CN117061511A - 远程桌面服务构建方法、装置、计算机设备和存储介质 - Google Patents
远程桌面服务构建方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117061511A CN117061511A CN202311000951.4A CN202311000951A CN117061511A CN 117061511 A CN117061511 A CN 117061511A CN 202311000951 A CN202311000951 A CN 202311000951A CN 117061511 A CN117061511 A CN 117061511A
- Authority
- CN
- China
- Prior art keywords
- data processing
- remote desktop
- container
- analysis result
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 483
- 238000000034 method Methods 0.000 claims abstract description 88
- 230000008569 process Effects 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims description 195
- 238000004422 calculation algorithm Methods 0.000 claims description 96
- 238000007726 management method Methods 0.000 claims description 35
- 230000001133 acceleration Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 12
- 238000013144 data compression Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 235000013599 spices Nutrition 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请涉及一种远程桌面服务构建方法、装置、计算机设备和存储介质。上述方法包括：针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议；通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果；通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。采用本方法能够在向用户提供远程桌面服务的过程中，提高容器的资源利用率。
Description
技术领域
本申请涉及云计算技术领域，特别是涉及一种远程桌面服务构建方法、装置、计算机设备和存储介质。
背景技术
随着云计算技术的发展，出现了kubernetes集群，kubernetes集群可以用来编排并管理kubernetes集群中的多个容器，并通过容器为用户提供各种服务。然而，目前的容器通常是以后端无界面的形式去提供服务，而无法为用户提供可视化的界面服务。
为了向用户提供可视化的界面服务，传统技术可以在每个容器中运行多个远程桌面服务后端进程，以提供对应的远程桌面服务。
然而，在向用户提供远程桌面服务的过程中，由于每个容器中需要运行多个远程桌面服务后端进程，而这些多个远程桌面服务后端进程中存在重复进程，从而导致每个容器在运行多个远程桌面服务后端进程时会占用较多资源。因此，在采用传统方法向用户提供远程桌面服务的过程中，存在容器资源利用率较低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高容器资源利用率的远程桌面服务构建方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种远程桌面服务构建方法。应用于kubernetes集群，所述kubernetes集群包括多个资源管理组件，所述资源管理组件包括至少一个数据处理容器及多个业务容器，所述多个业务容器分别与不同的终端设备通信连接，所述方法包括：
针对多个所述业务容器中的各所述业务容器，通过所述业务容器分别接收所述终端设备发送的远程桌面服务请求；所述远程桌面服务请求中携带了远程桌面协议；
通过所述业务容器及所述数据处理容器，基于所述远程桌面协议对所述远程桌面服务请求进行数据处理，生成所述远程桌面服务请求的数据处理结果；
通过各所述业务容器基于所述远程桌面服务请求的数据处理结果，构建各所述业务容器的远程桌面服务。
在其中一个实施例中，所述通过所述业务容器及所述数据处理容器，基于所述远程桌面协议对所述远程桌面服务请求进行数据处理，生成所述远程桌面服务请求的数据处理结果，包括：
通过所述业务容器对所述远程桌面服务请求进行解析，得到解析结果及所述解析结果对应的远程桌面协议，将所述解析结果及所述远程桌面协议发送至所述数据处理容器；
通过所述数据处理容器根据所述解析结果对应的远程桌面协议，对所述解析结果进行数据处理，生成所述解析结果的数据处理结果；
将所述解析结果的数据处理结果作为所述远程桌面服务请求的数据处理结果，并将所述远程桌面服务请求的数据处理结果发送至所述业务容器。
在其中一个实施例中，所述解析结果包括事件流及所述事件流对应的数据流；所述通过所述业务容器对所述远程桌面服务请求进行解析，得到解析结果及所述解析结果对应的远程桌面协议，包括：
通过所述业务容器对所述远程桌面服务请求进行解析，得到所述远程桌面服务请求的事件流及所述事件流对应的数据流；
根据所述事件流及所述数据流，确定所述事件流及所述数据流对应的远程桌面协议。
在其中一个实施例中，所述通过所述数据处理容器根据所述解析结果对应的远程桌面协议，对所述解析结果进行数据处理，生成所述解析结果的数据处理结果，包括：
通过所述数据处理容器中的适配器根据所述解析结果对应的远程桌面协议，对所述解析结果进行解析，生成所述解析结果对应的中间解析结果；
