一种调用链数据的采样方法、装置、设备及存储介质与流程

1.本发明实施例涉及计算机技术领域，尤其涉及一种调用链数据的采样方法、装置、设备及存储介质。


背景技术：

2.调用链是指在系统完成一次业务调用的过程中，把服务之间的调用信息(时间、接口、层次、结果等)打点到日志中，然后将所有的打点数据连接为一个树状链条，即产生一个调用链。
3.为了对业务数据进行分析，通常需要对调用链数据进行采样，并根据调用链采样结果完成业务数据的分析过程。当前调用链采样策略大致分为基于链路特征采样、基于业务特征采样、基于运维特征采样、基于时间特征采样等。
4.但是，对于实际应用分析和监控来说，异常数据才是需要重点关注的信息，现有的调用链采样方法无法准确过滤出异常业务数据，并且需要人工手动选择相应的采样模式及设置采样规则，导致采样过程耗时较久，效率较低。


技术实现要素：

5.本发明实施例提供一种调用链数据的采样方法、装置、设备及存储介质，可以提高异常调用链数据的采样效率，保证采样结果的准确性。
6.第一方面，本发明实施例提供了一种调用链数据的采样方法，该方法包括：
7.获取业务系统中全部调用链对应的链路数据，以及所述链路数据中包括的初始span信息；
8.根据所述初始span信息中记载的异常字段特征，在所述链路数据中确定目标异常span信息；
9.根据所述目标异常span信息，在所述链路数据中确定与目标异常span信息对应的关联span信息，并将所述目标异常span信息对应的异常特征，聚合至关联span信息中；
10.根据所述链路数据中全部span信息对应的特征，采样得到异常调用链数据。
11.可选的，获取业务系统中全部调用链对应的链路数据，包括：
12.根据业务系统中各调用链对应的存储位置，获取与各所述存储位置匹配的处理算子；
13.通过各所述处理算子，从对应的存储位置中获取调用链对应的链路数据。
14.可选的，根据所述初始span信息中记载的异常字段特征，在所述链路数据中确定目标异常span信息，包括：
15.根据所述初始span信息中记载的链路执行结果字段，在所述链路数据中提取失败链路；
16.根据所述失败链路对应的特征，在所述链路数据中确定目标异常span信息。
17.可选的，根据所述失败链路对应的特征，在所述链路数据中确定目标异常span信
息，包括：
18.根据所述失败链路对应的异常字段以及追踪标识，在所述链路数据中确定目标异常span信息。
19.可选的，根据所述目标异常span信息，在所述链路数据中确定与目标异常span信息对应的关联span信息，包括：
20.根据所述目标异常span信息对应的追踪标识，以及链路数据中剩余各span信息对应的追踪标识，确定与目标异常span信息对应的关联span信息。
21.可选的，将所述目标异常span信息对应的异常特征，聚合至关联span信息中，包括：
22.将所述目标异常span信息对应的异常字段，添加至关联span信息的特征中。
23.可选的，在获取业务系统中全部调用链对应的链路数据之后，还包括：
24.通过预设的解析算子，对各所述链路数据进行解析，并将解析结果按照预设格式进行存储；
25.获取所述链路数据中包括的初始span信息，包括：
26.根据所述链路数据对应的解析结果，获取所述链路数据中包括的初始span信息。
27.第二方面，本发明实施例还提供了一种调用链数据的采样装置，该装置包括：
28.全量数据获取模块，用于获取业务系统中全部调用链对应的链路数据，以及所述链路数据中包括的初始span信息；
29.目标span确定模块，用于根据所述初始span信息中记载的异常字段特征，在所述链路数据中确定目标异常span信息；
30.特征聚合模块，用于根据所述目标异常span信息，在所述链路数据中确定与目标异常span信息对应的关联span信息，并将所述目标异常span信息对应的异常特征，聚合至关联span信息中；
31.数据采样模块，用于根据所述链路数据中全部span信息对应的特征，采样得到异常调用链数据。
32.第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
33.一个或多个处理器；
34.存储装置，用于存储一个或多个程序；
35.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执行所述程序时实现本发明任意实施例提供的调用链数据的采样方法。
36.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，所述计算机可读存储介质存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的调用链数据的采样方法。
37.第五方面，本发明实施例还提供了一种计算机程序产品，所述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本发明任意实施例提供的调用链数据的采样方法。
38.本发明实施例的技术方案通过获取业务系统中全部调用链对应的链路数据，以及链路数据中包括的初始span信息，根据初始span信息中记载的异常字段特征，在链路数据中确定目标异常span信息，根据目标异常span信息在链路数据中确定与目标异常span信息
对应的关联span信息，并将目标异常span信息对应的异常特征聚合至关联span信息中，根据链路数据中全部span信息对应的特征，采样得到异常调用链数据的技术手段，可以提高异常调用链数据的采样效率，保证采样结果的准确性。
39.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
40.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
