系统性能的评估方法及装置、存储介质及电子设备与流程

1.本发明涉及数据处理技术领域，特别涉及一种系统性能的评估方法及装置、存储介质及电子设备。


背景技术：

2.大数据系统应用在生活中的方方面面，各种领域的企业都应用大数据系统，以便于业务的实现和工作的展开。大数据系统处理数据是系统的核心工作，目前系统处理数据时，通常是联机进行处理，处理的过程需要与其他的系统联机处理，整个过程中涉及的数据量大、复杂性高。
3.处理涉及数据量大、复杂性高的数据非常考验系统的性能，为了保证系统的稳定运行，需要对系统的性能进行评估，以便运维人员及时对系统进行维护。目前评估系统的性能的方式通常是运维人员对系统的各项性能数据进行处理，进而评估系统的性能，这种评估方式需要花费的时间较长，评估的效率不高。


技术实现要素：

4.有鉴于此，本发明提供一种系统性能的评估方法及装置、存储介质及电子设备，本发明评估系统的性能的过程中减少工作人员的参与，缩短评估系统性能所需的时间，提高评估效率。
5.为实现上述目的，本发明实施例提供如下技术方案：
6.本发明第一方面公开一种系统性能的评估方法，包括：
7.确定数据采样时间，并采集系统在所述数据采样时间内的各个数据请求；
8.确定每个所述数据请求所属的事务类型；
9.基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个所述请求占比，确定所述系统的响应时间系数；
10.应用所述响应时间系数，确定所述系统对每种事务类型的联机处理评估值；
11.对各个所述联机处理评估值进行运算，得到联机处理波动范围，并使用所述联机处理波动范围对所述系统的性能进行评估。
12.上述的方法，可选的，所述应用各个所述请求占比，确定所述系统的响应时间系数，包括：
13.获取每种事务类型的复杂度；
14.将每种事务类型的复杂度和请求占比进行运算，得到每种事务类型的响应系数；
15.将各个所述响应系数进行求和处理，得到所述系统的响应时间系数。
16.上述的方法，可选的，所述应用所述响应时间系数，确定所述系统对每种事务类型的联机处理评估值，包括：
17.确定每个数据请求的响应时间；
18.对于每种事务类型，基于属于该种事务类型的每个数据请求的响应时间，确定该
种事务类型的每秒查询率的算术平均值；
19.对所述响应时间系数，以及每种事务类型的算术平均值和预设的响应时间指标值进行处理，得到每种事务类型的联机处理评估值。
20.上述的方法，可选的，所述对各个所述联机处理评估值进行运算，得到联机处理波动范围，包括：
21.对各个所述联机处理评估值进行求均值处理，得到联机处理评估平均值；
22.基于预设的运算方式，对各个所述联机处理评估值和所述联机处理评估平均值进行处理，得到联机处理波动范围。
23.上述的方法，可选的，所述使用所述联机处理波动范围对所述系统的性能进行评估，包括：
24.在预设的各项性能维度中，将所述联机处理波动范围所属的性能维度标记为第一目标性能维度，并将剩余的各项性能指标均标记为第二目标性能维度；
25.将所述第一目标性能维度中与所述联机处理波动范围对应的评估指标进行标记，并获取所述第一目标性能维度中各个未标记的评估指标的指标值；
26.基于所述联机处理波动范围和各个所述指标值，生成所述系统在所述第一目标性能维度的评估结果。
27.上述的方法，可选的，还包括：
28.确定每个所述第二目标性能维度的各项评估指标；
29.获取每个所述第二目标性能维度的每项评估指标的指标值；
30.对于每个所述第二目标性能维度，基于该第二目标性能维度的各项评估指标的指标值，生成所述系统在所述第二目标性能维度的评估结果。
31.本发明第二方面公开一种系统性能的评估装置，包括：
32.采集单元，用于确定数据采样时间，并采集系统在所述数据采样时间内的各个数据请求；
33.第一确定单元，用于确定每个所述数据请求所属的事务类型；
34.第二确定单元，用于基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个所述请求占比，确定所述系统的响应时间系数；
35.第三确定单元，用于应用所述响应时间系数，确定所述系统对每种事务类型的联机处理评估值；
36.评估单元，用于对各个所述联机处理评估值进行运算，得到联机处理波动范围，并使用所述联机处理波动范围对所述系统的性能进行评估。
37.上述的装置，可选的，所述第二确定单元，包括：
38.获取子单元，用于获取每种事务类型的复杂度；
39.运算子单元，用于将每种事务类型的复杂度和请求占比进行运算，得到每种事务类型的响应系数；