通过所述数据处理容器采用预设数据处理算法，对所述解析结果对应的中间解析结果进行数据处理，生成所述解析结果的数据处理结果；所述预设数据处理算法包括数据编码算法、数据解码算法及数据压缩算法中的至少一种。
在其中一个实施例中，所述中间解析结果包括中间事件流及所述中间数据流；所述通过所述数据处理容器采用预设数据处理算法，对所述解析结果对应的中间解析结果进行数据处理，生成所述解析结果的数据处理结果，包括：
通过所述数据处理容器中的数据处理引擎采用所述预设数据处理算法对所述中间事件流进行处理，生成所述中间事件流对应的第一处理结果；
通过所述数据处理引擎或硬件加速卡采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果；
根据所述第一处理结果及所述第二处理结果，生成所述解析结果的数据处理结果。
在其中一个实施例中，所述通过所述数据处理引擎或硬件加速卡采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果，包括：
判断所述kubernetes集群中是否存在所述硬件加速卡；
若所述kubernetes集群中存在所述硬件加速卡，则通过所述硬件加速卡采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果；
若所述kubernetes集群中不存在所述硬件加速卡，则通过所述数据处理引擎采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果。
在其中一个实施例中，所述方法还包括：
若需要更新所述资源管理组件，则对所述资源管理组件中数据处理容器所包含的所述预设数据处理算法进行更新，得到更新后的预设数据处理算法；
通过所述数据处理容器采用所述更新后的预设数据处理算法，对所述解析结果对应的中间解析结果进行数据处理，生成所述解析结果的数据处理结果。
第二方面，本申请还提供了一种远程桌面服务构建装置。应用于kubernetes集群，所述kubernetes集群包括多个资源管理组件，所述资源管理组件包括至少一个数据处理容器及多个业务容器，所述多个业务容器分别与不同的终端设备通信连接，所述装置包括：
远程桌面服务请求接收模块，用于针对多个所述业务容器中的各所述业务容器，通过所述业务容器分别接收所述终端设备发送的远程桌面服务请求；所述远程桌面服务请求中携带了远程桌面协议；
数据处理模块，用于通过所述业务容器及所述数据处理容器，基于所述远程桌面协议对所述远程桌面服务请求进行数据处理，生成所述远程桌面服务请求的数据处理结果；
远程桌面服务构建模块，用于通过各所述业务容器基于所述远程桌面服务请求的数据处理结果，构建各所述业务容器的远程桌面服务。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项实施例中的方法的步骤。
第四方面，本申请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，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项实施例中的方法的步骤。
第五方面，本申请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，该计算机程序被处理器执行时实现上述第一方面中任一项实施例中的方法的步骤。
上述远程桌面服务构建方法、装置、计算机设备和存储介质，针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议；通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果；通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。由于远程桌面服务请求中携带了远程桌面协议，因此，本申请可以通过业务容器及数据处理容器基于远程桌面协议，对每一种远程桌面协议对应的远程桌面服务请求进行统一地数据处理，就能够得到各种远程桌面协议对应的远程桌面服务请求的数据处理结果，且每种远程桌面协议只需要进行一次数据处理操作。之后，通过各业务容器基于各种远程桌面协议对应的远程桌面服务请求的数据处理结果，就能够构建各业务容器的远程桌面服务。因此，本申请在构建远程桌面服务的过程中无需运行重复进程，所以，各业务容器构建远程桌面服务的过程中不会占用较多资源，从而，本申请能够提高容器的资源利用率。
附图说明
图1为一个实施例中远程桌面服务构建方法的应用环境图；
图2为一个实施例中远程桌面服务构建方法的流程示意图；
图3为一个实施例中远程桌面服务请求的数据处理结果生成步骤的流程示意图；
图4为一个实施例中通过业务容器进行解析步骤的流程示意图；
图5为一个实施例中解析结果的数据处理结果生成步骤的流程示意图；
图6为一个实施例中通过数据处理容器进行数据处理步骤的流程示意图；
图7为一个实施例中第一处理及第二处理步骤的流程示意图；
图8为另一个实施例中更新步骤的流程示意图；
图9为一个可选的实施例中远程桌面服务构建方法的流程示意图；
图10为一个实施例中远程桌面服务构建装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着云计算技术的发展，出现了kubernetes集群，kubernetes集群可以用来编排并管理kubernetes集群中的多个容器，并通过容器为用户提供各种服务。然而，目前的容器通常是以后端无界面的形式去提供服务，而无法为用户提供可视化的界面服务。
为了向用户提供可视化的界面服务，传统技术可以在每个容器中运行多个远程桌面服务后端进程，以提供对应的远程桌面服务。
然而，在向用户提供远程桌面服务的过程中，由于每个容器中需要运行多个远程桌面服务后端进程，而这些多个远程桌面服务后端进程中存在重复进程，从而导致每个容器在运行多个远程桌面服务后端进程时会占用较多资源。因此，在采用传统方法向用户提供远程桌面服务的过程中，存在容器资源利用率较低的问题。
