一种突发流量的分配方法、装置及代理服务器与流程

本发明涉及互联网技术领域，特别涉及一种突发流量的分配方法、装置及代理服务器。

背景技术

随着互联网技术的不断发展，网络中的业务也越来越多。不同业务通常具备不同的特性，在某些时间节点，业务可能会出现突发的流量增长。例如，热门的游戏上线或者补丁发布、购物平台的促销活动开始、热门视频的更新等，都会引发流量的增长。

为了解决由于突发的流量增长导致的网络质量的下滑，目前的网络运行商通常会给经常发生流量突增的业务分配一定量的冗余资源，从而应对可能出现的流量增长问题。然而，这部分冗余资源大多数时间都是出于闲置状态，从而导致过多的资源浪费。由此可见，当前的应对流量突增的技术方案，会浪费较多的资源，从而导致该方案的效率较低。

技术实现要素：

本申请的目的在于提供一种突发流量的分配方法、装置及代理服务器，能够充分利用网络中的资源，从而提高应对突发流量的效率。

为实现上述目的，本申请一方面提供一种突发流量的分配方法，所述方法包括：接收部署于服务节点中的代理服务器发来的统计数据，所述统计数据用于表征所述服务节点和/或所述服务节点内物理机的运转状态；判断目标业务是否存在突发状况，若存在，根据所述统计数据，生成与所述服务节点相适配的资源调度任务；将所述资源调度任务反馈给所述代理服务器，以使得所述代理服务器按照所述资源调度任务限定的资源量对所述服务节点中的物理机进行扩容；接收所述代理服务器针对所述资源调度任务反馈的资源扩展信息，并将所述目标业务的突发流量牵引至所述资源扩展信息限定的物理机处。

为实现上述目的，本申请另一方面还提供一种突发流量的分配装置，所述装置包括数据分析单元、调度决策单元以及策略下发单元，其中：所述数据分析单元，用于接收部署于服务节点中的代理服务器发来的统计数据，所述统计数据用于表征所述服务节点和/或所述服务节点内物理机的运转状态，并判断目标业务是否存在突发状况；所述调度决策单元，用于在所述目标业务存在突发状况时，根据所述统计数据，生成与所述服务节点相适配的资源调度任务；将所述资源调度任务反馈给所述代理服务器，以使得所述代理服务器按照所述资源调度任务限定的资源量对所述服务节点中的物理机进行扩容；所述策略下发单元，用于接收所述代理服务器针对所述资源调度任务反馈的资源扩展信息；根据所述资源扩展信息生成带宽牵引任务，并将所述带宽牵引任务下发至带宽牵引模块，以使得所述带宽牵引模块将所述目标业务的突发流量牵引至所述资源扩展信息限定的物理机处。

为实现上述目的，本申请另一方面还提供一种突发流量的分配方法，所述方法应用于代理服务器，所述代理服务器部署于服务节点中；所述方法包括：实时采集所述服务节点和/或所述服务节点内物理机的统计数据，并将所述统计数据发送至突发流量的分配装置处，其中，所述统计数据用于表征所述服务节点和/或所述服务节点内物理机的运转状态；接收所述突发流量的分配装置发来的资源调度任务，所述资源调度任务中包括待扩容的资源量以及待扩容的物理机的标识；从冗余资源池中获取所述待扩容的资源量的目标资源，并在所述待扩容的物理机上启动目标虚拟机，并将所述目标资源分配给所述目标虚拟机；向所述突发流量的分配装置反馈资源扩展信息，所述资源扩展信息表征已在所述目标虚拟机上分配所述目标资源，以使得所述突发流量的分配装置将目标业务的突发流量牵引至所述目标虚拟机所在的物理机处。

为实现上述目的，本申请另一方面还提供一种代理服务器，所述代理服务器包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的方法。

