1.本技术涉及通信
技术领域：
：，尤其涉及一种云网业务服务质量优化处理方法、装置、设备及存储介质。
背景技术：
：：2.云网业务是指由云端按需提供的业务平台，云网业务基本上是基于一种整合的架构下，利用了虚拟化的资源，通过网际互连协议（internetprotocol，ip）网络，提供规模化业务实现的方式。3.目前，各云服务运营商在面临到云资源池内负荷过高，水位太高，存储已接近于占满、总体中央处理器（centralprocessingunit，cpu）峰值利用率超过阈值时，大多需要调整水位，也就是把一些业务应用迁移到别的资源池去，从而释放掉这些业务应用占用的cpu、内存或者存储等资源，从而降低该资源池的负荷，保障资源池正常运行。当前云服务运营商在迁移之前，大多是通过手动从云管平台导出用户的信息，然后云服务运营商人工逐个与用户沟通，调研用户业务应用情况，并根据调研结果统计分析，筛选出可以迁移的服务器。4.然而，现有的服务质量优化方式费时费力，优化效率低，无法针对所有系统进行高效的服务质量优化。技术实现要素：5.本技术提供一种云网业务服务质量优化处理方法、装置、设备及存储介质，以解决现有的服务质量优化方式费时费力，优化效率低，无法针对所有系统进行高效的服务质量优化的技术问题。6.第一方面，本技术提供一种云网业务服务质量优化处理方法，包括：获取用户业务系统所在云主机的运行状态数据，其中，所述运行状态数据包括流入磁盘的字节数和流出磁盘的字节数；根据所述流入磁盘的字节数，从所述运行状态数据中确定出单日峰值运行状态数据；根据预设磁盘冷数据筛选规则、所述单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级；根据所述至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级，确定第一资源调度方案，以使所述资源调度系统根据所述第一资源调度方案进行业务系统迁移。7.这里，本技术提供了一种可针对于所有云网业务系统的质量优化方法，根据用户业务系统所在云主机的运行状态数据，首先确定出流入磁盘的字节数最大的单日峰值运行状态数据，通过业务的流入磁盘的字节数和流出磁盘的字节数，对单日峰值运行状态数据进行自动分析和筛选，可以得到访问次数少的磁盘冷数据，进而根据磁盘冷数据及其优先级可以将访问次数少的磁盘冷数据迁移至其它云主机，实现了对用户业务系统所在云主机的资源调整，提高了云主机的整体云资源利用率，针对所有云网业务系统均可实现高效的服务质量优化。8.可选的，所述根据所述至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级，确定第一资源调度方案，包括：计算所述磁盘冷数据占用的资源量；根据目标资源释放量、所述磁盘冷数据占用的资源量和所述磁盘冷数据对应的优先级，确定第一资源调度方案。9.这里，本技术可以对磁盘冷数据进行优先级排序，并根据目标资源释放量来合理进行资源调度方案的规划，在保证业务质量的基础上，进行了合理、高效地资源调度，能够尽可能地减少资源调度中的工作量，进一步地提高了优化效率。10.可选地，所述根据预设磁盘冷数据筛选规则、所述单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级，包括：在单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个延迟运行状态数据，并在n个延迟运行状态数据中筛选出流出磁盘的字节数最小的磁盘懒数据，判断磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定磁盘懒数据为磁盘冷数据，且确定优先级为第一优先级，其中n为正整数；在单日峰值运行状态数据中删除所述磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定新的磁盘懒数据为磁盘冷数据，且确定优先级为第二优先级；重复迭代执行在单日峰值运行状态数据中删除上次得到的新的磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则的步骤，直至得到新的磁盘懒数据无法满足预设磁盘冷数据筛选规则时停止迭代，以得到所有的磁盘冷数据以及磁盘冷数据对应的优先级。11.可选地，在所述根据目标资源释放量、所述磁盘冷数据占用的资源量和所述磁盘冷数据对应的优先级，确定第一资源调度方案之后，还包括：若所述第一资源调度方案能够满足目标水位调整需求标准，则将所述第一资源调度方案发送至资源调度系统，以使所述资源调度系统根据所述第一资源调度方案进行业务系统迁移。12.这里，本技术在确定了资源调度方案后，可直接将资源调度方案发送至资源调度系统，无需人工操作，可自动实现业务系统的高效迁移，进一步地提高了云网业务服务质量优化处理效率。13.可选地，所述运行状态数据还包括网卡流入的数据包数和网卡流出的数据包数；相应的，在所述根据目标资源释放量、每个冷数据占用的资源量和每个冷数据对应的优先级，确定第一资源调度方案之后，还包括：将所述至少一个磁盘冷数据在所述运行状态数据中删除，得到网络状态调整数据；根据预设网络冷数据筛选规则、所述网络状态调整数据的网卡流入的数据包数和网卡流出的数据包数，进行网络冷数据筛选处理，得到至少一个网络冷数据以及所述网络冷数据对应的优先级；根据所述至少一个网络冷数据以及所述网络冷数据对应的优先级，确定第二资源调度方案。14.其中，本技术可以根据磁盘数据分析业务容量，进一步地，还可以根据网络数据分析业务容量，从而实现高效、准确地业务迁移，提高了云网一体服务质量。15.