分布式数据库实现方法、装置、电子设备及存储介质

技术领域

本公开涉及人工智能技术领域，特别涉及云计算、云存储和云数据库等领域的分布式数据库实现方法、装置、电子设备及存储介质。

背景技术

分布式数据库(HBase，HadoopDataBase)是一个分布式的、面向列的开源数据库，随着大数据技术的发展，分布式数据库在业界得到了广泛应用，其部署通常比较复杂，存储成本等较高。

发明内容

本公开提供了分布式数据库实现方法、装置、电子设备及存储介质。

一种分布式数据库实现方法，包括：

响应于确定需要执行针对所述分布式数据库的写操作，将待写入数据写入到本地分布式文件系统中，所述分布式数据库上同时挂载有所述本地分布式文件系统以及对象存储系统；

响应于确定需要针对所述分布式数据库中的任一存储单元执行主合并操作，对所述本地分布式文件系统以及所述对象存储系统中属于所述存储单元的文件进行合并，并将合并得到的新文件存放到所述对象存储系统中，其中，需要执行所述主合并操作的存储单元包括：符合进入冷存储条件的存储单元。

一种分布式数据库实现装置，包括：第一执行模块以及第二执行模块；

所述第一执行模块，用于响应于确定需要执行针对所述分布式数据库的写操作，将待写入数据写入到本地分布式文件系统中，所述分布式数据库上同时挂载有所述本地分布式文件系统以及对象存储系统；

所述第二执行模块，用于响应于确定需要针对所述分布式数据库中的任一存储单元执行主合并操作，对所述本地分布式文件系统以及所述对象存储系统中属于所述存储单元的文件进行合并，并将合并得到的新文件存放到所述对象存储系统中，其中，需要执行所述主合并操作的存储单元包括：符合进入冷存储条件的存储单元。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开所述HBase实现方法实施例的流程图；

图2为本公开所述RegionServer、Store、本地HDFS以及对象存储系统等之间的关系示意图；

图3为本公开所述执行MajorCompaction操作及更新对应的meta cache的过程示意图；

图4为本公开所述HBase实现装置第一实施例400的组成结构示意图；

图5为本公开所述HBase实现装置第二实施例500的组成结构示意图；

图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本公开所述HBase实现方法实施例的流程图。如图1所示，包括以下具体实现方式。

在步骤101中，响应于确定需要执行针对HBase的写操作，将待写入数据写入到本地分布式文件系统(HDFS，HadoopDistributedFileSystem)中，HBase上同时挂载有本地HDFS以及对象存储(ObjectStorage)系统。

在步骤102中，响应于确定需要针对HBase中的任一存储单元(Store)执行主合并(MajorCompaction)操作，对本地HDFS以及对象存储系统中属于该Store的文件(HFile)进行合并，将合并得到的新HFile存放到对象存储系统中，其中，需要执行主合并操作的Store包括：符合进入冷存储条件的Store。

采用上述方法实施例所述方案，可将相对的热点数据存放在本地HDFS中，利用本地HDFS读写速度快的特点，保证了读写性能，并可将冷数据存放在对象存储系统中，从而降低了存储成本，即兼顾了本地HDFS与对象存储系统各自的优势，进而提升了HBase的性能等。

对象存储，也可称为基于对象的存储，是用于描述解决和处理离散单元的方法的通用术语，其中的离散单元可称为对象，对象存储可支持文本、多媒体、二进制等各种类型的数据存储，适用于数据分发、数据备份、大数据分析以及音视频文件处理等各种场景，对象存储通常具有分级存储的功能，即可以根据数据的访问频率将冷数据逐步下沉至更具性价比的存储介质中，以降低存储成本。

