本發(fā)明涉及應(yīng)用升級(jí)測(cè)試技術(shù)領(lǐng)域，尤其涉及一種金絲雀分析方法、應(yīng)用和計(jì)算設(shè)備。

背景技術(shù)：

金絲雀是雀科絲雀屬鳥(niǎo)類的一種，對(duì)于甲烷、一氧化碳等有毒氣體很敏感，當(dāng)毒氣濃度超標(biāo)時(shí)會(huì)立刻死亡，因此在19世紀(jì)左右，金絲雀被作為煤礦安全的報(bào)警器。如果煤礦中的金絲雀死去，礦工就需要盡快撤離礦洞，否則會(huì)有致命的危險(xiǎn)。

計(jì)算機(jī)領(lǐng)域的“金絲雀部署(Canary Deployments)”是一種應(yīng)用升級(jí)測(cè)試方法，其在原有版本的應(yīng)用(Baseline Application)可用的情況下，部署一個(gè)新版本的應(yīng)用，新版本的應(yīng)用即為金絲雀應(yīng)用(Canary Application)，部署有舊版本應(yīng)用的服務(wù)器被稱為基準(zhǔn)服務(wù)器(Baseline Server)，部署有新版本應(yīng)用的服務(wù)器被稱為金絲雀服務(wù)器(Canary Server)。隨后，同時(shí)運(yùn)行基準(zhǔn)服務(wù)器和金絲雀服務(wù)器，若金絲雀服務(wù)器性能更優(yōu)，則金絲雀應(yīng)用在線測(cè)試成功，從基準(zhǔn)服務(wù)器中再取出一部分服務(wù)器進(jìn)行升級(jí)；若基準(zhǔn)服務(wù)器性能更優(yōu)，則金絲雀應(yīng)用在線測(cè)試失敗，將金絲雀服務(wù)器進(jìn)行回滾，退回到安裝有舊版本應(yīng)用的原有狀態(tài)。

Nolio公司提出的“金絲雀部署”測(cè)試方法包括以下6個(gè)步驟：

1、準(zhǔn)備好部署各個(gè)階段的工件，包括：構(gòu)建工件，測(cè)試腳本，配置文件和部署清單文件；

2、從負(fù)載均衡列表中移除掉金絲雀服務(wù)器；

3、升級(jí)“金絲雀”應(yīng)用(排掉原有流量并進(jìn)行部署)；

4、對(duì)應(yīng)用進(jìn)行自動(dòng)化測(cè)試；

5、將金絲雀服務(wù)器重新添加到負(fù)載均衡列表中，測(cè)試其連通性和健康性；

6、如果金絲雀在線使用測(cè)試成功，升級(jí)剩余的其他服務(wù)器，否則就回滾。

在以上6個(gè)步驟中，步驟5是金絲雀測(cè)試的關(guān)鍵，即如何將金絲雀服務(wù)器的性能與基準(zhǔn)服務(wù)器的性能進(jìn)行比較分析，并得出二者孰優(yōu)孰劣的比較結(jié)果。

針對(duì)以上問(wèn)題，IBM和Netflix公司均有相應(yīng)的解決方案。

IBM公司的方案是，分別獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的多個(gè)性能指標(biāo)(Metric)數(shù)據(jù)，對(duì)于每一個(gè)性能指標(biāo)，求出金絲雀服務(wù)器與基準(zhǔn)服務(wù)器的該性能指標(biāo)數(shù)據(jù)的差值，根據(jù)該差值分布是否落在預(yù)先設(shè)定的概率分布之內(nèi)來(lái)判斷二者的優(yōu)劣。該方法中，預(yù)先設(shè)定的概率分布函數(shù)在很大程度上影響著最終的分析結(jié)果，然而我們卻很難事先確定差值滿足什么分布，因此，該方法的準(zhǔn)確性并不高。

Netflix公司的方案是，分別獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的多個(gè)性能指標(biāo)(Metric)數(shù)據(jù)，對(duì)于每一個(gè)性能指標(biāo)，求出金絲雀服務(wù)器與基準(zhǔn)服務(wù)器的該性能指標(biāo)數(shù)據(jù)的均值，若兩個(gè)均值的比值為1或在一定范圍內(nèi)(例如，比值在0.8～1.2范圍內(nèi))，則認(rèn)為兩個(gè)曲線相似。然而，僅均值相似并不能保證兩個(gè)曲線相似，因此，該方法也缺乏準(zhǔn)確性。

技術(shù)實(shí)現(xiàn)要素：

為此，本發(fā)明提供一種金絲雀分析方法、應(yīng)用和計(jì)算設(shè)備，以力圖解決或至少緩解上面存在的問(wèn)題。

根據(jù)本發(fā)明的一個(gè)方面，提供一種金絲雀分析方法，在計(jì)算設(shè)備中執(zhí)行，該方法包括：獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)，其中，每個(gè)性能指標(biāo)均包括第一數(shù)量的子性能指標(biāo)，所述基準(zhǔn)服務(wù)器中配置有舊版本的應(yīng)用，所述金絲雀服務(wù)器中配置有新版本的應(yīng)用；根據(jù)子性能指標(biāo)數(shù)據(jù)確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)；對(duì)于每一個(gè)性能指標(biāo)，根據(jù)該性能指標(biāo)所包括的子性能指標(biāo)的第一狀態(tài)確定金絲雀服務(wù)器的該性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)；根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)的步驟包括：每隔預(yù)定周期，獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器在當(dāng)前時(shí)刻之前的預(yù)定時(shí)間段內(nèi)的性能指標(biāo)數(shù)據(jù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，預(yù)定周期為30分鐘，預(yù)定時(shí)間段為180分鐘。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，在獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)的步驟后，還包括：將所述性能指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，在將所述性能指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理之后，還包括：當(dāng)基準(zhǔn)服務(wù)器有多臺(tái)時(shí)，對(duì)多臺(tái)基準(zhǔn)服務(wù)器的經(jīng)過(guò)歸一化處理的性能指標(biāo)數(shù)據(jù)求平均值，并將所述平均值作為基準(zhǔn)服務(wù)器的性能指標(biāo)數(shù)據(jù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，第一狀態(tài)包括：優(yōu)、中、差、無(wú)數(shù)據(jù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，根據(jù)子性能指標(biāo)數(shù)據(jù)確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)的步驟包括：對(duì)于每一個(gè)子性能指標(biāo)：若未采集到基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)和/或金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)，則將第一狀態(tài)設(shè)置為無(wú)數(shù)據(jù)；否則：計(jì)算該子性能指標(biāo)對(duì)應(yīng)的第一均值和第二均值，其中，所述第一均值為基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值，所述第二均值為金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值；當(dāng)?shù)诙蹬c第一均值的比值在第一閾值與第二閾值之間時(shí)，采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度，若相似度大于相似度閾值，則將第一狀態(tài)設(shè)置為中，否則，將第一狀態(tài)設(shè)置為差；當(dāng)?shù)诙蹬c第一均值的比值小于第一閾值時(shí)，若該子性能指標(biāo)的取值越小指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。當(dāng)?shù)诙蹬c第一均值的比值大于第二閾值時(shí)，若該子性能指標(biāo)的取值越大指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，第一閾值與第二閾值互為倒數(shù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，第一閾值為0.5，第二閾值為2。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度的步驟包括：計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₁(x)和金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₂(x)；

按照以下公式計(jì)算相似度

D＝max(F₁(x_j)-F₂(x_j))

