数据处理的方法、装置、电子设备、存储介质及产品与流程

1.本发明实施例涉及计算机技术领域，尤其涉及一种数据处理的方法、装置、电子设备、存储介质及产品。


背景技术：

2.clickhouse作为一款针对大数据实时分析的高性能分布式数据库，因为其性能卓越而广受青睐。
3.在实现本发明过程中，发明人发现现有技术中至少存在如下问题：由于clickhouse的高性能是以压榨服务器性能作为保障的，在服务器不变的情况下，随着聚合计算的数据量和集群计算并发数的提升，clickhouse很容易达到其性能的瓶颈。
4.因此，亟需一种数据处理的方法，能够在数据量较大的情况下提升clickhouse处理数据的效率。


技术实现要素：

5.本发明实施例提供一种数据处理的方法，能够在数据量较大的情况下提升clickhouse处理数据的效率。
6.一方面，本发明实施例提供一种数据处理的方法，包括：
7.获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据；
8.依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据；
9.将各维度下的处理后的数据，发送至多个不同节点进行数据处理。
10.可选的，依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据，包括：
11.针对所述至少两个维度下的数据中的每一维度下的数据，若确定该维度下的数据的数据量大于预设数据存储阈值，则根据该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理，得到该维度下的处理后的数据；
12.若确定该维度下的数据的数据量小于等于预设数据存储阈值，则确定该维度下的数据，为该维度下的处理后的数据。
13.可选的，若确定该维度下的数据的数据量大于预设数据存储阈值，则根据该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理，得到该维度下的处理后的数据，包括：
14.若确定该维度下的数据的数据量大于预设数据存储阈值，则提取该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者之间的交集，得到该维度下的处理后的数据，所述该维度下的处理后的数据为该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者的交集下的数据。
15.可选的，每一维度下的处理后的数据与至少一个节点相对应；将各维度下的处理后的数据，发送至多个不同节点进行数据处理，包括：
16.若确定每一节点的当前数据处理量大于预设数据处理阈值，则将与该节点对应的处理后的数据中的部分数据，发送至该节点进行处理，其中，所述部分数据为与该节点对应的处理后的数据中的在所述预设数据处理阈值范围之内的数据，并将与该节点对应的处理后的数据中的剩余数据，发送至其他节点进行处理，所述剩余数据为与该节点对应的处理后的数据中的超出所述预设数据处理阈值的数据。
17.可选的，所述预设维度中包括多个维度值；依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据，包括：
18.依据每一维度值在所述待处理数据中确定每一维度值下的数据，以得到所述至少两个维度下的数据。
19.可选的，在依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据之前，还包括：
20.识别并剔除无效维度下的无效数据。
21.可选的，在将各维度下的处理后的数据，发送至多个不同节点进行数据处理之后，还包括：
22.获取每一节点的数据处理结果；
23.将与各维度对应的数据处理结果进行合并处理，得到合并结果；
24.将所述合并结果和所述无效数据进行合并处理，得到待查询数据。
25.上述发明中的一个实施例具有如下优点或者有益效果：
26.本实施例中，通过获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据；依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据；将各维度下的处理后的数据，发送至多个不同节点进行数据处理。采用上述技术手段，能够在数据量较大的情况下提升clickhouse处理数据的效率。
27.另一方面，本发明实施例提供一种数据处理的装置，包括：
28.划分处理模块，用于获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据；
29.数据体量处理模块，用于依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据；
30.发送模块，用于将各维度下的处理后的数据，发送至多个不同节点进行数据处理。
31.可选的，数据体量处理模块，用于针对所述至少两个维度下的数据中的每一维度下的数据，若确定该维度下的数据的数据量大于预设数据存储阈值，则根据该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理，得到该维度下的处理后的数据；
32.若确定该维度下的数据的数据量小于等于预设数据存储阈值，则确定该维度下的数据，为该维度下的处理后的数据。
33.可选的，数据体量处理模块，用于若确定该维度下的数据的数据量大于预设数据存储阈值，则提取该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数
据两者之间的交集，得到该维度下的处理后的数据，所述该维度下的处理后的数据为该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者的交集下的数据。