40.求和处理子单元，用于将各个所述响应系数进行求和处理，得到所述系统的响应时间系数。
41.上述的装置，可选的，所述第三确定单元，包括：
42.第一确定子单元，用于确定每个数据请求的响应时间；
43.第二确定子单元，用于对于每种事务类型，基于属于该种事务类型的每个数据请求的响应时间，确定该种事务类型的每秒查询率的算术平均值；
44.第一获得子单元，用于对所述响应时间系数，以及每种事务类型的算术平均值和预设的响应时间指标值进行处理，得到每种事务类型的联机处理评估值。
45.上述的装置，可选的，所述评估单元，包括：
46.求均值处理子单元，用于对各个所述联机处理评估值进行求均值处理，得到联机处理评估平均值；
47.第二获得子单元，用于基于预设的运算方式，对各个所述联机处理评估值和所述联机处理评估平均值进行处理，得到联机处理波动范围。
48.上述的装置，可选的，所述评估单元，包括：
49.第一标记子单元，用于在预设的各项性能维度中，将所述联机处理波动范围所属的性能维度标记为第一目标性能维度，并将剩余的各项性能指标均标记为第二目标性能维度；
50.第二标记子单元，用于将所述第一目标性能维度中与所述联机处理波动范围对应的评估指标进行标记，并获取所述第一目标性能维度中各个未标记的评估指标的指标值；
51.生成子单元，用于基于所述联机处理波动范围和各个所述指标值，生成所述系统在所述第一目标性能维度的评估结果。
52.上述的装置，可选的，还包括：
53.第四确定单元，用于确定每个所述第二目标性能维度的各项评估指标；
54.获取单元，用于获取每个所述第二目标性能维度的每项评估指标的指标值；
55.生成单元，用于对于每个所述第二目标性能维度，基于该第二目标性能维度的各项评估指标的指标值，生成所述系统在所述第二目标性能维度的评估结果。
56.本发明第三方面公开一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上所述的系统性能的评估方法。
57.本发明第四方面公开一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或者一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如上所述的系统性能的评估方法。
58.与现有技术相比，本发明具有以下优点：
59.本发明提供一种系统性能的评估方法及装置、存储介质及电子设备，该方法包括：确定数据采样时间，并采集系统在数据采样时间内的各个数据请求；确定每个数据请求所属的事务类型；基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个请求占比，确定系统的响应时间系数；应用响应时间系数，确定系统对每种事务类型的联机处理评估值；对各个联机处理评估值进行运算，得到联机处理波动范围，并使用联机处理波动范围对系统的性能进行评估。本发明引入响应时间系数概念，可以精确的计算出系统的联机处理波动范围，整个过程减少人工参与，减少工作人员的工作量和减少了评估所花费的时间成本，有效提高对系统的性能的评估的效率；并且，使用联机处理波动范围对系统的性能进行评估，可以提高对系统性能的评估的准确度。
附图说明
60.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。
61.图1为本发明实施例提供的一种系统性能的评估方法的方法流程图；
62.图2为本发明实施例提供的应用各个请求占比，确定系统的响应时间系数的方法流程图；
63.图3为本发明实施例提供的应用响应时间系数，确定系统对每种事务类型的联机处理评估值的方法流程图；
64.图4为本发明实施例提供的使用联机处理波动范围对系统的性能进行评估的方法流程图；
65.图5为本发明实施例提供的一种系统性能的评估装置的结构示意图；
66.图6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
67.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。
68.在本技术中，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。
69.术语解释：
70.联机事务处理(oltp)：on-line transaction processing，也称实时系统(real time system)，支持事务快速响应和大并发，企业当前的运行状态，完成企业管理所包含的日常任务的数据库应用，一般没有复杂的查询和分析处理。
