设备实时使用率确定方法、装置、计算机设备及存储介质

技术领域

本公开涉及数据处理领域，具体涉及设备实时使用率确定方法、装置、计算机设备及存储介质。

背景技术

PCIe(Peripheral Component Interconnect express，高速串行计算机扩展总线)NVMe(Non-VolatileMemory express，非易失性内存主机控制器接口规范)SSD(SolidState Disk，固态硬盘)作为一种高性能存储设备，在分布式存储系统中作为缓存设备或数据存储设备被广泛使用。在分布式全闪存储系统中，PCIe NVMe SSD的性能表现直接决定了单个分布式存储守护进程的性能上限，从而影响着整个分布式集群的性能表现。因此，对PCIe NVMe SSD的使用作出优化对分布式存储的性能表现具有关键的作用。如何将PCIeNVMe SSD的性能发挥到极致是分布式全闪存储系统调优的重要方向。

设备实时使用率，作为一种设备的观测指标，可以快速地获取当前设备的负载，并由此可以得出设备在当前使用方式下期望的性能上限。因此，观测PCIe NVMe SSD的设备使用率在分布式全闪存储的性能调优中具有重要意义。

在现有方案中，主要以设备活动时间(或设备使用时间)作为存储设备的实时使用率，即，以在一定的时间间隔中，存储设备存在IO(InputOutput，输入输出)操作的时间除以时间间隔作为存储设备的实时使用率。该方法适用于在同一时间内仅能串行处理IO操作的机械硬盘和基于SATA(Serial ATA，串行ATA)协议的SSD，并不适用于支持多个IO队列并行处理的PCIe NVMe SSD。同时以设备活动时间作为PCIe NVMe SSD的实时使用率的计算结果并不准确。

因此相关技术在确定PCIe NVMe SSD实时使用率时，存在仅能处理特定场景(即串行处理IO操作的机械硬盘和基于SATA协议的SSD)下的实时使用率计算，使得适用范围受限，同时以设备活动时间作为计算参数，使得获得的实时使用率并不准确。

发明内容

有鉴于此，本公开提供了一种设备实时使用率确定方法、装置、计算机设备及存储介质，以解决相关技术中的实时使用率计算存在适用范围受限，实时使用率不准确的问题。

第一方面，本公开提供了一种设备实时使用率确定方法，该方法包括：

获取目标设备的当前业务特征，其中，当前业务特征用于测试目标设备的当前业务表现性能；

根据当前业务特征遍历性能表，得到对应的目标性能指标，其中，性能表用于存储业务特征与性能指标之间的映射关系；

获取目标设备的观察性能指标，其中，观察性能指标为目标设备当下可被测试到的业务表现性能；

根据观察性能指标和目标性能指标，确定目标设备的实时使用率。

在本公开实施例中，通过性能表内存储的业务特征与性能指标之间的映射关系，确定出目标设备在当前业务特征下的目标性能指标，然后与目标设备当下可被测试到的观察性能指标进行比较，从而计算出该目标设备的设备实时使用率，为SSD在当前业务下的承载能力提供直观体现，为分布式全闪存储系统性能调优提供支持，适用多种设备实时使用率确定场景，同时由于性能表内存储的是已知目标设备型号的已知性能指标，所以将匹配到的目标性能指标与当下可被测试到的观察性能指标共同确定设备实时使用率，校准了仅通过观察性能指标得到设备实时使用率的偏差，提高了设备实时使用率的准确性，解决相关技术中的实时使用率计算存在适用范围受限，实时使用率不准确的问题。

在一种可选的实施方式中，根据观察性能指标和目标性能指标，确定目标设备的实时使用率，包括：

获取观察性能指标和目标性能指标的比值；

根据比值确定实时使用率。

在本公开实施例中，由于观察性能指标是当前实际测试到的业务表现性能，而目标性能指标是与当前业务特征相对应的已有性能指标标准，这样利用观察性能指标和目标性能指标的比值能够确定出更准确的实时使用率，同时确定实时使用率的方式也更高效。