本申请实施例提供的远程桌面服务构建方法，可以应用于如图1所示的应用环境中。其中，kubernetes集群100包括多个资源管理组件，各资源管理组件包括至少一个数据处理容器140及多个业务容器120，数据处理容器140与多个业务容器120通信连接，多个业务容器120分别与不同的终端设备通信连接。数据处理容器140包括适配器及数据处理引擎，且可以通过数据处理引擎确定kubernetes集群100的资源管理组件中是否存在硬件加速卡。针对多个业务容器中的各业务容器，kubernetes集群100通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议；kubernetes集群100通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果；kubernetes集群100通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。
在一个实施例中，如图2所示，提供了一种远程桌面服务构建方法，以该方法应用于图1中的kubernetes集群100为例进行说明，包括以下步骤：
S220，针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议。
其中，kubernetes集群是用来编排并管理kubernetes集群中的多个容器，并通过容器为用户提供各种服务的集群。kubernetes集群包括多个资源管理组件Pod，资源管理组件Pod是Kubernetes集群中的最小资源对象，资源管理组件Pod包括至少一个数据处理容器及多个业务容器。数据处理容器是指用于进行数据处理的容器，数据处理容器可以包括但不局限于Sidecar容器、Ambassador容器等。业务容器是指用于执行业务的容器。远程桌面服务请求是指用于创建远程桌面服务的请求，远程桌面服务请求中携带了远程桌面协议。远程桌面协议可以包括但不局限于VNC(虚拟网络控制台，Virtual Network Console)协议、SPICE协议(独立计算环境简单协议，Simple Protocol for Independent ComputingEnvironment)、RDP协议(远程桌面协议，Remote Desktop Protocol)等。
可选地，针对多个业务容器中的各业务容器，由于多个业务容器分别与不同的终端设备通信连接，因此，终端设备可以向与该终端设备通信连接的业务容器发送远程桌面服务请求，从而，kubernetes集群可以通过业务容器分别接收终端设备发送的远程桌面服务请求。需要说明的是，各业务容器对应的远程桌面服务请求中携带了至少一种远程桌面协议。
S240，通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果。
可选地，kubernetes集群可以通过业务容器及数据处理容器，基于不同的远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果。示例性的，kubernetes集群可以通过业务容器将携带有远程桌面协议的远程桌面服务请求发送至数据处理容器，从而，kubernetes集群可以通过数据处理容器基于不同的远程桌面协议，对每一种远程桌面协议对应的远程桌面服务请求进行统一地数据处理，生成远程桌面服务请求的数据处理结果。其中，远程桌面服务请求的数据处理结果是指对远程桌面服务请求中的数据进行数据处理操作后所得到的结果。数据处理的过程可以包括但不局限于编码、解码、压缩、解压缩等过程中的至少一种。
S260，通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。
可选地，kubernetes集群可以通过数据处理容器将远程桌面服务请求的数据处理结果发送至各业务容器，从而，kubernetes集群可以通过各业务容器接收远程桌面服务请求的数据处理结果，并基于远程桌面服务请求的数据处理结果，按照不同的远程桌面服务请求对应的远程桌面协议，构建各业务容器的远程桌面服务。此外，kubernetes集群还可以通过各业务容器将各业务容器的远程桌面服务发送至各终端设备。其中，远程桌面服务是指为用户提供的可视化的界面服务。
上述远程桌面服务构建方法中，针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议；通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果；通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。由于远程桌面服务请求中携带了远程桌面协议，因此，本申请可以通过业务容器及数据处理容器基于远程桌面协议，对每一种远程桌面协议对应的远程桌面服务请求进行统一地数据处理，就能够得到各种远程桌面协议对应的远程桌面服务请求的数据处理结果，且每种远程桌面协议只需要进行一次数据处理操作。之后，通过各业务容器基于各种远程桌面协议对应的远程桌面服务请求的数据处理结果，就能够构建各业务容器的远程桌面服务。因此，本申请在构建远程桌面服务的过程中无需运行重复进程，所以，各业务容器构建远程桌面服务的过程中不会占用较多资源，从而，本申请能够提高容器的资源利用率。
在上面的实施例中，涉及到了通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果，下面对其具体方法进行介绍。在一个实施例中，如图3所示，S240包括：
S320，通过业务容器对远程桌面服务请求进行解析，得到解析结果及解析结果对应的远程桌面协议，将解析结果及远程桌面协议发送至数据处理容器。
可选地，如图4所示，图4为一个实施例中通过业务容器进行解析步骤的流程示意图。在S402业务容器接收到携带有远程桌面协议的远程桌面服务请求之后，S404，kubernetes集群可以通过业务容器中的远程桌面后端Moc程序模块对远程桌面服务请求进行身份信息验证，以确保远程桌面服务请求是由与业务容器通信连接的终端设备所发送的。其中，可以通过密码验证等方式进行身份信息验证，当然，本申请实施例对于身份信息验证的方式不做限定。
结合图4所示，在身份信息验证通过之后，S406，可以通过业务容器中的远程桌面后端Moc程序模块对携带有远程桌面协议的远程桌面服务请求进行解析，得到解析结果及解析结果对应的远程桌面协议。S408，kubernetes集群可以确定数据处理容器中的适配器及数据处理引擎是否可以正常使用。若确定出数据处理容器中的适配器及数据处理引擎可以正常使用，S410，则可以通过业务容器中的远程桌面后端Moc程序模块根据IPC(进程间通信，Inter-Process Communication)的通信方式，将解析结果及解析结果对应的远程桌面协议发送至数据处理容器。