可选地，所述根据预设网络冷数据筛选规则、所述网络状态调整数据的网卡流入的数据包数和网卡流出的数据包数，进行网络冷数据筛选处理，得到至少一个网络冷数据以及所述网络冷数据对应的优先级，包括：在所述网络状态调整数据中筛选出网卡流入的数据包数最小的m个网络延迟运行状态数据，并在m个网络延迟运行状态数据中筛选出网卡流出的数据包数最小的网络懒数据，判断所述网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定所述网络懒数据为网络冷数据，且确定优先级为第一优先级，其中，m为正整数；在网络状态调整数据中删除所述网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的m个新的网络延迟运行状态数据，并在m个新的网络延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定新的网络懒数据为网络冷数据，且确定优先级为第二优先级；重复迭代执行在网络状态调整数据中删除上次得到的新的网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则的步骤，直至得到新的网络懒数据无法满足预设网络冷数据筛选规则时停止迭代，以得到所有的网络冷数据以及网络冷数据对应的优先级。16.可选地，在所述根据所述至少一个网络冷数据以及所述网络冷数据对应的优先级，确定第二资源调度方案之后，还包括：将所述第一资源调度方案和所述第二资源调度方案发送至资源调度系统，以使所述资源调度系统根据所述第一资源调度方案和所述第二资源调度方案进行业务系统迁移。17.这里，本技术可以在磁盘容量以及网络层面进行业务的自动化、智能化调度，进一步地提高了云服务运营商的整体云资源利用率以及云网一体服务质量。18.第二方面，本技术提供了一种云网业务服务质量优化处理装置，包括：获取模块，用于获取用户业务系统所在云主机的运行状态数据，其中，所述运行状态数据包括流入磁盘的字节数和流出磁盘的字节数；峰值确定模块，用于根据所述流入磁盘的字节数，从所述运行状态数据中确定出单日峰值运行状态数据；磁盘冷数据确定模块，用于根据预设磁盘冷数据筛选规则、所述单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级；第一调度方案确定模块，用于根据所述至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级，确定第一资源调度方案，以使所述资源调度系统根据所述第一资源调度方案进行业务系统迁移。19.可选地，所述第一调度方案确定模块具体用于：计算所述磁盘冷数据占用的资源量；根据目标资源释放量、所述磁盘冷数据占用的资源量和所述磁盘冷数据对应的优先级，确定第一资源调度方案。20.可选地，所述磁盘冷数据确定模块具体用于：在单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个延迟运行状态数据，并在n个延迟运行状态数据中筛选出流出磁盘的字节数最小的磁盘懒数据，判断磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定磁盘懒数据为磁盘冷数据，且确定优先级为第一优先级，其中n为正整数；在单日峰值运行状态数据中删除所述磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定新的磁盘懒数据为磁盘冷数据，且确定优先级为第二优先级；重复迭代执行在单日峰值运行状态数据中删除上次得到的新的磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则的步骤，直至得到新的磁盘懒数据无法满足预设磁盘冷数据筛选规则时停止迭代，以得到所有的磁盘冷数据以及磁盘冷数据对应的优先级。21.可选地，在所述第一调度方案确定模块根据所述至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级，确定第一资源调度方案之后，上述装置还包括：第一发送模块，用于若所述第一资源调度方案能够满足目标水位调整需求标准，则将所述第一资源调度方案发送至资源调度系统，以使所述资源调度系统根据所述第一资源调度方案进行业务系统迁移。可选地，所述运行状态数据还包括网卡流入的数据包数和网卡流出的数据包数；相应的，在所述第一调度方案确定模块根据所述至少一个磁盘冷数据以及所述磁盘冷数据对应的优先级，确定第一资源调度方案之后，上述装置还包括：删除模块，用于将所述至少一个磁盘冷数据在所述运行状态数据中删除，得到网络状态调整数据；网络冷数据确定模块，用于根据预设网络冷数据筛选规则、所述网络状态调整数据的网卡流入的数据包数和网卡流出的数据包数，进行网络冷数据筛选处理，得到至少一个网络冷数据以及所述网络冷数据对应的优先级；第二调度方案确定模块，用于根据所述至少一个网络冷数据以及所述网络冷数据对应的优先级，确定第二资源调度方案。22.可选地，所述网络冷数据确定模块具体用于：在所述网络状态调整数据中筛选出网卡流入的数据包数最小的m个网络延迟运行状态数据，并在m个网络延迟运行状态数据中筛选出网卡流出的数据包数最小的网络懒数据，判断所述网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定所述网络懒数据为网络冷数据，且确定优先级为第一优先级，其中，m为正整数；在网络状态调整数据中删除所述网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的m个新的网络延迟运行状态数据，并在m个新的网络延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定新的网络懒数据为网络冷数据，且确定优先级为第二优先级；重复迭代执行在网络状态调整数据中删除上次得到的新的网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则的步骤，直至得到新的网络懒数据无法满足预设网络冷数据筛选规则时停止迭代，以得到所有的网络冷数据以及网络冷数据对应的优先级。