本發(fā)明涉及計算機(jī)網(wǎng)絡(luò)系統(tǒng)的性能監(jiān)測和維護(hù)技術(shù)，具體涉及一種基于端到端的應(yīng)用系統(tǒng)故障定位方法及裝置。

背景技術(shù)：

計算機(jī)網(wǎng)絡(luò)系統(tǒng)，一般包括安裝應(yīng)用程序的客戶端(簡稱客戶端)和應(yīng)用系統(tǒng)所在的應(yīng)用服務(wù)器端(簡稱服務(wù)器端)，客戶端和服務(wù)器端就組合成常見的基于端到端的應(yīng)用系統(tǒng)。其中的客戶端可以是基于b/s模型的瀏覽器，也可以是基于c/s模型的客戶(client)端軟件，還可以是現(xiàn)有的基于移動終端的應(yīng)用(app)客戶端；而服務(wù)器端除了內(nèi)部設(shè)置有主程序外，絕大多數(shù)都還設(shè)置有數(shù)據(jù)庫，數(shù)據(jù)庫也可稱之為數(shù)據(jù)庫端。

當(dāng)前的基于端到端的應(yīng)用系統(tǒng)存在故障頻發(fā)、故障定位困難的問題，業(yè)界給出了很多解決方案，但是，解決方案大都側(cè)重在對服務(wù)器端軟件的性能監(jiān)控及日志數(shù)據(jù)收集，而服務(wù)器端軟件的性能監(jiān)控一般都是基于單節(jié)點的監(jiān)控，即：在客戶端、服務(wù)器端和數(shù)據(jù)庫端各部署一個獨立的應(yīng)用或監(jiān)控系統(tǒng)，中間的網(wǎng)絡(luò)部署及底層的物理機(jī)部分也分別選擇獨立的監(jiān)控。但是，由于每個節(jié)點的應(yīng)用或監(jiān)控系統(tǒng)涉及到不同的廠商，數(shù)據(jù)的格式可能并不一致，性能出現(xiàn)問題時，由于數(shù)據(jù)孤島的原因，無法實現(xiàn)數(shù)據(jù)的連貫分析，往往需要逐個節(jié)點的排查，并且診斷的結(jié)果會出現(xiàn)各個系統(tǒng)節(jié)點對故障定位說法不一，故障位置難以快速準(zhǔn)確找到，不能支持基于一個具體的業(yè)務(wù)關(guān)聯(lián)的多個節(jié)點的性能故障的聯(lián)合診斷。

隨著基于端到端的應(yīng)用系統(tǒng)的設(shè)計向著基于web的分布式系統(tǒng)發(fā)展、移動設(shè)備的大量出現(xiàn)和業(yè)務(wù)競爭越來越激烈的現(xiàn)狀，使得爭奪業(yè)務(wù)的流量入口變得 愈發(fā)重要，進(jìn)而使得計算機(jī)網(wǎng)絡(luò)系統(tǒng)更關(guān)注用戶的使用體驗。但故障定位困難的問題，會大大降低用戶的使用體驗。因此，故障定位困難的問題，是亟待解決的問題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例期望提供一種基于端到端的應(yīng)用系統(tǒng)故障定位方法及裝置，能快速準(zhǔn)確地找到故障位置，提高用戶的使用體驗。

為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明實施例提供了一種基于端到端的應(yīng)用系統(tǒng)故障定位方法，所述方法包括：

客戶端發(fā)起任務(wù)請求后，記錄任務(wù)完成過程中各個執(zhí)行環(huán)節(jié)的響應(yīng)時間；

根據(jù)所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；

根據(jù)所述任務(wù)性能狀況，提取任務(wù)性能狀況差的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，確定故障原因和位置。

優(yōu)選的，所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，包括：

所述客戶端發(fā)起的請求到達(dá)服務(wù)器端的時間；

服務(wù)器端接收所述客戶端的任務(wù)請求后到與所述數(shù)據(jù)庫開始交互的時間；

所述數(shù)據(jù)庫端與所述服務(wù)器端開始交互后到開始向所述服務(wù)器端反饋數(shù)據(jù)的時間；

所述服務(wù)器端接收所述數(shù)據(jù)庫端反饋的數(shù)據(jù)后到開始向客戶端發(fā)送的時間；

所述服務(wù)器端向客戶端發(fā)送的數(shù)據(jù)全部加載到客戶端的時間。

優(yōu)選的，所述方法還包括：

所述客戶端發(fā)起任務(wù)請求后，在服務(wù)器啟動前，加載web代理程序；

當(dāng)客戶端訪問服務(wù)器端時，所述服務(wù)器探測到所述客戶端的聯(lián)絡(luò)信息后，將js腳本注入到客戶端展示層，跟蹤到客戶端的請求任務(wù)類型；

識別每一個客戶端請求標(biāo)記，并在服務(wù)器端增加新的標(biāo)記，標(biāo)示服務(wù)器端的任務(wù)邏輯處理的開始時間；

服務(wù)器端與數(shù)據(jù)庫端交互時，標(biāo)記和數(shù)據(jù)庫交互的開始時間，并標(biāo)記數(shù)據(jù)庫端將該任務(wù)處理完后將數(shù)據(jù)反饋至服務(wù)器端的時間。

優(yōu)選的，所述根據(jù)所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況，包括：

通過以下三種方法的任一種或其任意組合，來確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況：

設(shè)置響應(yīng)時間閾值，對所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間大于預(yù)設(shè)閾值的任務(wù)，確定為性能狀況差；

采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算應(yīng)用性能指數(shù)，對小于預(yù)設(shè)閾值的任務(wù)，確定為性能狀況差；

采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算算術(shù)平均值，將偏離所述算術(shù)平均值一定值的任務(wù)，確定為性能狀況差。

優(yōu)選的，所述提取所述任務(wù)性能狀況差的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，包括提取下述數(shù)據(jù)中的異常事件數(shù)據(jù)：

客戶端的頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

或服務(wù)器端的應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)、應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

或數(shù)據(jù)庫端的自身性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

優(yōu)選的，所述方法還包括：

預(yù)先在客戶端的頁面展示層，植入常規(guī)的js腳本代碼，來跟蹤應(yīng)用的請求任務(wù)類型及檢查頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

預(yù)先在服務(wù)器端部署所述web代理程序，獲取應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、獲取應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)以及應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

預(yù)先在數(shù)據(jù)庫端部署數(shù)據(jù)庫代理程序，獲取數(shù)據(jù)庫本身的性能質(zhì)量指標(biāo)和 運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

本發(fā)明實施例還提供了一種基于端到端的應(yīng)用系統(tǒng)故障定位裝置，所述裝置包括時間記錄模塊、性能狀況確定模塊和故障定位模塊；其中，

所述時間記錄模塊，用于客戶端發(fā)起任務(wù)請求后，記錄任務(wù)完成過程中各個執(zhí)行環(huán)節(jié)的響應(yīng)時間；

所述性能狀況確定模塊，用于根據(jù)所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；

所述故障定位模塊，用于根據(jù)所述任務(wù)性能狀況，提取任務(wù)性能狀況差的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，確定故障原因和位置。

優(yōu)選的，所述時間記錄模塊具體用于，記錄各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，包括：

所述客戶端發(fā)起的請求到達(dá)服務(wù)器端的時間；

所述服務(wù)器端接收所述客戶端的任務(wù)請求后到與所述數(shù)據(jù)庫開始交互的時間；

所述數(shù)據(jù)庫端與所述服務(wù)器端開始交互后到開始向所述服務(wù)器端反饋數(shù)據(jù)的時間；

所述服務(wù)器端接收所述數(shù)據(jù)庫端反饋的數(shù)據(jù)后到開始向客戶端發(fā)送的時間；

所述服務(wù)器端向客戶端發(fā)送的數(shù)據(jù)全部加載到客戶端的時間；

所述時間記錄模塊還包括執(zhí)行如下任務(wù)：

所述客戶端發(fā)起任務(wù)請求后，在服務(wù)器啟動前，加載web代理程序；

當(dāng)客戶端訪問服務(wù)器端時，所述服務(wù)器探測到所述客戶端的聯(lián)絡(luò)信息后，將js腳本注入到客戶端展示層，跟蹤到客戶端的請求任務(wù)類型；

識別每一個客戶端請求標(biāo)記，并在服務(wù)器端再增加一個新的標(biāo)記，以標(biāo)示服務(wù)器端的任務(wù)邏輯處理的開始時間；

服務(wù)器端與數(shù)據(jù)庫端交互時，標(biāo)記和數(shù)據(jù)庫交互的開始時間，再標(biāo)記數(shù)據(jù)庫端將該任務(wù)處理完后將數(shù)據(jù)反饋至服務(wù)器端的時間。

優(yōu)選的，所述性能狀況確定模塊具體用于：通過以下三種方法的任一種或其任意組合，來確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況：

設(shè)置響應(yīng)時間閾值，對所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間大于預(yù)設(shè)閾值的任務(wù)，確定為性能狀況差；

采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算應(yīng)用性能指數(shù)，對小于預(yù)設(shè)閾值的任務(wù)，確定為性能狀況差；

采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算算術(shù)平均值，將偏離所述算術(shù)平均值一定值的任務(wù)，確定為性能狀況差。

優(yōu)選的，所述故障定位模塊具體用于：對性能狀況差的任務(wù)，提取如下數(shù)據(jù)中的異常事件數(shù)據(jù)：

客戶端的頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

或服務(wù)器端的應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)、應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

或數(shù)據(jù)庫端的自身性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)；

所述故障定位模塊還用于：

預(yù)先在客戶端的頁面展示層，植入常規(guī)的js腳本代碼，來跟蹤應(yīng)用的請求任務(wù)類型及檢查頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

預(yù)先在服務(wù)器端部署所述web代理程序，獲取應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、獲取應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)以及應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

預(yù)先在數(shù)據(jù)庫端部署數(shù)據(jù)庫代理程序，獲取數(shù)據(jù)庫本身的性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

通過上述技術(shù)方案，本發(fā)明實施例提供的基于端到端的應(yīng)用系統(tǒng)故障定位方法及裝置，客戶端發(fā)起任務(wù)請求后，記錄任務(wù)完成過程中各個執(zhí)行環(huán)節(jié)的響應(yīng)時間；根據(jù)所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；根據(jù)所述任務(wù)性能狀況，提取任務(wù)性能狀況差的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，確定故障原因和位置；可見，本發(fā)明實施例根據(jù)客戶端用戶體驗最明顯 的響應(yīng)時間這一指標(biāo)來判斷任務(wù)性能狀況，直接提取任務(wù)性能狀況差的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，這樣，不用提取很多執(zhí)行環(huán)節(jié)的詳細(xì)數(shù)據(jù)，大大減輕了服務(wù)器端的工作負(fù)載；而且，也能快速準(zhǔn)確的找到故障位置，提供更好的用戶使用體檢。

