CN109408364A - 软件产品的性能分析方法、装置、终端及计算机存储介质 - Google Patents
软件产品的性能分析方法、装置、终端及计算机存储介质 Download PDFInfo
- Publication number
- CN109408364A CN109408364A CN201810990194.2A CN201810990194A CN109408364A CN 109408364 A CN109408364 A CN 109408364A CN 201810990194 A CN201810990194 A CN 201810990194A CN 109408364 A CN109408364 A CN 109408364A
- Authority
- CN
- China
- Prior art keywords
- data
- software product
- system resource
- user behavior
- performance
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请提供一种软件产品的性能分析方法，包括获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。本申请方法，由于产品的使用过程也是对产品性能进行测试的过程，在产品的使用过程中会产生大量的用户行为数据，因此基于用户行为数据对产品性能的影响，将软件产品的***资源数据和用户行为数据相结合，得到的性能分析结果可全面准确地反映产品的性能。本申请还提供了一种软件产品的性能分析装置、终端及计算机存储介质。
Description
技术领域
本申请涉及软件产品分析技术领域，具体而言，本申请涉及一种软件产品的性能分析方法、装置、终端及计算机存储介质。
背景技术
在软件产品的性能优化阶段，需要对产品性能进行分析。在现有的分析过程中，一般是根据产品需求、行业规范、经验来设定该产品的性能指标，例如业务运行时长、内存占用等***资源数据，然后通过人为操作来对每一项待测指标进行测定，并记录各项测试结果，以对产品的进一步优化提供支持数据。
但是，由于影响产品性能的因素不仅限于产品运行时的***资源数据这一影响因子，因此仅依据***资源数据对产品性能进行分析，得到产品性能分析的结果中只反应产品在***资源上的不足，不能反映出产品其他方面的性能，使得产品性能分析结果不能全面准确地反映该产品的性能，进而不能为产品优化提供全面有效的支持数据，且人为操作效率低且容易出错，难以客观、准确、高效地评估产品的性能。
因此，现有技术中的缺陷是：仅依据***资源数据对产品性能进行分析，得到的分析结果不能全面准确地反映产品的性能，进而不能为产品优化提供全面有效的支持数据，且人为操作效率低且容易出错，难以客观、准确、高效地评估产品的性能。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是仅依据***资源数据对产品性能进行分析，得到的分析结果不能全面准确地反映产品的性能的技术缺陷。
第一方面，本申请提供一种软件产品的性能分析方法，该方法包括如下步骤：
获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；
依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。
第二方面，本申请还提供一种软件产品的性能分析装置，该装置包括：
数据获取模块，用于获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；
性能分析模块，用于依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。
第三方面，本申请还提供一种软件产品的性能分析终端，该终端包括：处理器、存储器和总线；总线，用于连接处理器和存储器；存储器，用于存储操作指令；处理器，用于通过调用操作指令，执行如本申请的第一方面所示的方法对应的操作。
第四方面，本申请提供了一种计算机可读存储介质，存储介质存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如本申请的第一方面所示的方法。
本申请的优点：获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果；由于产品的使用过程也是对产品性能进行测试的过程，在产品的使用过程中会产生大量的用户行为数据，因此基于用户行为数据对产品性能的影响，将软件产品的***资源数据和用户行为数据相结合，基于***资源以及用户行为分别与性能指标的对应关系对软件产品性能进行分析，得到的性能分析结果可全面准确地反映产品的性能，进而可为产品优化提供全面有效的支持数据，且上述产品性能分析的过程无需人为操作，提高了性能分析的效率和准确性，得到的性能分析结果可客观、准确、高效地评估产品的性能。
本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例提供的一种软件产品的性能分析方法的流程示意图；
图2为本申请实施例提供的另一种软件产品的性能分析方法的流程示意图；
