CN112445458A - 一种***的非功能量化指标项的需求值的计算方法及装置 - Google Patents

Abstract

本发明提供一种***的非功能量化指标项的需求值的计算方法及装置，确定新建应用***的目标非功能指标，目标非功能指标对应的目标非功能量化指标项；获取预先设置的与目标非功能指标对应的目标非功能需求因子和目标非功能需求因子的因子值；根据目标非功能指标、目标非功能需求因子和目标非功能需求因子的因子值，从数据库预先存储的参考应用***中选取同类应用***；根据目标非功能指标和目标非功能量化指标项，获取同类应用***的目标非功能需求基线；基于各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的需求值。本发明，提高了计算***的非功能量化指标项的需求值的效率和准确性。

Description

一种***的非功能量化指标项的需求值的计算方法及装置

技术领域

本发明涉及计算机技术领域，更具体地说，涉及一种***的非功能量化指标项的需求值的计算方法及装置。

背景技术

银行***作为一个软件产品，功能需求和非功能需求是一个银行***必须具备的两大属性，其中，功能需求是从业务角度出发定义了银行***能够实现的功能，非功能需求则是为了满足用户业务需求而具备的出功能需求以外的特性，这些特征可以表征银行***的内在特性，比如，性能效率、可靠性、可维护性、可移植性、兼容性等等。

目前在对银行***进行需求分析时，功能需求往往是明确而备受关注的，而非功能需求作为功能需求之外反映软件质量和特性的要求，虽然也是必须具备的，但常被忽略或弱化。目前主要是通过技术人员根据自身经验对银行***进行非功能需求分析来确定每个非功能需求对应的非功能指标下的每个非功能量化指标项的需求值来确定该银行***的非功能需求，但是，通过技术人员对银行***的非功能需求进行分析，不仅效率低，技术人员的分析水平参差不齐，导致得到的非功能量化指标项的需求值不准确。

发明内容

有鉴于此，本发明提供一种***的非功能量化指标项的需求值的计算方法及装置，以提高计算***的非功能量化指标项的需求值的效率和准确性为目的。

本发明第一方面公开一种***的非功能量化指标项的需求值的计算方法，所述方法包括：

确定新建应用***的目标非功能指标，以及所述目标非功能指标对应的目标非功能量化指标项；

获取预先设置的与所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值；

根据所述目标非功能指标、各个所述目标非功能需求因子和各个所述目标非功能需求因子的因子值，从数据库中预先存储的参考应用***中选取至少一个同类应用***；

根据所述目标非功能指标和所述目标非功能量化指标项，从所述数据库中预先存储的各个所述参考应用***的非功能需求基线中获取所述同类应用***的目标非功能需求基线，其中，所述非功能需求基线至少包括参考应用***名称、非功能指标、非功能量化指标项、所述非功能量化指标项的实际值和需求值；

基于各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的需求值。

可选的，所述根据所述目标非功能指标、各个所述目标非功能需求因子和各个所述目标非功能需求因子的因子值，从数据库中预先存储的各个参考应用***中选取至少一个同类应用***，包括：

从数据库预先存储的各个参考应用***的非功能需求因子基线中，获取与所述目标非功能指标、各个所述非功能需求因子以及各个所述非功能需求因子相同的同类非功能需求因子基线，其中，所述非功能需求因子基线包括参考应用***名称、非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值；

将所述同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

可选的，所述基于各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能指标项的需求值，包括：

计算各个所述同类应用***的目标非功能量化指标项的实际值的平均值；

根据各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的标准差；

将所述新建应用***的目标非功能量化指标项的平均值和标准差进行加和，得到所述新建应用***的目标非功能量化指标项的需求值。

可选的，所述方法还包括：

获取所述新建应用***的***名称；

根据所述新建应用***的***名称、所述目标非功能指标、所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值，生成所述新建应用***的非功能需求因子基线，并将所述非功能需求因子基线存储至所述数据库；

根据所述新建应用***的***名称、所述目标非功能指标、所述目标非功能量化指标项、所述目标非功能量化指标项的需求值和平均值，生成所述新建应用***的非功能需求基线，并将所述非功能需求基线存储至所述数据库，其中，所述目标非功能量化指标项的平均值为所述目标非功能量化指标项的实际值。

可选的，所述预先存储所述参考应用***的过程，包括：

确定所述参考应用***的每个非功能指标；

为每个所述非功能指标设置相应的多个非功能需求因子，并获取各个所述非功能需求因子的因子值；

为每个所述参考应用***的每个非功能指标设置相应的多个非功能量化指标项，并获取各个所述非功能量化指标项的需求值和实际值；

根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值，生成每个所述参考应用***的非功能需求因子基线，并将每个所述非功能需求因子基线存储至所述数据库；

