实现固态硬盘公平性的请求处理方法、装置及电子设备

摘要

本发明提供一种实现固态硬盘公平性的请求处理方法、装置及电子设备，包括：确定I/O序列；根据I/O序列的强度、写请求比率以及重访问率确定当前到达SSD的请求被旁路至SSD后端的概率，以确定是否将当前到达SSD的请求旁路至SSD后端，若被旁路至SSD后端，设置其在SSD后端中的优先级，使其优先被执行，从而最大化利用SSD的空间资源和带宽资源，保障SSD公平性；I/O序列强度与I/O序列的各个请求大小和到达时间有关，表示请求在预设时间内的数据量，重访问率反映I/O序列内所有请求在一段时间内重新访问相同地址的比率。本发明让缓存和TSU之间学会相互“取舍”和“牺牲”，从而实现SSD内端到端延迟上公平性的持续保障。

说明书

技术领域

本发明属于计算机存储领域，更具体地，涉及一种实现固态硬盘公平性的请求处理方法、装置及电子设备。

背景技术

现代云环境已全面采用固态硬盘(Solid State Disk或Solid State Drive，SSD)，并使用新的更高性能协议，如非易失性内存主机控制器接口规范((Non-VolatileMemory Express，NVMe)，使用NVMe协议的SSD能够提供显著的高吞吐量和低响应时间。NVMeSSD消除了操作系统软件堆栈，使应用程序可以绕过操作系统对I/O请求处理的干预。但这些变化以大量不公平为代价，这使得NVMe SSD有必要实现公平的队列调度和资源分配。

在先前的研究中，设备级公平方案主要分别在SSD缓存和事务调度单元(Transaction Scheduling Unit，TSU)中实现。由于来自不同用户的所有写入数据首先缓存在SSD板载动态随机存取存储器(Dynamic Random Access Memory，DRAM)中，因此应仔细优化SSD内的数据缓存管理。现有关于公平性的大部分工作都集中在缓存上。现有的缓存公平策略可分为两组，静态公平策略和动态公平策略。很明显，静态公平策略可能未充分利用宝贵的缓存资源，因为工作负载的访问模式在运行时会不断变化。为了解决这个问题，提出了一些动态公平策略，允许流更灵活地分配资源，从而最大化硬件资源利用率。Tripath等人构造一个模糊公平控制器来表征SSD缓存中I/O强度的程度，并为流分配不同的优先级。Zhang等人专注于基于未命中率曲线(Miss Ratio Curves，MRC)优化重用距离的计算性能，并提出了缓存分配的在线模型。最近，Liu等人在SSD中借用了过度配置的概念，并建议采用基于DRAM的过度配置缓存管理机制，命名为Justitia。Justitia维护一个专用缓冲区，仅允许不公平流在正常缓存区已满后有权占用专用缓冲区。

然而，通过缓存实现公平性的一个基本前提是缓存需要具有一定的命中率。事实上，前端应用程序服务器吸收了云存储系统中绝大多数的热数据(或读取请求)，导致许多存储后端的本地性(或写主导性)工作负载行为更差。这使得在SSD中实现更高的缓存命中率通常很困难，从而限制了现有方法继续提供公平性和性能。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种实现固态硬盘公平性的请求处理方法、装置及电子设备，旨在解决现有技术无法保障固态盘缓存公平性的问题。

为实现上述目的，第一方面，本发明提供了一种实现固态硬盘公平性的请求处理方法，包括以下步骤：

确定I/O序列；所述I/O序列为多个请求按照每个请求到达时间顺序将请求的信息排列得到的一段向量，所述请求的信息包括：请求地址、请求大小、请求的读写类型以及请求到达时间；

根据I/O序列的强度、写请求比率以及重访问率确定当前到达固态硬盘SSD的请求被旁路至SSD后端的概率，以确定是否将当前到达SSD的请求旁路至SSD后端，若被旁路至SSD后端，设置其在SSD后端中的优先级，使其优先被执行，从而最大化利用SSD的空间资源和带宽资源，保障SSD公平性；所述I/O序列强度与I/O序列的各个请求大小和到达时间有关，表示请求在预设时间内的数据量，写请求比率反映预设时间内写请求的比例，重访问率反映I/O序列内所有请求在一段时间内重新访问相同地址的比率。