71.联机分析处理(olap)：on-line analytical processing，也称决策支持系统(decision support system，dss)，是数据仓库系统的主要应用形式，专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持。
72.大数据：big data具有体量巨大、来源多样、生成极快、多变等特征并且难以用传统数据体系结构有效处理的包含大量数据集的数据。
73.性能指标：一组可以用来评估应用系统性能的参数。
74.处理能力：从客户端向服务器发送请求开始计时，到接收服务器响应后结束计时，以此计算使用的时间和完成的事务个数。
75.响应时间系数：根据联机分析处理的复杂程度定义的一种表现大数据特征的指标项。
76.波动范围：是指一定时期内处理能力反复波动，从而形成的波峰与波谷间的距离，计算方法为标准差与均值之比。
77.传统的关系型数据库应用属于联机事务处理，是基本的、日常的事务处理，记录即时的增、删、改、查，由短的原子事务组成，比如在银行存取一笔款，就是一个事务交易。衡量联机事务处理系统的重要性能需求是性能指标，具体体现为实时响应时间(response time)，即用户在终端上送入数据之后，到服务端对请求做出应答所需要的时间。另外一个是处理能力，即单位时间内处理的事务数，tps(transaction per second)。
78.而大数据处理是数据仓库的核心应用，是一种联机分析处理事务，它支持复杂的分析操作，特点是数据量大，用户需要通过将海量数据统计后才能得到想要的信息；实时性要求不高，侧重决策支持，一般为动态查询，可提供直观易懂的查询结果。典型的应用就是复杂的动态报表系统。系统联机交易处理时间较长且不稳定，这种情况下导致系统的性能不稳定，影响系统对数据处理的能力，故而需要评估系统的性能，及时对系统进行维护。
79.传统评估系统性能的方式需要投入较大的成本，并且效率也不高，除此之外，使用传统的评估方式难以确定出系统的联机分析处理能力和波动范围，这也成为一个亟待解决的问题。
80.本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。本发明可以应用在可处理各种数据的联机系统或是数据系统中，联机系统和数据系统均使用计算机终端或是数据处理设备组建而成。
81.参照图1，为本发明实施例提供的一种系统性能的评估方法的方法流程图，具体说明如下所述：
82.s101、确定数据采样时间，并采集系统在数据采样时间内的各个数据请求。
83.接收系统评估指令，对系统评估指令进行解析，获取系统评估指令中的数据采样时间。
84.系统评估指令为工作人员需要对系统的性能进行评估时生成的指令，系统评估指令中包括但不限于数据采样时间、系统身份标识和指令生成时间等信息。
85.数据采样时间工作人员可以根据实际需求进行设置，例如数据采样时间可以为前3天、前5天，还可以为具体的日期。
86.在系统的历史数据库中采集系统在数据采样时间内的各个数据请求，需要说明的是，数据请求为系统在数据采样时间内处理过的请求。
87.s102、确定每个数据请求所属的事务类型。
88.需要说明的是，系统可以处理多种事务类型的请求，例如，事务类型包括但不限于联机处理类型、业务处理类型等。
89.每种数据请求均存在对应的事务类型。
90.s103、基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个请求占比，确定系统的响应时间系数。
91.进一步的，事务类型的请求占比为该种事务类型的数据请求的个数在总的数据请求中的占比；示例的性，统计各个数据请求的总个数；确定每种事务类型的数据请求的个数；对于每种事务类型，将该种事务类型的数据请求的个数除以数据请求的总个数，即可得
到该种事务类型的请求占比。
92.需要说明的是，事务类型的请求占比还可以称为联机分析处理事务占比，具体为在需要考察的分析范围内，该事务的请求数在整个考察范围内的请求总数的占比。
93.使用各个请求占比，确定系统在该数据采样时间内的响应时间系数，需要说明的是，响应时间系统与提供在该数据采样时间内涉及的事务种类的数量有关。
94.s104、应用响应时间系数，确定系统对每种事务类型的联机处理评估值。
95.联机处理评估值为系统在处理该种事务类型的请求时对系统联机处理过程的一个评估数值，后续可以使用该数值计算出系统的联机处理波动范围。
96.s105、对各个联机处理评估值进行运算，得到联机处理波动范围，并使用联机处理波动范围对系统的性能进行评估。