附圖說明

圖1為本發(fā)明實施例基于端到端的應(yīng)用系統(tǒng)故障定位方法的實現(xiàn)流程示意圖；

圖2為本發(fā)明實施例基于端到端的應(yīng)用系統(tǒng)故障定位方法中的各個執(zhí)行環(huán)節(jié)的響應(yīng)時間的示意圖；

圖3為本發(fā)明實施例基于端到端的應(yīng)用系統(tǒng)故障定位裝置的示意圖。

具體實施方式

下面將結(jié)合附圖及具體實施例對本發(fā)明再做進(jìn)一步的說明。

如圖1所示，本發(fā)明實施例的一種基于端到端的應(yīng)用系統(tǒng)故障定位方法，包括：

步驟101：客戶端發(fā)起任務(wù)請求后，記錄任務(wù)完成過程中各個執(zhí)行環(huán)節(jié)的響應(yīng)時間；

這里，所述客戶端可以是基于b/s模型的瀏覽器，也可以是基于c/s模型的客戶端軟件，還可以是現(xiàn)有的基于移動終端的app客戶端；

所述任務(wù)為一個業(yè)務(wù)中的一個獨立的進(jìn)程，例如網(wǎng)購是一個業(yè)務(wù)，則用戶登錄、選擇商品、下單和付款等均是其中的一個任務(wù)。

本發(fā)明實施例中，任務(wù)的執(zhí)行會涉及到客戶端、服務(wù)器端和數(shù)據(jù)庫端；其中，所述服務(wù)器端是為所述客戶端的應(yīng)用程序提供服務(wù)的應(yīng)用系統(tǒng)所在的應(yīng)用服務(wù)器端；所述客戶端和服務(wù)器端通過網(wǎng)絡(luò)連接，可以是局域網(wǎng)連接，也可以是廣域網(wǎng)連接；而服務(wù)器端除了內(nèi)部設(shè)置有主程序外，還設(shè)置有數(shù)據(jù)庫，數(shù)據(jù) 庫也可稱之為數(shù)據(jù)庫端。

這里的執(zhí)行環(huán)節(jié)，是指客戶端到服務(wù)器端、服務(wù)器端到數(shù)據(jù)庫端等的交互及處理環(huán)節(jié)，其中數(shù)據(jù)庫端由于處理時間比較長，所以數(shù)據(jù)庫端內(nèi)部的處理過程也是一個執(zhí)行環(huán)節(jié)，各個執(zhí)行環(huán)節(jié)之間是連續(xù)的，沒有其它間隔和停留時間。

具體的，本步驟中，所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，如圖2所示，包括：

所述客戶端發(fā)起的請求到達(dá)服務(wù)器端的時間21；

所述服務(wù)器端接收所述客戶端的任務(wù)請求后到與所述數(shù)據(jù)庫開始交互的時間22；

所述數(shù)據(jù)庫端與所述服務(wù)器端開始交互后到開始向所述服務(wù)器端反饋數(shù)據(jù)的時間23；

所述服務(wù)器端接收所述數(shù)據(jù)庫端反饋的數(shù)據(jù)后到開始向客戶端發(fā)送的時間24；

所述服務(wù)器端向客戶端發(fā)送的數(shù)據(jù)全部加載到客戶端的時間25；

這樣，也就可以知道任務(wù)完成的總時間，即：完成任務(wù)的總時間＝時間21+時間22+時間23+時間24+時間25。

為了對上述的時間了解的更清楚，也可以將完成任務(wù)的總時間表示為以下三個：

客戶端請求的網(wǎng)絡(luò)傳輸時間：所述客戶端發(fā)起的請求到達(dá)服務(wù)器端的時間+所述服務(wù)器端向客戶端發(fā)送的數(shù)據(jù)全部加載到客戶端的時間；

服務(wù)器端的任務(wù)處理時間：服務(wù)器端接收所述客戶端的任務(wù)請求后到與所述數(shù)據(jù)庫開始交互的時間+所述服務(wù)器端接收所述數(shù)據(jù)庫端反饋的數(shù)據(jù)后到開始向客戶端發(fā)送的時間；

數(shù)據(jù)庫端的響應(yīng)及處理時間：所述數(shù)據(jù)庫端與所述服務(wù)器端開始交互后到開始向所述服務(wù)器端反饋數(shù)據(jù)的時間。

更進(jìn)一步的，為了準(zhǔn)確記錄上述時間，步驟101還包括：

所述客戶端發(fā)起任務(wù)請求時，在服務(wù)器啟動前，加載代理應(yīng)用程序；

當(dāng)客戶端訪問服務(wù)器端時，所述服務(wù)器探測到所述客戶端的聯(lián)絡(luò)信息后， 將js腳本注入到客戶端展示層，跟蹤到客戶端的請求任務(wù)類型；

識別每一個客戶端請求標(biāo)記，并在服務(wù)器端再增加一個新的標(biāo)記，標(biāo)示服務(wù)器端的任務(wù)邏輯處理的開始時間；

服務(wù)器端與數(shù)據(jù)庫端交互時，標(biāo)記和數(shù)據(jù)庫交互的開始時間，再標(biāo)記數(shù)據(jù)庫端將該任務(wù)處理完后將數(shù)據(jù)反饋至服務(wù)器端的時間。

其中，服務(wù)器探測所述客戶端的聯(lián)絡(luò)信息，為通過tcp信號探測到所述客戶端的聯(lián)絡(luò)信息，所述聯(lián)絡(luò)信息為客戶端的ip地址及隨機(jī)端口。

步驟102：根據(jù)所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；

目前常用的度量應(yīng)用系統(tǒng)性能狀況的方法有兩種：

a.基于單個節(jié)點的資源使用情況的定量分析；

b.基于任務(wù)響應(yīng)時間的定量分析。

具體的，基于單個節(jié)點的資源使用情況的定量分析，涉及的分析指標(biāo)比較多，舉例如下：

1)前端的入口處，主要指標(biāo)包括：并發(fā)用戶請求數(shù)量；用戶在線數(shù)量；用戶請求行為；前端頁面的研發(fā)質(zhì)量，每一個頁面窗口的加載等性能；用戶請求業(yè)務(wù)類型等；

2)業(yè)務(wù)處理端的性能指標(biāo)包括：應(yīng)用程序的代碼質(zhì)量；應(yīng)用程序的配置運行模型；應(yīng)用程序與數(shù)據(jù)庫之間的交互質(zhì)量；代碼邏輯；網(wǎng)絡(luò)配置對系統(tǒng)的性能影響；服務(wù)器硬件配置對性能的影響等；

3)后端數(shù)據(jù)庫的性能指標(biāo)包括：數(shù)據(jù)庫事務(wù)處理的性能；數(shù)據(jù)庫本身的優(yōu)化模型及配置模型對性能的影響；數(shù)據(jù)庫所在操作系統(tǒng)對性能的配置影響；網(wǎng)絡(luò)配置對性能的影響等。

但從基于任務(wù)響應(yīng)時間的定量分析來看，涉及的指標(biāo)只有一個，即響應(yīng)時間，響應(yīng)時間能將上面的所有指標(biāo)的性能集中展示出來。

而且，從客戶端用戶的角度看待應(yīng)用系統(tǒng)性能狀況，客戶端用戶對應(yīng)用系統(tǒng)的性能狀況的度量采用的是定性分析，影響定性的主要指標(biāo)是響應(yīng)時間，即： 依據(jù)對應(yīng)用系統(tǒng)使用的響應(yīng)時間快慢來判斷應(yīng)用系統(tǒng)的好與差。也就是基于任務(wù)響應(yīng)時間的定量分析，能更好的測量客戶端用戶體驗。

所以，本發(fā)明實施例采用任務(wù)響應(yīng)時間來確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；這樣，比基于單個節(jié)點的資源使用情況，更節(jié)省資源，能更快速準(zhǔn)確地找到故障位置，也能更好的測量客戶端用戶體驗。

本發(fā)明實施例中，基于任務(wù)響應(yīng)時間來定量分析的方法可以采用以下三種方法中的任一種或其任意組合：

第一種方法是預(yù)先設(shè)置響應(yīng)時間閾值，對獲取的響應(yīng)時間大于預(yù)設(shè)閾值的任務(wù)，確定為任務(wù)性能狀況差；

進(jìn)一步的，可根據(jù)實際測試，預(yù)先設(shè)置響應(yīng)時間和任務(wù)性能狀況的對應(yīng)關(guān)系；具體可根據(jù)網(wǎng)絡(luò)和任務(wù)類型，模擬實際使用環(huán)境進(jìn)行一些測試，再根據(jù)測試結(jié)構(gòu)設(shè)置響應(yīng)時間和任務(wù)性能狀況的對應(yīng)關(guān)系，如：響應(yīng)時間小于3秒，設(shè)置為滿意，確定為任務(wù)性能狀況好；響應(yīng)時間在3～12秒之間，設(shè)置為容忍，確定為任務(wù)性能狀況一般；響應(yīng)時間大于12秒，設(shè)置為失望，確定為任務(wù)性能狀況差；這里，可將12秒設(shè)置為響應(yīng)時間閾值。

第二種方法是使用應(yīng)用性能指數(shù)(apdex，applicationperformanceindex)：采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算應(yīng)用性能指數(shù)；

設(shè)置應(yīng)用性能指數(shù)閾值，對小于預(yù)設(shè)閾值的任務(wù)，確定為性能狀況差。

這里，apdex聯(lián)盟是一個由眾多網(wǎng)絡(luò)分析技術(shù)公司和測量工業(yè)組成的聯(lián)盟組織，它們聯(lián)合開發(fā)了應(yīng)用性能指數(shù)，應(yīng)用性能指數(shù)是用戶對應(yīng)用性能滿意度的量化值，應(yīng)用性能指數(shù)提供了一種統(tǒng)一的測量和報告用戶體驗的方法，將用戶的體驗和應(yīng)用性能聯(lián)系在一起。對應(yīng)用性能指數(shù)的具體計算方法屬于本領(lǐng)域的現(xiàn)有技術(shù)，在此不再贅述。

其中，應(yīng)用性能指數(shù)的計算值所對應(yīng)的含義如下：0.94～1為優(yōu)異；0.85～0.94為好；0.7～0.85為一般；0.5～0.7為差；0.5以下為無法接受；這里，可設(shè)置0.5為應(yīng)用性能指數(shù)閾值。

進(jìn)一步的，可根據(jù)網(wǎng)絡(luò)和任務(wù)類型，設(shè)置應(yīng)用性能指數(shù)與任務(wù)性能狀況的 對應(yīng)關(guān)系，如將應(yīng)用性能指數(shù)小于0.5確定為性能狀況差。

第三種方法是借助統(tǒng)計學(xué)的原理：采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算算術(shù)平均值，將偏離所述算術(shù)平均值一定值的任務(wù)，確定為性能狀況差；

具體的，計算算術(shù)平均值的步驟：

假設(shè)有一組數(shù)值x1，x2,x3,......xn(x1表示一個任務(wù)第一次執(zhí)行的響應(yīng)時間，x2表示該任務(wù)第二次執(zhí)行的響應(yīng)時間，以此類推，xn表示該任務(wù)第n次執(zhí)行的響應(yīng)時間)，設(shè)所述任務(wù)的響應(yīng)時間的算術(shù)平均值為μ，則得到：

為了更科學(xué)的反映該任務(wù)響應(yīng)時間的波動情況和波動范圍，進(jìn)一步計算響應(yīng)時間的標(biāo)準(zhǔn)差，設(shè)標(biāo)準(zhǔn)差為σ，則得到：

根據(jù)6σ的統(tǒng)計學(xué)原理，可知：

(μ-σ<x≤μ+σ)＝68.3％(3)

(μ-2σ<x≤μ+2σ)＝95.4％(4)

(μ-3σ<x≤μ+3σ)＝99.7％(5)

可見，在同一任務(wù)中，絕大多數(shù)的響應(yīng)時間與所述算術(shù)平均值的偏差都在2σ內(nèi)；因此，本發(fā)明實施例將響應(yīng)時間與所述算術(shù)平均值的偏差超過2σ的任務(wù)確定為性能狀況差。

進(jìn)一步的，上述三種定量分析的方法，在實際使用中，還是有一定的區(qū)別的，第一種方法比較簡單，可使用在很小或在測試階段的應(yīng)用系統(tǒng)，并且訪問業(yè)務(wù)比較少，響應(yīng)時間的數(shù)據(jù)呈離散分布；第三種方法則建議使用在比較大的應(yīng)用系統(tǒng)，訪問業(yè)務(wù)非常多且沒有間斷，響應(yīng)時間的數(shù)據(jù)比較連續(xù)，這樣統(tǒng)計出的數(shù)據(jù)比較準(zhǔn)確；而第二種方法則介于兩者之間。

本發(fā)明實施例中，上述響應(yīng)時間指的是一個執(zhí)行環(huán)節(jié)的響應(yīng)時間，如果某個執(zhí)行環(huán)節(jié)的響應(yīng)時間異常，直接提取該環(huán)節(jié)的異常事件數(shù)據(jù)，能更快的找到故障原因和位置；

如果有多個執(zhí)行環(huán)節(jié)的響應(yīng)時間均異常，則首先提取與服務(wù)器端有關(guān)的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)。

另外，在所有執(zhí)行環(huán)節(jié)的響應(yīng)時間都正常的情況下，還需要對完成該任務(wù)的總時間再做定量分析，因為理論上，多個執(zhí)行環(huán)節(jié)的小問題累積起來，對完成該任務(wù)的總時間可能就是一種異常，即：執(zhí)行任務(wù)過程中總的響應(yīng)時間異常；針對完成任務(wù)的總時間的異常，就需要提取所有的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，可以先提取與服務(wù)器端有關(guān)的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，也可以先提取各個執(zhí)行環(huán)節(jié)中響應(yīng)時間相對更長的執(zhí)行環(huán)節(jié)。

步驟103：根據(jù)所述任務(wù)性能狀況，提取任務(wù)性能狀況差的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，確定故障原因和位置。

根據(jù)所述任務(wù)性能狀況，提取異常事件數(shù)據(jù)，這樣就比較有目的性和針對性，例如，如果時間23響應(yīng)時間長，就直接提取數(shù)據(jù)庫端的異常事件數(shù)據(jù)，這樣就不需要提取所有執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，減輕了服務(wù)器端的負(fù)載，也能更快的找到故障原因和位置。

通常，所述異常事件數(shù)據(jù)為通過預(yù)先設(shè)置在各終端的監(jiān)控程序采集，根據(jù)這些數(shù)據(jù)判斷執(zhí)行環(huán)節(jié)的故障原因和位置；這里，所述終端包括服務(wù)器端、客戶端、數(shù)據(jù)庫端，還包括中間的網(wǎng)絡(luò)部署及底層的物理機(jī)部分；

本發(fā)明實施例中，優(yōu)先提取的數(shù)據(jù)包括：

客戶端的頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

服務(wù)器端的應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)、應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

數(shù)據(jù)庫端的自身性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

進(jìn)一步的，上述數(shù)據(jù)中還包括：對判斷故障位置有重要幫助的用戶請求的 時間、任務(wù)類型等客戶端訪問行為，應(yīng)用系統(tǒng)的異常事件、網(wǎng)絡(luò)的異常事件以及與整個應(yīng)用系統(tǒng)的性能狀況相關(guān)的異常事件。

本發(fā)明實施例中，預(yù)先設(shè)置在所述終端的監(jiān)控程序，包括：

預(yù)先在客戶端的頁面展示層植入常規(guī)的js腳本代碼，來跟蹤應(yīng)用的請求任務(wù)類型及檢查頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

預(yù)先在服務(wù)器端部署web代理程序，獲取應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、獲取應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)、以及應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

預(yù)先在數(shù)據(jù)庫端部署數(shù)據(jù)庫代理程序，獲取數(shù)據(jù)庫本身的性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

更具體的，所述web代理程序為webtracker程序，所述數(shù)據(jù)庫代理程序為dbtracker程序。

如圖3所示，本發(fā)明實施例的一種基于端到端的應(yīng)用系統(tǒng)故障定位裝置，包括：時間記錄模塊31、性能狀況確定模塊32和故障定位模塊33；其中，

所述時間記錄模塊31，用于客戶端發(fā)起任務(wù)請求后，記錄任務(wù)完成過程中各個執(zhí)行環(huán)節(jié)的響應(yīng)時間；

這里，所述客戶端可以是基于b/s模型的瀏覽器，也可以是基于c/s模型的客戶端軟件，還可以是現(xiàn)有的基于移動終端的app客戶端；

所述任務(wù)為一個業(yè)務(wù)中的一個獨立的進(jìn)程，例如網(wǎng)購是一個業(yè)務(wù)，則用戶登錄、選擇商品、下單和付款等均是其中的一個任務(wù)。

本發(fā)明實施例中，任務(wù)的執(zhí)行會涉及到客戶端、服務(wù)器端和數(shù)據(jù)庫端；其中，所述服務(wù)器端是為所述客戶端的應(yīng)用程序提供服務(wù)的應(yīng)用系統(tǒng)所在的應(yīng)用服務(wù)器端；所述客戶端和服務(wù)器端通過網(wǎng)絡(luò)連接，可以是局域網(wǎng)連接，也可以是廣域網(wǎng)連接；而服務(wù)器端除了內(nèi)部設(shè)置有主程序外，還設(shè)置有數(shù)據(jù)庫，數(shù)據(jù)庫也可稱之為數(shù)據(jù)庫端。

這里的執(zhí)行環(huán)節(jié)，是指客戶端到服務(wù)器端、服務(wù)器端到數(shù)據(jù)庫端等的交互環(huán)節(jié)，其中數(shù)據(jù)庫端由于處理時間比較長，所以數(shù)據(jù)庫端內(nèi)部的處理過程也是一個執(zhí)行環(huán)節(jié)，各個執(zhí)行環(huán)節(jié)之間是連續(xù)的，沒有其它間隔和停留時間。

具體的，所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，如圖2所示，包括：

所述客戶端發(fā)起的請求到達(dá)服務(wù)器端的時間21；

所述服務(wù)器端接收所述客戶端的任務(wù)請求后到與所述數(shù)據(jù)庫開始交互的時間22；

所述數(shù)據(jù)庫端與所述服務(wù)器端開始交互后到開始向所述服務(wù)器端反饋數(shù)據(jù)的時間23；

所述服務(wù)器端接收所述數(shù)據(jù)庫端反饋的數(shù)據(jù)后到開始向客戶端發(fā)送的時間24；

所述服務(wù)器端向客戶端發(fā)送的數(shù)據(jù)全部加載到客戶端的時間25；

這樣，也就可以知道任務(wù)完成的總時間，即：完成任務(wù)的總時間＝時間21+時間22+時間23+時間24+時間25。

為了對上述的時間了解的更清楚，也可以將完成任務(wù)的總時間表示為以下三個：

客戶端請求的網(wǎng)絡(luò)傳輸時間：所述客戶端發(fā)起的請求到達(dá)服務(wù)器端的時間+所述服務(wù)器端向客戶端發(fā)送的數(shù)據(jù)全部加載到客戶端的時間；

服務(wù)器端的任務(wù)處理時間：服務(wù)器端接收所述客戶端的任務(wù)請求后到與所述數(shù)據(jù)庫開始交互的時間+所述服務(wù)器端接收所述數(shù)據(jù)庫端反饋的數(shù)據(jù)后到開始向客戶端發(fā)送的時間；

數(shù)據(jù)庫端的響應(yīng)及處理時間：所述數(shù)據(jù)庫端與所述服務(wù)器端開始交互后到開始向所述服務(wù)器端反饋數(shù)據(jù)的時間。

更進(jìn)一步的，為了準(zhǔn)確記錄上述時間，時間記錄模塊還用于：

所述客戶端發(fā)起任務(wù)請求時，在服務(wù)器啟動前，加載web代理程序；

當(dāng)客戶端訪問服務(wù)器端時，所述服務(wù)器探測到所述客戶端的聯(lián)絡(luò)信息后，將js腳本注入到客戶端展示層，跟蹤到客戶端的請求任務(wù)類型；

識別每一個客戶端請求標(biāo)記，并在服務(wù)器端再增加一個新的標(biāo)記，標(biāo)示服務(wù)器端的任務(wù)邏輯處理的開始時間；

服務(wù)器端與數(shù)據(jù)庫端交互時，標(biāo)記和數(shù)據(jù)庫交互的開始時間，再標(biāo)記數(shù)據(jù) 庫端將該任務(wù)處理完后將數(shù)據(jù)反饋至服務(wù)器端的時間。

其中，服務(wù)器探測所述客戶端的聯(lián)絡(luò)信息，為通過tcp信號探測到所述客戶端的聯(lián)絡(luò)信息，所述聯(lián)絡(luò)信息為客戶端的ip地址及隨機(jī)端口

所述性能狀況確定模塊32，用于根據(jù)所述各個執(zhí)行環(huán)節(jié)的響應(yīng)時間，確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；

目前常用的度量應(yīng)用系統(tǒng)性能狀況的方法有兩種：

a.基于單個節(jié)點的資源使用情況的定量分析；

b.基于任務(wù)響應(yīng)時間的定量分析。

具體的，基于單個節(jié)點的資源使用情況的定量分析，涉及的分析指標(biāo)比較多，舉例如下：

1)前端的入口處，主要指標(biāo)包括：并發(fā)用戶請求數(shù)量；用戶在線數(shù)量；用戶請求行為；前端頁面的研發(fā)質(zhì)量，每一個頁面窗口的加載等性能；用戶請求業(yè)務(wù)類型等；

2)業(yè)務(wù)處理端的性能指標(biāo)包括：應(yīng)用程序的代碼質(zhì)量；應(yīng)用程序的配置運行模型；應(yīng)用程序與數(shù)據(jù)庫之間的交互質(zhì)量；代碼邏輯；網(wǎng)絡(luò)配置對系統(tǒng)的性能影響；服務(wù)器硬件配置對性能的影響等；

3)后端數(shù)據(jù)庫的性能指標(biāo)包括：數(shù)據(jù)庫事務(wù)處理的性能；數(shù)據(jù)庫本身的優(yōu)化模型及配置模型對性能的影響；數(shù)據(jù)庫所在操作系統(tǒng)對性能的配置影響；網(wǎng)絡(luò)配置對性能的影響等。

但從基于任務(wù)響應(yīng)時間的定量分析來看，涉及的指標(biāo)只有一個，即響應(yīng)時間，而且響應(yīng)時間能將上面的所有指標(biāo)的性能集中展示出來。

而且，從客戶端用戶的角度看待應(yīng)用系統(tǒng)性能狀況，客戶端用戶對應(yīng)用系統(tǒng)的性能狀況的度量采用的是定性分析，影響定性的主要指標(biāo)是響應(yīng)時間，即：依據(jù)對應(yīng)用系統(tǒng)使用的響應(yīng)時間快慢來判斷應(yīng)用系統(tǒng)的好與差。也就是基于任務(wù)響應(yīng)時間的定量分析，能更好的測量客戶端用戶體驗。

所以，本發(fā)明實施例采用任務(wù)響應(yīng)時間來確定所述各個執(zhí)行環(huán)節(jié)的任務(wù)性能狀況；這樣，比基于單個節(jié)點的資源使用情況，更節(jié)省資源，能更快速準(zhǔn)確 地找到故障位置，也能更好的測量客戶端用戶體驗。

本發(fā)明實施例中，基于任務(wù)響應(yīng)時間來定量分析的方法可以采用以下三種方法中的任一種或其任意組合：

第一種方法是預(yù)先設(shè)置響應(yīng)時間閾值，對獲取的響應(yīng)時間大于預(yù)設(shè)閾值的任務(wù)，確定為任務(wù)性能狀況差；

進(jìn)一步的，可根據(jù)實際測試，預(yù)先設(shè)置響應(yīng)時間和任務(wù)性能狀況的對應(yīng)關(guān)系；具體可根據(jù)網(wǎng)絡(luò)和任務(wù)類型，模擬實際使用環(huán)境進(jìn)行一些測試，再根據(jù)測試結(jié)構(gòu)設(shè)置響應(yīng)時間和任務(wù)性能狀況的對應(yīng)關(guān)系，如：響應(yīng)時間小于3秒，設(shè)置為滿意，確定為任務(wù)性能狀況好；響應(yīng)時間在3～12秒之間，設(shè)置為容忍，確定為任務(wù)性能狀況一般；響應(yīng)時間大于12秒，設(shè)置為失望，確定為任務(wù)性能狀況差；這里，可將12秒設(shè)置為響應(yīng)時間閾值。

第二種方法是使用應(yīng)用性能指數(shù)(apdex，applicationperformanceindex)：采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算應(yīng)用性能指數(shù)；

設(shè)置應(yīng)用性能指數(shù)閾值，對小于預(yù)設(shè)閾值的任務(wù)，確定為性能狀況差。

這里，apdex聯(lián)盟是一個由眾多網(wǎng)絡(luò)分析技術(shù)公司和測量工業(yè)組成的聯(lián)盟組織，它們聯(lián)合開發(fā)了應(yīng)用性能指數(shù)，應(yīng)用性能指數(shù)是用戶對應(yīng)用性能滿意度的量化值，應(yīng)用性能指數(shù)提供了一種統(tǒng)一的測量和報告用戶體驗的方法，將用戶的體驗和應(yīng)用性能聯(lián)系在一起。對應(yīng)用性能指數(shù)的具體計算方法屬于本領(lǐng)域的現(xiàn)有技術(shù)，在此不再贅述。

其中，應(yīng)用性能指數(shù)的計算值所對應(yīng)的含義如下：0.94～1為優(yōu)異；0.85～0.94為好；0.7～0.85為一般；0.5～0.7為差；0.5以下為無法接受；這里，可設(shè)置0.5為應(yīng)用性能指數(shù)閾值。

進(jìn)一步的，可根據(jù)網(wǎng)絡(luò)和任務(wù)類型，設(shè)置應(yīng)用性能指數(shù)與任務(wù)性能狀況的對應(yīng)關(guān)系，如將應(yīng)用性能指數(shù)小于0.5確定為性能狀況差。

第三種方法是借助統(tǒng)計學(xué)的原理：采集同一任務(wù)在多次執(zhí)行中的多個響應(yīng)時間，計算算術(shù)平均值，將偏離所述算術(shù)平均值一定值的任務(wù)，確定為性能狀況差；

具體的，計算算術(shù)平均值的步驟：

假設(shè)有一組數(shù)值x1,x2,x3,......xn(x1表示一個任務(wù)第一次執(zhí)行的響應(yīng)時間，x2表示該任務(wù)第二次執(zhí)行的響應(yīng)時間，以此類推，xn表示該任務(wù)第n次執(zhí)行的響應(yīng)時間)，設(shè)所述任務(wù)的響應(yīng)時間的算術(shù)平均值為μ，則得到表達(dá)式(1)。

為了更科學(xué)的反映該任務(wù)響應(yīng)時間的波動情況和波動范圍，進(jìn)一步計算響應(yīng)時間的標(biāo)準(zhǔn)差，設(shè)標(biāo)準(zhǔn)差為σ，則得到表達(dá)式(2)。

