多数据中心的数据处理方法及装置与流程

1.本发明涉及数据处理的技术领域，尤其涉及一种多数据中心的数据处理方法及装置。


背景技术：

2.随着人类社会进入信息化时代，人与物的活动产生了海量数据。这些数据无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理。而数据产生和存储在不同物理中心时更增加了处理难度。
3.大数据技术是当前应对海量数据的有效手段。但是大数据技术涉及多种框架和工具，部署和执行繁琐。在某些简单大数据应用场景下，如果使用大数据技术则框架和工具比例重，成本收益比低。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种多数据中心的数据处理方法及装置，以解决多数据中心的数据处理过程复杂繁琐、成本高昂的问题。
5.本发明实施例的第一方面提供了一种多数据中心的数据处理方法，包括：
6.对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；
7.在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；
8.获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。
9.在一个实施示例中，在对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量并存储至临时存储中心之前，还包括：
10.在初始周期时，计算所述每一分组对应的初始数据总值并存储至总量存储中心。
11.在一个实施示例中，所述对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量，包括：
12.对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量，并将所述增量存储至增量临时存储中心。
13.在一个实施示例中，所述在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量，包括：
14.在所述当前周期结束后，从所述增量临时存储中心中获取在所述当前周期中所述每一分组包含的信息单元的增量；
15.根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总
增量并存储至总增量临时存储中心。
16.在一个实施示例中，所述在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量，包括：
17.对所述每一分组创建增量统计任务，通过任务调度中心对所述若干分组的增量统计任务分片；
18.并行执行所述若干分组的增量统计任务，从所述增量临时存储中心中获取每一所述增量统计任务对应的所述分组在所述当前周期的增量，根据获取到的每一所述增量统计任务对应的所述分组的增量统计每一所述增量统计任务对应的所述分组的数据总增量并存储至所述总增量临时存储中心。
19.在一个实施示例中，所述获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值，包括：
20.从所述总量存储中心获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值；
21.将所述若干分组在所述当前周期的数据总值存储至所述总量存储中心。
22.本发明实施例的第二方面提供了一种多数据中心的数据处理装置，包括：
23.数据增量统计模块，用于对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；
24.分组总增量统计模块，用于在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；
25.周期增量统计模块，用于获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。
26.在一个实施示例中，所述装置还包括：
27.初始数据总值统计模块，用于在初始周期时，计算所述每一分组对应的初始数据总值并存储至总量存储中心。
28.在一个实施示例中，所述分组总增量统计模块包括：
29.增量统计任务创建单元，用于对所述每一分组创建增量统计任务，通过任务调度中心对所述若干分组的增量统计任务分片；
30.分组总增量统计单元，用于并行执行所述若干分组的增量统计任务，从所述增量临时存储中心中获取每一所述增量统计任务对应的所述分组在所述当前周期的增量，根据获取到的每一所述增量统计任务对应的所述分组的增量统计每一所述增量统计任务对应的所述分组的数据总增量并存储至所述总增量临时存储中心。
31.本发明实施例的第三方面提供了一种多数据中心的数据处理装置，包括：存储器、处理器以及存储在所述存储器中并可在所述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第一方面中多数据中心的数据处理方法。
32.本发明实施例提供的一种多数据中心的数据处理方法及装置，通过对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。将对多数据中心的数据统计操作转换为对若干分组即数据中心在每个周期的增量数据的统计。由于若干分组即数据中心在每个周期的增量数据的数量级比多数据中心的整体数据的数量级小，减小多数据中心的数据处理繁杂程度；且避免采用大量硬件设备对多数据中心的数据进行运算处理，节省成本。
附图说明
