一种输出调节方法、装置和系统与流程

本发明涉及云计算领域，尤其涉及一种输出调节方法、装置和系统。

背景技术：

云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。

针对计算资源的某一受控目标设置上下两个阈值，当达到上限阈值时，将计算资源扩展一个单位，当达到下限阈值时，将计算资源缩减一个单位。例如，亚马逊的云结构中，提供了让客户建立自动伸缩组的方法。其伸缩策略即采用双阈值调节算法。但是，双阈值调节算法计算简单、运行平稳，但其过于简单的算法导致对计算资源的调整动作缓慢，无法快速响应负载的变化。这必然导致计算资源的供给量长时间与工作负载不匹配，造成业务处理效率的降低。

技术实现要素：

为解决上述技术问题，本发明实施例期望提供一种输出调节方法、装置和系统，能够运算简单，且其执行效果能快速按工作负载变化而调节计算资源。

本发明的技术方案是这样实现的：

第一方面，提供一种输出调整方法，所述方法包括：

接收云系统发送的系统性能指标；

根据所述系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量；

将所述调整量输入所述云系统，以便于所述云系统根据所述调整量和工作 负载调整之后的系统性能指标。

可选的，所述根据所述系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量包括：

对所述系统性能指标进行第i次采样，得到第i采样量，所述i是正整数；

将所述第i采样量和预设期望指标做差分，得到第i差分量；

将所述第i差分量进行PID控制，得到第i调整量。

可选的，所述将第i差分量进行PID控制，得到第i调整量包括：

将所述第i差分量进行比例放大，得到第i比例量；

将所述第i差分量进行积分放大，得到第i积分量；

将所述第i差分量进行微分放大，得到第i微分量；

将所述第i比例量、所述第i积分量和所述第i微分量合成所述第i调整量。

可选的，所述将所述第i差分量进行比例放大，得到第i比例量包括：

根据所述第i差分量的大小，确定比例系数K1，所述K1是实数；

将所述第i差分量放大所述K1倍；

所述将所述第i差分量进行积分放大，得到第i积分量包括：

获取第1差分量到所述第i差分量；

对所述第1差分量到所述第i差分量进行积分，得到总积分量；

对所述第1差分量到第i-n+1差分量进行积分，得到部分积分量，所述n是小于i的正整数；

将所述总积分量减去所述部分积分量之差放大K2倍，得到所述第i积分量，所述K2是实数；

所述将所述第i差分量进行微分放大，得到第i微分量包括：

将所述第i差分量进行微分；

将微分后的第i差分量放大K3倍，得到所述第i微分量，所述K3是实数。

可选的，采样间隔大于新增计算资源的就绪时间；

当所述第i差分量大于0时，所述K1大于1且小于2；

当所述第i差分量小于或等于0时，所述K1大于0且小于0.5；

所述第i积分量的绝对值大于0.2时，所述第i积分量的绝对值等于0.2，符号不变；

所述第i微分量是所述第i差分量和获取的第i-1次差分量之差的30％。

第二方面，提供一种输出调整装置，其特征在于，所述装置包括：

接收模块，用于接收云系统发送的系统性能指标；

调整模块，用于根据所述系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量；

输出模块，用于将所述调整量输入所述云系统，以便于所述云系统根据所述调整量和工作负载调整之后的系统性能指标。

可选的，所述调整模块包括：

采样子模块，用于对所述系统性能指标进行第i次采样，得到第i采样量，所述i是正整数；

