一種服務分類方法及裝置與流程

2023-06-06 17:31:21 1

本發明涉及計算機技術領域，特別涉及一種服務分類方法及裝置。

背景技術：

雲計算技術利用虛擬化技術將計算、存儲、網絡等資源進行池化，通過網際網路將共享的軟體和硬體以服務的方式提供給用戶。paas(platformasaservice，平臺及服務)平臺作為雲計算的一種服務類型，將軟體部署、運維作為一種服務按需提供給軟體開發用戶。

在paas平臺上，服務類型繁多，比如程序代碼編寫服務、軟體測試服務、軟體封裝服務等，不同類型的服務對計算、存儲和網絡資源的需求各不相同，而paas平臺提供的各類雲主機也包括有不同的計算、存儲和網絡資源。為了根據資源需求合理地將服務分配到相對應的雲主機上進行執行，需要根據資源需求情況對服務進行分類。

目前，主要通過人工識別的方式對服務進行分類。

由於服務的類型繁多，通過人工識別的方式對服務進行分類，需要耗費較長的時間，導致對服務進行分類的效率較低。

技術實現要素：

本發明實施例提供了服務分類方法及裝置，能夠提供對服務進行分類的效率。

第一方面，本發明實施例提供了一種服務分類方法，包括：

在至少一個雲主機上部署監控代理；

針對每一個所述雲主機，通過所述雲主機上部署的監控代理，採集所述雲主機上各個服務的資源佔用信息；

獲取各個所述監控代理採集到的所述資源佔用信息；

對獲取到的所述資源佔用信息進行分析處理，確定每一個所述服務的類型。

可選地，

在所述獲取各個所述監控代理採集到的所述資源佔用信息之前，進一步包括：

將位於同一物理機上的各個所述雲主機劃分為一個節點組，並在每一個所述節點組中確定一個雲主機作為主節點；

所述獲取各個所述監控代理採集到的所述資源佔用信息，包括：

針對每一個所述節點組，將該節點組中各個雲主機上監控代理採集到的資源佔用信息發送給該節點組中所述主節點上的所述監控代理；

從各個所述主節點上的監控代理獲取各個所述雲主機上服務的資源佔用信息。

可選地，

在所述從各個所述主節點上的所述監控代理獲取各個所述雲主機上服務的資源佔用信息之前，進一步包括：

針對每一個所述主節點上的監控代理，對該監控代理採集的資源佔用信息和該監控代理接收到的其他監控代理採集的資源佔用信息進行壓縮。

可選地，

在所述根據獲取到的所述資源佔用信息分別確定每一個所述服務的類型之前，進一步包括：

對獲取到的所述資源佔用信息進行解壓，並對解壓後的所述資源佔用信息進行篩選，以去除存在錯誤的資源佔用信息。

可選地，

所述對獲取到的所述資源佔用信息進行分析處理，確定每一個所述服務的類型，包括：

從獲取到的所述資源佔用信息中分別提取每一個服務對應的至少一條資源佔用信息；

分別對每一個服務對應的至少一條資源佔用信息進行聚類分析，確定每一個服務的類型。

第二方面，本發明實施例還提供了一種服務分類裝置，包括：部署單元、採集單元、獲取單元和分類單元；

所述部署單元，用於在至少一個雲主機上部署監控代理；

所述採集單元，用於針對每一個所述雲主機，通過所述部署單元部署在所述雲主機上的監控代理，採集所述雲主機上各個服務的資源佔用信息；

所述獲取單元，用於獲取所述採集單元通過各個所述監控代理採集到的所述資源佔用信息；

所述分類單元，用於對所述獲取單元獲取到的所述資源佔用信息進行分析處理，確定每一個所述服務的類型。

可選地，

該裝置進一步包括：分組單元；

所述分組單元，用於將位於同一物理機上的各個所述雲主機劃分為一個節點組，並在每一個所述節點組中確定一個雲主機作為主節點；

所述獲取單元，用於針對所述分組單元劃分的每一個節點組，將該節點組中各個雲主機上監控代理採集到的資源佔用信息發送給該節點組中主節點上的監控代理，並從各個所述主節點上的監控代理獲取各個所述雲主機上服務的資源佔用信息。