41.图1是根据本发明实施例一提供的一种调用链数据的采样方法的流程图；
42.图2是根据本发明实施例二提供的一种调用链数据的采样方法的流程图；
43.图3是根据本发明实施例三提供的一种调用链数据的采样方法的流程图；
44.图4是根据本发明实施例四提供的一种调用链数据的采样装置的结构示意图；
45.图5是实现本发明实施例的调用链数据的采样方法的电子设备的结构示意图。
具体实施方式
46.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。
47.实施例一
48.图1为本发明实施例一提供的一种调用链数据的采样方法的流程图，本实施例可适用于对异常业务相关的调用链数据进行采样情况，该方法可以由调用链数据的采样装置来执行。所述调用链数据的采样装置可以由软件和/或硬件来实现，一般可以集成在具有数据处理功能的电子设备中，具体包括如下步骤：
49.步骤110、获取业务系统中全部调用链对应的链路数据，以及所述链路数据中包括的初始span信息。
50.在本实施例中，调用链是指业务系统完成一次业务调用的过程中，将服务之间的调用信息(时间、接口、层次、结果)打点到日志中，然后将所有的打点数据连接得到的树状链条。具体的，在对业务系统的调用链数据进行采样时，可以从业务系统对应的预设存储位置，获取全部调用链对应的链路数据。
51.在此步骤中，获取到全量链路数据后，可以提取全量链路数据中的初始span(也即rootspan)信息。其中，所述初始span信息作为链路数据中的顶端事件，可以包括多种运维人员关注的数据特征，例如链路数据对应的业务类型、数据来源、业务执行耗以及业务执行结果(例如执行成功或失败)等。
52.步骤120、根据所述初始span信息中记载的异常字段特征，在所述链路数据中确定目标异常span信息。
53.在本实施例中，可选的，获取到初始span信息之后，可以根据初始span信息中记载
的业务执行结果，查找执行失败的异常业务，并根据该异常业务确定异常字段特征，然后将具备异常字段特征的span信息，作为目标异常span信息。
54.步骤130、根据所述目标异常span信息，在所述链路数据中确定与目标异常span信息对应的关联span信息，并将所述目标异常span信息对应的异常特征，聚合至关联span信息中。
55.在本实施例中，可以根据目标异常span信息，与其他span信息之间的关联关系，确定与目标异常span信息对应的关联span信息。可选的，可以将与目标异常span信息处于同一链路的span信息，作为与目标异常span信息对应的关联span信息，本实施例对关联span信息的确定方式并不进行限制。
56.在此步骤中，获取到关联span信息之后，可以将目标异常span信息对应的异常特征(例如上述异常字段特征)，添加至关联span信息中，以实现特征聚合过程。
57.步骤140、根据所述链路数据中全部span信息对应的特征，采样得到异常调用链数据。
58.在此步骤中，可以获取链路数据中全部span信息对应的特征，由于关联span信息中已经具备了异常特征，因此可以利用异常特征，对全部span信息进行过滤，得到异常业务对应的调用链数据(也即异常调用链数据)。
59.在本实施例中，通过将目标异常span信息对应的异常特征，聚合至关联span信息中，可以准确过滤出异常调用链数据，并且无需人工手动选择相应的采样模式及设置采样规则，由此可以减少异常调用链数据的采样耗时，提高采样效率。
60.本发明实施例的技术方案通过获取业务系统中全部调用链对应的链路数据，以及链路数据中包括的初始span信息，根据初始span信息中记载的异常字段特征，在链路数据中确定目标异常span信息，根据目标异常span信息在链路数据中确定与目标异常span信息对应的关联span信息，并将目标异常span信息对应的异常特征聚合至关联span信息中，根据链路数据中全部span信息对应的特征，采样得到异常调用链数据的技术手段，可以提高异常调用链数据的采样效率，保证采样结果的准确性。
61.实施例二
62.本实施例是对上述实施例的进一步细化，与上述实施例相同或相应的术语解释，本实施例不再赘述。图2为本实施例二提供的一种调用链数据的采样方法的流程图，在本实施例中，本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合，如图2所示，本实施例提供的方法还可以包括：
63.步骤210、根据业务系统中各调用链对应的存储位置，获取与各所述存储位置匹配的处理算子。
64.在本实施例中，业务系统对应的调用链数据可以按照不同存储方式，存储于不同的位置中。在获取链路数据之前，可以预先获取与各存储位置匹配的处理算子，例如kafkasource、httpclientsource以及filesource等。
65.步骤220、通过各所述处理算子，从对应的存储位置中获取调用链对应的链路数据。
66.在此步骤中，可以使用各处理算子，按照预设处理方式从匹配的存储位置中，提取业务系统中各调用链对应的链路数据。
67.这样设置的好处在于，可以节省链路数据的提取耗时，提高数据采样效率。
68.步骤230、获取所述链路数据中包括的初始span信息。
69.步骤240、根据所述初始span信息中记载的链路执行结果字段，在所述链路数据中提取失败链路。
70.在本实施例中，初始span信息中可以采用预设的字段来表示链路的执行结果，该字段即为链路执行结果字段。在获取到链路执行结果字段后，可以根据字段值提取执行结果为失败的链路(也即失败链路)。
71.在一个具体的实施例中，假设初始span信息中记载的链路执行结果字段为success，该字段值为true时可以表示链路执行成功，字段为false时则表示链路执行失败。因此，可以将字段success值为false的链路作为失败链路。
72.步骤250、根据所述失败链路对应的特征，在所述链路数据中确定目标异常span信息。
73.在此步骤中，可选的，可以将所述失败链路对应的特征作为目标特征，然后将具备所述目标特征的span信息，作为目标异常span信息。
74.在本实施例的一个实施方式中，根据所述失败链路对应的特征，在所述链路数据中确定目标异常span信息，包括：根据所述失败链路对应的异常字段以及追踪标识，在所述链路数据中确定目标异常span信息。
75.在本实施例中，所述失败链路对应的异常字段可以用于表示该链路对应的执行结果。具体的，失败链路对应的异常字段可以设为“busiresult：false”，追踪标识(traceid)可以为失败链路对应的追踪trace标识。
76.在实际应用中，每个调用链可以产生一个trace，trace可以理解为一组共享rootspan的其他span组成的树状结构。可选的，trace可以用一个64位的id作为标识，并且trace中的所有span都共享该trace的id。
77.在此步骤中，可选的，可以利用filter算子，根据失败链路的异常字段“busiresult：false”以及traceid，过滤得到目标异常span信息。
78.步骤260、根据所述目标异常span信息，在所述链路数据中确定与目标异常span信息对应的关联span信息，并将所述目标异常span信息对应的异常特征，聚合至关联span信息中。
79.步骤270、根据所述链路数据中全部span信息对应的特征，采样得到异常调用链数据。
80.本发明实施例的技术方案通过根据业务系统中各调用链对应的存储位置，获取与各存储位置匹配的处理算子，通过各处理算子从对应的存储位置中获取调用链对应的链路数据，获取链路数据中包括的初始span信息，根据初始span信息中记载的链路执行结果字段，在链路数据中提取失败链路，根据失败链路对应的特征，在链路数据中确定目标异常span信息，根据目标异常span信息，在链路数据中确定关联span信息，并将目标异常span信息对应的异常特征聚合至关联span信息中，根据链路数据中全部span信息对应的特征，采样得到异常调用链数据的技术手段，可以提高异常调用链数据的采样效率，保证采样结果的准确性。
81.实施例三
82.本实施例是对上述实施例的进一步细化，与上述实施例相同或相应的术语解释，本实施例不再赘述。图3为本实施例三提供的一种调用链数据的采样方法的流程图，在本实施例中，本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合，如图3所示，本实施例提供的方法还可以包括：
83.步骤310、获取业务系统中全部调用链对应的链路数据。
84.步骤320、通过预设的解析算子，对各所述链路数据进行解析，并将解析结果按照预设格式进行存储。
85.在本实施例中，可选的，可以利用jsonparser算子对各链路数据进行解析，得到json格式的解析结果，并将该解析结果进行存储。具体的，可以通过开源库jackson将链路数据中json字符串的数据进行反序列化处理，得到map《string,object》对象，然后将该对象转换为预设的数据结构。
86.这样设置的好处在于，通过对链路数据进行解析，便于根据解析结果进行异常调用链数据的采样，由此可以保证采样结果的准确性。
87.步骤330、根据所述链路数据对应的解析结果，获取所述链路数据中包括的初始span信息。
88.步骤340、根据所述初始span信息中记载的链路执行结果字段，在所述链路数据中提取失败链路。
89.步骤350、根据所述失败链路对应的异常字段以及追踪标识，在所述链路数据中确定目标异常span信息。
90.步骤360、根据所述目标异常span信息对应的追踪标识，以及链路数据中剩余各span信息对应的追踪标识，确定与目标异常span信息对应的关联span信息。
91.步骤370、将所述目标异常span信息对应的异常字段，添加至关联span信息的特征中。
92.在此步骤中，可以将目标异常span信息对应的异常字段“busiresult：false”，添加至关联span信息的特征中。
93.在一个具体的实施例中，在进行特征聚合时，可以通过特征聚合算子模块同时维护span信息的键控状态(keyedstate)，包括目标异常span信息对应的生成状态(buildstate)，以及关联span信息对应的探头状态(probestate)。其中，probestate中存储了关联span信息对应的探头记录(probe record)。
94.特征聚合算子模块检测到buildstate中存储了新的生成记录(build record)后，则判断probe record中是否存储数据，若没有，则将build record中的异常字段，添加至probe record中。反之，如果检测到probestate存储了新的probe record，则判断build record是否有数据，如果有，则对buildstate进行清空。
95.这样设置的好处在于，通过实时检测目标异常span信息与关联span信息对应的特征，并及时将目标异常span信息的特征聚合至关联span信息中，可以避免特征聚合结果发生遗漏，由此保证异常调用链数据采样结果的准确性。
96.在一个具体的实施方式中，特征聚合算子模块可以采用预设的定时器，对标异常span信息与关联span信息对应的特征进行检测。
97.步骤380、根据所述链路数据中全部span信息对应的特征，采样得到异常调用链数
据。
98.在本实施例中，采样得到异常调用链数据后，可以利用beaversink算子将该数据存储到预设存储位置(例如beaver)，以对异常调用链数据进行下一步处理与分析。
