CN113835893B - 数据处理的方法、装置、设备、存储介质及程序产品 - Google Patents
数据处理的方法、装置、设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN113835893B CN113835893B CN202111141228.9A CN202111141228A CN113835893B CN 113835893 B CN113835893 B CN 113835893B CN 202111141228 A CN202111141228 A CN 202111141228A CN 113835893 B CN113835893 B CN 113835893B
- Authority
- CN
- China
- Prior art keywords
- data processing
- data
- target scene
- result
- structured
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 317
- 238000000034 method Methods 0.000 claims description 42
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000013522 software testing Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5055—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering software capabilities, i.e. software resources associated or available to the machine
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
Abstract
本公开提供了数据处理的方法、装置、设备、存储介质及程序产品,涉及人工智能领域,尤其涉及智能交通、大数据、云计算、软件测试等领域。具体实现方案为:通过预先设置多个数据处理场景,以及每一数据处理场景对应的数据处理逻辑,不同的数据处理场景对应不同的软件性能数据处理需求,对应的数据处理逻辑也不相同。响应于对应用软件进行目标场景的数据处理的请求,通过获取应用软件的跟踪文件;将跟踪文件的内容转换为结构化数据;根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果,并输出数据处理结果,能够根据跟踪文件,自动实现各种软件性能数据处理场景的定制化的数据处理,从而提高软件性能数据的处理效率。
Description
技术领域
本公开涉及人工智能中的智能交通、大数据、云计算、软件测试等领域,尤其涉及一种数据处理的方法、装置、设备、存储介质及程序产品。
背景技术
应用软件的性能消耗是应用软件是否能够推给客户使用的重要指标之一,对于车载的应用软件,由于车机的硬件更新迭代慢,升级成本高,因此,对车载应用软件的性能进行精准高效分析与测试,对于提高车机整体性能至关重要。
目前,通过对应用软件运行的跟踪文件进行人工手动分析,确定应用软件中性能消耗较多或卡顿的模块,过程非常繁杂,效率很低。
发明内容
本公开提供了一种数据处理的方法、装置、设备、存储介质及程序产品。
根据本公开的第一方面,提供了一种数据处理的方法,包括:
响应于对应用软件进行目标场景的数据处理的请求,获取所述应用软件的跟踪文件;
将所述跟踪文件的内容转换为结构化数据;
根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果;
输出所述数据处理结果。
根据本公开的第二方面,提供了一种数据处理的装置,包括:
跟踪文件获取模块,用于响应于对应用软件进行目标场景的数据处理的请求,获取所述应用软件的跟踪文件;
数据转换模块,用于将所述跟踪文件的内容转换为结构化数据;
数据处理模块,用于根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果;
结果输出模块,用于输出所述数据处理结果。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本公开的技术解决了提高了软件性能数据处理的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开提供的一个用浏览器打开的trace文件的示例图;
图2是本公开第一实施例提供的数据处理的方法流程图;
图3是本公开第二实施例提供的数据处理的方法流程图;
图4为本公开提供的一种数据处理的方法的框架示例图;
图5是本公开第三实施例提供的数据处理的装置的示意图;
图6是本公开第四实施例提供的数据处理的装置的示意图;
