一种数据处理方法、装置、电子设备及存储介质与流程

1.本发明涉及数据库技术领域，更具体的，涉及一种数据处理方法、装置、电子设备及存储介质。


背景技术：

2.对于银行、运营商等客户业务庞大的行业公司来说，客户签约、绑卡等业务的数据记录是一直增长的数据量级，一般情况会到达亿级甚至更多，同时用户也会实时进行解除绑定，故如何有效在如此庞大的数据中进行快速检索查询，是迫切需要解决的问题。
3.一般当商户进行签约绑卡，或解绑时，会记录到数据库，查询时大多数也是基于数据库进行查询。传统的关系型数据库如mysql，oracle，缺乏分布式的可扩展的架构支持，不能很好的满足超大规模数据的存储需要，也不能满足性能方面的要求，在过滤、查询亿级数据量的过程中，对外的接口请求时延要求高，流量请求大，可能由于数据库性能把其他系统拖慢，甚至影响交易。现有技术中使用布隆过滤器较多，能够前置在访问到达数据库层之前就能过滤一部分的请求，但是布隆过滤会产生误差，且如果大量查询请求放行至数据库，会影响数据库的性能，故需要使用一种性能较高的存储层来替代关系型数据库，处理高并发流量请求，提供高吞吐量的数据访问，以应对客户签约查询等业务。


技术实现要素：

4.鉴于以上所述现有技术的缺点，本技术的目的在于解决传统关系型数据库不能满足大规模数据存储、查询，难以应对客户查询签约业务的问题。
5.为解决上述技术问题，本发明提供一种数据处理方法、装置、电子设备及存储介质，所述方案如下：
6.一方面，提供了一种数据处理方法，包括：
7.获取目标对象的查询请求，所述查询请求携带有所述目标对象对应的目标业务关键字；
8.解析所述查询请求得到所述目标业务关键字，对所述目标业务关键字进行拼接得到目标主键值；所述目标主键值指示查询范围；
9.根据所述目标主键值指示的查询范围调用分布式数据库中的列数据，所述列数据包括主键值以及与所述主键值相对应的属性值；所述属性值表征签约状态；
10.基于所述目标主键值与在所述查询范围内的所述主键值的比对结果，确定所述目标行主键值对应的目标属性值；
11.根据所述目标属性值表征的签约状态，生成所述目标对象对应的查询结果。
12.可选的，还包括：
13.获取结构化的全量数据，所述全量数据包括待存储至所述分布式数据库中的存量数据和增量数据，所述分布式数据库中包含预先创建的第一数据表；
14.基于预设的行键格式对所述全量数据进行封装，所述行键格式为按照所述主键值
设定的格式；
15.将封装的所述全量数据存储至所述第一数据表中。
16.可选的，所述获取结构化的全量数据包括：
17.获取关系型数据库中的所述存量数据；
18.将所述存量数据根据第二数据表的存储格式存储至所述第二数据表中，所述第二数据表为在分布式数据仓库中创建的数据表；
19.根据二进制日志的监听结果实时获取所述关系型数据库中的所述增量数据；
20.将所述增量数据根据所述第二数据表的存储格式存储至所述第二数据表中，所述增量数据与所述存量数据包含相同的所述主键值；
21.合并所述存量数据和所述增量数据得到所述全量数据。
22.可选的，所述将封装的所述全量数据存储至所述第一数据表中包括：
23.建立所述第一数据表与所述第二数据表的映射关系，所述映射关系用于所述全量数据在所述分布式数据库中和所述分布式数据仓库中的同步；
24.在满足同步条件时，基于所述映射关系将所述全量数据同步至所述第一数据表中。
25.可选的，所述根据二进制日志的监听结果实时获取所述关系型数据库中的所述增量数据包括：
26.监听所述关系型数据库的日志变更事件；
27.在监听到所述日志变更事件时，获取所述关系型数据库中的所述增量数据；所述增量数据为基于所述日志变更事件所对应日志指示的时间段截取的数据；
28.所述将所述增量数据根据所述第二数据表的存储格式存储至所述第二数据表中包括：
29.将所述增量数据同步至消息中间件；
30.通过分布式计算引擎将所述消息中间件中的所述增量数据同步至所述分布式数据仓库的所述第二数据表中。
31.可选的，所述第一数据表包括预先定义的表名、主键值、列簇，所述列簇中分布有包含所述主键值的所述列数据。
32.可选的，还包括：向所述目标对象返回所述查询结果。
33.另一方面，提供了一种数据处理装置，包括：
34.第一获取模块，用于获取目标对象的查询请求，所述查询请求携带有所述目标对象对应的目标业务关键字；
35.解析模块，用于解析所述查询请求得到所述目标业务关键字，对所述目标业务关键字进行拼接得到目标主键值；所述目标主键值指示查询范围；
36.查询模块，用于根据所述目标主键值指示的查询范围调用分布式数据库中的列数据，所述列数据包括主键值以及与所述主键值相对应的属性值；所述属性值表征查询对象的签约状态；
37.判断模块，用于基于所述目标主键值与在所述查询范围内的所述主键值的比对结果，确定所述目标行主键值对应的目标属性值；
38.查询结果生成模块，用于根据所述目标属性值表征的签约状态，生成所述目标对
象对应的查询结果。
39.可选的，所述数据处理装置还包括：
40.第二获取模块，用于获取结构化的全量数据，所述全量数据包括待存储至所述分布式数据库中的存量数据和增量数据，所述分布式数据库中包含预先创建的第一数据表；
41.封装模块，用于基于预设的行键格式对所述全量数据进行封装，所述行键格式为按照所述主键值设定的格式；
42.存储模块，用于将封装的所述全量数据存储至所述第一数据表中。