由上可见，本申请提供的技术方案，可以在各个服务节点中部署代理服务器，该代理服务器可以与突发流量的分配装置进行通信。所述代理服务器可以实时采集服务节点以及服务节点中各个物理机的统计数据，该统计数据例如可以包括带宽数据、机器负载、cpu使用数据、内存使用数据等。这些统计数据可以由代理服务器反馈至突发流量的分配装置。在突发流量的分配装置中，可以包括数据分析单元、调度决策单元以及策略下发单元。其中，数据分析单元可以根据统计数据评估服务节点和物理机当前是否处于健康的运转状态，并可以评估它们的健康程度。然后，数据分析单元还可以自动分析目标业务当前的服务质量，从而根据该服务质量来判断目标业务是否存在突发状况。一旦目标业务出现了突发状况，调度决策单元便可以根据该突发状况的严重性，以及服务节点和物理机的健康程度，生成与服务节点相匹配的资源调度任务。该资源调度任务可以用于对服务节点进行扩容，从而使得服务节点能够应对突发的业务流量。该资源调度任务可以下发至代理服务器，代理服务器响应于该资源调度任务，可以从冗余资源池中获取一定量的目标资源，并在服务节点中待扩容的物理机上启动目标虚拟机，同时，可以将所述目标资源分配给所述目标虚拟机。代理服务器在部署完目标虚拟机，并分配了对应的目标资源之后，可以向所述突发流量的分配装置反馈资源扩展信息，所述资源扩展信息可以表征资源部署完毕。这样，所述突发流量的分配装置便可以将目标业务的突发流量通过带宽牵引模块牵引至所述目标虚拟机所在的物理机处，后续便可以通过该目标虚拟机来处理突发的业务流量。进一步地，上述的冗余资源池可以是多个服务节点共享的，并且这多个服务节点中运行的多个业务可以在时间上交错地发生突发状况，从而使得冗余资源池中所需的资源量较少，并且这些冗余资源能够在不同的时间节点都能起到处理突发流量的作用，从而提高了冗余资源的利用率。由上可见，在业务发生突发状况时，通过代理服务器和突发流量的分配装置之间的实时通信，能够及时对服务节点进行扩容，以应对突发的业务流量，从而能够充分利用网络中的资源，进而提高了应对突发流量的效率。

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是本发明实施方式中突发流量的分配方法步骤图；

图2是本发明实施例中的系统架构示意图；

图3是本发明实施例中代理服务器一侧突发流量的分配方法流程图；

图4是本发明实施例中代理服务器的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

本申请提供一种突发流量的分配方法，该方法的执行主体可以是突发流量的分配装置。请参阅图1，所述方法可以包括以下步骤。

s11：接收部署于服务节点中的代理服务器发来的统计数据，所述统计数据用于表征所述服务节点和/或所述服务节点内物理机的运转状态。

在本实施方式中，所述突发流量的分配装置可以位于如图2所示的系统架构中。在图2中，多个服务节点可以共同使用同一个冗余资源池中的资源。在各个服务节点中，可以包括一个或者多个物理机。同时，在各个物理机上，可以部署一个或者多个虚拟机。其中，不同的虚拟机可以处理不同的业务。为了保证不同业务之间资源的隔离，可以将虚拟机中处理的业务与对应的资源进行绑定。例如，可以将某个业务与某个cpu资源进行绑定，这样，可以防止该业务占用其它的cpu资源，从而避免了由于同一个业务占用过多的资源而导致的物理机故障。

在本实施方式中，所述服务节点中可以部署代理服务器，该代理服务器可以与所述突发流量的分配装置进行通信。其中，代理服务器可以采集服务节点和/或服务节点中各个物理机的统计数据。所述统计数据可以用于表征所述服务节点和/或所述服务节点内物理机的运转状态。在实际应用中，所述统计数据例如可以包括所述物理机的硬件指标数据和带宽数据以及所述服务节点当前的带宽数据。其中，硬件指标数据例如可以包括cpu使用数据、内存使用数据、物理机负载数据等。服务节点当前的带宽数据，可以通过检测服务节点对应的交换机所产生的实时带宽数据得到。

