基于Kafka的矿用设备感知数据的处理方法及系统与流程

基于kafka的矿用设备感知数据的处理方法及系统
技术领域
1.本技术涉及数据处理技术领域，尤其涉及一种基于kafka的矿用设备感知数据的处理方法及系统。


背景技术：

2.随着煤矿开采向数字化和智能化方向发展，矿用装备安全管理越来越引起人们的关注，在强化矿用装备安标把关的基础上，需要加强事中、事后的监管。为了实现矿用装备安标监督管理系统更加完备，全过程管控更加到位、更加科学高效的目的，需要全面提升矿用新装备的溯源管理和风险管控能力。
3.其中，对煤矿重大设备的监控系统感知类数据进行采集和解析，是实现矿用设备的溯源管理和风险管控的重要方式。相关技术中，对矿用设备监控系统感知数据进行处理时，一般是采用人工处理的方式，通过相关的操作人员人工上传和处理监控系统的感知类数据。
4.然而，由于感知数据数据量巨大，且更新频率快，上述传统的人工处理方法无法满足实时的数据处理需求，感知数据的处理效率较低且处理结果容易出现误差。


技术实现要素：

5.本技术旨在至少在一定程度上解决相关技术中的技术问题之一。
6.为此，本技术的第一个目的在于提出一种基于kafka的矿用设备感知数据的处理方法，该方法结合kafka解析和分布式存储等技术，可以实现煤矿重大设备监控系统感知类kafka数据的自动采集与解析，提高矿用设备感知数据处理的实时性、准确性和处理效率。
7.本技术的第二个目的在于提出一种基于kafka的矿用设备感知数据的处理系统。
8.本技术的第三个目的在于提出一种非临时性计算机可读存储介质。
9.为达上述目的，本技术的第一方面实施例提出了一种基于kafka的矿用设备感知数据的处理方法，包括以下步骤：
10.基于kafka的采集工具采集矿井下目标设备的监控系统感知数据，并配置多个参数信息保证所述采集工具读取采集到的kafka流式消息；
11.根据数据源和消息类别对采集到的所述kafka流式消息进行分类存储；
12.结合所述分类，配置不同类别的解析模板，对待使用的kafka流式消息进行json解析，将所述待使用的kafka流式消息转换成二维表；
13.将json数据中的数组进行展开处理并存入对应的所述二维表中。
14.可选地，在本技术的一个实施例中，所述参数信息是kafka中用于接收消息的配置信息，所述参数信息包括：kafka数据源的ip地址、所述消息类别和消费组id，所述配置多个参数信息保证所述采集工具读取采集到的kafka流式消息，包括：在kafka的基础信息配置中完善所述多个参数信息。
15.可选地，在本技术的一个实施例中，根据数据源和消息类别对采集到的所述kafka
流式消息进行分类存储，包括：配置文件存储路径，将不同数据源的相同消息类别的数据存储在一个所述消费组的存储路径，或者，将不同数据源的数据对应存储在不同的所述消费组的存储路径。
16.可选地，在本技术的一个实施例中，配置不同类别的解析模板，包括：根据所述数据源和所述消息类别自定义所述解析模板的名称。
17.可选地，在本技术的一个实施例中，对待使用的kafka流式消息进行json解析，将所述待使用的kafka流式消息转换成二维表，包括：获取kafka输入的消息内容示例，并设置消息解析规则，所述消息解析规则包括映射出所述kafka流式消息中的字段名和字段对应的内容；设置用于在解析后存储所述二维表的数据库；配置json解析任务的执行方式，并在所述解析模板下，按照所述执行方式对所述对待使用的kafka流式消息进行json解析。
18.可选地，在本技术的一个实施例中，在所述将json数据中的数组进行展开处理并存入对应的所述二维表中之后，还包括：对解析后的部分字段进行脱敏和加密设置。
19.可选地，在本技术的一个实施例中，按照所述执行方式对所述对待使用的kafka流式消息进行json解析之后，还包括：获取所述json解析任务对应的任务日志，读取所述所述任务日志中记录的执行时间、处理数据条数和执行结果。
20.为达上述目的，本技术的第二方面实施例提出了一种基于kafka的矿用设备感知数据的处理系统，包括以下模块：
21.采集模块，用于基于kafka的采集工具采集矿井下目标设备的监控系统感知数据，并配置多个参数信息保证所述采集工具读取采集到的kafka流式消息；
22.存储模块，用于根据数据源和消息类别对采集到的所述kafka流式消息进行分类存储；
23.解析模块，用于结合所述分类，配置不同类别的解析模板，对待使用的kafka流式消息进行json解析，将所述待使用的kafka流式消息转换成二维表；