43.可选的，所述第二获取模块包括：
44.第一获取子模块，用于获取关系型数据库中的所述存量数据；
45.第一存储子模块，用于将所述存量数据根据第二数据表的存储格式存储至所述第二数据表中，所述第二数据表为在分布式数据仓库中创建的数据表；
46.第二获取子模块，用于根据二进制日志的监听结果实时获取所述关系型数据库中的所述增量数据；
47.第二存储子模块，用于将所述增量数据根据所述第二数据表的存储格式存储至所述第二数据表中，所述增量数据与所述存量数据包含相同的所述主键值；
48.合并模块，用于合并所述存量数据和所述增量数据得到所述全量数据。
49.可选的，所述存储模块包括：
50.连接单元，用于建立所述第一数据表与所述第二数据表的映射关系，所述映射关系用于所述全量数据在所述分布式数据库中和所述分布式数据仓库中的同步；
51.第一同步单元，用于在满足同步条件时，基于所述映射关系将所述全量数据同步至所述第一数据表中。
52.可选的，所述第二获取子模块包括：
53.监听单元，用于监听所述关系型数据库的日志变更事件；
54.获取单元，用于在监听到所述日志变更事件时，获取所述关系型数据库中的所述增量数据；所述增量数据为基于所述日志变更事件所对应日志指示的时间段截取的数据；
55.可选的，所述第二存储子模块包括：
56.第二同步单元，用于将所述增量数据同步至消息中间件；
57.第三同步单元，用于通过分布式计算引擎将所述消息中间件中的所述增量数据同步至所述分布式数据仓库的所述第二数据表中。
58.可选的，所述数据处理装置还包括：
59.反馈模块，用于向所述目标对象返回所述查询结果。
60.另一方面，提供了一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述方法的步骤。
61.另一方面，提供了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条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现上述方法的步骤。
62.另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中，计算机设备的处理
器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述方法的步骤。
63.采用上述技术方案，本发明具有如下有益效果：
64.使用分布式数据库来替代关系型数据库，根据主键值可以快速准确地查询拼接的目标业务关键字，根据对应的属性值即可确定签约状态，能够解决关系型数据库应对高吞吐量的数据访问的压力，可同时处理高并发流量查询请求，进行客户端的批量查询，以快速应对客户签约查询等业务。
65.本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
66.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，其中，相同的参考标号通常代表相同部件。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。
67.图1为本发明实施例提供的一种数据处理方法的流程示意图；
68.图2为本发明实施例提供的一种数据处理方法的一种可选方法的流程示意图；
69.图3为本发明实施例提供的获取结构化的全量数据的一种可选方法的流程示意图；
70.图4为本发明实施例提供的一种数据处理装置的结构示意图；
71.图5为本发明实施例提供的一种服务器的硬件结构示意图。
具体实施方式
72.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、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
73.此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本发明的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”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”的特征可以明示或者隐含的包括一个或者更多个该特征。而且，术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
74.参考图1，其所示为本发明实施例提供的一种数据处理方法的流程示意图。需要说明的是，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执
行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统装置或产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。本发明实施例提供的数据处理方法包括：
75.s101，获取目标对象的查询请求，所述查询请求携带有所述目标对象对应的目标业务关键字。
