故障恢复方法、计算机设备及存储介质与流程

本发明涉及安全监控技术领域，具体涉及一种故障恢复方法、计算机设备及存储介质。

背景技术：

目前的服务器管理系统中，由故障监测平台(或称uwork)实时监测所有维护的服务器是否发生故障，当服务器发生故障时，则发出告警信息，通知相关人员(如服务器负责人、运维人员等)及时处理，相关人员则登录故障监测平台，对故障进行手动恢复。

现有的服务器故障恢复方案，必须人工介入，因此人工成本高，操作效率低，可靠性差。

技术实现要素：

鉴于以上内容，有必要提出一种故障恢复方法、计算机设备及存储介质，通过将每个故障对应的解决办法封装成故障恢复作业流脚本，在故障发生时由监控系统触发故障自动处理系统调用故障恢复流作业流脚本，将故障自动化解。

本发明的第一方面提供一种故障恢复方法，应用于监控系统中，所述方法包括：

监控服务器是否发生故障，并在监控到所述服务器发生故障后获取所述服务器的标识信息；

识别所述故障的故障类型；

匹配是否存在与所述故障类型对应的故障恢复作业流标识；

当匹配出与所述故障类型对应的故障恢复作业流标识后，生成第一故障告警指令；

使用钩子功能钩住所述第一故障告警指令，并发送携带有所述服务器的标识信息及所述故障恢复作业流标识的第二故障告警指令至故障自动处理系统中，使得所述故障自动处理系统根据所述第二故障告警指令反馈回故障恢复指令；

通过所述服务器的客户端调用所述故障恢复指令中的故障恢复作业流脚本执行所述故障恢复指令。

根据本发明的一个可选的实施例，所述监控服务器是否发生故障包括：

获取所述服务器的客户端上报的日志，所述日志中记录有多个数据；

比较每个数据与对应的数据阈值；

当有至少一个数据大于对应的数据阈值时，确定监控到所述服务器发生故障；

当所有的数据小于或者等于对应的数据阈值时，确定监控到所述服务器正常运行。

根据本发明的一个可选的实施例，所述识别所述故障的故障类型包括：

确定所述多个数据中大于数据阈值的目标数据；

采用正则匹配的方法对预设关键词与所述目标数据进行匹配；

当从所述目标数据中匹配出与所述预设关键词相同的目标关键词时，根据预设监控规则表确定所述目标关键词对应的故障类型。

根据本发明的一个可选的实施例，当所有的数据小于或者等于对应的数据阈值时，所述方法还包括：

输入每个数据至故障预测分类器中；

通过所述故障预测分类器预测出所述每个数据的风险故障类型及概率；

将最大概率对应的风险故障类型作为目标风险故障类型；

向所述服务器发送携带有所述目标风险故障类型的风险告警信号。

根据本发明的一个可选的实施例，所述故障预测分类器的训练过程包括：

获取所述每个数据对应的历史数据及所述历史数据的故障类型；

根据所述每个历史数据及对应的故障类型构建数据数组；

输入所述数据数组至卷积神经网络中进行训练得到所述故障预测分类器。

根据本发明的一个可选的实施例，所述方法还包括：

当匹配出不存在与所述故障类型对应的故障恢复作业流标识时，发送预设通知信息至运维服务人员，使得所述运维服务人员手动处理故障恢复。

本发明的第二方面提供一种故障恢复方法，应用于故障自动处理系统中，所述方法包括：

接收监控系统发送的携带有服务器的标识信息及故障恢复作业流标识的故障告警信号；

匹配出与所述故障恢复作业流标识对应的故障恢复作业流脚本；

将携带有所述故障恢复作业流脚本的故障恢复指令发送至与所述服务器的标识信息对应的服务器，使得所述服务器的客户端调用所述故障恢复作业流脚本执行所述故障恢复指令。

根据本发明的一个可选的实施例，所述方法还包括：

获取运维服务系统中的多个故障类型及每个故障类型的故障恢复策略；

根据所述每个故障类型的故障恢复策略配置故障恢复作业流脚本；

为所述故障恢复作业流脚本设置故障恢复作业流标识；

发送所述故障恢复作业流标识至所述监控系统。

本发明的第三方面提供一种计算机设备，所述计算机设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现所述故障恢复方法。

