數據查詢的處理方法及裝置與流程
2023-11-07 17:37:53 1
本發明涉及數據處理技術領域，尤其涉及一種數據查詢的處理方法及裝置。
背景技術：
隨著信息科技的發展，數據成為信息處理中一個非常重要的信息。且為了更加精準地對數據進行研究，對於帶有時間戳的數據通常將時間戳與數據一起保存在時序資料庫中。
傳統的時序資料庫是基於單機少量用戶共同使用的，用戶獨佔了整個時序資料庫的資源，因此用戶運行一些耗時長久、耗費資源的查詢的話，影響並不大。但是隨著各種雲服務的出現，龐大的數據及對應的時間戳需要存儲。基於雲的時序資料庫則是集群化的、多租戶的，多個用戶共享時序資料庫的集群。如果用戶運行了一些耗時、耗資源的查詢的話，會對整個集群產生影響，從而對其他用戶造成影響。為了有效的控制耗時查詢對系統的影響，現有的對時序資料庫的查詢一定都設置了限制(limit)的功能，能對查詢的原始結果(聚合前的)或者最終結果(聚合後的)的數目進行限制。其中，與對查詢的原始結果(聚合前的)進行限制相比，對查詢的最終結果(聚合後的)進行限制的方案，更能保證聚合結果的正確性。
但是，現有的對查詢的最終結果(聚合後的)進行限制的方案不能有效的控制耗時查詢對系統的影響。譬如：目前資料庫中有1年的數據，總共1億個數據點，查詢的條件是將最終結果限制為1個數據點，並對原始結果每1年進行一次求和，那麼得到的結果就是對1億個數據點的求和，這將消耗系統大量的計算資源，沒有起到控制耗時數據查詢的作用。
技術實現要素：
本發明提供了一種數據查詢的處理方法及裝置，用於有效控制數據查詢的耗時影響。
本發明提供一種數據查詢的處理方法，所述方法包括：
根據數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點，所述N為預設的軟性限制閾值；
根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及所述起始時刻，獲取限制時刻；
當所述限制時刻位於結束時刻之前，以所述第N個數據點對應的時刻開始，根據數據過濾條件從所述時序資料庫中繼續獲取所述限制時刻之前的剩餘數據點；
根據各所述聚合函數對所述起始時刻至所述限制時刻之間的所有數據點進行聚合處理，得到第一數據查詢結果。
進一步可選地，如上所述的方法中，根據各所述聚合函數對所述限制時刻之前的所有數據點進行聚合處理，得到數據查詢結果之後，所述方法還包括：
向用戶反饋所述限制時刻以及對應的所述第一數據查詢結果。
進一步可選地，如上所述的方法中，向所述用戶反饋所述限制時刻以及對應的所述第一數據查詢結果之後，還包括：
接收所述用戶發送的攜帶所述限制時刻的繼續查詢指示消息；
將所述起始時刻的數值更新為所述限制時刻的數值，以繼續進行數據查詢處理。
進一步可選地，如上所述的方法中，根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及所述起始時刻，獲取限制時刻，具體包括：
從lcm_sample_time的倍數中，取比(soft_limit_time-start_time)大的最小的一個，然後加上start_time，等於limit_time；
其中，所述lcm_sample_time為數據查詢的各所述聚合函數的採樣時間的最小公倍數；所述soft_limit_time為所述第N個數據點對應的時刻；所述start_time為所述起始時刻；所述limit_time為所述限制時刻。
進一步可選地，如上所述的方法中，根據數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點之前，還包括：
獲取所述用戶指定的所述數據過濾條件、數據查詢的各所述聚合函數的採樣時間、數據查詢的所述起始時刻和所述結束時刻。
進一步可選地，如上所述的方法中，根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及所述起始時刻，獲取限制時刻之前，所述方法包括：
從所述時序資料庫中獲取所述第N個數據點的時間戳；
將所述第N個數據點的時間戳作為所述第N個數據點對應的時刻。
進一步可選地，如上所述的方法中，當所述限制時刻位於所述結束時刻之後，還包括：
以所述第N個數據點對應的時刻開始，根據所述數據過濾條件從所述時序資料庫中繼續獲取所述結束時刻之前的剩餘數據點；
根據各所述聚合函數對所述起始時刻至所述結束時刻之間的所有數據點進行聚合處理，得到第二數據查詢結果。
本發明還提供一種數據查詢的處理裝置，所述裝置包括：
數據點獲取模塊，用於根據數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點，所述N為預設的軟性限制閾值；
時刻獲取模塊，用於根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及所述起始時刻，獲取限制時刻；
所述數據點獲取模塊，還用於當所述限制時刻位於結束時刻之前，以所述第N個數據點對應的時刻開始，根據數據過濾條件從所述時序資料庫中繼續獲取所述限制時刻之前的剩餘數據點；
聚合處理模塊，用於根據各所述聚合函數對所述起始時刻至所述限制時刻之間的所有數據點進行聚合處理，得到第一數據查詢結果。
進一步可選地，如上所述的裝置中，還包括：
發送模塊，用於向用戶反饋所述限制時刻以及對應的所述第一數據查詢結果。
進一步可選地，如上所述的裝置中，還包括：
接收模塊，用於接收所述用戶發送的攜帶所述限制時刻的繼續查詢指示消息；
更新模塊，用於將所述起始時刻的數值更新為所述限制時刻的數值，以繼續進行數據查詢處理。
進一步可選地，如上所述的裝置中，所述時刻獲取模塊，具體用於從lcm_sample_time的倍數中，取比(soft_limit_time-start_time)大的最小的一個，然後加上start_time，等於limit_time；
其中，所述lcm_sample_time為數據查詢的各所述聚合函數的採樣時間的最小公倍數；所述soft_limit_time為所述第N個數據點對應的時刻；所述start_time為所述起始時刻；所述limit_time為所述限制時刻。
進一步可選地，如上所述的裝置中，還包括：參數獲取模塊，用於獲取所述用戶指定的所述數據過濾條件、數據查詢的各所述聚合函數的採樣時間、數據查詢的所述起始時刻和所述結束時刻。
進一步可選地，如上所述的裝置中，所述時刻獲取模塊，還用於從所述時序資料庫中獲取所述第N個數據點的時間戳；將所述第N個數據點的時間戳作為所述第N個數據點對應的時刻。
進一步可選地，如上所述的裝置中，所述數據點獲取模塊，還用於當所述限制時刻位於所述結束時刻之後，以所述第N個數據點對應的時刻開始，根據所述數據過濾條件從所述時序資料庫中繼續獲取所述結束時刻之前的剩餘數據點；
所述聚合處理模塊，還用於根據各所述聚合函數對所述起始時刻至所述結束時刻之間的所有數據點進行聚合處理，得到第二數據查詢結果。
本發明的數據查詢的處理方法及裝置，由於採用限制時刻對數據查詢，從而實現了對數據的分頁查詢，每一頁的原始數據點是有限的，與現有技術的對查詢的最終結果(聚合後的)進行限制的技術方案相比，相同的計算機資源處理一頁數據所消耗的資源更少，消耗的時間更短，從而能夠有效地提高數據查詢的效率，真正實現控制數據查詢對系統的耗時影響，而且還可以提高用戶的使用體驗。而且，本發明的數據查詢的處理方案，還可以有效地保證數據查詢結果的準確性；另外，本發明的數據查詢的處理方案，還具有較強的適用性，不僅可以適用於對查詢的原始結果(聚合前的)進行限制的技術方案，還可以適用於對查詢的最終結果(聚合後的)進行限制的技術方案。
【附圖說明】
圖1為本發明的數據查詢的處理方法實施例的流程圖。
圖2為本發明的數據查詢的處理裝置實施例一的結構圖。
圖3為本發明的數據查詢的處理裝置實施例二的結構圖。
【具體實施方式】
為了使本發明的目的、技術方案和優點更加清楚，下面結合附圖和具體實施例對本發明進行詳細描述。
圖1為本發明的數據查詢的處理方法實施例的流程圖。如圖1所示，本實施例的數據查詢的處理方法，具體可以包括如下步驟：
100、根據數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點；
本實施例的N為預設的軟性限制閾值，N的數值為正整數。本實施例的N為時序資料庫中預先設置的一個軟性限制值，即表示根據軟性限制值，從資料庫中取數據點時，初步取N個數據點。具體地，從數據查詢的起始時刻開始，根據數據過濾條件按順序從時序資料庫中獲取N個數據點。本實施例中的預設的軟性限制閾值N可以根據實際需求來設置，例如可以參考某時序資料庫中一段歷史數據查詢的結果，選擇最恰當的一個預設的軟性限制閾值。本實施例的數據過濾條件具體可以限定查詢的表、哪些欄位滿足什麼條件等等，例如查詢所有上海地區的溫度、或者查詢北京地區的全年的溼度或者全年每次降雨的降雨量等等數據。由於時序資料庫中，可能包括一個或者多個地區的多方面的信息，根據數據過濾條件可以從時序資料庫中獲取符合數據過濾條件的數據點，然後按照數據查詢的起始時刻以及N個數據點再次從符合數據過濾條件的數據點中獲取N個符合條件的數據點。
101、根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及起始時刻，獲取限制時刻；
由於時序資料庫中的數據量非常大，如果查詢數據時直接獲取時序資料庫中的原始數據，獲取的數據量非常大，有時候這些數據也不能真正反應數據的變化趨勢。因此，本實施例中也設置有聚合函數對數據查詢結果進行處理。具體地，聚合函數是對查詢的原始結果進行聚合處理。且一次數據查詢中聚合函數可以包括一個，兩個或者多個。例如查詢每5分鐘的平均值；其中5分鐘是採樣時間範圍，平均值是聚合函數；再例如：某次數據查詢時的聚合函數可以包括對每五分鐘內的數據點取平均，對每一小時的數據點求和；對應的聚合函數的採樣時間分別為5分鐘和60分鐘；取平均和求和分別為聚合函數。
由於時序資料庫中不僅存儲有數據點的數值，同時還存儲有每個數據點對應的時間戳，該時間戳即表示該數據點的時刻。因此該步驟101之前，還可以包括如下步驟：
(a1)從時序資料庫中獲取第N個數據點的時間戳；
(a2)將第N個數據點的時間戳作為第N個數據點對應的時刻。
根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及起始時刻，
102、當限制時刻位於結束時刻之前，以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取限制時刻之前的剩餘數據點；
103、根據各聚合函數對起始時刻至限制時刻之間的所有數據點進行聚合處理，得到第一數據查詢結果。
本實施例中起始時刻至限制時刻之間的所有數據點包括步驟101獲取到的N個數據點、和步驟102中以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取到的限制時刻之前的剩餘數據點。
本實施例中，獲取的限制時刻由於考慮到了數據查詢的各聚合函數的採樣時間的最小公倍數，所以可以保證在數據查詢時，對原始數據點進行聚合處理的完整性，從而保證查詢結果的準確性。例如聚合函數的採樣時間分別為5分鐘和60分鐘的時候，可以選取數據查詢的各聚合函數的採樣時間的最小公倍數為60，這樣，根據可以保證限制時刻之前獲取的原始數據點均能夠進行完整的聚合處理，而不會存在部分數據無法參加聚合處理，導致數據查詢結果的錯誤。
本實施例中，以起始時刻到結束時刻之間的時間段較長為例，若數據查詢時，直接獲取起始時刻到結束時刻之間的數據點的話，數據查詢過程非常耗時，且非常消耗計算機的資源。本實施例中通過設置限制時刻，該限制時刻位於起始時刻之後、結束時刻之前，在數據查詢時，可以分頁進行數據查詢，例如本次數據查詢僅查詢該起始時刻至限制時刻之間的所有數據點，並按照各聚合函數對對起始時刻至限制時刻之間的所有數據點進行聚合處理，得到第一數據查詢結果。本實施例的數據查詢過程可以減少數據查詢的耗時，節省計算機資源的消耗。用戶在進行數據查詢時，可以先為用戶查詢限制時刻之前的第一數據查詢結果。
進一步可選地，在上述實施例的步驟103「根據各聚合函數對起始時刻至限制時刻之間的所有數據點進行聚合處理，得到第一數據查詢結果」之後，本實施例的數據查詢的處理方法，具體還可以包括：
向用戶反饋限制時刻以及對應的第一數據查詢結果。
本實施例中的向用戶反饋限制時刻以及對應的第一數據查詢結果，具體可以通過向用戶所使用的設備(如移動終端或者個人計算機等)發送該限制時刻以及對應的第一數據查詢結果，以供用戶所使用的設備顯示該限制時刻以及對應的第一數據查詢結果，從而實現向用戶反饋限制時刻以及對應的第一數據查詢結果。
本實施例中，通過向用戶反饋限制時刻以及對應的第一數據查詢結果，以告知用戶本次的數據查詢結果為限制時刻之前的數據查詢結果，如果用戶需要繼續進行數據查詢，還可以繼續指示數據查詢的處理裝置進行數據查詢。因此，進一步可選地，步驟「向用戶反饋限制時刻以及對應的第一數據查詢結果」之後，還可以包括如下步驟：
(b1)接收用戶發送的攜帶限制時刻的繼續查詢指示消息；
(b2)將起始時刻的數值更新為限制時刻的數值，以繼續進行數據查詢處理。
具體地，用戶通過所使用的設備接收到限制時刻以及對應的第一數據查詢結果之後，還需要進一步的數據查詢結果，可以通過所使用的設備向數據查詢的處理裝置發送攜帶限制時刻的繼續查詢指示消息。這樣，數據查詢的處理裝置接收到該繼續查詢指示消息之後，確定需要進一步進行數據查詢，可以先將起始時刻的數值更新為限制時刻的數值，即將限制時刻作為新的起始時刻，繼續按照上述實施例的步驟100-103進行下一輪的數據查詢，依次類推，直到查詢到結束時刻之前的所有數據。
採用本實施例的技術方案，當用戶需要再次查詢的時候，可以將該限制時刻作為起始時刻，繼續進行數據查詢，相當於將數據查詢分為多頁進行，同時可以避免用戶進行一次數據查詢，便進入無休止的等待，甚至讓用戶誤以為網絡故障，採用本實施例的技術方案，將數據查詢分頁進行，每一頁的數據查詢耗時較短，用戶不用長時間等待，很快便可以獲取到查詢結果。且本市實施例的技術方案中，用戶可以了解每一頁數據查詢的情況，當需要再次查詢的時候，用戶可以通過所使用的設備發送攜帶限制時刻的繼續查詢指示消息，便進入下一頁的數據查詢，用戶全程參與數據查詢的過程，極大地增強了用戶的體驗度。
進一步可選地，上述實施例的技術方案中，步驟101「根據數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及起始時刻，獲取限制時刻」，具體可以包括：從lcm_sample_time的倍數中，取比(soft_limit_time-start_time)大的最小的一個，然後加上start_time，等於limit_time；
其中，lcm_sample_time為數據查詢的各聚合函數的採樣時間的最小公倍數；soft_limit_time為第N個數據點對應的時刻；start_time為起始時刻；limit_time為限制時刻。
進一步可選地，上述實施例的技術方案中，步驟100「根據數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點「之前，還可以包括：獲取用戶指定的數據過濾條件、數據查詢的各聚合函數的採樣時間、數據查詢的起始時刻、結束時刻。
本實施例中的數據過濾條件、數據查詢的各聚合函數的採樣時間、數據查詢的起始時刻和結束時刻等這些參數信息均是由用戶進行數據查詢時指定的。具體地，這些信息可以攜帶在用戶通過所使用的設備發送的數據查詢請求中。例如數據查詢的處理裝置可以接收用戶通過所使用的設備發送的攜帶數據過濾條件、數據查詢的各聚合函數的採樣時間、數據查詢的起始時刻和結束時刻的數據查詢請求，並從數據查詢請求中獲取數據過濾條件、數據查詢的各聚合函數的採樣時間、數據查詢的起始時刻和結束時刻。或者用戶在進行數據查詢請求之前，可以先發送數據查詢的這些參數信息，即數據過濾條件、數據查詢的各聚合函數的採樣時間、數據查詢的起始時刻和結束時刻。
進一步可選地，上述實施例的技術方案均是在限制時刻位於結束時刻之前，當進行分頁數據查詢至最後一頁時，對應的限制時刻位於結束時刻之後，此時，本實施例的數據查詢的處理方法，還可以包括如下步驟：
(c1)以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取結束時刻之前的剩餘數據點；
(c2)根據各聚合函數對起始時刻至結束時刻之間的所有數據點進行聚合處理，得到第二數據查詢結果。
由於限制時刻位於結束時刻之後，此時數據查詢時獲取的數據點只能獲取到結束時刻，此時，以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取結束時刻之前的剩餘數據點，然後根據各聚合函數對起始時刻至結束時刻之間的所有數據點進行聚合處理，得到第二數據查詢結果。
進一步可選地，上述實施例的步驟102「當限制時刻位於結束時刻之前，以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取限制時刻之前的剩餘數據點」之前，還可以包括判斷限制時刻是否位於結束時刻之前，如果限制時刻位於結束時刻之前，執行步驟102。否則當限制時刻位於結束時刻之後，執行步驟(c1)-(c2)。
本實施例的數據查詢的處理的方案，由於採用限制時刻對數據查詢進行分頁查詢，每一頁的原始數據點是有限的，與現有技術的對查詢的最終結果(聚合後的)進行限制的技術方案相比，相同的計算機資源處理一頁數據所消耗的計算機資源更少，消耗的時間更短，從而能夠有效地提高數據查詢的效率，真正實現控制數據查詢對系統的耗時影響，而且還可以提高用戶的使用體驗。
另外，現有技術中還提供了對查詢的原始結果(聚合前的)進行限制的技術方案，例如具體地可以為：目前時序資料庫中有10個數據點，每1秒有一個，查詢的條件是，將原始結果限制為5個數據點，並對原始結果每10秒進行一次求和(採用聚合函數求和)，那麼得到的結果則變成了前5秒的和值，而不是10秒的和值，因此，現有的對查詢的原始結果(聚合前的)進行限制的技術方案，容易導致數據查詢結果錯誤。
本實施例的數據查詢的處理方法，由於採用數據查詢的各聚合函數的採樣時間的最小公倍數設置限制時刻，可以保證最後一頁之前的每一頁的數據查詢的原始數據點均能夠對各個聚合函數進行完整的聚合處理，與現有技術的對原始結果(聚合前的)進行限制的技術方案相比，可以保證數據查詢結果的準確性。
綜上所述，本實施例的數據查詢的處理方法，不僅可以適用於對查詢的原始結果(聚合前的)進行限制的技術方案，還可以適用於對查詢的最終結果(聚合後的)進行限制的技術方案，因此，本實施例的數據查詢的處理方法，具有較強的適用性，且數據查詢耗時非常短、數據查詢效率非常高。
圖2為本發明的數據查詢的處理裝置實施例一的結構圖。如圖2所示，本實施例的數據查詢的處理裝置，具體可以包括：數據點獲取模塊10、時刻獲取模塊11和聚合處理模塊12。
其中數據點獲取模塊10用於根據數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點，N為預設的軟性限制閾值；時刻獲取模塊11用於根據數據查詢的各聚合函數的採樣時間的最小公倍數、數據點獲取模塊10獲取的第N個數據點對應的時刻以及起始時刻，獲取限制時刻；數據點獲取模塊10還用於當時刻獲取模塊11獲取的限制時刻位於結束時刻之前，以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取限制時刻之前的剩餘數據點；聚合處理模塊12用於根據數據點獲取模塊10獲取的各聚合函數對起始時刻至限制時刻之間的所有數據點進行聚合處理，得到第一數據查詢結果。
本實施例的數據查詢的處理裝置，通過採用上述模塊實現數據查詢處理的實現原理以及技術效果與上述相關方法實施例的實現相同，詳細可以參考上述相關方法實施例的記載，在此不再贅述。
