一种时效优化方法及装置

技术领域

本发明实施例涉及大数据批处理技术领域，尤其涉及一种时效优化方法及装置。

背景技术

现有数据中台中的大数据通常进行分层计算和存储，通过自动化调度平台部署一系列任务进行处理，通常在调度平台或资产管理平台可以查看某个任务的运行日志、调度依赖DAG图。

但是金融行业在一些场景对数据的时效性有较高要求，DAG图通常仅限于查看任务的上下游关系，难以批量、快捷地直接用于时效优化分析；而数据处理人员在进行时效问题定位时，通常需要从原始调度配置信息和运行日志中人工提取信息进行分析，难度较大。因此在时效问题优化方面缺乏有效、易用的规则和工具支撑。

发明内容

本发明实施例提供一种时效优化方法及装置，解决了现有技术中在对大数据批处理的时效进行优化时存在的难易批量、快捷的进行时效优化的技术问题。

第一方面，本发明实施例提供了一种时效优化方法，所述时效优化方法包括：

获取调度平台中的调度任务数据，其中，所述调度任务数据为所述调度平台在进行任务调度时的配置数据以及所述调度平台的运行日志数据；

对所述调度任务数据进行依赖关系处理，得到各项调度任务的任务依赖关系数据，其中，所述任务依赖关系数据表征各项调度任务发生的逻辑顺序；

基于目标任务清单从所述任务依赖关系数据中依次获取每一项目标任务的全链路任务关系，其中，所述全链路任务关系包括所述目标任务的主题、层级、后置任务以及前置任务，所述目标任务清单中最后运行的目标任务的层级记为第0层；

基于所述全链路任务关系以及所述目标任务清单，利用调度任务历史运行时效以及预设时效基线对所述目标任务进行筛选，得到待优化目标任务清单。

第二方面，本发明实施例还提供了一种时效优化装置，所述时效优化装置包括：

数据获取单元，用于获取调度平台中的调度任务数据，其中，所述调度任务数据为所述调度平台在进行任务调度时的配置数据以及所述调度平台的运行日志数据；

数据处理单元，用于对所述调度任务数据进行依赖关系处理，得到各项调度任务的任务依赖关系数据，其中，所述任务依赖关系数据表征各项调度任务发生的逻辑顺序；

任务获取单元，用于基于目标任务清单从所述任务依赖关系数据中依次获取每一项目标任务的全链路任务关系，其中，所述全链路任务关系包括所述目标任务的主题、层级、后置任务以及前置任务，所述目标任务清单中最后运行的目标任务的层级记为第0层；

待优化任务确定单元，用于基于所述全链路任务关系以及所述目标任务清单，利用调度任务历史运行时效以及预设时效基线对所述目标任务进行筛选，得到待优化目标任务清单。

第三方面，本发明实施例还提供了一种时效优化设备，所述时效优化设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例第一方面任意的时效优化方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例第一方面任意的时效优化方法。

第五方面，本发明实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本发明实施例第一方面任意的时效优化方法。

本发明实施例公开了一种时效优化方法及装置，方法包括获取调度平台中的调度任务数据；对调度任务数据进行依赖关系处理，得到各项调度任务的任务依赖关系数据；基于目标任务清单从任务依赖关系数据中依次获取每一项目标任务的全链路任务关系；基于全链路任务关系以及目标任务清单，利用调度任务历史运行时效以及预设时效基线对目标任务进行筛选，得到待优化目标任务清单。本申请通过将获取到的调度任务数据进行依赖关系处理，得到各项调度任务之间发生的逻辑顺序，再利用用户输入的目标任务清单从任务依赖关系数据中获取表示目标任务上下游任务的全链路任务关系，最终利用全链路任务关系对目标任务进行筛选，找到需要进行时效优化的目标任务。本申请解决了现有技术中在对大数据批处理的时效进行优化时存在的难易批量、快捷的进行时效优化的技术问题，实现了简单、快速、高效的对大数据批处理的时效进行优化的技术效果。