根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的非功能量化指标项、所述非功能量化指标的实际值和需求值，生成每个所述参考应用***的非功能需求基线，并将每个所述非功能需求基线存储至所述数据库。

本发明第二方面公开一种***的非功能量化指标项的需求值的计算装置，所述方法包括：

目标非功能指标确定单元，用于确定新建应用***的目标非功能指标，以及所述目标非功能指标对应的目标非功能量化指标项；

第一获取单元，用于获取预先设置的与所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值；

选取单元，用于根据所述目标非功能指标、各个所述目标非功能需求因子和各个所述目标非功能需求因子的因子值，从数据库中预先存储在参考应用***中选取至少一个同类应用***；

第二获取单元，用于根据所述目标非功能指标和所述目标非功能量化指标项，从所述数据库中预先存储的各个所述参考应用***的非功能需求基线中获取所述同类应用***的目标非功能需求基线，其中，所述非功能需求基线至少包括参考应用***名称，非功能指标、非功能量化指标项、所述非功能量化指标项的实际值和需求值；

第一计算单元，用于基于各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的需求值。

可选的，所述选取单元，包括：

第三获取单元，用于从数据库预先存储的各个参考应用***的非功能需求因子基线中，获取与所述目标非功能指标、各个所述非功能需求因子以及各个所述非功能需求因子的因子值相同的同类非功能需求因子基线，其中，所述非功能需求因子基线包括参考应用***名称、非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值；

同类应用***确定单元，用于将所述同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

可选的，所述第一计算单元，包括：

第二计算单元，用于计算各个所述目标非功能需求基线中的目标非功能量化指标项的实际值的平均值；

第三计算单元，根据各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的标准差；

加和单元，用于将所述新建应用***的目标非功能量化指标项的平均值和标准差进行加和，得到所述新建应用***的目标非功能量化指标项的需求值。

可选的，所述装置还包括：

第四获取单元，用于获取所述新建应用***的***名称；

第一生成单元，用于根据所述新建应用***的***名称，所述目标非功能指标、所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值，生成所述新建应用***的非功能需求因子基线，并将所述非功能需求因子基线存储至所述数据库；

第二生成单元，用于根据所述新建应用***的***名称、所述目标非功能指标、所述目标非功能量化指标项，所述目标非功能量化指标项的需求值和平均值，生成所述新建应用***的非功能需求基线，并将所述非功能需求基线存储至所述数据库，其中，所述目标非功能量化指标项的平均值为所述目标非功能量化指标项的实际值。

可选的，所述预先存储所述参考应用***的过程，包括：

非功能指标确定单元，用于确定所述参考应用***的每个非功能指标；

第一设置单元，用于为每个所述非功能指标设置相应的多个非功能需求因子，并获取各个所述非功能需求因子的因子值；

第二设置单元，用于为每个所述参考应用***的每个非功能指标设置相应的多个非功能量化指标项，并获取各个所述非功能量化指标向的需求值和实际值；

第三生成单元，用于根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值，生成每个所述参考应用***的非功能需求因子基线，并将每个所述非功能需求因子基线存储至所述数据库；

第四生成单元，用于根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的非功能量化指标项、所述非功能量化指标的实际值和需求值，生成每个所述参考应用***的非功能需求基线，并将每个所述非功能需求基线存储至所述数据库。

本发明提供一种***的非功能量化指标项的需求值的计算方法及装置，通过预先在数据库中存储各个参考应用***和每个应用参考应用***的非功能需求基线，在确定新建应用***的目标非功能指标，以及该非功能指标对应的目标非功能量化指标(待计算需求值的非功能量化指标项)后，获取预先置与该目标非功能指标对应的各个目标非功能需求因子和每个目标非功能需求因子的因子值，以便根据所确定的目标非功能指标、所获取的每个目标非功能需求因子和每个目标非功能需求因子的因子值，从数据库中预先存储的参考应用***中选取至少一个同类应用***，并根据目标非功能指标和所述目标非功能量化指标项，从数据库中获取每个同类应用***的目标非功能需求基线，最后根据各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，便可得到目标非功能量化指标项的需求值，不需要技术人员的介入，不仅提高了计算新建应用***的非功能量化指标项的需求值的准确性，还提高了计算***的非功能量化指标项的需求值的效率。

附图说明

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，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种***的非功能量化指标项的需求值的计算方法的流程示意图；

图2为本发明实施例提供的一种***的非功能量化指标项的需求值的计算装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了便于理解本申请的技术方案，对本申请中出现的技术术语进行说明：

