CN112817831A - 应用性能监测方法、装置、计算机***和可读存储介质 - Google Patents
应用性能监测方法、装置、计算机***和可读存储介质 Download PDFInfo
- Publication number
- CN112817831A CN112817831A CN202110045515.3A CN202110045515A CN112817831A CN 112817831 A CN112817831 A CN 112817831A CN 202110045515 A CN202110045515 A CN 202110045515A CN 112817831 A CN112817831 A CN 112817831A
- Authority
- CN
- China
- Prior art keywords
- image
- application
- images
- response time
- image frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 113
- 238000012544 monitoring process Methods 0.000 title claims abstract description 72
- 230000004044 response Effects 0.000 claims abstract description 113
- 230000008569 process Effects 0.000 claims abstract description 49
- 238000004590 computer program Methods 0.000 claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims abstract description 23
- 230000015654 memory Effects 0.000 claims description 11
- 230000007704 transition Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000002860 competitive effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 108010001267 Protein Subunits Proteins 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F11/3419—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 by assessing time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种应用性能监测方法、应用性能监测装置、计算机***、计算机可读存储介质和计算机程序产品,可用于信息安全、物联网技术领域或其他领域。该方法包括:获取应用的初始界面模板图像和目标界面模板图像;获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧图像对应一个图像帧序号,相邻两帧图像之间具有预设时间间隔;确定多帧图像中与初始界面模板图像对应的图像的第一图像帧序号和多帧图像中与目标界面模板图像对应的图像的第二图像帧序号;根据第一图像帧序号、第二图像帧序号以及预设时间间隔计算应用响应于用户请求的响应时间;以及对响应时间进行监测。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种应用性能监测方法、应用性能监测装置、计算机***、计算机可读存储介质和计算机程序产品。
背景技术
随着计算机技术的快速发展,各种应用程序(APP)应运而生。应用程序的性能作为影响用户满意度的重要指标,因此,对应用性能进行监测并优化显得尤为重要。
以监测应用响应时间这一性能为例,首先需要解决的问题是计算响应时间。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题,现有的应用响应时间的计算方法,需要首先获取应用程序的源码、证书等详细信息,导致现有的针对应用响应时间的监测方法无法灵活应用于所有的应用程序。
发明内容
有鉴于此,本公开提供了一种应用性能监测方法、应用性能监测装置、计算机***、计算机可读存储介质和计算机程序产品。
本公开的一个方面提供了一种应用性能监测方法,包括:获取应用的初始界面模板图像和目标界面模板图像;获取所述应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧所述图像对应一个图像帧序号,相邻两帧所述图像之间具有预设时间间隔;确定所述多帧图像中与所述初始界面模板图像对应的图像的第一图像帧序号和所述多帧图像中与所述目标界面模板图像对应的图像的第二图像帧序号;根据所述第一图像帧序号、所述第二图像帧序号以及所述预设时间间隔计算所述应用响应于所述用户请求的响应时间;以及对所述响应时间进行监测。
根据本公开的实施例,获取所述应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像包括:获取针对所述转换过程的录制视频;根据预设脚本程序将所述录制视频转换为所述多帧图像。