在其中一个可选的实施例中，解析结果包括事件流及事件流对应的数据流；S320包括：
通过业务容器对远程桌面服务请求进行解析，得到远程桌面服务请求的事件流及事件流对应的数据流。
根据事件流及数据流，确定事件流及数据流对应的远程桌面协议。
其中，解析结果包括事件流及事件流对应的数据流。事件流是指当界面触发一个事件时事件的响应过程，事件流可以包括但不局限于用户的鼠标、键盘等外设事件、桌面的安全策略和自定义命令等。数据流是指事件流对应的事件响应过程中所涉及到的数据，数据流可以包括但不局限于视频流、音频流及图片流等。
可选地，由于解析结果包括事件流及事件流对应的数据流，因此，kubernetes集群可以通过业务容器中的远程桌面后端Moc程序模块对远程桌面服务请求进行解析，得到远程桌面服务请求的事件流及事件流对应的数据流。之后，可以通过远程桌面后端Moc程序模块根据事件流及数据流，确定事件流及数据流对应的远程桌面协议。
S340，通过数据处理容器根据解析结果对应的远程桌面协议，对解析结果进行数据处理，生成解析结果的数据处理结果。
S360，将解析结果的数据处理结果作为远程桌面服务请求的数据处理结果，并将远程桌面服务请求的数据处理结果发送至业务容器。
可选地，kubernetes集群可以通过数据处理容器接收到各业务容器发送的解析结果及解析结果对应的远程桌面协议，并通过数据处理容器根据不同的解析结果对应的远程桌面协议，对每一种远程桌面协议对应的解析结果统一地进行数据处理，生成解析结果的数据处理结果。之后，kubernetes集群可以通过数据处理容器将远程桌面服务请求对应的解析结果的数据处理结果作为该远程桌面服务请求的数据处理结果，从而得到各远程桌面服务请求的数据处理结果。接着，可以通过数据处理容器根据IPC(进程间通信，Inter-Process Communication)的通信方式，将各远程桌面服务请求的数据处理结果发送至各远程桌面服务请求对应的业务容器。
本实施例中，在业务容器中只运行统一的远程桌面后端Moc程序模块，并通过统一的远程桌面后端Moc程序模块兼容各种远程桌面连接协议，就能够通过业务容器对远程桌面服务请求进行统一解析，从而能够得到较准确的解析结果及解析结果对应的远程桌面协议，并将解析结果及远程桌面协议发送至数据处理容器。
之后，通过数据处理容器根据解析结果对应的远程桌面协议，对较准确的解析结果统一地进行数据处理，就能够较准确地生成解析结果的数据处理结果，且能够减少为了兼容多种远程桌面协议、而导致的各业务容器在运行多个远程桌面服务后端进程时会占用较多资源的问题。从而，将较准确的解析结果的数据处理结果作为远程桌面服务请求的数据处理结果，并将远程桌面服务请求的数据处理结果发送至业务容器，就能够较准确地确定出各种远程桌面协议对应的远程桌面服务请求的数据处理结果。
在上面的实施例中，涉及到了通过数据处理容器根据解析结果对应的远程桌面协议，对解析结果进行数据处理，生成解析结果的数据处理结果，下面对其具体方法进行介绍。在一个实施例中，如图5所示，S340包括：
S520，通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对解析结果进行解析，生成解析结果对应的中间解析结果。
可选地，如图6所示，图6为一个实施例中通过数据处理容器进行数据处理步骤的流程示意图。kubernetes集群可以通过数据处理容器中的适配器接收各业务容器发送的解析结果及解析结果对应的远程桌面协议，S602，并通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对同一种远程桌面协议对应的解析结果进行统一地解析，生成解析结果对应的中间解析结果。
S540，通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果；预设数据处理算法包括数据编码算法、数据解码算法及数据压缩算法中的至少一种。
可选地，kubernetes集群可以通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。可选的，可以通过数据处理容器中的数据处理引擎采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果；或者，也可以通过kubernetes集群的资源管理组件中的硬件加速卡采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。其中，预设数据处理算法包括数据编码算法、数据解码算法及数据压缩算法中的至少一种。
本实施例中，通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对同一种远程桌面协议对应的解析结果进行统一地解析，就能够生成各种远程桌面协议对应的解析结果对应的中间解析结果。之后，通过数据处理容器采用预设数据处理算法，对各种远程桌面协议对应的中间解析结果进行数据处理，就能够统一地生成各种远程桌面协议对应的解析结果的数据处理结果。
在上面的实施例中，涉及到了通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果，下面对其具体方法进行介绍。在一个实施例中，如图7所示，中间解析结果包括中间事件流及中间数据流；S540包括：
S720，通过数据处理容器中的数据处理引擎采用预设数据处理算法对中间事件流进行处理，生成中间事件流对应的第一处理结果。
可选地，由于解析结果包括事件流及事件流对应的数据流，因此，解析结果对应的中间解析结果包括中间事件流及中间数据流。结合图6所示，S604，由于事件流的数据量及计算量较小，因此，kubernetes集群可以通过数据处理容器中的数据处理引擎所包含的CPU采用预设数据处理算法对中间事件流进行处理，生成中间事件流对应的第一处理结果。其中，第一处理结果是指对中间事件流进行数据处理后所得到的结果。
S740，通过数据处理引擎或硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。