非功能需求：软件产品为满足用户业务需求而必须具有且除功能需求以外的特性，比如，性能效率、可靠性、可扩展性、可维护性等等。

非功能指标：衡量非功能需求的单位或方法。

非功能量化指标项：可以使用具体数据来体现的非功能指标。

标准差：离均差平方的算术平均数的平方根，一般用表示，在概率统计中常用作统计分布程度上的测量。

参见图1，示出了本发明实施例提供的一种***的非功能量化指标项的计算方法的流程示意图，该方法具体包括以下步骤：

S101：确定新建应用***的目标非功能指标，以及目标非功能指标对应的目标非功能量化指标项。

在步骤S101中，技术人员通过根据新建应用***的属性预先为新建应用***对应的每个非功能需求对应的每个非功能指标设置相应的各个非功能量化指标项，如表1所示。

表1：

在具体执行步骤S101的过程中，在确定待计算非功能量化指标项的需求值的新建应用***后，确定该新建应用***对应各个非功能指标，可以随机从确定的各个非功能指标选取一个非功能指标作为目标非功能指标；在确定目标非功能指标后，确定预先设置的与该目标非功能指标对应的各个非功能量化指标项，以便从所确定的各个非功能量化指标项中随机选取一个非功能量化指标作为目标非功能量化指标项。

也可以响应技术人员对目标非功能指标的选取操作，从确定的各个非功能指标中确定目标非功能指标，在确定目标非功能指标后，进一步响应的技术人员对目标非功能量化指标项的选取操作，从所确定的目标非功能指标对应的各个非功能量化指标项中确定目标非功能量化指标项。

比如，在确定该新建应用***对应各个非功能指标后，若技术人员的选取操作指示的目标非功能指标为混合交易处理能力，则从所确定的新建应用***对应各个非功能指标中确定混合交易处理能力为目标非功能指标；从表1中可以知道，混合交易处理能力对应的非功能量化指标项为混合交易响应时间(ms)和混合交易处理能力(笔/秒)，若技术人员的选取操作指示的目标非功能量化指标项为混合交易响应时间(ms)，从所确定的混合交易响应时间(ms)和混合交易处理能力(笔/秒)中确定混合交易响应时间(ms)为目标非功能量化指标项。

S102：获取预先设置的与目标非功能指标对应的各个目标非功能需求因子和各个目标非功能需求因子的因子值。

在步骤S102中，技术人员根据多个参考应用***的业务特点和技术特点，提炼出的17个非功能需求因子。

需要说明的是，17个非功能需求因子包括8个非功能需求业务因子和9个非功能需求技术因子，具体的，8个非功能需求业务因子分别为：业务类型、业务取值、业务规模、业务范围、用户群体、用户数量、***服务时间和第三方业务类型；9个非功能需求技术因子分别为：操作***类型、数据库类型、数据量级、设备投入数量、开源产品、软件业内使用规模、服务可用性目标、***容灾要求和***部署位置。

进一步需要说明的是，业务类型的因子值可以为关键账务类、对客交易类、基础框架类；业务趋势的因子可以为传统业务；业务规模的因子值可以为巨型(日均业务量>1亿)、大型(1千万<日均业务量<＝1亿)、中型(1百万<日均业务量<＝1千万)、小型(10万<日均业务量<＝1百万)；业务范围为因子值可以为全行、分行、总行部门、分行部门；用户群体的因子可以为外部对私、内部交易、内部管理；用户数量的因子值可以为巨型(用户数量>1亿)、大型(1千万<用户数量<＝1亿)、中型(1百万<用户数量<＝1千万)、小型(10万<用户数量<＝1百万)、微型(用户数量<＝10万)；***服务时间的因子值可以为7*24、7*12；第三方业务类型的因子值可以为涉及关键业务、涉及一般业务。

操作***类型的因子值可以为AIX、国产操作***；数据库类型的因子值可以为ORACLE、国产分布式数据库、非关系型数据库；数据量级的因子值可以为TB级、GB级；设备投入数量的因子可以为巨型(设备量>1000)、大型(500<设备量<＝1000)、中型(100<设备量<＝500)、小型(10<设备量<＝100)、微型(设备量<＝10)；开源产品的因子值可以为涉及关键业务、涉及一般业务；软件业内使用规模的因子值可以为普遍(适用***数量>100)、一般(5<适用***数量<＝100)、零星(适用***数量<＝5)；服务可用性目标的因子值可以为99.99％、99％、95％；***容灾要求的因子值可以为RTO；***部署位置的因子值可以为两地多活、两地灾备。