在一个可选的实施方式中，所述基于I/O序列的强度、写请求比率以及重访问率确定当前到达SSD的请求被旁路至SSD后端的概率，以确定是否将当前到达SSD的请求旁路至SSD后端，具体为：

基于训练好的Q-learning算法确定当前请求旁路至SSD后端的概率，将所述概率与预设值对比确定是否将当前请求旁路至SSD后端；

所述Q-learning算法的参数通过以下步骤训练确定：

确定训练数据；所述训练数据包括：I/O序列的强度、写请求比率、重访问率、当前请求旁路至SSD后端的概率以及每个请求在SSD中完成服务后的端到端延迟；

将训练数据中I/O序列的强度、写请求比率及重访问率作为Q-learning算法的输入，当前请求旁路至SSD后端的概率作为Q-learning算法的输出，并根据每个请求的端到端延迟确定对应的奖励值，更新学习Q-learning算法的参数。

在一个可选的实施方式中，所述更新学习Q-learning算法的参数，具体为：

将训练数据组成一个训练数据对，其表示为(s,a)，其中s代表I/O序列的强度、写请求比率以及重访问率，a代表请求旁路至SSD后端的概率，则：

其中，r代表根据每个请求的端到端延迟确定对应的奖励值，α和γ代表超参数，s′和a′代表上次更新Q-table时使用的训练数据对，Q(s,a)代表在当前(s,a)数据对的情况下对应于当前Q-table的值；所述Q-table用于记录SSD对每个请求采取的缓存策略。

在一个可选的实施方式中，所述每个请求的端到端延迟确定对应的奖励值r通过以下公式确定：

其中，t表示当前请求的端到端延迟，t

在一个可选的实施方式中，若请求被旁路至SSD后端，设置其在SSD后端中的优先级，使其优先被执行，具体为：

若SSD后端中第一请求属于被旁路至后端的请求，第二请求属于未被旁路至后端的请求，则第一请求相对第二请求会被优先执行；

若SSD后端中第一请求和第二请求均属于被旁路至后端的请求，则被旁路至SSD后端的概率越大，对应请求在SSD后端的执行优先级更高；

所述方法还包括：

若SSD后端中第一请求和第二请求均属于未被旁路的请求，则按照先来先服务的方式执行。

在一个可选的实施方式中，在SSD后端中确定请求执行的优先级，具体为：

确定每个请求的闪存页类型，其为：最高有效位MSB页、中央有效位CSB页及最低有效位LSB页中的一种；其中，LSB页的执行所需时间最短，MSB执行所需时间最长；

对于单个用户的多个请求，先执行LSB页，再执行CSB页，最后执行MSB页；

对于多个用户的多个请求，先按照所有LSB页、所有CSB页至所有MSB页的顺序进行排序，之后对相同类型的闪存页，按照各个请求被旁路至SSD后端的概率从大到小进行排序，之后按照最终的排序执行各个请求的闪存页。

需要说明的是，对于单个用户而言，一个请求只对应于一种类型的闪存页，要么是LSB页、要么是CSB页或者是MSB页。单个请求情况下是没有优先级可言的，因为队列中只有一个请求，只能执行单个请求。

可以理解的是，对于多个请求，分为以下两种情况：第一种情况，如果多个请求属于同一个用户，那么可以按照先执行LSB页，再执行CSB页，最后执行MSB页；第二种情况，如果多个请求分属于不同用户，那么先按照LSB页，CSB页，最后MSB页的顺序进行排序，然后相同页类型内部再按照概率优先级进行微排序。

第二方面，本发明提供了一种实现固态硬盘公平性的请求处理装置，包括：

I/O序列确定单元，用于确定I/O序列；所述I/O序列为多个请求按照每个请求到达时间顺序将请求的信息排列得到的一段向量，所述请求的信息包括：请求地址、请求大小、请求的读写类型以及请求到达时间；