33.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
34.图1是本发明实施例一提供的多数据中心的数据处理方法的流程示意图；
35.图2是本发明实施例一提供的多数据中心的数据处理方法的流程框架图；
36.图3是本发明实施例二提供的多数据中心的数据处理装置的结构示意图；
37.图4是本发明实施例三提供的多数据中心的数据处理装置的结构示意图。
具体实施方式
38.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
39.本发明的说明书和权利要求书及上述附图中的术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含一系列步骤或单元的过程、方法或系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。
40.实施例一
41.如图1所示，是本发明实施例一提供的多数据中心的数据处理方法的流程示意图。本实施例可适用于对多数据中心的数据进行处理和统计的应用场景，该方法可以由多数据中心的数据处理装置执行，该装置可为处理器、智能终端、平板或pc等；在本技术实施例中以多数据中心的数据处理装置作为执行主体进行说明，该方法具体包括如下步骤：
42.s110、对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；
43.由于多数据中心的数据产生和存储在不同物理中心时更增加了处理难度。大数据技术是当前应对海量数据的有效手段。但是大数据技术涉及多种框架和工具，部署和执行繁琐。在某些简单大数据应用场景下，如果使用大数据技术则框架和工具比例重，成本收益比低。为解决这一问题，本实施例通过对若干分组即数据中心在每个周期的增量数据的统计，减小多数据中心的数据处理繁杂程度；且避免采用大量硬件设备对多数据中心的数据进行运算处理，节省成本。
44.具体地，不同的数据中心的数据存储在不同物理设备中。例如在云数据应用场景，每个用户的云空间为一个数据中心，该用户在对应的云空间中上传或删除文件等其它电子数据，使得数据中心的数据发生变化。为实现对多数据中心的数据进行处理，可设置每一数据中心对应一个分组，且每一分组包括n个信息单元；n≥1；在云数据应用场景时，每一分组包括的信息单元可对应云空间中存储的若干文件夹等单元数据。在不同的应用场景中，每个分组包含的多个信息单元中的数据一直在随时间的推移发生变动(增加或减少)，每个周期结束后需要统计每一个分组包含的信息单元数据的总量值。为减小多数据中心的数据处理繁杂程度，可通过对于每一周期，若在当前周期每检测到若干分组中信息单元的数据发生变动，则计算一次每一信息单元中变动数据的增量。
45.在一个实施示例中，对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，计算所述信息单元中变动数据的增量，并将所述增量存储至增量临时存储中心。
46.具体举例说明，可设当前周期为p1周期，当在当前周期p1检测到若干分组中信息单元的数据发生变动时，根据信息单元的数据变动后的新值以及数据变动前的旧值计算该信息单元中变动数据的增量，可得到若干分组中每一信息单元的增量x
1nn
，其中，增量x
1nn
的上标“1”表示当前周期p1对应的第一周期；下标“nn”中“n”为对应的分组编号，“n”为对应第n个分组中的信息单元数据第“n”次数据发生变动时的增量。当计算得到增量后实时发送到多数据中心共用的系统总线b0中，然后从系统b0读取所有信息单元的变动增量将读取到的增量保存至增量临时存储中心s
v
中。
47.如图2所示为多数据中心的数据处理方法的流程框架图，如图中所示，在现实应用场景中，每一数据中心可包括事件总线event和增量计算程序worker。增量计算程序worker绑定数据系统的事件总线event，可通过多数据中心的数据处理装置控制增量计算程序worker监听事件总线event的数据变动事件，在当前周期(例如p1周期)每个信息单元数据发生新增/减小/删除等数据变动时，增量计算程序worker计算每个信息单元数据变动前后新值与旧值的增量x
101
,x
102
,
…
,x
10n
,x
111
,x
112
,
…
,x
11n
,
…
x
1nn
并将这些增量值实时发送到多数据中心共用的系统总线b0中。
48.各数据中心的增量数据汇总到系统总线b0后，暂存在总线b0中等待被消费。多数据中心的数据处理装置可通过增量信息转存程序consumer。增量信息转存程序consumer可以同时部署多台服务器中，以便增加转存效率。将增量信息转存程序consumer绑定系统总线b0，从系统b0读取信息变动增量x
101
,x
102
,
…
,x
10n
,x
111
,x
112
,
…
,x
11n
,
…
x
1nn
，然后保存到增量临时存储中心s
v
中。
49.在一个实施示例中，在对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，计算所述信息单元中变动数据的增量之前，还包括：在初始周期时，计算
所述每一分组对应的初始数据总值并存储至总量存储中心。
50.具体地，由于对每一周期的若干分组的数据总值计算时，需要根据上一周期的若干分组的数据总值和当前周期的若干分组的数据总增量进行计算。因此，需统计初始周期时，若干分组的初始数据总值并存储至总量存储中心。初始周期为p0时，计算每一分组对应的初始数据总值得到g
00
,g
01
,...,g
0n
，保存到总量存储中心s
