本发明涉及及大数据的技术领域，特别涉及一种大数据迁移的方法及系统。
背景技术：
目前，大数据作为数据爆炸的结果，其内在隐藏的价值和挑战已经越来越被业界所认识。所谓“大数据”包含以下四个层面的含义：第一、数据体量巨大，从tb级别跃升到pb级别；第二、数据类型繁多，主要包括网络日志、视频、图片、地理位置信息等等；第三、价值密度低，以视频为例，在连续不间断地监控过程中，可能有用的视频只有一两秒钟；第四、处理速度快，1秒定律。尤其，第四点处理速度快与传统的数据挖掘技术有着本质的不同。
对大数据进行分析，进而从中挖掘出有价值的商业信息已经成为企业未来核心竞争力之一。大数据分析主要包括大规模结构化数据分析和非结构化数据(包含半结构化数据)分析，其目前的解决方案是通过使用mapreduce框架对大规模非结构化数据处理，将处理结果导入到数据仓库，进而使用商业智能或者数据预测分析等方法及工具，挖掘数据内在的价值。鉴于基于数据仓库及商业智能软件大规模结构化数据的分析技术及工具已经很成熟。以文件为主体的非结构化数据以远远超过结构化数据的速度增长，成为了大数据的主要来源，也成为了大数据分析面临的主要挑战。对大规模非结构化数据的分析是大数据分析需要解决的主要问题，所谓大规模非结构化数据分析，就是需要把从各个分散的异构的系统中产生的数据，聚合(迁移)到一个大数据文件系统；进一步地，使用mapreduce框架对存储在该文件系统上的数据进行处理，将处理结果导入到相应的大规模结构化数据分析套件中。大数据文件系统，主要指的是服务于非结构化大数据分析的文件系统，典型的实现包括横向拓展直连存储(scale-outdas，如hadoophdfs、googlegfs(googlefilesystem))和横向拓展网络连接存储(scale-outnas)。由于mapreduce框架已经发展的比较成熟，因此大规模非结构化数据分析所需要解决的主要问题在于：如何聚合和迁移大数据，聚合和迁移大数据需要应对的挑战主要包括：
1.存储的分散性和访问的透明性
企业的大数据通常产生于各个分散的业务系统，比如erp、财务系统、客户关系管理系统等等，出于数据安全性的考虑(因为这些数据的访问通常是有不同访问权限的，比如财务系统产生的数据只能授权给财务人员或者企业高级管理人员访问)，这些数据很难被聚合在一起，进行处理和分析；如果采用streaming的技术(如ibmstreams等流数据处理技术)，这种技术的一个特点是将各个分散异构平台上的数据单独处理，然后将处理结果集中，做进一步处理。但是，streaming技术的应用将使各个异构平台上的数据不能够被透明访问(如授权访问)，大大地限制了大数据分析工具的使用范畴和数据处理的方法。
2.产生和保存数据的遗留系统的异构性
通常情况下，企业的数据产生于各个异构的遗留系统，这些遗留系统中运行着不同的应用程序为企业各种业务提供支持，其依赖的硬件平台(如存储系统、cpu指令集等)和文件系统(如zfs、ext4等)往往也异构。这种由于历史原因导致的遗留系统的异构性，使大数据的迁移和聚合变得非常复杂。
3.数据迁移和聚合的延迟性
如上所述，企业的大数据通常产生于各个异构平台，而目前主流大数据分析方法体系需要将数据迁移、聚合之后，而后才能作分析(特别是各个数据源产生数据的交叉分析)。考虑到通常情况下，需要迁移的待分析数据量巨大，这种方法体系下数据分析的价值回报周期将被极大地延长。
为了应对以上挑战，目前非结构化大数据聚合和迁移的解决方案主要包括：
1.横向扩展直连存储(scale-outdas)和相应的数据连接装置(例如apachechukwa、pentaho等解决方案)。以hadoop文件系统(hdfs)为例，其实现是一个典型的横向扩展直连存储，为了使其他异构遗留文件系统和平台数据聚合到hdfs中，需要建立一个hadoop文件系统与遗留文件系统和平台的数据连接装置，如pentaho的数据连接装置，该装置可以将遗留文件系统和平台中的数据导入到hadoop文件系统中，供mapreduce等非结构化大数据分析工具套件使用。该方案在应用到非结构化大数据分析的场景中，需要将大量数据迁移到hadoop文件系统中后才可以进行分析，这种延迟极大地增加了大数据分析的价值回报周期。另外，这种方案无法消除大数据聚合(通过导入的方式)导致的企业数据安全性的顾虑——至少该存储系统的超级管理员有权限访问所有数据，使得企业数据的访问不可控，大大增加了数据泄露的风险，不符合企业数据安全性的需要。
2.横向拓展网络连接存储(scale-outnas)，如emcisilon。该存储平台提供标准的nfs、cifs的数据访问协议，使之成为生产环境的存储平台，进而通过提供一个内嵌的非结构化大数据文件系统(例如hdfs)访问协议的接口，使非结构化大数据分析套件(例如mapreduce)等可以无缝地访问存储在其上的数据。该方案可以在一定条件下(例如已经部署了该存储平台的情况下)，使非结构化大数据不必移动就可以用来分析，但是实际的情况是，并不是企业所有生产环境都适合把数据放置到nas上，这样就会面临和横向扩展直连存储方案同样的问题，即大数据迁移的延迟将极大地延长大数据分析的价值回报周期。同时，它也无法解决数据安全性的问题。
3.数据流技术，如ibmstreams,hstreaming的解决方案。
综上所述，目前非结构化大数据聚合和存储解决方案无法解决大数据聚合过程中因迁移导致的延迟性和数据安全性的问题。
技术实现要素：
本发明为解决上述的一种或多种不足，提供一种大数据迁移的方法及系统。
为解决上述技术问题，本发明采用的技术方案是：
一种大数据迁移的方法，包括以下步骤：
s1.在指定遗留系统中为指定的遗留文件系统建立一个代理程序，所述的代理程序能够从遗留文件系统中读出元数据，也能读出或者写入数据；
s2.基于步骤s1，代理程序读出的元数据被导入到大数据文件系统中，并根据该元数据，在大数据文件系统中按照与大数据文件系统兼容的格式建立且保存遗留文件系统存根；
s3.大数据文件系统通过代理程序从遗留文件系统存根对应的遗留文件系统中读/写数据，数据读写的结果将被返回给外部数据i/o读写请求的发起者。
优选的，所述的步骤s1的具体如下：
s11.用于分析的数据产生于各个分散的异构遗留系统，且保存在各个异构的遗留文件系统中；
s12.为了确保数据安全，屏蔽大数据文件系统中客户端和服务器端对这些数据的直接访问；
s13.在每个遗留系统中为每个指定的遗留文件系统建立一个代理程序，该代理程序可以从其对应的遗留文件系统中读出需要的元数据和数据。
优选的，所述的步骤s2的具体如下：
s21.将指定遗留系统中指定的遗留文件系统对应的代理程序读出的元数据导入到大数据文件系统中；
s22.大数据文件系统中为遗留文件系统存根建立一个命名空间；将导入的遗留文件系统中的文件和目录按照预置的顺序放置在大数据文件系统元数据中所述命名空间之下；
s23.按照大数据文件系统兼容格式建立且保存对应遗留文件系统中的文件和目录；根据导入的遗留文件系统元数据信息，按照大数据文件系统兼容格式建立且保存它们的元数据信息。
所述的步骤s2根据系统实现的需要，用于建立遗留文件系统存根的元数据信息的传输可以有不同的实现方式。
优选的，所述的步骤s3的具体如下：
s31.i/o读写请求到达大数据文件系统中的指定遗留文件系统存根的时候，大数据文件系统将根据该i/o读写请求对应的文件或者目录，获取必要的预先保存的信息，包括遗留文件系统对应的遗留系统及代理程序、以及访问他们的方式；
s32.获取的信息帮助大数据文件系统元数据服务器或者服务器完成客户端发送的i/o读写请求；
s33.数据读写的结果将被返回给外部数据i/o读写请求的发起者。
其中，一种大数据迁移系统，包括数据服务器、客户端和遗留系统；
所述的数据服务器、客户端和遗留系统之间有以下连接方式：
(1)所述的数据服务器均与客户端和遗留系统连接进行数据交互；
(2)所述的数据服务器、客户端和遗留系统之间互连进行数据交互；
所述的大数据迁移系统通过以上两种连接方式进行数据交互。
优选的，所述的大数据迁移系统还包括代理服务器；通过代理服务器进行数据交互，所述的代理服务器、数据服务器、客户端和遗留系统之间有以下连接方式：
(a)所述的数据服务器、客户端和遗留系统均与代理服务器相连进行数据交互；
(b)所述的数据服务器和遗留系统均与代理服务器相连进行数据交互；所述的客户端与数据服务器连接进行数据交互。
所述的大数据迁移系统还可通过以上两种连接方式进行数据交互。
优选的，所述的遗留系统为多个。
优选的，所述的遗留系统包括代理程序模块和遗留文件系统；所述的遗留文件系统与代理程序模块之间进行数据交互。
优选的，所述的代理服务器为单个代理服务器或由多个代理服务器构成的代理服务器集群，所述元数据的内容包括所述遗留文件系统的目录、文件和对应的层次结构，以及文件的大小、修改时间和访问权限；所述的遗留文件系统存根的内容包括i/o读写请求所要访问的文件或者目录对应的代理程序的位置、文件或者目录在遗留文件系统中的相对路径、文件的大小和修改时间。
在上述方案中，其工作原理如下：在指定遗留系统中为指定的遗留文件系统建立一个代理程序，所述的代理程序读出的元数据被导入到大数据文件系统中；然后，代理程序读出的元数据被导入到大数据文件系统中，并根据该元数据，在大数据文件系统中按照与大数据文件系统兼容的格式建立且保存遗留文件系统存根；进一步的，大数据文件系统通过代理程序从遗留文件系统存根对应的遗留文件系统中读/写数据，数据读写的结果将被返回给外部数据i/o读写请求的发起者；同时，在上述方案中，在数据进行迁移时，可不选择存储，与现有大数据的先迁移在分析所不同，缩短了大数据分析的价值回报周期，解决了非结构化大数据分析过程中数据安全性的问题。
与现有技术相比，本发明的有益效果是：在本方案中，可以根据非结构化大数据分析的需要，从分散的异构文件系统和平台实时迁移而不选择存储，从而不同于现有非结构化大数据的先迁移再分析的解决方案，这样不仅极大地缩短了大数据分析的价值回报周期，而且还解决了非结构化大数据分析过程中数据安全性的问题；从而解决了非结构化大数据分析过程中企业数据安全性的问题。
附图说明
图1是本发明大数据迁移的方法流程图；
图2是本发明大数据迁移系统的带外架构的hadoop文件系统的原理示意图；图3是本发明大数据迁移系统的带外架构的使用代理服务器的hadoop文件系统的原理示意；
图4是本发明大数据迁移系统的带内架构的横向拓展网络文件存储的原理示意图；
图5是本发明大数据迁移系统的带内架构的使用代理服务器的横向拓展网络文件存储的原理示意图。
具体实施方式
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除、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说例，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。
实施例1：
一种大数据迁移的方法，如图1所示：包括以下步骤：
s1.在指定遗留系统中为指定的遗留文件系统建立一个代理程序，所述的代理程序能够从遗留文件系统中读出元数据，也能读出或者写入数据；
s2.基于步骤s1，代理程序读出的元数据被导入到大数据文件系统中，并根据该元数据，在大数据文件系统中按照与大数据文件系统兼容的格式建立且保存遗留文件系统存根；
s3.大数据文件系统通过代理程序从遗留文件系统存根对应的遗留文件系统中读/写数据，数据读写的结果将被返回给外部数据i/o读写请求的发起者。
在本实施例中，步骤s1的具体如下：
s11.用于分析的数据产生于各个分散的异构遗留系统，且保存在各个异构的遗留文件系统中；
s12.为了确保数据安全，屏蔽大数据文件系统中客户端和服务器端对这些数据的直接访问；
s13.在每个遗留系统中为每个指定的遗留文件系统建立一个代理程序，该代理程序可以从其对应的遗留文件系统中读出需要的元数据和数据。
在本实施例中，步骤s2的具体如下：
s21.将指定遗留系统中指定的遗留文件系统对应的代理程序读出的元数据导入到大数据文件系统中；
s22.大数据文件系统中为遗留文件系统存根建立一个命名空间；将导入的遗留文件系统中的文件和目录按照预置的顺序放置在大数据文件系统元数据中所述命名空间之下；
s23.按照大数据文件系统兼容格式建立且保存对应遗留文件系统中的文件和目录；根据导入的遗留文件系统元数据信息，按照大数据文件系统兼容格式建立且保存它们的元数据信息。
所述的步骤s2根据系统实现的需要，用于建立遗留文件系统存根的元数据信息的传输可以有不同的实现方式。
在本实施例中，步骤s3的具体如下：
s31.i/o读写请求到达大数据文件系统中的指定遗留文件系统存根的时候，大数据文件系统将根据该i/o读写请求对应的文件或者目录，获取必要的预先保存的信息，包括遗留文件系统对应的遗留系统及代理程序、以及访问他们的方式；
s32.获取的信息帮助大数据文件系统元数据服务器或者服务器完成客户端发送的i/o读写请求；
s33.数据读写的结果将被返回给外部数据i/o读写请求的发起者。
其中，一种大数据迁移系统，包括数据服务器、客户端和遗留系统；
所述的数据服务器、客户端和遗留系统之间有以下连接方式：
(1)所述的数据服务器均与客户端和遗留系统连接进行数据交互；
(2)所述的数据服务器、客户端和遗留系统之间互连进行数据交互；
所述的大数据迁移系统通过以上两种连接方式进行数据交互。
在本实施例中，大数据迁移系统还包括代理服务器；通过代理服务器进行数据交互，所述的代理服务器、数据服务器、客户端和遗留系统之间有以下连接方式：
(a)所述的数据服务器、客户端和遗留系统均与代理服务器相连进行数据交互；
(b)所述的数据服务器和遗留系统均与代理服务器相连进行数据交互；所述的客户端与数据服务器连接进行数据交互。
所述的大数据迁移系统还可通过以上两种连接方式进行数据交互。
在本实施例中，遗留系统为多个。
在本实施例中，遗留系统包括代理程序模块和遗留文件系统；所述的遗留文件系统与代理程序模块之间进行数据交互。
在本实施例中，代理服务器为单个代理服务器或由多个代理服务器构成的代理服务器集群，所述元数据的内容包括所述遗留文件系统的目录、文件和对应的层次结构，以及文件的大小、修改时间和访问权限；所述的遗留文件系统存根的内容包括i/o读写请求所要访问的文件或者目录对应的代理程序的位置、文件或者目录在遗留文件系统中的相对路径、文件的大小和修改时间。
在本实施例中，用于建立遗留文件系统存根所需要的从遗留文件系统中读出的元数据包括：遗留文件系统的目录、文件和对应的层次结构，以及文件的大小、修改时间、访问权限。遗留文件系统结构，根据数据分析的需要，可以是整个遗留文件系统的结构，还可以是整个遗留文件系统中的部分文件系统的结构；根据不同大数据文件系统的读写i/o访问请求，用于建立遗留文件系统存根所需读出的元数据的内容和范围也可能不同。
在本实施例中，代理程序从遗留文件系统中按需要读出或写入的数据，是根据大数据文件系统客户端、服务器端或者由代理服务器转发过来的i/o读写请求决定的。基于对数据访问的安全性考虑，当代理程序从遗留文件系统中读出需要数据的时候，有时需要从i/o请求中获取其请求数据的访问令牌(需要在数据读写前分配给需要令牌访问的文件)，进而判断该i/o请求是否合法，如果合法，返回数据，否则，返回错误信息。
在上述方案中，其工作原理如下：在指定遗留系统中为指定的遗留文件系统建立一个代理程序，所述的代理程序读出的元数据被导入到大数据文件系统中；然后，代理程序读出的元数据被导入到大数据文件系统中，并根据该元数据，在大数据文件系统中按照与大数据文件系统兼容的格式建立且保存遗留文件系统存根；进一步的，大数据文件系统通过代理程序从遗留文件系统存根对应的遗留文件系统中读/写数据，数据读写的结果将被返回给外部数据i/o读写请求的发起者；同时，在上述方案中，在数据进行迁移时，可不选择存储，与现有大数据的先迁移在分析所不同，缩短了大数据分析的价值回报周期，解决了非结构化大数据分析过程中数据安全性的问题。
其中，大数据文件系统有带内和带外两种架构，以下通过实施例2～实施例5，分别针对这两种架构下的大数据文件系统阐述本方案。其中，用于分析的数据多产生于各个分散的异构遗留系统，且保存在各个异构的遗留文件系统中；为了确保数据安全，需要隔离大数据文件系统中客户端、服务器端与这些遗留文件系统的访问，可以通过在整个系统中设置一个代理服务器或由多个代理服务器构成的代理服务器集群，使用代理服务器作为大数据文件系统与遗留文件系统之间的通讯及数据交换的媒介；可以关联指定数量的遗留文件系统中的代理程序并与之通讯和传输数据；同时还可以根据系统设计的需要，将代理服务器关联大数据文件系统的客户端和/或服务器端，作为大数据文件系统的数据及元数据的提供方。
因此提供以下4个实施例，在这种系统体系结构之下，遗留系统内驻留的代理程序通过代理服务器转发数据给大数据文件系统的客户端或者大数据文件系统的服务器端；在大数据文件系统中建立遗留文件系统存根的时候，代理服务器也负责将代理程序发送过来的遗留文件系统元数据转发给大数据文件系统的服务器端或者客户端(由客户端将遗留文件系统元数据发送到服务器端)，进而完成遗留文件系统存根在大数据文件系统中的建立。
其中，代理程序读出需要的元数据将被导入到大数据文件系统中用于在大数据文件系统中建立遗留文件系统存根，使大数据文件系统的客户端从大数据文件系统中得到该遗留文件系统存根所对应的部分或者全部遗留文件系统内容，包括文件大小、访问权限，进而通过遗留文件系统存根对遗留文件系统发起i/o读写的请求。其中，用于建立遗留文件系统存根所需要的从遗留文件系统中读出的元数据包括：遗留文件系统的目录、文件和对应的层次结构、文件的大小、修改时间、访问权限。本实施例中所指的遗留文件系统结构，根据数据分析的需要，为整个遗留文件系统的结构或整个遗留文件系统中的部分文件系统的结构。其中，根据不同大数据文件系统的读写i/o访问请求，用于建立遗留文件系统存根所需读出的元数据的内容和范围也可能不同。
其中，遗留文件系统存根，指的是遗留文件系统的全部或者部分文件在大数据文件系统中的驻留信息，它将以大数据文件系统兼容的格式作为大数据文件系统的一部分展现给大数据文件系统的客户端，使之可以在大数据文件系统中直接查看到该遗留文件系统所包含的文件或者目录，以及与之关联的必要信息。大数据文件系统的客户端所查看到的遗留文件系统存根上的文件或目录与原生的文件或目录相同，每个到达该存根上的文件或者目录的i/o请求，大数据文件系统服务器端都可以从预先保存的存根信息中获取并返回给客户端，以便完成该i/o请求所需信息，所需信息具体包括所要访问文件或者目录(存在于存根对应的遗留文件系统中)对应的代理程序的位置、访问令牌(如果需要认证)、文件或者目录在遗留文件系统中的相对路径、文件的大小、修改时间。为了避免命名空间的冲突，用户可以根据需要为遗留文件系统存根在大数据文件系统中建立一个命名空间。
遗留文件系统存根可由用户或者管理员进行设定，进而通过代理程序读出指定范围的文件和目录等元数据信息，在大数据文件系统中建立对应的遗留文件系统存根。
通过导入的遗留文件系统元数据信息在大数据文件系统中建立遗留文件系统存根，将遗留文件系统元数据信息向大数据文件系统元数据信息转换的过程。首先在大数据文件系统中为该遗留文件系统存根建立一个唯一的命名空间，然后，在大数据系统的元数据中，按照预置的顺序，并按照与大数据文件系统兼容的格式，建立与需要导入的遗留文件系统中的文件和目录对应的文件和目录，对这些新建立的文件和目录，进一步根据导入的遗留文件系统元数据信息，按照与大数据文件系统兼容的格式对应建立它们的元数据信息。在实际应用中，对于遗留文件系统存根中每个文件，其数据实际保存的位置信息，则以到达该文件的i/o完成重定向所需要的信息替代，包括所访问文件所在遗留文件系统存根对应的代理程序的位置、该文件在遗留文件系统中的相对路径、访问令牌(如果需要认证)。在大数据文件系统中建立了遗留文件系统存根之后，大数据文件系统的客户端可以查看到遗留文件系统存根上的文件或目录，从客户端角度来看，它们与原生的大数据文件系统上的文件或目录没有区别，完成每个到达该遗留文件系统存根上的文件或者目录的i/o请求所需信息，大数据文件系统服务器端都可以从预先保存的遗留文件系统存根信息中获取并返回给客户端。
在遗留文件系统存根建立过程中，遗留文件系统的元数据可以通过代理程序直接发送给大数据文件系统的元数据服务器端(图2)或者服务器端(图4)，还可通过代理服务器间接地转发给大数据文件系统的元数据服务器端(图3)或者服务器端(图5)。根据系统实现的需要，用于建立遗留文件系统存根的元数据信息也可以发送给大数据文件系统的客户端，再由大数据文件系统的客户端将元数据信息导入大数据文件系统中，从而在大数据文件系统中建立遗留文件系统存根；更进一步地，还可将元数据信息发送给整个系统中一个指定的计算节点，由该计算节点完成遗留文件系统存根的建立。根据系统实现的需要，用于建立遗留文件系统存根的元数据信息的传输可以有不同的实现方式。
指定的遗留文件系统存根就在大数据文件系统中建立起来了。这时，大数据文件系统的客户端就可以查看到该遗留文件系统存根对应的(或者部分)遗留文件系统所包含的文件或目录，以及遗留文件系统存根建立所需的元数据包含的该文件或目录属性；进一步地，大数据文件系统的客户端可以对遗留文件系统中的文件发送i/o读写请求。当i/o读写请求到达大数据文件系统中的指定遗留文件系统存根的时候，大数据文件系统将根据该i/o读写请求对应的文件或者目录，获取必要的预先保存的信息，包括遗留文件系统对应的遗留系统及代理程序、以及访问他们的方式，如：遗留系统的ip地址、代理程序接受请求的端口、访问令牌。这些信息将帮助大数据文件系统元数据服务器(如图2和图3中所示)或者服务器(如图4和图5中所示)完成客户端发送的i/o读写请求。
实施例2：
一种大数据迁移系统的带外架构的hadoop文件系统的原理示意图如图2所示；
带外架构的大数据文件系统以hadoop文件系统，对于带外架构的大数据文件系统，大数据文件系统的元数据服务器将给客户端返回完成该i/o读写请求所要访问文件或者目录对应的代理程序的位置和元数据信息，大数据文件系统的客户端与代理程序通讯，之后代理程序从指定的遗留文件系统中读取或者写入数据，并将数据或者写入完成的消息返回给客户端，完成i/o读写请求。
实施例3：
一种大数据迁移系统的带外架构的使用代理服务器的hadoop文件系统的原理示意如图3所示；
带外架构的使用代理服务器的hadoop文件系统，对于带外架构的大数据文件系统，大数据文件系统的元数据服务器将给客户端返回完成该i/o读写请求所要访问文件或者目录对应的代理程序的位置和元数据信息，大数据文件系统的客户端与代理服务器通讯，之后代理程序从指定的遗留文件系统中读取或者写入数据，并将数据或者写入完成的消息通过代理服务器返回给客户端，完成i/o读写请求。
实施例4：
一种大数据迁移系统的带内架构的横向拓展网络文件存储的原理示意图如图4所示；
对于带内架构的大数据文件系统，大数据文件系统服务器将根据获取的i/o读写请求的元数据信息，与代理程序通讯，之后代理程序从指定的遗留文件系统中读取或者写入数据，并将数据或者写入完成的消息返回给大数据文件系统的服务器端，进而返回给大数据文件系统客户端。
实施例5：
一种大数据迁移系统的带内架构的使用代理服务器的横向拓展网络文件存储的原理示意图如图5所示；
对于带内架构的大数据文件系统，大数据文件系统服务器将根据获取的i/o读写请求的元数据信息，与代理服务器通讯，之后代理程序从指定的遗留文件系统中读取或者写入数据，并将数据或者写入完成的消息通过代理服务器返回给大数据文件系统的服务器端，进而返回给大数据文件系统客户端。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。