CN105760267A - 存储设备读写对cpu消耗的对比检测方法 - Google Patents
存储设备读写对cpu消耗的对比检测方法 Download PDFInfo
- Publication number
- CN105760267A CN105760267A CN201610102681.1A CN201610102681A CN105760267A CN 105760267 A CN105760267 A CN 105760267A CN 201610102681 A CN201610102681 A CN 201610102681A CN 105760267 A CN105760267 A CN 105760267A
- Authority
- CN
- China
- Prior art keywords
- detection method
- comparison
- machine
- statistical
- storage device
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2273—Test methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2268—Logging of test results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2289—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by configuration test
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种在相同硬件环境下存储设备读写对CPU消耗的对比检测方法。本发明涉及计算机领域,尤指在存储设备读写对CPU消耗的检测方法。本测试方法具有,可操作性强,可实现性,数据清晰,量化操作,Linux脚本简单易写。在服务器完成自身的运作的同时,毫不影响,同时增加以上统计功能,便捷,有效。
Description
技术领域
本发明涉及计算机领域,尤指存储设备读写对CPU消耗的检测方法。
背景技术
随着电脑的普及,人们的办公和生活均离不开电脑,而存储设备作为电脑最主要的存储设备,往往保存有大量重要资料。由于存储设备平时承载着较大的工作量,而且比较容易受到震动损坏,所以存储设备故障在电脑故障中占用的比例也比较大,存储设备一旦发生故障,将会造成数据无法读取以及数据丢失,对于不少用户,特别是企业用户而言,一次普通的存储设备故障便足以造成灾难性后果。
随着服务器内部架构的密度越来越高,服务器上存储设备数目也越来越多。与此同时,由于CPU制造工艺和新技术的发展,促使CPU的更新换代越发频繁,服务器上可以使用的计算资源越来越多,并发测试模型也越发成熟。不同于传统的磁头式样的硬盘,SSD硬盘更加快速,稳定,可靠,结合实际的读写,查看CPU的调用状况并分析。
中国专利申请号CN201110455927的发明公开了一种硬盘测试方法和装置,其中,该方法包括:读取硬盘的第一预定参数信息;对被测的硬盘进行***安装策测试,测试硬盘是否能够在多种控制器和多种工作模式下实现***安装功能;根据预定策略,测试硬盘在多种控制器和多种工作模式下的工作性能;针对多种控制器和多种操作***对硬盘进行热插拔测试;测试硬盘在预定工作负载下的工作性能;读取硬盘的第二预定参数信息,并将第二预定参数信息与第一预定参数信息进行比较,其中,第一预定参数信息和第二预定参数信息对应相同类型的参数。本发明能够针对多种类型的硬盘控制器和工作模式,对硬盘的稳定性、可靠性、功能性、兼容性等多个方面进行全面测试和评估。
中国专利申请号CN201510097757提供一种软件占用***资源的测试方法,属于***资源监控领域。该测试方法通过对Linux***资源的监控(包括CPU、内存、硬盘、网卡),测试***未安装软件前的平均资源占用情况,再测试***安装软件后的平均资源占用情况,将两者对比得出软件产品对***资源的占用情况。与现有技术相比,本发明所述方法具有多项指标同时监控,记录信息直观,记录数据可靠,快速获取数据平均值等特点,具有良好的实用性及推广应用价值。
上述的现有技术均问解决在当前网络上服务器云集的环境下存储设备的CPU消耗快速判断方法,尤其是SSD这种存储设备的相关测试。
发明内容
本发明为了解决上述技术在当前网络上服务器云集的环境下存储设备的CPU消耗快速判断方法,尤其是SSD这种存储设备的相关测试。
为了实现本发明以上发明目的,本发明是通过以下技术方案实现的:
一种在相同硬件环境下存储设备读写对CPU消耗的对比检测方法,
S10:将统计机与至少一台测试机通过网络连接在一起,所述测试机中安装检测用所述存储设备,所述存储设备至少包括PCIe接口的SSD硬盘或者SATA接口的磁头硬盘;
