Shardingsphere5分库分表
分库分表垂直分库按业务拆。把不同的表放到不通的数据库中。水平分库同一张表拆成多个表放到不同的库中相同表结构的数据库就是水平分表。水平分表一张表拆数据行把一张表横着拆成多张一般与水平分库一起用。垂直分表把一张大表的列拆开。分片 总称分库 分片的一种拆数据库分表 分片的一种拆表水平分表不与水平分库一起用db_order ├── t_order_0 ├── t_order_1 ├── t_order_2 ├── t_order_3水平分库与水平分表一起用db_order_0 ├── t_order_0 ├── t_order_1 db_order_1 ├── t_order_0 ├── t_order_1垂直分库 水平分库 水平分表最典型db_user t_user 对t_order进行水平分库和分表 db_order_0 t_order db_order_1 t_order只水平分库db_order_0 t_order db_order_1 t_order分库分表的核心思想数据分散存储使得单一数据库/表的数据量变小来缓解单一数据库的性能问题从而达到提升数据库性能的目的。垂直分库以表为依据根据业务将不同表拆分到不同库中。每个库的表结构都不一样。每个库的数据也不一样。所有库的并集是全量数据。垂直分表以字段为依据根据字段属性将不同字段拆分到不同表中。每个表的结构都不一样。每个表的数据也不一样一般通过一列主键/外键关联。所有表的并集是全量数据。水平分库以字段为依据按照一定策略将一个库的数据拆分到多个库中。每个库的表结构都一样。每个库的数据都不一样。所有库的并集是全量数据。水平分表以字段为依据按照一定策略将一个表的数据拆分到多个表中。每个表的表结构都一样。每个表的数据都不一样。所有表的并集是全量数据。配置环境JDK8SpringBoot(2.3.9.RELEASE)ShardingSphere-jdbc(5.1.1)MySQL8(一个主库两个从库配置好主从复制)。Maven依赖dependencies dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-web/artifactId /dependency dependency groupIdorg.apache.shardingsphere/groupId artifactIdshardingsphere-jdbc-core-spring-boot-starter/artifactId version5.1.1/version /dependency dependency groupIdmysql/groupId artifactIdmysql-connector-java/artifactId scoperuntime/scope /dependency dependency groupIdcom.baomidou/groupId artifactIdmybatis-plus-boot-starter/artifactId version3.3.1/version /dependency dependency groupIdorg.projectlombok/groupId artifactIdlombok/artifactId optionaltrue/optional /dependency dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-test/artifactId scopetest/scope exclusions exclusion groupIdorg.junit.vintage/groupId artifactIdjunit-vintage-engine/artifactId /exclusion /exclusions /dependency /dependencies读写分离配置参考文档读写分离 :: ShardingSphereShardingSphere启动模式模式作用Memory规则存在JVM内存Standalone单机持久化Cluster注册中心模式负载均衡算法常用ROUND_ROBIN、RANDOM。spring: application: name: sharding-jdbc-dome profiles: active: dev shardingsphere: mode: type: Memory datasource: # 声明所有真实数据源的名称。 # # 这里定义了3个真实数据库连接 # master主库 # slave1第1个从库 # slave2第2个从库 # # names中的名称必须与下面的数据源配置名称一致。 # 名称不是固定的也可以写成 # write-db,read-db-1,read-db-2 names: master,slave1,slave2 # 主库真实数据源配置。 master: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33388/db_user username: root password: 123456 # 第1个从库真实数据源配置。 slave1: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33307/db_user username: root password: 123456 # 第2个从库真实数据源配置。 slave2: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33308/db_user username: root password: 123456 rules: # 读写分离规则。 # ShardingSphere只负责SQL路由不负责MySQL数据同步。 # master到slave1、slave2的数据同步仍由MySQL主从复制完成。 readwrite-splitting: >load-balancer-name: olg_weight load-balancers: olg_weight: type: WEIGHT props: slave1: 1.0 slave2: 2.0如果在同一个事务下有增删改也有查询只会查询主数据库而不是从数据库。Transactional Test void transactionTest(){ User user new User(); user.setUname(张三丰); userMapper.insert(user); ListUser users userMapper.selectList(null); System.out.println(users); }垂直分库水平分库水平分表 配置环境说明一个逻辑表t_order两个真实数据库server-order0 → MySQL数据库 db_orderserver-order1 → MySQL数据库 db_order每个数据库两个真实表t_order0t_order1最终形成2个库 × 2张表 4张真实订单表对应的配置如下t_order: actual-data-nodes: server-order$-{0..1}.t_order$-{0..1}分库规则database-strategy: standard: sharding-column: user_id sharding-algorithm-name: alg_mod配置说明根据user_id决定数据库算法偶数用户server-order0奇数用户server-order1alg_mod: type: MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模user_id计算数据库11%21server-order122%20server-order033%21server-order144%20server-order0分表规则table-strategy: standard: sharding-column: order_no sharding-algorithm-name: alg_hash_mod表示同一个数据库里面再根据order_no决定放到哪个表中。