根据本公开的实施例,确定所述多帧图像中与所述初始界面模板图像对应的图像的第一图像帧序号和所述多帧图像中与所述目标界面模板图像对应的图像的第二图像帧序号包括:计算所述初始界面模板图像与所述多帧图像中的每帧图像的相似度,得到第一相似度数据集;计算所述目标界面模板图像与所述多帧图像中的每帧图像的相似度,得到第二相似度数据集;确定所述第一相似度数据集中的最大值和所述第二相似度数据集中的最大值;将所述第一相似度数据集中的最大值对应的图像的图像帧序号作为所述第一图像帧序号;以及将所述第二相似度数据集中的最大值对应的图像的图像帧序号作为所述第二图像帧序号。
根据本公开的实施例,所述多帧图像为根据所述录制视频的播放过程按所述预设时间间隔采集得到并顺序存储,根据所述第一图像帧序号、所述第二图像帧序号以及所述预设时间间隔计算所述应用响应于所述用户请求的响应时间包括:计算所述第一图像帧序号和所述第二图像帧序号的差值;以及根据所述差值和所述预设时间间隔计算所述响应时间。
根据本公开的实施例,对所述响应时间进行监测包括:获取所述应用响应于所述用户请求的预设响应时间阈值;以及在所述响应时间大于所述预设响应时间阈值的情况下,弹出警告信息。
根据本公开的实施例,获取所述应用响应于所述用户请求的预设响应时间阈值包括:获取与所述应用相同类型的其他应用响应于与所述用户请求相同类型的请求的目标响应时间;以及根据所述目标响应时间确定所述预设响应时间阈值。
本公开的另一个方面提供了一种应用性能监测装置,包括:第一获取模块,用于获取应用的初始界面模板图像和目标界面模板图像;第二获取模块,用于获取所述应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧所述图像对应一个图像帧序号,相邻两帧所述图像之间具有预设时间间隔;确定模块,用于确定所述多帧图像中与所述初始界面模板图像对应的图像的第一图像帧序号和所述多帧图像中与所述目标界面模板图像对应的图像的第二图像帧序号;计算模块,用于根据所述第一图像帧序号、所述第二图像帧序号以及所述预设时间间隔计算所述应用响应于所述用户请求的响应时间;以及监测模块,用于对所述响应时间进行监测。
本公开的另一方面提供了一种计算机***,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的应用性能监测方法。
本公开的另一方面提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的应用性能监测方法。
本公开的另一方面提供了一种计算机程序产品,所述计算机程序产品包括计算机可执行指令,所述指令在被执行时用于实现如上所述的应用性能监测方法。
根据本公开的实施例,通过采用了获取应用的初始界面模板图像和目标界面模板图像;获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧图像对应一个图像帧序号,相邻两帧图像之间具有预设时间间隔;确定多帧图像中与初始界面模板图像对应的图像的第一图像帧序号和多帧图像中与目标界面模板图像对应的图像的第二图像帧序号;根据第一图像帧序号、第二图像帧序号以及预设时间间隔计算应用响应于用户请求的响应时间;以及对响应时间进行监测的技术手段,由于通过多帧图像的方式计算响应时间,所以至少部分地克服了现有的针对应用响应时间的监测方法无法灵活应用于所有的应用程序的技术问题,进而达到了可灵活监测每一个应用程序的响应时间的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用应用性能监测方法的示例性***架构;
图2示意性示出了根据本公开实施例的应用性能监测方法的流程图;
图3A~图3C示意性示出了根据本公开实施例的初始界面模板图像或目标界面模板图像的示意图;
图4A~图4B示意性示出了根据本公开实施例的由初始界面转换至目标界面的转换过程示意图;
图5示意性示出了根据本公开的实施例的应用性能监测装置的框图;以及
图6示意性示出了根据本公开实施例的适于实现应用性能监测方法的计算机***的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
移动应用的响应时间,是APP性能的重要衡量指标。响应时间的快慢会直接影响用户对一款应用的判断和使用体验,较慢的APP响应时间可能会导致用户无法忍受甚至直接卸载APP。可以说,应用响应时间间接影响APP的用户使用量。外加目前由于外界众多竞争对手的压力,以及一些测评机构对同业APP的测评,响应时间的快慢也成为一个重要的优化指标。但如何统计并监测这一数据便成为急需解决的问题。
目前多数APP的响应时间统计有两种方法。方案一、客户端计算统计方法,需要在源代码的相应位置中打点计算响应时间,如iOS中,在APP初始界面以及目标界面的位置中记录此刻的时间戳,两者求差即为响应时间。方案二、Xcode Developer Tool(Xcode开发工具,Xcode是一种集成开发工具)方法,使用Instruments(一种测试工具)的Time Profiler(时间分析器)插件,可以监测APP CPU的使用情况,同时能看到APP中各项任务的响应时间和各个方法消耗的时间。