24.更新模块，用于将json数据中的数组进行展开处理并存入对应的所述二维表中。
25.可选地，在本技术的一个实施例中，参数信息是kafka中用于接收消息的配置信息，所述参数信息包括：kafka数据源的ip地址、所述消息类别和消费组id，所述采集模块，具体用于：在kafka的基础信息配置中完善所述多个参数信息。
26.为了实现上述实施例，本技术第三方面实施例还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中的基于kafka的矿用设备感知数据的处理方法。
27.本技术的实施例提供的技术方案至少带来以下有益效果：本技术在利用现有服务器资源的基础上，结合kafka解析和分布式存储等技术，实现煤矿重大设备监控系统感知类kafka数据的自动采集与解析，通过分布式存储解决kafka大量原始数据存储问题，通过自动解析任务为数据挖掘分析提供支持，保障数据更新的及时性，从而利用kafka实现煤矿重大设备监控系统感知类数据自动采集，并实现调度解析。本技术相比于人工处理方案，能够节省矿用设备感知数据进行采集和解析所耗费的时间，加快数据处理效率，且减少各处理步骤中可能出现的误差，降低人工成本，提高矿用设备感知数据处理的实时性、准确性和便捷性。
28.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变
得明显，或通过本发明的实践了解到。
附图说明
29.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中
30.图1为本技术实施例提出的一种基于kafka的矿用设备感知数据的处理方法的流程图；
31.图2为本技术实施例提出的一种消息解析和转换方法的流程图；
32.图3为本技术实施例提出的一种具体的基于kafka的矿用设备感知数据的处理方法的流程图；
33.图4为本技术实施例提出的一种基于kafka的矿用设备感知数据的处理系统的结构示意图。
具体实施方式
34.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
35.下面参考附图描述本发明实施例所提出的一种基于kafka的矿用设备感知数据的处理方法和系统。
36.图1为本技术实施例提出的一种基于kafka的矿用设备感知数据的处理方法的流程图，如图1示，该方法包括以下步骤：
37.步骤s101，基于kafka的采集工具采集矿井下目标设备的监控系统感知数据，并配置多个参数信息保证采集工具读取采集到的kafka流式消息。
38.其中，kafka是一种高吞吐量的分布式发布订阅消息系统，其目的是通过并行加载机制来统一线上和离线的消息处理，可以通过集群来提供实时的消息。由于kafka是一个高性能的流式消息队列，因此可适用于大数据场景下的消息传输、消息处理和消息存储，其可靠的传递能力让它成为流式处理系统完美的数据来源。因此，本技术通过kafka构建的流式数据作为矿用设备的监控系统的感知类数据的数据来源，采集和解析煤矿重大设备监控系统感知类kafka数据。
39.其中，目标设备是矿井下需要进行感知数据获取，以便进行溯源管理和风险管控等操作的重要设备，比如，它可以是一些新使用的设备，如新安装的提升机等。目标设备应具有自身的监控系统，通过监控系统实时采集目标设备的感知类型的数据，比如，提升机在不同时间点下搭载的人员等。
40.具体的，本技术先通过kafka的采集工具采集矿井下目标设备的监控系统感知数据，采集工具及采集方式可以根据井下的不同环境和不同的采集对象进行确定。
41.举例而言，可以通过kafka的分布式爬虫系统抓取某个目标设备的监控系统采集到的感知数据，比如，通过爬虫系统抓取监控系统实时采集的监控图像。
42.进一步的，在采集数据时，配置相关的参数信息保证上述采集工具可读取到采集的kafka流式消息。
43.在本技术一个实施例中，参数信息是kafka中用于接收消息的配置信息，它可以是源信息，参数信息包括：kafka数据源的ip地址、消息类别和消费组id。作为一种实现方式，配置多个参数信息保证采集工具读取采集到的kafka流式消息，包括：在kafka的基础信息配置中完善多个参数信息。
44.具体而言，在kafka基础信息配置中完善接收消息的相关配置信息，包括kafka数据源的ip地址、消息类别(topic)、消费组id。其中，若多个煤矿均遵守统一的标准进行煤矿重大设备监控系统感知类数据推送，则数据源ip可以区分不同煤矿的数据来源。消息类别(topic)用来区分数据分类，消息类别既用于区分不同设备或系统的数据，比如，立井提升机、斜井提升机、通风系统和排水系统等不同系统的数据，也用于区分同一设备的不同类型的数据，比如，设备的基础数据和运行数据等，以提升机而言，基础数据可以是提升机的尺寸、工作电压和其中各部件的参数，运行数据可以是提升机在某时段内的运行频率和单次的运行信息等。消费组id作为kafka数据消费者，获取生产端推送的数据。
45.由此，本技术根据当前的应用场景，通过合理的配置相关的参数信息保证采集工具可读取到采集的kafka流式消息。
46.步骤s102，根据数据源和消息类别对采集到的kafka流式消息进行分类存储。
47.具体的，根据配置的参数信息对采集到的kafka流式消息进行分类存储，由于井下设备类型繁多，数据量较大，通过分布式存储方式进行大量kafka原始数据的存储。
48.在本技术一个实施例中，对采集到的kafka流式消息进行分类存储，包括：配置文件存储路径，将不同数据源的相同消息类别的数据存储在一个消费组的存储路径，或者，将不同数据源的数据对应存储在不同的消费组的存储路径。
49.具体而言，配置文件存储路径，可以根据需求将多个数据源的数据保存在一个消费组的存储路径进行管理，或者将不同数据源选择不同消费组的存储路径进行管理。可以理解的是，如上所述，数据源ip可以区分不同煤矿的数据来源，消息类别可以区分不同类型的数据，因此，可以基于数据源和消息类别，根据实际需求将不同煤矿同类型的数据存储在同一路径管理，即存储在一个消费组的存储路径，也可以将不同煤矿的感知类数据分不同路径分开存储管理，即一个煤矿的数据存储在一个固定的消费组的存储路径，该固定的消费组的存储路径不再存储其他煤矿的数据，以便于不同煤矿数据的区分。
50.步骤s103，结合分类，配置不同类别的解析模板，对待使用的kafka流式消息进行json解析，将待使用的kafka流式消息转换成二维表。
51.其中，javascript对象简谱(javascript object notation，简称json)是一种轻量级的数据交换格式，它采用完全独立于编程语言的文本格式来存储和表示数据，具有良好的可读和便于快速编写的特性，本技术可以利用json数据进行数据传输。
52.具体的，本技术先配置解析模板，由于上一步骤中已对数据进行了分类存储，可以参考分类存储结果，为每一个类别的数据配置一个解析模板用于后续的解析。
53.在本技术一个实施例中，配置不同类别的解析模板，包括：根据数据源和消息类别自定义解析模板的名称。根据数据源确定模板针对的煤矿，根据消息类别确定模板针对的设备和设备的数据类型，进而根据确定的信息生成模板名称。比如，a煤矿立井提升机基础数据解析模板和b煤矿排水系统实时监控数据解析模板等。
54.进一步的，利用配置的解析模板，对当前需要使用的kafka流式消息进行json解
析，并将消息转换成二维表。
55.在本技术一个实施例中，为了更加清楚的说明本技术对流式消息进行json解析，并转换成二维表的具体实现过程，下面以本实施例中提出的一种解析方法进行示例性说明，图2为本技术实施例提出的一种消息解析和转换方法的流程图。如图2所示，该方法包括以下步骤：
56.步骤s201，获取kafka输入的消息内容示例，并设置消息解析规则，消息解析规则包括映射出kafka流式消息中的字段名和字段对应的内容。
57.具体的，获取kafka输入的消息内容示例，设置消息解析规则，映射出消息中的字段名和字段对应的内容，保证流式消息能解析转化为二维表，可以理解的是，二维表可以包含字段名和字段内容等数据。也就是说，本步骤获取kafka输入的样例数据，根据样例数据配置解析规则，在进行解析时，能够映射解析数据中各个字段的名称。
58.步骤s202，设置用于在解析后存储二维表的数据库。
59.具体的，设置解析后存储二维表的数据库并创建对应数据模型，本步骤中还可以在数据模型中关联解析模板中的字段。
60.步骤s203，配置json解析任务的执行方式，并在解析模板下，按照执行方式对对待使用的kafka流式消息进行json解析。
61.具体的，选择进行json解析任务时不同的执行方式，该执行方式包括解析调度任务的执行频率和更新方式等。
62.举例而言，任务执行方式可以是实时解析原始kafka数据，或者通过定时任务解析指定时间段内的kafka数据，具体的执行方式可以根据实际需要确定，比如，当需要减少数据计算量时，可以通过定时任务，在到达预设时间点时，解析预设的一段时间内的kafka数据，从而可以减少数据处理量，节省计算资源。