34.可选的，发送模块，用于若确定每一节点的当前数据处理量大于预设数据处理阈值，则将与该节点对应的处理后的数据中的部分数据，发送至该节点进行处理，其中，所述部分数据为与该节点对应的处理后的数据中的在所述预设数据处理阈值范围之内的数据，并将与该节点对应的处理后的数据中的剩余数据，发送至其他节点进行处理，所述剩余数据为与该节点对应的处理后的数据中的超出所述预设数据处理阈值的数据。
35.可选的，划分处理模块，用于依据每一维度值在所述待处理数据中确定每一维度值下的数据，以得到所述至少两个维度下的数据。
36.可选的，所述装置，还包括：
37.剔除模块，用于识别并剔除无效维度下的无效数据。
38.可选的，所述装置，还包括：
39.待查询数据确定模块，用于获取每一节点的数据处理结果；
40.将与各维度对应的数据处理结果进行合并处理，得到合并结果；
41.将所述合并结果和所述无效数据进行合并处理，得到待查询数据。
42.本实施例中，通过获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据；依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据；将各维度下的处理后的数据，发送至多个不同节点进行数据处理。采用上述技术手段，能够在数据量较大的情况下提升clickhouse处理数据的效率。
附图说明
43.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
44.图1是根据本发明实施例一提供的一种数据处理的方法的流程示意图；
45.图2是根据本发明实施例二提供的一种数据处理的方法的流程示意图；
46.图3是根据本发明实施例三提供的一种数据处理的方法的流程示意图；
47.图4是根据本发明实施例四提供的一种数据处理的装置的结构示意图；
48.图5是根据本发明实施例五提供的一种终端设备的框图。
49.通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
50.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
51.首先对本发明实施例所涉及的名词进行解释：
52.预先存储的待处理数据是指在clickhouse库中存储的数据表，该数据表以行列的形式存储大量的待处理数据。
53.预设维度是指按照待处理数据的类型，具体的，预设维度可以是必须要有的维度、有级联关系的维度和无效维度。其中，必须要有的维度是节点处理的数据必须具备的维度，有级联关系的维度可以是节点处理的数据具备的维度，具体的，有级联关系的维度是指具备上下层级关系的维度，示例性的，可以是一级部门、二级部门和三级部门。无效维度是指在节点处理的数据不需要的维度。进一步地，对于不同的待处理数据，划分的无效维度是不同的。
54.数据存储阈值是指集群的内存阈值，是这个集群的内存的上限值，在这个上限值之内集群可以正常地工作，超过了这个集群的上限值，该集群无法正常工作。
55.预设数据处理阈值是指一个节点能够处理的数据的上限值，在这个上限值之内节点可以正常地工作，超过了这个节点的上限值，该节点无法正常工作。
56.本发明实施例具体的应用场景是在clickhouse数据库中计算较大的数据量。
57.本发明实施例提供的数据处理的方法，旨在解决现有技术的如上技术问题。
58.下面以具体地实施例对本发明的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
59.图1是根据本发明实施例一提供的一种数据处理的方法的流程示意图。
60.具体的，实施例一中包括如下步骤：
61.s110、获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据。
62.本实施例中，至少两个维度下的数据是不聚合的数据，并且至少两个维度下的数据的总和是预先存储的待处理数据。本实施例中，获取到预先存储的待处理数据后，将以上的待处理数据按照预设维度进行划分处理，相当于对待处理数据按照数据的类型进行分类，以得到至少两个维度下的数据。
63.s120、依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据。
64.本实施例中，在获取到至少两个维度下的数据中的每一维度下的数据后，计算每一维度下的数据的数据量，并对每一维度下的数据的数据量情况进行数据体量处理。示例性的，至少两个维度下的数据的每一维度的数据量分别为10亿、5亿和8亿，则对第一维度下的10亿数据、第二维度下的5亿数据和第三维度下的8亿数据进行数据体量处理，则可以得到每一维度下的处理后的数据。具体的，可以是第一维度下的5亿数据，也可以是第二维度下的5亿数据和第三维度下的5亿数据。
65.s130、将各维度下的处理后的数据，发送至多个不同节点进行数据处理。
66.本实施例中，各维度下的处理后的数据至少会发送对应至少一个节点进行数据处理。示例性的。各维度包括第一维度、第二维度和第三维度，则分别将第一维度下的处理后的数据发送给至少一个节点进行数据处理，将第二维度下的处理后的数据发送给至少一个节点进行数据处理，将第三维度下的处理后的数据发送给至少一个节点进行数据处理。其
中，第一维度下所发送的至少一个节点、第二维度下所发送的至少一个节点和第三维度下所发送的至少一个节点，以上的节点均是不同的节点。进一步地，若第一维度下所发送的节点不止一个，则上述节点也为不同的节点。第二维度和第三维度的情况类似，在此不再赘述。
67.本实施例中，通过获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据；依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据；将各维度下的处理后的数据，发送至多个不同节点进行数据处理。采用上述技术手段，能够在数据量较大的情况下提升clickhouse处理数据的效率。
68.图2是根据本发明实施例二提供的一种数据处理的方法的流程示意图。
69.具体的，实施例二中包括如下步骤：
70.s210、获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据。
