集群数据的处理方法、装置和服务器

技术领域

本说明书属于大数据技术领域，尤其涉及集群数据的处理方法、装置和服务器。

背景技术

在涉及大数据的交易业务处理场景中，由于涉及到的数据处理量较为庞大，通常会引入分布式集群采用分布式缓存技术来处理、存储相关的业务数据。随着业务的发展，时常需要对分布式集群进行扩容。为了尽量减少对交易业务的正常处理所造成的影响，许多分布式集群大多会采用在线扩容的方式来扩容。

但是，由于分布式集群的在线扩容时所涉及到的数据处理情况相对比较复杂，导致基于现有方法在对扩容前后的集群数据进行一致性校对时很容易出现误差，进而无法精准地检查并修复集群数据中的异常数据。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本说明书提供了一种集群数据的处理方法、装置和服务器，能够较好地适用于集群在线扩容的复杂业务场景，自动且高效地实现针对在线扩容前后的集群数据的一致性校对，精准地确定出集群数据中的异常数据，并及时作相应修正。

本说明书提供了一种集群数据的处理方法，包括：

监测是否要开始目标集群的在线扩容；其中，所述目标集群包括Redis集群；

在确定要开始目标集群的在线扩容的情况下，导出针对扩容前的目标集群的RDB文件；并触发启动AOF同步日志记录；其中，所述RDB文件包含有在线扩容前的目标集群的全量集群数据；

在确定目标集群的在线扩容结束的情况下，获取AOF日志和目标集群当前的集群数据；其中，所述AOF日志记录有从目标集群在线扩容前到目标集群在线扩容结束的目标时间段内关于目标集群的全量写操作命令；

根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，确定出差异数据和差异数据的差异场景类型；

根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，确定出所述差异数据中的异常数据；并作相应修正。

在一个实施例中，监测是否要开始目标集群的在线扩容，包括：

监测是否接收到关于目标集群的在线扩容提示；其中，所述在线扩容提示至少携带有在线扩容的开始时间；

在确定接收到关于目标集群的在线扩容提示的情况下，获取所述在线扩容的开始时间；

在监测到距离在线扩容的开始时间的时间间隔小于预设的时间参考阈值时，确定要开始目标集群的在线扩容。

在一个实施例中，根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，包括：

根据预设的校对规则，对目标集群当前的集群数据和RDB文件进行集群数据的数据标识和数据值的匹配，得到对应的匹配结果；

根据匹配结果，确定出数据标识在目标集群当前的集群数据和RDB文件中同时存在，且数据值相同的集群数据，作为正常数据；

将目标集群当前的集群数据和RDB文件所包含的集群数据中除所述正常数据以外的其他集群数据，确定为差异数据；并根据匹配结果，确定出差异数据的差异场景类型。

在一个实施例中，根据匹配结果，确定出差异数据的差异场景类型，包括：

根据匹配结果，在确定目标集群当前的集群数据中不存在差异数据的数据标识，且RDB文件中存在该差异数据的数据标识，将该差异数据的差异场景类型确定为增量数据异常；

根据匹配结果，在确定目标集群当前的集群数据中存在差异数据的数据标识，且RDB文件中不存在该差异数据的数据标识，将该差异数据的差异场景类型确定为存量数据丢失；

根据匹配结果，在确定目标集群当前的集群数据中存在差异数据的数据标识，RDB文件中存在该差异数据的数据标识，且该差异数据在目标集群当前的集群数据中的数据值与在RDB文件中的数据值不同的情况下，将该差异数据的差异场景类型确定为存量数据异常。

在一个实施例中，在根据匹配结果，确定出差异数据的差异场景类型之后，所述方法还包括：

生成用于指示差异数据的差异场景类型的类型标签；并利用相应的类型标签标注差异数据。

在一个实施例中，根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，包括：

根据差异数据的差异场景类型，将所述差异数据划分为多个数据组；其中，一个数据组对应一种差异场景类型；

从预设的校对规则中，确定出与差异场景类型相匹配的处理规则；并在目标集群当前的集群数据和AOF日志中，分别查询数据组中的差异数据，得到对应的查询结果；

根据相匹配的处理规则，利用查询结果、AOF日志和目标集群当前的集群数据，对多个数据组分别进行相对应的第二校对处理。

在一个实施例中，在数据组对应的差异场景类型为增量数据异常的情况下，按照以下方式，对该数据组进行相对应的第二校对处理：

根据与增量数据异常相匹配的处理规则和查询结果，在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，确定该差异数据为目标集群在线扩容时产生的增量数据；并根据AOF日志中与该差异数据相关的写操作命令对目标集群当前的集群数据中的该差异数据进行核验；在确定核验不通过的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正；

根据查询结果，在确定该差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，确定该差异数据为目标集群在线扩容时产生且后续正常被删除的增量数据，不作处理。

在一个实施例中，在数据组对应的差异场景类型为存量数据丢失的情况下，按照以下方式，对该数据组进行相对应的第二校对处理：

根据与存量数据丢失相匹配的处理规则和查询结果，在确定该数据组中的差异数据不存在于目标集群当前的集群数据中，且AOF日志中不存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据RDB文件，对目标集群当前的集群数据作对应修正；