23.可选地，在所述第二调度方案确定模块根据所述至少一个网络冷数据以及所述网络冷数据对应的优先级，确定第二资源调度方案之后，上述装置还包括：第二发送模块，用于将所述第一资源调度方案和所述第二资源调度方案发送至资源调度系统，以使所述资源调度系统根据所述第一资源调度方案和所述第二资源调度方案进行业务系统迁移。24.第三方面，本技术提供一种云网业务服务质量优化处理设备，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的云网业务服务质量优化处理方法。25.第四方面，本技术提供一种云网业务服务质量优化处理设备，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第二方面以及第二方面各种可能的设计所述的云网业务服务质量优化处理方法。26.第五方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的云网业务服务质量优化处理方法。27.本技术提供的云网业务服务质量优化处理方法、装置、设备及存储介质，其中该方法根据用户业务系统所在云主机的运行状态数据，首先确定出流入磁盘的字节数最大的单日峰值运行状态数据，通过业务的流入磁盘的字节数和流出磁盘的字节数，对单日峰值运行状态数据进行自动分析和筛选，可以得到访问次数少的磁盘冷数据，进而根据磁盘冷数据及其优先级可以将访问次数少的磁盘冷数据迁移至其它云主机，实现了对用户业务系统所在云主机的资源调整，提高了云主机的整体云资源利用率，针对所有云网业务系统均可实现高效的服务质量优化。附图说明28.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。29.图1为本技术实施例提供的一种云网业务服务质量优化处理方法系统架构示意图；图2为本技术实施例提供的一种云网业务服务质量优化处理方法的流程示意图；图3为本技术实施例提供的另一种云网业务服务质量优化处理方法的流程示意图；图4为本技术实施例提供的一种云网业务服务质量优化处理方法装置的结构示意图；图5为本技术实施例提供的一种云网业务服务质量优化处理设备的结构示意图。30.通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。具体实施方式31.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。32.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”及“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。33.本技术的技术方案中，所涉及的用户数据等信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。34.云网业务架构主要是两个最根本的基石，一是运营商原来的数据中心或业务中心，使其成为一个新的业务和数据中心；二是已经建设起来的ip下一代网络（nextgenerationnetwork，ngn）。二者都在ip网上运行，现在已经很好的整合在一起，从而构成了一个强大而灵活的统一业务实现系统。为各类用户提供方便快捷的云计算服务和网络服务，并统称为“云网一体”服务，也称为云网业务。为了保证云网一体服务的稳定性及用户的良好体验，需要对云网一体服务进行优化。当前大多业务还处于刚上云的几年，对于云端业务大多是通过手工方式优化，没有完善的云网一体服务优化方法。现有的服务质量优化方式费时费力，优化效率低，无法针对所有系统进行高效的服务质量优化。35.为了解决上述技术问题，本技术实施例提供一种云网业务服务质量优化处理方法、装置、设备及存储介质，根据用户业务系统所在云主机的运行状态数据，首先确定出流入磁盘的字节数最大的单日峰值运行状态数据，通过业务的流入磁盘的字节数和流出磁盘的字节数，对单日峰值运行状态数据进行自动分析和筛选，可以得到访问次数少的磁盘冷数据，进而根据磁盘冷数据及其优先级可以将访问次数少的磁盘冷数据迁移至其它云主机，针对所有云网业务系统均可实现高效的服务质量优化。36.可选地，图1为本技术实施例提供的一种云网业务服务质量优化处理系统架构示意图。在图1中，上述架构包括数据采集设备101、处理设备102和显示设备103中至少一种。37.可以理解的是，本技术实施例示意的结构并不构成对云网业务服务质量优化处理系统架构的具体限定。在本技术另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图1所示的部件可以以硬件，软件，或软件与硬件的组合实现。38.在具体实现过程中，数据采集设备101可以包括输入/输出接口，也可以包括通信接口，数据采集设备101可以通过输入/输出接口或者是通信接口，可以与云服务运营商或者服务器建立连接，采集用户业务系统所在云主机的运行状态数据等。39.处理设备102可以根据业务应用系统的运行状态数据分析业务应用数据的冷热程度，对业务应用数据进行冷热分类，生成资源调度方案。40.显示设备103可以用于对上述结果等进行显示，也可以通过显示装置与用户进行交互。