基于计算引擎应用的数据处理方法、装置及电子设备与流程

1.本公开涉及计算机技术领域，尤其涉及云计算领域，特别涉及一种基于计算引擎应用的数据处理方法、装置及电子设备。


背景技术：

2.spark streaming是基于spark的流式批处理引擎用于实现对实时数据流的流式处理，其处理流程是以固定的时间间隔处理一批数据，将这一批数据利用spark的集群处理优势，提高处理速度，加快数据的转换、业务处理及落盘数据。
3.在启动计算引擎spark应用(如spark streaming应用)时，需指定处理核数(core)和分区数(partition)，处理核数和分区数是决定spark应用性能的两个重要指标。如果在spark应用处理数据的过程中的某个时刻出现大量数据，将导致spark应用的处理速度变慢。


技术实现要素：

4.本公开提供了一种基于计算引擎应用的数据处理方法、装置及电子设备。
5.根据本公开的第一方面，提供了一种基于计算引擎应用的数据处理方法，包括：
6.响应于第一计算引擎spark应用的当前状态满足预设的创建应用触发条件，建立第二spark应用；
7.响应于第二spark应用满足数据处理条件，控制第一spark应用停止处理数据，并确定第一spark应用记录的当前处理数据的第一订阅点信息；
8.控制第二spark应用基于第一订阅点信息开始处理数据。
9.根据本公开的第二方面，提供了一种基于计算引擎应用的数据处理装置，包括：
10.建立模块，响应于第一计算引擎spark应用的当前状态满足预设的创建应用触发条件，用于建立第二spark应用；
11.控制模块，响应于第二spark应用满足数据处理条件，用于控制第一spark应用停止处理数据；
12.确定模块，用于确定第一spark应用记录的当前处理数据的第一订阅点信息；
13.其中，控制模块，还用于控制第二spark应用基于第一订阅点信息开始处理数据。
14.根据本公开的第三方面，提供了一种电子设备，包括：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面所述的基于计算引擎应用的数据处理方法。
18.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行前述第一方面所述的基于计算引擎应用的数
据处理方法。
19.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据前述第一方面所述的基于计算引擎应用的数据处理方法。
20.根据本公开的技术方案，当第一spark应用的当前状态满足预设的创建应用触发条件时，建立第二spark应用。在第二spark应用具备数据处理条件时，控制第一spark应用停止处理数据，并控制第二spark应用开始处理数据，无需重新指定旧spark应用(如上述第一spark应用)处理核数和分区数，避免了因重启旧spark应用导致的下游数据断层现象，实现spark应用之间的数据平滑迁移。
21.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
22.附图用于更好地理解本方案，不构成对本公开的限定。其中：
23.图1是根据本公开实施例一提供的一种的基于计算引擎应用的数据处理方法的流程示意图；
24.图2是根据本公开实施例二提供的一种基于计算引擎应用的数据处理方法的流程示意图；
25.图3是根据本公开实施例三提供的一种基于计算引擎应用的数据处理方法的流程示意图；
26.图4是根据本公开实施例四提供的一种基于计算引擎应用的数据处理方法的流程示意图；
27.图5是根据本公开实施例五提供的一种基于计算引擎应用的数据处理方法的流程示意图；
28.图6是根据本公开实施例六提供的一种基于计算引擎应用的数据处理装置的结构框图；
29.图7是根据本公开实施例七提供的一种基于计算引擎应用的数据处理装置的结构框图；
30.图8是根据本公开实施例八提供的一种基于计算引擎应用的数据处理装置的结构框图；
31.图9是根据本公开实施例九提供的一种基于计算引擎应用的数据处理装置的结构框图；
32.图10是根据本公开实施例十提供的一种基于计算引擎应用的数据处理装置的结构框图；
33.图11是用以实现本公开实施例的基于计算引擎应用的数据处理方法的电子设备的框图。
具体实施方式
34.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种
细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
35.此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
36.需要说明的是，本公开中的spark应用为spark streaming应用。
37.相关技术中，为了解决突然出现大量数据导致spark应用性能下降的问题，需要重新指定该spark应用的处理核数和分区数，并重新启动该spark应用。由于重新启动该spark应用需要一定的重启时间，在重启时间内没有数据输出，导致下游数据出现断层现象。
38.为此，本公开提供了一种基于计算引擎应用的数据处理方法、装置及电子设备。具体地，下面参考附图描述本公开实施例的基于计算引擎应用的数据处理方法、装置及电子设备。
39.图1是根据本公开实施例一提供的一种基于计算引擎应用的数据处理方法的流程示意图。需要说明的是，本公开实施例的基于计算引擎应用的数据处理方法可应用于本公开实施例的基于计算引擎应用的数据处理装置，该基于计算引擎应用的数据处理装置可被配置于电子设备上。
40.如图1所示，该基于计算引擎应用的数据处理方法可以包括如下步骤：
41.步骤101，响应于第一计算引擎spark应用的当前状态满足预设的创建应用触发条件，建立第二spark应用。
42.可选地，在本公开一些实施例中，第一spark应用的当前状态满足预设的创建应用触发条件可以包括第一spark应用的当前处理性能满足算力扩容条件、或算力缩容条件或spark应用满足更新条件。若第一spark应用的当前状态满足创建应用触发条件，则根据第一spark应用的当前状态，确定创建spark应用所需参数，根据该参数建立第二spark应用。作为一种示例，该所需参数可包括但不限于处理核数(core)和分区数(partition)等。
43.步骤102，响应于第二spark应用满足数据处理条件，控制第一spark应用停止处理数据，并确定第一spark应用记录的当前处理数据的第一订阅点信息。
44.可选地，可以通过订阅开关来控制第一spark应用停止或开始处理数据。在本公开一些实施例中，响应于第二spark应用满足数据处理条件，可通过控制第一订阅开关的状态，控制第一spark应用停止处理数据。
45.作为一种示例，当第二spark应用满足数据处理条件时，即第二spark应用具备处理数据的能力，控制第一订阅开关的状态切换为关闭状态。第一spark应用在监测到第一订阅开关的关闭状态信息时，停止处理数据。需要说明的是，该第一订阅开关为建立第一spark应用时创建的开关。
46.此外，当第二spark应用满足数据处理条件时，还确定第一spark应用记录的当前处理数据的第一订阅点信息。需要说明的是，该第一订阅点信息为第一spark应用当前处理数据的位置标识。举例而言，第一spark应用在处理数据时，可以每隔一段时间就记录当前处理数据的订阅点信息。这样，控制第一spark应用停止处理数据的同时，还需要确定该第
dictionary server，远程字典服务)、zookeeper(分布式服务框架)等。
57.步骤203，响应于第二spark应用满足数据处理条件，控制第一订阅开关的状态切换为关闭状态，该关闭状态用于指示第一spark应用停止处理数据。其中，第一订阅开关为建立第一spark应用时所创建的开关。
58.作为一种示例，第一订阅开关的格式可以为appid pipename＝true/false。其中，appid为spark集群给予第一spark应用的唯一标识，pipename为每个数据管道名称，true为该订阅开关为打开状态，false为该订阅开关为关闭状态。
59.可选地，在本公开一些实施例中，可通过脚本控制第一订阅开关的状态切换为关闭状态。
60.步骤204，确定第一spark应用记录的当前处理数据的第一订阅点信息。
61.需要说明的是，spark应用在处理一批数据时，每隔预设时间间隔记录一次当前处理数据的订阅点信息，将记录的订阅点信息存储在中间件中。将第一spark应用记录的当前处理数据的订阅点信息确定为第一订阅点信息。
62.步骤205，控制第二订阅开关的状态切换为打开状态，该打开状态用于指示第二spark应用基于第一订阅点信息开始处理数据。
63.可选地，在本公开一些实施例中，可通过脚本控制第二订阅开关的状态切换为打开状态。
64.根据本公开实施例的基于计算引擎应用的数据处理方法，在建立spark应用时创建与spark应用对应的订阅开关，通过控制订阅开关的状态，实现spark应用之间的切换。当第一spark应用的当前状态满足预设的创建应用触发条件时，建立第二spark应用以及第二spark应用的第二订阅开关。在第二spark应用具备数据处理条件时，控制第一spark应用的第一订阅开关状态切换为关闭状态，控制第一spark应用停止处理数据。控制第二spark应用的第二订阅开关的状态切换为打开状态，第二spark应用基于第一订阅点信息开始处理数据。本公开通过设置spark应用的订阅开关，实现了spark应用之间的灵活切换，进一步避免了因重启第一spark应用导致的下游数据断层现象，实现spark应用之间的数据平滑迁移以及spark应用的无损扩容、无损缩容及无损升级。
65.需要说明的是，当第一spark应用的当前状态满足预设的创建应用触发条件时，将第一spark应用切换为第二spark应用，第二spark应用基于第一订阅点信息继续处理数据。在切换到第二spark应用后，可保留第一spark应用，在第二spark应用的当前处理性能满足一定条件时，再将第二spark应用切换回第一spark应用。作为一种示例，图3是根据本公开实施例三提供的一种基于计算引擎应用的数据处理方法的流程示意图。如图3所示，在上述实施例的基础上，当第一spark应用的当前状态满足预设的创建应用触发条件为第一spark应用的当前处理性能满足第一算力扩容条件，该基于计算引擎应用的数据处理方法还可以包括如下步骤：