可选地，由于数据流的数据量及计算量较大，因此，kubernetes集群可以通过数据处理容器中的数据处理引擎采用预设数据处理算法，对中间数据流进行数据处理，生成中间数据流对应的第二处理结果；或者，也可以通过kubernetes集群的资源管理组件中的硬件加速卡采用预设数据处理算法，对中间数据流进行数据处理，生成中间数据流对应的第二处理结果。其中，第二处理结果是指对中间数据流进行数据处理后所得到的结果。
在其中一个可选的实施例中，解析结果包括事件流及事件流对应的数据流；S740包括：
判断kubernetes集群中是否存在硬件加速卡。
若kubernetes集群中存在硬件加速卡，则通过硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。
若kubernetes集群中不存在硬件加速卡，则通过数据处理引擎采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。
可选地，结合图6所示，S606，kubernetes集群可以通过数据处理容器判断kubernetes集群中是否存在硬件加速卡。若kubernetes集群中存在硬件加速卡，则S608，kubernetes集群可以通过硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。若kubernetes集群中不存在硬件加速卡，则S610，kubernetes集群可以通过数据处理引擎所包含的CPU采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。示例性的，由于中间数据流中的视频编码及视频压缩部分计算量较大，因此，可以对中间数据流中的视频编码及视频压缩部分进行处理，生成中间数据流对应的第二处理结果。
S760，根据第一处理结果及第二处理结果，生成解析结果的数据处理结果。
可选地，结合图6所示，S612，kubernetes集群可以通过数据处理容器根据中间事件流对应的第一处理结果及中间数据流对应的第二处理结果，对第一处理结果及第二处理结果进行整合，得到整合后的处理结果。之后，可以通过数据处理容器根据各远程桌面协议对整合后的处理结果进行封装，生成解析结果的数据处理结果。
本实施例中，通过数据处理容器中的数据处理引擎采用预设数据处理算法直接对中间事件流进行处理，能够较准确地生成中间事件流对应的第一处理结果。通过数据处理引擎或硬件加速卡采用预设数据处理算法对中间数据流进行处理，能够较准确地生成中间数据流对应的第二处理结果，能够尽可能地在硬件加速卡上处理计算量较大的中间数据流，从而能够减轻数据处理容器中CPU的负载，并得到更高的加速比及计算密度。之后，根据较准确的第一处理结果及较准确的第二处理结果，能够较准确地生成解析结果的数据处理结果。
在上面的实施例中，涉及到了通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果，下面对另一种实现方法进行介绍。在一个实施例中，如图8所示，上述远程桌面服务构建方法还包括：
S820，若需要更新资源管理组件，则对资源管理组件中数据处理容器所包含的预设数据处理算法进行更新，得到更新后的预设数据处理算法。
S840，通过数据处理容器采用更新后的预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。
可选地，若需要更新资源管理组件，则kubernetes集群可以对资源管理组件中数据处理容器所包含的预设数据处理算法进行更新，得到更新后的预设数据处理算法。从而，在通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对解析结果进行解析，生成解析结果对应的中间解析结果之后，kubernetes集群可以通过数据处理容器采用更新后的预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。
本实施例中，若需要更新资源管理组件，则对资源管理组件中数据处理容器所包含的预设数据处理算法进行统一更新，得到更新后的预设数据处理算法；通过数据处理容器采用更新后的预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。因此，本申请在需要更新或升级预设数据处理算法时，可以只更新资源管理组件中的数据处理容器，而不用对资源管理组件中的业务容器进行重新部署，具有较好的灵活性。
在一个可选的实施例中，如图9所示，提供了一种远程桌面服务构建方法，应用于kubernetes集群100，上述远程桌面服务构建方法包括：
S902，针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议；
S904，通过业务容器对远程桌面服务请求进行解析，得到远程桌面服务请求的事件流及事件流对应的数据流；
S906，根据事件流及数据流，确定事件流及数据流对应的远程桌面协议，将解析结果及远程桌面协议发送至数据处理容器；
S908，通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对解析结果进行解析，生成解析结果对应的中间解析结果；
S910，通过数据处理容器中的数据处理引擎采用预设数据处理算法对中间事件流进行处理，生成中间事件流对应的第一处理结果；
S912，判断kubernetes集群中是否存在硬件加速卡；
S914，若kubernetes集群中存在硬件加速卡，则通过硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果；
S916，若kubernetes集群中不存在硬件加速卡，则通过数据处理引擎采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果；
S918，根据第一处理结果及第二处理结果，生成解析结果的数据处理结果；
S920，将解析结果的数据处理结果作为远程桌面服务请求的数据处理结果，并将远程桌面服务请求的数据处理结果发送至业务容器；
S922，通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务；
S924，若需要更新资源管理组件，则对资源管理组件中数据处理容器所包含的预设数据处理算法进行更新，得到更新后的预设数据处理算法；
