应用程序异常发生率统计方法、装置及电子设备与流程

1.本发明涉及信息处理技术领域，尤其是涉及一种应用程序异常发生率统计方法、装置及电子设备。


背景技术：

2.随着互联网技术以及智能手机等移动终端的不断发展，涌现了大量智能终端所需的应用程序。为了提升这些应用程序的性能，需要对应用程序使用过程中的数据进行采集和分析。目前常用采集数据的方法主要有两种，一种是通过埋点方式采集数据；另一种是通过数据采集工具或者爬虫工具采集数据。
3.但上述两种采集方式采集到的数据信息量往往较大，其中包括很多基础数据，例如系统时间、用户基本信息等。当应用程序的某些事件发生异常时，需要对异常事件进行统计分析，但由于过多的数据导致统计和分析效率低下，系统的可维护性较低。


技术实现要素：

4.有鉴于此，本发明的目的在于提供一种应用程序异常发生率统计方法、装置及电子设备，以提升应用程序的系统可维护性。
5.第一方面，本发明实施例提供了一种应用程序异常发生率统计方法，该方法包括：获取用户对应用程序进行操作时所产生的第一数据集合；从第一数据集合中确定出包括异常信息的第二数据集合；第二数据集合还包括与异常信息对应的应用程序版本号；从第二数据集合中确定出第一异常次数和第二异常次数；第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；第二异常次数为预设时间段内与同一应用程序相同的应用程序对应的异常发生次数；根据第一异常次数和第二异常次数确定与每一异常信息对应的应用程序的异常发生率。
6.进一步地，上述第一数据集合包括响应时长，从第一数据集合中确定出包括异常信息的第二数据集合的步骤，包括：应用程序对用户的当前操作响应时长大于预设第一时长时，确定异常信息为卡死异常；应用程序对用户的当前操作提示预设系统崩溃信息时，确定异常信息为应用崩溃；当应用程序传输数据的传输时长大于预设第二时长时，确定异常信息为数据传输异常；将第一数据集合中、异常信息为卡死异常或者应用崩溃或者数据传输异常所对应的数据作为第二数据集合中的数据。
7.进一步地，上述将第一数据集合中、异常信息为卡死异常或者应用崩溃或者数据传输异常所对应的数据作为第二数据集合中的数据的步骤，包括：将引起卡死异常或者应用崩溃或者数据传输异常不为用户所在网络原因所导致的数据，作为第二集合中的数据。
8.进一步地，上述方法还包括：当应用程序版本号对应的异常发生率大于异常发生阈值时，将异常信息发送给用户，以便用户根据异常信息对应用程序进行改进。
9.进一步地，上述方法还包括：将第一数据集合存储至第一数据库；
10.将第二数据集合存储至消息中间件；当需要确定第一异常次数和第二异常次数
时，从消息中间件中提取第二数据集合；将第二数据集合中的异常信息存储至第二数据库；当接收到对第二数据集合中与异常信息相关的数据进行查询的消息时，从第二数据库中确定出目标异常信息，根据目标异常信息与目标数据的对应关系，从消息中间件中的第二数据集合中查找出目标数据。
11.第二方面，本发明实施例还提供一种应用程序异常发生率统计装置，该装置包括：获取模块，用于获取用户对应用程序进行操作时所产生的第一数据集合；第一确定模块，用于从第一数据集合中确定出包括异常信息的第二数据集合；第二数据集合还包括与异常信息对应的应用程序版本号；第二确定模块，用于从第二数据集合中确定出第一异常次数和第二异常次数；第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；第二异常次数为预设时间段内与同一应用程序相同的应用程序对应的异常发生次数；异常发生率确定模块，用于根据第一异常次数和第二异常次数确定与每一异常信息对应的应用程序的异常发生率。
12.第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现上述第一方面的应用程序异常发生率统计方法。
13.第四方面，本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现上述第一方面的应用程序异常发生率统计方法。
14.本发明的有益效果：
15.本发明实施例提供的上述应用程序异常发生率统计方法、装置及电子设备，首先获取用户对应用程序进行操作时所产生的第一数据集合；从第一数据集合中确定出包括异常信息的第二数据集合；第二数据集合还包括与异常信息对应的应用程序版本号；从第二数据集合中确定出第一异常次数和第二异常次数；第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；第二异常次数为预设时间段内与同一应用程序相同的应用程序对应的异常发生次数；根据第一异常次数和第二异常次数确定与每一异常信息对应的应用程序的异常发生率。本发明实施例中，从包含异常数据的第二数据集合中确定出某个应用程序的某个版本的异常次数，以及该应用程序所有异常次数，并将两者的比值作为针对该版本的异常发生率，可以将该异常发生率作为衡量系统各个版本性能的有效指标，进而使系统开发或管理人员清楚明确的了解系统各个版本的性能，提升系统的可维护性。
