1.本技术涉及网络
技术领域：
：，尤其涉及一种缓存管理系统、方法、专网缓存管理系统及设备。
背景技术：
：：2.目前，对于单个核心处理器（centralprocessingunit，简称cpu）而言，cpu可以包括多个cpu核，每个cpu核对应有第一级缓存l1和第二级缓存l2，而上述所有的cpu核会共享第三级缓存l3，上述的l3又称为最后一级缓存（lastlevelcache，简称llc），cpu处理数据的访问顺序为：l1-＞l2-＞l3-＞内存。近年来，cpu架构增加了数据直通技术（datadirecti/o，简称ddio），这样能够使得在对数据包进行处理的时候，能够直接从网卡加载到llc。3.在数据处理的应用场景，高效使用llc能够实现高性能，然而，由于llc资源是有限的，如果llc使用不当，则cpu的访问数据容易内存泄露的情况，这样极大地降低了网络处理性能。技术实现要素：4.本技术实施例提供一种缓存管理系统、方法、专网缓存管理系统及设备，减少了因llc使用不当而出现的内存泄露情况，从而保证了网络处理性能。5.第一方面，本技术实施例提供了一种缓存管理系统，包括：计算处理模块，包括用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存；数据面功能模块，运行在所述计算处理模块上，用于获取待处理的数据包，并利用所述缓存资源对所述数据包进行处理；缓存管理模块，与所述数据面功能模块和所述计算处理模块通信连接，用于确定与所述数据包相对应的数据包属性以及与所述数据面功能模块相对应的数据接收属性；基于所述数据包属性、数据接收属性以及数据直通缓存进行缓存管理。6.第二方面，本技术实施例提供了一种专网缓存管理系统，包括：专网计算处理模块，包括用于实现专网数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存；专网数据面功能模块，运行在所述专网计算处理模块上，用于获取待处理的专网数据包，并利用所述缓存资源对所述专网数据包进行处理；专网缓存管理模块，与所述专网数据面功能模块和所述专网计算处理模块通信连接，用于确定与所述专网数据包相对应的数据包属性以及与所述专网数据面功能模块相对应的数据接收属性；基于所述数据包属性、数据接收属性以及数据直通缓存进行缓存管理。7.第三方面，本技术实施例提供了一种缓存管理方法，包括：获取数据面功能模块接收数据包的数据包属性以及与所述数据面功能模块相对应的数据接收属性；确定计算处理模块中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述数据面功能模块运行在所述计算处理模块上；基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。8.第四方面，本技术实施例提供了一种缓存管理装置，包括：第一获取模块，用于获取数据面功能模块接收数据包的数据包属性以及与所述数据面功能模块相对应的数据接收属性；第一确定模块，用于确定计算处理模块中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述数据面功能模块运行在所述计算处理模块上；第一处理模块，用于基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。9.第五方面，本技术实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第三方面所示的缓存管理方法。10.第六方面，本发明实施例提供了一种计算机存储介质，用于储存计算机程序，所述计算机程序使计算机执行时实现上述第三方面所示的缓存管理方法。11.第七方面，本发明实施例提供了一种计算机程序产品，包括：计算机程序，当所述计算机程序被电子设备的处理器执行时，使所述处理器执行上述第三方面所示的缓存管理方法中的步骤。12.第八方面，本发明实施例提供了一种缓存管理方法，应用于缓存管理装置，所述缓存管理装置部署在公有云上，所述公有云上部署有负载均衡器，所述负载均衡器运行在计算处理器上；所述方法包括：获取负载均衡器接收数据包的数据包属性以及与所述负载均衡器相对应的数据接收属性；确定计算处理器中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述负载均衡器运行在所述计算处理器上；基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。13.第九方面，本发明实施例提供了一种缓存管理装置，所述缓存管理装置部署在公有云上，所述公有云上部署有负载均衡器，所述负载均衡器运行在计算处理器上；所述装置包括：第二获取模块，用于获取负载均衡器接收数据包的数据包属性以及与所述负载均衡器相对应的数据接收属性；第二确定模块，用于确定计算处理器中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述负载均衡器运行在所述计算处理器上；第二处理模块，用于基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。14.第十方面，本技术实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第八方面所示的缓存管理方法。15.第十一方面，本发明实施例提供了一种计算机存储介质，用于储存计算机程序，所述计算机程序使计算机执行时实现上述第八方面所示的缓存管理方法。16.第十二方面，本发明实施例提供了一种计算机程序产品，包括：计算机程序，当所述计算机程序被电子设备的处理器执行时，使所述处理器执行上述第八方面所示的缓存管理方法中的步骤。17.本技术实施例提供的缓存管理系统、方法、专网缓存管理系统及设备，通过缓存管理模块获取与所述数据包相对应的数据包属性以及与所述数据面功能模块相对应的数据接收属性，并确定计算处理模块中所包括的数据直通缓存，而后基于所述数据包属性、数据接收属性以及数据直通缓存进行缓存管理，有效地实现了对计算处理模块中的缓存资源进行灵活调整和管理操作，这样减少了缓存资源使用不当的情况，同时也避免了因内存泄露而降低网络处理性能的问题，从而保证了网络处理性能，提高了该方法的实用性，有利于市场的推广与应用。附图说明18.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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。19.图1为相关技术提供的cpu缓存架构的示意图；图2为本技术实施例提供的一种缓存管理系统的结构示意图；图3为本技术实施例提供的一种专网缓存管理系统的结构示意图；图4为本技术实施例提供的一种缓存管理方法的原理示意图；图5为本技术实施例提供的一种缓存管理方法的流程示意图；图6为本技术实施例提供的第三级缓存的示意图；图7为本技术实施例提供的基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管的流程示意图；图8为本技术实施例提供的又一种缓存管理方法的流程示意图；图9为本技术实施例提供的另一种缓存管理方法的流程示意图；图10为本技术应用实施例提供的一种缓存管理方法的原理示意图；图11为本技术实施例提供的一种缓存管理方法的流程示意图；图12为本技术实施例提供的缓存管理方法的原理示意图；图13为本技术实施例提供的一种车辆控制方法的原理示意图；图14为本技术实施例提供的一种虚拟现实设备的控制方法的原理示意图；图15为本技术实施例提供的一种缓存管理装置的结构示意图；图16为与图15所示实施例提供的缓存管理装置对应的电子设备的结构示意图；图17为本技术实施例提供的另一种缓存管理装置的结构示意图；图18为与图17所示实施例提供的缓存管理装置对应的电子设备的结构示意图；图19为本技术实施例提供的一种车辆控制装置的结构示意图；图20为与图19所示实施例提供的车辆控制装置对应的电子设备的结构示意图；图21为本技术实施例提供的一种虚拟现实设备的控制装置的结构示意图；图22为与图21所示实施例提供的虚拟现实设备的控制装置对应的电子设备的结构示意图。具体实施方式20.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。21.在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。22.应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。23.取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。24.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的商品或者系统中还存在另外的相同要素。25.另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。26.术语定义：ran：radioaccessnetwork，无线接入网。27.du：distributedunit，分布式单元，负责处理对实时性较高功能，即物理层功能和实时性需求的其他协议功能。28.5gc：5gcore，5g核心网，是5g移动网络的核心，负责管理、控制以及转发。29.cu：centralizedunit，集中式单元，负责处理非实时的无线高层协议功能。30.upf：userplanefunction，用户面功能，负责5g核心网用户面数据包的路由和转发相关功能。31.nfv：networkfunctionvirtualization，网络功能虚拟化，致力于将软件网络功能与硬件解耦。32.nf：networkfunction，网络功能，nfv中的负责处理网络数据包的功能。33.dpdk：dataplanedevelopmentkit，开源的数据平面开发套件，能够在用户态加速数据包处理。34.llc：lastlevelcache，最后一级缓存，常见的cpu缓存分为l1、l2、l3三个级别，l3即llc。35.ddio：datadirecti/o，是一种数据直通的平台技术，目的是让服务器能更快处理网络接口的数据，提高系统吞吐，降低延迟，同时减少能耗。36.pcie：pciexpress，是一种高速串行计算机扩展总线标准。37.pps：packetpersecond，每秒处理的数据包个数。38.cat：cacheallocationtechnology，已经发布的缓存分配技术工具套件。39.为了方便本领域技术人员理解本技术实施例所提供的技术方案，下面对相关技术进行简要说明：随着通信技术的飞速发展，5g网络的应用越来越广泛，一般情况下，5g网络可以分为无线接入网（ran）、承载网、核心网（5gc），其中，ran用于负责用户接入、处理无线信号，具体的，ran可以包括集中式单元（centralizedunit，简称cu）和分布式单元（distributedunit，简称du）。5gc核心网用于负责处理来自ran的数据，根据用户输入的数据包请求进行路由和转发相关功能，其中，5gc核心网中包含多个网元，如接入和移动性管理功能（accessandmobilitymanagementfunction，简称amf）、会话管理功能（sessionmanagementfunction，简称smf）、用户面功能（userplanefunction，简称upf）等。40.对于5g网络而言，在进行网络部署时，5g网络设计与实现中采用了网络功能虚拟化（networkfunctionvirtualization，简称nfv）架构，网元能够以软件方式实现，并运行在通用的x86服务器中。其中，du和upf作为核心的数据面处理功能，主要负责数据面处理和传输。近年来，数据面的网络功能（networkfunction，简称nf）广泛采用数据平面开发套件（dataplanedevelopmentkit，简称dpdk）来进行数据包处理和转发的加速。41.对于某一电子设备而言，该设备可以包括两个核心处理器（centralprocessingunit，简称cpu）芯片，参考附图1所示，每个cpu芯片对应一个cpu，对于单个cpu来说，可以包含24个cpu核，每个核独有l1/l2缓存，cpu芯片的所有核共享l3缓存（即最后一级缓存llc），这样在cpu处理数据时，首先访问l1缓存，如果l1缓存匹配失败（即数据不在l1缓存中），则访问l2缓存，以此类推。综上，cpu处理数据访问顺序为：l1缓存-＞l2缓存-＞l3缓存-＞内存，内存可以为动态随机存取存储器（dynamicrandomaccessmemory，简称dram）或者双倍速率同步动态随机存储器（doubledataratesdram，简称ddr）。42.近年来，为了提高数据处理的质量和效果，cpu架构中增加了数据直通技术（datadirecti/o，简称ddio），这样在对数据包进行处理的时候，能够直接从网卡加载到llc，而不是从网卡加载到内存，等数据包处理再从内存加载到llc。43.具体的，以2.7ghz的cpu为例，在cpu处理数据包时，如果从内存获取数据包，需要250个cpu运行周期，访问时延是70纳秒。而如果直接从llc获取到数据包，访问llc需要的cpu运行周期约为44-70个，访问时延是13-20纳秒。由此可见，内存访问时延约为llc的4-6倍。因此，ddio技术可以有效地减少cpu因等待访问内存而造成的等待时间，从而极大地加速了数据包的处理效率，使得基于dpdk的nf（例如：ran中的du，5gc中的upf网元等等）能够处理更高的流量，即能够获取到更高的每秒处理数据包个数（packetpersecond，简称pps）。44.然而，上述的cpu数据处理方式，容易出现直接内存访问（directmemoryaccess，简称dma）泄露和缓存竞争的问题，具体的，针对dma泄露的问题，在高速数据处理场景中，高效使用llc能够实现高性能，然而，llc资源是有限的，如果llc使用不当，例如：预先配置的接收描述符（rxdescriptor）并不适用于当前场景时，则cpu的访问数据容易出现泄露的情况，这样极大地降低了网络处理性能。45.另外，与nfv中nf相同的是，upf属于io应用，不同之处在于：upf具备较复杂的逻辑实现，且具有较大的流表（flowtable），即upf中的数据包检测规则(packetdetectionrule，简称pdr)，upf会根据pdr中的五元组进行数据包转发操作。因此，流表和数据包均会占用llc，例如，在10g吞吐时，假设10k个用户，流表为10k ；在吞吐到达100g时，流表为100k ，流表将占据不可忽视的llc资源。46.当cpu未及时处理llc中的数据包时（例如：流表匹配失败或者其他原因），cpu需要等待访问内存结果，此等待时间内数据包同样会通过ddio机制到达llc。在高速（如100g）的流量场景，如果频繁的出现流表匹配失败（即miss），则会导致cpu等待时间增长，llc中堆积较多的数据包无法处理，较多数据包消耗完llc资源后，再来的数据包会将llc中数据包替换掉，而原来llc中数据包会进入内存。如上，数据包到达llc被迫进入内存这个现象，称为dma泄露。此现象发生后，cpu从llc获取数据包会发生内存泄露（cachemiss），需要从内存获取，综上，dma泄露会导致性能降低，明显的现象是upf的吞吐明显下降。47.此外，核心网的内部也会造成资源竞争，在大包场景（例如：数据包长度约1500byte），数据包在llc中会占据较大空间，同时，5gc核心网中的upf也会维护很多流表，也会占用llc中的资源，这样使得数据包和流表对llc资源的使用会存在竞争，从而导致性能下降。48.为了解决上述技术问题，本实施例提供了一种缓存管理系统、方法、专网缓存管理系统及设备，其中，缓存管理系统可以应用于5g核心网或者基站ran，在缓存管理系统应用于5g核心网时，则可以实现一种针对5g核心网中的缓存管理方法；在缓存管理装置应用于ran时，则可以实现一种针对ran中的缓存管理方法。此时，该缓存管理系统可以在云端来执行，在云端可以部署有若干计算节点（云服务器），每个计算节点中都具有计算、存储等处理资源。在云端，可以组织由多个计算节点来提供某种服务，当然，一个计算节点也可以提供一种或多种服务。云端提供该服务的方式可以是对外提供服务接口，用户调用该服务接口以使用相应的服务。服务接口包括软件开发工具包（softwaredevelopmentkit，简称sdk）、应用程序接口（applicationprogramminginterface，简称api）等形式。49.具体的，参考附图2所示，本实施例中的缓存管理系统可以包括：计算处理模块、数据面功能模块以及缓存管理模块：其中，计算处理模块，包括用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存；上述的计算处理模块可以实现为以下至少之一个：核心处理器（centralprocessingunit，简称cpu）、图形处理器(graphicprocessingunit，简称gpu)、通用图形处理器（general-purposegraphicsprocessingunit，简称gpgpu）等等，本领域技术人员可以根据具体的应用场景或者应用需求对计算处理模块进行灵活调整和配置。50.另外，计算处理模块中所包括的缓存资源可以为多级缓存资源，例如：计算处理模块中可以包括三级缓存资源、四级缓存资源或者五级缓存资源等等，对于计算处理模块中所包括的缓存资源而言，缓存资源中的最后一级缓存中可以包括数据直通缓存ddio，上述的数据直通缓存ddio用于通过数据直通的平台技术实现数据转发操作。51.数据面功能模块，运行在计算处理模块上，用于获取待处理的数据包，并利用缓存资源对数据包进行处理；上述的数据面功能模块用于负责处理网络数据包的功能，在一些实例中，不同应用场景中所对应的数据面功能模块可以对应有不同的实现方式，例如，在5g核心网的应用场景中，数据面功能模块可以实现为核心网中的upf网元；在ran的应用场景中，数据面功能模块可以实现为ran中的du单元；或者，在公有云的应用场景中，数据面功能模块可以实现为部署在公有云上的负载均衡器，上述的负载均衡器能够实现负载均衡操作，此时，缓存管理系统可以与负载均衡器均部署在公有云上。另外，对于数据面功能模块所获得的待处理的数据包而言，不同的应用场景可以对应有不同类型的数据包，例如：在专网的场景中，数据包可以实现为专网数据包；在通信网络的场景中，数据包可以实现为通信数据包。52.缓存管理模块，与数据面功能模块和计算处理模块通信连接，用于获取与数据包相对应的数据包属性以及与数据面功能模块相对应的数据接收属性；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。53.具体的，为了能够通过缓存管理模块实现缓存管理操作，可以获取与数据包相对应的数据包属性以及与数据面功能模块相对应的数据接收属性，在一些实例中，在数据面功能模块获取到待处理的数据包之后，缓存管理模块可以通过数据面功能模块获取到与数据包相对应的数据包属性，该数据包属性可以包括以下至少之一：数据面功能模块接收数据包的平均大小、数据面功能模块接收数据包的中位数大小等等；与数据面功能模块所对应的数据接收属性可以包括以下至少之一：数据面功能模块能够接收的数据包的数量上限参数、用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符等等。54.此外，由于数据缓存操作往往与计算处理模块中所包括的数据直通缓存有关，因此，为了能够实现缓存管理操作，可以通过计算处理模块确定缓存资源中所包括的数据直通缓存，在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理操作。55.本实施例提供的缓存管理系统，通过缓存管理模块获取与数据包相对应的数据包属性以及与数据面功能模块相对应的数据接收属性，并确定计算处理模块中所包括的数据直通缓存，而后基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理，有效地实现了对计算处理模块中的缓存资源进行灵活调整和管理操作，这样减少了缓存资源使用不当的情况，同时也避免了因内存泄露而降低网络处理性能的问题，从而保证了网络处理性能，提高了该系统的实用性。56.在上述实施例的基础上，继续参考附图2所示，在缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理时，缓存管理模块用于对数据包属性、数据接收属性以及数据直通缓存进行分析处理，获得管理信息；基于管理信息进行缓存管理操作。57.在另一些实例中，为了能够保证稳定地的缓存管理操作，可以通过检测是否存在缓存使用问题的检测结果来实现缓存管理操作，此时，在缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理时，缓存管理模块用于：基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题；若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性；将数据接收属性更新为目标数据接收属性。58.在利用数据面功能模块对数据包进行处理的过程中，缓存的使用情况可以通过数据包属性、数据接收属性以及数据直通缓存来体现，因此，在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以对数据包属性、数据接收属性以及数据直通缓存进行分析处理，以检测是否存在缓存使用问题。59.在一些实例中，缓存管理模块中存储有预先训练好的用于检测是否存在缓存使用问题的神经网络模型，在获取到数据包属性、数据接收属性以及数据直通缓存之后，将数据包属性、数据接收属性以及数据直通缓存输入至神经网络模型中，获得神经网络模型所输出的检测结果，该检测结果可以包括存在缓存使用问题的检测结果、或者不存在缓存使用问题的检测结果。60.在另一些实例中，缓存管理模块不仅可以通过神经网络模型来检测是否存在缓存使用问题，还可以直接基于数据包属性、数据接收属性以及数据直通缓存进行检测操作，此时，在缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题时，缓存管理模块用于：基于数据包属性和数据接收属性，确定接收数据量参数；基于接收数据量参数和数据直通缓存，检测是否存在缓存使用问题。61.其中，在获取到数据包属性和数据接收属性之后，可以对数据包属性和数据接收属性进行分析处理，从而可以确定接收数据量参数，在一些实例中，接收数据量参数可以通过数据包属性和数据接收属性之间的乘积值来确定。举例1，数据包属性可以包括接收数据包的平均大小，数据接收属性可以包括用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符；此时，在缓存管理模块基于数据包属性和数据接收属性，确定接收数据量参数时，缓存管理模块用于：获取平均大小与接收描述符之间的乘积值；基于乘积值，确定接收数据量参数；在一些实例中，可以将乘积值确定为接收数据量参数；或者，将乘积值与预设参数之间的和值或者乘积值确定为接收数据量参数。62.举例2，数据包属性可以包括接收数据包的中值大小，数据接收属性可以包括用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符；此时，在缓存管理模块基于数据包属性和数据接收属性，确定接收数据量参数时，缓存管理模块用于：获取中值大小与接收描述符之间的乘积值；基于乘积值，确定接收数据量参数；在一些实例中，可以将乘积值确定为接收数据量参数；或者，将乘积值与预设参数之间的和值或者乘积值确定为接收数据量参数。63.在获取到接收数据量参数和数据直通缓存之后，可以对接收数据量参数和数据直通缓存进行分析处理，以检测是否存在缓存使用问题；在一些实例中，在缓存管理模块基于接收数据量参数和数据直通缓存，检测是否存在缓存使用问题时，缓存管理模块用于：确定数据直通缓存的直通缓存大小；在接收数据量参数小于或等于直通缓存大小时，则确定不存在缓存使用问题；在接收数据量参数大于直通缓存大小时，则确定存在缓存使用问题。64.举例来说，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，而后可以将rxdescriptor*packetsize与ddiosize进行分析比较，在rxdescriptor*packetsizeddiosize时，此时的直通缓存大小能够支持并满足待处理数据包的整体大小，进而可以确定当前并不存在缓存使用问题；在rxdescriptor*packetsize＞ddiosize时，直通缓存大小不能支持或者满足待处理数据包的整体大小，进而可以确定当前存在缓存使用问题。65.具体的，在检测结果为存在缓存使用问题时，为了能够缓解或者避免出现内存泄露的问题，则说明所获取的能够标识数据面功能模块能够接收的数据包的数量上限的数据接收属性并不适用于当前应用场景，因此，则可以对数据包属性和数据直通缓存进行分析处理，从而可以确定目标接收描述符。66.在一些实例中，基于数据包属性和数据直通缓存确定目标数据接收属性可以包括：确定数据直通缓存的直通缓存大小；获取直通缓存大小与数据包属性（平均大小或者中值大小）之间的比值；基于比值确定目标数据接收属性，目标数据接收属性为小于或等于比值的正整数。67.举例来说，以接收描述符作为数据接收属性、平均大小作为数据包属性为例，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，由于rxdescriptor*packetsize小于或等于ddiosize可以有效地缓解内存泄露问题，若当前的rxdescriptor并不适用于当前应用场景时，则可以获取直通缓存大小与平均大小之间的比值，即ddiosize/packetsize，而后可以基于比值确定目标接收描述符，其中，目标接收描述符为小于或等于比值的正整数，从而有效地保证了对目标接收描述符进行确定的准确可靠性。68.