发明人在实现本公开构思的过程中发现,方案一需要在获取了APP源代码的基础上才能使用,虽然可以精确获得各个响应项的耗时,但和实际用户体验感受有一定出入,因为它只是在代码层面上的统计方案,另外移动端在渲染图像时也会消耗时间。所以该方案不能代表用户在视觉角度上真实体验的应用响应时间。方案二虽然可以精确获得各个方法调用的耗时,但是需要APP的developer(开发者)证书签名,否则无法执行测试。另外,方案一和方案二由于源码和签名证书的限制,均无法在竞品APP中使用,无法直观的感受自有产品APP与竞品APP在响应时间方面的差距。
本公开的实施例提供了一种应用性能监测方法、应用性能监测装置、计算机***、计算机可读存储介质和计算机程序产品。该方法包括获取应用的初始界面模板图像和目标界面模板图像;获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧图像对应一个图像帧序号,相邻两帧图像之间具有预设时间间隔;确定多帧图像中与初始界面模板图像对应的图像的第一图像帧序号和多帧图像中与目标界面模板图像对应的图像的第二图像帧序号;根据第一图像帧序号、第二图像帧序号以及预设时间间隔计算应用响应于用户请求的响应时间;以及对响应时间进行监测。
图1示意性示出了根据本公开实施例的可以应用应用性能监测方法的示例性***架构100。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。终端设备101、102、103可以实现任务监测。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器,或者是用于实现监测任务的服务器。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备,用于实现监测任务的服务器可以对APP的运行时间等信息进行监测。
需要说明的是,本公开实施例所提供的应用性能监测方法一般可以由服务器105执行。相应地,本公开实施例所提供的应用性能监测装置一般可以设置于服务器105中。本公开实施例所提供的应用性能监测方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的应用性能监测装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者,本公开实施例所提供的应用性能监测方法也可以由终端设备101、102、或103执行,或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地,本公开实施例所提供的应用性能监测装置也可以设置于终端设备101、102、或103中,或设置于不同于终端设备101、102、或103的其他终端设备中。
例如,初始界面模板图像、目标界面模板图像以及由初始界面转换至目标界面的转换过程所采集的多帧图像可以原本存储在终端设备101、102、或103中的任意一个(例如,终端设备101,但不限于此)之中,或者存储在外部存储设备上并可以导入到终端设备101中。然后,终端设备101可以在本地执行本公开实施例所提供的应用性能监测方法,或者将初始界面模板图像、目标界面模板图像以及由初始界面转换至目标界面的转换过程所采集的多帧图像发送到其他终端设备、服务器、或服务器集群,并由接收该些图像的其他终端设备、服务器、或服务器集群来执行本公开实施例所提供的应用性能监测方法。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
需要说明的是,本公开应用性能监测方法、应用性能监测装置、计算机***、计算机可读存储介质和计算机程序产品可用于信息安全、物联网技术领域,也可用于除信息安全和物联网技术领域之外的任意领域,本公开应用性能监测方法、应用性能监测装置、计算机***、计算机可读存储介质和计算机程序产品的应用领域不做限定。
图2示意性示出了根据本公开实施例的应用性能监测方法的流程图。
如图2所示,该方法包括操作S201~S205。
在操作S201,获取应用的初始界面模板图像和目标界面模板图像。
根据本公开的实施例,该应用例如可以是上述各种通讯客户端应用,初始界面模板图像例如可以为针对应用运行过程中任一界面的截取图像,或者可以为应用尚未运行时的桌面图标图像,又或者可以为包含有该应用图标的桌面截取图像等,目标界面模板图像例如可以为不同于初始界面模板图像的针对应用运行过程中任一界面的截取图像。
需要说明的是,为了便于实现对应用性能的监测,例如对应用响应时间的监测,上述初始界面模板图像和目标界面模板图像例如可以是应用运行过程中加载的两个相邻的页面所对应截取到的图像,或者是应用尚未启动时和应用被正式启动后进入的主页所分别对应的截取图像。
在操作S202,获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧图像对应一个图像帧序号,相邻两帧图像之间具有预设时间间隔。
根据本公开的实施例,上述用户请求例如可以为用户点击应用图标而使应用启动的请求,或者可以为在应用正在运行的情况下,用户点击应用运行页面的某个标签或链接而使应用跳转至下一页面的请求。上述初始界面例如即为上述用户请求尚未作用于应用时的应用当前界面,上述目标界面例如即为应用响应于上述用户请求后正常跳转到的界面,此处的正常跳转用于说明该目标界面不包括跳转失败的界面和跳转过程中的加载界面。上述由初始界面转换至目标界面的转换过程为一动态的转换过程,上述多帧图像例如即为根据该动态的转换过程得到。上述图像帧序号用于唯一确定每一帧图像。上述预设时间间隔用于确定上述转换过程采集到的多帧图像中每两帧图像之间的间隔时间。
