一种数据产出时效处理方法、装置、存储介质及设备与流程

1.本技术涉及数据处理技术领域，具体而言，涉及一种数据产出时效处理方法、装置、存储介质及设备。


背景技术：

2.目前，企业对数据产出的时效性要求越来越高。现今大部分企业通过监控调度平台作用产出时间来进行服务保障，支持血缘追溯、监控配置、短信预警。然而，这些工具在整个服务保障流程中仅提供监控服务，作业的基准时效依赖于人工进行一一配置，需要耗费大量时间与人力成本，而且容易出现配置的合理性不足的问题。


技术实现要素：

3.本技术实施例的目的在于提供一种数据产出时效处理方法、装置、存储介质及设备，旨在解决针对作业的基准时效的配置方案存在的严重依赖于人工，需要耗费大量时间与人力成本，而且配置的合理性不足的问题。
4.第一方面，本技术实施例提供的一种数据产出时效处理方法，包括：
5.从业务侧获取目标作业的期望产出时间，并通过数据血缘层层递归，获取所述目标作业的全链路上的所有作业的信息；
6.基于所述所有作业中每个作业在预设时间段内的历史执行记录，确定每个作业的历史平均开始时间和历史平均耗时；
7.根据所述目标作业的期望产出时间、每个作业的历史平均开始时间和历史平均耗时，配置各作业的期望产出时间和期望开始时间，其中，当前层作业的期望产出时间基于所述当前层的所有一级下游作业的历史平均开始时间计算得到，所述当前层作业的期望开始时间基于所述当前层作业的期望产出时间和所述历史平均耗时计算得到。
8.在上述实现过程中，向业务搜集目标作业的期望产出时间，通过数据血缘层层递归，获取全链路上的所有作业的信息，以此确定上下游关系，之后，基于各作业在预设时间段内的历史执行记录，计算得到历史平均开始时间和历史平均耗时，再结合目标作业的期望产出时间，基于血缘全链路自动配置各作业的期望产出时间和期望开始时间。如此，实现数据产出时效的自动化配置，降低了时间与人力成本，同时提高了合理性。
9.进一步地，在一些实施例中，所述历史平均耗时是将所述作业在预设时间段内的历史耗时从小到大排列后，顺序处于95％位置的值。
10.在上述实现过程中，采取每个作业在近1个月的p95的耗时作为历史平均耗时，可以确定出准确、有效的期望开始时间，有利于实现数据产出时效的优化管理。
11.进一步地，在一些实施例中，所述目标作业是核心数据对应的作业，所述核心数据基于以下方式获取得到：
12.将数据资产依据目标影响因素对应的权重计算得分；所述目标影响因素包括用户部门数、访问用户数、管理层访问数；
13.根据所述得分，将所述数据资产划分为核心数据、重要数据和一般数据。
14.在上述实现过程中，针对核心数据解析数据资产的血缘，可以打通应用资产-应用库-大数据平台，即端-端的血缘，从而进行差异化、精细化的时效管理。
15.进一步地，在一些实施例中，所述方法包括：
16.监控各作业的实际产出时间，若所述实际产出时间晚于对应的期望产出时间，确定所述作业发生延迟；
17.当核心数据对应的作业发生延迟时，生成问题登记清单并传递至所述作业的责任人。
18.在上述实现过程中，当核心数据发生延迟时，系统可以自动生成一个问题登记清单给作业开发属主，以自动进行延迟影响评估、跟进时效问题解决、登记问题产生原因等，实现时效异常问题的管理。
19.进一步地，在一些实施例中，所述方法还包括：
20.当任一作业发生延迟时，判断所述作业是否处于报错状态或满足第一条件；所述第一条件是所述作业的实际耗时减去历史平均耗时的差值大于实际产出时间减去历史平均结束时间之间的差值；
21.若是，确定所述延迟是所述作业导致的异常，否则确定所述延迟是目标上游作业导致的异常；所述目标上游作业是实际产出时间最晚的上游作业；
22.若所述目标上游作业是全链路中最顶层的作业，且所述作业满足第二条件，确定所述延迟是平台导致的异常；所述第二条件是所述作业的实际产出时间减去历史平均结束时间之间的差值小于预设值。
23.在上述实现过程中，提供一种异常问题自动定位方案，可以实现对异常问题的自动定位，为优化管理提供数据支持。
24.进一步地，在一些实施例中，所述方法还包括：
25.当监控到所述目标作业的上游作业发生延迟时，判断所述上游作业是否影响所述目标作业的产出，是则输出预警。