16.本公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。
17.为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
18.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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方式，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。
19.图1为本发明实施例提供的一种电子系统的结构示意图；
20.图2为本发明实施例提供的一种应用程序异常发生率统计方法的流程示意图；
21.图3为本发明实施例提供的另一种应用程序异常发生率统计方法的流程示意图；
22.图4为本发明实施例提供的一种应用程序异常发生率统计装置示意图；
23.图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
24.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明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。
25.目前数据处理中没有针对待处理数据进行处理前的分析，导致数据处理过程效率不高，基于此，本发明实施例提供一种应用程序异常发生率统计方法、装置及电子设备，可以有效提升应用程序的系统可维护性。
26.参照图1所示的电子系统100的结构示意图。该电子系统可以用于实现本发明实施例的应用程序异常发生率统计方法和装置。
27.如图1所示的一种电子系统的结构示意图，电子系统100包括一个或多个处理设备102、一个或多个存储装置104、输入装置106、输出装置108以及一个或多个数据采集设备110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子系统100的组件和结构只是示例性的，而非限制性的，根据需要，电子系统也可以具有其他组件和结构。
28.处理设备102可以为服务器、智能终端，或者是包含中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元的设备，可以对电子系统100中的其它组件的数据进行处理，还可以控制电子系统100中的其它组件以执行数据处理功能。
29.存储装置104可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理设备102可以运行程序指令，以实现下文的本发明实施例中(由处理设备实现)的客户端功能以及/或者其它期望的功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据，例如应用程序使用和/或产生的各种数据等。
30.输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
31.输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。
32.数据采集设备110可以获取待处理数据，并且将待处理数据存储在存储装置104中以供其它组件使用。
33.示例性地，用于实现根据本发明实施例的应用程序异常发生率统计方法、装置和
电子系统中的各器件可以集成设置，也可以分散设置，诸如将处理设备102、存储装置104、输入装置106和输出装置108集成设置于一体，而将数据采集设备110设置于可以采集到图像的指定位置。当上述电子系统中的各器件集成设置时，该电子系统可以被实现为诸如相机、智能手机、平板电脑、计算机、车载终端等智能终端。
34.图2为本发明实施例提供的一种应用程序异常发生率的统计方法的流程示意图，如图2所示，该方法包括以下步骤：
35.s202：获取用户对应用程序进行操作时所产生的第一数据集合；
36.本步骤中，获取用户对应用程序进行操作时所产生的第一数据集合，本发明实施例提供的方法可以应用于服务器，通过服务器获取用户对应用程序操作时的第一数据集合，具体地，可以通过客户端对数据进行采集例如用户注册产生的数据、埋点采集到的数据、简单的二次分析获得的数据等，还可以通过网络公开的数据进行采集，例如可以通过数据采集工具和爬虫方式采集到公开数据。具体地，客户端可以采用sdk采集技术获取初始数据。其中，用户可以是任意在移动终端使用应用程序的用户，也可以是任意在网页端使用应用程序的用户，应用程序为产生本发明实施例提供的方法中所处理的异常数据的应用程序，例如安装在移动终端的app，或者以链接形式提供给用户以使用户在网页端访问的应用程序。
37.需要注意的是，本发明实施例中的获取第一数据集合，是针对多个用户操作多个应用程序时的第一数据集合，并不限定为一个用户操作某一个特定的应用程序。
38.s204：从所述第一数据集合中确定出包括异常信息的第二数据集合；所述第二数据集合还包括与所述异常信息对应的应用程序版本号；