本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质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所述故障恢复方法。

综上所述，本发明所述的故障恢复方法、计算机设备及存储介质，通过监控系统和故障自动处理系统相配合的方式对发生故障的服务器进行故障恢复，通过故障自动处理系统将每个故障对应的解决办法封装成故障恢复作业流脚本，在故障发生时由监控系统触发故障自动处理系统调用故障恢复流作业流脚本，将故障自动化解，去掉其中人工参与的过程，实现故障的快速恢复。

附图说明

图1是本发明实施例一提供的故障恢复方法的流程图。

图2是本发明实施例二提供的故障恢复方法的流程图。

图3是本发明实施例三提供的故障恢复装置的结构图。

图4是本发明实施例四提供的故障恢复装置的结构图。

图5是本发明实施例五提供的计算机设备的结构示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

实施例一

图1是本发明实施例一提供的故障恢复方法的流程图。所述故障恢复方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。

s11，监控系统监控服务器是否发生故障，并在监控到所述服务器发生故障后获取所述服务器的标识信息。

故障恢复系统包括监控系统和故障自动处理系统两个子系统，其中监控系统负责监控服务器是否发生故障，并在监控到服务器发生故障时，获取发生故障的服务器的标识信息。

所述标识信息可以包括：服务器的ip地址，服务器的mac地址、服务器的设备识别号。

所述标识信息用于唯一表示服务器。

在一个可选的实施例中，所述监控服务器是否发生故障包括：

获取所述服务器的客户端上报的日志，所述日志中记录有多个数据；

比较每个数据与对应的数据阈值；

当有至少一个数据大于对应的数据阈值时，确定监控到所述服务器发生故障；

当所有的数据小于或者等于对应的数据阈值时，确定监控到所述服务器正常运行。

在该可选的实施例中，所述监控系统同时对接多个服务器，每个服务器中事先安装有客户端，所述客户端定时或者不定时的向监控系统主动上报对应服务器的日志。所述客户端还可以在接收到监控系统定期或者不定期发送的日志上报指令时，上报对应服务器的日志。

所述多个数据可以包括，但不限于：cpu使用率、内存使用率、进程存活状态、磁盘使用率、数据库连接数等。

不同的数据对应不同的数据阈值，例如，cpu使用率对应的数据阈值为90％，数据库连接数对应的数据阈值为100。

s12，监控系统识别所述故障的故障类型。

根据获取到的多个数据识别出服务器发生故障的故障类型。

在一个可选的实施例中，所述识别所述故障的故障类型包括：

确定所述多个数据中大于数据阈值的目标数据；

采用正则匹配的方法对预设关键词与所述目标数据进行匹配；

当从所述目标数据中匹配出与所述预设关键词相同的目标关键词时，根据预设监控规则表确定与所述目标关键词对应的故障类型。

在该可选的实施例中，在所述监控系统中预先设置有监控规则表，其中所述监控规则表中记录了多个故障类型及每一个故障类型对应的关键词。

所述故障类型包括：cpu故障、内存故障、进程故障、磁盘故障、数据库故障等。cpu故障对应的关键词为“cpu”，内存故障对应的关键词为“内存”。

根据运维服务人员的工作经验，这些故障都有明显的特征和典型的处理方法，因此可以总结并形成运维知识库，根据运维知识库开发和配置出故障恢复作业流脚本，以执行故障恢复指令，对服务器进行故障恢复。

s13，监控系统匹配是否存在与所述故障类型对应的故障恢复作业流标识。

监控系统中预先记录有故障类型与故障恢复作业流标识之间的关联关系，根据关联关系匹配出与发生故障的故障类型对应的故障恢复作业流标识，便于故障自动处理系统根据所述故障恢复作业流标识发送故障恢复作业流脚本。

s14，当监控系统匹配出存在与所述故障类型对应的故障恢复作业流标识后，生成第一故障告警指令。

当监控系统监控到某个服务器发生了某个故障类型的故障(如故障a)时，并在匹配出存在与所述故障类型对应的故障恢复作业流标识后，生成第一故障告警指令，但是所述第一故障告警指令仅仅只是一种告警的机制，其中并未携带有任何信息。

s15，监控系统使用钩子功能钩住所述第一故障告警指令，并发送携带有所述服务器的标识信息及所述故障恢复作业流标识的第二故障告警指令至故障自动处理系统中，使得所述故障自动处理系统根据所述第二故障告警指令反馈回故障恢复指令。

