1.一种日志的缓存方法，其特征在于，包括：

检测实时日志的数量是否达到了预设数量；

若达到了预设数量，则检测各所述实时日志的类别；

根据各所述实时日志的类别，通过对应所述类别的消息队列接收对应的所述实时日志，并根据所述实时日志的申请号对所述实时日志设定TOKEN标签；

将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理，得到解耦后的目标日志；其中，所述目标日志携带有所述实时日志对应的所述TOKEN标签；

根据所述TOKEN标签将所述目标日志保存在对应所述申请号的缓存数据库中；

所述检测各所述实时日志的类别的步骤，包括：

将所述实时日志输入至预设的向量机中，得到对应固定维度的实时日志向量X＝(x根据公式

根据所述匹配度得到各所述实时日志的类别；

所述将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理，得到解耦后的目标日志的步骤，包括：获取接收了所述实时日志后的各消息队列的长度，并根据各消息队列的长度建立长度集合；

根据公式Δd

判断所述最大长度差是否超过了长度预设值；

若超过了长度预设值，则将处理所述长度集合中长度最小的消息队列的第一日志处理模型，在处理完毕长度最小的消息队列后，获取处理所述长度集合中长度最大的消息队列对应的第二日志处理模型中的参数数据；

将所述第二日志处理模型中的参数数据迁移至所述第一日志处理模型中，并接收长度最大的消息队列中未处理的实时日志进行处理。

2.如权利要求1所述的日志的缓存方法，其特征在于，所述将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理，得到解耦后的目标日志的步骤之前，包括：获取训练数据，并将所述训练数据中的各个样本数据进行分类处理；

将各类别的所述样本数据输入至对应的日志处理初始模型中进行训练，训练完毕后得到各类别对应的所述日志处理模型。

3.如权利要求2所述的日志的缓存方法，其特征在于，所述获取训练数据，并将所述训练数据中的各个样本数据进行分类处理的步骤，包括：从训练数据库中获取所述训练数据；

将所述训练数据中的各个样本数据进行向量化处理，得到各样本数据对应的样本向量；

根据公式

根据所述样本数据与各类别对应的类别向量的相似度，将所述样本数据进行分类处理。

4.如权利要求1所述的日志的缓存方法，其特征在于，所述根据所述TOKEN标签将所述目标日志保存在对应所述申请号的缓存数据库中的步骤，包括：获取所述申请号对应的各所述目标日志的特征值；

将各所述目标日志的特征值与所述缓存数据库中的层级类别进行相似度比较；

根据所述相似度比较的结果将各所述目标日志缓存至各自相似度最高的层级目录下。

5.如权利要求1所述的日志的缓存方法，其特征在于，所述根据各所述实时日志的类别，通过对应所述类别的消息队列接收对应的所述实时日志，并根据所述实时日志的申请号对所述实时日志设定TOKEN标签的步骤之后，还包括：遍历所述消息队列中各实时日志的TOKEN标签，判断所述消息队列中的所述目标日志是否均已上传至所述消息队列中；

若存在有未上传至所述消息队列中的所述实时日志，则根据所述TOKEN标签检测未上传的所述实时日志；

将未上传的所述实时日志重新上传至所述消息队列中。

6.一种日志的缓存装置，应用于权利要求1至5任一项所述的日志的缓存方法，其特征在于，包括：预设数量检测模块，用于检测实时日志的数量是否达到了预设数量；

类别检测模块，用于若达到了预设数量，则检测各所述实时日志的类别；

实时日志接收模块，用于根据各所述实时日志的类别，通过对应所述类别的消息队列接收对应的所述实时日志，并根据所述实时日志的申请号对所述实时日志设定TOKEN标签；

解耦模块，用于将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理，得到解耦后的目标日志；其中，所述目标日志携带有所述实时日志对应的所述TOKEN标签；

保存模块，用于根据所述TOKEN标签将所述目标日志保存在对应所述申请号的缓存数据库中。

7.一种计算机设备，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5中任一项所述方法的步骤。

8.一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5中任一项所述的方法的步骤。