图3为本申请实施例提供的一种软件产品的性能分析装置的结构示意图；
图4为本申请实施例提供的一种软件产品的性能分析终端的结构示意图。
具体实施方式
下面详细描述本申请的实施例，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，仅用于解释本申请，而不能解释为对本申请的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的软件产品的性能分析方法、装置、终端和计算机可读存储介质，旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
实施例一
本申请提供了一种软件产品的性能分析方法，如图1所示，该方法包括：
步骤S101，获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据。
步骤S102，依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。
由此，本实施例中记载的方案，获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果；由于产品的使用过程也是对产品性能进行测试的过程，在产品的使用过程中会产生大量的用户行为数据，因此基于用户行为数据对产品性能的影响，将软件产品的***资源数据和用户行为数据相结合，基于***资源以及用户行为分别与性能指标的对应关系对软件产品性能进行分析，得到的性能分析结果可全面准确地反映产品的性能，进而可为产品优化提供全面有效的支持数据，且上述产品性能分析的过程无需人为操作，提高了性能分析的效率和准确性，得到的性能分析结果可客观、准确、高效地评估产品的性能。
实施例二
本申请提供了另一种可能的实现方式，在实施例一的基础上，还包括实施例二所示的方法，其中，步骤S101，获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据，包括：
从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
基于实施例一中的方案，如图2所示，本实施例提供的软件产品的性能分析方法，具体包括如下步骤：
步骤S201，从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
步骤S202，依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。
其中，全链路监控数据是指对软件产品的全链路进行监控得到数据，其中，全链路监控数据包括以下至少一项：全链路监控软件产品运行***得到的数据，软件产品生产日志中的数据，从监控软件上采集到的数据。进一步地，从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据，包括：从软件产品生产日志中的数据和从监控软件上采集到的数据中过滤得到表征用户操作行为的用户行为数据；以及从全链路监控软件产品运行***得到的数据中过滤得到软件产品在运行时所占用的***资源数据。
其中，全链路监控指的是从用户界面层、应用服务层、数据服务层等整个链路进行实时监控。由此，通过全链路监控得到的全链路监控数据可全面地反映该软件产品的性能，以使得性能分析结果更全面更准确。
进一步地，步骤S201，从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据，包括：
依据预设的第一匹配模板，从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据；
依据预设的第二匹配模板，从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
其中，预设的第一匹配模板是与软件产品的***资源数据相关的关键词形成的模板，第二匹配模板是与用户行为数据相关的关键词形成的模板，依据产品性能分析需求、行业规范、经验来设定该关键词，由于全链路监控数据中包含的数据量大，基于关键词，可快速在全链路监控数据中分别匹配到对应的***资源数据和用户行为数据，提高方法运行效率。
其中，***资源数据为软件产品运行过程中***资源的相关数据，包括以下至少一项：CPU的利用率，CPU运行速度，CPU进程数，线程数，句柄数，正常运行时间，缓存，吞吐量，的磁盘读写情况。
其中，用户行为数据包括用户画像数据和软件产品使用数据，进一步地，用户画像数据包括用户的基本属性信息和用户消费习惯信息，用户的基本属性信息包括年龄，性别及住址信息等，用户消费习惯信息反映用户对不同软件产品的喜好程度；进一步地，软件产品使用数据包括以下至少一项：点击率，成功率，失败率，响应时间，驻留时间，转化率，错误率；其中，点击率指某段时间内访问该软件产品的点击率，点击率越高，表明对该软件产品感兴趣的用户越多；用户使用该软件产品的某个功能，一定时间内成功次数和失败次数占该功能总是用量的百分比分别为成功率和失败率；响应时间指访问该软件产品的响应时间；驻留时间指从访问该软件产品从访问开始到访问结束的时间；转化率指所有访问该软件产品的用户购买该软件产品的转化率，通过购买该软件产品的总数量/点击该软件产品的总数量得到；错误率指该软件产品在使用过程中的报错率，比如在一定时间内，通过点击该软件产品的总次数中的错误响应次数/点击该软件产品的总次数。