99.本发明实施例的技术方案通过获取业务系统中全部调用链对应的链路数据，通过预设的解析算子对各链路数据进行解析，并将解析结果按照预设格式进行存储，根据链路数据对应的解析结果获取链路数据中包括的初始span信息，根据初始span信息中记载的链路执行结果字段，在链路数据中提取失败链路，根据失败链路对应的异常字段以及追踪标识，在链路数据中确定目标异常span信息，根据目标异常span信息对应的追踪标识，以及链路数据中剩余各span信息对应的追踪标识，确定与目标异常span信息对应的关联span信息，将目标异常span信息对应的异常字段，添加至关联span信息的特征中，根据链路数据中全部span信息对应的特征，采样得到异常调用链数据的技术手段，可以提高异常调用链数据的采样效率，保证采样结果的准确性。
100.实施例四
101.图4为本发明实施例四提供的一种调用链数据的采样装置的结构示意图，如图4所示，该装置包括：全量数据获取模块410、目标span确定模块420、特征聚合模块430和数据采样模块440。
102.其中，全量数据获取模块410，用于获取业务系统中全部调用链对应的链路数据，以及所述链路数据中包括的初始span信息；
103.目标span确定模块420，用于根据所述初始span信息中记载的异常字段特征，在所述链路数据中确定目标异常span信息；
104.特征聚合模块430，用于根据所述目标异常span信息，在所述链路数据中确定与目标异常span信息对应的关联span信息，并将所述目标异常span信息对应的异常特征，聚合至关联span信息中；
105.数据采样模块440，用于根据所述链路数据中全部span信息对应的特征，采样得到异常调用链数据。
106.本发明实施例提供的技术方案，通过获取业务系统中全部调用链对应的链路数据，以及链路数据中包括的初始span信息，根据初始span信息中记载的异常字段特征，在链路数据中确定目标异常span信息，根据目标异常span信息在链路数据中确定与目标异常span信息对应的关联span信息，并将目标异常span信息对应的异常特征聚合至关联span信息中，根据链路数据中全部span信息对应的特征，采样得到异常调用链数据的技术手段，可以提高异常调用链数据的采样效率，保证采样结果的准确性。
107.在上述实施例的基础上，所述全量数据获取模块410包括：
108.算子获取单元，用于根据业务系统中各调用链对应的存储位置，获取与各所述存储位置匹配的处理算子；
109.数据获取单元，用于通过各所述处理算子，从对应的存储位置中获取调用链对应的链路数据；
110.解析单元，用于通过预设的解析算子，对各所述链路数据进行解析，并将解析结果按照预设格式进行存储；
111.初始span获取单元，用于根据所述链路数据对应的解析结果，获取所述链路数据
中包括的初始span信息。
112.所述目标span确定模块420包括：
113.失败链路提取单元，用于根据所述初始span信息中记载的链路执行结果字段，在所述链路数据中提取失败链路；
114.失败链路处理单元，用于根据所述失败链路对应的特征，在所述链路数据中确定目标异常span信息；
115.特征处理单元，用于根据所述失败链路对应的异常字段以及追踪标识，在所述链路数据中确定目标异常span信息。
116.所述特征聚合模块430包括：
117.追踪标识处理单元，用于根据所述目标异常span信息对应的追踪标识，以及链路数据中剩余各span信息对应的追踪标识，确定与目标异常span信息对应的关联span信息；
118.异常字段添加单元，用于将所述目标异常span信息对应的异常字段，添加至关联span信息的特征中。
119.上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本发明实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
120.实施例五
121.图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
122.如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
123.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
124.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如调用链数据的采样方法。
125.在一些实施例中，调用链数据的采样方法可被实现为计算机程序，其被有形地包
含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的调用链数据的采样方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行调用链数据的采样方法。
126.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
127.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
128.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
129.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
130.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
131.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
132.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
133.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。