在操作S203,确定多帧图像中与初始界面模板图像对应的图像的第一图像帧序号和多帧图像中与目标界面模板图像对应的图像的第二图像帧序号。
根据本公开的实施例,在由操作S202采集得到表征由初始界面转换至目标界面的转换过程的多帧图像后,即可将操作S201中保存的初始界面模板图像和目标界面模板图像与该多帧图像进行一一匹配,从而可据此得到多帧图像中与初始界面模板图像和目标界面模板图像各自相对应的一帧图像的图像帧序号,即上述第一图像帧序号和第二图像帧序号,并可同时从采集的多帧图像中得到由第一图像帧序号对应的图像至第二图像帧序号对应的图像之间的多帧目标图像。
在操作S204,根据第一图像帧序号、第二图像帧序号以及预设时间间隔计算应用响应于用户请求的响应时间。
根据本公开的实施例,例如可以根据操作S202中的多帧图像中每两帧图像之间的间隔时间确定操作S203得到的多帧目标图像中每两帧目标图像之间的目标间隔时间,并可根据该目标间隔时间以及操作S203得到的第一图像帧序号对应的图像和第二图像帧序号对应的图像,来计算上述应用响应于上述用户请求的响应时间。
在操作S205,对响应时间进行监测。
根据本公开的实施例,上述响应时间例如可以包括应用的启动时间和应用运行过程响应于用于请求的加载时间,该启动时间例如可以为从点击应用图标到应用完全启动并显示主页所花费的时间,该加载时间例如可以为从应用的一个页面跳转至下一个页面的时间。本实施例中,可以分别对启动时间和各个加载时间(包括响应于不同的用于请求时对应的不同的加载时间)进行监测。
通过本公开的上述实施例,实现了一种无需获取应用源代码,且可以从用户的视觉角度来统计应用的响应时间的方法,可有效使用于所有应用的响应时间的监测上。
下面参考图3A~图3C和图4A~图4B,结合具体实施例对图2所示的方法做进一步说明。
图3A~图3C示意性示出了根据本公开实施例的初始界面模板图像或目标界面模板图像的示意图。
根据本公开的实施例,在上述用户请求为用户点击应用图标(如图3A中的APP图标)而使应用启动的请求的情况下,上述监测的响应时间例如即为应用(如图3A中APP)的启动时间,此时,上述初始界面模板图像例如可以为APP图标所在的屏幕截图(如图3A所示),上述目标界面模板图像例如可以为APP主页截图(如图3B所示)。在上述用户请求为用户点击应用运行页面的某个标签或链接(例如为如图3B中的“查询车票”)而使应用跳转至下一页面的请求的情况下,上述监测的响应时间例如可以为应用运行过程中响应某一运行指令(此处例如即为图3B中的“查询车票”这一指令)时的加载时间,此时,上述初始界面模板图像例如可以为APP运行过程中加载的页面所对应截取到的图像(如图3B所示),上述目标界面模板图像例如可以为该APP运行过程中响应于用户请求而加载的下一个页面所对应截取到的图像(如图3C所示)。
图4A~图4B示意性示出了根据本公开实施例的由初始界面转换至目标界面的转换过程示意图。
如图4A所示,展示了由图3A至图3B的应用启动过程。
如图4B所示,展示了由图3B至图3C的响应于用户请求的应用加载过程。
根据本公开的实施例,上述操作S202包括:获取针对转换过程的录制视频;根据预设脚本程序将录制视频转换为多帧图像。
根据图4A和图4B所示的实施例,上述录制视频例如可以为如图4A所示的应用启动过程所对应的视频,还可以为如图4B所示的应用加载过程所对应的视频,该录制视频例如可以通过在手机或电脑录入录屏命令的形式而录制并保存得到的视频。上述多帧图像例如可以包括图4A或图4B中的每个图像。上述预设脚本程序例如可以实现针对录制视频至少在1秒内截取50帧图像,并将截取到的多帧图像保存至文件夹的功能,由此即可得到根据该录制视频采集到的该多帧图像。
根据本公开的实施例,上述操作S203包括:计算初始界面模板图像与多帧图像中的每帧图像的相似度,得到第一相似度数据集;计算目标界面模板图像与多帧图像中的每帧图像的相似度,得到第二相似度数据集;确定第一相似度数据集中的最大值和第二相似度数据集中的最大值;将第一相似度数据集中的最大值对应的图像的图像帧序号作为第一图像帧序号;以及将第二相似度数据集中的最大值对应的图像的图像帧序号作为第二图像帧序号。
根据图3A~图3C和图4A~图4B所示的实施例,例如通过对图3A和图3B对应的模板图像,以及图4A所示的应用启动过程采集得到的多帧图像,或通过对图3B和图3C对应的模板图像,以及图4B所示的应用加载过程采集得到的多帧图像,执行上述操作S203对应的过程,即可以确定应用启动过程和应用加载过程各自对应的第一图像帧序号和第二图像帧序号。
根据本公开的实施例,上述多帧图像例如为根据上述录制视频的播放过程按上述预设时间间隔采集得到并顺序存储,在此情况下,上述操作S204包括:计算第一图像帧序号和第二图像帧序号的差值;以及根据该差值和预设时间间隔计算响应时间。
根据本公开的实施例,上述预设时间间隔例如为根据上述预设脚本程序确定。在上述预设脚本程序为设置了“1秒内截取50帧图像”的规则的情况下,该预设时间间隔例如即为20毫秒。上述多帧图像对应的图像帧序号的取值例如可以为001至300,经过前述操作S203确定的第一图像帧序号例如可以为031,第二图像帧序号例如可以为271,则可通过上述操作S204对应的计算规则作出如下计算:20ms*(271-031)=4800ms=4.8s,即可确定此时计算的响应时间为4.8秒。