66.步骤301，保留第一spark应用。
67.步骤302，响应于第二spark应用的当前处理性能满足第二算力缩容条件，控制第二spark应用停止处理数据，并确定第二spark应用记录的当前处理数据的第二订阅点信息。
68.需要说明的是，第二算力缩容条件可以与第一算力缩容条件相同，或者，第二算力
缩容条件可以与第一算力缩容条件不同。
69.步骤303，控制第一spark应用基于第二订阅点信息开始处理数据。
70.根据本公开实施例的基于计算引擎应用的数据处理方法，当第一spark应用的当前处理性能满足第一算力扩容条件时，建立具有更大处理核数和分区数的第二spark应用。在建立第二spark应用后，保留了第一spark应用，当第二spark应用的当前处理性能满足第二算力缩容条件，可通过第一订阅开关与第二订阅开关，将第二spark应用切换回第一spark应用，无需重新建立具有更小处理核数和分区数的第二spark应用。
71.图4是根据本公开实施例四提供的一种基于计算引擎应用的数据处理方法的流程示意图。如图4所示，在上述实施例的基础上，当第一spark应用的当前状态满足预设的创建应用触发条件为第一spark应用的当前处理性能满足第一算力缩容条件，该基于计算引擎应用的数据处理方法还可以包括如下步骤：
72.步骤401，保留第一spark应用。
73.步骤402，响应于第二spark应用的当前处理性能满足第二算力扩容条件，控制第二spark应用停止处理数据，并确定第二spark应用记录的当前处理数据的第三订阅点信息。
74.需要说明的是，第二算力扩容条件可以与第一算力扩容条件相同，或者，第二算力扩容条件可以与第一算力扩容条件不同。
75.步骤403，控制第一spark应用基于第三订阅点信息开始处理数据。
76.根据本公开实施例的基于计算引擎应用的数据处理方法，当第一spark应用的当前处理性能满足第一算力缩容条件时，为避免资源浪费，建立具有更小处理核数和分区数的第二spark应用。在建立第二spark应用后，保留了第一spark应用，当第二spark应用的当前处理性能满足第二算力扩容条件，可通过第一订阅开关与第二订阅开关，将第二spark应用切换回第一spark应用，无需重新建立具有更大处理核数和分区数的第二spark应用。
77.图5是根据本公开实施例五提供的一种基于计算引擎应用的数据处理方法的流程示意图。如图5所示，在上述实施例的基础上，该基于计算引擎应用的数据处理方法还可以包括如下步骤：
78.步骤501，响应于第一计算引擎spark应用的当前状态满足预设的创建应用触发条件，建立第二spark应用。
79.步骤502，响应于第二spark应用满足数据处理条件，控制第一spark应用停止处理数据，并确定第一spark应用记录的当前处理数据的第一订阅点信息。
80.步骤503，控制第二spark应用基于第一订阅点信息开始处理数据。
81.步骤504，删除第一spark应用。
82.需要说明的是，步骤504还可以在步骤502后执行，即在控制第一spark应用停止处理数据后，删除第一spark应用。
83.根据本公开实施例的基于计算引擎应用的数据处理方法，当第一spark应用的当前状态满足预设的创建应用触发条件时，建立第二spark应用。在第二spark应用具备数据处理条件时，控制第一spark应用停止处理数据，并控制第二spark应用开始处理数据，可以实现两个spark应用处理数据无缝切换，无需重新指定第一spark应用的处理核数和分区数，避免了因重启第一spark应用导致的下游数据断层现象，实现spark应用之间的数据平
滑迁移。将第一spark应用切换到第二spark应用后，可删除第一spark应用，从而节省spark应用的存储资源。
84.图6是根据本公开实施例六提供的一种基于计算引擎应用的数据处理装置的结构框图。如图6所示，该基于计算引擎应用的数据处理装置可以包括建立模块601、控制模块602和确定模块603。
85.具体地，建立模块601，响应于第一计算引擎spark应用的当前状态满足预设的创建应用触发条件，用于建立第二spark应用。
86.控制模块602，响应于第二spark应用满足数据处理条件，用于控制第一spark应用停止处理数据。
87.确定模块603，用于确定第一spark应用记录的当前处理数据的第一订阅点信息。
88.其中，控制模块602，还用于控制第二spark应用基于第一订阅点信息开始处理数据。
89.在本公开一些实施例中，建立模块601还用于：基于第一spark应用的当前状态，确定创建spark应用所需参数；基于创建spark应用所需参数，建立第二spark应用。
90.在本公开一些实施例中，控制模块602还用于：控制第一订阅开关的状态切换为关闭状态，关闭状态用于指示第一spark应用停止处理数据。其中，第一订阅开关为建立第一spark应用时所创建的开关。
91.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
