本發明涉及系統測試，特別涉及一種系統穩定性分析方法、裝置以及電子設備。
背景技術：
1、隨著金融行業數字化轉型大趨勢，對業務系統的可靠性提出了更高要求，而穩定性是測試是評估系統是否高可靠的關鍵手段之一，系統一旦出現故障可能直接影響客戶資金和數據安全。比如，美團支付案例分析表明，約72%的嚴重故障來源于第三方服務或基礎設施的不穩定，說明對外部依賴的接口穩定性監控和測試是保證整體系統可靠運行的必要手段，再比如在金融交易平臺的高峰期系統的穩定性直接影響業務的連續性和用戶體驗。
2、傳統穩定性指標分析方法通常依賴于單一指標（如cpu使用率、響應時間）或單一分析維度進行評估，這無法全面反映系統的整體穩定性狀態。此外，大規模數據的處理和分析也給穩定性測試帶來了新的挑戰，傳統方法難以高效應對。因此，開發一種能夠全面、科學且適應性強的穩定性分析裝置成為當務之急。當前的系統穩定性測試分析中，主流分析方法有：指標閾值觀測法：通過設定具體的閾值，然后觀察長期穩定性測試過程中指標是否超過閾值，從而給出系統報警。簡單統計分析法：對采集到的指標數據進行基礎統計處理，例如計算平均值、分位值、標準差等，以檢測數據的異常波動或趨勢?；€對比法：將當前指標與一段歷史時間窗口（基線期）內的分布進行對比，通常采取標準差偏離、百分位數或分位差法判斷異常，現有的分析方法存在以下問題：缺乏自下而上的多層級推導，無法將單點指標結論最終映射為系統整體穩定性結論。單一維度分析無法兼顧多視角，容易導致漏報/誤報。對場景的自適應配置支持不足，固定閾值與固定基線難以應對在線擴容/縮容帶來的指標波動。
技術實現思路
1、有鑒于此，本發明提供了一種系統穩定性分析方法、裝置以及電子設備，主要目的在于解決目前存在單一指標評價方式進行系統穩定性分析的可靠性低的問題。
2、為解決上述問題，本技術提供一種系統穩定性分析方法，包括：
3、響應于用戶發起的針對待分析系統對象的目標業務場景進行系統穩定性分析的測試操作，采集所述目標業務場景下的分析指標數據，所述分析指標數據包括硬件指標數據和發壓機接口的請求響應指標數據；
4、采用所述目標業務場景對應的不同指標評價方式對所述分析指標數據進行評價，得到與所述分析指標數據對應的不同指標評價方式的第一穩定性分析結果；
5、針對各所述第一穩定性分析結果采用最大不穩定性原則進行聚合分析，得到不同所述指標評價方式對應的第二穩定性分析結果；
6、基于所述第二穩定性分析結果采用最大不穩定性原則進行綜合評估，得到所述待分析系統對象的所述目標業務場景的系統穩定性分析結果。
7、可選地，在響應于用戶發起的針對待分析系統對象的目標業務場景進行系統穩定性分析的測試操作之前，所述方法還包括：
8、確定針對待分析系統對象進行系統穩定性分析的多個業務場景；
9、為各所述業務場景配置分析指標數據類型、所述指標評價方式以及與所述指標評價方式對應的評價參數。
10、可選地，所述指標評價方式包括故障分析評價方式、基線對比評價方式、動態閾值評價方式以及趨勢檢測評價方式，所述采用不同指標評價方式對所述分析指標數據進行評價，得到與所述分析指標數據對應的不同指標評價方式的第一穩定性分析結果，具體包括：
11、當所述指標評價方式為故障分析評價方式時，基于所述分析指標數據采用雙重故障判定方法進行評價，得到所述第一穩定性分析結果；
12、當所述指標評價方式為基線對比評價方式時，基于所述分析指標數據根據當前時刻前預設時長的歷史指標數據的均值和標準差進行評價，得到所述第一穩定性分析結果；
13、當所述指標評價方式為動態閾值評價方式時，基于當前動態閾值、所述分析指標數據以及當前時刻前預設時長的歷史指標數據進行評價，得到所述第一穩定性分析結果；
14、當所述指標評價方式為趨勢檢測評價方式時，基于所述分析指標數據和當前時刻前預設時長的歷史指標數據采用線性函數擬合方式進行評價，得到所述第一穩定性分析結果。
15、可選地，所述當所述指標評價方式為故障分析評價方式時，基于所述分析指標數據采用雙重故障判定方法進行評價，得到所述第一穩定性分析結果，具體包括：
16、基于所述分析指標數據采用雙重故障判定方法進行故障指標計算，得到故障指標值；
17、基于所述故障指標值和預設故障指標閾值進行對比，得到當所述指標評價方式為故障分析評價方式時的所述分析指標數據的第一穩定性分析結果。