需要注意的是，目标接收描述符不仅可以通过上述方式来确定，本领域技术人员还可以采用其他方式来确定目标接收描述符，例如：预先训练有用于确定目标接收描述符的机器学习模型或者神经网络模型，而后可以利用机器学习模型或者神经网络模型对平均大小和直通缓存大小进行分析处理，从而可以确定目标接收描述符等等，只要能够保证对目标接收描述符进行确定的准确可靠性。69.在另一些实例中，在检测结果为不存在缓存使用问题时，则说明此时的数据处理操作可以稳定地进行，进而可以保持当前的接收描述符不变。70.本实施例中，缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题；若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性；将数据接收属性更新为目标数据接收属性，有效地实现了对数据接收属性进行灵活调整的技术方案，调整后的数据接收属性可以有效地缓解内存泄露的问题，这样有效地提高了网络处理性能，进一步提高了该系统的实用性。71.在上述任意一个实施例的基础上，继续参考附图2所示，为了进一步保证缓存管理操作的质量和效果，本实施例中的缓存管理系统对数据直通缓存的直通缓存大小进行灵活调整，此时，本实施例中的缓存管理模块还用于：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率；基于第一数据包丢失比率和/或第二数据包丢失比率，对直通缓存大小进行调整。72.其中，上述实施例中可以包括对直通缓存大小进行灵活调整的三种实现方式，具体的：实现方式一：缓存管理模块用于：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率；基于第一数据包丢失比率，对直通缓存大小进行调整。73.其中，在对数据包进行处理的过程中，可以获取与最后一级缓存相对应的第一数据包丢失比率，在一些实例中，在缓存管理模块获取与最后一级缓存相对应的第一数据包丢失比率时，该缓存管理模块用于：获取在预设时间段内的数据访问操作的总次数；统计通过最后一级缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第一数据包丢失比率。74.以llc作为最后一级缓存为例，由于第一数据包丢失比率能够体现出llc中用于供计算处理模块（例如：cpu、gpu等等）使用的计算处理缓存的使用情况，上述的计算处理缓存与直通缓存大小构成了完整的llc，这样第一数据包丢失比率也能够体现出直通缓存大小的使用情况。因此，在获取到第一数据包丢失比率之后，可以基于第一数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第一数据包丢失比率，对直通缓存大小进行调整可以包括：在第一数据包丢失比率大于第一预设阈值时，则减小直通缓存大小；在第一数据包丢失比率小于或等于第一预设阈值时，则增大直通缓存大小。75.具体的，在获取到第一数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较，在第一数据包丢失比率大于第一预设阈值时，则说明此时的第一数据包丢失比率较大，计算处理缓存的使用较为紧张，此时，则需要减小直通缓存大小，从而使得计算处理缓存增大。相对应的，在第一数据包丢失比率小于或等于第一预设阈值时，则说明此时的第一数据包丢失比率较小，计算处理缓存的使用较为宽松，反之，数据直通缓存的使用较为紧张，此时，则需要增大直通缓存大小，同时使得计算处理缓存减小。76.在另一些实例中，不仅可以直接通过第一预设阈值和第一数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，在缓存管理模块基于第一数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第一数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明计算处理缓存的使用会变的紧张，此时，则减小直通缓存大小，同时使得计算处理缓存增大。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明计算处理缓存的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以增大直通缓存大小，即减小计算处理缓存，从而有效地实现了可以基于第一数据包丢失比率对直通缓存大小进行灵活调整操作。77.实现方式二：缓存管理模块用于：在对数据包进行处理的过程中，获取与数据直通缓存相对应的第二数据包丢失比率；基于第二数据包丢失比率，对直通缓存大小进行调整。78.其中，在对数据包进行处理的过程中，可以获取与数据直通缓存相对应的第二数据包丢失比率，在一些实例中，在缓存管理模块获取与数据直通缓存相对应的第二数据包丢失比率时，该缓存管理模块用于：获取在预设时间段内的数据访问操作的总次数；统计通过数据直通缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第二数据包丢失比率。79.由于第二数据包丢失比率能够体现出数据直通缓存ddio的使用情况，因此，在获取到第二数据包丢失比率之后，可以基于第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，在缓存管理模块基于第二数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：在第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第二数据包丢失比率小于或等于第二预设阈值时，则减小直通缓存大小。80.具体的，在获取到第二数据包丢失比率之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的第二数据包丢失比率较大，直通缓存区域的使用较为紧张，此时，则增大直通缓存大小，同时使得计算处理缓存减小。相对应的，在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的第二数据包丢失比率较小，直通缓存区域的使用较为宽松，反之，计算处理缓存的使用较为紧张，此时，则减小直通缓存大小，同时使得计算处理缓存增大。81.在另一些实例中，不仅可以直接通过第二预设阈值和第二数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，在缓存管理模块基于第二数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第二数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明直通缓存区域的使用会变的紧张，此时，则增大直通缓存大小，同时使得计算处理缓存减小。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明直通缓存区域的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以减小直通缓存大小，同时增大计算处理缓存。82.在又一些实例中，不仅可以通过数据包丢失比率的变化趋势来对直通缓存大小进行调整，还可以结合内存带宽信息对直通缓存大小进行调整，此时，在缓存管理模块基于第二数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：获取内存带宽信息；基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整。83.其中，在利用数据面功能模块对数据包进行数据处理操作时，可以获取到与数据面功能模块相对应的内存带宽信息，上述的内存带宽信息可以通过内存位宽和内存频率来确定，具体的，内存带宽信息与内存频率的乘积值可以为内存带宽信息。在获取到内存带宽信息之后，可以基于内核带宽信息和第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，在缓存管理模块基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整时，该缓存管理模块用于：获取预先训练好的机器学习模型或者神经网络模型，将内存带宽信息和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。84.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过预设带宽阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，在缓存管理模块基于第二数据包丢失比率和内存带宽使用信息，对直通缓存大小进行调整时，该缓存管理模块用于：在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值，则增大直通缓存大小；第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则减少直通缓存大小。85.由于内存带宽信息与所能够支持的用户流量相关，一般情况下，内存带宽信息越大时，则所能够支持的数据流量越大；在内存带宽信息越小时，则所能够支持的数据流量越小；因此，在获取到第二数据包丢失比率和内存带宽信息之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，将内存带宽信息与预设带宽阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的数据直通缓存的使用较为紧张；在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的数据直通缓存的使用较为宽松；在内存带宽信息大于预设带宽阈值时，则说明此时可支持的流量比较大，在内存带宽信息小于或等于预设带宽阈值时，则说明此时可支持的流量比较小。86.由上可知，在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值时，则说明此时的数据直通缓存的使用较为紧张，为了缓解上述情况，则可以增大直通缓存大小，同时使得cpu缓存减小；在第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则说明此时的数据直通缓存的使用较为宽松，为了提高数据处理的质量和效率，则可以减小直通缓存大小，同时使得cpu缓存增大，从而有效地实现了可以基于第二数据包丢失比率对直通缓存大小进行灵活调整操作。87.实现方式三：缓存管理模块用于：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率、和与数据直通缓存相对应的第二数据包丢失比率；基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整。88.其中，第一数据包丢失比率和第二数据包丢失比率的获取方式与上述实现方式一中对第一数据包丢失比率和第二数据包丢失比率的获取方式相类似，具体可参考上述陈述内容，在此不再赘述。89.在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以基于第一数据包丢失比率和第二数据包丢失比率对直通缓存大小进行调整。在一些实例中，在缓存管理模块基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整时，缓存管理模块用于执行：获取预先训练好的机器学习模型或者神经网络模型，将第一数据包丢失比率和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。90.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过第一预设阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，在缓存管理模块基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整时，缓存管理模块用于执行：在第一数据包丢失比率小于第一预设阈值、或者第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则减小直通缓存大小；在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则保持直通缓存大小不变。91.具体的，由于第一数据包丢失比率能够体现计算处理缓存的使用情况，第二数据包丢失比率能够体现数据直通缓存的使用情况，而计算处理缓存与数据直通缓存构成了完整的第三级缓存，因此，在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较、第二数据包丢失比率与第二预设阈值进行分析比较，在第一数据包丢失比率小于第一预设阈值或者第二数据包丢失比率小于第二预设阈值时，则说明数据直通缓存的使用比较紧张、计算处理缓存的使用较为宽松，此时，为了提高数据处理的质量和效率，可以增大数据直通缓存的直通缓存大小，同时使得计算处理缓存减小。92.在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则说明计算处理缓存的使用比较紧张、数据直通缓存的使用较为宽松，进而可以减小直通缓存大小，同时使得计算处理缓存增大。在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则说明当前的数据处理状态处于预设的稳态，此时可以保持直通缓存大小不变，从而有效地实现了对直通缓存大小进行灵活调整操作。93.需要注意的是，直通缓存大小或者计算处理缓存的减小幅度或者增大幅度可以是预先配置好的，并且，为了保证数据处理的稳定可靠性，在对直通缓存大小或者计算处理缓存进行调整操作时，配置有相对应的限值，例如：在减小直通缓存大小时，配置有用于限定直通缓存大小的下限值(例如：1/10、1/15、1/20等等)，这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小至少要大于或等于下限值；相类似的，在增大直通缓存大小时，配置有用于限定直通缓存大小的上限值（例如：4/10、4/11或者4/12等等），这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小均小于或等于上限值。94.本实施例中，在数据面功能模块对数据包进行处理的过程中，缓存管理模块通过获取与最后一级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率，而后基于第一数据包丢失比率和/或第二数据包丢失比率来对直通缓存大小进行调整，从而有效地实现了对直通缓存大小进行灵活调整操作，进一步提高了该系统的实用性。95.在上述任意一个实施例的基础上，参考附图2所示，本实施例中的缓存管理模块还可以基于数据包所对应的数据场景对直通缓存大小进行调整，此时，本实施例中的缓存管理模块还可以用于：在对数据包进行处理的过程中，获取与数据包相对应的数据场景；基于数据场景对直通缓存大小进行调整。96.其中，在利用数据面功能模块对数据包进行处理的过程中，可能会处于不同的数据场景，由于不同的数据场景中可能对应有不同长度的数据包，而不同长度的数据包能够对直通缓存大小产生不同的影响，因此，为了能够灵活地对直通缓存大小进行调整，可以获取与数据包相对应的数据场景，该数据场景可以包括预设的大包数据场景、预设的小包数据场景等等，在一些实例中，可以根据数据包的平均长度来确定与数据包相对应的数据场景，此时，在缓存管理模块获取与数据包相对应的数据场景时，该缓存管理模块用于执行：获取预设时间段内所有数据包所对应的数据包平均长度；基于数据包平均长度来确定与数据包相对应的数据场景，具体的，在数据包平均长度大于或等于预设长度时，则将应用场景确定为大包数据场景；在数据包平均长度小于预设长度时，则将应用场景确定为小包数据场景。97.由于不同的数据场景能够对直通缓存大小产生不同的影响，因此，为了能够保证数据处理的质量和效果，在获取到与数据包相对应的数据场景之后，可以基于数据场景对直通缓存大小进行调整，在一些实例中，预先配置有不同的数据场景与直通缓存大小的调developmentkit，简称sdk）、应用程序接口（applicationprogramminginterface，简称api）等形式。104.针对本发明实施例提供的方案，云端可以提供有缓存管理服务接口，用户通过用户终端ue调用该缓存管理接口，以向云端触发调用该缓存管理接口的请求。云端确定响应该请求的计算节点，利用该计算节点中的处理资源执行缓存管理的具体处理操作。105.缓存管理装置所在的系统平台可以部署有基站ran或者核心网的一部分，在一些实例中，缓存管理装置可以与ran部署在同一个系统平台上，这样可以针对ran中的缓存进行管理操作，并且，缓存管理装置可以与核心网通信连接；或者，缓存管理装置可以与核心网部署在同一个平台上，这样可以针对核心网中的缓存进行管理操作，并且，缓存管理装置可以对ran中的缓存进行管理操作，上述的缓存可以包括以下至少之一的缓存资源类型：核心处理器（centralprocessingunit，简称cpu）的缓存资源、图形处理器(graphicprocessingunit，简称gpu)的缓存资源、通用图形处理器（general-purposegraphicsprocessingunit，简称gpgpu）的缓存资源等等，本领域技术人员可以根据具体的应用场景或者应用需求对缓存资源进行灵活调整和配置。106.其中，上述的基站ran可以通信连接有一个或多个用户终端ue，用户终端ue可以是任何具有一定数据传输能力的计算设备，具体实现时，用户终端ue可以是手机、个人电脑pc、平板电脑、设定应用程序等等。此外，用户终端ue的基本结构可以包括：至少一个处理器。处理器的数量取决于用户终端ue的配置和类型。用户终端ue也可以包括存储器，该存储器可以为易失性的，例如随机存取存储器（randomaccessmemory，简称ram），也可以为非易失性的，例如只读存储器（read-onlymemory，简称rom）、闪存等，或者也可以同时包括两种类型。存储器内通常存储有操作系统（operatingsystem，简称os）、一个或多个应用程序，也可以存储有程序数据等。除了处理单元和存储器之外，用户终端ue还包括一些基本配置，例如网卡芯片、io总线、显示组件以及一些外围设备等。可选地，一些外围设备可以包括，例如键盘、鼠标、输入笔、打印机等。其它外围设备在本领域中是众所周知的，在此不做赘述。107.缓存管理装置是指可以在网络虚拟环境中提供缓存管理操作的设备，通常是指利用网络进行信息规划以及缓存管理操作的装置。在物理实现上，缓存管理装置可以是任何能够提供计算服务，响应于系统调用指令，并可以基于缓存管理指令进行缓存管理操作的设备，例如：可以是集群服务器、常规服务器、云服务器、云主机、虚拟中心等。缓存管理装置的构成主要包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似。108.在上述本实施例中，缓存管理装置与计算处理模块可以部署在同一个系统平台中，例如：缓存管理装置与核心处理器cpu可以部署在同一个服务器或者个人电脑上，其中，cpu上可以运行有位于基站中的预设模块、或者位于核心网中的预设模块。109.具体的，该缓存管理方法可以包括：步骤s501：获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性。110.步骤s502：确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上。111.步骤s503：基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。112.下面对上述各个步骤的具体实现过程和实现效果进行详细说明：步骤s501：获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性。113.其中，数据面功能模块可以是运行在计算处理模块上用于实现某一预设功能的模块，在不同的应用场景中的数据面功能模块可以具有不同的实现形式，例如：在5g核心网的应用场景中，数据面功能模块可以实现为核心网中的upf网元，此时，缓存管理装置可以与upf网元位于同一个平台或者同一个设备中；在ran的应用场景中，数据面功能模块可以实现为ran中的du单元，此时，缓存管理装置可以与du单元位于同一个平台或者同一个设备中；或者，在公有云的应用场景中，数据面功能模块可以实现为属于公有云上的负载均衡器，上述的负载均衡器能够实现负载均衡操作，此时，缓存管理装置可以与负载均衡器均部署在公有云上。114.对于数据面功能模块所运行的计算处理模块而言，其具体可以实现为以下至少之一：核心处理器（centralprocessingunit，简称cpu）、图形处理器(graphicprocessingunit，简称gpu)、通用图形处理器（general-purposegraphicsprocessingunit，简称gpgpu）等等，本领域技术人员可以根据具体的应用场景或者应用需求对数据面功能模块进行灵活调整和配置。115.对于计算处理模块而言，计算处理模块中可以包括用于实现数据处理操作的缓存资源，该缓存资源可以实现为多级缓存，例如：计算处理模块可以包括三级缓存、四级缓存或者五级缓存等等，以计算处理模块包括三级缓存为例，计算处理模块所包括的缓存资源可以包括第三级缓存llc，如图6所示，llc可以包括用于供数据直通技术进行应用的数据直通缓存和用于供cpu进行应用的非直通缓存，即数据直通缓存和非直通缓存构成了一个完成的llc，即数据直通缓存为cpu中的llc的一部分。对于数据直通缓存和非直通缓存而言，数据直通缓存的大小是固定不变的，并且，非直通缓存的大小大于数据直通缓存的大小，举例来说，llc共有10份缓存区域，数据直通缓存可以占有1份区域，非直通缓存可以占有9份区域；或者，数据直通缓存可以占有2份区域，非直通缓存可以占有8份区域等等。由于llc缓存区域往往是固定不变的，这样如果llc使用不当，则cpu的访问数据容易内存泄露的情况，这样极大地降低了网络处理性能。116.为了避免上述的问题，并能够实现对缓存进行灵活的调整和管理操作，在利用数据面功能模块进行数据处理的过程中，可以获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性，上述的数据包属性可以包括以下至少之一：数据面功能模块接收数据包的平均大小、数据面功能模块接收数据包的中位值大小；与数据面功能模块相对应的数据接收属性可以包括以下至少之一：数据面功能模块能够接收的数据包的数量上限参数、用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符等等。上述的数据包属性和数据接收属性可以是同步获取或者异步获取。其中，获取数据面功能模块接收数据包的数据包属性可以包括：在预设时间段（例如：1min、5min或者30s等等）内，获取数据面功能模块接收到的所有数据包；对所有数据包的大小进行均值处理，获得接收数据包的平均大小，将平均大小确定为数据包属性；或者，确定所有数据包所对应的中值大小，将所获得的中值大小确定为数据包属性。117.另外，对于数据接收属性而言，由于数据接收属性能够标识数据面功能模块接收的数据包的数量上限，因此，数据接收属性往往与数据面功能模块所对应的网络架构相关，在一些实例中，数据接收属性可以是预先基于网络架构进行配置好的，存储在预设区域中，此时，获取用于标识数据面功能模块能够接收的数据包的数量上限的数据接收属性可以包括：通过访问预设区域即可获取到用于标识数据面功能模块接收的数据包的数据上限的数据接收属性。118.步骤s502：确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上。119.其中，计算处理模块中可以包括用于实现数据处理操作的缓存资源，该缓存资源可以为多级缓存，多级缓存中的最后一级缓存中可以包括数据直通缓存，对于数据直通缓存而言，由于数据直通缓存为最后一级缓存（例如：第三级缓存llc）的一部分，因此可以基于最后一级缓存来获取到数据直通缓存，该数据直通缓存的大小可以为直通缓存大小，在一些实例中，获取数据直通缓存所对应的直通缓存大小可以包括：确定用于限定数据直通缓存的大小的预设占比信息，预设占比信息小于1、且大于0；基于预设占比信息和缓存区域大小，确定直通缓存大小；具体的，基于预设占比信息和缓存区域大小，确定直通缓存大小可以包括：将预设占比信息与缓存区域大小的乘积值，确定为直通缓存大小。120.步骤s302：基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。121.在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以基于数据包属性、数据接收属性以及数据直通缓存来进行缓存管理操作，在一些实例中，基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理可以包括：获取用于实现缓存管理操作的机器学习模型；将数据包属性、数据接收属性以及数据直通缓存输入至机器学习模型中，获得机器学习模型所输出的缓存管理信息，基于缓存管理信息进行缓存管理操作，从而有效地实现了对缓存资源（例如：第三级缓存或者最后一级缓存）进行灵活调整和管理操作。122.在又一些实例中，为了提高该方法使用的稳定可靠性，本实施例中的方法还可以包括对最后一级缓存中所包括的不同类型的缓存区域进行隔离部署以及隔离管理的技术方案，此时，本实施例中的方法还可以包括：获取缓存资源中的最后一级缓存；基于最后一级缓存和数据直通缓存，确定用于供计算处理模块所使用的计算处理缓存；对数据直通缓存与计算处理缓存进行隔离管理。123.