在步骤S102中，技术人员通过可以根据新建应用***的业务特点和技术特点，从预先提炼出的17个非功能需求因子中确定该新建应用***对应的每个非功能指标对应的各个非功能需求因子，如表2所示，以便在确定目标非功能指标后，可以获取预先设置的与目标非功能指标对应的各个目标非功能需求因子和各个目标非功能需求因子的因子值。

表2：

S103：根据目标非功能指标、各个目标非功能需求因子和各个目标非功能需求因子的因子值，从数据库中预先存储的参考应用***中选取至少一个同类应用***。

在步骤S103的过程中，预先在数据库中存储多个参考应用***，针对每个参考应用***而言，预先存储该参考应用***的过程包括：

A11：确定该应用***的每个非功能指标。

A12：为所确定的每个非功能指标设置相应的多个非功能需求因子，并获取各个非功能需求因子的因子值。

在步骤A12中，针对参考应用***的每个非功能指标而言，技术人员通过可以根据参考应用***的业务特点和技术特点，从预先提炼出的17个非功能需求因子中确定该非功能指标对应的各个非功能需求因子，并获取所确定的每个非功能需求因子的因子值。

A13：为每个参考应用***的每个非功能指标设置相应的多个非功能量化指标项，并获取各个非功能量化指标项的需求值和实际值。

在步骤A13中，针对每个参考应用***而言，技术人员可以根据该参考应用***的属性为该参考应用***对应的每个非功能需求对应的每个非功能需求指标设置相应的多个非功能量化指标项，并获取每个非功能量化指标项的需求值和实际值。

A14：根据每个参考应用***的参考应用***名称、非功能指标、非功能指标对应的各个非功能需求因子和各个非功能需求因子的因子值，生成每个参考应用***的非功能需求因子基线，并将每个非功能需求因子基线存储至所述数据库。

在步骤A14中，针对每个参考应用***的每个非功能指标而言，在为每个非功能指标设置相应的非功能需求因子，以及获取了每个非功能需求因子的因子值后，可以根据该参考应用***的参考应用***名称、非功能指标、该非功能指标对应的各个非功能需求因子以及各个非功能需求因子值，生成该参考应用***的非功能需求因子基线，并将生成的非功能需求因子基线存储至所述数据库。

比如，针对参考应用***1的交易性能(非功能指标)而言，若为交易性能(非功能指标)设置的各个非功能需求因子分别为业务类型、业务规模、用户群体、操作***类型、数据库类型、数据量级、开源产品、软件业内使用规模，分别获取业务类型、业务规模、用户群体、操作***类型、数据库类型、数据量级、开源产品、软件业内使用规模的因子值。

根据参考应用***1的***名称、交易性能(非功能指标)、业务类型、业务规模、用户群体、操作***类型、数据库类型、数据量级、开源产品、软件业内使用规模，分别获取业务类型、业务规模、用户群体、操作***类型、数据库类型、数据量级、开源产品、软件业内使用规模，以及业务类型的因子值、业务规模的因子值、用户群体的因子值、操作***类型的因子值、数据库类型的因子值、数据量级的因子值、开源产品的因子值、软件业内使用规模的因子值，分别获取业务类型的因子值、业务规模的因子值、用户群体的因子值、操作***类型的因子值、数据库类型的因子值、数据量级的因子值、开源产品的因子值、软件业内使用规模的因子值，生成参考应用***1的非功能需求因子基线，并将生成的非功能需求因子基线存储至数据库中。

A15：根据每个参考应用***的参考应用***名称、非功能指标、非功能指标对应的非功能量化指标项、非功能量化指标的实际值和需求值，生成每个参考应用***的非功能需求基线，并将每个非功能需求基线存储至数据库。

在步骤A15中，在为每个非功能指标设置相应的非功能量化指标项，以及获取了每个非功能量化指标项的实际值和需求值后，针对每个参考应用***的每个非功能量化指标项而言，可以根据该参考应用***的参考应用***名称、该非功能量化指标项所属的非功能指标、该非功能量化指标项的实际值和需求值，生成该参考应用***的非功能需求基线，并将生成的非功能需求基线存储至所述数据库。

需要说明的是，针对每个参考应用***而言，在存储完与该参考应用***相关的非功能需求因子基线和非功能需求基线后，可以认为该参考应用***存储完成。

在具体执行步骤S103的过程中，在获取到预先设置的与目标非功能指标对应的各个目标非功能需求因子和各个目标非功能需求因子的因子值后，可以从数据库中预先存储的参考应用***中选取与目标非功能指标、各个目标非功能需求因子以及各个目标非功能需求因子相同的参考应用***作为同类应用***。