其中，在全链路监控数据中，***资源数据是从通过全链路监控软件产品运行***得到的数据中过滤出来的，用户行为数据是从软件产品生产日志中的数据及从监控软件上采集到的数据中过滤出来的。
举例说明：比如第二匹配模板中的关键词为响应时间，依据响应时间这一关键词在所有该全链路监控数据中进行匹配，得到与响应时间相匹配的数据，然后基于该与响应时间相匹配的数据，将该数据分类到用户行为数据中。
进一步地，该方法还包括：依据性能分析结果，生成性能分析报告。
进一步地，步骤S102，依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果，包括两种实现方式，其中，第一种实现方式为：
依据***资源数据中各个***资源对应的权重，及用户行为数据中各个用户行为对应的权重，进行加权计算以确定性能指标。
依据性能指标确定性能分析结果。
其中，***资源数据中包括多个***资源，每个***资源对应不同的权重，以反应每个***资源在***资源数据中的影响比重，同理，每个用户行为对应的权重反应每个用户行为在用户行为数据中的影响比重；进一步，依据***资源数据的权重和用户行为数据的权重，进行加权计算以确定性能指标，并依据该性能指标确定性能分析结果，得到的性能分析结果从两方面反映该产品的性能，且通过权重得到的性能指标将性能分析结果量化，以使得该产品的性能可直观体现。
步骤S102，依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果，第二种实现方式为：
将***资源数据与预先配置的第一阈值进行分析比较，得到第一比较结果。
将用户行为数据与预先配置的第二阈值进行分析比较，得到第二比较结果。
依据第一比较结果和第二比较结果，得到性能分析结果。
例如：预先配置的响应时间的阈值为2s，CPU利用率的阈值为5％；该软件产品的***资源数据中的CPU利用率为9％，用户行为数据中的响应时间为1.5s，则将该软件产品的***资源数据中的CPU利用率与预设的CPU利用率的阈值进行比较，CPU利用率大于阈值，将用户行为数据中的响应时间与预设的响应时间的阈值进行比较，响应时间小于阈值，综合考量这两个比较结果，得到性能分析结果。由单独得到的该软件产品的响应时间评价结果可知该软件产品的响应时间短，响应速度快，但结合该软件产品的CPU利用率的评价结果可知该软件产品的CPU利用率高，会影响该软件产品对应使用终端的运行效率，因此，基于上述响应时间和CPU利用率两个参数作为该软件产品的性能分析影响因子，可提高该软件产品的性能分析结果的准确性。
进一步地，为了使软件产品的性能分析结果更准确，***资源数据和用户行为数据可选择相同维度的数据，比如同一时间段内的***资源数据和用户行为数据，或者同一年龄段用户的***资源数据和用户行为数据。
更进一步地，依据***资源数据中各个***资源对应的权重，及用户行为数据中各个用户行为对应的权重，进行加权计算以确定性能指标，包括：
将***资源数据中各个***资源对应的权重进行加权平均计算，得到***资源数据的权重。
将用户行为数据中各个用户行为对应的权重进行加权平均计算，得到用户行为数据的权重。
将***资源数据的权重和用户行为数据的权重进行加权平均计算，得到综合权重。
依据综合权重，确定性能指标。
其中，基于各个***资源对应的权重及各个用户行为对应的权重，通过多次加权平均计算，得到综合权重，进而依据综合权重得到性能指标，以性能指标进行产品性能评价，可将多个影响性能的因子整合成一个维度，便于直观反映该产品的性能。
进一步地，依据综合权重，确定性能指标，包括：
依据综合权重与预定阈值范围的关系，确定相应的性能指标。
其中，综合权重在预定阈值范围内，表明该产品的性能指标良好，综合权重不在预定阈值范围内，表明该产品的性能指标不好，预定阈值范围可根据不同的产品进行自定义设置，满足对不同产品性能指标的要求。
进一步地，该方法还包括：
步骤S103，依据性能指标，生成软件产品的优化指令，以用于对软件产品进行优化。
其中，该优化指令中可按照***资源数据的权重和用户行为数据的权重对该软件产品的优化方向进行了分析指示，***资源数据通常反应该软件产品与硬件的适配度，用户行为数据通常反应该软件产品的功能使用体验；如果***资源数据的权重大于用户行为数据的权重，则生成的优化指令中优先指示对该软件产品与硬件的适配度方面进行优化，服务器可将该优化指令发送给相关人员的终端设备，该相关人员会根据此优化指令对该软件产品进行优化。由此，优化指令中按照***资源数据的权重和用户行为数据的权重给出了产品优化的指示方向，进而可准确定位该产品的缺陷，以使该产品的相关人员有选择性、有针对性的对该产品进行优化，进而提升产品质量。
其中，对软件产品与硬件的适配度进行优化，具体指轻量化该软件产品，包括减少CPU占用率，较少占用的内存空间等，对该软件产品的功能使用体验进行优化，具体包括提升该软件产品的响应速度，简化对某个功能的操作过程等。