具体的，以核心处理器作为计算处理模块、缓存资源中的最后一级缓存为第三级缓存为例，此时的计算处理缓存可以实现为cpu缓存，在计算处理模块cpu以及网络架构确定之后，则可以获取到第三级缓存，如图6所示，由于数据直通缓存往往是第三级缓存的一部分，而cpu缓存是第三级缓存中的另外一部分，在获取到第三级缓存和数据直通缓存之后，则可以基于第三级缓存和数据直通缓存来确定用于供cpu使用的cpu缓存，在获取到数据直通缓存与cpu缓存之后，可以对数据直通缓存和cpu缓存进行隔离管理操作，这样可以减少因cpu缓存使用不当而造成的dma泄露的情况出现，进一步保证了数据处理性能的质量和效率。124.本实施例提供的缓存管理方法，通过获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性；确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理，有效地实现了对计算处理模块中的缓存资源进行灵活调整和管理操作，这样减少了缓存资源使用不当的情况，同时也避免了因内存泄露而降低网络处理性能的问题，从而保证了网络处理性能，提高了该方法的实用性，有利于市场的推广与应用。125.在上述实施例的基础上，参考附图7所示，本实施例提供了一种通过对数据接收属性的调整来实现缓存管理的技术方案，具体的，基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理可以包括：步骤s701：基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题。126.在利用数据面功能模块对数据包进行处理的过程中，缓存的使用情况可以通过数据包属性、数据接收属性以及数据直通缓存来体现，因此，在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以对数据包属性、数据接收属性以及数据直通缓存进行分析处理，以检测是否存在缓存使用问题。在一些实例中，基于数据包属性、数据接收属性以及数据直通缓存可以包括：获取预先训练好的用于检测是否存在缓存使用问题的神经网络模型，将数据包属性、数据接收属性以及数据直通缓存输入至神经网络模型中，获得神经网络模型所输出的检测结果，该检测结果可以包括存在缓存使用问题的检测结果、或者不存在缓存使用问题的检测结果。127.在另一些实例中，不仅可以通过神经网络模型来检测是否存在缓存使用问题，还可以直接基于数据包属性、数据接收属性以及数据直通缓存进行检测操作，此时，基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题可以包括：基于数据包属性和数据接收属性，确定接收数据量参数；基于接收数据量参数和数据直通缓存，检测是否存在缓存使用问题。128.在一些实例中，数据包属性包括接收数据包的平均大小，数据接收属性包括用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符；此时，基于数据包属性和数据接收属性，确定接收数据量参数可以包括：获取平均大小与接收描述符之间的乘积值；基于乘积值，确定接收数据量参数。129.在确定接收数据量参数和数据直通缓存之后，可以先对数据直通缓存进行分析处理，从而可以确定数据直通缓存的直通缓存大小，而后可以将数据接收量参数与直通缓存大小进行分析比较，并基于分析比较结果来检测是否存在缓存使用问题。具体的，在接收数据量参数小于或等于直通缓存大小时，则可以确定不存在缓存使用问题；在接收数据量参数大于直通缓存大小时，则确定存在缓存使用问题。130.举例来说，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，而后可以将rxdescriptor*packetsize与ddiosize进行分析比较，在rxdescriptor*packetsize＜ddiosize、或者、rxdescriptor*packetsize=ddiosize时，此时的直通缓存大小能够支持并满足待处理数据包的整体大小，进而可以确定当前并不存在缓存使用问题；在rxdescriptor*packetsize＞ddiosize时，直通缓存大小不能支持或者满足待处理数据包的整体大小，进而可以确定当前存在缓存使用问题。131.步骤s702：若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性。132.在检测结果为存在缓存使用问题时，为了能够缓解或者避免出现内存泄露的问题，则说明所获取的标识数据面功能模块能够接收的数据包的数量上限的接收描述符并不适用于当前应用场景，因此，则可以对数据包属性和数据直通缓存进行分析处理，从而可以确定目标数据接收属性。133.在一些实例中，基于数据包属性和数据直通缓存确定目标数据接收属性可以包括：获取数据直通缓存与数据包属性之间的比值；基于比值确定目标数据接收属性，目标数据接收属性为小于或等于比值的正整数。举例来说，在数据包属性为平均大小，数据直通缓存区域的大小为直通缓存大小，接收描述符为数据接收属性为例，此时，基于平均大小和直通缓存大小确定目标接收描述符可以包括：获取直通缓存大小与平均大小之间的比值；基于比值确定目标接收描述符，目标接收描述符为小于或等于比值的正整数。134.举例来说，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，由于rxdescriptor*packetsize小于或等于ddiosize可以有效地缓解内存泄露问题，若当前的rxdescriptor并不适用于当前应用场景时，则可以获取直通缓存大小与平均大小之间的比值，即ddiosize/packetsize，而后可以基于比值确定目标接收描述符，其中，目标接收描述符为小于或等于比值的正整数，从而有效地保证了对目标接收描述符进行确定的准确可靠性。135.需要注意的是，目标数据接收属性不仅可以通过上述方式来确定，本领域技术人员还可以采用其他方式来确定目标数据接收属性，例如：预先训练有用于确定目标数据接收属性的机器学习模型或者神经网络模型，而后可以利用机器学习模型或者神经网络模型对数据直通缓存和数据包属性进行分析处理，从而可以确定目标数据接收属性等等，只要能够保证对目标数据接收属性进行确定的准确可靠性。136.在另一些实例中，在检测结果为不存在缓存使用问题时，则说明此时的数据处理操作可以稳定地进行，进而可以保持当前的数据接收属性不变。137.步骤s703：将数据接收属性更新为目标数据接收属性。138.由于所获得的目标数据接收属性适用于当前的应用场景，其往往与数据接收属性不同，因此，在获取到目标数据接收属性之后，可以将数据接收属性更新为目标数据接收属性，使得目标数据接收属性与接收数据包的数据包属性的乘积值可以保持小于或等于数据直通缓存的直通缓存大小，从而实现了缓存管理操作，并避免了因缓存使用不当而导致计算处理模块的访问数据容易内存泄露的情况，进而保证了网络处理性能。139.本实施例中，基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题；若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性；将数据接收属性更新为目标数据接收属性，有效地实现了对数据接收属性进行灵活调整的技术方案，调整后的数据接收属性可以有效地缓解内存泄露的问题，这样有效地提高了网络处理性能，进一步提高了该方法的实用性。140.在上述任意一个实施例的基础上，参考附图8所示，为了进一步保证缓存管理的质量和效果，可以对直通缓存大小进行灵活调整，此时，本实施例中的方法还可以包括：步骤s801：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率。141.步骤s802：基于第一数据包丢失比率和/或第二数据包丢失比率，对直通缓存大小进行调整。142.其中，以第三级缓存作为最后一级缓存、cpu作为计算处理模块为例，上述实施例中可以包括对直通缓存大小进行灵活调整的三种实现方式，具体的：实现方式一：步骤s801a：在对数据包进行处理的过程中，获取与第三级缓存相对应的第一数据包丢失比率。143.其中，在对数据包进行处理的过程中，可以获取与第三级缓存相对应的第一数据包丢失比率，在一些实例中，获取与第三级缓存相对应的第一数据包丢失比率可以包括：获取在预设时间段内的数据访问操作的总次数；统计通过第三级缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第一数据包丢失比率。144.步骤s802a：基于第一数据包丢失比率，对直通缓存大小进行调整。145.由于第一数据包丢失比率能够体现出llc中用于供cpu使用的cpu缓存的使用情况，上述的cpu缓存与直通缓存大小构成了完整的llc，这样第一数据包丢失比率也能够体现出直通缓存大小的使用情况。因此，在获取到第一数据包丢失比率之后，可以基于第一数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第一数据包丢失比率，对直通缓存大小进行调整可以包括：在第一数据包丢失比率大于第一预设阈值时，则减小直通缓存大小；在第一数据包丢失比率小于或等于第一预设阈值时，则增大直通缓存大小。146.具体的，在获取到第一数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较，在第一数据包丢失比率大于第一预设阈值时，则说明此时的第一数据包丢失比率较大，cpu缓存的使用较为紧张，此时，则需要减小直通缓存大小，从而使得cpu缓存增大。相对应的，在第一数据包丢失比率小于或等于第一预设阈值时，则说明此时的第一数据包丢失比率较小，cpu缓存的使用较为宽松，反之，数据直通缓存的使用较为紧张，此时，则需要增大直通缓存大小，同时使得cpu缓存减小。147.在另一些实例中，不仅可以直接通过第一预设阈值和第一数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，基于第一数据包丢失比率，对直通缓存大小进行调整可以包括：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第一数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明cpu缓存的使用会变的紧张，此时，则减小直通缓存大小，同时使得cpu缓存增大。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明cpu缓存的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以增大直通缓存大小，即减小cpu缓存，从而有效地实现了可以基于第一数据包丢失比率对直通缓存大小进行灵活调整操作。148.实现方式二：步骤s801b：在对数据包进行处理的过程中，获取与数据直通缓存相对应的第二数据包丢失比率。149.其中，在对数据包进行处理的过程中，可以获取与数据直通缓存相对应的第二数据包丢失比率，在一些实例中，获取与数据直通缓存相对应的第二数据包丢失比率可以包括：获取在预设时间段内的数据访问操作的总次数；统计通过数据直通缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第二数据包丢失比率。150.步骤s802b：基于第二数据包丢失比率，对直通缓存大小进行调整。151.由于第二数据包丢失比率能够体现出数据直通缓存ddio的使用情况，因此，在获取到第二数据包丢失比率之后，可以基于第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第二数据包丢失比率，对直通缓存大小进行调整可以包括：在第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第二数据包丢失比率小于或等于第二预设阈值时，则减小直通缓存大小。152.具体的，在获取到第二数据包丢失比率之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的第二数据包丢失比率较大，直通缓存区域的使用较为紧张，此时，则增大直通缓存大小，同时使得cpu缓存减小。相对应的，在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的第二数据包丢失比率较小，直通缓存区域的使用较为宽松，反之，cpu缓存的使用较为紧张，此时，则减小直通缓存大小，同时使得cpu缓存增大。153.在另一些实例中，不仅可以直接通过第二预设阈值和第二数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，基于第二数据包丢失比率，对直通缓存大小进行调整可以包括：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第二数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明直通缓存区域的使用会变的紧张，此时，则增大直通缓存大小，同时使得cpu缓存减小。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明直通缓存区域的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以减小直通缓存大小，同时增大cpu缓存。154.在又一些实例中，不仅可以通过数据包丢失比率的变化趋势来对直通缓存大小进行调整，还可以结合内存带宽信息对直通缓存大小进行调整，此时，基于第二数据包丢失比率，对直通缓存大小进行调整可以包括：获取内存带宽信息；基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整。155.其中，在利用预设模块对数据包进行数据处理操作时，可以获取到与预设模块相对应的内存带宽信息，上述的内存带宽信息可以通过内存位宽和内存频率来确定，具体的，内存带宽信息与内存频率的乘积值可以为内存带宽信息。在获取到内存带宽信息之后，可以基于内核带宽信息和第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整可以包括：获取预先训练好的机器学习模型或者神经网络模型，将内存带宽信息和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。156.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过预设带宽阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，基于第二数据包丢失比率和内存带宽使用信息，对直通缓存大小进行调整可以包括：在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值，则增大直通缓存大小；第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则减少直通缓存大小。157.由于内存带宽信息与所能够支持的用户流量相关，一般情况下，内存带宽信息越大时，则所能够支持的数据流量越大；在内存带宽信息越小时，则所能够支持的数据流量越小；因此，在获取到第二数据包丢失比率和内存带宽信息之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，将内存带宽信息与预设带宽阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的数据直通缓存的使用较为紧张；在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的数据直通缓存的使用较为宽松；在内存带宽信息大于预设带宽阈值时，则说明此时可支持的流量比较大，在内存带宽信息小于或等于预设带宽阈值时，则说明此时可支持的流量比较小。158.由上可知，在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值时，则说明此时的数据直通缓存的使用较为紧张，为了缓解上述情况，则可以增大直通缓存大小，同时使得cpu缓存减小；在第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则说明此时的数据直通缓存的使用较为宽松，为了提高数据处理的质量和效率，则可以减小直通缓存大小，同时使得cpu缓存增大，从而有效地实现了可以基于第二数据包丢失比率对直通缓存大小进行灵活调整操作。159.实现方式三：步骤s801c：在对数据包进行处理的过程中，获取与第三级缓存相对应的第一数据包丢失比率、和与数据直通缓存相对应的第二数据包丢失比率。160.其中，第一数据包丢失比率和第二数据包丢失比率的获取方式与上述步骤s801a和s801b中对第一数据包丢失比率和第二数据包丢失比率的获取方式相类似，具体可参考上述陈述内容，在此不再赘述。161.步骤s802c：基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整。162.在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以基于第一数据包丢失比率和第二数据包丢失比率对直通缓存大小进行调整。在一些实例中，基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整可以包括：获取预先训练好的机器学习模型或者神经网络模型，将第一数据包丢失比率和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。163.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过第一预设阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整可以包括：在第一数据包丢失比率小于第一预设阈值、或者第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则减小直通缓存大小；在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则保持直通缓存大小不变。164.具体的，由于第一数据包丢失比率能够体现cpu缓存的使用情况，第二数据包丢失比率能够体现数据直通缓存的使用情况，而cpu缓存与数据直通缓存构成了完整的第三级缓存，因此，在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较、第二数据包丢失比率与第二预设阈值进行分析比较，在第一数据包丢失比率小于第一预设阈值或者第二数据包丢失比率小于第二预设阈值时，则说明数据直通缓存的使用比较紧张、cpu缓存的使用较为宽松，此时，为了提高数据处理的质量和效率，可以增大数据直通缓存的直通缓存大小，同时使得cpu缓存减小。165.在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则说明cpu缓存的使用比较紧张、数据直通缓存的使用较为宽松，进而可以减小直通缓存大小，同时使得cpu缓存增大。在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则说明当前的数据处理状态处于预设的稳态，此时可以保持直通缓存大小不变，从而有效地实现了对直通缓存大小进行灵活调整操作。166.需要注意的是，直通缓存大小或者cpu缓存的减小幅度或者增大幅度可以是预先配置好的，并且，为了保证数据处理的稳定可靠性，在对直通缓存大小或者cpu缓存进行调整操作时，配置有相对应的限值，例如：在减小直通缓存大小时，配置有用于限定直通缓存大小的下限值(例如：1/10、1/15、1/20等等)，这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小至少要大于或等于下限值；相类似的，在增大直通缓存大小时，配置有用于限定直通缓存大小的上限值（例如：4/10、4/11或者4/12等等），这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小均小于或等于上限值。167.本实施例中，在对数据包进行处理的过程中，通过获取与第三级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率，而后基于第一数据包丢失比率和/或第二数据包丢失比率来对直通缓存大小进行调整，从而有效地实现了对直通缓存大小进行灵活调整操作，进一步提高了该方法的实用性。168.在上述任意一个实施例的基础上，参考附图9所示，本实施例还可以基于数据包所对应的数据场景对直通缓存大小进行调整，此时，本实施例中的方法还可以包括：步骤s901：在对数据包进行处理的过程中，获取与数据包相对应的数据场景。169.在利用数据面功能模块对数据包进行处理的过程中，可能会处于不同的应用场景，由于不同的应用场景中可能对应有不同长度的数据包，而不同长度的数据包能够对直通缓存大小产生不同的影响，因此，为了能够灵活地对直通缓存大小进行调整，可以获取与数据包相对应的数据场景，该应用场景可以包括预设的大包数据场景、预设的小包数据场景等等，在一些实例中，可以根据数据包的平均长度来确定与数据包相对应的数据场景，此时，获取与数据包相对应的数据场景可以包括：获取预设时间段内所有数据包所对应的数据包平均长度；基于数据包平均长度来确定与数据包相对应的数据场景，具体的，在数据包平均长度大于或等于预设长度时，则将数据场景确定为大包数据场景；在数据包平均长度小于预设长度时，则将应用场景确定为小包数据场景。170.步骤s902：基于数据场景对直通缓存大小进行调整。171.由于不同的数据场景能够对直通缓存大小产生不同的影响，因此，为了能够保证数据处理的质量和效果，在获取到与数据包相对应的数据场景之后，可以基于数据场景对直通缓存大小进行调整，在一些实例中，预先配置有不同的数据场景与直通缓存大小的调整策略的映射关系，在获取到数据场景之后，可以基于映射关系确定与数据场景相对应的目标调整策略，而后基于目标调整策略对直通缓存大小进行调整。172.在另一些实例中，基于数据场景对直通缓存大小进行调整可以包括：在数据场景中数据包的平均长度值大于预设阈值，说明此时需要进行处理的数据包较大，容易增加数据直通缓存的压力，此时，为了保证数据处理的质量和效果，则增大直通缓存大小，使得cpu缓存减小；在数据场景中数据包的平均长度值小于或等于预设阈值时，说明此时需要进行处理的数据包较小，容易增加cpu缓存的压力，此时，为了保证数据处理的质量和效果，则减小直通缓存大小，使得cpu缓存增大；这样有效地实现了可以基于不同的数据场景对直通缓存大小进行灵活调整的技术方案。173.本实施例中，在对数据包进行处理的过程中，通过获取与数据包相对应的数据场景，而后基于数据场景对直通缓存大小进行调整，具体的，可以根据数据包的不同平均长度值来对直通缓存大小进行不同的调整操作，有效地实现了可以基于不同的数据场景对直通缓存大小进行灵活调整，进一步提高了该方法的实用性，有利于市场的推广与应用。174.具体应用时，以5g核心网中的upf网元作为预设模块为例，本应用实施例提供了一种针对5g核心网应用场景中的cpu缓存管理方法，该方法能够管理和调度5g核心网运行环境中的cpu缓存资源的使用，并解决因5g核心网中的缓存使用不当而导致的内存泄露、进而导致的性能问题以及核心网内部缓存资源竞争的问题，进而保障了核心网不受其他应用干扰，并提升核心网吞吐、时延等性能指标。该cpu缓存管理方法主要面向5g核心网性能保障和提升，为5g核心网的增强提供了cpu缓存管理和调度平台，即该cpu缓存管理方法的执行主体可以为cpu缓存管理平台，该cpu缓存管理平台与upf网元可以位于同一个系统平台内，具体的，为了解决上述问题和挑战，本应用实施例提供了两个子方法：（1）核心网的缓存资源使用分析及调控方法，通过对核心网中的缓存使用机制进行分析，给出缓存相关参数指标（接收描述符rxdescriptor）的推荐，合适的缓存参数选择将极大程度提升核心网吞吐性能；（2）核心网的缓存资源管理分配机制，有效地管理数据包和流表等状态信息所用的缓存资源，实现缓存资源利用的最大化，有效缓解缓存资源的竞争情况，提升核心网吞吐性能。175.其中，上述的子方法（1）能够判断当前缓存相关参数的选取是否科学，具体能够判断当前所选取的用于标识upf网元能够从物理网卡设备接收到的数据包的个数的接收描述符rxdescriptor是否合理，具体的，可以包括如下步骤：步骤11：获取当前的接收描述符rxdescriptor；其中，由于接收描述符是由核心网的开发者预先配置好的，因此，当前的接收描述符可以通过与核心网的开发者进行沟通获取。176.步骤12：获取upf所接收到的数据包的平均大小packetsize以及数据直通缓存所对应的直通缓存大小ddiosize。177.步骤13：判断rxdescriptor*packetsize与ddiosize的大小关系。178.步骤14：在rxdescriptor*packetsizeddiosize时,能够有效缓解dma泄露的问题，因此可以确定当前的rxdescriptor对于当前应用场景而言，较为适中；在rxdescriptor*packetsize＞ddiosize时，则容易出现dma泄露的问题，造成性能下降，进而可以确定rxdescriptor的选取较为不科学。179.步骤15：在确定rxdescriptor的选取较为不科学时，可以通过ddiosize和packetsize确定一个新的接收描述符rxdescriptor1，而后将rxdescriptor替换为rxdescriptor1，其中，rxdescriptor1可以为小于或等于ddiosize/packetsize的最大整数值或者任意整数值。180.在执行子方法（1）的同时，还可以执行子方法（2），这样能够根据与数据直通缓存相对应的第二数据包丢失比率ddiomiss、内存带宽等指标来动态调整ddiosize，通过动态调整的ddiosize可以匹配rxdescriptor及数据包的平均大小，以此动态解决dma泄露的问题，具体的，参考附图10所示，cpu缓存管理平台可以包括缓存指标获取模块和缓存指标管控模块，其中：缓存指标获取模块，用于收集或者获得5g核心网运行时的多个指标，作为管控的输入，其中，多个指标可以包括内存带宽信息（内存带宽使用情况）、与第三级缓存相对应的第一数据包丢失比率llcmiss、以及与数据直通缓存相对应的第二数据包丢失比率ddiomiss，上述的内存带宽信息可以标识llc和主存之间信息交互的多少，在一定程度上可以表示dma泄露的情况。181.具体的，内存带宽信息可以基于网络运行状态以及数据处理状态进行确定，而llcmiss和ddiomiss可以分别通过预设检测工具进行检测获得，例如：llcmiss可以通过预设的系统性能分析工具perf进行检测来获得，其中，perf是一款性能分析工具，能够进行函数级和指令级的热点查找，可以用来分析程序中热点函数的cpu占用率，从而定位性能瓶颈；ddiomiss可以通过预设的性能检测器（performancecountermonitor，简称pcm）进行检测获得。182.缓存指标管控模块，用于根据所获得的多个指标对核心网运行环境进行检测，以检测是否存在cache资源使用问题、是否存在内部cache竞争等。此外，缓存指标管控模块会根据检测信息进行决策，然后，利用缓存分配技术（cacheallocationtechnology，简称cat）来管理缓存资源的使用，具体的，基于多个指标进行检测并管理缓存资源的具体过程可以包括以下步骤：步骤21：将llcmiss与第一预设阈值进行比较，将ddiomiss与第二预设阈值进行比较，将内存带宽信息与预设带宽阈值进行比较；步骤22：在llcmiss小于或等于第一预设阈值、或者ddiomiss大于第二预设阈值、或者内存带宽信息大于预设带宽阈值时，则增大直通缓存大小；步骤23：在llcmiss大于第一预设阈值、或者ddiomiss小于或等于第二预设阈值或者内存带宽信息小于或等于预设带宽阈值时，则减小直通缓存大小；步骤24：在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则保持直通缓存大小不变。183.需要注意的是，本领域技术人员不仅可以通过llcmiss、ddiomiss和内存带宽信息，对核心网运行时的缓存资源进行调整操作，还可以根据不同场景做出缓存资源的管理分配决策，在一些实例中，在预设的大包应用场景中，由于ddio可用的缓存较少，例如：ddio可以为llc的10%，此时ddio可容纳数据包的个数较少，会导致吞吐明显下降，为了避免上述情况，可以调大ddio相对于llc的默认占比，例如：可以将ddio调整为llc的20%，这样能够有效地缓解ddio的压力，有利于提升数据处理的整体性能；相对应的，在预设的小包应用场景中，由于ddio可用的缓存较大，例如：ddio可以为llc的40%，由于ddio的大部分缓存区域未被应用，会导致缓存区域的利用率，为了避免上述情况，可以调小ddio相对于llc的默认占比，例如：可以将ddio调整为llc的10%或者20%，这样能够有效地提高了缓存区域的利用率。184.另外，对于llc而言，由于llc可以为第三级缓存，llc会默认分成多份缓存区域，ddio可以为多份缓存区域中的至少之一，其他的缓存区域用于供cpu进行应用，即ddio与cpu缓存构成了完整的llc，例如：在llc分成10份缓存区域时，ddio可以为其中的1份缓存区域，cpu缓存可以为另外的9份缓存区域；或者，在llc分成11份缓存区域时，ddio可以为其中的1份缓存区域，cpu缓存可以为另外的10份缓存区域，为了能够提高数据处理的质量和效率，可以对cpu缓存和ddio进行隔离管理操作。185.本应用实施例提供的技术方案，通过对核心网中缓存使用机制的分析，能够给出缓存相关参数指标的推荐，合适的缓存参数选择能够有效地解决dma泄露的问题，这样将极大程度提升核心网吞吐性能；另外，通过对核心网内部数据包和状态信息等占用缓存的指标进行管理，有效地管理数据包和流表等状态信息所用缓存资源，有效地实现了缓存资源利用最大化，这样不仅能够缓解缓存资源的竞争情况，并且能够提升核心网吞吐性能，进一步提高了该技术方案的实用性，有利于市场的推广与应用。186.参考附图11-图12所示，本实施例提供了一种缓存管理方法，该缓存管理方法可以应用于缓存管理装置，并且，缓存管理装置部署在公有云上，公有云上部署有用于实现负载均衡操作的负载均衡器，负载均衡器运行在核心处理器cpu上；此时，本实施例中的方法可以包括：步骤s1101：获取负载均衡器接收数据包的数据包属性以及与负载均衡器相对应的数据接收属性；步骤s1102：确定计算处理器中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，负载均衡器运行在计算处理器上；步骤s1103：基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。187.本实施例中步骤s1101-步骤s1103的具体实现方式和实现效果与上述实施例中步骤s501-步骤s503的具体实现方式和实现效果相类似，具体可参考上述陈述内容，在此不再赘述。188.需要注意的是，本实施例中的方法还可以包括图5-图10所示实施例中的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。189.参考附图13所示，本实施例提供了一种车辆控制方法，该车辆控制方法应用于车辆控制装置，车辆控制装置与缓存管理装置部署在同一个系统平台上，该车辆控制方法包括：步骤s1301：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识车辆控制装置所能够接收到的数据包的属性，数据接收属性用于标识车辆控制装置能够接收的数据包的数量上限，数据直通缓存为车辆控制装置中计算处理模块中的最后一级缓存的一部分；其中，本实施例中上述步骤s1301的具体实现方式和实现效果与上述实施例中步骤s501-步骤s503的具体实现方式和实现效果相类似，具体可参考上述陈述内容，在此不再赘述。190.步骤s1302：基于缓存调整指令对车辆控制装置中的计算处理模块（例如：cpu模块）进行缓存管理，以保证对待控车辆进行稳定控制。191.在获取到缓存调整指令之后，可以基于缓存调整指令对车辆控制装置中的计算处理模块进行缓存管理操作，这样通过车辆控制装置可以对待控车辆进行稳定地控制操作，保证了该方法的实用性。192.具体的，在待控车辆（无人车或者有人车）行驶的过程中，待控车辆可以通过车辆控制装置进行控制，为了能够实现对待控车辆进行准确有效地控制，车辆控制装置需要进行稳定的数据处理操作，为了能够保证车辆控制装置运行的稳定可靠性，可以根据不同的应用场景对车辆控制装置中的缓存资源进行灵活调整，这样在基于车辆控制装置对待控车辆进行控制时，可以保证对待控车辆进行控制的安全可靠性。具体的，车辆控制装置可以生成与待控车辆相对应的控制信息，控制信息可以包括：车辆速度信息、车辆驾驶路径信息、车辆停车位信息等等，以基于控制信息对待控车辆进行稳定、有效地控制操作，例如，可以基于控制信息中的行驶路径的控制信息控制待控车辆所行驶的车道，即可以基于控制信息控制待控车辆由车道1切换至车道2。193.在一些实例中，为了能够提高对车辆进行控制的稳定可靠性，待控车辆上可以设置有传感器，通过传感器可以快速获取与待控车辆相对应的运行状态数据，与待控车辆相对应的运行状态数据可以包括以下至少之一：车辆的当前车速、行驶方向和环境信息，其中，环境信息包括周围物体的分布位置、车辆前方车辆的车速和车辆所处道路的道路限速。在一些实例中，传感器可以包括图像采集传感器、雷达传感器和全球定位系统gps，具体的，通过图像采集传感器、雷达传感器和全球定位系统gps来确定与待控车辆相对应的运行状态数据。194.需要注意的是，对于车辆控制装置而言，车辆控制装置可以设置于车辆上，或者，车辆控制装置可以独立于车辆进行设置，此时，车辆控制装置可以与车辆cpu通信连接。195.另外，对于车辆控制装置而言，可以根据不同的车辆对车辆控制装置进行调整，即根据车辆类型的不同，车辆控制装置中所包括的算法模块也会有所不同，此时，车辆控制装置不仅可以实现车辆自动驾驶的控制操作，还可以实现的其他操作。例如，对于物流车辆、公共服务车辆、医疗服务车辆、终端服务车辆会涉及不同的车辆控制装置。下面分别针对这四种自动驾驶车辆对车辆控制装置中所包括的算法模块进行举例说明：其中，物流车辆是指物流场景中使用的车辆，例如：可以是带自动分拣功能的物流车辆、带冷藏保温功能的物流车辆、带测量功能的物流车辆。这些物流车辆会涉及不同的算法模块。196.例如，对于物流车辆，可以带有自动化的分拣装置，该分拣装置可以在物流车辆到达目的地后自动把货物取出并搬送、分拣、存放。这就涉及用于货物分拣的算法模块，该算法模块主要实现货物取出、搬运、分拣以及存放等逻辑控制。197.又例如，针对冷链物流场景，物流车辆还可以带有冷藏保温装置，该冷藏保温装置可以实现运输的水果、蔬菜、水产品、冷冻食品以及其它易腐烂的食品进行冷藏或保温，使之处于合适的温度环境，解决易腐烂食品的长途运输问题。这就涉及用于冷藏保温控制的算法模块，该算法模块主要用于根据食品（或物品）性质、易腐性、运输时间、当前季节、气候等信息动态、自适应计算冷餐或保温的合适温度，根据该合适温度对冷藏保温装置进行自动调节，这样在车辆运输不同食品或物品时运输人员无需手动调整温度，将运输人员从繁琐的温度调控中解放出来，提高冷藏保温运输的效率。198.又例如，在大多物流场景中，是根据包裹体积和/或重量进行收费的，而物流包裹的数量非常庞大，单纯依靠快递员对包裹体积和/或重量进行测量，效率非常低，人工成本较高。因此，在一些物流车辆中，增设了测量装置，可自动测量物流包裹的体积和/或重量，并计算物流包裹的费用。这就涉及用于物流包裹测量的算法模块，该算法模块主要用于识别物流包裹的类型，确定物流包裹的测量方式，如进行体积测量还是重量测量或者是同时进行体积和重量的组合测量，并可根据确定的测量方式完成体积和/或重量的测量，以及根据测量结果完成费用计算。199.其中，公共服务车辆是指提供某种公共服务的车辆，例如：可以是消防车、除冰车、洒水车、铲雪车、垃圾处理车辆、交通指挥车辆等。这些公共服务车辆会涉及不同算法模块。200.例如，对于自动驾驶的消防车，其主要任务是针对火灾现场进行合理的灭火任务，这就涉及用于灭火任务的算法模块，该算法模块至少需要实现火灾状况的识别、灭火方案的规划以及对灭火装置的自动控制等逻辑。201.又例如，对于除冰车，其主要任务是清除路面上结的冰雪，这就涉及除冰的算法模块，该算法模块至少需要实现路面上冰雪状况的识别、根据冰雪状况制定除冰方案，如哪些路段需要采取除冰，哪些路段无需除冰，是否采用撒盐方式、撒盐克数等，以及在确定除冰方案的情况下对除冰装置的自动控制等逻辑。202.其中，医疗服务车辆是指能够提供一种或多种医疗服务的自动驾驶车辆，该种车辆可提供消毒、测温、配药、隔离等医疗服务，这就涉及提供各种自助医疗服务的算法模块，这些算法模块主要实现消毒需求的识别以及对消毒装置的控制，以使消毒装置为病人进行消毒，或者对病人位置的识别，控制测温装置自动贴近病人额头等位置为病人进行测温，或者，用于实现对病症的判断，根据判断结果给出药方并需要实现对药品/药品容器的识别，以及对取药机械手的控制，使之按药方为病人抓取药品，等等。203.其中，终端服务车辆是指可代替一些终端设备面向用户提供某种便利服务的自助型的自动驾驶车辆，例如这些车辆可以为用户提供打印、考勤、扫描、开锁、支付、零售等服务。204.例如，在一些应用场景中，用户经常需要到特定位置去打印或扫描文档，费时费力。于是，出现一种可以为用户提供打印/扫描服务的终端服务车辆，这些服务车辆可以与用户终端设备互联，用户通过终端设备发出打印指令，服务车辆响应打印指令，自动打印用户所需的文档并可自动将打印出的文档送至用户位置，用户无需去打印机处排队，可极大地提高打印效率。或者，可以响应用户通过终端设备发出的扫描指令，移动至用户位置，用户将待扫描的文档放置的服务车辆的扫描工具上完成扫描，无需到打印/扫描机处排队，省时省力。这就涉及提供打印/扫描服务的算法模块，该算法模块至少需要识别与用户终端设备的互联、打印/扫描指令的响应、用户位置的定位以及行进控制等。205.又例如，随着新零售场景的开展，越来越多的电商借助于自助售货机将商品销售送到了各大办公楼、公共区，但这些自助售货机被放置在固定位置，不可移动，用户需要到该自助售货机跟前才能购买所需商品，便利性还是较差。于是出现了可提供零售服务的自助驾驶车辆，这些服务车辆可以承载商品自动移动，并可提供对应的自助购物类app或购物入口，用户借助于手机等终端通过app或购物入口可以向提供零售服务的自动驾驶车辆进行下单，该订单中包括待购买的商品名称、数量以及用户位置，该车辆收到下单请求之后，可以确定当前剩余商品是否具有用户购买的商品以及数量是否足够，在确定具有用户购买的商品且数量足够的情况下，可携带这些商品自动移动至用户位置，将这些商品提供给用户，进一步提高用户购物的便利性，节约用户时间，让用户将时间用于更为重要的事情上。这就涉及提供零售服务的算法模块，这些算法模块主要实现响应用户下单请求、订单处理、商品信息维护、用户位置定位、支付管理等逻辑。206.需要注意的是，本实施例中的方法还可以包括图5-图10所示实施例中的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。207.参考附图14所示，本实施例提供了一种虚拟现实设备的控制方法，该虚拟现实设备的控制方法可以应用于虚拟现实设备的控制装置，虚拟现实设备的控制装置与缓存管理装置部署在同一个系统平台上，该虚拟现实设备的控制方法可以包括：步骤s1401：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识虚拟现实设备所能够接收到的数据包的属性，数据接收属性用于标识虚拟现实设备能够接收的数据包的数量上限，数据直通缓存为虚拟现实设备中计算处理模块中的最后一级缓存的一部分；步骤s1402：基于缓存调整指令对虚拟现实设备中的计算处理模块进行缓存管理，以保证对虚拟现实设备进行稳定控制。208.需要注意的是，本实施例中的方法还可以包括图5-图10所示实施例中的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。209.参考附图15所示，本实施例提供了一种缓存管理装置，该缓存管理装置用于执行上述图5所示的缓存管理方法，具体的，该缓存管理装置可以包括：第一获取模块11，用于获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性；第一确定模块12，用于确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上；第一处理模块13，用于基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。210.图15所示缓存管理装置可以执行图5-图10所示实施例的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。211.在一个可能的设计中，图15所示缓存管理装置的结构可实现为一电子设备。参考附图16所示，本实施例中的缓存管理装置可以实现为一电子设备，具体的，该电子设备可以包括：第一处理器21和第一存储器22。其中，第一存储器22用于存储相对应电子设备执行上述图5所示实施例中提供的缓存管理方法的程序，第一处理器21被配置为用于执行第一存储器22中存储的程序。212.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第一处理器21执行时能够实现如下步骤：获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性；确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。213.进一步的，第一处理器21还用于执行前述图5所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第一通信接口23，用于电子设备与其他设备或通信网络通信。214.另外，本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图5所示方法实施例中的缓存管理方法所涉及的程序。215.此外，本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图5所示方法实施例中的缓存管理方法。216.参考附图17所示，本实施例提供了一种缓存管理装置，该缓存管理装置部署在公有云上，公有云上部署有负载均衡器，负载均衡器运行在核心处理器cpu上；该缓存管理装置用于执行上述图11所示的缓存管理方法，具体的，该缓存管理装置可以包括：第二获取模块31，用于获取负载均衡器接收数据包的数据包属性以及与负载均衡器相对应的数据接收属性；第二确定模块32，用于确定计算处理器中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，负载均衡器运行在计算处理器上；第二处理模块33，用于基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。217.图17所示缓存管理装置可以执行图11所示实施例的方法，本实施例未详细描述的部分，可参考对图11所示实施例的相关说明。该技术方案的执行过程和技术效果参见图11所示实施例中的描述，在此不再赘述。218.在一个可能的设计中，图17所示缓存管理装置的结构可实现为一电子设备。参考附图18所示，本实施例中的缓存管理装置可以实现为一电子设备，具体的，该电子设备可以包括：第二处理器41和第二存储器42。其中，第二存储器42用于存储相对应电子设备执行上述图11所示实施例中提供的缓存管理方法的程序，第二处理器41被配置为用于执行第二存储器42中存储的程序。219.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第二处理器41执行时能够实现如下步骤：获取负载均衡器接收数据包的数据包属性以及与负载均衡器相对应的数据接收属性；确定计算处理器中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，负载均衡器运行在计算处理器上；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。220.进一步的，第二处理器41还用于执行前述图11所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第二通信接口43，用于电子设备与其他设备或通信网络通信。221.另外，本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图11所示方法实施例中的缓存管理方法所涉及的程序。222.此外，本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图11所示方法实施例中的缓存管理方法。223.参考附图19所示，本实施例提供了一种车辆控制装置，车辆控制装置与缓存管理装置部署在同一个系统平台上，该车辆控制装置用于执行上述图13所示的车辆控制方法，具体的，该车辆控制装置可以包括：第三获取模块51，用于获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识车辆控制装置所能够接收到的数据包的属性，数据接收属性用于标识车辆控制装置能够接收的数据包的数量上限，数据直通缓存为车辆控制装置中计算处理模块中的最后一级缓存的一部分；第三处理模块52，用于基于缓存调整指令对车辆控制装置中的计算处理模块（例如：cpu模块）进行缓存管理，以保证对待控车辆进行稳定控制。224.图19所示车辆控制装置可以执行图13所示实施例的方法，本实施例未详细描述的部分，可参考对图13所示实施例的相关说明。该技术方案的执行过程和技术效果参见图13所示实施例中的描述，在此不再赘述。225.在一个可能的设计中，图19所示车辆控制装置的结构可实现为一电子设备。参考附图20所示，本实施例中的用于实现车辆控制方法的车辆控制装置可以实现为一电子设备，具体的，该电子设备可以包括：第三处理器61和第三存储器62。其中，第三存储器62用于存储相对应电子设备执行上述图13所示实施例中提供的车辆控制方法的程序，第三处理器61被配置为用于执行第三存储器62中存储的程序。226.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第三处理器61执行时能够实现如下步骤：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识车辆控制装置所能够接收到的数据包的属性，数据接收属性用于标识车辆控制装置能够接收的数据包的数量上限，数据直通缓存为车辆控制装置中计算处理模块中的最后一级缓存的一部分；基于缓存调整指令对车辆控制装置中的计算处理模块（例如：cpu模块）进行缓存管理，以保证对待控车辆进行稳定控制。227.进一步的，第三处理器61还用于执行前述图13所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第三通信接口63，用于电子设备与其他设备或通信网络通信。228.另外，本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图13所示方法实施例中的车辆控制方法所涉及的程序。229.此外，本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图13所示方法实施例中的车辆控制方法。230.参考附图21所示，本实施例提供了一种虚拟现实设备的控制装置，虚拟现实设备的控制装置与缓存管理装置部署在同一个系统平台上，该虚拟现实设备的控制装置用于执行上述图14所示的虚拟现实设备的控制方法，具体的，该虚拟现实设备的控制装置可以包括：第四获取模块71，用于获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识虚拟现实设备所能够接收到的数据包的属性，数据接收属性用于标识虚拟现实设备能够接收的数据包的数量上限，数据直通缓存为虚拟现实设备中计算处理模块中的最后一级缓存的一部分；第四处理模块72，用于基于缓存调整指令对虚拟现实设备中的计算处理模块进行缓存管理，以保证对虚拟现实设备进行稳定控制。231.图21所示虚拟现实设备的控制装置可以执行图14所示实施例的方法，本实施例未详细描述的部分，可参考对图14所示实施例的相关说明。该技术方案的执行过程和技术效果参见图14所示实施例中的描述，在此不再赘述。232.在一个可能的设计中，图21所示虚拟现实设备的控制装置的结构可实现为一电子设备。参考附图22所示，本实施例中的用于虚拟现实设备的控制方法的虚拟现实设备的控制装置可以实现为一电子设备，具体的，该电子设备可以包括：第四处理器81和第四存储器82。其中，第四存储器82用于存储相对应电子设备执行上述图14所示实施例中提供的虚拟现实设备的控制方法的程序，第四处理器81被配置为用于执行第四存储器82中存储的程序。233.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第四处理器81执行时能够实现如下步骤：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识虚拟现实设备所能够接收到的数据包的属性，数据接收属性用于标识虚拟现实设备能够接收的数据包的数量上限，数据直通缓存为虚拟现实设备中计算处理模块中的最后一级缓存的一部分；基于缓存调整指令对虚拟现实设备中的计算处理模块进行缓存管理，以保证对虚拟现实设备进行稳定控制。234.进一步的，第四处理器81还用于执行前述图14所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第四通信接口83，用于电子设备与其他设备或通信网络通信。235.本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图14所示方法实施例中的虚拟现实设备的控制方法所涉及的程序。236.本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图14所示方法实施例中的虚拟现实设备的控制方法。237.需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。238.以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。239.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。240.本技术是参照根据本技术实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程设备的处理器以产生一个机器，使得通过计算机或其他可编程设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。241.这些计算机程序指令也可存储在能引导计算机或其他可编程设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。242.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。243.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现数据存储。数据可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的数据。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。244.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，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，或者对其中部分或者全部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技术各实施例技术方案的范围。当前第1页12当前第1页12
技术领域：
：，尤其涉及一种缓存管理系统、方法、专网缓存管理系统及设备。
背景技术：
：：2.目前，对于单个核心处理器（centralprocessingunit，简称cpu）而言，cpu可以包括多个cpu核，每个cpu核对应有第一级缓存l1和第二级缓存l2，而上述所有的cpu核会共享第三级缓存l3，上述的l3又称为最后一级缓存（lastlevelcache，简称llc），cpu处理数据的访问顺序为：l1-＞l2-＞l3-＞内存。近年来，cpu架构增加了数据直通技术（datadirecti/o，简称ddio），这样能够使得在对数据包进行处理的时候，能够直接从网卡加载到llc。3.在数据处理的应用场景，高效使用llc能够实现高性能，然而，由于llc资源是有限的，如果llc使用不当，则cpu的访问数据容易内存泄露的情况，这样极大地降低了网络处理性能。技术实现要素：4.本技术实施例提供一种缓存管理系统、方法、专网缓存管理系统及设备，减少了因llc使用不当而出现的内存泄露情况，从而保证了网络处理性能。5.第一方面，本技术实施例提供了一种缓存管理系统，包括：计算处理模块，包括用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存；数据面功能模块，运行在所述计算处理模块上，用于获取待处理的数据包，并利用所述缓存资源对所述数据包进行处理；缓存管理模块，与所述数据面功能模块和所述计算处理模块通信连接，用于确定与所述数据包相对应的数据包属性以及与所述数据面功能模块相对应的数据接收属性；基于所述数据包属性、数据接收属性以及数据直通缓存进行缓存管理。6.第二方面，本技术实施例提供了一种专网缓存管理系统，包括：专网计算处理模块，包括用于实现专网数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存；专网数据面功能模块，运行在所述专网计算处理模块上，用于获取待处理的专网数据包，并利用所述缓存资源对所述专网数据包进行处理；专网缓存管理模块，与所述专网数据面功能模块和所述专网计算处理模块通信连接，用于确定与所述专网数据包相对应的数据包属性以及与所述专网数据面功能模块相对应的数据接收属性；基于所述数据包属性、数据接收属性以及数据直通缓存进行缓存管理。7.第三方面，本技术实施例提供了一种缓存管理方法，包括：获取数据面功能模块接收数据包的数据包属性以及与所述数据面功能模块相对应的数据接收属性；确定计算处理模块中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述数据面功能模块运行在所述计算处理模块上；基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。8.第四方面，本技术实施例提供了一种缓存管理装置，包括：第一获取模块，用于获取数据面功能模块接收数据包的数据包属性以及与所述数据面功能模块相对应的数据接收属性；第一确定模块，用于确定计算处理模块中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述数据面功能模块运行在所述计算处理模块上；第一处理模块，用于基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。9.第五方面，本技术实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第三方面所示的缓存管理方法。10.第六方面，本发明实施例提供了一种计算机存储介质，用于储存计算机程序，所述计算机程序使计算机执行时实现上述第三方面所示的缓存管理方法。11.第七方面，本发明实施例提供了一种计算机程序产品，包括：计算机程序，当所述计算机程序被电子设备的处理器执行时，使所述处理器执行上述第三方面所示的缓存管理方法中的步骤。12.第八方面，本发明实施例提供了一种缓存管理方法，应用于缓存管理装置，所述缓存管理装置部署在公有云上，所述公有云上部署有负载均衡器，所述负载均衡器运行在计算处理器上；所述方法包括：获取负载均衡器接收数据包的数据包属性以及与所述负载均衡器相对应的数据接收属性；确定计算处理器中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述负载均衡器运行在所述计算处理器上；基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。13.第九方面，本发明实施例提供了一种缓存管理装置，所述缓存管理装置部署在公有云上，所述公有云上部署有负载均衡器，所述负载均衡器运行在计算处理器上；所述装置包括：第二获取模块，用于获取负载均衡器接收数据包的数据包属性以及与所述负载均衡器相对应的数据接收属性；第二确定模块，用于确定计算处理器中包括的用于实现数据处理操作的缓存资源，所述缓存资源中的最后一级缓存包括数据直通缓存，其中，所述负载均衡器运行在所述计算处理器上；第二处理模块，用于基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管理。14.第十方面，本技术实施例提供了一种电子设备，包括：存储器、处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行时实现上述第八方面所示的缓存管理方法。15.第十一方面，本发明实施例提供了一种计算机存储介质，用于储存计算机程序，所述计算机程序使计算机执行时实现上述第八方面所示的缓存管理方法。16.第十二方面，本发明实施例提供了一种计算机程序产品，包括：计算机程序，当所述计算机程序被电子设备的处理器执行时，使所述处理器执行上述第八方面所示的缓存管理方法中的步骤。17.本技术实施例提供的缓存管理系统、方法、专网缓存管理系统及设备，通过缓存管理模块获取与所述数据包相对应的数据包属性以及与所述数据面功能模块相对应的数据接收属性，并确定计算处理模块中所包括的数据直通缓存，而后基于所述数据包属性、数据接收属性以及数据直通缓存进行缓存管理，有效地实现了对计算处理模块中的缓存资源进行灵活调整和管理操作，这样减少了缓存资源使用不当的情况，同时也避免了因内存泄露而降低网络处理性能的问题，从而保证了网络处理性能，提高了该方法的实用性，有利于市场的推广与应用。附图说明18.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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。19.图1为相关技术提供的cpu缓存架构的示意图；图2为本技术实施例提供的一种缓存管理系统的结构示意图；图3为本技术实施例提供的一种专网缓存管理系统的结构示意图；图4为本技术实施例提供的一种缓存管理方法的原理示意图；图5为本技术实施例提供的一种缓存管理方法的流程示意图；图6为本技术实施例提供的第三级缓存的示意图；图7为本技术实施例提供的基于所述数据包属性、数据接收属性以及所述数据直通缓存进行缓存管的流程示意图；图8为本技术实施例提供的又一种缓存管理方法的流程示意图；图9为本技术实施例提供的另一种缓存管理方法的流程示意图；图10为本技术应用实施例提供的一种缓存管理方法的原理示意图；图11为本技术实施例提供的一种缓存管理方法的流程示意图；图12为本技术实施例提供的缓存管理方法的原理示意图；图13为本技术实施例提供的一种车辆控制方法的原理示意图；图14为本技术实施例提供的一种虚拟现实设备的控制方法的原理示意图；图15为本技术实施例提供的一种缓存管理装置的结构示意图；图16为与图15所示实施例提供的缓存管理装置对应的电子设备的结构示意图；图17为本技术实施例提供的另一种缓存管理装置的结构示意图；图18为与图17所示实施例提供的缓存管理装置对应的电子设备的结构示意图；图19为本技术实施例提供的一种车辆控制装置的结构示意图；图20为与图19所示实施例提供的车辆控制装置对应的电子设备的结构示意图；图21为本技术实施例提供的一种虚拟现实设备的控制装置的结构示意图；图22为与图21所示实施例提供的虚拟现实设备的控制装置对应的电子设备的结构示意图。具体实施方式20.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。21.在本技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。22.应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。23.取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。24.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的商品或者系统中还存在另外的相同要素。25.另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。26.术语定义：ran：radioaccessnetwork，无线接入网。27.du：distributedunit，分布式单元，负责处理对实时性较高功能，即物理层功能和实时性需求的其他协议功能。28.5gc：5gcore，5g核心网，是5g移动网络的核心，负责管理、控制以及转发。29.cu：centralizedunit，集中式单元，负责处理非实时的无线高层协议功能。30.upf：userplanefunction，用户面功能，负责5g核心网用户面数据包的路由和转发相关功能。31.nfv：networkfunctionvirtualization，网络功能虚拟化，致力于将软件网络功能与硬件解耦。32.nf：networkfunction，网络功能，nfv中的负责处理网络数据包的功能。33.dpdk：dataplanedevelopmentkit，开源的数据平面开发套件，能够在用户态加速数据包处理。34.llc：lastlevelcache，最后一级缓存，常见的cpu缓存分为l1、l2、l3三个级别，l3即llc。35.ddio：datadirecti/o，是一种数据直通的平台技术，目的是让服务器能更快处理网络接口的数据，提高系统吞吐，降低延迟，同时减少能耗。36.pcie：pciexpress，是一种高速串行计算机扩展总线标准。37.pps：packetpersecond，每秒处理的数据包个数。38.cat：cacheallocationtechnology，已经发布的缓存分配技术工具套件。39.为了方便本领域技术人员理解本技术实施例所提供的技术方案，下面对相关技术进行简要说明：随着通信技术的飞速发展，5g网络的应用越来越广泛，一般情况下，5g网络可以分为无线接入网（ran）、承载网、核心网（5gc），其中，ran用于负责用户接入、处理无线信号，具体的，ran可以包括集中式单元（centralizedunit，简称cu）和分布式单元（distributedunit，简称du）。5gc核心网用于负责处理来自ran的数据，根据用户输入的数据包请求进行路由和转发相关功能，其中，5gc核心网中包含多个网元，如接入和移动性管理功能（accessandmobilitymanagementfunction，简称amf）、会话管理功能（sessionmanagementfunction，简称smf）、用户面功能（userplanefunction，简称upf）等。40.对于5g网络而言，在进行网络部署时，5g网络设计与实现中采用了网络功能虚拟化（networkfunctionvirtualization，简称nfv）架构，网元能够以软件方式实现，并运行在通用的x86服务器中。其中，du和upf作为核心的数据面处理功能，主要负责数据面处理和传输。近年来，数据面的网络功能（networkfunction，简称nf）广泛采用数据平面开发套件（dataplanedevelopmentkit，简称dpdk）来进行数据包处理和转发的加速。41.对于某一电子设备而言，该设备可以包括两个核心处理器（centralprocessingunit，简称cpu）芯片，参考附图1所示，每个cpu芯片对应一个cpu，对于单个cpu来说，可以包含24个cpu核，每个核独有l1/l2缓存，cpu芯片的所有核共享l3缓存（即最后一级缓存llc），这样在cpu处理数据时，首先访问l1缓存，如果l1缓存匹配失败（即数据不在l1缓存中），则访问l2缓存，以此类推。综上，cpu处理数据访问顺序为：l1缓存-＞l2缓存-＞l3缓存-＞内存，内存可以为动态随机存取存储器（dynamicrandomaccessmemory，简称dram）或者双倍速率同步动态随机存储器（doubledataratesdram，简称ddr）。42.近年来，为了提高数据处理的质量和效果，cpu架构中增加了数据直通技术（datadirecti/o，简称ddio），这样在对数据包进行处理的时候，能够直接从网卡加载到llc，而不是从网卡加载到内存，等数据包处理再从内存加载到llc。43.具体的，以2.7ghz的cpu为例，在cpu处理数据包时，如果从内存获取数据包，需要250个cpu运行周期，访问时延是70纳秒。而如果直接从llc获取到数据包，访问llc需要的cpu运行周期约为44-70个，访问时延是13-20纳秒。由此可见，内存访问时延约为llc的4-6倍。因此，ddio技术可以有效地减少cpu因等待访问内存而造成的等待时间，从而极大地加速了数据包的处理效率，使得基于dpdk的nf（例如：ran中的du，5gc中的upf网元等等）能够处理更高的流量，即能够获取到更高的每秒处理数据包个数（packetpersecond，简称pps）。44.然而，上述的cpu数据处理方式，容易出现直接内存访问（directmemoryaccess，简称dma）泄露和缓存竞争的问题，具体的，针对dma泄露的问题，在高速数据处理场景中，高效使用llc能够实现高性能，然而，llc资源是有限的，如果llc使用不当，例如：预先配置的接收描述符（rxdescriptor）并不适用于当前场景时，则cpu的访问数据容易出现泄露的情况，这样极大地降低了网络处理性能。45.另外，与nfv中nf相同的是，upf属于io应用，不同之处在于：upf具备较复杂的逻辑实现，且具有较大的流表（flowtable），即upf中的数据包检测规则(packetdetectionrule，简称pdr)，upf会根据pdr中的五元组进行数据包转发操作。因此，流表和数据包均会占用llc，例如，在10g吞吐时，假设10k个用户，流表为10k ；在吞吐到达100g时，流表为100k ，流表将占据不可忽视的llc资源。46.当cpu未及时处理llc中的数据包时（例如：流表匹配失败或者其他原因），cpu需要等待访问内存结果，此等待时间内数据包同样会通过ddio机制到达llc。在高速（如100g）的流量场景，如果频繁的出现流表匹配失败（即miss），则会导致cpu等待时间增长，llc中堆积较多的数据包无法处理，较多数据包消耗完llc资源后，再来的数据包会将llc中数据包替换掉，而原来llc中数据包会进入内存。如上，数据包到达llc被迫进入内存这个现象，称为dma泄露。此现象发生后，cpu从llc获取数据包会发生内存泄露（cachemiss），需要从内存获取，综上，dma泄露会导致性能降低，明显的现象是upf的吞吐明显下降。47.此外，核心网的内部也会造成资源竞争，在大包场景（例如：数据包长度约1500byte），数据包在llc中会占据较大空间，同时，5gc核心网中的upf也会维护很多流表，也会占用llc中的资源，这样使得数据包和流表对llc资源的使用会存在竞争，从而导致性能下降。48.为了解决上述技术问题，本实施例提供了一种缓存管理系统、方法、专网缓存管理系统及设备，其中，缓存管理系统可以应用于5g核心网或者基站ran，在缓存管理系统应用于5g核心网时，则可以实现一种针对5g核心网中的缓存管理方法；在缓存管理装置应用于ran时，则可以实现一种针对ran中的缓存管理方法。此时，该缓存管理系统可以在云端来执行，在云端可以部署有若干计算节点（云服务器），每个计算节点中都具有计算、存储等处理资源。在云端，可以组织由多个计算节点来提供某种服务，当然，一个计算节点也可以提供一种或多种服务。云端提供该服务的方式可以是对外提供服务接口，用户调用该服务接口以使用相应的服务。服务接口包括软件开发工具包（softwaredevelopmentkit，简称sdk）、应用程序接口（applicationprogramminginterface，简称api）等形式。49.具体的，参考附图2所示，本实施例中的缓存管理系统可以包括：计算处理模块、数据面功能模块以及缓存管理模块：其中，计算处理模块，包括用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存；上述的计算处理模块可以实现为以下至少之一个：核心处理器（centralprocessingunit，简称cpu）、图形处理器(graphicprocessingunit，简称gpu)、通用图形处理器（general-purposegraphicsprocessingunit，简称gpgpu）等等，本领域技术人员可以根据具体的应用场景或者应用需求对计算处理模块进行灵活调整和配置。50.另外，计算处理模块中所包括的缓存资源可以为多级缓存资源，例如：计算处理模块中可以包括三级缓存资源、四级缓存资源或者五级缓存资源等等，对于计算处理模块中所包括的缓存资源而言，缓存资源中的最后一级缓存中可以包括数据直通缓存ddio，上述的数据直通缓存ddio用于通过数据直通的平台技术实现数据转发操作。51.数据面功能模块，运行在计算处理模块上，用于获取待处理的数据包，并利用缓存资源对数据包进行处理；上述的数据面功能模块用于负责处理网络数据包的功能，在一些实例中，不同应用场景中所对应的数据面功能模块可以对应有不同的实现方式，例如，在5g核心网的应用场景中，数据面功能模块可以实现为核心网中的upf网元；在ran的应用场景中，数据面功能模块可以实现为ran中的du单元；或者，在公有云的应用场景中，数据面功能模块可以实现为部署在公有云上的负载均衡器，上述的负载均衡器能够实现负载均衡操作，此时，缓存管理系统可以与负载均衡器均部署在公有云上。另外，对于数据面功能模块所获得的待处理的数据包而言，不同的应用场景可以对应有不同类型的数据包，例如：在专网的场景中，数据包可以实现为专网数据包；在通信网络的场景中，数据包可以实现为通信数据包。52.缓存管理模块，与数据面功能模块和计算处理模块通信连接，用于获取与数据包相对应的数据包属性以及与数据面功能模块相对应的数据接收属性；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。53.具体的，为了能够通过缓存管理模块实现缓存管理操作，可以获取与数据包相对应的数据包属性以及与数据面功能模块相对应的数据接收属性，在一些实例中，在数据面功能模块获取到待处理的数据包之后，缓存管理模块可以通过数据面功能模块获取到与数据包相对应的数据包属性，该数据包属性可以包括以下至少之一：数据面功能模块接收数据包的平均大小、数据面功能模块接收数据包的中位数大小等等；与数据面功能模块所对应的数据接收属性可以包括以下至少之一：数据面功能模块能够接收的数据包的数量上限参数、用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符等等。54.此外，由于数据缓存操作往往与计算处理模块中所包括的数据直通缓存有关，因此，为了能够实现缓存管理操作，可以通过计算处理模块确定缓存资源中所包括的数据直通缓存，在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理操作。55.本实施例提供的缓存管理系统，通过缓存管理模块获取与数据包相对应的数据包属性以及与数据面功能模块相对应的数据接收属性，并确定计算处理模块中所包括的数据直通缓存，而后基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理，有效地实现了对计算处理模块中的缓存资源进行灵活调整和管理操作，这样减少了缓存资源使用不当的情况，同时也避免了因内存泄露而降低网络处理性能的问题，从而保证了网络处理性能，提高了该系统的实用性。56.在上述实施例的基础上，继续参考附图2所示，在缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理时，缓存管理模块用于对数据包属性、数据接收属性以及数据直通缓存进行分析处理，获得管理信息；基于管理信息进行缓存管理操作。57.在另一些实例中，为了能够保证稳定地的缓存管理操作，可以通过检测是否存在缓存使用问题的检测结果来实现缓存管理操作，此时，在缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理时，缓存管理模块用于：基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题；若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性；将数据接收属性更新为目标数据接收属性。58.在利用数据面功能模块对数据包进行处理的过程中，缓存的使用情况可以通过数据包属性、数据接收属性以及数据直通缓存来体现，因此，在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以对数据包属性、数据接收属性以及数据直通缓存进行分析处理，以检测是否存在缓存使用问题。59.在一些实例中，缓存管理模块中存储有预先训练好的用于检测是否存在缓存使用问题的神经网络模型，在获取到数据包属性、数据接收属性以及数据直通缓存之后，将数据包属性、数据接收属性以及数据直通缓存输入至神经网络模型中，获得神经网络模型所输出的检测结果，该检测结果可以包括存在缓存使用问题的检测结果、或者不存在缓存使用问题的检测结果。60.在另一些实例中，缓存管理模块不仅可以通过神经网络模型来检测是否存在缓存使用问题，还可以直接基于数据包属性、数据接收属性以及数据直通缓存进行检测操作，此时，在缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题时，缓存管理模块用于：基于数据包属性和数据接收属性，确定接收数据量参数；基于接收数据量参数和数据直通缓存，检测是否存在缓存使用问题。61.其中，在获取到数据包属性和数据接收属性之后，可以对数据包属性和数据接收属性进行分析处理，从而可以确定接收数据量参数，在一些实例中，接收数据量参数可以通过数据包属性和数据接收属性之间的乘积值来确定。举例1，数据包属性可以包括接收数据包的平均大小，数据接收属性可以包括用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符；此时，在缓存管理模块基于数据包属性和数据接收属性，确定接收数据量参数时，缓存管理模块用于：获取平均大小与接收描述符之间的乘积值；基于乘积值，确定接收数据量参数；在一些实例中，可以将乘积值确定为接收数据量参数；或者，将乘积值与预设参数之间的和值或者乘积值确定为接收数据量参数。62.举例2，数据包属性可以包括接收数据包的中值大小，数据接收属性可以包括用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符；此时，在缓存管理模块基于数据包属性和数据接收属性，确定接收数据量参数时，缓存管理模块用于：获取中值大小与接收描述符之间的乘积值；基于乘积值，确定接收数据量参数；在一些实例中，可以将乘积值确定为接收数据量参数；或者，将乘积值与预设参数之间的和值或者乘积值确定为接收数据量参数。63.在获取到接收数据量参数和数据直通缓存之后，可以对接收数据量参数和数据直通缓存进行分析处理，以检测是否存在缓存使用问题；在一些实例中，在缓存管理模块基于接收数据量参数和数据直通缓存，检测是否存在缓存使用问题时，缓存管理模块用于：确定数据直通缓存的直通缓存大小；在接收数据量参数小于或等于直通缓存大小时，则确定不存在缓存使用问题；在接收数据量参数大于直通缓存大小时，则确定存在缓存使用问题。64.举例来说，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，而后可以将rxdescriptor*packetsize与ddiosize进行分析比较，在rxdescriptor*packetsizeddiosize时，此时的直通缓存大小能够支持并满足待处理数据包的整体大小，进而可以确定当前并不存在缓存使用问题；在rxdescriptor*packetsize＞ddiosize时，直通缓存大小不能支持或者满足待处理数据包的整体大小，进而可以确定当前存在缓存使用问题。65.具体的，在检测结果为存在缓存使用问题时，为了能够缓解或者避免出现内存泄露的问题，则说明所获取的能够标识数据面功能模块能够接收的数据包的数量上限的数据接收属性并不适用于当前应用场景，因此，则可以对数据包属性和数据直通缓存进行分析处理，从而可以确定目标接收描述符。66.在一些实例中，基于数据包属性和数据直通缓存确定目标数据接收属性可以包括：确定数据直通缓存的直通缓存大小；获取直通缓存大小与数据包属性（平均大小或者中值大小）之间的比值；基于比值确定目标数据接收属性，目标数据接收属性为小于或等于比值的正整数。67.举例来说，以接收描述符作为数据接收属性、平均大小作为数据包属性为例，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，由于rxdescriptor*packetsize小于或等于ddiosize可以有效地缓解内存泄露问题，若当前的rxdescriptor并不适用于当前应用场景时，则可以获取直通缓存大小与平均大小之间的比值，即ddiosize/packetsize，而后可以基于比值确定目标接收描述符，其中，目标接收描述符为小于或等于比值的正整数，从而有效地保证了对目标接收描述符进行确定的准确可靠性。68.需要注意的是，目标接收描述符不仅可以通过上述方式来确定，本领域技术人员还可以采用其他方式来确定目标接收描述符，例如：预先训练有用于确定目标接收描述符的机器学习模型或者神经网络模型，而后可以利用机器学习模型或者神经网络模型对平均大小和直通缓存大小进行分析处理，从而可以确定目标接收描述符等等，只要能够保证对目标接收描述符进行确定的准确可靠性。69.在另一些实例中，在检测结果为不存在缓存使用问题时，则说明此时的数据处理操作可以稳定地进行，进而可以保持当前的接收描述符不变。70.本实施例中，缓存管理模块基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题；若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性；将数据接收属性更新为目标数据接收属性，有效地实现了对数据接收属性进行灵活调整的技术方案，调整后的数据接收属性可以有效地缓解内存泄露的问题，这样有效地提高了网络处理性能，进一步提高了该系统的实用性。71.在上述任意一个实施例的基础上，继续参考附图2所示，为了进一步保证缓存管理操作的质量和效果，本实施例中的缓存管理系统对数据直通缓存的直通缓存大小进行灵活调整，此时，本实施例中的缓存管理模块还用于：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率；基于第一数据包丢失比率和/或第二数据包丢失比率，对直通缓存大小进行调整。72.其中，上述实施例中可以包括对直通缓存大小进行灵活调整的三种实现方式，具体的：实现方式一：缓存管理模块用于：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率；基于第一数据包丢失比率，对直通缓存大小进行调整。73.其中，在对数据包进行处理的过程中，可以获取与最后一级缓存相对应的第一数据包丢失比率，在一些实例中，在缓存管理模块获取与最后一级缓存相对应的第一数据包丢失比率时，该缓存管理模块用于：获取在预设时间段内的数据访问操作的总次数；统计通过最后一级缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第一数据包丢失比率。74.以llc作为最后一级缓存为例，由于第一数据包丢失比率能够体现出llc中用于供计算处理模块（例如：cpu、gpu等等）使用的计算处理缓存的使用情况，上述的计算处理缓存与直通缓存大小构成了完整的llc，这样第一数据包丢失比率也能够体现出直通缓存大小的使用情况。因此，在获取到第一数据包丢失比率之后，可以基于第一数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第一数据包丢失比率，对直通缓存大小进行调整可以包括：在第一数据包丢失比率大于第一预设阈值时，则减小直通缓存大小；在第一数据包丢失比率小于或等于第一预设阈值时，则增大直通缓存大小。75.具体的，在获取到第一数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较，在第一数据包丢失比率大于第一预设阈值时，则说明此时的第一数据包丢失比率较大，计算处理缓存的使用较为紧张，此时，则需要减小直通缓存大小，从而使得计算处理缓存增大。相对应的，在第一数据包丢失比率小于或等于第一预设阈值时，则说明此时的第一数据包丢失比率较小，计算处理缓存的使用较为宽松，反之，数据直通缓存的使用较为紧张，此时，则需要增大直通缓存大小，同时使得计算处理缓存减小。76.在另一些实例中，不仅可以直接通过第一预设阈值和第一数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，在缓存管理模块基于第一数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第一数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明计算处理缓存的使用会变的紧张，此时，则减小直通缓存大小，同时使得计算处理缓存增大。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明计算处理缓存的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以增大直通缓存大小，即减小计算处理缓存，从而有效地实现了可以基于第一数据包丢失比率对直通缓存大小进行灵活调整操作。77.实现方式二：缓存管理模块用于：在对数据包进行处理的过程中，获取与数据直通缓存相对应的第二数据包丢失比率；基于第二数据包丢失比率，对直通缓存大小进行调整。78.其中，在对数据包进行处理的过程中，可以获取与数据直通缓存相对应的第二数据包丢失比率，在一些实例中，在缓存管理模块获取与数据直通缓存相对应的第二数据包丢失比率时，该缓存管理模块用于：获取在预设时间段内的数据访问操作的总次数；统计通过数据直通缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第二数据包丢失比率。79.由于第二数据包丢失比率能够体现出数据直通缓存ddio的使用情况，因此，在获取到第二数据包丢失比率之后，可以基于第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，在缓存管理模块基于第二数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：在第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第二数据包丢失比率小于或等于第二预设阈值时，则减小直通缓存大小。80.具体的，在获取到第二数据包丢失比率之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的第二数据包丢失比率较大，直通缓存区域的使用较为紧张，此时，则增大直通缓存大小，同时使得计算处理缓存减小。相对应的，在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的第二数据包丢失比率较小，直通缓存区域的使用较为宽松，反之，计算处理缓存的使用较为紧张，此时，则减小直通缓存大小，同时使得计算处理缓存增大。81.在另一些实例中，不仅可以直接通过第二预设阈值和第二数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，在缓存管理模块基于第二数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第二数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明直通缓存区域的使用会变的紧张，此时，则增大直通缓存大小，同时使得计算处理缓存减小。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明直通缓存区域的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以减小直通缓存大小，同时增大计算处理缓存。82.在又一些实例中，不仅可以通过数据包丢失比率的变化趋势来对直通缓存大小进行调整，还可以结合内存带宽信息对直通缓存大小进行调整，此时，在缓存管理模块基于第二数据包丢失比率，对直通缓存大小进行调整时，该缓存管理模块用于：获取内存带宽信息；基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整。83.其中，在利用数据面功能模块对数据包进行数据处理操作时，可以获取到与数据面功能模块相对应的内存带宽信息，上述的内存带宽信息可以通过内存位宽和内存频率来确定，具体的，内存带宽信息与内存频率的乘积值可以为内存带宽信息。在获取到内存带宽信息之后，可以基于内核带宽信息和第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，在缓存管理模块基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整时，该缓存管理模块用于：获取预先训练好的机器学习模型或者神经网络模型，将内存带宽信息和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。84.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过预设带宽阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，在缓存管理模块基于第二数据包丢失比率和内存带宽使用信息，对直通缓存大小进行调整时，该缓存管理模块用于：在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值，则增大直通缓存大小；第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则减少直通缓存大小。85.由于内存带宽信息与所能够支持的用户流量相关，一般情况下，内存带宽信息越大时，则所能够支持的数据流量越大；在内存带宽信息越小时，则所能够支持的数据流量越小；因此，在获取到第二数据包丢失比率和内存带宽信息之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，将内存带宽信息与预设带宽阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的数据直通缓存的使用较为紧张；在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的数据直通缓存的使用较为宽松；在内存带宽信息大于预设带宽阈值时，则说明此时可支持的流量比较大，在内存带宽信息小于或等于预设带宽阈值时，则说明此时可支持的流量比较小。86.由上可知，在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值时，则说明此时的数据直通缓存的使用较为紧张，为了缓解上述情况，则可以增大直通缓存大小，同时使得cpu缓存减小；在第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则说明此时的数据直通缓存的使用较为宽松，为了提高数据处理的质量和效率，则可以减小直通缓存大小，同时使得cpu缓存增大，从而有效地实现了可以基于第二数据包丢失比率对直通缓存大小进行灵活调整操作。87.实现方式三：缓存管理模块用于：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率、和与数据直通缓存相对应的第二数据包丢失比率；基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整。88.其中，第一数据包丢失比率和第二数据包丢失比率的获取方式与上述实现方式一中对第一数据包丢失比率和第二数据包丢失比率的获取方式相类似，具体可参考上述陈述内容，在此不再赘述。89.在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以基于第一数据包丢失比率和第二数据包丢失比率对直通缓存大小进行调整。在一些实例中，在缓存管理模块基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整时，缓存管理模块用于执行：获取预先训练好的机器学习模型或者神经网络模型，将第一数据包丢失比率和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。90.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过第一预设阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，在缓存管理模块基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整时，缓存管理模块用于执行：在第一数据包丢失比率小于第一预设阈值、或者第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则减小直通缓存大小；在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则保持直通缓存大小不变。91.具体的，由于第一数据包丢失比率能够体现计算处理缓存的使用情况，第二数据包丢失比率能够体现数据直通缓存的使用情况，而计算处理缓存与数据直通缓存构成了完整的第三级缓存，因此，在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较、第二数据包丢失比率与第二预设阈值进行分析比较，在第一数据包丢失比率小于第一预设阈值或者第二数据包丢失比率小于第二预设阈值时，则说明数据直通缓存的使用比较紧张、计算处理缓存的使用较为宽松，此时，为了提高数据处理的质量和效率，可以增大数据直通缓存的直通缓存大小，同时使得计算处理缓存减小。92.在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则说明计算处理缓存的使用比较紧张、数据直通缓存的使用较为宽松，进而可以减小直通缓存大小，同时使得计算处理缓存增大。在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则说明当前的数据处理状态处于预设的稳态，此时可以保持直通缓存大小不变，从而有效地实现了对直通缓存大小进行灵活调整操作。93.需要注意的是，直通缓存大小或者计算处理缓存的减小幅度或者增大幅度可以是预先配置好的，并且，为了保证数据处理的稳定可靠性，在对直通缓存大小或者计算处理缓存进行调整操作时，配置有相对应的限值，例如：在减小直通缓存大小时，配置有用于限定直通缓存大小的下限值(例如：1/10、1/15、1/20等等)，这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小至少要大于或等于下限值；相类似的，在增大直通缓存大小时，配置有用于限定直通缓存大小的上限值（例如：4/10、4/11或者4/12等等），这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小均小于或等于上限值。94.本实施例中，在数据面功能模块对数据包进行处理的过程中，缓存管理模块通过获取与最后一级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率，而后基于第一数据包丢失比率和/或第二数据包丢失比率来对直通缓存大小进行调整，从而有效地实现了对直通缓存大小进行灵活调整操作，进一步提高了该系统的实用性。95.在上述任意一个实施例的基础上，参考附图2所示，本实施例中的缓存管理模块还可以基于数据包所对应的数据场景对直通缓存大小进行调整，此时，本实施例中的缓存管理模块还可以用于：在对数据包进行处理的过程中，获取与数据包相对应的数据场景；基于数据场景对直通缓存大小进行调整。96.其中，在利用数据面功能模块对数据包进行处理的过程中，可能会处于不同的数据场景，由于不同的数据场景中可能对应有不同长度的数据包，而不同长度的数据包能够对直通缓存大小产生不同的影响，因此，为了能够灵活地对直通缓存大小进行调整，可以获取与数据包相对应的数据场景，该数据场景可以包括预设的大包数据场景、预设的小包数据场景等等，在一些实例中，可以根据数据包的平均长度来确定与数据包相对应的数据场景，此时，在缓存管理模块获取与数据包相对应的数据场景时，该缓存管理模块用于执行：获取预设时间段内所有数据包所对应的数据包平均长度；基于数据包平均长度来确定与数据包相对应的数据场景，具体的，在数据包平均长度大于或等于预设长度时，则将应用场景确定为大包数据场景；在数据包平均长度小于预设长度时，则将应用场景确定为小包数据场景。97.由于不同的数据场景能够对直通缓存大小产生不同的影响，因此，为了能够保证数据处理的质量和效果，在获取到与数据包相对应的数据场景之后，可以基于数据场景对直通缓存大小进行调整，在一些实例中，预先配置有不同的数据场景与直通缓存大小的调developmentkit，简称sdk）、应用程序接口（applicationprogramminginterface，简称api）等形式。104.针对本发明实施例提供的方案，云端可以提供有缓存管理服务接口，用户通过用户终端ue调用该缓存管理接口，以向云端触发调用该缓存管理接口的请求。云端确定响应该请求的计算节点，利用该计算节点中的处理资源执行缓存管理的具体处理操作。105.缓存管理装置所在的系统平台可以部署有基站ran或者核心网的一部分，在一些实例中，缓存管理装置可以与ran部署在同一个系统平台上，这样可以针对ran中的缓存进行管理操作，并且，缓存管理装置可以与核心网通信连接；或者，缓存管理装置可以与核心网部署在同一个平台上，这样可以针对核心网中的缓存进行管理操作，并且，缓存管理装置可以对ran中的缓存进行管理操作，上述的缓存可以包括以下至少之一的缓存资源类型：核心处理器（centralprocessingunit，简称cpu）的缓存资源、图形处理器(graphicprocessingunit，简称gpu)的缓存资源、通用图形处理器（general-purposegraphicsprocessingunit，简称gpgpu）的缓存资源等等，本领域技术人员可以根据具体的应用场景或者应用需求对缓存资源进行灵活调整和配置。106.其中，上述的基站ran可以通信连接有一个或多个用户终端ue，用户终端ue可以是任何具有一定数据传输能力的计算设备，具体实现时，用户终端ue可以是手机、个人电脑pc、平板电脑、设定应用程序等等。此外，用户终端ue的基本结构可以包括：至少一个处理器。处理器的数量取决于用户终端ue的配置和类型。用户终端ue也可以包括存储器，该存储器可以为易失性的，例如随机存取存储器（randomaccessmemory，简称ram），也可以为非易失性的，例如只读存储器（read-onlymemory，简称rom）、闪存等，或者也可以同时包括两种类型。存储器内通常存储有操作系统（operatingsystem，简称os）、一个或多个应用程序，也可以存储有程序数据等。除了处理单元和存储器之外，用户终端ue还包括一些基本配置，例如网卡芯片、io总线、显示组件以及一些外围设备等。可选地，一些外围设备可以包括，例如键盘、鼠标、输入笔、打印机等。其它外围设备在本领域中是众所周知的，在此不做赘述。107.缓存管理装置是指可以在网络虚拟环境中提供缓存管理操作的设备，通常是指利用网络进行信息规划以及缓存管理操作的装置。在物理实现上，缓存管理装置可以是任何能够提供计算服务，响应于系统调用指令，并可以基于缓存管理指令进行缓存管理操作的设备，例如：可以是集群服务器、常规服务器、云服务器、云主机、虚拟中心等。缓存管理装置的构成主要包括处理器、硬盘、内存、系统总线等，和通用的计算机架构类似。108.在上述本实施例中，缓存管理装置与计算处理模块可以部署在同一个系统平台中，例如：缓存管理装置与核心处理器cpu可以部署在同一个服务器或者个人电脑上，其中，cpu上可以运行有位于基站中的预设模块、或者位于核心网中的预设模块。109.具体的，该缓存管理方法可以包括：步骤s501：获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性。110.步骤s502：确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上。111.步骤s503：基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。112.下面对上述各个步骤的具体实现过程和实现效果进行详细说明：步骤s501：获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性。113.其中，数据面功能模块可以是运行在计算处理模块上用于实现某一预设功能的模块，在不同的应用场景中的数据面功能模块可以具有不同的实现形式，例如：在5g核心网的应用场景中，数据面功能模块可以实现为核心网中的upf网元，此时，缓存管理装置可以与upf网元位于同一个平台或者同一个设备中；在ran的应用场景中，数据面功能模块可以实现为ran中的du单元，此时，缓存管理装置可以与du单元位于同一个平台或者同一个设备中；或者，在公有云的应用场景中，数据面功能模块可以实现为属于公有云上的负载均衡器，上述的负载均衡器能够实现负载均衡操作，此时，缓存管理装置可以与负载均衡器均部署在公有云上。114.对于数据面功能模块所运行的计算处理模块而言，其具体可以实现为以下至少之一：核心处理器（centralprocessingunit，简称cpu）、图形处理器(graphicprocessingunit，简称gpu)、通用图形处理器（general-purposegraphicsprocessingunit，简称gpgpu）等等，本领域技术人员可以根据具体的应用场景或者应用需求对数据面功能模块进行灵活调整和配置。115.对于计算处理模块而言，计算处理模块中可以包括用于实现数据处理操作的缓存资源，该缓存资源可以实现为多级缓存，例如：计算处理模块可以包括三级缓存、四级缓存或者五级缓存等等，以计算处理模块包括三级缓存为例，计算处理模块所包括的缓存资源可以包括第三级缓存llc，如图6所示，llc可以包括用于供数据直通技术进行应用的数据直通缓存和用于供cpu进行应用的非直通缓存，即数据直通缓存和非直通缓存构成了一个完成的llc，即数据直通缓存为cpu中的llc的一部分。对于数据直通缓存和非直通缓存而言，数据直通缓存的大小是固定不变的，并且，非直通缓存的大小大于数据直通缓存的大小，举例来说，llc共有10份缓存区域，数据直通缓存可以占有1份区域，非直通缓存可以占有9份区域；或者，数据直通缓存可以占有2份区域，非直通缓存可以占有8份区域等等。由于llc缓存区域往往是固定不变的，这样如果llc使用不当，则cpu的访问数据容易内存泄露的情况，这样极大地降低了网络处理性能。116.为了避免上述的问题，并能够实现对缓存进行灵活的调整和管理操作，在利用数据面功能模块进行数据处理的过程中，可以获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性，上述的数据包属性可以包括以下至少之一：数据面功能模块接收数据包的平均大小、数据面功能模块接收数据包的中位值大小；与数据面功能模块相对应的数据接收属性可以包括以下至少之一：数据面功能模块能够接收的数据包的数量上限参数、用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符等等。上述的数据包属性和数据接收属性可以是同步获取或者异步获取。其中，获取数据面功能模块接收数据包的数据包属性可以包括：在预设时间段（例如：1min、5min或者30s等等）内，获取数据面功能模块接收到的所有数据包；对所有数据包的大小进行均值处理，获得接收数据包的平均大小，将平均大小确定为数据包属性；或者，确定所有数据包所对应的中值大小，将所获得的中值大小确定为数据包属性。117.另外，对于数据接收属性而言，由于数据接收属性能够标识数据面功能模块接收的数据包的数量上限，因此，数据接收属性往往与数据面功能模块所对应的网络架构相关，在一些实例中，数据接收属性可以是预先基于网络架构进行配置好的，存储在预设区域中，此时，获取用于标识数据面功能模块能够接收的数据包的数量上限的数据接收属性可以包括：通过访问预设区域即可获取到用于标识数据面功能模块接收的数据包的数据上限的数据接收属性。118.步骤s502：确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上。119.其中，计算处理模块中可以包括用于实现数据处理操作的缓存资源，该缓存资源可以为多级缓存，多级缓存中的最后一级缓存中可以包括数据直通缓存，对于数据直通缓存而言，由于数据直通缓存为最后一级缓存（例如：第三级缓存llc）的一部分，因此可以基于最后一级缓存来获取到数据直通缓存，该数据直通缓存的大小可以为直通缓存大小，在一些实例中，获取数据直通缓存所对应的直通缓存大小可以包括：确定用于限定数据直通缓存的大小的预设占比信息，预设占比信息小于1、且大于0；基于预设占比信息和缓存区域大小，确定直通缓存大小；具体的，基于预设占比信息和缓存区域大小，确定直通缓存大小可以包括：将预设占比信息与缓存区域大小的乘积值，确定为直通缓存大小。120.步骤s302：基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。121.在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以基于数据包属性、数据接收属性以及数据直通缓存来进行缓存管理操作，在一些实例中，基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理可以包括：获取用于实现缓存管理操作的机器学习模型；将数据包属性、数据接收属性以及数据直通缓存输入至机器学习模型中，获得机器学习模型所输出的缓存管理信息，基于缓存管理信息进行缓存管理操作，从而有效地实现了对缓存资源（例如：第三级缓存或者最后一级缓存）进行灵活调整和管理操作。122.在又一些实例中，为了提高该方法使用的稳定可靠性，本实施例中的方法还可以包括对最后一级缓存中所包括的不同类型的缓存区域进行隔离部署以及隔离管理的技术方案，此时，本实施例中的方法还可以包括：获取缓存资源中的最后一级缓存；基于最后一级缓存和数据直通缓存，确定用于供计算处理模块所使用的计算处理缓存；对数据直通缓存与计算处理缓存进行隔离管理。123.具体的，以核心处理器作为计算处理模块、缓存资源中的最后一级缓存为第三级缓存为例，此时的计算处理缓存可以实现为cpu缓存，在计算处理模块cpu以及网络架构确定之后，则可以获取到第三级缓存，如图6所示，由于数据直通缓存往往是第三级缓存的一部分，而cpu缓存是第三级缓存中的另外一部分，在获取到第三级缓存和数据直通缓存之后，则可以基于第三级缓存和数据直通缓存来确定用于供cpu使用的cpu缓存，在获取到数据直通缓存与cpu缓存之后，可以对数据直通缓存和cpu缓存进行隔离管理操作，这样可以减少因cpu缓存使用不当而造成的dma泄露的情况出现，进一步保证了数据处理性能的质量和效率。124.本实施例提供的缓存管理方法，通过获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性；确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理，有效地实现了对计算处理模块中的缓存资源进行灵活调整和管理操作，这样减少了缓存资源使用不当的情况，同时也避免了因内存泄露而降低网络处理性能的问题，从而保证了网络处理性能，提高了该方法的实用性，有利于市场的推广与应用。125.在上述实施例的基础上，参考附图7所示，本实施例提供了一种通过对数据接收属性的调整来实现缓存管理的技术方案，具体的，基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理可以包括：步骤s701：基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题。126.在利用数据面功能模块对数据包进行处理的过程中，缓存的使用情况可以通过数据包属性、数据接收属性以及数据直通缓存来体现，因此，在获取到数据包属性、数据接收属性以及数据直通缓存之后，可以对数据包属性、数据接收属性以及数据直通缓存进行分析处理，以检测是否存在缓存使用问题。在一些实例中，基于数据包属性、数据接收属性以及数据直通缓存可以包括：获取预先训练好的用于检测是否存在缓存使用问题的神经网络模型，将数据包属性、数据接收属性以及数据直通缓存输入至神经网络模型中，获得神经网络模型所输出的检测结果，该检测结果可以包括存在缓存使用问题的检测结果、或者不存在缓存使用问题的检测结果。127.在另一些实例中，不仅可以通过神经网络模型来检测是否存在缓存使用问题，还可以直接基于数据包属性、数据接收属性以及数据直通缓存进行检测操作，此时，基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题可以包括：基于数据包属性和数据接收属性，确定接收数据量参数；基于接收数据量参数和数据直通缓存，检测是否存在缓存使用问题。128.在一些实例中，数据包属性包括接收数据包的平均大小，数据接收属性包括用于标识数据面功能模块能够接收的数据包的数量上限的接收描述符；此时，基于数据包属性和数据接收属性，确定接收数据量参数可以包括：获取平均大小与接收描述符之间的乘积值；基于乘积值，确定接收数据量参数。129.在确定接收数据量参数和数据直通缓存之后，可以先对数据直通缓存进行分析处理，从而可以确定数据直通缓存的直通缓存大小，而后可以将数据接收量参数与直通缓存大小进行分析比较，并基于分析比较结果来检测是否存在缓存使用问题。具体的，在接收数据量参数小于或等于直通缓存大小时，则可以确定不存在缓存使用问题；在接收数据量参数大于直通缓存大小时，则确定存在缓存使用问题。130.举例来说，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，而后可以将rxdescriptor*packetsize与ddiosize进行分析比较，在rxdescriptor*packetsize＜ddiosize、或者、rxdescriptor*packetsize=ddiosize时，此时的直通缓存大小能够支持并满足待处理数据包的整体大小，进而可以确定当前并不存在缓存使用问题；在rxdescriptor*packetsize＞ddiosize时，直通缓存大小不能支持或者满足待处理数据包的整体大小，进而可以确定当前存在缓存使用问题。131.步骤s702：若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性。132.在检测结果为存在缓存使用问题时，为了能够缓解或者避免出现内存泄露的问题，则说明所获取的标识数据面功能模块能够接收的数据包的数量上限的接收描述符并不适用于当前应用场景，因此，则可以对数据包属性和数据直通缓存进行分析处理，从而可以确定目标数据接收属性。133.在一些实例中，基于数据包属性和数据直通缓存确定目标数据接收属性可以包括：获取数据直通缓存与数据包属性之间的比值；基于比值确定目标数据接收属性，目标数据接收属性为小于或等于比值的正整数。举例来说，在数据包属性为平均大小，数据直通缓存区域的大小为直通缓存大小，接收描述符为数据接收属性为例，此时，基于平均大小和直通缓存大小确定目标接收描述符可以包括：获取直通缓存大小与平均大小之间的比值；基于比值确定目标接收描述符，目标接收描述符为小于或等于比值的正整数。134.举例来说，接收描述符可以为rxdescriptor，平均大小可以为packetsize，直通缓存大小可以为ddiosize，由于rxdescriptor*packetsize小于或等于ddiosize可以有效地缓解内存泄露问题，若当前的rxdescriptor并不适用于当前应用场景时，则可以获取直通缓存大小与平均大小之间的比值，即ddiosize/packetsize，而后可以基于比值确定目标接收描述符，其中，目标接收描述符为小于或等于比值的正整数，从而有效地保证了对目标接收描述符进行确定的准确可靠性。135.需要注意的是，目标数据接收属性不仅可以通过上述方式来确定，本领域技术人员还可以采用其他方式来确定目标数据接收属性，例如：预先训练有用于确定目标数据接收属性的机器学习模型或者神经网络模型，而后可以利用机器学习模型或者神经网络模型对数据直通缓存和数据包属性进行分析处理，从而可以确定目标数据接收属性等等，只要能够保证对目标数据接收属性进行确定的准确可靠性。136.在另一些实例中，在检测结果为不存在缓存使用问题时，则说明此时的数据处理操作可以稳定地进行，进而可以保持当前的数据接收属性不变。137.步骤s703：将数据接收属性更新为目标数据接收属性。138.由于所获得的目标数据接收属性适用于当前的应用场景，其往往与数据接收属性不同，因此，在获取到目标数据接收属性之后，可以将数据接收属性更新为目标数据接收属性，使得目标数据接收属性与接收数据包的数据包属性的乘积值可以保持小于或等于数据直通缓存的直通缓存大小，从而实现了缓存管理操作，并避免了因缓存使用不当而导致计算处理模块的访问数据容易内存泄露的情况，进而保证了网络处理性能。139.本实施例中，基于数据包属性、数据接收属性以及数据直通缓存，检测是否存在缓存使用问题；若存在缓存使用问题，则基于数据包属性和数据直通缓存确定目标数据接收属性；将数据接收属性更新为目标数据接收属性，有效地实现了对数据接收属性进行灵活调整的技术方案，调整后的数据接收属性可以有效地缓解内存泄露的问题，这样有效地提高了网络处理性能，进一步提高了该方法的实用性。140.在上述任意一个实施例的基础上，参考附图8所示，为了进一步保证缓存管理的质量和效果，可以对直通缓存大小进行灵活调整，此时，本实施例中的方法还可以包括：步骤s801：在对数据包进行处理的过程中，获取与最后一级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率。141.步骤s802：基于第一数据包丢失比率和/或第二数据包丢失比率，对直通缓存大小进行调整。142.其中，以第三级缓存作为最后一级缓存、cpu作为计算处理模块为例，上述实施例中可以包括对直通缓存大小进行灵活调整的三种实现方式，具体的：实现方式一：步骤s801a：在对数据包进行处理的过程中，获取与第三级缓存相对应的第一数据包丢失比率。143.其中，在对数据包进行处理的过程中，可以获取与第三级缓存相对应的第一数据包丢失比率，在一些实例中，获取与第三级缓存相对应的第一数据包丢失比率可以包括：获取在预设时间段内的数据访问操作的总次数；统计通过第三级缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第一数据包丢失比率。144.步骤s802a：基于第一数据包丢失比率，对直通缓存大小进行调整。145.由于第一数据包丢失比率能够体现出llc中用于供cpu使用的cpu缓存的使用情况，上述的cpu缓存与直通缓存大小构成了完整的llc，这样第一数据包丢失比率也能够体现出直通缓存大小的使用情况。因此，在获取到第一数据包丢失比率之后，可以基于第一数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第一数据包丢失比率，对直通缓存大小进行调整可以包括：在第一数据包丢失比率大于第一预设阈值时，则减小直通缓存大小；在第一数据包丢失比率小于或等于第一预设阈值时，则增大直通缓存大小。146.具体的，在获取到第一数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较，在第一数据包丢失比率大于第一预设阈值时，则说明此时的第一数据包丢失比率较大，cpu缓存的使用较为紧张，此时，则需要减小直通缓存大小，从而使得cpu缓存增大。相对应的，在第一数据包丢失比率小于或等于第一预设阈值时，则说明此时的第一数据包丢失比率较小，cpu缓存的使用较为宽松，反之，数据直通缓存的使用较为紧张，此时，则需要增大直通缓存大小，同时使得cpu缓存减小。147.在另一些实例中，不仅可以直接通过第一预设阈值和第一数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，基于第一数据包丢失比率，对直通缓存大小进行调整可以包括：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第一数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明cpu缓存的使用会变的紧张，此时，则减小直通缓存大小，同时使得cpu缓存增大。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明cpu缓存的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以增大直通缓存大小，即减小cpu缓存，从而有效地实现了可以基于第一数据包丢失比率对直通缓存大小进行灵活调整操作。148.实现方式二：步骤s801b：在对数据包进行处理的过程中，获取与数据直通缓存相对应的第二数据包丢失比率。149.其中，在对数据包进行处理的过程中，可以获取与数据直通缓存相对应的第二数据包丢失比率，在一些实例中，获取与数据直通缓存相对应的第二数据包丢失比率可以包括：获取在预设时间段内的数据访问操作的总次数；统计通过数据直通缓存没有匹配到相关数据（即发生了miss情况）的次数；将上述没有匹配到相关数据的次数与总次数的比值确定为第二数据包丢失比率。150.步骤s802b：基于第二数据包丢失比率，对直通缓存大小进行调整。151.由于第二数据包丢失比率能够体现出数据直通缓存ddio的使用情况，因此，在获取到第二数据包丢失比率之后，可以基于第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第二数据包丢失比率，对直通缓存大小进行调整可以包括：在第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第二数据包丢失比率小于或等于第二预设阈值时，则减小直通缓存大小。152.具体的，在获取到第二数据包丢失比率之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的第二数据包丢失比率较大，直通缓存区域的使用较为紧张，此时，则增大直通缓存大小，同时使得cpu缓存减小。相对应的，在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的第二数据包丢失比率较小，直通缓存区域的使用较为宽松，反之，cpu缓存的使用较为紧张，此时，则减小直通缓存大小，同时使得cpu缓存增大。153.在另一些实例中，不仅可以直接通过第二预设阈值和第二数据包丢失比率来对直通缓存大小进行调整，还可以采用其他方式来对直通缓存大小进行调整，此时，基于第二数据包丢失比率，对直通缓存大小进行调整可以包括：获取历史的数据包丢失比率；基于历史的数据包丢失比率和第二数据包丢失比率，确定数据包丢失比率的变化趋势，如果数据包丢失比率的变化趋势呈上升趋势时，则说明直通缓存区域的使用会变的紧张，此时，则增大直通缓存大小，同时使得cpu缓存减小。相对应的，如果数据包丢失比率的变化趋势呈下降趋势时，则说明直通缓存区域的使用比较宽松，此时，为了进一步提高数据处理的质量和效率，可以减小直通缓存大小，同时增大cpu缓存。154.在又一些实例中，不仅可以通过数据包丢失比率的变化趋势来对直通缓存大小进行调整，还可以结合内存带宽信息对直通缓存大小进行调整，此时，基于第二数据包丢失比率，对直通缓存大小进行调整可以包括：获取内存带宽信息；基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整。155.其中，在利用预设模块对数据包进行数据处理操作时，可以获取到与预设模块相对应的内存带宽信息，上述的内存带宽信息可以通过内存位宽和内存频率来确定，具体的，内存带宽信息与内存频率的乘积值可以为内存带宽信息。在获取到内存带宽信息之后，可以基于内核带宽信息和第二数据包丢失比率来对直通缓存大小进行调整，在一些实例中，基于第二数据包丢失比率和内存带宽信息，对直通缓存大小进行调整可以包括：获取预先训练好的机器学习模型或者神经网络模型，将内存带宽信息和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。156.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过预设带宽阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，基于第二数据包丢失比率和内存带宽使用信息，对直通缓存大小进行调整可以包括：在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值，则增大直通缓存大小；第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则减少直通缓存大小。157.由于内存带宽信息与所能够支持的用户流量相关，一般情况下，内存带宽信息越大时，则所能够支持的数据流量越大；在内存带宽信息越小时，则所能够支持的数据流量越小；因此，在获取到第二数据包丢失比率和内存带宽信息之后，可以将第二数据包丢失比率与第二预设阈值进行分析比较，将内存带宽信息与预设带宽阈值进行分析比较，在第二数据包丢失比率大于第二预设阈值时，则说明此时的数据直通缓存的使用较为紧张；在第二数据包丢失比率小于或等于第二预设阈值时，则说明此时的数据直通缓存的使用较为宽松；在内存带宽信息大于预设带宽阈值时，则说明此时可支持的流量比较大，在内存带宽信息小于或等于预设带宽阈值时，则说明此时可支持的流量比较小。158.由上可知，在第二数据包丢失比率大于第二预设阈值，或者内存带宽信息大于预设带宽阈值时，则说明此时的数据直通缓存的使用较为紧张，为了缓解上述情况，则可以增大直通缓存大小，同时使得cpu缓存减小；在第二数据包丢失比率小于或等于第二预设阈值，或者内存带宽信息小于或等于预设带宽阈值时，则说明此时的数据直通缓存的使用较为宽松，为了提高数据处理的质量和效率，则可以减小直通缓存大小，同时使得cpu缓存增大，从而有效地实现了可以基于第二数据包丢失比率对直通缓存大小进行灵活调整操作。159.实现方式三：步骤s801c：在对数据包进行处理的过程中，获取与第三级缓存相对应的第一数据包丢失比率、和与数据直通缓存相对应的第二数据包丢失比率。160.其中，第一数据包丢失比率和第二数据包丢失比率的获取方式与上述步骤s801a和s801b中对第一数据包丢失比率和第二数据包丢失比率的获取方式相类似，具体可参考上述陈述内容，在此不再赘述。161.步骤s802c：基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整。162.在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以基于第一数据包丢失比率和第二数据包丢失比率对直通缓存大小进行调整。在一些实例中，基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整可以包括：获取预先训练好的机器学习模型或者神经网络模型，将第一数据包丢失比率和第二数据包丢失比率输入至机器学习模型或者神经网络模型中，获得机器学习模型或者神经网络模型所输出的调整信息，而后可以基于调整信息对直通缓存大小进行调整。163.在另一些实例中，不仅可以通过机器学习模型或者神经网络模型来实现对直通缓存大小进行调整操作，还可以通过第一预设阈值和第二预设阈值来对直通缓存大小进行调整操作，此时，基于第一数据包丢失比率和第二数据包丢失比率，对直通缓存大小进行调整可以包括：在第一数据包丢失比率小于第一预设阈值、或者第二数据包丢失比率大于第二预设阈值时，则增大直通缓存大小；在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则减小直通缓存大小；在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则保持直通缓存大小不变。164.具体的，由于第一数据包丢失比率能够体现cpu缓存的使用情况，第二数据包丢失比率能够体现数据直通缓存的使用情况，而cpu缓存与数据直通缓存构成了完整的第三级缓存，因此，在获取到第一数据包丢失比率和第二数据包丢失比率之后，可以将第一数据包丢失比率与第一预设阈值进行分析比较、第二数据包丢失比率与第二预设阈值进行分析比较，在第一数据包丢失比率小于第一预设阈值或者第二数据包丢失比率小于第二预设阈值时，则说明数据直通缓存的使用比较紧张、cpu缓存的使用较为宽松，此时，为了提高数据处理的质量和效率，可以增大数据直通缓存的直通缓存大小，同时使得cpu缓存减小。165.在第一数据包丢失比率大于第一预设阈值、或者第二数据包丢失比率小于第二预设阈值时，则说明cpu缓存的使用比较紧张、数据直通缓存的使用较为宽松，进而可以减小直通缓存大小，同时使得cpu缓存增大。在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则说明当前的数据处理状态处于预设的稳态，此时可以保持直通缓存大小不变，从而有效地实现了对直通缓存大小进行灵活调整操作。166.需要注意的是，直通缓存大小或者cpu缓存的减小幅度或者增大幅度可以是预先配置好的，并且，为了保证数据处理的稳定可靠性，在对直通缓存大小或者cpu缓存进行调整操作时，配置有相对应的限值，例如：在减小直通缓存大小时，配置有用于限定直通缓存大小的下限值(例如：1/10、1/15、1/20等等)，这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小至少要大于或等于下限值；相类似的，在增大直通缓存大小时，配置有用于限定直通缓存大小的上限值（例如：4/10、4/11或者4/12等等），这样可以保证无论如何对直通缓存大小进行调整，直通缓存大小均小于或等于上限值。167.本实施例中，在对数据包进行处理的过程中，通过获取与第三级缓存相对应的第一数据包丢失比率、和/或、与数据直通缓存相对应的第二数据包丢失比率，而后基于第一数据包丢失比率和/或第二数据包丢失比率来对直通缓存大小进行调整，从而有效地实现了对直通缓存大小进行灵活调整操作，进一步提高了该方法的实用性。168.在上述任意一个实施例的基础上，参考附图9所示，本实施例还可以基于数据包所对应的数据场景对直通缓存大小进行调整，此时，本实施例中的方法还可以包括：步骤s901：在对数据包进行处理的过程中，获取与数据包相对应的数据场景。169.在利用数据面功能模块对数据包进行处理的过程中，可能会处于不同的应用场景，由于不同的应用场景中可能对应有不同长度的数据包，而不同长度的数据包能够对直通缓存大小产生不同的影响，因此，为了能够灵活地对直通缓存大小进行调整，可以获取与数据包相对应的数据场景，该应用场景可以包括预设的大包数据场景、预设的小包数据场景等等，在一些实例中，可以根据数据包的平均长度来确定与数据包相对应的数据场景，此时，获取与数据包相对应的数据场景可以包括：获取预设时间段内所有数据包所对应的数据包平均长度；基于数据包平均长度来确定与数据包相对应的数据场景，具体的，在数据包平均长度大于或等于预设长度时，则将数据场景确定为大包数据场景；在数据包平均长度小于预设长度时，则将应用场景确定为小包数据场景。170.步骤s902：基于数据场景对直通缓存大小进行调整。171.由于不同的数据场景能够对直通缓存大小产生不同的影响，因此，为了能够保证数据处理的质量和效果，在获取到与数据包相对应的数据场景之后，可以基于数据场景对直通缓存大小进行调整，在一些实例中，预先配置有不同的数据场景与直通缓存大小的调整策略的映射关系，在获取到数据场景之后，可以基于映射关系确定与数据场景相对应的目标调整策略，而后基于目标调整策略对直通缓存大小进行调整。172.在另一些实例中，基于数据场景对直通缓存大小进行调整可以包括：在数据场景中数据包的平均长度值大于预设阈值，说明此时需要进行处理的数据包较大，容易增加数据直通缓存的压力，此时，为了保证数据处理的质量和效果，则增大直通缓存大小，使得cpu缓存减小；在数据场景中数据包的平均长度值小于或等于预设阈值时，说明此时需要进行处理的数据包较小，容易增加cpu缓存的压力，此时，为了保证数据处理的质量和效果，则减小直通缓存大小，使得cpu缓存增大；这样有效地实现了可以基于不同的数据场景对直通缓存大小进行灵活调整的技术方案。173.本实施例中，在对数据包进行处理的过程中，通过获取与数据包相对应的数据场景，而后基于数据场景对直通缓存大小进行调整，具体的，可以根据数据包的不同平均长度值来对直通缓存大小进行不同的调整操作，有效地实现了可以基于不同的数据场景对直通缓存大小进行灵活调整，进一步提高了该方法的实用性，有利于市场的推广与应用。174.具体应用时，以5g核心网中的upf网元作为预设模块为例，本应用实施例提供了一种针对5g核心网应用场景中的cpu缓存管理方法，该方法能够管理和调度5g核心网运行环境中的cpu缓存资源的使用，并解决因5g核心网中的缓存使用不当而导致的内存泄露、进而导致的性能问题以及核心网内部缓存资源竞争的问题，进而保障了核心网不受其他应用干扰，并提升核心网吞吐、时延等性能指标。该cpu缓存管理方法主要面向5g核心网性能保障和提升，为5g核心网的增强提供了cpu缓存管理和调度平台，即该cpu缓存管理方法的执行主体可以为cpu缓存管理平台，该cpu缓存管理平台与upf网元可以位于同一个系统平台内，具体的，为了解决上述问题和挑战，本应用实施例提供了两个子方法：（1）核心网的缓存资源使用分析及调控方法，通过对核心网中的缓存使用机制进行分析，给出缓存相关参数指标（接收描述符rxdescriptor）的推荐，合适的缓存参数选择将极大程度提升核心网吞吐性能；（2）核心网的缓存资源管理分配机制，有效地管理数据包和流表等状态信息所用的缓存资源，实现缓存资源利用的最大化，有效缓解缓存资源的竞争情况，提升核心网吞吐性能。175.其中，上述的子方法（1）能够判断当前缓存相关参数的选取是否科学，具体能够判断当前所选取的用于标识upf网元能够从物理网卡设备接收到的数据包的个数的接收描述符rxdescriptor是否合理，具体的，可以包括如下步骤：步骤11：获取当前的接收描述符rxdescriptor；其中，由于接收描述符是由核心网的开发者预先配置好的，因此，当前的接收描述符可以通过与核心网的开发者进行沟通获取。176.步骤12：获取upf所接收到的数据包的平均大小packetsize以及数据直通缓存所对应的直通缓存大小ddiosize。177.步骤13：判断rxdescriptor*packetsize与ddiosize的大小关系。178.步骤14：在rxdescriptor*packetsizeddiosize时,能够有效缓解dma泄露的问题，因此可以确定当前的rxdescriptor对于当前应用场景而言，较为适中；在rxdescriptor*packetsize＞ddiosize时，则容易出现dma泄露的问题，造成性能下降，进而可以确定rxdescriptor的选取较为不科学。179.步骤15：在确定rxdescriptor的选取较为不科学时，可以通过ddiosize和packetsize确定一个新的接收描述符rxdescriptor1，而后将rxdescriptor替换为rxdescriptor1，其中，rxdescriptor1可以为小于或等于ddiosize/packetsize的最大整数值或者任意整数值。180.在执行子方法（1）的同时，还可以执行子方法（2），这样能够根据与数据直通缓存相对应的第二数据包丢失比率ddiomiss、内存带宽等指标来动态调整ddiosize，通过动态调整的ddiosize可以匹配rxdescriptor及数据包的平均大小，以此动态解决dma泄露的问题，具体的，参考附图10所示，cpu缓存管理平台可以包括缓存指标获取模块和缓存指标管控模块，其中：缓存指标获取模块，用于收集或者获得5g核心网运行时的多个指标，作为管控的输入，其中，多个指标可以包括内存带宽信息（内存带宽使用情况）、与第三级缓存相对应的第一数据包丢失比率llcmiss、以及与数据直通缓存相对应的第二数据包丢失比率ddiomiss，上述的内存带宽信息可以标识llc和主存之间信息交互的多少，在一定程度上可以表示dma泄露的情况。181.