在一种可选的实施方式中，当前业务特征为多个的情况下，根据当前业务特征遍历性能表，得到对应的目标性能指标，包括：

根据当前业务特征确定业务特征集；

根据业务特征集遍历性能表，得到对应的性能指标集，其中，性能指标集包含多个目标性能指标。

在本公开实施例中，针对当前业务特征为多个时，可以根据性能表得到对应的性能指标集，进而得到多个目标性能指标，进而扩大了适用场景范围。

在一种可选的实施方式中，根据观察性能指标和目标性能指标，确定目标设备的实时使用率，包括：

获取各个观察性能指标的指标类型和性能指标集内各个目标性能指标的指标类型；

将指标类型相同的观察性能指标和目标性能指标列为同一组别；

根据组别，确定实时使用率。

在本公开实施例中，基于相同组别下的观察性能指标和目标性能指标，确定出实时使用率，简化了使用PCIe NVMe SSD的软件性能优化问题中对存储设备的排查流程，为存储软件对PCIe NVMe SSD设备的使用情况提供了直观的指标，为存储软件性能问题定位提供支持。

在一种可选的实施方式中，根据组别，确定实时使用率，包括：

获取各个组别内观察性能指标与对应的目标性能指标之间的比值；

从多个比值中选取出目标比值作为实时使用率。

在本公开实施例中，在观察性能指标与目标性能指标的比值为多个时，从多个比值中选取出一目标比值作为实时使用率，克服了当前以设备活动时间作为实时使用率从而导致PCIe NVMe SSD的实时使用率计算不准确的问题。

在一种可选的实施方式中，目标比值为多个比值中数值最大值。

在一种可选的实施方式中，在根据当前业务特征遍历性能表之前，方法还包括：

获取测试目标设备的业务特征；

根据业务特征对目标设备进行性能测试，得到性能指标；

利用业务特征和性能指标之间的对应关系，生成性能表。

第二方面，本公开提供了一种设备实时使用率确定装置，该装置包括：

第一获取模块，用于获取目标设备的当前业务特征，其中，当前业务特征用于测试目标设备的当前业务表现性能；

第一得到模块，用于根据当前业务特征遍历性能表，得到对应的目标性能指标，其中，性能表用于存储业务特征与性能指标之间的映射关系；

第二获取模块，用于获取目标设备的观察性能指标，其中，观察性能指标为目标设备当下可被测试到的业务表现性能；

第一确定模块，用于根据观察性能指标和目标性能指标，确定目标设备的实时使用率。

第三方面，本公开提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的设备实时使用率确定方法。

第四方面，本公开提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的设备实时使用率确定方法。

附图说明

为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本公开的一些实施方式，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是根据本公开实施例的设备实时使用率确定方法的流程示意图；

图2是根据本公开实施例的设备实时使用率确定方法的整体流程示意图；

图3是根据本公开实施例的设备实时使用率确定装置的结构框图；

图4是本公开实施例的计算机设备的硬件结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

PCIe(Peripheral Component Interconnect express，高速串行计算机扩展总线)NVMe(Non-VolatileMemory express，非易失性内存主机控制器接口规范)SSD(SolidState Disk，固态硬盘)作为一种高性能存储设备，在分布式存储系统中作为缓存设备或数据存储设备被广泛使用。在分布式全闪存储系统中，PCIe NVMe SSD的性能表现直接决定了单个分布式存储守护进程的性能上限，从而影响着整个分布式集群的性能表现。因此，对PCIe NVMe SSD的使用优化对分布式存储的性能表现具有关键的作用。如何将PCIe NVMeSSD的性能发挥到极致是分布式全闪存储系统调优的重要方向。

设备实时使用率，作为一种设备的观测指标，可以快速地获取表面当前设备的负载，并由此可以得出设备在当前使用方式下期望的性能上限。因此，观测PCIe NVMe SSD的设备使用率在分布式全闪存储的性能调优中具有重要意义。

在现有方案中，主要以设备活动时间(或设备使用时间)作为存储设备的实时使用率，即，以在一定的时间间隔中，存储设备存在IO操作的时间除以时间间隔作为存储设备的实时使用率。但是该方法仅能处理特定场景(即串行处理IO操作的机械硬盘和基于SATA协议的SSD)下的实时使用率计算，使得适用范围受限，同时以设备活动时间作为计算参数，使得获得的实时使用率并不准确。需要说明的是，SATA是一种基于行业标准的串行硬件驱动器接口，以连续串行的方式传输数据，支持热插拔，主要用于SATA主机与大容量存储设备之间的数据传输，SATA协议一共分为五层：应用层、命令层、传输层、链路层和物理层。