图7是用来实现本公开实施例的数据处理的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
应用软件的性能消耗是应用软件是否能够推给客户使用的重要指标之一,对于车载的应用软件,由于车机的硬件更新迭代慢,升级成本高,因此,对车载应用软件的性能进行精准高效分析与测试,对于提高车机整体性能至关重要。
目前,应用软件内部各个模块消耗的性能,可以通过获取应用软件的跟踪文件,也即trace文件,然后用浏览器打开trace文件,通过人工查看和手动分析trace文件,确定性能消耗较多、卡顿的模块。但是trace文件记录了每一模块的性能消耗的信息,内容繁多且非常复杂,如图1所示,图1给出了一个用浏览器打开的trace文件的示例,trace文件内容繁多且没有详细说明,新手开发人员可能看不懂,即使熟悉trace文件的开发人员,人工分析trace文件的过程也非常繁杂,效率很低。
本公开提供一种数据处理的方法、装置、设备、存储介质及程序产品,应用于人工智能领域中的智能交通、大数据、云计算、软件测试等领域,以达到提高软件性能数据处理的效率和精准度。
本公开提供的数据处理的方法,预先设置多个数据处理场景,以及每一数据处理场景对应的数据处理逻辑,不同的数据处理场景对应不同的软件性能数据处理的需求场景,对应的数据处理逻辑也不相同。通过获取应用软件的跟踪文件;将跟踪文件的内容转换为结构化数据;根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果,输出数据处理结果,能够根据跟踪文件,自动实现各种软件性能数据处理场景的定制化的数据处理,提高软件性能数据处理的效率。
图2是本公开第一实施例提供的数据处理的方法流程图。本实施例提供的数据处理的方法具体可以应用于进行软件性能数据处理的电子设备,该电子设备可以是智能手机、平板电脑等终端设备,也可以是服务器等,在其他实施例中还可以是其他电子设备,本实施例此处不做具体限定。
如图2所示,该方法具体步骤如下:
步骤S201、响应于对应用软件进行目标场景的数据处理的请求,获取应用软件的跟踪文件。
其中,应用软件是指待进行性能数据处理的目标软件。应用软件可以是部署在任一设备上的应用软件,例如,车辆车机上的应用软件、移动终端上的应用软件等。
本实施例中,目标场景是指按照指定性能数据处理需求对应用软件进行性能数据处理的数据处理场景。对于不同的性能数据处理需求,性能数据处理需求对应的数据处理场景不同。
例如,可以结合应用软件的实际应用场景,设置以下至少一个数据处理场景:场景1:确定性能消耗高的模块。场景2:确定性能消耗低的模块。场景3:比较应用软件的两个不同本版中相同模块间的性能差异。
另外,还可以设置其他数据处理场景,例如,场景4:按照性能消耗的高低对模块排序。场景5:输出各模块指定的性能消耗指标的值,其中指定的性能消耗指标可以是开发人员关注的指标,可以根据需要设置。场景6:输出各模块性能消耗最高的指标。场景7:随机查找各模块的性能消耗并排序。数据处理场景的设置可以结合应用软件的实际应用场景进行设置和调整,此处不做具体限定。
本实施例中,为了对应用软件进行目标场景的性能数据处理,先获取应用软件的跟踪文件,该跟踪文件记录了应用软件中多个模块的性能消耗信息。
通常应用软件的跟踪文件存储在应用软件所在的设备上,可以从应用软件所在的设备获取应用软件的跟踪文件。
步骤S202、将跟踪文件的内容转换为结构化数据。
在获取到应用软件的跟踪文件之后,可以将跟踪文件的内容自动转换为结构化数据,基于结构化数据可以进行自动化地数据分析处理。
示例性地,结构化数据可以是基于结构化查询语言(Structured QueryLanguage,简称SQL)的数据,简称SQL数据。SQL数据可以存储在数据库中,通过对数据库的查询和统计等操作,可以实现自动化的数据分析。
步骤S203、根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果。
在将跟踪文件的内容转换为结构化数据之后,通过执行目标场景对应的数据处理逻辑,实现对结构化数据的分析处理,得到目标场景对应的数据处理结果,也即得到满足目标场景的性能数据处理需求的数据处理结果。
步骤S204、输出数据处理结果。
在得到数据处理结果之后,按照指定方式输出数据处理结果。
示例性地,可以将数据处理结果通过前端页面进行展示,或者,将数据处理结果发送给指定设备,由指定设备展示。
其中,输出数据处理结果的指定方式可以根据实际应用场景的需要进行设置和调整,本实施例此处不做具体限定。
本申请实施例通过预先设置多个数据处理场景,以及每一数据处理场景对应的数据处理逻辑,不同的数据处理场景对应不同的软件性能数据处理需求,对应的数据处理逻辑也不相同。响应于对应用软件进行目标场景的数据处理的请求,通过获取应用软件的跟踪文件;将跟踪文件的内容转换为结构化数据;根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果,并输出数据处理结果,能够根据跟踪文件,自动实现各种软件性能数据处理场景的定制化的数据处理,从而提高软件性能数据的处理效率。
图3是本公开第二实施例提供的数据处理的方法流程图。在上述第一实施例的基础上,
本实施例中,预先配置预先设置多个数据处理场景,以及每一数据处理场景对应的数据处理逻辑,不同的数据处理场景对应不同的软件性能数据处理需求,对应的数据处理逻辑也不相同。
可选地,根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果之前,获取至少一个数据处理场景对应的数据处理逻辑;将每一数据处理场景对应的数据处理逻辑独立部署在对应的容器中,以实现不同数据处理场景对应数据处理逻辑间的数据隔离,提高数据处理的稳定性。
可选地,响应于对任一数据处理场景对应的数据处理逻辑的修改操作,更新数据处理场景对应的数据处理逻辑,当性能数据处理需求发生变换时,能够实现数据处理逻辑的更新,从而满足多样化的性能数据处理需求。
如图3所示,该方法具体步骤如下:
步骤S301、响应于对应用软件进行目标场景的数据处理的请求,获取应用软件的跟踪文件。
其中,应用软件是指待进行性能数据处理的目标软件。应用软件可以是部署在任一设备上的应用软件,例如,车辆车机上的应用软件、移动终端上的应用软件等。
本实施例中,目标场景是指按照指定性能数据处理需求对应用软件进行性能数据处理的数据处理场景。对于不同的性能数据处理需求,性能数据处理需求对应的数据处理场景不同。
例如,可以结合应用软件的实际应用场景,设置以下至少一个数据处理场景:场景1:确定性能消耗高的模块。场景2:确定性能消耗低的模块。场景3:比较应用软件的两个不同本版中相同模块间的性能差异。
另外,还可以设置其他数据处理场景,例如,场景4:按照性能消耗的高低对模块排序。数据处理场景的设置可以结合应用软件的实际应用场景进行设置和调整,此处不做具体限定。
本实施例中,为了对应用软件进行目标场景的性能数据处理,先获取应用软件的跟踪文件,该跟踪文件记录了应用软件中多个模块的性能消耗信息。
通常应用软件的跟踪文件存储在应用软件所在的设备上,可以从应用软件所在的设备获取应用软件的跟踪文件。
步骤S302、将跟踪文件的内容转换为结构化数据。
在获取到应用软件的跟踪文件之后,可以将跟踪文件的内容自动转换为结构化数据,基于结构化数据可以进行自动化地数据分析处理。
可选地,还可以预先获取能够将跟踪文件的内容转换为结构化数据的程序模块,该步骤可以通过运行对应的程序模块实现。
可选地,在将跟踪文件的内容转换为结构化数据之后,可以将结构化数据存储在数据库中,后续可以通过对数据库的查询操作实现对结构化数据的数据分析处理。
可选地,该步骤具体还可以采用如下方式实现:
将跟踪文件作为指定应用程序接口的输入数据,通过指定应用程序接口,调用指定应用程序,指定应用程序用于将跟踪文件的内容转换为结构化数据,并将结构化数据存储到数据库中。
这样能够自动实现将跟踪文件转换为结构化数据,并将结构化数据存储到数据库中,为自动进行软件性能数据处理提供结构化数据。
其中,指定应用程序是指能够将跟踪文件的内容转换为结构化数据,并将结构化数据存储到数据库中的程序。指定应用程序接口是指定应用程序的封装成的接口程序,通过指定应用程序接口可以调用指定应用程序。
示例性地,指定应用程序可以是第三方平台开发的,第三方平台对外提供指定应用程序接口(如SQL API中用于实现类似功能的接口)。第三方平台外部的电子设备可以将跟踪文件作为指定应用程序接口的输入数据,通过指定应用程序接口调用指定应用程序。
示例性地,结构化数据可以是基于结构化查询语言(Structured QueryLanguage,简称SQL)的数据,简称SQL数据。SQL数据可以存储在数据库中,通过对数据库的查询和统计等操作,可以实现对结构化数据的自动化的数据分析处理。
本实施例的一种可选地实施方式中,数据处理逻辑可以通过预先开发的程序实现,将具体实现数据处理逻辑的程序称作数据分析器,数据分析器包含数据处理逻辑。示例性地,数据分析器可以用脚本的方式实现。
示例性地,可以获取至少一个数据处理场景对应的数据分析器;将每一数据处理场景对应的数据分析器独立部署在对应的容器中,以实现不同数据分析器间的数据隔离,提高数据处理的稳定性。
可选地,响应于对任一数据处理场景对应的数据分析器的修改操作,更新数据处理场景对应的数据分析器,当性能数据处理需求发生变换时,能够实现数据分析器的更新,从而满足多样化的性能数据处理需求。
在有新的性能数据处理需求时,可以通过增加数据处理场景,以及数据处理场景对应的数据分析器,实现具有新的性能数据处理功能的数据处理逻辑,能够方便地扩展数据处理场景,可以适用于各种性能数据处理需求,应用场景更加广泛。
在将跟踪文件的内容转换为结构化数据之后,通过步骤S303-S304,根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果。
步骤S303、加载目标场景对应的数据分析器,数据分析器包含目标场景对应的数据处理逻辑。
该步骤中,根据目标场景,确定目标场景对应的数据分析器,并将目标场景对应的数据分析器加载至内存中。
步骤S304、执行目标场景对应的数据分析器,对结构化数据进行数据处理,得到数据处理结果。
其中,数据分析器中已经定义好了进行目标场景的性能数据处理的数据处理逻辑。
将目标场景对应的数据分析器加载至内存之后,通过执行目标场景对应的数据分析器,按照数据分析器包含的数据处理逻辑对结构化数据进行数据处理,得到数据处理结果。
可选地,数据处理逻辑还可以包含目标场景对应的输出结果的数据结构信息。该步骤具体可以采用如下方式实现:
执行目标场景对应的数据分析器,对结构化数据进行数据处理,得到数据结果;根据数据结果,按照输出结果的数据结构信息,生成数据处理结果。
其中,输出结果的数据结构信息包含根据目标场景的性能数据处理需求,输出结果需要包含的数据项以及各数据项间的关联信息和排列顺序。
例如,对于场景1:确定性能消耗高的模块。场景1对应数据处理逻辑可以是根据性能消耗指标,筛选出性能消耗指标大于或等于指标阈值的模块。场景1对应数据处理逻辑还可以包括如下输出结果的数据结构信息:输出性能消耗高的模块的名称、性能消耗指标的值等数据项;并且按照性能消耗由高到低的方式排序依次输出每一性能消耗高的模块的信息。
通过数据处理逻辑中预先设置的数据结构信息,将数据处理得到的数据结果按照设置的数据结构信息进行整合,生成对应的数据处理结构,能够自动按照目标场景对应的输出结果的数据结构信息,获取对应的数据处理结果,数据处理结果更加贴合目标场景的需求,无需人工对数据结果进行手动整理,提高了数据处理的效率。
可选地,根据结构化数据,通过多个线程并发地执行目标场景对应的数据分析器,得到数据处理结果,也即通过多个线程并发地执行目标场景对应的数据处理逻辑,得到数据处理结果,能够进一步提高数据处理的效率。
通过将数据分析器送入线程池,由线程池中多个线程并发地执行目标场景对应的数据处理逻辑,能够进一步提高数据处理的效率。
步骤S305、根据数据处理结果和目标场景对应的报告模板,生成数据报告;输出数据报告。
本实施例中,可以根据各个数据处理场景的需求,设置各个数据处理场景的报告模板,报告模板中包括需要输出的数据项,以及数据项在输出结果中以下至少一种:排布信息、格式信息。
在得到数据处理结果之后,数据处理结果中包含了报告模板中所需的数据项的数据,将各数据项的数据***目标场景对应的报告模板中的对应位置,生成数据报告。数据报告生成之后,可以按照预设方式输出数据报告。
通过根据数据报告模块,自动将数据处理结果以数据报告的形式输出,从而将数据处理结果以便于阅读的结构展示,无需相关人员手动整理数据结构,提高数据处理的效率和效果。
示例性地,可以将数据报告通过前端页面进行展示,或者,将数据报告发送给指定设备,由指定设备展示。
其中,输出数据报告的预设方式可以根据实际应用场景的需要进行设置和调整,本实施例此处不做具体限定。
需要说明的是,本实施例中,一次数据处理的请求可以包含应用软件的一个或多个目标场景。若数据处理的请求包含应用软件的多个目标场景,在获取应用软件的跟踪文件,将跟踪文件的内容转换为结构化数据之后,可以通过多线程的方式,并行地执行多个目标场景对应的数据处理逻辑,得到每一目标场景对应的数据处理结果。当前,也可以依次执行多个目标场景对应的数据处理逻辑,得到每一目标场景对应的数据处理结果。
示例性地,图4为本公开提供的一种数据处理的方法的框架示例图,如图4所示,应用软件所在设备抽取应用软件的性能数据生成应用软件的跟踪文件。用于执行数据处理的方法的电子设备获取应用软件的跟踪文件,通过调用SQL API将跟踪文件转换为SQL数据,执行目标场景对应的数据分析器,数据分析器包含的数据处理逻辑决定了输出结果的数据结构信息,通过线程池中线程并行地执行目标场景对应的数据分析器,可以得到各目标场景对应的数据处理结果,图4中以三个目标场景1,2,3的数据处理结果为例进行示例性地说。
本申请实施例通过预先设置多个数据处理场景,以及每一数据处理场景对应的数据处理逻辑,不同的数据处理场景对应不同的软件性能数据处理需求,对应的数据处理逻辑也不相同。响应于对应用软件进行目标场景的数据处理的请求,通过获取应用软件的跟踪文件;将跟踪文件的内容转换为结构化数据;根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果,并输出数据处理结果,能够根据跟踪文件,自动实现各种软件性能数据处理场景的定制化的数据处理,从而提高软件性能数据的处理效率。
图5是本公开第三实施例提供的数据处理的装置的示意图。本公开实施例提供的数据处理的装置可以执行数据处理的方法实施例的处理流程。如图5所示,该数据处理的装置50包括:跟踪文件获取模块501,数据转换模块502,数据处理模块503和结果输出模块504。
具体地,跟踪文件获取模块501,用于响应于对应用软件进行目标场景的数据处理的请求,获取应用软件的跟踪文件。
数据转换模块502,用于将跟踪文件的内容转换为结构化数据。
数据处理模块503,用于根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果。
结果输出模块504,用于输出数据处理结果。
本公开实施例提供的装置可以具体用于执行上述第一实施例所提供的方法流程,所实现具体功能和技术效果此处不再赘述。
图6是本公开第四实施例提供的数据处理的装置的示意图。本公开实施例提供的数据处理的装置可以执行数据处理的方法实施例的处理流程。如图6所示,该数据处理的装置60包括:跟踪文件获取模块601,数据转换模块602,数据处理模块603和结果输出模块604。
具体地,跟踪文件获取模块601,用于响应于对应用软件进行目标场景的数据处理的请求,获取应用软件的跟踪文件。
数据转换模块602,用于将跟踪文件的内容转换为结构化数据。
数据处理模块603,用于根据结构化数据,执行目标场景对应的数据处理逻辑,得到数据处理结果。
结果输出模块604,用于输出数据处理结果。
可选地,如图6所示,数据处理模块603,包括:
加载单元6031,用于加载目标场景对应的数据分析器,数据分析器包含目标场景对应的数据处理逻辑。
数据处理单元6032,用于执行目标场景对应的数据分析器,对结构化数据进行数据处理,得到数据处理结果。
可选地,数据处理逻辑包含目标场景对应的输出结果的数据结构信息。如图6所示,数据处理单元,包括:
数据分析器执行子单元,用于执行目标场景对应的数据分析器,对结构化数据进行数据处理,得到数据结果。
数据整合子单元,用于根据数据结果,按照输出结果的数据结构信息,生成数据处理结果。
可选地,数据处理模块还用于:
根据结构化数据,通过多个线程并发地执行目标场景对应的数据处理逻辑,得到数据处理结果。
可选地,如图6所示,该数据处理的装置60还包括:
配置模块605,用于:
获取至少一个数据处理场景对应的数据处理逻辑;将每一数据处理场景对应的数据处理逻辑独立部署在对应的容器中。
可选地,配置模块还用于:
响应于对任一数据处理场景对应的数据处理逻辑的修改操作,更新数据处理场景对应的数据处理逻辑。
可选地,数据转换模块还用于:
将跟踪文件作为指定应用程序接口的输入数据,通过指定应用程序接口,调用指定应用程序,指定应用程序用于将跟踪文件的内容转换为结构化数据,并将结构化数据存储到数据库中。
可选地,如图6所示,结果输出模块604,包括:
报告生成单元6041,用于根据数据处理结果和目标场景对应的报告模板,生成数据报告。
报告输出单元6042,用于输出数据报告。
本公开实施例提供的装置可以具体用于执行上述第二实施例所提供的方法流程,所实现具体功能和技术效果此处不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,本公开还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如方法XXX。例如,在一些实施例中,方法XXX可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM703并由计算单元701执行时,可以执行上文描述的方法XXX的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法XXX。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (16)
1.一种数据处理的方法,包括:
响应于对应用软件进行目标场景的数据处理的请求,获取所述应用软件的跟踪文件;
将所述跟踪文件的内容转换为结构化数据;
根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果;
输出所述数据处理结果;
所述根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果之前,还包括:
根据应用软件不同的性能数据处理需求,预先设置多个数据处理场景;其中,所述多个数据处理场景包括所述目标场景;
获取至少一个数据处理场景对应的数据处理逻辑;
将每一数据处理场景对应的数据处理逻辑独立部署在对应的容器中。
2.根据权利要求1所述的方法,其中,所述根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果,包括:
加载所述目标场景对应的数据分析器,所述数据分析器包含所述目标场景对应的数据处理逻辑;
执行所述目标场景对应的数据分析器,对所述结构化数据进行数据处理,得到数据处理结果。
3.根据权利要求2所述的方法,其中,所述数据处理逻辑包含所述目标场景对应的输出结果的数据结构信息;
所述执行所述目标场景对应的数据分析器,对所述结构化数据进行数据处理,得到数据处理结果,包括:
执行所述目标场景对应的数据分析器,对所述结构化数据进行数据处理,得到数据结果;
根据所述数据结果,按照所述输出结果的数据结构信息,生成所述数据处理结果。
4.根据权利要求1-3中任一项所述的方法,其中,所述根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果,包括:
根据所述结构化数据,通过多个线程并发地执行所述目标场景对应的数据处理逻辑,得到数据处理结果。
5.根据权利要求1所述的方法,还包括:
响应于对任一数据处理场景对应的数据处理逻辑的修改操作,更新所述数据处理场景对应的数据处理逻辑。
6.根据权利要求1-3、5中任一项所述的方法,其中,所述将所述跟踪文件的内容转换为结构化数据,包括:
将所述跟踪文件作为指定应用程序接口的输入数据,通过所述指定应用程序接口,调用指定应用程序,所述指定应用程序用于将所述跟踪文件的内容转换为结构化数据,并将所述结构化数据存储到数据库中。
7.根据权利要求1-3、5中任一项所述的方法,其中,所述输出所述数据处理结果,包括:
根据所述数据处理结果和所述目标场景对应的报告模板,生成数据报告;
输出所述数据报告。
8.一种数据处理的装置,包括:
跟踪文件获取模块,用于响应于对应用软件进行目标场景的数据处理的请求,获取所述应用软件的跟踪文件;
数据转换模块,用于将所述跟踪文件的内容转换为结构化数据;
数据处理模块,用于根据所述结构化数据,执行所述目标场景对应的数据处理逻辑,得到数据处理结果;
结果输出模块,用于输出所述数据处理结果;
配置模块,用于:根据应用软件不同的性能数据处理需求,预先设置多个数据处理场景;其中,所述多个数据处理场景包括所述目标场景;获取至少一个数据处理场景对应的数据处理逻辑;将每一数据处理场景对应的数据处理逻辑独立部署在对应的容器中。
9.根据权利要求8所述的装置,其中,所述数据处理模块,包括:
加载单元,用于加载所述目标场景对应的数据分析器,所述数据分析器包含所述目标场景对应的数据处理逻辑;
数据处理单元,用于执行所述目标场景对应的数据分析器,对所述结构化数据进行数据处理,得到数据处理结果。
10.根据权利要求9所述的装置,其中,所述数据处理逻辑包含所述目标场景对应的输出结果的数据结构信息;
所述数据处理单元,包括:
数据分析器执行子单元,用于执行所述目标场景对应的数据分析器,对所述结构化数据进行数据处理,得到数据结果;
数据整合子单元,用于根据所述数据结果,按照所述输出结果的数据结构信息,生成所述数据处理结果。
11.根据权利要求8-10中任一项所述的装置,其中,所述数据处理模块还用于:
根据所述结构化数据,通过多个线程并发地执行所述目标场景对应的数据处理逻辑,得到数据处理结果。
12.根据权利要求8所述的装置,其中,所述配置模块还用于:
响应于对任一数据处理场景对应的数据处理逻辑的修改操作,更新所述数据处理场景对应的数据处理逻辑。
13.根据权利要求8-10、12中任一项所述的装置,其中,所述数据转换模块还用于:
将所述跟踪文件作为指定应用程序接口的输入数据,通过所述指定应用程序接口,调用指定应用程序,所述指定应用程序用于将所述跟踪文件的内容转换为结构化数据,并将所述结构化数据存储到数据库中。
14.根据权利要求8-10、12中任一项所述的装置,其中,所述结果输出模块,包括:
报告生成单元,用于根据所述数据处理结果和所述目标场景对应的报告模板,生成数据报告;
报告输出单元,用于输出所述数据报告。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111141228.9A CN113835893B (zh) | 2021-09-28 | 2021-09-28 | 数据处理的方法、装置、设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111141228.9A CN113835893B (zh) | 2021-09-28 | 2021-09-28 | 数据处理的方法、装置、设备、存储介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113835893A CN113835893A (zh) | 2021-12-24 |
CN113835893B true CN113835893B (zh) | 2022-07-22 |
Family
ID=78970869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111141228.9A Active CN113835893B (zh) | 2021-09-28 | 2021-09-28 | 数据处理的方法、装置、设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113835893B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170576A (zh) * | 2017-12-26 | 2018-06-15 | 广东欧珀移动通信有限公司 | 日志处理方法、装置、终端设备及存储介质 |
CN110781165A (zh) * | 2019-10-10 | 2020-02-11 | 支付宝(杭州)信息技术有限公司 | 一种业务数据的处理方法、装置和设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11731651B2 (en) * | 2020-09-30 | 2023-08-22 | Baidu Usa Llc | Automatic parameter tuning framework for controllers used in autonomous driving vehicles |
CN114265904A (zh) * | 2021-12-29 | 2022-04-01 | 中国建设银行股份有限公司 | 一种数据处理方法及云计算平台 |
-
2021
- 2021-09-28 CN CN202111141228.9A patent/CN113835893B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170576A (zh) * | 2017-12-26 | 2018-06-15 | 广东欧珀移动通信有限公司 | 日志处理方法、装置、终端设备及存储介质 |
CN110781165A (zh) * | 2019-10-10 | 2020-02-11 | 支付宝(杭州)信息技术有限公司 | 一种业务数据的处理方法、装置和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113835893A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112540806A (zh) | 一种小程序页面渲染方法、装置、电子设备及存储介质 | |
CN115509522A (zh) | 面向低代码场景的接口编排方法、***、电子设备 | |
CN112989789B (zh) | 文本审核模型的测试方法、装置、计算机设备及存储介质 | |
CN113609100A (zh) | 数据存储方法、数据查询方法、装置及电子设备 | |
CN116302218B (zh) | 函数信息的添加方法、装置、设备以及存储介质 | |
CN113835893B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
CN115481594B (zh) | 计分板实现方法、计分板、电子设备及存储介质 | |
CN114168119B (zh) | 代码文件编辑方法、装置、电子设备以及存储介质 | |
CN115269431A (zh) | 一种接口测试方法、装置、电子设备及存储介质 | |
CN115328736A (zh) | 一种探针部署方法、装置、设备和存储介质 | |
CN110471708B (zh) | 基于可重用组件的配置项获取的方法及装置 | |
CN113722037A (zh) | 一种用户界面的刷新方法、装置、电子设备及存储介质 | |
CN114218313A (zh) | 数据管理方法、装置、电子设备、存储介质及产品 | |
CN114218166A (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN113760698A (zh) | 一种测试用例文件数据的转换方法和装置 | |
CN113836291B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN113360407B (zh) | 函数的定位方法、装置、电子设备及可读存储介质 | |
CN116204441B (zh) | 索引数据结构的性能测试方法、装置、设备及存储介质 | |
CN113361235B (zh) | Html文件的生成方法、装置、电子设备及可读存储介质 | |
CN114491040B (zh) | 信息挖掘方法及装置 | |
CN115687141A (zh) | 应用程序的测试方法、装置、电子设备和存储介质 | |
CN116974940A (zh) | 一种接口测试方法、装置、设备及存储介质 | |
CN117435503A (zh) | 测试工具的生成方法、测试方法、装置、设备及介质 | |
CN116320060A (zh) | 一种报文转换方法、装置、电子设备及存储介质 | |
CN117762462A (zh) | 基于大模型的代码审查方法、装置、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |