[发明专利]从仪器化软件接收的数据流的实时处理

说明书

分析系统接收由在外部系统上执行的仪器化软件的实例生成的数据流。分析系统在多个时间间隔中使用数据流的数据值评估表达式。例如，分析系统可聚合每个时间间隔的数据流的数据值。分析系统基于时间间隔中数据值何时到达确定是否在时间间隔中考虑数据流。分析系统确定正被处理的每个数据流的最大期望延迟值。分析系统使用在最大期望延迟值之前到达的数据值评估表达式。分析系统还确定数据流的故障阈值。如果数据流的数据值未能在故障阈值之前到达，则分析系统将该数据流标记为死的。

本申请是国际申请号为PCT/US2016/014957、申请日为2016年01月26日、申请号为201680016597.6、发明名称为“从仪器化软件接收的数据流的实时处理”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求于2015年1月29日提交的第62/109,308号美国临时专利申请的优先权，该临时专利申请的全部内容通过引用并入本文。

技术领域

本公开一般涉及仪器化软件的分析，更具体地涉及从仪器化软件接收的数据流的实时处理。

背景技术

软件开发者通过对代码仪器化来监测他们开发的软件的不同方面。这些方面包括软件的性能、软件执行期间所遇到的错误、软件执行期间所遇到的重大事件、代码的正被执行的部分以及未被执行的部分等。用于对代码仪器化的传统技术包括代码中的用于记录信息以记录文件或在屏幕上打印信息的语句。这种类型的仪器化适于简单应用，例如具有在单个机器上执行的简单流的应用。然而，这些用于对软件仪器化的技术对于具有复杂的执行流的复杂应用(例如，分布在多个系统上的应用，其中每个系统执行多个执行进程或线程)是不够的。

处理由分布式系统的仪器化软件所生成的数据要求同化用于分析的数据。由于不同系统在相同时间发送的数据值可能遇到不同的网络延迟并且因此甚至花费不同量的时间以到达同化数据的系统的事实，同化和处理由在分布式系统上执行的仪器化软件发送的数据是复杂的。而且，执行仪器化软件的一个或多个系统可能发生故障。因此，同化数据的系统需要确定数据值是否因网络延迟而迟到或因数据源的故障而不能到达。做出这些确定导致处理数据值的延迟和/或所呈现的结果的不准确性。由此，用于基于软件的仪器化生成报告的传统系统对于分析运行仪器化软件的高度分布式系统常常是不够的。

发明内容

所描述的实施例处理由仪器化软件生成的数据。软件开发者常常将用于仪器化代码的代码片断包括在正被开发的软件中。分析系统接收由在外部系统上执行的仪器化软件所生成的数据流。分析系统对所接受的数据流执行分析。分析系统在多个时间间隔中使用数据流的数据值评估表达式。例如，分析系统可以对每个时间间隔的数据流的数据值进行聚合，并发送结果以用于经由实时更新的图表进行呈现。

分析系统基于时间间隔期间数据值到达的时间来确定数据流是否被考虑以用于时间间隔中的表达式的评估。分析系统将在时间间隔期间数据值到达较晚的数据流排除在外。分析系统确定针对正被处理的每个数据流的最大期望延迟值。分析系统将在时间间隔期间未能在最大期望延迟值之前到达的数据值排除在外。因此，分析系统评估针对该时间间隔的表达式，而不考虑这些数据流。分析系统发送针对每个时间间隔的表达式的评估结果以用于呈现。

在一些实施例中，分析系统基于数据流过去的数据值的延迟来确定最大期望延迟值。例如，分析系统可以基于数据流的大量数据值的移动平均来确定数据流的最大期望延迟值。分析系统周期性(例如，每时间间隔)地更新最大期望延迟值。

在一些实施例中，分析系统进一步确定针对数据流的故障阈值。如果数据流的数据值不能在数据流的故障阈值之前到达，则分析系统将该数据流标记为死的(dead)。因此，对于后续时间间隔中的表达式评估，分析系统不考虑该数据流。当数据流的下一数据值被接收到时，分析系统将数据流标记为活的(alive)。一旦数据流被标记为活的，则对于表达式的评估，分析系统开始考虑该数据流。