实例失 败的次数，因此，假设在第i个时段中G= Web服务累计调用n次，其中服务实例 被成功完成的次数为?次，服务实例失败的次数为7次，则该Web服务在匕时间段内的吞 吐量的计算公式为： Tr (s,t, ,n) = (m+y)/(tftj。
[0036] 容量：也称为并发用户数，是指可以同时承载的正常使用服务的用户的数量。与吞 吐量相比，并发用户数是一个更直观但也更笼统的性能指标，因为正常使用服务可以理解 为服务可以被正常调用也可以理解指服务服务实例被成功完成。相比而言，服务可以被正 常调用作为衡量指标更直观些，而以服务服务实例成功完成作为衡量指标更准确些，因此 本系统以并发访问服务，服务实例被成功完成的最大用户数作为容量的计算指标，假设在 某个极小的时间段中G= 并发调用服务〃次，该服务实例成功完成的最大次数为 次，则该Web服务的容量的计算公式为： Cp(s，tu, n) =m〇
[0037] 7、Q〇S动态更新构件的工作流程：随着监测次数的增多和监测时间的推移，QoS数 据库中会存入大量的历史QoS动态指标数据，，这些历史QoS数据只代表某个时间段内的 QoS信息，要想客观准确的给出当前最新的QoS数据，以反映出QoS信息的最新变化，QoS动 态更新构件就需要根据这些历史QoS数据对Web服务的当前QoS信息做定期的计算和更 新。
[0038] 显然使用所有历史数据来计算当前QoS并不合理，因为有些服务可能在历史上很 长一段时间性能较差却在近阶段有了长足的进步，在这种情况下，使用所有历史数据会计 算出较低的性能，并不能反映服务的真实情况，同时维护所有的历史数据，也会造成巨大的 存储与计算负担，而如果仅仅使用很短一段时间内的历史数据，又会出现数据量不足的问 题，从而导致计算不够准确。因此QoS动态更新构件对Web服务的QoS当前信息做更新时 有两种策略使用，一种是实现可自调节机制，根据实际运行的情况不停修正时间段的选取， 从而得到一个较好的计算结果。还有一种是对历史度量信息根据其时间戳进行加权平均值 的计算，越新的信息权值越大，越久的信息权值越小，从而突出近期的QoS度量信息对最终 结果的影响。本系统综合使用这两种机制，首先只保留一定时间内的度量信息，其次对这些 度量信息做加权平均值。这样一来，计算结果就比较准确，而且也无需过分保留历史数据， 造成不必要的存储与计算负担。计算时需要考虑三个问题：时间段的选取、需要保留的历 史数据量以及加权函数。
[0039] 首先考虑时间段的选取，每条历史QoS信息都是基于不同的时间段计算得到并被 存入数据库的，但是如果仅仅根据定长时间段的监测信息来进行历史QoS信息的计算是不 合理的，因为某个时间段内服务调用次数可能很密集，某个时间段内可能没有一次服务调 用，因此历史QoS信息的计算在考虑选择时间段的同时还要考虑服务调用次数。因此，选择 时间段是主要采用的策略为： 计算时先设置一个固定的时间段L= 心，本系统设置为24小时，取出该时间段内服 务的调用次数判断调用次数4是否大于7洲，如果A> 100,则在该时间内算出QoS信 息，并存储，如果< 1〇〇,则取下一个24小时时间段，& ，取出该时间段内服务 的调用次数判断力3-是否大于7(??如果力3->ifW，则计算出G到匕时间内的QoS信息，并作为一个时间段存储，< 7肌则继续取下一个24小时时间段，以此类推， 直到累计调用次数大于等于100为止。
[0040] 接着考虑需要保留的历史数据量，保留所有的数据显然不是合适的选择，因为随 着时间的推移，累积数据量会越来越大，而且在加权函数的作用下，久远的数据对最终结果 的影响会变得微乎其微，所以保留所有数据并不会提高计算的精确性。本系统在具体实现 中，只保留了 10个时间段的数据。再久远的数据对最终结果产生的影响忽略不记。
[0041] 最后考虑加权函数，因为随着时间的推移，离当前时间越久远的时间段计算出的 QoS数据反映最新QoS信息的能力越弱，因此本系统使用加权平均的方法计算最新的QoS数 据。本系统使用的加权函数如下所示：其中A表示正在被加权的QoS数据与当前最新一条 QoS数据的所差的时间段数。选择这一函数的理由有二：一是该函数的值域之和的极限值 恰好为1，从而该函数的每个取值都可以直接代表当前时间段的QoS信息对最终结果的影 响；二是该函数陡峭的下降曲线比较能反映出较新的数据对最终结果的影响很大，而较为 久远的历史数据对最终结果几乎没有影响。这样一来，原型系统就不需要保存很多的历史 信息。
[0042]根据上面的分析，服务当前QoS信息的计算公式如下：