39.用户在对应用程序进行操作时，会产生包括异常信息以及异常信息对应的应用程序版本号等信息的第二数据。根据第二数据组成的第二数据集合，可以确定该操作是否发生了异常，具体判断操作异常的方法将在下文详细阐述，在此不再赘述。
40.s206：从所述第二数据集合中确定出第一异常次数和第二异常次数；所述第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；所述第二异常次数为所述预设时间段内与所述同一应用程序相同的应用程序对应的异常发生次数；
41.具体地，例如应用程序是app1，该app1的版本包括v1、v2和v3，用户操作该应用程序时产生的数据为第一数据集合，在时间段t1到t2之间，用户a1操作app1的v1发生异常一次，用户a2操作app1的v1发生异常一次，用户a3操作app1的v1发生异常一次，用户a4操作app1的v3发生异常3次，用户a5操作v2发生异常5次，那么在该时间段内，app1共发生异常次数1+1+1+3+5＝11次，针对app1的版本v1，在该时间段内，一共发生了异常3次，v2发生了异常5次，v3发生了异常3次，根据步骤s206中的判断方法，第二异常次数为11，针对v1的第一异常次数为3，针对v2的第一异常次数为5，针对v3的第一异常次数为3。
42.s208：根据所述第一异常次数和所述第二异常次数确定与每一异常信息对应的应用程序的异常发生率。
43.在得到上述第一异常次数和第二异常次数之后，可以根据第一异常次数和第二异常次数确定每个异常信息对应的异常发生率。例如，针对app1的版本v1的异常发生率为3/11＝27％，针对版本v2的异常发生率为5/11＝45％，针对版本v3的异常发生率为3/11＝
27％。
44.在实际应用场景中，系统管理人员或者系统开发人员或者系统应用人员想要获知各个应用程序的异常发生情况，可以通过服务器提供的查询接口输入查询条件，例如可以是服务器提供的系统性能管理系统中的查询界面中，向用户提供异常查询接口，第二用户输入查询条件，即可查询到与查询条件匹配的异常情况，具体地，在查询界面输入“时间段”：“2021.9.1至2021.9.10”，输入“应用程序”：“app1”，输入“应用程序版本”：“v3”，那么可以查询到，在2021.9.1-2021.9.10之间发生的异常发生率为27％。
45.本发明实施例提供的上述应用程序异常发生率统计方法，获取用户对应用程序进行操作时所产生的第一数据集合；从第一数据集合中确定出包括异常信息的第二数据集合；第二数据集合还包括与异常信息对应的应用程序版本号；从第二数据集合中确定出第一异常次数和第二异常次数；第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；第二异常次数为预设时间段内与同一应用程序相同的应用程序对应的异常发生次数；根据第一异常次数和第二异常次数确定与每一异常信息对应的应用程序的异常发生率。本发明实施例中，从包含异常数据的第二数据集合中确定出某个应用程序的某个版本的异常次数，以及该应用程序所有异常次数，并将两者的比值作为针对该版本的异常发生率，可以将该异常发生率作为衡量系统各个版本性能的有效指标，进而使系统开发或管理人员清楚明确的了解系统各个版本的性能，提升系统的可维护性。
46.在一些可能的实施方式中，上述针对应用程序的操作可以具体包括应用启动、用户登录、进入页面或退出应用中的至少一个；各个操作对应的第二数据集合的采集时刻包括：
47.启动数据：app启动时采集；
48.进入页面数据：打开页面时采集；
49.压后台数据：页面进入后台时采集；
50.退出数据：app退出时采集；
51.登录数据：用户登录时采集。
52.在上述实施例的基础上，本发明实施例还提供了另一种应用程序异常发生率统计方法，该方法侧重于如何判断出异常信息，并根据异常信息确定第二数据集合，参见图3所示，该方法具体包括：
53.s302：获取用户对应用程序进行操作时所产生的第一数据集合；
54.s304：应用程序对用户的当前操作响应时长大于预设第一时长时，确定异常信息为卡死异常；
55.s306：应用程序对用户的当前操作提示预设系统崩溃信息时，确定异常信息为应用崩溃；
56.当系统崩溃时，应用程序会向用户发出操作提示，当操作提示为系统崩溃信息时，服务器端通过对操作提示的解析，确定本次操作为异常操作，且异常信息为应用崩溃。
57.实际应用场景中，卡死与崩溃的异常情况发生时，还可以通过响应时长来区分该异常属于卡死或者崩溃，例如，可以设置第一时长为10min，设置第二时长为20min，当用户对应用程序进行某一操作时，服务器中的系统在15min时接收到客户端的响应，那么说明应
用程序针对该操作发生了卡死异常，而如果服务中的系统在15min时没有收到响应，继续等待至20min，仍没有接收到响应，说明客户端发生了应用程序的崩溃异常。
58.s308：当应用程序传输数据的传输时长大于预设第二时长时，确定异常信息为数据传输异常；
59.续接前例，如果服务器中接收到的客户端发送的数据的时长较长，说明应用程序可能出现数据传输异常。
60.s310：将第一数据集合中、异常信息为卡死异常或者应用崩溃或者数据传输异常所对应的数据作为第二数据集合中的数据；
