数据处理方法、装置、电子设备及计算机存储介质与流程

1.本发明涉及计算机技术领域，尤其涉及一种数据处理方法、装置、电子设备及计算机存储介质。


背景技术：

2.随着互联网时代的发展，营销活动成为每个互联网公司不可或缺的一部分。为了做好每一场的营销活动，通常会统计营销活动中的数据，基于此得到活动营销的效果，以及通过数据分析得出用户的相关信息。
3.现有的数据统计方式不管是根据业务场景进行数据统计、还是依赖外部的系统进行数据统计，在数据量大或者系统之间交互频繁的情况下，都非常容易出现数据丢失的问题，从而导致数据统计不准确的问题。


技术实现要素：

4.有鉴于此，本发明实施例提供一种数据处理方法、装置、电子设备及计算机存储介质，以解决现有数据统计方式不准确的问题。
5.为实现上述目的，本发明实施例提供如下技术方案：
6.本发明实施例第一方面公开了一种数据处理方法，所述方法包括：
7.根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则；
8.获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据；
9.将所述各个分布式系统统计的数据写入分布式队列；
10.基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。
11.可选的，还包括：
12.基于业务维度对所述数据分析结果进行拆分和归类，其中，属于同一业务维度的数据为同一类数据；
13.统计同一业务维度的数据，得到与不同业务维度相关的数据统计结果。
14.可选的，所述得到业务活动决策树之后，还包括：
15.以图像界面的形式在显示界面展示所述业务活动决策树。
16.可选的，还包括：
17.根据所述数据分析结果更新调用的分布式系统，构建新的业务活动决策树。
18.可选的，所述根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，包括：
19.根据业务活动需求调用外部的分布式系统，将分布式系统作为节点；
20.基于三叉树数据结构，将所述分布式系统的对接接口封装为三叉树结构，所述三叉树结构包括y分支、n分支和e分支，所述y指满足所述分布式系统的数据统计规则，所述n指不满足所述分布式系统的数据统计规则，所述e指轮空；
21.根据每个所述分布式系统封装为三叉树结构的对接接口，循环遍历所有作为节点的分布式系统并进行串联，得到业务活动决策树。
22.本发明实施例第二方面公开了一种数据处理装置，所述装置包括：
23.构建模块，用于根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则；
24.统计模块，用于获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据；
25.写入模块，用于将所述各个分布式系统统计的数据写入分布式队列；
26.分析模块，用于基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。
27.可选的，显示模块，用于以图像界面的形式在显示界面展示所述业务活动决策树。
28.可选的，根据所述数据分析结果更新调用的分布式系统，构建新的业务活动决策树。
29.本发明实施例第三方面公开了一种电子设备，包括处理器和存储器；
30.所述存储器，用于存储计算机程序；
31.所述处理器，用于调用并执行所述存储器中存储的计算机程序时，实现本发明实施例第一方面公开的数据处理方法。
32.本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现本发明实施例第一方面公开的数据处理方法。
33.上述本发明实施例提供的一种数据处理方法、装置、电子设备及计算机存储介质具体有如下优点或有益效果：根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则；获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据；将所述各个分布式系统统计的数据写入分布式队列；基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。在本方案中，通过决策树的方式将各个分布式系统串联起来，将统计数据写入分布式队列，再定时启动多线程对写入分布式队列的统计数据进行分析，从而降低实时接口访问对系统造成的压力，解决数据容易丢失的问题，实现准确统计数据的目的。
附图说明
34.为了更清楚地说明本发明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
发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
35.图1为本发明实施例提供的一种数据处理系统的架构图；
36.图2为本发明实施例提供的一种数据处理方法的流程示意图；
37.图3为本发明实施例提供的一种在显示界面展示的一个业务活动决策树；
38.图4为本发明实施例提供的一种数据处理装置的结构示意图；
39.图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
40.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
42.由背景技术可知，现有的数据统计方式不管是根据业务场景进行数据统计、还是依赖外部的系统进行数据统计，在数据量大或者系统之间交互频繁的情况下，都非常容易出现数据丢失的问题，从而导致数据统计不准确的问题。因此本发明实施例公开了一种数据处理方法，通过决策树的方式将各个分布式系统串联起来，将统计数据写入分布式队列，再定时启动多线程对写入分布式队列的统计数据进行分析，从而降低实时接口访问对系统造成的压力，解决数据容易丢失的问题，实现准确统计数据的目的。具体过程通过以下实施例进行详细说明。
43.如图1所示，为本发明实施例公开的一种数据处理系统的架构图。该数据处理系统1包括：多线程定时任务处理器11、存储器12和决策树构建器13。
44.决策树构建器13中包括数据模块131和决策树模块132。
45.在本发明实施例公开该的数据处理系统中，数据模块131中包含pv记录模块、uv记录模块和奖品维度计算三个模块。
46.其中，uv是指通过互联网访问、浏览这个网页的自然人。用于访问网站的一台客户端作为一个访客，且在时间段00:00-24:00内相同的客户端只被计算一次。
47.pv是指页面浏览量或点击量。用户每1次对网站中的每个网页访问均被记录1个pv。用户对同一页面的多次访问，访问量累计，用以衡量网站用户访问的网页数量。
48.奖品维度是指不同的奖项类型、奖项级别或奖项内容，用于不同的奖品维度对于激励用户参与活动的力度不同。当用户参与活动时，记录用户当前所处的奖品维度。
49.决策树模块132，用于根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树。
50.需要说明的是，三叉树结构包括y分支、n分支和e分支，所述y指满足所述分布式系
统的数据统计规则，所述n指不满足所述分布式系统的数据统计规则，所述e指轮空。
51.在具体构建业务活动决策树的过程中，在确定节点后，根据y分支、n分支和e分支的层级，循环遍历具有数据统计规则的所有节点，构建业务活动决策树。
52.在本发明实施例中，决策树的遍历算法方式包括但不限于深度优先遍历。
53.深度优先遍历属于图算法的一种，是一个针对图和树的遍历算法。深度优先遍历是图论中的经典算法，利用深度优先遍历算法可以产生目标图的相应拓扑排序表，利用拓扑排序表可以方便的解决很多相关的图论问题，如最大路径问题等等。一般用堆数据结构来辅助实现深度优先遍历算法。其过程简要来说是对每一个可能的分支路径深入到不能再深入为止，而且每个节点只能访问一次。
54.需要说明的是，该业务活动决策树为决策树结构。如图1中示出的根据业务活动需求调用外部的分布式系统为系统1至系统10，其通过上述方式在决策树模块132中构建成的决策树结构。
55.决策树结构在逻辑上表现为树的形式，包含有节点和向边。
56.一般情况下，一棵决策树包含一个根节点、若干个内部节点和若干个叶结点。
57.根节点包含样本全集，从根节点到每个叶结点的路径对应了一个判定测试序列。
58.内部节点表示一个特征和属性。每个内部节点都是一个判断条件，并且包含数据集中，满足从根节点到该节点所有条件的数据的集合。根据内部节点的属性测试结果，内部节点对应的数据的集合别分到两个或多个子节点中。
59.叶节点表示一个类，对应于决策结果。叶节点为最终的类别，如果该数据被包含在该叶节点，则属于该类别。
60.该业务活动决策树的每个树节点对应一个分布式系统，每个分布式系统上设置有对应的数据统计规则。也就是说，每个树节点上都根据数据统计的维度增加数据统计计算规则。
61.在本发明实施例中仅示出了所支持的数据统计的维度为pv、uv和奖品维度。但不仅限于此，还支持对参与人数、成功人数、失败人数、抽中额度、成功额度、奖品发放量以及每个树节点轨迹的数据统计等等。
62.该决策树模块132，在获取到数据统计请求后，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据，然后，将所述各个分布式系统统计的数据写入存储器12。
63.存储器12中包括分布式队列121和分布式缓存122。
64.通常情况下，将各个分布式系统统计的数据写入分布式队列121，同时缓存至分布式缓存122中。
65.多线程定时任务处理器11用于定时启动并提取分布式队列121中的数据，并采用多线程的方式异步对提取的数据进行数据分析，从而得到数据分析结果。
66.在本发明实施例中，通过决策树的方式将各个分布式系统串联起来，将统计数据写入分布式队列，再定时启动多线程对写入分布式队列的统计数据进行分析，从而降低实时接口访问对系统造成的压力，解决数据容易丢失的问题，实现准确统计数据的目的。
67.基于上述本发明实施例公开的数据处理系统的架构，本发明实施例还公开了一种数据处理方法。如图2所示，主要包括如下步骤：
68.s201：根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树。
69.在s201中，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则。
70.在具体实现s201的过程中，首先，根据业务活动需求调用外部的分布式系统，将分布式系统作为节点。
71.然后，基于三叉树数据结构，将所述分布式系统的对接接口封装为三叉树结构。
72.其中，所述三叉树结构包括y分支、n分支和e分支，所述y指满足所述分布式系统的数据统计规则，所述n指不满足所述分布式系统的数据统计规则，所述e指轮空。
73.最后，根据每个所述分布式系统封装为三叉树结构的对接接口，循环遍历所有作为节点的分布式系统并进行串联，得到业务活动决策树。
74.具体的，在确定节点后，根据y分支、n分支和e分支的层级，循环遍历具有数据统计规则的所有节点，构建业务活动决策树。
75.在本发明实施例中，决策树的遍历算法方式包括但不限于深度优先遍历。
76.在一实施例中，以图像界面的形式在显示界面展示所述业务活动决策树。
77.如图3所示，为本发明实施例公开的一种在显示界面展示的一个业务活动决策树。
78.其中，总共由3个分布式系统构成树节点，每个分布式系统的接口被封装为y、n和e三个分支。每个分支上显示当前统计到的流量数据。每个结束分支则对应相应的结果信息并显示，包括但不限于：必中奖池：6次以上奖池；必中奖池：2-6次奖池；必中奖池：第一次新用户。
79.每个树节点包含分布式系统对应的数据统计规则。如树节点1中包含的数据统计规则为金币兑换次数限制规则；树节点2包含的数据统计规则为总参与次数《＝6；树节点3包含的数据统计规则为总中奖次数《1。
80.在本发明实施例中，通过以图像界面的形式在显示界面展示业务活动决策树中的数据流动轨迹，能够清晰的反映出活动的执行情况。
81.s202：获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据。
82.在具体实现s202的过程中，根据当前的获取到的数据统计请求，遍历业务活动决策树上的每个树节点，并根据每个树节点上设置的数据统计规则确定不同的分支走向并进行对应的数据统计，得到各个分布式系统统计的数据。
83.s203：将所述各个分布式系统统计的数据写入分布式队列。
84.可选的，也可以采用缓存的方式，将各个分布式系统统计的数据缓存与分部式缓存中。
85.s204：基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。
86.在具体实现s204的过程中，定时启动多线程提取分布式队列中存储的统计数据进行数据分析。
87.在一实施例中，可以基于业务维度对所述数据分析结果进行拆分和归类，统计同一业务维度的数据，得到与不同业务维度相关的数据统计结果。
88.其中，属于同一业务维度的数据为同一类数据。业务维度包括但不限于单个节点单日统计、活动下总量统计(pv、uv等)、终节点的奖品统计和决策树分支的树节点统计。
89.可选的，可以以全链路图表的方式将得到的不同业务维度相关的数据统计结果在显示界面进行展示。
90.如表1所示，为活动名称为1218会员日主互动的单个节点单日统计表，包括：日期(date)、中奖人次、发送成功人次、发送失败人次、中奖总额和成功总额。
91.表1
[0092][0093]
如表2所示，为活动名称为1218会员日主互动的活动下总量统计表，包括：日期(date)、pv、uv、抽奖次数、中奖人数、风险人数和操作。
[0094]
表2
[0095]
[0096][0097]
如表3所示，为活动名称为1218会员日主互动的终节点的奖品统计表，包括：奖品、日期(year)、中奖人次、发送成功人次、发送失败人次、中奖总额和成功总额。
[0098]
表3
[0099][0100][0101]
在一实施例中，还可以根据所述数据分析结果更新调用的分布式系统，构建新的业务活动决策树。
[0102]
也就是说，通过上述所展示的图3，以及表1至表3中的数据，业务人员可以动态的调整调用的分布式系统，构建新的业务活动决策树。
[0103]
基于本发明实施例公开的数据处理方法，根据业务活动需求调用外部的分布式系
统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则；获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据；将所述各个分布式系统统计的数据写入分布式队列；基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。在本方案中，通过决策树的方式将各个分布式系统串联起来，将统计数据写入分布式队列，再定时启动多线程异步对写入分布式队列的统计数据进行分析，从而降低实时接口访问对系统造成的压力，解决数据容易丢失的问题，实现准确统计数据的目的。
[0104]
基于上述本发明实施例公开的数据处理方法，本发明实施例还对应公开了一种数据处理装置，如图4所示，该数据处理装置具体包括：
[0105]
构建模块401，用于根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则。
[0106]
在具体构建业务活动决策树的过程中，所述构建模块401具体用于：
[0107]
根据业务活动需求调用外部的分布式系统，将分布式系统作为节点；基于三叉树数据结构，将所述分布式系统的对接接口封装为三叉树结构，所述三叉树结构包括y分支、n分支和e分支，所述y指满足所述分布式系统的数据统计规则，所述n指不满足所述分布式系统的数据统计规则，所述e指轮空；根据每个所述分布式系统封装为三叉树结构的对接接口，循环遍历所有作为节点的分布式系统并进行串联，得到业务活动决策树。
[0108]
可选的，该构建模块401，还用于：
[0109]
根据所述数据分析结果更新调用的分布式系统，构建新的业务活动决策树。
[0110]
统计模块402，用于获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据。
[0111]
写入模块403，用于将所述各个分布式系统统计的数据写入分布式队列。
[0112]
分析模块404，用于基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。
[0113]
可选的，该数据处理装置还包括：
[0114]
归类统计模块，用于基于业务维度对所述数据分析结果进行拆分和归类，其中，属于同一业务维度的数据为同一类数据；统计同一业务维度的数据，得到与不同业务维度相关的数据统计结果。
[0115]
可选的，该数据处理装置还包括：
[0116]
显示模块，用于以图像界面的形式在显示界面展示所述业务活动决策树。
[0117]
若存在归类统计模块，则该显示模块，还用于以图表方式显示与不同业务维度相关的数据统计结果。
[0118]
基于本发明实施例公开的数据处理装置，通过构建决策树的方式将各个分布式系统串联起来，将统计数据写入分布式队列，再定时启动多线程异步对写入分布式队列的统计数据进行分析，从而降低实时接口访问对系统造成的压力，解决数据容易丢失的问题，实
现准确统计数据的目的。
[0119]
基于上述本公开实施例公开的数据处理装置，上述各个模块可以通过一种由处理器和存储器构成的硬件设备实现。具体为上述各个模块作为程序单元存储于存储器中，由处理器执行存储在存储器中的上述程序单元来实现数据处理。
[0120]
其中，处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现数据处理。
[0121]
本公开实施例提供了一种计算机存储介质，存储介质包括数据处理程序，其中，程序被处理器执行时实现前述本发明实施例公开的数据处理方法。
[0122]
本公开实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述实施例公开的数据处理方法。
[0123]
本公开实施例提供了一种电子设备，如图5所示，为本公开实施例提供的一种电子设备的结构示意图。
[0124]
本公开实施例中的电子设备50可以是服务器、pc、pad、手机等。
[0125]
该电子设备50包括至少一个处理器501，以及与处理器连接的至少一个存储器502，以及总线503。
[0126]
处理器501、存储器502通过总线503完成相互间的通信。
[0127]
处理器501，用于执行存储器中存储的程序。
[0128]
存储器502，用于存储程序，该程序至少用于：根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则；获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据；将所述各个分布式系统统计的数据写入分布式队列；基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。
[0129]
本技术还提供了一种计算机程序产品，当在电子设备上执行时，适于执行初始化有如下方法步骤的程序：
[0130]
根据业务活动需求调用外部的分布式系统，并将所述分布式系统作为节点，基于三叉树数据结构将所有的分布式系统串联，得到业务活动决策树，所述业务活动决策树的每个树节点对应一个分布式系统，所述分布式系统上设置有对应的数据统计规则；获取数据统计请求，基于所述数据统计请求遍历所述业务活动决策树上的每个树节点执行数据统计，得到各个分布式系统统计的数据；将所述各个分布式系统统计的数据写入分布式队列；基于定时线程提取所述分布式队列中存储的统计数据进行数据分析，得到数据分析结果。
[0131]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0132]
在一个典型的配置中，设备包括一个或多个处理器(cpu)、存储器和总线。设备还
可以包括输入/输出接口、网络接口等。
[0133]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
[0134]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0135]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0136]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
[0137]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本公开。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。