alg_hash_mod: type: HASH_MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模例如订单号hash(10001)%20 进入t_order0另一个hash(10002)%21 进入:t_order1。雪花IDid字段自动生成id字段要配合mybatis-plus的“TableId(type IdType.AUTO)”。t_order: key-generate-strategy: column:id key-generator-name:alg_snowflake完整配置文件spring: application: name: sharding-jdbc-dome profiles: active: dev shardingsphere: mode: type: Memory datasource: names: server-user,server-order0,server-order1 server-user: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33008/db_user?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 server-order0: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33016/db_order?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 server-order1: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33017/db_order?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 props: sql-show: true rules: sharding: tables: t_user: actual-data-nodes: server-user.t_user t_order: actual-data-nodes: server-order$-{0..1}.t_order$-{0..1} database-strategy: standard: sharding-column: user_id sharding-algorithm-name: alg_mod table-strategy: standard: sharding-column: order_no sharding-algorithm-name: alg_hash_mod key-generate-strategy: column: id key-generator-name: alg_snowflake sharding-algorithms: alg_inline_userId: type: INLINE props: algorithm-expression: server-order$-{user_id % 2} alg_mod: type: MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模 alg_hash_mod: type: HASH_MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模 key-generators: alg_snowflake: type: SNOWFLAKE读写分离环境说明一个主库master负责写两个从库slave1、slave2负责读查询自动分发到从库插入、更新、删除自动走主库注意如果是在一个事务中进行了增删改之后并执行了查询那么此时为了保证数据一致性此时会自动查询主库。配置读写分离规则rules: readwrite-splitting:创建一个逻辑数据源myds对应的是“master slave1 slave2”三个数据源。data-sources: myds:手动指定读写库myds: type: Static props: write-data-source-name: master read-data-source-names: slave1,slave2负载均衡配置load-balancers: alg_round: type: ROUND_ROBIN # 轮训或者按权重 olg_weight: type: WEIGHT props: slave1: 1.0 slave2: 2.0完整配置文件spring: application: name: sharding-jdbc-dome profiles: active: dev shardingsphere: mode: type: Memory datasource: names: master,slave1,slave2 master: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33388/db_user username: root password: 123456 slave1: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33307/db_user username: root password: 123456 slave2: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33308/db_user username: root password: 123456 rules: readwrite-splitting: >SpringBoot应用 | ShardingSphere-JDBC | --------------------------------- | | server-order0 server-order1 | | t_order0 t_order0 t_order1 t_order1 t_order_item0 t_order_item0 t_order_item1 t_order_item1ShardingSphere的绑定表支持多个表组成一组也支持配置多个绑定表组。使用前提多个表的分库分表规则必须完全一致。SQL联查绑定表关联时最好使用分片键例如order_no进行关联。SELECT o.order_no, SUM(i.price * i.count) AS amount FROM t_order o JOIN t_order_item i ON o.order_no i.order_no GROUP BY o.order_no;完整配置文件spring: application: name: sharding-jdbc-dome profiles: active: dev shardingsphere: mode: type: Memory datasource: names: server-user,server-order0,server-order1 server-user: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33008/db_user?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 server-order0: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33016/db_order?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 server-order1: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33017/db_order?