圖3為本發明的數據查詢的處理裝置實施例二的結構圖。本實施例的數據處理查詢裝置在上述圖2所示實施例的技術方案的基礎上，進一步更加詳細地介紹本發明的技術方案。
如圖3所示，本實施例的數據處理查詢裝置中，還包括：發送模塊13。發送模塊13用於向用戶反饋時刻獲取模塊11限制時刻以及對應的聚合處理模塊12處理的第一數據查詢結果。
進一步可選地，如圖3所示，本實施例的數據處理查詢裝置中，還包括接收模塊14和更新模塊15。
其中接收模塊14用於接收用戶發送的攜帶限制時刻的繼續查詢指示消息；更新模塊15用於根據接收模塊14接收的繼續查詢指示消息，將起始時刻的數值更新為限制時刻的數值，以繼續進行數據查詢處理。即繼續執行數據點獲取模塊10、時刻獲取模塊11和聚合處理模塊12的功能。即更新模塊1將起始時刻的數值更新為限制時刻的數值更新完之後，可以觸發數據點獲取模塊10啟動，以繼續進行數據查詢處理。
進一步可選地，本實施例的數據處理查詢裝置中，時刻獲取模塊11具體用於從lcm_sample_time的倍數中，取比(soft_limit_time-start_time)大的最小的一個，然後加上start_time，等於limit_time；
其中，lcm_sample_time為數據查詢的各聚合函數的採樣時間的最小公倍數；soft_limit_time為第N個數據點對應的時刻；start_time為起始時刻；limit_time為限制時刻。
進一步可選地，如圖3所示，本實施例的數據處理查詢裝置中，還包括參數獲取模塊16。參數獲取模塊16用於獲取用戶指定的數據過濾條件、數據查詢的各聚合函數的採樣時間、數據查詢的起始時刻和結束時刻。
對應地，數據點獲取模塊10用於根據參數獲取模塊16獲取的數據過濾條件和數據查詢的起始時刻開始，從時序資料庫中獲取N個數據點，N為預設的軟性限制閾值。時刻獲取模塊11用於根據參數獲取模塊16獲取的數據查詢的各聚合函數的採樣時間的最小公倍數、第N個數據點對應的時刻以及參數獲取模塊16獲取的起始時刻，獲取限制時刻。
進一步可選地，本實施例的數據處理查詢裝置中，時刻獲取模塊11還用於從時序資料庫中獲取第N個數據點的時間戳；將第N個數據點的時間戳作為第N個數據點對應的時刻。
進一步可選地，本實施例的數據處理查詢裝置中，數據點獲取模塊10還用於當限制時刻位於結束時刻之後，以第N個數據點對應的時刻開始，根據數據過濾條件從時序資料庫中繼續獲取結束時刻之前的剩餘數據點；
聚合處理模塊12還用於根據各聚合函數對起始時刻至結束時刻之間的所有數據點進行聚合處理，得到第二數據查詢結果。
本實施例的數據查詢的處理裝置，通過採用上述模塊實現數據查詢處理的實現原理以及技術效果與上述相關方法實施例的實現相同，詳細可以參考上述相關方法實施例的記載，在此不再贅述。
在本發明所提供的幾個實施例中，應該理解到，所揭露的系統，裝置和方法，可以通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式。
所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用硬體加軟體功能單元的形式實現。
上述以軟體功能單元的形式實現的集成的單元，可以存儲在一個計算機可讀取存儲介質中。上述軟體功能單元存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，伺服器，或者網絡設備等)或處理器(processor)執行本發明各個實施例所述方法的部分步驟。而前述的存儲介質包括：U盤、移動硬碟、只讀存儲器(Read-Only Memory，ROM)、隨機存取存儲器(Random Access Memory，RAM)、磁碟或者光碟等各種可以存儲程序代碼的介質。
以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明保護的範圍之內。