本地HDFS为HBase原本的底层存储方式，本公开所述方案中，进一步增加了对象存储系统，即在HBase上同时挂载本地HDFS以及对象存储系统。

优选地，响应于确定需要执行针对HBase的以下操作：影响文件树结构的操作，可采用双写方式完成所述操作。

影响文件树结构的操作可包括创建表、删除表、区域(region)分裂以及region迁移等。

通过采用双写方式，即进行双写操作，可确保本地HDFS与对象存储系统中的文件树结构一致，由于影响文件树结构的操作占总操作数的比例很小，因此双写操作带来的延时几乎可以忽略不计。

当需要执行针对HBase的写操作时，可将待写入数据写入到本地HDFS中。如可按照传统方式，按原路径写入预写日志(WAL，WriteAheadLog)以及写缓存(memstore)，之后冲洗(flush)进本地HDFS等。

当确定需要针对HBase中的任一Store执行MajorCompaction操作时，可对本地HDFS以及对象存储系统中属于该Store的HFile进行合并，并可将合并得到的新HFile存放到对象存储系统中。

对于HBase来说，当每个Store中仅包含一个HFile时，通常才会达到最佳的读取效率，因此HBase会通过合并已有的HFile来减少每次读数据的磁盘寻道时间，从而提高读取速度，这个合并过程就可称为Compaction。

HBase的Compaction操作可分为两种类型，即较小合并(Minor Compaction)操作以及MajorCompaction操作。可根据预先设定的策略，确定何时执行Compaction操作以及所执行的Compaction操作的具体类型。

当需要执行MinorCompaction操作时，可按照传统方式，只对本地HDFS上的HFile进行合并，如自动检查小文件，合并到大文件，从而减少碎片文件等。

当需要执行MajorCompaction操作时，可对本地HDFS以及对象存储系统中属于同一Store的HFile进行合并，并可将合并得到的新HFile存放到对象存储系统中。即MajorCompaction操作会将本地HDFS和对象存储系统中的同一Store下的所有HFile取出，并做合并后得到新的HFile，之后将新的HFile写入到对象存储系统中。相应地，合并之前的各旧的HFile将不再保留。

Compaction操作可由专门的compaction线程来完成，不影响数据的读取等，即用户仍可以从旧的HFile中获取到数据。

优选地，可分别对HBase中的各Store进行实时监控，响应于确定所监控的任一Store符合进入冷存储条件，可将该Store确定为需要执行Major Compaction操作的Store。

在实际应用中，可启动一个监控线程，用于实时监控各Store的状态，并可实时确定各Store是否符合进入冷存储条件，如果任一Store符合进入冷存储条件，那么则可触发一次针对该Store的MajorCompaction操作，从而将该Store的HFile送入对象存储系统，如前所述，MajorCompaction操作可交由compaction线程来处理，不影响监控线程。

监控线程可由区域服务器(RegionServer)启动时创建。符合进入冷存储条件具体为何种条件可根据实际需要而定，并可预先定义，比如，针对任一Store，若确定该Store的最后读取时间与当前时间之间的差值大于预定阈值，则可确定该Store为符合进入冷存储条件的Store，再比如，若本地HDFS空间即将耗尽，即剩余空间小于预定阈值，也可认为符合进入冷存储条件，所述阈值的具体取值同样可根据实际需要而定。

通过上述处理，可实现冷热数据的分离，进而降低了存储成本等。

优选地，针对任一Store，在对本地HDFS以及对象存储系统中属于该Store的HFile进行MajorCompaction操作时，可根据本地HDFS中的文件树结构，确定出本地HDFS中属于该Store的文件，根据对象存储系统中的文件树结构，确定出对象存储系统中属于该Store的文件，本地HDFS系统与对象存储系统中的文件树结构一致，相应地，可对确定出的属于该Store的HFile进行合并。

通过上述处理，可确保获取到的HFile的准确性，进而提升了Major Compaction操作的操作结果的准确性等。

另外，优选地，针对任一Store，在对本地HDFS以及对象存储系统中属于该Store的HFile进行MajorCompaction操作时，可首先获取本地HDFS中属于该Store的HFile，并可对获取到的HFile进行第一次合并，其中，在进行第一次合并的同时，可获取对象存储系统中属于该Store的HFile，之后，可将第一次合并结果与获取到的对象存储系统中属于该Store的HFile进行第二次合并，并可将第二次合并结果作为新HFile存放到对象存储系统中。