S926，通过数据处理容器采用更新后的预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。
上述远程桌面服务构建方法中，由于远程桌面服务请求中携带了远程桌面协议，因此，本申请可以通过业务容器及数据处理容器基于远程桌面协议，对每一种远程桌面协议对应的远程桌面服务请求进行统一地数据处理，就能够得到各种远程桌面协议对应的远程桌面服务请求的数据处理结果，且每种远程桌面协议只需要进行一次数据处理操作。之后，通过各业务容器基于各种远程桌面协议对应的远程桌面服务请求的数据处理结果，就能够构建各业务容器的远程桌面服务。因此，本申请实施例适用于基于Kubernetes集群的多个业务容器提供各种远程桌面协议的远程桌面服务场景，可以通过数据处理容器提供灵活的架构和极高的硬件加速性能。本申请在构建远程桌面服务的过程中无需运行重复进程，所以，各业务容器构建远程桌面服务的过程中不会占用较多资源，从而，本申请能够提高容器的资源利用率。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的远程桌面服务构建方法的远程桌面服务构建装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个远程桌面服务构建装置实施例中的具体限定可以参见上文中对于远程桌面服务构建方法的限定，在此不再赘述。
在一个实施例中，如图10所示，提供了一种远程桌面服务构建装置1000，应用于kubernetes集群，kubernetes集群包括多个资源管理组件，资源管理组件包括至少一个数据处理容器及多个业务容器，多个业务容器分别与不同的终端设备通信连接，上述桌面服务构建装置1000包括：远程桌面服务请求接收模块1020、数据处理模块1040和远程桌面服务构建模块1060，其中：
远程桌面服务请求接收模块1020，用于针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议。
数据处理模块1040，用于通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果。
远程桌面服务构建模块1060，用于通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。
在一个实施例中，数据处理模块1040包括：
远程桌面服务请求解析单元，用于通过业务容器对远程桌面服务请求进行解析，得到解析结果及解析结果对应的远程桌面协议，将解析结果及远程桌面协议发送至数据处理容器；
解析结果处理单元，用于通过数据处理容器根据解析结果对应的远程桌面协议，对解析结果进行数据处理，生成解析结果的数据处理结果；
数据处理结果生成单元，用于将解析结果的数据处理结果作为远程桌面服务请求的数据处理结果，并将远程桌面服务请求的数据处理结果发送至业务容器。
在一个实施例中，解析结果包括事件流及事件流对应的数据流；远程桌面服务请求解析单元包括：
远程桌面服务请求解析子单元，用于通过业务容器对远程桌面服务请求进行解析，得到远程桌面服务请求的事件流及事件流对应的数据流；
远程桌面协议确定子单元，用于根据事件流及数据流，确定事件流及数据流对应的远程桌面协议。
在一个实施例中，解析结果处理单元包括：
解析结果解析子单元，用于通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对解析结果进行解析，生成解析结果对应的中间解析结果；
解析结果的数据处理结果生成子单元，用于通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果；预设数据处理算法包括数据编码算法、数据解码算法及数据压缩算法中的至少一种。
在一个实施例中，中间解析结果包括中间事件流及中间数据流；解析结果的数据处理结果生成子单元包括：
第一处理结果生成子单元，用于通过数据处理容器中的数据处理引擎采用预设数据处理算法对中间事件流进行处理，生成中间事件流对应的第一处理结果；
第二处理结果生成子单元，用于通过数据处理引擎或硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果；
解析结果的数据处理结果得到子单元，用于根据第一处理结果及第二处理结果，生成解析结果的数据处理结果。
在一个实施例中，第二处理结果生成子单元包括：
判断子单元，用于判断kubernetes集群中是否存在硬件加速卡；
第一处理子单元，用于在kubernetes集群中存在硬件加速卡的情况下，通过硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果；
第二处理子单元，用于在kubernetes集群中不存在硬件加速卡的情况下，通过数据处理引擎采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。
在一个实施例中，上述桌面服务构建装置1000还包括：
更新模块，用于在需要更新资源管理组件的情况下，对资源管理组件中数据处理容器所包含的预设数据处理算法进行更新，得到更新后的预设数据处理算法；
数据处理更新模块，用于通过数据处理容器采用更新后的预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。
上述远程桌面服务构建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储远程桌面服务构建数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种远程桌面服务构建方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
针对多个业务容器中的各业务容器，通过业务容器分别接收终端设备发送的远程桌面服务请求；远程桌面服务请求中携带了远程桌面协议；
通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果；
通过各业务容器基于远程桌面服务请求的数据处理结果，构建各业务容器的远程桌面服务。
在一个实施例中，通过业务容器及数据处理容器，基于远程桌面协议对远程桌面服务请求进行数据处理，生成远程桌面服务请求的数据处理结果，处理器执行计算机程序时还实现以下步骤：