63.进而，按照配置的执行方式对将对应的待使用的kafka流式消息进行json解析，具体进行解析的方式和执行步骤可以参照相关技术中的方案，举例而言，先根据数据类型确定语法规则，对于解析大括号“{}”类型的数据，采用jsonobject语法，对于解析中括号“[]”类型的数据，采用jsonarray解析。再选取相应的数据解析方式，比如，eval()法、new function法或json.parse()法等，具体解析过程此处不再赘述。
[0064]
步骤s104，将json数据中的数组进行展开处理并存入对应的二维表中。
[0065]
具体的，将解析后得到的json数据中的数组进行展开处理存入对应的二维表中，通过将解析后的数据通过增量更新的方式对指定数据库的二维表进行增量更新。由此，本技术先进行流式消息的解析，根据解析结果自动更新数据库中的对应内容，从而便于通过自动解析任务为数据挖掘分析提供支持
[0066]
进一步的，为了保证数据安全，避免井下重要设备解析后的数据泄露，在本技术一个实施例中，在将json数据中的数组进行展开处理并存入对应的二维表中以实现信息的更新之后，还包括：对解析后的部分字段进行脱敏和加密设置。具体而言，部分字段是重要程度较高的关键信息，对部分字段进行脱敏和加密设置的方式可以根据实际需要设置，比如，对需要进行保护的字段通过随机值替换、平均值替换或者偏移及取整等方式进行脱敏操作。在实际应用中，也可以根据需要不进行本示例的脱敏和加密设置。
[0067]
在本技术一个实施例中，为了更加充分的获知任务执行状况，在对待使用的kafka
流式消息进行json解析之后，还包括：获取json解析任务对应的任务日志，读取所述任务日志中记录的执行时间、处理数据条数和执行结果。具体的，解析调度任务执行情况会生成对应的任务日志，进而本实施例可查看任务日志中记录的任务执行情况，包括执行时间，处理数据条数，执行结果等内容。并且，在本实施例中，还可以将获取的上述任务执行情况发送至预先进行合法性验证的相关工作人员的的移动终端中，便于工作人员及时和便捷的了解数据处理任务的执行情况。
[0068]
综上所述，本技术实施例的基于kafka的矿用设备感知数据的处理方法，在利用现有服务器资源的基础上，结合kafka解析和分布式存储等技术，实现煤矿重大设备监控系统感知类kafka数据的自动采集与解析，通过分布式存储解决kafka大量原始数据存储问题，通过自动解析任务为数据挖掘分析提供支持，保障数据更新的及时性，从而利用kafka实现煤矿重大设备监控系统感知类数据自动采集，并实现调度解析。该方法相比于人工处理方案，能够节省矿用设备感知数据进行采集和解析所耗费的时间，加快数据处理效率，且减少各处理步骤中可能出现的误差，降低人工成本，提高矿用设备感知数据处理的实时性、准确性和便捷性。
[0069]
基于上述实施例，为了更加清楚的描述本技术的基于kafka的矿用设备感知数据的处理方法的具体处理流程，下面在本技术一个实施例中实际应用时进行数据处理的方法进行说明。图3为本技术实施例提出的一种具体的基于kafka的矿用设备感知数据的处理方法的流程图。
[0070]
如图3所示，该方法包括以下步骤：
[0071]
步骤s301，采集煤矿重大设备监控系统感知类kafka数据。
[0072]
步骤s302，配置需采集的kafka数据源信息。
[0073]
步骤s303，配置文件存储路径。
[0074]
步骤s304，自定义解析模板名称，选择数据源和数据分类。
[0075]
步骤s305，获取样例数据，根据样例数据配置解析规则，映射解析数据的各个字段名称。
[0076]
步骤s306，选择解析后存储二维表的数据库，创建数据模型并关键解析模板中字段。
[0077]
步骤s307，设置解析调度任务执行频率和更新方式。
[0078]
步骤s308，根据需要脱敏和加密字段。
[0079]
步骤s309，调度任务执行，查看执行结果。
[0080]
需要说明的是，该实施例中各步骤的具体实现方式可参照上述实施例的相关描述，此处不再赘述。
[0081]
为了实现上述实施例，本技术还提出了一种基于kafka的矿用设备感知数据的处理系统。图4为本技术实施例提出的一种基于kafka的矿用设备感知数据的处理系统的结构示意图。
[0082]
如图4所示，该系统包括采集模块100、存储模块200、解析模块300和更新模块400。
[0083]
其中，获取模块100，用于获取用户输入的初始故事，并从初始故事中确定对话角色。
[0084]
采集模块100，用于基于kafka的采集工具采集矿井下目标设备的监控系统感知数
据，并配置多个参数信息保证采集工具读取采集到的kafka流式消息。
[0085]
