节点调用方法、装置、计算机设备和存储介质与流程

1.本技术涉及计算机技术领域，特别是涉及一种节点调用方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着软件开发领域的不断发展，出现了微服务技术，随着该微服务技术包括的微服务框架集合(springcloud)的不断普及，大量软件被拆分为小粒度的多个微服务节点，所以在同一软件内，产生了多个微服务节点之间的调用以及负载均衡问题。
3.相关技术中，为了保证各个微服务节点之间的负载均衡，一般是通过微服务框架中负载均衡组件(ribbon)提供的默认的负载均衡算法，平衡各个微服务节点。但是，在存在多个微服务节点的同一软件微服务的应用场景中，面对同一类型的多个请求，相关技术会根据默认的负载均衡算法随机分配处理该多个请求的多个节点，导致各个节点需要重复加载该类型的初始化数据，导致系统性能消耗过高。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够降低系统性能消耗的节点调用方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种节点调用方法。所述方法包括：
6.接收业务请求，所述业务请求包含请求内容信息；
7.通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；
8.根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。
9.在其中一个实施例中，所述根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，包括：
10.通过预设的数字映射算法，计算所述目标请求类型的标识信息对应的映射结果，所述映射结果为数字形式；
11.通过预设的节点匹配算法，在所述可用的微服务节点的集合中，确定与所述映射结果匹配的目标微服务节点。
12.在其中一个实施例中，所述目标请求类型的标识信息包括字符串标识；
13.所述通过预设的数字映射算法，计算所述目标请求类型的标识信息对应的映射结果，所述映射结果为数字形式，包括：
14.通过预设的ascii映射算法，计算所述字符串标识对应的映射结果，所述映射结果为数字形式。
15.在其中一个实施例中，所述通过预设的节点匹配算法，在所述可用的微服务节点
的集合中，确定与所述映射结果匹配的目标微服务节点，包括：
16.计算所述映射结果对应的目标索引；
17.在所述可用的微服务节点的集合中，根据所述目标索引确定所述目标微服务节点。
18.在其中一个实施例中，所述计算所述映射结果对应的目标索引，包括：
19.根据预设的微服务节点的索引与映射结果的对应关系，确定所述映射结果对应的目标索引；
20.或，根据预设的节点匹配算法以及所述映射结果，计算目标索引。
21.在其中一个实施例中，所述请求内容信息包含请求发起用户的身份标识；
22.所述通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息，包括：
23.通过token算法，确定所述请求发起用户的身份标识对应的目标请求类型的标识信息。
24.第二方面，本技术还提供了一种节点调用装置。所述装置包括：
25.接收模块，用于接收业务请求，所述业务请求包含请求内容信息；
26.确定模块，用于通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；
27.识别模块，用于根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。
28.在其中一个实施例中，所述识别模块，具体用于：
29.通过预设的数字映射算法，计算所述目标请求类型的标识信息对应的映射结果，所述映射结果为数字形式；
30.通过预设的节点匹配算法，在所述可用的微服务节点的集合中，确定与所述映射结果匹配的目标微服务节点。
31.在其中一个实施例中，所述目标请求类型的标识信息包括字符串标识；
32.所述识别模块，具体用于：
33.通过预设的ascii映射算法，计算所述字符串标识对应的映射结果，所述映射结果为数字形式。
34.在其中一个实施例中，所述识别模块，具体用于：
35.计算所述映射结果对应的目标索引；
36.在所述可用的微服务节点的集合中，根据所述目标索引确定所述目标微服务节点。
37.在其中一个实施例中，所述识别模块，具体用于：
38.根据预设的微服务节点的索引与映射结果的对应关系，确定所述映射结果对应的目标索引；
39.或，根据预设的节点匹配算法以及所述映射结果，计算目标索引。
40.在其中一个实施例中，所述请求内容信息包含请求发起用户的身份标识；
41.所述确定模块，具体用于：
42.通过token算法，确定所述请求发起用户的身份标识对应的目标请求类型的标识信息。
43.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
44.接收业务请求，所述业务请求包含请求内容信息；
45.通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；
46.根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。
47.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
