1 前言
ElasticSearch 是一個(gè)實(shí)時(shí)的分布式搜索與分析引擎,常用于大量非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和快速檢索場(chǎng)景,具有很強(qiáng)的擴(kuò)展性??v使其有諸多優(yōu)點(diǎn),在搜索領(lǐng)域遠(yuǎn)超關(guān)系型數(shù)據(jù)庫(kù),但依然存在與關(guān)系型數(shù)據(jù)庫(kù)同樣的深度分頁(yè)問(wèn)題,本文就此問(wèn)題做一個(gè)實(shí)踐性分析探討。
2 from + size 分頁(yè)方式
from + size 分頁(yè)方式是 ES 最基本的分頁(yè)方式,類(lèi)似于關(guān)系型數(shù)據(jù)庫(kù)中的 limit 方式。from 參數(shù)表示:分頁(yè)起始位置;size 參數(shù)表示:每頁(yè)獲取數(shù)據(jù)條數(shù)。例如:
GET /wms_order_sku/_search { "query": { "match_all": {} }, "from": 10, "size": 20 }該條 DSL 語(yǔ)句表示從搜索結(jié)果中第 10 條數(shù)據(jù)位置開(kāi)始,取之后的 20 條數(shù)據(jù)作為結(jié)果返回。這種分頁(yè)方式在 ES 集群內(nèi)部是如何執(zhí)行的呢? 在 ES 中,搜索一般包括 2 個(gè)階段,Query 階段和 Fetch 階段,Query 階段主要確定要獲取哪些 doc,也就是返回所要獲取 doc 的 id 集合,F(xiàn)etch 階段主要通過(guò) id 獲取具體的 doc。
2.1 Query 階段
如上圖所示,Query 階段大致分為 3 步:
第一步:Client 發(fā)送查詢(xún)請(qǐng)求到 Server 端,Node1 接收到請(qǐng)求然后創(chuàng)建一個(gè)大小為 from + size 的優(yōu)先級(jí)隊(duì)列用來(lái)存放結(jié)果,此時(shí) Node1 被稱(chēng)為 coordinating node(協(xié)調(diào)節(jié)點(diǎn));
第二步:Node1 將請(qǐng)求廣播到涉及的 shard 上,每個(gè) shard 內(nèi)部執(zhí)行搜索請(qǐng)求,然后將執(zhí)行結(jié)果存到自己內(nèi)部的大小同樣為 from+size 的優(yōu)先級(jí)隊(duì)列里;
第三步:每個(gè) shard 將暫存的自身優(yōu)先級(jí)隊(duì)列里的結(jié)果返給 Node1,Node1 拿到所有 shard 返回的結(jié)果后,對(duì)結(jié)果進(jìn)行一次合并,產(chǎn)生一個(gè)全局的優(yōu)先級(jí)隊(duì)列,存在 Node1 的優(yōu)先級(jí)隊(duì)列中。(如上圖中,Node1 會(huì)拿到 (from + size) * 6 條數(shù)據(jù),這些數(shù)據(jù)只包含 doc 的唯一標(biāo)識(shí)_id 和用于排序的_score,然后 Node1 會(huì)對(duì)這些數(shù)據(jù)合并排序,選擇前 from + size 條數(shù)據(jù)存到優(yōu)先級(jí)隊(duì)列);
2.2 Fetch 階段
如上圖所示,當(dāng) Query 階段結(jié)束后立馬進(jìn)入 Fetch 階段,F(xiàn)etch 階段也分為 3 步:
第一步:Node1 根據(jù)剛才合并后保存在優(yōu)先級(jí)隊(duì)列中的 from+size 條數(shù)據(jù)的 id 集合,發(fā)送請(qǐng)求到對(duì)應(yīng)的 shard 上查詢(xún) doc 數(shù)據(jù)詳情;
第二步:各 shard 接收到查詢(xún)請(qǐng)求后,查詢(xún)到對(duì)應(yīng)的數(shù)據(jù)詳情并返回為 Node1;(Node1 中的優(yōu)先級(jí)隊(duì)列中保存了 from + size 條數(shù)據(jù)的_id,但是在 Fetch 階段并不需要取回所有數(shù)據(jù),只需要取回從 from 到 from + size 之間的 size 條數(shù)據(jù)詳情即可,這 size 條數(shù)據(jù)可能在同一個(gè) shard 也可能在不同的 shard,因此 Node1 使用 multi-get 來(lái)提高性能)
第三步:Node1 獲取到對(duì)應(yīng)的分頁(yè)數(shù)據(jù)后,返回給 Client;
2.3 ES 示例