S20:设置所述统计机和所述测试机的***环境;
S30:让所述测试机运行测试脚本程序;
S40:所述测试脚本程序运行时获取CPU数据,生成统计文件;
S50:所述统计文件被传送给所述统计机;
S60:所述统计机将所述统计文件制成图表;
S70:对比由不同所述测试机生成的所述统计文件所制成的所述图表。
上述测试技术方案,可以快速构建对存储设备的测试环境,可以快速获取存储设备的测试结果。
进一步地,所述的对比检测方法,所述S20中还包括将所述统计机设置成Windows操作***环境、linux操作***环境或者Macintosh操作***环境。
进一步地,所述的对比检测方法,所述S30前增加S25:各所述测试机正常工作,所述S30中每2~5秒运行一次所述测试脚本程序。
进一步地,所述的对比检测方法,所述S25中所述测试机正常工作的读写时间至少为10小时以上。
进一步地,所述的对比检测方法,所述S30执行完后,至少再执行一次S25和S30步骤。
进一步地,所述的对比检测方法,所述S40中所述脚本程序每隔24~48小时生成一次统计文件。
进一步地,所述的对比检测方法,所述S50中所述统计机运行数据收集脚本程序,获取所述统计文件;所述S60中将所述统计文件生成记录文件,再将所述记录文件制成所述图表。
进一步地,所述的对比检测方法,所述S60前,执行S55:所述统计机运行数据过滤脚本程序先将所述记录文件中过滤掉0.1%的噪点。
进一步地,所述的对比检测方法,所述S70中所述统计机将所述记录文件制成统计表和统计图,然后执行S80:对比所述统计表根据CPU消耗情况,将所述统计图进行排序。
进一步地,所述的对比检测方法,所述S60中所述统计图中增加趋势线,所述趋势线的周期值设置成每10~50个周期取一个平均值。
本发明有益效果在于,测试环境易于搭建,测试结果易于获取,简单方便、有效快速、稳定可靠。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明:
图1为本发明各设备连接关系第一实施例示意图;
图2为本发明方法第一实施例流程图;
图3为本发明方法第二实施例流程图;
图4为本发明各设备连接关系第二实施例示意图;
图5为本发明第二实施例某个测试服务器运行测试后生成的统计图;
图6为本发明第二实施例中对图表设置趋势线的示意图;
附图说明:
100统计机;110统计服务器;200测试机;210第1测试机;
220第2测试机;300网络
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,以下说明和附图对于本发明是示例性的,并且不应被理解为限制本发明。以下说明描述了众多具体细节以方便对本发明理解。然而,在某些实例中,熟知的或常规的细节并未说明,以满足说明书简洁的要求。
本发明中的统计机或测试机包括处理器,含单核处理器或多核处理器。处理器也可称为一个或多个微处理器、中央处理单元(CPU)等等。更具体地,处理器可为复杂的指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、实现其他指令集的处理器,或实现指令集组合的处理器。处理器还可为一个或多个专用处理器,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、网络处理器、通信处理器、密码处理器、协处理器、嵌入式处理器、或能够处理指令的任何其他类型的逻辑部件。处理器用于执行本发明所讨论的操作和步骤的指令。
本发明中的存储设备包括存储器,可包括一个或多个易失性存储设备,如IDE磁头硬盘、SATA磁头硬盘、SCSI磁头硬盘、光纤通道磁头硬盘或PCIe接口SSD硬盘、随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或其他类型的存储设备。存储器可存储包括由处理器或任何其他设备执行的指令序列的信息。例如,多种操作***、设备驱动程序、固件(例如,输入输出基本***或BIOS)和/或应用程序的可执行代码和/或数据可被加载在存储器中并且由处理器执行。
本发明中的操作***可为任何类型的操作***,例如微软公司的Windows、WindowsPhone,苹果公司Macintosh或IOS,谷歌公司的Android,以及Linux、Unix操作***或其他实时或嵌入式操作***诸如VxWorks等。
第一实施例
图1为本发明各设备连接关系第一实施例示意图。
图2为本发明方法第一实施例流程图:
一种在相同硬件环境下存储设备读写对CPU消耗的对比检测方法,尤其是在相同硬件环境下,同时对多台测试机的存储设备:
S10:将统计机与至少一台测试机通过网络连接在一起,所述测试机中安装检测用所述存储设备,所述存储设备至少包括PCIe接口的SSD硬盘或者SATA接口的磁头硬盘;
S20:设置所述统计机和所述测试机的***环境;
