一种超融合云计算系统的数据监测方法和装置与流程

本发明属于计算机
技术领域：
，尤其涉及一种超融合云计算系统的数据监测方法、装置、计算机设备和计算机可读存储介质。
背景技术：
：超融合云计算系统是一种面向对象的分布式存储系统。超融合是指在同一套设备中不仅仅具备计算、网络、存储和服务器虚拟化等资源和技术，多个超融合节点还可以通过网络聚合起来，实现横向扩展，并形成统一的资源池。而在超融合云计算系统中所包括的资源池中主要可以分为硬件资源和为虚拟机分配的资源，其中，为虚拟机分配的资源是在硬件资源的基础上进一步的整合或拆分所得到的。目前，对于超融合云计算系统中为虚拟机分配的资源还无法进行有效的监测，而针对为虚拟机分配的资源的监测能够实时准确地获取超融合云计算系统中资源池的运行情况，为实现资源池的合理分配提供参考依据。因此，现有技术存在无法对超融合云计算系统中为虚拟机分配的资源进行监测的问题。技术实现要素：有鉴于此，本发明实施例提供了一种超融合云计算系统的数据监测方法、装置、计算机设备和计算机可读存储介质，以解决现有技术中无法对超融合云计算系统中为虚拟机分配的资源进行监测的问题。本发明实施例的第一方面提供了一种超融合云计算系统的数据监测方法，所述超融合云计算系统包括多个超融合节点和数据交换设备，每个所述超融合节点包括多个超融合一体机，多个所述超融合一体机通过所述数据交换设备进行网络连接形成资源池，根据用户需求将超融合一体机中的计算资源虚拟成多个虚拟机，每个超融合一体机具有唯一的标识信息；其特征在于，所述数据监测方法包括：获取所述每个超融合节点中的超融合一体机的标识信息；基于所述标识信息获取每个超融合一体机运行过程中的采样数据；根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据；根据所述监测参考数据对所述虚拟机进行监测。本发明实施例的第二方面提供了一种超融合云计算系统的存储资源分配装置，包括：第一获取模块，用于获取每个超融合节点中的超融合一体机的标识信息；第二获取模块，用于基于所述标识信息获取每个超融合一体机运行过程中的采样数据；第三获取模块，用于根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据；监测模块，用于根据所述监测参考数据对所述虚拟机进行监测。本发明实施例的第三方面提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：获取所述每个超融合节点中的超融合一体机的标识信息；基于所述标识信息获取每个超融合一体机运行过程中的采样数据；根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据；根据所述监测参考数据对所述虚拟机进行监测。本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取所述每个超融合节点中的超融合一体机的标识信息；基于所述标识信息获取每个超融合一体机运行过程中的采样数据；根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据；根据所述监测参考数据对所述虚拟机进行监测。本发明实施例中，首先获取所述每个超融合节点中的超融合一体机的标识信息，基于所述标识信息获取每个超融合一体机运行过程中的采样数据，然后根据虚拟机与超融合一体机的对应关系，以及所述采样数据得到所述虚拟机的监测数据，通过所述监测数据对所述虚拟机进行监测，能够有效地对虚拟机进行监测。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本发明实施例提供的超融合云计算系统的示意图；图2是本发明实施例一提供的超融合云计算系统的数据监测方法的实现流程示意图；图3是本发明实施例二提供的超融合云计算系统的数据监测装置的结构示意图；图4是本发明实施例提供的第三获取模块的结构示意图；图5是本发明实施例提供的超融合云计算系统的数据监测装置另一结构示意图；图6是本发明实施例提供的超融合云计算系统的数据监测装置再一结构示意图；图7是本发明实施例提供的超融合云计算系统的数据监测装置又一结构示意图；图8是本发明实施例三提供的计算机设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。