其中，D表示相似度，x_j為F₁(x)曲線和F₂(x)曲線對(duì)應(yīng)的橫坐標(biāo)上的任意一點(diǎn)。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，第二狀態(tài)包括：中、差。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，對(duì)于每一個(gè)性能指標(biāo)，根據(jù)該性能指標(biāo)所包括的子性能指標(biāo)的第一狀態(tài)確定金絲雀服務(wù)器的該性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)的步驟包括：在該性能指標(biāo)所包括的第一數(shù)量的子性能指標(biāo)中，若第一狀態(tài)為差的子性能指標(biāo)的數(shù)目大于等于第二數(shù)量，則將第二狀態(tài)設(shè)置為差，否則，將第二狀態(tài)設(shè)置為中。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，第一數(shù)量為6，第二數(shù)量為3。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值的步驟包括：根據(jù)各性能指標(biāo)的特點(diǎn)，將每一個(gè)性能指標(biāo)分別歸為多個(gè)指標(biāo)中類中的某一類；對(duì)于每一個(gè)指標(biāo)中類，根據(jù)該指標(biāo)中類中包括的性能指標(biāo)的第二狀態(tài)確定該指標(biāo)中類的分值；根據(jù)各指標(biāo)中類的特點(diǎn)，將每一個(gè)指標(biāo)中類分別歸為多個(gè)指標(biāo)大類中的某一類；對(duì)于每一個(gè)指標(biāo)大類，根據(jù)該指標(biāo)大類中包括的指標(biāo)中類的分值確定該指標(biāo)大類的分值；根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，對(duì)于每一個(gè)指標(biāo)中類，根據(jù)該指標(biāo)中類中包括的性能指標(biāo)的第二狀態(tài)確定該指標(biāo)中類的分值的步驟包括：根據(jù)各性能指標(biāo)的第二狀態(tài)確定各性能指標(biāo)的分值；指標(biāo)中類的分值為該指標(biāo)中類中所包括的性能指標(biāo)的分值的平均值。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，性能指標(biāo)的分值按照以下方法確定：若性能指標(biāo)的第二狀態(tài)為中，則該性能指標(biāo)的分值為100分；若性能指標(biāo)的第二狀態(tài)為差，則該性能指標(biāo)的分值為0分。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，指標(biāo)大類的分值為該指標(biāo)大類中所包括的指標(biāo)中類的分值的平均值。

可選地，在根據(jù)本發(fā)明的金絲雀分析方法中，根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值的步驟包括：為每一個(gè)指標(biāo)大類設(shè)置權(quán)重，各指標(biāo)大類的權(quán)重之和為1；金絲雀服務(wù)器的總分值為各指標(biāo)大類的分值的加權(quán)平均。

根據(jù)本發(fā)明的一個(gè)方面，提供一種金絲雀分析應(yīng)用，駐留于計(jì)算設(shè)備中，該應(yīng)用包括：數(shù)據(jù)獲取模塊，適于獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)，其中，每個(gè)性能指標(biāo)均包括第一數(shù)量的子性能指標(biāo)，所述基準(zhǔn)服務(wù)器中配置有舊版本的應(yīng)用，所述金絲雀服務(wù)器中配置有新版本的應(yīng)用；第一分析模塊，適于根據(jù)子性能指標(biāo)數(shù)據(jù)確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)；第二分析模塊，適于對(duì)于每一個(gè)性能指標(biāo)，根據(jù)該性能指標(biāo)所包括的子性能指標(biāo)的第一狀態(tài)確定金絲雀服務(wù)器的該性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)；總分計(jì)算模塊，適于根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，數(shù)據(jù)獲取模塊進(jìn)一步適于：每隔預(yù)定周期，獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器在當(dāng)前時(shí)刻之前的預(yù)定時(shí)間段內(nèi)的性能指標(biāo)數(shù)據(jù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，預(yù)定周期為30分鐘，預(yù)定時(shí)間段為180分鐘。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，還包括數(shù)據(jù)預(yù)處理模塊，適于在數(shù)據(jù)獲取模塊獲取到基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)后，將所述性能指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，數(shù)據(jù)預(yù)處理模塊還適于：在基準(zhǔn)服務(wù)器有多臺(tái)時(shí)，對(duì)多臺(tái)基準(zhǔn)服務(wù)器的經(jīng)過(guò)歸一化處理的性能指標(biāo)數(shù)據(jù)求平均值，并將所述平均值作為基準(zhǔn)服務(wù)器的性能指標(biāo)數(shù)據(jù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第一狀態(tài)包括：優(yōu)、中、差、無(wú)數(shù)據(jù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第一分析模塊適于按照以下步驟確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)：對(duì)于每一個(gè)子性能指標(biāo)：若未采集到基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)和/或金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)，則將第一狀態(tài)設(shè)置為無(wú)數(shù)據(jù)；否則：計(jì)算該子性能指標(biāo)對(duì)應(yīng)的第一均值和第二均值，其中，所述第一均值為基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值，所述第二均值為金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值；當(dāng)?shù)诙蹬c第一均值的比值在第一閾值與第二閾值之間時(shí)，采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度，若相似度大于相似度閾值，則將第一狀態(tài)設(shè)置為中，否則，將第一狀態(tài)設(shè)置為差；當(dāng)?shù)诙蹬c第一均值的比值小于第一閾值時(shí)，若該子性能指標(biāo)的取值越小指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。當(dāng)?shù)诙蹬c第一均值的比值大于第二閾值時(shí)，若該子性能指標(biāo)的取值越大指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第一閾值與第二閾值互為倒數(shù)。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第一閾值為0.5，第二閾值為2。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第一分析模塊適于按照以下步驟采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度：計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₁(x)和金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₂(x)；

按照以下公式計(jì)算相似度

D＝max(F₁(x_j)-F₂(x_j))

其中，D表示相似度，x_j為F₁(x)曲線和F₂(x)曲線對(duì)應(yīng)的橫坐標(biāo)上的任意一點(diǎn)。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第二狀態(tài)包括：中、差。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第二分析模塊適于按照以下步驟確定金絲雀服務(wù)器的各性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)：在某一個(gè)性能指標(biāo)所包括的第一數(shù)量的子性能指標(biāo)中，若第一狀態(tài)為差的子性能指標(biāo)的數(shù)目大于等于第二數(shù)量，則將第二狀態(tài)設(shè)置為差，否則，將第二狀態(tài)設(shè)置為中。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，第一數(shù)量為6，第二數(shù)量為3。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，總分計(jì)算模塊適于按照以下步驟確定金絲雀服務(wù)器的總分值：根據(jù)各性能指標(biāo)的特點(diǎn)，將每一個(gè)性能指標(biāo)分別歸為多個(gè)指標(biāo)中類中的某一類；對(duì)于每一個(gè)指標(biāo)中類，根據(jù)該指標(biāo)中類中包括的性能指標(biāo)的第二狀態(tài)確定該指標(biāo)中類的分值；根據(jù)各指標(biāo)中類的特點(diǎn)，將每一個(gè)指標(biāo)中類分別歸為多個(gè)指標(biāo)大類中的某一類；對(duì)于每一個(gè)指標(biāo)大類，根據(jù)該指標(biāo)大類中包括的指標(biāo)中類的分值確定該指標(biāo)大類的分值；根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，總分計(jì)算模塊適于按照以下步驟確定指標(biāo)中類的分值：根據(jù)各性能指標(biāo)的第二狀態(tài)確定各性能指標(biāo)的分值；指標(biāo)中類的分值為該指標(biāo)中類中所包括的性能指標(biāo)的分值的平均值。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，總分計(jì)算模塊適于按照以下步驟確定性能指標(biāo)的分值：若性能指標(biāo)的第二狀態(tài)為中，則該性能指標(biāo)的分值為100分；若性能指標(biāo)的第二狀態(tài)為差，則該性能指標(biāo)的分值為0分。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，總分計(jì)算模塊適于按照以下方法確定指標(biāo)大類的分值：指標(biāo)大類的分值為該指標(biāo)大類中所包括的指標(biāo)中類的分值的平均值。

可選地，在根據(jù)本發(fā)明的金絲雀分析應(yīng)用中，總分計(jì)算模塊適于按照以下步驟確定金絲雀服務(wù)器的總分值：為每一個(gè)指標(biāo)大類設(shè)置權(quán)重，各指標(biāo)大類的權(quán)重之和為1；金絲雀服務(wù)器的總分值為各指標(biāo)大類的分值的加權(quán)平均。