S30:让所述测试机运行测试脚本程序;
S40:所述测试脚本程序运行时获取CPU数据,生成统计文件;
S50:所述统计文件被传送给所述统计机;
S60:所述统计机将所述统计文件制成图表;
S70:对比由不同所述测试机生成的所述统计文件所制成的所述图表。
上述测试技术方案,可以快速构建对存储设备的测试环境,可以获取存储设备的测试结果。
优选地,所述的对比检测方法,所述S20中还包括将所述统计机设置成Windows操作***环境、linux操作***环境或者Macintosh操作***环境。
优选地,所述的对比检测方法,所述S40中所述脚本程序每隔24~48小时生成一次统计文件。
优选地,所述的对比检测方法,所述S50中所述统计机运行数据收集脚本程序,获取所述统计文件;所述S60中将所述统计文件生成记录文件,再将所述记录文件制成图表。
优选地,所述的对比检测方法,所述S60中所述统计机将所述记录文件制成统计表和统计图。
优选地,所述的对比检测方法,所述S60中所述统计图中增加趋势线,所述趋势线的周期值设置成每10~50个周期取一个平均值。
第二实施例
图3为本发明方法第二实施例流程图:
一种在相同硬件环境下存储设备读写对CPU消耗的对比检测方法,实现步骤如下:
S10:将统计机与至少一台测试机通过网络连接在一起,所述测试机中安装检测用所述存储设备,所述存储设备至少包括PCIe接口的SSD硬盘或者SATA接口的磁头硬盘;
S20:设置所述统计机和所述测试机的***环境;
S30:让所述测试机运行测试脚本程序;
S40:所述测试脚本程序运行时获取CPU数据,生成统计文件;
S50:所述统计文件被传送给所述统计机;
S60:所述统计机将所述统计文件制成图表;
S70:对比由不同所述测试机生成的所述统计文件所制成的所述图表。
优选地,所述的对比检测方法,所述S20中设置所述统计机和/或所述测试机的***环境为Windows操作***环境、linux操作***环境或者Macintosh操作***环境。
优选地,所述的对比检测方法,所述S30前增加S25:各所述测试机正常工作,所述S30中每2~5秒运行一次所述测试脚本程序。
优选地,所述的对比检测方法,所述S25中所述测试机正常工作的读写时间至少为10小时以上。
优选地,所述的对比检测方法,所述S30执行完后,至少再执行一次S25和S30步骤。
优选地,所述的对比检测方法,所述S40中所述脚本程序每隔24~48小时生成一次统计文件。
优选地,所述的对比检测方法,所述S50中所述统计机运行数据收集脚本程序,获取所述统计文件;所述S60中将所述统计文件生成记录文件,再将所述记录文件制成所述图表。
优选地,所述的对比检测方法,所述S60前,执行S55:所述统计机运行数据过滤脚本程序先将所述记录文件中过滤掉0.1%的噪点。
优选地,所述的对比检测方法,所述S70中所述统计机将各所述记录文件制成统计表和统计图,然后执行S80:对比所述统计表根据CPU消耗情况,将所述统计图进行排序。
优选地,所述的对比检测方法,所述S60中所述统计图中增加趋势线,所述趋势线的周期值设置成每10~50个周期取一个平均值。
如图4所示,本发明各设备连接关系第二实施例示意图,图中,100统计机优选为110统计服务器,200测试机优选为测试服务器1、2、3。
通常每个服务器都承担着①传输数据,②解析数据,③保存数据,④运算等重任。
服务器的大量运算,经常导致CPU使用率过高的情况,因此我们需要收集相关信息进行实时监测,保证数据的完备,传输的可靠。
而服务器之间也是互通的。在相同硬件环境下,比如图4中测试服务器1、2、3三台相同硬件环境,它们和统计服务器能在英特网上互相连通,互相访问的,他们通过socketTCP链接传输数据。
测试服务器1、2、3安装的都是linux操作***,测试服务器1、2、3里插着待检测的SSD。
统计服务器上安装了Windows操作***,会按照测试服务器1、2、3发过来的数据进行解析,保存,然后绘制表格。根据表格,绘图。
检测比较的方法:各服务器正常工作,比如数据传输,通信,等等。
特别是长时间读写(读写16小时)后,再检测一遍,以判断其抗压力。
同时,在服务器群正常工作的同时,并不会额外增加其工作量,只是增加一个小脚本,使得其CPU使用数据实时传送给统计服务器并呈现出来。
首先,测试服务器1、2、3中在正常工作,同时跑一个linux测试脚本。该脚本有一个命令,可以设置schedule,每隔24小时就自动生成一个CPU统计文件,该文件会获取本机的CPU占用率的值。并将该文件发送给统计服务器。
具体测试过程如下:
首先,测试服务器1、2、3中在正常工作,运行同样的数据测试脚本(socket_client.py)。
以下是socket_client.py
该文件会获取本机的CPU占用率的值。并将该文件发送给统计服务器。设置该脚本2秒运行一次。