26.在上述实现过程中，通过异常问题自动定位的反向推导，实现延迟影响目标作业的智能预估。
27.进一步地，在一些实施例中，所述方法还包括：
28.统计各作业的延迟次数和报错次数，基于统计结果确定待优化的作业；
29.将所述待优化的作业的统计结果推送至对应的责任人，以使所述责任人对所述待优化的作业进行优化。
30.在上述实现过程中，系统自动识别出待优化的作业，进而推送给数据责任人评估、优化，如此，实现时效优化管理。
31.第二方面，本技术实施例提供的一种数据产出时效处理装置，包括：
32.获取模块，用于从业务侧获取目标作业的期望产出时间，并通过数据血缘层层递归，获取所述目标作业的全链路上的所有作业的信息；
33.确定模块，用于基于所述所有作业中每个作业在预设时间段内的历史执行记录，确定每个作业的历史平均开始时间和历史平均耗时；
34.配置模块，用于根据所述目标作业的期望产出时间、每个作业的历史平均开始时
间和历史平均耗时，配置各作业的期望产出时间和期望开始时间，其中，当前层作业的期望产出时间基于所述当前层的所有一级下游作业的历史平均开始时间计算得到，所述当前层作业的期望开始时间基于所述当前层作业的期望产出时间和所述历史平均耗时计算得到。
35.第三方面，本技术实施例提供的一种电子设备，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，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。
36.第四方面，本技术实施例提供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指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。
37.第五方面，本技术实施例提供的一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一项所述的方法。
38.本技术公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本技术公开的上述技术即可得知。
39.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
40.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
41.图1为本技术实施例提供的一种数据产出时效处理方法的流程图；
42.图2为本技术实施例提供的一种端到端的数据产出时效自动化智能管控的方案的工作流程的示意图；
43.图3为本技术实施例提供的一种数据产出时效处理装置的框图；
44.图4为本技术实施例提供的一种电子设备的结构框图。
具体实施方式
45.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描述。
46.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
47.如背景技术记载，相关技术中针对作业的基准时效的配置方案存在着严重依赖于人工，需要耗费大量时间与人力成本，而且配置的合理性不足的问题。基于此，本技术实施例提供一种数据产出时效处理方案，以解决上述问题。
48.接下来对本技术实施例进行介绍：
49.如图1所示，图1是本技术实施例提供的一种数据产出时效处理方法的流程图，所述方法可以应用于企业内部作业的管理系统。
50.所述方法包括：
51.在步骤101、从业务侧获取目标作业的期望产出时间，并通过数据血缘层层递归，获取所述目标作业的全链路上的所有作业的信息；
52.本实施例中提到的作业是企业中产出的数据，如报表、模型、软件代码等等。作业的期望产出时间可以表征作业的基准时效，在实际应用中，当作业是报表时，该期望产出时间可以认为是为该报表日终跑批的完成时间配置的最迟期限。