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 props: sql-show: true rules: sharding: tables: t_user: actual-data-nodes: server-user.t_user t_order: actual-data-nodes: server-order$-{0..1}.t_order$-{0..1} database-strategy: standard: sharding-column: user_id sharding-algorithm-name: alg_mod table-strategy: standard: sharding-column: order_no sharding-algorithm-name: alg_hash_mod key-generate-strategy: column: id key-generator-name: alg_snowflake t_order_item: actual-data-nodes: server-order$-{0..1}.t_order_item$-{0..1} database-strategy: standard: sharding-column: user_id sharding-algorithm-name: alg_mod table-strategy: standard: sharding-column: order_no sharding-algorithm-name: alg_hash_mod key-generate-strategy: column: id key-generator-name: alg_snowflake sharding-algorithms: alg_inline_userId: type: INLINE props: algorithm-expression: server-order$-{user_id % 2} alg_mod: type: MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模 alg_hash_mod: type: HASH_MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模 key-generators: alg_snowflake: type: SNOWFLAKE # 绑定表指分片规则一致的一组分片表。 使用绑定表进行多表关联查询时必须使用分片键进行关联 # 否则会出现笛卡尔积关联或跨库关联从而影响查询效率。 binding-tables[0]: t_order,t_order_item # 去掉笛卡尔积的关联广播表指所有的分片数据源中都存在的表表结构及其数据在每个数据库中均完全一致。 适用于数据量不大且需要与海量数据的表进行关联查询的场景例如字典表商品分类表。订单状态表。广播具有以下特性1插入、更新操作会实时在所有节点上执行保持各个分片的数据一致性2查询操作只从一个节点获取3可以跟任何一个表进行 JOIN 操作环境说明需要提前在这3个数据库中创建结构完全相同的t_dict表逻辑表 t_dict 对应3张真实表server-user对应的db_user.t_dictserver-order0对应的db_order.t_dictserver-order1对应的db_order.t_dict核心配置逻辑表 t_dict 对应3张真实表t_dict: actual-data-nodes: server-order$-{0..1}.t_dict,server-user.t_dict broadcast-tables[0]: t_dict完整配置文件spring: application: name: sharding-jdbc-dome profiles: active: dev shardingsphere: mode: type: Memory datasource: names: server-user,server-order0,server-order1 server-user: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33008/db_user?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 server-order0: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33016/db_order?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 server-order1: type: com.zaxxer.hikari.HikariDataSource driver-class-name: com.mysql.cj.jdbc.Driver jdbc-url: jdbc:mysql://127.0.0.1:33017/db_order?useSSLfalseallowPublicKeyRetrievaltrueserverTimezoneAsia/Shanghai username: root password: 123456 props: sql-show: true rules: sharding: tables: t_user: actual-data-nodes: server-user.t_user t_order: actual-data-nodes: server-order$-{0..1}.t_order$-{0..1} database-strategy: standard: sharding-column: user_id sharding-algorithm-name: alg_mod table-strategy: standard: sharding-column: order_no sharding-algorithm-name: alg_hash_mod key-generate-strategy: column: id key-generator-name: alg_snowflake t_order_item: actual-data-nodes: server-order$-{0..1}.t_order_item$-{0..1} database-strategy: standard: sharding-column: user_id sharding-algorithm-name: alg_mod table-strategy: standard: sharding-column: order_no sharding-algorithm-name: alg_hash_mod key-generate-strategy: column: id key-generator-name: alg_snowflake t_dict: actual-data-nodes: server-order$-{0..1}.t_dict,server-user.t_dict sharding-algorithms: alg_inline_userId: type: INLINE props: algorithm-expression: server-order$-{user_id % 2} alg_mod: type: MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模 alg_hash_mod: type: HASH_MOD props: sharding-count: 2 # 针对sharding-column: user_id字段对2取模 key-generators: alg_snowflake: type: SNOWFLAKE # 绑定表指分片规则一致的一组分片表。 使用绑定表进行多表关联查询时必须使用分片键进行关联 # 否则会出现笛卡尔积关联或跨库关联从而影响查询效率。 binding-tables[0]: t_order,t_order_item # 去掉笛卡尔积的关联 broadcast-tables[0]: t_dict