其次,统计服务器110运行数据收集脚本(socket_server.py),获取测试服务器1、2、3的CPU统计文件,并将它生成.csv文件(实施例一中称作:记录文件)。
以下是socket_server.py
该数据收集脚本获取测试服务器1、2、3的CPU数据,并将它生成.csv文件。
生成的上述.csv文件中将CPU一列的值取出来,数据表中,比如放到excel表格中,像这样:
设置每2秒采样一次,也可以在数据测试脚本中设置每5秒采样一次,都可以设置。
产生的数据中,用数据收集脚本过滤出0.1%的噪点,比如1000个数据中去掉1个数据,10000个数据里去掉10个,然后重新生成一个有效数据表格。
通过数据表,比如excel表格,将其生成为一个图片,如图5所示,这是一个折线图。
在该图中,可以清晰地看到CPU占用率主要落在哪些值空间。
为了增加基准,更加清晰,我增加了趋势线,可以看到每25个点取一个值,画出的趋势线。
也可以设置每N个点取一个值,这个可以根据数据的密集程度修改。如图6所示。这样一来,CPU占用率就可以很直观地体现出来。
测试SSD的CPU性能可以通过这些数据,图表体现出来。
而多台服务器可以实时地将CPU记录数据文件传送给统计服务器,快速及时,并发,直观。
在服务器完成自身的运作的同时,毫不影响,同时增加以上统计功能,便捷,有效。
综上所述,本测试方法具有,可操作性强,可实现性,数据清晰,量化操作,Linux***脚本程序简单易写。在服务器完成自身的运作的同时,毫不影响,同时增加以上统计功能,便捷,有效。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种存储设备读写对CPU消耗的对比检测方法,其特征在于,实现步骤如下:
S10:将统计机与至少一台测试机通过网络连接在一起,所述测试机中安装检测用所述存储设备,所述存储设备至少包括PCIe接口的SSD硬盘或者SATA接口的磁头硬盘;
S20:设置所述统计机和所述测试机的***环境;
S30:让所述测试机运行测试脚本程序;
S40:所述测试脚本程序运行时获取CPU数据,生成统计文件;
S50:所述统计文件被传送给所述统计机;
S60:所述统计机将所述统计文件制成图表;
S70:对比由不同所述测试机生成的所述统计文件所制成的所述图表。
2.根据权利要求1所述的对比检测方法,其特征在于,所述步骤S20中设置所述统计机和/或所述测试机的***环境为Windows操作***环境、linux操作***环境或者Macintosh操作***环境。
3.根据权利要求1所述的对比检测方法,其特征在于,所述步骤S30前增加步骤S25:各所述测试机正常工作,所述步骤S30中每2~5秒运行一次所述测试脚本程序。
4.根据权利要求3所述的对比检测方法,其特征在于,所述步骤S25中所述测试机正常工作的读写时间至少为10小时以上。
5.根据权利要求4所述的对比检测方法,其特征在于,所述步骤S30执行完后,至少再执行一次步骤S25和步骤S30。
6.根据权利要求1所述的对比检测方法,其特征在于,所述步骤S40中所述脚本程序每隔24~48小时生成一次统计文件。
7.根据权利要求1所述的对比检测方法,其特征在于,所述步骤S50中所述统计机运行数据收集脚本程序,获取所述统计文件;所述步骤S60中将所述统计文件生成记录文件,再将所述记录文件制成所述图表。
8.根据权利要求7所述的对比检测方法,其特征在于,所述步骤S60前,执行步骤S55:所述统计机运行数据过滤脚本程序先将所述记录文件中过滤掉0.1%的噪点。
9.根据权利要求7所述的对比检测方法,其特征在于,所述步骤S70中所述统计机将各所述记录文件制成统计表和统计图,然后执行步骤S80:对比所述统计表根据CPU消耗情况,将所述统计图进行排序。
10.根据权利要求9所述的对比检测方法,其特征在于,所述步骤S60中所述统计图中增加趋势线,所述趋势线的周期值设置成每10~50个周期取一个平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610102681.1A CN105760267A (zh) | 2016-02-25 | 2016-02-25 | 存储设备读写对cpu消耗的对比检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610102681.1A CN105760267A (zh) | 2016-02-25 | 2016-02-25 | 存储设备读写对cpu消耗的对比检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105760267A true CN105760267A (zh) | 2016-07-13 |
Family