通过业务容器对远程桌面服务请求进行解析，得到解析结果及解析结果对应的远程桌面协议，将解析结果及远程桌面协议发送至数据处理容器；
通过数据处理容器根据解析结果对应的远程桌面协议，对解析结果进行数据处理，生成解析结果的数据处理结果；
将解析结果的数据处理结果作为远程桌面服务请求的数据处理结果，并将远程桌面服务请求的数据处理结果发送至业务容器。
在一个实施例中，解析结果包括事件流及事件流对应的数据流；通过业务容器对远程桌面服务请求进行解析，得到解析结果及解析结果对应的远程桌面协议，处理器执行计算机程序时还实现以下步骤：
通过业务容器对远程桌面服务请求进行解析，得到远程桌面服务请求的事件流及事件流对应的数据流；
根据事件流及数据流，确定事件流及数据流对应的远程桌面协议。
在一个实施例中，通过数据处理容器根据解析结果对应的远程桌面协议，对解析结果进行数据处理，生成解析结果的数据处理结果，处理器执行计算机程序时还实现以下步骤：
通过数据处理容器中的适配器根据解析结果对应的远程桌面协议，对解析结果进行解析，生成解析结果对应的中间解析结果；
通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果；预设数据处理算法包括数据编码算法、数据解码算法及数据压缩算法中的至少一种。
在一个实施例中，中间解析结果包括中间事件流及中间数据流；通过数据处理容器采用预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果，处理器执行计算机程序时还实现以下步骤：
通过数据处理容器中的数据处理引擎采用预设数据处理算法对中间事件流进行处理，生成中间事件流对应的第一处理结果；
通过数据处理引擎或硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果；
根据第一处理结果及第二处理结果，生成解析结果的数据处理结果。
在一个实施例中，通过数据处理引擎或硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果，处理器执行计算机程序时还实现以下步骤：
判断kubernetes集群中是否存在硬件加速卡；
若kubernetes集群中存在硬件加速卡，则通过硬件加速卡采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果；
若kubernetes集群中不存在硬件加速卡，则通过数据处理引擎采用预设数据处理算法对中间数据流进行处理，生成中间数据流对应的第二处理结果。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若需要更新资源管理组件，则对资源管理组件中数据处理容器所包含的预设数据处理算法进行更新，得到更新后的预设数据处理算法；
通过数据处理容器采用更新后的预设数据处理算法，对解析结果对应的中间解析结果进行数据处理，生成解析结果的数据处理结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (11)
1.一种远程桌面服务构建方法，其特征在于，应用于kubernetes集群，所述kubernetes集群包括多个资源管理组件，所述资源管理组件包括至少一个数据处理容器及多个业务容器，所述多个业务容器分别与不同的终端设备通信连接，所述方法包括：
针对多个所述业务容器中的各所述业务容器，通过所述业务容器分别接收所述终端设备发送的远程桌面服务请求；所述远程桌面服务请求中携带了远程桌面协议；
通过所述业务容器及所述数据处理容器，基于所述远程桌面协议对所述远程桌面服务请求进行数据处理，生成所述远程桌面服务请求的数据处理结果；
通过各所述业务容器基于所述远程桌面服务请求的数据处理结果，构建各所述业务容器的远程桌面服务。
2.根据权利要求1所述的方法，其特征在于，所述通过所述业务容器及所述数据处理容器，基于所述远程桌面协议对所述远程桌面服务请求进行数据处理，生成所述远程桌面服务请求的数据处理结果，包括：
通过所述业务容器对所述远程桌面服务请求进行解析，得到解析结果及所述解析结果对应的远程桌面协议，将所述解析结果及所述远程桌面协议发送至所述数据处理容器；
通过所述数据处理容器根据所述解析结果对应的远程桌面协议，对所述解析结果进行数据处理，生成所述解析结果的数据处理结果；
将所述解析结果的数据处理结果作为所述远程桌面服务请求的数据处理结果，并将所述远程桌面服务请求的数据处理结果发送至所述业务容器。
3.根据权利要求2所述的方法，其特征在于，所述解析结果包括事件流及所述事件流对应的数据流；所述通过所述业务容器对所述远程桌面服务请求进行解析，得到解析结果及所述解析结果对应的远程桌面协议，包括：
通过所述业务容器对所述远程桌面服务请求进行解析，得到所述远程桌面服务请求的事件流及所述事件流对应的数据流；
根据所述事件流及所述数据流，确定所述事件流及所述数据流对应的远程桌面协议。
4.根据权利要求2或3所述的方法，其特征在于，所述通过所述数据处理容器根据所述解析结果对应的远程桌面协议，对所述解析结果进行数据处理，生成所述解析结果的数据处理结果，包括：
通过所述数据处理容器中的适配器根据所述解析结果对应的远程桌面协议，对所述解析结果进行解析，生成所述解析结果对应的中间解析结果；
通过所述数据处理容器采用预设数据处理算法，对所述解析结果对应的中间解析结果进行数据处理，生成所述解析结果的数据处理结果；所述预设数据处理算法包括数据编码算法、数据解码算法及数据压缩算法中的至少一种。
5.根据权利要求4所述的方法，其特征在于，所述中间解析结果包括中间事件流及所述中间数据流；所述通过所述数据处理容器采用预设数据处理算法，对所述解析结果对应的中间解析结果进行数据处理，生成所述解析结果的数据处理结果，包括：
通过所述数据处理容器中的数据处理引擎采用所述预设数据处理算法对所述中间事件流进行处理，生成所述中间事件流对应的第一处理结果；
通过所述数据处理引擎或硬件加速卡采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果；
根据所述第一处理结果及所述第二处理结果，生成所述解析结果的数据处理结果。
6.根据权利要求5所述的方法，其特征在于，所述通过所述数据处理引擎或硬件加速卡采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果，包括：