根据本公开的实施例,上述操作S205例如还可以包括:获取应用响应于用户请求的预设响应时间阈值;以及在响应时间大于预设响应时间阈值的情况下,弹出警告信息。
根据本公开的实施例,上述获取应用响应于用户请求的预设响应时间阈值例如还可以包括:获取与应用相同类型的其他应用响应于与用户请求相同类型的请求的目标响应时间;以及根据目标响应时间确定预设响应时间阈值。
根据本公开的实施例,上述应用例如为如图3A所示的抢票软件APP,则上述与应用相同类型的其他应用例如可以为其他抢票软件APP,或者也可以为能实现同样的抢票功能的网页端应用。上述用户请求例如为如图3B所示的“查询车票”这一请求,则上述与用户请求相同类型的请求可以为其他APP或网页中能实现同样的查询车票这一功能的标签或链接。上述响应时间阈值可以直接确定,也可以通过比较同类型软件响应于同一类型的用户请求相对应的响应时间来确定。
需要说明的是,上述应用或用户请求并不仅限于如上所述的抢票软件APP或“查询车票”这一请求,本公开上述实施例中的应用可以为各种软件或网页端应用,用户请求可以为各种能实现页面跳帧的用户指令。
根据本公开的实施例,在上述响应时间大于预设响应时间阈值的情况下,会弹出警告信息,针对该警告信息,上述应用性能监测方法例如还可以包括针对应用的优化方法,用以通过用户处理来加快应用的响应时间,该优化处理方法例如可以表现为:获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多个执行操作;以及将多个执行操作中的部分操作进行延迟处理。
根据本公开的实施例,在监测到某一响应时间超出上述预设响应时间阈值的情况下,可以针对该响应时间对应的用户请求的相关操作进化优化处理,例如在应用响应于用户请求时需要连接至服务器并获取一些服务端和客户端的设备信息,则例如可以将与获取设备端的某些不重要的设备信息所对应的操作进行延后处理。
根据本公开的实施例,在上述部分操作例如为与访问本应用无关的其他操作的情况下,还可以将上述部分操作删除。
根据图4A所示的实施例,如图4A中的第三个图像(广告界面)例如即为与访问本应用无关的操作,则可以将该应用响应于用户请求时所包括的与展示该广告界面相关的操作直接删除。
通过本公开的上述实施例,可以通过优化应用响应时间,有效提升本应用在同类型应用中的竞争力,并进一步提升用户使用满意度。
根据本公开的上述实施例,以监测APP启动时间为例,上述应用性能监测方法例如可以对应至如下几个模块:录入对照图像模块、录制启动过程模块、视频分帧模块、图像对比模块、计算启动时间模块、结果导出模块、基线管理模块。
根据本公开的实施例,录入对照图像模块,例如可以在保存APP图标所在的屏幕截图和APP主页截图后,将两个截图的路径录入特定的python脚本,而后执行该脚本。
根据本公开的实施例,录制启动过程模块,例如可通过手机或电脑录入录屏命令的形式录制完整的APP启动过程并保存。
根据本公开的实施例,视频分帧模块,例如可以通过前述python脚本实现将视频转换成多帧图像并保存于文件夹的功能。
根据本公开的实施例,图像对比模块,例如可以基于前述python脚本实现将多帧图像按顺序与录入对照图像模块中录入的两个截图进行对比,并找出相应的点击图标和主页显示的图像帧序号。
根据本公开的实施例,计算启动时间模块,例如可以基于前述python脚本实现利用找出的图像帧序号的间隔数计算APP的启动时间。
根据本公开的实施例,结果导出模块,例如可以基于前述python脚本将每次得出的启动时间保存于Excel文件中,而后执行基线管理模块。基线管理模块中预设有基线数值,基线是项目储存库中每个工件版本在特定时期的一个“快照”,它提供一个正式标准,随后的工作基于此标准,并且只有经过授权后才能变更此标准,在建立一个初始基线后,以后每次对其进行的变更都将记录为一个差值,直到建成下一个基线。
根据本公开的实施例,基线管理模块,例如可以将得出的启动时间与初始设定的基线数值(即上述预设响应时间阈值)比较,若启动时间数值远大于基线数值时则会弹出警告。同时,若存在竞品APP(即与自有APP属于同一类型或能实现同样功能的其他APP)的启动时间数值,则可获得自有APP的时长排名,提醒关注人员目前亟待解决的问题以做出相应的优化。
通过本公开的上述实施例,通过python脚本实现了一种启动时间的计算方法,以流水线形式统计启动时间,无需暴露软件源代码,且提供真实体验的启动时间,从而任何APP均可使用上述方法获取毫秒级精度的启动时间,甚至可以用来统计APP的任一页面展现时间。对于存在较多竞品的APP,在获取了自有APP和竞品APP的展现时间后,还可以快速定位自有APP需要优化的范围,以使自有APP扩大竞争优势。
图5示意性示出了根据本公开的实施例的应用性能监测装置的框图。
如图5所示,应用性能监测装置500包括第一获取模块510、第二获取模块520、确定模块530、计算模块540和监测模块550。
第一获取模块510,用于获取应用的初始界面模板图像和目标界面模板图像。
第二获取模块520,用于获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧图像对应一个图像帧序号,相邻两帧图像之间具有预设时间间隔。
确定模块530,用于确定多帧图像中与初始界面模板图像对应的图像的第一图像帧序号和多帧图像中与目标界面模板图像对应的图像的第二图像帧序号。