ID=56331210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610102681.1A Pending CN105760267A (zh) | 2016-02-25 | 2016-02-25 | 存储设备读写对cpu消耗的对比检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105760267A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789265A (zh) * | 2016-12-27 | 2017-05-31 | 北京五八信息技术有限公司 | 一种服务集群的聚类方法及装置 |
CN107391333A (zh) * | 2017-08-14 | 2017-11-24 | 郑州云海信息技术有限公司 | 一种osd磁盘故障测试方法及*** |
CN110544503A (zh) * | 2019-08-28 | 2019-12-06 | 深圳忆联信息***有限公司 | 一种评估ssd总写入量的测试方法及计算机设备 |
CN110910945A (zh) * | 2019-11-19 | 2020-03-24 | 深圳忆联信息***有限公司 | 测试ssd信号健壮性的方法、装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075384A (zh) * | 2010-12-20 | 2011-05-25 | 创新科存储技术有限公司 | 一种性能测试***及方法 |
CN102236601A (zh) * | 2011-06-22 | 2011-11-09 | 福建新大陆通信科技股份有限公司 | 一种测试机顶盒软件稳定性的方法 |
US8095636B2 (en) * | 2004-12-21 | 2012-01-10 | International Business Machines Corporation | Process, system and program product for executing test scripts against multiple systems |
CN102662828A (zh) * | 2012-03-14 | 2012-09-12 | 浪潮(北京)电子信息产业有限公司 | 一种实现软件自动测试的方法及装置 |
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 |
-
2016
- 2016-02-25 CN CN201610102681.1A patent/CN105760267A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8095636B2 (en) * | 2004-12-21 | 2012-01-10 | International Business Machines Corporation | Process, system and program product for executing test scripts against multiple systems |
CN102075384A (zh) * | 2010-12-20 | 2011-05-25 | 创新科存储技术有限公司 | 一种性能测试***及方法 |
CN102236601A (zh) * | 2011-06-22 | 2011-11-09 | 福建新大陆通信科技股份有限公司 | 一种测试机顶盒软件稳定性的方法 |
CN102662828A (zh) * | 2012-03-14 | 2012-09-12 | 浪潮(北京)电子信息产业有限公司 | 一种实现软件自动测试的方法及装置 |
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 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106789265A (zh) * | 2016-12-27 | 2017-05-31 | 北京五八信息技术有限公司 | 一种服务集群的聚类方法及装置 |
CN107391333A (zh) * | 2017-08-14 | 2017-11-24 | 郑州云海信息技术有限公司 | 一种osd磁盘故障测试方法及*** |
CN107391333B (zh) * | 2017-08-14 | 2020-10-16 | 苏州浪潮智能科技有限公司 | 一种osd磁盘故障测试方法及*** |
CN110544503A (zh) * | 2019-08-28 | 2019-12-06 | 深圳忆联信息***有限公司 | 一种评估ssd总写入量的测试方法及计算机设备 |
CN110910945A (zh) * | 2019-11-19 | 2020-03-24 | 深圳忆联信息***有限公司 | 测试ssd信号健壮性的方法、装置、计算机设备及存储介质 |