通常来说，对象存储系统的延迟较大，因此可以先合并本地HDFS中的HFile，即进行第一次合并，之后再与对象存储系统中的HFile进行第二次合并，其中，可利用第一次合并的时间来从对象存储系统中获取HFile，从而省去了等待对象存储系统文件读取的时间，进而提升了合并效率。

优选地，响应于确定需要执行针对HBase的读操作，可按照以下顺序依次遍历各查看对象：缓存、本地HDFS中的HFile、对象存储系统，所述缓存包括HBase的写缓存和读缓存，针对遍历到的查看对象，响应于确定其中存在所述读操作对应的读取结果，可从所述查看对象中获取读取结果并返回。

即当确定需要执行针对HBase的读操作时，可首先查看缓存，确定是否命中，所述缓存可包括HBase的写缓存和读缓存，如写缓存可为memstore，读缓存可为块缓存(blockcache)和桶缓存(bucketcache)，若命中，可从中获取读取结果并返回。

如果缓存中未能命中，可查看本地HDFS中的HFile中是否命中，若命中，可从中获取读取结果并返回。

如果本地HDFS中的HFile中也未能命中，可进一步查看对象存储系统中是否命中，若命中，可从中获取读取结果并返回。

即可按照读取效率由高到低的顺次，依次查看各查看对象，优先使用读取效率更高的查看对象来获取读取结果，从而提升了读取结果的获取效率，进而提升了读操作的响应速度等。

如果依次查看各查看对象后均未能命中，那么可返回“未获取到读取结果”或“读取失败”等信息，以提示用户。

优选地，当查看对象为对象存储系统时，可通过查询本地HDFS中的元数据缓存(metacache)，确定出对象存储系统中是否存在读取结果，响应于确定结果为存在，可从对象存储系统中获取读取结果并返回，每个Store可分别对应一个metacache，用于存放对象存储系统中属于该Store的HFile的目录信息。

所述目录信息可包括索引块(indexblock)和布隆块(bloomblock)，HFile由多个块组成，如indexblock、bloomblock和数据块(DataBlock)等，实际的数据存放在DataBlock中。

由于对象存储系统的延迟较大，如果目录信息存放在对象存储系统中，那么可能需要频繁读取对象存储系统中的HFile，性能将会大大减弱，因此，本公开所述方案中，针对每个Store，可分别在本地HDFS中创建一个meta cache，用于存放对象存储系统中属于该Store的HFile的indexblock和bloom block等元数据(metadata)，考虑到metadata的数据量通常很小，因此在本地HDFS中创建metacache并不会占用太多额外的空间，而且，如果block cache的空间较为宽裕的话，也可以考虑将对象存储系统中的HFile的metadata常驻blockcache中。

优选地，响应于确定针对任一Store执行完MajorCompaction操作，可重新生成该Store对应的metacache，和/或，响应于确定RegionServer重启，可重新生成各Store对应的metacache。

即执行Compaction操作时metacache中的信息也需要同步更新，以提升metacache中的信息的准确性，在实际应用中，可使用region内事务，将新HFile写入到对象存储系统中，之后可删除原有的metacache并重新生成新的metacache，即对metacache进行更新，另外，为了防止事务运行到一半崩溃，导致对象存储系统中的HFile与metacache不一致，可在每次重启RegionServer时，均根据从对象存储系统中获取到的目录信息重新生成各Store的metacache，该操作可以是异步的，以加快RegionServer的重启速度等。

优选地，当确定需要执行针对HBase的读操作时，响应于确定本地HDFS中不存在metacache，还可先生成metacache，之后再通过查询生成的meta cache，确定对象存储系统中是否存在读取结果。

即可先从对象存储系统中获取所需的目录信息，之后可根据获取到的目录信息生成对应的metacache，并存放在本地HDFS中，进而可通过查询生成的metacache，确定出对象存储系统中是否存在所需的读取结果，从而提升了向用户返回读取结果的成功率等。

上述情况通常只会出现在RegionServer恰好重启完成或者Major Compaction操作恰好结束时，相应地，可利用相应的线程生成所需的meta cache。

结合上述介绍，图2为本公开所述RegionServer、Store、本地HDFS以及对象存储系统等之间的关系示意图。

如图2所示，每个RegionServer可对应一个或多个Store，为简化附图，图2中仅表示出了一个Store，每个Store中可分别包括一个memstore以及一个或多个存储文件(StoreFile)，每个StoreFile分别对应本地HDFS中的一个HFile，即可以理解为StoreFile和HFile本质上是相同的，只是在Store中称为StoreFile，在本地HDFS中称为HFile，另外，每个StoreFile可分别作为对象存储系统中的一个对象，再有，可在本地HDFS中额外增设metacache。

每个RegionServer可分别对应一个blockcache和一个bucketcache，为简化附图，未进行图示。

图3为本公开所述执行MajorCompaction操作及更新对应的metacache的过程示意图。如图3所示，1表示进行第一次合并，2表示进行第二次合并，3表示将第二次合并结果写入到对象存储系统中，4表示删除原有的meta cache，5表示重新生成新的metacache。可以看出，由于进行MajorCompaction操作，对于每个Store来说，对象存储系统中的HFile绝大部分时间都只有一个。

需要说明的是，对于前述的方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。

总之，采用本公开方法实施例所述方案，可在尽可能地确保HBase的读写性能的情况下降低存储成本，进而提升了HBase的性能以及性价比，另外，冷存储采用的是HBase的文件树结构，从而可以将对象存储系统方便地转换成一个离线数据仓库，进而为大数据分析提供数据源等。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图4为本公开所述HBase实现装置第一实施例400的组成结构示意图。如图4所示，包括：第一执行模块401以及第二执行模块402。

第一执行模块401，用于响应于确定需要执行针对HBase的写操作，将待写入数据写入到本地HDFS中，HBase上同时挂载有本地HDFS以及对象存储系统。

第二执行模块402，用于响应于确定需要针对HBase中的任一Store执行MajorCompaction操作，对本地HDFS以及对象存储系统中属于该Store的HFile进行合并，将合并得到的新HFile存放到对象存储系统中，其中，需要执行MajorCompaction操作的Store包括：符合进入冷存储条件的Store。

采用上述装置实施例所述方案，可将相对的热点数据存放在本地HDFS中，利用本地HDFS读写速度快的特点，保证了读写性能，并可将冷数据存放在对象存储系统中，从而降低了存储成本，即兼顾了本地HDFS与对象存储系统各自的优势，进而提升了HBase的性能等。

当需要执行针对HBase的写操作时，第一执行模块401可将待写入数据写入到本地HDFS中，如可按照传统方式完成写入。

当确定需要针对HBase中的任一Store执行MajorCompaction操作时，第二执行模块402可对本地HDFS以及对象存储系统中属于该Store的HFile进行合并，并可将合并得到的新HFile存放到对象存储系统中。

HBase的Compaction操作可分为两种类型，即MinorCompaction操作以及MajorCompaction操作。可根据预先设定的策略，确定何时执行Compaction操作以及所执行的Compaction操作的具体类型。

当需要执行MinorCompaction操作时，第二执行模块402可按照传统方式，只对本地HDFS上的HFile进行合并，如自动检查小文件，合并到大文件，从而减少碎片文件等。

当需要执行MajorCompaction操作时，第二执行模块402可对本地HDFS以及对象存储系统中属于同一Store的HFile进行合并，并可将合并得到的新HFile存放到对象存储系统中。即MajorCompaction操作会将本地HDFS和对象存储系统中的同一Store下的所有HFile取出，并做合并后得到新的HFile，之后将新的HFile写入到对象存储系统中。相应地，合并之前的各旧的HFile将不再保留。