存储模块200，用于根据数据源和消息类别对采集到的kafka流式消息进行分类存储。
[0086]
解析模块300，用于结合分类，配置不同类别的解析模板，对待使用的kafka流式消息进行json解析，将待使用的kafka流式消息转换成二维表。
[0087]
更新模块400，用于将json数据中的数组进行展开处理并存入对应的二维表中。
[0088]
可选地，在本技术的一个实施例中，参数信息是kafka中用于接收消息的配置信息，参数信息包括：kafka数据源的ip地址、消息类别和消费组id，采集模块100，具体用于：在kafka的基础信息配置中完善所述多个参数信息。
[0089]
可选地，在本技术的一个实施例中，存储模块200，具体用于：配置文件存储路径，将不同数据源的相同消息类别的数据存储在一个消费组的存储路径，或者，将不同数据源的数据对应存储在不同的消费组的存储路径。
[0090]
可选地，在本技术的一个实施例中，解析模块300，具体用于：根据数据源和消息类别自定义解析模板的名称。
[0091]
可选地，在本技术的一个实施例中，解析模块300，具体用于：获取kafka输入的消息内容示例，并设置消息解析规则，消息解析规则包括映射出kafka流式消息中的字段名和字段对应的内容；设置用于在解析后存储二维表的数据库；配置json解析任务的执行方式，并在解析模板下，按照执行方式对对待使用的kafka流式消息进行json解析。
[0092]
可选地，在本技术的一个实施例中，更新模块400还用于：对解析后的部分字段进行脱敏和加密设置。
[0093]
可选地，在本技术的一个实施例中，更新模块400还用于：获取json解析任务对应的任务日志，读取所述任务日志中记录的执行时间、处理数据条数和执行结果。
[0094]
需要说明的是，前述对基于kafka的矿用设备感知数据的处理方法的实施例的描述，也适用于本实施例的系统，实现原理相同，此处不再赘述。
[0095]
综上所述，本技术实施例的基于kafka的矿用设备感知数据的处理系统，在利用现有服务器资源的基础上，结合kafka解析和分布式存储等技术，实现煤矿重大设备监控系统感知类kafka数据的自动采集与解析，通过分布式存储解决kafka大量原始数据存储问题，通过自动解析任务为数据挖掘分析提供支持，保障数据更新的及时性，从而利用kafka实现煤矿重大设备监控系统感知类数据自动采集，并实现调度解析。该系统相比于人工处理方案，能够节省矿用设备感知数据进行采集和解析所耗费的时间，加快数据处理效率，且减少各处理步骤中可能出现的误差，降低人工成本，提高矿用设备感知数据处理的实时性、准确性和便捷性。
[0096]
为了实现上述实施例，本发明还提出一种非临时性计算机可读存储介质，其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本技术第一方面实施例所述的基于kafka的矿用设备感知数据的处理方法。
[0097]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，若在多个实施例或示例中采用了对上述术语的示意性表述，不代表这些实施例或示例是相同的。而且，描述的具体特
征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0098]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0099]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0100]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0101]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0102]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0103]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块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，也可以存储在一个计算机可读取存储介质中。
[0104]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描
述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。