其中，显示设备103可以是用户终端，也可以是工作人员的用户终端或者是网管设备、服务器等。41.显示设备103还可以是触摸显示屏，用于在显示的上述内容的同时接收用户指令，以实现与用户的交互。42.应理解，上述处理设备可以通过处理器读取存储器中的指令并执行指令的方式实现，也可以通过芯片电路实现。43.可以理解的是，本技术实施例示意的结构并不构成对云网业务服务质量优化处理方法系统架构的具体限定。在本技术另一些可行的实施方式中，上述架构可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置，具体可根据实际应用场景确定，在此不做限制。图1所示的部件可以以硬件，软件，或软件与硬件的组合实现。44.另外，本技术实施例描述的网络架构以及业务场景是为了更加清楚的说明本技术实施例的技术方案，并不构成对于本技术实施例提供的技术方案的限定，本领域普通技术人员可知，随着网络架构的演变和新业务场景的出现，本技术实施例提供的技术方案对于类似的技术问题，同样适用。45.下面以几个实施例为例对本技术的技术方案进行描述，对于相同或相似的概念或过程可能在某些实施例不再赘述。46.图2为本技术实施例提供的一种云网业务服务质量优化处理方法的流程示意图，本技术实施例可以应用于图1中的处理设备102，处理设备102可以是云服务运营商的服务器或者服务器中的处理器等，具体执行主体可以根据实际应用场景确定。如图2所示，该方法包括如下步骤：s201：获取用户业务系统所在云主机的运行状态数据。47.其中，运行状态数据包括流入磁盘的字节数和流出磁盘的字节数。48.可选地，通过云计算管理平台openstack相应接口及其它管理系统提供的接口采集数据，主要采集客户业务系统所在云主机的时间磁盘输入输出（inout，io）值（diskio）。49.可选地，还采集网络io值（netio）。50.可选地，具体包括以下数值：diskinby：流入磁盘的字节数。51.diskoutby：流出磁盘的字节数。52.netinpac：网卡流入的数据包数。53.netoutpac：网卡流出的数据包数。54.可选地，在采集到上述数据后，访问该云主机系统的ip地址（ipaddress），并将这些数据按照时间、云主机序列号（computeruuid）、索引放到数据库表中。55.s202：根据流入磁盘的字节数，从运行状态数据中确定出单日峰值运行状态数据。56.具体地，将每天最大流入磁盘的字节数对应的一组数据确定为云主机的单日峰值运行状态数据。57.该单日峰值运行状态数据中可以包括流入磁盘的字节数和流出磁盘的字节数，还可以包括网卡流入的数据包数和网卡流出的数据包数。58.本技术实施例首先根据流入磁盘的字节数，从运行状态数据中确定出单日峰值运行状态数据，可以有效筛选出占用资源较多的数据，针对单日峰值运行状态数据进行冷数据的确定，便于实现资源的高效迁移以及系统服务质量的高效优化。59.s203：根据预设磁盘冷数据筛选规则、单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及磁盘冷数据对应的优先级。60.可选地，根据预设磁盘冷数据筛选规则、单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及磁盘冷数据对应的优先级，包括：在单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个延迟运行状态数据，并在n个延迟运行状态数据中筛选出流出磁盘的字节数最小的磁盘懒数据，判断磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定磁盘懒数据为磁盘冷数据，且确定优先级为第一优先级，其中n为正整数；在单日峰值运行状态数据中删除磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定新的磁盘懒数据为磁盘冷数据，且确定优先级为第二优先级；重复迭代执行在单日峰值运行状态数据中删除上次得到的新的磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则的步骤，直至得到新的磁盘懒数据无法满足预设磁盘冷数据筛选规则时停止迭代，以得到所有的磁盘冷数据以及磁盘冷数据对应的优先级。61.其中，n可以根据实际情况确定，本技术实施例对此不做具体限制。62.其中，预设磁盘冷数据筛选规则可以根据实际情况确定，本技术实施例对此不做具体限制。63.可选地，预设磁盘冷数据筛选规则中可以包括磁盘懒数据对应的流出磁盘的字节数的规则，例如，预设磁盘冷数据筛选规则可以为所有运行状态数据中最大流出磁盘的字节数与磁盘懒数据对应的流出磁盘的字节数的商大于第一预设限制阈值，则确定磁盘懒数据满足磁盘冷数据规则。其中，第一预设限制阈值可以根据实际情况确定，本技术实施例对此不做具体限制。64.在一种可能的实现方式中，磁盘冷数据筛选处理的实现方式如下：根据资源池的特点，为每个数据设置优先级，对于需要降低水位的资源池，先在单日峰值运行状态数据中找出最小的10（n，可以根据实际情况确定，这里以10个为例）个流入磁盘的字节数，最小的流入磁盘的字节数可以表示为minum（maxdiskinby），通过minum（maxdiskinby），该10个minum（maxdiskinby）对应的数据为延迟运行状态数据，在这10个延迟运行状态数据中，找出流出磁盘的字节数最小的数据确定为磁盘懒数据，磁盘懒数据序列号可以表示为lazycomputeruuid，流出磁盘的字节数最小的数据表示为minum（diskoutby），即lazycomputeruuid=minum（diskoutby）。