根據(jù)本發(fā)明的一個(gè)方面，提供一種計(jì)算設(shè)備，包括如上所述的金絲雀分析應(yīng)用。

根據(jù)本發(fā)明的技術(shù)方案，采用KS檢驗(yàn)算法來(lái)比較金絲雀服務(wù)器和基準(zhǔn)服務(wù)器的子性能指標(biāo)，不需要事先確定子性能指標(biāo)數(shù)據(jù)符合何種分布，降低了人為因素對(duì)于分析結(jié)果的干擾。此外，與現(xiàn)有技術(shù)中僅考慮均值的分析方法不同，KS檢驗(yàn)算法隱含地綜合考慮了子性能指標(biāo)數(shù)據(jù)的均值、方差等其他因素，提高了檢驗(yàn)結(jié)果的準(zhǔn)確性。另外，本發(fā)明按照子性能指標(biāo)→性能指標(biāo)→指標(biāo)中類→指標(biāo)大類→金絲雀服務(wù)器的順序?qū)訉酉蛏显u(píng)分，評(píng)價(jià)體系科學(xué)、完善，準(zhǔn)確度較高。

附圖說(shuō)明

為了實(shí)現(xiàn)上述以及相關(guān)目的，本文結(jié)合下面的描述和附圖來(lái)描述某些說(shuō)明性方面，這些方面指示了可以實(shí)踐本文所公開(kāi)的原理的各種方式，并且所有方面及其等效方面旨在落入所要求保護(hù)的主題的范圍內(nèi)。通過(guò)結(jié)合附圖閱讀下面的詳細(xì)描述，本公開(kāi)的上述以及其它目的、特征和優(yōu)勢(shì)將變得更加明顯。遍及本公開(kāi)，相同的附圖標(biāo)記通常指代相同的部件或元素。

圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的金絲雀分析系統(tǒng)100的示意圖；

圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的計(jì)算設(shè)備200的結(jié)構(gòu)圖；

圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的金絲雀分析應(yīng)用300的結(jié)構(gòu)圖；

圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的性能指標(biāo)劃分的示意圖；

圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的確定某個(gè)子性能指標(biāo)的第一狀態(tài)的流程圖；以及

圖6示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的金絲雀分析方法600的流程圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的金絲雀分析系統(tǒng)100的示意圖。如圖1所示，服務(wù)器集群中有100臺(tái)服務(wù)器。當(dāng)開(kāi)發(fā)出新版本的應(yīng)用(或網(wǎng)站)時(shí)，需要測(cè)試新版本應(yīng)用的質(zhì)量和性能。為了保證交付更高質(zhì)量的代碼與服務(wù)，并縮短升級(jí)測(cè)試的時(shí)間，采用“金絲雀部署”的方式對(duì)新版本應(yīng)用進(jìn)行測(cè)試。例如，從100臺(tái)服務(wù)器中抽取6臺(tái)作為金絲雀服務(wù)器，金絲雀服務(wù)器中部署有新版本的應(yīng)用，其余的94臺(tái)為基準(zhǔn)服務(wù)器，基準(zhǔn)服務(wù)器中部署原版本的應(yīng)用。分別采集基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能數(shù)據(jù)，并將其存入數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)可以作為遠(yuǎn)程數(shù)據(jù)庫(kù)設(shè)置于計(jì)算設(shè)備200之外，也可以作為本地?cái)?shù)據(jù)庫(kù)駐留于計(jì)算設(shè)備200之中，本發(fā)明對(duì)數(shù)據(jù)庫(kù)的部署方式并無(wú)限制。根據(jù)一種優(yōu)選的實(shí)施例，為了節(jié)省計(jì)算設(shè)備200的存儲(chǔ)資源和運(yùn)算資源，將數(shù)據(jù)庫(kù)設(shè)置于計(jì)算設(shè)備200之外。

計(jì)算設(shè)備200可以是桌面電腦、筆記本電腦、服務(wù)器、工作站、平板電腦、手機(jī)等具有運(yùn)算能力的設(shè)備。駐留于計(jì)算設(shè)備200中的金絲雀分析應(yīng)用300可以從數(shù)據(jù)庫(kù)中獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能數(shù)據(jù)，并基于該性能數(shù)據(jù)分析金絲雀服務(wù)器的性能。圖1中有94臺(tái)基準(zhǔn)服務(wù)器和6臺(tái)金絲雀服務(wù)器，相應(yīng)地，數(shù)據(jù)庫(kù)中存儲(chǔ)有94臺(tái)基準(zhǔn)服務(wù)器的性能數(shù)據(jù)和6臺(tái)金絲雀服務(wù)器的性能數(shù)據(jù)。金絲雀分析應(yīng)用300將94臺(tái)基準(zhǔn)服務(wù)器的性能數(shù)據(jù)求平均，得到94臺(tái)基準(zhǔn)服務(wù)器的平均性能數(shù)據(jù)，隨后，將每一臺(tái)金絲雀服務(wù)器的性能數(shù)據(jù)分別與上述平均性能數(shù)據(jù)進(jìn)行比較分析，得到每一臺(tái)金絲雀服務(wù)器相對(duì)于基準(zhǔn)服務(wù)器的分值。若6臺(tái)金絲雀服務(wù)器的得分都比較高，則認(rèn)為新版本應(yīng)用測(cè)試成功，金絲雀分析應(yīng)用300指示控制器發(fā)出控制信號(hào)，從94臺(tái)基準(zhǔn)服務(wù)器中再取出6臺(tái)作為金絲雀服務(wù)器，繼續(xù)按照上述步驟測(cè)試這6臺(tái)新的金絲雀服務(wù)器的性能。當(dāng)6臺(tái)金絲雀服務(wù)器中有1臺(tái)的分值特別低(低于第一預(yù)設(shè)值，例如60分)，或整體分值普遍偏低(低于第二預(yù)設(shè)值，例如90分)時(shí)，則認(rèn)為新版本應(yīng)用測(cè)試失敗，金絲雀分析應(yīng)用300指示控制器發(fā)出控制信號(hào)，將金絲雀服務(wù)器進(jìn)行回滾，退回到安裝有舊版本應(yīng)用的原有狀態(tài)。應(yīng)當(dāng)指出，回滾條件是由測(cè)試人員設(shè)置的，除了可以將回滾條件設(shè)置為金絲雀服務(wù)器中有1臺(tái)的分值特別低、整體分值普遍偏低之外，還可以設(shè)置為有一半以上的金絲雀服務(wù)器的分值低于閾值，或各金絲雀服務(wù)器的分值差異較大，等等，本發(fā)明對(duì)回滾條件的設(shè)置不做限制。此外，控制器可以駐留于計(jì)算設(shè)備200中，也可以是設(shè)置于計(jì)算設(shè)備200之外的獨(dú)立裝置，本發(fā)明對(duì)控制器的部署方式亦無(wú)限制。

在圖1所示的金絲雀分析系統(tǒng)100中，駐留于計(jì)算設(shè)備200中的金絲雀分析應(yīng)用300是關(guān)鍵，其能夠計(jì)算出金絲雀服務(wù)器相對(duì)于基準(zhǔn)服務(wù)器的評(píng)分，實(shí)現(xiàn)了金絲雀服務(wù)器的性能分析，評(píng)分越高，金絲雀服務(wù)器的性能越好。

圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的計(jì)算設(shè)備200的結(jié)構(gòu)圖。在基本配置202中，計(jì)算設(shè)備200典型的包括系統(tǒng)存儲(chǔ)器206和一個(gè)或者多個(gè)處理器204。系統(tǒng)存儲(chǔ)器206可以包括操作系統(tǒng)220、一個(gè)或者多個(gè)應(yīng)用222以及程序數(shù)據(jù)226，應(yīng)用222可以布置為在操作系統(tǒng)上利用程序數(shù)據(jù)226進(jìn)行操作。