在本实施方式中，代理服务器在采集到上述的统计数据之后，可以将该统计数据发送至突发流量的分配装置。如图2所示，该装置中可以包括数据分析单元、调度决策单元以及策略下发单元。其中，数据分析单元可以接收代理服务器发来的统计数据，并可以基于该统计数据，确定出服务节点和物理机当前的健康程度。在本实施方式中，该健康程度可以表征服务节点或物理机当前的负载状况和资源使用状况。负载和资源使用率越高，对应的健康程度则越低。在实际应用中，可以借助于预设评估模型来确定物理机的健康程度。具体地，所述预设评估模型可以是通过对大量的物理机的统计数据进行机器学习训练得到的。例如，可以预先准备处于不同健康程度的物理机的统计数据，然后将这些统计数据依次输入初始的评估模型。该评估模型内可以具备神经网络，从而可以利用神经网络对输入的数据进行处理，最终可以输出处理结果。该处理结果可以是一个数值，该数值的大小可以保证物理机的健康程度。然后，可以将该数值表征的健康程度与物理机实际的健康程度进行对比，从而确定出误差值。接着，可以利用该误差值对初始的评估模型进行校正。通过不断的输入数据和校正的过程，最终可以使得训练得到的评估模型能够根据输入的统计数据，准确预测物理机的健康程度。这样，在本实施方式中，可以将代理服务器采集到的所述物理机的硬件指标数据和带宽数据输入训练后的预设评估模型，从而可以将所述预设评估模型输出的结果作为所述物理机的状态参数。

此外，可以根据服务节点的带宽数据来确定服务节点的健康程度。首先可以根据服务节点能够承载的带宽上限值，来划分三个不同的健康区间。具体地，可以按照实际需求，预先确定第一判断比例和第二判断比例，并且第一判断比例大于第二判断比例。然后，可以将所述服务节点的带宽上限值与第一判断比例的乘积作为第一判断阈值，并且将所述带宽上限值与第二判断比例的乘积作为第二判断阈值。这样，通过第一判断阈值和第二判断阈值，便可以将服务节点的带宽划分为三个不同的区间，这三个不同的区间与三个不同的健康区间一一对应。其中，若所述服务节点当前的带宽数据表征的带宽值大于所述第一判断阈值，则表明服务节点当前的带宽被过多占用，从而可以将表征不健康的参数作为所述服务节点的状态参数。若所述服务节点当前的带宽数据表征的带宽值小于或者等于所述第一判断阈值，并且大于所述第二判断阈值，表明服务节点的带宽被大量占用，但依然具备一定的冗余量，此时可以将表征亚健康的参数作为所述服务节点的状态参数。若所述服务节点当前的带宽数据表征的带宽值小于或者等于所述第二判断阈值，表明服务节点当前的带宽并没有被过多占用，从而可以将表征健康的参数作为所述服务节点的状态参数。其中，表征各种健康状态的参数可以是预先设置的。例如，可以将-1作为表征不健康的参数，将0作为表征亚健康的参数，将1作为表征健康的参数。需要说明的是，在实际应用中，上述的第一和第二判断比例，以及表征健康程度的参数均可以按照需求进行灵活调整。

这样，数据分析单元通过对代理服务器发来的统计数据进行分析，从而可以确定服务节点的健康状态，并且可以确定服务节点中物理机的健康状态。

s13：判断目标业务是否存在突发状况，若存在，根据所述统计数据，生成与所述服务节点相适配的资源调度任务。

在本实施方式中，所述数据分析单元还可以自动分析当前运行的各个业务的服务质量，并根据分析出的服务质量，判断当前运行的各个业务是否有可能存在突发状况。具体地，以目标业务为例，数据分析单元可以获取所述目标业务的历史带宽数据，该历史带宽数据中可以包括目标业务在不同的时间节点使用的带宽量。这样，根据所述历史带宽数据，可以拟合出所述目标业务的带宽变化曲线。在所述带宽变化曲线中，可以直观地表示出带宽的峰值，以及带宽的峰值出现的时间。在这种情况下，可以按照所述带宽变化曲线，预测所述目标业务的突发带宽阈值。例如，可以从带宽变化曲线中提取出各个带宽峰值，然后将这些带宽峰值的平均值作为上述的突发带宽阈值。这样，通过将所述目标业务当前的带宽数据与所述突发带宽阈值进行比较，从而可以确定出目标业务当前对应的服务质量。其中，目标业务当前的带宽数据与所述突发带宽阈值越接近，表明目标业务当前对应的服务质量越差，存在突发状况的可能性越高。因此，若所述目标业务当前的带宽数据表征的带宽值大于或者等于所述突发带宽阈值，则可以判定所述目标业务存在突发状况。