检查此minum（diskoutby）与所有运行状态数据中最大流出磁盘的字节数max（diskoutby）的差是否在10（第一预设限制阈值，可以根据实际情况确定，这里以10为例）倍以上，若是，此lazycomputeruuid满足磁盘冷数据要求，为此lazycomputeruuid做磁盘冷数据标签，可以确定该数据优先级为1。65.从单日峰值运行状态数据中删掉lazycomputeruuid所在行，重复上述步骤，并找到的新的minum(diskoutby)的computeruuid标签冷数据，设置优先级设为2。以此类推，直到找不到此minum(diskoutby)与max（diskoutby）的差是否在10倍以上。66.maxdiskinby表示单日峰值运行状态数据中的流入磁盘的字节数。67.其中，冷数据指的是访问次数少的数据。68.在步骤s203中，本技术实施例首先找出流入磁盘的字节数最少的几个数据，再在筛选出的几个数据中确定流出磁盘的字节数最少的数据，从而确定访问次数少的磁盘懒数据，即通过磁盘懒数据确定可迁移的业务。69.这里，通过预设磁盘冷数据筛选规则，筛选所有数据中的最大流出磁盘的字节数与磁盘懒数据的最大流出磁盘的字节数倍数大的数据，可以降低误差，降低误删风险，进一步地提高了优化效率和优化质量。70.s204：根据至少一个磁盘冷数据以及磁盘冷数据对应的优先级，确定第一资源调度方案。71.可选的，根据至少一个磁盘冷数据以及磁盘冷数据对应的优先级，确定第一资源调度方案，包括：计算磁盘冷数据占用的资源量；根据目标资源释放量、磁盘冷数据占用的资源量和磁盘冷数据对应的优先级，确定第一资源调度方案。72.其中，这里的目标资源释放量可以根据情况确定，可以说用户\工作人员预先输入的，也可以预先获取当前资源量和目标资源量，确定差值为目标资源释放量。73.可选地，根据目标资源释放量、磁盘冷数据占用的资源量和磁盘冷数据对应的优先级，确定第一资源调度方案，可以为：根据优先级进行排序，先确定第一优先级的磁盘冷数据的资源量是否大于或等于目标资源释放量，若第一优先级的磁盘冷数据的资源量大于或等于目标资源释放量，则确定第一资源调度方案为将第一优先级的磁盘冷数据对应的业务进行迁移。74.若第一优先级的磁盘冷数据的资源量是否小于目标资源释放量，那么计算第一优先级的磁盘冷数据的资源量和第二优先级的磁盘冷数据的资源量的和是否大于或等于目标资源释放量，则和大于或等于目标资源释放量，则确定第一资源调度方案为将第一优先级的磁盘冷数据对应的业务和第二优先级的磁盘冷数据对应的业务进行迁移。75.根据优先级的顺序依稀类推，直至满足目标资源释放量，从而可以在尽量少地迁移业务的情况下，实现业务的高效调度以及优化，提高了云网一体服务的质量。76.这里，本技术实施例提供了一种可针对于所有云网一体服务的质量优化方法，根据用户业务系统所在云主机的运行状态数据，首先确定出流入磁盘的字节数最大的单日峰值运行状态数据，通过业务的流入磁盘的字节数和流出磁盘的字节数，对单日峰值运行状态数据进行自动分析和筛选，可以得到访问次数少的磁盘冷数据，进而根据磁盘冷数据及其优先级可以将访问次数少的磁盘冷数据迁移至其它云主机，针对所有云网业务系统均可实现高效的服务质量优化。77.可选地，在根据目标资源释放量、磁盘冷数据占用的资源量和磁盘冷数据对应的优先级，确定第一资源调度方案之后，还包括：若第一资源调度方案能够满足目标水位调整需求标准，则将第一资源调度方案发送至资源调度系统，以使资源调度系统根据第一资源调度方案进行业务系统迁移。78.这里，本技术实施例在确定了资源调度方案后，可直接将资源调度方案发送至资源调度系统，无需人工操作，可自动实现业务系统的高效迁移，进一步地提高了云网业务服务质量优化处理效率。79.可选地，本技术实施例还可以通过网络数据实现进一步的服务调度和优化，相应的，图3为本技术实施例提供的另一种云网业务服务质量优化处理方法的流程示意图，如图3所示，该方法包括：s301：获取用户业务系统所在云主机的运行状态数据。80.其中，运行状态数据包括流入磁盘的字节数、流出磁盘的字节数、网卡流入的数据包数和网卡流出的数据包数。81.s302：根据流入磁盘的字节数，从运行状态数据中确定出单日峰值运行状态数据。82.其中，每个单日峰值运行状态数据包括单日峰值运行状态数据对应的流入磁盘的字节数、流出磁盘的字节数、网卡流入的数据包数和网卡流出的数据包数。83.s303：根据预设磁盘冷数据筛选规则、单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及磁盘冷数据对应的优先级。84.s304：根据至少一个磁盘冷数据以及磁盘冷数据对应的优先级，确定第一资源调度方案。85.其中，步骤s301-s304的实现方式与步骤s201-s204的实现方式类似，本技术实施例在此不做赘述。86.s305：将至少一个磁盘冷数据在运行状态数据中删除，得到网络状态调整数据。87.这里，本技术实施例将在删除磁盘冷数据得到的网络状态调整数据中进行网络冷数据的筛选。88.s306：根据预设网络冷数据筛选规则、网络状态调整数据的网卡流入的数据包数和网卡流出的数据包数，进行网络冷数据筛选处理，得到至少一个网络冷数据以及网络冷数据对应的优先级。89.可选地，根据预设网络冷数据筛选规则、网络状态调整数据的网卡流入的数据包数和网卡流出的数据包数，进行网络冷数据筛选处理，得到至少一个网络冷数据以及网络冷数据对应的优先级，包括：在网络状态调整数据中筛选出网卡流入的数据包数最小的m个网络延迟运行状态数据，并在m个网络延迟运行状态数据中筛选出网卡流出的数据包数最小的网络懒数据，判断网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定网络懒数据为网络冷数据，且确定优先级为第一优先级；其中，m为任意正整数。