监控系统有钩子功能，能够钩住所述第一故障告警指令，从而向故障自动处理系统发送携带有所述服务器的标识信息及所述故障恢复作业流标识的第二故障告警指令。

由于所述第二故障告警指令中包括了服务器的标识信息和故障恢复作业流标识，则故障自动处理系统可以根据服务器的标识信息确定出哪一台服务器发生了故障，并根据故障恢复作业流标识确定出需要调用哪一个故障恢复作业流脚本，从而将故障恢复作业流脚本发送给发生了故障的服务器以进行故障恢复。

进行故障恢复的具体过程可以参见实施例二及其相关描述。

在一个可选的实施例中，当所有的数据小于或者等于对应的数据阈值时，所述方法还包括：

输入每个数据至故障预测分类器中；

通过所述故障预测分类器预测出所述每个数据的风险故障类型及概率；

将最大概率对应的风险故障类型作为目标风险故障类型；

向所述服务器发送携带有所述目标风险故障类型的风险告警信号。

其中，该故障预测分类器为基于卷积神经网络模型的故障分类器。通过预先训练故障预测分类器，能够在服务器未发生故障时，对服务器中的数据进行风险预测，并确定出现风险故障的故障类型及每一个故障类型的概率。服务器中有多个数据，每一个数据对应多个预测风险故障类型，将最大概率对应的风险故障类型作为该数据的目标风险故障类型。将所有数据的目标风险故障类型中最大概率对应的目标风险故障类型作为所述服务器的目标风险故障类型。通过预测服务器的目标风险故障类型，能够进行提前预防并做好准备措施。

在一个可选的实施例中，所述故障预测分类器的训练过程包括：

获取所述每个数据对应的历史数据及所述历史数据的故障类型；

根据所述每个历史数据及对应的故障类型构建数据数组；

输入所述数据数组至卷积神经网络中进行训练得到所述故障预测分类器。

该可选的实施例中，基于数据数组对故障预测分类器进行训练，使得训练得到的故障预测分类器具有故障类型预测的功能。

具体实现时，根据时间顺序将同一个指标项的所有历史数据及故障类型标识存储在数据库中，基于所述数据库训练故障预测分类器，使用训练好的故障预测分类器根据服务器客户端上报的多个数据进行故障分类，能够得出当前每个数据出现的故障类型的概率。

在一个可选的实施例中，所述方法还包括：

当匹配出不存在与所述故障类型对应的故障恢复作业流标识时，发送预设通知信息至运维服务人员，使得所述运维服务人员手动处理故障恢复。

实施例二

图2是本发明实施例二提供的故障恢复方法的流程图。所述故障恢复方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。

s21，故障自动处理系统接收监控系统发送的携带有服务器的标识信息及故障恢复作业流标识的故障告警信号。

s22，故障自动处理系统匹配出与所述故障恢复作业流标识对应的故障恢复作业流脚本。

故障自动处理系统中预先开发并配置有多个故障恢复作业流脚本，每一个故障恢复作业流脚本用于执行服务器的故障恢复作业流程，每个故障恢复作业流脚本都有唯一id作为故障恢复作业流标识。

故障恢复作业流脚本中存储有常用的处理问题的步骤指令。故障恢复作业流脚本可以包括中间件启动脚本、停止脚本、重启脚本、数据库表空间扩容脚本、数据库节点重启脚本、f5负载均衡设备隔离脚本、进程关闭脚本等。

故障自动处理系统的输入参数是服务器的标识信息，当传入服务器的标识信息时，故障自动处理系统则会下发故障恢复指令至与服务器的标识信息对应的服务器上去执行故障恢复命令。

s23，故障自动处理系统将携带有所述故障恢复作业流脚本的故障恢复指令发送至与所述服务器的标识信息对应的服务器，使得所述服务器的客户端调用所述故障恢复作业流脚本执行所述故障恢复指令。

服务器的客户端接收到故障恢复指令时，解析出所述故障恢复指令中的故障恢复作业流脚本，调用故障恢复作业流脚本中的步骤指令，可以自动完成故障恢复，从而将服务器恢复到正常状态。