进一步地，基于上述方法中依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果的第二种实现方式，依据性能分析结果，生成软件产品的优化指令。具体为：通过优化指令告知软件产品的相关人员，该软件产品基于本次的性能分析结果可进行进一步的优化，由相关人员基于此性能分析结果对该软件产品进行进一步优化，即该性能分析结果为软件产品优化提供了改进信息，且由于该性能分析结果全面反映该产品的性能，使得为软件产品优化提供的支持数据更全面更准确。
例如：接上例，响应时间的阈值设置为2s，CPU利用率的阈值设置为5％；该软件产品的***资源数据中的CPU利用率为9％，用户行为数据中的响应时间为1.5s，则将该软件产品的***资源数据中的CPU利用率与预设的CPU利用率的阈值进行比较，将用户行为数据中的响应时间与预设的响应时间的阈值进行比较，经比较可得出，该软件产品的响应时间小于阈值，表明该软件产品的响应时间短，响应速度快，不需要基于响应时间对软件产品进行优化，而CPU利用率大于阈值，表明该软件产品需要优化，综合以上两个对比结果，为软件产品优化提供参考信息，对该产品性能进行优化。
由此，基于全链路监控该软件产品得到的***资源数据和用户行为数据，分析出该软件产品的性能分析结果，基于该性能分析结果为该软件产品的性能优化提供数据支持，由于该性能分析结果全面反映该产品的性能，使得该性能分析结果为软件产品的优化提供更全面更有价值的信息。
实施例三
本申请提供了一种软件产品的性能分析装置30，如图3所示，该软件产品的性能分析装置30可以包括：数据获取模块301以及性能分析模块302，其中，
数据获取模块301，用于获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据。
性能分析模块302，用于依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。
由此，本实施例中记载的方案，：获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果；由于产品的使用过程也是对产品性能进行测试的过程，在产品的使用过程中会产生大量的用户行为数据，因此基于用户行为数据对产品性能的影响，将软件产品的***资源数据和用户行为数据相结合，基于***资源以及用户行为分别与性能指标的对应关系对软件产品性能进行分析，得到的性能分析结果可全面准确地反映产品的性能，进而可为产品优化提供全面有效的支持数据，且上述产品性能分析的过程无需人为操作，提高了性能分析的效率和准确性，得到的性能分析结果可客观、准确、高效地评估产品的性能。
实施例四
本申请实施例提供了另一种可能的实现方式，在实施例三的基础上，还包括实施例四所示的方案，其中，
进一步地，数据获取模块301包括数据过滤单元3011，用于从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
基于实施例三中的方案，本实施例提供的软件产品的性能分析装置30，具体包括：
数据过滤单元3011，用于从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
性能分析模块302，用于依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果。
其中，全链路监控数据是指对软件产品的全链路进行监控得到数据，其中，全链路监控数据包括以下至少一项：全链路监控软件产品运行***得到的数据，软件产品生产日志中的数据，从监控软件上采集到的数据。进一步地，数据过滤单元3011，具体用于：从软件产品生产日志中的数据和从监控软件上采集到的数据中过滤得到表征用户操作行为的用户行为数据；以及从全链路监控软件产品运行***得到的数据中过滤得到软件产品在运行时所占用的***资源数据。
其中，全链路监控指的是从用户界面层、应用服务层、数据服务层等整个链路进行实时监控。由此，通过全链路监控得到的全链路监控数据可全面地反映该软件产品的性能，以使得性能分析结果更全面更准确。
进一步地，数据过滤单元3011中，从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据，包括：
依据预设的第一匹配模板，从软件产品的全链路监控数据中过滤得到软件产品在运行时所占用的***资源数据；
依据预设的第二匹配模板，从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
其中，预设的第一匹配模板是与软件产品的***资源数据相关的关键词形成的模板，第二匹配模板是与用户行为数据相关的关键词形成的模板，依据产品性能分析需求、行业规范、经验来设定该关键词，由于全链路监控数据中包含的数据量大，基于关键词，可快速在全链路监控数据中分别匹配到对应的***资源数据和用户行为数据，提高方法运行效率。
进一步地，性能分析模块302包括第一性能分析单元或第二性能分析单元，其中，
第一性能分析单元，用于：
依据***资源数据中各个***资源对应的权重，及用户行为数据中各个用户行为对应的权重，进行加权计算以确定性能指标。
依据性能指标确定性能分析结果。