可選地，

所述獲取單元，進一步用於在從各個所述主節點上的監控代理獲取各個所述雲主機上服務的資源佔用信息之前，針對每一個所述主節點上的監控代理，對該監控代理採集的資源佔用信息和該監控代理接收到的其他監控代理採集的資源佔用信息進行壓縮。

可選地，

所述獲取單元，進一步用於對獲取到的所述資源佔用信息進行解壓，並對解壓後的所述資源佔用信息進行篩選，以去除存在錯誤的資源佔用信息。

可選地，

所述分類單元，用於從所述獲取單元獲取到的所述資源佔用信息中分別提取每一個服務對應的至少一條資源佔用信息，分別對每一個服務對應的至少一條資源佔用信息進行聚類分析，確定每一個服務的類型。

本發明實施例提供了一種服務分類方法及裝置，在至少一個雲主機中的每一個雲主機上部署監控代理後，針對每一個雲主機，通過在該雲主機上部署的監控代理採集該雲主機上各個服務的資源佔用信息，從各個監控代理獲取採集到的資源佔用信息，通過對獲取到的資源佔用信息進行分析處理，確定每一個服務的類型。由此可見，通過在各個雲主機上部署監控代理，通過各個監控代理採集各個雲主機上所運行服務的資源佔用信息，通過對各個雲主機上服務的資源佔用信息進行分析處理，實現對每一個服務的分類。由於無需通過人工識別的方式對服務進行逐一分類，節省了對服務進行分類所需花費的時間，從而提高了對服務進行分類的效率。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發明一個實施例提供的一種服務分類方法的流程圖

圖2是本發明一個實施例提供的另一種服務分類方法的流程圖；

圖3是本發明一個實施例提供的一種服務分類裝置所在設備的示意圖；

圖4是本發明一個實施例提供的一種服務分類裝置的示意圖；

圖5是本發明一個實施例提供的另一種服務分類裝置的示意圖。

具體實施方式

為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例，基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

如圖1所示，本發明實施例提供了一種服務分類方法，該方法可以包括以下步驟：

步驟101：在至少一個雲主機上部署監控代理；

步驟102：針對每一個所述雲主機，通過所述雲主機上部署的監控代理，採集所述雲主機上各個服務的資源佔用信息；

步驟103：獲取各個所述監控代理採集到的所述資源佔用信息；

步驟104：對獲取到的所述資源佔用信息進行分析處理，確定每一個所述服務的類型。

本發明實施例提供了一種服務分類方法，在至少一個雲主機中的每一個雲主機上部署監控代理後，針對每一個雲主機，通過在該雲主機上部署的監控代理採集該雲主機上各個服務的資源佔用信息，從各個監控代理獲取採集到的資源佔用信息，通過對獲取到的資源佔用信息進行分析處理，確定每一個服務的類型。由此可見，通過在各個雲主機上部署監控代理，通過各個監控代理採集各個雲主機上所運行服務的資源佔用信息，通過對各個雲主機上服務的資源佔用信息進行分析處理，實現對每一個服務的分類。由於無需通過人工識別的方式對服務進行逐一分類，節省了對服務進行分類所需花費的時間，從而提高了對服務進行分類的效率。

服務的類型不同，服務運行時所佔用的資源也各不相同。服務的資源佔用信息主要包括服務運行過程中對計算資源、存儲資源和網絡資源的佔用值。根據服務對三類資源的佔用情況，可以將服務劃分為三類：第一類為計算型服務，該類服務運行時對計算資源的佔用值較高；第二類為存儲型服務，該類服務運行時對存儲資源的佔用值較高；第三類為網絡型服務，該類服務運行時對網絡資源的佔用值較高。因此，根據監控代理採集到的各個服務的佔用信息中三種資源佔用值的分布情況，可以分析出每一種服務所屬的類型，實現對服務進行分類。

