数据结构MySQL —— 索引

目录

一、索引概述

二、索引结构

三、索引分类

四、索引语法

 五、SQL性能分析

1.  查看执行频次

2.  慢查询日志

3.  show profiles指令

 4.  explain执行计划

六、索引使用规则

1.  验证索引效率

2.  最左前缀法则

 3.  范围查询

4.  索引失效情况

5.  SQL提示

 6.  覆盖索引

7.  前缀索引

 8.  单列索引与联合索引的选择

 七、索引设计原则

一、索引概述

索引 ( index）是帮助MysqL 高效获取数据 的 数据结构 (有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。

  • 演示：
select * from user where age = 45;

 注意：上述二叉树索引结构的只是一个示意图，并不是真实的索引结构。

  •  优缺点：
优势劣势
  1. 提高数据检索的效率，提高数据库的0成本。
  2. 通过索引对数据进行排序，降低数据排序的成本，降低CPU的消耗。
  1. 索引列也是占用空间的。
  2. 索引大大提高了查询效率，同时却也降低更新表的速度，如对表印象INSERT、UPDATE、DELETE时，效率降低。

二、索引结构

MySQL的索引是在存储引擎层实现的，不同的存储引擎有不同的结构，主要包含以下几种：

索引结构描述
B+Tree索引最常见的索引类型，大部分引擎都支持B+树索引。
Hash索引底层数据结构是用哈希表实现的，只有精确匹配索引列的查询才有效,不支持范围查询。

R-tree

(空间索引)

空间索引是MyISAM引擎的一个特殊索引类型，主要用于地理空间数据类型，通常使用较少

Full-text

(全文索引)

是一种通过建立倒排索引,快速匹配文档的方式。类似于Lucene,Solr,ES。
  • B+Tree索引

MySQL索引数据结构对经典的B+Tree进行了优化。在原B+Tree的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的B+Tree，提高区间访问的性能。

  •  Hash索引

哈希索引就是采用一定的hash算法，将键值换算成新的hash值，映射到对应的槽位上，然后存储在hash表中。
如果两个(或多个)键值，映射到一个相同的槽位上，他们就产生了hash冲突（也称为hash碰撞)，可以通过链表来解决。

① Hash索引特点：

  1. Hash索引只能用于对等比较(=，in)，不支持范围查询(between，>，<，....)
  2. 无法利用索引完成排序操作
  3. 查询效率高，通常只需要一次检索就可以了，效率通常要高于B+tree索引

② 存储引擎支持：在MsaL中，支持hash索引的是Memory引擎，而innoD8中具有自适应hash功能，hash索引是存储引擎根据B+Tree索引在指定条件下自动构建的。

思考：为什么InnoDB存储引擎选择使用B+Tree索引结构？（面试题）

  • 相对于二叉树，层级更少，搜索效率越高。
  • 对于B-tree，无论是叶子节点还是非叶子节点，都会保存数据，这样导致一页中存储的键值减少，指针跟着减少，要同样保存大量数据，只能增加树的高度，导致性能降低。
  • 相对Hash索引，B+Tree支持范围匹配以及排序操作。

三、索引分类

分类含义特点关键字
主键索引针对于表中主键创建的索引默认自动创建,只能有一个PRIMARY
唯一索引避免同一个表中某数据列中的值重复可以有多个UNIQUE
常规索引快速定位特定数据可以有多个
全文索引全文索引查找的是文本中的关键词，而不是比较索引中的值可以有多个FULLTEXT

在InnoDB存储引擎中，根据索引的存储形式，又可以分为以下两种：

分类含义特点

聚集索引

(Clustered lndex)

将数据存储与索引放到一块，索引结构的叶子节点保存了行数据必须有而且只有一个
二级索引(Secondary lndex)将数据与索引分开存储，索引结构的叶子节点关联的是对应主键可以存在多个

