大数据量的数据同步方法、设备、存储介质及装置与流程

本发明涉及大数据技术领域，尤其涉及一种大数据量的数据同步方法、设备、存储介质及装置。

背景技术：

目前，在两个系统之间，需要将一个系统中的数据变化及时的同步到另一个系统，如果在某一时间点数据更新的量非常大(千万以上级别)涉及的表也比较多，而且数据关联性又比较复杂的情况下，同步会产生比较大的延迟，在数据量非常大的情况下，如何提高大数据量的数据进行同步时的效率是亟待解决的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现要素：

本发明的主要目的在于提供一种大数据量的数据同步方法、设备、存储介质及装置，旨在解决现有技术中大数据量的数据进行同步时的效率低的技术问题。

为实现上述目的，本发明提供一种大数据量的数据同步方法，所述大数据量的数据同步方法包括以下步骤：

从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据；

将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据。

优选地，所述从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据，包括：

从源端获取大数据量的源数据，对所述大数据量的源数据进行解析，获得各源数据对应的各业务关键词集合；

获取各业务类型簇对应的各类型簇关键词集合；

将各业务关键词集合分别与各类型簇关键词集合进行匹配，获得匹配程度；

根据所述匹配程度对各业务关键词集合对应的各源数据进行分类，获得多个类别的链路数据。

优选地，所述业务类型簇包括多个关联业务类型；

所述将各业务关键词集合分别与各类型簇关键词集合进行匹配，获得匹配程度之前，所述大数据量的数据同步方法还包括：

获取每个业务类型簇中各关联业务类型对应的样本数据，对所述样本数据进行关键词提取，获得样本关键词；

根据所述样本关键词构建各业务类型簇对应的各类型簇关键词集合。

优选地，所述将各业务关键词集合分别与各类型簇关键词集合进行匹配，获得匹配程度，包括：

遍历各业务关键词集合，将所述业务关键词集合分别与各类型簇关键词集合进行匹配，获得各业务关键词集合与各类型簇关键词集合之间的匹配程度。

优选地，所述将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据，包括：

通过抽取进程从所述源端的数据库中读取联机重做日志文件；

对所述联机重做日志文件进行解析，获得各类别的链路数据中的变化数据；

通过传输进程将各类别的链路数据中的变化数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的变化数据。

优选地，所述对所述联机重做日志文件进行解析，获得各类别的链路数据中的变化数据之后，所述大数据量的数据同步方法还包括：

对各类别的链路数据中的变化数据按照预设规则进行格式转换，获得各类别的链路数据中的待传输数据，并将所述待传输数据存放在预设队列文件中；

所述通过传输进程将各类别的链路数据中的变化数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的变化数据，包括：

通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的所述待传输数据。

优选地，所述通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，包括：

通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，并记录同步时刻；

获取当前时刻，在所述当前时刻与所述同步时刻之间的时间差超过预设同步时间时，检测是否接收到所述目标端发送的同步完成信息；

若未接收到，则重复执行所述通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端的步骤。

此外，为实现上述目的，本发明还提出一种大数据量的数据同步设备，所述大数据量的数据同步设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的大数据量的数据同步程序，所述大数据量的数据同步程序配置为实现如上文所述的大数据量的数据同步方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有大数据量的数据同步程序，所述大数据量的数据同步程序被处理器执行时实现如上文所述的大数据量的数据同步方法的步骤。

此外，为实现上述目的，本发明还提出一种大数据量的数据同步装置，所述大数据量的数据同步装置包括：

分类模块，用于从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据；

同步模块，用于将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据。

本发明中，通过从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据，从而将关联性较强的源数据分成一个类别，以便于后续以类别进行数据同步，提高同步效率；将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据，避免大数据量的数据同时进行同步导致的同步延迟，极大缩短了大数据量的数据进行数据同步的时间。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的大数据量的数据同步设备的结构示意图；

图2为本发明大数据量的数据同步方法第一实施例的流程示意图；

图3为本发明大数据量的数据同步方法第二实施例的流程示意图；

图4为本发明大数据量的数据同步方法第三实施例的流程示意图；

图5为本发明大数据量的数据同步装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的大数据量的数据同步设备结构示意图。