61.s312：从所述第二数据集合中确定出第一异常次数和第二异常次数；
62.s314：根据所述第一异常次数和所述第二异常次数确定与每一异常信息对应的应用程序的异常发生率。
63.在实际应用场景中，由于用户客户端所在的网络异常问题，通常也会导致应用程序发生异常情况，为了进一步提升异常数据的准确性，排除由于客户端网络异常导致的应用异常，上述步骤s310可以具体是：将引起卡死异常或者应用崩溃或者数据传输异常不为用户所在网络原因所导致的数据，作为第二集合中的数据。
64.具体地，用户所在网络的网络状态是否连接正常，可以通过相关技术中的判断网络连接是否正常的方法进行判断，本发明对此不进行限定。
65.在得到异常发生率之后，除了可以将异常发生率向系统管理者或者系统开发人员展示外，还可以进一步通过异常发生率对应用程序进行改进，具体地，本发明实施例提供的方法中还包括：当应用程序版本号对应的异常发生率大于异常发生阈值时，将异常信息发送给用户，以便用户根据异常信息对应用程序进行改进。
66.例如，针对在2021.9.1-2021.9.10这个时间段内发生的卡死异常，总共发生的卡死异常为800次，其中移动终端的系统版本为ios5的卡死异常为50次，那么ios5的卡死的异常发生率为50/800＝6％。再例如，针对应用程序的应用程序版本为3.0的卡死的异常为300次，那么应用程序版本3.0的卡死的异常发生率为300/800＝37％。假设异常发生阈值为20％，那么应用程序3.0的异常发生率大于异常发生阈值，将异常信息发送给用户，例如系统管理员或者系统开发人员，以便用户进一步对该应用程序进行有针对性的改进。
67.为了提高异常数据的处理效率，本发明在上述实施例的基础上，对获取到的数据集合的存储方式进行了进一步改进，基于此，上述实施例还可以包括以下数据存储方法：
68.(1)将第一数据集合存储至第一数据库；
69.其中，第一数据库可以是常用的数据库，例如mongodb等，本发明实施例对第一数据库的形式不进行限定。
70.(2)将第二数据集合存储至消息中间件；
71.为了减少检索事件以及提高异常数据分析的效率，可以将应用程序的第二数据集合单独存放，以便在进行异常数据分析时，直接访问第二数据集合所在的数据库，提高检索效率。
72.上述存储第二数据集合的存储位置，可以是消息中间件，消息中间件是一种数据存储和传递的机制，可以高效可靠地进行消息传递和数据交流，消息中间件可以kafka，也可以是rocketmq，本发明实施例对消息中间件的具体形式不进行限定。
73.按照预设周期读取消息中间件中的应用信息，需要注意的是，消息中间件中可能存储多于一个的应用程序的第二数据集合，针对这种情况，可以根据第二数据集合存入消息中间件的先后顺序进行数据分析。即先处理加入消息中间件的时间在先的第二数据集合，后处理加入消息中间件的时间在后的第二数据集合。由于每次在预设周期内需要把消息中间件中的所有第二数据集合全部分析完毕，因此，也可以先处理加入消息中间件的时间在后的第二数据集合，后处理加入消息中间件的时间在先的第二数据集合。
74.通过将每个应用程序的第一数据集合以及第二数据集合分开存储，在对应用程序进行分析时，可以快速的通过第二数据集合所在的数据库查找到需要进行异常分析的异常数据，进一步提高了检索和分析效率。
75.(3)当需要确定第一异常次数和第二异常次数时，从消息中间件中提取第二数据集合；
76.(4)将第二数据集合中的异常信息存储至第二数据库；
77.进一步地，还可以将异常分析的结果存储在另外的数据库中，这样通过将不同类型的数据存储在不同的位置，可以有效提升数据处理的效率，本实施例提供的方法，可以将发生异常的操作对应的第二数据集合存储至第二数据库，例如mysql数据库。
78.(5)当接收到对第二数据集合中与异常信息相关的数据进行查询的消息时，从第二数据库中确定出目标异常信息，根据目标异常信息与目标数据的对应关系，从消息中间件中的第二数据集合中查找出目标数据。
79.为了使运维人员和开发人员更加直观的获取分析数据，本发明实施例提供的方法在获取到分析结果后，还可以将分析结果以及事件对应的事件数据显示在用户交互界面中。
80.基于上述方法实施例，本发明实施例还提供一种应用程序异常发生率统计装置，参见图4所示，该装置包括：
81.获取模块402，用于获取用户对应用程序进行操作时所产生的第一数据集合；
82.第一确定模块404，用于从第一数据集合中确定出包括异常信息的第二数据集合；第二数据集合还包括与异常信息对应的应用程序版本号；
83.第二确定模块406，用于从第二数据集合中确定出第一异常次数和第二异常次数；第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；第二异常次数为预设时间段内与同一应用程序相同的应用程序对应的异常发生次数；
84.异常发生率确定模块408，用于根据第一异常次数和第二异常次数确定与每一异常信息对应的应用程序的异常发生率。