可選地，在從各個監控代理獲取採集到的資源佔用信息時，由於同一個物理機上通常運行有多個雲主機，可以將位於同一個物理機上的各個雲主機劃分為一個節點組，並在每一個節點組中確定一個雲主機作為主節點。針對位於同一節點組中的每一個雲主機，如果該雲主機不是主節點，則該雲主機上的監控代理採集到該雲主機上各個服務的資源佔用信息後，將採集到的各個服務的資源佔用信息發送給主節點上的監控代理；如果該雲主機是主節點，則該雲主機上的監控代理不僅採集主節點上各個服務的資源佔用信息，還接收同一節點組中其他監控代理髮送的服務的資源佔用信息。最終從各個主節點上的監控代理獲取各個雲主機上服務的資源佔用信息。

針對每一個節點組，每次在採集服務的資源佔用信息之前，物理機中部署的智能代理程序可以通過選舉算法paxos選舉出一個雲主機作為主節點，該節點組中其他節點上的監控代理採集到的信息均發送給主節點上的監控代理程序，由主節點上的監控代理統一進行發送。一方面，通過一個監控代理完成一個物理機上各個服務的資源佔用信息的傳輸，實現了信息的集中傳輸，提升了信息傳輸的安全性；另一方面，每次開始採集服務的資源佔用信息前，均需要重新確定主節點，避免了主節點固定時由於主節點不存活導致整個物理機上服務的資源佔用信息均無法獲取的情況發生，保證了能夠正常獲取各個雲主機上所運行服務的資源佔用信息。

另外，在監控代理對服務的資源佔用信息進行採集過程中，如果主節點由於發生宕機等故障導致主節點不存活時，該主節點所在物理機上的智能代理會重新確定一個存活的雲主機作為主節點，使信息採集過程繼續。這樣，保證信息採集過程的穩定性。

可選地，在從各個主節點上的監控代理獲取服務的資源佔用信息之前，針對每一個主節點，對該主節點上監控代理採集和接收到的資源佔用信息進行壓縮，之後從該主節點上的監控代理獲取壓縮後的資源佔用信息。具體地，在對服務的資源佔用信息進行壓縮時，可以通過壓縮程序gzip實現。

在對採集到的資源佔用信息進行傳輸之前，對資源佔用信息進行壓縮，減小了傳輸的數據量，縮短了獲取資源佔用信息的時間，進一步提高了對服務進行分類的效率。

可選地，在從各個主節點上的監控代理獲取到服務的資源佔用信息後，首先對獲取到的資源佔用信息進行解壓，解壓之後並獲取到的每一條資源佔用信息進行篩選，去除其中存在錯誤的資源佔用信息。

具體地，各個監控代理採集資源佔用信息過程中，可能會導致某些服務的資源佔用信息不完整，比如資源佔用信息只包括了計算資源的佔用值，而不包括存儲資源和網絡資源的佔用值，這些不完整的資源佔用信息會影響對服務類型的判斷。因此，需要在根據各條資源佔用信息確定服務類型之前將這些不完整的資源佔用信息去除，以保證對服務進行分類的準確性。

可選地，在獲取到各個雲主機上所運行服務的資源佔用信息後，針對每一個服務，從獲取到的各條資源佔用信息中提取該服務對應的至少一條資源佔用信息，對提取到的至少一條資源佔用信息進行聚類分析，確定該服務的類型。

由於不同的雲主機上可以運行相同的服務，而且同一個雲主機上也可以運行多個相同的服務，因此各個監控代理所採集的資源佔用信息中包括有同一服務的多條資源佔用信息。比如，監控代理1採集到雲主機1上服務a的資源佔用信息1，監控代理2採集到雲主機2上服務a的資源佔用信息2和資源佔用信息3，這樣服務a就對應有3條資源佔用信息。

通過對同一個服務的多條資源佔用信息進行聚類分析，可以確定出該服務的類型。比如，服務a對應的3條資源佔用信息中，計算資源佔用值均比存儲資源和網絡資源高，則會確定服務a為計算型服務。具體地，在對同一個服務的多條資源佔用信息進行聚類分析時，可以通過聚類算法k-medoids對同一個服務的多條資源佔用信息進行聚類分析。