t
中。其中，数据总值g
0n
的上标“0”表示初始周期p0对应的第0周期；下标“n”表示分组的编号。
51.s120、在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；
52.在当前周期结束后，获取在当前周期中每检测到若干分组中信息单元的数据发生变动则计算一次信息单元中变动数据的增量得到的每一分组包含的信息单元在当前周期中的增量。根据获取到的每一分组包含的信息单元的增量统计每一分组的数据总增量。
53.在一个实施示例中，由于计算得到的每一周期中信息单元的数据增量存储在增量临时存储中心s
v
中，可从增量临时存储中心s
v
获取在当前周期中每一分组包含的信息单元的增量；根据获取到的每一分组包含的信息单元的增量统计每一分组的数据总增量并存储至总增量临时存储中心s
i
中。
54.在一个实施示例中，在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量的具体过程包括：
55.步骤11、对所述每一分组创建增量统计任务，通过任务调度中心对所述若干分组的增量统计任务分片；
56.如图2所示，多数据中心的数据处理装置创建任务调度中心scheduler，调度中心将整个数据集以分组为最小单位，对每一分组创建增量统计任务，并通过任务调度中心对若干分组的增量统计任务分片。可选地，可通过取余的方式对若干分组的增量统计任务分片。具体举例说明，若存在m台增量统计主机对执行增量统计任务进行统计计算。使用分组编号，例如k(0≤k≤n)，对m取余，得到的余数j，作为增量统计主机的编号。那么第k个分组的增量统计任务就分配给第j号增量统计主机来处理。通过对若干分组的增量统计任务分片能够将若干分组的增量统计任务均匀的分配给现有的m台主机去处理，缩短总执行时间。若数据集包含m个分组则创建增量统计任务t1,t2,
…
,t
m
。
57.步骤12、并行执行所述若干分组的增量统计任务，从所述增量临时存储中心中获取每一所述增量统计任务对应的所述分组在所述当前周期的增量，根据获取到的每一所述增量统计任务对应的所述分组的增量统计每一所述增量统计任务对应的所述分组的数据总增量并存储至所述总增量临时存储中心。
58.通过调度中心调度定期在当前周期结束后的不同节点上并行调度运行若干分组的增量统计任务，以使若干分组的增量统计任务在m台增量统计主机中并行执行。每一增量统计任务从增量临时存储中心s
v
中获取该增量统计任务对应的分组在当前周期的增量，根据获取到的每一增量统计任务对应的分组的增量统计每一增量统计任务对应的分组的数据总增量并存储至所述总增量临时存储中心s
i
中。其中，若当前周期为p1周期，则每一增量统计任务对应的分组的数据总增量可为g
10i
,g
11i
,...,g
1ni
。数据总增量g
1ni
中上标“1”表示当前周期p1对应的第一周期；下标“ni”中“n”为对应的分组编号，“i”表示总增量。在当前周
期中，每一分组的数据总增量如下：
59.g
10i
＝x
101
x
102
... x
10n
；
60.g
11i
＝x
1111
x
112
... x
11n
；
61.…
62.g
1ni
＝x
11n1
x
1n2
... x
1nn
。
63.s130、获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。
64.多数据中心的数据处理装置中的任务调度中心检测到所有增量统计任务t1,t2,
…
,t
m
执行完成后，可创建总量统计任务t
r1
,t
r2
,...,t
rk
，该任务从总量存储中心s
t
读取若干分组在上一周期的数据总值。若当前周期为p1周期，则读取若干分组在上一周期p0周期的各分组的初始数据总值。由于每一分组的数据总增量存储在总增量临时存储中心s
i
中，从总增量临时存储中心s
i
中获取在当前周期中每一分组对应的数据总增量。通过总量统计任务将获取到的对应分组的数据总值与数据总增量相加，得到每一分组在当前周期的数据总值。若当前周期为p1周期，则得到每一分组在当前周期的数据总值为g
10
,g
11
,
…
,g
1n
。
65.g
10
＝g
00
g
10i
；
66.g
11
＝g
01
g
11i
；
67.…
68.g
1n
＝g
0n
g
1ni
。
69.在一个实施示例中，当计算得到每一分组在当前周期的数据总值后，将若干分组在当前周期的数据总值存储至总量存储中心s
t
。并且在进行下一周期时，重新执行步骤s110至s130。
70.当应用场景为云数据空间计费场景时，云数据空间计费规则为按照用户每天的实际使用空间按天进行收费，需每天统计多数据中心的数据总值。将每一用户作为一个分组，通过将多数据中心的数据统计操作转换为对若干分组即数据中心在每个周期的增量数据的统计，减小多数据中心的数据处理繁杂程度；且避免采用大量硬件设备对多数据中心的数据总值进行统计运算，节省成本。
71.本发明实施例提供的一种多数据中心的数据处理方法，通过对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。将对多数据中心的数据统计操作转换为对若干分组即数据中心在每个周期的增量数据的统计。由于若干分组即数据中心在每个周期的增量数据的数量级比多数据中心的整体数据的数量级小，减小多数据中心的数据处理繁杂程度；且避免采用大量硬件设备对多数据中心的数据进行运算处理，节省成本。
72.实施例二
73.如图3所示的是本发明实施例三提供的多数据中心的数据处理装置。在实施例一的基础上，本发明实施例还提供了一种多数据中心的数据处理装置3，该装置包括：