缓存管理器，用于根据I/O序列的强度、写请求比率以及重访问率确定当前到达固态硬盘SSD的请求被旁路至SSD后端的概率，以确定是否将当前到达SSD的请求旁路至SSD后端，若被旁路至SSD后端，设置其在SSD后端中的优先级，使其优先被执行，从而最大化利用SSD的空间资源和带宽资源，保障SSD公平性；所述I/O序列强度与I/O序列的各个请求大小和到达时间有关，表示请求在预设时间内的数据量，写请求比率反映预设时间内写请求的比例，重访问率反映I/O序列内所有请求在一段时间内重新访问相同地址的比率。

在一个可选的实施方式中，所述缓存管理器基于训练好的Q-learning算法确定当前请求旁路至SSD后端的概率，将所述概率与预设值对比确定是否将当前请求旁路至SSD后端；

所述装置还包括：

缓存管理器训练单元，用于确定训练数据；所述训练数据包括：I/O序列的强度、写请求比率、重访问率、当前请求旁路至SSD后端的概率以及每个请求在SSD中完成服务后的端到端延迟；以及将训练数据中I/O序列的强度、写请求比率及重访问率作为Q-learning算法的输入，当前请求旁路至SSD后端的概率作为Q-learning算法的输出，并根据每个请求的端到端延迟确定对应的奖励值，更新学习Q-learning算法的参数。

在一个可选的实施方式中，所述缓存管理器训练单元将训练数据组成一个训练数据对，其表示为(s,a)，其中s代表I/O序列的强度、写请求比率以及重访问率，a代表请求旁路至SSD后端的概率，则：Q(s,a)＝Q(s,a)+α[r+γmax

第三方面，本发明提供一种电子设备，包括：至少一个存储器，用于存储程序；至少一个处理器，用于执行存储器存储的程序，当存储器存储的程序被执行时，处理器用于执行第一方面或第一方面的任一种可选的实施方式所描述的方法。

第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可选的实施方式所描述的方法。

第五方面，本发明提供一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行第一方面或第一方面的任一种可选的实施方式所描述的方法。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

本发明所提供的实现固态硬盘公平性的请求处理方法、装置及电子设备，是充分探究出缓存与事务调度模块之间的关系的情况下得出的结论。其特点在于能够最大化利用缓存的空间资源和事务调度模块的带宽资源，与此同时能够在提升性能的前提下保障公平性。更重要的是通过结合缓存和事务调度模块，本发明实现了在盘设备内部不同类型的模块之间实现协同。事实上，在存储系统中有许多单独的模块被现有工作所优化，但几乎很少有工作去将各模块组合成一个统一协调的系统。

本发明所提供的实现固态硬盘公平性的请求处理方法、装置及电子设备，让缓存和TSU之间学会相互“取舍”和“牺牲”，从而实现SSD内端到端延迟上公平性的持续保障。这种“取舍”体现在位于前端的SSD缓存应聚焦请求的I/O行为特征，而位于SSD后端的事务调度模块应感知SSD的内部特征。这是因为缓存相较于事务调度模块可以更加完整获取到原始的I/O特征，而事务调度模块能准确获取到当前SSD的状态信息，就会通过舍弃一些请求来在水平结构上通过事务调度模块的队列调度实现收益。

本发明所提供的实现固态硬盘公平性的请求处理方法、装置及电子设备，对于缓存能够最大化利用数据的局部性特点。在数据局部性较差的情况下，本发明会强制性旁路这些请求，从而减少SSD缓存在后面出发脏页的写回。在数据局部性较好的情况下，本发明会尽量将这些请求直接写在缓存内，从而最大化利用缓存的空间资源。