48.接收业务请求，所述业务请求包含请求内容信息；
49.通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；
50.根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。
51.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
52.接收业务请求，所述业务请求包含请求内容信息；
53.通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；
54.根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。
55.上述节点调用方法、装置、计算机设备、存储介质和计算机程序产品，该方法包括：接收业务请求，所述业务请求包含请求内容信息；通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。通过采用本发明，可以预知同一类型的请求在多次访问的情况下的节点信息，使同一类型的请求与同一个节点相对应，避免重复加载该种类型的请求的初始化数据，降低系统性能的损耗，提高微服务节点的处理效率。
附图说明
56.图1为一个实施例中节点调用方法的流程示意图；
57.图2为一个实施例中确定与映射结果匹配的目标微服务节点步骤的流程示意图；
58.图3为一个实施例中根据目标索引确定目标微服务节点步骤的流程示意图；
59.图4为一个实施例中计算目标索引步骤的流程示意图；
60.图5为一个实施例中节点调用装置的结构框图；
61.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
62.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
63.随着软件开发技术的不断发展，微服务技术也在不断发展，微服务中的springcloud框架也在逐渐普及，很多大量软件被拆分为小粒度的服务节点，这样在一个软件服务中，会存在多个服务节点之间的调用以及负载均衡。传统技术中，ribbon提供了默认的负载均衡算法，但是该负载均衡算法也存在资源利用率低，效率不高的问题。
64.相关技术中的负载均衡算法可以包括：1.轮询算法，从开始节点到结束节点，各个节点循环被多个请求调用。2.随机算法，每次请求被随机分配到不同节点。3.可用过滤算法，首先过滤掉连接失败的服务节点，并且过滤掉高并发的服务节点，然后从健康的服务节点中，使用轮询策略选出一个节点返回。4.响应时间权重算法，根据响应时间，分配一个权重weight，响应时间越长，weight越小，被选中的可能性越低。5.轮询失败重试算法，通过轮询失败重试策略确定被调用节点，具体为使用轮询策略进行负载均衡，如果轮询失败，则再使用轮询策略进行一次重试，相当于重试下一个节点，看下一个节点是否可用，如果再失败，则直接返回失败。6.并发量最小可用算法，选择一个并发量最小的节点返回。7.区域可用性算法，返回区域的可用性和性能最好的节点返回。
65.但是，上述多种负载均衡算法均存在效率较低的问题，具体地，在存在多个微服务节点的软件环境中，通过上述多种负载均衡算法进行被调用节点的确定，会导致针对于同一类型的多个请求，每次都无法预知被调用节点的路由，重复加载该类型的初始化数据，对资源的单微服务节点锁定升级为同一微服务多节点锁定，过早产生分布式事务，导致系统性能的损耗过高。
66.在一个实施例中，如图1所示，提供了一种节点调用方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现，上述终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中，该节点调用方法应用于包含多个微服务节点的软件环境中，包括以下步骤：
67.步骤102，接收业务请求。
68.其中，业务请求包含请求内容信息。
69.具体地，业务请求可以是用户发送至终端的业务请求，例如可以是用户a发送的登录请求。这样，业务请求中包含的请求内容信息可以是发送请求的用户信息a以及请求的功能信息(登录)等等。在接收到业务请求的情况下，终端会对该业务请求进行解析，获取该业务请求携带的请求内容信息。
70.步骤104，通过请求类型确定算法，确定请求内容信息对应的目标请求类型的标识信息。
71.具体地，终端通过预设的请求类型确定算法，基于该业务请求携带的请求内容信息对该业务请求进行分类，得到该业务请求对应的类型，即目标请求类型，并确定该目标请求类型的标识信息。
72.在一个示例中，分类维度可以是用户，请求内容信息可以是发送该业务请求的用户的身份标识信息。这样，终端可以以发送业务请求的用户的不同作为分类基准，对各个业务请求进行分类。具体地，终端通过预设的请求类型确定算法，基于该发送该业务请求的用户的身份标识信息，确定该业务请求的目标请求类型，以及该目标请求类型的标识信息，例如可以是标识字符串。
73.步骤106，根据节点识别算法，在可用的微服务节点的集合中，识别与目标请求类型的标识信息匹配的目标微服务节点，并将业务请求分配至目标微服务节点，以使目标微服务节点完成业务请求。
74.具体地，终端可以从预设的负载均衡器中，获取多个可用的微服务节点，组成可用的微服务节点的集合。终端在可用的微服务节点的集合中，可以通过该节点识别算法，确定与目标请求类型的标识信息匹配的索引，并根据该索引确定目标微服务节点。这样，终端可以将该业务请求直接转发至该目标微服务节点。在该目标微服务节点接收到该业务请求后，该目标微服务节点可以响应于该业务请求，执行对应的操作，完成该业务请求。即该业务请求成功调用微服务节点。
75.上述节点调用方法中，接收包含请求内容信息的业务请求，通过请求类型确定算法，确定请求内容信息对应的目标请求类型的标识信息。响应于业务请求，获取可用的微服务节点的集合。根据节点识别算法，在可用的微服务节点的集合中，确定与业务请求的目标请求类型的标识信息对应的目标微服务节点，并将业务请求分配至目标微服务节点，以使目标微服务节点完成业务请求。通过采用本发明，可以预知同一类型的请求在多次访问的情况下的节点信息，使同一类型的请求与同一个节点相对应，避免重复加载该种类型的请求的初始化数据，降低系统性能的损耗，提高微服务节点的处理效率。
76.在其中一个实施例中，如图2所示，步骤106“根据节点识别算法，在可用的微服务节点的集合中，识别与目标请求类型的标识信息匹配的目标微服务节点”的具体处理过程，包括：
77.步骤202，通过预设的数字映射算法，计算目标请求类型的标识信息对应的映射结果。
78.其中，映射结果为数字形式。
79.具体地，预设的数字映射算法可以是将字符串形式的标识信息映射为数字形式的映射结果。这样，终端基于预设的数字映射算法，可以对该目标请求类型的标识信息进行映射，得到数字形式的映射结果k。
80.步骤204，通过预设的节点匹配算法，在可用的微服务节点的集合中，确定与映射结果匹配的目标微服务节点。
81.具体地，该可用的微服务节点的集合可以包括多个可用的微服务节点，每一微服务节点均具备唯一的索引。终端在接收到业务请求后，可以从预设的负载均衡器中获取多
个可用的微服务节点，组成可用的微服务节点的集合。这样，终端可以通过预设的节点匹配算法，计算与数字形式的映射结果匹配的索引，并基于该索引，在该可用的微服务节点的集合，确定目标微服务节点。
82.在其中一个实施例中，目标请求类型的标识信息包括字符串标识。
83.相应地，步骤202“通过预设的数字映射算法，计算目标请求类型的标识信息对应的映射结果，映射结果为数字形式”的具体处理过程，包括：
84.通过预设的ascii映射算法，计算字符串标识对应的映射结果。
85.其中，映射结果为数字形式。
86.具体地，目标请求类型的标识信息可以是字符串标识m，这样，终端可以对该字符串m进行ascii映射，得到与该字符串m对应的数字形式的映射结果k，其中，字符串标识m与数字形式的映射结果k是一一对应的关系。
87.在一个实施例中，如图3所示，步骤204“通过预设的节点匹配算法，在可用的微服务节点的集合中，确定与映射结果匹配的目标微服务节点”的具体处理过程，包括：
88.步骤302，计算映射结果对应的目标索引。
89.具体地，终端可以根据数字形式的映射结果，计算该映射结果对应的目标索引。
90.步骤304，在可用的微服务节点的集合中，根据目标索引确定目标微服务节点。
91.具体地，该可用的微服务节点的集合可以包括多个可用的微服务节点，每一微服务节点均具备唯一的索引。终端可以基于该目标索引，在该可用的微服务节点的集合中确定目标微服务节点。
92.在其中一个实施例中，如图4所示，步骤302“计算映射结果对应的目标索引”的具体执行过程，包括：
93.步骤402，根据预设的微服务节点的索引与映射结果的对应关系，确定映射结果对应的目标索引。
94.具体地，终端可以预先设置各个业务请求的目标请求类型的标识信息对应的数字形式的映射结果与各个微服务节点的索引的对应关系。例如，可用的微服务节点的集合s可以是s＝{s0,s1,
…
,s
n-1
}，0,1,
…
,n-1是各个微服务节点的索引。终端预先设置的数字形式的映射结果与各个微服务节点的索引的对应关系可以是，将多个数字形式的映射结果按照从大到小的次序或者是从小到大的次序进行排列，这样，终端可以按照各个数字形式的映射结果的大小次序，为该各个映射结果从s0开始分配，直至s
n-1
。
95.在另一个示例中，可用的微服务节点的集合s可以是s＝{s0,s1,
…
,s
n-1
}，0,1,
…
,n-1是各个微服务节点的索引。终端计算得到的各个业务请求的数字形式的映射结果可以是0,1,
…
,n-1，这样，终端预先设置的各个业务请求的目标请求类型的标识信息对应的数字形式的映射结果与各个微服务节点的索引的对应关系可以是与下表1所示：
96.表1
97.业务请求的目标请求类型的标识信息命中节点m0s0m1s1
…………
mn-2sn-2
mn-1sn-1
98.其中，各个业务请求的目标请求类型的标识信息m对应的数字形式的映射结果可以是0,1,
…
,n-1，各个微服务节点s的索引可以是0,1,
…
,n-1。
99.或者，步骤404，根据预设的节点匹配算法以及映射结果，计算目标索引。
100.具体地，终端可以通过以下公式，计算目标索引f：
101.f＝k％n,
102.其中，f是目标索引，k是数字形式的映射结果，n是可用的微服务节点的集合包含的微服务节点的数量，f的取值是[0,n)，即f是s的子集。
[0103]
本实施例中，通过计算各个业务请求的目标请求类型的标识信息对应的数字形式的映射结果对应的索引，可以保证在业务请求的目标请求类型的标识信息固定的情况下，终端为该业务请求分配的微服务节点也固定的效果，避免出现请求固定，请求节点不固定的情况，进而提高微服务的请求处理效率以及降低微服务的性能消耗。
[0104]
在其中一个实施例中，请求内容信息包含请求发起用户的身份标识。
[0105]
相应地，步骤“通过请求类型确定算法，确定请求内容信息对应的目标请求类型的标识信息”的具体处理过程，包括：
[0106]
通过token算法，确定请求发起用户的身份标识对应的目标请求类型的标识信息。
[0107]
具体地，终端获取该业务请求携带的请求内容信息，基于该请求内容信息包含请求发起用户的身份标识以及token算法，确定该业务请求的目标请求类型的标识信息，该标识信息可以是请求标识字符串m。
[0108]
在一个示例中，终端通过请求类型确定算法，确定请求内容信息对应的目标请求类型的标识信息，在面对多个业务请求时，可以将同一用户发出的多个业务请求划分至同一类型，使该多个业务请求的目标请求类型相同，目标请求类型的标识信息m也相同。
[0109]
本实施例中，通过对各个业务请求的分类，将同一类型的业务请求划分至一起，并使同一类型的业务请求的目标请求类型的标识信息相同，可以在多个同一类型的业务请求在请求微服务节点时，避免同类资源的重复加载，避免局部资源锁定升级为全局资源锁定，可以同一类型的业务请求在多个微服务节点之间同步，而仅在同一节点内进行同步即可，降低系统的性能损耗。
[0110]
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0111]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的节点调用方法的节点调用装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个节点调用装置实施例中的具体限定可以参见上文中对于节点调用方法的限定，在此不再赘述。
[0112]
在一个实施例中，如图5所示，提供了一种节点调用装置500，包括：
[0113]
接收模块501，用于接收业务请求，所述业务请求包含请求内容信息；
[0114]
确定模块502，用于通过请求类型确定算法，确定所述请求内容信息对应的目标请求类型的标识信息；
[0115]
识别模块503，用于根据节点识别算法，在可用的微服务节点的集合中，识别与所述目标请求类型的标识信息匹配的目标微服务节点，并将所述业务请求分配至所述目标微服务节点，以使所述目标微服务节点完成所述业务请求。
[0116]
上述节点调用装置500中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0117]
在其中一个实施例中，所述识别模块，具体用于：
[0118]
通过预设的数字映射算法，计算所述目标请求类型的标识信息对应的映射结果，所述映射结果为数字形式；
[0119]
通过预设的节点匹配算法，在所述可用的微服务节点的集合中，确定与所述映射结果匹配的目标微服务节点。
[0120]
在其中一个实施例中，所述目标请求类型的标识信息包括字符串标识；
[0121]
所述识别模块，具体用于：
[0122]
通过预设的ascii映射算法，计算所述字符串标识对应的映射结果，所述映射结果为数字形式。
[0123]
在其中一个实施例中，所述识别模块，具体用于：
[0124]
计算所述映射结果对应的目标索引；
[0125]
在所述可用的微服务节点的集合中，根据所述目标索引确定所述目标微服务节点。
[0126]
在其中一个实施例中，所述识别模块，具体用于：
[0127]
根据预设的微服务节点的索引与映射结果的对应关系，确定所述映射结果对应的目标索引；
[0128]
或，根据预设的节点匹配算法以及所述映射结果，计算目标索引。
[0129]
在其中一个实施例中，所述请求内容信息包含请求发起用户的身份标识；
[0130]
所述确定模块，具体用于：
[0131]
通过token算法，确定所述请求发起用户的身份标识对应的目标请求类型的标识信息。
[0132]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储节点调用的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种节点调用方法。
[0133]
本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备
可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0134]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0135]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0136]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0137]
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。
[0138]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0139]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0140]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。