在本实施方式中，在判断出目标业务存在突发状况之后，可以调度更多的资源供该目标业务使用，以避免造成流量堵塞。具体地，可以通过图2中所示的调度决策单元来生成资源调度任务。

在本实施方式中，调度决策单元首先可以根据目标业务增长的带宽量来确定应当给目标业务分配的资源量，并可以从。例如，调度决策单元确定需要给目标业务额外分配10g的资源量。然后，调度决策单元需要进一步确定，应当由哪些服务节点或者哪些物理机来承载这些待分配的资源量。具体地，调度决策单元可以根据步骤s11中确定出的服务节点的状态参数，从所述待分配的资源量中确定分配至所述服务节点的目标资源量。其中，状态参数表征的健康程度越差，分配至所述服务节点的目标资源量就越少。在确定出分配至服务节点的目标资源量之后，可以继续按照所述服务节点中物理机的状态参数，将所述目标资源量在各个物理机之间进行分配。同样地，在物理机之间分配目标资源量时，也可以遵循健康程度越差的物理机，分配到的资源量越少的原则。

这样，根据上述的过程，调度决策单元可以确定出服务节点以及服务节点中物理机应当被分配的资源量，从而可以根据分配给物理机的资源量，生成对应的资源调度任务。

s15：将所述资源调度任务反馈给所述代理服务器，以使得所述代理服务器按照所述资源调度任务限定的资源量对所述服务节点中的物理机进行扩容。

在本实施方式中，调度决策单元在生成资源调度任务之后，便可以将该资源调度任务发送至对应的代理服务器处。代理服务器在接收到调度决策单元发来的资源调度任务之后，可以从中识别出待扩容的资源量以及待扩容的物理机的标识。这样，代理服务器便可以从冗余资源池中获取所述待扩容的资源量的资源，并在所述待扩容的物理机上启动目标虚拟机，并将所述获取的资源分配给所述目标虚拟机。这样，目标虚拟机便具备了处理突发流量的能力。

在一个实施方式中，为了保证不同业务之间资源的隔离，可以将目标虚拟机中处理的业务与对应的资源进行绑定。例如，可以将目标虚拟机中处理的业务与某个cpu资源进行绑定，这样，可以防止该业务占用其它的cpu资源，从而避免了由于同一个业务占用过多的资源而导致的物理机故障。

在本实施方式中，代理服务器在启动了虚拟机，并为启动的虚拟机分配了对应的资源之后，可以向所述突发流量的分配装置反馈资源扩展信息，该资源扩展信息可以表征已在所述目标虚拟机上分配了对应的资源。

s17：接收所述代理服务器针对所述资源调度任务反馈的资源扩展信息，并将所述目标业务的突发流量牵引至所述资源扩展信息限定的物理机处。

在本实施方式中，突发流量的分配装置中的调度决策单元接收到代理服务器发来的资源扩展信息之后，便可以知晓已经成功完成资源部署的虚拟机。这样，调度决策单元便可以根据所述资源扩展信息生成带宽牵引任务，该带宽牵引任务中可以包括待牵引的带宽量以及该待牵引的带宽量对应的物理机。其中，待牵引的带宽量可以根据分配给物理机中虚拟机的资源量来确定。例如，可以将分配给某个物理机中一个或者多个虚拟机的资源量进行汇总，便将汇总的数值作为待牵引的带宽量的数值。生成的带宽牵引任务可以被调度决策单元下发至带宽牵引模块，从而使得所述带宽牵引模块将所述目标业务的突发流量牵引至所述资源扩展信息限定的物理机处。