本发明所提供的实现固态硬盘公平性的请求处理方法、装置及电子设备，对于事务调度模块能够最大化利用SSD的并行性(即就是带宽资源)。对于那些局部性较差的请求，本发明会在SSD后端分配较为足够的带宽资源，从而能够充分发挥出SSD的并行性特点，通过实现LSB页优先执行的策略，减小请求的平均执行时间，能够进一步提高SSD性能。这与前面的缓存之间实现资源的互补，进而实现多租户的公平性。

本发明所提供的实现固态硬盘公平性的请求处理方法、装置及电子设备，在适用性上非常广，支持3D的多种类型的闪存颗粒和带有缓存的盘设备。除此以外，在缓存和事务调度模块上实现的优化策略是一种“非侵入式”的结构设计，这意味着用户可以根据其需要选择性关闭本发明的相关功能，并不会影响原设备上已有的数据结构。在实现的开销上，本发明也具有低时间和空间开销，几乎不影响原生的盘设备的性能。

附图说明

图1是本发明实施例提供的实现固态硬盘公平性的请求处理方法的流程图；

图2是本发明实施例提供的请求优先级排序示意图；

图3是本发明实施例提供的实现固态硬盘公平性的请求处理装置架构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明的目的在于提供一种实现固态硬盘公平性的请求处理方法及装置，旨在解决盘设备公平性是计算机系统中提高系统性能的重要方式的主要问题，当前许多研究工作采用在单独的缓存或者事务调度模块上进行开发和设计。然而这种方式很难完全利用好盘设备的硬件资源包括缓存的空间资源和事务调度模块的带宽资源。除此以外，缓存与事务调度模块之间的缺少的有效协同也加剧可能出现的更加糟糕的性能表现。

本发明提供一种实现固态硬盘公平性的请求处理方法及装置，其中方法包括：收集I/O序列的状态信息；所述I/O序列为用户请求在时间上关于请求地址，请求大小、读写类型和请求到达时间的序列；所述状态信息为根据上述I/O序列所计算得到的特征值；将状态信息输入到训练好的缓存管理器，从而得出在当前用户请求下应该有多大的概率旁路该请求至SSD后端；缓存管理器主要是以强化学习算法Q-learning为基础，内部构建的Q-table会记录盘设备在不同的状态条件下应该采取何种策略；被缓存管理器旁路的请求会在之后的事务调度模块中具有更高的优先级，这意味着在同一块SSD芯片内的同一批次请求中优先级更高的请求会被优先执行；本发明协同固态盘缓存和事务调度模块来对请求的重定向，在最大化利用固态盘内部的缓存空间资源和事务调度模块的带宽资源的前提下实现公平性。

图1是本发明实施例提供的实现固态硬盘公平性的请求处理方法的流程图，如图1所示，包括以下步骤：

S101，确定I/O序列；所述I/O序列为多个请求按照每个请求到达时间顺序将请求的信息排列得到的一段向量，所述请求的信息包括：请求地址、请求大小、请求的读写类型以及请求到达时间；

S102，根据I/O序列的强度、写请求比率以及重访问率确定当前到达固态硬盘SSD的请求被旁路至SSD后端的概率，以确定是否将当前到达SSD的请求旁路至SSD后端，若被旁路至SSD后端，设置其在SSD后端中的优先级，使其优先被执行，从而最大化利用SSD的空间资源和带宽资源，保障SSD公平性；所述I/O序列强度与I/O序列的各个请求大小和到达时间有关，表示请求在预设时间内的数据量，写请求比率反映预设时间内写请求的比例，重访问率反映I/O序列内所有请求在一段时间内重新访问相同地址的比率。