其中，***资源数据中包括多个***资源，每个***资源对应不同的权重，以反应每个***资源在***资源数据中的影响比重，同理，各个用户行为对应的权重反应每个用户行为在用户行为数据中的影响比重；进一步，依据***资源数据的权重和用户行为数据的权重，进行加权计算以确定性能指标，并依据该性能指标确定性能分析结果，得到的性能分析结果从两方面反映该产品的性能，且通过权重得到的性能指标将性能分析结果量化，以使得该产品的性能可直观体现。
第二性能分析单元，用于：
将***资源数据与预先配置的第一阈值进行分析比较，得到第一比较结果。
将用户行为数据与预先配置的第二阈值进行分析比较，得到第二比较结果。
依据第一比较结果和第二比较结果，得到性能分析结果。
进一步地，为了使软件产品的性能分析结果更准确，***资源数据和用户行为数据可选择相同维度的数据，比如同一时间段内的***资源数据和用户行为数据，或者同一年龄段用户的***资源数据和用户行为数据。
更进一步地，依据***资源数据中各个***资源对应的权重，及用户行为数据中各个用户行为对应的权重，对软件产品的性能进行分析，得到性能分析结果，具体包括：
将***资源数据中各个***资源对应的权重进行加权平均计算，得到***资源数据的权重。
将用户行为数据中各个用户行为对应的权重进行加权平均计算，得到用户行为数据的权重。
将***资源数据的权重和用户行为数据的权重进行加权平均计算，得到综合权重。
依据综合权重，确定性能指标。
其中，基于各个***资源对应的权重及各个用户行为对应的权重，通过多次加权平均计算，得到综合权重，进而依据综合权重得到性能指标，以性能指标进行产品性能评价，可将多个影响性能的因子整合成一个维度，便于直观反映该产品的性能。
进一步地，依据综合权重，确定性能指标，包括：
依据综合权重与预定阈值范围的关系，确定相应的性能指标。
其中，综合权重在预定阈值范围内，表明该产品的性能指标良好，综合权重不在预定阈值范围内，表明该产品的性能指标不好，预定阈值范围可根据不同的产品进行自定义设置，满足对不同产品性能指标的要求。
进一步地，该装置还包括第一优化信息生成模块303，用于依据性能指标，生成软件产品的优化指令，以用于对软件产品进行优化。
其中，该优化指令中可按照***资源数据的权重和用户行为数据的权重对该软件产品的优化方向进行了分析指示，***资源数据通常反应该软件产品与硬件的适配度，用户行为数据通常反应该软件产品的功能使用体验；如果***资源数据的权重大于用户行为数据的权重，则生成的优化指令中优先指示对该软件产品与硬件的适配度方面进行优化，服务器可将该优化指令发送给相关人员的终端设备，该相关人员会根据此优化指令对该软件产品进行优化。由此，优化指令中按照***资源数据的权重和用户行为数据的权重给出了产品优化的指示方向，进而可准确定位该产品的缺陷，以使该产品的相关人员有选择性、有针对性的对该产品进行优化，进而提升产品质量。
进一步地，该装置还包括第二优化信息生成模块304，用于依据性能分析结果，生成软件产品的优化指令。
其中，服务器依据性能分析结果，生成软件产品的优化指令，通过优化指令告知软件产品的相关人员，该软件产品基于本次的性能分析结果可进行进一步的优化，由相关人员基于此性能分析结果对该软件产品进行进一步优化，即该性能分析结果为软件产品优化提供了改进信息，且由于该性能分析结果全面反映该产品的性能，使得为软件产品优化提供的支持数据更全面更准确。
由此，基于全链路监控该软件产品得到的***资源数据和用户行为数据，分析出该软件产品的性能分析结果，基于该性能分析结果为该软件产品的性能优化提供数据支持，由于该性能分析结果全面反映该产品的性能，使得该性能分析结果为软件产品的优化提供更全面更有价值的信息。
本实施例的软件产品的性能分析装置可执行本申请实施例一和实施例二提供的软件产品的性能分析方法，其实现原理相类似，此处不再赘述。
实施例五
本申请实施例提供了一种软件产品的性能分析终端，如图4所示，图4所示的软件产品的性能分析终端40包括：处理器401和存储器403。其中，处理器401和存储器403相连，如通过总线402相连。可选地，软件产品的性能分析终端40还可以包括收发器404。需要说明的是，实际应用中收发器404不限于一个，该软件产品的性能分析终端40的结构并不构成对本申请实施例的限定。
其中，处理器401应用于本申请实施例中，用于实现图3所示的数据获取模块301以及性能分析模块302的功能。收发器404包括接收机和发射机。
处理器401可以是CPU，通用处理器，DSP，ASIC，FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器401也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线402可包括一通路，在上述组件之间传送信息。总线402可以是PCI总线或EISA总线等。总线402可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器403可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
可选地，存储器403用于存储执行本申请方案的应用程序代码，并由处理器401来控制执行。处理器401用于执行存储器403中存储的应用程序代码，以实现图3所示实施例提供的软件产品的性能分析装置的动作。
