一种任务调度方法、装置及设备

技术领域

本说明书涉及大数据分析技术领域，尤其涉及一种任务调度方法、装置及设备。

背景技术

随着互联网技术的高速发展，大数据分析处理平台使用门槛较高、构建模型难以落实为应用，不便于大数据分析处理，因此，交互式建模分析平台应用而生。交互式建模分析平台是一种为了解决大数据分析处理而提出的一种平台级解决方案，但是随着大数据分析处理需求的日益复杂，手动执行独立任务或仅通过定时执行工具执行的简单流程，往往难以满足其复杂性需求；当下的主流开源大数据任务执行引擎，无法实现不同处理平台的全面的兼容；此外，目前大多数的任务执行引擎采取将流程中每个任务单独提交至任务计算引擎，导致了流程执行过程中多次的任务提交以及数据的频繁落盘，大大增加了流程的完成时间。

因此，需要一种新的方法，能够提升平台的大数据分析处理能力，实现大数据分析处理任务的全面兼容。

发明内容

本说明书实施例提供一种任务调度方法、装置及设备，用于解决以下技术问题：随着大数据分析处理需求的日益复杂，手动执行独立任务或仅通过定时执行工具执行的简单流程，往往难以满足其复杂性需求；当下的主流开源大数据任务执行引擎，对于目前类型日益复杂的大数据分析处理任务不能实现全面的兼容；此外，目前大多数的任务执行引擎采取将流程中每个任务单独提交至任务计算引擎，导致了流程执行过程中多次的任务提交以及数据的频繁落盘，大大增加了流程的完成时间。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供的一种任务调度方法，包括：

获取待处理的流程；

对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，所述流程描述文件是对所述待处理的流程及其所包括的任务进行描述的文件；

将所述流程描述文件写入任务队列中，执行所述待处理的流程。

进一步地，所述对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，具体包括：

按照所述预设的描述模板，对所述待处理的流程对应的流程描述信息与流程段描述信息、所述待处理的流程对应的任务描述信息进行描述，获得所述待处理的流程对应的流程描述文件，所述待处理的流程由至少一个流程段组成。

进一步地，所述待处理的流程对应的流程描述信息与流程段描述信息包括：所述待处理的流程和/或流程段的名称、所述待处理的流程对应的流程段的唯一标识，所述待处理的流程所包含的任务，所述待处理的流程所包含的任务的数量，所述待处理的流程和/或流程段的输入及输出，所述待处理的流程和/或流程段的执行环境，所述待处理的流程和/或流程段的优先级，所述待处理的流程和/或流程段与其他流程和/或流程段的依赖关系；

所述待处理的流程对应的任务描述信息包括所述待处理的流程所包括的任务的名称，所述任务的唯一标识，所述任务的输入与输出，所述任务的执行环境，所述任务与其他任务的依赖关系。

进一步地，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

判断所述待处理的流程所包括的任务是否为定时任务，若所述待处理的流程所包括的任务为定时任务，则将所述流程描述文件及所述待处理的流程所包括的任务的定时类型写入所述任务队列中，执行所述待处理的流程；

若所述待处理的流程所包括的任务为非定时任务，则直接将所述流程描述文件写入所述任务队列中，执行所述待处理的流程。

进一步地，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

读取所述流程描述文件，将所述流程描述文件写入任务队列中；

采用DAG解析所述任务队列中的所述流程描述文件，生成流程DAG信息；

基于所述流程DAG信息，进行流程封装，获得大数据分析流程；

将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程。

进一步地，所述基于所述流程DAG信息，进行流程封装，获得大数据分析流程，具体包括：

基于所述流程DAG信息，根据所述流程描述文件中的任务描述信息所包括的任务的执行环境，进行流程分装，获得大数据分析流程。

进一步地，所述将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程，具体包括：

基于所述大数据分析流程中所包括的任务描述信息所包括的任务的执行环境，将所述大数据分析流程提交至对应的执行平台，执行所述待处理流程。

本说明书实施例提供的一种任务调度装置，包括：

获取模块，获取待处理的流程；

编辑模块，对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，所述流程描述文件是对所述待处理的流程及其所包括的任务进行描述的文件；

执行模块，将所述流程描述文件写入任务队列中，执行所述待处理的流程。

本说明书实施例还提供一种电子设备，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：

获取待处理的流程；

对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，所述流程描述文件是对所述待处理的流程及其所包括的任务进行描述的文件；

