数据库短连接处理的方法、装置、设备及存储介质与流程

1.本发明涉及数据传输领域，尤其涉及一种数据库短连接处理的方法、装置、设备及存储介质。


背景技术：

2.在关系型数据库运行过程中，经常有客户机(client)方与服务器(server)方每进行一次通信报文收发交易时才进行通讯连接，交易完毕后立即断开连接。
3.大量短连接，这会导致数据库、服务器资源飙升，并且会导致监听无法响应更多请求。
4.现有技术中，通过在设计业务架构时，规划使用长连接，或者在发现大量短连接导致连接风暴时，及时杀掉来避免大量短连接的出现。
5.但是在上述避免大量短连接现象的方案中，要依靠人工经验和人工分析来实现，因此存在效率较低的问题。


技术实现要素：

6.本发明实施例提供了一种数据库短连接处理的方法、装置、设备及存储介质，解决了现有的避免大量短连接现象的方案中，存在的效率较低的问题，提高了处理效率。
7.为了解决上述技术问题，本发明：
8.第一方面，提供了一种数据库短连接处理的方法，该方法包括：
9.获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量；
10.基于第一短连接数据，根据预设算法确定当前时间段的短连接数据量；
11.根据上一循环周期的短连接需求数据量确定下一周期的短连接数据量；
12.根据当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；
13.当目标短连接数据量大于预设阈值时，对目标短连接数据量对应的进程进行调整。
14.在第一方面的一些实现方式中，基于第一短连接数据，根据预设算法确定当前时间段的短连接数据量，包括：
15.基于第一短连接数据，根据预设的移动加权趋势法、预设的移动加权均值法、预设的二者综合折中算法中的至少一种算法，计算得到当前时间段的短连接数据量。
16.在第一方面的一些实现方式中，根据当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量，包括：
17.使用预设的f分数算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
18.在第一方面的一些实现方式中，根据当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量，包括：
19.根据预设的核函数以及预设的分类阈值，使用预设的支持向量机算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
20.在第一方面的一些实现方式中，支持向量机算法包括多项式形式的内积函数、sigmoid内积函数以及径向基内积函数；根据预设的核函数以及预设的分类阈值，使用预设的支持向量机算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量，包括：
21.根据预设的核函数、预设的分类阈值、预设的多项式形式的内积函数、sigmoid内积函数以及径向基内积函数，基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
22.在第一方面的一些实现方式中，预设阈值包括第一阈值和第二阈值；当目标短连接数据量大于预设阈值时，对目标短连接数据量对应的进程进行调整，包括：
23.当目标短连接数据量大于第一阈值时，清理目标短连接数据量对应的进程；
24.当目标短连接数据量大于第二阈值时，标记目标短连接数据量对应的进程并修改进程的连接方式。
25.第二方面，提供了一种数据库短连接处理的装置，该装置包括：
26.获取模块，用于获取预设时间段内的第一短连接数据以及上一循环周期的短连接数据量；
27.处理模块，用于基于第一短连接数据，根据预设算法确定当前时间段的短连接数据量；
28.处理模块，还用于根据上一循环周期的短连接数据量确定下一周期的短连接数据量；
29.处理模块，还用于根据当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；
30.处理模块，还用于当目标短连接数据量大于预设阈值时，对目标短连接数据量对应的进程进行调整。
31.在第二方面的一些实现方式中，处理模块，还用于基于第一短连接数据，根据预设的移动加权趋势法、预设的移动加权均值法、预设的二者综合折中算法中的至少一种算法，计算得到当前时间段的短连接数据量。
32.在第二方面的一些实现方式中，处理模块，还用于使用预设的f分数算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
33.在第二方面的一些实现方式中，处理模块，还用于根据预设的核函数以及预设的分类阈值，使用预设的支持向量机算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
34.在第二方面的一些实现方式中，支持向量机算法包括多项式形式的内积函数、sigmoid内积函数以及径向基内积函数；处理模块，还用于根据预设的核函数、预设的分类阈值、预设的多项式形式的内积函数、sigmoid内积函数以及径向基内积函数，基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
35.在第二方面的一些实现方式中，预设阈值包括第一阈值和第二阈值；处理模块，还用于当目标短连接数据量大于第一阈值时，清理目标短连接数据量对应的进程；当目标短
连接数据量大于第二阈值时，标记目标短连接数据量对应的进程并修改进程的连接方式。
36.第三方面，提供了一种电子设备，该设备包括：处理器以及存储有计算机程序指令的存储器；
37.处理器执行计算机程序指令时实现第一方面，以及第一方面的一些实现方式中的数据库短连接处理的方法。
38.第四方面，提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面，以及第一方面的一些实现方式中的数据库短连接处理的方法。
39.本发明实施例提供了一种数据库短连接处理的方法、装置、设备及存储介质。首先获取预设时间段内的第一短连接数据以及上一循环周期的短连接数据量；之后基于所述第一短连接数据，根据预设算法确定当前时间段的短连接数据量；然后根据所述上一循环周期的短连接数据量确定下一周期的短连接数据量；再根据所述当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；最后当所述目标短连接数据量大于预设阈值时，对所述目标短连接数据量对应的进程进行调整。因为本发明实施例通过获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量来确定当前时间段的目标短连接数据量，并根据目标短连接数据量对相应的进程进行调整，因此无需人为干预，也不依赖手工操作，摆脱了对经验的依赖，使得处理的实时性和效率得到提高，进而解决了效率低的问题。
附图说明
40.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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，还可以根据这些附图获得其他的附图。
41.图1是本发明实施例提供的一种数据库短连接处理的方法的流程示意图；
42.图2是本发明实施例提供的一种数据库短连接处理的装置的结构示意图；
43.图3是本发明实施例提供的一种计算设备的结构图。
具体实施方式
44.下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
45.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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
……”
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。
46.在关系型数据库运行过程中，经常有client方与server方每进行一次通信报文收发交易时才进行通讯连接，交易完毕后立即断开连接。大量短连接，这会导致数据库、服务器资源飙升，并且会导致监听无法响应更多请求。
47.针对以上的问题，目前业界的解决方案主要为：设计业务架构时，规划使用长连接。发现大量短连接导致连接风暴时，及时杀掉。
48.但是现有的技术存在如下缺点：
49.1)、经验依赖性。大量短连接出现导致数据库性能下降。完全依赖于人员对数据库性能及故障精通和技术水平才能很快的定位问题。
50.2)、实时性。等到短连接造成数据库性能，再对进行处理，对于olap类系统，影响业务体验。
51.3)、效率性。手工分析处理这类操作，还要先取一些报告来分析。
52.4)、连续性。对于此类问题的出现，可能已经影响了数据库的连续性。
53.由此可以看出，在上述避免大量短连接现象的方案中，要依靠人工经验和人工分析来实现，因此存在效率较低的问题。
54.为了解决目前避免大量短连接现象的方案中，存在效率较低的问题，本发明实施例提供了一种数据库短连接处理的方法、装置、设备及存储介质。首先获取预设时间段内的第一短连接数据以及上一循环周期的短连接数据量；之后基于所述第一短连接数据，根据预设算法确定当前时间段的短连接数据量；然后根据所述上一循环周期的短连接数据量确定下一周期的短连接数据量；再根据所述当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；最后当所述目标短连接数据量大于预设阈值时，对所述目标短连接数据量对应的进程进行调整。因为本发明实施例通过获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量来确定当前时间段的目标短连接数据量，并根据目标短连接数据量对相应的进程进行调整，因此无需人为干预，也不依赖手工操作，摆脱了对经验的依赖，使得处理的实时性和效率得到提高，进而解决了效率低的问题。
55.下面结合附图对本发明实施例提供的技术方案进行描述。
56.图1是本发明实施例提供的一种数据库短连接处理的方法的流程示意图，该方法的执行主体可以为具有计算处理能力的终端设备。
57.如图1所示，数据库短连接处理的方法可以包括s101-s105。s101-s105的具体解释如下：
58.s101：获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量。
59.具体地，可以按照时间序列方式采集预设时间段内有效的client短连接数据cd，该cd即为第一短连接数据，此外，还可以提取当前时间段向前推移上一循环周期内的短连接需求数据量。
60.在获取到第一短连接数据以及上一循环周期的短连接需求数据量后，为了对当前的短连接情况进行判断和调整，需要基于获取的数据进行进一步的计算，即执行s102-s105。
61.s102：基于第一短连接数据，根据预设算法确定当前时间段的短连接数据量。
62.在一个实施例中，可以基于第一短连接数据，根据预设的移动加权趋势法、预设的移动加权均值法、预设的二者综合折中算法中的至少一种算法，计算得到当前时间段的短连接数据量cf，cf为当前时间段的短连接平均每秒连接量。
63.s103：根据上一循环周期的短连接需求数据量确定下一周期的短连接数据量。
64.在该过程中，可以根据上一循环周期的短连接需求数据量按照预设的计算规则计算下个周期的短连接每秒连接量cav。
65.s104：根据当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量。
66.使用预设的f分数算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
67.具体地，在使用预设的f分数(f-score)算法对第二短连接数据量进行筛选，得到目标短连接数据量的过程中，可以给定训练特征向量x，k＝1，2，则第i个特征的f-score如公式(1)所示。
[0068][0069]
在公式(1)中，和分别为第i个特征在整个特征集(当前时间段的短连接数据量cf)和第k个数据集(下个周期的短连接每秒连接量cav)中的特征平均值，代表第k个数据集中第j条序列的第i个特征值，nk是第k个数据集中数据条数，即cav的集合数。
[0070]
因为在f-score定义中，分子表示当前特征在不同数据集间的判别力，分母则表示其在各集内部序列之间的判别力；可见，分子越大，类别判别越准确；分母越小，类别判别错误率越小。也就是说，f-score值越大，当前特征越具有判别力，因此这个分值即可作为特征筛选的评价依据，进而可以从第二短连接数据量中准确筛选出目标短连接数据量。
[0071]
可选地，在另一个实施例中，还可以基于第一短连接数据，根据预设的移动加权趋势法、预设的移动加权均值法、预设的二者综合折中算法中的至少一种算法，计算得到当前时间段的短连接数据量；之后根据预设的核函数以及预设的分类阈值，使用预设的支持向量机算法基于当前时间段的短连接数据量以及下一周期的短连接数据量进行筛选，得到目标短连接数据量。
[0072]
具体地，在根据预设的核函数以及预设的分类阈值，使用预设的支持向量机算法对第二短连接数据量进行筛选，得到目标短连接数据量的过程中，可以通过支持向量机算法进行权重优化，引入预设的核函数，将输入向量映射到一个高维的空间，在高维空间中构造线性决策函数来实现回归，以实现从第二短连接数据量中准确筛选出目标短连接数据量。
[0073]
在通过支持向量机算法进行权重优化的过程中，样本集为(xi，yi)，在通过支持向量机算法进行权重优化的过程中，样本集为(xi，yi)，l为样本数，y为样本目标，d为输入数据维度，其中，样本集是由第二短连接数据量构成的；在高维空间中，最优函数如公式(2)所示：
[0074][0075]
其中αi为lagrange因子，b是预设的分类阈值，而k(xi，xj)为预设的核函数，即实现非线性变换的内积函数。
[0076]
在通过支持向量机算法进行权重优化过程中，可以基于所有短连接的客户端信息及连接频率，转化为样本特征值，形成特征集，在大量特征集的情况下，基于实际数据进行样本分类，作为后期建模的训练集，以提高从第二短连接数据量中筛选目标短连接数据量的准确度。
[0077]
还需要说明的是，在支持向量机中通常有三种内积函数可用于非线性变换，三种内积函数包括多项式内积函数，sigmoid内积函数及径向基内积函数。其中多项式内积函数，sigmoid内积函数及径向基内积函数研究及使用最多，公式如下：
[0078]
1)多项式形式的内积函数
[0079]
k(x,xi)＝[(x
·
xi)+1]q[0080]
其中，参数q由用户预先指定，这里产生的是一个q阶的多项式分类器。
[0081]
2)sigmoid内积函数
[0082]
k(x,xi)＝tanh[v(x
·
xi)+c]
[0083]
其中，v＞0，c＜0。使用这个内积函数，则得到的就是一个双层的感知机神经网络，其权值及隐藏节点数均由算法自动确定。
[0084]
3)径向基内积函数
[0085][0086]
采用上述内积函数，得到的支持向量机是一种区别于传统径向基函数(rbf)方法的分类器，其每一个内积函数的中心对应一个支持向量，其中参数σ越大，径向基内积函数的外推能力越弱。
[0087]
在从第二短连接数据量中筛选目标短连接数据量的过程中，系统可以通过变动单一属性特征的方式，进行权重调整，从而实现基于规则标准的自动优化处理，实现动态优化，准确筛选出目标短连接数据量。
[0088]
s105：当目标短连接数据量大于预设阈值时，对目标短连接数据量对应的进程进行调整。
[0089]
在一个实施例中，当目标短连接数据量大于第一阈值时，清理目标短连接数据量对应的进程；当目标短连接数据量大于第二阈值时，标记目标短连接数据量对应的进程并修改进程的连接方式。
[0090]
具体地，第一阈值跟第二阈值是发明人基于算法规则汇总后，发现的阈值，第一阈值可以为50次/秒，第二阈值可以为20次/秒。当目标短连接数据量大于50次每秒的时候，即为发现了连接风暴的客户进程(client process)，可以清理该进程。当目标短连接数据量大于20次每秒的时候，即认为该目标短连接数据量对应的进程的连接次数很高，可以对该进程进行监控跟告警，并判定有连接风暴的风险，告知应用对该进程的连接方式进行整改，
修改为长连接并使用连接池，使得业务影响变小。
[0091]
因此通过目标短连接数据量和预设阈值的比较来对短连接合理化处理，以避免处理器性能问题的发生。
[0092]
本发明实施例提供的数据库短连接处理的方法首先获取预设时间段内的第一短连接数据以及上一循环周期的短连接数据量；之后基于所述第一短连接数据，根据预设算法确定当前时间段的短连接数据量；然后根据所述上一循环周期的短连接数据量确定下一周期的短连接数据量；再根据所述当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；最后当所述目标短连接数据量大于预设阈值时，对所述目标短连接数据量对应的进程进行调整。因为本发明实施例通过获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量来确定当前时间段的目标短连接数据量，在筛选得到目标短连接数据量的过程中，系统通过变动单一属性特征的方式，进行权重调整，从而实现基于规则标准的自动优化处理，实现动态优化，准确筛选出目标短连接数据量，并根据目标短连接数据量对相应的进程进行调整，因此无需人为干预，也不依赖手工操作，摆脱了对经验的依赖，使得处理的实时性和效率得到提高，进而解决了效率低的问题。
[0093]
与图1中数据库短连接处理的方法的流程示意图相对应，本发明实施例还提供了一种数据库短连接处理的装置。如图2所示，该装置可以包括：
[0094]
获取模块201，可以用于获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量；
[0095]
处理模块202，可以用于基于第一短连接数据，根据预设算法确定当前时间段的短连接数据量；根据上一循环周期的短连接需求数据量确定下一周期的短连接数据量；根据当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；当目标短连接数据量大于预设阈值时，对目标短连接数据量对应的进程进行调整。
[0096]
处理模块202，还可以用于基于第一短连接数据，根据预设的移动加权趋势法、预设的移动加权均值法、预设的二者综合折中算法中的至少一种算法，计算得到当前时间段的短连接数据量。
[0097]
处理模块202，还可以用于使用预设的f分数算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
[0098]
处理模块202，还可以用于根据预设的核函数以及预设的分类阈值，使用预设的支持向量机算法基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
[0099]
在一个实施例中，支持向量机算法包括多项式形式的内积函数、sigmoid内积函数以及径向基内积函数；处理模块202，还可以用于根据预设的核函数、预设的分类阈值、预设的多项式形式的内积函数、sigmoid内积函数以及径向基内积函数，基于当前时间段的短连接数据量和下一周期的短连接数据量进行筛选，得到目标短连接数据量。
[0100]
在一个实施例中，预设阈值包括第一阈值和第二阈值；处理模块202，还可以用于当目标短连接数据量大于第一阈值时，清理目标短连接数据量对应的进程；当目标短连接数据量大于第二阈值时，标记目标短连接数据量对应的进程并修改进程的连接方式。
[0101]
可以理解的是，图2所示的数据库短连接处理的装置中的各个模块具有实现图1中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
[0102]
本发明实施例提供的数据库短连接处理的装置首先获取预设时间段内的第一短连接数据以及上一循环周期的短连接数据量；之后基于所述第一短连接数据，根据预设算法确定当前时间段的短连接数据量；然后根据所述上一循环周期的短连接数据量确定下一周期的短连接数据量；再根据所述当前时间段的短连接数据量和下一周期的短连接数据量确定目标短连接数据量；最后当所述目标短连接数据量大于预设阈值时，对所述目标短连接数据量对应的进程进行调整。因为本发明实施例通过获取预设时间段内的第一短连接数据以及上一循环周期的短连接需求数据量来确定当前时间段的目标短连接数据量，在筛选得到目标短连接数据量的过程中，系统通过变动单一属性特征的方式，进行权重调整，从而实现基于规则标准的自动优化处理，实现动态优化，准确筛选出目标短连接数据量，并根据目标短连接数据量对相应的进程进行调整，因此无需人为干预，也不依赖手工操作，摆脱了对经验的依赖，使得处理的实时性和效率得到提高，进而解决了效率低的问题。
[0103]
图3是本发明实施例提供的一种计算设备的硬件架构的结构图。如图3所示，计算设备300包括输入接口301、中央处理器302以及存储器303。其中，输入接口301、中央处理器302以及存储器303通过总线310相互连接。
[0104]
具体地，输入接口301获取预设时间段内的第一短连接数据，并将该第一短连接数据传送到中央处理器302；中央处理器302基于存储器303中存储的计算机可执行指令对第一短连接数据，根据预设算法确定当前时间段的目标短连接数据量，当目标短连接数据量大于预设阈值时，对目标短连接数据量对应的进程进行调整。
[0105]
也就是说，图3所示的计算设备也可以被实现为数据库短连接处理的设备，该数据库短连接处理的设备可以包括：处理器以及存储有计算机可执行指令的存储器；该处理器在执行计算机可执行指令时可以实现本发明实施例提供的数据库短连接处理的方法。
[0106]
本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现本发明实施例提供的数据库短连接处理的方法。
[0107]
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0108]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、只读存储器(read-only memory，rom)、闪存、可消除的只读存储器(erasable read only memory，erom)、软盘、只读光盘(compact disc read-only memory，cd-rom)、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0109]
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0110]
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
[0111]
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。