优选地，第二执行模块402可分别对HBase中的各Store进行实时监控，响应于确定所监控的任一Store符合进入冷存储条件，可将该Store确定为需要执行MajorCompaction操作的Store。

在实际应用中，可启动一个监控线程，用于实时监控各Store的状态，并可实时确定各Store是否符合进入冷存储条件，如果任一Store符合进入冷存储条件，那么则可触发一次针对该Store的MajorCompaction操作。

优选地，针对任一Store，第二执行模块402在对本地HDFS以及对象存储系统中属于该Store的HFile进行MajorCompaction操作时，可根据本地HDFS中的文件树结构，确定出本地HDFS中属于该Store的文件，根据对象存储系统中的文件树结构，确定出对象存储系统中属于该Store的文件，本地HDFS系统与对象存储系统中的文件树结构一致，相应地，可对确定出的属于该Store的HFile进行合并。

优选地，第二执行模块402响应于确定需要执行针对HBase的以下操作：影响文件树结构的操作，可采用双写方式完成所述操作。

另外，优选地，针对任一Store，第二执行模块402在对本地HDFS以及对象存储系统中属于该Store的HFile进行MajorCompaction操作时，可首先获取本地HDFS中属于该Store的HFile，并可对获取到的HFile进行第一次合并，其中，在进行第一次合并的同时，可获取对象存储系统中属于该Store的HFile，之后，可将第一次合并结果与获取到的对象存储系统中属于该Store的HFile进行第二次合并，并可将第二次合并结果作为新HFile存放到对象存储系统中。

图5为本公开所述HBase实现装置第二实施例500的组成结构示意图。如图5所述，包括：第一执行模块401、第二执行模块402以及第三执行模块403。

其中，第一执行模块401以及第二执行模块402与图4所示实施例中相同。

第三执行模块403，用于响应于确定需要执行针对HBase的读操作，可按照以下顺序依次遍历各查看对象：缓存、本地HDFS中的HFile、对象存储系统；所述缓存包括HBase的写缓存和读缓存，针对遍历到的查看对象，响应于确定其中存在所述读操作对应的读取结果，可从所述查看对象中获取读取结果并返回。

即当确定需要执行针对HBase的读操作时，可首先查看缓存，确定是否命中，所述缓存可包括HBase的写缓存和读缓存，若命中，可从中获取读取结果并返回。

如果缓存中未能命中，可查看本地HDFS中的HFile中是否命中，若命中，可从中获取读取结果并返回。

如果本地HDFS中的HFile中也未能命中，可进一步查看对象存储系统中是否命中，若命中，可从中获取读取结果并返回。

优选地，当查看对象为对象存储系统时，第三执行模块403可通过查询本地HDFS中的metacache，确定出对象存储系统中是否存在读取结果，响应于确定结果为存在，可从对象存储系统中获取读取结果并返回，每个Store可分别对应一个metacache，用于存放对象存储系统中属于该Store的HFile的目录信息。所述目录信息可包括indexblock和bloomblock。

优选地，第三执行模块403响应于确定针对任一Store执行完Major Compaction操作，可重新生成该Store对应的metacache，和/或，响应于确定RegionServer重启，可重新生成各Store对应的metacache。

优选地，第三执行模块403确定需要执行针对HBase的读操作，响应于确定本地HDFS中不存在metacache，还可先生成metacache，之后再通过查询生成的metacache，确定对象存储系统中是否存在读取结果。

图4和图5所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。

总之，采用本公开装置实施例所述方案，可在尽可能地确保HBase的读写性能的情况下降低存储成本，进而提升了HBase的性能以及性价比，另外，冷存储采用的是HBase的文件树结构，从而可以将对象存储系统方便地转换成一个离线数据仓库，进而为大数据分析提供数据源等。

本公开所述方案可应用于人工智能领域，特别涉及云计算、云存储和云数据库等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字助理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM603并由计算单元601执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。