计算模块540,用于根据第一图像帧序号、第二图像帧序号以及预设时间间隔计算应用响应于用户请求的响应时间。
监测模块550,用于对响应时间进行监测。
根据本公开的实施例,通过采用了获取应用的初始界面模板图像和目标界面模板图像;获取应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧图像对应一个图像帧序号,相邻两帧图像之间具有预设时间间隔;确定多帧图像中与初始界面模板图像对应的图像的第一图像帧序号和多帧图像中与目标界面模板图像对应的图像的第二图像帧序号;根据第一图像帧序号、第二图像帧序号以及预设时间间隔计算应用响应于用户请求的响应时间;以及对响应时间进行监测的技术手段,由于通过多帧图像的方式计算响应时间,所以至少部分地克服了现有的针对应用响应时间的监测方法无法灵活应用于所有的应用程序的技术问题,进而达到了可灵活监测每一个应用程序的响应时间的技术效果。
根据本公开的实施例,上述第二获取模块包括第一获取单元和转换单元。
第一获取单元,用于获取针对转换过程的录制视频。
转换单元,用于根据预设脚本程序将录制视频转换为多帧图像。
根据本公开的实施例,上述确定模块包括第一计算单元、第二计算单元、确定单元、第一定义单元和第二定义单元。
第一计算单元,用于计算初始界面模板图像与多帧图像中的每帧图像的相似度,得到第一相似度数据集。
第二计算单元,用于计算目标界面模板图像与多帧图像中的每帧图像的相似度,得到第二相似度数据集。
确定单元,用于确定第一相似度数据集中的最大值和第二相似度数据集中的最大值。
第一定义单元,用于将第一相似度数据集中的最大值对应的图像的图像帧序号作为第一图像帧序号。
第二定义单元,用于将第二相似度数据集中的最大值对应的图像的图像帧序号作为第二图像帧序号。
根据本公开的实施例,上述多帧图像为根据录制视频的播放过程按预设时间间隔采集得到并顺序存储,上述计算模块包括第三计算单元和第四计算单元。
第三计算单元,用于计算第一图像帧序号和第二图像帧序号的差值。
第四计算单元,用于根据差值和预设时间间隔计算响应时间。
根据本公开的实施例,上述监测模块包括第二获取单元和警告单元。
第二获取单元,用于获取应用响应于用户请求的预设响应时间阈值。
警告单元,用于在响应时间大于预设响应时间阈值的情况下,弹出警告信息。
根据本公开的实施例,上述第二获取单元包括获取子单元和确定子单元。
获取子单元,用于获取与应用相同类型的其他应用响应于与用户请求相同类型的请求的目标响应时间。
确定子单元,用于根据目标响应时间确定预设响应时间阈值。
根据本公开的实施例的模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,第一获取模块510、第二获取模块520、确定模块530、计算模块540和监测模块550中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元/子单元中实现。根据本公开的实施例,第一获取模块510、第二获取模块520、确定模块530、计算模块540和监测模块550中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一获取模块510、第二获取模块520、确定模块530、计算模块540和监测模块550中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中应用性能监测装置部分与本公开的实施例中应用性能监测方法部分是相对应的,应用性能监测装置部分的描述具体参考应用性能监测方法部分,在此不再赘述。
图6示意性示出了根据本公开实施例的适于实现应用性能监测方法的计算机***的框图。图6示出的计算机***仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,根据本公开实施例的计算机***600包括处理器601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 603中,存储有***600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,***600还可以包括输入/输出(I/O)接口605,输入/输出(I/O)接口605也连接至总线604。***600还可以包括连接至I/O接口605的以下部件中的一项或多项:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行本公开实施例所提供的方法的程序代码,当计算机程序产品在电子设备上运行时,该程序代码用于使电子设备实现本公开实施例所提供的应用性能监测方法。
在该计算机程序被处理器601执行时,执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分609被下载和安装,和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种应用性能监测方法,包括:
获取应用的初始界面模板图像和目标界面模板图像;
获取所述应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧所述图像对应一个图像帧序号,相邻两帧所述图像之间具有预设时间间隔;