利用聚類分析的方法對同一個服務的多條資源佔用信息進行分析，將多條資源佔用信息作為樣本對服務的類型進行分析，最終確定服務的類型，相對依靠經驗確定服務類型的方式，提高了對服務進行分類的準確性。

下面以對paas平臺上的服務進行分類為例，對本發明實施例提供的服務分類方法作進一步詳細說明，如圖2所示，該方法可以包括以下步驟：

步驟201：在各個雲主機上部署監控代理。

在本發明一個實施例中，每一個物理機上可以創建多個雲主機，分別在每一個雲主機上部署監控代理，以對雲主機上運行的服務的資源佔用信息進行採集。

例如，paas平臺下有3個物理機，分別為物理機1、物理機2和物理機3，其中，物理機1創建有雲主機1和雲主機2，物理機2上創建有雲主機3、雲主機4和雲主機5，物理機3上創建有雲主機6至雲主機10。分別在雲主機1至雲主機10上部署監控代理。

步驟202：在每一個物理機上選定一個主節點。

在本發明一個實施例中，將同一個物理機上的各個雲主機劃分為一個節點組，在每一個節點組中選定一個雲主機作為主節點，其中，所選定的主節點處於存貨狀態。

例如，通過選舉算法paxos，分別對物理機1、物理機2和物理機3上的雲主機進行選舉運算，確定雲主機1為物理機1上的主節點，確定雲主機3為物理機2上的主節點，確定雲主機6為物理機3上的主節點。

步驟203：分別通過每一個監控代理採集其所在雲主機上服務的資源佔用信息。

在本發明一個實施例中，每一個監控代理在接收到指令後，對該監控代理所在的雲主機上運行的各個服務的資源佔用信息進行採集，其中，資源佔用信息包括計算資源佔用值(cpu佔用值)、存儲資源佔用值(內存、硬碟佔用值)和網絡資源佔用值(帶寬佔用值)。

例如，paas平臺向各個監控代理髮送指令後，10個監控代理分別採集所在雲主機上服務的資源佔用信息。

步驟204：將所採集的資源佔用信息發送給主節點上的監控代理。

在本發明一個實施例中，針對同一個物理機上的各個監控代理，在監控時長達或採集到的數據量達到預設的閾值後，非主節點上的監控代理將採集到的各條資源佔用信息發送給主節點上的監控代理。

例如，預設監控時長閾值為10min，在監控時長達到10min後，監控代理2將從其所在的雲主機2上採集的各個服務的資源佔用信息發送給雲主機1上的監控代理1，雲主機4上的監控代理4和雲主機5上的監控代理5均將採集到的資源佔用信息發送給雲主機3上的監控代理3，雲主機7至雲主機10上的監控代理均將採集到的資源佔用信息發送給雲主機6上的監控代理6。

步驟205：各個主節點上的監控代理對採集和接收到的資源佔用信息進行壓縮後輸出。

在本發明一個實施例中，針對每一個主節點上的監控代理，在接收到其他監控代理髮送的資源佔用信息後，對其自身採集到的資源佔用信息和其他監控代理髮送的資源佔用信息進行壓縮，並將壓縮後的資源佔用信息輸出。

例如，監控代理1對其採集的雲主機1上各個服務的資源佔用信息和監控代理2發送的雲主機2上各個服務的資源佔用信息進行壓縮，並將壓縮後的資源佔用信息發送給paas平臺，監控代理3對其採集的雲主機3上各個服務的資源佔用信息以及監控代理4和監控代理5發送的資源佔用信息進行壓縮，並將壓縮後的資源佔用信息發送給paas平臺，監控代理6將其採集的雲主機6上各個服務的資源佔用信息以及監控代理7至監控代理10發送的資源佔用信息進行壓縮，並將壓縮後的資源佔用信息發送給paas平臺。具體壓縮過程可以通過壓縮程序gzip實現。

步驟206：接收各個主節點上監控代理髮送的資源佔用信息並解壓。

在本發明一個實施例中，在接收到各個主節點上監控代理髮送的資源佔用信息後，分別對每一個主節點上監控代理髮送的資源佔用信息進行解壓。

例如，分別對監控代理1、監控代理3和監控代理6發送的資源佔用信息進行解壓。

步驟207：去除存在錯誤的資源佔用信息。

在本發明一個實施例中，在對資源佔用信息進行解壓後，對獲取到的各條資源佔用信息進行篩選，去除存在錯誤的資源佔用信息。

比如，監控代理1共發送來3條資源佔用信息，其中，資源佔用信息1為服務a的資源佔用信息，資源佔用信息2為服務b的資源佔用信息，資源佔用信息3為服務c的資源佔用信息。監控代理3共發送來5條資源佔用信息，其中，資源佔用信息4為服務d的資源佔用信息，資源佔用信息5和資源佔用信息6為服務b的資源佔用信息，資源佔用信息7和資源佔用信息8為服務c的資源佔用信息。監控代理6共發送來10條資源佔用信息，其中，資源佔用信息9至資源佔用信息11為服務a的資源佔用信息，資源佔用信息12和資源佔用信息13為服務b的資源佔用信息，資源佔用信息14至資源佔用信息16為服務c的資源佔用信息，資源佔用信息17和資源佔用信息18為服務d的資源佔用信息。

由於資源佔用信息1中值包括了服務a的計算資源佔用值，沒有存儲資源佔用值和網絡資源佔用值，將資源佔用信息1刪除，不參加服務a的分類分析。

步驟208：通過對每一個服務的至少一條資源佔用信息進行聚類分析，分別確定每一個服務的類型。

在本發明一個實施例中，從去除錯誤資源佔用信息後的各條資源佔用信息中，按照資源佔用信息所對應的服務，對各條資源佔用信息進行分類，確定每一個服務對應的至少一條資源佔用信息。針對每一個服務，通過對相應的至少一條資源佔用信息進行聚類分析，確定該服務的類型。

例如，通過聚類算法k-medoids，對服務a對應的資源佔用信息9-11進行聚類運算，確定服務a為計算型服務；對服務b對應的資源佔用信息2、5、6、12和13進行聚類運算，確定服務b為存儲型服務；對服務c對應的資源佔用信息3、7、8和14-16進行聚類運算，確定服務c為網絡型服務；對服務d對應的資源佔用信息4、17和18進行聚類運算，確定服務d為計算型服務。

其中，在確定服務的類型時，主要根據資源佔用信息中三個資源佔用值所佔的比重，比如，如果對應同一服務的各個資源佔用信息中，計算資源佔用值所佔的比重均較高，則會確定該服務為計算型服務。

如圖3、圖4所示，本發明實施例提供了一種服務分類裝置。裝置實施例可以通過軟體實現，也可以通過硬體或者軟硬體結合的方式實現。從硬體層面而言，如圖3所示，為本發明實施例提供的服務分類裝置所在設備的一種硬體結構圖，除了圖3所示的處理器、內存、網絡接口、以及非易失性存儲器之外，實施例中裝置所在的設備通常還可以包括其他硬體，如負責處理報文的轉發晶片等等。以軟體實現為例，如圖4所示，作為一個邏輯意義上的裝置，是通過其所在設備的cpu將非易失性存儲器中對應的電腦程式指令讀取到內存中運行形成的。本實施例提供的服務分類裝置，包括：部署單元401、採集單元402、獲取單元403和分類單元404；

所述部署單元401，用於在至少一個雲主機上部署監控代理；

所述採集單元402，用於針對每一個所述雲主機，通過所述部署單元401部署在所述雲主機上的監控代理，採集所述雲主機上各個服務的資源佔用信息；

所述獲取單元403，用於獲取所述採集單元402通過各個所述監控代理採集到的所述資源佔用信息；

所述分類單元404，用於對所述獲取單元403獲取到的所述資源佔用信息進行分析處理，確定每一個所述服務的類型。

可選地，在基於圖4所示服務分類裝置的基礎上，如圖5所示，服務分類裝置還可以包括分組單元505；

分組單元505，用於將位於同一物理機上的各個所述雲主機劃分為一個節點組，並在每一個所述節點組中確定一個雲主機作為主節點；

所述獲取單元403，用於針對所述分組單元505劃分的每一個節點組，將該節點組中各個雲主機上監控代理採集到的資源佔用信息發送給該節點組中主節點上的監控代理，並從各個所述主節點上的監控代理獲取各個所述雲主機上服務的資源佔用信息。