53.本步骤中提到的目标作业是需要进行时效管理的作业。在一些实施例中，该目标作业可以是核心数据对应的作业，该核心数据基于以下方式获取得到：将数据资产依据目标影响因素对应的权重计算得分；该目标影响因素包括用户部门数、访问用户数、管理层访问数；根据该得分，将该数据资产划分为核心数据、重要数据和一般数据。也就是说，将数据资产依据用户部门数、访问用户数、管理层访问数等影响因素对应的权重，综合计算得分，再划分为核心数据、重要数据和一般数据。针对核心数据解析数据资产的血缘，可以打通应用资产-应用库-大数据平台，即端-端的血缘，从而进行差异化、精细化的时效管理。
54.目标作业的期望产出时间从业务侧搜集得到，也就是说，目标作业可以认为是全链路中最底层的作业。这里的全链路是指与目标作业所属业务相互关联的一系列作业组成的链条，其可以通过数据血缘获取得到的。数据血缘即数据的来龙去脉，主要包含数据的来源、数据的加工方式、映射关系以及数据出口。从业务角度来看，数据血缘包含的维度主要是数据所属业务线。可选地，该数据血缘可以是通过程序解析获取得到的，以一个数据加工的完整流程为例，每个数据加工的流程都通过一个唯一的标识进行标记，流程中的每一个环节都记录其前后依赖关系，程序将每一个环节的逻辑解析以后，根据依赖关系和流程便可以生成全流程的数据血缘。在本实施例中，通过数据血缘，可以获取目标作业对应的全链路上的所有作业的信息，进而可以确定各作业的一级下游作业，例如，目标作业是应用端产生的报表，该报表是基于对应用库的oracle表1和oracle表2中的数据进行加工处理而得到的，oracle表1和oracle表2是基于对大数据平台的同一个hive表进行加工处理而得到的，则通过数据血缘可知，该hive表的一级下游作业包括oracle表1和oracle表2，oracle表1的一级下游作业包括该报表，oracle表2的一级下游作业也包括该报表。
55.在步骤102、基于所述所有作业中每个作业在预设时间段内的历史执行记录，确定每个作业的历史平均开始时间和历史平均耗时；
56.在获取全链路上的所有作业的信息后，可以获取这些作业在预设时间段内的历史执行记录，以此确定每个作业的历史平均开始时间和历史平均耗时。这里的预设时间段可以是最近一个月，也可以是最近一周、最近两周等，其可以根据具体场景的需求进行设置。以预设时间段为最近一个月为例，基于作业近1个月的历史跑批情况，可以计算出该作业的历史平均开始时间及历史平均开始时间，进而计算出该作业的历史平均耗时。需要说明的是，在计算时，可以先根据拉依达准则(3σ准则)剔除异常值，当数据不在(μ-σ，μ+σ)的范围内，即判定为异常值，如此，使得最终配置得到的数据产出时效更为合理。
57.在一些实施例中，本步骤中提到的历史平均耗时可以是将所述作业在预设时间段内的历史耗时从小到大排列后，顺序处于95％位置的值。也就是说，作业的历史平均耗时是该作业在预设时间段内的p95的耗时。经试验发现，采取每个作业在近1个月的p95的耗时作为历史平均耗时，可以确定出准确、有效的期望开始时间，有利于实现数据产出时效的优化管理。
58.在步骤103、根据所述目标作业的期望产出时间、每个作业的历史平均开始时间和历史平均耗时，配置各作业的期望产出时间和期望开始时间，其中，当前层作业的期望产出时间基于所述当前层作业的所有一级下游作业的历史平均开始时间计算得到，所述当前层作业的期望开始时间基于所述当前层作业的期望产出时间和所述历史平均耗时计算得到。
59.本步骤是指：以目标作业的期望产出时间层层递归，基于血缘全链路自动配置上游作业基准时效。当前层作业的期望产出时间基于该当前层作业的所有一级下游作业的历史平均开始时间计算得到，可选地，当前层作业的期望产出时间可以是该当前层作业的所有一级下游作业中最小的历史平均开始时间，例如，某一作业有三个一级下游作业，这三个一级下游作业的历史平均开始时间分别为7:00、7:15、7:20，则该作业的期望产出时间可以是7:00。在计算完期望产出时间后，通过将该期望产出时间减去对应的历史平均耗时，即可得到期望开始时间，例如，某一作业的期望产出时间是9:00，该作业的历史平均耗时是30分钟，则可以计算得该作业的期望开始时间是8:30。通过这样的配置，可以保障全链路上各作业的有序衔接。