可选的，可以从数据库预先存储的各个参考应用***的非功能需求因子基线中，选取与目标非功能指标、各个目标非功能需求因子以及各个目标非功能需求因子相同的非功能需求因子基线作为同类非功能需求因子基线，以便将所选取的同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

S104：根据目标非功能指标和目标非功能量化指标项，从数据库中预先存储的各个参考应用***的非功能需求基线中获取同类应用***的目标非功能需求基线，其中，非功能需求基线至少包括参考应用***名称、非功能指标、非功能量化指标项、非功能量化指标项的实际值和需求值。

在具体执行步骤S104的过程中，在确定新建应用***的目标非功能指标以及目标非功能指标对应的目标非功能量化指标项后，针对每个同类应用***而言，可以从数据库中预先存储的该同类参考应用***的非功能需求基线中，选取与目标非功能指标和目标非功能量化指标项相同的非功能需求基线作为目标非功能需求基线，并获取目标非功能需求基线中的目标非功能量化指标项的实际值和需求值。

S105：基于各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的需求值。

在具体执行步骤S105的过程中，在获取到各个同类应用***的目标非功能需求基线后，根据各个目标非功能需求基线中目标非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的实际值和标准差，以便根据计算出的新建应用***的目标非功能量化指标项的实际值和标准差，计算新建应用***的目标非功能量化指标项的需求值。

可选的，计算各个同类应用***的目标非功能量化指标项的实际值的平均值，并将计算出的平均值作为新建应用***的目标非功能量化指标项的实际值；根据各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的标准差；将新建应用***的目标非功能量化指标项的平均值和标准差进行加和，得到新建应用***的目标非功能量化指标项的需求值。其中，根据各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的标准差，如下公式所示：

其中，x为目标非功能基线中的目标非功能量化指标项的需求值，s为目标非功能基线中的目标非功能量化指标项的平均值，

为各个同类应用***的目标非功能量化指标项的实际值的平均差，σ目标非功能量化指标项的为标准差，i为序号，n为同类应用***的个数。

进一步的，在本申请实施例中，在计算出新建应用***的目标非功能量化指标项的需求值后，可以获取该新建应用***的***名称，以便根据新建应用***的***名称、目标非功能指标、目标非功能指标对应的各个目标非功能需求因子和各个目标非功能需求因子的因子值，生成新建应用***的非功能需求因子基线，并将生成的非功能需求因子基线存储至数据库。

以及根据新建应用***的***名称、目标非功能指标、目标非功能量化指标项、目标非功能量化指标项的需求值和实际值，生成新建应用***的非功能需求基线，并将生成非功能需求基线存储至数据库，在将新建应用***的非功能需求基线和非功能需求因子基线存储至数据库后，可以认为该新建应用***为参考应用***，可以丰富数据库中存储的参考应用***数据。

本发明提供一种***的非功能量化指标项的需求值的计算方法，通过预先在数据库中存储各个参考应用***和每个应用参考应用***的非功能需求基线，在确定新建应用***的目标非功能指标，以及该非功能指标对应的目标非功能量化指标项(待计算需求值的非功能量化指标项)后，获取预先设置与该目标非功能指标对应的各个目标非功能需求因子和每个目标非功能需求因子的因子值，以便根据所确定的目标非功能指标、所获取的每个目标非功能需求因子和每个目标非功能需求因子的因子值，从数据库中预先存储的参考应用***中选取至少一个同类应用***，并根据目标非功能指标和目标非功能量化指标项，从数据库中获取每个同类应用***的目标非功能需求基线，最后根据各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，便可得到目标非功能量化指标项的需求值，不需要技术人员的介入，不仅提高了计算新建应用***的非功能量化指标项的需求值的准确性，还提高了计算***的非功能量化指标项的需求值的效率。

为了更好的对上述内容进行理解，下面进行举例说明。

比如，在确定该新建应用***对应各个非功能指标后，若技术人员的选取操作指示的目标非功能指标为混合交易处理能力，则从所确定的新建应用***对应各个非功能指标中确定混合交易处理能力为目标非功能指标；从表1中，可以知道混合交易处理能力对应的非功能量化指标项为混合交易响应时间(ms)和混合交易处理能力(笔/秒)，若技术人员的选取操作指示的目标非功能量化指标项为混合交易处理能力(笔/秒)，从所确定的混合交易响应时间(ms)和混合交易处理能力(笔/秒)中确定混合交易处理能力(笔/秒)为目标非功能量化指标项。