判断所述kubernetes集群中是否存在所述硬件加速卡；
若所述kubernetes集群中存在所述硬件加速卡，则通过所述硬件加速卡采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果；
若所述kubernetes集群中不存在所述硬件加速卡，则通过所述数据处理引擎采用所述预设数据处理算法对所述中间数据流进行处理，生成所述中间数据流对应的第二处理结果。
7.根据权利要求4所述的方法，其特征在于，所述方法还包括：
若需要更新所述资源管理组件，则对所述资源管理组件中数据处理容器所包含的所述预设数据处理算法进行更新，得到更新后的预设数据处理算法；
通过所述数据处理容器采用所述更新后的预设数据处理算法，对所述解析结果对应的中间解析结果进行数据处理，生成所述解析结果的数据处理结果。
8.一种远程桌面服务构建装置，其特征在于，应用于kubernetes集群，所述kubernetes集群包括多个资源管理组件，所述资源管理组件包括至少一个数据处理容器及多个业务容器，所述多个业务容器分别与不同的终端设备通信连接，所述装置包括：
远程桌面服务请求接收模块，用于针对多个所述业务容器中的各所述业务容器，通过所述业务容器分别接收所述终端设备发送的远程桌面服务请求；所述远程桌面服务请求中携带了远程桌面协议；
数据处理模块，用于通过所述业务容器及所述数据处理容器，基于所述远程桌面协议对所述远程桌面服务请求进行数据处理，生成所述远程桌面服务请求的数据处理结果；
远程桌面服务构建模块，用于通过各所述业务容器基于所述远程桌面服务请求的数据处理结果，构建各所述业务容器的远程桌面服务。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311000951.4A CN117061511A (zh) | 2023-08-09 | 2023-08-09 | 远程桌面服务构建方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311000951.4A CN117061511A (zh) | 2023-08-09 | 2023-08-09 | 远程桌面服务构建方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117061511A true CN117061511A (zh) | 2023-11-14 |
Family
ID=88658277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311000951.4A Pending CN117061511A (zh) | 2023-08-09 | 2023-08-09 | 远程桌面服务构建方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117061511A (zh) |
-
2023
- 2023-08-09 CN CN202311000951.4A patent/CN117061511A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115150063A (zh) | 模型加密的方法、装置及电子设备 | |
| CN116932935A (zh) | 地址匹配方法、装置、设备、介质和程序产品 | |
| CN116800671A (zh) | 数据传输方法、装置、计算机设备、存储介质和程序产品 | |
| CN117061511A (zh) | 远程桌面服务构建方法、装置、计算机设备和存储介质 | |
| CN108365959B (zh) | 一种云环境下全代理的外包多项式验证方法 | |
| CN116009985A (zh) | 接口调用方法、装置、计算机设备和存储介质 | |
| CN108319506B (zh) | 一种数据分层处理方法及装置 | |
| CN115374048A (zh) | 一种多项式处理方法、fpga端、pc端及存储介质 | |
| CN113760993A (zh) | 业务数据查询方法、装置和电子设备 | |
| CN117240578A (zh) | 流量完整性验证方法、装置、计算机设备及其存储介质 | |
| CN117435367B (zh) | 用户行为处理方法、装置、设备、存储介质和程序产品 | |
| CN116561735B (zh) | 一种基于多认证源的互信认证方法、系统及电子设备 | |
| US20240098143A1 (en) | Plug-in orchestrator for vehicle data stream subscription system | |
| CN118573671A (zh) | 文件分片管理方法、装置、计算机设备、存储介质和产品 | |
| CN118449853A (zh) | 访问数据处理方法、装置、计算机设备和可读存储介质 | |
| CN118606981A (zh) | 用于数据访问接口的数据处理方法、装置和计算机设备 | |
| CN116915434A (zh) | 基于RxJS的验证码异步获取方法、装置和计算机设备 | |
| CN116846997A (zh) | 报文处理方法、装置、计算机设备、存储介质和程序产品 | |
| CN116489089A (zh) | 一种流量控制方法、装置、计算机设备 | |
| CN117951736A (zh) | 数据处理方法、装置、计算机设备、存储介质和程序产品 | |
| CN118474097A (zh) | 文件发送方法、装置、计算机设备、可读存储介质和程序产品 | |
| CN118550503A (zh) | 随机数处理方法、装置、计算机设备以及存储介质 | |
| CN117082135A (zh) | 业务传输方法、装置、计算机设备和存储介质 | |
| CN116862489A (zh) | 资源交互方法、装置、计算机设备和存储介质 | |
| CN116684404A (zh) | 资源交互数据下载方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |