一种运算性能测试方法及装置与流程

本发明涉及计算机技术领域，特别涉及一种运算性能测试方法及装置。

背景技术：

随着网络技术的发展，服务器需要处理的数据日益增多，服务器对数据的运算能力是评价服务器整体性能的一项重要指标，因此对服务器运算性能的检测也越来越重要。

目前，在评价服务器的运算性能时，首先通过人工方式获取服务器的硬件信息，再根据硬件信息为服务器分配一定的运算量，进而通过人工方式输入运算过程中需要的计算参数，根据服务器的运算时间测试服务器的运算性能。

由于服务器集群规模日益增大，通过人工方式获取服务器的硬件信息，再使测试人员根据硬件信息为服务器分配相应的任务量，进而还需要采用人工方式输入相应的计算参数时，工作量较大，耗时较长，从而降低了测试服务器运算性能的效率。

技术实现要素：

本发明实施例提供了一种运算性能测试方法及装置，能提高测试服务器运算性能的效率。

第一方面，本发明实施例提供一种运算性能测试方法，包括：预先构建线性方程组数据库，所述线性方程组数据库中包括至少一个线性方程组，还包括：

获取目标服务器的内存容量；

根据所述内存容量，确定线性方程组的阶数；

根据所述线性方程组的阶数，从所述线性方程组数据库中获取目标线性方程组；

根据所述线性方程组的阶数，确定所述目标线性方程组的运算量；

确定求解所述目标线性方程组的时间；

根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。

优选地，

所述根据所述内存容量，确定线性方程组的阶数，包括：

利用下述计算公式(1)，计算所述线性方程组的阶数；

其中，f(x)用于表征所述线性方程组的阶数，x用于表征所述内存容量。

优选地，

所述根据所述线性方程组的阶数，确定所述目标线性方程组的运算量，包括：

利用下述计算公式(2)，计算所述目标线性方程组的阶数；

其中，f(y)用于表征所述目标线性方程组的运算量，y用于表征所述线性方程组的阶数。

优选地，所述根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能，包括：

利用下述计算公式(3)，计算所述目标服务器的运算性能；

其中，f(y)用于表征所述目标线性方程组的运算量，T用于表征求解所述目标线性方程组的时间。

优选地，

所述确定求解所述目标线性方程组的时间，包括：

获取特征参数；

根据所述特征参数，求解所述目标线性方程组，并记录求解所述目标线性方程组的时间。

优选地，

所述特征参数为：所述目标线性方程组的子阶；

所述根据所述特征参数，求解所述目标线性方程组，包括：

根据所述目标线性方程组的子阶，将所述目标线性方程组拆分为至少一个子线性方程组；

分别求解各个所述子线性方程组，并记录求解所述各个子线性方程组的时间；

利用下述计算公式(4)，计算求解所述目标线性方程组的时间；

其中，T用于表征求解所述目标线性方程组的时间，ti用于表征求解第i个所述子线性方程组的时间，n用于表征所述子线性方程组的个数。

第二方面，本发明实施例提供了一种运算性能测试装置，包括：构建单元、阶数确定单元、运算量确定单元和运算性能确定单元；其中，

所述构建单元，用于构建线性方程组数据库，所述线性方程组数据库中包括至少一个线性方程组；

所述阶数确定单元，用于获取目标服务器的内存容量，并根据所述内存容量，确定线性方程组的阶数；

所述运算量确定单元，用于根据所述阶数确定单元确定的线性方程组的阶数，从所述线性方程组数据库中获取目标线性方程组，并根据所述线性方程组的阶数，确定所述目标线性方程组的运算量；

运算性能确定单元，用于确定求解所述目标线性方程组的时间，并根据所述运算量确定单元确定的目标线性方程组的运算量和求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。

优选地，

所述阶数确定单元，用于利用下述计算公式(1)，计算所述线性方程组的阶数；

其中，f(x)用于表征所述线性方程组的阶数，x用于表征所述内存容量；

优选地，

所述运算量确定单元，用于利用下述计算公式(2)，计算所述目标线性方程组的阶数；

其中，f(y)用于表征所述目标线性方程组的运算量，y用于表征所述线性方程组的阶数。

优选地，

所述运算性能确定单元，用于利用下述计算公式(3)，计算所述目标服务器的运算性能；

其中，f(y)用于表征所述目标线性方程组的运算量，t用于表征求解所述目标线性方程组的时间。

优选地，

所述运算性能确定单元，包括获取子单元、拆分子单元、求解子单元和计算子单元；其中，

所述获取子单元，用于获取用于求解所述目标线性方程组的子阶；

所述拆分子单元，用于根据所述目标线性方程组的子阶，将所述目标线性方程组拆分为至少一个子线性方程组；

所述求解子单元，用于分别求解各个所述子线性方程组，并记录求解所述各个子线性方程组的时间；

所述计算子单元，用于利用下述计算公式(4)，计算求解所述目标线性方程组的时间；

其中，T用于表征求解所述目标线性方程组的时间，ti用于表征求解第i个所述子线性方程组的时间，n用于表征所述子线性方程组的个数。

本发明实施例提供了一种运算性能测试方法及装置，通过预先构建包括至少一个线性方程组的线性方程组数据库，再根据获取的目标服务器的内存容量，确定线性方程组的阶数，进而从线性方程组数据库中获取相应阶数的目标线性方程组，并确定所述目标线性方程组的运算量，再对所述目标线性方程组进行求解，并记录求解所述目标线性方程组的时间，最后根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能；由于自动获取目标服务器的内存容量，并根据获取的内存容量自动为目标服务器分配相应的任务量，进而自动获取求解所述任务量需要的特征参数，处理相应的任务量，而无需再通过人工方式获取内存容量、分配任务量和获取相应特征参数，减少了测试人员的工作量，缩短了测试时间，从而提高了测试服务器运算性能的效率。

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，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的一种运算性能测试方法的流程图；

图2是本发明另一个实施例提供的一种运算性能测试方法的流程图；

图3是本发明一个实施例提供的一种运算性能测试装置的结构示意图；

图4是本发明另一个实施例提供的一种运算性能测试装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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的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。

如图1所示，本发明实施例提供了一种运算性能测试方法，该方法可以包括以下步骤：

步骤101，构建线性方程组数据库，所述线性方程组数据库中包括至少一个线性方程组；

步骤102，获取目标服务器的内存容量；

步骤103，根据所述内存容量，确定线性方程组的阶数；

步骤104，根据所述线性方程组的阶数，从所述线性方程组数据库中获取目标线性方程组；

步骤105，根据所述线性方程组的阶数，确定所述目标线性方程组的运算量；

步骤106，确定求解所述目标线性方程组的时间；

步骤107，根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。

上述实施例中，通过预先构建包括至少一个线性方程组的线性方程组数据库，再根据获取的目标服务器的内存容量，确定线性方程组的阶数，进而从线性方程组数据库中获取相应阶数的目标线性方程组，并确定所述目标线性方程组的运算量，再对所述目标线性方程组进行求解，并记录求解所述目标线性方程组的时间，最后根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。由于自动获取目标服务器的内存容量，并根据获取的内存容量为目标服务器分配相应的任务量，而无需再通过人工方式获取内存容量和分配任务量，减少了测试人员的工作量，缩短了测试时间，从而提高了测试服务器运算性能的效率。

为了准确确定线性方程组的阶数，本发明一个实施例中，步骤103的具体实施方式，包括：

利用下述计算公式(1)，计算所述线性方程组的阶数；

其中，f(x)用于表征所述线性方程组的阶数，x用于表征所述内存容量。

上述实施例中，根据目标服务器的内存容量，利用公式计算线性方程组的阶数，其中，floor为向下取整符号，这使无论目标服务器的内存容量为多少，计算得出的线性方程组的阶数均为整数。例如，当目标服务器的内存为10GB，10GB＝10×1024×1024×1024B，则则线性方程组的阶数f(x)＝4×224＝896。

将目标服务器的内存作为获取线性方程组阶数的依据，是因为线性方程组阶数的增加会导致内存消耗量的增加，一旦系统实际内存空间不足，使用缓存，服务器的运算性能会大幅度降低；而如果线性方程组的阶数过小，则不足以体现出服务器的运算性能，使得测试结果不准确，因此，将服务器内存作为获取线性方程组解释的依据，以保证测试的顺利进行和测试结果的准确性。

由于目前已有多种比较完善的基础线性代数子程序库(Basic Linear Algebra Subprograms，BLAS)，例如，Goto、Atlas、Acml和Mkl等，因此将线性方程组作为运算对象进行服务器运算性能的测定，可直接从BLAS中获取线性方程组，从而使自动获取任务量时更方便。

另外，准确确定出线性方程组的阶数，可指导从预先构建的线性方程组数据库(BLAS)中获取符合要求的目标线性方程组，将此目标线性方程组作为测试服务器运行性能时的任务量，有利于准确确定出相应工作量，使最后运算性能的测试结果更准确。

为了准确确定测试服务器运算性能时的工作量，本发明一个实施例中，步骤105的具体实施方式，包括：

利用下述计算公式(2)，计算所述目标线性方程组的阶数；

其中，f(y)用于表征所述目标线性方程组的运算量，y用于表征所述线性方程组的阶数。

上述实施例中，根据线性方程组的阶数，将解此线性方程组所需的运算次数作为对应此线性方程组的运算量，例如，当线性方程组的阶数为896时，对应的运算量为表示解896阶的线性方程组时，需运算1077379072次；将解线性方程组的运算次数作为测试运算性能的运算量，使根据线性方程组的阶数即可准确确定出测试运算性能时运算量，从而使测试结果更准确。

本发明一个实施例中，步骤107的具体实施方式，包括：

利用下述计算公式(3)，计算所述目标服务器的运算性能；

其中，f(y)用于表征所述目标线性方程组的运算量，T用于表征求解所述目标线性方程组的时间。

上述实施例中，将目标线性方程组的运算量除以求解所述目标线性方程组的时间，确定单位时间内目标服务器的运算次数，即确定出目标服务器的运算性能，例如，当运算量为1077379072次，对应的运算时间为120s，那么服务器的运算性能在确定运算量和运算时间之后，经过简单的四则运算即可确定出运算性能，降低确定运算性能的工作量，提高测试运算性能的效率。

BLAS库中有多种线性方程组的解法程序，为了使确定求解目标线性方程组的时间的过程更方便简捷，本发明一个实施例中，步骤106的具体实施方式，包括：

获取特征参数；

根据所述特征参数，求解所述目标线性方程组，并记录求解所述目标线性方程组的时间。

上述实施例中，用户输入根据经验总结出的求解线性方程组时所需的特征参数，使在求解线性方程组的过程中，利用特征参数进行计算，由于特征参数是根据经验总结优化过的，使线性方程组的求解过程更简单快捷，从而缩短测试运算性能的时间，进而提高测试运算性能的效率。

本发明一个实施例中，所述特征参数为：所述目标线性方程组的子阶；

所述根据所述特征参数，求解所述目标线性方程组，包括：

根据所述目标线性方程组的子阶，将所述目标线性方程组拆分为至少一个子线性方程组；

分别求解各个所述子线性方程组，并记录求解所述各个子线性方程组的时间；

利用下述计算公式(4)，计算求解所述目标线性方程组的时间；

其中，T用于表征求解所述目标线性方程组的时间，ti用于表征求解第i个所述子线性方程组的时间，n用于表征所述子线性方程组的个数。

上述实施例中，首先确定目标线性方程组的子阶，根据子阶将目标线性方程组分解为多个子线性方程组，并求解各个子线性方程组的子解，记录求解各个子解的时间，再将求解各个子解的时间累积相加，即确定求解目标线性方程组的时间；若目标服务器有多个处理器，还可将各个子线性方程组分配给各个处理器分别处理，缩短测试时间；将目标线性方程组分解为子线性方程组进行求解，由于子线性方程组的阶数较少，求解更容易，使计算过程更简单快捷，从而可缩短测试时间，提高运算性能的测试效率。

本发明另一个实施例中，所述特征参数为：目标线性方程组的分解规则，所述分解规则包括高斯消元法；

所述根据所述特征参数，求解所述目标线性方程组，包括：

利用高斯消元法，将所述目标线性方程组对应的矩阵拆分为一个单位下三角矩阵和一个上三角矩阵；

通过回代求解目标线性方程组。

上述实施例中，利用高斯消元法求解目标线性方程组，例如，目标线性方程组为AX＝B，则将此目标线性方程组对应的矩阵A分解为一个单元下三角矩阵L和一个上三角矩阵U，即A＝LU，则有LUX＝B，令Y＝UX得LY＝B，可以求得Y,然后由UX＝Y求得X，高斯消元法可用于求解任何类型的矩阵，使整个方程组变成一个三角形似的格式，再通过回代求得线性方程组的解，并且高斯消元法通用性高，解法稳定，用其对目标线性方程组进行求解，使求解过程和结果误差较小，提高运算性能测试的准确性。

如图2所示，本发明一个实施例提供了一种运算性能测试方法，该方法可以包括以下步骤：

步骤201，构建线性方程组数据库，所述线性方程组数据库中包括至少一个线性方程组。

例如，将BLAS最为线性方程组数据库，由于BLAS比较完善，包括多种不同阶数的线性方程组及其解法，因此可直接从BLAS中获取符合要求的目标线性方程组，从而使自动获取任务量时更方便。

步骤202，获取目标服务器的内存容量。

例如，用linux shell获取目标服务器的内存容量。

步骤203，根据所述内存容量，计算线性方程组的阶数。

将目标服务器的内存作为获取线性方程组阶数的依据，是因为线性方程组阶数的增加会导致内存消耗量的增加，一旦系统实际内存空间不足，使用缓存，服务器的运算性能会大幅度降低，因此，将服务器内存作为获取线性方程组解释的依据，以保证测试的顺利进行和测试结果的准确性；根据内存容量，利用公式计算线性方程组的阶数，其中，floor为向下取整符号，这使无论目标服务器的内存容量为多少，计算得出的线性方程组的阶数均为整数；例如，当目标服务器的内存为5GB，5GB＝5×1024×1024×1024B，则则线性方程组的阶数f(x)＝2×224＝448；

步骤204，根据所述线性方程组的阶数，从所述线性方程组数据库中获取目标线性方程组。

步骤205，根据所述线性方程组的阶数，计算所述目标线性方程组的运算量。

根据线性方程组的阶数，利用公式计算目标线性方程组的运算量，表示解此线性方程组所需的运算次数，将其作为对应此线性方程组的运算量，例如，当线性方程组的阶数为448时，对应的运算量为表示解448阶的线性方程组时，需运算538689536次；将解线性方程组的运算次数作为测试运算性能的运算量，使根据线性方程组的阶数即可准确确定出测试运算性能时运算量，从而使测试结果更准确。

步骤206，获取目标线性方程组的子阶。

步骤207，根据所述目标线性方程组的子阶，将所述目标线性方程组拆分为至少一个子线性方程组。

步骤208，分别求解各个所述子线性方程组，并记录求解所述各个子线性方程组的时间。

步骤209，根据求解所述各个子线性方程组的时间，计算求解所述目标线性方程组的时间。

在这里，根据子阶将目标线性方程组分解为多个子线性方程组，并求解各个子线性方程组的子解，记录求解各个子解的时间，再根据公式计算求解目标线性方程组的时间；若目标服务器有多个处理器，还可将各个子线性方程组分配给各个处理器分别处理，缩短测试时间；将目标线性方程组分解为子线性方程组进行求解，由于子线性方程组的阶数较少，求解更容易，使计算过程更简单快捷，从而可缩短测试时间，提高运算性能的测试效率

步骤210，根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。

根据公式确定所述目标服务器的运算性能，其中，f(y)用于表征所述目标线性方程组的运算量，T用于表征求解所述目标线性方程组的时间，例如，当运算量为538689536次，对应的运算时间为60s，那么服务器的运算性能