依據(jù)上述我們對(duì) from + size 分頁(yè)方式兩階段的分析會(huì)發(fā)現(xiàn),假如起始位置 from 或者頁(yè)條數(shù) size 特別大時(shí),對(duì)于數(shù)據(jù)查詢(xún)和 coordinating node 結(jié)果合并都是巨大的性能損耗。 例如:索引 wms_order_sku 有 1 億數(shù)據(jù),分 10 個(gè) shard 存儲(chǔ),當(dāng)一個(gè)請(qǐng)求的 from = 1000000, size = 10。在 Query 階段,每個(gè) shard 就需要返回 1000010 條數(shù)據(jù)的_id 和_score 信息,而 coordinating node 就需要接收 10 * 1000010 條數(shù)據(jù),拿到這些數(shù)據(jù)后需要進(jìn)行全局排序取到前 1000010 條數(shù)據(jù)的_id 集合保存到 coordinating node 的優(yōu)先級(jí)隊(duì)列中,后續(xù)在 Fetch 階段再去獲取那 10 條數(shù)據(jù)的詳情返回給客戶(hù)端。 分析:這個(gè)例子的執(zhí)行過(guò)程中,在 Query 階段會(huì)在每個(gè) shard 上均有巨大的查詢(xún)量,返回給 coordinating node 時(shí)需要執(zhí)行大量數(shù)據(jù)的排序操作,并且保存到優(yōu)先級(jí)隊(duì)列的數(shù)據(jù)量也很大,占用大量節(jié)點(diǎn)機(jī)器內(nèi)存資源。
2.4 實(shí)現(xiàn)示例
private SearchHits getSearchHits(BoolQueryBuilder queryParam, int from, int size, String orderField) { SearchRequestBuilder searchRequestBuilder = this.prepareSearch(); searchRequestBuilder.setQuery(queryParam).setFrom(from).setSize(size).setExplain(false); if (StringUtils.isNotBlank(orderField)) { searchRequestBuilder.addSort(orderField, SortOrder.DESC); } log.info("getSearchHits searchBuilder:{}", searchRequestBuilder.toString()); SearchResponse searchResponse = searchRequestBuilder.execute().actionGet(); log.info("getSearchHits searchResponse:{}", searchResponse.toString()); return searchResponse.getHits(); }
2.5 小結(jié)
其實(shí) ES 對(duì)結(jié)果窗口的返回?cái)?shù)據(jù)有默認(rèn) 10000 條的限制(參數(shù):index.max_result_window = 10000),當(dāng) from + size 的條數(shù)大于 10000 條時(shí) ES 提示可以通過(guò) scroll 方式進(jìn)行分頁(yè),非常不建議調(diào)大結(jié)果窗口參數(shù)值。
3 Scroll 分頁(yè)方式
scroll 分頁(yè)方式類(lèi)似關(guān)系型數(shù)據(jù)庫(kù)中的 cursor(游標(biāo)),首次查詢(xún)時(shí)會(huì)生成并緩存快照,返回給客戶(hù)端快照讀取的位置參數(shù)(scroll_id),后續(xù)每次請(qǐng)求都會(huì)通過(guò) scroll_id 訪(fǎng)問(wèn)快照實(shí)現(xiàn)快速查詢(xún)需要的數(shù)據(jù),有效降低查詢(xún)和存儲(chǔ)的性能損耗。
3.1 執(zhí)行過(guò)程
scroll 分頁(yè)方式在 Query 階段同樣也是 coordinating node 廣播查詢(xún)請(qǐng)求,獲取、合并、排序其他 shard 返回的數(shù)據(jù)_id 集合,不同的是 scroll 分頁(yè)方式會(huì)將返回?cái)?shù)據(jù)_id 的集合生成快照保存到 coordinating node 上。Fetch 階段以游標(biāo)的方式從生成的快照中獲取 size 條數(shù)據(jù)的_id,并去其他 shard 獲取數(shù)據(jù)詳情返回給客戶(hù)端,同時(shí)將下一次游標(biāo)開(kāi)始的位置標(biāo)識(shí)_scroll_id 也返回。這樣下次客戶(hù)端發(fā)送獲取下一頁(yè)請(qǐng)求時(shí)帶上 scroll_id 標(biāo)識(shí),coordinating node 會(huì)從 scroll_id 標(biāo)記的位置獲取接下來(lái) size 條數(shù)據(jù),同時(shí)再次返回新的游標(biāo)位置標(biāo)識(shí) scroll_id,這樣依次類(lèi)推直到取完所有數(shù)據(jù)。
3.2 ES 示例
第一次查詢(xún)時(shí)不需要傳入_scroll_id,只要帶上 scroll 的過(guò)期時(shí)間參數(shù)(scroll=1m)、每頁(yè)大?。╯ize)以及需要查詢(xún)數(shù)據(jù)的自定義條件即可,查詢(xún)后不僅會(huì)返回結(jié)果數(shù)據(jù),還會(huì)返回_scroll_id。
GET /wms_order_sku2021_10/_search?scroll=1m { "query": { "bool": { "must": [ { "range": { "shipmentOrderCreateTime": { "gte": "2021-10-04 0000", "lt": "2021-10-15 0000" } } } ] } }, "size": 20 }
第二次查詢(xún)時(shí)不需要指定索引,在 JSON 請(qǐng)求體中帶上前一個(gè)查詢(xún)返回的 scroll_id,同時(shí)傳入 scroll 參數(shù),指定刷新搜索結(jié)果的緩存時(shí)間(上一次查詢(xún)緩存 1 分鐘,本次查詢(xún)會(huì)再次重置緩存時(shí)間為 1 分鐘)
GET /_search/scroll { "scroll":"1m", "scroll_id" : "DnF1ZXJ5VGhlbkZldGNoIAAAAAJFQdUKFllGc2E4Y2tEUjR5VkpKbkNtdDFMNFEAAAACJj74YxZmSWhNM2tVbFRiaU9VcVpDUWpKSGlnAAAAAiY--F4WZkloTTNrVWxUYmlPVXFaQ1FqSkhpZwAAAAJMQKhIFmw2c1hwVFk1UXppbDhZcW1za2ZzdlEAAAACRUHVCxZZRnNhOGNrRFI0eVZKSm5DbXQxTDRRAAAAAkxAqEcWbDZzWHBUWTVRemlsOFlxbXNrZnN2UQAAAAImPvhdFmZJaE0za1VsVGJpT1VxWkNRakpIaWcAAAACJ-MhBhZOMmYzWVVMbFIzNkdnN1FwVXVHaEd3AAAAAifjIQgWTjJmM1lVTGxSMzZHZzdRcFV1R2hHdwAAAAIn4yEHFk4yZjNZVUxsUjM2R2c3UXBVdUdoR3cAAAACJ5db8xZxeW5NRXpHOFR0eVNBOHlOcXBGbWdRAAAAAifjIQkWTjJmM1lVTGxSMzZHZzdRcFV1R2hHdwAAAAJFQdUMFllGc2E4Y2tEUjR5VkpKbkNtdDFMNFEAAAACJj74YhZmSWhNM2tVbFRiaU9VcVpDUWpKSGlnAAAAAieXW_YWcXluTUV6RzhUdHlTQTh5TnFwRm1nUQAAAAInl1v0FnF5bk1Fekc4VHR5U0E4eU5xcEZtZ1EAAAACJ5db9RZxeW5NRXpHOFR0eVNBOHlOcXBGbWdRAAAAAkVB1Q0WWUZzYThja0RSNHlWSkpuQ210MUw0UQAAAAImPvhfFmZJaE0za1VsVGJpT1VxWkNRakpIaWcAAAACJ-MhChZOMmYzWVVMbFIzNkdnN1FwVXVHaEd3AAAAAkVB1REWWUZzYThja0RSNHlWSkpuQ210MUw0UQAAAAImPvhgFmZJaE0za1VsVGJpT1VxWkNRakpIaWcAAAACTECoShZsNnNYcFRZNVF6aWw4WXFtc2tmc3ZRAAAAAiY--GEWZkloTTNrVWxUYmlPVXFaQ1FqSkhpZwAAAAJFQdUOFllGc2E4Y2tEUjR5VkpKbkNtdDFMNFEAAAACRUHVEBZZRnNhOGNrRFI0eVZKSm5DbXQxTDRRAAAAAiY--GQWZkloTTNrVWxUYmlPVXFaQ1FqSkhpZwAAAAJFQdUPFllGc2E4Y2tEUjR5VkpKbkNtdDFMNFEAAAACJj74ZRZmSWhNM2tVbFRiaU9VcVpDUWpKSGlnAAAAAkxAqEkWbDZzWHBUWTVRemlsOFlxbXNrZnN2UQAAAAInl1v3FnF5bk1Fekc4VHR5U0E4eU5xcEZtZ1EAAAACTECoRhZsNnNYcFRZNVF6aWw4WXFtc2tmc3ZR" }
3.3 實(shí)現(xiàn)示例
protectedPage searchPageByConditionWithScrollId(BoolQueryBuilder queryParam, Class targetClass, Page page) throws IllegalAccessException, InstantiationException, InvocationTargetException { SearchResponse scrollResp = null; String scrollId = ContextParameterHolder.get("scrollId"); if (scrollId != null) { scrollResp = getTransportClient().prepareSearchScroll(scrollId).setScroll(new TimeValue(60000)).execute() .actionGet(); } else { logger.info("基于scroll的分頁(yè)查詢(xún),scrollId為空"); scrollResp = this.prepareSearch() .setSearchType(SearchType.QUERY_AND_FETCH) .setScroll(new TimeValue(60000)) .setQuery(queryParam) .setSize(page.getPageSize()).execute().actionGet(); ContextParameterHolder.set("scrollId", scrollResp.getScrollId()); } SearchHit[] hits = scrollResp.getHits().getHits(); List list = new ArrayList (hits.length); for (SearchHit hit : hits) { T instance = targetClass.newInstance(); this.convertToBean(instance, hit); list.add(instance); } page.setTotalRow((int) scrollResp.getHits().getTotalHits()); page.setResult(list); return page; }
3.4 小結(jié)
scroll 分頁(yè)方式的優(yōu)點(diǎn)就是減少了查詢(xún)和排序的次數(shù),避免性能損耗。缺點(diǎn)就是只能實(shí)現(xiàn)上一頁(yè)、下一頁(yè)的翻頁(yè)功能,不兼容通過(guò)頁(yè)碼查詢(xún)數(shù)據(jù)的跳頁(yè),同時(shí)由于其在搜索初始化階段會(huì)生成快照,后續(xù)數(shù)據(jù)的變化無(wú)法及時(shí)體現(xiàn)在查詢(xún)結(jié)果,因此更加適合一次性批量查詢(xún)或非實(shí)時(shí)數(shù)據(jù)的分頁(yè)查詢(xún)。 啟用游標(biāo)查詢(xún)時(shí),需要注意設(shè)定期望的過(guò)期時(shí)間(scroll = 1m),以降低維持游標(biāo)查詢(xún)窗口所需消耗的資源。注意這個(gè)過(guò)期時(shí)間每次查詢(xún)都會(huì)重置刷新為 1 分鐘,表示游標(biāo)的閑置失效時(shí)間(第二次以后的查詢(xún)必須帶 scroll = 1m 參數(shù)才能實(shí)現(xiàn))
4 Search After 分頁(yè)方式
Search After 分頁(yè)方式是 ES 5 新增的一種分頁(yè)查詢(xún)方式,其實(shí)現(xiàn)的思路同 Scroll 分頁(yè)方式基本一致,通過(guò)記錄上一次分頁(yè)的位置標(biāo)識(shí),來(lái)進(jìn)行下一次分頁(yè)數(shù)據(jù)的查詢(xún)。相比于 Scroll 分頁(yè)方式,它的優(yōu)點(diǎn)是可以實(shí)時(shí)體現(xiàn)數(shù)據(jù)的變化,解決了查詢(xún)快照導(dǎo)致的查詢(xún)結(jié)果延遲問(wèn)題。
4.1 執(zhí)行過(guò)程
Search After 方式也不支持跳頁(yè)功能,每次查詢(xún)一頁(yè)數(shù)據(jù)。第一次每個(gè) shard 返回一頁(yè)數(shù)據(jù)(size 條),coordinating node 一共獲取到 shard 數(shù) * size 條數(shù)據(jù) , 接下來(lái) coordinating node 在內(nèi)存中進(jìn)行排序,取出前 size 條數(shù)據(jù)作為第一頁(yè)搜索結(jié)果返回。當(dāng)拉取第二頁(yè)時(shí),不同于 Scroll 分頁(yè)方式,Search After 方式會(huì)找到第一頁(yè)數(shù)據(jù)被拉取的最大值,作為第二頁(yè)數(shù)據(jù)拉取的查詢(xún)條件。 這樣每個(gè) shard 還是返回一頁(yè)數(shù)據(jù)(size 條),coordinating node 獲取到 shard 數(shù) * size 條數(shù)據(jù)進(jìn)行內(nèi)存排序,取得前 size 條數(shù)據(jù)作為全局的第二頁(yè)搜索結(jié)果。
后續(xù)分頁(yè)查詢(xún)以此類(lèi)推…
4.2 ES 示例
第一次查詢(xún)只傳入排序字段和每頁(yè)大小 size
GET /wms_order_sku2021_10/_search { "query": { "bool": { "must": [ { "range": { "shipmentOrderCreateTime": { "gte": "2021-10-12 0000", "lt": "2021-10-15 0000" } } } ] } }, "size": 20, "sort": [ { "_id": { "order": "desc" } },{ "shipmentOrderCreateTime":{ "order": "desc" } } ] }
接下來(lái)每次查詢(xún)時(shí)都帶上本次查詢(xún)的最后一條數(shù)據(jù)的 _id 和 shipmentOrderCreateTime 字段,循環(huán)往復(fù)就能夠?qū)崿F(xiàn)不斷下一頁(yè)的功能
GET /wms_order_sku2021_10/_search { "query": { "bool": { "must": [ { "range": { "shipmentOrderCreateTime": { "gte": "2021-10-12 0000", "lt": "2021-10-15 0000" } } } ] } }, "size": 20, "sort": [ { "_id": { "order": "desc" } },{ "shipmentOrderCreateTime":{ "order": "desc" } } ], "search_after": ["SO-460_152-1447931043809128448-100017918838",1634077436000] }
4.3 實(shí)現(xiàn)示例
publicScrollDto queryScrollDtoByParamWithSearchAfter( BoolQueryBuilder queryParam, Class targetClass, int pageSize, String afterId, List fieldSortBuilders) { SearchResponse scrollResp; long now = System.currentTimeMillis(); SearchRequestBuilder builder = this.prepareSearch(); if (CollectionUtils.isNotEmpty(fieldSortBuilders)) { fieldSortBuilders.forEach(builder::addSort); } builder.addSort("_id", SortOrder.DESC); if (StringUtils.isBlank(afterId)) { log.info("queryScrollDtoByParamWithSearchAfter基于afterId的分頁(yè)查詢(xún),afterId為空"); SearchRequestBuilder searchRequestBuilder = builder.setSearchType(SearchType.DFS_QUERY_THEN_FETCH) .setQuery(queryParam).setSize(pageSize); scrollResp = searchRequestBuilder.execute() .actionGet(); log.info("queryScrollDtoByParamWithSearchAfter基于afterId的分頁(yè)查詢(xún),afterId 為空,searchRequestBuilder:{}", searchRequestBuilder); } else { log.info("queryScrollDtoByParamWithSearchAfter基于afterId的分頁(yè)查詢(xún),afterId=" + afterId); Object[] afterIds = JSON.parseObject(afterId, Object[].class); SearchRequestBuilder searchRequestBuilder = builder.setSearchType(SearchType.DFS_QUERY_THEN_FETCH) .setQuery(queryParam).searchAfter(afterIds).setSize(pageSize); log.info("queryScrollDtoByParamWithSearchAfter基于afterId的分頁(yè)查詢(xún),searchRequestBuilder:{}", searchRequestBuilder); scrollResp = searchRequestBuilder.execute() .actionGet(); } SearchHit[] hits = scrollResp.getHits().getHits(); log.info("queryScrollDtoByParamWithSearchAfter基于afterId的分頁(yè)查詢(xún),totalRow={}, size={}, use time:{}", scrollResp.getHits().getTotalHits(), hits.length, System.currentTimeMillis() - now); now = System.currentTimeMillis(); List list = new ArrayList<>(); if (ArrayUtils.getLength(hits) > 0) { list = Arrays.stream(hits) .filter(Objects::nonNull) .map(SearchHit::getSourceAsMap) .filter(Objects::nonNull) .map(JSON::toJSONString) .map(e -> JSON.parseObject(e, targetClass)) .collect(Collectors.toList()); afterId = JSON.toJSONString(hits[hits.length - 1].getSortValues()); } log.info("es數(shù)據(jù)轉(zhuǎn)換bean,totalRow={}, size={}, use time:{}", scrollResp.getHits().getTotalHits(), hits.length, System.currentTimeMillis() - now); return ScrollDto. builder().scrollId(afterId).result(list).totalRow((int) scrollResp.getHits().getTotalHits()).build(); }
4.4 小結(jié)
Search After 分頁(yè)方式采用記錄作為游標(biāo),因此 Search After 要求 doc 中至少有一條全局唯一變量(示例中使用_id 和時(shí)間戳,實(shí)際上_id 已經(jīng)是全局唯一)。Search After 方式是無(wú)狀態(tài)的分頁(yè)查詢(xún),因此數(shù)據(jù)的變更能夠及時(shí)的反映在查詢(xún)結(jié)果中,避免了 Scroll 分頁(yè)方式無(wú)法獲取最新數(shù)據(jù)變更的缺點(diǎn)。同時(shí) Search After 不用維護(hù) scroll_id 和快照,因此也節(jié)約大量資源。
5 總結(jié)思考
5.1 ES 三種分頁(yè)方式對(duì)比總結(jié)
如果數(shù)據(jù)量小(from+size 在 10000 條內(nèi)),或者只關(guān)注結(jié)果集的 TopN 數(shù)據(jù),可以使用 from/size 分頁(yè),簡(jiǎn)單粗暴
數(shù)據(jù)量大,深度翻頁(yè),后臺(tái)批處理任務(wù)(數(shù)據(jù)遷移)之類(lèi)的任務(wù),使用 scroll 方式
數(shù)據(jù)量大,深度翻頁(yè),用戶(hù)實(shí)時(shí)、高并發(fā)查詢(xún)需求,使用 search after 方式
5.2 個(gè)人思考
在一般業(yè)務(wù)查詢(xún)頁(yè)面中,大多情況都是 10-20 條數(shù)據(jù)為一頁(yè),10000 條數(shù)據(jù)也就是 500-1000 頁(yè)。正常情況下,對(duì)于用戶(hù)來(lái)說(shuō),有極少需求翻到比較靠后的頁(yè)碼來(lái)查看數(shù)據(jù),更多的是通過(guò)查詢(xún)條件框定一部分?jǐn)?shù)據(jù)查看其詳情。因此在業(yè)務(wù)需求敲定初期,可以同業(yè)務(wù)人員商定 1w 條數(shù)據(jù)的限定,超過(guò) 1w 條的情況可以借助導(dǎo)出數(shù)據(jù)到 Excel 表,在 Excel 表中做具體的操作。
如果給導(dǎo)出中心返回大量數(shù)據(jù)的場(chǎng)景可以使用 Scroll 或 Search After 分頁(yè)方式,相比之下最好使用 Search After 方式,既可以保證數(shù)據(jù)的實(shí)時(shí)性,也具有很高的搜索性能。
總之,在使用 ES 時(shí)一定要避免深度分頁(yè)問(wèn)題,要在跳頁(yè)功能實(shí)現(xiàn)和 ES 性能、資源之間做一個(gè)取舍。必要時(shí)也可以調(diào)大 max_result_window 參數(shù),原則上不建議這么做,因?yàn)?1w 條以?xún)?nèi) ES 基本能保持很不錯(cuò)的性能,超過(guò)這個(gè)范圍深度分頁(yè)相當(dāng)耗時(shí)、耗資源,因此謹(jǐn)慎選擇此方式。
-
Query
+關(guān)注
關(guān)注
0文章
11瀏覽量
9324 -
Elasticsearch
+關(guān)注
關(guān)注
0文章
26瀏覽量
2815
原文標(biāo)題:ElasticSearch深度分頁(yè)詳解
文章出處:【微信號(hào):OSC開(kāi)源社區(qū),微信公眾號(hào):OSC開(kāi)源社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論