90.在网络状态调整数据中删除上个步骤确定的网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的m个新的网络延迟运行状态数据，并在m个新的网络延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定新的网络懒数据为网络冷数据，且确定优先级为第二优先级；重复迭代执行在网络状态调整数据中删除上次得到的新的网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则的步骤，直至得到新的网络懒数据无法满足预设网络冷数据筛选规则时停止迭代，以得到所有的网络冷数据以及网络冷数据对应的优先级。91.其中，m可以根据实际情况确定，本技术实施例对此不做具体限制。92.其中，预设网络冷数据筛选规则可以根据实际情况确定，本技术实施例对此不做具体限制。93.可选地，预设网络冷数据筛选规则中可以包括网络懒数据对应的网卡流出的数据包数的规则，例如，预设网络冷数据筛选规则可以为所有运行状态数据中最大的网卡流出的数据包数与网络懒数据对应的网卡流出的数据包数的商大于第二预设限制阈值，则确定网络懒数据满足网络冷数据规则。其中，第二预设限制阈值可以根据实际情况确定，本技术实施例对此不做具体限制。94.在一种可能的实现方式中，网络冷数据筛选处理的实现方式如下：对于磁盘冷数据对应业务的云主机所占用的资源量（cpu\内存\存储）进行计算，释放后若满足了水位调整的需求，操作业务系统迁移，若磁盘冷数据对应业务迁移后的云主机所占用的资源释放掉仍然不能满足水位调整需求，则开始下一步，先在网络状态调整数据中找出最小的10（m，可以根据实际情况确定，这里以10个为例）个网卡流入的数据包数，最小的网卡流入的数据包数可以表示为minum（netinpac），通过minum（netinpac），该10个minum（netinpac）对应的数据为网络延迟运行状态数据，在这10个网络延迟运行状态数据中，找出网卡流出的数据包数最小minum（netoutpac）的数据确定为网络懒数据，检查此minum（netoutpac）与所有运行状态数据中最大网卡流出的数据包数max（netoutpac）的差是否在10（第二预设限制阈值，可以根据实际情况确定，这里以10为例）倍以上，若是，此网络懒数据满足网络冷数据要求，为此网络懒数据做网络冷数据标签，可以确定该数据优先级为1。95.从网络状态调整数据中删掉上述网络懒数据所在行，重复上述步骤，并找到的新的网络冷数据标签，设置优先级设为2。以此类推，直到找不到满足minum（netoutpac）与max（netoutpac）的差是否在10倍以上的数据。96.在步骤s306中，本技术实施例首先找出网卡流入的数据包数的几个数据，再在筛选出的几个数据中确定网卡流出的数据包数最少的数据，从而确定访问次数少的网络懒数据，即通过网络懒数据确定可迁移的业务。97.这里，通过预设网络冷数据筛选规则，筛选所有数据中的最大网卡流出的数据包数与网络懒数据的最大网卡流出的数据包数倍数大的数据，可以降低误差，降低误删风险，进一步地提高了优化效率和优化质量。98.s307：根据至少一个网络冷数据以及网络冷数据对应的优先级，确定第二资源调度方案。99.其中，本技术实施例可以根据磁盘数据分析业务容量，进一步地，还可以根据网络数据分析业务容量，从而实现高效、准确地业务迁移，进一步地提高了云网一体服务质量。100.可选地，在根据至少一个网络冷数据以及网络冷数据对应的优先级，确定第二资源调度方案之后，还包括：将第一资源调度方案和第二资源调度方案发送至资源调度系统，以使资源调度系统根据第一资源调度方案和第二资源调度方案进行业务系统迁移。101.这里，本技术实施例可以在磁盘容量以及网络层面进行业务的自动化、智能化调度，进一步地提高了云服务运营商的整体云资源利用率以及云网一体服务质量。102.示范性的，本技术实施例提供一种云网业务服务质量优化处理方法，如下所示：第一步：通过openstack相应接口及其它管理系统提供的接口采集数据，主要采集客户业务系统所在云主机的时间磁盘io值（diskio）、网络io值（netio），访问该云主机系统的ip地址（ipaddress），并将这些数据按照时间（time）、云主机id、索引放到数据库表中，形成表1，其中，表1的表头分别为computeruuid、time、diskinby、diskoutby、netinpac、netoutpac，表1的具体形式在此不做示例。103.第二步：在数据库表中找出每个云主机的每天的峰值的磁盘写入、写出字节数、网络流入、流出数据包数。形成表2，形成表2，其中，表2的表头分别为computeruuid、maxdiskinby、diskoutby、netinpac、netoutpac，表2的具体形式在此不做示例。104.第三步：根据资源池的特点，为每个数据设置优先级，对于需要降低水位的资源池，在表2中，先找出minum（maxdiskinby）10个，在这10个中，找出lazycomputeruuid=minum（diskoutby），检查此minum（diskoutby）与max（diskoutby）的商是否在10倍以上，若是，此lazycomputeruuid满足冷数据要求，为此lazycomputeruuid做冷数据标签，优先级1放入冷数据表3中，其中，表3的表头分别为computeruuid、磁盘冷数据标签（diskcoldtag）、优先级（prior），表3的具体形式在此不做示例。