多维自测数据的处理方法、装置、计算机设备及存储介质与流程

1.本发明涉及数据处理技术领域，尤其揭露了一种多维自测数据的处理方法、装置、计算机设备及存储介质。


背景技术：

2.目前，保险、银行公司使用到的预算系统来对保险相关的数据进行预算和核算等处理，其中，hyperion(海波龙)系统作为预算产品市场中的一个标杆产品，被国内大多数保险、银行公司所使用。而hyperion系统所使用到的数据库比较特殊，不仅使用传统的关系型数据库用于存储表单样式等页面信息，而且还使用essbase多维数据库存储业务数据等；但在对hyperion预算系统进行开发后自测的过程中，二维数据库与essbase多维数据库无法直接实现数据库与数据库对接，在碰到跨域情况下，若将其他测试环境中的数据导入至开发环境的数据库后并其数据作为接口测试数据，则难以实现上述过程；且需要对采集到的所有数据进行加工、清洗、导入等处理，处理过程多而繁琐；上述存在的问题都会影响到hyperion系统自测的响应速度。
3.综上，本领域技术人员亟需寻找一种新的方案来解决上述问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种多维自测数据的处理方法、装置、计算机设备及存储介质，将预算系统hyperion中的自测数据转换成多维数据库可识别的表结构和数据结构(多维自测数据)，提高自测数据的响应速度。
5.一种多维自测数据的处理方法，包括：
6.在与hyperion关联的测试环境中，获取自测数据；
7.通过预设数据集成平台将所述自测数据导入至二维关系库；
8.通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，并将所述二维关系库中的所述多维自测数据作为hyperion接口自测数据导入至多维数据库。
9.一种多维自测数据的处理装置，包括：
10.获取模块，用于在与hyperion关联的测试环境中，获取自测数据；
11.第一导入模块，用于通过预设数据集成平台将所述自测数据导入至二维关系库；
12.第二导入模块，通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，并将所述二维关系库中的所述多维自测数据作为hyperion接口自测数据导入至多维数据库。
13.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种多维自测数据的处理方法。
14.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计
算机程序被处理器执行时实现上述一种多维自测数据的处理方法。
15.上述多维自测数据的处理方法、装置、计算机设备及存储介质，在与hyperion关联的测试环境中，获取自测数据；通过预设数据集成平台将所述自测数据导入至二维关系库；通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，并将所述二维关系库中的所述多维自测数据作为hyperion接口自测数据导入至多维数据库；可见，本方法将预算系统hyperion中的自测数据转换成多维数据库可识别的表结构和数据结构(多维自测数据)，以最后提前确定出预算系统整个开发阶段存在的问题，可以加快公司的开发和自测响应速度，及时对预算系统hyperion的数据预算模型进行适配调整和架构重整等(实践敏捷性)，增强预算系统hyperion的适应性和程序的健壮性；另外，相比于预算系统的传统自测方式，突破传统自测方式的表对标及域限制，操作的流程更短，操作的步骤更少，自测响应速度更快，数据可靠性提高。
附图说明
16.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的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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明一实施例中一种多维自测数据的处理方法的一应用环境示意图；
18.图2是本发明一实施例中一种多维自测数据的处理方法的一流程示意图；
19.图3是本发明一实施例中一种多维自测数据的处理装置的结构示意图；
20.图4是本发明一实施例中计算机设备的一示意图。
具体实施方式
21.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作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。
22.本发明提供的一种多维自测数据的处理方法，可应用在如图1的应用环境中，其中，客户端与服务器进行通信。其中，hyperion运行在客户端和服务器中，客户端用于人工进行操作，服务器进行数据处理，本发明基于hyperion对预算系统进行开发和自测。
23.在一实施例中，如图2所示，提供一种多维自测数据的处理方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤s10-s30：
24.s10，在与hyperion关联的测试环境中，获取自测数据；
25.可理解地，hyperion是一种企业绩效管理软件平台，其中的预算软件模块oracle hyperion planning更是被广泛使用的预算管理平台，被较多的保险公司用于保险数据的预算和核算等处理；基于hyperion预算系统，在预设开发模块中开发出适应于公司需求的功能，此时需要对预设开发模块中的开发功能进行自测，以确定预设开发模块中处理后的自测数据是否存在问题，最后可根据确定出的问题对预设开发模块进行适应调整；自测数
据是通过预设数据导出工具(预设数据集成平台)从与hyperion关联的测试环境等其他可获取数据的环境进行获取，且该数据是包含在逗号分割值(csv)文件中，预设数据集成平台可包括ddi工具，测试环境可与db数据源的源数据关联，在自测数据是应用在保险公司中，自测数据可以为费用数据，该费用数据可以为保费核算。
26.s20，通过预设数据集成平台将所述自测数据导入至二维关系库；
27.可理解地，预设数据集成平台为odi工具，是一种oracle的数据集成类工具，odi工具存在lkm(load km)知识模块，其中，lkm完成从源数据库数据加载到临时表，具体地，本实施例可通过lkm模块中的预设选择器将自测数据导入至工作库中，进而可通过该工作库可将自测数据导入至二维数据库中。
28.s30，通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，并将所述二维关系库中的所述多维自测数据作为hyperion接口自测数据导入至多维数据库。
29.可理解地，预设开发模块是由开发人员进行开发的模块，服务器通过执行该模块可对二维关系库中的自测数据进行逻辑计算处理(逻辑计算处理是指按照预设的逻辑计算方法对自测数据进行本方案的数据处理的过程)，在完成处理后，即可得到能与多维数据库进行对应的多维自测数据，该多维自测数据可用于确定出预设开发模块中存在的问题，其中，预设开发模块一旦搭建完成，即可实现对多维自测数据自动生成和自动导入，二维自测数据自动加工、自动导入和自动计算，具体地，通过触发odi工具的pkg功能(集成)将步骤s10-步骤s30的流程进行串接，得到上述的多维自测数据；预设数据库可以是将数据以星形结构组织的rdbms，也可以是essbase这种专门的多维数据库，以essbase进行说明，essbase的维度是value-based dimension，即树型结构，维度中的成员按照层次组织，形成父子级关系，其中的每个成员可包含若干个子成员，最底层的成员没有子成员，称作叶成员(leaf member)或基成员(base member)，而最顶级成员是根成员，且维度的层级结构决定了数据沿向上合并(consolidation)和向下分配(allocation)的计算路径，以保费预算数据举例说明，最顶层的成员可以为2022年2季度的保费，在最顶层的成员下的成员可以为2022年第1季度实际收到的保费和之前计算出的增长率(通过2021年第一季度到第二季度的增长量确定)来计算出2022年2季度的保费(向上合并的计算路径，也即两个成员的计算结果作为最顶层的成员对应的结果)，若其中一个成员下的成员可以为2022年3个月的保费，此时可以通过2022年3个月的保费来计算出2022年第1季度实际收到的保费(向下合并的计算路径，也即三个成员的计算结果作为上层的成员对应的结果)；二维关系库是采用关系模型作为数据组织方式的数据库，其专门将相同属性的数据存储于同一个数据库表中，并且专门用预设开发模块对该数据库表进行处理，其中，该数据库表可以为oracle数据库表；多维自测数据是指包含多个维度的自测数据，维度是与成员对应的，如上述提到的父子级关系的多个成员(如2022年2季度的保费、2022年第1季度实际收到的保费和之前计算出的增长率)作为一个预算维度，同理可确认出多个与自测数据关联的维度；hyperion接口自测数据是最终经过逻辑处理后所得到的计算数据，将该数据存储在多维数据库中，hyperion预算系统中的planning可以从多层次、多角度对存储数据进行分析，进而确定确定出开发阶段中存在的问题；
30.本实施例相比于预算系统的传统自测方式，突破传统自测方式的表对表及域限
制，操作的流程更短，操作的步骤更少(无需经历传统自测方式的数据加工、数据清洗、数据导入等较多繁琐的过程)，自测响应速度更快，数据可靠性提高。
31.在步骤s10至步骤s30的实施例中，将预算系统hyperion中的自测数据转换成多维数据库可识别的表结构和数据结构(多维自测数据)，以最后提前确定出预算系统整个开发阶段存在的问题，可以加快公司的开发和自测响应速度，及时对预算系统hyperion的数据预算模型进行适配调整，增强预算系统hyperion的适应性。
32.进一步地，所述获取自测数据包括：
33.通过所述预设数据集成平台从hyperion关联的测试环境中提取到预设格式的自测文件；
34.通过预设选择器将所述自测文件读取至hyperion对应的工作库，从所述工作库获取所述自测文件中的自测数据。
35.可理解地，预设格式的自测文件是指csv文件，具体地，通过预设数据集成平台odi工具的功能，扫描测试环境中的数据，得到包含自测数据的csv文件；预设选择器为odi工具lkm知识模块的lkm file to sql选择器，具体地，通过odi工具中的lkm file to sql选择器，将csv文件读取到预算系统hyperion对应的工作库中，从工作库获取自测数据。
36.进一步地，所述通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，包括：
37.获取所述多维数据库对应的多维数据需求；
38.在所述预设开发模块中，根据所述多维数据需求将与所述二维关系库中的自测数据对应的源文件成员映射到hyperion可识别成员；
39.在完成所述可识别成员映射的前提下，确定所述二维关系库中的自测数据可与hyperion进行数据共享，并确定与所述可识别成员对应的自测数据；
40.根据所述多维数据需求，使用所述预设开发模块中的oracle数据库存储语句对所述可识别成员对应的自测数据进行行列转换处理，得到行列转换后的自测数据；
41.将所述行列转换后的自测数据进行预设数据规范处理后，获得所述多维自测数据。
42.可理解地，多维数据需求是指对自测数据的维度进行变化，得到满足于多维数据库的多维自测数据；预算系统hyperion可识别成员为上述多维数据库essbase提到的成员，该成员组成了大纲成员，且大纲成员中存在父子级关系，大纲成员中的父子级关系的成员都存在对应的自测数据，源文件成员是指自测文件对应的成员(为了实现数据共享，需实现成员映射)，具体地，通过预设开发模块的outline load utility将二维数据库中的源文件成员映射到essbase对应的oracle数据库表，以在oracle数据库表形成可识别成员；行列转换处理包括行转列和列转行，行列转换处理后，oracle数据库表中的自测数据的维度会发生变化，维度是指父子级关系下成员，父子级关系越多，维度就越多，具体地，通过oracle数据库存储语句procedure实现行列转换，得到多个维度的多维自测数据。
43.进一步地，所述将所述行列转换后的自测数据进行预设数据规范处理后，获得所述多维自测数据，包括：
44.获取所述多维数据库对应的安全数据规范；
45.在所述预设开发模块中，根据所述安全数据规范将所述行列转换后的自测数据划
分成多个数据类型的加密批次的自测数据，对多个所述加密批次的自测数据进行批量加密；一个所述数据类型对应一个所述加密批次；
46.根据所述安全数据规范将批量加密后的多个所述加密批次的自测数据中的预设字段数据进行脱敏操作后，得到脱敏后的自测数据；
47.将所述脱敏后的自测数据作为所述多维自测数据。
48.可理解地，安全数据规范是对特殊字段数据进行处理，避免特殊字段数据涉及到企业数据的安全(对多维数据进行加密和脱敏，避免数据泄露)；数据类型是指对多维数据对应的种类科目，如之前提到的费用数据，数据类型可包括但不限于相应的组织、成本中心、预算子目、核算科目和期间字段，其中，数据类型是与上述提到的可识别成员存在关联关系，可识别成员是位于其中一个数据类型下，具体地，通过oracle数据库表对应的数据包进行批量加密，其中，数据包可以为dbms_crypto，数据包中存在get_public_key、encrypt_data和decrypt_data语句，get_public_key用来生成加密的32位密钥，encrypt_data用来生成加密的密文，需要传入密钥以及原文文本，decrypt_data用来生成解密的原文，需要传入密钥以及加密密文；数据脱敏处理是通过对一些特殊的字段数据进行脱敏操作，其中，特殊字段数据包括一些与预算和核算等操作无关的隐私或保密数据，具体地，通过oracle数据库表对应的update语句对数据库表中的第几列数据赋予空值，并用特殊字符进行替换(如常用的星星字符)。
49.进一步地，所述将所述二维关系库中的所述多维自测数据导入至多维数据库，包括：
50.通过所述预设数据集成平台将所述二维关系库连接至所述多维数据库后，将所述中的多维自测数据导入至所述多维数据库。
51.可理解地，本发明的具体流程为从测试环境获取自测数据-通过odi工具将自测数据导入至二维关系库-通过预设开发模块处理二维关系库中的自测数据，得到多维自测数据-在二维关系库中，通过odi工具将多维测试数据导入至多维数据库中；上述具体流程需要运用两次二维关系库，预设开发模块是运行在服务器中，专门对二维关系库中的自测数据进行数据处理。
52.进一步地，所述根据所述多维数据需求，使用所述预设开发模块中的oracle对所述自测数据进行行列转换，得到行列转换后的自测数据，包括：
53.在确定所述多维数据需求为行转列的转换需求时，获取与行形式对应的自测数据建立的oracle数据库表；
54.使用group语句和聚合函数将所述oracle数据库表中与行形式对应的所述自测数据转换成与列形式对应的自测数据；或在所述多维数据需求为列转行的转换需求时，获取以列形式对应的自测数据建立的oracle数据库表；
55.使用union语句将所述oracle数据库表中与列形式表对应的所述自测数据转换成与行形式对应的自测数据。
56.可理解地，在进行行转列的过程中，先通过select语句和from语句选择出需要行转列的自测数据，最后通过group语句进行运行后得到转换结果，但在该过程中需要使用聚合函数，其中，聚合函数可以为sum函数、max函数或者min函数，根据统计需要，确定所选择的聚合函数；在进行列转行的过程中，先通过select语句和from语句选择出需要列转行的
自测数据，最后通过union语句进进行运行后得到转换结果。
57.进一步地，所述根据所述多维数据需求将与所述二维关系库中的自测数据对应的源文件成员映射到hyperion可识别成员，包括：
58.对所述预设数据集成平台进行运行后，获取从所述自测文件中提取到的源文件成员；
59.根据所述多维数据，将所述源文件成员的数据映射加载到hyperion多维数据库的可识别成员。
60.可理解地，对预设数据集成平台odi工具中的outline load utility进行运行后(通过os命令运行outline load utility，其中，os命令包括各个参数，各个参数为
‑‑
f＝加密的密码文件的位置；-/a：＝应用程序名称；-/u：＝用户名；-/m＝生成标题记录；-/i：＝输入文件；-/l：＝日志文件；-/x：＝例外文件；-/tr＝数据文件中指定的驱动程序；-/d：＝要加载的输出文件的尺寸)，将源文件成员数据推送到预算系统hyperion的planning中，启动“成员大纲加载实用程序”后，以创建出hyperion多维数据库的可识别成员(可识别成员位于成员大纲中，相当于映射加载出hyperion多维数据库的可识别成员)。
61.综上所述，上述提供了一种多维自测数据的处理方法，在与hyperion关联的测试环境中，获取自测数据；通过预设数据集成平台将所述自测数据导入至二维关系库；通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，并将所述二维关系库中的所述多维自测数据作为hyperion接口自测数据导入至多维数据库；可见，本方法将预算系统hyperion中的自测数据转换成多维数据库可识别的表结构和数据结构(多维自测数据)，以最后提前确定出预算系统整个开发阶段存在的问题，可以加快公司的开发和自测响应速度，及时对预算系统hyperion的数据预算模型进行适配调整和架构重整等(实践敏捷性)，增强预算系统hyperion的适应性和程序的健壮性；另外，相比于预算系统的传统自测方式，突破传统自测方式的表对标及域限制，操作的流程更短，操作的步骤更少，自测响应速度更快，数据可靠性提高。
62.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
63.在一实施例中，本发明还提供一种多维自测数据的处理装置，该一种多维自测数据的处理装置与上述实施例中一种多维自测数据的处理方法一一对应。如图3所示，该一种多维自测数据的处理装置包括获取模块11、第一导入模块12和第二导入模块13。各功能模块详细说明如下：
64.进一步地，所述多维自测数据的处理装置还包括：
65.获取模块11，用于在与hyperion关联的测试环境中，获取自测数据；
66.第一导入模块12，用于通过预设数据集成平台将所述自测数据导入至二维关系库；
67.第二导入模块13，通过预设开发模块对所述二维关系库中的自测数据进行逻辑处理，得到所述自测数据进行逻辑处理后所转化的多维自测数据，并将所述二维关系库中的所述多维自测数据作为hyperion接口自测数据导入至多维数据库。
68.进一步地，所述获取模块包括：
69.提取子模块，用于通过所述预设数据集成平台从hyperion关联的测试环境中提取到预设格式的自测文件；
70.第一获取子模块，用于通过预设选择器将所述自测文件读取至hyperion对应的工作库，从所述工作库获取所述自测文件中的自测数据。
71.进一步地，所述第二导入模块包括：
72.第二获取子模块，用于获取所述多维数据库对应的多维数据需求；
73.映射子模块，用于在所述预设开发模块中，根据所述多维数据需求将与所述二维关系库中的自测数据对应的源文件成员映射到hyperion可识别成员；
74.确定子模块，用于在完成所述可识别成员映射的前提下，确定所述二维关系库中的自测数据可与hyperion进行数据共享，并确定与所述可识别成员对应的自测数据；
75.行列转换处理子模块，用于根据所述多维数据需求，使用所述预设开发模块中的oracle数据库存储语句对所述可识别成员对应的自测数据进行行列转换处理，得到行列转换后的自测数据；
76.预设数据规范处理子模块，用于将所述行列转换后的自测数据进行预设数据规范处理后，获得所述多维自测数据。
77.进一步地，所述预设数据规范处理子模块包括：
78.获取单元，用于获取所述多维数据库对应的安全数据规范；
79.加密单元，用于在所述预设开发模块中，根据所述安全数据规范将所述行列转换后的自测数据划分成多个数据类型的加密批次的自测数据，对多个所述加密批次的自测数据进行批量加密；一个所述数据类型对应一个所述加密批次；
80.脱敏单元，用于根据所述安全数据规范将批量加密后的多个所述加密批次的自测数据中的预设字段数据进行脱敏操作后，得到脱敏后的自测数据；
81.作为单元，用于将所述脱敏后的自测数据作为所述多维自测数据。
82.进一步地，所述第二导入模块包括：
83.导入子模块，用于通过所述预设数据集成平台将所述二维关系库连接至所述多维数据库后，将所述中的多维自测数据导入至所述多维数据库。
84.进一步地，所述行列转换处理子模块包括：
85.第一获取单元，用于在确定所述多维数据需求为行转列的转换需求时，获取与行形式对应的自测数据建立的oracle数据库表；
86.第一数据转换单元，用于使用group语句和聚合函数将所述oracle数据库表中与行形式对应的所述自测数据转换成与列形式对应的自测数据；
87.或第二获取单元，用于在所述多维数据需求为列转行的转换需求时，获取以列形式对应的自测数据建立的oracle数据库表；
88.第二数据转换单元，用于使用union语句将所述oracle数据库表中与列形式表对应的所述自测数据转换成与行形式对应的自测数据。
89.进一步地，所述映射子模块包括：
90.第三获取单元，用于对所述预设数据集成平台进行运行后，获取从所述自测文件中提取到的源文件成员；
91.映射单元，用于根据所述多维数据，将所述源文件成员的数据映射加载到
hyperion多维数据库的可识别成员。
92.关于一种多维自测数据的处理装置的具体限定可以参见上文中对于一种多维自测数据的处理方法的限定，在此不再赘述。上述一种多维自测数据的处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
93.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储一种多维自测数据的处理方法中涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种多维自测数据的处理方法。
94.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中一种多维自测数据的处理方法的步骤，例如图2所示的步骤s10至步骤s30。或者，处理器执行计算机程序时实现上述实施例中一种多维自测数据的处理装置的各模块/单元的功能，例如图3所示模块11至模块13的功能。为避免重复，这里不再赘述。
95.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中一种多维自测数据的处理方法的步骤，例如图2所示的步骤s10至步骤s30。或者，计算机程序被处理器执行时实现上述实施例中一种多维自测数据的处理装置的各模块/单元的功能，例如图3所示模块11至模块13的功能。为避免重复，这里不再赘述。
96.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
97.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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
98.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实
施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。