图1示出了本发明实施例提供的超融合云计算系统的示意图。如图1所示，所述超融合云计算系统包括多个超融合节点和数据交换设备，每个所述超融合节点包括多个超融合一体机，多个所述超融合一体机通过所述数据交换设备进行网络连接形成资源池，根据用户需求将超融合一体机中的计算资源虚拟成多个虚拟机，每个超融合一体机具有唯一的标识信息。实施例一：图2示出了本发明实施例一提供的超融合云计算系统的数据监测方法的实现流程示意图。如图2所示，该超融合云计算系统的数据监测方法具体包括如下步骤101至步骤104。步骤101：获取所述每个超融合节点中的超融合一体机的标识信息。步骤102：基于所述标识信息获取每个超融合一体机运行过程中的采样数据。对于步骤101和步骤102，其中，该采样数据来自于超融合存储系统中各个超融合节点的至少一个超融合一体机，而采样数据的数据内容则是根据预置监测的指标对待监测数据进行实时采样得到的采样信息。由于采样数据是对超融合一体机运行过程中硬件资源的采样数据，且在整个超融合存储系统中具有很多的超融合一体机，因此，对于这些采样数据在采集时就需要标记上对应的标识信息加以区分，一般的，都是将超融合一体机的物理标识作为该采样数据的标识信息用于说明该采样数据的采集来源。针对本步骤中的数据采集过程，可通过在超融合存储系统的各个超融合一体机中运行相应的数据采集服务进行数据采集操作，所采集的数据内容可以由系统自定义确定并通过该数据采集服务对超融合一体机中的硬件资源进行定向采集，比如可以设置对超融合一体机中的存储资源、处理器占用、内存使用等参数进行定期或实时的监测。对于具体的数据采集方式，本发明实施例则不作限定。步骤103：根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据。其中，在超融合元计算系统中，对于每个虚拟机而言，所述虚拟机与超融合一体机的对应关系是确定的，根据确定的对应关系得到虚拟机对应的超融合一体机的采样数据，将该采样数据作为虚拟机的监测参考数据。步骤103具体可包括步骤201和步骤202，详述如下：步骤201：根据虚拟机与超融合一体机的对应关系，确定每个虚拟机对应的超融合一体机。所述对应关系可以是单个超融合一体机中的硬件资源对应多个虚拟机，也可以是多个超融合一体机的硬件资源对应单个虚拟机，还可以是超融合一体机中的硬件资源与虚拟机一一对应。需要说明的是，在上述超融合云计算系统中，虚拟机与超融合一体机的对应关系可以是上述三种对应关系中的任意一种，任意两种共存或三种共存。根据每个虚拟机与超融合一体机具体的对应关系，确定虚拟机对应的超融合一体机。步骤202：根据所述对应的超融合一体机的标识信息提取采样数据，根据所述采样数据得到每个虚拟机的监测参考数据。在步骤201中已经确定了虚拟机对应的超融合一体机，则进一步根据该对应的超融合一体机标识信息提取采样数据，将这些采样数据的集合作为每个虚拟机的监测参考数据。例如，得到虚拟机对应的超融合一体机的存储资源占用率、处理器占用率、内存使用率等作为监测参考数据。步骤104：根据所述监测参考数据对所述虚拟机进行监测。根据步骤103中得到的监测参考数据对虚拟机进行监测。需要说明的是，在本步骤中，可以根据对虚拟机实际监测的需要，只对部分虚拟机进行监测，则相应地获取需要监测的虚拟机对应的超融合一体机的采样数据即可，从而实现了监测的灵活性。作为本发明的一个实施例，所述监测参考数据包括监测时间点以及所述资源池中在所述监测时间点上运行的虚拟机的数量，在步骤104之后，还包括：步骤301：将所述监测数据按监测时间点的时序进行排序，为所述虚拟机生成一组时序数据；所述时序数据包括排序后的监测时间点以及在所述监测时间点上虚拟机的数量。其中，监测时间点可以以小时、分钟或者秒为单位，例如，为所述虚拟机生成一组监测时间点为分钟的时序数据，如表1示出了某个当前确定的日期内上午8点到中午12点内虚拟机的数量。