在一个可选的实施例中，所述方法还包括：

获取运维服务系统中的多个故障类型及每个故障类型的故障恢复策略；

根据所述每个故障类型的故障恢复策略配置故障恢复作业流脚本；

为所述故障恢复作业流脚本设置故障恢复作业流标识；

发送所述故障恢复作业流标识至所述监控系统。

本发明通过监控系统和故障自动处理系统相配合的方式对发生故障的服务器进行故障恢复，通过故障自动处理系统将每个故障对应的解决办法封装成故障恢复作业流脚本，在故障发生时由监控系统触发故障自动处理系统调用故障恢复流作业流脚本，将故障自动化解，去掉其中人工参与的过程，实现故障的快速恢复。

通过故障自动处理系统，去除了故障处理中人的干预因素，没有了通知和上线手动处理的延迟，并且也避免了手动处理故障中可能出现的误操作导致额外的问题发生。

实施例三

图3是本发明实施例三提供的故障恢复装置的结构图。

在一些实施例中，所述故障恢复装置30可以包括多个由程序代码段所组成的功能模块。所述故障恢复装置30中的各个程序段的程序代码可以存储于计算机设备的存储器中，并由所述至少一个处理器所执行，以执行(详见图1描述)故障恢复的功能。

本实施例中，所述故障恢复装置30根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：监控模块301、获取模块302、识别模块303、匹配模块304、生成模块305、告警模块306、预测模块307及通知模块308。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。

所述监控模块301，用于监控服务器是否发生故障。

故障恢复系统包括监控系统和故障自动处理系统两个子系统，其中监控系统负责监控服务器是否发生故障。

在一个可选的实施例中，所述监控模块301监控服务器是否发生故障包括：

获取所述服务器的客户端上报的日志，所述日志中记录有多个数据；比较每个数据与对应的数据阈值；当有至少一个数据大于对应的数据阈值时，确定监控到所述服务器发生故障；当所有的数据小于或者等于对应的数据阈值时，确定监控到所述服务器正常运行。

在该可选的实施例中，所述监控系统同时对接多个服务器，每个服务器中事先安装有客户端，所述客户端定时或者不定时的向监控系统主动上报对应服务器的日志。所述客户端还可以在接收到监控系统定期或者不定期发送的日志上报指令时，上报对应服务器的日志。

所述多个数据可以包括，但不限于：cpu使用率、内存使用率、进程存活状态、磁盘使用率、数据库连接数等。

不同的数据对应不同的数据阈值，例如，cpu使用率对应的数据阈值为90％，数据库连接数对应的数据阈值为100。

所述获取模块302，用于在所述监控模块301监控到服务器发生故障后获取发生故障的服务器的标识信息。

所述标识信息可以包括：服务器的ip地址，服务器的mac地址、服务器的设备识别号。

所述标识信息用于唯一表示服务器。

所述识别模块303，用于识别所述故障的故障类型。

根据获取到的多个数据识别出服务器发生故障的故障类型。

在一个可选的实施例中，所述识别模块303识别所述故障的故障类型包括：

确定所述多个数据中大于数据阈值的目标数据；

采用正则匹配的方法对预设关键词与所述目标数据进行匹配；

当从所述目标数据中匹配出与所述预设关键词相同的目标关键词时，根据预设监控规则表确定与所述目标关键词对应的故障类型。

在该可选的实施例中，在所述监控系统中预先设置有监控规则表，其中所述监控规则表中记录了多个故障类型及每一个故障类型对应的关键词。

所述故障类型包括：cpu故障、内存故障、进程故障、磁盘故障、数据库故障等。cpu故障对应的关键词为“cpu”，内存故障对应的关键词为“内存”。

根据运维服务人员的工作经验，这些故障都有明显的特征和典型的处理方法，因此可以总结并形成运维知识库，根据运维知识库开发和配置出故障恢复作业流脚本，以执行故障恢复指令，对服务器进行故障恢复。

所述匹配模块304，用于匹配是否存在与所述故障类型对应的故障恢复作业流标识。

监控系统中预先记录有故障类型与故障恢复作业流标识之间的关联关系，根据关联关系匹配出与发生故障的故障类型对应的故障恢复作业流标识，便于故障自动处理系统根据所述故障恢复作业流标识发送故障恢复作业流脚本。