60.本技术实施例，向业务搜集目标作业的期望产出时间，通过数据血缘层层递归，获取全链路上的所有作业的信息，以此确定上下游关系，之后，基于各作业在预设时间段内的历史执行记录，计算得到历史平均开始时间和历史平均耗时，再结合目标作业的期望产出时间，基于血缘全链路自动配置各作业的期望产出时间和期望开始时间。如此，实现数据产出时效的自动化配置，降低了时间与人力成本，同时提高了合理性。
61.在一些实施例中，上述方法还可以包括：监控各作业的实际产出时间，若所述实际产出时间晚于对应的期望产出时间，确定所述作业发生延迟；当核心数据对应的作业发生延迟时，生成问题登记清单并传递至所述作业的责任人。也就是说，当作业的实际产出时间晚于对应的期望产出时间，确定该作业发生延误，此时可以通过通知渠道触达用户；当核心数据发生延迟时，系统可以自动生成一个问题登记清单给作业开发属主，以自动进行延迟影响评估、跟进时效问题解决、登记问题产生原因等，实现时效异常问题的管理。
62.进一步地，本技术的一些实施例还提供异常问题自动定位的逻辑计算方案。具体地，当任一作业发生延迟时，判断所述作业是否处于报错状态或满足第一条件；所述第一条件是所述作业的实际耗时减去历史平均耗时的差值大于实际产出时间减去历史平均结束时间之间的差值；若是，确定所述延迟是所述作业导致的异常，否则确定所述延迟是目标上游作业导致的异常；所述目标上游作业是实际产出时间最晚的上游作业；若所述目标上游作业是全链路中最顶层的作业，且所述作业满足第二条件，确定所述延迟是平台导致的异常；所述第二条件是所述作业的实际产出时间减去历史平均结束时间之间的差值小于预设值。也就是说，当发生作业延迟时，先判断是否为自身原因，其中，当作业处于报错状态时，可以确定延迟是自身原因，或者，当作业满足第一条件时，表明存在性能异常，此时也可以确定延迟是自身原因；若不是自身原因，则认为是上游延迟导致的，取其最晚到的上游作为输出；若追溯到最顶层作业，其作业完成时间与作业历史平均结束时间之间的差值小于预设值，则表明源系统供数并未出现较明显延迟，则可能是整个链路存在一定延迟，此时可以归类为平台性能原因。如此，可以实现对异常问题的自动定位，为优化管理提供数据支持。
63.还有，在另外一些实施例中，上述方法还可以包括：当监控到所述目标作业的上游作业发生延迟时，判断所述上游作业是否影响所述目标作业的产出，是则输出预警。也就是
说，当上游作业发生延误后，系统自动计算该作业延迟是否影响目标作业产出，若是，系统向业务发出预警，若否，则不发出预警。如此，通过异常问题自动定位的反向推导，实现延迟影响目标作业的智能预估。
64.本技术的其他一些实施例还提供时效优化管理以及运营效果评估两个方面的改进。具体地，系统可以统计各作业的延迟次数和报错次数，基于统计结果确定待优化的作业，之后，将待优化的作业的统计结果推送至对应的责任人，以使该责任人对待优化的作业进行优化。也就是说，系统依据计算出的全链路期望产出时间与现有作业平均完成时间对比，结合作业延迟次数、报错次数，可以自动识别出待优化的作业，进而推送给数据责任人评估、优化，如此，实现时效优化管理。同时，系统还可以计算业务主题的数据准时率、延迟次数、报错次数、修复时长等指标，进行整体运营效果评价，针对未达标情况分析原因、推进整改，形成闭环管理，如此，实现运营效果评估。
65.为了对本技术的方案做更为详细的说明，接下来介绍一具体实施例：
66.本实施例涉及对数据产出时效的管控，相关技术中，业内大部分通过监控调度平台作业产出时间来进行服务保障，支持血缘追溯、监控配置、短信预警，但是，这些工具在整个服务保障流程中仅提供监控服务，其他环节相互割裂，核心链路梳理、上下游作业基准时效、异常原因分析严重依赖人工，时效问题线下化管理，导致数据产出时效服务保障耗费大量时间与精力。基于此，本实施例提供一种端到端的数据产出时效自动化智能管控的方案，以解决这一问题。
67.该方案的工作流程如图2所示，包括：
68.s201、重点数据识别，其中，从数据应用出发，将数据资产依据用户部门数、访问用户数、管理层访问数等按权重综合计算得分，再二八法则划分为核心数据(一级)、重要数据(二级)、一般数据(三级)，针对核心数据解析数据资产的血缘，打通应用资产(报表)-应用库-大数据平台，即端-端的血缘，进行差异化精细化时效管理；