表1：监测时间点虚拟机数量8:00108:10118:20118:30108:40128:50129:00139:10149:20139:30149:40159:501510:001610:101610:201710:301810:401910:502011:002011:102111:202111:302211:402311:502412:0025步骤302：根据所述时序数据预测在当前时间之后的预设时间段内的虚拟机数量。其中，预设时间段可以天数、小时或分钟为单位。对步骤301中得到的时序数据输入预测模型进行分析，其中的预测模型可以为自回归积分滑动平均模型。其中，自回归积分滑动平均模型的基本思想是：将预测对象随时间推移而形成的数据序列(如本发明实施例中的运行数据)视为一个随机序列，用数学模型来近似描述这个序列，该模型可从时间序列的过去值及现在值来预测在当前时间之后的预设时间段内的未来值，且预测到的未来值符合过去值的变化规律。步骤303：获取虚拟机的硬件规格。其中，硬件规格包括虚拟机的内存容量和cpu核数。步骤304：根据预测到的所述在当前时间之后的预设时间段内的虚拟机数量和所述虚拟机的硬件规格，获取所述当前时间之后的预设时间段内虚拟机对硬件资源的需求量。其中，当前时间之后的预设时间段内虚拟机对硬件资源的需求量中内存的需求量等于虚拟机的数量乘以每个虚拟机对应的内存容量，硬件资源的需求量中cpu的需求量等于虚拟机的数量乘以每个虚拟机对应的cpu核数。步骤305：根据所述资源池的当前容量、所述虚拟机对硬件资源的需求量以及超融合一体机的硬件规格，确定在所述未来的时间段内的超融合一体机需求量。对于步骤305，假设所述资源池的当前容量中内存容量为500gb，cpu核数为40，所述虚拟机对硬件资源的需求量为600gb并且cpu核数为60，则内存容量需要扩容100gb，cpu核数需要增加20，假设虚拟机的硬件规格为具有4gb内存和2个cpu核数，则确定至少需要增加的超融合一体机数量，100gb/4gb＝25大于20/2＝10，因此最终需要增加25台超融合一体机。作为本发明的一个实施例，通过根据时序数据预测在当前时间之后的预设时间段的虚拟机数量，再根据虚拟机数量获取未来特定时间段的超融合一体机需求量，由于引入了可反映虚拟机数量的历史增长趋势的时序数据来获得在当前时间之后的预设时间段所需的虚拟机数量，从而能够提高对超融合一体机需求量的预测准确度。作为本发明的一个实施例，所述监测数据包括监测时间点以及所述资源池中在所述监测时间点上运行的虚拟机的类型和数量，在步骤104之后，还包括：步骤401：根据虚拟机的类型对所述监测数据进行分类，并将分类后的所述监测数据按监测时间点的时序进行排序，为每种类型的虚拟机生成一组时序数据；所述时序数据包括监测时间点以及与所述监测时间点对应的同一类型的虚拟机的数量。在本步骤中，根据虚拟机的硬件规格区分虚拟机类型，例如，可以将虚拟机分为小型虚拟机、中型虚拟机、大型虚拟机。作为一个实施例，在超融合云计算系统中，可以将大型虚拟机的硬件规格设置为具有8g内存和4个cpu核数，将中型虚拟机的硬件设置为具有4g内存和2个cpu核数，将小型虚拟机的硬件规格设置为具有2g内存和1个cpu核数。其中，监测时间点可以小时、分钟或者秒为单位，例如，为所述虚拟机生成一组监测时间点为分钟的时序数据，如表2示出了某个当前确定的日期内上午8点到中午12点内三种类型的虚拟机的数量。表2：监测时间点大型虚拟机数量中型虚拟机数量小型虚拟机数量8:001025188:101126198:201126198:301025188:401227208:501227209:001328219:101429229:201328219:301429229:401530239:5015302310:0016312410:1016312410:2017322510:3018332610:4019342710:5020352811:0020352811:1021362911:2021362911:3022373011:4023383111:5024393212:00254033步骤402：根据每组所述时序数据分别预测在当前时间之后的预设时间段各类型的虚拟机数量。