确定所述多帧图像中与所述初始界面模板图像对应的图像的第一图像帧序号和所述多帧图像中与所述目标界面模板图像对应的图像的第二图像帧序号;
根据所述第一图像帧序号、所述第二图像帧序号以及所述预设时间间隔计算所述应用响应于所述用户请求的响应时间;以及
对所述响应时间进行监测。
2.根据权利要求1所述的方法,其中,获取所述应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像包括:
获取针对所述转换过程的录制视频;以及
根据预设脚本程序将所述录制视频转换为所述多帧图像。
3.根据权利要求1所述的方法,其中,确定所述多帧图像中与所述初始界面模板图像对应的图像的第一图像帧序号和所述多帧图像中与所述目标界面模板图像对应的图像的第二图像帧序号包括:
计算所述初始界面模板图像与所述多帧图像中的每帧图像的相似度,得到第一相似度数据集;
计算所述目标界面模板图像与所述多帧图像中的每帧图像的相似度,得到第二相似度数据集;
确定所述第一相似度数据集中的最大值和所述第二相似度数据集中的最大值;
将所述第一相似度数据集中的最大值对应的图像的图像帧序号作为所述第一图像帧序号;以及
将所述第二相似度数据集中的最大值对应的图像的图像帧序号作为所述第二图像帧序号。
4.根据权利要求2所述的方法,其中,所述多帧图像为根据所述录制视频的播放过程按所述预设时间间隔采集得到并顺序存储,根据所述第一图像帧序号、所述第二图像帧序号以及所述预设时间间隔计算所述应用响应于所述用户请求的响应时间包括:
计算所述第一图像帧序号和所述第二图像帧序号的差值;以及
根据所述差值和所述预设时间间隔计算所述响应时间。
5.根据权利要求1所述的方法,其中,对所述响应时间进行监测包括:
获取所述应用响应于所述用户请求的预设响应时间阈值;以及
在所述响应时间大于所述预设响应时间阈值的情况下,弹出警告信息。
6.根据权利要求5所述的方法,其中,获取所述应用响应于所述用户请求的预设响应时间阈值包括:
获取与所述应用相同类型的其他应用响应于与所述用户请求相同类型的请求的目标响应时间;以及
根据所述目标响应时间确定所述预设响应时间阈值。
7.一种应用性能监测装置,包括:
第一获取模块,用于获取应用的初始界面模板图像和目标界面模板图像;
第二获取模块,用于获取所述应用响应于用户请求,由初始界面转换至目标界面的转换过程所采集的多帧图像,其中,每帧所述图像对应一个图像帧序号,相邻两帧所述图像之间具有预设时间间隔;
确定模块,用于确定所述多帧图像中与所述初始界面模板图像对应的图像的第一图像帧序号和所述多帧图像中与所述目标界面模板图像对应的图像的第二图像帧序号;
计算模块,用于根据所述第一图像帧序号、所述第二图像帧序号以及所述预设时间间隔计算所述应用响应于所述用户请求的响应时间;以及
监测模块,用于对所述响应时间进行监测。
8.一种计算机***,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的方法。
10.一种计算机程序产品,包括计算机可执行指令,所述指令在被执行时用于实现权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045515.3A CN112817831A (zh) | 2021-01-13 | 2021-01-13 | 应用性能监测方法、装置、计算机***和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045515.3A CN112817831A (zh) | 2021-01-13 | 2021-01-13 | 应用性能监测方法、装置、计算机***和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112817831A true CN112817831A (zh) | 2021-05-18 |
Family
ID=75869272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110045515.3A Pending CN112817831A (zh) | 2021-01-13 | 2021-01-13 | 应用性能监测方法、装置、计算机***和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112817831A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688019A (zh) * | 2021-08-10 | 2021-11-23 | 荣耀终端有限公司 | 响应时长检测方法及装置 |
CN113868132A (zh) * | 2021-09-26 | 2021-12-31 | 北京达佳互联信息技术有限公司 | 一种应用程序测试方法、装置、电子设备及存储介质 |
CN114791880A (zh) * | 2022-04-22 | 2022-07-26 | 镁佳(北京)科技有限公司 | 一种自动化测试方法、装置及计算机设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874186A (zh) * | 2016-12-29 | 2017-06-20 | 努比亚技术有限公司 | 一种应用启动速度的测试装置、终端及方法 |
