基于 STAF/STAX + Autoit 的性能测试方案实现桌面云扩展性测(6)

　　STAX 所提供的范例 XML 脚本并不多，且 XML 文件的编写比较繁琐，XML 文件的调试不是特别直观。

　　希望 STAX 还可以提供更强大的数据收集和可视化的功能，这一块功能需要进一步扩展。开源的 Jmeter 和 LiveGraph 等在这方面可以借鉴。

　　对于一般的交互式应用程序响应延迟，通常最直接的是通过图片比对的方式来衡量程序的响应延迟，不过这种方法有不少局限性：需要先进行图片抓取，在不同的电脑，不同的分辨率，色深的情况下的预抓取的图片跟实际的图片都不一定比对的上，需要抓取的图片经常变换，所以操作起来繁琐，况且，图片比对是需要消耗 CPU 资源的，所以可以采用更科学，更高效的衡量程序 GUI 延迟的方法，针对 Windows 平台，可以利用 Windows 的窗口显示机制，监控 Windows 消息队列等来实现，甚至可以通过录制程序交互行为，转化为 Window API，进行“慢重放”来得到需要的结果。

　　模拟现实世界中的人的计算机行为的多样性。在桌面云系统中，终端用户操作的除了系统应用程序，还有网络应用程序，这些除了人的行为多样性、程序的多样性，还有本身桌面云实现原理的差异。可以考虑通过机器学习的方法来对人的行为进行特征性分析和预测。然后把云桌面用户按照一定的特征分成几种类型，提取出每种用户类型的普遍操作的应用程序，对所使用的程序的操作进行归类和抽象。亦可以采用统计分析方法，国外有研究通过蒙特 • 卡罗方法的统计模拟方法来评估云计算的效果。

原文转自：http://www.ltesting.net