分布式数据库的数据处理及创建方法、装置及电子设备

技术领域

本申请涉及一种分布式数据库的数据处理及创建方法、装置及电子设备，属于计算机技术领域。

背景技术

随着分布式数据处理技术的发展，用户可以基于数据服务平台提供的服务，建立自己的数据库并执行各种数据业务处理。例如，在分布式数据库系统中，MPP(MassivelyParallel Processing大规模并行处理)技术应用较为广泛，在数据库非共享集群中，每个节点都有独立的磁盘存储系统和内存系统，业务数据根据数据库模型和应用特点划分到各个节点上，每台数据节点通过专用网络或者商业通用网络互相连接，彼此协同计算，作为整体提供数据库服务。

在这类分布式数据应用中，用户需要基于数据库平台进行分布式数据模型事务建模，而建模过程需要一定的领域知识和经验。例如，现有技术中，往往需要基于技术文档、培训等方式，使用户了解MPP数据库的原理，对这类数据库具备一定的优化技能，从而能够自行构建适合的分布式数据模型，这样的方式给用户的使用带来很大的不便。

发明内容

本发明实施例提供一种分布式数据库的数据处理及创建方法、装置及电子设备，以便于用户构建分布式数据库。

为了实现上述目的，本发明实施例提供了一种分布式数据库的数据处理方法，包括：

获取用户待创建的数据表的数据特征；

根据所述数据特征生成数据分布策略；

根据所述数据分布策略，生成用于处理数据表的分布式数据模型。

本发明实施例还提供了一种分布式数据库的创建方法，包括：

响应于用户的建立数据表的请求，获取用户待创建的数据表的字段特征；

获取所述数据表的业务需求特征；

根据所述字段特征和所述业务需求特征，生成数据分布策略；

根据所述数据分布策略，生成一个或多个用于处理数据表的分布式数据模型，并推荐给用户。

本发明实施例还提供了一种分布式数据库的数据处理装置，包括：

第一特征获取模块，用于获取用户待创建的数据表的数据特征；

第一策略生成模块，用于根据所述数据特征生成数据分布策略；

模型创建模块，用于根据所述数据分布策略，生成用于处理数据表的分布式数据模型。

本发明实施例还提供了一种分布式数据库的创建装置，包括：

第二特征获取模块，用于响应于用户的建立数据表的请求，获取用户待创建的数据表的字段特征；

第三特征获取模块，用于获取所述数据表的业务需求特征；

第二策略生成模块，用于根据所述字段特征和所述业务需求特征，生成数据分布策略；

模型推荐模块，根据所述数据分布策略，生成一个或多个用于处理数据表的分布式数据模型，并推荐给用户。

本发明实施例还提供了一种电子设备，包括：

存储器，用于存储程序；

处理器，用于运行所述存储器中存储的所述程序，以执行前述的分布式数据库的数据处理方法。

本发明实施例的分布式数据库的数据处理及创建方法、装置及电子设备，通过获取用户待创建的数据表的数据特征，生成数据分布策略，并进而为用户建立分布式数据模型，通过这样的过程能够降低分布式数据库的建模门槛，将建模过程抽象为与的信息交互和特征提取过程，充分利用数据服务平台的建模能力为用户建立适合的分布式数据模型，能让非专业的用户更加便利的使用数据服务平台提供的分布式数据服务。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

图1为本发明实施例的用户建立数据表的应用场景示意图；

图2为本发明实施例的分布式数据库的数据处理方法的流程示意图；

图3为本发明实施例的分布式数据库的创建方法的流程示意图；

图4为本发明实施例的分布式数据库的数据处理装置的结构示意图；

图5为本发明实施例的分布式数据库的创建装置的结构示意图；

图6为本发明实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

下面通过一些具体实施例来进一步说明本发明的技术方案。

在MPP(Massively Parallel Processing，大规模并行处理)的分布式数据库系统中，非共享集群中的每个节点都有独立的磁盘存储系统和内存系统，业务数据根据数据库模型和应用特点划分到各个节点上，每台数据节点通过专用网络或者商业通用网络互相连接，彼此协同计算，作为整体提供数据库服务。非共享数据库集群有完全的可伸缩性、高可用、高性能、优秀的性价比、资源共享等优势。不过，为了使用基于MPP的分布式数据库系统，用户需要进行数据建模。这里所说的数据建模是指指的是对现实世界各类数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。