所述生成模块305，用于匹配出存在与所述故障类型对应的故障恢复作业流标识后，生成第一故障告警指令。

当监控系统监控到某个服务器发生了某个故障类型的故障(如故障a)时，并在匹配出存在与所述故障类型对应的故障恢复作业流标识后，生成第一故障告警指令，但是所述第一故障告警指令仅仅只是一种告警的机制，其中并未携带有任何信息。

所述告警模块306，用于使用钩子功能钩住所述第一故障告警指令，并发送携带有所述服务器的标识信息及所述故障恢复作业流标识的第二故障告警指令至故障自动处理系统中，使得所述故障自动处理系统根据所述第二故障告警指令反馈回故障恢复指令。

监控系统有钩子功能，能够钩住所述第一故障告警指令，从而向故障自动处理系统发送携带有所述服务器的标识信息及所述故障恢复作业流标识的第二故障告警指令。

由于所述第二故障告警指令中包括了服务器的标识信息和故障恢复作业流标识，则故障自动处理系统可以根据服务器的标识信息确定出哪一台服务器发生了故障，并根据故障恢复作业流标识确定出需要调用哪一个故障恢复作业流脚本，从而将故障恢复作业流脚本发送给发生了故障的服务器以进行故障恢复。

进行故障恢复的具体过程可以参见实施例二及其相关描述。

所述预测模块307，用于当所有的数据小于或者等于对应的数据阈值时，输入每个数据至故障预测分类器中；通过所述故障预测分类器预测出所述每个数据的风险故障类型及概率；将最大概率对应的风险故障类型作为目标风险故障类型；向所述服务器发送携带有所述目标风险故障类型的风险告警信号。

其中，该故障预测分类器为基于卷积神经网络模型的故障分类器。通过预先训练故障预测分类器，能够在服务器未发生故障时，对服务器中的数据进行风险预测，并确定出现风险故障的故障类型及每一个故障类型的概率。服务器中有多个数据，每一个数据对应多个预测风险故障类型，将最大概率对应的风险故障类型作为该数据的目标风险故障类型。将所有数据的目标风险故障类型中最大概率对应的目标风险故障类型作为所述服务器的目标风险故障类型。通过预测服务器的目标风险故障类型，能够进行提前预防并做好准备措施。

在一个可选的实施例中，所述故障预测分类器的训练过程包括：

获取所述每个数据对应的历史数据及所述历史数据的故障类型；

根据所述每个历史数据及对应的故障类型构建数据数组；

输入所述数据数组至卷积神经网络中进行训练得到所述故障预测分类器。

该可选的实施例中，基于数据数组对故障预测分类器进行训练，使得训练得到的故障预测分类器具有故障类型预测的功能。

具体实现时，根据时间顺序将同一个指标项的所有历史数据及故障类型标识存储在数据库中，基于所述数据库训练故障预测分类器，使用训练好的故障预测分类器根据服务器客户端上报的多个数据进行故障分类，能够得出当前每个数据出现的故障类型的概率。

所述通知模块308，用于当没有匹配出不存在与所述故障类型对应的故障恢复作业流标识时，发送预设通知信息至运维服务人员，使得所述运维服务人员手动处理故障恢复。

实施例四

图4是本发明实施例四提供的故障恢复装置的结构图。

在一些实施例中，所述故障恢复装置40可以包括多个由程序代码段所组成的功能模块。所述故障恢复装置40中的各个程序段的程序代码可以存储于计算机设备的存储器中，并由所述至少一个处理器所执行，以执行(详见图2描述)故障恢复的功能。

本实施例中，所述故障恢复装置40根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：接收模块401、选取模块402、发送模块403、配置模块404。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。

所述接收模块401，用于接收监控系统发送的携带有服务器的标识信息及故障恢复作业流标识的故障告警信号。

所述选取模块402，用于匹配出与所述故障恢复作业流标识对应的故障恢复作业流脚本。

故障自动处理系统中预先开发并配置有多个故障恢复作业流脚本，每一个故障恢复作业流脚本用于执行服务器的故障恢复作业流程，每个故障恢复作业流脚本都有唯一id作为故障恢复作业流标识。

