國(guó)內(nèi)重要的 Go 語(yǔ)言項(xiàng)目：TiDB 3.0 GA，穩(wěn)定性和性能大幅提升

TiDB 是 PingCAP 自主研發(fā)的開(kāi)源分布式關(guān)系型數(shù)據(jù)庫(kù)，具備商業(yè)級(jí)數(shù)據(jù)庫(kù)的數(shù)據(jù)可靠性，可用性，安全性等特性，支持在線彈性水平擴(kuò)展，兼容 MySQL 協(xié)議及生態(tài)，創(chuàng)新性實(shí)現(xiàn) OLTP 及 OLAP 融合。

成都創(chuàng)新互聯(lián)公司堅(jiān)持“要么做到，要么別承諾”的工作理念，服務(wù)領(lǐng)域包括：成都網(wǎng)站制作、做網(wǎng)站、外貿(mào)營(yíng)銷(xiāo)網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣等服務(wù)，滿足客戶于互聯(lián)網(wǎng)時(shí)代的依蘭網(wǎng)站設(shè)計(jì)、移動(dòng)媒體設(shè)計(jì)的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴！

TiDB 3.0 版本顯著提升了大規(guī)模集群的穩(wěn)定性，集群支持 150+ 存儲(chǔ)節(jié)點(diǎn)，300+TB 存儲(chǔ)容量長(zhǎng)期穩(wěn)定運(yùn)行。易用性方面引入大量降低用戶運(yùn)維成本的優(yōu)化，包括引入 Information_Schema 中的多個(gè)實(shí)用系統(tǒng)視圖、EXPLAIN ANALYZE、SQL Trace 等。在性能方面，特別是 OLTP 性能方面，3.0 比 2.1 也有大幅提升，其中 TPC-C 性能提升約 4.5 倍，Sysbench 性能提升約 1.5 倍，OLAP 方面，TPC-H 50G Q15 因?qū)崿F(xiàn) View 可以執(zhí)行，至此 TPC-H 22 個(gè) Query 均可正常運(yùn)行。新功能方面增加了窗口函數(shù)、視圖（實(shí)驗(yàn)特性）、分區(qū)表、插件系統(tǒng)、悲觀鎖（實(shí)驗(yàn)特性）。

截止本文發(fā)稿時(shí) TiDB 已在 500+ 用戶的生產(chǎn)環(huán)境中長(zhǎng)期穩(wěn)定運(yùn)行，涵蓋金融、保險(xiǎn)、制造，互聯(lián)網(wǎng)， 游戲 等領(lǐng)域，涉及交易、數(shù)據(jù)中臺(tái)、 歷史 庫(kù)等多個(gè)業(yè)務(wù)場(chǎng)景。不同業(yè)務(wù)場(chǎng)景對(duì)關(guān)系型數(shù)據(jù)庫(kù)的訴求可用 “百花齊放”來(lái)形容，但對(duì)關(guān)系數(shù)據(jù)庫(kù)最根本的訴求未發(fā)生任何變化，如數(shù)據(jù)可靠性，系統(tǒng)穩(wěn)定性，可擴(kuò)展性，安全性，易用性等。請(qǐng)跟隨我們的腳步梳理 TiDB 3.0 有什么樣的驚喜。

3.0 與 2.1 版本相比，顯著提升了大規(guī)模集群的穩(wěn)定性，支持單集群 150+ 存儲(chǔ)節(jié)點(diǎn)，300+TB 存儲(chǔ)容量長(zhǎng)期穩(wěn)定運(yùn)行，主要的優(yōu)化點(diǎn)如下：

1. 優(yōu)化 Raft 副本之間的心跳機(jī)制，按照 Region 的活躍程度調(diào)整心跳頻率，減小冷數(shù)據(jù)對(duì)集群的負(fù)擔(dān)。

2. 熱點(diǎn)調(diào)度策略支持更多參數(shù)配置，采用更高優(yōu)先級(jí)，并提升熱點(diǎn)調(diào)度的準(zhǔn)確性。

3. 優(yōu)化 PD 調(diào)度流程，提供調(diào)度限流機(jī)制，提升系統(tǒng)穩(wěn)定性。

4. 新增分布式 GC 功能，提升 GC 的性能，降低大集群 GC 時(shí)間，提升系統(tǒng)穩(wěn)定性。

眾所周知，數(shù)據(jù)庫(kù)查詢計(jì)劃的穩(wěn)定性對(duì)業(yè)務(wù)至關(guān)重要，TiDB 3.0 版本采用多種優(yōu)化手段提升查詢計(jì)劃的穩(wěn)定性，如下：

1. 新增 Fast Analyze 功能，提升收集統(tǒng)計(jì)信息的速度，降低集群資源的消耗及對(duì)業(yè)務(wù)的影響。

2. 新增 Incremental Analyze 功能，提升收集單調(diào)遞增的索引統(tǒng)計(jì)信息的速度，降低集群資源的消耗及對(duì)業(yè)務(wù)的影響。

3. 在 CM-Sketch 中新增 TopN 的統(tǒng)計(jì)信息，緩解 CM-Sketch 哈希沖突導(dǎo)致估算偏大，提升代價(jià)估算的準(zhǔn)確性，提升查詢計(jì)劃的穩(wěn)定性。

4. 引入 Skyline Pruning 框架，利用規(guī)則防止查詢計(jì)劃過(guò)度依賴統(tǒng)計(jì)信息，緩解因統(tǒng)計(jì)信息滯后導(dǎo)致選擇的查詢計(jì)劃不是最優(yōu)的情況，提升查詢計(jì)劃的穩(wěn)定性。

5. 新增 SQL Plan Management 功能，支持在查詢計(jì)劃不準(zhǔn)確時(shí)手動(dòng)綁定查詢計(jì)劃，提升查詢計(jì)劃的穩(wěn)定性。

1. OLTP

3.0 與 2.1 版本相比 Sysbench 的 Point Select，Update Index，Update Non-Index 均提升約 1.5 倍，TPC-C 性能提升約 4.5 倍。主要的優(yōu)化點(diǎn)如下：

1. TiDB 持續(xù)優(yōu)化 SQL 執(zhí)行器，包括：優(yōu)化 NOT EXISTS 子查詢轉(zhuǎn)化為 Anti Semi Join，優(yōu)化多表 Join 時(shí) Join 順序選擇等。

2. 優(yōu)化 Index Join 邏輯，擴(kuò)大 Index Join 算子的適用場(chǎng)景并提升代價(jià)估算的準(zhǔn)確性。

3. TiKV 批量接收和發(fā)送消息功能，提升寫(xiě)入密集的場(chǎng)景的 TPS 約 7%，讀密集的場(chǎng)景提升約 30%。

4. TiKV 優(yōu)化內(nèi)存管理，減少 Iterator Key Bound Option 的內(nèi)存分配和拷貝，多個(gè) Column Families 共享 block cache 提升 cache 命中率等手段大幅提升性能。

5. 引入 Titan 存儲(chǔ)引擎插件，提升 Value 值超過(guò) 1KB 時(shí)性能，緩解 RocksDB 寫(xiě)放大問(wèn)題，減少磁盤(pán) IO 的占用。

6. TiKV 新增多線程 Raftstore 和 Apply 功能，提升單節(jié)點(diǎn)內(nèi)可擴(kuò)展性，進(jìn)而提升單節(jié)點(diǎn)內(nèi)并發(fā)處理能力和資源利用率，降低延時(shí)，大幅提升集群寫(xiě)入能力。

TiDB Lightning 性能與 2019 年年初相比提升 3 倍，從 100GB/h 提升到 300GB/h，即 28MB/s 提升到 85MB/s，優(yōu)化點(diǎn)，如下：

1. 提升 SQL 轉(zhuǎn)化成 KV Pairs 的性能，減少不必要的開(kāi)銷(xiāo)。

2. 提升單表導(dǎo)入性能，單表支持批量導(dǎo)入。

3. 提升 TiKV-Importer 導(dǎo)入數(shù)據(jù)性能，支持將數(shù)據(jù)和索引分別導(dǎo)入。

4. TiKV-Importer 支持上傳 SST 文件限速功能。

RBAC（Role-Based Access Control，基于角色的權(quán)限訪問(wèn)控制） 是商業(yè)系統(tǒng)中最常見(jiàn)的權(quán)限管理技術(shù)之一，通過(guò) RBAC 思想可以構(gòu)建最簡(jiǎn)單“用戶-角色-權(quán)限”的訪問(wèn)權(quán)限控制模型。RBAC 中用戶與角色關(guān)聯(lián)，權(quán)限與角色關(guān)聯(lián)，角色與權(quán)限之間一般是多對(duì)多的關(guān)系，用戶通過(guò)成為什么樣的角色獲取該角色所擁有的權(quán)限，達(dá)到簡(jiǎn)化權(quán)限管理的目的，通過(guò)此版本的迭代 RBAC 功能開(kāi)發(fā)完成。

IP 白名單功能（企業(yè)版特性） ：TiDB 提供基于 IP 白名單實(shí)現(xiàn)網(wǎng)絡(luò)安全訪問(wèn)控制，用戶可根據(jù)實(shí)際情況配置相關(guān)的訪問(wèn)策略。

Audit log 功能（企業(yè)版特性） ：Audit log 記錄用戶對(duì)數(shù)據(jù)庫(kù)所執(zhí)行的操作，通過(guò)記錄 Audit log 用戶可以對(duì)數(shù)據(jù)庫(kù)進(jìn)行故障分析，行為分析，安全審計(jì)等，幫助用戶獲取數(shù)據(jù)執(zhí)行情況。

加密存儲(chǔ)（企業(yè)版特性） ：TiDB 利用 RocksDB 自身加密功能，實(shí)現(xiàn)加密存儲(chǔ)的功能，保證所有寫(xiě)入到磁盤(pán)的數(shù)據(jù)都經(jīng)過(guò)加密，降低數(shù)據(jù)泄露的風(fēng)險(xiǎn)。

完善權(quán)限語(yǔ)句的權(quán)限檢查 ，新增 ANALYZE，USE，SET GLOBAL，SHOW PROCESSLIST 語(yǔ)句權(quán)限檢查。

1. 新增 SQL 方式查詢慢查詢，豐富 TiDB 慢查詢?nèi)罩緝?nèi)容，如：Coprocessor 任務(wù)數(shù)，平均/最長(zhǎng)/90% 執(zhí)行/等待時(shí)間，執(zhí)行/等待時(shí)間最長(zhǎng)的 TiKV 地址，簡(jiǎn)化慢查詢定位工作，提高排查慢查詢問(wèn)題效率，提升產(chǎn)品易用性。

2. 新增系統(tǒng)配置項(xiàng)合法性檢查，優(yōu)化系統(tǒng)監(jiān)控項(xiàng)等，提升產(chǎn)品易用性。

3. 新增對(duì) TableReader、IndexReader 和 IndexLookupReader 算子內(nèi)存使用情況統(tǒng)計(jì)信息，提高 Query 內(nèi)存使用統(tǒng)計(jì)的準(zhǔn)確性，提升處理內(nèi)存消耗較大語(yǔ)句的效率。

4. 制定日志規(guī)范，重構(gòu)日志系統(tǒng)，統(tǒng)一日志格式，方便用戶理解日志內(nèi)容，有助于通過(guò)工具對(duì)日志進(jìn)行定量分析。

5. 新增 EXPLAIN ANALYZE 功能，提升SQL 調(diào)優(yōu)的易用性。

6. 新增 SQL 語(yǔ)句 Trace 功能，方便排查問(wèn)題。

7. 新增通過(guò) unix_socket 方式連接數(shù)據(jù)庫(kù)。

8. 新增快速恢復(fù)被刪除表功能，當(dāng)誤刪除數(shù)據(jù)時(shí)可通過(guò)此功能快速恢復(fù)數(shù)據(jù)。

TiDB 3.0 新增 TiFlash 組件，解決復(fù)雜分析及 HTAP 場(chǎng)景。TiFlash 是列式存儲(chǔ)系統(tǒng)，與行存儲(chǔ)系統(tǒng)實(shí)時(shí)同步，具備低延時(shí)，高性能，事務(wù)一致性讀等特性。 通過(guò) Raft 協(xié)議從 TiKV 中實(shí)時(shí)同步行存數(shù)據(jù)并轉(zhuǎn)化成列存儲(chǔ)格式持久化到一組獨(dú)立的節(jié)點(diǎn)，解決行列混合存儲(chǔ)以及資源隔離性問(wèn)題。TiFlash 可用作行存儲(chǔ)系統(tǒng)（TiKV）實(shí)時(shí)鏡像，實(shí)時(shí)鏡像可獨(dú)立于行存儲(chǔ)系統(tǒng)，將行存儲(chǔ)及列存儲(chǔ)從物理隔離開(kāi)，提供完善的資源隔離方案，HTAP 場(chǎng)景最優(yōu)推薦方案；亦可用作行存儲(chǔ)表的索引，配合行存儲(chǔ)對(duì)外提供智能的 OLAP 服務(wù)，提升約 10 倍復(fù)雜的混合查詢的性能。

TiFlash 目前處于 Beta 階段，計(jì)劃 2019 年 12 月 31 日之前 GA，歡迎大家申請(qǐng)?jiān)囉谩?/p>

未來(lái)我們會(huì)繼續(xù)投入到系統(tǒng)穩(wěn)定性，易用性，性能，彈性擴(kuò)展方面，向用戶提供極致的彈性伸縮能力，極致的性能體驗(yàn)，極致的用戶體驗(yàn)。

穩(wěn)定性方面 V4.0 版本將繼續(xù)完善 V3.0 未 GA 的重大特性，例如：悲觀事務(wù)模型，View，Table Partition，Titan 行存儲(chǔ)引擎，TiFlash 列存儲(chǔ)引擎；引入近似物理備份恢復(fù)解決分布數(shù)據(jù)庫(kù)備份恢復(fù)難題；優(yōu)化 PD 調(diào)度功能等。

性能方面 V4.0 版本將繼續(xù)優(yōu)化事務(wù)處理流程，減少事務(wù)資源消耗，提升性能，例如：1PC，省去獲取 commit ts 操作等。

彈性擴(kuò)展方面，PD 將提供彈性擴(kuò)展所需的元信息供外部系統(tǒng)調(diào)用，外部系統(tǒng)可根據(jù)元信息及負(fù)載情況動(dòng)態(tài)伸縮集群規(guī)模，達(dá)成節(jié)省成本的目標(biāo)。

我們相信戰(zhàn)勝“未知”最好的武器就是社區(qū)的力量，基礎(chǔ)軟件需要堅(jiān)定地走開(kāi)源路線。截止發(fā)稿我們已經(jīng)完成 41 篇源碼閱讀文章。TiDB 開(kāi)源社區(qū)總計(jì) 265 位 Contributor，6 位 Committer，在這里我們對(duì)社區(qū)貢獻(xiàn)者表示由衷的感謝，希望更多志同道合的人能加入進(jìn)來(lái)，也希望大家在 TiDB 這個(gè)開(kāi)源社區(qū)能夠有所收獲。

TiDB 3.0 GA Release Notes：

學(xué)習(xí)go語(yǔ)言能從事什么類(lèi)型的開(kāi)發(fā)？

網(wǎng)絡(luò)編程，這一塊目前應(yīng)用最廣，包括Web應(yīng)用、API應(yīng)用、下載應(yīng)用、

內(nèi)存數(shù)據(jù)庫(kù)，前一段時(shí)間google開(kāi)發(fā)的groupcache，couchbase的部分組建

云平臺(tái)，目前國(guó)外很多云平臺(tái)在采用Go開(kāi)發(fā)，CloudFoundy的部分組建，前VMare的技術(shù)總監(jiān)自己出來(lái)搞的apcera云平臺(tái)。

3、Go成功的項(xiàng)目

nsq：bitly開(kāi)源的消息隊(duì)列系統(tǒng)，性能非常高，目前他們每天處理數(shù)十億條的消息

docker:基于lxc的一個(gè)虛擬打包工具，能夠?qū)崿F(xiàn)PAAS平臺(tái)的組建。這就是已經(jīng)有記錄的，go語(yǔ)言能夠做什么的統(tǒng)計(jì)，希望能幫到你

如何看待go語(yǔ)言泛型的最新設(shè)計(jì)？

Go 由于不支持泛型而臭名昭著，但最近，泛型已接近成為現(xiàn)實(shí)。Go 團(tuán)隊(duì)實(shí)施了一個(gè)看起來(lái)比較穩(wěn)定的設(shè)計(jì)草案，并且正以源到源翻譯器原型的形式獲得關(guān)注。本文講述的是泛型的最新設(shè)計(jì)，以及如何自己嘗試泛型。

例子

FIFO Stack

假設(shè)你要?jiǎng)?chuàng)建一個(gè)先進(jìn)先出堆棧。沒(méi)有泛型，你可能會(huì)這樣實(shí)現(xiàn)：

type?Stack?[]interface{}func?(s?Stack)?Peek()?interface{}?{

return?s[len(s)-1]

}

func?(s?*Stack)?Pop()?{

*s?=?(*s)[:

len(*s)-1]

}

func?(s?*Stack)?Push(value?interface{})?{

*s?=?

append(*s,?value)

}

但是，這里存在一個(gè)問(wèn)題：每當(dāng)你 Peek 項(xiàng)時(shí)，都必須使用類(lèi)型斷言將其從 interface{} 轉(zhuǎn)換為你需要的類(lèi)型。如果你的堆棧是 *MyObject 的堆棧，則意味著很多 s.Peek().(*MyObject)這樣的代碼。這不僅讓人眼花繚亂，而且還可能引發(fā)錯(cuò)誤。比如忘記 * 怎么辦？或者如果您輸入錯(cuò)誤的類(lèi)型怎么辦？s.Push(MyObject{})` 可以順利編譯，而且你可能不會(huì)發(fā)現(xiàn)到自己的錯(cuò)誤，直到它影響到你的整個(gè)服務(wù)為止。

通常，使用 interface{} 是相對(duì)危險(xiǎn)的。使用更多受限制的類(lèi)型總是更安全，因?yàn)榭梢栽诰幾g時(shí)而不是運(yùn)行時(shí)發(fā)現(xiàn)問(wèn)題。

泛型通過(guò)允許類(lèi)型具有類(lèi)型參數(shù)來(lái)解決此問(wèn)題：

type?Stack(type?T)?[]Tfunc?(s?Stack(T))?Peek()?T?{

return?s[len(s)-1]

}

func?(s?*Stack(T))?Pop()?{

*s?=?(*s)[:

len(*s)-1]

}

func?(s?*Stack(T))?Push(value?T)?{

*s?=?

append(*s,?value)

}

這會(huì)向 Stack 添加一個(gè)類(lèi)型參數(shù)，從而完全不需要 interface{}。現(xiàn)在，當(dāng)你使用 Peek() 時(shí)，返回的值已經(jīng)是原始類(lèi)型，并且沒(méi)有機(jī)會(huì)返回錯(cuò)誤的值類(lèi)型。這種方式更安全，更容易使用。（譯注：就是看起來(lái)更丑陋，^-^）

此外，泛型代碼通常更易于編譯器優(yōu)化，從而獲得更好的性能（以二進(jìn)制大小為代價(jià)）。如果我們對(duì)上面的非泛型代碼和泛型代碼進(jìn)行基準(zhǔn)測(cè)試，我們可以看到區(qū)別：

type?MyObject?struct?{

X?

int

}

var?sink?MyObjectfunc?BenchmarkGo1(b?*testing.B)?{

for?i?:=?0;?i??b.N;?i++?{

var?s?Stack

s.Push(MyObject{})

s.Push(MyObject{})

s.Pop()

sink?=?s.Peek().(MyObject)

}

}

func?BenchmarkGo2(b?*testing.B)?{

for?i?:=?0;?i??b.N;?i++?{

var?s?Stack(MyObject)

s.Push(MyObject{})

s.Push(MyObject{})

s.Pop()

sink?=?s.Peek()

}

}

結(jié)果：

BenchmarkGo1BenchmarkGo1-16?????12837528?????????87.0?ns/op???????48?B/op????????2?allocs/opBenchmarkGo2BenchmarkGo2-16?????28406479?????????41.9?ns/op???????24?B/op????????2?allocs/op

在這種情況下，我們分配更少的內(nèi)存，同時(shí)泛型的速度是非泛型的兩倍。

合約（Contracts）

上面的堆棧示例適用于任何類(lèi)型。但是，在許多情況下，你需要編寫(xiě)僅適用于具有某些特征的類(lèi)型的代碼。例如，你可能希望堆棧要求類(lèi)型實(shí)現(xiàn) String() 函數(shù)

go是什么編程語(yǔ)言？主要應(yīng)用于哪些方面？

Go語(yǔ)言由Google公司開(kāi)發(fā)，并于2009年開(kāi)源，相比Java/Python/C等語(yǔ)言，Go尤其擅長(zhǎng)并發(fā)編程，性能堪比C語(yǔ)言，開(kāi)發(fā)效率肩比Python，被譽(yù)為“21世紀(jì)的C語(yǔ)言”。

Go語(yǔ)言在云計(jì)算、大數(shù)據(jù)、微服務(wù)、高并發(fā)領(lǐng)域應(yīng)用應(yīng)用非常廣泛。BAT大廠正在把Go作為新項(xiàng)目開(kāi)發(fā)的首選語(yǔ)言。

Go語(yǔ)言能干什么?

1、服務(wù)端開(kāi)發(fā)：以前你使用C或者C++做的那些事情，用Go來(lái)做很合適，例如日志處理、文件系統(tǒng)、監(jiān)控系統(tǒng)等;

2、DevOps：運(yùn)維生態(tài)中的Docker、K8s、prometheus、grafana、open-falcon等都是使用Go語(yǔ)言開(kāi)發(fā);

3、網(wǎng)絡(luò)編程：大量?jī)?yōu)秀的Web框架如Echo、Gin、Iris、beego等，而且Go內(nèi)置的 net/http包十分的優(yōu)秀;

4、Paas云平臺(tái)領(lǐng)域：Kubernetes和Docker Swarm等;

5、分布式存儲(chǔ)領(lǐng)域：etcd、Groupcache、TiDB、Cockroachdb、Influxdb等;

6、區(qū)塊鏈領(lǐng)域：區(qū)塊鏈里面有兩個(gè)明星項(xiàng)目以太坊和fabric都使用Go語(yǔ)言;

7、容器虛擬化：大名鼎鼎的Docker就是使用Go語(yǔ)言實(shí)現(xiàn)的;

8、爬蟲(chóng)及大數(shù)據(jù)：Go語(yǔ)言天生支持并發(fā)，所以十分適合編寫(xiě)分布式爬蟲(chóng)及大數(shù)據(jù)處理。

golang elasticsearch指標(biāo)聚合（metrics） --- 2022-04-02

ES指標(biāo)聚合，就是類(lèi)似SQL的統(tǒng)計(jì)函數(shù)，指標(biāo)聚合可以單獨(dú)使用，也可以跟桶聚合一起使用，下面介紹golang如何使用ES的指標(biāo)聚合。

不了解ES指標(biāo)聚合相關(guān)知識(shí)，先看一下 Elasticsearch 指標(biāo)聚合教程

值聚合，主要用于統(tǒng)計(jì)文檔總數(shù)，類(lèi)似SQL的count函數(shù)。

基數(shù)聚合，也是用于統(tǒng)計(jì)文檔的總數(shù)，跟Value Count的區(qū)別是，基數(shù)聚合會(huì)去重，不會(huì)統(tǒng)計(jì)重復(fù)的值，類(lèi)似SQL的count(DISTINCT 字段)用法。

求平均值

求和計(jì)算

求最大值

求最小值

go算法用的是哪種統(tǒng)計(jì)學(xué)模型

GO富集分析。

go算法用的是GO富集分析統(tǒng)計(jì)學(xué)模型，GO富集分析的統(tǒng)計(jì)學(xué)基礎(chǔ)是超幾何分布，簡(jiǎn)單而言就是根據(jù)Fisher精確檢驗(yàn)對(duì)每個(gè)GOterm計(jì)算一個(gè)P值。

差異基因GO分析的關(guān)鍵是用統(tǒng)計(jì)學(xué)方法進(jìn)行基因富集，分析這些基因參與了何種生物學(xué)功能、生物進(jìn)程以及亞細(xì)胞定位，目前常用的基因富集分析法是基于超幾何分布。

本文標(biāo)題：go語(yǔ)言統(tǒng)計(jì) go語(yǔ)言統(tǒng)計(jì)字母?jìng)€(gè)數(shù)
文章路徑：http://jinyejixie.com/article20/dochdjo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、用戶體驗(yàn)、網(wǎng)站營(yíng)銷(xiāo)、軟件開(kāi)發(fā)、、搜索引擎優(yōu)化

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)