在本发明实施例中，通过数据服务平台根据用户的数据特点和需求，对用户进行引导，从而能够自动建立或者向用户推荐适合的分布式数据模型，从而更加便于用户的使用。

如图1所示，其为本发明实施例的用户建立数据表的应用场景示意图，用户根据自身的业务需求，会在数据服务平台提供的分布式数据库系统中创建数据表。如图中所示，基于本发明实施例的技术方案，可以在用户建立数据表的过程中，引导用户输入一些数据特征，从而能够数据服务平台可以分析用户数据的特点以及用户需求等。如图中所示，通过与用户的信息交互可以获得如下特征信息：数据量、常用过滤查询字段、常用UV字段、生命周期、数据删除时间字段、主键字段、常用关联查询字段等。基于这些信息，数据服务平台就可以选择出适合的数据分布策略、生命周期管理策略等数据模型处理策略来构建分布式数据处理模型，进而创建符合用户需求的数据表，然后利用该分布式数据处理模型对用户的数据表进行处理。

在数据表创建好后，就可以对外提供数据访问以及数据加工处理业务。每个数据表或者多个数据表都可以视为分布式数据库。在分布式数据库系统中，各个数据表是基于对应的分布式数据模型来进行数据管理的。这些数据表例如可以为网站系统的访问日志，用于记录网站系统的日常方位数据，可以为企业的办公数据库，用于记录企业日常办公数据并为企业员工提供办公数据访问和处理的服务。

基于本发明实施例提供的技术，数据服务平台可以面向众多店铺提供多元化的分布式数据库的建模服务。数据服务平台可以基于行业特点、店铺类型特点，预先构建一些基础的分布式数据模型以及对应的数据表。当用户访问数据服务平台时，可以先根据所在的行业以及用户运营的店铺类型等基本信息，向用于推荐一些基础性的分布式数据模型及数据表，对于一般性店铺用户，这些基础性的分布式数据模型及数据表就能满足用户的需求，对于一些规模比较大或者业务需求比较复杂的店铺用户，可以再进一步与用户进行交互，获取更多的业务需求信息，为用户进行个性化的分布式数据模型和数据表定制处理。

此外，在为用户构建分布式数据模型及数据表时，可以综合多个维度的数据特征来进行构建。除了字段特征、数据量、访问量这些基础性的数据特征外，还可以包括UV(unique visitor，独立访问)需求信息、常用关联字段信息、常用过滤字段信息这些业务需求方面的数据特征。此外，还将店铺自身的不同维度作为定制分布式数据模型及数据表的特征依据，例如店铺历史的数据访问量、店铺所处的行业整体上的数据特征、类似店铺的数据特征等，此外，还将店铺的小二/客服的服务内容作为数据特征。例如，某个店铺的客服内容更多为旅行订票服务类的沟通内容，那么可以基于这个特点来构建有针对性的分布式数据模型及数据表，使得在订票以及形成规划方面更加快捷高效。

以上介绍了本发明实施例为用户创建分布式数据库的应用场景以及基本原理，下面将结合几个实施例来进一步说明本发明实施例的技术方案。

实施例一

针对上述需求，本发明实施例提供了一种分布式数据库的数据处理方法，该方法可以在数据服务平台上执行，从而为用户提供分布式数据服务，如图2所示，其为本发明实施例的分布式数据库的数据处理方法的流程示意图，该方法包括：

S101：获取用户待创建的数据表的数据特征。这里所说的数据表的数据特征可以包括字段特征以及业务需求特征等等。其中，字段特征是数据表的最基本特征，具体可以包括字段列表和字段类型，这些特征一般会存在于任何类型的数据表中。