从表2中可以知道，混合交易处理能力对应的各个目标非功能需求因子分别为业务类型、业务规模、业务范围、用户数量、操作***类型、数据库类型、数据量级、设备投入数量、开源产品、软件业内使用规模，获取业务类型、业务规模、业务范围、用户数量、操作***类型、数据库类型、数据量级、设备投入数量、开源产品、软件业内使用规模，以及业务类型的因子值、业务规模的因子值、业务范围的因子值、用户数量的因子值、操作***类型的因子值、数据库类型的因子值、数据量级的因子值、设备投入数量的因子值、开源产品的因子值、软件业内使用规模的因子值。

从数据库预先存储的各个参考应用***的非功能需求因子基线中，选取与混合交易处理能力、业务类型、业务规模、业务范围、用户数量、操作***类型、数据库类型、数据量级、设备投入数量、开源产品、软件业内使用规模，获取业务类型、业务规模、业务范围、用户数量、操作***类型、数据库类型、数据量级、设备投入数量、开源产品、软件业内使用规模，以及业务类型的因子值、业务规模的因子值、业务范围的因子值、用户数量的因子值、操作***类型的因子值、数据库类型的因子值、数据量级的因子值、设备投入数量的因子值、开源产品的因子值、软件业内使用规模的因子值相同的非功能需求因子基线作为同类非功能需求因子基线，以便将所选取的同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

从数据库中预先存储的各个同类参考应用***的非功能需求基线中，选取与混合交易处理能力(目标非功能指标)和混合交易处理能力(笔/秒)(目标非功能量化指标项)相同的非功能需求基线作为目标非功能需求基线，并获取各个目标非功能需求基线中的混合交易处理能力(笔/秒)(目标非功能量化指标项)的实际值和需求值。

若计算各个同类应用***的混合交易处理能力(笔/秒)(目标非功能量化指标项)的实际值的平均值为，并将计算出的平均值作为新建应用***的混合交易处理能力(笔/秒)(目标非功能量化指标项)的实际值；根据各个目标非功能需求基线中的混合交易处理能力(笔/秒)(目标非功能量化指标项)的实际值和需求值，计算新建应用***的混合交易处理能力(笔/秒)(目标非功能量化指标项)的标准差；将新建应用***的混合交易处理能力(笔/秒)(目标非功能量化指标项)的平均值和标准差进行加和，得到新建应用***的混合交易处理能力(笔/秒)(目标非功能量化指标项)的需求值。

与上述本发明实施例公开的一种***的非功能量化指标项的需求值的计算方法相对应，如图2所示，本发明实施例还提供了一种***的非功能量化指标项的需求值的计算装置，该装置包括：

目标非功能指标确定单元21，用于确定新建应用***的目标非功能指标，以及目标非功能指标对应的目标非功能量化指标项；

第一获取单元22，用于获取预先设置的与目标非功能指标对应的各个目标非功能需求因子和各个目标非功能需求因子的因子值；

选取单元23，用于根据目标非功能指标、各个目标非功能需求因子和各个目标非功能需求因子的因子值，从数据库中预先存储在参考应用***中选取至少一个同类应用***；

第二获取单元24，用于根据目标非功能指标和目标非功能量化指标项，从数据库中预先存储的各个参考应用***的非功能需求基线中获取同类应用***的目标非功能需求基线，其中，非功能需求基线至少包括参考应用***名称，非功能指标、非功能量化指标项、非功能量化指标项的实际值和需求值；

第一计算单元25，用于基于各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的需求值。

上述本发明实施例公开的***的非功能量化指标项的需求值的计算装置中各个单元具体的原理和执行过程，与上述本发明实施例图1公开的***的非功能量化指标项的需求值的计算方法相同，可参见上述本发明实施例图1公开的***的非功能量化指标项的需求值的计算方法中相应的部分，这里不再进行赘述。

本发明提供一种***的非功能量化指标项的需求值的计算装置，通过预先在数据库中存储各个参考应用***和每个应用参考应用***的非功能需求基线，在确定新建应用***的目标非功能指标，以及该非功能指标对应的目标非功能量化指标项(待计算需求值的非功能量化指标项)后，获取预先设置与该目标非功能指标对应的各个目标非功能需求因子和每个目标非功能需求因子的因子值，以便根据所确定的目标非功能指标、所获取的每个目标非功能需求因子和每个目标非功能需求因子的因子值，从数据库中预先存储的参考应用***中选取至少一个同类应用***，并根据目标非功能指标和目标非功能量化指标项，从数据库中获取每个同类应用***的目标非功能需求基线，最后根据各个目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，便可得到目标非功能量化指标项的需求值，不需要技术人员的介入，不仅提高了计算新建应用***的非功能量化指标项的需求值的准确性，还提高了计算***的非功能量化指标项的需求值的效率。

