日志数据处理方法及装置与流程

1.本技术涉及数据处理领域，也可用于金融领域，具体涉及一种日志数据处理方法及装置。


背景技术：

2.生产环境下java应用程序常常会因为gc(garbage collect，jvm垃圾回收日志)导致时延，影响应用的联机处理时效，需要应用维护人员收集jvm的垃圾回收日志用于定位分析。当前每次都需要应用维护人员根据监控报警采集相应时段的垃圾回收日志，发往后台专家进行日志片段逐一分析，如果采集时段未能精准涵盖问题时段的gc日志，需要重新收集，重新分析，如此循环往复，非常耗时费力。


技术实现要素：

3.针对现有技术中的问题，本技术提供一种日志数据处理方法及装置，能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
4.为了解决上述问题中的至少一个，本技术提供以下技术方案：
5.第一方面，本技术提供一种日志数据处理方法，包括：
6.采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；
7.根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；
8.根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
9.进一步地，所述对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线，包括：
10.对所述垃圾回收日志进行时延指标识别；
11.按照时间维度抽取各时点的时延指标数值，确定对应的时延指标移动平均线。
12.进一步地，所述根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量，包括：
13.将所述特征指标移动平均线与预设异常判定规则中相应的阈值线进行数值比对；
14.根据超出所述阈值线的特征指标数据生成一异常特征集合。
15.进一步地，在所述根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布之后，包括：
16.根据所述异常垃圾回收日志时延点分布确定时延异常的时间段；
17.在所述时延异常的时间段内执行流量切换或容器扩容操作。
18.进一步地，所述按照时间维度抽取各时点的时延指标数值，确定对应的时延指标移动平均线，包括：
19.根据时延指标识别得到的延时指标具体数值按照时间维度抽取各时点的时延指标数值，并绘制与所述时延指标数值对应的时延指标移动平均线。
20.进一步地，所述将所述特征指标移动平均线与预设异常判定规则中相应的阈值线进行数值比对，包括：
21.将所述特征指标移动平均线与预设专家经验特征库中的时延阈值进行数值比对。
22.第二方面，本技术提供一种日志数据处理装置，包括：
23.特征指标确定模块，用于采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；
24.异常数据识别模块，用于根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；
25.异常分布确定模块，用于根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
26.进一步地，所述特征指标确定模块包括：
27.指标识别单元，用于时验对所述垃圾回收日志进行时延指标识别；
28.移动平均线确定单元，用于按照时间维度抽取各时点的时延指标数值，确定对应的时延指标移动平均线。
29.进一步地，所述异常数据识别模块包括：
30.阈值比对单元，用于将所述特征指标移动平均线与预设异常判定规则中相应的阈值线进行数值比对；
31.异常确定单元，用于根据超出所述阈值线的特征指标数据生成一异常特征集合。
32.进一步地，还包括：
33.异常时间确定单元，用于根据所述异常垃圾回收日志时延点分布确定时延异常的时间段；
34.异常处理单元，用于在所述时延异常的时间段内执行流量切换或容器扩容操作。
35.第三方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的日志数据处理方法的步骤。
36.第四方面，本技术提供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所述的日志数据处理方法的步骤。
37.第五方面，本技术提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的日志数据处理方法的步骤。
38.由上述技术方案可知，本技术提供一种日志数据处理方法及装置，通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
附图说明
39.为了更清楚地说明本技术实施例或现有技术中的技术方案，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，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
40.图1为本技术实施例中的日志数据处理方法的流程示意图之一；
41.图2为本技术实施例中的日志数据处理方法的流程示意图之二；
42.图3为本技术实施例中的日志数据处理方法的流程示意图之三；
43.图4为本技术实施例中的日志数据处理方法的流程示意图之四；
44.图5为本技术实施例中的日志数据处理装置的结构图之一；
45.图6为本技术实施例中的日志数据处理装置的结构图之二；
46.图7为本技术实施例中的日志数据处理装置的结构图之三；
47.图8为本技术实施例中的日志数据处理装置的结构图之四；
48.图9为本技术实施例中的电子设备的结构示意图。
具体实施方式
49.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
50.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
51.考虑到现有技术中存在的问题，本技术提供一种日志数据处理方法及装置，通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
52.为了能够准确、快速得对垃圾回收日志进行定位采集和诊断分析，本技术提供一种日志数据处理方法的实施例，参见图1，所述日志数据处理方法具体包含有如下内容：
53.步骤s101：采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线。
54.可选的，本技术可以通过日志捕捉，按时间先后获取应用程序产生的垃圾回收日志(gc日志gc.log.001...gc.log.00n)。
55.可选的，本技术可以识别gc日志中特征指标，如gc延时(durationms)等指标具体数值，按时间维度抽取各时点的特征值，并绘制出该特征值对应的移动平均线。
56.步骤s102：根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量。
57.可选的，本技术的异常判定规则例如专家经验特征库，其可以包含有例如gc时延
(durationms)如果超过采样周期内时延平均值的50％即为异常值、每次内存回收量(垃圾回收前的内存使用量-垃圾回收后的内存使用量)/堆的总大小小于5％即为异常值等等。
58.可选的，本技术可以根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，识别出异常的特征数据点，并计算存储对应特征点向量[ip时间t时延值超出平均时延百分比]等信息。
[0059]
步骤s103：根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
[0060]
可选的，本技术还可以通过将gc特征向量信息，按时间为横坐标维度进行叠加，绘制出单个容器内异常gc时延点分布图。
[0061]
从上述描述可知，本技术实施例提供的日志数据处理方法，能够通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
[0062]
在本技术的日志数据处理方法的一实施例中，参见图2，还可以具体包含如下内容：
[0063]
步骤s201：对所述垃圾回收日志进行时延指标识别。
[0064]
步骤s202：按照时间维度抽取各时点的时延指标数值，确定对应的时延指标移动平均线。
[0065]
可选的，本技术可以通过日志捕捉，按时间先后获取应用程序产生的垃圾回收日志(gc日志gc.log.001...gc.log.00n)。
[0066]
可选的，本技术可以根据时延指标识别得到的gc延时指标具体数值按照时间维度抽取各时点的时延指标数值，并绘制与所述时延指标数值对应的时延指标移动平均线。
[0067]
具体的，本技术可以识别gc日志中特征指标，如gc延时(durationms)等指标具体数值，按时间维度抽取各时点的特征值，并绘制出该特征值对应的移动平均线。
[0068]
在本技术的日志数据处理方法的一实施例中，参见图3，还可以具体包含如下内容：
[0069]
步骤s301：将所述特征指标移动平均线与预设异常判定规则中相应的阈值线进行数值比对。
[0070]
步骤s302：根据超出所述阈值线的特征指标数据生成一异常特征集合。
[0071]
可选的，本技术可以将所述特征指标移动平均线与预设专家经验特征库中的时延阈值进行数值比对，若超出阈值50％，则判定为异常值。
[0072]
具体的，本技术的异常判定规则例如专家经验特征库，其可以包含有例如gc时延(durationms)如果超过采样周期内时延平均值的50％即为异常值，或每次内存回收量(垃圾回收前的内存使用量-垃圾回收后的内存使用量)/堆的总大小小于5％即为异常值等等。
[0073]
可选的，本技术可以根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，识别出异常的特征数据点，并计算存储对应特征点向量[ip时间t时延值超出平均时延百分比]等信息。
[0074]
在本技术的日志数据处理方法的一实施例中，参见图4，还可以具体包含如下内容：
[0075]
步骤s401：根据所述异常垃圾回收日志时延点分布确定时延异常的时间段。
[0076]
步骤s402：在所述时延异常的时间段内执行流量切换或容器扩容操作。
[0077]
可选的，根据gc时延散点图，本技术可以很直观的观察在线应用某台服务器的gc时间分布。如果数据分布显示某时段内gc时延较高，就可采取流量切换或者容器扩容的方式，及时降低gc时延，减少对业务影响。
[0078]
为了能够准确、快速得对垃圾回收日志进行定位采集和诊断分析，本技术提供一种用于实现所述日志数据处理方法的全部或部分内容的日志数据处理装置的实施例，参见图5，所述日志数据处理装置具体包含有如下内容：
[0079]
特征指标确定模块10，用于采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线。
[0080]
异常数据识别模块20，用于根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量。
[0081]
异常分布确定模块30，用于根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
[0082]
从上述描述可知，本技术实施例提供的日志数据处理装置，能够通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
[0083]
在本技术的日志数据处理装置的一实施例中，参见图6，所述特征指标确定模块10包括：
[0084]
指标识别单元11，用于时验对所述垃圾回收日志进行时延指标识别。
[0085]
移动平均线确定单元12，用于按照时间维度抽取各时点的时延指标数值，确定对应的时延指标移动平均线。
[0086]
在本技术的日志数据处理装置的一实施例中，参见图7，所述异常数据识别模块20包括：
[0087]
阈值比对单元21，用于将所述特征指标移动平均线与预设异常判定规则中相应的阈值线进行数值比对。
[0088]
异常确定单元22，用于根据超出所述阈值线的特征指标数据生成一异常特征集合。
[0089]
在本技术的日志数据处理装置的一实施例中，参见图8，还具体包含有如下内容：
[0090]
异常时间确定单元31，用于根据所述异常垃圾回收日志时延点分布确定时延异常的时间段。
[0091]
异常处理单元32，用于在所述时延异常的时间段内执行流量切换或容器扩容操作。
[0092]
从硬件层面来说，为了能够准确、快速得对垃圾回收日志进行定位采集和诊断分析，本技术提供一种用于实现所述日志数据处理方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
[0093]
处理器(processor)、存储器(memory)、通信接口(communications interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现日志数据处理装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的日志数据处理方法的实施例，以及日志数据处理装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
[0094]
可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
[0095]
在实际应用中，日志数据处理方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
[0096]
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
[0097]
图9为本技术实施例的电子设备9600的系统构成的示意框图。如图9所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图9是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
[0098]
一实施例中，日志数据处理方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
[0099]
步骤s101：采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线。
[0100]
步骤s102：根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量。
[0101]
步骤s103：根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
[0102]
从上述描述可知，本技术实施例提供的电子设备，通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
[0103]
在另一个实施方式中，日志数据处理装置可以与中央处理器9100分开配置，例如可以将日志数据处理装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现日志数据处理方法功能。
[0104]
如图9所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图9中所示的所有部件；此外，电子设备9600还可以包括图9中没有示出的部件，可以参考现有技术。
[0105]
如图9所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
[0106]
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
[0107]
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为lcd显示器，但并不限于此。
[0108]
该存储器9140可以是固态存储器，例如，只读存储器(rom)、随机存取存储器(ram)、sim卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为eprom等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
[0109]
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
[0110]
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
[0111]
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
[0112]
本技术的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的日志数据处理方法中全部步骤的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，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或
客户端的日志数据处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
[0113]
步骤s101：采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线。
[0114]
步骤s102：根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量。
[0115]
步骤s103：根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
[0116]
从上述描述可知，本技术实施例提供的计算机可读存储介质，通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
[0117]
本技术的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的日志数据处理方法中全部步骤的一种计算机程序产品，该计算机程序/指令被处理器执行时实现所述的日志数据处理方法的步骤，例如，所述计算机程序/指令实现下述步骤：
[0118]
步骤s101：采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线。
[0119]
步骤s102：根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量。
[0120]
步骤s103：根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布。
[0121]
从上述描述可知，本技术实施例提供的计算机程序产品，通过采集应用程序产生的垃圾回收日志，对所述垃圾回收日志进行特征指标识别，并按照时间维度抽取各时点的特征指标数值，确定对应的特征指标移动平均线；根据所述特征指标移动平均线和预设异常判定规则对所述垃圾回收日志进行异常特征数据点识别，得到对应的异常特征点向量；根据设定时间维度和所述异常特征点向量确定单个容器内异常垃圾回收日志时延点分布，由此能够准确、快速得对垃圾回收日志进行定位采集和诊断分析。
[0122]
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、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、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、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0123]
本发明是参照根据本发明实施例的方法、设备(装置)、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。
[0124]
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。
[0125]
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。
[0126]
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。