CN110262955A (zh) * | 2019-06-25 | 2019-09-20 | 四川长虹电器股份有限公司 | 基于pinpoint的应用性能监控工具 |
CN110908887A (zh) * | 2018-09-14 | 2020-03-24 | 飞狐信息技术(天津)有限公司 | 一种自动化测试应用程序响应速度的方法及*** |
-
2021
- 2021-01-13 CN CN202110045515.3A patent/CN112817831A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874186A (zh) * | 2016-12-29 | 2017-06-20 | 努比亚技术有限公司 | 一种应用启动速度的测试装置、终端及方法 |
CN110908887A (zh) * | 2018-09-14 | 2020-03-24 | 飞狐信息技术(天津)有限公司 | 一种自动化测试应用程序响应速度的方法及*** |
CN110262955A (zh) * | 2019-06-25 | 2019-09-20 | 四川长虹电器股份有限公司 | 基于pinpoint的应用性能监控工具 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688019A (zh) * | 2021-08-10 | 2021-11-23 | 荣耀终端有限公司 | 响应时长检测方法及装置 |
CN113868132A (zh) * | 2021-09-26 | 2021-12-31 | 北京达佳互联信息技术有限公司 | 一种应用程序测试方法、装置、电子设备及存储介质 |
CN114791880A (zh) * | 2022-04-22 | 2022-07-26 | 镁佳(北京)科技有限公司 | 一种自动化测试方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9213625B1 (en) | Method and apparatus for performing automated user-interface layout testing | |
US9519495B2 (en) | Timed API rules for runtime verification | |
CN112817831A (zh) | 应用性能监测方法、装置、计算机***和可读存储介质 | |
US10459835B1 (en) | System and method for controlling quality of performance of digital applications | |
CN108874672B (zh) | 应用程序异常定位方法、装置、设备及存储介质 | |
US10084637B2 (en) | Automatic task tracking | |
CN112799940A (zh) | 回归测试方法、装置、计算机***和计算机可读存储介质 | |
CN113505302A (zh) | 支持动态获取埋点数据的方法、装置、***及电子设备 | |
WO2019094257A1 (en) | Web page performance improvement system | |
CN113535577B (zh) | 基于知识图谱的应用测试方法、装置、电子设备和介质 | |
CN111309743A (zh) | 报表推送方法及装置 | |
CN112954056B (zh) | 监控数据处理方法、装置、电子设备及存储介质 | |
van Riet et al. | Optimize along the way: An industrial case study on web performance | |
CN114153703A (zh) | 微服务的异常定位方法、装置、电子设备和程序产品 | |
CN110941549B (zh) | 一种内存泄漏的检测方法、装置、介质和电子设备 | |
US9104573B1 (en) | Providing relevant diagnostic information using ontology rules | |
CN113515271A (zh) | 服务代码生成方法、装置、电子设备及可读存储介质 | |
CN116483888A (zh) | 程序评估方法及装置、电子设备和计算机可读存储介质 | |
CN115202973A (zh) | 应用运行状态的确定方法、装置、电子设备和介质 | |
CN111741046B (zh) | 数据上报方法、获取方法、装置、设备及介质 | |
CN115203178A (zh) | 数据质检方法、装置、电子设备及存储介质 | |
CN114647411A (zh) | 编程界面加载方法、装置、电子设备及存储介质 | |
CN113392010A (zh) | 公共组件测试方法、装置、电子设备及存储介质 | |
CN112506781A (zh) | 测试监控方法、装置、电子设备、存储介质及程序产品 | |
CN113127363A (zh) | 参数调整方法、参数调整装置、电子设备及可读存储介质 |
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 |