本申请实施例提供的一种软件产品的性能分析终端，与现有技术相比，本申请中的方案，通过获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果；由于产品的使用过程也是对产品性能进行测试的过程，在产品的使用过程中会产生大量的用户行为数据，因此基于用户行为数据对产品性能的影响，将软件产品的***资源数据和用户行为数据相结合，基于***资源以及用户行为分别与性能指标的对应关系对软件产品性能进行分析，得到的性能分析结果可全面准确地反映产品的性能，进而可为产品优化提供全面有效的支持数据，且上述产品性能分析的过程无需人为操作，提高了性能分析的效率和准确性，得到的性能分析结果可客观、准确、高效地评估产品的性能。
本申请实施例提供的一种软件产品的性能分析终端适用于上述实施例四中的装置实施例，且具有与上述装置实施例四相同的发明构思及相同的有益效果，在此不再赘述。
实施例六
本申请实施例提供了一种计算机可读存储介质，该存储介质存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现实施例一所示的方法。
本申请实施例提供了一种计算机可读存储介质，与现有技术相比，本申请中的方案，通过获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；依据***资源以及用户行为分别与性能指标的对应关系，分析***资源数据中各个***资源和用户行为数据中各个用户行为，得到性能分析结果；由于产品的使用过程也是对产品性能进行测试的过程，在产品的使用过程中会产生大量的用户行为数据，因此基于用户行为数据对产品性能的影响，将软件产品的***资源数据和用户行为数据相结合，基于***资源以及用户行为分别与性能指标的对应关系对软件产品性能进行分析，得到的性能分析结果可全面准确地反映产品的性能，进而可为产品优化提供全面有效的支持数据，且上述产品性能分析的过程无需人为操作，提高了性能分析的效率和准确性，得到的性能分析结果可客观、准确、高效地评估产品的性能。
本申请实施例提供了一种计算机可读存储介质，该存储介质存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现实施例二所示的方法。在此不再赘述。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种软件产品的性能分析方法，其特征在于，包括：
获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；
依据***资源以及用户行为分别与性能指标的对应关系，分析所述***资源数据中各个***资源和所述用户行为数据中各个用户行为，得到性能分析结果。
2.根据权利要求1所述的软件产品的性能分析方法，其特征在于，所述获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据，包括：
从软件产品的全链路监控数据中过滤得到所述软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
3.根据权利要求2所述的软件产品的性能分析方法，其特征在于，所述从软件产品的全链路监控数据中过滤得到所述软件产品在运行时所占用的***资源数据，以及从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据，包括：
依据预设的第一匹配模板，从软件产品的全链路监控数据中过滤得到所述软件产品在运行时所占用的***资源数据；
依据预设的第二匹配模板，从软件产品的生产使用数据中过滤得到表征用户操作行为的用户行为数据。
4.根据权利要求1所述的软件产品的性能分析方法，其特征在于，所述方法还包括：
依据所述性能分析结果，生成性能分析报告。
5.根据权利要求1所述的软件产品的性能分析方法，其特征在于，所述依据***资源以及用户行为分别与性能指标的对应关系，分析所述***资源数据中各个***资源和所述用户行为数据中各个用户行为，得到性能分析结果，包括：
依据所述***资源数据中各个***资源对应的权重，及所述用户行为数据中各个用户行为对应的权重，进行加权计算以确定性能指标；
依据所述性能指标确定性能分析结果。
6.根据权利要求5所述的软件产品的性能分析方法，其特征在于，所述依据所述***资源数据中各个***资源对应的权重，及所述用户行为数据中各个用户行为对应的权重，进行加权计算以确定性能指标，包括：
将所述***资源数据中各个***资源对应的权重进行加权平均计算，得到所述***资源数据的权重；
将所述用户行为数据中各个用户行为对应的权重进行加权平均计算，得到所述用户行为数据的权重；
将所述***资源数据的权重和所述用户行为数据的权重进行加权平均计算，得到综合权重；
依据所述综合权重，确定性能指标。
7.根据权利要求6所述的软件产品的性能分析方法，其特征在于，所述依据所述综合权重，确定性能指标，包括：
依据所述综合权重与预定阈值范围的关系，确定相应的性能指标；
所述方法还包括：
依据性能指标，生成所述软件产品的优化指令，以用于对所述软件产品进行优化。
8.一种软件产品的性能分析装置，其特征在于，包括：
数据获取模块，用于获取软件产品在运行时所占用的***资源数据和表征用户操作行为的用户行为数据；