76.具体的，将客户签约数据存储在hbase中，hbase是基于hdfs的高可靠性、高性能、面向列、可伸缩的分布式数据库，使用第三方或者原生的客户端调用hbase接口，需要查询签约记录时，比如银行客户对银行卡进行实时解绑，需要向分布式数据库发送查询请求。一般签约记录中包含签约卡号、签约渠道、签约状态等数据，将所述数据进行结构化用于在分布式数据库中存储和查询，本发明实施例中，查询请求中包含目标对象对应的签约卡号card_no,签约渠道chnl_no等目标业务关键字，分布式数据库可同时批量处理多个查询请求。
77.s102，解析所述查询请求得到所述目标业务关键字，对所述目标业务关键字进行拼接得到目标主键值；所述目标主键值指示查询范围。
78.具体的，hbase是基于列存储的，以表的方式存储数据，每一行有一个主键用于唯一地标识和定位行，查询时通过行键作为主键查询，可以快速准确定位数据信息。预先设计hbase表，即后述的第一数据表，在一个可能的实施方式中，所述第一数据表包括预先定义的表名、主键值、列簇，所述列簇中分布有包含主键值的列数据，本发明实施例中，表名为ads_api_bank_card_query_di，主键值为cardno_chnlno，所在列簇为cardinfo，此列簇包括属性is_auth，表征客户的签约状态，接收到查询请求，将目标业务关键字中的card_no,chnl_no进行拼接成主键cardno_chnlno格式，向hbase发送读请求，根据拼接好的目标主键值确定查询范围。
79.s103，根据所述目标主键值指示的查询范围调用分布式数据库中的列数据，所述列数据包括主键值以及与所述主键值相对应的属性值；所述属性值表征签约状态。
80.s104，基于所述目标主键值与在所述查询范围内的所述主键值的比对结果，确定所述目标行主键值对应的目标属性值。
81.具体的，根据起始行键和终止行键筛选目标主键值所在的列数据，如r001、r002、r003
……
等，每一行包含主键值cardno_chnlno以及与所述主键值相对应的属性值is_auth。
82.s105，根据所述目标属性值表征的签约状态，生成所述目标对象对应的查询结果。
83.参考图2，其所示为本发明实施例提供的一种数据处理方法的一种可选方法的流程示意图，在一个可能的实施方式中，所述数据处理方法还包括：
84.s201，获取结构化的全量数据，所述全量数据包括待存储至所述分布式数据库中的存量数据和增量数据，所述分布式数据库中包含预先创建的第一数据表。
85.具体的，由于现有技术中很多情况下使用关系型数据库进行数据存储和查询，所述关系型数据包括：oracle、microsoft sql server、microsoftaccess或mysql中的一种或者多种，在确定使用本实施例的hbase分布式数据库后，需要将所述关系型数据库中的全量数据同步至所述分布式数据库中，全量数据包括存量数据和增量数据，所述存量数据指关系型数据库中原始存储的数据，增量数据指在一个时间段内更新的数据，由于客户签约是
实时变化的，故增量数据是实时更新的。在数据同步之前，要预先设计所述分布式数据库的所述第一数据表，参见步骤s102的描述。
86.在一个可能的实施方式中，步骤s201还包括获取存量数据和增量数据的步骤，参考图3，其所示为本发明实施例提供的获取结构化的全量数据的一种可选方法的流程示意图，包括步骤：
87.s301，获取关系型数据库中的所述存量数据。
88.s302，将所述存量数据根据第二数据表的存储格式存储至所述第二数据表中，所述第二数据表为在分布式数据仓库中创建的数据表。
89.具体的，由于hbase分布式数据库适合用于进行大数据的实时高效查询和分析，数据结构为：rowkey行键 timestamp时间戳 columnfamily列簇，适合通过行键(设置主键值)来更新数据，通过时间戳来保障数据的先后顺序正确；而hive是基于hadoop实现的分布式数据仓库，适可以将结构化的数据文件映射为一张数据库表，并提供sql查询功能，可以将sql语句转换为mapreduce任务进行运行，hive相比较hbase的优势在于提供结构化查询的功能(即sql查询方式)，二者可以协同工作，hive通过计算引擎对将要同步至hbase中的数据进行管理，将计算完的结果放在hbase中供检索。数据的同步过程中会有实时变化的数据，故本发明实施例中，使用flinkx作为关系型数据库至分布式数据库的同步工具，其中flinkx是基于flink的分布式离线数据同步框架，实现了多种异构数据源之间高效的数据迁移，先将存量数据存储至hive数据仓库中，便于后续对存量数据和增量数据的合并计算。
90.s303，根据二进制日志的监听结果实时获取所述关系型数据库中的所述增量数据。
91.在一个可能的实施方式中，步骤s303还包括步骤：
92.(1)监听所述关系型数据库的日志变更事件；
93.(2)在监听到所述日志变更事件时，获取所述关系型数据库中的所述增量数据；所述增量数据为基于所述日志变更事件所对应日志指示的时间段截取的数据。
94.具体的，本发明实施例中，订阅关系型数据库的binlog变更日志，binlog是二进制格式的日志文件，记录关系型数据库内部数据的改动；可以利用canal对binlog变更日志进行解析，实时获取关系型数据库中的增量数据。
95.s304，将所述增量数据根据所述第二数据表的存储格式存储至所述第二数据表中，所述增量数据与所述存量数据包含相同的所述主键值。
96.在一个可能的实施方式中，步骤s304还包括步骤：
97.(1)将所述增量数据同步至消息中间件；