97.本发明实施例提供的方法中，确定数据采样时间，并采集系统在数据采样时间内的各个数据请求；确定每个数据请求所属的事务类型；基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个请求占比，确定系统的响应时间系数；应用响应时间系数，确定系统对每种事务类型的联机处理评估值；对各个联机处理评估值进行运算，得到联机处理波动范围，并使用联机处理波动范围对系统的性能进行评估。本发明引入响应时间系数概念，可以精确的计算出系统的联机处理波动范围，整个过程减少人工参与，减少工作人员的工作量和减少了评估所花费的时间成本，有效提高对系统的性能的评估的效率；并且，使用联机处理波动范围对系统的性能进行评估，可以提高对系统性能的评估的准确度。
98.参照图2，为本发明实施例提供的应用各个请求占比，确定系统的响应时间系数的方法流程图，具体说明如下所述：
99.s201、获取每种事务类型的复杂度。
100.基于预设的事务复杂度数据表，确定每种事务类型的复杂度。
101.事务复杂度数据表中包含了系统可以处理的每种事务类型的复杂度，需要说明的是，事务类型的复杂度可以理解为事务类型的处理逻辑复杂度，复杂度的可以根据该种事务类型的处理逻辑中所涉及的数据量、数据库表个数、数据维度、数据汇总次数，复杂的衍生数据等各个复杂度指标进行设置。
102.数据量可以分为十万级，百万级，千万级以下，亿级及以上；数据库表个数可以分为1个，3个，5个，5个以上；数据维度可以分为二维，三维，四维，五维及以上；数据汇总次数可以分为1次，2次，3次，4次及以上；复杂的衍生数据可以分为是或否(如同期对比，份额计算，等均方差等)；进一步的，复杂度指标不同的数值对应不同的复杂度，参照表1，表中示例的展示了各种复杂度指标在不同的数值下的复杂度。
103.需要说明的是，表1中的数据量、库表个数、数据纬度、汇总次数以及衍生数据均为复杂度指标，其中，级别定义表示复杂度指标的具体数值。
104.进一步的，事务类型的复杂度为数据量所对应的复杂度、库表个数所对应的复杂符、数据纬度所对应的复杂度、汇总次数所对应的复杂度以及衍生数据所对应的复杂度的总和，例如事务类型1的数据量为十万级、库表个数为1个、数据维度为二维、汇总次数为1次、衍生数据为否，则事务类型1的复杂符为5。
[0105][0106]
表1
[0107]
s202、将每种事务类型的复杂度和请求占比进行运算，得到每种事务类型的响应系数。
[0108]
需要说明的是，对于每种事务类型，将该事务类型的复杂度和请求占比相乘，即可得到该种事务类型的响应系数；示例性的，事务类型1的请求占比1和复杂度1相乘，得到响应系数1。
[0109]
s203、将各个响应系数进行求和处理，得到系统的响应时间系数。
[0110]
示例性的，响应时间系数＝响应系数1+响应系数2+
···
+响应系数n＝请求占比1*复杂度1+请求占比2*复杂度2+
···
+请求占比n*复杂度n；由此，可以得到系统的响应时间系数。
[0111]
本发明实施例提供的方法中，应用每种事务类型的复杂度和请求占比，可以计算出系统的响应时间系数，基于系统在数据采样时间内所涉及的各个事务类型确定响应时间系数，响应时间系数的是动态的，由此可以动态的对系统的性能进行评估。
[0112]
参照图3，为本发明实施例提供的应用响应时间系数，确定系统对每种事务类型的联机处理评估值的方法流程图，具体说明如下所述：
[0113]
s301、确定每个数据请求的响应时间。
[0114]
响应时间为执行该数据请求从开始到收到响应数据所花费的总体时间。
[0115]
s302、对于每种事务类型，基于属于该种事务类型的每个数据请求的响应时间，确定该种事务类型的每秒查询率的算术平均值。
[0116]
需要说明的是，每秒查询率可以使用qps表示，在计算事务类型的qps的算术平均值时，需要先计算事务类型的每个数据请求的qps，进一步的，事务类型的各个数据请求的qps可以组成集合q(q1,q2,...,qn)，其中，q1为事务类型的数据请求1的qps，q2为事务类型的数据请求2的qps，以此类推，此处不再进行赘述。
[0117]
进一步的，对于每种事务类型的各个数据请求的qps，按照响应时间系数和响应时间指标值分组，再计算该种事务类型的每秒查询率的算术平均值；需要说明的是，响应时间指标值预先为事务类型进行设置的数值，不同的事务类型的响应时间指标值是不同的。
[0118]
进一步的，各种事务类型的qps可以组成集合q(q1,q2,...,qn)，其中，q1表示事务类型1的算术平均值，q2表示事务类型2的算术平均值，以此类推，此处不再进行赘述。
[0119]
s303、对响应时间系数，以及每种事务类型的算术平均值和预设的响应时间指标值进行处理，得到每种事务类型的联机处理评估值。
[0120]
对于每种事务类型，将响应时间系数，该种事务类型的算术平均值和响应时间指标值进行处理，得到该种事务类型的联机处理评估值，示例性的，联机处理评估值＝算术平均值/(响应时间系数*响应时间指标值)，进一步的，联机处理评估值可以为表征系统的联机分析处理能力(apt，analytical per time)的数值，apt为一定时间内完成的联机分析处理数量的能力，apt与qps、响应时间系统以及响应时间指标值有关，优选的，各种事务类型的联机处理评估值可以组成数组a，a＝并发请求数量/(响应时间系统*响应时间指标值)＝各组qps的算数平均值/(响应时间系数*响应时间指标值)＝q/(响应时间系数*响应时间指标值)，其中并发请求数量可以为数据请求的总数量。示例性的，a(a1,a1,...,an)；其中，a1表示事务类型1的联机处理评估值，a2表示事务类型2的联机处理评估值，以此类推，此处不再进行赘述。
[0121]
响应时间指标值为根据事务类型的复杂度设置的一个预期值，使得属于该中事务类型的请求可在给定值的范围内收到响应。
[0122]
参照表2，为本发明提供的每种事务类型的复杂度、请求占比以及预设的响应时间指标值的汇总表。
[0123]
事务类型复杂度请求占比响应时间指标值1复杂度1占比1指标值12复杂度2占比2指标值2...
………
n复杂度n占比n指标值n
[0124]
表2
[0125]
进一步的，在确定了每种事务类型的联机处理评估值后，可以使用联机处理评估值计算联机处理波动范围，需要说明的是，联机处理波动范围为一定时间内系统联机处理分析能力反复波动，离开均值的距离。进一步的，联机处理波动范围与apt有关，运算过程可以为apt标准差/apt均值。
[0126]
在确定联机处理波动范围的过程中，先对各个联机处理评估值进行求均值处理，得到联机处理评估平均值；基于预设的运算方式，对各个联机处理评估值和联机处理评估平均值进行处理，得到联机处理波动范围；进一步的，联机处理波动范围可以为上述的数组a的离散系数，进一步的，预设的运算方式所应用的公式为：其中，c为联机处理波动范围，为联机处理评估平均值，a1为事务类型1的联机处理波动评估值，a2为事务类型2的联机处理波动评估值，依次类推，此处不再进行赘述。
[0127]
本发明在对系统的性能进行评估的过程中，引入了响应时间系数的概念，在此基础上系统的联机分析能力和波动范围进行计算，使用计算结果可以快速、准确的评估系统的性能。
[0128]
参照图4，为本发明实施例提供的使用联机处理波动范围对系统的性能进行评估
的方法流程图，具体说明如下所述：
[0129]
s401、在预设的各项性能维度中，将联机处理波动范围所属的性能维度标记为第一目标性能维度，并将剩余的各项性能指标均标记为第二目标性能维度。
[0130]
预设的各项性能维度包括但不限于单交易维度、混合交易处理能力维度、稳定性维度，可选的，性能维度还可以称为性能指标。
[0131]
进一步的，联机处理波动范围所属的性能维度为稳定性维度，进而将稳定性维度确定为第一目标性能维度，将单交易维度和混合交易处理能力维度均确定为第二目标性能维度。
[0132]
s402、将第一目标性能维度中与联机处理波动范围对应的评估指标进行标记，并获取第一目标性能维度中各个未标记的评估指标的指标值。
[0133]
每个性能维度均存在多个评估指标，示例性的，与稳定性维度对应的各个评估指标包括但不限于系统稳定运行时长内交易总量、稳定运行时长内交易响应时间、稳定运行时长内交易响应时间达标率、稳定运行交易处理能力波动范围、资源使用率-内存使用情况，进一步的，此处的稳定运行交易处理能力波动范围为联机处理波动范围。
[0134]
需要说明的是，在获取第一目标性能维度中各个未标识及评估指标的指标值时，可以从与评估指标对应的数据中获取，例如，资源使用率-内存使用情况可以从系统的内存数据中获取，系统稳定运行时长内交易总量可以从系统稳定运行的数据中统计得到。
[0135]
s403、基于联机处理波动范围和各个指标值，生成系统在第一目标性能维度的评估结果。
[0136]
需要说明是每个评估指标均存在对应的判断标准，对于每个评估指标，可以判断该评估指标是否满足该判断标准，从而得到评估指标的判断结果；进一步的，可以根据各个判断结果生成系统在第一目标性能维度的评估结果。
[0137]
s404、确定每个第二目标性能维度的各项评估指标。
[0138]
