基于云計算平臺中服務性能分析的移動應用研究.pdf

1、本文首先探討了課題的選題背景以及目前的研究現(xiàn)狀，其次介紹了系統(tǒng)開發(fā)過程中用到的關鍵技術，其后重點分析了本系統(tǒng)中主要的功能需求以及針對Web應用的性能分析過程，然后從軟件實現(xiàn)的角度對該系統(tǒng)整體進行了概要設計以及詳細設計，最終實現(xiàn)了基于云計算平臺中服務性能分析的移動APP系統(tǒng)。本系統(tǒng)能夠?qū)μ砑佑谠朴嬎悱h(huán)境中的具體某一Web應用根據(jù)用戶所設置的性能指標的閾值進行分析并給出分析結果，用戶通過注冊登錄該系統(tǒng)，便可以獲得部署于云計算環(huán)境中的所有We

2、b應用，然后便可以實時地對指定應用進行性能分析，從而根據(jù)分析結果了解該應用的性能特點以及性能瓶頸，為應用性能的進一步優(yōu)化提供參考，當應用的性能指標變化時可以通過Android消息推送機制實時地通知用戶該應用的性能變化情況。本系統(tǒng)旨在為用戶提供良好的交互界面以及及時的應用性能分析及更新信息，提高云計算平臺用戶的工作效率。
　　本系統(tǒng)基于C/S結構開發(fā)，服務端采用Nagios監(jiān)控機制實現(xiàn)了對應用服務的細粒度監(jiān)控，監(jiān)控到的數(shù)據(jù)采用MyS

3、QL數(shù)據(jù)庫進行存儲，并在性能監(jiān)控的基礎上針對Web應用的特點，利用機器學習中的貝葉斯分類技術實現(xiàn)了一套性能分析方法，主要思想是：首先針對Web應用的整體性能指標提出一個期望值，因監(jiān)測到的系統(tǒng)性能度量與應用整體性能具有相關性，可以通過特征選擇找出對應用整體性能影響最大的系統(tǒng)性能度量，其中特征選擇過程中使用特征屬性子集生成的貝葉斯分類器的準確率來對選出的特征屬性進行評價。Android手機客戶端主要應用UI開發(fā)技術，采用Fragment為主