92.根据本公开实施例的基于计算引擎应用的数据处理装置，当第一spark应用的当前状态满足预设的创建应用触发条件时，建立第二spark应用。在第二spark应用具备数据处理条件时，控制第一spark应用停止处理数据，并控制第二spark应用开始处理数据，可以实现两个spark应用处理数据无缝切换，无需重新指定第一spark应用的处理核数和分区数，避免了因重启第一spark应用导致的下游数据断层现象，实现spark应用之间的数据平滑迁移。
93.图7是根据本公开实施例七提供的一种基于计算引擎应用的数据处理装置的结构框图。如图7所示，在上述实施例的基础上，该基于计算引擎应用的数据处理装置还可以包括创建模块704。
94.具体地，创建模块704，用于创建第二spark应用的第二订阅开关。
95.控制模块702，还用于控制第二订阅开关的状态切换到打开状态，打开状态用于指示第二spark应用基于第一订阅点信息开始处理数据。
96.其中，图7中701-703和图6中601-603具有相同功能和结构。
97.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
98.根据本公开实施例的基于计算引擎应用的数据处理装置，在建立spark应用时创建与spark应用对应的订阅开关，通过控制订阅开关的状态，实现spark应用之间的切换。当第一spark应用的当前状态满足预设的创建应用触发条件时，建立第二spark应用以及第二spark应用的第二订阅开关。在第二spark应用具备数据处理条件时，控制第一spark应用的第一订阅开关状态切换为关闭状态，控制第一spark应用停止处理数据。控制第二spark应
用的第二订阅开关的状态切换为打开状态，第二spark应用基于第一订阅点信息开始处理数据。本公开通过设置spark应用的订阅开关，实现了spark应用之间的灵活切换，进一步避免了因重启第一spark应用导致的下游数据断层现象，实现spark应用之间的数据平滑迁移以及spark应用的无损扩容、无损缩容及无损升级。
99.需要说明的是，所述第一计算引擎spark应用的当前状态满足预设的创建应用触发条件可以包括以下项中的任意一项：第一spark应用的当前处理性能满足第一算力扩容条件；第二spark应用的当前处理性能满足第一算力缩容条件；第一spark应用当前满足更新条件。图8是根据本公开实施例八提供的一种基于计算引擎应用的数据处理装置的结构框图。如图8所示，当第一spark应用的当前状态满足预设的创建应用触发条件为第一spark应用的当前处理性能满足第一算力扩容条件，该基于计算引擎应用的数据处理装置还可以包括：第一保留模块805。
100.具体地，第一保留模块805，用于保留第一spark应用。
101.控制模块802，还用于响应于第二spark应用的当前处理性能满足第二算力缩容条件，控制第二spark应用停止处理数据，并确定第二spark应用记录的当前处理数据的第二订阅点信息。
102.控制模块802，还用于控制第一spark应用基于第二订阅点信息开始处理数据。
103.其中，图8中801-804和图7中701-704具有相同功能和结构。
104.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
105.根据本公开实施例的基于计算引擎应用的数据处理装置，当第一spark应用的当前处理性能满足第一算力扩容条件时，建立具有更大处理核数和分区数的第二spark应用。在建立第二spark应用后，保留了第一spark应用，当第二spark应用的当前处理性能满足第二算力缩容条件，可通过第一订阅开关与第二订阅开关，将第二spark应用切换回第一spark应用，无需重新建立具有更小处理核数和分区数的第二spark应用。
106.图9是根据本公开实施例九提供的一种基于计算引擎应用的数据处理装置的结构框图。如图9所示，当第一spark应用的当前状态满足预设的创建应用触发条件为第一spark应用的当前处理性能满足第一算力缩容条件，该基于计算引擎应用的数据处理装置还可以包括：第二保留模块906。
107.具体地，第二保留模块906，用于保留第一spark应用。
108.控制模块902，还用于响应于第二spark应用的当前处理性能满足第二算力扩容条件，控制第二spark应用停止处理数据，并确定第二spark应用记录的当前处理数据的第三订阅点信息。
109.控制模块902，还用于控制第一spark应用基于第三订阅点信息开始处理数据。
110.其中，图9中901-905和图8中801-805具有相同功能和结构。
111.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
112.根据本公开实施例的基于计算引擎应用的数据处理装置，当第一spark应用的当前处理性能满足第一算力缩容条件时，为避免资源浪费，建立具有更小处理核数和分区数的第二spark应用。在建立第二spark应用后，保留了第一spark应用，当第二spark应用的当
前处理性能满足第二算力扩容条件，可通过第一订阅开关与第二订阅开关，将第二spark应用切换回第一spark应用，无需重新建立具有更大处理核数和分区数的第二spark应用。