s405、获取每个第二目标性能维度的每项评估指标的指标值。
[0139]
每项评估指标的指标值在获取的过程中，可以在系统中与评估指标对应的数据中提取得到，示例性的，混合处理能力中的资源使用率-cpu利用率这一评估指标可以从系统的cpu使用数据中提取。
[0140]
s406、对于每个第二目标性能维度，基于该第二目标性能维度的各项评估指标的指标值，生成系统在所述第二目标性能维度的评估结果。
[0141]
进一步的，每个第二目标性能维度的每项评估指标均存在判断标准，对于每个第二目标性能维度的每项评估指标，可以判断该评估指标的指标值是否满足该评估指标的判断标准，并生成判断结果；对于每个第二目标性能维度，根据该性能维度的各个判断结果，生成评估结果。
[0142]
参照表3，为本发明实施例提供的各项性能维度的各项评估指标、每项评估指标的指标值的定义以及每项评估指标值的判断标准汇总。
[0143][0144]
表3
[0145]
优选的，表中的需求可以为评估系统的性能的需求，表中的判断标准为指标值满足该标准后可以确定评估指标满足判断需求，进一步的，在满足需求的评估指标的个数占比小于预设占比的时候，可以生成系统的性能不稳定的评估结果，在满足需求的评估指标的个数占比大于或等于预设占比的时候，可以生成系统的性能稳定的评估结果。
[0146]
优选的，还可以单独使用波动范围评估系统的稳定性，例如，波动范围不位于预设的范围内时，生成系统不稳定的评估结果，波动范围位于预设的范围内时，生成系统稳定的评估结果。
[0147]
进一步的，本发明在实际应用的过程中，可以使用4个模块来实现本发明的方案，具体如：
[0148]
模块1，定义性能需求项，大数据系统的性能需求通过性能指标(性能维度)来衡量，通过定义性能需求项，确定大数据系统的性能指标，定义响应时间系统，该模块的内容预先进行设置。
[0149]
模块2，建立需求项之间的关系，进一步的，需求项之间的关系可以参照表3中的评估指标的内容，该模块的内容预先进行设置。
[0150]
模块3，采集数据，采集并发量请求数量、响应时间等基础数据；进一步的，可以根据模块2中建立的需求项采集需要的数据。
[0151]
模块4，根据模块3中采集到的数据计算qps、apt和波动范围。
[0152]
本发明根据响应时间、响应时间系数、处理能力之间的关系对处理能力、波动范围进行计算，得出系统的联机分析处理能力和稳定性的评估结果。
[0153]
目前系统中的联机事务处理依赖传统关系型数据库，旨在使应用程序可以随时将原始数据立即传送到计算中心进行处理，仅写入或更新所需的数据，并在很短的时间内做出应答，给出结果，以便尽快处理单个事务。性能需求方面已经成熟，对于衡量方法有明确的性能指标，包括响应时间、处理能力，和明确的计算规则。
[0154]
对于大数据的联机分析处理，应用程序处理依赖于数据仓库，处理数据达到千兆兆(p)字节，用户的查询需求很复杂，涉及的已不仅是查询或操纵一张表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合。其查询的性能需求与传统联机事务处理有其相似性和差异性。
[0155]
随着数据库技术的快速发展，大数据系统的典型应用，联机分析处理的性能需求，也日益凸显，从被忽略或弱化到从业人员、管理层对其的重视，性能需求迫在眉睫，但是如何判断联机分析的稳定性并没有明确的统计方法或规则。
[0156]
本发明基于联机事务处理和联机分析处理的上述特性，从联机事务处理性能需求，衍生出联机分析处理的性能需求，在联机事务处理的性能指标项响应时间、处理能力基础上进一步扩充指标项，提出响应时间系数概念，用以计算联机分析事务的处理能力和波动范围，来判断大数据类系统的运行稳定性能。
[0157]
与图1所示的方法相对应的，本发明提供一种系统性能的评估装置，该装置用于支持图1所示的方法的实现，该装置设置于大数据系统或是联机处理系统中。
[0158]
参照图5，为本发明实施例提供的一种系统性能的评估装置的结构示意图，具体说明如下所述：
[0159]
采集单元501，用于确定数据采样时间，并采集系统在所述数据采样时间内的各个数据请求；
[0160]
第一确定单元502，用于确定每个所述数据请求所属的事务类型；
[0161]
第二确定单元503，用于基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个所述请求占比，确定所述系统的响应时间系数；
[0162]
第三确定单元504，用于应用所述响应时间系数，确定所述系统对每种事务类型的联机处理评估值；
[0163]
评估单元505，用于对各个所述联机处理评估值进行运算，得到联机处理波动范
围，并使用所述联机处理波动范围对所述系统的性能进行评估。
[0164]
本发明实施例提供的装置中，确定数据采样时间，并采集系统在数据采样时间内的各个数据请求；确定每个数据请求所属的事务类型；基于每种事务类型的各个数据请求的数目，确定每种事务类型的请求占比，并应用各个请求占比，确定系统的响应时间系数；应用响应时间系数，确定系统对每种事务类型的联机处理评估值；对各个联机处理评估值进行运算，得到联机处理波动范围，并使用联机处理波动范围对系统的性能进行评估。本发明引入响应时间系数概念，可以精确的计算出系统的联机处理波动范围，整个过程减少人工参与，减少工作人员的工作量和减少了评估所花费的时间成本，有效提高对系统的性能的评估的效率；并且，使用联机处理波动范围对系统的性能进行评估，可以提高对系统性能的评估的准确度。
[0165]
在本发明提供的另一实施例中，该装置的第二确定单元503，可以设置为：
[0166]
获取子单元，用于获取每种事务类型的复杂度；
[0167]
运算子单元，用于将每种事务类型的复杂度和请求占比进行运算，得到每种事务类型的响应系数；
[0168]
求和处理子单元，用于将各个所述响应系数进行求和处理，得到所述系统的响应时间系数。
[0169]
在本发明提供的另一实施例中，该装置的第三确定单元504，可以设置为：
[0170]
第一确定子单元，用于确定每个数据请求的响应时间；
[0171]
第二确定子单元，用于对于每种事务类型，基于属于该种事务类型的每个数据请求的响应时间，确定该种事务类型的每秒查询率的算术平均值；
[0172]
第一获得子单元，用于对所述响应时间系数，以及每种事务类型的算术平均值和预设的响应时间指标值进行处理，得到每种事务类型的联机处理评估值。
[0173]
在本发明提供的另一实施例中，该装置的评估单元505，可以设置为：
[0174]
求均值处理子单元，用于对各个所述联机处理评估值进行求均值处理，得到联机处理评估平均值；
[0175]
第二获得子单元，用于基于预设的运算方式，对各个所述联机处理评估值和所述联机处理评估平均值进行处理，得到联机处理波动范围。
[0176]
在本发明提供的另一实施例中，该装置的评估单元505，可以设置为：
[0177]
第一标记子单元，用于在预设的各项性能维度中，将所述联机处理波动范围所属的性能维度标记为第一目标性能维度，并将剩余的各项性能指标均标记为第二目标性能维度；
[0178]
第二标记子单元，用于将所述第一目标性能维度中与所述联机处理波动范围对应的评估指标进行标记，并获取所述第一目标性能维度中各个未标记的评估指标的指标值；
[0179]
生成子单元，用于基于所述联机处理波动范围和各个所述指标值，生成所述系统在所述第一目标性能维度的评估结果。
[0180]
在本发明提供的另一实施例中，该装置还包括：
[0181]
第四确定单元，用于确定每个所述第二目标性能维度的各项评估指标；
[0182]
获取单元，用于获取每个所述第二目标性能维度的每项评估指标的指标值；
[0183]
生成单元，用于对于每个所述第二目标性能维度，基于该第二目标性能维度的各
项评估指标的指标值，生成所述系统在所述第二目标性能维度的评估结果。
[0184]
本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述系统性能的评估方法。
[0185]
本发明实施例还提供了一种电子设备，其结构示意图如图6所示，具体包括存储器601，以及一个或者一个以上的指令602，其中一个或者一个以上指令602存储于存储器601中，且经配置以由一个或者一个以上处理器603执行所述一个或者一个以上指令602执行上述系统性能的评估方法。
[0186]
上述各个实施例的具体实施过程及其衍生方式，均在本发明的保护范围之内。
[0187]
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，对于系统或系统实施例而言，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。以上所描述的系统及系统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。
[0188]
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。
[0189]
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。