根據(jù)本發(fā)明的技術(shù)方案，應(yīng)用222可以被配置為包括金絲雀分析應(yīng)用300，相應(yīng)地，程序數(shù)據(jù)226中可以存儲(chǔ)或緩存有基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能數(shù)據(jù)，性能數(shù)據(jù)體現(xiàn)為多個(gè)時(shí)間序列。金絲雀分析應(yīng)用300從程序數(shù)據(jù)226中獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能數(shù)據(jù)，并據(jù)此計(jì)算金絲雀服務(wù)器相對(duì)于基準(zhǔn)服務(wù)器的評(píng)分。

圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的金絲雀分析應(yīng)用300的結(jié)構(gòu)圖。如圖3所示，金絲雀分析應(yīng)用300包括數(shù)據(jù)獲取模塊310、第一分析模塊320、第二分析模塊330和總分計(jì)算模塊340。

數(shù)據(jù)獲取模塊310適于獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)。根據(jù)一種實(shí)施例，數(shù)據(jù)獲取模塊310每隔預(yù)定周期，獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器在當(dāng)前時(shí)刻之前的預(yù)定時(shí)間段內(nèi)的性能指標(biāo)數(shù)據(jù)。其中，預(yù)定周期可以設(shè)置為30分鐘，預(yù)定時(shí)間段可以設(shè)置為180分鐘，即，數(shù)據(jù)獲取模塊310每隔30分鐘獲取一次性能指標(biāo)數(shù)據(jù)(也即，金絲雀分析應(yīng)用300每隔30分鐘執(zhí)行一次金絲雀分析，計(jì)算金絲雀服務(wù)器的總分值)，性能指標(biāo)數(shù)據(jù)為各性能指標(biāo)在最近180分鐘的觀測(cè)值，若每分鐘采集一次性能指標(biāo)的觀測(cè)值，則性能指標(biāo)數(shù)據(jù)為包括180個(gè)觀測(cè)值的時(shí)間序列。每一個(gè)性能指標(biāo)均包括第一數(shù)量的子性能指標(biāo)，相應(yīng)地，性能指標(biāo)數(shù)據(jù)也包括多組子性能指標(biāo)數(shù)據(jù)。根據(jù)一種實(shí)施例，第一數(shù)量為6。

為了得到金絲雀服務(wù)器的總分值，本發(fā)明設(shè)置了多級(jí)指標(biāo)，其中，子性能指標(biāo)為最小的指標(biāo)單位，金絲雀分析應(yīng)用300在執(zhí)行金絲雀分析時(shí)，從子性能指標(biāo)開(kāi)始，先計(jì)算出子性能指標(biāo)的狀態(tài)(分值)，然后基于子性能指標(biāo)的狀態(tài)層層向上遞推，直至最終計(jì)算出金絲雀服務(wù)器的總分值。圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的性能指標(biāo)劃分的示意圖。如圖4所示，包括評(píng)價(jià)體系五級(jí)指標(biāo)，依次為子性能指標(biāo)、性能指標(biāo)、指標(biāo)中類、指標(biāo)大類和金絲雀服務(wù)器。當(dāng)然，在其他實(shí)施例中，也可以將評(píng)價(jià)體系劃分為三級(jí)、四級(jí)等其他數(shù)目的層級(jí)。圖4中，金絲雀服務(wù)器下分為4個(gè)指標(biāo)大類，分別為系統(tǒng)(Syetem)、應(yīng)用(Application)、外部依賴(Dependency)和正確性(Correctness)。每個(gè)指標(biāo)大類包括多個(gè)指標(biāo)中類，例如，應(yīng)用的指標(biāo)大類包括Web事務(wù)、其他事務(wù)等指標(biāo)中類。每個(gè)指標(biāo)中類包括多個(gè)性能指標(biāo)，例如，Web事務(wù)的指標(biāo)中類包括Web事務(wù)1、Web事務(wù)2等性能指標(biāo)。每個(gè)性能指標(biāo)均包括第一數(shù)量的子性能指標(biāo)。圖4中，每個(gè)性能指標(biāo)均包括多個(gè)子性能指標(biāo)，例如，Web事務(wù)2包括調(diào)用次數(shù)、平均響應(yīng)時(shí)間、平均執(zhí)行時(shí)間、最大響應(yīng)時(shí)間、最小響應(yīng)時(shí)間和響應(yīng)時(shí)間的方差6個(gè)子性能指標(biāo)。除了上述列舉的6個(gè)子性能指標(biāo)之外，性能指標(biāo)還可以包括其他的子性能指標(biāo)，但是為了方便分析，每一個(gè)性能指標(biāo)應(yīng)當(dāng)包括相同數(shù)目(即第一數(shù)量)的子性能指標(biāo)，圖4中，每個(gè)性能指標(biāo)均包括6個(gè)子性能指標(biāo)，當(dāng)然，在其他的實(shí)施例中，也可以將每個(gè)性能指標(biāo)所包括的子性能指標(biāo)的數(shù)目設(shè)置為其他數(shù)值。金絲雀分析應(yīng)用300在執(zhí)行金絲雀分析時(shí)，從子性能指標(biāo)開(kāi)始，先計(jì)算出子性能指標(biāo)的狀態(tài)(分值)，然后基于子性能指標(biāo)的狀態(tài)層層向上遞推，依次計(jì)算出性能指標(biāo)、指標(biāo)中類、指標(biāo)大類的分值，最終，根據(jù)指標(biāo)大類的分值和各指標(biāo)大類的權(quán)重計(jì)算出金絲雀服務(wù)器的總分值。

數(shù)據(jù)獲取模塊310獲取的性能數(shù)據(jù)是從基準(zhǔn)服務(wù)器和金絲雀服務(wù)器中采集到的原始的數(shù)據(jù)。根據(jù)一種實(shí)施例，為了方便后續(xù)的分析過(guò)程，由數(shù)據(jù)預(yù)處理模塊350(圖3中未示出)對(duì)數(shù)據(jù)獲取模塊310獲取到的性能數(shù)據(jù)進(jìn)行預(yù)處理。數(shù)據(jù)預(yù)處理模塊350所執(zhí)行的預(yù)處理主要包括歸一化處理和平均化處理兩種。

歸一化處理指的是將原本不具有可比性的子性能指標(biāo)處理成具有可比性的子性能指標(biāo)。例如，對(duì)于CPU利用率這一子性能指標(biāo)，基準(zhǔn)服務(wù)器的CPU利用率為60％，金絲雀服務(wù)器的CPU利用率為80％，但我們并不能簡(jiǎn)單地認(rèn)為基準(zhǔn)服務(wù)器的CPU利用率優(yōu)于金絲雀服務(wù)器，因?yàn)榭赡芑鶞?zhǔn)服務(wù)器占用60％的CPU資源處理了2000個(gè)請(qǐng)求，而金絲雀服務(wù)器占用了80％的CPU資源處理了5000個(gè)請(qǐng)求，這時(shí)，金絲雀服務(wù)器處理每個(gè)請(qǐng)求所消耗的CPU資源小于基準(zhǔn)服務(wù)器，因此，雖然單從CPU利用率的數(shù)據(jù)上顯示基準(zhǔn)服務(wù)器優(yōu)于金絲雀服務(wù)器，而實(shí)際上金絲雀服務(wù)器的性能卻是優(yōu)于基準(zhǔn)服務(wù)器的。為了消除上述數(shù)據(jù)與結(jié)果不一致的情況，需要對(duì)CPU利用率進(jìn)行歸一化處理，處理辦法是將CPU利用率除以吞吐量。除了CPU利用率，調(diào)用次數(shù)、平均響應(yīng)時(shí)間、平均執(zhí)行時(shí)間、最大響應(yīng)時(shí)間、最小響應(yīng)時(shí)間等子性能指標(biāo)也需要除以吞吐量，以保證金絲雀分析結(jié)果的準(zhǔn)確性。