故障恢复作业流脚本中存储有常用的处理问题的步骤指令。故障恢复作业流脚本可以包括中间件启动脚本、停止脚本、重启脚本、数据库表空间扩容脚本、数据库节点重启脚本、f5负载均衡设备隔离脚本、进程关闭脚本等。

故障自动处理系统的输入参数是服务器的标识信息，当传入服务器的标识信息时，故障自动处理系统则会下发故障恢复指令至与服务器的标识信息对应的服务器上去执行故障恢复命令。

所述发送模块403，用于将携带有所述故障恢复作业流脚本的故障恢复指令发送至与所述服务器的标识信息对应的服务器，使得所述服务器的客户端调用所述故障恢复作业流脚本执行所述故障恢复指令。

服务器的客户端接收到故障恢复指令时，解析出所述故障恢复指令中的故障恢复作业流脚本，调用故障恢复作业流脚本中的步骤指令，可以自动完成故障恢复，从而将服务器恢复到正常状态。

所述配置模块404，用于获取运维服务系统中的多个故障类型及每个故障类型的故障恢复策略；根据所述每个故障类型的故障恢复策略配置故障恢复作业流脚本；为所述故障恢复作业流脚本设置故障恢复作业流标识；发送所述故障恢复作业流标识至所述监控系统。

本发明通过监控系统和故障自动处理系统相配合的方式对发生故障的服务器进行故障恢复，通过故障自动处理系统将每个故障对应的解决办法封装成故障恢复作业流脚本，在故障发生时由监控系统触发故障自动处理系统调用故障恢复流作业流脚本，将故障自动化解，去掉其中人工参与的过程，实现故障的快速恢复。

通过故障自动处理系统，去除了故障处理中人的干预因素，没有了通知和上线手动处理的延迟，并且也避免了手动处理故障中可能出现的误操作导致额外的问题发生。

实施例五

参阅图5所示，为本发明实施例五提供的计算机设备的结构示意图。在本发明较佳实施例中，所述计算机设备5包括存储器51、至少一个处理器52、至少一条通信总线53及收发器54。

本领域技术人员应该了解，图5示出的计算机设备的结构并不构成本发明实施例的限定，既可以是总线型结构，也可以是星形结构，所述计算机设备5还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。

在一些实施例中，所述计算机设备5是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的计算机设备，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述计算机设备5还可包括客户设备，所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、数码相机等。

需要说明的是，所述计算机设备5仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。

在一些实施例中，所述存储器51用于存储程序代码和各种数据，例如安装在所述计算机设备5中的装置，并在计算机设备5的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器51包括只读存储器(read-onlymemory，rom)、可编程只读存储器(programmableread-onlymemory，prom)、可擦除可编程只读存储器(erasableprogrammableread-onlymemory，eprom)、一次可编程只读存储器(one-timeprogrammableread-onlymemory，otprom)、电子擦除式可复写只读存储器(electrically-erasableprogrammableread-onlymemory，eeprom)、只读光盘(compactdiscread-onlymemory，cd-rom)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

在一些实施例中，所述至少一个处理器52可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(centralprocessingunit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器52是所述计算机设备5的控制核心(controlunit)，利用各种接口和线路连接整个计算机设备5的各个部件，通过运行或执行存储在所述存储器51内的程序或者模块，以及调用存储在所述存储器51内的数据，以执行计算机设备5的各种功能和处理数据。

在一些实施例中，所述至少一条通信总线53被设置为实现所述存储器51以及所述至少一个处理器52等之间的连接通信。

尽管未示出，所述计算机设备5还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与所述至少一个处理器52逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备5还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，计算机设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。

在进一步的实施例中，所述至少一个处理器52可执行所述计算机设备5的操作装置以及安装的各类应用程序、程序代码等，例如，上述的各个模块。

所述存储器51中存储有程序代码，且所述至少一个处理器52可调用所述存储器51中存储的程序代码以执行相关的功能。

在本发明的一个实施例中，所述存储器51存储多个指令，所述多个指令被所述至少一个处理器52所执行以实现本发明所述的方法中的全部或者部分步骤。

具体地，所述至少一个处理器52对上述指令的具体实现方法可参考图1和图2对应实施例中相关步骤的描述，在此不赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。

另外，在本发明各个实施例中的各功能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，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。