需要说明的是，上述求旁路概率的步骤可通过任意预设的算法、虚拟模块或实体模块实现。以下以通过缓存管理器计算旁路概率为例进行举例说明：

在一个可选的示例中，所述缓存管理器的训练过程为：

得到SSD前端收集的训练数据；所述训练数据包括I/O序列的强度、写请求比率、重访问率和当前缓存旁路的概率；除此以外还需要收集每个请求的端到端延迟；

将收集到的端到端延迟输入到奖励函数中，转换成为奖励值；

将所述的训练数据分配至强化学习算法进行训练，通过更新算法的内部参数来更新请求到缓存时的旁路概率大小。

在一个可选的示例中，所述I/O序列的强度、写请求比率、重访问率和当前缓存旁路的概率，具体为：

I/O序列的强度代表请求在一段时间内的数据量，该值与请求的大小和请求到达的时间有关；如果时间大小设置为1秒，那么该值的含义就是在1秒内请求的数据量大小；写请求比率代表请求在一段时间内写请求的比例，相对应的可以推算出读请求的比率；重访问率代表请求在一段时间内重新访问相同地址的比率，这反映出当前请求的数据局部性；缓存旁路的概率是请求在经过缓存时有多大概率写入后端SSD。

在一个可选的示例中，所述将收集到的端到端延迟输入到奖励函数中，转换成为奖励值r，具体为：

基于收集的当前请求的端到端延迟t，对比在前一段时间范围内该延迟落在其中哪一个范围内；过去一段时间的延迟可以按照比例分为四个时间点包括t

需要说明的是，t

在一个可选的示例中，所述训练数据分配至强化学习算法进行训练，具体为：

将收集到的训练数据组成一个训练数据对，其表示为(s,a)，其中s代表请求的状态包括I/O序列的强度、写请求比率、重访问率，a代表缓存旁路的概率；将训练数据对按照Q-learning的方式进行更新学习，具体为：

其中r代表前面计算的奖励值，α和γ代表超参数，s’和a’代表上次更新Q-table时使用训练数据对，Q(s,a)代表在当前(s,a)数据对的情况下Q-table内的值。

在一个可选的示例中，所述被缓存管理器旁路的请求会在之后的事务调度模块中具有更高的优先级，具体为：

对于具有两个用户A，B的请求在被SSD服务时，如果在SSD后端中请求A属于被旁路的请求，那么在遇到未被旁路的用户B请求时，A请求会被优先执行；如果请求A和请求B均被旁路只后端SSD，那么需要对两个请求所对应的旁路概率进行对比，概率越大被执行的优先级更高；如果请求A和请求B均未被旁路，那么就按照先来先服务的方式执行。

在一个可选的示例中，所述在同一块SSD芯片内的同一批次请求中优先级更高的请求会被优先执行，具体为：

首先，在SSD后端的事务调度模块，对于同一个芯片队列内只允许存在不多于两个用户的请求，请求一开始按照先到先服务的原则进行排队；首先每个请求在被分配具体的物理地址后，能够唯一确定闪存页类型，这其中包括LSB(Least Significant Bit)页、CSB(Central Significant Bit)页和MSB(Most Significant Bit)页；然后为了保证SSD的最佳性能，会按照LSB页优先的原则来重新调整整个队列内请求的排序；最后对于那些存在两个用户请求的队列，会按照上述方式再次对具有相同闪存页类型的子队列中调整请求的顺序，从而满足公平性的需求。

图2是本发明实施例提供的请求优先级排序示意图，如图2所示，对于单个用户的多个请求，先执行LSB页，再执行CSB页，最后执行MSB页；对于多个用户的多个请求，先按照所有LSB页、所有CSB页至所有MSB页的顺序进行排序，之后对相同类型的闪存页，按照各个请求被旁路至SSD后端的概率从大到小进行排序，之后按照最终的排序执行各个请求的闪存页。

图3是本发明实施例提供的实现固态硬盘公平性的请求处理装置架构图，如图3所示，包括：

I/O序列确定单元310，用于确定I/O序列；所述I/O序列为多个请求按照每个请求到达时间顺序将请求的信息排列得到的一段向量，所述请求的信息包括：请求地址、请求大小、请求的读写类型以及请求到达时间；