为了解决上述问题，本公开实施例提供了一种设备实时使用率确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种设备实时使用率确定方法，图1是根据本公开实施例的设备实时使用率确定方法的流程图，如图1所示，该流程包括如下步骤：

步骤S101，获取目标设备的当前业务特征，其中，当前业务特征用于测试目标设备的当前业务表现性能。

可选地，虽然PCIe NVMe SSD的实时使用率不能通过设备活动时间观测，但PCIeNVMe SSD的性能表现在特定条件下是稳定的，因此在本公开实施例中，将一些已知的PCIeNVMe SSD型号作为目标设备，提前获得该SSD在各种IO条件下的性能表现，基于这些已知信息确定该目标设备的实时使用率。

进一步地，为了得到目标设备当前的业务表现性能，需要获取到该目标设备的当前业务特征，这些业务特征其实就是各种IO特征，主要用于测试目标设备的当前业务表现性能，当前业务特征比如是IO密集程度、IO块大小、读写比例中的一个或多个。其中，本公开实施例可以使用收集的LBA(Logical Block Address，逻辑区块地址)地址的方差作为IO密集程度，方差值越大，IO密集程度越低。IO块大小以及读写比例都是由PCIe NVMe SSD型号及其固件版本号确定的，可以随时获取到。

步骤S102，根据当前业务特征遍历性能表，得到对应的目标性能指标，其中，性能表用于存储业务特征与性能指标之间的映射关系。

可选地，在本公开实施例中设有一性能表，该性能表存储有业务特征与性能指标之间的映射关系，该映射关系可以用key-value键值对形式进行记录。可以理解的是，性能表内存储的业务特征和性能指标均是PCIe NVMe SSD已知IO业务特征和已知IO业务特征下对应的已知性能表现。key-value键值对是一种分布式存储系统，适合进行复杂条件查询，具有高速查询、海量存储、支持高并发等特点。

所以在获取到目标设备的当前业务特征后，根据当前业务特征遍历性能表查找响应的值，即找到与当前业务特征相对应的性能指标，作为目标性能指标。

目标性能指标可以是IOPS(Input/Output Operations Per Second，每秒进行读写操作的次数)、带宽(即吞吐量，表征每秒磁盘IO的流量，即磁盘写入和读出的数据的总大小)、平均队列深度(即一个时间周期内在端口队列中等待服务的IO请求数据)、IO响应时间(即从操作系统内核发出一个IO请求到接收到IO响应的时间)等。

步骤S103，获取目标设备的观察性能指标，其中，观察性能指标为目标设备当下可被测试到的业务表现性能。

可选地，在目标设备运行中，可以测试到该目标设备当下的业务表现性能，将当下可测试到的业务表现性能对应的指标作为观察性能指标。

步骤S104，根据观察性能指标和目标性能指标，确定目标设备的实时使用率。

可选地，根据目标设备的观察性能指标和利用性能表得到的目标性能指标，即可确定出目标设备的实时使用率。

在本公开实施例中，通过性能表内存储的业务特征与性能指标之间的映射关系，确定出目标设备在当前业务特征下的目标性能指标，然后与目标设备当下可被测试到的观察性能指标进行比较，从而计算出该目标设备的设备实时使用率，为SSD在当前业务下的承载能力提供直观体现，为分布式全闪存储系统性能调优提供支持，适用多种设备实时使用率确定场景，同时由于性能表内存储的是已知目标设备型号的已知性能指标，所以将匹配到的目标性能指标与当下可被测试到的观察性能指标共同确定设备实时使用率，校准了仅通过观察性能指标得到设备实时使用率的偏差，提高了设备实时使用率的准确性，解决相关技术中的实时使用率计算存在适用范围受限，实时使用率不准确的问题。

在一些可选的实施方式中，根据观察性能指标和目标性能指标，确定目标设备的实时使用率，包括：

获取观察性能指标和目标性能指标的比值；

根据比值确定实时使用率。

可选地，在本公开实施例中，利用观察性能指标除以目标性能指标，得到比值，然后将该比值作为目标设备的实时使用率。

在本公开实施例中，由于观察性能指标是当前实际测试到的业务表现性能，而目标性能指标是与当前业务特征相对应的已有性能指标标准，这样利用观察性能指标和目标性能指标的比值能够确定出更准确的实时使用率，同时确定实时使用率的方式也更高效。

在一些可选的实施方式中，当前业务特征为多个的情况下，根据当前业务特征遍历性能表，得到对应的目标性能指标，包括：

根据当前业务特征确定业务特征集；

根据业务特征集遍历性能表，得到对应的性能指标集，其中，性能指标集包含多个目标性能指标。

可选地，在当前业务特征为多个的情况下，比如获取目标设备的当前业务特征为IO密集程度、IO块大小以及读写比例，由IO密集程度、IO块大小、读写比例生成业务特征集，然后性能表内存储的与该业务特征集相对应的也应是一性能指标集，其包含了多个目标性能指标。其中，性能指标集可以由IOPS、带宽、平均队列深度、IO响应时间组成。

需要说明的是，本公开实施例的性能表的定义方式为：多元组(IO密集程度，IO块大小，读写比例)为IO性能表的键key，多元组(IOPS、带宽、平均队列深度、IO响应时间)作为IO性能表的值value，构建IO性能表的函数为F(key)＝value。

在本公开实施例中，针对当前业务特征为多个时，可以根据性能表得到对应的性能指标集，进而得到多个目标性能指标，进而扩大了适用场景范围。

在一些可选的实施方式中，根据观察性能指标和目标性能指标，确定目标设备的实时使用率，包括：

获取各个观察性能指标的指标类型和性能指标集内各个目标性能指标的指标类型；

将指标类型相同的观察性能指标和目标性能指标列为同一组别；

根据组别，确定实时使用率。

可选地，在本公开实施例中，先确定各个观察性能指标的指标类型和各个目标性能指标的指标类型，然后将指标类型相同的观察性能指标和目标性能指标分到同一组别中，基于多个组别，确定实时使用率。

比如，观察性能指标有IOPS

在本公开实施例中，基于相同组别下的观察性能指标和目标性能指标，确定出实时使用率，简化了使用PCIe NVMe SSD的软件性能优化问题中对存储设备的排查流程，为存储软件对PCIe NVMe SSD设备的使用情况提供了直观的指标，为存储软件性能问题定位提供支持。

在一些可选的实施方式中，根据组别，确定实时使用率，包括：

获取各个组别内观察性能指标与对应的目标性能指标之间的比值；

从多个比值中选取出目标比值作为实时使用率。。

可选地，在得到各个组别后，将各个组别内的观察性能指标与对应的目标性能指标求商，即观察性能指标除以对应的目标性能指标，进而得到多个比值，从多个比值中选取出一目标比值作为实时使用率，该目标比值可以是多个比值中数值最大值，也可以是介于最大值和最小值之间的多个数值的平均值，也可以是数值最小值等，在本公开实施例中，优先地，将该目标比值选为这些比值中数值最大值，这样可以快速地获取到实时使用率。

具体地，

在本公开实施例中，在观察性能指标与目标性能指标的比值为多个时，从多个比值中选取出一目标比值作为实时使用率，克服了当前以设备活动时间作为实时使用率从而导致PCIe NVMe SSD的实时使用率计算不准确的问题。

在一些可选的实施方式中，在根据当前业务特征遍历性能表之前，方法还包括：

获取测试目标设备的业务特征；

根据业务特征对目标设备进行性能测试，得到性能指标；

利用业务特征和性能指标之间的对应关系，生成性能表。

可选地，本公开实施例提前获得目标设备在各种IO条件下的性能表现，建立IO性能表，该IO性能表内存储的业务特征和性能指标之间是键值对的对应关系，所以在利用该性能表确定实时使用率时，需要先构建好该性能表。在前面各个实施例中均有性能表的构建过程，不再赘述。

在一些可选的实施方式中，本公开实施例阐述的是当前业务特征遍历性能表，未得到目标性能指标时的场景。具体地，如果当前业务特征遍历性能表，未得到对应的目标性能指标时，说明在性能表内未存有与当前业务特征相对应的目标性能指标，这时需要获取该性能表内的各个业务特征，选取出业务特征的数值与当前业务特征的数值之间数值之差小于预设阈值(比如1)的参考业务特征，然后获取性能表中与该参考业务特征相对应的参考性能指标，然后将该参考性能指标作为目标性能指标，这样就可以得到当前业务指标的业务表现性能。可以理解的是，这里的参考业务特征本身是存储于性能表中的任一业务特征。

在本公开实施例中，在通过性能表无法得到对应的目标性能指标时，可以通过业务特征的数值，找到性能表中与当前业务特征数值最接近的参考业务特征，以参考业务特征的参考性能指标作为目标性能指标，以便得到较为准确的实时使用率。

在一些可选的实施方式中，如图2所示，图2是根据本公开实施例的设备实时使用率确定方法的整体流程示意图，包括如下步骤：

对已知型号PCIe NVMe SSD进行性能测试；

构建IO性能表；

输入业务IO特征；

查IO性能表，得到性能指标基准(即目标性能指标)；

获取当前测试到的性能指标；

根据当前测试到的性能指标和性能指标基准，计算该PCIe NVMe SSD设备实时使用率。

上述IO性能表与前述各实施例中的性能表为同一个表。

在本实施例中还提供了一种设备实时使用率确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种设备实时使用率确定装置，如图3所示，包括：

第一获取模块301，用于获取目标设备的当前业务特征，其中，当前业务特征用于测试目标设备的当前业务表现性能；

第一得到模块302，用于根据当前业务特征遍历性能表，得到对应的目标性能指标，其中，性能表用于存储业务特征与性能指标之间的映射关系；

第二获取模块303，用于获取目标设备的观察性能指标，其中，观察性能指标为目标设备当下可被测试到的业务表现性能；

第一确定模块304，用于根据观察性能指标和目标性能指标，确定目标设备的实时使用率。

在本公开实施例中，通过性能表内存储的业务特征与性能指标之间的映射关系，确定出目标设备在当前业务特征下的目标性能指标，然后与目标设备当下可被测试到的观察性能指标进行比较，从而计算出该目标设备的设备实时使用率，为SSD在当前业务下的承载能力提供直观体现，为分布式全闪存储系统性能调优提供支持，适用多种设备实时使用率确定场景，同时由于性能表内存储的是已知目标设备型号的已知性能指标，所以将匹配到的目标性能指标与当下可被测试到的观察性能指标共同确定设备实时使用率，校准了仅通过观察性能指标得到设备实时使用率的偏差，提高了设备实时使用率的准确性，解决相关技术中的实时使用率计算存在适用范围受限，实时使用率不准确的问题。

在一些可选的实施方式中，第一确定模块304包括：

获取单元，用于获取观察性能指标和目标性能指标的比值；

第一确定单元，用于根据比值确定实时使用率。

在一些可选的实施方式中，当前业务特征为多个的情况下，第一得到模块包括：

第二确定单元，用于根据当前业务特征确定业务特征集；

得到单元，用于根据业务特征集遍历性能表，得到对应的性能指标集，其中，性能指标集包含多个目标性能指标。

在一些可选的实施方式中，第一确定模块304包括：

第二获取单元，用于获取各个观察性能指标的指标类型和性能指标集内各个目标性能指标的指标类型；

设置单元，用于将指标类型相同的观察性能指标和目标性能指标列为同一组别；

第三确定单元，用于根据组别，确定实时使用率。

在一些可选的实施方式中，第三确定单元包括：

获取子模块，用于获取各个组别内观察性能指标与对应的目标性能指标之间的比值；

选取子模块，用于从多个比值中选取出目标比值作为实时使用率。

在一些可选的实施方式中，目标比值为多个比值中数值最大值。

在一些可选的实施方式中，该装置还包括：

第三获取模块，用于在根据当前业务特征遍历性能表之前，获取测试目标设备的业务特征；

第二得到模块，用于根据业务特征对目标设备进行性能测试，得到性能指标；

生成模块，用于利用业务特征和性能指标之间的对应关系，生成性能表。

本实施例中的设备实时使用率确定装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

本公开实施例还提供一种计算机设备，具有上述图3所示的设备实时使用率确定装置。

请参阅图4，图4是本公开可选实施例提供的一种计算机设备的结构示意图，如图4所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器10为例。

处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。

其中，存储器20存储有可由至少一个处理器10执行的指令，以使至少一个处理器10执行实现上述实施例示出的方法。

存储器20可以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、至少一个功能所需要的应用程序；存储数据区可存储根据一种小程序落地页的展现的计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。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。

存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。

该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。

本公开实施例还提供了一种计算机可读存储介质，上述根据本公开实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

虽然结合附图描述了本公开的实施例，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。