105.第四步：从表2中删掉lazycomputeruuid所在行，重复第三步，并找到新的lazycomputeruuid，将新的数据优先级设为2。以此类推，直到找不到此minum（diskoutby）与max（diskoutby）的商在10倍以上。106.第五步：对于表3中的云主机所占用的资源量（cpu\内存\存储）进行计算，释放后若满足了水位调整的需求，则导出表3到云服务商资源调度系统，操作业务系统迁移；若表3中的云主机所占用的资源释放掉仍然不能满足水位调整需求，则开始下一步。107.第六步：对于表1中的云主机删除掉表3的云主机信息后，形成表4。108.第七步：对于表4中的netinpac找出minum（netinpac）10个，形成表5。109.第八步：对于minum（netinpac）的netoutpac与maxnetoutpac比较，是否超过10倍，若是，形成网络冷数据表6。110.第九步：导出表6到云服务商资源调度系统，操作业务系统迁移。111.其中，可以理解的是，对于上述表的具体表现形式，本技术实施例不做具体举例及限制。112.通过上述方法，本技术实施例根据业务应用系统的运行数据分析业务应用数据的冷热程度，对业务应用数据进行冷热分类，从而方便云服务商做云资源池水位调整，提升云服务运营商的整体云资源利用率。113.图4为本技术实施例提供的一种云网业务服务质量优化处理方法装置的结构示意图，如图4所示，本技术实施例的装置包括：获取模块401、峰值确定模块402、磁盘冷数据确定模块403和第一调度方案确定模块404。这里的云网业务服务质量优化处理方法装置可以是服务器或者终端设备，或者是实现服务器或者终端设备的功能的芯片或者集成电路。这里需要说明的是，获取模块401、峰值确定模块402、磁盘冷数据确定模块403和第一调度方案确定模块404的划分只是一种逻辑功能的划分，物理上两者可以是集成的，也可以是独立的。114.其中，获取模块，用于获取用户业务系统所在云主机的运行状态数据，其中，运行状态数据包括流入磁盘的字节数和流出磁盘的字节数；峰值确定模块，用于根据流入磁盘的字节数，从运行状态数据中确定出单日峰值运行状态数据；磁盘冷数据确定模块，用于根据预设磁盘冷数据筛选规则、单日峰值运行状态数据的流入磁盘的字节数和流出磁盘的字节数，进行磁盘冷数据筛选处理，得到至少一个磁盘冷数据以及磁盘冷数据对应的优先级；第一调度方案确定模块，用于根据至少一个磁盘冷数据以及磁盘冷数据对应的优先级，确定第一资源调度方案，以使资源调度系统根据第一资源调度方案进行业务系统迁移。115.可选地，第一调度方案确定模块具体用于：计算磁盘冷数据占用的资源量；根据目标资源释放量、磁盘冷数据占用的资源量和磁盘冷数据对应的优先级，确定第一资源调度方案。116.可选地，磁盘冷数据确定模块具体用于：在单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个延迟运行状态数据，并在n个延迟运行状态数据中筛选出流出磁盘的字节数最小的磁盘懒数据，判断磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定磁盘懒数据为磁盘冷数据，且确定优先级为第一优先级，其中n为正整数；在单日峰值运行状态数据中删除磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则，若满足，则确定新的磁盘懒数据为磁盘冷数据，且确定优先级为第二优先级；重复迭代执行在单日峰值运行状态数据中删除上次得到的新的磁盘懒数据，在删除后的单日峰值运行状态数据中筛选出流入磁盘的字节数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出流出磁盘的字节数最小的新的磁盘懒数据，判断新的磁盘懒数据是否满足预设磁盘冷数据筛选规则的步骤，直至得到新的磁盘懒数据无法满足预设磁盘冷数据筛选规则时停止迭代，以得到所有的磁盘冷数据以及磁盘冷数据对应的优先级。117.可选地，在第一调度方案确定模块根据至少一个磁盘冷数据以及磁盘冷数据对应的优先级，确定第一资源调度方案之后，上述装置还包括：第一发送模块，用于若第一资源调度方案能够满足目标水位调整需求标准，则将第一资源调度方案发送至资源调度系统，以使资源调度系统根据第一资源调度方案进行业务系统迁移。118.可选地，运行状态数据还包括网卡流入的数据包数和网卡流出的数据包数；相应的，在第一调度方案确定模块根据至少一个磁盘冷数据以及磁盘冷数据对应的优先级，确定第一资源调度方案之后，上述装置还包括：删除模块，用于将至少一个磁盘冷数据在运行状态数据中删除，得到网络状态调整数据；网络冷数据确定模块，用于根据预设网络冷数据筛选规则、网络状态调整数据的网卡流入的数据包数和网卡流出的数据包数，进行网络冷数据筛选处理，得到至少一个网络冷数据以及网络冷数据对应的优先级；第二调度方案确定模块，用于根据至少一个网络冷数据以及网络冷数据对应的优先级，确定第二资源调度方案。119.