缓存管理器320，用于根据I/O序列的强度、写请求比率以及重访问率确定当前到达固态硬盘SSD的请求被旁路至SSD后端的概率，以确定是否将当前到达SSD的请求旁路至SSD后端，若被旁路至SSD后端，设置其在SSD后端中的优先级，使其优先被执行，从而最大化利用SSD的空间资源和带宽资源，保障SSD公平性；所述I/O序列强度与I/O序列的各个请求大小和到达时间有关，表示请求在预设时间内的数据量，写请求比率反映预设时间内写请求的比例，重访问率反映I/O序列内所有请求在一段时间内重新访问相同地址的比率；

缓存管理器训练单元330，用于确定训练数据；所述训练数据包括：I/O序列的强度、写请求比率、重访问率、当前请求旁路至SSD后端的概率以及每个请求在SSD中完成服务后的端到端延迟；以及将训练数据中I/O序列的强度、写请求比率及重访问率作为Q-learning算法的输入，当前请求旁路至SSD后端的概率作为Q-learning算法的输出，并根据每个请求的端到端延迟确定对应的奖励值，更新学习Q-learning算法的参数。

应当理解的是，上述装置用于执行上述实施例中的方法，装置中相应的程序模块，其实现原理和技术效果与上述方法中的描述类似，该装置的工作过程可参考上述方法中的对应过程，此处不再赘述。

需要说明的是，现代云环境已全面采用SSD，并使用新的更高性能协议，如非易失性内存主机控制器接口规范(NVMe)，使用NVMe协议的SSD能够提供显著的高吞吐量和低响应时间。NVMe SSD消除了操作系统软件堆栈，使应用程序可以绕过操作系统对I/O请求处理的干预。但这些变化以大量不公平为代价，这使得NVMe SSD有必要实现公平的队列调度和资源分配。在先前的研究中，设备级公平方案主要分别在SSD缓存和TSU中实现。由于来自不同用户的所有写入数据首先缓存在SSD板载DRAM中，因此应仔细优化SSD内的数据缓存管理。现有关于公平性的大部分工作都集中在缓存上。现有的缓存公平策略可分为两组，静态公平策略和动态公平策略。很明显，静态公平策略可能未充分利用宝贵的缓存资源，因为工作负载的访问模式在运行时会不断变化。

然而，通过缓存实现公平性的一个基本前提是缓存需要具有一定的命中率。事实上，前端应用程序服务器吸收了云存储系统中绝大多数的热数据(或读取请求)，导致许多存储后端的本地性(或写主导性)工作负载行为更差。这使得在SSD中实现更高的缓存命中率通常很困难，从而限制了现有方法继续提供公平性和性能。针对以上问题，本发明解决盘设备公平性是计算机系统中提高系统性能的重要方式的主要问题，当前许多研究工作采用在单独的缓存或者事务调度模块上进行开发和设计。然而这种方式很难完全利用好盘设备的硬件资源包括缓存的空间资源和事务调度模块的带宽资源。除此以外，缓存与事务调度模块之间的缺少的有效协同也加剧可能出现的更加糟糕的性能表现。

基于上述实施例中的方法，本发明实施例提供了一种电子设备。该设备可以包括：至少一个用于存储程序的存储器和至少一个用于执行存储器存储的程序的处理器。其中，当存储器存储的程序被执行时，处理器用于执行上述实施例中所描述的方法。

基于上述实施例中的方法，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，当计算机程序在处理器上运行时，使得处理器执行上述实施例中的方法。

基于上述实施例中的方法，本发明实施例提供了一种计算机程序产品，当计算机程序产品在处理器上运行时，使得处理器执行上述实施例中的方法。

可以理解的是，本发明的实施例中的处理器可以是中央处理单元(centralprocessing unit，CPU)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、晶体管逻辑器件，硬件部件或者其任意组合。通用处理器可以是微处理器，也可以是任何常规的处理器。

本发明的实施例中的方法步骤可以通过硬件的方式来实现，也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于随机存取存储器(random access memory，RAM)、闪存、只读存储器(read-only memory，ROM)、可编程只读存储器(programmable rom，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如SSD))等。

可以理解的是，在本发明的实施例中涉及的各种数字编号仅为描述方便进行的区分，并不用来限制本发明的实施例的范围。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。