若金絲雀分析系統(tǒng)中有多臺(tái)基準(zhǔn)服務(wù)器，則數(shù)據(jù)預(yù)處理模塊350在完成數(shù)據(jù)歸一化處理后，還需要對(duì)多臺(tái)基準(zhǔn)服務(wù)器的經(jīng)過(guò)歸一化處理的性能指標(biāo)數(shù)據(jù)求平均值，并將該平均值作為基準(zhǔn)服務(wù)器的性能指標(biāo)數(shù)據(jù)。例如，系統(tǒng)中有94臺(tái)基準(zhǔn)服務(wù)器，每臺(tái)基準(zhǔn)服務(wù)器包括CPU利用率和內(nèi)存使用量?jī)蓚€(gè)性能指標(biāo)，則數(shù)據(jù)預(yù)處理模塊350首先將這94臺(tái)基準(zhǔn)服務(wù)器的兩個(gè)性能指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理(即除以吞吐量)，然后分別求這94臺(tái)基準(zhǔn)服務(wù)器的CPU利用率的均值和內(nèi)存使用量的均值。在后續(xù)將金絲雀服務(wù)器與基準(zhǔn)服務(wù)器進(jìn)行對(duì)比分析的過(guò)程中，將每一臺(tái)金絲雀服務(wù)器的性能數(shù)據(jù)分別與基準(zhǔn)服務(wù)器的平均性能數(shù)據(jù)進(jìn)行比較分析，得到每一臺(tái)金絲雀服務(wù)器相對(duì)于基準(zhǔn)服務(wù)器的分值。

第一分析模塊320適于根據(jù)子性能指標(biāo)數(shù)據(jù)確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)。根據(jù)一種實(shí)施例，第一狀態(tài)包括優(yōu)、中、差、無(wú)數(shù)據(jù)四種。

第一分析模塊320按照以下步驟計(jì)算各子性能指標(biāo)的第一狀態(tài)：

對(duì)于每一個(gè)子性能指標(biāo)，若未采集到基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)和/或金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)，則將第一狀態(tài)設(shè)置為無(wú)數(shù)據(jù)。否則：計(jì)算該子性能指標(biāo)對(duì)應(yīng)的第一均值和第二均值，其中，第一均值為基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值，第二均值為金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值。

當(dāng)?shù)诙蹬c第一均值的比值在第一閾值與第二閾值之間時(shí)，采用KS檢驗(yàn)(Kolmogorov–Smirnov test)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度。

根據(jù)一種實(shí)施例，第一閾值與第二閾值互為倒數(shù)，第一閾值取值為0.5，相應(yīng)地，第二閾值取值為2。相似度的具體計(jì)算過(guò)程為：計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₁(x)和金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₂(x)；按照以下公式計(jì)算相似度

D＝max(F₁(x_j)-F₂(x_j))

其中，D表示相似度，x_j為F₁(x)曲線和F₂(x)曲線對(duì)應(yīng)的橫坐標(biāo)上的任意一點(diǎn)。若相似度D大于相似度閾值，則將該子性能指標(biāo)的第一狀態(tài)設(shè)置為中，否則，將第一狀態(tài)設(shè)置為差。相似度閾值一般取一個(gè)比較小的數(shù)，例如，10^(-10)。KS檢驗(yàn)算法不需要事先確定子性能指標(biāo)數(shù)據(jù)符合何種分布，降低了人為因素對(duì)于分析結(jié)果的干擾。此外，與現(xiàn)有技術(shù)中僅考慮均值的分析方法不同，KS檢驗(yàn)算法隱含地綜合考慮了子性能指標(biāo)數(shù)據(jù)的均值、方差等其他因素，提高了檢驗(yàn)結(jié)果的準(zhǔn)確性。

當(dāng)?shù)诙蹬c第一均值的比值小于第一閾值時(shí)，若該子性能指標(biāo)的取值越小指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。取值越小指示的性能越好的子性能指標(biāo)包括平均響應(yīng)時(shí)間、平均執(zhí)行時(shí)間、最大響應(yīng)時(shí)間、最小響應(yīng)時(shí)間、方差，等等。

當(dāng)?shù)诙蹬c第一均值的比值大于第二閾值時(shí)，若該子性能指標(biāo)的取值越大指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。取值越大指示的性能越好的子性能指標(biāo)包括調(diào)用次數(shù)、吞吐量，等等。

根據(jù)一種實(shí)施例，確定某個(gè)子性能指標(biāo)的第一狀態(tài)的流程圖如圖5所示。圖5中，將第一閾值設(shè)為0.5，第二閾值設(shè)為2，相似度閾值設(shè)為10^(-10)。首先，輸入基準(zhǔn)服務(wù)器的子性能指標(biāo)數(shù)據(jù)metric_baseline和金絲雀服務(wù)器的子性能指標(biāo)數(shù)據(jù)metric_canary，若metric_baseline和metric_canary中至少有一個(gè)為空，則將該子性能指標(biāo)的第一狀態(tài)設(shè)為無(wú)數(shù)據(jù)。

若metric_baseline和metric_canary均不為空，則分別計(jì)算metric_baseline和metric_canary的均值，將metric_baseline的均值記為第一均值，metric_canary的均值記為第二均值。

當(dāng)?shù)诙蹬c第一均值的比值在[0.5，2]的范圍內(nèi)時(shí)，采用KS檢驗(yàn)算法計(jì)算metric_baseline和metric_canary的相似度D，若D>10^(-10)，則將第一狀態(tài)設(shè)為中，若D≤10^(-10)，則將第一狀態(tài)設(shè)為差。

當(dāng)?shù)诙蹬c第一均值的比值小于0.5時(shí)，若該子性能指標(biāo)越小越好，則將第一狀態(tài)設(shè)為優(yōu)，否則，將第一狀態(tài)設(shè)為差。

當(dāng)?shù)诙蹬c第一均值的比值大于2時(shí)，若該子性能指標(biāo)越大越好，則將第一狀態(tài)設(shè)為優(yōu)，否則，將第一狀態(tài)設(shè)為差。

第一分析模塊320確定了各子性能指標(biāo)的第一狀態(tài)后，第二分析模塊330根據(jù)各子性能指標(biāo)的第一狀態(tài)確定性能指標(biāo)的第二狀態(tài)。根據(jù)一種實(shí)施例，第二狀態(tài)包括中、差兩種。第二分析模塊330可以按照以下步驟確定各性能指標(biāo)的第二狀態(tài)：在某一個(gè)性能指標(biāo)所包括的第一數(shù)量的子性能指標(biāo)中，若第一狀態(tài)為差的子性能指標(biāo)的數(shù)目大于等于第二數(shù)量，則將第二狀態(tài)設(shè)置為差，否則，將第二狀態(tài)設(shè)置為中。根據(jù)一種實(shí)施例，第一數(shù)量為6，第二數(shù)量為3，每個(gè)性能指標(biāo)均包括6個(gè)子性能指標(biāo)，對(duì)于某個(gè)性能指標(biāo)，若在其包括的6個(gè)子性能指標(biāo)中至少有3個(gè)的第一狀態(tài)為差，則將該性能指標(biāo)的第二狀態(tài)設(shè)置為差，若在其包括的6個(gè)子性能指標(biāo)中第一狀態(tài)為差的子性能指標(biāo)的數(shù)目小于3，則將該性能指標(biāo)的第二狀態(tài)設(shè)置為中。應(yīng)當(dāng)指出，上述實(shí)施例中第一數(shù)量和第二數(shù)量的取值僅是示例性的，在其他的實(shí)施例中，第一數(shù)量和第二數(shù)量也可以被設(shè)為其他數(shù)值。此外，上述第二分析模塊330確定各性能指標(biāo)的第二狀態(tài)的方法也是示例性的，第二分析模塊330還可以采用其他方法來(lái)確定各性能指標(biāo)的第二狀態(tài)，本發(fā)明對(duì)各性能指標(biāo)的第二狀態(tài)的確定方法并無(wú)限制。

