大数据部署方法、装置、设备及存储介质与流程

1.本发明涉及大数据领域，尤其涉及一种大数据部署方法、装置、设备及存储介质。


背景技术：

2.设计的开发、测试、以及生产环境的部署部署一直是计算机行业需要攻克的命题，其中，部署又涉及到开发所需的功能块及组件等。大数据的部署因为涉及到大数据，因此多为开源技术，部署所需的组件繁多同时权限管理复杂，导致大数据的部署尤为困难；
3.传统的大数据部署方案都围绕着流程、跨部门测试以及生产运维操作的开发协作，或开发排长列，单点运维部署的点名方式进行大数据的部署，但这种大数据部署的方式导致部署任务的进度需要单独记录，通过进度记录大数据部署进度是否顺利，导致大数据部署的耗费时间长，效率低。


技术实现要素：

4.本发明提供一种大数据部署方法、装置、设备及存储介质，其主要目的在于解决大数据部署效率较低的问题。
5.为实现上述目的，本发明提供的一种大数据部署方法，包括：
6.构建大数据部署任务的脚本代码执行规范；
7.在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库；
8.基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列；
9.执行所述执行脚本序列，基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件；
10.调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务。
11.可选地，所述构建大数据部署任务的脚本代码执行规范，包括：
12.获取预定义的脚本代码执行规范的规范条文；
13.对所述规范条文进行语义标注及语义解析，基于所述语义标注及语义解析建立语法树；
14.提取所述语法树中规范条文的预设关键词，建立所述关键词与计算机术语之间的映射关系；
15.根据所述映射关系将所述规范条文转换为脚本代码执行规范命令，得到所述脚本代码执行规范。
16.可选地，所述提取所述语法树中规范条文的预设关键词，建立所述关键词与计算机术语之间的映射关系，包括：
17.提取所述关键词的语义及计算机术语的语义；
18.计算所述关键词语义与所述计算机术语语义的相似度；
19.根据所述相似度将所述语法树的节点与所述计算机术语建立映射关系，得到所述关键词与计算机术语之间的映射关系。
20.可选地，所述在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库，包括：
21.获取所述大数据部署任务指令，将所述大数据部署任务指令转化为代码命令；
22.执行所述代码命令，基于所述代码命令的执行从预设的脚本库中提取所述大数据部署任务的执行脚本，得到执行脚本库。
23.可选地，所述基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列，包括：
24.根据所述脚本代码执行规范解析所述执行脚本库中的执行脚本，得到每个所述执行脚本的逻辑框架；
25.基于所述逻辑框架确定每两个所述执行脚本之间的执行逻辑，其中，所述执行逻辑包括并行执行或顺序执行；
26.根据所述执行逻辑确定执行脚本序列。
27.可选地，所述基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件，包括：
28.基于所述脚本序列的执行，获取大数据集群的的配置环境脚本；
29.根据所述配置环境脚本的执行逻辑获取所述大数据集群的配置文件目录；
30.根据所述配置文件目录获取大数据集群的配置文件，得到所述每个执行脚本所对应的大数据集群的配置文件。
31.可选地，所述调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务，包括：
32.获取与所述大数据集群的配置文件对应的初始化策略包；
33.解析所述初始化策略包，得到所述初始化执行脚本的策略信息；
34.根据所述配置文件的配置环境及所述策略信息获取初始化执行脚本；
35.根据所述策略信息执行所述初始化执行脚本，完成所述大数据部署任务。
36.为了解决上述问题，本发明还提供一种大数据部署装置，所述装置包括：
37.执行规范构建模块，用于构建大数据部署任务的脚本代码执行规范；
38.执行脚本库获取模块，用于在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库；
39.执行脚本序列构建模块，用于基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列；
40.配置文件获取模块，用于执行所述执行脚本序列，基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件；
41.配置文件配置安装模块，用于调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务。
42.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
43.至少一个处理器；以及，
44.与所述至少一个处理器通信连接的存储器；其中，
45.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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上述所述的大数据部署方法。
46.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的大数据部署方法。
