[发明专利]应用程序性能数据处理方法、装置、电子设备及存储介质

说明书

本发明的应用程序性能数据处理方法、装置、电子设备及存储介质，获取当前的监测时间范围内不同接口的性能指标数据；根据所述性能指标数据进行线性回归计算，得到每个所述接口的对应性能指标的线性回归直线；利用所述线性回归直线的斜率以及所述性能指标数据的统计时间构建趋势数据点；根据距离当前时间的第一预设时长内的多个趋势数据拟合生成所述接口的性能变化趋势曲线；其中，线性回归直线能够反映性能指标在当前的统计时间的发展趋势，利用该发展趋势绘制的性能变化趋势曲线能够反映性能指标在近期的变化趋势，通过上述方式，能够通过性能指标在近期的变化趋势判断接口是否异常，准确识别异常接口，提高测试效率和测试准确性。

【技术领域】

本发明涉及数据处理技术领域，尤其涉及一种应用程序性能数据处理方法、装置、电子设备及存储介质。

【背景技术】

为了应对市场竞争和改善用户体验，互联网产品往往功能复杂且迭代迅速，相关的服务器的接口数量大且变化频繁。为了保证服务的质量，发布新版本前需要对相关应用程序在服务器上的每个接口进行详尽的质量测试。并且，应用程序的使用过程中，为了提高服务质量，需要定期对每个接口进行性能测试以及时发现异常接口，从而保持应用程序这种互联网产品的竞争力。

但是，现有技术中采用的上述定期对每个接口进行测试的方式，不利于提高测试效率和测试质量，如何准确识别异常接口成为本领域亟待解决的技术问题。

【发明内容】

本发明的目的在于提供一种应用程序性能数据处理方法、装置、电子设备及存储介质，以解决现有技术中无法快速准确识别异常接口的技术问题。

本发明的技术方案如下：提供一种应用程序性能数据处理方法，包括：

获取当前的监测时间范围内不同接口的性能指标数据，将当前时间作为所述性能指标数据的统计时间；

根据所述性能指标数据进行线性回归计算，得到每个所述接口的对应性能指标的线性回归直线；

获取所述线性回归直线的斜率以及所述性能指标数据的统计时间，作为所述接口在当前的监测时间范围内的趋势数据；

获取所述接口距离当前时间的第一预设时长内的多个趋势数据，根据所述趋势数据拟合生成所述接口的性能变化趋势曲线；

根据所述性能变化趋势曲线判断所述接口是否为异常接口。

可选地，所述根据所述性能指标数据进行线性回归计算，得到每个所述接口的对应性能指标的线性回归直线，包括：

预设所述线性回归直线的表达函数为y(x)＝a₁*x+a₀，其中，x为采样时间，y(x)为x时刻采集的性能指标数据，a₁为线性回归直线的斜率，a₀为线性回归直线的截距；

计算所述性能指标数据中每个数据点到所述线性回归直线的最小距离；

对所述最小距离进行求和，得到求和损失；

根据所述求和损失计算平均损失；

根据所述平均损失和所述线性回归直线计算表达函数中斜率a₁和截距a₀，得到所述线性回归直线的表达函数。

可选地，所述根据所述性能指标数据进行线性回归计算，得到每个所述接口的对应性能指标的线性回归直线之后，还包括：

若所述线性回归直线的斜率大于第一预设阈值，则生成对应性能指标的上升标签，将所述上升标签与对应的所述接口进行关联；

若所述线性回归直线的斜率小于第二预设阈值，则生成对应性能指标的下降标签，将所述下降标签与对应的所述接口进行关联；