可選地，如圖5所示，

所述獲取單元403，進一步用於在從各個所述主節點上的監控代理獲取各個所述雲主機上服務的資源佔用信息之前，針對每一個所述主節點上的監控代理，對該監控代理採集的資源佔用信息和該監控代理接收到的其他監控代理採集的資源佔用信息進行壓縮。

可選地，如圖5所示，

所述獲取單元，進一步用於對獲取到的所述資源佔用信息進行解壓，並對解壓後的所述資源佔用信息進行篩選，以去除存在錯誤的資源佔用信息。

可選地，如圖4或圖5所示，

所述分類單元404，用於從所述獲取單元403獲取到的所述資源佔用信息中分別提取每一個服務對應的至少一條資源佔用信息，分別對每一個服務對應的至少一條資源佔用信息進行聚類分析，確定每一個服務的類型。

上述裝置內的各單元之間的信息交互、執行過程等內容，由於與本發明方法實施例基於同一構思，具體內容可參見本發明方法實施例中的敘述，此處不再贅述。

本發明實施例提供的服務分類方法及裝置，至少具有如下有益效果：

1、在本發明實施例中，在至少一個雲主機中的每一個雲主機上部署監控代理後，針對每一個雲主機，通過在該雲主機上部署的監控代理採集該雲主機上各個服務的資源佔用信息，從各個監控代理獲取採集到的資源佔用信息，通過對獲取到的資源佔用信息進行分析處理，確定每一個服務的類型。由此可見，通過在各個雲主機上部署監控代理，通過各個監控代理採集各個雲主機上所運行服務的資源佔用信息，通過對各個雲主機上服務的資源佔用信息進行分析處理，實現對每一個服務的分類。由於無需通過人工識別的方式對服務進行逐一分類，節省了對服務進行分類所需花費的時間，從而提高了對服務進行分類的效率。

2、在本發明實施例中，針對同一個節點組上的各個監控代理，將各個監控代理採集到的資源佔用信息發送給主節點上的監控代理，由主節點上的監控代理統一對資源佔用信息進行發送。通過一個監控代理完成一個物理機上各個服務的資源佔用信息的傳輸，實現了信息的集中傳輸，提升了信息傳輸的安全性。

3、在本發明實施例中，針對同一個物理機，每次採集之前均需要通過聚類算法確定該物理機上的主節點，避免了主節點固定時由於主節點不存活導致整個物理機上服務的資源佔用信息均無法獲取的情況發生，保證了能夠正常獲取各個雲主機上所運行服務的資源佔用信息。

4、在本發明實施例中，在對採集到的資源佔用信息進行傳輸之前，對資源佔用信息進行壓縮，減小了傳輸的數據量，縮短了獲取資源佔用信息的時間，進一步提高了對服務進行分類的效率。

5、在本發明實施例中，該對獲取到的資源佔用信息進行聚類運輸之前，對獲取到的資源佔用信息進行篩選，去除存在錯誤的資源佔用信息，通過對篩選後的資源佔用信息進行聚類運輸以確定服務的類型，去除錯誤資源佔用信息對分類結果的影響，提高了對服務進行分類的準確性。

需要說明的是，在本文中，諸如第一和第二之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個······」限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同因素。

本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程序指令相關的硬體來完成，前述的程序可以存儲在計算機可讀取的存儲介質中，該程序在執行時，執行包括上述方法實施例的步驟；而前述的存儲介質包括：rom、ram、磁碟或者光碟等各種可以存儲程序代碼的介質中。

最後需要說明的是：以上所述僅為本發明的較佳實施例，僅用於說明本發明的技術方案，並非用於限定本發明的保護範圍。凡在本發明的精神和原則之內所做的任何修改、等同替換、改進等，均包含在本發明的保護範圍內。