18、可選地，所述當所述指標評價方式為基線對比評價方式時，基于所述分析指標數據根據當前時刻前預設時長的歷史指標數據的均值和標準差進行評價，得到所述第一穩定性分析結果，具體包括：
19、基于所述分析指標數據根據當前時刻前預設時長的歷史指標數據的均值和標準差進行計算處理，得到指標偏離程度；
20、基于所述指標偏離程度和預設指標偏離程度閾值進行對比，得到當所述指標評價方式為基線對比評價方式時的所述分析指標數據的第一穩定性分析結果。
21、可選地，所述當所述指標評價方式為動態閾值評價方式時，基于當前動態閾值、所述分析指標數據以及當前時刻前預設時長的歷史指標數據進行評價，得到所述第一穩定性分析結果，具體包括：
22、基于當前動態閾值、所述分析指標數據以及當前時刻前預設時長的歷史指標數據進行計算處理，得到超限百分比；
23、基于所述超限百分比和預設超限百分比閾值進行對比，得到當所述指標評價方式為動態閾值評價方式時的所述分析指標數據的第一穩定性分析結果。
24、可選地，所述當所述指標評價方式為趨勢檢測評價方式時，基于所述分析指標數據和當前時刻前預設時長的歷史指標數據采用線性函數擬合方式進行評價，得到所述第一穩定性分析結果，具體包括：
25、基于所述分析指標數據和當前時刻前預設時長的歷史指標數據進行線性函數擬合，得到所述線性函數的當前斜率值；
26、基于所述當前斜率值進行斜率顯著性檢驗，得到當所述指標評價方式為趨勢檢測評價方式時的所述分析指標數據的第一穩定性分析結果。
27、可選地，所述基于所述第二穩定性分析結果采用最大不穩定性原則進行綜合評估，得到所述待分析系統對象的所述目標業務場景的系統穩定性分析結果，具體包括：
28、當所述第二穩定性分析結果中包括任意一個不穩定分析結果，確定所述待分析系統對象的所述目標業務場景的系統穩定性為不穩定；
29、當所述第二穩定性分析結果中未包括不穩定分析結果并且所述第二穩定性分析結果中包括任意一個亞穩定分析結果時，確定所述待分析系統對象的所述目標業務場景的系統穩定性為亞穩定；
30、當所述第二穩定性分析結果中未包括不穩定分析結果并且所述第二穩定性分析結果中未包括亞穩定分析結果時，確定所述待分析系統對象的所述目標業務場景的系統穩定性為穩定。
31、為解決上述問題本技術提供一種系統穩定性分析裝置，包括：
32、采集模塊，用于響應于用戶發起的針對待分析系統對象的目標業務場景進行系統穩定性分析的測試操作，采集所述目標業務場景下的分析指標數據，所述分析指標數據包括硬件指標數據和發壓機接口的請求響應指標數據；
33、評價模塊，用于采用所述目標業務場景對應的不同指標評價方式對所述分析指標數據進行評價，得到與所述分析指標數據對應的不同指標評價方式的第一穩定性分析結果；
34、聚合分析模塊，用于針對各所述第一穩定性分析結果采用最大不穩定性原則進行聚合分析，得到不同所述指標評價方式對應的第二穩定性分析結果；
35、綜合評價模塊，用于基于所述第二穩定性分析結果采用最大不穩定性原則進行綜合評估，得到所述待分析系統對象的所述目標業務場景的系統穩定性分析結果。
36、為解決上述問題本技術提供一種電子設備，至少包括存儲器、處理器，所述存儲器上存儲有計算機程序，所述處理器在執行所述存儲器上的計算機程序時實現上述所述系統穩定性分析的步驟。
37、本技術中的有益效果：本技術對系統穩定性進行分析時采用故障分析、基線對比、閾值評估、趨勢檢測”四大維度并行判斷，避免了單一視角漏報/誤報，確保穩定性等級評估更全面、可靠。采用“最大不穩定原則”層層向上匯聚單點異常，微小但持續的性能退化可以被及時捕獲，縮短故障發現時間。分層抽樣策略和并行計算架構，對海量時序數據進行高效聚合與分發，保證秒級分析響應，且能橫向拓展至上千觀測點。本技術通過構建“指標維度、分析維度、場景維度、系統維度”的自下而上多層級推導與聚合框架，結合“故障、基線、閾值、趨勢”四大分析維度的并行評估和“最大不穩定原則”下的動態抽樣技術，實現全面、科學、高效的系統穩定性評估，顯著提升復雜穩定性測試場景下的分析適應性和結論可靠性。
38、上述說明僅是本發明技術方案的概述，為了能夠更清楚地了解本發明的技術手段，而可依照說明書的內容予以實施，并且為了讓本發明的上述和其他目的、特征和優點能夠更明顯易懂，以下特舉本發明的具體實施方式。