性能分析模块，用于依据***资源以及用户行为分别与性能指标的对应关系，分析所述***资源数据中各个***资源和所述用户行为数据中各个用户行为，得到性能分析结果。
9.一种软件产品的性能分析终端，其特征在于，包括：
处理器、存储器和总线；
所述总线，用于连接所述处理器和所述存储器；
所述存储器，用于存储操作指令；
所述处理器，用于通过调用所述操作指令，执行上述权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述存储介质存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810990194.2A CN109408364A (zh) | 2018-08-28 | 2018-08-28 | 软件产品的性能分析方法、装置、终端及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810990194.2A CN109408364A (zh) | 2018-08-28 | 2018-08-28 | 软件产品的性能分析方法、装置、终端及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109408364A true CN109408364A (zh) | 2019-03-01 |
Family
ID=65463597
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810990194.2A Withdrawn CN109408364A (zh) | 2018-08-28 | 2018-08-28 | 软件产品的性能分析方法、装置、终端及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109408364A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933507A (zh) * | 2019-03-22 | 2019-06-25 | 北京极简智能科技有限公司 | 一种程序性能检测方法、***、设备及存储介质 |
| CN110162442A (zh) * | 2019-04-19 | 2019-08-23 | 平安科技（深圳）有限公司 | 一种***性能瓶颈定位方法及*** |
| CN111427627A (zh) * | 2020-03-27 | 2020-07-17 | 李琦 | 软件功能智能配置方法、装置、服务器及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7890473B1 (en) * | 2004-10-26 | 2011-02-15 | Sprint Communications Company L.P. | Method and system for evaluating performance of a computer system |
| CN107547261A (zh) * | 2017-07-24 | 2018-01-05 | 华为技术有限公司 | 云平台性能测试方法及装置 |
| CN107992401A (zh) * | 2017-11-29 | 2018-05-04 | 平安科技（深圳）有限公司 | 性能测试评价方法、装置、终端设备及存储介质 |
| CN108446210A (zh) * | 2018-02-07 | 2018-08-24 | 平安科技（深圳）有限公司 | ***性能的度量方法、存储介质和服务器 |
-
2018
- 2018-08-28 CN CN201810990194.2A patent/CN109408364A/zh not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7890473B1 (en) * | 2004-10-26 | 2011-02-15 | Sprint Communications Company L.P. | Method and system for evaluating performance of a computer system |
| CN107547261A (zh) * | 2017-07-24 | 2018-01-05 | 华为技术有限公司 | 云平台性能测试方法及装置 |
| CN107992401A (zh) * | 2017-11-29 | 2018-05-04 | 平安科技（深圳）有限公司 | 性能测试评价方法、装置、终端设备及存储介质 |
| CN108446210A (zh) * | 2018-02-07 | 2018-08-24 | 平安科技（深圳）有限公司 | ***性能的度量方法、存储介质和服务器 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933507A (zh) * | 2019-03-22 | 2019-06-25 | 北京极简智能科技有限公司 | 一种程序性能检测方法、***、设备及存储介质 |