85.本发明实施例提供的上述应用程序异常发生率统计装置，获取用户对应用程序进行操作时所产生的第一数据集合；从第一数据集合中确定出包括异常信息的第二数据集合；第二数据集合还包括与异常信息对应的应用程序版本号；从第二数据集合中确定出第一异常次数和第二异常次数；第一异常次数为预设时间段内，同一应用程序的同一应用程序版本所对应的相同异常信息的异常发生次数；第二异常次数为预设时间段内与同一应用程序相同的应用程序对应的异常发生次数；根据第一异常次数和第二异常次数确定与每一异常信息对应的应用程序的异常发生率。本发明实施例中，从包含异常数据的第二数据集
合中确定出某个应用程序的某个版本的异常次数，以及该应用程序所有异常次数，并将两者的比值作为针对该版本的异常发生率，可以将该异常发生率作为衡量系统各个版本性能的有效指标，进而使系统开发或管理人员清楚明确的了解系统各个版本的性能，提升系统的可维护性。
86.上述第一数据集合包括响应时长，上述从第一数据集合中确定出包括异常信息的第二数据集合的过程，包括：应用程序对用户的当前操作响应时长大于预设第一时长时，确定异常信息为卡死异常；应用程序对用户的当前操作提示预设系统崩溃信息时，确定异常信息为应用崩溃；当应用程序传输数据的传输时长大于预设第二时长时，确定异常信息为数据传输异常；将第一数据集合中、异常信息为卡死异常或者应用崩溃或者数据传输异常所对应的数据作为第二数据集合中的数据。
87.上述将第一数据集合中、异常信息为卡死异常或者应用崩溃或者数据传输异常所对应的数据作为第二数据集合中的数据的过程，包括：将引起卡死异常或者应用崩溃或者数据传输异常不为用户所在网络原因所导致的数据，作为第二集合中的数据。
88.上述装置还用于：当应用程序版本号对应的异常发生率大于异常发生阈值时，将异常信息发送给用户，以便用户根据异常信息对应用程序进行改进。
89.上述装置还用于：将第一数据集合存储至第一数据库；将第二数据集合存储至消息中间件；当需要确定第一异常次数和第二异常次数时，从消息中间件中提取第二数据集合；将第二数据集合中的异常信息存储至第二数据库；当接收到对第二数据集合中与异常信息相关的数据进行查询的消息时，从第二数据库中确定出目标异常信息，根据目标异常信息与目标数据的对应关系，从消息中间件中的第二数据集合中查找出目标数据。
90.本发明实施例提供的应用程序异常发生率统计装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，上述装置的实施例部分未提及之处，可参考前述应用程序异常发生率统计方法实施例中的相应内容。
91.本发明实施例还提供了一种电子设备，如图5所示，为该电子设备的结构示意图，其中，该电子设备包括处理器501和存储器502，该存储器502存储有能够被该处理器501执行的计算机可执行指令，该处理器501执行该计算机可执行指令以实现上述应用程序异常发生率统计方法。
92.在图5示出的实施方式中，该电子设备还包括总线503和通信接口504，其中，处理器501、通信接口504和存储器502通过总线503连接。
93.其中，存储器502可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口504(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线503可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线503可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
94.处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述
方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器501读取存储器中的信息，结合其硬件完成前述实施例的应用程序异常发生率统计方法的步骤。
95.本发明实施例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存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述应用程序异常发生率统计方法，具体实现可参见前述方法实施例，在此不再赘述。
96.本发明实施例所提供的应用程序异常发生率统计方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
97.除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
98.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
99.在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
100.最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使
相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。