企业级信息系统用户体验数据挖掘方法.doc

企业级信息系统用户体验数据挖掘方法 　　摘 要 各类监控平台输出了大量企业级信息系统的性能监控数据，但数据凌乱复杂，不利于分析整改。本文以资产管理系统为试点，综合对各类监控平台的监控进行数据挖掘，找出影响资产管理系统用户体验的关键问题指标，针对性采取优化措施后效果提升较好，数据挖掘方法及优化措施推广至人资、财务、营销等企业级信息后也取得了良好的效果 【关键词】北塔 数据库开发审计 用户体验分析平台 用户体验 电力企业工作具有复杂性的特点，随着科学技术发展及工作的实际需求的变化，电力企业工作逐渐呈现出智能化、集约型及高效性的信息化特点。通过在电力工作中普及信息化技术的实践应用，有效解决电力企业工作体系中的瓶颈问题，提高工作效率。本文中笔者主要分析各类监控平台的大量监控指标，找出真正影响用户体验的原因，从而实现系统问题的有效整改及性能提升，提升企业级信息系统的用户体验 1 电网企业信息系统监控平台建设目标 电网企业内部构建北塔、数据库开发审计和业务系统用户体验分析平台等监控平台，监控各企业级管理信息系统的各项运行指标，便于运维人员全面了解各企业级信息系统的运行效果与用户体验情况，分析系统的存在问题，促进系统优化，提高用户满意度 2 企业级信息系统用户体验问题 2016年2月至4月期间，北塔监控系统在业务高峰期间曾发生内存、CPU告警，用户体验各项监控数值频繁飙高，数据库开发审计存在大量设计不当的SQL，导致语句执行低效，资产管理信息系统共发生11起故障，特别是业务高峰时段，系统登录、配网电子化移交、工作票、停电检修、设备台账变更等模块的性能及稳定性问题尤其突出，严重影响系统用户体验。可见，资产管理信息系统故障频繁、原因复杂，临时整改措施治标不治本，已对业务和用户体验造成严重影响 3 信息系统用户体验的数据挖掘过程 我们将数据库开发审计和用户体验分析平台输出的指标数据和监控数据反馈给厂家，但由于这两项数据繁多、问题分散、重点不突出，难以将两项数据结合起来分析，厂家的优化效率不高且效果不明显，急需我们对这两项数据进行深入的挖掘和分析，提供一份更有针对性的数据以供厂家整改优化，从而达到提高系统性能，提升用户体验的目的。具体数据如表1、2所示 资产系统频繁发生故障，主要因?榉?务器性能及系统稳定性不高，我们希望通过整改数据库表及语句提升服务器性能，通过优化系统主要功能和常用功能的代码提高系统稳定性 3.1 大对象、临时表分析 大对象的读取和写入的数据单元一般都比较大，如果大数据字段的块太小，会导致比较多的I/O次数，对超过100MB的表分配独立表空间或文件系统，可以提高I/O的吞吐率 随着资产系统的不断使用，大量动态实体表产生，系统的性能表现越来越差，针对备份表系统管理员都会制定清理周期定期梳理表数据，只需对剔除备份表后的临时表的建表机制进行管理和评估，同时建议其他企业级管理信息系统减少使用临时生成物理表的方式，以减少临时表的数据量，更好地保障数据库性能 3.2 全表扫描SQL、差性能动作分析 资产管理系统的数据库属于OLTP类型，这种类型对大表的全表扫描所耗费的I/O资源和时间会随着数据量增加。资产管理系统数据库内存共240G，共32314张表，我们将大小超过100MB的表认定为大表。大表扫描所耗费的I/O资源和时间与数据量之间的联系在差性能动作的服务器耗时和网络耗时两个指标值中有所体现 通过找出差性能动作中的动作名称对应的功能点可以发现，该功能点对应的数据库表在高耗时SQL清单中大多存在于耗时超过3秒，执行次数超过50次的SQL中，而差性能动作中服务器耗时和网络耗时两个指标值较高的动作，其对应的总访问次数大多在200次以上 3.3 高耗时SQL、不可用动作分析 数据库若存在大量高耗时的SQL，将会影响数据库性能，甚至导致部分功能点不可用。一般80%的性能问题是由20%的SQL语句导致的，因此实时监控在线系统中正常执行的Top SQL，将这些SQL进行不间断的优化，可以保持应用系统数据库的良好性能监控状况 通过不可用动作中的动作名称找出其对应的功能点，再将改功能所用的语句对应到高耗时清单中的SQL语句，可以发现大多的语句耗时超过5秒，执行次数大于20次，且该功能点的不可用占比也大于3% 3.4 错误清单分析 本文研究的目的是希望能够快速、有效提升系统用户体验效果，而影响用户体验的因素有很多，对于厂商来说，比较可控的因素是系统代码和服务器性能方面 由于系统的整改或新功能的增加，一些系统隐藏的BUG会浮现出来，导致用户访问时发生404错误。通过优化系统代码修复系统BUG来降低404错误的发生率。500错误码大部分是由于服务器性能和数据库性能