| CN109933507B (zh) * | 2019-03-22 | 2023-02-03 | 北京极简智能科技有限公司 | 一种程序性能检测方法、***、设备及存储介质 |
| CN110162442A (zh) * | 2019-04-19 | 2019-08-23 | 平安科技（深圳）有限公司 | 一种***性能瓶颈定位方法及*** |
| WO2020211359A1 (zh) * | 2019-04-19 | 2020-10-22 | 平安科技（深圳）有限公司 | ***性能瓶颈定位方法及*** |
| CN110162442B (zh) * | 2019-04-19 | 2022-09-27 | 平安科技（深圳）有限公司 | 一种***性能瓶颈定位方法及*** |
| CN111427627A (zh) * | 2020-03-27 | 2020-07-17 | 李琦 | 软件功能智能配置方法、装置、服务器及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10931540B2 (en) | Continuous data sensing of functional states of networked computing devices to determine efficiency metrics for servicing electronic messages asynchronously | |
| US11636379B2 (en) | Distributed cluster training method and apparatus | |
| US20200183796A1 (en) | Recovery strategy for a stream processing system | |
| TWI742040B (zh) | 分布式環境下監督學習算法的基準測試方法和裝置 | |
| CN105095747B (zh) | 一种Java应用健康度评估方法及*** | |
| CN109032914A (zh) | 资源占用数据预测方法、电子设备、存储介质 | |
| US9043317B2 (en) | System and method for event-driven prioritization | |
| CN109408364A (zh) | 软件产品的性能分析方法、装置、终端及计算机存储介质 | |
| CN106649119B (zh) | 流计算引擎的测试方法及装置 | |
| WO2019153111A1 (en) | Intermittent failure metrics in technological processes | |
| JP2015133112A (ja) | ジョブスケジューリング方法、データアナライザ、データ解析装置、コンピュータシステム及びコンピュータ可読媒体 | |
| CN108241722A (zh) | 一种数据处理***、方法及装置 | |
| US8725461B2 (en) | Inferring effects of configuration on performance | |
| CN103902442A (zh) | 一种云软件健康度评测方法及*** | |
| WO2015026273A1 (en) | A method and system for analyzing accesses to a data storage type and recommending a change of storage type | |
| US11860905B2 (en) | Scanning for information according to scan objectives | |
| JP2016100006A (ja) | パフォーマンス試験のためのベンチマーク・アプリケーションを生成する方法および装置 | |
| CN110221953A (zh) | 测试结果分析方法、装置、服务器及存储介质 | |
| CN112052078A (zh) | 一种耗时的确定方法和装置 | |
| CN110262951A (zh) | 一种业务秒级监控方法及***、存储介质及客户端 | |
| CN111897706A (zh) | 服务器性能预测方法、装置、计算机***和介质 | |
| Cordingly et al. | Function memory optimization for heterogeneous serverless platforms with cpu time accounting | |
| US20170357569A1 (en) | System and method for automatic root cause detection | |
| CN116701525A (zh) | 一种基于实时数据分析的预警方法、***和电子设备 | |
| Shah et al. | Performance study of time series databases |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190301 |