第二分析模塊330確定了各性能指標(biāo)的第二狀態(tài)后，總分計(jì)算模塊340根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值?？偡种档木唧w計(jì)算過(guò)程與評(píng)價(jià)體系的層級(jí)數(shù)有關(guān)，對(duì)評(píng)價(jià)體系為三級(jí)，則總分計(jì)算模塊340直接根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值。例如，第二狀態(tài)有中、差兩種，將“中”記為100分，“差”記為0分，金絲雀服務(wù)器的總分值可以是各性能指標(biāo)的第二狀態(tài)所對(duì)應(yīng)的分值的平均值。

對(duì)于如圖4所示的五級(jí)評(píng)價(jià)體系，總分計(jì)算模塊340首先根據(jù)各性能指標(biāo)的第二狀態(tài)確定各指標(biāo)中類的分值，根據(jù)各指標(biāo)中類的分值確定各指標(biāo)大類的分值，最后，根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值。根據(jù)一種實(shí)施例，指標(biāo)中類的分值為該指標(biāo)中類中所包含的性能指標(biāo)的分值的平均值。性能指標(biāo)的分值可以根據(jù)該性能指標(biāo)的第二狀態(tài)進(jìn)行設(shè)定，例如，將性能指標(biāo)的第二狀態(tài)中的“中”記為100分，“差”記為0分，總分計(jì)算模塊340按照以下公式計(jì)算指標(biāo)中類的分值：

其中，n₁為該指標(biāo)中類中包括的性能指標(biāo)的數(shù)目，a_i為該指標(biāo)中類中的第i個(gè)性能指標(biāo)的第二狀態(tài)對(duì)應(yīng)的分值，1≤i≤n₁。

指標(biāo)大類的分值為該指標(biāo)大類中所包含的指標(biāo)中類的分值的平均值，即總分計(jì)算模塊340按照以下公式計(jì)算指標(biāo)大類的分值：

其中，n₂為該指標(biāo)大類中包括的指標(biāo)中類的數(shù)目，b_j為該指標(biāo)大類中的第j個(gè)指標(biāo)中類的分值，1≤j≤n₂。

測(cè)試人員可以為每一個(gè)指標(biāo)大類設(shè)置權(quán)重，各指標(biāo)大類的權(quán)重之和為1。金絲雀服務(wù)器的總分值為各指標(biāo)大類的分值的加權(quán)平均，即，總分計(jì)算模塊340按照以下公式計(jì)算金絲雀服務(wù)器的總分值：

其中，n₃為指標(biāo)大類的數(shù)目，c_k為第k個(gè)指標(biāo)大類的分值，w_k為第k個(gè)指標(biāo)大類的權(quán)重，

應(yīng)當(dāng)指出，以上指標(biāo)中類、指標(biāo)大類、總分值的計(jì)算方法僅是示例性的，本領(lǐng)域技術(shù)人員還可以設(shè)置其他的計(jì)算方法，例如，將指標(biāo)中類的分值設(shè)為其所包含的性能指標(biāo)的分值的加權(quán)平均，指標(biāo)大類的分值設(shè)為其所包含的指標(biāo)中類的加權(quán)平均，將金絲雀服務(wù)器的總分值設(shè)為指標(biāo)大類的分值的平均，等等，本發(fā)明對(duì)指標(biāo)中類、指標(biāo)大類以及總分值的具體計(jì)算方法并無(wú)限制。

總分值是對(duì)金絲雀服務(wù)器的性能的評(píng)價(jià)。總分值越高，金絲雀服務(wù)器的性能越好。測(cè)試人員可以自行設(shè)置基于總分值的金絲雀服務(wù)器的性能評(píng)價(jià)標(biāo)準(zhǔn)，例如，當(dāng)總分值為90分及以上時(shí)，認(rèn)為金絲雀服務(wù)器的性能符合要求，測(cè)試通過(guò)；當(dāng)總分值低于90分時(shí)，認(rèn)為金絲雀服務(wù)器的性能不符合要求，測(cè)試未通過(guò)，特別地，當(dāng)總分值為60分及以下時(shí)，認(rèn)為金絲雀服務(wù)器的性能很差，不符合要求。以上標(biāo)準(zhǔn)僅是示例性的，測(cè)試人員還可以設(shè)置其他的評(píng)價(jià)標(biāo)準(zhǔn)，本發(fā)明對(duì)此不做限制。

當(dāng)金絲雀分析系統(tǒng)中有多臺(tái)金絲雀服務(wù)器時(shí)，需要分別計(jì)算每一臺(tái)金絲雀服務(wù)器的總分值，并綜合考慮這多臺(tái)金絲雀服務(wù)器的總分值來(lái)做出升級(jí)或回滾的決策。例如，當(dāng)全部金絲雀服務(wù)器的總分值均達(dá)到設(shè)定的標(biāo)準(zhǔn)(例如90分)時(shí)，認(rèn)為新版本應(yīng)用測(cè)試通過(guò)，從基準(zhǔn)服務(wù)器中再取出一定數(shù)量的服務(wù)器作為金絲雀服務(wù)器，升級(jí)其應(yīng)用的版本，由金絲雀分析應(yīng)用300繼續(xù)對(duì)這些新的金絲雀服務(wù)器進(jìn)行測(cè)試分析。當(dāng)多臺(tái)金絲雀服務(wù)器中有半數(shù)及以上未達(dá)到設(shè)定標(biāo)準(zhǔn)(例如90分)，或有一臺(tái)的總分值特別低(例如低于60分)時(shí)，則認(rèn)為新版本應(yīng)用測(cè)試失敗，將金絲雀服務(wù)器進(jìn)行回滾，退回到安裝有舊版本應(yīng)用的原有狀態(tài)。

圖6示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的金絲雀分析方法600的流程圖。如圖6所示，該方法始于步驟S610。

在步驟S610中，預(yù)定周期獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器的性能指標(biāo)數(shù)據(jù)。其中，每個(gè)性能指標(biāo)均包括第一數(shù)量的子性能指標(biāo)，相應(yīng)地，性能指標(biāo)數(shù)據(jù)也包括多個(gè)子性能指標(biāo)數(shù)據(jù)?；鶞?zhǔn)服務(wù)器中配置有舊版本的應(yīng)用，金絲雀服務(wù)器中配置有新版本的應(yīng)用。根據(jù)一種實(shí)施例，每隔預(yù)定周期，獲取基準(zhǔn)服務(wù)器和金絲雀服務(wù)器在當(dāng)前時(shí)刻之前的預(yù)定時(shí)間段內(nèi)的性能指標(biāo)數(shù)據(jù)。其中，預(yù)定周期可以設(shè)置為30分鐘，預(yù)定時(shí)間段可以設(shè)置為180分鐘。預(yù)定周期

根據(jù)一種實(shí)施例，在步驟S610之后，執(zhí)行步驟S650(圖6中未示出)，對(duì)獲取到的性能指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，所述預(yù)處理包括歸一化和平均化。預(yù)處理的具體過(guò)程可以參考前述對(duì)數(shù)據(jù)預(yù)處理模塊350的描述，此處不再贅述。步驟S650執(zhí)行完畢后，繼續(xù)執(zhí)行步驟S620。

在步驟S620中，根據(jù)子性能指標(biāo)數(shù)據(jù)確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)。根據(jù)一種實(shí)施例，第一狀態(tài)包括優(yōu)、中、差、無(wú)數(shù)據(jù)四種。第一狀態(tài)的確定過(guò)程可以參照前述對(duì)第一分析模塊320的描述，此處不再贅述。

隨后，在步驟S630中，對(duì)于每一個(gè)性能指標(biāo)，根據(jù)該性能指標(biāo)所包括的子性能指標(biāo)的第一狀態(tài)確定金絲雀服務(wù)器的該性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)。根據(jù)一種實(shí)施例，第二狀態(tài)包括中、差兩種。第二狀態(tài)的確定過(guò)程可以參照前述對(duì)第二分析模塊330的描述，此處不再贅述。