本实施例中的方法至少可通过以下程序实现：

上述实施例中，通过预先构建包括至少一个线性方程组的线性方程组数据库，再根据获取的目标服务器的内存容量，准确确定出线性方程组的阶数，进而从线性方程组数据库中自动获取相应阶数的目标线性方程组，并准确确定所述目标线性方程组的运算量，再根据获取的子阶将线性方程组分解为多个子线性方程组，并分别求解各个子线性方程组，并记录各个子线性方程组的求解时间，再计算求解所述目标线性方程组的时间，最后根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能；由于自动获取目标服务器的内存容量，并根据获取的内存容量自动为目标服务器分配相应的任务量，进而自动获取求解所述任务量需要的特征参数，处理相应的任务量，而无需再通过人工方式获取内存容量、分配任务量和获取相应特征参数，减少了测试人员的工作量，缩短了测试时间，从而提高了测试服务器运算性能的效率。

如图3所示，本发明实施例提供了一种运算性能测试装置，包括：构建单元301、阶数确定单元302、运算量确定单元303和运算性能确定单元304；其中，

所述构建单元301，用于构建线性方程组数据库，所述线性方程组数据库中包括至少一个线性方程组；

所述阶数确定单元302，用于获取目标服务器的内存容量，并根据所述内存容量，确定线性方程组的阶数；

所述运算量确定单元303，用于根据所述阶数确定单元确定的线性方程组的阶数，从所述线性方程组数据库中获取目标线性方程组，并根据所述线性方程组的阶数，确定所述目标线性方程组的运算量；

运算性能确定单元304，用于确定求解所述目标线性方程组的时间，并根据所述运算量确定单元确定的目标线性方程组的运算量和求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。

上述实施例中，通过预先构建包括至少一个线性方程组的线性方程组数据库，再根据获取的目标服务器的内存容量，确定线性方程组的阶数，进而从线性方程组数据库中获取相应阶数的目标线性方程组，并确定所述目标线性方程组的运算量，再对所述目标线性方程组进行求解，并记录求解所述目标线性方程组的时间，最后根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。由于自动获取目标服务器的内存容量，并根据获取的内存容量为目标服务器分配相应的任务量，而无需再通过人工方式获取内存容量和分配任务量，减少了测试人员的工作量，缩短了测试时间，从而提高了测试服务器运算性能的效率。

为了准确确定线性方程组的阶数，本发明一个实施例中，所述阶数确定单元，用于利用下述计算公式(1)，计算所述线性方程组的阶数；

其中，f(x)用于表征所述线性方程组的阶数，x用于表征所述内存容量。

上述实施例中，根据目标服务器的内存容量，利用公式计算线性方程组的阶数，其中，floor为向下取整符号，这使无论目标服务器的内存容量为多少，计算得出的线性方程组的阶数均为整数。例如，当目标服务器的内存为10GB，10GB＝10×1024×1024×1024B，则则线性方程组的阶数f(x)＝4×224＝896。

将目标服务器的内存作为获取线性方程组阶数的依据，是因为线性方程组阶数的增加会导致内存消耗量的增加，一旦系统实际内存空间不足，使用缓存，服务器的运算性能会大幅度降低，因此，将服务器内存作为获取线性方程组解释的依据，以保证测试的顺利进行和测试结果的准确性。

由于目前已有多种比较完善的基础线性代数子程序库(Basic Linear Algebra Subprograms，BLAS)，例如，Goto、Atlas、Acml和Mkl等，因此将线性方程组作为运算对象进行服务器运算性能的测定，可直接从BLAS中获取线性方程组，从而使自动获取任务量时更方便。

另外，准确确定出线性方程组的阶数，可指导从预先构建的线性方程组数据库(BLAS)中获取符合要求的目标线性方程组，将此目标线性方程组作为测试服务器运行性能时的任务量，有利于准确确定出相应工作量，使最后运算性能的测试结果更准确。

为了准确确定测试服务器运算性能时的工作量，本发明一个实施例中，所述运算量确定单元，用于利用下述计算公式(2)，计算所述目标线性方程组的阶数；

其中，f(y)用于表征所述目标线性方程组的运算量，y用于表征所述线性方程组的阶数。

上述实施例中，根据线性方程组的阶数，将解此线性方程组所需的运算次数作为对应此线性方程组的运算量，例如，当线性方程组的阶数为896时，对应的运算量为表示解896阶的线性方程组时，需运算1077379072次；将解线性方程组的运算次数作为测试运算性能的运算量，使根据线性方程组的阶数即可准确确定出测试运算性能时运算量，从而使测试结果更准确。