附图说明

图1是本发明实施例提供的一种时效优化方法的流程图；

图2是本发明实施例提供的另一种时效优化方法的流程图；

图3是本发明实施例提供的又一种时效优化方法的流程图；

图4是本发明实施例提供的又一种时效优化方法的流程图；

图5是本发明实施例提供的一种时效优化装置的结构图；

图6为本发明实施例提供的一种时效优化设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

需要说明的是，本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。本发明下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本发明实施例对此不作具体限制。

图1是本发明实施例提供的一种时效优化方法的流程图。该时效优化方法可适用于所有大数据批处理过程中需要进行时效优化的场景。该时效优化方法可以由时效优化装置来执行，该装置可以采用硬件和/或软件的方式来实现，并一般可集成于服务器中。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

如图1所示，该时效优化方法具体包括如下步骤：

S101，获取调度平台中的调度任务数据，其中，调度任务数据为调度平台在进行任务调度时的配置数据以及调度平台的运行日志数据。

具体地，从调度平台中获取的调度任务数据主要包括以下几种：(1)调度任务基本信息，包括但不限于任务名、任务编号、所属系统、调度频度、调度启动时间、失败重试次数、优先级、执行脚本、执行命令等；(2)调度任务输入输出事件信息，包括但不限于任务名、任务编号、事件类型、事件名等；(3)调度任务运行实例信息，包括但不限于任务名、任务编号、调度日期、开始时间、结束时间、运行状态、运行时长、运行次数等。

需要说明的是，获取到的调度任务数据不包括每项调度任务进行过程中的具体细节参数，仅获取每项调度任务在调度过程中的数据。

S102，对调度任务数据进行依赖关系处理，得到各项调度任务的任务依赖关系数据，其中，任务依赖关系数据表征各项调度任务发生的逻辑顺序。

具体地，从调度平台获取到的调度任务数据为每项调度任务的输入输出事件，其数据格式为<任务名，事件类型，事件名>，其中，事件类型的取值为[输出事件，输入事件]，例如，(1)任务名＝JOB_A；事件类型＝输出事件；事件名＝EVENT_JOB_A_OK。(2)任务名＝JOB_B；事件类型＝输入事件；事件名＝EVENT_JOB_A_OK。

对调度任务数据依据预设处理规则进行依赖关系处理，得到各项调度任务的任务依赖关系数据，其数据格式为<前置任务，后置任务，事件名>，示例性地，具体规则为：如果JOB_A的输出事件＝JOB_B的输入事件，则成JOB_A为JOB_B的前置任务，JOB_B为JOB_A的后置任务，则经过预设处理规则的处理之后，得到的任务依赖关系数据为：前置任务＝JOB_A；后置任务＝JOB_B；事件名＝EVENT_JOB_A_OK。

S103，基于目标任务清单从任务依赖关系数据中依次获取每一项目标任务的全链路任务关系，其中，全链路任务关系包括目标任务的主题、层级、后置任务以及前置任务，目标任务清单中最后运行的目标任务的层级记为第0层。

具体地，目标任务清单为用户预先输入的待分析的目标任务，需要说明的是目标任务清单中是待分析的一类目标任务，可能是上百万项目标任务中的一部分。在得到调度任务依赖关系数据之后，需要进一步进行处理，生成目标任务上游的全链路任务关系。具体来说，获取用户预先输入的目标任务清单，从中找到最后运行的目标任务，作为溯源的起点，即为第0层任务。然后采用递归执行的方式，对于每个第i层任务，从任务依赖关系数据中，以第i层任务匹配“后置任务”，找到所有“前置任务”。如果该项任务的前置任务为空则结束；否则，记为第i+1层任务，得到1条全链路任务关系数据，格式为：<目标任务，层级，后置任务，前置任务>，例如：(1)目标任务＝JOB_T，层级＝1，后置任务＝JOB_T，前置任务＝JOB_B；(2)目标任务＝JOB_T，层级＝2，后置任务＝JOB_B，前置任务＝JOB_A。