优选的，选取单元，包括：

第三获取单元，用于从数据库预先存储的各个参考应用***的非功能需求因子基线中，获取与目标非功能指标、各个非功能需求因子以及各个非功能需求因子的因子值相同的同类非功能需求因子基线，其中，非功能需求因子基线包括参考应用***名称、非功能指标、非功能指标对应的各个非功能需求因子和各个非功能需求因子的因子值；

同类应用***确定单元，用于将同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

优选的，第一计算单元，包括：

第二计算单元，用于计算各个目标非功能需求基线中的目标非功能量化指标项的实际值的平均值；

第三计算单元，根据各个目标非功能需求基线中的非功能量化指标项的实际值和需求值，计算新建应用***的目标非功能量化指标项的标准差；

加和单元，用于将新建应用***的目标非功能量化指标项的平均值和标准差进行加和，得到新建应用***的目标非功能量化指标项的需求值。

进一步的，本发明提供的***的非功能量化指标项的需求值的计算装置，还包括：

第四获取单元，用于获取新建应用***的***名称；

第一生成单元，用于根据新建应用***的***名称，目标非功能指标、目标非功能指标对应的各个目标非功能需求因子和各个目标非功能需求因子的因子值，生成新建应用***的非功能需求因子基线，并将非功能需求因子基线存储至数据库；

第二生成单元，用于根据新建应用***的***名称、目标非功能指标、目标非功能量化指标项，目标非功能量化指标项的需求值和平均值，生成新建应用***的非功能需求基线，并将非功能需求基线存储至数据库，其中，目标非功能量化指标项的平均值为目标非功能量化指标项的实际值。

优选的，预先存储所述参考应用***的过程，包括：

非功能指标确定单元，用于确定参考应用***的每个非功能指标；

第一设置单元，用于为每个非功能指标设置相应的多个非功能需求因子，并获取各个非功能需求因子的因子值；

第二设置单元，用于为每个参考应用***的每个非功能指标设置相应的多个非功能量化指标项，并获取各个非功能量化指标向的需求值和实际值；

第三生成单元，用于根据每个参考应用***的参考应用***名称、非功能指标、非功能指标对应的各个非功能需求因子和各个非功能需求因子的因子值，生成每个参考应用***的非功能需求因子基线，并将每个非功能需求因子基线存储至数据库。

第四生成单元，用于根据每个参考应用***的参考应用***名称、非功能指标、非功能指标对应的非功能量化指标项、非功能量化指标的实际值和需求值，生成每个参考应用***的非功能需求基线，并将每个非功能需求基线存储至数据库。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种***的非功能量化指标项的需求值的计算方法，其特征在于，所述方法包括：

确定新建应用***的目标非功能指标，以及所述目标非功能指标对应的目标非功能量化指标项；

获取预先设置的与所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值；

根据所述目标非功能指标、各个所述目标非功能需求因子和各个所述目标非功能需求因子的因子值，从数据库中预先存储的参考应用***中选取至少一个同类应用***；

根据所述目标非功能指标和所述目标非功能量化指标项，从所述数据库中预先存储的各个所述参考应用***的非功能需求基线中获取所述同类应用***的目标非功能需求基线，其中，所述非功能需求基线至少包括参考应用***名称、非功能指标、非功能量化指标项、所述非功能量化指标项的实际值和需求值；

基于各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的需求值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标非功能指标、各个所述目标非功能需求因子和各个所述目标非功能需求因子的因子值，从数据库中预先存储的各个参考应用***中选取至少一个同类应用***，包括：

从数据库预先存储的各个参考应用***的非功能需求因子基线中，获取与所述目标非功能指标、各个所述非功能需求因子以及各个所述非功能需求因子相同的同类非功能需求因子基线，其中，所述非功能需求因子基线包括参考应用***名称、非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值；

将所述同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

3.根据权利要求1所述的方法，其特征在于，所述基于各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能指标项的需求值，包括：

计算各个所述同类应用***的目标非功能量化指标项的实际值的平均值；

根据各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的标准差；

将所述新建应用***的目标非功能量化指标项的平均值和标准差进行加和，得到所述新建应用***的目标非功能量化指标项的需求值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述新建应用***的***名称；

根据所述新建应用***的***名称、所述目标非功能指标、所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值，生成所述新建应用***的非功能需求因子基线，并将所述非功能需求因子基线存储至所述数据库；