113.图10是根据本公开实施例十提供的一种基于计算引擎应用的数据处理装置的结构框图。如图10所示，在上述实施例的基础上，该基于计算引擎应用的数据处理装置还可以包括：删除模块1007。
114.具体地，删除模块1007，用于删除第一spark应用。
115.其中，图10中1001-1006和图9中901-906具有相同功能和结构。
116.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
117.根据本公开实施例的基于计算引擎应用的数据处理装置，当第一spark应用的当前状态满足预设的创建应用触发条件时，建立第二spark应用。在第二spark应用具备数据处理条件时，控制第一spark应用停止处理数据，并控制第二spark应用开始处理数据，可以实现两个spark应用处理数据无缝切换，无需重新指定第一spark应用的处理核数和分区数，避免了因重启第一spark应用导致的下游数据断层现象，实现spark应用之间的数据平滑迁移。将第一spark应用切换到第二spark应用后，可删除第一spark应用，从而节省spark应用的存储资源。
118.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
119.如图11所示，图11是用以实现本公开实施例的基于计算引擎应用的数据处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
120.如图11所示，该电子设备包括：一个或多个处理器1101、存储器1102，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图11中以一个处理器1101为例。
121.存储器1102即为本公开所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本公开所提供的基于计算引擎应用的数据处理方法。本公开的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本公开所提供的基于计算引擎应用的数据处理方法。
122.存储器1102作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本公开实施例中的基于计算引擎应用的数据处理方法对应的程序指令/模块(例如，附图10所示的建立模块1001、控制模块1002、确定模块
1003、创建模块1004、第一保留模块1005、第二保留模块1006和删除模块1007)。处理器1101通过运行存储在存储器1102中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的基于计算引擎应用的数据处理方法。
123.存储器1102可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储基于计算引擎应用的数据处理方法的电子设备的使用所创建的数据等。此外，存储器1102可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器1102可选包括相对于处理器1101远程设置的存储器，这些远程存储器可以通过网络连接至基于计算引擎应用的数据处理方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
124.基于计算引擎应用的数据处理方法的电子设备还可以包括：输入装置1103和输出装置1104。处理器1101、存储器1102、输入装置1103和输出装置1104可以通过总线或者其他方式连接，图11中以通过总线连接为例。
125.输入装置1103可接收输入的数字或字符信息，以及产生与基于计算引擎应用的数据处理方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1104可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
126.此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，即本公开还提出了一种计算机程序，该计算机程序在被处理器执行时，实现上述实施例所描述的基于计算引擎应用的数据处理方法，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
127.这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
128.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用
任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
129.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
130.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
131.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。