本发明涉及云桌面领域，尤其涉及一种量化不同算法对云桌面传输性能影响的对比方法及系统。
背景技术：
1、在虚拟化技术领域，对用户体验进行优化改善是目前研究的热点，而虚拟化技术中远程桌面的传输是研究的重点。在虚拟化技术桌面传输领域，为了对源服务器与目的客户端之间的数据传输过程的质量进行评价，往往需要对相关数据进行考量。
2、目前的考量方式通常是研究人员根据经验对传输过程质量进行评价，但是在根据经验评价过程中相对抽象，未考虑到性能指标进行提炼与量化，从而导致评价效率较低且准确度不够，从而需要一种自动化、具象化的形式，实现对数据的快速分析与结果预览。
3、与此同时，在改善源服务器与目的客户端之间的传输性能时，通常需要对数据的压缩、加解密、渲染等算法进行迭代，如何考量不同算法对传输性能的影响成为了棘手问题，从而也无法实现通过对比不同算法所对应传输性能的方式合理确定算法的后续改良方向。
技术实现思路
1、本发明目的在于公开一种量化不同算法对云桌面传输性能影响的对比方法及系统，以辅助开发及测试人员合理确定算法的后续改良方向。
2、为达上述目的，本发明公开的量化不同算法对云桌面传输性能影响的对比方法包括：
3、获取用户输入的量化对比任务，所述量化对比任务中指定有目标云桌面客户端、目标云桌面服务器及从数据指标集中筛选的至少两个数据指标；所述数据指标集包括：客户端子集和服务器端子集，所述客户端子集包括cpu负载、使用内存、总流量、带宽均值和带宽峰值，所述服务器端子集包括：cpu负载、使用内存、虚拟机pid(process identifier，进程控制符；或称为：进程标识符)的cpu占用及虚拟机pid的内存占用；
4、在所述目标云桌面客户端与所述目标云桌面服务器基于第一算法优化两者之间的传输性能时，同步采集所筛选的各数据指标所分别对应的第一时序序列结果；
5、在所述目标云桌面客户端与所述目标云桌面服务器切换至基于第二算法优化两者之间的传输性能后，同步采集所筛选的各数据指标所分别对应的第二时序序列结果；
6、将所筛选的第一数据指标所对应的第一时序序列结果和第二时序序列结果基于时序对齐后对比显示于第一可视化图表中；
7、基于同样的时序对齐方式将所筛选的第二数据指标所对应的第一时序序列结果和第二时序序列结果对比显示于第二可视化图表中，依此类推，直至得到所筛选的所有数据指标所分别对比的可视化图表。
8、优选地，本实施例还包括：针对所筛选的任一数据指标，对相应的第一时序序列和第二时序序列进行对比统计分析，对比统计分析对象包括所有采样值的数量、平均值、标准差、最大值、最小值，第一四分位数、中位数及第三四分位数的分布情况。
9、优选地，本实施例各数据指标基于统一的数据结构进行对比分析。
10、优选地，本实施例还包括：在对比分析前，针对所筛选的至少一数据指标，对相应的第一时序序列和第二时序序列进行数据清洗后再转换成统一的数据结构。
11、为达上述目的，本发明还公开一种量化不同算法对云桌面传输性能影响的对比系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
12、本发明具有以下有益效果：
13、1、用户可从数据指标集中根据自身需要筛选数据指标，能灵活地兼顾量化对比任务中细分的各类用户需求。
14、2、不同数据指标同步进行数据采集，提高了数据指标之间的耦合性，有效避免了各维度数据采集不同步而影响分析结论的可靠性。而且，不同图表中对第一和第二时序序列的时序对齐方式一致，进一步提高了数据指标之间的耦合性并提升了系统的制图效率；从而能有效辅助开发及测试人员合理确定算法的后续改良方向。
15、3、各个可视化图表的功能简单，提升了用户体验。
16、下面将参照附图，对本发明作进一步详细的说明。
1.一种量化不同算法对云桌面传输性能影响的对比方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，各数据指标基于统一的数据结构进行对比分析。
4.根据权利要求3所述的方法，其特征在于，还包括：
5.一种量化不同算法对云桌面传输性能影响的对比系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4任一所述的方法。