隨后，在步驟S640中，根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值?？偡种档拇_定過(guò)程可以參照前述對(duì)總分計(jì)算模塊340以及圖4的描述，此處不再贅述。

根據(jù)本發(fā)明的技術(shù)方案，采用KS檢驗(yàn)算法來(lái)比較金絲雀服務(wù)器和基準(zhǔn)服務(wù)器的子性能指標(biāo)，不需要事先確定子性能指標(biāo)數(shù)據(jù)符合何種分布，降低了人為因素對(duì)于分析結(jié)果的干擾。此外，與現(xiàn)有技術(shù)中僅考慮均值的分析方法不同，KS檢驗(yàn)算法隱含地綜合考慮了子性能指標(biāo)數(shù)據(jù)的均值、方差等其他因素，提高了檢驗(yàn)結(jié)果的準(zhǔn)確性。另外，本發(fā)明按照子性能指標(biāo)→性能指標(biāo)→指標(biāo)中類→指標(biāo)大類→金絲雀服務(wù)器的順序?qū)訉酉蛏显u(píng)分，評(píng)價(jià)體系科學(xué)、完善，準(zhǔn)確度較高。

A6：A1所述的金絲雀分析方法，其中，所述第一狀態(tài)包括：優(yōu)、中、差、無(wú)數(shù)據(jù)。

A7：A6所述的金絲雀分析方法，其中，所述根據(jù)子性能指標(biāo)數(shù)據(jù)確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)的步驟包括：對(duì)于每一個(gè)子性能指標(biāo)：若未采集到基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)和/或金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)，則將第一狀態(tài)設(shè)置為無(wú)數(shù)據(jù)；否則：計(jì)算該子性能指標(biāo)對(duì)應(yīng)的第一均值和第二均值，其中，所述第一均值為基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值，所述第二均值為金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值；當(dāng)?shù)诙蹬c第一均值的比值在第一閾值與第二閾值之間時(shí)，采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度，若相似度大于相似度閾值，則將第一狀態(tài)設(shè)置為中，否則，將第一狀態(tài)設(shè)置為差；當(dāng)?shù)诙蹬c第一均值的比值小于第一閾值時(shí)，若該子性能指標(biāo)的取值越小指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差；當(dāng)?shù)诙蹬c第一均值的比值大于第二閾值時(shí)，若該子性能指標(biāo)的取值越大指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。

A8：A7所述的金絲雀分析方法，其中，所述第一閾值與所述第二閾值互為倒數(shù)。

A9：A8所述的金絲雀分析方法，其中，所述第一閾值為0.5，所述第二閾值為2。

A10：A7所述的金絲雀分析方法，其中，采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度的步驟包括：計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₁(x)和金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₂(x)；按照以下公式計(jì)算相似度

D＝max(F₁(x_j)-F₂(x_j))

其中，D表示相似度，x_j為F₁(x)曲線和F₂(x)曲線對(duì)應(yīng)的橫坐標(biāo)上的任意一點(diǎn)。

A11：A1所述的金絲雀分析方法，其中，所述第二狀態(tài)包括：中、差。

A12：A11所述的金絲雀分析方法，其中，對(duì)于每一個(gè)性能指標(biāo)，根據(jù)該性能指標(biāo)所包括的子性能指標(biāo)的第一狀態(tài)確定金絲雀服務(wù)器的該性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)的步驟包括：在該性能指標(biāo)所包括的第一數(shù)量的子性能指標(biāo)中，若第一狀態(tài)為差的子性能指標(biāo)的數(shù)目大于等于第二數(shù)量，則將第二狀態(tài)設(shè)置為差，否則，將第二狀態(tài)設(shè)置為中。

A13：A12所述的金絲雀分析方法，其中，所述第一數(shù)量為6，所述第二數(shù)量為3。

A14：A11所述的金絲雀分析方法，其中，所述根據(jù)各性能指標(biāo)的第二狀態(tài)確定金絲雀服務(wù)器的總分值的步驟包括：根據(jù)各性能指標(biāo)的特點(diǎn)，將每一個(gè)性能指標(biāo)分別歸為多個(gè)指標(biāo)中類中的某一類；對(duì)于每一個(gè)指標(biāo)中類，根據(jù)該指標(biāo)中類中包括的性能指標(biāo)的第二狀態(tài)確定該指標(biāo)中類的分值；根據(jù)各指標(biāo)中類的特點(diǎn)，將每一個(gè)指標(biāo)中類分別歸為多個(gè)指標(biāo)大類中的某一類；對(duì)于每一個(gè)指標(biāo)大類，根據(jù)該指標(biāo)大類中包括的指標(biāo)中類的分值確定該指標(biāo)大類的分值；根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值。

A15：A14所述的金絲雀分析方法，其中，所述對(duì)于每一個(gè)指標(biāo)中類，根據(jù)該指標(biāo)中類中包括的性能指標(biāo)的第二狀態(tài)確定該指標(biāo)中類的分值的步驟包括：根據(jù)各性能指標(biāo)的第二狀態(tài)確定各性能指標(biāo)的分值；指標(biāo)中類的分值為該指標(biāo)中類中所包括的性能指標(biāo)的分值的平均值。

A16：A15所述的金絲雀分析方法，其中，性能指標(biāo)的分值按照以下方法確定：若性能指標(biāo)的第二狀態(tài)為中，則該性能指標(biāo)的分值為100分；若性能指標(biāo)的第二狀態(tài)為差，則該性能指標(biāo)的分值為0分。

A17：A14所述的金絲雀分析方法，其中，指標(biāo)大類的分值為該指標(biāo)大類中所包括的指標(biāo)中類的分值的平均值。

A18：A14所述的金絲雀分析方法，其中，所述根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值的步驟包括：為每一個(gè)指標(biāo)大類設(shè)置權(quán)重，各指標(biāo)大類的權(quán)重之和為1；金絲雀服務(wù)器的總分值為各指標(biāo)大類的分值的加權(quán)平均。

B23：B22所述的金絲雀分析應(yīng)用，其中，所述數(shù)據(jù)預(yù)處理模塊還適于：在基準(zhǔn)服務(wù)器有多臺(tái)時(shí)，對(duì)多臺(tái)基準(zhǔn)服務(wù)器的經(jīng)過(guò)歸一化處理的性能指標(biāo)數(shù)據(jù)求平均值，并將所述平均值作為基準(zhǔn)服務(wù)器的性能指標(biāo)數(shù)據(jù)。

B24：B19所述的金絲雀分析應(yīng)用，其中，所述第一狀態(tài)包括：優(yōu)、中、差、無(wú)數(shù)據(jù)。

B25：B24所述的金絲雀分析應(yīng)用，其中，所述第一分析模塊適于按照以下步驟確定金絲雀服務(wù)器的每一個(gè)子性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第一狀態(tài)：對(duì)于每一個(gè)子性能指標(biāo)：若未采集到基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)和/或金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)，則將第一狀態(tài)設(shè)置為無(wú)數(shù)據(jù)；否則：計(jì)算該子性能指標(biāo)對(duì)應(yīng)的第一均值和第二均值，其中，所述第一均值為基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值，所述第二均值為金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的均值；當(dāng)?shù)诙蹬c第一均值的比值在第一閾值與第二閾值之間時(shí)，采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度，若相似度大于相似度閾值，則將第一狀態(tài)設(shè)置為中，否則，將第一狀態(tài)設(shè)置為差；當(dāng)?shù)诙蹬c第一均值的比值小于第一閾值時(shí)，若該子性能指標(biāo)的取值越小指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差；當(dāng)?shù)诙蹬c第一均值的比值大于第二閾值時(shí)，若該子性能指標(biāo)的取值越大指示的性能越好，則將第一狀態(tài)設(shè)置為優(yōu)，否則，將第一狀態(tài)設(shè)置為差。