74.数据增量统计模块301，用于对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；
75.分组总增量统计模块302，用于在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；
76.周期增量统计模块303，用于获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。
77.在一个实施示例中，所述装置还包括：
78.初始数据总值统计模块，用于在初始周期时，计算所述每一分组对应的初始数据总值并存储至总量存储中心。
79.在一个实施示例中，所述分组总增量统计模块302包括：
80.增量统计任务创建单元，用于对所述每一分组创建增量统计任务，通过任务调度中心对所述若干分组的增量统计任务分片；
81.分组总增量统计单元，用于并行执行所述若干分组的增量统计任务，从所述增量临时存储中心中获取每一所述增量统计任务对应的所述分组在所述当前周期的增量，根据获取到的每一所述增量统计任务对应的所述分组的增量统计每一所述增量统计任务对应的所述分组的数据总增量并存储至所述总增量临时存储中心。
82.本发明实施例提供的一种多数据中心的数据处理装置，通过对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。将对多数据中心的数据统计操作转换为对若干分组即数据中心在每个周期的增量数据的统计。由于若干分组即数据中心在每个周期的增量数据的数量级比多数据中心的整体数据的数量级小，减小多数据中心的数据处理繁杂程度；且避免采用大量硬件设备对多数据中心的数据进行运算处理，节省成本。
83.实施例三
84.图4是本发明实施例三提供的多数据中心的数据处理装置的结构示意图。该多数据中心的数据处理装置包括：处理器41、存储器42以及存储在所述存储器42中并可在所述处理器41上运行的计算机程序43，例如用于多数据中心的数据处理方法的程序。所述处理器41执行所述计算机程序43时实现上述多数据中心的数据处理方法实施例中的步骤，例如图1所示的步骤s110至s130。
85.示例性的，所述计算机程序43可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器42中，并由所述处理器41执行，以完成本技术。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序43在所述多数据中心的数据处理装置中的执行过程。例如，所述计算机程序43可以被分
割成数据增量统计模块、分组总增量统计模块和周期增量统计模块，各模块具体功能如下：
86.数据增量统计模块，用于对于每一周期，若在当前周期检测到若干分组中信息单元的数据发生变动，则计算所述信息单元中变动数据的增量；所述分组包括n个信息单元；n≥1；
87.分组总增量统计模块，用于在所述当前周期结束后，获取所述每一分组包含的信息单元的增量，根据获取到的所述每一分组包含的信息单元的增量统计所述每一分组的数据总增量；
88.周期增量统计模块，用于获取所述若干分组在上一周期的数据总值，将所述每一分组的数据总值与对应的所述数据总增量相加，得到所述每一分组在所述当前周期的数据总值。
89.所述多数据中心的数据处理装置可包括，但不仅限于，处理器41、存储器42以及存储在所述存储器42中的计算机程序43。本领域技术人员可以理解，图4仅仅是多数据中心的数据处理装置的示例，并不构成对多数据中心的数据处理装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述多数据中心的数据处理装置还可以包括输入输出设备、网络接入设备、总线等。
90.所述处理器41可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
91.所述存储器42可以是所述多数据中心的数据处理装置的内部存储单元，例如多数据中心的数据处理装置的硬盘或内存。所述存储器42也可以是外部存储设备，例如多数据中心的数据处理装置上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器42还可以既包括多数据中心的数据处理装置的内部存储单元也包括外部存储设备。所述存储器42用于存储所述计算机程序以及多数据中心的数据处理方法所需的其他程序和数据。所述存储器42还可以用于暂时地存储已经输出或者将要输出的数据。
92.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
93.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
94.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单
元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
95.在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
96.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
97.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
98.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。