98.(2)通过分布式计算引擎将所述消息中间件中的所述增量数据同步至所述分布式数据仓库的所述第二数据表中。
99.s305，合并所述存量数据和所述增量数据得到所述全量数据。
100.具体的，本发明实施例中，采用kafka作为消息中间件，kafka是一种高吞吐量的分布式发布订阅消息系统，获取binlog数据后，解析并获取库名，表名，操作类型，主键值，所有字段值，为了合并计算存量数据和增量数据，根据主键值获取第二数据表全字段的增量数据，然后采用spark作为计算引擎，将日常新增及变更的增量数据和初始化的存量数据进行合并计算，根据主键值取最新状态的记录，进而沉淀形成每日最新全量的签约数据。采用
kafka的优势是可以通过hadoop的并行加载机制来统一线上和离线的消息处理，以及通过集群来提供实时的消息，不会错过实时更新的增量数据，保证后续查询的准确性。
101.s202，基于预设的行键格式对所述全量数据进行封装，所述行键格式为按照所述主键值设定的格式。
102.s203，将封装的所述全量数据存储至所述第一数据表中。
103.具体的，数据在关系型数据库中和分布式数据库中的存储格式不同，将所述全量数据按照主键的生成规则进行封装，包含表名、主键值、列簇信息，按照第一数据表的格式将每条全量数据依次存入分布式数据库中，便于利用主键值进行查询。
104.在一个可能的实施方式中，步骤s203还包括步骤：
105.(1)建立所述第一数据表与所述第二数据表的映射关系，所述映射关系用于所述全量数据在所述分布式数据库中和所述分布式数据仓库中的同步；
106.(2)在满足同步条件时，基于所述映射关系将所述全量数据同步至所述第一数据表中。
107.具体的，所述第二数据表为外部映射表，根据第一数据表与第二数据表的映射关系可以实现数据的同步更新，本发明实施例中在hive中合并所述存量数据和所述增量数据得到所述全量数据后，将全量数据映射至hbase中并推送至接口供客户端查询。
108.在一个可能的实施方式中，所述数据处理方法还包括：向所述目标对象返回所述查询结果。
109.与上述数据处理方法相对应，本发明实施例还提供一种数据处理装置，由于本发明实施例提供的数据处理装置与上述几种实施例提供的数据处理方法相对应，因此前述数据处理方法的实施方式也适用于本实施例提供的数据处理装置，在本发明实施例中不再赘述。
110.参考图4，其所示为为本发明实施例提供的一种数据处理装置的结构示意图，该装置具有实现上述方法实施例中数据处理方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现，该装置可以包括：
111.第一获取模块401，用于获取目标对象的查询请求，所述查询请求携带有所述目标对象对应的目标业务关键字；
112.解析模块402，用于解析所述查询请求得到所述目标业务关键字，对所述目标业务关键字进行拼接得到目标主键值；所述目标主键值指示查询范围；
113.查询模块403，用于根据所述目标主键值指示的查询范围调用分布式数据库中的列数据，所述列数据包括主键值以及与所述主键值相对应的属性值；所述属性值表征查询对象的签约状态；
114.判断模块404，用于基于所述目标主键值与在所述查询范围内的所述主键值的比对结果，确定所述目标行主键值对应的目标属性值；
115.查询结果生成模块405，用于根据所述目标属性值表征的签约状态，生成所述目标对象对应的查询结果。
116.在一个可能的实施方式中，所述数据处理装置还包括：
117.第二获取模块，用于获取结构化的全量数据，所述全量数据包括待存储至所述分布式数据库中的存量数据和增量数据，所述分布式数据库中包含预先创建的第一数据表；
118.封装模块，用于基于预设的行键格式对所述全量数据进行封装，所述行键格式为按照所述主键值设定的格式；
119.存储模块，用于将封装的所述全量数据存储至所述第一数据表中。
120.在一个可能的实施方式中，所述第二获取模块包括：
121.第一获取子模块，用于获取关系型数据库中的所述存量数据；
122.第一存储子模块，用于将所述存量数据根据第二数据表的存储格式存储至所述第二数据表中，所述第二数据表为在分布式数据仓库中创建的数据表；
123.第二获取子模块，用于根据二进制日志的监听结果实时获取所述关系型数据库中的所述增量；
124.第二存储子模块，用于将所述增量数据根据所述第二数据表的存储格式存储至所述第二数据表中，所述增量数据与所述存量数据包含相同的所述主键值；
125.合并模块，用于合并所述存量数据和所述增量数据得到所述全量数据。
126.在一个可能的实施方式中，所述存储模块包括：
127.连接单元，用于建立所述第一数据表与所述第二数据表的映射关系，所述映射关系用于所述全量数据在所述分布式数据库中和所述分布式数据仓库中的同步；
128.第一同步单元，用于在满足同步条件时，基于所述映射关系将所述全量数据同步至所述第一数据表中。
129.在一个可能的实施方式中，所述第二获取子模块包括：
130.监听单元，用于监听所述关系型数据库的日志变更事件；
131.获取单元，用于在监听到所述日志变更事件时，获取所述关系型数据库中的所述增量数据；所述增量数据为基于所述日志变更事件所对应日志指示的时间段截取的数据；
132.在一个可能的实施方式中，所述第二存储子模块包括：
133.第二同步单元，用于将所述增量数据同步至消息中间件；