根据所述新建应用***的***名称、所述目标非功能指标、所述目标非功能量化指标项、所述目标非功能量化指标项的需求值和平均值，生成所述新建应用***的非功能需求基线，并将所述非功能需求基线存储至所述数据库，其中，所述目标非功能量化指标项的平均值为所述目标非功能量化指标项的实际值。

5.根据权利要求1所述的方法，其特征在于，所述预先存储所述参考应用***的过程，包括：

确定所述参考应用***的每个非功能指标；

为每个所述非功能指标设置相应的多个非功能需求因子，并获取各个所述非功能需求因子的因子值；

为每个所述参考应用***的每个非功能指标设置相应的多个非功能量化指标项，并获取各个所述非功能量化指标项的需求值和实际值；

根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值，生成每个所述参考应用***的非功能需求因子基线，并将每个所述非功能需求因子基线存储至所述数据库；

根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的非功能量化指标项、所述非功能量化指标的实际值和需求值，生成每个所述参考应用***的非功能需求基线，并将每个所述非功能需求基线存储至所述数据库。

6.一种***的非功能量化指标项的需求值的计算装置，其特征在于，所述方法包括：

目标非功能指标确定单元，用于确定新建应用***的目标非功能指标，以及所述目标非功能指标对应的目标非功能量化指标项；

第一获取单元，用于获取预先设置的与所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值；

选取单元，用于根据所述目标非功能指标、各个所述目标非功能需求因子和各个所述目标非功能需求因子的因子值，从数据库中预先存储在参考应用***中选取至少一个同类应用***；

第二获取单元，用于根据所述目标非功能指标和所述目标非功能量化指标项，从所述数据库中预先存储的各个所述参考应用***的非功能需求基线中获取所述同类应用***的目标非功能需求基线，其中，所述非功能需求基线至少包括参考应用***名称，非功能指标、非功能量化指标项、所述非功能量化指标项的实际值和需求值；

第一计算单元，用于基于各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的需求值。

7.根据权利要求6所述的装置，其特征在于，所述选取单元，包括：

第三获取单元，用于从数据库预先存储的各个参考应用***的非功能需求因子基线中，获取与所述目标非功能指标、各个所述非功能需求因子以及各个所述非功能需求因子的因子值相同的同类非功能需求因子基线，其中，所述非功能需求因子基线包括参考应用***名称、非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值；

同类应用***确定单元，用于将所述同类非功能需求因子基线中的参考应用***名称对应的参考应用***确定为同类应用***。

8.根据权利要求6所述的装置，其特征在于，所述第一计算单元，包括：

第二计算单元，用于计算各个所述目标非功能需求基线中的目标非功能量化指标项的实际值的平均值；

第三计算单元，根据各个所述目标非功能需求基线中的目标非功能量化指标项的实际值和需求值，计算所述新建应用***的目标非功能量化指标项的标准差；

加和单元，用于将所述新建应用***的目标非功能量化指标项的平均值和标准差进行加和，得到所述新建应用***的目标非功能量化指标项的需求值。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第四获取单元，用于获取所述新建应用***的***名称；

第一生成单元，用于根据所述新建应用***的***名称，所述目标非功能指标、所述目标非功能指标对应的各个目标非功能需求因子和各个所述目标非功能需求因子的因子值，生成所述新建应用***的非功能需求因子基线，并将所述非功能需求因子基线存储至所述数据库；

第二生成单元，用于根据所述新建应用***的***名称、所述目标非功能指标、所述目标非功能量化指标项，所述目标非功能量化指标项的需求值和平均值，生成所述新建应用***的非功能需求基线，并将所述非功能需求基线存储至所述数据库，其中，所述目标非功能量化指标项的平均值为所述目标非功能量化指标项的实际值。

10.根据权利要求6所述的装置，其特征在于，所述预先存储所述参考应用***的过程，包括：

非功能指标确定单元，用于确定所述参考应用***的每个非功能指标；

第一设置单元，用于为每个所述非功能指标设置相应的多个非功能需求因子，并获取各个所述非功能需求因子的因子值；

第二设置单元，用于为每个所述参考应用***的每个非功能指标设置相应的多个非功能量化指标项，并获取各个所述非功能量化指标向的需求值和实际值；

第三生成单元，用于根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的各个非功能需求因子和各个所述非功能需求因子的因子值，生成每个所述参考应用***的非功能需求因子基线，并将每个所述非功能需求因子基线存储至所述数据库；

第四生成单元，用于根据每个所述参考应用***的参考应用***名称、所述非功能指标、所述非功能指标对应的非功能量化指标项、所述非功能量化指标的实际值和需求值，生成每个所述参考应用***的非功能需求基线，并将每个所述非功能需求基线存储至所述数据库。

Images