除了字段特征这样的基本特征之外，数据表的数据特征还可以包括一些业务需求特征，这些业务需求特征往往是基于不同用户的业务特点而产生。这里业务需求特征可以包括UV(unique visitor，独立访问)需求信息、常用关联字段信息、常用过滤字段信息、业务主键以及字段优先级信息这些信息中的一项或者多项。例如，在一些电商平台上，往往需要统计出针对某个页面或者某个信息的每天的有效用电商户访问数，即在同一天内，同一电商用户的多次访问会被记做一次，即UV需求信息。这就需要在生成的分布式数据模型具备根据电商平台用户的访问数据进行去重处理，从而获得UV需求信息。

此外，上述的数据表的数据特征还可以包括数据量的大小和/或集群规模。数据服务平台可以根据数据量的大小和/或集群规模来判断当前用户待建立的数据表是否需要进行分区以及如何分区等。另外，对于数据表的数据特征而言，还可以包括数据的生命周期特征，这些信息决定了数据表中对应的数据需要保留的时间等。

进一步，数据表的数据特征的获取可以在接收到用户的建立数据表的请求执行，即可以响应于该请求，而执行获取用户待创建的数据表的数据特征的操作。具体地，可以从用户请求中获取字段列表以及字段类型等，也可以通过对话框的形式一步一步地引导用户填入。对于需求特征，也可以在用户设定好字段列表和字段类型后，以进一步引导用户填写，例如，通过信息让用户填入需求特征以及数据量和集群规模等。

S102：根据数据特征生成数据分布策略。数据分布策略是用来将数据均匀分布在不同节点上，从而尽量在本地操作平衡查询工作，能够将数据查询任务拆解后，均衡地分布在所有节点上。数据分布策略是构建分布式数据模型的基础信息，如前面所介绍的数据分布策略可以包括数据分区的数量、数据分区的规模、数据分区的级别等。其中，对于生成数据分布策略来说，在获取到待创建的数据表的字段特征后，就可以构建基本的数据分布策略，例如，基于用户提供的字段列表以及字段类型来选择以其中的某一个字段进行分区，比如，按照员工编号进行数据分区。

另外，如前面介绍的，除了基本的字段特征外，数据表的数据特征还可以包括数据量的大小和/或集群规模，数据服务平台可以基于这些信息进行判断，对于一些数据规模较小或者所需要的集群规模较小数据表，可以不进行分区，而采用相对简单的存储策略。对于需要分区的数据表，可以根据数据量的大小和集群规模等来选择合适的数据分区的数量和/或数据分区的大小，从而能够对数据表中的数据进行高效的管理。对于前面提到的数据的生命周期特征，基于该特征，数据服务平台可以制定对于数据表中各项数据的生命周期管理策略，对数据进行定期的筛查，根据数据生命周期进行更新或者删除等，以提高数据库运行效率。另外，数据的生命周期特征也会涉及到数据分布策略的制定，例如，生命周期接近的数据放在相同分区中，从而便于基于数据生命周期的管理。

此外，前述的业务需求特征属于用户建立数据表的一些个性化的特征，数据服务平台需要根据这些需求特征来构建合理的分布式数据模型，以满足不同用户的个性化需求。

例如，在上述步骤S101中，可以引导用户提供如下信息：获取用户是否有UV需求，用户可以提供一个最频繁查询UV的字段，也可以提供多个按照优先级排序的UV的字段；获取用户的常用过滤字段输入，用户可以提供一个最频繁过滤的字段，也可以提供多个按照优先级排血的常用过滤字段；获取用户的业务主键；获取各个字段的优先级信息；获取数据的生命周期等信息。通过与用户进行与这些信息的相关交互，确认用户的需求特征，当然作为用户并不需要提供上述的全部信息，可以只提供其中部分也是可行的。