134.第三同步单元，用于通过分布式计算引擎将所述消息中间件中的所述增量数据同步至所述分布式数据仓库的所述第二数据表中。
135.在一个可能的实施方式中，所述数据处理装置还包括：
136.反馈模块，用于向所述目标对象返回所述查询结果。
137.需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能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模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
138.本发明实施例还提供一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如上述数据处理方法的步骤。
139.存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用。存储器可主要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、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储
器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。处理器可以是中央处理单元，还可以是其他通用处理器、数字信号处理器、专用集成电路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。
140.本发明实施例所提供的方法实施例可以在计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例，图5是本发明实施例提供的运行一种数据处理方法的服务器的硬件结构示意图，如图5所示，该服务器500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(处理器510可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器530，一个或一个以上存储应用程序523或数据522的存储介质520(例如一个或一个以上海量存储设备)。其中，存储器530和存储介质520可以是短暂存储或持久存储。存储在存储介质520的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质520通信，在服务器500上执行存储介质520中的一系列指令操作。服务器500还可以包括一个或一个以上电源560，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口540，和/或，一个或一个以上操作系统521，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm等等。
141.输入输出接口540可以用于经由一个网络接收或者发送数据。上述的网络具体实例可包括服务器500的通信供应商提供的无线网络。在一个实例中，输入输出接口540包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，输入输出接口540可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
142.本领域普通技术人员可以理解，图5所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器500还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。
143.本发明实施例还提供了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条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述数据处理方法的步骤。在本发明实施例中，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。所述计算机可读存储介质可以包括：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、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
144.本技术实施例还提供一种计算机存储介质，所述计算机存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的方法。在本发明实施例中，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。所述计算机可读存储介质可以包括：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、随机存取存储器、电载波信号、电信信号以及软件分发介质等。
145.本发明实施例还提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述的各种可选实现方式中提供的数据处理方法。
146.以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。