基于数据挖掘的服务器端软件性能分析与诊断方法研究

随着大量软件部署在服务器端处理复杂的业务逻辑，其性能问题已成为影响软件服务质量的一个关键因素，如何针对服务器端软件运行期间所产生的海量时间序列数据进行性能分析和诊断已经是研究上的一个难点问题。解决这个问题的关键在于如何把不同层次的时间序列数据（包括日志和执行轨迹）进行关联，从而综合利用各层数据找到导致性能问题的缺陷。本课题针对服务器端程序产生的海量时间序列数据的特征，从三个层次开展性能分析和诊断研究：在日志层次，重点研究如何基于数据挖掘方法分析海量日志数据以自动识别会话并发现软件运行事件模式；在执行轨迹层次，重点研究如何基于结构化的执行轨迹数据自动构造对象生命周期行为模型，从而分析对象性能并可视化；最后，研究如何把会话模型与生命周期行为模型进行关联，以及如何基于会话模型、对象生命周期行为模型等构造基于统计推断的性能故障定位模型和算法。为了检验研究成果，本课题制定了详实的实验和评价方案。