本發(fā)明涉及一種數(shù)據(jù)分析方法及系統(tǒng)，尤其是一種基于zookeeper技術(shù)的數(shù)據(jù)分析方法及系統(tǒng)。

背景技術(shù)：

隨著社會工業(yè)化、信息化水平的不斷提高，互聯(lián)網(wǎng)用戶呈現(xiàn)爆炸式增長的趨勢，大量的用戶在瀏覽、使用各種基于http協(xié)議的網(wǎng)站時，會產(chǎn)生了海量的數(shù)據(jù)，這些數(shù)據(jù)中蘊藏著大量的有用信息，存在著各方面的應(yīng)用價值，因此如何將這些信息資源充分的開發(fā)利用成為眾多企業(yè)的研究方向，這其中如何處理和分析海量的數(shù)據(jù)又成為當前信息技術(shù)領(lǐng)域的難點和熱點問題。

采用中央數(shù)據(jù)庫分析方法的計算成本要比分析處理分布式的眾多小塊數(shù)據(jù)的總和的成本要高很多，所以在對海量信息中的可用數(shù)據(jù)資源進行分布式的大數(shù)據(jù)挖掘是最優(yōu)選方式，而目前市面上鮮有報道針對用戶上網(wǎng)的海量數(shù)據(jù)進行數(shù)據(jù)挖掘的有效技術(shù)。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的就是為了解決現(xiàn)有技術(shù)中存在的上述問題，提供一種基于zookeeper技術(shù)的數(shù)據(jù)分析方法及系統(tǒng)。

本發(fā)明的目的通過以下技術(shù)方案來實現(xiàn)：

基于zookeeper技術(shù)的數(shù)據(jù)分析方法，包括如下步驟：

s1，所有調(diào)度器、生產(chǎn)者向zookeeper注冊自身節(jié)點信息，選舉出主調(diào)度器、主生產(chǎn)者，各消費者向zookeeper注冊自身節(jié)點信息及其所在的消費者群組，并為其所在的消費者群組創(chuàng)建一個隊列以及通知主調(diào)度器；

s2，主調(diào)度器根據(jù)各消費者匯報的隊列，控制主生產(chǎn)者根據(jù)配置策略，將從已存在待處理數(shù)據(jù)的配置位置下載的待處理數(shù)據(jù)分別寫入各消費者群組中的相應(yīng)消費者本機，以及將待處理數(shù)據(jù)的本地存儲路徑注冊到相應(yīng)消費者對應(yīng)的隊列里；

s3，主調(diào)度器通知各消費者群組中的消費者進行待處理數(shù)據(jù)處理；

s4，各消費者按照指定原則獲取待處理數(shù)據(jù)，進行解析、格式化處理，生成結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，并導(dǎo)入到hadoop集群中；

s5，通過hive工具根據(jù)業(yè)務(wù)場景離線分析s4步驟中生成的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，并將分析結(jié)果集插入到關(guān)系型數(shù)據(jù)庫以及solr搜索引擎中。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析方法，其中：在s1步驟中，在選舉所述主生產(chǎn)者時，所有生產(chǎn)者向zookeeper注冊自身節(jié)點信息，并請求創(chuàng)建/argus/lives/produsers/produsers#id目錄，都注冊成功了，取序號最小的節(jié)點作為主生產(chǎn)者。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析方法，其中：在s1步驟中，在選舉所述主調(diào)度器時，所有調(diào)度器向zookeeper注冊自身節(jié)點信息并請求創(chuàng)建/argus/dispatchers/dispatcher#id目錄，都注冊成功了，取序號最小的節(jié)點作為主調(diào)度器。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析方法，其中：在s2步驟中，所述待處理數(shù)據(jù)是數(shù)據(jù)采集器采集的http的流量鏡像數(shù)據(jù)，所述數(shù)據(jù)采集器采用c語言編寫，所述http的流量鏡像數(shù)據(jù)由路由器通過旁路鏡像得到。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析方法，其中：在s2步驟中，主生產(chǎn)者在下載待處理數(shù)據(jù)時根據(jù)數(shù)據(jù)采集器的數(shù)量采用多線程下載。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析方法，其中：在所述s4步驟中，所述解析、格式化過程是將下載的每條http的流量數(shù)據(jù)中的refer屬性進行上下文關(guān)聯(lián)，分析計算來關(guān)聯(lián)到每次的session，繼而還原整個訪問軌跡，并還原到當時的頁面請求快照。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析方法，其中：在所述s4步驟中，消費者在進行解析、格式化處理，生成結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)的任務(wù)時，根據(jù)處理結(jié)果進行下述處理：

當消費者反饋的任務(wù)結(jié)果是成功時，則主調(diào)度器將會通知該消費者對應(yīng)的隊列刪除數(shù)據(jù)，并記錄日志；

當消費者反饋的任務(wù)結(jié)果是失敗時，則主調(diào)度器將該數(shù)據(jù)重新放入該消費者對應(yīng)的隊列來重試，并記錄數(shù)據(jù)的重試次數(shù)，如果連續(xù)3-7次都失敗，則消費者會將數(shù)據(jù)保存進失敗目錄，同時向主調(diào)度器匯報失敗結(jié)果；

當消費者反饋的任務(wù)結(jié)果是超時，則主調(diào)度器直接通知該消費者對應(yīng)的隊列刪除數(shù)據(jù)，并記錄日志。

基于zookeeper技術(shù)的數(shù)據(jù)分析系統(tǒng)，包括

數(shù)據(jù)采集器，用于獲取由路由器通過旁路鏡像得到http的流量鏡像數(shù)據(jù)，并存儲到指定位置；

zookeeper，用于感知發(fā)現(xiàn)節(jié)點、進行主節(jié)點選舉；

生產(chǎn)者，用于參加主節(jié)點選舉，并由主生產(chǎn)者從已存在待處理數(shù)據(jù)的配置位置下載待處理數(shù)據(jù)，根據(jù)配置策略將待處理數(shù)據(jù)輪流寫入到各消費者群組中的相應(yīng)消費者本機，同時將待處理數(shù)據(jù)的本地存儲路徑注冊到相應(yīng)消費者對應(yīng)的隊列里，并向主調(diào)度器報告待處理數(shù)據(jù)數(shù)量；

調(diào)度器，用于參加主節(jié)點選舉，并由主調(diào)度器根據(jù)各消費者匯報的隊列，控制主生成者按照配置策略將下載的待處理數(shù)據(jù)分配給相應(yīng)消費者，并通知消費者處理及進行處理狀態(tài)的監(jiān)控管理；

消費者，用于創(chuàng)建隊列以及獲取待處理數(shù)據(jù)，進行解析、格式化處理，生成結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，并導(dǎo)入到hadoop集群中以及反饋任務(wù)結(jié)果給主調(diào)度器；

hadoop集群，用于通過hive工具根據(jù)業(yè)務(wù)場景離線分析消費者生成的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，并將分析結(jié)果集插入到關(guān)系型數(shù)據(jù)庫以及solr搜索引擎中。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析系統(tǒng)，其中：所述主調(diào)度器按照本地文件優(yōu)先的原則分配待處理數(shù)據(jù)給消費者。

優(yōu)選的，所述的基于zookeeper技術(shù)的數(shù)據(jù)分析系統(tǒng)，其中：還包括用于存儲系統(tǒng)啟動基礎(chǔ)數(shù)據(jù)的redis緩存。

本發(fā)明技術(shù)方案的優(yōu)點主要體現(xiàn)在：

本發(fā)明設(shè)計精巧，過程簡單，通過位于協(xié)議層的數(shù)據(jù)采集器采集基于http協(xié)議的網(wǎng)站中的數(shù)據(jù)，專用的數(shù)據(jù)采集器便于進行大數(shù)據(jù)的數(shù)據(jù)傳輸，提高數(shù)據(jù)傳輸效率，同時采用分布式任務(wù)調(diào)度框架，利用zookeeper來實現(xiàn)對任務(wù)的統(tǒng)籌管理，以便提供更為人性化的、更為方便的交互管理模式；進一步，在數(shù)據(jù)分析挖掘過程中利用hadoop系統(tǒng)(如hiveserver中安裝的基于hadoop的組件hive)來進行數(shù)據(jù)分析，從而既可以利用hadoop系統(tǒng)進行數(shù)據(jù)分析而避免了繁雜的對關(guān)系型數(shù)據(jù)庫的分表、拆表、合并等操作，簡化了數(shù)據(jù)分析流程，便于進行可視化查詢，又提供了更為方便地對任務(wù)進行調(diào)度、管理的技術(shù)；結(jié)合專用的數(shù)據(jù)分析算法，能夠有效的挖掘出基于http協(xié)議的網(wǎng)站的有用數(shù)據(jù)，提供了此種網(wǎng)絡(luò)數(shù)據(jù)的有效挖掘方法和系統(tǒng)，為企業(yè)的發(fā)展和決策提供了數(shù)據(jù)支持。

采用本地文件優(yōu)先的任務(wù)分配原則，減少不必要的網(wǎng)絡(luò)io，有利于縮短數(shù)據(jù)的傳輸時間，提高數(shù)據(jù)的傳輸、分析效率。

具體實施方式

本發(fā)明的目的、優(yōu)點和特點，將通過下面優(yōu)選實施例的非限制性說明進行解釋。這些實施例僅是應(yīng)用本發(fā)明技術(shù)方案的典型范例，凡采取等同替換或者等效變換而形成的技術(shù)方案，均落在本發(fā)明要求保護的范圍之內(nèi)。

本發(fā)明揭示了一種基于zookeeper技術(shù)的數(shù)據(jù)分析系統(tǒng)，包括數(shù)據(jù)采集器、zookeeper、生產(chǎn)者、調(diào)度器、消費者以及hadoop集群，整個系統(tǒng)采用分布式任務(wù)框架，分布式任務(wù)框架的日志使用slf4j工具來實現(xiàn)日志記錄，分布式任務(wù)框架處理日志與業(yè)務(wù)處理日志分開保存，在日志保存根目錄下，保存一份全量日志，該日志保存了完整的任務(wù)框架處理及業(yè)務(wù)處理日志，便于從總體分析、排查問題；在測試及調(diào)度階段同時提供控制臺日志，該日志也是全量的，在生產(chǎn)環(huán)境中應(yīng)關(guān)閉。

所述數(shù)據(jù)采集器用于獲取待處理數(shù)據(jù)，并存儲到指定位置，所述待處理數(shù)據(jù)是由路由器通過旁路鏡像得到的http的流量鏡像數(shù)據(jù)，它包括一次請求中包含的請求頭信息，請求體信息，響應(yīng)頭信息，響應(yīng)體等信息，所述數(shù)據(jù)采集器采用c語言進行編寫，能夠?qū)︾R像文件進行采集，基于linux內(nèi)核做增強，便于大數(shù)據(jù)量的數(shù)據(jù)傳輸，可以根據(jù)操作系統(tǒng)做編譯，其采集到的數(shù)據(jù)會存在中間服務(wù)器等待處理。

所述zookeeper至少用于感知發(fā)現(xiàn)節(jié)點、進行主節(jié)點選舉，整個系統(tǒng)的分布式狀態(tài)一致由zookeeper管理。

所述生產(chǎn)者用于參加主節(jié)點選舉，并且在選舉出主生產(chǎn)者后，由主生產(chǎn)者從已存在待處理數(shù)據(jù)的配置位置下載待處理數(shù)據(jù)，并根據(jù)配置策略將待處理數(shù)據(jù)輪流寫入到各消費者群組包含的消費者本機，同時將待處理數(shù)據(jù)的本地存儲地址注冊到各消費者對應(yīng)的隊列里，并向下述的主調(diào)度器報告待處理數(shù)據(jù)的數(shù)量，其進程與調(diào)度器、消費者進程可以運行在一臺機器上，并且，只要數(shù)據(jù)采集器將采集到的待處理數(shù)據(jù)存放到中間服務(wù)器指定的位置，生產(chǎn)者就啟動數(shù)據(jù)下載。

所述生產(chǎn)者運行時采用主-從模式，多個生產(chǎn)者不能同時通過ftp下載數(shù)據(jù)，如果需要同時有多個生產(chǎn)者ftp下載數(shù)據(jù)的話，則需要從文件選擇策略上隔離文件，以避免多個生產(chǎn)者下載到同一個文件導(dǎo)致錯誤。

所述主生產(chǎn)者下載文件時，根據(jù)數(shù)據(jù)采集器的數(shù)量，采用多線程下載，一臺線程下載一臺機器上的數(shù)據(jù)，下載量為工單提交的請求量，所述工單是系統(tǒng)內(nèi)部定義的一個對象，由后臺進行配置，主生產(chǎn)者在下載文件后，將文件存放至工單指定的目錄(該目錄使用nfs掛載)；并且，下載時可以使用已經(jīng)實現(xiàn)的策略，也可以使用自定義策略，可選的策略有：按數(shù)量下載、按時間片下載、按指定模式的文件名下載。

主生產(chǎn)者在下載待處理數(shù)據(jù)后，根據(jù)下述的主調(diào)度器的調(diào)度，按照如下配置策略將數(shù)據(jù)寫入到各消費者群組對應(yīng)的消費者本機中，

(1)按消費者群組的數(shù)量分配，比如共有3個群組，它們的消費能力都是40，則分配數(shù)量為：群組a40個，群組b40個，群組c20個。

(2)按比例分配，比如共有3個群組，它們的消費能力是40，則分配數(shù)量時按各自比例來分配：群組a34個，群組b33個，群組c33個。

(3)動態(tài)壓力分配，在分配之前獲取各生產(chǎn)者的壓力情況，如果壓力大，則暫緩?fù)撊航M分配文件。

(4)指定分配，完全由人工指定分配。

生產(chǎn)者的任務(wù)接口主要為了解耦任務(wù)框架的邏輯和業(yè)務(wù)邏輯，任務(wù)接口只做與框架任務(wù)調(diào)度的事情，業(yè)務(wù)邏輯通過實現(xiàn)producttaskhandler接口，該接口由框架調(diào)用來完成整個生產(chǎn)邏輯?？蚣芴峁┑木€程池提供了線程隔離來保證線程安全，具體業(yè)務(wù)實現(xiàn)時無需考慮線程安全問題。

所述調(diào)度器用于參加主節(jié)點選舉，并且在選出主調(diào)度器后，由主調(diào)度器根據(jù)各消費者匯報的隊列，控制主生成者將其下載的待處理數(shù)據(jù)分配給相應(yīng)的消費者(即根據(jù)本地優(yōu)先原則，將待處理數(shù)據(jù)寫入各消費者本機)，并通知消費者處理及進行處理狀態(tài)的監(jiān)控管理、進行數(shù)據(jù)可靠性管理、控制消費者壓力。

調(diào)度器采用一主多從結(jié)構(gòu)，活動調(diào)度器稱為主調(diào)度器，非活動調(diào)度器稱為從調(diào)度器，在某一時刻只能有一個主調(diào)度器工作，在分配待處理數(shù)據(jù)時，所述主調(diào)度器按照本地文件優(yōu)先的原則分配待處理數(shù)據(jù)給消費者，即控制各生產(chǎn)者將待處理數(shù)據(jù)寫到各消費者本機上。

所述消費者用于在向zookeeper注冊時，為其所在的消費者群組創(chuàng)建一個隊列以及根據(jù)所述主調(diào)度器的通知獲取待處理數(shù)據(jù)，放進相應(yīng)的線程進行處理，并將任務(wù)處理結(jié)果反饋給主調(diào)度器以及在任務(wù)處理成功時，將生成的數(shù)據(jù)導(dǎo)入到hadoop集群中。

其中，所述隊列使用activemq實現(xiàn)，隊列中保存的元素信息為下載的待處理文件的本地存儲路徑。

在相應(yīng)線程中的處理包括對待處理數(shù)據(jù)進行解析、格式化處理，生成結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，其任務(wù)處理結(jié)果分為成功、失敗以及超時。

當消費者反饋的任務(wù)結(jié)果是成功時，則主調(diào)度器將會向該消費者對應(yīng)的隊列發(fā)送簽收信息以通知隊列刪除數(shù)據(jù)，并記錄日志，隨后主調(diào)度器會重新分配新的任務(wù)給消費者。

當消費者反饋的任務(wù)結(jié)果是失敗時，則主調(diào)度器將該待處理數(shù)據(jù)重新放入該消費者對應(yīng)的隊列來重試，并記錄數(shù)據(jù)的重試次數(shù)，如果連續(xù)3-7次都失敗，優(yōu)選為5次，則消費者會將該待處理數(shù)據(jù)保存進失敗目錄，同時向主調(diào)度器匯報失敗結(jié)果。

當消費者反饋的任務(wù)結(jié)果是超時，則主調(diào)度器直接通知該消費者對應(yīng)的隊列刪除數(shù)據(jù)，并記錄日志。

消費者的任務(wù)接口主要為了解耦任務(wù)框架的邏輯和業(yè)務(wù)邏輯，任務(wù)接口只做與框架任務(wù)調(diào)度的事情，業(yè)務(wù)邏輯通過taskcallback和taskresulthandler接口實現(xiàn)，這兩個接口由框架調(diào)用來完成整個生產(chǎn)邏輯，框架提供的線程池來提供了線程隔離保證線程安全，具體業(yè)務(wù)實現(xiàn)時無需考慮線程安全問題。

所述hadoop集群用于通過hive工具根據(jù)業(yè)務(wù)場景離線分析消費者生成的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，并將分析結(jié)果集插入到關(guān)系型數(shù)據(jù)庫以及solr搜索引擎中。

所述離線分析基于hive和hbase工具，例如可通過mapreduce和spark計算框架，構(gòu)建統(tǒng)計分析平臺，提供對離線數(shù)據(jù)的查詢檢索分析功能以及通過集成rstudio頁面ide，提供基于spark計算框架的r語言運行和開發(fā)環(huán)境，并集成基本的挖掘算法，支持自定義挖掘算法，提供對離線數(shù)據(jù)的挖掘分析。

由于所述的基于zookeeper技術(shù)的數(shù)據(jù)分析系統(tǒng)在啟動時，需要大量基礎(chǔ)數(shù)據(jù)，這部分數(shù)據(jù)變化頻率極低，適合放入緩存以避免每次從數(shù)據(jù)庫中獲取，提高性能，本系統(tǒng)中選用redis緩存，進入緩存時，遵循如下規(guī)則：首先查詢數(shù)據(jù)時先到緩存中查找，如果存在指定的key，則返回數(shù)據(jù)。如果不存在指定的key，則先到數(shù)據(jù)庫查詢數(shù)據(jù)后，將數(shù)據(jù)寫入緩存，再返回數(shù)據(jù)。

本發(fā)明的基于zookeeper技術(shù)的數(shù)據(jù)分析系統(tǒng)的工作過程，包括如下步驟：

s1，所有調(diào)度器向zookeeper注冊自身節(jié)點信息并啟動，選舉出主調(diào)度器，調(diào)度器向zookeeper的/argus/dispatchers目錄下注冊節(jié)點時，該節(jié)點名稱為：dispatcher#id，其中id為正整數(shù)，取值范圍為[1,255]，節(jié)點寫入內(nèi)容包括如下示例內(nèi)容：

type:dispatcher

id:1

launchtime:2014-05-0611:23:22.333

ip:192.168.1.201

nettyport:12301。

在選舉所述主調(diào)度器時，所有調(diào)度器向zookeeper注冊自身節(jié)點信息并請求創(chuàng)建/argus/dispatchers/dispatcher#id目錄，都注冊成功了，取序號最小(id最小)的節(jié)點作為主調(diào)度器。

master節(jié)點選舉出來后，相應(yīng)的調(diào)度器把自己的信息寫入至/argus/master/dispatcher下，名稱和內(nèi)容與自身的信息保持一致。

所有生產(chǎn)者向zookeeper注冊自身節(jié)點信息并啟動，具體的，生產(chǎn)者向zookeeper的/argus/livers/producers/ids/注冊自身節(jié)點信息，該節(jié)點名稱為：id，其中id為正整形數(shù)字，取值范圍為[1,255]，節(jié)點寫入內(nèi)容包括如下示例內(nèi)容：

type：producer

id：1

launchtime：2014-05-0611:23:22.333

ip：192.168.1.201。

生產(chǎn)者啟動完成后，將會進行主節(jié)點選舉，選舉出主生產(chǎn)者，所述主生產(chǎn)者是所有生產(chǎn)者向zookeeper注冊自身節(jié)點信息并請求創(chuàng)建/argus/lives/produsers/produsers#id目錄時，都注冊成功了且序號(id)最小的節(jié)點。

如果主生產(chǎn)者或主調(diào)度器宕機時，則對應(yīng)的臨時節(jié)點就會消失，此時再次進行master選舉即可。

各消費者向zookeeper注冊自身節(jié)點信息并啟動時，為了便于后續(xù)將本地文件發(fā)送給消費者，需要在livers目錄下創(chuàng)建路徑為該機器ip的子目錄，然后在該子目錄下注冊自身節(jié)點信息，該節(jié)點名稱為：consumer#id，其中id為正整形數(shù)字，取值范圍為[1,255]，節(jié)點寫入內(nèi)容包括如下示例內(nèi)容：

type：consumer

id：1

launchtime：2014-05-0611:23:22.333

ip：192.168.1.201

throughput：30

其中throughput為吞吐量。

消費者在啟動時會同時注冊自身所在的消費者群組至zookeeper，同時為其所在的消費者群組創(chuàng)建一個隊列并匯報給主調(diào)度器，其中消費者群組是由過個同類型的消費節(jié)點構(gòu)成的小集群，同一消費者集群中的多個消費者可以在不同的本機上，zookeeper根據(jù)消費的topic注冊每個生產(chǎn)者與消費者本機的配對關(guān)系，生產(chǎn)者根據(jù)topic至/topic/consumer_group獲取子節(jié)點列表，該列表是有序的。

s2，主調(diào)度器根據(jù)各消費者匯報的隊列，通知主生產(chǎn)者，主生產(chǎn)者通過zookeeper獲取相應(yīng)的消費者本機(即每個消費者進程所在的本機)，從已存在待處理數(shù)據(jù)的配置位置下載待處理數(shù)據(jù)，并根據(jù)上述的配置策略將待處理數(shù)據(jù)分別寫入到各消費者群組相應(yīng)的消費者本機中，以及將待處理數(shù)據(jù)的本地存儲路徑注冊到相應(yīng)消費者對應(yīng)的隊列里，主生產(chǎn)者向主調(diào)度器報告已完成下載及待處理數(shù)據(jù)的數(shù)量。

s3，所述主調(diào)度器通知各消費者群組中的消費者進行待處理數(shù)據(jù)處理，并監(jiān)控任務(wù)處理情況及進行調(diào)度。

s4，各消費者按照指定原則從與其匹配的隊列里獲取待處理數(shù)據(jù)的本地存儲路徑，進而獲得本地的待處理數(shù)據(jù)進行解析、格式化處理，生成結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，并導(dǎo)入到hadoop集群中；所述解析、格式化過程是將下載的每條http的流量數(shù)據(jù)中的refer屬性進行上下文關(guān)聯(lián)，分析計算來關(guān)聯(lián)到每次的session，繼而還原整個訪問軌跡，并還原到當時的頁面請求快照。

s5，通過hive工具根據(jù)業(yè)務(wù)場景離線分析s4步驟中生成的結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)，形成分析結(jié)果集插入到關(guān)系型數(shù)據(jù)庫以及solr搜索引擎中。

上文所列出的一系列的詳細說明僅僅是針對本發(fā)明的可行性實施方式的具體說明，它們并非用以限制本發(fā)明的保護范圍，凡未脫離本發(fā)明技藝精神所作的等效實施方式或變更均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。