具体的，内存带宽信息可以基于网络运行状态以及数据处理状态进行确定，而llcmiss和ddiomiss可以分别通过预设检测工具进行检测获得，例如：llcmiss可以通过预设的系统性能分析工具perf进行检测来获得，其中，perf是一款性能分析工具，能够进行函数级和指令级的热点查找，可以用来分析程序中热点函数的cpu占用率，从而定位性能瓶颈；ddiomiss可以通过预设的性能检测器（performancecountermonitor，简称pcm）进行检测获得。182.缓存指标管控模块，用于根据所获得的多个指标对核心网运行环境进行检测，以检测是否存在cache资源使用问题、是否存在内部cache竞争等。此外，缓存指标管控模块会根据检测信息进行决策，然后，利用缓存分配技术（cacheallocationtechnology，简称cat）来管理缓存资源的使用，具体的，基于多个指标进行检测并管理缓存资源的具体过程可以包括以下步骤：步骤21：将llcmiss与第一预设阈值进行比较，将ddiomiss与第二预设阈值进行比较，将内存带宽信息与预设带宽阈值进行比较；步骤22：在llcmiss小于或等于第一预设阈值、或者ddiomiss大于第二预设阈值、或者内存带宽信息大于预设带宽阈值时，则增大直通缓存大小；步骤23：在llcmiss大于第一预设阈值、或者ddiomiss小于或等于第二预设阈值或者内存带宽信息小于或等于预设带宽阈值时，则减小直通缓存大小；步骤24：在第一数据包丢失比率大于第一预设阈值且第二数据包丢失比率大于第二预设阈值、或者，第一数据包丢失比率小于第一预设阈值且第二数据包丢失比率小于第二预设阈值时，则保持直通缓存大小不变。183.需要注意的是，本领域技术人员不仅可以通过llcmiss、ddiomiss和内存带宽信息，对核心网运行时的缓存资源进行调整操作，还可以根据不同场景做出缓存资源的管理分配决策，在一些实例中，在预设的大包应用场景中，由于ddio可用的缓存较少，例如：ddio可以为llc的10%，此时ddio可容纳数据包的个数较少，会导致吞吐明显下降，为了避免上述情况，可以调大ddio相对于llc的默认占比，例如：可以将ddio调整为llc的20%，这样能够有效地缓解ddio的压力，有利于提升数据处理的整体性能；相对应的，在预设的小包应用场景中，由于ddio可用的缓存较大，例如：ddio可以为llc的40%，由于ddio的大部分缓存区域未被应用，会导致缓存区域的利用率，为了避免上述情况，可以调小ddio相对于llc的默认占比，例如：可以将ddio调整为llc的10%或者20%，这样能够有效地提高了缓存区域的利用率。184.另外，对于llc而言，由于llc可以为第三级缓存，llc会默认分成多份缓存区域，ddio可以为多份缓存区域中的至少之一，其他的缓存区域用于供cpu进行应用，即ddio与cpu缓存构成了完整的llc，例如：在llc分成10份缓存区域时，ddio可以为其中的1份缓存区域，cpu缓存可以为另外的9份缓存区域；或者，在llc分成11份缓存区域时，ddio可以为其中的1份缓存区域，cpu缓存可以为另外的10份缓存区域，为了能够提高数据处理的质量和效率，可以对cpu缓存和ddio进行隔离管理操作。185.本应用实施例提供的技术方案，通过对核心网中缓存使用机制的分析，能够给出缓存相关参数指标的推荐，合适的缓存参数选择能够有效地解决dma泄露的问题，这样将极大程度提升核心网吞吐性能；另外，通过对核心网内部数据包和状态信息等占用缓存的指标进行管理，有效地管理数据包和流表等状态信息所用缓存资源，有效地实现了缓存资源利用最大化，这样不仅能够缓解缓存资源的竞争情况，并且能够提升核心网吞吐性能，进一步提高了该技术方案的实用性，有利于市场的推广与应用。186.参考附图11-图12所示，本实施例提供了一种缓存管理方法，该缓存管理方法可以应用于缓存管理装置，并且，缓存管理装置部署在公有云上，公有云上部署有用于实现负载均衡操作的负载均衡器，负载均衡器运行在核心处理器cpu上；此时，本实施例中的方法可以包括：步骤s1101：获取负载均衡器接收数据包的数据包属性以及与负载均衡器相对应的数据接收属性；步骤s1102：确定计算处理器中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，负载均衡器运行在计算处理器上；步骤s1103：基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。187.本实施例中步骤s1101-步骤s1103的具体实现方式和实现效果与上述实施例中步骤s501-步骤s503的具体实现方式和实现效果相类似，具体可参考上述陈述内容，在此不再赘述。188.需要注意的是，本实施例中的方法还可以包括图5-图10所示实施例中的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。189.参考附图13所示，本实施例提供了一种车辆控制方法，该车辆控制方法应用于车辆控制装置，车辆控制装置与缓存管理装置部署在同一个系统平台上，该车辆控制方法包括：步骤s1301：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识车辆控制装置所能够接收到的数据包的属性，数据接收属性用于标识车辆控制装置能够接收的数据包的数量上限，数据直通缓存为车辆控制装置中计算处理模块中的最后一级缓存的一部分；其中，本实施例中上述步骤s1301的具体实现方式和实现效果与上述实施例中步骤s501-步骤s503的具体实现方式和实现效果相类似，具体可参考上述陈述内容，在此不再赘述。190.步骤s1302：基于缓存调整指令对车辆控制装置中的计算处理模块（例如：cpu模块）进行缓存管理，以保证对待控车辆进行稳定控制。191.在获取到缓存调整指令之后，可以基于缓存调整指令对车辆控制装置中的计算处理模块进行缓存管理操作，这样通过车辆控制装置可以对待控车辆进行稳定地控制操作，保证了该方法的实用性。192.具体的，在待控车辆（无人车或者有人车）行驶的过程中，待控车辆可以通过车辆控制装置进行控制，为了能够实现对待控车辆进行准确有效地控制，车辆控制装置需要进行稳定的数据处理操作，为了能够保证车辆控制装置运行的稳定可靠性，可以根据不同的应用场景对车辆控制装置中的缓存资源进行灵活调整，这样在基于车辆控制装置对待控车辆进行控制时，可以保证对待控车辆进行控制的安全可靠性。具体的，车辆控制装置可以生成与待控车辆相对应的控制信息，控制信息可以包括：车辆速度信息、车辆驾驶路径信息、车辆停车位信息等等，以基于控制信息对待控车辆进行稳定、有效地控制操作，例如，可以基于控制信息中的行驶路径的控制信息控制待控车辆所行驶的车道，即可以基于控制信息控制待控车辆由车道1切换至车道2。193.在一些实例中，为了能够提高对车辆进行控制的稳定可靠性，待控车辆上可以设置有传感器，通过传感器可以快速获取与待控车辆相对应的运行状态数据，与待控车辆相对应的运行状态数据可以包括以下至少之一：车辆的当前车速、行驶方向和环境信息，其中，环境信息包括周围物体的分布位置、车辆前方车辆的车速和车辆所处道路的道路限速。在一些实例中，传感器可以包括图像采集传感器、雷达传感器和全球定位系统gps，具体的，通过图像采集传感器、雷达传感器和全球定位系统gps来确定与待控车辆相对应的运行状态数据。194.需要注意的是，对于车辆控制装置而言，车辆控制装置可以设置于车辆上，或者，车辆控制装置可以独立于车辆进行设置，此时，车辆控制装置可以与车辆cpu通信连接。195.另外，对于车辆控制装置而言，可以根据不同的车辆对车辆控制装置进行调整，即根据车辆类型的不同，车辆控制装置中所包括的算法模块也会有所不同，此时，车辆控制装置不仅可以实现车辆自动驾驶的控制操作，还可以实现的其他操作。例如，对于物流车辆、公共服务车辆、医疗服务车辆、终端服务车辆会涉及不同的车辆控制装置。下面分别针对这四种自动驾驶车辆对车辆控制装置中所包括的算法模块进行举例说明：其中，物流车辆是指物流场景中使用的车辆，例如：可以是带自动分拣功能的物流车辆、带冷藏保温功能的物流车辆、带测量功能的物流车辆。这些物流车辆会涉及不同的算法模块。196.例如，对于物流车辆，可以带有自动化的分拣装置，该分拣装置可以在物流车辆到达目的地后自动把货物取出并搬送、分拣、存放。这就涉及用于货物分拣的算法模块，该算法模块主要实现货物取出、搬运、分拣以及存放等逻辑控制。197.又例如，针对冷链物流场景，物流车辆还可以带有冷藏保温装置，该冷藏保温装置可以实现运输的水果、蔬菜、水产品、冷冻食品以及其它易腐烂的食品进行冷藏或保温，使之处于合适的温度环境，解决易腐烂食品的长途运输问题。这就涉及用于冷藏保温控制的算法模块，该算法模块主要用于根据食品（或物品）性质、易腐性、运输时间、当前季节、气候等信息动态、自适应计算冷餐或保温的合适温度，根据该合适温度对冷藏保温装置进行自动调节，这样在车辆运输不同食品或物品时运输人员无需手动调整温度，将运输人员从繁琐的温度调控中解放出来，提高冷藏保温运输的效率。198.又例如，在大多物流场景中，是根据包裹体积和/或重量进行收费的，而物流包裹的数量非常庞大，单纯依靠快递员对包裹体积和/或重量进行测量，效率非常低，人工成本较高。因此，在一些物流车辆中，增设了测量装置，可自动测量物流包裹的体积和/或重量，并计算物流包裹的费用。这就涉及用于物流包裹测量的算法模块，该算法模块主要用于识别物流包裹的类型，确定物流包裹的测量方式，如进行体积测量还是重量测量或者是同时进行体积和重量的组合测量，并可根据确定的测量方式完成体积和/或重量的测量，以及根据测量结果完成费用计算。199.其中，公共服务车辆是指提供某种公共服务的车辆，例如：可以是消防车、除冰车、洒水车、铲雪车、垃圾处理车辆、交通指挥车辆等。这些公共服务车辆会涉及不同算法模块。200.例如，对于自动驾驶的消防车，其主要任务是针对火灾现场进行合理的灭火任务，这就涉及用于灭火任务的算法模块，该算法模块至少需要实现火灾状况的识别、灭火方案的规划以及对灭火装置的自动控制等逻辑。201.又例如，对于除冰车，其主要任务是清除路面上结的冰雪，这就涉及除冰的算法模块，该算法模块至少需要实现路面上冰雪状况的识别、根据冰雪状况制定除冰方案，如哪些路段需要采取除冰，哪些路段无需除冰，是否采用撒盐方式、撒盐克数等，以及在确定除冰方案的情况下对除冰装置的自动控制等逻辑。202.其中，医疗服务车辆是指能够提供一种或多种医疗服务的自动驾驶车辆，该种车辆可提供消毒、测温、配药、隔离等医疗服务，这就涉及提供各种自助医疗服务的算法模块，这些算法模块主要实现消毒需求的识别以及对消毒装置的控制，以使消毒装置为病人进行消毒，或者对病人位置的识别，控制测温装置自动贴近病人额头等位置为病人进行测温，或者，用于实现对病症的判断，根据判断结果给出药方并需要实现对药品/药品容器的识别，以及对取药机械手的控制，使之按药方为病人抓取药品，等等。203.其中，终端服务车辆是指可代替一些终端设备面向用户提供某种便利服务的自助型的自动驾驶车辆，例如这些车辆可以为用户提供打印、考勤、扫描、开锁、支付、零售等服务。204.例如，在一些应用场景中，用户经常需要到特定位置去打印或扫描文档，费时费力。于是，出现一种可以为用户提供打印/扫描服务的终端服务车辆，这些服务车辆可以与用户终端设备互联，用户通过终端设备发出打印指令，服务车辆响应打印指令，自动打印用户所需的文档并可自动将打印出的文档送至用户位置，用户无需去打印机处排队，可极大地提高打印效率。或者，可以响应用户通过终端设备发出的扫描指令，移动至用户位置，用户将待扫描的文档放置的服务车辆的扫描工具上完成扫描，无需到打印/扫描机处排队，省时省力。这就涉及提供打印/扫描服务的算法模块，该算法模块至少需要识别与用户终端设备的互联、打印/扫描指令的响应、用户位置的定位以及行进控制等。205.又例如，随着新零售场景的开展，越来越多的电商借助于自助售货机将商品销售送到了各大办公楼、公共区，但这些自助售货机被放置在固定位置，不可移动，用户需要到该自助售货机跟前才能购买所需商品，便利性还是较差。于是出现了可提供零售服务的自助驾驶车辆，这些服务车辆可以承载商品自动移动，并可提供对应的自助购物类app或购物入口，用户借助于手机等终端通过app或购物入口可以向提供零售服务的自动驾驶车辆进行下单，该订单中包括待购买的商品名称、数量以及用户位置，该车辆收到下单请求之后，可以确定当前剩余商品是否具有用户购买的商品以及数量是否足够，在确定具有用户购买的商品且数量足够的情况下，可携带这些商品自动移动至用户位置，将这些商品提供给用户，进一步提高用户购物的便利性，节约用户时间，让用户将时间用于更为重要的事情上。这就涉及提供零售服务的算法模块，这些算法模块主要实现响应用户下单请求、订单处理、商品信息维护、用户位置定位、支付管理等逻辑。206.需要注意的是，本实施例中的方法还可以包括图5-图10所示实施例中的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。207.参考附图14所示，本实施例提供了一种虚拟现实设备的控制方法，该虚拟现实设备的控制方法可以应用于虚拟现实设备的控制装置，虚拟现实设备的控制装置与缓存管理装置部署在同一个系统平台上，该虚拟现实设备的控制方法可以包括：步骤s1401：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识虚拟现实设备所能够接收到的数据包的属性，数据接收属性用于标识虚拟现实设备能够接收的数据包的数量上限，数据直通缓存为虚拟现实设备中计算处理模块中的最后一级缓存的一部分；步骤s1402：基于缓存调整指令对虚拟现实设备中的计算处理模块进行缓存管理，以保证对虚拟现实设备进行稳定控制。208.需要注意的是，本实施例中的方法还可以包括图5-图10所示实施例中的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。209.参考附图15所示，本实施例提供了一种缓存管理装置，该缓存管理装置用于执行上述图5所示的缓存管理方法，具体的，该缓存管理装置可以包括：第一获取模块11，用于获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性；第一确定模块12，用于确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上；第一处理模块13，用于基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。210.图15所示缓存管理装置可以执行图5-图10所示实施例的方法，本实施例未详细描述的部分，可参考对图5-图10所示实施例的相关说明。该技术方案的执行过程和技术效果参见图5-图10所示实施例中的描述，在此不再赘述。211.在一个可能的设计中，图15所示缓存管理装置的结构可实现为一电子设备。参考附图16所示，本实施例中的缓存管理装置可以实现为一电子设备，具体的，该电子设备可以包括：第一处理器21和第一存储器22。其中，第一存储器22用于存储相对应电子设备执行上述图5所示实施例中提供的缓存管理方法的程序，第一处理器21被配置为用于执行第一存储器22中存储的程序。212.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第一处理器21执行时能够实现如下步骤：获取数据面功能模块接收数据包的数据包属性以及与数据面功能模块相对应的数据接收属性；确定计算处理模块中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，数据面功能模块运行在计算处理模块上；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。213.进一步的，第一处理器21还用于执行前述图5所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第一通信接口23，用于电子设备与其他设备或通信网络通信。214.另外，本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图5所示方法实施例中的缓存管理方法所涉及的程序。215.此外，本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图5所示方法实施例中的缓存管理方法。216.参考附图17所示，本实施例提供了一种缓存管理装置，该缓存管理装置部署在公有云上，公有云上部署有负载均衡器，负载均衡器运行在核心处理器cpu上；该缓存管理装置用于执行上述图11所示的缓存管理方法，具体的，该缓存管理装置可以包括：第二获取模块31，用于获取负载均衡器接收数据包的数据包属性以及与负载均衡器相对应的数据接收属性；第二确定模块32，用于确定计算处理器中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，负载均衡器运行在计算处理器上；第二处理模块33，用于基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。217.图17所示缓存管理装置可以执行图11所示实施例的方法，本实施例未详细描述的部分，可参考对图11所示实施例的相关说明。该技术方案的执行过程和技术效果参见图11所示实施例中的描述，在此不再赘述。218.在一个可能的设计中，图17所示缓存管理装置的结构可实现为一电子设备。参考附图18所示，本实施例中的缓存管理装置可以实现为一电子设备，具体的，该电子设备可以包括：第二处理器41和第二存储器42。其中，第二存储器42用于存储相对应电子设备执行上述图11所示实施例中提供的缓存管理方法的程序，第二处理器41被配置为用于执行第二存储器42中存储的程序。219.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第二处理器41执行时能够实现如下步骤：获取负载均衡器接收数据包的数据包属性以及与负载均衡器相对应的数据接收属性；确定计算处理器中包括的用于实现数据处理操作的缓存资源，缓存资源中的最后一级缓存包括数据直通缓存，其中，负载均衡器运行在计算处理器上；基于数据包属性、数据接收属性以及数据直通缓存进行缓存管理。220.进一步的，第二处理器41还用于执行前述图11所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第二通信接口43，用于电子设备与其他设备或通信网络通信。221.另外，本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图11所示方法实施例中的缓存管理方法所涉及的程序。222.此外，本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图11所示方法实施例中的缓存管理方法。223.参考附图19所示，本实施例提供了一种车辆控制装置，车辆控制装置与缓存管理装置部署在同一个系统平台上，该车辆控制装置用于执行上述图13所示的车辆控制方法，具体的，该车辆控制装置可以包括：第三获取模块51，用于获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识车辆控制装置所能够接收到的数据包的属性，数据接收属性用于标识车辆控制装置能够接收的数据包的数量上限，数据直通缓存为车辆控制装置中计算处理模块中的最后一级缓存的一部分；第三处理模块52，用于基于缓存调整指令对车辆控制装置中的计算处理模块（例如：cpu模块）进行缓存管理，以保证对待控车辆进行稳定控制。224.图19所示车辆控制装置可以执行图13所示实施例的方法，本实施例未详细描述的部分，可参考对图13所示实施例的相关说明。该技术方案的执行过程和技术效果参见图13所示实施例中的描述，在此不再赘述。225.在一个可能的设计中，图19所示车辆控制装置的结构可实现为一电子设备。参考附图20所示，本实施例中的用于实现车辆控制方法的车辆控制装置可以实现为一电子设备，具体的，该电子设备可以包括：第三处理器61和第三存储器62。其中，第三存储器62用于存储相对应电子设备执行上述图13所示实施例中提供的车辆控制方法的程序，第三处理器61被配置为用于执行第三存储器62中存储的程序。226.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第三处理器61执行时能够实现如下步骤：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识车辆控制装置所能够接收到的数据包的属性，数据接收属性用于标识车辆控制装置能够接收的数据包的数量上限，数据直通缓存为车辆控制装置中计算处理模块中的最后一级缓存的一部分；基于缓存调整指令对车辆控制装置中的计算处理模块（例如：cpu模块）进行缓存管理，以保证对待控车辆进行稳定控制。227.进一步的，第三处理器61还用于执行前述图13所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第三通信接口63，用于电子设备与其他设备或通信网络通信。228.另外，本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图13所示方法实施例中的车辆控制方法所涉及的程序。229.此外，本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图13所示方法实施例中的车辆控制方法。230.参考附图21所示，本实施例提供了一种虚拟现实设备的控制装置，虚拟现实设备的控制装置与缓存管理装置部署在同一个系统平台上，该虚拟现实设备的控制装置用于执行上述图14所示的虚拟现实设备的控制方法，具体的，该虚拟现实设备的控制装置可以包括：第四获取模块71，用于获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识虚拟现实设备所能够接收到的数据包的属性，数据接收属性用于标识虚拟现实设备能够接收的数据包的数量上限，数据直通缓存为虚拟现实设备中计算处理模块中的最后一级缓存的一部分；第四处理模块72，用于基于缓存调整指令对虚拟现实设备中的计算处理模块进行缓存管理，以保证对虚拟现实设备进行稳定控制。231.图21所示虚拟现实设备的控制装置可以执行图14所示实施例的方法，本实施例未详细描述的部分，可参考对图14所示实施例的相关说明。该技术方案的执行过程和技术效果参见图14所示实施例中的描述，在此不再赘述。232.在一个可能的设计中，图21所示虚拟现实设备的控制装置的结构可实现为一电子设备。参考附图22所示，本实施例中的用于虚拟现实设备的控制方法的虚拟现实设备的控制装置可以实现为一电子设备，具体的，该电子设备可以包括：第四处理器81和第四存储器82。其中，第四存储器82用于存储相对应电子设备执行上述图14所示实施例中提供的虚拟现实设备的控制方法的程序，第四处理器81被配置为用于执行第四存储器82中存储的程序。233.程序包括一条或多条计算机指令，其中，一条或多条计算机指令被第四处理器81执行时能够实现如下步骤：获取缓存管理装置发送的缓存调整指令，缓存调整指令是通过数据包属性、数据接收属性以及数据直通缓存来确定，其中，数据包属性用于标识虚拟现实设备所能够接收到的数据包的属性，数据接收属性用于标识虚拟现实设备能够接收的数据包的数量上限，数据直通缓存为虚拟现实设备中计算处理模块中的最后一级缓存的一部分；基于缓存调整指令对虚拟现实设备中的计算处理模块进行缓存管理，以保证对虚拟现实设备进行稳定控制。234.进一步的，第四处理器81还用于执行前述图14所示实施例中的全部或部分步骤。其中，电子设备的结构中还可以包括第四通信接口83，用于电子设备与其他设备或通信网络通信。235.本实施例提供了一种计算机存储介质，用于储存电子设备所用的计算机软件指令，其包含用于执行上述图14所示方法实施例中的虚拟现实设备的控制方法所涉及的程序。236.本实施例提供了一种计算机程序产品，包括：计算机程序，当计算机程序被电子设备的处理器执行时，使处理器执行图14所示方法实施例中的虚拟现实设备的控制方法。237.需要说明的是，本技术所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。238.以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。239.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。240.本技术是参照根据本技术实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程设备的处理器以产生一个机器，使得通过计算机或其他可编程设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。241.这些计算机程序指令也可存储在能引导计算机或其他可编程设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。242.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。243.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现数据存储。数据可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的数据。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。244.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，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，或者对其中部分或者全部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技术各实施例技术方案的范围。当前第1页12当前第1页12
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