69.s202、数据时效监控，其中，由于数据链路长、依赖复杂、涉及团队众多，重复监控配置及告警严重，如何计算每层链路数据的期望产出时间及上游发生延迟后是否影响目标表产出并及时预警尤为重要，时效智能监控从s2021期望时间智能计算以及s2022时效监控配置两方面管控：
70.s2021、全链路期望产出时间智能计算，包括：步骤1、向业务搜集核心数据的目标达成时间；步骤2、通过数据血缘层层递归获取全链路上所有表信息；步骤3、获取该链路上所有表的一级下游表；步骤4、基于作业近1月的历史跑批情况，其中根据3σ准则剔除异常值，当数据不在(μ-σ，μ+σ)的范围内，即判定为异常值，之后，计算该作业的平均结束时间及平均开始时间；步骤5、计算每个作业近1个月的p95的耗时；步骤6：作业期望产出时间＝min(所有一级下游的开始时间)；步骤7、作业的期望开始时间＝作业的期望产出时间-近1个月p95耗时，以目标表作业期望产出时间层层递归；
71.s2022、时效监控配置，输入目标作业期望产出时间，基于血缘全链路自动配置上游作业基准时间，当作业产出时间晚于预警值时，通过短信、邮件、微信等多渠道触达用户；
72.s203、时效异常问题管理，其中，当核心数据发生延迟时，系统自动生成一个问题登记清单给作业开发属主，并自动进行时效问题异常定位、延迟影响评估、跟进时效问题解决、登记问题产生原因、发生模块、解决措施、解决时间等，并自动生成统计分析，包括s2031
和s2031：
73.s2031、异常问题自动定位逻辑计算，当发生作业延迟时，先判断是否为自身原因，其中，当作业处于报错状态时，可以确定延迟是自身原因，或者，当作业满足实际耗时减去历史平均耗时的差值大于实际产出时间减去历史平均结束时间之间的差值时，表明存在性能异常，此时也可以确定延迟是自身原因；若不是自身原因，则认为是上游延迟导致的，取其最晚到的上游作为输出；若追溯到最顶层作业，其作业完成时间与作业历史平均结束时间之间的差值小于预设值，则表明源系统供数并未出现较明显延迟，则可能是整个链路存在一定延迟，此时可以归类为平台性能原因；
74.s2032、延迟影响目标作业智能预估逻辑计算，当上游作业发生延迟后，系统须自动计算该作业延迟是否影响业务目标作业产出，如不影响，则无须向业务发出预警，计算逻辑如下：根据目标作业的基准时效，计算出所有上游作业的平均耗时(跑批时长)，反推出上游作业的基准时效，晚于基准时效即为延迟：目标表作业的基准时效-该作业平均跑批耗时，得出该作业的一级上游基准时效，然后一级上游基准时效-作业的平均跑批耗时，得出更上一层基准时效，以此类推；
75.s204、时效优化管理，其中，依据s2021计算出来的全链路期望产出时间与现有作业平均完成时间对比，结合作业延迟次数、报错次数等，自动识别出待优化的作业，推送给数据责任人评估、优化；
76.s205、运营效果评估，其中，针对数据产出时效监控及优化结果，计算业务主题的数据准时率、延迟次数、报错次数、修复时长等指标，进行整体运营效果评价，针对未达标情况分析原因、推进整改，形成闭环管理。
77.本实施例方案，从应用资产分级分类出发，将重点数据识别、全链路血缘梳理、数据产出时效监控、异常问题管理、时效优化管理、运营效果评价整合成一站式服务平台，实现数据产出数据时效服务的端-端的全链路管控，有效减少人工分析、监控，提高运营的效率。
78.与前述方法的实施例相对应，本技术还提供数据产出时效处理装置及其应用的终端的实施例：
79.如图3所示，图3是本技术实施例提供的一种数据产出时效处理装置的框图，所述装置包括：
80.获取模块31，用于从业务侧获取目标作业的期望产出时间，并通过数据血缘层层递归，获取所述目标作业的全链路上的所有作业的信息；
81.确定模块32，用于基于所述所有作业中每个作业在预设时间段内的历史执行记录，确定每个作业的历史平均开始时间和历史平均耗时；
82.配置模块33，用于根据所述目标作业的期望产出时间、每个作业的历史平均开始时间和历史平均耗时，配置各作业的期望产出时间和期望开始时间，其中，当前层作业的期望产出时间基于所述当前层的所有一级下游作业的历史平均开始时间计算得到，所述当前层作业的期望开始时间基于所述当前层作业的期望产出时间和所述历史平均耗时计算得到。
83.上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