其中U认RU认Rtavg 分别表示服务当前的最大、最小和平均响应时间， 为加权函数，TPe(^人加斤心入分别表示服务当前的可靠性、可用性、 可访问性、吞吐量和容量，^表示存储数据的第i个时间段，4表示第〃个极小的时间段。
【主权项】
1. 一种基于独立第三方的Web服务Qos属性评价系统，其特征在于：其包括以下构件： WSDL解析构件，用户输入Web服务WSDL文档的URL地址后，WSDL解析构件从UDDI注 册库中获得WSDL的描述文档并负责对WSDL文档进行自动解析，通过对WSDL文档进行解 析，可以清楚的了解Web服务使用的绑定协议、端口、实现的操作和输入输出的消息以及用 到的数据类型信息，所有这些信息存储在数据库中，提供给用户浏览和选择； 调用数据生成构件，调用数据生成构件根据WSDL文档中定义数据类型的模式文件生 成调用数据，包括生成简单数据类型的调用数据和生成复杂数据类型的调用数据；简单数 据类型的调用数据是通过WSDL文档中定义的数据类型及刻面约束随机生成默认的调用数 据；复杂数据类型的调用数据是根据WSDL解析构件得到的数据类型结构，采用相应的策 略，生成简单调用数据的集合；所有调用数据生成构件中生成的调用数据都存储到XML文 件当中去； 桩代码生成构件，桩代码生成构件从Web服务的WSDL文件动态的生成用来调用Web 服务的客户端Java桩代码，进而使用客户端Java桩代码利用Web服务的工具包Axis的 WSDL2 Java工具来调用远程的Web服务，将WSDL文件中定义的数据类型、消息、端口类型、绑 定协议转换成相应的Java类和接口； 服务调用构件，在Web服务调用的客户端Java桩代码生成后，服务调用构件使用Java 的反射机制，获得调用服务的方法名、返回类型、参数类型列表，使用现有的负载测试工具 LoadRunner捕获服务调用场景，并通过模拟上千万用户实施并发负载来进行实时性能的监 测； 服务监测构件，服务监测构件监测服务调用的开始时间和终止时间，服务调用前和调 用后的各种时间和状态信息，服务监测构件采用面向方面的程序设计技术，将对服务的监 测设置为方面代码，并将监测代码植入服务调用代码执行之前和执行之后，收集服务调用 前和调用后的时间、状态信息，监测Web服务动态参数； 结果收集和计算构件，结果收集和计算构件收集来自于服务监测构件监测到的服务的 调用时间和调用状态信息，并且根据服务属性计算模型，计算出服务属性的各个动态参数 指标值，将计算结果存入数据库；所述服务属性的动态参数指标值包括吞吐量、响应时间、 可靠性、可用性和可访问性； QoS动态更新构件，QoS动态更新构件用于对Web服务属性的各个属性值的动态更新， QoS动态更新构件根据历史数据对当前得到的QoS数据进行定期修正和更新，得到最新的 全局Qos属性数据并实时更新到数据库，实时反映出QoS信息的最新变化。2. 根据权利要求1所述的一种基于独立第三方的Web服务Qos属性评价系统，其特征 在于：所述简单数据类型的调用数据包括字符串型的调用数据、数值型的调用数据和布尔 型的调用数据。3. 根据权利要求2所述的一种基于独立第三方的Web服务Qos属性评价系统，其特征 在于：所述数值型的调用数据包括int的调用数据、float的调用数据、double的调用数据 和integer的调用数据。4. 根据权利要求2所述的一种基于独立第三方的Web服务Qos属性评价系统，其特征 在于：所述布尔型的调用数据包括True取值的调用数据和False取值的调用数据。5. 根据权利要求1所述的一种基于独立第三方的Web服务Qos属性评价系统，其特 征在于：所述复杂数据类型的调用数据包括choice型的调用数据、all型的调用数据和sequence型的调用数据。6.根据权利要求1所述的一种基于独立第三方的Web服务Qos属性评价系统，其特征 在于：所述桩代码生成构件包括数据类型映射构成、端口类型映射构成、消息映射构成和绑 定协议映射构成。
【专利摘要】本发明公开了一种基于独立第三方的Web服务Qos属性评价系统，其包括WSDL解析构件、调用数据生成构件、桩代码生成构件、服务调用构件、服务监测构件、结果收集和计算构件，以及QoS动态更新构件。该系统能够反映出QoS信息的最新变化；为服务双方提供一个客观的、可信的QoS度量数据。
【IPC分类】G06F9/44
【公开号】CN105224296
【申请号】CN201410275529
【发明人】张海腾, 王锐平
【申请人】上海快测网络信息技术有限公司
【公开日】2016年1月6日
【申请日】2014年6月19日