限公司 | 应用程序关闭方法、装置、存储介质和电子设备 |
JP7007020B2 (ja) * | 2019-10-16 | 2022-01-24 | Necプラットフォームズ株式会社 | 通信装置、処理モジュール実行制御方法および処理モジュール実行制御プログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6845456B1 (en) * | 2001-05-01 | 2005-01-18 | Advanced Micro Devices, Inc. | CPU utilization measurement techniques for use in power management |
CN102141942A (zh) * | 2011-04-01 | 2011-08-03 | 奇智软件(北京)有限公司 | 一种设备的监控保护方法及装置 |
CN102200942A (zh) * | 2011-06-08 | 2011-09-28 | 宇龙计算机通信科技(深圳)有限公司 | 基于云计算的应用程序行为监测方法及云端服务器 |
CN104038540A (zh) * | 2014-06-03 | 2014-09-10 | 山东乾云启创信息科技有限公司 | 一种应用代理服务器自动选择方法及*** |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7908314B2 (en) * | 2005-03-23 | 2011-03-15 | Hitachi, Ltd. | Method for controlling a management computer |
US7653824B2 (en) * | 2006-08-03 | 2010-01-26 | Dell Products, Lp | System and method of managing heat in multiple central processing units |
JP5708265B2 (ja) * | 2011-06-01 | 2015-04-30 | 富士通株式会社 | 情報処理装置、バッテリ残量予測方法、及びバッテリ残量予測プログラム |
EP2557503B1 (en) * | 2011-07-28 | 2020-04-01 | Tata Consultancy Services Ltd. | Application performance measurement and reporting |
CN102819313B (zh) * | 2012-07-17 | 2015-05-06 | 腾讯科技(深圳)有限公司 | 终端设备的运行方法和终端设备 |
CN103577253B (zh) * | 2012-07-30 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 应用程序的处理方法和装置 |
CN102946486A (zh) | 2012-11-20 | 2013-02-27 | 惠州Tcl移动通信有限公司 | 一种基于手机的后台应用自动清理方法及手机 |
CN103019842B (zh) * | 2012-11-29 | 2015-04-01 | 广东欧珀移动通信有限公司 | 后台程序整理方法及*** |
US20140188977A1 (en) * | 2012-12-28 | 2014-07-03 | Futurewei Technologies, Inc. | Appratus, method for deploying applications in a virtual desktop interface system |
CN104267995B (zh) | 2014-09-30 | 2018-10-16 | 北京金山安全软件有限公司 | 应用程序的处理方法、装置及终端 |
-
2014
- 2014-09-30 CN CN201410522716.8A patent/CN104267995B/zh not_active Expired - Fee Related
-
2015
- 2015-09-01 US US15/515,433 patent/US10509689B2/en not_active Expired - Fee Related
- 2015-09-01 WO PCT/CN2015/088797 patent/WO2016050129A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6845456B1 (en) * | 2001-05-01 | 2005-01-18 | Advanced Micro Devices, Inc. | CPU utilization measurement techniques for use in power management |
CN102141942A (zh) * | 2011-04-01 | 2011-08-03 | 奇智软件(北京)有限公司 | 一种设备的监控保护方法及装置 |
CN102200942A (zh) * | 2011-06-08 | 2011-09-28 | 宇龙计算机通信科技(深圳)有限公司 | 基于云计算的应用程序行为监测方法及云端服务器 |
CN104038540A (zh) * | 2014-06-03 | 2014-09-10 | 山东乾云启创信息科技有限公司 | 一种应用代理服务器自动选择方法及*** |
Also Published As
Publication number | Publication date |
---|---|
US20170220395A1 (en) | 2017-08-03 |
US10509689B2 (en) | 2019-12-17 |
WO2016050129A1 (zh) | 2016-04-07 |
CN104267995A (zh) | 2015-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104267995B (zh) | 应用程序的处理方法、装置及终端 | |
CN104268248B (zh) | 应用程序的推荐方法、装置及终端 | |
US10616365B2 (en) | Systems and methods for utilizing unused network capacity for prefetch requests | |
CN104317649B (zh) | 终端应用程序app的处理方法、装置及终端 | |
CN103067297B (zh) | 一种基于资源消耗预测的动态负载均衡方法及装置 | |
CN110049130A (zh) | 一种基于边缘计算的服务部署和任务调度方法及装置 | |
US20190266554A1 (en) | Cognitive replenishment system | |
US20120317266A1 (en) | Application Ratings Based On Performance Metrics | |
WO2014070573A2 (en) | System and method for generating subscriber churn predictions | |
GB2432441A (en) | System for managing the cooling of an information handling system by adapting the system profile when the system configuration changes | |
US10275476B2 (en) | Machine to machine data aggregator | |
CN101425093A (zh) | 基于社会性网络关系链的联系人动态内容聚合方法及*** | |
CN104199727B (zh) | 降低终端温度的方法、装置及终端 | |
CN104199765B (zh) | 获取终端器件温度正常数值范围的方法、装置及终端 | |
US20110054846A1 (en) | Monitoring the Performance of a Computer | |
WO2021138823A1 (zh) | 信息推送方法、装置、服务器及存储介质 | |
CN104346201B (zh) | 获取应用程序消耗***资源的方法、装置及终端 | |
CN109636487A (zh) | 广告推送方法、服务器、计算机设备及存储介质 | |
CN113900913B (zh) | 确定功耗方法、装置、计算机设备及计算机可读存储介质 | |
CN104239111B (zh) | 应用程序的升级方法、装置及终端 | |
Mohebbi et al. | An inventory model with non-resuming randomly interruptible lead time | |
CN117435335A (zh) | 算力调度方法、装置、计算机设备和存储介质 | |
CN117061335A (zh) | 云平台设备健康管控方法、装置、存储介质和电子设备 | |
US20130297380A1 (en) | Inventory adjustment based on social network data | |
CN110443441A (zh) | 规则效能监测方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181016 |
|
CF01 | Termination of patent right due to non-payment of annual fee |