B26：B25所述的金絲雀分析應(yīng)用，其中，所述第一閾值與所述第二閾值互為倒數(shù)。

B27：B26所述的金絲雀分析應(yīng)用，其中，所述第一閾值為0.5，所述第二閾值為2。

B28：B25所述的金絲雀分析應(yīng)用，其中，所述第一分析模塊適于按照以下步驟采用KS檢驗(yàn)算法計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)與金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的相似度：計(jì)算基準(zhǔn)服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₁(x)和金絲雀服務(wù)器的該子性能指標(biāo)數(shù)據(jù)的累積分布函數(shù)F₂(x)；按照以下公式計(jì)算相似度

D＝max(F₁(x_j)-F₂(x_j))

其中，D表示相似度，x_j為F₁(x)曲線和F₂(x)曲線對(duì)應(yīng)的橫坐標(biāo)上的任意一點(diǎn)。

B29：B19所述的金絲雀分析應(yīng)用，其中，所述第二狀態(tài)包括：中、差。

B30：B29所述的金絲雀分析應(yīng)用，其中，所述第二分析模塊適于按照以下步驟確定金絲雀服務(wù)器的各性能指標(biāo)相對(duì)于基準(zhǔn)服務(wù)器所處的第二狀態(tài)：在某一個(gè)性能指標(biāo)所包括的第一數(shù)量的子性能指標(biāo)中，若第一狀態(tài)為差的子性能指標(biāo)的數(shù)目大于等于第二數(shù)量，則將第二狀態(tài)設(shè)置為差，否則，將第二狀態(tài)設(shè)置為中。

B31：B30所述的金絲雀分析應(yīng)用，其中，所述第一數(shù)量為6，所述第二數(shù)量為3。

B32：B29所述的金絲雀分析應(yīng)用，其中，所述總分計(jì)算模塊適于按照以下步驟確定金絲雀服務(wù)器的總分值：根據(jù)各性能指標(biāo)的特點(diǎn)，將每一個(gè)性能指標(biāo)分別歸為多個(gè)指標(biāo)中類中的某一類；對(duì)于每一個(gè)指標(biāo)中類，根據(jù)該指標(biāo)中類中包括的性能指標(biāo)的第二狀態(tài)確定該指標(biāo)中類的分值；根據(jù)各指標(biāo)中類的特點(diǎn)，將每一個(gè)指標(biāo)中類分別歸為多個(gè)指標(biāo)大類中的某一類；對(duì)于每一個(gè)指標(biāo)大類，根據(jù)該指標(biāo)大類中包括的指標(biāo)中類的分值確定該指標(biāo)大類的分值；根據(jù)各指標(biāo)大類的分值確定金絲雀服務(wù)器的總分值。

B33：B32所述的金絲雀分析應(yīng)用，其中，所述總分計(jì)算模塊適于按照以下步驟確定指標(biāo)中類的分值：根據(jù)各性能指標(biāo)的第二狀態(tài)確定各性能指標(biāo)的分值；指標(biāo)中類的分值為該指標(biāo)中類中所包括的性能指標(biāo)的分值的平均值。

B34：B33所述的金絲雀分析應(yīng)用，其中，總分計(jì)算模塊適于按照以下步驟確定性能指標(biāo)的分值：若性能指標(biāo)的第二狀態(tài)為中，則該性能指標(biāo)的分值為100分；若性能指標(biāo)的第二狀態(tài)為差，則該性能指標(biāo)的分值為0分。

B35：B32所述的金絲雀分析應(yīng)用，其中，所述總分計(jì)算模塊適于按照以下方法確定指標(biāo)大類的分值：指標(biāo)大類的分值為該指標(biāo)大類中所包括的指標(biāo)中類的分值的平均值。

B36：B32所述的金絲雀分析應(yīng)用，其中，所述總分計(jì)算模塊適于按照以下步驟確定金絲雀服務(wù)器的總分值：為每一個(gè)指標(biāo)大類設(shè)置權(quán)重，各指標(biāo)大類的權(quán)重之和為1；金絲雀服務(wù)器的總分值為各指標(biāo)大類的分值的加權(quán)平均。

在此處所提供的說(shuō)明書(shū)中，算法和顯示不與任何特定計(jì)算機(jī)、虛擬系統(tǒng)或者其它設(shè)備固有相關(guān)。各種通用系統(tǒng)也可以與本發(fā)明的示例一起使用。根據(jù)上面的描述，構(gòu)造這類系統(tǒng)所要求的結(jié)構(gòu)是顯而易見(jiàn)的。此外，本發(fā)明也不針對(duì)任何特定編程語(yǔ)言。應(yīng)當(dāng)明白，可以利用各種編程語(yǔ)言實(shí)現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對(duì)特定語(yǔ)言所做的描述是為了披露本發(fā)明的最佳實(shí)施方式。

在此處所提供的說(shuō)明書(shū)中，說(shuō)明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施例可以在沒(méi)有這些具體細(xì)節(jié)的情況下被實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說(shuō)明書(shū)的理解。

類似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開(kāi)并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開(kāi)的方法解釋成反映如下意圖：即所要求保護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多特征。更確切地說(shuō)，如下面的權(quán)利要求書(shū)所反映的那樣，發(fā)明方面在于少于前面公開(kāi)的單個(gè)實(shí)施例的所有特征。因此，遵循具體實(shí)施方式的權(quán)利要求書(shū)由此明確地并入該具體實(shí)施方式，其中每個(gè)權(quán)利要求本身都作為本發(fā)明的單獨(dú)實(shí)施例。

本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開(kāi)的示例中的設(shè)備的模塊或單元或組件可以布置在如該實(shí)施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備不同的一個(gè)或多個(gè)設(shè)備中。前述示例中的模塊可以組合為一個(gè)模塊或者此外可以分成多個(gè)子模塊。

本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中?？梢园褜?shí)施例中的模塊或單元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或子組件。除了這樣的特征和/或過(guò)程或者單元中的至少一些是相互排斥之外，可以采用任何組合對(duì)本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的所有特征以及如此公開(kāi)的任何方法或者設(shè)備的所有過(guò)程或單元進(jìn)行組合。除非另外明確陳述，本說(shuō)明書(shū)(包括伴隨的權(quán)利要求、摘要和附圖)中公開(kāi)的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來(lái)代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書(shū)中，所要求保護(hù)的實(shí)施例的任意之一都可以以任意的組合方式來(lái)使用。

此外，所述實(shí)施例中的一些在此被描述成可以由計(jì)算機(jī)系統(tǒng)的處理器或者由執(zhí)行所述功能的其它裝置實(shí)施的方法或方法元素的組合。因此，具有用于實(shí)施所述方法或方法元素的必要指令的處理器形成用于實(shí)施該方法或方法元素的裝置。此外，裝置實(shí)施例的在此所述的元素是如下裝置的例子：該裝置用于實(shí)施由為了實(shí)施該發(fā)明的目的的元素所執(zhí)行的功能。

如在此所使用的那樣，除非另行規(guī)定，使用序數(shù)詞“第一”、“第二”、“第三”等等來(lái)描述普通對(duì)象僅僅表示涉及類似對(duì)象的不同實(shí)例，并且并不意圖暗示這樣被描述的對(duì)象必須具有時(shí)間上、空間上、排序方面或者以任意其它方式的給定順序。

盡管根據(jù)有限數(shù)量的實(shí)施例描述了本發(fā)明，但是受益于上面的描述，本技術(shù)領(lǐng)域內(nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實(shí)施例。此外，應(yīng)當(dāng)注意，本說(shuō)明書(shū)中使用的語(yǔ)言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書(shū)的范圍和精神的情況下，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)許多修改和變更都是顯而易見(jiàn)的。對(duì)于本發(fā)明的范圍，對(duì)本發(fā)明所做的公開(kāi)是說(shuō)明性的，而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書(shū)限定。