聚集索引选取规则：

  • 如果存在主键，主键索引就是聚集索引。
  • 如果不存在主键，将使用第一个唯一(UNIQUE）索引作为聚集索引。
  • 如果表没有主键，或没有合适的唯一索引，则InnoDB会自动生成一个rowid作为隐藏的聚集索引。
回表查询：先根据二级索引拿到主键值，再根据主键值走聚集索引拿到这一行的数据。

思考：以下SQL语句中，哪个执行效率高？为什么？

 解答：第一个执行效率高。根据 id 直接找聚集(主键)索引构造的B+Tree，直接找到行数据返回；根据 name字段 需要先到二级索引的B+Tree上查找name对应的 primary key 的值，然后再回表查询去聚集索引的B+Tree上查找对应的行数据。

四、索引语法

  • 创建索引：CREATE [ UNIQUE|FULLTEXT ] INDEX index_name ON table_name ( index_col_name, ... );
  • 查看索引：SHOW INDEX FROM table_name;
  • 删除索引：DROP INDEX index_name ON table_name;

示例练习：根据下列的需求，完成索引的创建

  1. name 字段为姓名字段，该字段的值可能会重复，为该字段创建索引。
  2. phone 手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。
  3. 为 profession、age、status 创建联合索引。
  4. 为 email 建立合适的索引来提升查询效率。
show index from tb_user;

-- 1. name 字段为姓名字段，该字段的值可能会重复，为该字段创建索引。
create index idx_user_name on tb_user (name);

-- 2. phone 手机号字段的值，是非空，且唯一的，为该字段创建唯一索引。
create unique index idx_user_phone on tb_user(phone);

-- 3. 为 profession、age、status 创建联合索引。
create index idx_user_pro_age_stu on tb_user(profession,age,status);

-- 4. 为 email 建立合适的索引来提升查询效率。
create index idx_user_email on tb_user(email);

 五、SQL性能分析

1.  查看执行频次

MySQL客户端连接成功后，通过show [ session|global ] status 命令可以提供服务器状态信息。通过如下指令，可以查看当前数据库的INSERT、UPDATE、DELETE、SELECT的访问频次：  SHOW GLOBAL STATUS LIKE  ' Com_ _ _ _ _ '；（一个下划线一个字符）

 通过这种方式查看SQL执行频率，为SQL优化提供支撑。

2.  慢查询日志

  • 查看慢查询日志开启情况

慢查询日志记录了所有执行时间超过指定参数（long_query_time,单位：秒，默认100秒）的所有SQL语句的日志。MySQL的慢查询日志默认没有开启，需要在MySQL的配置文件（/etc/my.cnf）中配置信息：

配置完毕之后，通过以下指令重新启动MySQL服务器进行测试，查看慢日志文件中记录的信息 /var/lib/mysqL/localhost-slow.log。

3.  show profiles指令

  • show profiles能够在做SQL优化时帮助我们了解时间都耗费到哪里去了。通过have_profiling参数，能够看到当前MySQL是否支持profile操作：SELECT @@have_profiling ;

  • 默认profiling是关闭的，可以通过set语句在 session / global 级别开启profiling：SET profiling= 1；
  •  执行了一系列业务SQL的操作，然后通过如下指令查看指令的执行耗时：

 4.  explain执行计划

 EXPLAIN 或者 DESC 命令获取MySQL 如何执行 SELECT语句的信息，包括在SELECT语句执行过程中表如何连接和连接的顺序。语法： 

 EXPLAIN执行计划各字段含义：

  • id：select查询的序列号，表示查询中执行select子句或者是操作表的顺序（id相同，执行顺序从上到下；id不同，值越大，越先执行）。

>  多对多的多表关联：id相同，执行顺序从上到下

>  子查询（ 查询选修了"MySQL"课程的学生 ）：id不同，值越大，越先执行

  • select_type：表示SELECT的类型，常见的取值有SIMPLE（简单表，即不使用表连接或者子查询)、PRIMARY（主查询，即外层的查询)、UNION (UNION中的第二个或者后面的查询语句)、SUBQUERY (SELECT/WHERE之后包含了子查询）等。
  • type：表示连接类型，性能由好到差的连接类型为NULL、system、const、eq_ref、ref、range、index、all 。
  • possible_key：显示可能应用在这张表上的索引，一个或多个。
  • key：实际使用的索引，如果为NULL，则没有使用索引。
  • Key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好。
  • rows：MySQL认为必须要执行查询的行数，在innodb引擎的表中，是一个估计值，可能并不总是准确的。
  • filtered：表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。