47.本发明实施例通过构建大数据部署任务的脚本代码执行规范，基于所述脚本代码执行规范对大数据部署任务的执行脚本进行排序，得到执行脚本序列，提高了所述执行脚本的执行效率；执行所述执行脚本序列，获取每个执行脚本所对应的大数据集群的配置文件，基于执行脚本序列的执行，可实现对大数据集群的快速获取，进一步地提高了大数据部署任务的执行速度；调用配置文件的初始化执行脚本，利用初始化执行脚本进行配置文件的配置安装，完成大数据部署任务，可实现大数据集群的自动部署，进一步地提高大数据部署任务的完成效率。因此本发明提出的大数据部署方法、装置、设备及存储介质，可以解决进行大数据部署时效率较低的问题。
附图说明
48.图1为本发明一实施例提供的大数据部署方法的流程示意图；
49.图2为本发明一实施例提供的构建脚本代码执行规范的流程示意图；
50.图3为本发明一实施例提供的建立映射关系的流程示意图；
51.图4为本发明一实施例提供的执行脚本排序的流程示意图；
52.图5为本发明一实施例提供的获取配置文件的流程示意图；
53.图6为本发明一实施例提供的配置文件配置安装的流程示意图；
54.图7为本发明一实施例提供的大数据部署装置的功能模块图；
55.图8为本发明一实施例提供的实现所述大数据部署方法的电子设备的结构示意图。
56.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
57.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
58.本技术实施例提供一种大数据部署方法。所述大数据部署方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述大数据部署方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
59.参照图1所示，为本发明一实施例提供的大数据部署方法的流程示意图。
60.在本实施例中，所述大数据部署方法包括以下步骤s1-s5：
61.s1、构建大数据部署任务的脚本代码执行规范；
62.本发明实施例中，所述脚本代码执行规范是基于大数据任务下的数据分层结构以及数据集群的类别，在上述原则下，脚本代码需要进行名称的制定规范来区分任务指令来源于哪一类数据集群或数据结构，以及脚本代码的执行顺序，同时也需要建立脚本的版本规范，可对上线的版本进行追溯与识别以及判断执行脚本的开发环境、测试环境、生产环境是否一致。
63.详细地，参阅图2所示，所述构建大数据部署任务的脚本代码执行规范，包括以下步骤s21-s24：
64.s21、获取预定义的脚本代码执行规范的规范条文；
65.s22、对所述规范条文进行语义标注及语义解析，基于所述语义标注及语义解析建立语法树；
66.s23、提取所述语法树中规范条文的预设关键词，建立所述关键词与计算机术语之间的映射关系；
67.s24、根据所述映射关系将所述规范条文转换为脚本代码执行规范命令，得到所述脚本代码执行规范。
68.本发明实施例中，所述规范条文为自然语言，计算机不可识别，无法进行所述规范条文的执行，因此需要对所述规范条文进行转换，本发明另一实施例中，可采用深度学习预训练模型bert进行语义标注，采用上下文无关文法对标注结果进行解析，从而建立语法树。
69.进一步地，参阅图3所示，所述提取所述语法树中规范条文的预设关键词，建立所述关键词与计算机术语之间的映射关系，包括步骤以下s31-s33：
70.s31、提取所述关键词的语义及计算机术语的语义；
71.s32、计算所述关键词语义与所述计算机术语语义的相似度；
72.s33、根据所述相似度将所述语法树的节点与所述计算机术语建立映射关系，得到所述关键词与计算机术语之间的映射关系。
73.本发明实施例中，所述关键词可以是所述规范条文中的函数、规范定义等关键词，可利用上述对所述规范条文进行语义标注的方法提取所述关键词的语义及计算机术语的语义，在此不做赘述。
74.本发明实施例中，所述规范条文为以及所述语法树中的节点元素为自然语义，计算机不可执行，则后续所述执行脚本库的脚本执行可能会出现混乱，导致任务报错，大数据部署任务效率低。
75.s2、在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库；
76.本发明实施例中，所述执行脚本库为所述大数据部署任务所需的全部脚本，其中，所述执行脚本为ddl(data definition language数据定义语言)脚本，所述数据定义语言脚本包括数据结构定义，操作方法定义等，常见的所述ddl语言包括但不限于创建数据库、创建、删除数据库表格、创建查询命令等。
77.详细地，所述在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库，包括：
78.获取所述大数据部署任务指令，将所述大数据部署任务指令转化为代码命令；
79.执行所述代码命令，基于所述代码命令的执行从预设的脚本库中提取所述大数据部署任务的执行脚本，得到执行脚本库。
80.本发明实施例中，在接收到大数据部署任务指令时，将所述大数据部署任务指令转化为代码命令即响应所述大数据部署任务指令，基于所述代码命令的执行获取执行脚本库，使得执行脚本库中的执行脚本更加准确。
81.s3、基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列；
82.本发明实施例中，对所述执行脚本库中的执行脚本进行排序是根据所述脚本代码执行规范对所述执行脚本进行序列化，使待执行的执行脚本按照序列依次执行时的执行顺序最优，避免执行脚本执行过程中执行程序混乱导致耗费大量时间。
83.详细地，参阅图4所示，所述基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列，包括步骤以下s41-s43：
84.s41、根据所述脚本代码执行规范解析所述执行脚本库中的执行脚本，得到每个所述执行脚本的逻辑框架；
85.s42、基于所述逻辑框架确定每两个所述执行脚本之间的执行逻辑，其中，所述执行逻辑包括并行执行或顺序执行；
86.s43、根据所述执行逻辑确定执行脚本序列。
87.本发明实施例中，所述执行脚本的逻辑框架是包括每个执行脚本的执行单元，以及每个执行单元之间的连接关系，具体地，可以根据脚本代码执行规范识别每个执行脚本中的语法关键字，根据所述语法关键字及脚本代码执行规范确定每个执行脚本的逻辑框架。
88.具体地，逻辑框架包括每个执行脚本的执行单元，每一个执行单元均由脚本中的一个或多个语句构成，对于特定的计算机语言，各个执行单元中的语句会包含该计算机语言所定义的特定语法关键字，特定的语法关键字对应不同的执行逻辑，因此可以根据所述逻辑框架确定执行脚本序列。
89.本发明实施例中，将所述执行脚本库中的执行脚本按照执行序列执行，使得执行脚本的执行按照逻辑框架顺序或并行执行，避免多个执行脚本的执行混乱，从而保证执行脚本的执行效率。
90.s4、执行所述执行脚本序列，基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件；
91.本发明实施例中，所述大数据集群的配置文件，是配置了每个执行脚本对应的大数据集群服务的文件，通过所述配置文件能够获取所述大数据集群的配置设置，如大数据集群的数据库、计算引擎、数据信息、地址信息、配置环境信息等。
92.详细地，参阅图5所示，所述基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件，包括以下步骤s51-s53：
93.s51、基于所述脚本序列的执行，获取大数据集群的的配置环境脚本；
94.s52、根据所述配置环境脚本的执行逻辑获取所述大数据集群的配置文件目录；
95.s53、根据所述配置文件目录获取大数据集群的配置文件，得到所述每个执行脚本所对应的大数据集群的配置文件。
96.本发明实施例中，所述配置环境脚本为所述大数据集群的安装环境进行配置的脚本，通过所述配置环境脚本的执行逻辑能够获取所述大数据集群的配置文件安装目录，进一步地获取所述大数据集群的配置文件。
97.本发明实施例中，通过获取每个执行脚本所对应的大数据集群的配置文件能够获取大数据集群的配置信息，为后续大数据集群的配置安装提供基础。
98.s5、调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务。
99.本发明实施例中，所述初始化执行脚本对所述大数据集群的配置文件的配置安装，以实现所述大数据部署任务的全部准备，完成所述大数据部署任务。
100.详细地，参阅图6所示，所述调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务，包括步骤以下s61-s63：
101.s61、获取与所述大数据集群的配置文件对应的初始化策略包；
102.s62、解析所述初始化策略包，得到所述初始化执行脚本的策略信息；
103.s63、根据所述配置文件的配置环境及所述策略信息获取初始化执行脚本；
104.s64、根据所述策略信息执行所述初始化执行脚本，完成所述大数据部署任务。
105.本发明实施例中，所述初始化策略包中定义了初始化时是需要执行的代码，其中，所述初始化策略包中可以是xml格式的字符串，定义了初始化时需要执行的脚本代码以及脚本代码的执行顺序，则对所述初始化策略包进行解析，即可得到所述初始化执行脚本的策略信息，所述策略信息包括所述初始化脚本的脚本名、脚本地址等，根据所述配置文件的配置环境以及所述策略信息即可确定所述初始化执行脚本以及脚本代码的执行顺序，有效保证初始化脚本的准确执行以及初始化脚本的执行效率，进一步地提高大数据部署任务的完成效率。
106.本发明实施例通过构建大数据部署任务的脚本代码执行规范，基于所述脚本代码执行规范对大数据部署任务的执行脚本进行排序，得到执行脚本序列，提高了所述执行脚本的执行效率；执行所述执行脚本序列，获取每个执行脚本所对应的大数据集群的配置文件，基于执行脚本序列的执行，可实现对大数据集群的快速获取，进一步地提高了大数据部署任务的执行速度；调用配置文件的初始化执行脚本，利用初始化执行脚本进行配置文件的配置安装，完成大数据部署任务，可实现大数据集群的自动部署，进一步地提高大数据部署任务的完成效率。因此本发明提出的大数据部署方法，可以解决进行大数据部署时效率较低的问题。
107.如图7所示，是本发明一实施例提供的大数据部署装置的功能模块图。
108.本发明所述大数据部署装置100可以安装于电子设备中。根据实现的功能，所述大数据部署装置100可以包括执行规范构建模块101、执行脚本库获取模块102、执行脚本序列构建模块103、配置文件获取模块104及配置文件配置安装模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
109.在本实施例中，关于各模块/单元的功能如下：
110.所述执行规范构建模块101，用于构建大数据部署任务的脚本代码执行规范；
111.所述执行脚本库获取模块102，用于在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库；
112.所述执行脚本序列构建模块103，用于基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列；
113.所述配置文件获取模块104，用于执行所述执行脚本序列，基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件；
114.所述配置文件配置安装模块105，用于调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务。
115.详细地，本发明实施例中所述大数据部署装置100中所述的各模块在使用时采用与上述图1至图6中所述的大数据部署方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
116.如图8所示，是本发明一实施例提供的实现大数据部署方法的电子设备的结构示意图。
117.所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如大数据部署程序。
118.其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行大数据部署程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
119.所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、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11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如大数据部署程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
120.所述通信总线12可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
121.所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口
等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
122.图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
123.例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
124.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
125.所述电子设备1中的所述存储器11存储的大数据部署程序是多个指令的组合，在所述处理器10中运行时，可以实现以下方法：
126.构建大数据部署任务的脚本代码执行规范；
127.在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库；
128.基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列；
129.执行所述执行脚本序列，基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件；
130.调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务。
131.具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
132.进一步地，所述电子设备1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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，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)。
133.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现以下方法：
134.构建大数据部署任务的脚本代码执行规范；
135.在接收到大数据部署任务指令时，获取所述大数据部署任务指令的执行脚本库；
136.基于所述脚本代码执行规范将所述执行脚本库中的执行脚本进行排序，得到执行脚本序列；
137.执行所述执行脚本序列，基于所述脚本序列的执行，获取每个执行脚本所对应的大数据集群的配置文件；
138.调用所述配置文件的初始化执行脚本，利用所述初始化执行脚本进行所述大数据集群的配置文件的配置安装，完成所述大数据部署任务。
139.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
140.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
141.另外，在本发明各个实施例中的各功能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，也可以采用硬件加软件功能模块的形式实现。
142.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
143.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
144.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
145.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
146.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
147.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。