相关新闻

终极风扇控制指南:如何使用Fan Control打造安静高效的Windows电脑

终极风扇控制指南:如何使用Fan Control打造安静高效的Windows电脑

终极风扇控制指南:如何使用Fan Control打造安静高效的Windows电脑 【免费下载链接】FanControl.Releases This is the release repository for Fan Control, a highly customizable fan controlling software for Windows. 项目地址: https://gitcode.com/GitHub_…

2026/8/7 11:57:38 阅读更多 →
Python自动化读取Chrome历史记录:SQLite数据库解析与数据导出实战

Python自动化读取Chrome历史记录:SQLite数据库解析与数据导出实战

1. 项目缘起:一个被忽视的数据金矿 作为一名经常和浏览器打交道的开发者,我发现自己有个习惯:每次想找回之前浏览过的一个有用网页,总得在Chrome历史记录里翻半天,或者依赖模糊的记忆去搜索。Chrome自带的搜索功能虽然…

2026/8/7 11:57:38 阅读更多 →
CTF Web安全入门:从信息搜集到漏洞利用的实战解析

CTF Web安全入门:从信息搜集到漏洞利用的实战解析

1. 项目概述:一次完整的CTF Web题解复盘 去年秋天,我作为校内战队的一员,完整地参与了MoeCTF 2021的线上赛。作为一场面向新生的入门级赛事,它的Web题目设计得非常友好,覆盖了从基础到进阶的常见漏洞类型,是…

2026/8/7 11:57:38 阅读更多 →

最新新闻

Unity ShaderGraph实战:打造真实水面倒影与动态波纹效果

Unity ShaderGraph实战:打造真实水面倒影与动态波纹效果

1. 项目概述:为什么水面倒影是检验Shader功力的试金石?朋友,如果你在Unity里做过场景,尤其是那种带点自然风光的,肯定遇到过这个坎:怎么让那片水看起来“像真的”?不是贴一张带点波纹的PNG图片就…

2026/8/8 2:02:26 阅读更多 →
构建大语言模型自动化评测框架:从方法论到工程实践

构建大语言模型自动化评测框架:从方法论到工程实践

在实际技术评测和模型对比领域,我们经常需要一种客观、可复现的方法来评估不同AI模型的能力。近期,关于Kimi K3与Fable 5等模型的对比讨论,其核心并非简单的“谁更强”,而是如何建立一套科学的评估体系,避免因单一标准…

2026/8/8 2:02:26 阅读更多 →
终极Steam创意工坊下载指南:WorkshopDL让你5分钟搞定跨平台模组

终极Steam创意工坊下载指南:WorkshopDL让你5分钟搞定跨平台模组

终极Steam创意工坊下载指南:WorkshopDL让你5分钟搞定跨平台模组 【免费下载链接】WorkshopDL WorkshopDL - The Best Steam Workshop Downloader 项目地址: https://gitcode.com/gh_mirrors/wo/WorkshopDL 还在为不同平台购买游戏后无法下载Steam创意工坊模组…

2026/8/8 2:02:26 阅读更多 →
SQL分组求最值完整记录:从MIN函数到窗口函数实战指南

SQL分组求最值完整记录:从MIN函数到窗口函数实战指南

大家好,最近在数据库设计和业务开发中,一个看似简单却极易引发性能瓶颈和逻辑混乱的问题引起了我的注意,那就是“年龄最小的表主”这类查询。这背后涉及到的不仅仅是简单的MIN函数使用,更关联到数据库索引、子查询优化、窗口函数以…

2026/8/8 2:01:25 阅读更多 →
TinyCC极速C编译器:10倍编译速度的轻量级开发神器

TinyCC极速C编译器:10倍编译速度的轻量级开发神器

TinyCC极速C编译器:10倍编译速度的轻量级开发神器 【免费下载链接】tinycc Unofficial mirror of mob development branch 项目地址: https://gitcode.com/gh_mirrors/ti/tinycc TinyCC(简称TCC)是一款革命性的ANSI C编译器&#xff0…

2026/8/8 2:01:25 阅读更多 →
Go语言构建10万并发用户系统实战指南

Go语言构建10万并发用户系统实战指南

1. 后端学习日记1.29:从零构建高并发用户系统 今天想记录一个特别有成就感的实战项目——用Go语言搭建能支撑10万并发用户的简易系统。这个需求源于上周参加的技术沙龙,有位CTO提到"真正的后端工程师价值体现在并发处理能力",这句话…