如图1所示，该大数据量的数据同步设备可以包括：处理器1001，例如中央处理器(centralprocessingunit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本发明中可为usb接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(randomaccessmemory，ram)存储器，也可以是稳定的存储器(non-volatilememory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对大数据量的数据同步设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，认定为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及大数据量的数据同步程序。

在图1所示的大数据量的数据同步设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接用户设备；所述大数据量的数据同步设备通过处理器1001调用存储器1005中存储的大数据量的数据同步程序，并执行本发明实施例提供的大数据量的数据同步方法。

基于上述硬件结构，提出本发明大数据量的数据同步方法的实施例。

参照图2，图2为本发明大数据量的数据同步方法第一实施例的流程示意图，提出本发明大数据量的数据同步方法第一实施例。

在第一实施例中，所述大数据量的数据同步方法包括以下步骤：

步骤s10：从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据。

应理解的是，本实施例的执行主体是所述大数据量的数据同步设备，其中，所述大数据量的数据同步设备可为个人电脑或服务器等电子设备。对大数据量的源数据进行同步，可通过ogg(oraclegoldengate)来实现，ogg提供异构环境下交易数据的实时捕捉、变换和投递，通过ogg从源端获取大数据量的源数据，为了提高大数据量的源数据同步的效率，可对所述大数据量的源数据进行分类，分成多个类别的链路数据，为了使得相关联的业务数据能够通过同一条链路传输，避免通过不同链路传输时若其中一条链路出现故障，则相关联的业务数据需要等待，影响后续对相关联的业务数据的处理进度。

可理解的是，所述业务类型簇包括多个关联业务类型，从而每个业务类型簇中的源数据为关联性较强的源数据，通常进行业务数据处理时，也需要根据关联性较强的源数据进行数据分析，从而按照业务类型簇对所述大数据量的源数据进行分类。每一个业务类型簇中的源数据作为一个类别的链路数据，每个类别的链路数据分别通过不同的链路进行传输，以提高传输效率，避免将大量的源数据通过一条链路传输，效率低。

步骤s20：将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据。

需要说明的是，将各类别的链路数据分别通过不同的链路同步至目标端，从而将大量的源数据进行了分路传输，提高了传输效率。所述预设进程包括rep进程，在所述目标端，为了进一步提高同步效率，可同时启动多个rep进程并行处理所述链路数据，通常所述链路数据存储在tail数据文件，即启动多个rep进程并行处理所述tail数据文件。tail数据文件为描述性文件，可以按照新增、删除或修改等进行拆分，由多个进程并行处理。

在具体实现中，通过ogg利用抽取进程(extractprocess)在源端的数据库中读取联机重做日志文件(onlineredolog)或者归档日志(archivelog)，然后进行解析，只提取其中数据的变化信息，比如增、删或改操作，将抽取的信息转换为goldengate自定义的中间格式存放在队列文件(trailfile)中，再利用传输进程将队列文件(trailfile)通过tcp/ip传送到目标端。所述目标端有一个进程叫servercollector，这个进程接受了从源端传输过来的数据变化信息，把信息缓存到goldengate队列文件(trailfile)当中，等待所述目标端的复制进程读取数据，goldengate复制进程(replicatprocess)从队列文件(trailfile)中读取数据变化信息，并创建对应的结构化查询语言(structuredquerylanguage，简写sql)语句，通过数据库的本地接口执行，提交到目标端数据库，提交成功后更新自己的检查点，记录已经完成复制的位置，数据的复制过程最终完成。

本实施例中，通过从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据，从而将关联性较强的源数据分成一个类别，以便于后续以类别进行数据同步，提高同步效率；将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据，避免大数据量的数据同时进行同步导致的同步延迟，极大缩短了大数据量的数据进行数据同步的时间。

参照图3，图3为本发明大数据量的数据同步方法第二实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明大数据量的数据同步方法的第二实施例。