在本实施方式中，若代理服务器无法给启用的虚拟机分配资源，会导致资源调度任务无法完成。此时，代理服务器可以向突发流量的分配装置反馈扩容失败的提示信息。假设无法分配资源的虚拟机为目标虚拟机，可以将目标虚拟机所处的物理机中剩余的资源分配给该目标虚拟机。具体地，突发流量的分配装置中的调度决策单元可以根据之前接收到的统计数据，判断所述目标虚拟机所处的物理机中是否存在剩余资源。若存在剩余资源，并且所述剩余资源的资源量达到所述目标虚拟机待扩容的资源量，调度决策单元则可以重新生成指向所述目标虚拟机的资源调度任务，其中，重新生成的所述资源调度任务可以用于根据所述剩余资源对所述目标虚拟机进行扩容。这样，该重新生成的资源调度任务可以被下发至代理服务器处。代理服务器从而可以根据重新下发的资源调度任务，将目标虚拟机所处物理机中的剩余资源分配给该目标虚拟机，从而完成资源的部署。

在一个实施方式中，若目标虚拟机所处的物理机中剩余资源的资源量小于所述目标虚拟机待扩容的资源量，那么调度决策单元可以在服务节点中重新确定目标物理机，所述目标物理机中当前剩余资源的资源量大于或者等于所述目标虚拟机待扩容的资源量。这样，可以将目标虚拟机原本需要处理的突发流量转交给目标物理机去处理。具体地，调度决策单元可以针对所述目标物理机生成新的资源调度任务，所述新的资源调度任务可以用于在所述目标物理机中创建虚拟机，并且创建的所述虚拟机使用的资源量可以达到所述目标虚拟机待扩容的资源量。这样，代理服务器接收到该新的资源调度任务之后，可以在所述目标物理机中创建虚拟机，并将所述目标虚拟机中待处理的业务转移至在所述目标物理机中创建的虚拟机处，从而通过在目标物理机中创建的虚拟机来处理后续的突发流量。

在一个实施方式中，当目标业务的突发流量被创建的目标虚拟机处理完成之后，代理服务器可以停用所述目标虚拟机，并释放所述目标资源，从而将目标资源回馈至冗余资源池中。这样，能够实现资源的充分利用。

本申请还提供一种突发流量的分配装置，请参阅图2，所述装置包括数据分析单元、调度决策单元以及策略下发单元，其中：

所述数据分析单元，用于接收部署于服务节点中的代理服务器发来的统计数据，所述统计数据用于表征所述服务节点和/或所述服务节点内物理机的运转状态，并判断目标业务是否存在突发状况；

所述调度决策单元，用于在所述目标业务存在突发状况时，根据所述统计数据，生成与所述服务节点相适配的资源调度任务；将所述资源调度任务反馈给所述代理服务器，以使得所述代理服务器按照所述资源调度任务限定的资源量对所述服务节点中的物理机进行扩容；

所述策略下发单元，用于接收所述代理服务器针对所述资源调度任务反馈的资源扩展信息；根据所述资源扩展信息生成带宽牵引任务，并将所述带宽牵引任务下发至带宽牵引模块，以使得所述带宽牵引模块将所述目标业务的突发流量牵引至所述资源扩展信息限定的物理机处。

上述突发流量的分配装置中的各个单元所实现的具体功能，可以参阅前面实施方式中的描述，这里便不再赘述。

实施例二

本申请还提供一种突发流量的分配方法，所述方法可以应用于代理服务器中，如上所述，所述代理服务器部署于服务节点中。请参阅图3，所述方法包括以下步骤。

s21：实时采集所述服务节点和/或所述服务节点内物理机的统计数据，并将所述统计数据发送至突发流量的分配装置处，其中，所述统计数据用于表征所述服务节点和/或所述服务节点内物理机的运转状态。

s23：接收所述突发流量的分配装置发来的资源调度任务，所述资源调度任务中包括待扩容的资源量以及待扩容的物理机的标识。

s25：从冗余资源池中获取所述待扩容的资源量的目标资源，并在所述待扩容的物理机上启动目标虚拟机，并将所述目标资源分配给所述目标虚拟机。

s27：向所述突发流量的分配装置反馈资源扩展信息，所述资源扩展信息表征已在所述目标虚拟机上分配所述目标资源，以使得所述突发流量的分配装置将目标业务的突发流量牵引至所述目标虚拟机所在的物理机处。