71.本实施例中，可选的，所述预设维度中包括多个维度值；依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据，包括：
72.依据每一维度值在所述待处理数据中确定每一维度值下的数据，以得到所述至少两个维度下的数据。
73.本实施例中，示例性的，多个维度值可以是平台、一级部门、二级部门和三级部门。通过确定“平台”这个维度值，并在待处理数据中根据该维度值确定数据。
74.s220、针对所述至少两个维度下的数据中的每一维度下的数据，判断该维度下的数据的数据量是否大于预设数据存储阈值；若是，则执行s230；若否，则执行s240。
75.s230、若确定该维度下的数据的数据量大于预设数据存储阈值，则根据该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理，得到该维度下的处理后的数据。
76.本实施例中，数据缩小处理是指通过维度的增加减小该维度下的数据量，以使该维度下的数据的数据量处于预设存储阈值的范围内。具体的，若该维度下的数量的数量量为10亿，预设数据存储阈值为8亿，则通过该维度与至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理后，可以得到该维度下的处理后的数据量为8亿，这8亿数据就为该维度下的处理后的数据。
77.本实施例中，可选的，若确定该维度下的数据的数据量大于预设数据存储阈值，则根据该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理，得到该维度下的处理后的数据，包括：
78.若确定该维度下的数据的数据量大于预设数据存储阈值，则提取该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者之间的交集，得到该维度下的处理后的数据，所述该维度下的处理后的数据为该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者的交集下的数据。
79.本实施例中，在该维度下的数据的数据量大于预设数据存储阈值时，还可以通过返回错误数据信息，以便于提取该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者之间的交集。
80.示例性的，若该维度下的数据量为10亿，预设数据存储阈值为8亿，至少两个维度下的数据中的任一其他维度下的数据量为5亿或者6亿。若选择的其他维度下的数据量为5亿时，则提取该维度下的数据与其他维度下的数据的交集后，得到该维度下的处理后的数据，该数据量可以是4亿的数据。
81.s240、若确定该维度下的数据的数据量小于等于预设数据存储阈值，则确定该维度下的数据，为该维度下的处理后的数据。
82.本实施例中，若该维度的数据的数据量小等于预设数据存储阈值，则说明该维度下的数据在集群能够处理的范围之内，因此，该维度下的数据就为处理后的数据。
83.s250、将各维度下的处理后的数据，发送至多个不同节点进行数据处理。
84.本实施例中，通过对该维度下的数据体量的缩小处理，能够得到该维度下的处理后的数据，通过将数据进行拆分并进行一系列的优化，实现间接减少计算数据量的方式，能够避免了集群性能瓶颈带来的计算数据量的限制。
85.图3是根据本发明实施例三提供的一种数据处理的方法的流程示意图。
86.具体的，实施例三中包括如下步骤：
87.s310、获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据。
88.s320、识别并剔除无效维度下的无效数据。
89.本实施例中，无效维度为至少两个维度中的一个维度，无效维度下的无效数据是不需要进行处理的数据。
90.s330、依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据。
91.s340、每一维度下的处理后的数据与至少一个节点相对应；若确定每一节点的当前数据处理量大于预设数据处理阈值，则将与该节点对应的处理后的数据中的部分数据，发送至该节点进行处理。
92.本实施例中，所述部分数据为与该节点对应的处理后的数据中的在所述预设数据处理阈值范围之内的数据，并将与该节点对应的处理后的数据中的剩余数据，发送至其他节点进行处理，所述剩余数据为与该节点对应的处理后的数据中的超出所述预设数据处理阈值的数据。
93.具体的，本实施例中，每一维度下的处理后的数据对应的至少一个节点，上述每个节点的预设数据处理阈值均不相同。其中，每个节点的预设数据处理阈值是由该节点的cpu、内存、磁盘使用率和网络连接状态共同决定的。
94.示例性的，第一维度下的处理后的数据对应的节点数为3个，第一维度下的处理后的数据量为4亿，则在发送3个节点的时候，第一个节点的预设数据处理阈值为1亿，第二个节点的预设数据处理阈值为2亿，第三个节点的预设数据处理阈值为2亿。先将1亿的数据量发送至第一个节点，然后，将2亿的数据量发送至第二个节点，最后，将1亿的数据量发送至第三个节点，则第一个节点的1亿数据量为部分数据，第二个节点的2亿数据量为剩余数据。
95.s350、获取每一节点的数据处理结果。
96.s360、将与各维度对应的数据处理结果进行合并处理，得到合并结果。
97.s370、将所述合并结果和所述无效数据进行合并处理，得到待查询数据。
98.本实施例中，合并结果是各维度下的数据处理结果的总和，并将这个总和与无效数据进行合并，得到待查询数据，这样可以保证待查询数据的数据的完整性。
99.进一步地，在每一节点对待处理数据进行处理的过程中，若待处理数据是之前已经处理过的数据，则该待处理数据可以预先存储至预设的存储区域，在需要调用该待处理数据时，则可以从预设的存储区域进行调用。这样设置的好处时，可以提升节点处理数据的效率。
100.进一步地，还可以通过在其他数据库中计算预先存储的待处理数据，并将计算结果与待查询结果进行比较，以保证待查询结果的准确性。示例性的，其他数据库可以是hive数据库，其中，hive数据库进行计算时使用的是spark sql。
101.本实施例中，通过比较每一节点的当前数据处理量与预设数据处理阈值的大小，将每一节点处理数据的数据量限制在预设数据处理阈值之内，这样每个节点每次计算的数据量就会很少，能够在保证集群稳定的前提下提升集群的高并发能力，同时提高集群进行聚合计算的数据量级。
102.图4是根据本发明实施例四提供的一种数据处理的装置的结构示意图。
103.具体的，实施例四中包括：
104.划分处理模块410，用于获取预先存储的待处理数据，并依据预设维度对所述待处理数据进行维度划分处理，得到至少两个维度下的数据；
105.数据体量处理模块420，用于依据所述至少两个维度下的数据中的每一维度下的数据的数据量，对每一维度下的数据进行数据体量处理，得到每一维度下的处理后的数据；
106.发送模块430，用于将各维度下的处理后的数据，发送至多个不同节点进行数据处理。
107.可选的，数据体量处理模块420，用于针对所述至少两个维度下的数据中的每一维度下的数据，若确定该维度下的数据的数据量大于预设数据存储阈值，则根据该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据进行数据缩小处理，得到该维度下的处理后的数据；
108.若确定该维度下的数据的数据量小于等于预设数据存储阈值，则确定该维度下的数据，为该维度下的处理后的数据。
109.可选的，数据体量处理模块420，用于若确定该维度下的数据的数据量大于预设数据存储阈值，则提取该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者之间的交集，得到该维度下的处理后的数据，所述该维度下的处理后的数据为该维度下的数据、所述至少两个维度下的数据中的任一其他维度下的数据两者的交集下的数据。
110.可选的，发送模块430，用于若确定每一节点的当前数据处理量大于预设数据处理阈值，则将与该节点对应的处理后的数据中的部分数据，发送至该节点进行处理，其中，所述部分数据为与该节点对应的处理后的数据中的在所述预设数据处理阈值范围之内的数据，并将与该节点对应的处理后的数据中的剩余数据，发送至其他节点进行处理，所述剩余数据为与该节点对应的处理后的数据中的超出所述预设数据处理阈值的数据。
111.可选的，划分处理模块410，用于依据每一维度值在所述待处理数据中确定每一维度值下的数据，以得到所述至少两个维度下的数据。
112.可选的，所述装置，还包括：
113.剔除模块440，用于识别并剔除无效维度下的无效数据。
114.可选的，所述装置，还包括：
115.待查询数据确定模块450，用于获取每一节点的数据处理结果；
116.将与各维度对应的数据处理结果进行合并处理，得到合并结果；
117.将所述合并结果和所述无效数据进行合并处理，得到待查询数据。
118.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
119.图5是根据本发明实施例五提供的一种终端设备的框图，该设备可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
120.装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(i/o)接口512，传感器组件514，以及通信组件516。
121.处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器520来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。
122.存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
123.电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。
124.多媒体组件508包括在所述装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
125.音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(mic)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。
126.i/o接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
127.传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到装置500的打开/关闭状态，组件的相对定位，例如所述组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
128.通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件516还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
129.在示例性实施例中，装置500可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
130.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器520执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
131.一种非临时性计算机可读存储介质，当该存储介质中的指令由终端设备的处理器执行时，使得终端设备能够执行上述终端设备的数据处理的方法。
132.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。
133.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。