在确定该差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，对该差异数据不作处理；

在确定该差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正。

在一个实施例中，在数据组对应的差异场景类型为存量数据异常的情况下，按照以下方式，对该数据组进行相对应的第二校对处理：

根据与存量数据异常相匹配的处理规则和查询结果，在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中不存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据RDB文件，对目标集群当前的集群数据作对应修正；

在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正；

在确定该数据组中的差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，对该差异数据不作处理。

在一个实施例中，所述RDB文件、所述AOF日志包括基于预设的同态加密算法加密后的密文数据。

在一个实施例中，在开始目标集群的在线扩容后，所述方法还包括：

每间隔预设的时间间隔，查询AOF日志，获取当前时间间隔的增量写操作命令记录；

利用预设的异常风险检测模型处理当前时间间隔的增量写操作命令记录，得到对应的异常风险识别结果；

根据异常风险识别结果，对AOF日志进行标记，得到标记后的AOF日志。

在一个实施例中，在利用预设的异常风险检测模型处理当前时间间隔的增量写操作命令记录，得到对应的异常风险识别结果之后，所述方法还包括：

根据异常风险识别结果，确定目标集群当前时间间隔的在线扩容是否存在异常风险；

在确定存在异常风险的情况下，调整针对目标集群的在线扩容策略。

本说明书还提供了一种集群数据的处理装置，包括：

监测模块，用于监测是否要开始目标集群的在线扩容；其中，所述目标集群包括Redis集群；

导出模块，用于在确定要开始目标集群的在线扩容的情况下，导出针对扩容前的目标集群的RDB文件；并触发启动AOF同步日志记录；其中，所述RDB文件包含有在线扩容前的目标集群的全量集群数据；

获取模块，用于在确定目标集群的在线扩容结束的情况下，获取AOF日志和目标集群当前的集群数据；其中，所述AOF日志记录有从目标集群在线扩容前到目标集群在线扩容结束的目标时间段内关于目标集群的全量写操作命令；

第一校对模块，用于根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，确定出差异数据和差异数据的差异场景类型；

第二校对模块，用于根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，确定出所述差异数据中的异常数据；并作相应修正。

本说明书还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现所述集群数据的处理方法的相关步骤。

本说明书还提供了一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现所述集群数据的处理方法的相关步骤。

基于本说明书提供的集群数据的处理方法、装置和服务器，服务器在监测到要开始目标集群的在线扩容时，可以先导出针对扩容前的目标集群的RDB文件，同时触发启动AOF同步日志记录；在确定目标集群的在线扩容结束时，获取AOF日志和目标集群当前的集群数据；根据预设的校对规则，先利用目标集群当前的集群数据和RDB文件进行第一校对处理，确定出集群数据中的差异数据，以及差异数据的差异场景类型；再根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对差异数据进行第二校对处理，从差异数据中进一步确定出真正存在异常的异常数据，并作相应修正。通过基于预设的校对规则，充分利用RDB文件、AOF日志、目标集群当前的集群数据，分别依次进行关于集群数据的一致性的第一校对处理和第二校对处理，从大量集群数据中筛选出存在异常风险的差异数据；再区分具体的差异场景类型，对不同的差异数据有针对性地进行精细化的校对处理，以从差异数据中进一步确定出真正存在异常的异常数据。从而能够较好地适用于集群在线扩容的复杂业务场景，自动且高效地实现针对在线扩容前后的集群数据的一致性校对，精准地确定出集群数据中的异常数据，并及时作相应修正，以确保在线扩容后的目标集群的集群数据的准确、完整。

附图说明

为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书的一个实施例提供的集群数据的处理方法的流程示意图；

图2是在一个场景示例中，应用本说明书实施例提供的集群数据的处理方法的一种实施例的示意图；

图3是在一个场景示例中，应用本说明书实施例提供的集群数据的处理方法的一种实施例的示意图；

图4是在一个场景示例中，应用本说明书实施例提供的集群数据的处理方法的一种实施例的示意图；

图5是在一个场景示例中，应用本说明书实施例提供的集群数据的处理方法的一种实施例的示意图；

图6是在一个场景示例中，应用本说明书实施例提供的集群数据的处理方法的一种实施例的示意图；

图7是本说明书的一个实施例提供的服务器的结构组成示意图；

图8是本说明书的一个实施例提供的集群数据的处理装置的结构组成示意图；

图9是在一个场景示例中，应用本说明书实施例提供的集群数据的处理方法的一种实施例的示意图。

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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。

参阅图1所示，本说明书实施例提供了一种集群数据的处理方法。其中，该方法具体应用于服务器一侧。具体实施时，该方法可以包括以下内容：

S101：监测是否要开始目标集群的在线扩容；其中，所述目标集群包括Redis集群；

S102：在确定要开始目标集群的在线扩容的情况下，导出针对扩容前的目标集群的RDB文件；并触发启动AOF同步日志记录；其中，所述RDB文件包含有在线扩容前的目标集群的全量集群数据；

S103：在确定目标集群的在线扩容结束的情况下，获取AOF日志和目标集群当前的集群数据；其中，所述AOF日志记录有从目标集群在线扩容前到目标集群在线扩容结束的目标时间段内关于目标集群的全量写操作命令；

S104：根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，确定出差异数据和差异数据的差异场景类型；

S105：根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，确定出所述差异数据中的异常数据；并作相应修正。

基于上述实施例，在需要对目标集群进行在线扩容时，通过基于预设的校对规则，获取并充分利用RDB文件、AOF日志、目标集群当前的集群数据，分别依次进行关于集群数据的一致性的第一校对处理和第二校对处理，先从大量集群数据中筛选出存在异常风险的差异数据；再区分具体的差异场景类型，对不同的差异数据分别有针对性地进行精细化的校对处理，以从差异数据中确定出真正存在异常的异常数据。从而能够较好地适用于集群在线扩容的复杂业务场景，自动且高效地实现针对在线扩容前后的集群数据一致性校对，精准地确定出集群数据中的异常数据，并及时作相应修正，以确保在线扩容后的集群数据的准确、完整。

在一些实施例中，上述目标集群具体可以为交易业务处理场景中，涉及大数据处理的分布式集群。具体的，上述目标集群可以是交易服务平台负责交易结算的服务器节点集群。

进一步，上述目标集群可以包括Redis集群。上述Redis集群具体可以理解为一种基于Redis的分布式集群。

其中，上述Redis(Remote Dictionary Server，远程字典服务)具体可以是指一种使用ANSI C语言编写、支持网络、支持可持持久化的Key-Value数据存储系统。

进一步，上述Redis可支持持久化功能，包括：AOF(Append Only File，仅附加文件)持久化功能和RDB(Redis DataBase，Redis数据库)持久化功能。其中，RDB持久化功能可以在指定的时间间隔内生成数据集的时间点快照；AOF持久化功能可以记录服务器执行的所有写操作命令，并在服务器启动时，通过重新执行这些命令来还原数据集。

具体的，基于上述Redis，如果开启AOF持久化功能，可将Redis执行的每次Redis命令同步记录到单独的日志文件(即，AOF日志)中；当Redis重启时，可以通过再次执行该日志文件中记录的Redis命令来恢复数据。如果开启RDB持久化功能，可根据设定的周期，定时将Redis缓存数据通过快照保存到磁盘，进行记录(作为RDB文件)；后续，根据需要可以通过从磁盘读取快照来恢复数据。

相应的，上述AOF日志具体可以理解为基于Redis的AOF持久化功能所得到的记录文件。上述RDB文件具体可以理解为基于Redis的RDB持久化功能所得到的记录文件。

考虑到Redis集群开启持久化功能后会影响到缓存服务性能。因此，在本实施例中，通常情况下，不开启Redis集群的持久化功能，或者指开启定时的RDB持久化功能，以尽量保持Redis集群的缓存服务性能最大化。

上述目标集群的在线扩容具体可以是指在不停止目标集群对外提供服务的前提下，通过增加目标集群中服务器节点的数量，并进行数据的重新分配等方式实现对目标集群的扩充。区别于常规的离线扩容，由于在线扩容在扩容阶段中仍然会为与外界发生交互，正常进行相关的数据处理，进而使得扩容阶段集群数据实时处于变化的状态，导致扩容阶段集群数据相对更容易出现错误或异常，且上述错误或异常相对更加隐蔽，难以发现，进而影响扩容后集群数据的准确性和完整性。

上述集群数据一致性，具体可以是指Rredis集群扩容前和扩容后要保证Redis集群数据的最终准确，确保集群扩容不影响集群源数据，即不会造成集群源数据的丢失、异常等。

具体的，上述集群数据的处理方法具体可以应用于服务器一侧。其中，上述服务器具体可以包括一种应用于交易服务平台一侧，能够实现数据传输、数据处理等功能的后台服务器。具体的，所述服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述服务器的数量。所述服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。

在一些实施例中，上述监测是否要开始目标集群的在线扩容，具体实施时，可以包括以下内容：

S1：监测是否接收到关于目标集群的在线扩容提示；其中，所述在线扩容提示至少携带有在线扩容的开始时间；

S2：在确定接收到关于目标集群的在线扩容提示的情况下，获取所述在线扩容的开始时间；

S3：在监测到距离在线扩容的开始时间的时间间隔小于预设的时间参考阈值时，确定要开始目标集群的在线扩容。

基于上述实施例，服务器可以自动监测并判断是否即将要开始目标集群的在线扩容，进而能够自动触发执行后续的数据处理，以及时获取所需要的在线扩容前的目标集群的RDB文件，并及时触发启动AOF同步日志记录。

具体实施时，根据相应的协议规则，当扩容发起端准备对目标集群开始在线扩容时，会提前对外广播关于目标集群的在线扩容提示；相应的，服务器可以接收到该在线扩容提示。

上述在线扩容提示至少可以携带有所计划的在线扩容的开始时间。服务器可以在监测到距离在线扩容的开始时间的时间间隔小于预设的时间参考阈值时，确定要开始目标集群的在线扩容，并触发执行后续的数据处理。其中，上述预设的时间参考阈值具体可以根据RDB文件的导出耗时确定。

具体的，服务器可以启动RDB持久化功能，将目标集群当前的集群数据(即，扩容前的集群数据)通过快照方式保存到指定磁盘中，作为RDB文件。此外，服务器还可以根据目标集群的集群标识，搜索指定磁盘，找到与目标集群匹配，且存储时间距离当前时间最接近的集群数据快照作为RDB文件。

服务器在导出得到针对扩容前的目标集群的RDB文件后，可以触发启动AOF持久化功能，开始AOF同步日志记录；同时，还可以向扩容发起端发送导出结束的确认信息。扩容发起端接收并响应该导出结束的确认信息，根据预设的扩容策略对目标集群进行在线扩容。

在线扩容期间，目标集群仍然会正常进行相关数据处理；同时，由于启动了AOF持久化功能，目标集群在进行相关数据处理时所涉及到的写操作命令会被同步记录到AOF日志中。其中，记录在AOF日志中的写操作命令具体可以包含有写操作命令的命令类型、命令时间，以及所涉及到的集群数据的数据标识，以及该集群数据的操作结果等信息。

在一些实施例中，参阅图2所示，根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，包括：

S1：根据预设的校对规则，对目标集群当前的集群数据和RDB文件进行集群数据的数据标识和数据值的匹配，得到对应的匹配结果；

S2：根据匹配结果，确定出数据标识在目标集群当前的集群数据和RDB文件中同时存在，且数据值相同的集群数据，作为正常数据；

S3：将目标集群当前的集群数据和RDB文件所包含的集群数据中除所述正常数据以外的其他集群数据，确定为差异数据；并根据匹配结果，确定出差异数据的差异场景类型。

基于上述实施例，可以根据预设的校对规则，自动进行涉及集群数据一致性的第一校对处理，以从数量庞大的集群数据中初步筛选出可能存在异常风险的差异数据，并针对该差异数据，确定出对应的差异场景类型，以便后续能区分不同的差异场景类型，进行精细化校对。

其中，每一个集群数据包含有一组相互对应的数据标识和数据值。上述差异场景类型具体可以包括：增量数据异常、存量数据丢失、存量数据异常等三种类型。

在一些实施例中，参阅图3所示，上述根据匹配结果，确定出差异数据的差异场景类型，具体实施时，可以包括以下内容：

S1：根据匹配结果，在确定目标集群当前的集群数据中不存在差异数据的数据标识，且RDB文件中存在该差异数据的数据标识，将该差异数据的差异场景类型确定为增量数据异常；

S2：根据匹配结果，在确定目标集群当前的集群数据中存在差异数据的数据标识，且RDB文件中不存在该差异数据的数据标识，将该差异数据的差异场景类型确定为存量数据丢失；

S3：根据匹配结果，在确定目标集群当前的集群数据中存在差异数据的数据标识，RDB文件中存在该差异数据的数据标识，且该差异数据在目标集群当前的集群数据中的数据值与在RDB文件中的数据值不同的情况下，将该差异数据的差异场景类型确定为存量数据异常。

基于上述实施例，服务器可以根据预设的校对规则，综合差异数据的差异来源和差异情况特点等多维度的信息，精细、准确地确定出该差异数据具体的差异场景类型。

在一些实施例中，上述预设的校对规则具体可以包含有针对第一校对处理的第一规则集和针对第二校对处理的第二规则集。其中，第一规则集至少可以包含有差异数据的检测规则和差异场景类型的分类规则。第二规则集至少可以包含有与不同的差异场景类型分别对应的预设的处理规则。上述第一校对处理具体可以理解为用于从集群数据中初筛出差异数据的校对处理。上述第二校对处理具体可以理解为用于从差异数据中进一步确定出异常数据，并作相应修正的校对处理。上述第一校对处理和第二校对处理组合，构成了本说明书中完整的关于集群数据一致性的校对处理。

在一些实施例中，在根据匹配结果，确定出差异数据的差异场景类型之后，所述方法具体实施时，还可以包括以下内容：生成用于指示差异数据的差异场景类型的类型标签；并利用相应的类型标签标注差异数据。

基于上述实施例，可以利用能够指示差异数据的差异场景类型的类型标签来标注差异数据，以便后续能够更加准确地区分识别不同差异数据的差异场景类型，减少处理误差。

在一些实施例中，参阅图4所示，上述根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，具体实施时，可以包括以下内容：

S1：根据差异数据的差异场景类型，将所述差异数据划分为多个数据组；其中，一个数据组对应一种差异场景类型；

S2：从预设的校对规则中，确定出与差异场景类型相匹配的处理规则；并在目标集群当前的集群数据和AOF日志中，分别查询数据组中的差异数据，得到对应的查询结果；

S3：根据相匹配的处理规则，利用查询结果、AOF日志和目标集群当前的集群数据，对多个数据组分别进行相对应的第二校对处理。

基于上述实施例，可以根据预设的校对规则，自动进行涉及集群数据一致性的第二校对处理，以从差异数据中进一步精细地检测并识别出真正存在异常的异常数据，并及时对该异常数据作相应处理，以确保集群数据满足一致性要求。

其中，上述预设的校对规则中可以包含有多个预设的处理规则；每一个预设的处理规则对应一种差异场景类型。进一步，每一个预设的处理规则包含有所对应的差异场景类型的异常数据的判定规则，以及修正规则。相应的，具体作修正处理时，可以基于上述修正规则，先确定出与差异场景类型对应的修正数据源；再基于该修正数据源对该差异场景类型下的异常数据进行针对性的修正处理。

上述预设的处理规则具体可以是按照以下方式构建得到的：获取针对历史差异数据的历史处理记录；从历史处理记录中筛选出被确定出涉及异常数据的历史处理记录，作为样本处理记录；根据样本处理记录中异常数据的差异场景类型，将样本处理记录划分为多个不同的样本记录组；其中，同一个样本记录组中包含有对应相同的差异场景类型的样本处理记录；针对每一个样本记录组，从样本记录组中分别提取出异常数据的差异场景类型的判定流程，以及针对异常数据的修正流程；再将同一个样本记录组中不同样本记录的差异场景类型的判定流程进行混合，得到针对该差异场景类型的判定流程分组，同时将同一个样本记录组中不同样本记录的异常数据的修正流程进行混合，得到针对该差异场景类型的修正流程分组；进而，可以针对判定流程分组进行特征聚类处理，以获取用于判定该差异场景类型的共性特征进行组合，得到与该差异场景类型对应的判定规则；同时，针对该修正流程分组进行特征聚类处理，以获取用于修正该场景类型的异常数据的共性特征进行组合，得到与该差异场景类型对应的修正规则；再组合上述判定规则和修正规则，得到与该差异场景类型对应的预设的处理规则。

其中，上述增量数据具体可以包括在线扩容期间新增的集群数据；上述存量数据具体可以包括在线扩容之前已有的集群数据。

在一些实施例中，在数据组对应的差异场景类型为增量数据异常的情况下，具体实施时，可以按照以下方式，对该数据组进行相对应的第二校对处理：

S1：根据与增量数据异常相匹配的处理规则和查询结果，在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，确定该差异数据为目标集群在线扩容时产生的增量数据；并根据AOF日志中与该差异数据相关的写操作命令对目标集群当前的集群数据中的该差异数据进行核验；在确定核验不通过的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正；

S2：根据查询结果，在确定该差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，确定该差异数据为目标集群在线扩容时产生且后续正常被删除的增量数据，不作处理。

基于上述实施例，可以根据预设的校对规则，通过对差异场景类型为增量数据异常的数据组中的差异数据进行相匹配的第二校对处理，精准地从差异数据中识别确定出异常数据，并对异常数据及时地进行修正处理，以消除基于该差异场景类型的集群数据异常。

在一些实施例中，参阅图5所示，在数据组对应的差异场景类型为存量数据丢失的情况下，具体实施时，可以按照以下方式，对该数据组进行相对应的第二校对处理：

S1：根据与存量数据丢失相匹配的处理规则和查询结果，在确定该数据组中的差异数据不存在于目标集群当前的集群数据中，且AOF日志中不存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据RDB文件，对目标集群当前的集群数据作对应修正；

S2：在确定该差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，对该差异数据不作处理；

S3：在确定该差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正。

基于上述实施例，可以根据预设的校对规则，通过对差异场景类型为存量数据丢失的数据组中的差异数据进行相匹配的第二校对处理，精准地从差异数据中识别确定出异常数据，并对异常数据及时地进行修正处理，以消除基于该差异场景类型的集群数据异常。

在一些实施例中，在数据组对应的差异场景类型为存量数据异常的情况下，具体实施时，可以按照以下方式，对该数据组进行相对应的第二校对处理：

S1：根据与存量数据异常相匹配的处理规则和查询结果，在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中不存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据RDB文件，对目标集群当前的集群数据作对应修正；

S2：在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正；

S3：在确定该数据组中的差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，对该差异数据不作处理。

基于上述实施例，可以根据预设的校对规则，通过对差异场景类型为存量数据异常的数据组中的差异数据进行相匹配的第二校对处理，精准地从差异数据中识别确定出异常数据，并对异常数据及时地进行修正处理，以消除基于该差异场景类型的集群数据异常。

在一些实施例中，所述RDB文件、所述AOF日志具体可以包括基于预设的同态加密算法加密后的密文数据。

其中，预设的同态加密算法具体可以包括：Paillier同态加密算法。

具体实施时，在启动RDB持久化功能和AOF持久化功能后，服务器可以根据预设的同态加密算法进行加密处理，得到加密后的RDB文件和加密后的AOF日志。

进一步，上述加密后的RDB文件和AOF日志还可以是只对涉及诸如用户隐私等敏感数据进行同态加密的密文数据。

类似的，服务器还可以获取基于预设的同态加密算法加密后的目标集群当前的集群数据。

相应的，具体实施时，服务器可以利用同态加密算法的特性，在密文状态下使用加密后的RDB文件、加密后的AOF日志，以及加密后的目标集群当前的集群数据，依次进行第一校对处理和第二校对处理，避免在一致性校对过程中泄露了诸如用户隐私等敏感数据。

基于上述实施例，服务器可以在密文状态下使用加密后的RDB文件、加密后的AOF日志，以及加密后的目标集群当前的集群数据，进行集群数据的一致性校对，避免诸如用户隐私等敏感数据在校对过程中遭到泄露，从而能够较好地保护集群数据安全。

在一些实施例中，在开始目标集群的在线扩容后，参阅图6所示，所述方法具体实施时，还可以包括以下内容：

S1：每间隔预设的时间间隔，查询AOF日志，获取当前时间间隔的增量写操作命令记录；

S2：利用预设的异常风险检测模型处理当前时间间隔的增量写操作命令记录，得到对应的异常风险识别结果；

S3：根据异常风险识别结果，对AOF日志进行标记，得到标记后的AOF日志。

相应的，具体实施时，服务器可以根据标记后的AOF日志，识别出AOF日志中存在异常风险的写操作命令记录；进而可以结合上述存在异常风险的写操作命令记录，根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据，更加准确地针对所述差异数据进行关于集群数据一致性的第二校对处理，以减少处理误差。

其中，上述预设的时间间隔具体可以为1小时，也可以为其他合适的时间间隔。

基于上述实施例，可以利用预设的异常风险检测模型构建并使用标记后的AOF日志，更加精准地实现针对差异数据的第二校对处理，以进一步提高一致性校对处理的准确性。

在一些实施例中，上述预设的异常风险检测模型具体可以是按照以下方式预先训练得到的：获取历史AOF日志；根据历史异常数据，对AOF日志中相对应的写操作命令记录进行标注，得到标注后的AOF日志；再利用标注后的AOF日志，进行模型训练，以得到符合要求的预设的异常风险检测模型。

在一些实施例中，在利用预设的异常风险检测模型处理当前时间间隔的增量写操作命令记录，得到对应的异常风险识别结果之后，所述方法具体实施时，还可以包括以下内容：

S1：根据异常风险识别结果，确定目标集群当前时间间隔的在线扩容是否存在异常风险；

S2：在确定存在异常风险的情况下，调整针对目标集群的在线扩容策略。

基于上述实施例，还可以根据异常风险识别结果，对目标集群的在线扩容策略进行实时调整，以便能够根据调整后的在线扩容策略较为准确地实现针对目标集群的在线扩容，减少在线扩容阶段异常数据的产生。

具体实施时，服务器可以将上述异常风险识别结果发送至扩容发起端。扩容发起端可以根据异常风险识别结果，识别并确定出当前时间间隔中存在异常风险的写操作命令记录；并根据当前间间隔中存在异常风险的写操作命令记录，通过对上述存在异常风险的写操作命令进行核验和针对性的修改，以调整当前的在线扩容策略，减少上述写操作记录产生异常数据的风险，得到准确度相对更好的调整后的在线扩容策略。进而后续扩容发起端可以根据调整后的在线扩容策略对目标集群继续进行在线扩容，以有效地减少后续异常数据的产生。

由上可见，基于本说明书实施例提供的集群数据的处理方法，服务器在监测到要开始目标集群的在线扩容时，先导出针对扩容前的目标集群的RDB文件，同时触发启动AOF同步日志记录；在确定目标集群的在线扩容结束时，获取AOF日志和目标集群当前的集群数据；根据预设的校对规则，先利用目标集群当前的集群数据和RDB文件进行第一校对处理，确定出差异数据和差异数据的差异场景类型；再根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对差异数据进行第二校对处理，确定出异常数据；并作相应修正。通过基于预设的校对规则，充分利用RDB文件、AOF日志、目标集群当前的集群数据，分别依次进行关于集群数据的一致性的第一校对处理和第二校对处理，先从大量集群数据中筛选出存在异常风险的差异数据；再区分具体的差异场景类型，对不同的差异数据有针对性地进行精细化的校对处理，以从差异数据中确定出异常数据。从而能够较好地适用于集群在线扩容的复杂业务场景，自动且高效地实现针对在线扩容前后的集群数据一致性校对，精准地确定出集群数据中的异常数据，并及时作相应修正，以确保在线扩容后的集群数据的准确、完整。

本说明书实施例还提供一种服务器，具体可以参阅图7所示。其中，所述服务器包括网络通信端口701、处理器702以及存储器703，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。

其中，所述网络通信端口701，具体可以用于接收用户发起的触发指令。

所述处理器702，具体可以用于响应触发指令，监测是否要开始目标集群的在线扩容；其中，所述目标集群包括Redis集群；在确定要开始目标集群的在线扩容的情况下，导出针对扩容前的目标集群的RDB文件；并触发启动AOF同步日志记录；其中，所述RDB文件包含有在线扩容前的目标集群的全量集群数据；在确定目标集群的在线扩容结束的情况下，获取AOF日志和目标集群当前的集群数据；其中，所述AOF日志记录有从目标集群在线扩容前到目标集群在线扩容结束的目标时间段内关于目标集群的全量写操作命令；根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，确定出差异数据和差异数据的差异场景类型；根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，确定出所述差异数据中的异常数据；并作相应修正。

所述存储器703，具体可以用于存储相应的指令程序。

在本实施例中，所述网络通信端口701可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行FTP数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如GSM、CDMA等；其还可以为Wifi芯片；其还可以为蓝牙芯片。

在本实施例中，所述处理器702可以按任何适当的方式实现。例如，处理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 SpecificIntegrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。

在本实施例中，所述存储器703可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如RAM、FIFO等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、TF卡等。

本说明书实施例还提供了一种基于上述集群数据的处理方法的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现以下步骤：监测是否要开始目标集群的在线扩容；其中，所述目标集群包括Redis集群；在确定要开始目标集群的在线扩容的情况下，导出针对扩容前的目标集群的RDB文件；并触发启动AOF同步日志记录；其中，所述RDB文件包含有在线扩容前的目标集群的全量集群数据；在确定目标集群的在线扩容结束的情况下，获取AOF日志和目标集群当前的集群数据；其中，所述AOF日志记录有从目标集群在线扩容前到目标集群在线扩容结束的目标时间段内关于目标集群的全量写操作命令；根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，确定出差异数据和差异数据的差异场景类型；根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，确定出所述差异数据中的异常数据；并作相应修正。

在本实施例中，上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。

在本实施例中，该计算机可读存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。

参阅图8所示，在软件层面上，本说明书实施例还提供了一种集群数据的处理装置，该装置具体可以包括以下的结构模块：

监测模块801，具体可以用于监测是否要开始目标集群的在线扩容；其中，所述目标集群包括Redis集群；

导出模块802，具体可以用于在确定要开始目标集群的在线扩容的情况下，导出针对扩容前的目标集群的RDB文件；并触发启动AOF同步日志记录；其中，所述RDB文件包含有在线扩容前的目标集群的全量集群数据；

获取模块803，具体可以用于在确定目标集群的在线扩容结束的情况下，获取AOF日志和目标集群当前的集群数据；其中，所述AOF日志记录有从目标集群在线扩容前到目标集群在线扩容结束的目标时间段内关于目标集群的全量写操作命令；

第一校对模块804，具体可以用于根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理，确定出差异数据和差异数据的差异场景类型；

第二校对模块805，具体可以用于根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理，确定出所述差异数据中的异常数据；并作相应修正。

在一些实施例中，上述监测模块801具体实施时，可以按照以下方式监测是否要开始目标集群的在线扩容：监测是否接收到关于目标集群的在线扩容提示；其中，所述在线扩容提示至少携带有在线扩容的开始时间；在确定接收到关于目标集群的在线扩容提示的情况下，获取所述在线扩容的开始时间；在监测到距离在线扩容的开始时间的时间间隔小于预设的时间参考阈值时，确定要开始目标集群的在线扩容。

在一些实施例中，上述第一校对模块804具体实施时，可以按照以下方式根据预设的校对规则，利用目标集群当前的集群数据和RDB文件进行关于集群数据一致性的第一校对处理：根据预设的校对规则，对目标集群当前的集群数据和RDB文件进行集群数据的数据标识和数据值的匹配，得到对应的匹配结果；根据匹配结果，确定出数据标识在目标集群当前的集群数据和RDB文件中同时存在，且数据值相同的集群数据，作为正常数据；将目标集群当前的集群数据和RDB文件所包含的集群数据中除所述正常数据以外的其他集群数据，确定为差异数据；并根据匹配结果，确定出差异数据的差异场景类型。

在一些实施例中，上述第一校对模块804具体实施时，可以按照以下方式根据匹配结果，确定出差异数据的差异场景类型：根据匹配结果，在确定目标集群当前的集群数据中不存在差异数据的数据标识，且RDB文件中存在该差异数据的数据标识，将该差异数据的差异场景类型确定为增量数据异常；根据匹配结果，在确定目标集群当前的集群数据中存在差异数据的数据标识，且RDB文件中不存在该差异数据的数据标识，将该差异数据的差异场景类型确定为存量数据丢失；根据匹配结果，在确定目标集群当前的集群数据中存在差异数据的数据标识，RDB文件中存在该差异数据的数据标识，且该差异数据在目标集群当前的集群数据中的数据值与在RDB文件中的数据值不同的情况下，将该差异数据的差异场景类型确定为存量数据异常。

在一些实施例中，在根据匹配结果，确定出差异数据的差异场景类型之后，所述装置具体实施时，还可以用于：生成用于指示差异数据的差异场景类型的类型标签；并利用相应的类型标签标注差异数据。

在一些实施例中，上述第二校对模块805具体实施时，可以按照以下方式，根据预设的校对规则，利用AOF日志、差异数据的差异场景类型，以及目标集群当前的集群数据针对所述差异数据进行关于集群数据一致性的第二校对处理：根据差异数据的差异场景类型，将所述差异数据划分为多个数据组；其中，一个数据组对应一种差异场景类型；从预设的校对规则中，确定出与差异场景类型相匹配的处理规则；并在目标集群当前的集群数据和AOF日志中，分别查询数据组中的差异数据，得到对应的查询结果；根据相匹配的处理规则，利用查询结果、AOF日志和目标集群当前的集群数据，对多个数据组分别进行相对应的第二校对处理。

在一些实施例中，在数据组对应的差异场景类型为增量数据异常的情况下，上述第二校对模块805具体可以按照以下方式，对该数据组进行相对应的第二校对处理：根据与增量数据异常相匹配的处理规则和查询结果，在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，确定该差异数据为目标集群在线扩容时产生的增量数据；并根据AOF日志中与该差异数据相关的写操作命令对目标集群当前的集群数据中的该差异数据进行核验；在确定核验不通过的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正；根据查询结果，在确定该差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，确定该差异数据为目标集群在线扩容时产生且后续正常被删除的增量数据，不作处理。

在一些实施例中，在数据组对应的差异场景类型为存量数据丢失的情况下，上述第二校对模块805具体可以按照以下方式，对该数据组进行相对应的第二校对处理：根据与存量数据丢失相匹配的处理规则和查询结果，在确定该数据组中的差异数据不存在于目标集群当前的集群数据中，且AOF日志中不存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据RDB文件，对目标集群当前的集群数据作对应修正；在确定该差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，对该差异数据不作处理；在确定该差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正。

在一些实施例中，在数据组对应的差异场景类型为存量数据异常的情况下，上述第二校对模块805具体可以按照以下方式，对该数据组进行相对应的第二校对处理：根据与存量数据异常相匹配的处理规则和查询结果，在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中不存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据RDB文件，对目标集群当前的集群数据作对应修正；在确定该数据组中的差异数据存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，将该差异数据确定为异常数据；根据AOF日志，对目标集群当前的集群数据作对应修正；在确定该数据组中的差异数据不存在于目标集群当前的集群数据中，且AOF日志中存在与该差异数据相关的写操作命令的情况下，对该差异数据不作处理。

在一些实施例中，所述RDB文件、所述AOF日志具体可以包括基于预设的同态加密算法加密后的密文数据。

在一些实施例中，在开始目标集群的在线扩容后，所述装置具体实施时，还可以用于：每间隔预设的时间间隔，查询AOF日志，获取当前时间间隔的增量写操作命令记录；利用预设的异常风险检测模型处理当前时间间隔的增量写操作命令记录，得到对应的异常风险识别结果；根据异常风险识别结果，对AOF日志进行标记，得到标记后的AOF日志。

在一些实施例中，在利用预设的异常风险检测模型处理当前时间间隔的增量写操作命令记录，得到对应的异常风险识别结果之后，所述装置具体实施时，还可以用于：根据异常风险识别结果，确定目标集群当前时间间隔的在线扩容是否存在异常风险；在确定存在异常风险的情况下，调整针对目标集群的在线扩容策略。

需要说明的是，上述实施例阐明的单元、装置或模块等，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。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

由上可见，基于本说明书实施例提供的集群数据的处理装置，能够较好地适用于集群在线扩容的复杂业务场景，在监测到要开始目标集群的在线扩容时，可以自动且高效地实现针对在线扩容前后的集群数据一致性校对，精准地确定出集群数据中的异常数据，并及时作相应修正，以确保在线扩容后的集群数据的准确、完整。

在一个具体的场景示例中，可以应用本说明书提供的集群数据的处理方法实现Redis集群在线扩容的数据一致性校对。具体实施过程，参阅图9所示，可以包括以下步骤。

步骤1，Redis集群(例如，目标集群)扩容前导出全量RDB文件(例如，目标集群的RDB文件)，并同步开启记录日志文件AOF(即，同步记录AOF日志)。

步骤2，实施Redis集群在线扩容操作，并等待扩容完成。

步骤3，全量对比。具体的，在Redis集群扩容完成后，全量抓取Redis集群的数据(例如，目标集群当前的集群数据)与步骤1中导出的RDB文件进行数据对比，并将差异数据及其来源信息进行存储(即，进行第一校对)。

具体实施时，全量对比的差异数据可以包含两部分，一部分是扩容过程中产生的异常数据(例如，存量数据)，另一部分是导出RDB文件后，新生成的增量数据。全量比对规则可以参阅表1所示，对于需要比对的每一条数据，可以根据其在RDB文件和Redis的存在性和一致性，分为存量数据一致(对应正常数据)、存量数据丢失、增量数据异常和存量数据异常等四个场景类型，并且可以明确的确定每一个场景类型下需要存储的差异数据及其来源。表中“T”代表“是”，“F”代表“否”，“--”代表“空”，“+”代表“和”。

表1

步骤4，差异分析，将步骤3中存储的差异数据和Redis集群、AOF文件记录(例如，AOF日志)进行三方核对，修正不正确的数据(例如，异常数据)并写入Redis集群。

具体实施时，在步骤4中，可以根据步骤3中存储的差异数据逐条进行数据的差异分析(例如，第二校对处理)。这里采用的分析规则可以参阅表2所示。通过利用差异数据、Redis、AOF三方校对对每条差异数据进行场景归类，并确定该条数据的最终数据来源，即该条数据的最终状态，最后将正确的数据写入Redis以进行异常数据修正。

表2

通过上述场景示例，验证了本说明书提供的集群数据的处理方法，能够有效解决Redis集群在线扩容场景下的数据一致性问题，特别是在对Redis数据一致性具有极高要求的业务场景中，例如，将Redis集群作为内存数据库的业务应用。对此，基于本说明书提供的方法能够自动对扩容前后的Redis集群数据进行全量比对，并通过差异数据、Redis、AOF三方校对的方法确保了Redis扩容前后数据的最终的一致性，并且实现了异常数据的自动修复。

虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

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，而对其内部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。

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、类等等。也可以在分布式计算环境中实践本说明书，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可读存储介质中。

虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。