根據(jù)6σ的統(tǒng)計學(xué)原理，可知表達(dá)式(3)、(4)、(5)。

可見，在同一任務(wù)中，絕大多數(shù)的響應(yīng)時間與所述算術(shù)平均值的偏差都在2σ內(nèi)；因此，本發(fā)明實施例將響應(yīng)時間與所述算術(shù)平均值的偏差超過2σ的任務(wù)確定為性能狀況差。

進(jìn)一步的，上述三種定量分析的方法，在實際使用中，還是有一定的區(qū)別的，第一種方法比較簡單，可使用在很小或在測試階段的應(yīng)用系統(tǒng)，并且訪問業(yè)務(wù)比較少，響應(yīng)時間的數(shù)據(jù)呈離散分布；第三種方法則建議使用在比較大的應(yīng)用系統(tǒng)，訪問業(yè)務(wù)非常多且沒有間斷，響應(yīng)時間的數(shù)據(jù)比較連續(xù)，這樣統(tǒng)計出的數(shù)據(jù)比較準(zhǔn)確；而第二種方法則介于兩者之間。

本發(fā)明實施例中，上述響應(yīng)時間指的是一個執(zhí)行環(huán)節(jié)的響應(yīng)時間，如果某個執(zhí)行環(huán)節(jié)的響應(yīng)時間異常，直接提取該環(huán)節(jié)的異常事件數(shù)據(jù)，能更快的故障定位；

如果有多個執(zhí)行環(huán)節(jié)的響應(yīng)時間均異常，則首先提取與服務(wù)器端有關(guān)的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)。

另外，在所有執(zhí)行環(huán)節(jié)的響應(yīng)時間都正常的情況下，還需要對完成該任務(wù)的總時間再做定量分析，因為理論上，多個執(zhí)行環(huán)節(jié)的小問題累積起來，對完成該任務(wù)的總時間可能就是一種異常，即：執(zhí)行任務(wù)過程中總的響應(yīng)時間異常；針對這種異常，就需要提取所有的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，可以先提取與服務(wù)器端有關(guān)的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，也可以先提取各個執(zhí)行環(huán)節(jié)中響應(yīng)時間相對更長的執(zhí)行環(huán)節(jié)。

所述故障定位模塊33，用于根據(jù)所述任務(wù)性能狀況，提取任務(wù)性能狀況差 的執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，確定故障原因和位置。

根據(jù)所述任務(wù)性能狀況，提取異常事件數(shù)據(jù)，這樣就比較有目的性和針對性，例如，如果時間23響應(yīng)時間長，就直接提取數(shù)據(jù)庫端的異常事件數(shù)據(jù)，這樣就不需要提取所有執(zhí)行環(huán)節(jié)的異常事件數(shù)據(jù)，減輕了服務(wù)器端的負(fù)載，也能更快的找到故障原因和位置。

通常，所述異常事件數(shù)據(jù)為通過預(yù)先設(shè)置在各終端的監(jiān)控程序采集，根據(jù)這些數(shù)據(jù)判斷執(zhí)行環(huán)節(jié)的故障原因和位置；這里，所述終端包括服務(wù)器端、客戶端、數(shù)據(jù)庫端，還包括中間的網(wǎng)絡(luò)部署及底層的物理機(jī)部分；

本發(fā)明實施例中，優(yōu)先提取的數(shù)據(jù)包括：

客戶端的頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

服務(wù)器端的應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)、應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

數(shù)據(jù)庫端的自身性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

進(jìn)一步的，上述數(shù)據(jù)中還包括：對判斷故障位置有重要幫助的用戶請求的時間、任務(wù)類型等客戶端訪問行為，應(yīng)用系統(tǒng)的異常事件、網(wǎng)絡(luò)的異常事件以及與整個應(yīng)用系統(tǒng)的性能狀況相關(guān)的異常事件。

本發(fā)明實施例中，預(yù)先設(shè)置在所述終端的監(jiān)控程序，包括：

預(yù)先在客戶端的頁面展示層植入常規(guī)的js腳本代碼，來跟蹤應(yīng)用的請求任務(wù)類型及檢查頁面端的渲染質(zhì)量數(shù)據(jù)和網(wǎng)絡(luò)加載傳輸質(zhì)量數(shù)據(jù)；

預(yù)先在服務(wù)器端部署web代理程序，獲取應(yīng)用系統(tǒng)的調(diào)用數(shù)據(jù)、獲取應(yīng)用系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的交互數(shù)據(jù)、以及應(yīng)用系統(tǒng)和其他系統(tǒng)的交互數(shù)據(jù)；

預(yù)先在數(shù)據(jù)庫端部署數(shù)據(jù)庫代理程序，獲取數(shù)據(jù)庫本身的性能質(zhì)量指標(biāo)和運行狀態(tài)數(shù)據(jù)、支持?jǐn)?shù)據(jù)庫運行的操作系統(tǒng)性能指標(biāo)數(shù)據(jù)。

更具體的，所述web代理程序為webtracker程序，所述數(shù)據(jù)庫代理程序為dbtracker程序。

在實際應(yīng)用中，所述時間記錄模塊31、性能狀況確定模塊32和故障定位 模塊33均可由位于服務(wù)器端的中央處理器(cpu)、微處理器(mpu)、數(shù)字信號處理器(dsp)、或現(xiàn)場可編程門陣列(fpga)等實現(xiàn)。

以上，僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護(hù)范圍。