可选地，所述网络冷数据确定模块具体用于：在所述网络状态调整数据中筛选出网卡流入的数据包数最小的m个网络延迟运行状态数据，并在m个网络延迟运行状态数据中筛选出网卡流出的数据包数最小的网络懒数据，判断所述网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定所述网络懒数据为网络冷数据，且确定优先级为第一优先级，其中，m为正整数；在网络状态调整数据中删除所述网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的m个新的网络延迟运行状态数据，并在m个新的网络延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则，若满足，则确定新的网络懒数据为网络冷数据，且确定优先级为第二优先级；重复迭代执行在网络状态调整数据中删除上次得到的新的网络懒数据，在删除后的网络状态调整数据中筛选出网卡流入的数据包数最小的n个新的延迟运行状态数据，并在n个新的延迟运行状态数据中筛选出网卡流出的数据包数最小的新的网络懒数据，判断新的网络懒数据是否满足预设网络冷数据筛选规则的步骤，直至得到新的网络懒数据无法满足预设网络冷数据筛选规则时停止迭代，以得到所有的网络冷数据以及网络冷数据对应的优先级。120.可选地，在第二调度方案确定模块根据至少一个网络冷数据以及网络冷数据对应的优先级，确定第二资源调度方案之后，上述装置还包括：第二发送模块，用于将第一资源调度方案和第二资源调度方案发送至资源调度系统，以使资源调度系统根据第一资源调度方案和第二资源调度方案进行业务系统迁移。121.本技术实施例还提供一种云网业务服务质量优化处理设备。122.参考图5，其示出了适于用来实现本公开实施例的云网业务服务质量优化处理设备500的结构示意图，该云网业务服务质量优化处理设备500可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理（personaldigitalassistant，简称pda）、平板电脑（portableandroiddevice，简称pad）、便携式多媒体播放器（portablemediaplayer，简称pmp）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的云网业务服务质量优化处理设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。123.如图5所示，云网业务服务质量优化处理设备500可以包括处理装置（例如中央处理器、图形处理器等）501，其可以根据存储在只读存储器（readonlymemory，简称rom）502中的程序或者从存储装置508加载到随机访问存储器（randomaccessmemory，简称ram）503中的程序而执行各种适当的动作和处理。在ram503中，还存储有云网业务服务质量优化处理设备500操作所需的各种程序和数据。处理装置501、rom502以及ram503通过总线504彼此相连。输入/输出（i/o）接口505也连接至总线504。124.通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器（liquidcrystaldisplay，简称lcd）、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许云网业务服务质量优化处理设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的云网业务服务质量优化处理设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。125.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。126.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、光纤、便携式紧凑磁盘只读存储器（cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf（射频）等等，或者上述的任意合适的组合。127.上述计算机可读介质可以是上述云网业务服务质量优化处理设备中所包含的；也可以是单独存在，而未装配入该云网业务服务质量优化处理设备中。128.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该云网业务服务质量优化处理设备执行时，使得该云网业务服务质量优化处理设备执行上述实施例所示的方法。129.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（localareanetwork，简称lan）或广域网（wideareanetwork，简称wan）—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。130.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述任一项的云网业务服务质量优化处理方法。131.本技术实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，用于实现上述任一项的云网业务服务质量优化处理方法。132.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。133.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。134.本领域技术人员在考虑说明书及实践这里公开的申请后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本
技术领域：
：中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求书指出。135.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。当前第1页12当前第1页12