CN110910945B (zh) * | 2019-11-19 | 2021-08-17 | 深圳忆联信息***有限公司 | 测试ssd信号健壮性的方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8359450B2 (en) | Memory utilization analysis | |
US11263071B2 (en) | Enabling symptom verification | |
JP5705084B2 (ja) | 2パス自動アプリケーション計測 | |
Chowdhury et al. | An exploratory study on assessing the energy impact of logging on android applications | |
Ates et al. | An automated, cross-layer instrumentation framework for diagnosing performance problems in distributed applications | |
US11093349B2 (en) | System and method for reactive log spooling | |
US8694834B2 (en) | Preventing log wrap with debug scripts | |
US10936386B2 (en) | Method, device and computer program product for monitoring access request | |
CN105760267A (zh) | 存储设备读写对cpu消耗的对比检测方法 | |
US8219856B2 (en) | Memory growth detection | |
US9442817B2 (en) | Diagnosis of application server performance problems via thread level pattern analysis | |
CN102915269A (zh) | 一种b/s软件***的通用日志分析方法 | |
KR20110052470A (ko) | 대칭형 멀티 프로세서 로크 트레이싱 | |
US20160140019A1 (en) | Event summary mode for tracing systems | |
Sousa et al. | Evaluating eucalyptus virtual machine instance types: A study considering distinct workload demand | |
US8850407B2 (en) | Test script generation | |
Sârbu et al. | Profiling the operational behavior of OS device drivers | |
WO2015198600A1 (ja) | 解析装置、解析方法、および、解析プログラムが記録された記憶媒体 | |
CN111435327B (zh) | 一种日志记录的处理方法、装置及*** | |
US11429748B2 (en) | Device and method for analyzing performances of a web application | |
US8656066B2 (en) | Monitoring input/output operations to specific storage locations | |
Martin et al. | Automatic benchmark profiling through advanced workflow‐based trace analysis | |
Wang et al. | Log data modeling and acquisition in supporting SaaS software performance issue diagnosis | |
Gu et al. | DFS-PERF: A scalable and unified benchmarking framework for distributed file systems | |
US20140236564A1 (en) | Coverage model and measurements for partial instrumentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160713 |