在一个实施方式中，在将所述目标资源分配给所述目标虚拟机之后，所述方法还包括：

将所述目标资源与所述目标虚拟机中处理的业务绑定，以使得所述目标虚拟机使用的所述目标资源与其它虚拟机使用的资源相隔离。

在一个实施方式中，所述方法还包括：

当所述目标业务的突发流量被所述目标虚拟机处理完成之后，停用所述目标虚拟机，并释放所述目标资源。

在一个实施方式中，若所述资源调度任务无法被完成，所述方法还包括：

向所述突发流量的分配装置反馈表征任务执行失败的提示信息，并接收所述突发流量的分配装置重新生成的资源调度任务；

响应于重新生成的所述资源调度任务，根据所述目标虚拟机所在的物理机中剩余的资源，对所述目标虚拟机进行扩容。

在一个实施方式中，若所述目标虚拟机所在的物理机中剩余的资源量小于所述目标虚拟机待扩容的资源量，所述方法还包括：

接收所述突发流量的分配装置生成的新的资源调度任务，并响应于所述新的资源调度任务，在所述服务节点中确定目标物理机，所述目标物理机中当前剩余的资源量大于或者等于所述目标虚拟机待扩容的资源量；

在所述目标物理机中创建虚拟机，并将所述目标虚拟机中待处理的业务转移至在所述目标物理机中创建的虚拟机处。

在一个实施方式中，所述冗余资源池中的资源量由至少两个服务节点共同使用，其中，所述至少两个服务节点用于运行多种业务，所述多种业务中，至少存在两种发生突发状况的时间节点不同的业务。

上述实施方式的具体实现过程，可以参见实施例一中的描述，这里便不再赘述。

请参阅图4，本申请还提供一种代理服务器，所述代理服务器包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，可以实现上述应用于代理服务器中的突发流量的分配方法。

由上可见，本申请提供的技术方案，可以在各个服务节点中部署代理服务器，该代理服务器可以与突发流量的分配装置进行通信。所述代理服务器可以实时采集服务节点以及服务节点中各个物理机的统计数据，该统计数据例如可以包括带宽数据、机器负载、cpu使用数据、内存使用数据等。这些统计数据可以由代理服务器反馈至突发流量的分配装置。在突发流量的分配装置中，可以包括数据分析单元、调度决策单元以及策略下发单元。其中，数据分析单元可以根据统计数据评估服务节点和物理机当前是否处于健康的运转状态，并可以评估它们的健康程度。然后，数据分析单元还可以自动分析目标业务当前的服务质量，从而根据该服务质量来判断目标业务是否存在突发状况。一旦目标业务出现了突发状况，调度决策单元便可以根据该突发状况的严重性，以及服务节点和物理机的健康程度，生成与服务节点相匹配的资源调度任务。该资源调度任务可以用于对服务节点进行扩容，从而使得服务节点能够应对突发的业务流量。该资源调度任务可以下发至代理服务器，代理服务器响应于该资源调度任务，可以从冗余资源池中获取一定量的目标资源，并在服务节点中待扩容的物理机上启动目标虚拟机，同时，可以将所述目标资源分配给所述目标虚拟机。代理服务器在部署完目标虚拟机，并分配了对应的目标资源之后，可以向所述突发流量的分配装置反馈资源扩展信息，所述资源扩展信息可以表征资源部署完毕。这样，所述突发流量的分配装置便可以将目标业务的突发流量通过带宽牵引模块牵引至所述目标虚拟机所在的物理机处，后续便可以通过该目标虚拟机来处理突发的业务流量。进一步地，上述的冗余资源池可以是多个服务节点共享的，并且这多个服务节点中运行的多个业务可以在时间上交错地发生突发状况，从而使得冗余资源池中所需的资源量较少，并且这些冗余资源能够在不同的时间节点都能起到处理突发流量的作用，从而提高了冗余资源的利用率。由上可见，在业务发生突发状况时，通过代理服务器和突发流量的分配装置之间的实时通信，能够及时对服务节点进行扩容，以应对突发的业务流量，从而能够充分利用网络中的资源，进而提高了应对突发流量的效率。

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各实施方式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来实现。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。