上述的需求信息，能够让数据服务平台执行更加有针对性的分区策略，可以基于这些需求信息，指定多级分区策略以及生命周期管理策略等。例如，可以按照常用过滤字段>常用关联字段>UV查询字段>业务主键这样的优先级，创建一级数据分布策略，并结合生命周期生成二级或者二级以上的分区策略。其中，生命周期是指：在数据库领域中，用于管理数据库中数据在整个生命周期内的流动，例如从创建和初始存储，再到它过时被删除的整个过程。而针对数据的多级分区是指，在建里数据表的时候可以选择将数据按照某一健值切片，比如按照时间范围或者按照数值范围进行级别划分，用来保证查询时，数据库可以根据分区过滤条件做分区剪裁，达到更高的查询性能，并且可以用来处理数据的生命周期管理。

需要说明的是，上述的数据分布策略以及生命周期管理策略等处理策略可以从数据服务平台的策略库中提取，数据服务平台可以预先设置多种处理策略并存储于策略库中，根据预设的规则来根据用户的提供的数据表的数据特征来进行选择并向用户进行推荐，可以通过与用户的交互的方式来最终确定分布式数据模型中的处理策略。当然，也可以采用机器学习模型的方式，基于大量的数据表的数据特征与数据模型处理策略之间的匹配关系的样本，对机器学习模型进行训练，从而学习出数据表的数据特征与数据模型处理策略之间的匹配关系，从而能够根据用户提供的数据表的数据特征，来选择出适合的分布式数据模型的处理策略。

S103：根据数据分布策略，生成用于处理数据表的分布式数据模型。需要说明的是，对于构建分布式数据模型而言，数据分布策略是最基本的策略，此外，还可以包括其他的处理策略，例如生命周期管理策略等，在实际应用中，可以根据用户数据特点以及需求，来灵活选择所需要的策略来构建分布式数据模型。

如前面建模过程所介绍的，在步骤S102中可以生成一个或者多个数据分布策略或者生命周期管理策略等，这些策略可以进一步提供给用户进行判断，在用户进行确认或者选择后，可以选定或者确认的策略，生成分布式数据模型，通过该分布式数据模型可以为用户在数据服务平台上创建数据表。

在数据表创建好后，用户就可以根据需要对数据表进行基于分布式数据库系统的各种数据处理。例如，用户可以将创建好的数据表与用户的服务程序关联，从而进行数据写入、查询、统计等业务。

下面通过一个具体应用场景的示例，来进一步说明一下本发明实施例的技术方案。

例如，某个电商企业用户使用数据服务平台提供的数据服务，电商企业用户需要建立访问日志(也就是待创建的数据表)，以记录作为顾客的访问用户的对该电商企业的销售页面或者销售网站的访问情况。其主要的需求是统计每日的PV和UV。其中，PV(pageview，页面浏览量)是指：用户每次点击或者刷新即被计算一次。UV(Unique Visitor，独立访客)是指：即一个用户账号或者终端访问为一个访客，每天多次访问会被计算一次。

基于这样的情形，访问日志可以包括如下字段信息：顾客的用户标识(可以为用户账号或终端编号、顾客的设备识别码，比如设备唯一标识符(UDID)、匿名设备标识符(OAID)、开发者匿名设备标识符(VAID)和应用匿名设备标识符(AAID)等)、页面访问标识(如SPM(super position model超级位置模型)编号)、访问时间等。该访问日志建立好后，顾客的每次访问都会被记录到该访问日志中。

针对该访问日志的典型应用场景为用户需要统计网站或者页面的每日的PV和UV。这样的需求可以通过对访问日志来数据处理来获得。其中，PV统计：可以通过对访问日志中的访问记录进行汇总，取记录总数。UV统计：可以通过对在访问日志中对顾客的用户标识字段进行踢重，然后取得踢重后的记录总数。

以上信息可以在用户建立作为访问日志的数据表时，通过与用户的信息交互而获得。基于对上述访问日志的详情和查询场景需求的分析，可以得到访问日志的如下几个数据特征要素：

过滤条件：页面访问标识，访问时间；

统计字段：顾客的用户标识。

根据这些特征要素，可以生成数据模型处理策略为：按照用户标识来做MPP模型的一级分区(可以使用哈希分布算法)，并根据访问时间(格式例如20190601)来做MPP模型的二级分区，二级分区用来进行生命周期管理，比如保留30天历史数据。在确定了数据模型的处理策略后，就可以创建分布式数据模型以及访问日志。

在访问日志对应的分布式数据模型创建好后，访问该电商用户的顾客的每次访问行为，都会在上述访问日志中生成一条记录，该记录会基于分布式数据模型的处理进行分区记录以及生命周期管理。该电商用户可以基于该分布式数据模型进行统计查询，例如，通过对页面访问标识和访问时间过滤出某天在某一页面的顾客访问日志，然后对这部分访问日志做汇总，获得PV数据，然后，通过对这部分日志的用户账号做踢重后的结果做汇总，获得UV数据。

本发明实施例的分布式数据库的数据处理方法，通过获取用户待创建的数据表的数据特征，生成数据分布策略，并进而为用户建立分布式数据模型，通过这样的过程能够降低分布式数据库的建模门槛，将建模过程抽象为与的信息交互和特征提取过程，充分利用数据服务平台的建模能力为用户建立适合的分布式数据模型，能让非专业的用户更加便利的使用数据服务平台提供的分布式数据服务。

此外，本发明实施例还提供了一种分布式数据库的创建方法，基于数据服务平台与用户的信息交互，可以为用户推荐分布式数据模型供用户选择，以辅助用户建立数据表。如图3所示，其为本发明实施例的分布式数据库的创建方法的流程示意图，包括：

S201：响应于用户的建立数据表的请求，获取用户待创建的数据表的字段特征，其中，字段特征可以包括字段类表和字段类型。该步骤主要采集了数据表的最基本信息。

S202：获取数据表的业务需求特征，其中，业务需求特征是属于用户所对应的业务的个性化特征，例如可以包括UV需求信息和/或常用关联字段信息和/或常用过滤字段信息和/或业务主键和/或数据的生命周期特征。该步骤主要采集了基于数据表的个性化的需求信息。

S203：根据字段特征和业务需求特征，生成数据分布策略。此外，除了数据分布策略以外还可以生成生命周期管理策略。

S204：根据数据分布策略，生成一个或多个用于处理数据表的分布式数据模型，并推荐给用户。用户接收到推荐的分布式数据模型后，可以根据自身需求，在推荐的多个分布式数据模型中进行选择，找到最适合自身需求的模型。在仅推荐一个模型的情况下，用户也可以选择是否使用该模型。在用户选定后，可以进一步反馈给数据服务平台，以触发步骤S205的数据表的创建处理。

S205：响应于与用户对推荐的分布式数据模型的选定，创建与所述分布式数据模型对应的数据表。创建数据表的过程可以由生成的分布式数据模型来执行，也可以由数据服务平台根据前面步骤获得相关信息来生成数据表，然后再与对应的分布式数据模型进行关联。

基于这样分布式数据库的创建方法，通过与用户的交互，可以生成多个分布式数据模型供用户选择，以辅助用户建立数据表，从而更好的满足用户的数据处理需求。

实施例二

如图4所示，其为本发明实施例的分布式数据库的数据处理装置的结构示意图，该处理装置可以设置在前述的数据服务平台上，其包括：

第一特征获取模块11，用于获取用户待创建的数据表的数据特征。其中，数据特征可以包括字段特征以及UV需求信息和/或常用关联字段信息和/或常用过滤字段信息和/或业务主键和/或字段优先级信息和/或数据的生命周期特征等。

第一策略生成模块12，用于根据数据特征生成数据分布策略，进一步地，还可以生成生命周期管理策略等。其中，数据分布策略是构建分布式数据模型的基础信息，可以包括数据分区的数量、数据分区的规模、数据分区的级别等。对于基于各种数据特征如何生成数据模型处理策略，在前述实施例中已经进行了说明。

模型创建模块13，用于根据数据分布策略，生成用于处理数据表的分布式数据模型，。

在数据表创建好后，用户就可以根据需要对数据表进行基于分布式数据库系统的各种数据处理。

本发明实施例的分布式数据库的数据处理装置，通过获取用户待创建的数据表的数据特征，生成数据分布策略，进而为用户建立分布式数据模型，通过这样的过程能够降低分布式数据库的建模门槛，将建模过程抽象为与的信息交互和特征提取过程，充分利用数据服务平台的建模能力为用户建立适合的分布式数据模型，能让非专业的用户更加便利的使用数据服务平台提供的分布式数据服务。

另外，本发明实施例还提供了一种分布式数据库的创建装置，基于数据服务平台与用户的信息交互，可以为用户推荐分布式数据模型供用户选择，以辅助用户建立数据表。如图5所示，其为本发明实施例的分布式数据库的创建装置的结构示意图，包括：

第二特征获取模块21，用于响应于用户的建立数据表的请求，获取用户待创建的数据表的字段特征，其中，字段特征可以包括字段类表和字段类型。

第三特征获取模块22，用于获取数据表的业务需求特征，其中，业务需求特征可以包括UV需求信息和/或常用关联字段信息和/或常用过滤字段信息和/或业务主键和/或数据的生命周期特征。

第二策略生成模块23，用于根据字段特征和需求特征，生成数据分布策略。

模型推荐模块24，根据数据分布策略，生成一个或多个用于处理数据表的分布式数据模型，并推荐给用户。

用户接收到推荐的分布式数据模型后，可以根据自身需求，在推荐的多个分布式数据模型中进行选择，找到最适合自身需求的模型。在仅推荐一个模型的情况下，用户也可以选择是否使用该模型。在用户选定后，可以进一步反馈给数据服务平台，以触发数据表的创建处理。因此，该装置还可以包括：

数据表创建模块25，用于响应于与用户对推荐的分布式数据模型的选定，创建与分布式数据模型对应的数据表。

基于这样分布式数据库的创建装置，通过与用户的交互，可以生成多个分布式数据模型供用户选择，以辅助用户建立数据表，从而更好的满足用户的数据处理需求。

对于上述处理过程具体说明、技术原理详细说明以及技术效果详细分析在前面实施例中进行了详细描述，在此不再赘述。

实施例三

前面实施例描述了本发明实施例的流程处理及装置结构，上述的方法和装置的功能可借助一种电子设备实现完成，如图6所示，其为本发明实施例的电子设备的结构示意图，具体包括：存储器110和处理器120。

存储器110，用于存储程序。

除上述程序之外，存储器110还可被配置为存储其它各种数据以支持在电子设备上的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。

存储器110可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

处理器120，耦合至存储器110，用于执行存储器110中的程序，以执行前述实施例中所描述的分布式数据库的数据处理方法以及分布式数据库的创建方法的操作步骤。

此外，处理器120也可以包括前述实施例所描述的各种模块以执行分布式数据库的数据处理以及分布式数据库的创建，并且存储器110可以例如用于存储这些模块执行操作所需要的数据和/或所输出的数据。

对于上述处理过程具体说明、技术原理详细说明以及技术效果详细分析在前面实施例中进行了详细描述，在此不再赘述。

进一步，如图所示，电子设备还可以包括：通信组件130、电源组件140、音频组件150、显示器160等其它组件。图中仅示意性给出部分组件，并不意味着电子设备只包括图中所示组件。

通信组件130被配置为便于电子设备和其他设备之间有线或无线方式的通信。电子设备可以接入基于通信标准的无线网络，如WiFi，2G、3G、4G/LTE、5G等移动通信网络，或它们的组合。在一个示例性实施例中，通信组件130经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件130还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

电源组件140，为电子设备的各种组件提供电力。电源组件140可以包括电源管理系统，一个或多个电源，及其他与为电子设备生成、管理和分配电力相关联的组件。

音频组件150被配置为输出和/或输入音频信号。例如，音频组件150包括一个麦克风(MIC)，当电子设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器110或经由通信组件130发送。在一些实施例中，音频组件150还包括一个扬声器，用于输出音频信号。

显示器160包括屏幕，其屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。