将所述流程描述文件写入任务队列中，执行所述待处理的流程。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：能够兼容更多数据分析任务类型及平台，而且能够避免大数据分析过程中数据的频繁落盘，提高流程的执行效率。

附图说明

为了更清楚地说明本说明书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，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的一种任务调度方法的示意图；

图2为本说明书实施例提供的任务调度的架构图；

图3为本说明书实施例提供的一种任务调度方法的框架图；

图4为本说明书实施例提供的一种任务调度装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，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，都应当属于本申请保护的范围。

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。目前，大数据的分析处理往往采用手动执行独立任务或定时执行工具crontab执行简单的流程，这种方法无法满足复杂流程的需求；大数据的任务执行引擎主要是采用开源大数据任务执行引擎，如Apache Luigi、Apache Airflow、Apache Oozie以及Azkaban，这些任务执行引擎主要基于某种大数据框架系统进行任务的调度与执行，对于目前类型日益复杂的大数据分析处理任务不能实现全面的兼容；而且任务执行引擎采取将流程中每个任务单独提交至任务计算引擎，导致了流程执行过程中多次的任务提交以及数据的频繁落盘，大大增加了流程的完成时间。基于此，本说明书提供一种新的任务调度方法。

图1为本说明书实施例提供的一种任务调度方法的示意图，如图1所示，该方法包括：

步骤S101：获取待处理的流程。

在本说明书实施例中，待处理的流程是进行大数据分析的流程。流程是由两个及以上的业务步骤，完成一个完整的业务行为的过程。简言之流程就是过程节点及执行方式有序组成的过程。

步骤S103：对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，所述流程描述文件是对所述待处理的流程及其所包括的任务进行描述的文件。

在本说明书实施例中，所述对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，具体包括：

按照所述预设的描述模板，对所述待处理的流程对应的流程描述信息与流程段描述信息、所述待处理的流程对应的任务描述信息进行描述，获得所述待处理的流程对应的流程描述文件，所述待处理的流程由至少一个流程段组成。

在本说明书实施例中，预设的描述模板，能够实现依赖不同计算平台的流程建立统一的模板，对流程及其所包含的任务进行描述，实现不同计算平台的兼容。

在本说明书实施例中，可以采用JSON文件格式对待处理的流程对应的流程描述信息与流程段描述信息、所述待处理的流程对应的任务描述信息进行描述，获得所述待处理的流程对应的流程描述文件，亦可以采用XML，Yaml文件格式进行描述，获得待处理的流程对应的流程描述文件，流程描述文件的格式，并不构成对本申请的具体限定。

在本说明书实施例中，流程包括实验流程以及服务流程两种类型。其中，实验流程是基于交互式建模分析平台，通过对界面上对平台提供的算子进行拖拽、组合的方式构建，由各种通用及面向特定领域的大数据分析算子按照其依赖关系构成；服务流程是以构建完成并通过测试的实验流程为基础，进行一系列的环境、参数配置后发布与部署后，提供独立的数据服务。

在本说明书实施例中，任务包括定时类任务及非定时类任务，其中，定时类任务是需要定时执行的大数据分析流程；非定时类任务是不需要定时执行的大数据分析流程。

在本说明书实施例中，流程是由若干流程段组成的，流程段中包含有若干任务。在具体实施例中，可以将同一个流程中，依赖于同一个平台的流程作为流程段，当然，流程段也可以由用户自定义，也可以根据业务需求而定。采用流程段的方式，能够实现同一平台的流程段进行完整提交，尽量避免单一任务的提交，从而避免中间数据的频繁落盘，提高流程的执行效率。

在本说明书实施例中，所述待处理的流程对应的流程描述信息与流程段描述信息包括：所述待处理的流程和/或流程段的名称、所述待处理的流程对应的流程段的唯一标识，所述待处理的流程所包含的任务，所述待处理的流程所包含的任务的数量，所述待处理的流程和/或流程段的输入及输出，所述待处理的流程和/或流程段的执行环境，所述待处理的流程和/或流程段的优先级，所述待处理的流程和/或流程段与其他流程和/或流程段的依赖关系；

所述待处理的流程对应的任务描述信息包括所述待处理的流程所包括的任务的名称，所述任务的唯一标识，所述任务的输入与输出，所述任务的执行环境，所述任务与其他任务的依赖关系。