本发明一个实施例中，所述运算性能确定单元，用于利用下述计算公式(3)，计算所述目标服务器的运算性能；

其中，f(y)用于表征所述目标线性方程组的运算量，t用于表征求解所述目标线性方程组的时间。

上述实施例中，将目标线性方程组的运算量除以求解所述目标线性方程组的时间，确定单位时间内目标服务器的运算次数，即确定出目标服务器的运算性能，例如，当运算量为1077379072次，对应的运算时间为120s，那么服务器的运算性能在确定运算量和运算时间之后，经过简单的四则运算即可确定出运算性能，降低确定运算性能的工作量，提高测试运算性能的效率。

BLAS库中有多种线性方程组的解法程序，为了使确定求解目标线性方程组的时间的过程更方便简捷，如图4所示，本发明一个实施例中，所述运算性能确定单元304，包括获取子单元401、拆分子单元402、求解子单元403和计算子单元404；其中，

所述获取子单元401，用于获取用于求解所述目标线性方程组的子阶；

所述拆分子单元402，用于根据所述目标线性方程组的子阶，将所述目标线性方程组拆分为至少一个子线性方程组；

所述求解子单元403，用于分别求解各个所述子线性方程组，并记录求解所述各个子线性方程组的时间；

所述计算子单元404，用于利用下述计算公式(4)，计算求解所述目标线性方程组的时间；

其中，T用于表征求解所述目标线性方程组的时间，ti用于表征求解第i个所述子线性方程组的时间，n用于表征所述子线性方程组的个数。

上述实施例中，首先确定目标线性方程组的子阶，根据子阶将目标线性方程组分解为多个子线性方程组，并求解各个子线性方程组的子解，记录求解各个子解的时间，再将求解各个子解的时间累积相加，即确定求解目标线性方程组的时间；若目标服务器有多个处理器，还可将各个子线性方程组分配给各个处理器分别处理，缩短测试时间；将目标线性方程组分解为子线性方程组进行求解，由于子线性方程组的阶数较少，求解更容易，使计算过程更简单快捷，从而可缩短测试时间，提高运算性能的测试效率。

上述装置内的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

本发明各个实施例至少具有如下有益效果：

1、本发明实施例中，通过预先构建包括至少一个线性方程组的线性方程组数据库，再根据获取的目标服务器的内存容量，确定线性方程组的阶数，进而从线性方程组数据库中获取相应阶数的目标线性方程组，并确定所述目标线性方程组的运算量，再对所述目标线性方程组进行求解，并记录求解所述目标线性方程组的时间，最后根据所述目标线性方程组的运算量和所述求解所述目标线性方程组的时间，确定所述目标服务器的运算性能。由于自动获取目标服务器的内存容量，并根据获取的内存容量为目标服务器分配相应的任务量，而无需再通过人工方式获取内存容量和分配任务量，减少了测试人员的工作量，缩短了测试时间，从而提高了测试服务器运算性能的效率。

2、本发明实施例中，根据目标服务器的内存准确确定出线性方程组的阶数，可指导从预先构建的线性方程组数据库中获取符合要求的目标线性方程组，将此目标线性方程组作为测试服务器运行性能时的任务量，有利于准确确定出相应工作量，使最后运算性能的测试结果更准确。

3、本发明实施例中，根据线性方程组的阶数，将解此线性方程组所需的运算次数作为对应此线性方程组的运算量，使根据线性方程组的阶数即可准确确定出测试运算性能时运算量，从而使测试结果更准确。

4、本发明实施例中，将目标线性方程组的运算量除以求解所述目标线性方程组的时间，确定单位时间内目标服务器的运算次数，即确定出目标服务器的运算性能；在确定运算量和运算时间之后，经过简单的四则运算即可确定出运算性能，降低确定运算性能的工作量，提高测试运算性能的效率。

5、本发明实施例中，根据用户输入的求解线性方程组时所需的特征参数，使在求解线性方程组的过程中，利用特征参数进行计算，由于特征参数是根据经验总结优化过的，使线性方程组的求解过程更简单快捷，从而缩短测试运算性能的时间，进而提高测试运算性能的效率。

需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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因素。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。

最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。