差分子模块，用于将所述第i采样量和预设期望指标做差分，得到第i差分量；

PID控制子模块，用于将所述第i差分量进行PID控制，得到第i调整量。

可选的，所述PID控制子模块具体用于：

比例单元，用于将所述第i差分量进行比例放大，得到第i比例量；

积分单元，用于将所述第i差分量进行积分放大，得到第i积分量；

微分单元，用于将所述第i差分量进行微分放大，得到第i微分量；

合成单元，用于将所述第i比例量、所述第i积分量和所述第i微分量合成所述第i调整量。

可选的，所述比例单元具体用于：

根据所述第i差分量的大小，确定比例系数K1，所述K1是实数；

将所述第i差分量放大所述K1倍；

所述积分单元具体用于：

获取第1差分量到所述第i差分量；

对所述第1差分量到所述第i差分量进行积分，得到总积分量；

对所述第1差分量到第i-n+1差分量进行积分，得到部分积分量，所述n是小于i的正整数；

将所述总积分量减去所述部分积分量之差放大K2倍，得到所述第i积分量，所述K2是实数；

所述微分单元具体用于：

将所述第i差分量进行微分；

将微分后的第i差分量放大K3倍，得到所述第i微分量，所述K3是实数。

第三方面，提供一种输出调整系统，所述系统包括输出调整装置和云系统，所述输出调整装置用于根据云系统的系统性能指标和预设期望指标，确定用于调整云系统之后的系统性能指标的调整量；

其中，所述输出调整装置的输入用于接收所述云系统输出的系统性能指标；所述输出调整装置的输出用于向所述云系统的第二输入用于输入调整量；所述云系统的第一输入用于输入工作负载。

可选的，所述输出调整装置包括：

采样电路，用于对所述系统性能指标进行第i次采样，得到第i采样量，所述i是正整数；

差分电路，用于将所述第i采样量和预设期望指标做差分，得到第i差分量；

PID控制电路，用于将所述第i差分量进行PID控制，得到第i调整量；

其中，所述采样电路的输入用于接收所述系统性能指标；所述采样电路的输出与所述差分电路的输入连接，所述差分电路的输出与所述PID控制电路的输入连接，所述PID控制电路的输出用于输出所述第i调整量。

可选的，所述PID控制电路包括：

比例电路，用于将所述第i差分量进行比例放大，得到第i比例量；

积分电路，用于将所述第i差分量进行积分放大，得到第i积分量；

微分电路，用于将所述第i差分量进行微分放大，得到第i微分量；

其中，所述比例电路、所述积分电路和所述微分电路并联连接。

可选的，所述比例电路具体用于：

根据所述第i差分量的大小，确定比例系数K1，所述K1是实数；

将所述第i差分量放大所述K1倍；

所述积分电路具体用于：

获取第1差分量到所述第i差分量；

对所述第1差分量到所述第i差分量进行积分，得到总积分量；

对所述第1差分量到第i-n+1差分量进行积分，得到部分积分量，所述n是小于i的正整数；

将所述总积分量减去所述部分积分量之差放大K2倍，得到所述第i积分量，所述K2是实数；

所述微分电路具体用于：

将所述第i差分量进行微分；

将微分后的第i差分量放大K3倍，得到所述第i微分量，所述K3是实数。

本发明实施例提供了一种输出调节方法、装置和系统，先接收云系统发送的系统性能指标；根据所述系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量；将所述调整量输入所述云系统，以便于所述云系统根据所述调整量和工作负载调整之后的系统性能指标。这样一来，根据系统性能指标和预设期望指标，确定用于调整云系统之后的系统性能指标的调整量，因此，调节量根据系统性能指标改变而改变，这样，就能够做到实时调整，从而快速响应工作负载的变化，使得计算时间和工作负载相匹配，从而提升业务处理的速率。

附图说明

图1为本发明实施例提供的一种输出调整方法的流程图；

图2为本发明实施例提供的控制框图；

图3-a为本实施例提供的工作负载是阶跃输入的平均CPU占用率随时间变化曲线；

图3-b为本实施例提供的工作负载是阶跃输入的计算资源分配随时间变化 曲线；

图4-a为工作负载是阶跃输入的双阈值调节算法的平均CPU占用率随时间变化曲线；

图4-b为工作负载是阶跃输入的双阈值调节算法的计算资源分配随时间变化曲线；

图5-a为本实施例提供的工作负载是尖峰输入的平均CPU占用率随时间变化曲线；

图5-b为本实施例提供的工作负载是尖峰输入的计算资源分配随时间变化曲线；

图6-a为工作负载是尖峰输入的双阈值调节算法的平均CPU占用率随时间变化曲线；

图6-b为工作负载是尖峰输入的双阈值调节算法的计算资源分配随时间变化曲线；

图7-a为本实施例提供的工作负载是正弦输入的平均CPU占用率随时间变化曲线；

图7-b为本实施例提供的工作负载是正弦输入的计算资源分配随时间变化曲线；

图8-a为工作负载是正弦输入的双阈值调节算法的平均CPU占用率随时间变化曲线；

图8-b为工作负载是正弦输入的双阈值调节算法的计算资源分配随时间变化曲线；

图9为本发明实施例提供的一种输出调整装置的结构示意图；

图10为本发明实施例提供的调整模块的结构示意图；

图11为本发明实施例提供的一种PID控制子模块的结构示意图；

图12为本发明实施例提供的一种输出调整系统的结构示意图；

图13为本发明实施例提供的另一种输出调整装置的结构示意图；

图14为本发明实施例提供的一种PID控制电路的结构示意图。

具体实施方式

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。

实施例一

本发明实施例提供一种输出调整方法，应用于输出调整系统，该系统包括输出调整装置和云系统，该输出调整装置可以是一个单独的装置，也可以是云系统的一部分。本实施例以输出调整装置为执行主体简述输出调整方法，如图1所示，该方法包括：

步骤101、接收云系统发送的系统性能指标。

步骤102、根据系统性能指标和预设期望指标，确定用于调整云系统之后的系统性能指标的调整量。

具体的，对系统性能指标进行第i次采样，得到第i采样量，所述i是正整数；将第i采样量和预设期望指标做差分，得到第i差分量；将第i差分量进行PID控制，得到第i调整量。

其中，将第i差分量进行PID控制，得到第i调整量具体包括：将第i差分量进行比例放大，得到第i比例量；将第i差分量进行积分放大，得到第i积分量；将第i差分量进行微分放大，得到第i微分量；将第i比例量、第i积分量和第i微分量合成第i调整量。这里，本实施例相当于同时增加了三个环节如图2所示，比例环节、积分环节和微分环节。其中，第i调整量就是上述用于调整云系统之后的系统性能指标的调整量。

具体的，在比例环节中，比例量值随差分量成比例变化，促使系统执行使之后的差分量减小的调整动作，而且差分量越大，调整动作的幅度越大。各个比例量的存在及其生成机制，使PID弹性伸缩算法的调整效率大大高于双阈值算法中的固定幅度调节。如图2的三条线路的上面一条即为比例环节，我们加入了非线性的分段函数环节(Relay环节)，是为了在差分量e大于0和小于0时可以取不同的比例系数值。

具体的，以第i次采样的第i差分量为例，根据所述第i差分量的大小，确定比例系数K1，所述K1是实数；将第i差分量放大K1倍。

进一步的，每个积分量随差分量的积分而变化，当差分量长期大于0或小于0时，将获得额外的调整量来弥补这种偏差，其效果在于消除稳态误差。实践中，我们可以选择使用整个过去时间的差分量积分，也可以选择使用过去一段特定时长内的差分量积分。我们优选使用过去n个周期的差分量的积分。图2的三条线路的中间一条即为积分环节，又分为两条支线，一条对过去所有差分量积分(上支线)，一条对1到n-1次采样的所有差分量积分(下支线)，上下支线之差就是对过去n次采样周期的误差量的积分。

具体的，以第i次采样的第i差分量为例，获取第1差分量到第i差分量；对第1差分量到第i差分量进行积分，得到总积分量，相应的积分环节为对第1差分量到第i-n差分量进行积分，得到部分积分量所述n是小于i的正整数；将总积分量减去部分积分量之差放大K2倍，得到所述第i积分量，所述K2是实数。

优选的，采样间隔大于新增计算资源的就绪时间；当差分量大于0时，K1大于1且小于2；当差分量小于或等于0时，K1大于0且小于0.5。

优选的，所述系统性能指标是平均CPU占用率时，所述n是4。

进一步的，图2的三条线路的最下面一条即为微分环节，微分量值随差分量的微分而变化，其效果在于根据当前的差分量变化率形成对下一时点的差分量的预测，将这种预测叠加到调整量中，从而使系统的调整动作尽快跟上差分量e的变化趋势。

具体的，将第i差分量进行积分，将积分后的第i差分量放大K2倍，得到第i积分量。对应的积分环节为：这里，K和K2都是用户设定的。优选的，第i积分量的绝对值大于0.2时，所述第i积分量的绝对值等于0.2，符号不变。

具体的，将第i差分量进行微分；将微分后的第i差分量放大K3倍，得到第i微分量，对应的微分环节为：所述K3是实数；优选的，第i微分量是第i差分量和获取的第i-1次差分量之差的30％。

步骤103、将调整量输入云系统，以便于云系统根据调整量调整之后的系统性能指标。

根据自动控制原理，只要PID控制器的输出符号与输入符号相反(即差分量e大于零时，资源调整量为负值；差分量e小于零时，资源调整量为正值)，则每次的调整动作的效果都是减小差分量e(即形成所谓负反馈的闭环控制)，则本实施例提出方法的运行结果将是使系统性能指标自动贴近期望值。

示例的，我们将云计算系统的平均CPU占用率的期望值定为0.85，当系统的工作负载变大，系统的CPU占用率大于0.85时，PID控制器根据误差输入e计算出一个资源调节量，要求系统增加资源分配量，从而使CPU占用率下降；反之当工作负载变小时，系统的CPU占用率将小于0.85，PID控制器根据误差输入e计算出一个资源调节量，要求系统减小资源分配量，从而使CPU占用率上升。负反馈的存在，将使系统输出一直朝着期望值方向进行调整。

这样一来，根据系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量，因此，调节量根据系统性能指标改变而改变，这样，就能够做到实时调整，从而快速响应工作负载的变化，使得计算时间和工作负载相匹配，从而提升业务处理的速率。

值得说明的是，云系统环境中，存在如下特点：1)系统性能指标与工作负载大致成正比，性能指标与资源数量大致成反比。但云计算系统庞大，内部的不确定性和非线性因素很多，工作负载、资源数量和性能指标之间的精确数学模型难以确定；2)性能指标和资源数量都被限定在一定范围之内。比如，平均CPU占用率最高为1，最低为0；资源的数量必有上限，而且一般也会设定一个下限，保证最小分配的资源数量；3)工作负载如果达到饱和，会发生工作负载堆积，长时间饱和则堆积急剧增长，即使新增工作负载降为0，系统正在处 理的工作负载也仍可观；另外，工作负载堆积会导致平均响应时间拉长，因此应尽量避免使工作负载长时间处于饱和状态；4)云系统中资源数量调节命令发出之后，资源调整一般不能马上生效，有一个就绪时间。比如，发出一个增加虚拟机的命令后，到虚拟机能实际承担工作负载之前，有一个虚拟机的创建和启动时间。

针对以上特点，我们在确定PID控制器的参数时，需要确定以下几个参数：

1、采样间隔T

也就是采样周期，采样周期应当稍大于新增计算资源的就绪时间，这样才能确保在上一次调整已经生效之后来决定如何进行下一次调整。优选的，T是5s。

2、比例环节的比例系数K1

为避免工作负载长时间饱和(也即系统性能指标长期处于上限)，我们应当在需要增加差分量时给出足够大的K1；而当工作负载较低(此时系统性能指标低于预设期望指标)需要缩减差分量时，过大的缩减比例将很有可能造成性能指标反弹，影响系统稳定性。因此，实践中我们确定增长段(即差分量小于0，需要增加差分量时)和缩减段(即差分量大于0，需要减少差分量时)的K1之比应为4:1，这样能达到快速性和稳定性的统一。

此外，增长段的K1最大不宜超过2(即一次调整中最多增加差分量的2倍)；缩减段的K1最大不宜超过0.5(即一次调整中最多缩减差分量的一半)。比例K1如果超过这个数值，将会导致系统的资源分配量发生振荡。

3、积分系数K2

每个积分量只在工作负载长时间朝一个方向变化时需要，此时该K2可以促使弥补系统性能指标和预设期望指标之间的差分量。但当系统的工作负载呈现振荡变化时，积分量的存在会加大系统的资源分配量发生振荡的可能性。

综合考虑上述两个因素，积分量的绝对值应当不超过0.2。此时既可以起到减小误差的目的，又能避免发生振荡。

4、微分系数K3

每个微分量过大也会导致振荡发生，过小则不能起到预测工作负载变化趋势的目的。仿真试验证明，采用两次差分量之差的30％作为微分信号，会获得良好效果。

以下效果图来自于仿真试验，试验中的预设期望指标设为0.6，资源分配量的初始值设为5，采样间隔为5秒。其中，预设期望指标是针对某一系统设定的目标值，资源分配量是为控制系统保持在目标值而主动动态调整的值。在实际应用中，预设期望指标可以是系统中所有机器的平均CPU占用率，资源分配量可以是分配给该系统使用的机器数量。

A.工作负载是阶跃输入

本实施例的方法得到的平均CPU占用率随时间变化曲线如图3-a所示，计算资源分配随时间变化曲线如图3-b所示；同等条件下的双阈值调节算法的平均CPU占用率随时间变化曲线如图4-a所示，双阈值调节算法的计算资源分配随时间变化曲线如图4-b所示。

可以看出，与双阈值调节算法相比，PID弹性伸缩算法具备调节速度快的优点，PID算法在20个采样周期后调整到位，双阈值调节算法耗费了100个采样周期。

B.工作负载是尖峰输入

本实施例的方法得到的平均CPU占用率随时间变化曲线如图5-a所示，计算资源分配随时间变化曲线如图5-b所示；同等条件下的双阈值调节算法的平均CPU占用率随时间变化曲线如图6-a所示，双阈值调节算法的计算资源分配随时间变化曲线如图6-b所示。

从以上对比可以看出，针对尖峰状变化的工作负载，本实施例提供的方法具备以下优点：能使平均CPU占用率在多数时间内(90％的有负载时间)尽量靠近期望值；而双阈值调节算法中，由于不能紧跟输入的变化，其平均CPU占用率要么处于饱和值，要么低于期望值；本实施例中平均CPU占用率处于极值的时间比双阈值调节算法低很多，从而减少了工作负载堆积，降低了响应时间。

C.工作负载是正弦输入

本实施例的方法得到的平均CPU占用率随时间变化曲线如图7-a所示，计算资源分配随时间变化曲线如图7-b所示；同等条件下的双阈值调节算法的平均CPU占用率随时间变化曲线如图8-a所示，双阈值调节算法的计算资源分配随时间变化曲线如图8-b所示。

正弦输入是一种变化比较剧烈的输入模式。可以看出，针对正弦输入，双阈值调节算法中平均CPU占用率对期望值的偏移程度很大，要么处于极值，要么低于期望值；而本实施例中，平均CPU占用率处于极值的时间极短，且能在多数时间里尽量贴近期望值。需要补充说明，由于采样间隔的存在，弹性伸缩算法不可能响应变化周期过短的正弦曲线，这对任何算法都是一样的。仿真试验证明，当变化周期小于8倍采样周期时，即每个周期的采样点少于8个时，本实施例方法同样难以得到好的效果。

从以上效果展示和对比可以看出，本实施例在几种典型的工作负载变化规律下，都能尽快根据工作负载变化而调整调整量，使平均CPU占用率在多数时间段内贴近预设期望指标，而这正意味着较高的资源利用效率和较短的响应时间，从而取得良好的调节效果。

实施例二

一种输出调整装置30，如图9所示，所述装置30包括：

接收模块301，用于接收云系统发送的系统性能指标。

调整模块302，用于根据所述系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量。

输出模块303，用于将所述调整量输入所述云系统，以便于所述云系统根据所述调整量和工作负载调整之后的系统性能指标。

这样一来，根据系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量，因此，调节量根据系统性能指标改变而改变，这样，就能够做到实时调整，从而快速响应工作负载的变化，使得计算时间和工作负载相匹配，从而提升业务处理的速率。

进一步的，如图10所示，所述调整模块302包括：

采样子模块3021，用于对所述系统性能指标进行第i次采样，得到第i采样量，所述i是正整数。

差分子模块3022，用于将所述第i采样量和预设期望指标做差分，得到第i差分量；

PID控制子模块3023，用于将所述第i差分量进行PID控制，得到第i调整量。

进一步的，如图11所示，所述PID控制子模块3023具体用于：

比例单元30231，用于将所述第i差分量进行比例放大，得到第i比例量。

积分单元30232，用于将所述第i差分量进行积分放大，得到第i积分量。

微分单元30233，用于将所述第i差分量进行微分放大，得到第i微分量。

合成单元30234，用于将所述第i比例量、所述第i积分量和所述第i微分量合成所述第i调整量。

进一步的，所述比例单元30231具体用于：

根据所述第i差分量的大小，确定比例系数K1，所述K1是实数；

将所述第i差分量放大所述K1倍；

所述积分单元30232具体用于：

获取第1差分量到所述第i差分量；

对所述第1差分量到所述第i差分量进行积分，得到总积分量；

对所述第1差分量到第i-n差分量进行积分，得到部分积分量，所述n是小于i的正整数；

将所述总积分量减去所述部分积分量之差放大K2倍，得到所述第i积分量，所述K2是实数；

所述微分单元30233具体用于：

将所述第i差分量进行微分；

将微分后的第i差分量放大K3倍，得到所述第i微分量，所述K3是实数。

进一步的，采样间隔大于新增计算资源的就绪时间；

当所述第i差分量大于0时，所述K1大于1且小于2；

当所述第i差分量小于或等于0时，所述K1大于0且小于0.5；

所述第i积分量的绝对值大于0.2时，所述第i积分量的绝对值等于0.2，符号不变；

所述第i微分量是所述第i差分量和获取的第i-1次差分量之差的30％。

实施例三

本发明实施例提供一种输出调整系统3，如图12所示，所述系统3包括输出调整装饰30和云系统40；其中，所述输出调整装置30用于根据所述系统性能指标和预设期望指标，确定用于调整云系统之后的系统性能指标的调整量；

其中，所述输出调整装置30的输入用于接收所述云系统的系统性能指标；所述输出调整装置30的输出用于向云系统的第二输入用于输入所述调整量；所述云系统的第一输入用于输入工作负载。

进一步的，如图13所示，所述输出调整装置30包括：

采样电路301，用于对所述系统性能指标进行第i次采样，得到第i采样量，所述i是正整数；

差分电路302，用于将所述第i采样量和预设期望指标做差分，得到第i差分量；

PID控制电路303，用于将所述第i差分量进行PID控制，得到第i调整量。

其中，采样电路301的输入用于接收所述系统性能指标；所述采样电路的输出与所述差分电路的输入连接，所述差分电路的输出与所述PID控制电路的输入连接，所述PID控制电路的输出用于输出所述第i调整量。

进一步的，如图14所示，所述PID控制电路303包括：

比例电路3031，用于将所述第i差分量进行比例放大，得到第i比例量；

积分电路3032，用于将所述第i差分量进行积分放大，得到第i积分量；

微分电路3033，用于将所述第i差分量进行微分放大，得到第i微分量。

其中，比例电路3031、积分电路3032和微分电路3033并联连接。

具体的，所述比例电路3031具体用于：

根据所述差分量的大小，确定比例系数K1，所述K1是实数；

将所述差分量放大所述K1倍；

所述积分电路3032具体用于：

获取第1差分量到所述第i差分量；

对所述第1差分量到所述第i差分量进行积分，得到总积分量；

对所述第1差分量到第i-n+1差分量进行积分，得到部分积分量，所述n是小于i的正整数；

将所述总积分量减去所述部分积分量之差放大K2倍，得到所述第i积分量，所述K2是实数；

所述微分电路3033具体用于：

将所述第i差分量进行微分；

将微分后的第i差分量放大K3倍，得到所述第i微分量，所述K3是实数。

样一来，根据系统性能指标和预设期望指标，确定用于调整所述云系统之后的系统性能指标的调整量，因此，调节量根据系统性能指标改变而改变，这样，就能够做到实时调整，从而快速响应工作负载的变化，使得计算时间和工作负载相匹配，从而提升业务处理的速率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明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和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、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数据处理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数据处理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。

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数据处理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数据处理设备上，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。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。