六、索引使用规则

1.  验证索引效率

  • 在未创立索引之前，执行如下SQL语句，查看SQL的耗时：SELECT *FROM tb_sku WHERE sn = '100000003145001' ;

我们发现执行一条数据的查询用时20.78秒，效率极低，原因在于：因为表中 id 为主键，默认主键索引，而 sn字段没有索引，所以效率低。

  •  针对字段创建索引：create index idx_sku_sn on tb_sku(sn) ;（构建B+Tree索引结构）

  • 然后再次执行相同的SQL语句，再次查看SQL的耗时：SELECT *FROM tb_sku WHERE sn = '100000003145001' ;

 PS：以上证明了索引对于查询效率的提升。

2.  最左前缀法则

  • 如果索引了多列（联合索引)，要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列。
  • 如果跳跃某一列，索引将部分失效(后面的字段索引失效)。
  • 与存放位置无关，只要存在即可。

示例：联合索引idx_user_pro_age_sta

explain select * from tb_user 
where profession = '软件工程' and age = 31 and status = '0' ;


explain select * from tb_user 
where profession = '软件工程';

explain select * from tb_user where age = 31 and status = '10';


explain select * from tb_user 
where age = 31 and status = '0' and profession = '软件工程';

 3.  范围查询

 联合索引中，出现范围查询（>,<），范围查询右侧的列索引失效。

explain select * from tb_user 
where profession = '软件工程'and age > 30 and status = '0';


explain select * from tb_user 
where profession = '软件工程'and age >= 30 and status = '0';

4.  索引失效情况

  • 不要在索引列上进行运算操作，索引将失效。
explain select * from tb_user where substring(phone,10,2) = '15';

  •  字符串类型字段使用时，不加引号，索引将失效。
explain select * from tb_user 
where profession='软件工程' and age = 31 and status = 0;

  •  如果仅仅是尾部模糊匹配，索引不会失效。如果是头部模糊匹配，索引失效。
explain select * from tb_user where profession like '软件%';


explain select * from tb_user where profession like '%工程';

  •  用 or 分割开的条件，如果or前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会用到。
explain select * from tb_user where id = 10 or age = 23;

由于age没有索引，即使id有索引，索引也会失效，索引需要针对于age也要建立索引。

5.  SQL提示

通过小例子了解SQL提示：

已知profession查询会用到复合索引，那么如果我们再创建单列索引。

create index idx_user _pro on tb_user (profession);

那么当我们再次查询时，那么将会选择用复合索引还是单列索引呢？

因此：SQL提示，是优化数据库的一个重要手段，简单来说，就是在SQL语句中加入一些人为的提示来达到优化操作的目的。

  • use index：建议使用某个索引

  • ignore index：忽略使用某个索引

  • force index：强制使用某个索引

 6.  覆盖索引

之前我们在基础篇中提到，尽量不要使用select * ，一方面不直观，可读性差，另一方面效率低下。所以尽量使用覆盖索引（查询使用了索引，并且需要返回的列，在该索引中已经全部能够找到） 。

explain select id,pofession,age,status from tb_user 
where profession = '软件工程' and age = 31 and status = '0';

解释：id,pofession,age之间存在联合索引，属于二级索引，可以拿到我们想要找到的数据直接返回，不需要再查找聚集索引。

explain select id,profession,age,status, name from tb_user 
where profession = '软件工程' and age = 31 and status = '0';

 解释：id,profession,age,status通过二级索引都可以查询到，但是name字段不可以，需要通过id再到聚集索引中进行查找name字段即回表查询。

知识小贴纸：

  • using index condition ;查找使用了索引，但是需要回表查询数据。
  • using where; using index：查找使用了索引，但是需要的数据都在索引列中能找到，所以不需要回表查询数据。

7.  前缀索引

当字段类型为字符串（varchar, text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘lO，影响查询效率。此时可以只将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高索引效率。

  • 语法：create index idx xooxx on table_name(column(n)) ;
  • 前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。
  • 公式：

select count(distinct ermail) / count(*) 

from tb_user ;

select coint(distinct substring(email,1,5)) / count(*) 

from tb_user ;

-- 创建前缀索引 长度为5
create index idx_email_5 on tb_user (email(5));

explain select * from tb_user where email = 'daqiao666@sina.com' ;

 8.  单列索引与联合索引的选择

  • 单列索引：即一个索引只包含单个列。
  • 联合索引：即一个索引包含了多个列。
  • 在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非但列索引。

单列索引情况：

explain select id, phone, name from tb_user 
where phone = '123456789' and name = '张三';

多条件联合查询时，MySQL优化器会评估哪个字段的索引效率更高，会选择该索引完成本次查询。

而我们想要使用我们创建联合索引，不使用单列索引：

create unqiue index idx_user_phone_name on tb_user (phone, name) ;
explain select id,phone, name from tb_user use index(idx_user_phone_name)
where phone = '123456789' and name = '张三';

 七、索引设计原则

  1. 针对于数据量较大，且查询比较频繁的表建立索引。
  2. 针对于常作为查询条件(where)、排序（order by)、分组(group by)操作的字段建立索引。
  3. 尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
  4. 如果是字符串类型的字段，字段的长度较长，可以针对于字段的特点，建立前缀索引。
  5. 尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。
  6. 要控制索引的数量，索引并不是多多益善，索引越多，维护索引结构的代价也就越大，会影响增删改的效率。
  7. 如果索引列不能存储NULL值，请在创建表时使用 NOTNULL 约束它。当优化器知道每列是否包含NULL值时，它可以更好地确定哪个索引最有效地用于查询。
     

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/3702.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【C++】AVL树

【C++】AVL树

文章目录一、什么是 AVL 树二、AVL 树的节点结构三、AVL 树的插入四、AVL 树的旋转1、左单旋2、右单旋3、左右双旋4、右左双旋5、总结五、VAL 树的验证六、AVL 树的删除七、AVL 树的性能八、AVL 树的代码实现一、什么是 AVL 树 我们在前面学习二叉搜索树时提到&#xff0c;二叉…
阅读更多...
【linux】深入了解TCP与UDP

【linux】深入了解TCP与UDP

认识端口号 端口号(port)是传输层协议的内容. 端口号是一个2字节16位的整数; 端口号用来标识一个进程, 告诉操作系统, 当前的这个数据要交给哪一个进程来处理; IP地址 端口号能够标识网络上的某一台主机的某一个进程; 一个端口号只能被一个进程占用理解 "端口号" 和…
阅读更多...
【Java 并发编程】一文详解 Java 中有几种创建线程的方式

【Java 并发编程】一文详解 Java 中有几种创建线程的方式

Java 中有几种创建线程的方式?1. Java 程序天然就是多线程的2. 线程的启动与终止2.1 线程的启动&#xff08;1&#xff09;继承 Thread 类&#xff0c;重写 run() 方法&#xff08;2&#xff09;实现 Runnable 接口&#xff0c;重写 run() 方法&#xff08;3&#xff09;Threa…
阅读更多...
jwt 学习笔记

jwt 学习笔记

概述 JWT&#xff0c;Java Web Token&#xff0c;通过 JSON 形式作为 Web 应用中的令牌&#xff0c;用于在各方之间安全地将信息作为 JSON 对象传输&#xff0c;在数据传输过程中还可以完成数据加密、签名等相关处理 JWT 的作用如下&#xff1a; 授权&#xff1a;一旦用户登…
阅读更多...
初识操作系统

初识操作系统

目录 1.操作系统是什么 2.为什么要有操作系统 3.操作系统的相关关系 1.驱动程序 2.系统调用接口 3.用户调用接口 4.用户程序 4.用具体的例子理解操作系统 1.操作系统是什么 &#xff08;1&#xff09;操作系统是一组管理计算机硬件与软件资源的计算机软件程序 。 &#xff08;…
阅读更多...
STM32入门教程课程简介（B站江科大自化协学习记录）

STM32入门教程课程简介（B站江科大自化协学习记录）

课程简介 STM32最小系统板面包板硬件平台 硬件设备 STM32面包板入门套件 Windows电脑 万用表、示波器、镊子、剪刀等 软件介绍 Keil MDK 5.24.1 是一款嵌入式软件开发工具&#xff0c;它提供了一个完整的开发环境&#xff0c;包括编译器、调试器和仿真器。它支持各种微控制…
阅读更多...
浅谈Dubbo的异步调用

浅谈Dubbo的异步调用

之前简单写了一下dubbo线程模型&#xff0c;提到了Dubbo底层是基于NIO的Netty框架实现的&#xff0c;通过IO线程池和Work线程池实现了请求和业务处理之间的异步从而提升性能。 这篇文章要写的是Dubbo对于消费端调用和服务端接口业务逻辑处理的异步&#xff0c;在2.7版本中Dubb…
阅读更多...
异构数据库转换工具体验：将SQLServer数据转换迁移到MySQL

异构数据库转换工具体验：将SQLServer数据转换迁移到MySQL

背景 想将一个线上数据库从 SQLServer 转换迁移到 MySQL &#xff0c;数据表70多张&#xff0c;数据量不大。从网上看很多推荐使用 SQLyog &#xff0c;还有 Oracle MySQL Server 官方的 Workbeach 来做迁移&#xff0c;但是步骤稍显繁琐&#xff1b;后来从一篇文章的某个角落…
阅读更多...
进程间通信【Linux】

进程间通信【Linux】

文章目录1. 进程间通信1.1 什么是进程间通信1.2 进程间通信的必要性1.3 进程间通信的本质1.4 进程间通信的方式2. 匿名管道2.1 匿名管道的概念2.2 匿名管道的原理注意2.3 实现匿名管道pipe函数步骤1. 创建管道2. 创建子进程3. 构建单向信道子进程父进程构建一个变化的字符串写入…
阅读更多...
代码质量提升，代码扫描 review 之 Codacy 工具使用

代码质量提升，代码扫描 review 之 Codacy 工具使用

目录一、什么是Codacy二、GitHub 上使用 Codacy三、Codacy上导入GitHub项目一、什么是Codacy Codacy 是用于代码 review 检测(即代码审查)的工具&#xff0c;目前支持对40多种编程语言检测&#xff0c;如 c、c、c#、java 、python、javascript 等。 Codacy 可用于 GitHub 和 …
阅读更多...
【Java 并发编程】我们为什么要学并发编程？

【Java 并发编程】我们为什么要学并发编程？

我们为什么要学并发编程&#xff1f;1. 为什么要并发编程&#xff1f;1.1 面试需要1.2 性能调优&#xff08;1&#xff09;加快响应时间&#xff08;2&#xff09;代码模块化、异步化&#xff08;3&#xff09;充分利用 CPU 的资源2. 并发编程的基础概念2.1 进程和线程&#xf…
阅读更多...
python自动发送邮件(html、附件等)，qq邮箱和网易邮箱发送和回复

python自动发送邮件(html、附件等)，qq邮箱和网易邮箱发送和回复

在python中&#xff0c;我们可以用程序来实现向别人的邮箱自动发送一封邮件&#xff0c;甚至可以定时&#xff0c;如每天8点钟准时给某人发送一封邮件。今天&#xff0c;我们就来学习一下&#xff0c;如何向qq邮箱&#xff0c;网易邮箱等发送邮件。 一、获取邮箱的SMTP授权码。…
阅读更多...
树与二叉树的存储与遍历

树与二叉树的存储与遍历

文章目录一、树概念二、二叉树三、二叉树的存储与遍历一、树概念 如前面的顺序表&#xff0c;链表&#xff0c;栈和队列都是线性的数据结构&#xff0c;树是非线性的结构。树可以有n个结点&#xff0c;n>0,当n0是就表示树为空 n>0,代表树不为空&#xff0c;不为空的树&am…
阅读更多...
Idea+maven+spring-cloud项目搭建系列--11 整合dubbo

Idea+maven+spring-cloud项目搭建系列--11 整合dubbo

前言&#xff1a; 微服务之间通信框架dubbo&#xff0c;使用netty &#xff08;NIO 模型&#xff09;完成RPC 接口调用&#xff1b; 1 dubbo 介绍&#xff1a; Apache Dubbo 是一款 RPC 服务开发框架&#xff0c;用于解决微服务架构下的服务治理与通信问题&#xff0c;官方提…
阅读更多...
如果大学能重来，我绝对能吊打90%的大学生，早知道这方法就好了

如果大学能重来，我绝对能吊打90%的大学生，早知道这方法就好了

最近收到很多大学生粉丝的私信&#xff0c;大多数粉丝们都迷茫着大学计算机该怎么学&#xff0c;毕业后才能找到好工作。 可能是最近回答这方面的问题有点多&#xff0c;昨晚还真梦回大学…其实工作了20多年&#xff0c;当过高管&#xff0c;创过业&#xff0c;就差没写书了。…
阅读更多...
基于 Docker 的深度学习环境：入门篇

基于 Docker 的深度学习环境：入门篇

这篇文章聊聊如何从零到一安装、配置一个基于 Docker 容器的深度学习环境。 写在前面 这段时间&#xff0c;不论是 NLP 模型&#xff0c;还是 CV 模型&#xff0c;都得到了极大的发展。有不少模型甚至可以愉快的在本地运行&#xff0c;并且有着不错的效果。所以&#xff0c;经…
阅读更多...
【数据结构】实现二叉树的基本操作

【数据结构】实现二叉树的基本操作

目录 1. 二叉树的基本操作 2. 具体实现 2.1 创建BinaryTree类以及简单创建一棵树 2.2 前序遍历 2.3 中序遍历 2.4 后序遍历 2.5 层序遍历 2.6 获取树中节点的个数 2.7 获取叶子节点的个数 2.8 获取第K层节点的个数 2.9 获取二叉树的高度 2.10 检测值为val的元素是否…
阅读更多...
Fiddler抓取https史上最强教程

Fiddler抓取https史上最强教程

有任何疑问建议观看下面视频 2023最新Fiddler抓包工具实战&#xff0c;2小时精通十年技术&#xff01;&#xff01;&#xff01;对于想抓取HTTPS的测试初学者来说&#xff0c;常用的工具就是fiddler。 但是初学时&#xff0c;大家对于fiddler如何抓取HTTPS难免走歪路&#xff…
阅读更多...
使用stm32实现电机的PID控制

使用stm32实现电机的PID控制

使用stm32实现电机的PID控制 PID控制应该算是非常古老而且应用非常广泛的控制算法了&#xff0c;小到热水壶温度控制&#xff0c;大到控制无人机的飞行姿态和飞行速度等等。在电机控制中&#xff0c;PID算法用的尤为常见。 文章目录使用stm32实现电机的PID控制一、位置式PID1.计…
阅读更多...
史诗级详解面试中JVM的实战

史诗级详解面试中JVM的实战

史诗级详解面试中JVM的实战 1.1 什么是内存泄漏？什么是内存溢出？1.2 你们线上环境的JVM都设置多大？1.3 线上Java服务器内存飙升怎么回事？1.4 线上Java项目CPU飙到100%怎么排查？1.5 线上Java项目OOM了，怎么回事？1.1 什么是内存泄漏？什么是内存溢出？ 内存溢出：OutOfMe…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发