在本步骤中，根据自回归积分滑动平均模型分别预测在当前时间之后的预设时间段各类型的虚拟机数量，预测过程与步骤302相同，在此不再赘述。步骤403：获取各类型的虚拟机的硬件规格。其中，硬件规格包括各类型的虚拟机的内存容量和cpu核数。步骤404：根据预测到的所述当前时间之后的预设时间段内各类型的虚拟机数量和所述各类型的虚拟机的硬件规格，获取所述当前时间之后的预设时间段内各类型的虚拟机对硬件资源的需求量。步骤405：根据所述资源池的当前容量、所述各类型的虚拟机对硬件资源的需求量以及超融合一体机的硬件规格，确定在所述当前时间之后的预设时间段内的超融合一体机需求量。对于步骤404，对于每个类型的虚拟机，实现过程与步骤303相同，在此不再赘述。作为本发明的一个实施例，通过根据时序数据预测在当前时间之后的预设时间段的虚拟机数量，再根据虚拟机数量获取未来特定时间段的超融合一体机需求量，由于引入了可反映不同类型虚拟机数量的历史增长趋势的时序数据来获得在当前时间之后的预设时间段所需的虚拟机数量，且充分考虑了不同类型虚拟机的增长趋势，从而能够提高对超融合一体机需求量的预测准确度。作为本发明的一个实施例，在步骤104之后，还包括：步骤501：接收到监测查询请求时，获取所述监测查询请求中的地址信息和监测时间段。步骤502：根据所述地址信息确定虚拟机，查询所述监测时间段内所述虚拟机的监测参考数据。对于步骤501和步骤502，其中，监测查询请求的内容默认为虚拟资源，则获取所述监测查询请求中的地址信息，根据所述地址信息确定虚拟机，然后再判断给虚拟机是否在监测中，若该虚拟机在监测中，则查询所述监测时间段内所述虚拟机的监测参考数据。进一步地，还可以将所述监测参考数据反馈至用户端以便于用户直观地了解与监测查询请求对应的虚拟机的运行情况。本发明实施例中，首先获取所述每个超融合节点中的超融合一体机的标识信息，基于所述标识信息获取每个超融合一体机运行过程中的采样数据，然后根据虚拟机与超融合一体机的对应关系，以及所述采样数据得到所述虚拟机的监测数据，通过所述监测数据对所述虚拟机进行监测，能够有效地对虚拟机进行监测，具有较强的实用性和易用性。应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。实施例二：请参考图3，其示出了本发明实施例二提供的超融合云计算系统的数据监测装置的结构示意图。超融合云计算系统的数据监测装置30包括：第一获取模块31、第二获取模块32、第三获取模块33和监测模块34。其中，各模块的具体功能如下：第一获取模块31，用于获取每个超融合节点中的超融合一体机的标识信息。第二获取模块32，用于基于所述标识信息获取每个超融合一体机运行过程中的采样数据。第三获取模块33，用于根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据。监测模块34，用于根据所述监测参考数据对所述虚拟机进行监测。可选地，如图4所示，第三获取模块33包括：确定单元331，用于根据虚拟机与超融合一体机的对应关系，确定每个虚拟机对应的超融合一体机。获取单元332，用于根据所述对应的超融合一体机的标识信息提取采样数据，根据所述采样数据得到每个虚拟机的监测参考数据。可选地，如图5所示，超融合云计算系统的数据监测装置30还包括：生成模块35，用于将所述监测数据按监测时间点的时序进行排序，为所述虚拟机生成一组时序数据；所述时序数据包括排序后的监测时间点以及在所述监测时间点上虚拟机的数量；第一预测模块36，用于根据所述时序数据预测在当前时间之后的预设时间段内的虚拟机数量。第四获取模块37，用于获取虚拟机的硬件规格。第五获取模块38，用于根据预测到的所述在当前时间之后的预设时间段内的虚拟机数量和所述虚拟机的硬件规格，获取所述当前时间之后的预设时间段内虚拟机对硬件资源的需求量。第一确定模块39，用于根据所述资源池的当前容量、所述虚拟机对硬件资源的需求量以及超融合一体机的硬件规格，确定在所述未来的时间段内的超融合一体机需求量。可选地，如图6所示，超融合云计算系统的数据监测装置30还包括：分类模块310，用于根据虚拟机的类型对所述监测数据进行分类，并将分类后的所述监测数据按监测时间点的时序进行排序，为每种类型的虚拟机生成一组时序数据；所述时序数据包括监测时间点以及与所述监测时间点对应的同一类型的虚拟机的数量。第二预测模块311，用于根据每组所述时序数据分别预测在当前时间之后的预设时间段各类型的虚拟机数量；第六获取模块312，用于获取各类型的虚拟机的硬件规格。第七获取模块313，用于根据预测到的所述当前时间之后的预设时间段内各类型的虚拟机数量和所述各类型的虚拟机的硬件规格，获取所述当前时间之后的预设时间段内各类型的虚拟机对硬件资源的需求量。第二确定模块314，用于根据所述资源池的当前容量、所述各类型的虚拟机对硬件资源的需求量以及超融合一体机的硬件规格，确定在所述当前时间之后的预设时间段内的超融合一体机需求量。可选地，如图7所示，超融合云计算系统的数据监测装置30还包括：接收模块315，用于接收到监测查询请求时，获取所述监测查询请求中的地址信息和监测时间段。查询模块316，用于根据所述地址信息确定虚拟机，查询所述监测时间段内所述虚拟机的监测数据。本发明实施例中，首先获取所述每个超融合节点中的超融合一体机的标识信息，基于所述标识信息获取每个超融合一体机运行过程中的采样数据，然后根据虚拟机与超融合一体机的对应关系，以及所述采样数据得到所述虚拟机的监测数据，通过所述监测数据对所述虚拟机进行监测，能够有效地对虚拟机进行监测，具有较强的实用性和易用性。实施例三：图8是本发明实施例三提供的计算机设备的示意图。如图8所示，该实施例的计算机设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如超融合云计算系统的数据监测方法程序。所述处理器80执行所述计算机程序82时实现上述各个超融合云计算系统的数据监测方法实施例中的步骤，例如图2所示的步骤101至104。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各单元的功能，例如图3所示模块31至34的功能。示例性的，所述计算机程序82可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述计算机设备的超融合云计算系统的数据监测装置8中的执行过程。例如，所述计算机程序82可以被分割成第一获取模块、第二获取模块、第三获取模块和监测模块，各模块的具体功能如下：第一获取模块，用于获取每个超融合节点中的超融合一体机的标识信息。第二获取模块，用于基于所述标识信息获取每个超融合一体机运行过程中的采样数据。第三获取模块，用于根据虚拟机与超融合一体机的对应关系以及所述采样数据得到所述虚拟机的监测参考数据。监测模块，用于根据所述监测参考数据对所述虚拟机进行监测。所述计算机设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是计算机设备的示例，并不构成对计算机设备的限定，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，例如所述计算机设备还可以包括输入输出设备、网络接入设备、总线等。所称处理器80可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。所述存储器81可以是所述计算机设备8的内部存储单元，例如计算机设备8的硬盘或内存。所述存储器81也可以是所述计算机设备8的外部存储设备，例如所述计算机设备8上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器81还可以既包括所述计算机设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述计算机设备所需的其他程序和数据。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。所述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单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。当前第1页12