[发明专利]线下压测的方法、系统及终端设备

权利要求书

1.一种线下压测的方法，其特征在于，包括：

在用户请求无影响的前提下，从线上模块中获取用户的请求数据，并复制到线下；

对复制得到的请求数据，进行数据处理和特征分析，其中，所述数据处理和特征分析包括基于所述请求数据获取的单请求特征和组合请求特征，所述单请求特征包括一次请求的特征，所述组合请求特征包括多次交互或固定时段内多次请求的分布特征；

基于人工智能算法，对经数据处理和特征分析后的数据进行机器学习，形成策略模型；

基于策略模型，结合请求数据，形成不同的线下测试场景；

在线下环境回放各个所述线下测试场景，得到其所对应的线下性能数据。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据环境特征和性能数据进行机器学习，分析环境特征与性能数据之间关系，形成数据修正模型；

基于修正模型，对线下测试场景的线下性能数据进行修正，以得到与线上环境相对应的线上性能数据。

3.根据权利要求1或2所述的方法，其特征在于，其中，获取用户的请求数据并复制到线下，包括：

利用netfilter框架中提供的钩子函数，从IP层直接复制用户的请求数据至线下；

对已复制的请求数据包进行处理，只返回维持tcp传输所需内容。

4.根据权利要求1或2所述的方法，其特征在于，对复制得到的用户的请求数据，进行数据处理和特征分析，其中，所述数据处理和特征分析包括基于所述请求数据获取的单请求特征和组合请求特征，所述单请求特征包括一次请求的特征，所述组合请求特征包括多次交互或固定时段内多次请求的分布特征，包括：

所述单请求特征和组合请求特征均是对线上模块的性能有影响的特征。

5.根据权利要求4所述的方法，其特征在于，其中，基于人工智能算法，对经数据处理和特征分析后的数据进行机器学习，形成策略模型，包括：

通过所获取的单请求特征和组合请求特征，基于机器学习的算法，分析用户的请求数据的特点和请求数据的分布规律，以形成策略模型。

6.根据权利要求2所述的方法，其特征在于，其中，所述环境特征至少包括以下之一：

硬件资源、网络资源、架构拓扑复杂度、程序语言、资源隔离方式，以及异常场景中系统事件干预，自动干预，人工干预的时间、流量调度策略。

7.一种线下压测的系统，其特征在于，包括：

数据获取单元，配置用于从线上模块中获取用户的请求数据并复制该数据；

数据处理单元，配置用于接收数据获取单元所复制的请求数据，并进行数据处理和特征分析，其中，所述数据处理和特征分析包括基于所述请求数据获取的单请求特征和组合请求特征，所述单请求特征包括一次请求的特征，所述组合请求特征包括多次交互或固定时段内多次请求的分布特征；

模型计算单元，配置用于接收经数据处理单元进行数据处理和特征分析后的数据，并对该数据进行机器学习，形成策略模型；

数据回放单元，配置用于根据策略模型，结合请求数据，形成不同的线下测试场景，并在线下环境回放各个所述线下测试场景，得到其所对应的线下性能数据。

8.根据权利要求7所述的系统，其特征在于，其中，

数据获取单元利用netfilter框架中提供的钩子函数，从IP层直接获取用户的请求数据并复制该数据。

9.根据权利要求7所述的系统，其特征在于，所述数据处理单元中所述单请求特征和组合请求特征均是对线上模块的性能有影响的特征。

10.根据权利要求9所述的系统，其特征在于，其中，

模型计算单元，具体配置用于接收由数据处理单元所获取的单请求特征和组合请求特征，基于机器学习的算法，分析用户的请求数据的特点和请求数据的分布规律，以形成策略模型。