S104，基于全链路任务关系以及目标任务清单，利用调度任务历史运行时效以及预设时效基线对目标任务进行筛选，得到待优化目标任务清单。

具体地，在得到全链路任务关系和目标任务清单之后，利用调度任务历史运行时效以及预设时效基线目标任务进行筛选，将目标任务的预估运行耗时超过调度任务历史运行时效或预设时效基线的筛选出来作为待优化的目标任务，然后生成待优化目标任务清单，并向用户进行展示，以提示用户在目标任务清单中存在运行时效可以进行优化的目标任务。

本申请通过将获取到的调度任务数据进行依赖关系处理，得到各项调度任务之间发生的逻辑顺序，再利用用户输入的目标任务清单从任务依赖关系数据中获取表示目标任务上下游任务的全链路任务关系，最终利用全链路任务关系对目标任务进行筛选，找到需要进行时效优化的目标任务。本申请解决了现有技术中在对大数据批处理的时效进行优化时存在的难易批量、快捷的进行时效优化的技术问题，实现了简单、快速、高效的对大数据批处理的时效进行优化的技术效果。

在上述各技术方案的基础上，图2是本发明实施例提供的另一种时效优化方法的流程图，如图2所示，在S101获取调度平台中的调度任务数据之后，该时效优化方法还包括：

S201，接收并存储用户输入的目标任务参数，其中，目标任务参数包括：目标任务清单、待分析的调度时间、目标任务全部完成的期望时效以及预设时效基线。

具体地，用户可以通过人机交互单元，如键盘、鼠标、触摸显示屏等输入装置输入的目标任务参数，目标任务参数具体包括待分析的目标任务的目标任务清单、待分析的调度时间(例如，具体待分析的时间范围或时间段)、用户期望待分析的目标任务分析完成的期望时效以及预设时效基线。其中，预设时效基线包括源表到数时效基线、单个任务运行时效基线以及关键路径运行时效基线。

在接收到用户输入的目标任务参数之后，将其存储记录下来，当下一次用户输入目标任务参数之后，可以将上一次的目标任务参数作为默认值供用户选用。需要说明的是，目标任务全部完成的期望时效可以是依据专家经验设置的默认值，也可以是用户根据需要自定义设置的值，在此不做限制。

可选地，调度任务历史运行时效的计算方法包括：

基于全链路任务关系计算每项目标任务在预设时间内完成时效的统计学指标以及计算预设时间内完成所有目标任务的运行耗时，其中，统计学指标包括最小值、均值、中位数、标准差、达标率、制程能力指数以及西格玛。

具体地，预设时间可以定义为10天，也可以根据用户需要进行自定义，制程能力指数(Process Capability Index CPK)是一种表示制程水平高低的方便方法，其实质作用是反映制程合格率的高低；西格玛是统计学里的一个单位，表示与平均值的标准偏差。计算预设时间内完成所有目标任务的运行耗时为所有目标任务在预设时间内运行耗时的均值。

在上述各技术方案的基础上，图3是本发明实施例提供的又一种时效优化方法的流程图，如图3所示，S104具体包括：

S301，基于全链路任务关系以及目标任务清单筛选目标任务中的源表到数任务以及目标任务关键路径。

具体地，为了更加准确的筛选出目标任务中的待优化目标任务，使得运行时效的优化更加精准，可以分成不同部分对目标任务清单进行筛选。首先是源表到数任务，源表到数指的是上游系统将数据卸载成文件后，传送至数据中台的文件缓冲区的过程，文件缓冲区可以看作是数据库；其次是寻找目标任务关键路径，判断关键路径上的各项目标任务是否存在待优化的任务。

S302，利用调度任务历史运行时效以及预设时效基线分别对源表到数任务、目标任务关键路径中的任务以及目标任务清单中的所有目标任务进行筛选，得到目标任务的待优化目标任务清单。

具体地，依据调度任务历史运行时效以及预设时效基线分别从源表到数任务、目标任务关键路径中的任务以及目标任务清单中的所有目标任务三个部分对目标任务进行筛选，将超出各自调度任务历史运行时效或预设时效基线的任务筛选出来作为待优化的目标任务，生成待优化目标任务清单。

可选地，S301，基于全链路任务关系以及目标任务清单筛选目标任务中的源表到数任务以及目标任务关键路径包括：

S1，将全链路任务关系中，每条任务路径中最源头的任务作为源表到数任务，其中，源表到数任务指的是目标任务中将源表数据传输至数据库的任务。

具体地，源表作为数据计算路径的起点，当末端的目标任务的运行时效目标(即期望实现)确定时，源表的到数的运行时效决定了可用于加工计算的时间余量。根据目标任务及其上游全链路任务关系，过滤出最源头的任务，即为源表数据传输任务(即上述源表到数任务)，其完成时间记为源表到数时间。

S2，计算全链路任务关系中，每条任务路径上所有目标任务的运行耗时总和，并将运行耗时总和最大的任务路径作为目标任务关键路径。

具体地，当源表到数的运行时间确定时，目标任务的最终完成时间受全链路任务的运行耗时和等待耗时的影响。其中，等待耗时受调度依赖、资源使用率等因素影响，在不同调度日期可能存在较大差异；理想情况下，如果资源充足、系统无异常，关键路径的等待耗时可趋近于零。而运行耗时可根据历史运行记录排除异常点后统计计算获得，是资源正常情况相对稳定的耗时。计算每条任务路径上所有目标任务的运行耗时的总和，倒序排列之后获得耗时总和最大的一条任务路径，即为基于运行时长的目标任务关键路径。在不进行路径优化或单作业运行耗时优化的情况下，关键路径的运行总时长是必要耗时，无法压缩。

可选地，S302，利用调度任务历史运行时效以及预设时效基线对源表到数任务进行筛选，得到目标任务的待优化目标任务清单包括：利用调度任务历史运行时效中的源表到数时效数据以及预设时效基线中的源表到数时效基线对源表到数任务的时效进行筛选，将源表到数任务中，时效超过源表到数时效数据或源表到数时效基线的源表到数任务作为待优化目标任务；将待优化目标任务的运行耗时由长到短进行排列，得到待优化目标任务清单。

具体地，获取调度任务历史运行时效中所有源表历史到数时效数据(即上述源表到数时效数据)，过滤出所有超过源表到数时效数据或源表到数时效基线要求的任务，根据运行耗时倒序排列，得到需要提升的源表清单及优先级，即上述待优化目标任务清单。

可选地，S302，利用调度任务历史运行时效以及预设时效基线对目标任务关键路径中的任务进行筛选，得到目标任务的待优化目标任务清单包括：将目标任务关键路径的运行耗时总和与预设时效基线中的关键路径运行时效基线进行对比；若目标任务关键路径的运行耗时总和大于关键路径运行时效基线，则将目标任务关键路径中的所有目标任务作为待优化目标任务；将待优化目标任务的运行耗时由长到短进行排列，得到待优化目标任务清单。

具体地，在确定出目标任务关键路径之后，计算每条路径上所有任务的运行耗时总和，并将运行耗时总和与预设时效基线中的关键路径运行时效基线进行对比，若关键路径的运行耗时总和超出关键路径运行时效基线，表明该关键路径需要进行优化，则将关键路径上的所有目标任务作为待优化目标任务，并依据运行耗时倒序排列方式对其进行排列，得到待优化目标任务清单。

可选地，S302，利用调度任务历史运行时效以及预设时效基线对目标任务清单中的所有目标任务进行筛选，得到目标任务的待优化目标任务清单包括：获取调度任务历史运行时效中每一项目标任务的运行耗时；将目标任务的运行耗时与预设时效基线中，单个任务运行时效基线进行对比；若目标任务的运行耗时超过运行时效基线，则将目标任务作为待优化目标任务；将待优化目标任务的运行耗时由长到短进行排列，得到待优化目标任务清单。

具体地，单项任务运行耗时是指单个任务从开始运行到结束所用的时长。根据目标任务及其上游全链路任务关系，可以获得每项目标任务所有上游的上游任务清单。将调度任务历史运行时效中每一项目标任务的运行耗时作为目标任务的运行耗时，将其与单个任务运行时效基线进行对比，过滤出所有超过该时效基线要求的目标任务，并根据运行耗时倒序排列方式对其进行排列，得到待优化目标任务清单。

在上述各技术方案的基础上，图4是本发明实施例提供的又一种时效优化方法的流程图，如图4所示，在S104，得到待优化目标任务清单之后，该时效优化方法还包括：

S401，将待优化目标任务清单以表格的形式进行可视化展示。

具体地，在得到待优化目标任务清单，可以将其进行可视化展示，以使用户可以直观的了解到哪些目标任务可以进行时效优化，以提升待分析的目标任务的总体完成时间。具体来说，待优化优化目标任务可以通过以下几类表格进行展示：(1)待优化源表到数任务。该表格中会列出目标任务依赖的所有运行时效不符合基线要求的源表到数任务，包含源表的基本信息、源表的到数时效信息、源表的优化优先级等；(2)待优化运行耗时长的任务。该表格中会列出目标任务依赖的所有运行耗时不符合基线要求的上游任务，包含任务的基本信息、任务的运行耗时信息、任务的优化优先级等；(3)待优化的关键路径。该表格中会列出目标任务所有运行总耗时不符合基线要求的任务路径，包含路径关系、路径上任务的基本信息、路径上任务的运行耗时信息等。(4)优化效果。该表格会列出上述指标的历史变化趋势，并列出与用户优化记录进行对比的结果，以体现优化效果。

在本发明实施例中，通过大数据批处理技术对分析所需数据进行采集、清洗、整合，最后通过用户输入的目标任务参数，如待分析目标任务、各种时效基线要求等，自动灵活展示时效优化结果。通过端到端服务的方式，对用户屏蔽繁杂的分析过程，使其专注于待提升的问题点，提高分析效率和准确率，避免了使用DAG图查看任务的上下游关系时，难以批量、快捷地直接用于时效优化分析。

图5是本发明实施例提供的一种时效优化装置的结构图，如图5所示，该时效优化装置包括：

数据获取单元51，用于获取调度平台中的调度任务数据，其中，调度任务数据为调度平台在进行任务调度时的配置数据以及调度平台的运行日志数据；

数据处理单元52，用于对调度任务数据进行依赖关系处理，得到各项调度任务的任务依赖关系数据，其中，任务依赖关系数据表征各项调度任务发生的逻辑顺序；

任务获取单元53，用于基于目标任务清单从任务依赖关系数据中依次获取每一项目标任务的全链路任务关系，其中，全链路任务关系包括目标任务的主题、层级、后置任务以及前置任务，目标任务清单中最后运行的目标任务的层级记为第0层；

待优化任务确定单元54，用于基于全链路任务关系以及目标任务清单，利用调度任务历史运行时效以及预设时效基线对目标任务进行筛选，得到待优化目标任务清单。

可选地，在数据获取单元51获取调度平台中的调度任务数据之前，时效优化装置还包括：

参数接收单元，用于接收并存储用户输入的目标任务参数，其中，目标任务参数包括：目标任务清单、待分析的调度时间、目标任务全部完成的期望时效以及预设时效基线。

可选地，待优化任务确定单元54包括：

第一筛选子单元，用于基于全链路任务关系以及目标任务清单筛选目标任务中的源表到数任务以及目标任务关键路径；

第二筛选子单元，用于利用调度任务历史运行时效以及预设时效基线分别对源表到数任务、目标任务关键路径中的任务以及目标任务清单中的所有目标任务进行筛选，得到目标任务的待优化目标任务清单。

可选地，第一筛选子单元具体用于：

将全链路任务关系中，每条任务路径中最源头的任务作为源表到数任务，其中，源表到数任务指的是目标任务中将源表数据传输至数据库的任务；

计算全链路任务关系中，每条任务路径上所有目标任务的运行耗时总和，并将运行耗时总和最大的任务路径作为目标任务关键路径。

可选地，第二筛选子单元具体用于：

利用调度任务历史运行时效中的源表到数时效数据以及预设时效基线中的源表到数时效基线对源表到数任务的时效进行筛选，将源表到数任务中，时效超过源表到数时效数据或源表到数时效基线的源表到数任务作为待优化目标任务；

将待优化目标任务的运行耗时由长到短进行排列，得到待优化目标任务清单。

可选地，第二筛选子单元还用于：

将目标任务关键路径的运行耗时总和与预设时效基线中的关键路径运行时效基线进行对比；

若目标任务关键路径的运行耗时总和大于关键路径运行时效基线，则将目标任务关键路径中的所有目标任务作为待优化目标任务；

将待优化目标任务的运行耗时由长到短进行排列，得到待优化目标任务清单。

可选地，第二筛选子单元还用于：

获取调度任务历史运行时效中每一项目标任务的运行耗时；

将目标任务的运行耗时与预设时效基线中，单个任务运行时效基线进行对比；

若目标任务的运行耗时超过运行时效基线，则将目标任务作为待优化目标任务；

将待优化目标任务的运行耗时由长到短进行排列，得到待优化目标任务清单。

可选地，在待优化任务确定单元54得到待优化目标任务清单之后，时效优化装置还包括：

可视化单元，用于将待优化目标任务清单以表格的形式进行可视化展示。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本发明实施例提供的时效优化装置，与上述实施例提供的时效优化方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

图6为本发明实施例提供的一种时效优化设备的结构示意图，如图6所示，该时效优化设备包括处理器61、存储器62、输入装置63和输出装置64；时效优化设备中处理器61的数量可以是一个或多个，图6中以一个处理器61为例；时效优化设备中的处理器61、存储器62、输入装置63和输出装置64可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器62作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的时效优化方法对应的程序指令/模块(例如，时效优化装置中的数据获取单元51、数据处理单元52、任务获取单元53以及待优化任务确定单元54)。处理器61通过运行存储在存储器62中的软件程序、指令以及模块，从而执行时效优化设备的各种功能应用以及数据处理，即实现上述的时效优化方法。

存储器62可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器62可进一步包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至时效优化设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置63可用于接收输入的数字或字符信息，以及产生与时效优化设备的用户设置以及功能控制有关的键信号输入。输出装置64可包括显示屏等显示设备。

本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种时效优化方法。

具体地，该时效优化方法包括：

获取调度平台中的调度任务数据，其中，调度任务数据为调度平台在进行任务调度时的配置数据以及调度平台的运行日志数据；

对调度任务数据进行依赖关系处理，得到各项调度任务的任务依赖关系数据，其中，任务依赖关系数据表征各项调度任务发生的逻辑顺序；

基于目标任务清单从任务依赖关系数据中依次获取每一项目标任务的全链路任务关系，其中，全链路任务关系包括目标任务的主题、层级、后置任务以及前置任务，目标任务清单中最后运行的目标任务的层级记为第0层；

基于全链路任务关系以及目标任务清单，利用调度任务历史运行时效以及预设时效基线对目标任务进行筛选，得到待优化目标任务清单。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的时效优化方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明各个实施例所述的方法。

值得注意的是，上述时效优化装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本发明实施例还提供一种计算机程序产品，该计算机程序产品包括计算机可执行指令，所述计算机可执行指令在由计算机处理器执行时用于执行本发明任意实施例所提供的时效优化方法。

当然，本申请实施例所提供的计算机程序产品，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的方法中的相关操作。

在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

最后应说明的是，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。