2026/8/8 2:01:25 阅读更多 →

日新闻

AI多智能体时代来临,读懂MCP与A2A架构,抢占企业数字化新风口

AI多智能体时代来临,读懂MCP与A2A架构,抢占企业数字化新风口

当下AI应用飞速普及,无数企业下场搭建智能体系统,可落地阶段难题接踵而至:上下文无限堆积频繁爆栈、AI工具调用准确率低下、Token成本居高不下、企业数据权限混乱暗藏安全隐患……很多团队卡在架构搭建环节,空有前沿技术概念&…

2026/8/8 0:00:07 阅读更多 →
PHP二维码生成终极指南:用chillerlan/php-qrcode打造专业级二维码

PHP二维码生成终极指南:用chillerlan/php-qrcode打造专业级二维码

PHP二维码生成终极指南:用chillerlan/php-qrcode打造专业级二维码 【免费下载链接】php-qrcode A PHP QR Code generator and reader with a user-friendly API. 项目地址: https://gitcode.com/gh_mirrors/ph/php-qrcode 在当今数字时代,二维码已…

2026/8/8 0:00:08 阅读更多 →
UniApp微信小程序隐私保护组件开发:从原理到实战

UniApp微信小程序隐私保护组件开发:从原理到实战

1. 项目缘起:为什么我们需要一个隐私保护通用组件?最近在维护一个基于uniapp开发的微信小程序矩阵时,我遇到了一个非常棘手的问题。随着平台对用户隐私保护的要求越来越严格,几乎每一个新版本发布,或者在某些特定机型&…

2026/8/8 0:00:08 阅读更多 →

周新闻

最大流算法详解:从水管网络到Ford-Fulkerson与Dinic实战

最大流算法详解:从水管网络到Ford-Fulkerson与Dinic实战

1. 从水管网络到最大流:一个核心问题的诞生想象一下,你是一个城市供水系统的总工程师。你的城市有多个水源(水库),需要通过一个复杂的地下管道网络,将水输送到各个居民区。每条管道都有其最大通水能力&…

2026/8/6 22:02:27 阅读更多 →
基于Springboot的企业门户网站(源码+LW+调试文档+讲解)

基于Springboot的企业门户网站(源码+LW+调试文档+讲解)

温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:本人主页置顶文章(点我)开头有 CSDN 平台…

2026/8/6 22:02:27 阅读更多 →
MATLAB xcorr函数详解:从互相关原理到四大实战应用

MATLAB xcorr函数详解:从互相关原理到四大实战应用

1. 从一次信号“找茬”说起:为什么我们需要互相关几年前,我在处理一组声学传感器数据时遇到了一个棘手的问题。我有两个麦克风记录了一段相同的音频信号,理论上它们接收到的声音波形应该非常相似,只是由于麦克风位置不同&#xff…

2026/8/7 23:24:08 阅读更多 →

月新闻

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南

免费解锁百度网盘SVIP加速:macOS用户必备的下载提速终极指南 【免费下载链接】BaiduNetdiskPlugin-macOS For macOS.百度网盘 破解SVIP、下载速度限制~ 项目地址: https://gitcode.com/gh_mirrors/ba/BaiduNetdiskPlugin-macOS 还在为百度网盘macOS版的龟速下…

2026/8/7 17:02:37 阅读更多 →
终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换

终极ncmdump指南:3分钟实现网易云NCM音乐解密与格式转换 【免费下载链接】ncmdump 项目地址: https://gitcode.com/gh_mirrors/ncmd/ncmdump 还在为网易云音乐下载的NCM格式文件无法在其他播放器播放而烦恼吗?ncmdump解密工具帮你轻松解决这个困…

2026/8/7 23:54:54 阅读更多 →
HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

HarmonyOS 应用开发《掌上英语》第81篇: 智能体卡片:为英语学习 App 打造桌面级学习助手

AgentCard 智能体卡片:为英语学习 App 打造桌面级学习助手适用平台:HarmonyOS 7.0 (API 26 Beta)一、引言 HarmonyOS 7.0(API 26 Beta)新增了 AgentCard 智能体卡片能力,这是继 HMAF(鸿蒙智能体框架&#x…

2026/8/7 17:02:36 阅读更多 →