需要特别说明的是，在本说明书实施例中，流程段的唯一标示为流程段的id，任务的唯一标识为任务的id；待处理的流程和/或流程段的执行环境包括：流程所需的计算平台，所需的计算资源的总量；任务的执行环境为任务执行所依赖的环境信息，例如，依赖包、资源数量等；待处理的流程和/或流程段的输入及输出是指待处理的流程和/或流程段输入及输出的参数、数据，任务的输入与输出是指任务的输入与输出的参数、数据。在实际应用中，根据流程描述文件中的待处理的流程和/或流程段的执行环境，和/或任务的执行环境，即可确定任务的执行平台，可以实现任务在不同平台的执行。

步骤S105：将所述流程描述文件写入任务队列中，执行所述待处理的流程。

在本说明书实施例中，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

判断所述待处理的流程所包括的任务是否为定时任务，若所述待处理的流程所包括的任务为定时任务，则将所述流程描述文件及所述待处理的流程所包括的任务的定时类型写入所述任务队列中，执行所述待处理的流程；

若所述待处理的流程所包括的任务为非定时任务，则直接将所述流程描述文件写入所述任务队列中，执行所述待处理的流程。

在本说明书实施例中，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

读取所述流程描述文件，将所述流程描述文件写入任务队列中；

采用DAG解析所述任务队列中的所述流程描述文件，生成流程DAG信息；

基于所述流程DAG信息，进行流程封装，获得大数据分析流程；

将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程。

在本说明书实施例中，流程DAG信息可以表示流程间的依赖关系。

在本说明书实施例中，所述基于所述流程DAG信息，进行流程封装，获得大数据分析流程，具体包括：

基于所述流程DAG信息，根据所述流程描述文件中的任务描述信息所包括的任务的执行环境，进行流程分装，获得大数据分析流程。

在本说明书实施例中，DAG解析的原理是：如果一个有向图无法从任意顶点出发经过若干条边回到该点，则这个图是一个有向无环图（DAG图）。具体地，对任务进行排队，形成一个集合就是DAG图，每一个顶点就是一个任务，每一条边代表一个依赖关系。

在本说明书实施例中，所述将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程，具体包括：

基于所述大数据分析流程中所包括的任务描述信息所包括的任务的执行环境，将所述大数据分析流程提交至对应的执行平台，执行所述待处理流程。

在本说明书实施例中，执行平台可以为Spark、Yarn、MapReduce、Flink、Kubernetes等。执行平台的具体类型根据待处理的流程而定，并不构成对本申请的具体限定。

为了进一步理解本说明书实施例通过的任务调度方法，下面将结合任务调度的架构图予以说明。图2为本说明书实施例提供的任务调度的架构图，如图2所示，本说明书实施例提供的任务调度方法包括流程接入、流程队列、调度器、流程引擎、数据库及执行状态监控，共计六个模块组成，下面将对六个模块分别予以具体说明。

流程接入主要用于接收并解析来自交互式建模分析平台的流程信息描述文件，并将流程消息描述文件存储至数据库，数据库可以为MySQL数据库。

流程队列的主要功能是存储待执行队列，流程队列的形式可以为线程池、消息队列、数据库表等，流程队列的具体形式并不构成对本申请的限定。流程队列还可以接收调度器的调度，对流程队列中的待执行流程进行队列内的调整。

调度器主要负责新接入的流程以及已加入到流程队列中的流程的调度，具体地，流程接入新流程时，将新接入的流程提交到流程队列中的适宜位置；到达执行时机的流程，从数据库（MySQL数据库）中读取流程描述信息文件，并提交至流程引擎；对流程队列内部待执行流程进行顺序调整、删除、挂起、暂停等操作。

流程引擎主要用于待执行流程的组装并提交至对应的执行平台，由DAG解析和算子引擎两个子模块组成。其中，DAG解析模块对已存入MySQL数据中的流程描述信息文件进行解析，由算子引擎依照流程描述信息文件进行流程的封装，封装完成后，将整个流程提交至任务信息中指定的执行平台。在本说明书实施例中，执行平台可以兼容多种不同的计算引擎进行流程的执行，例如计算引擎1、计算引擎2、计算引擎3……在具体实施例中，计算引擎如Spark、Flink、Mapduce。需要特别说明的是，计算引擎1、计算引擎2，其中的数字，仅为示意性说明，并没有实际具体的含义。

在执行平台与底层计算资源之间，还包括中间层，具体包括：容器管理引擎用以底层计算资源的管理及调度，资源调度引擎用以底层计算资源中服务器及虚拟机的管理及调度。在具体实施例中，容器管理引擎可以为Kubernetes，也可以为其它类型的容器管理引擎，资源调度引擎可以为Yarn，也可以为其它类型的资源调度引擎。容器管理引擎和资源管理引擎的具体引擎类型，并不构成对本申请的限定。

数据库，可以为MySQL数据库，主要负责任务执行引擎中任务信息的存取，具体地，负责流程描述信息的存储，可以包括：流程的名称、类型、执行环境、优先级、起止时间、DAG（有向无环图）图信息以及任务及流程的执行状态等。

执行状态监控通过实时读取执行平台的执行信息的反馈结果，来进行流程和任务执行状态的监控。

在本说明书实施例中，执行主体可以为服务器，虚拟机，亦可以为容器。执行主体并不构成对本申请的限定。

为了进一步理解本说明书实施例提供的任务调度方法，图3为本说明书实施例提供的一种任务调度方法的框架图，如图3所示，本说明书实施例提供的任务调度方法包括流程接入、流程调度、流程执行及状态监控。下面将就任务调度方法予以详细说明。

流程接入：读取并解析流程描述文件，将流程信息、任务信息分别存入数据库（MySQL）的对应库表中。在本说明书实施例中，解析流程描述文件是指将流程描述文件解析为流程接入模块能够识别的信息，解析流程描述文件的方法并不构成对本申请的限定。

流程调度：如前所述，任务包括定时类任务及非定时类任务，因此，需要判断接入的任务是否为定时类任务，如果是定时类任务，则由调度器为其生成执行计划，并将执行计划写入到数据库（MySQL）的对应库表中，然后接受调度器调度，将此定时类任务写入任务队列中的适宜位置；如果为非定时类任务，则直接接受调度器调度，写入到任务队列中的适宜位置。

流程执行：当任务队列中的流程达到执行时机时，即开始流程的执行，流程执行包括流程解析、流程封装、流程提交及任务执行四个子步骤，在流程引擎中执行，下面将详细对四个子步骤予以说明。

流程解析：DAG解析（有向无环图解析）子模块读取数据库中存储的流程描述文件，生成流程DAG信息，将解析结果传输至算子引擎。

流程封装：算子引擎接收DAG解析子模块传输的DAG信息，基于DAG信息及预设的配置参数组装为数据分析流程。预设的配置参数为任务执行时的环境参数。

流程提交：流程封装完毕后，将整个流程提交至流程对应的平台上，进行流程的执行。在本说明书的一个实施例中，将一个依赖环境为Spark的流程一次性提交至Yarn调度平台，由Yarn平台调度该流程至Spark计算引擎上进行执行。同时，更新数据库中对应流程的状态。

任务执行：待完成流程的提交后，整个流程已经提交到了所需的计算平台上，此时，组成流程的若干子任务，开始按照预设的参数逐个执行。在本说明书实施例中，预设的参数包括任务的依赖关系（亦即解析的DAG信息）及配置参数（亦即任务的执行环境）。

在流程执行的同时，进行任务监控，通过执行框架或者数据服务返回的结果，监控任务的执行请款，将监控结果反馈至数据库中对应的库表中，同时，进行任务执行状态的实时展示。

采用本说明书实施例提供的任务调度方法，能够兼容更多数据分析任务类型及平台，而且能够避免大数据分析过程中数据的频繁落盘，提高流程的执行效率。

上述内容详细说明了一种任务调度方法，与之相应的，本说明书还提供了一种任务调度装置，如图4所示。该任务调度装置包括：

获取模块401，获取待处理的流程；

编辑模块403，对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，所述流程描述文件是对所述待处理的流程及其所包括的任务进行描述的文件；

执行模块405，将所述流程描述文件写入任务队列中，执行所述待处理的流程。

进一步地，所述对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，具体包括：

按照所述预设的描述模板，对所述待处理的流程对应的流程描述信息与流程段描述信息、所述待处理的流程对应的任务描述信息进行描述，获得所述待处理的流程对应的流程描述文件，所述待处理的流程由至少一个流程段组成。

进一步地，所述待处理的流程对应的流程描述信息与流程段描述信息包括：所述待处理的流程和/或流程段的名称、所述待处理的流程对应的流程段的唯一标识，所述待处理的流程所包含的任务，所述待处理的流程所包含的任务的数量，所述待处理的流程和/或流程段的输入及输出，所述待处理的流程和/或流程段的执行环境，所述待处理的流程和/或流程段的优先级，所述待处理的流程和/或流程段与其他流程和/或流程段的依赖关系；

所述待处理的流程对应的任务描述信息包括所述待处理的流程所包括的任务的名称，所述任务的唯一标识，所述任务的输入与输出，所述任务的执行环境，所述任务与其他任务的依赖关系。

进一步地，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

判断所述待处理的流程所包括的任务是否为定时任务，若所述待处理的流程所包括的任务为定时任务，则将所述流程描述文件及所述待处理的流程所包括的任务的定时类型写入所述任务队列中，执行所述待处理的流程；

若所述待处理的流程所包括的任务为非定时任务，则直接将所述流程描述文件写入所述任务队列中，执行所述待处理的流程。

进一步地，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

读取所述流程描述文件，将所述流程描述文件写入任务队列中；

采用DAG解析所述任务队列中的所述流程描述文件，生成流程DAG信息；

基于所述流程DAG信息，进行流程封装，获得大数据分析流程；

将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程。

进一步地，所述基于所述流程DAG信息，进行流程封装，获得大数据分析流程，具体包括：

基于所述流程DAG信息，根据所述流程描述文件中的任务描述信息所包括的任务的执行环境，进行流程分装，获得大数据分析流程。

进一步地，所述将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程，具体包括：

基于所述大数据分析流程中所包括的任务描述信息所包括的任务的执行环境，将所述大数据分析流程提交至对应的执行平台，执行所述待处理流程。

本说明书实施例还提供一种电子设备，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：

获取待处理的流程；

对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，所述流程描述文件是对所述待处理的流程及其所包括的任务进行描述的文件；

将所述流程描述文件写入任务队列中，执行所述待处理的流程。

进一步地，所述对所述待处理的流程按照预设的描述模板进行描述，获得流程描述文件，具体包括：

按照所述预设的描述模板，对所述待处理的流程对应的流程描述信息与流程段描述信息、所述待处理的流程对应的任务描述信息进行描述，获得所述待处理的流程对应的流程描述文件，所述待处理的流程由至少一个流程段组成。

进一步地，所述待处理的流程对应的流程描述信息与流程段描述信息包括：所述待处理的流程和/或流程段的名称、所述待处理的流程对应的流程段的唯一标识，所述待处理的流程所包含的任务，所述待处理的流程所包含的任务的数量，所述待处理的流程和/或流程段的输入及输出，所述待处理的流程和/或流程段的执行环境，所述待处理的流程和/或流程段的优先级，所述待处理的流程和/或流程段与其他流程和/或流程段的依赖关系；

所述待处理的流程对应的任务描述信息包括所述待处理的流程所包括的任务的名称，所述任务的唯一标识，所述任务的输入与输出，所述任务的执行环境，所述任务与其他任务的依赖关系。

进一步地，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

判断所述待处理的流程所包括的任务是否为定时任务，若所述待处理的流程所包括的任务为定时任务，则将所述流程描述文件及所述待处理的流程所包括的任务的定时类型写入所述任务队列中，执行所述待处理的流程；

若所述待处理的流程所包括的任务为非定时任务，则直接将所述流程描述文件写入所述任务队列中，执行所述待处理的流程。

进一步地，所述将所述流程描述文件写入任务队列中，执行所述待处理的流程，具体包括：

读取所述流程描述文件，将所述流程描述文件写入任务队列中；

采用DAG解析所述任务队列中的所述流程描述文件，生成流程DAG信息；

基于所述流程DAG信息，进行流程封装，获得大数据分析流程；

将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程。

进一步地，所述基于所述流程DAG信息，进行流程封装，获得大数据分析流程，具体包括：

基于所述流程DAG信息，根据所述流程描述文件中的任务描述信息所包括的任务的执行环境，进行流程分装，获得大数据分析流程。

进一步地，所述将所述大数据分析流程提交至对应的执行平台，执行所述待处理的流程，具体包括：

基于所述大数据分析流程中所包括的任务描述信息所包括的任务的执行环境，将所述大数据分析流程提交至对应的执行平台，执行所述待处理流程。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device, PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例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，本说明书实施例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。

本说明书是参照根据本说明书实施例的方法、设备（系统）、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优化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优化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。

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优化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。

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优化设备上，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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。