在第二实施例中，所述步骤s10，包括：

步骤s101：从源端获取大数据量的源数据，对所述大数据量的源数据进行解析，获得各源数据对应的各业务关键词集合。

可理解的是，为了将大数据量的源数据进行分类，需要对各源数据进行关键词提取，可对各源数据进行分词，获得各源数据分别对应的所有词，对各源数据分别对应的所有词进行去重处理，再进行关键词提取，可通过计算去重后的词的tf-idf值，tf-idf值实际上是：tf*idf，tf词频(termfrequency)，idf逆向文件频率(inversedocumentfrequency)。根据所述tf-idf值过滤掉常见的词语，保留重要的词语，从而获得各源数据对应的各业务关键词集合。

步骤s102：获取各业务类型簇对应的各类型簇关键词集合。

本实施例中，所述业务类型簇包括多个关联业务类型；

在所述步骤s102之前，还包括：

获取每个业务类型簇中各关联业务类型对应的样本数据，对所述样本数据进行关键词提取，获得样本关键词；

根据所述样本关键词构建各业务类型簇对应的各类型簇关键词集合。

需要说明的是，所述业务类型簇中包括多个关联性较强的关联业务类型，可根据各业务类型对应的样本数据之间的依赖关系，将各种业务类型进行聚类，获得各业务类型簇。具体地，对各业务类型对应的样本数据进行关键词提取，获得各业务类型对应的关键词，再将各业务类型簇中的关联业务类型对应的关键词进行获取，构建成对应的类型簇关键词集合。比如，业务类型簇为订单处理，与订单处理关联性较强的业务类型包括：订单请求信息、交易成功订单信息和交易失败订单信息等关联业务类型。对订单请求信息、交易成功订单信息和交易失败订单信息对应的样本数据进行关键词提取，获得各关联业务类型对应的所述样本关键词，获取所述样本关键词作为所述订单处理对应的类型簇关键词集合。

步骤s103：将各业务关键词集合分别与各类型簇关键词集合进行匹配，获得匹配程度。

应理解的是，将各源数据按照所述业务类型簇进行分类，可通过将各源数据对应的各业务关键词集合与各业务类型簇对应的各类型簇关键词集合进行匹配，获得各源数据对应的各业务关键词集合语与各业务类型簇对应的各类型簇关键词集合之间的匹配程度，也即各源数据与各业务类型簇之间的匹配程度，匹配程度越高，说明对应的源数据与业务类型簇之间关联性越高，可将对应的源数据分到与其匹配程度最高的业务类型簇中。

在具体实现中，将所述业务关键词分别与各关键词集合进行匹配，通常是将各源数据对应的各业务关键词集合进行遍历，将遍历到的业务关键词与各业务类型簇对应的各类型簇关键词集合进行匹配，从而获得各源数据对应的各业务关键词集合与各业务类型簇对应的各类型簇关键词集合之间的匹配程度。本实施例中，所述步骤s102，包括：遍历各业务关键词集合，将所述业务关键词集合分别与各类型簇关键词集合进行匹配，获得各业务关键词集合与各类型簇关键词集合之间的匹配程度。

例如，源数据包括a、b和c，源数据a对应的业务关键词集合为{a1、a2、a3、a4}，源数据b对应的业务关键词集合为{a1、a2、a3、a4}，源数据c对应的业务关键词集合为{c1、c2、c3、c4}，业务类型簇包括m和n，业务类型簇m对应的类型簇业务关键词集合为{a1、a2、a3、a4、a5}，业务类型簇n对应的类型簇业务关键词集合为{a1、c1、c2、c3、c4}，源数据a对应的业务关键词集合和源数据b对应的业务关键词集合与业务类型簇m对应的类型簇业务关键词集合的匹配程度最高，可将源数据a和源数据b分类为业务类型簇m，通过同一条链路进行数据同步。

步骤s104：根据所述匹配程度对各业务关键词集合对应的各源数据进行分类，获得多个类别的链路数据。

可理解的是，通常将匹配程度最高的类型簇集合对应的业务类型簇作为业务关键词集合对应的源数据对应的类别，在上述例子中，源数据a对应的业务关键词集合和源数据b对应的业务关键词集合与业务类型簇m对应的类型簇业务关键词集合的匹配程度最高，可将源数据a和源数据b分类为业务类型簇m，作为一个类别的链路数据。将大数据量的源数据都按照所述匹配程度进行分类，从而将大数据量的源数据分为多个类别的链路数据，将不同类别的链路数据通过不同的链路进行传输，以提高传输效率，避免将大量的源数据通过一条链路传输，效率低。

本实施例中，从源端获取大数据量的源数据，对所述大数据量的源数据进行解析，获得各源数据对应的各业务关键词集合，获取各业务类型簇对应的各类型簇关键词集合，将各业务关键词集合分别与各类型簇关键词集合进行匹配，获得匹配程度，根据所述匹配程度对各业务关键词集合对应的各源数据进行分类，获得多个类别的链路数据，关键词集合之间的匹配能够体现各源数据与各业务类型簇之间的关联程度，从而有效的将各源数据进行分类，使得相关联的业务数据能够通过同一条链路传输，避免通过不同链路传输时若其中一条链路出现故障，则相关联的业务数据需要等待，影响后续对相关联的业务数据的处理进度。

参照图4，图4为本发明大数据量的数据同步方法第三实施例的流程示意图，基于上述图3所示的第二实施例，提出本发明大数据量的数据同步方法的第三实施例。

在第三实施例中，所述步骤s20，包括：

步骤s201：通过抽取进程从所述源端的数据库中读取联机重做日志文件。

应理解的是，当数据库创建的时候联机重做日志文件即被创建，数据库不能缺少联机重做日志文件，通过ogg利用抽取进程(extractprocess)在源端的数据库中读取联机重做日志文件(onlineredolog)，然后进行解析，获得所述源数据中需要进行数据同步的数据。

步骤s202：对所述联机重做日志文件进行解析，获得各类别的链路数据中的变化数据。

可理解的是，通常为了避免大量重复的源数据被同步到目标端，除了首次的数据同步，后续的数据同步都只需将源端中的发生变化的数据同步至所述目标端。对所述联机重做日志文件进行解析，获得各源数据中发生变化的数据，比如增、删或改操作获得的数据，各源数据中的变化数据构成对应类别的链路数据中的变化数据。

步骤s203：通过传输进程将各类别的链路数据中的变化数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的变化数据。

需要说明的是，将各类别的链路数据中的变化数据分别通过不同的链路同步至目标端，从而将大量的源数据中的变化数据进行了分路传输，提高了传输效率。所述预设进程包括rep进程，在所述目标端，为了进一步提高同步效率，可同时启动多个rep进程并行处理所述链路数据中的变化数据。

本实施例中，所述步骤s202之后，还包括：

对各类别的链路数据中的变化数据按照预设规则进行格式转换，获得各类别的链路数据中的待传输数据，并将所述待传输数据存放在预设队列文件中；

所述步骤s203，包括：

通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的所述待传输数据。

在具体实现中，通常所述链路数据存储在tail数据文件，所述预设规则为交易数据管理(goldengatetdm)自定义的中间格式，需对各类别的链路数据中的变化数据进行格式转换，获得交易数据管理自定义的中间格式的各类别的链路数据中的待传输数据，所述预设队列文件为tail数据文件，则将所述待传输数据存放在tail数据文件，将各类别的链路数据中的所述待传输数据分别通过不同的链路同步至目标端，从而将大量的源数据中的变化数据进行了分路传输，提高了传输效率。所述预设进程包括rep进程，在所述目标端，为了进一步提高同步效率，可同时启动多个rep进程并行处理所述链路数据中的所述待传输数据。

在本实施例中，所述通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，包括：

通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，并记录同步时刻；

获取当前时刻，在所述当前时刻与所述同步时刻之间的时间差超过预设同步时间时，检测是否接收到所述目标端发送的同步完成信息；

若未接收到，则重复执行所述通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端的步骤。

应理解的是，为了避免传输链路故障或连接延迟等原因导致的数据同步失败，需要监测各源数据是否在所述预设同步时间内完成了数据同步，所述预设同步时间可通过根据以往数据同步的时间的记录计算出单位时间同步的数据量，对此次大数据量的源数据的数据量进行统计，根据单位时间同步的数据量和此次大数据量的源数据的数据量计算出此次大数据量的源数据进行数据同步所需的时间，作为所述预设同步时间。正常情况下，在所述预设时间内，所述源数据能够成功同步至所述目标端。

可理解的是，为了方便计算同步时间，在通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端时，记录同步时刻，并获取当前时刻，则所述当前时刻减去所述同步时刻的时间差超过预设同步时间时，正常情况下，所述目标端已经完成源端发送的数据的同步，可向所述源端发送同步完成信息，若此时未接收到所述同步完成信息，则认为数据同步失败，则需要重复执行所述通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端的步骤，以确保源端的各源数据被同步至所述目标端。

本实施例中，通过抽取进程从所述源端的数据库中读取联机重做日志文件，对所述联机重做日志文件进行解析，获得各类别的链路数据中的变化数据，通过传输进程将各类别的链路数据中的变化数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的变化数据，仅将各类别的链路数据中的变化数据同步至目标端，减少数据同步的数据量，从而提高数据同步效率。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有大数据量的数据同步程序，所述大数据量的数据同步程序被处理器执行时实现如上文所述的大数据量的数据同步方法的步骤。

此外，参照图5，本发明实施例还提出一种大数据量的数据同步装置，所述大数据量的数据同步装置包括：

分类模块10，用于从源端获取大数据量的源数据，按照业务类型簇对所述大数据量的源数据进行分类，获得多个类别的链路数据；

同步模块20，用于将各类别的链路数据分别通过不同的链路同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据。

在一实施例中，所述大数据量的数据同步装置还包括：

解析模块，用于从源端获取大数据量的源数据，对所述大数据量的源数据进行解析，获得各源数据对应的各业务关键词集合；

获取模块，用于获取各业务类型簇对应的各类型簇关键词集合；

匹配模块，用于将各业务关键词集合分别与各类型簇关键词集合进行匹配，获得匹配程度；

所述分类模块10，还用于根据所述匹配程度对各业务关键词集合对应的各源数据进行分类，获得多个类别的链路数据。

在一实施例中，所述业务类型簇包括多个关联业务类型；

所述大数据量的数据同步装置还包括：

提取模块，用于获取每个业务类型簇中各关联业务类型对应的样本数据，对所述样本数据进行关键词提取，获得样本关键词；

构建模块，用于根据所述样本关键词构建各业务类型簇对应的各类型簇关键词集合。

在一实施例中，所述匹配模块，还用于遍历各业务关键词集合，将所述业务关键词集合分别与各类型簇关键词集合进行匹配，获得各业务关键词集合与各类型簇关键词集合之间的匹配程度。

在一实施例中，所述大数据量的数据同步装置还包括：

读取模块，用于通过抽取进程从所述源端的数据库中读取联机重做日志文件；

所述解析模块，还用于对所述联机重做日志文件进行解析，获得各类别的链路数据中的变化数据；

所述同步模块20，还用于通过传输进程将各类别的链路数据中的变化数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的变化数据。

在一实施例中，所述大数据量的数据同步装置还包括：

转换模块，用于对各类别的链路数据中的变化数据按照预设规则进行格式转换，获得各类别的链路数据中的待传输数据，并将所述待传输数据存放在预设队列文件中；

所述同步模块20，还用于通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，以使所述目标端启动多个预设进程并行处理各类别的链路数据中的所述待传输数据。

在一实施例中，所述同步模块20，还用于通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端，并记录同步时刻；

所述大数据量的数据同步装置还包括：

检测模块，用于获取当前时刻，在所述当前时刻与所述同步时刻之间的时间差超过预设同步时间时，检测是否接收到所述目标端发送的同步完成信息；

所述同步模块20，还用于若未接收到，则重复执行所述通过传输进程将各类别的链路数据中的所述待传输数据同步至目标端的步骤。

本发明所述大数据量的数据同步装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。

需要说明的是，在本文中，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过程、方法、物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过程、方法、物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，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为标识。

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上述实施例方法可借助软件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，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器镜像(readonlymemoryimage，rom)/随机存取存储器(randomaccessmemory，ram)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。