【技术实现步骤摘要】
一种异常数据检测方法、装置、终端设备及介质
[0001]本公开实施例涉及计算机
，尤其涉及一种异常数据检测方法、装置、终端设备及介质。
技术介绍
[0002]卡顿优化是性能优化里非常重要的一个方向，卡顿是指终端设备上应用程序在加载或刷新页面等过程中，显示界面卡住不动的现象，是由于主线程有至少超过16ms的耗时导致界面刷新卡住。在发生卡顿的过程中，应用程序的界面会表现出明显的停顿感。
[0003]开发人员在进行卡顿优化时，主要是如何抓住卡顿现场的函数耗时，从而分析卡顿原因。现有卡顿监测工具在进行卡顿监测时仅能抓取超过阈值时的瞬时调用栈，无法确定引发卡顿的原因。
技术实现思路
[0004]本公开实施例提供了一种异常数据检测方法、装置、终端设备及介质，以解决现有卡顿优化时无法确定卡顿原因的技术问题。
[0005]第一方面，本公开实施例提供了一种异常数据检测方法，应用于待检测应用程序，包括：
[0006]在目标数据执行时长大于设定时长时，确定目标数据的实际时间和进程时间；
[0007]在所述实际时间与所述进程时间之间的差值大于设定阈值时，确定所述目标数据执行期间进程的进程使用率，所述进程使用率为所述进程的中央处理器使用率；
[0008]在所述进程使用率大于进程阈值时，确定大于所述进程阈值的进程所包括线程的线程使用率；
[0009]确定异常数据，所述异常数据包括目标线程的线程信息，所述目标线程为满足预设条件的线程，所述预设条件与所述线程使用率相关联。>[0010]第二方面，本公开实施例还提供了一种异常数据检测装置，包括：
[0011]时间确定模块，用于在目标数据执行时长大于设定时长时，确定目标数据的实际时间和进程时间；
[0012]进程使用率确定模块，用于在所述实际时间与所述进程时间之间的差值大于设定阈值时，确定所述目标数据执行期间进程的进程使用率，所述进程使用率为所述进程的中央处理器使用率；
[0013]线程使用率确定模块，用于在所述进程使用率大于进程阈值时，确定大于所述进程阈值的进程所包括线程的线程使用率；
[0014]信息确定模块，用于确定异常数据，所述异常数据包括目标线程的线程信息，所述目标线程为满足预设条件的线程，所述预设条件与所述线程使用率相关联。
[0015]第三方面，本公开实施例还提供了一种终端设备，包括：
[0016]一个或多个处理装置；
[0017]存储装置，用于存储一个或多个程序；
[0018]所述一个或多个程序被所述一个或多个处理装置执行，使得所述一个或多个处理装置实现本公开实施例提供的异常数据检测方法。
[0019]第四方面，本公开实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开实施例提供的异常数据检测方法。
[0020]本公开实施例提供了一种异常数据检测方法、装置、终端设备及介质，首先在目标数据执行时长大于设定时长时，确定目标数据的实际时间和进程时间；然后在实际时间与进程时间之间的差值大于设定阈值时，确定目标数据执行期间进程的进程使用率；之后在进程使用率大于进程阈值时，确定大于进程阈值的进程所包括线程的线程使用率；最后确定异常数据，异常数据包括目标线程的线程信息，目标线程为满足预设条件的线程，预设条件与线程使用率相关联。该方法在所确定的目标数据的实际时间与进程时间之间的差值大于设定阈值时，通过进程阈值能够筛选出目标数据执行期间进程使用率大于进程阈值的进程；还通过大于进程阈值的进程所包括线程的线程使用率，能够确定目标线程以将目标线程的线程信息确定为异常数据；有效监测中央处理器问题导致的影响应用程序使用流畅性的现象，便于开发人员基于异常数据进行问题解决。
附图说明
[0021]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0022]图1为本公开实施例一提供的一种异常数据检测方法的流程示意图；
[0023]图2为本公开实施例二提供的一种异常数据检测方法的流程示意图；
[0024]图3为本公开实施例三提供的一种异常数据检测装置的结构示意图；
[0025]图4为本公开实施例四提供的一种终端设备的结构示意图。
具体实施方式
[0026]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0027]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0028]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0029]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0030]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0031]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0032]下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。此外，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
[0033]实施例一
[0034]图1为本公开实施例一提供的一种异常数据检测方法的流程示意图，该方法可适用于对目标数据进行异常数据检测以确定异常数据的情况，该方法可以由异常数据检测装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在终端设备上，在本实施例中终端设备包括但不限于：计算机、笔记本电脑、智能手机、平板电脑等设备。
[0035]如图1所示，本公开实施例一提供的一种异常数据检测方法，可应用于待检测应用程序，包括如下步骤：
[0036]S110、在目标数据执行时长大于设定时长时，确定目标数据的实际时间和进程时间。
[0037]在本实施例中，待检测应用程序可以本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常数据检测方法，其特征在于，应用于待检测应用程序，所述方法包括：在目标数据执行时长大于设定时长时，确定目标数据的实际时间和进程时间；在所述实际时间与所述进程时间之间的差值大于设定阈值时，确定所述目标数据执行期间进程的进程使用率，所述进程使用率为所述进程的中央处理器使用率；在所述进程使用率大于进程阈值时，确定大于所述进程阈值的进程所包括线程的线程使用率；确定异常数据，所述异常数据包括目标线程的线程信息，所述目标线程为满足预设条件的线程，所述预设条件与所述线程使用率相关联。2.根据权利要求1所述的方法，其特征在于，所述目标数据包括：通过循环消息探测的消息。3.根据权利要求1所述的方法，其特征在于，所述目标数据包括：通过帧率探测的帧。4.根据权利要求1所述的方法，其特征在于，所述线程信息包括所述目标线程的堆栈信息，所述堆栈信息基于调用栈和所述目标线程所对应方法确定。5.根据权利要求1所述的方法，其特征在于，还包括：将所述异常数据通过数据采集层回传至待检测应用程序内；通过待检测应用程序接口传输至异常数据处理设备。6.根据权利要求1所述的方法，其特征在于，所述预设条件为线程使用率大于线程阈值和/或将所述线程按照对应的线程使用率由高至低排序后排序靠前的设定数量个。7.一种异常数...
【专利技术属性】
技术研发人员：张韩，郭蕾，林敏，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。