84.本技术还提供一种电子设备，请参见图4，图4为本技术实施例提供的一种电子设备的结构框图。电子设备可以包括处理器410、通信接口420、存储器430和至少一个通信总线440。其中，通信总线440用于实现这些组件直接的连接通信。其中，本技术实施例中电子设备的通信接口420用于与其他节点设备进行信令或数据的通信。处理器410可以是一种集成电路芯片，具有信号的处理能力。
85.上述的处理器410可以是通用处理器，包括中央处理器(cpu，central processing unit)、网络处理器(np，network processor)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(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。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器410也可以是任何常规的处理器等。
86.存储器430可以是，但不限于，随机存取存储器(ram，random access memory)，只读存储器(rom，read only memory)，可编程只读存储器(prom，programmable read-only memory)，可擦除只读存储器(eprom，erasable programmable read-only memory)，电可擦除只读存储器(eeprom，electric erasable programmable read-only memory)等。存储器430中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器410执行时，电子设备可以执行上述图1方法实施例涉及的各个步骤。
87.可选地，电子设备还可以包括存储控制器、输入输出单元。
88.所述存储器430、存储控制器、处理器410、外设接口、输入输出单元各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通信总线440实现电性连接。所述处理器410用于执行存储器430中存储的可执行模块，例如电子设备包括的软件功能模块或计算机程序。
89.输入输出单元用于提供给用户创建任务以及为该任务创建启动可选时段或预设执行时间以实现用户与服务器的交互。所述输入输出单元可以是，但不限于，鼠标和键盘等。
90.可以理解，图4所示的结构仅为示意，所述电子设备还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
91.本技术实施例还提供一种存储介质，所述存储介质上存储有指令，当所述指令在计算机上运行时，所述计算机程序被处理器执行时实现方法实施例所述的方法，为避免重复，此处不再赘述。
92.本技术还提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行方法实施例所述的方法。
93.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也
可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
94.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
95.所述功能如果以软件功能模块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，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
96.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
97.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。
98.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。