JPA映射MySQL JSON字段:从转换器到原生类型的最佳实践

最近在一个项目里处理“jpa 映射 mysql json 对象”这个需求,刚开始以为只是给实体加个字段的事,结果真做起来才发现,这里面的坑比想象中多不少。这个主题主要解决一个实际问题:MySQL 从 5.7 开始原生了 JSON 类型,但 JPA 规范的默认映射并不认识它,如果不做特殊处理,轻则框架直接报错,重则存进去的是 JSON、读出来却成了乱码字符串,再碰上复杂的嵌套结构简直让人头疼。这篇内容适合正在用 Spring Data JPA 写业务代码、又被 MySQL JSON 字段折腾过的开发者,也适合刚接触这个组合、想少踩点坑的新手。

我会从方案选型、实体映射、查询写法、更新技巧、问题排查这几个维度展开,把我在实际项目里验证过的做法直接放出来,给你一份可以照着干的完整参考方案。


1. 为什么“JSON 映射”会成为 JPA 项目里的老大难?

1.1 MySQL JSON 字段到底存储了什么

很多人第一次用 JSON 字段,其实是被它的“灵活性”吸引的。一张表里某个字段可能要存一组不确定结构的标签、一份用户偏好、或者一组动态配置项,用传统的关系模型要么加一堆关联表,要么提前设计好固定列,都很麻烦。MySQL 的 JSON 类型允许你直接在列里存一个完整的 JSON 文档,还能用JSON_EXTRACT之类的函数在数据库层解析里面的内容。

但问题恰恰出在这里:JPA 本质上是为“关系模型”设计的,它默认把 Java 属性映射到数据库表的列,类型上也就是Integer、Long、String这类基础类型。当你在 MySQL 那边把列建成了json,而 JPA 这边实体类里只是一个普通的String属性时,乐观的情况下你拿到的是序列化好的文本,悲观的情况下 Hibernate 在 Schema 校验阶段就跟你翻脸,报一堆“类型不匹配”的错误。更麻烦的是 JSON 字段经常对应 Java 这边的对象或者集合,这时候String根本不足以表达它的真实语义。

1.2 三条映射路线的对比,我最后选了哪条

当时我梳理了社区里常见做法,有三条路线:

方案实现方式优点缺点
字符串映射实体属性直接用String,手动做序列化反序列化最简单,零依赖业务代码里到处是类型转换,对象语义丢失,易出错
自定义 AttributeConverter写一个转换器,JPA 在读写时自动完成 JSON 和对象互转不依赖特定 JPA 实现,兼容性好,逻辑可复用查询条件里没法直接用对象属性,需要写原生 SQL
Hibernate 原生 JSON 类型依赖 Hibernate 的 JSON 模块,实体属性直接映射成对象用法最优雅,读写透明,部分版本支持对象属性查询受 Hibernate 版本和数据库方言双重限制

我实际项目里选的是“自定义 AttributeConverter + 必要时候配合原生查询”的组合路线。原因是大部分业务场景并不需要真的在 SQL 里对 JSON 内部字段做复杂条件过滤,只是希望 Java 代码里能自然地读写一个对象、集合,不承担手写序列化逻辑的负担。AttributeConverter 恰好满足这两个诉求,而且它属于 JPA 2.1 规范自带能力,不绑定某一家实现,以后从 EclipseLink 切到 Hibernate 也不用重写。

如果项目已经用了 Hibernate 6.2 以上版本,其实还可以直接用注解声明 JSON 类型,我后面会专门说这个点。总之记住一句话:先判断你的 JSON 字段是否需要被数据库查询条件命中,这决定了后面很多设计决策。


2. 核心细节解析与实操要点

2.1 建表语句和实体类的准备工作

先看数据库这边,列类型一定要用真正的json,而不是text或者varchar。原因在于 MySQL 的json类型有原生校验,能保证存进去的是合法 JSON,另外后续还能建生成列索引。建表示例:

CREATE TABLE user_profile ( id BIGINT PRIMARY KEY AUTO_INCREMENT, user_name VARCHAR(64) NOT NULL, ext_info JSON NULL, created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4;

实体类这边,映射ext_info的时候要显式指定列定义,不然 Hibernate 可能会自作主张把列类型推断成varchar(255),长一点的 JSON 直接就截断了。写法:

@Entity @Table(name = "user_profile") public class UserProfile { @Id @GeneratedValue(strategy = GenerationType.IDENTITY) private Long id; @Column(name = "user_name", nullable = false, length = 64) private String userName; @Column(name = "ext_info", columnDefinition = "json") private UserExtInfo extInfo; @Column(name = "created_at", insertable = false, updatable = false) private LocalDateTime createdAt; // getter / setter 省略 }

这里有第一个容易踩的坑:columnDefinition里面写json只是告诉 Hibernate“这个列在数据库里的类型是 json”,但它本身不会改变 Hibernate 对属性类型的映射逻辑。如果你这时候不配转换器,程序能启动,但读写 JSON 时你拿到的要么是String,要么直接序列化失败。所以columnDefinition只是第一步,关键还在下面。

2.2 手写一个线程安全的 AttributeConverter

AttributeConverter 的原理很简单:JPA 读取数据库值的时候,调用convertToEntityAttribute把数据库列值转成 Java 对象;写入数据库的时候,调用convertToDatabaseColumn把对象转成数据库能存储的类型。听起来容易,细节却值得抠。

核心代码:

public class UserExtInfoConverter implements AttributeConverter<UserExtInfo, String> { private static final ObjectMapper MAPPER = new ObjectMapper(); @Override public String convertToDatabaseColumn(UserExtInfo attribute) { if (attribute == null) { return null; } try { return MAPPER.writeValueAsString(attribute); } catch (JsonProcessingException e) { throw new IllegalArgumentException("转换 UserExtInfo 为 JSON 字符串失败", e); } } @Override public UserExtInfo convertToEntityAttribute(String dbData) { if (dbData == null || dbData.isEmpty()) { return null; } try { return MAPPER.readValue(dbData, UserExtInfo.class); } catch (JsonProcessingException e) { throw new IllegalArgumentException("解析 JSON 字符串为 UserExtInfo 失败", e); } } }

两个要点:

第一,ObjectMapper可以声明成static final,它是线程安全的,不需要每次转换都new一个。反过来,千万别在转换方法里频繁new ObjectMapper,性能损耗在批量读数据时会被放大得很明显。

第二,null 处理。数据库里允许为 NULL,Java 属性也可能为 null,两个方向都要先判空,否则写入时MAPPER.writeValueAsString(null)会得到字符串"null",读出来就成了一个不可用的异常状态。这种问题平时不显眼,一旦数据清洗或者老数据迁移时碰上就等于埋雷。

2.3 用泛型转换器一劳永逸

一个实体写一个转换器太累了,而且不同实体的 JSON 结构经常不一样,复制粘贴多了很容易在某个地方漏改类型。后来我把转换器改成了泛型版本:

public class GenericJsonConverter<T> implements AttributeConverter<T, String> { private final ObjectMapper mapper; private final TypeReference<T> typeRef; public GenericJsonConverter() { this.mapper = new ObjectMapper(); // 通过反射获取 T 的实际类型,只适用于类声明处指定泛型参数的情况 this.typeRef = new TypeReference<T>() {}; } @Override public String convertToDatabaseColumn(T attribute) { if (attribute == null) { return null; } try { return mapper.writeValueAsString(attribute); } catch (JsonProcessingException e) { throw new IllegalArgumentException("JSON 序列化失败", e); } } @Override public T convertToEntityAttribute(String dbData) { if (dbData == null || dbData.isEmpty()) { return null; } try { return mapper.readValue(dbData, typeRef); } catch (JsonProcessingException e) { throw new IllegalArgumentException("JSON 反序列化失败", e); } } }

注意,泛型转换器有一个关键限制:你必须通过@Convert(converter = GenericJsonConverter.class)使用它,但大多数 JPA 实现不允许你在@Convert的converter属性里直接给泛型类指定具体类型,因为注解的converter属性只接受Class<? extends AttributeConverter>,它无法表达“这个转换器对应UserExtInfo”。

所以这里我实际上采用的是另一个更省事的思路:不让泛型转换器直接注册为 converter,而是让每个实体的内部类继承泛型转换器并指定 T,比如:

public class UserExtInfoConverter extends GenericJsonConverter<UserExtInfo> { }

这样@Convert(converter = UserExtInfoConverter.class)就能正常工作了。如果你嫌实体类文件里多一个内部类显得乱,也可以把基础转换器做成一款基于适配器机制的工具,但小项目用继承就完全够了。

2.4 JPA 原生映射 JSON 的现代写法

如果你项目升级到了 Hibernate 6.2 及以上,其实有更轻量的方案。Hibernate 内置了你需要的 JSON 映射能力,不需要自己写转换器,只需要引入对应模块并加注解。

以 Spring Boot 3.x 为例,pom 里加上:

<dependency> <groupId>org.hibernate.orm</groupId> <artifactId>hibernate-core</artifactId> </dependency>

实体类里直接写:

@Entity @Table(name = "user_profile") public class UserProfile { @Id @GeneratedValue(strategy = GenerationType.IDENTITY) private Long id; @Column(name = "user_name", nullable = false, length = 64) private String userName; @JdbcTypeCode(SqlTypes.JSON) @Column(name = "ext_info", columnDefinition = "json") private UserExtInfo extInfo; }

@JdbcTypeCode(SqlTypes.JSON)是 Hibernate 6 里新增的注解,核心作用是告诉 Hibernate:这个 Java 对象要绑定到数据库的 JSON 类型。你甚至不需要手动指定columnDefinition = "json",因为SqlTypes.JSON已经描述了列类型,但为了保证建表 DDL 在某些方言下生成得足够准确,我仍然会在生产环境保留columnDefinition或直接由 DBA 维护 SQL 脚本。

这个方案最舒服的地方在于读写完全透明,而且对Map、List、任意 POJO 都支持。但注意,它依赖 Hibernate 内部实现,如果你还在用比较旧的 Hibernate 5.x,这条路走不通,老老实实用AttributeConverter就好。


3. 实操过程与核心环节实现

3.1 一个完整可复制的实体搭配转换器例子

我直接给你一套我在项目里用过的组合。假设业务场景是“用户资料表,扩展字段里保存用户的偏好设置”,Java 对象大概长这样:

public class UserExtInfo { private String theme; private Boolean pushEnabled; private List<String> tags; // getter / setter 省略 }

实体类:

@Entity @Table(name = "user_profile") public class UserProfile { @Id @GeneratedValue(strategy = GenerationType.IDENTITY) private Long id; @Column(name = "user_name", nullable = false, length = 64) private String userName; @Convert(converter = UserExtInfoConverter.class) @Column(name = "ext_info", columnDefinition = "json") private UserExtInfo extInfo; // getter / setter 省略 }

转换器上面已经给过,把它放在实体类里作为一个静态内部类也可以,但为了测试方便我还是习惯独立文件。如果字段里要存通用的键值对而不是固定结构对象,那就把属性类型改成Map<String, Object>,转换器逻辑几乎一样,只是类型参数变了。

这套组合跑起来之后,你在 service 层就可以完全不管数据库内部到底怎么存 JSON,只管操作对象:

UserProfile profile = new UserProfile(); profile.setUserName("某用户"); UserExtInfo ext = new UserExtInfo(); ext.setTheme("dark"); ext.setPushEnabled(true); ext.setTags(List.of("java", "spring")); profile.setExtInfo(ext); profileRepository.save(profile);

读出来的时候也一样:

UserProfile profile = profileRepository.findById(id).orElse(null); UserExtInfo ext = profile.getExtInfo(); String theme = ext.getTheme();

是不是很清爽?这就是转换器的价值:让业务代码回到“面向对象”的感觉,而不是天天JSON.parseObject。

3.2 按 JSON 内部字段查询的两种有效写法

读写做完了,更复杂的场景是查询。假如业务需求是“找出所有开启了推送的用户”,而pushEnabled藏在 JSON 内部,这种查询在 JPA 标准里没法直接做,因为你没有一个独立的pushEnabled列。我们有两种解法。

第一种是使用原生 SQL,配合JSON_EXTRACT函数:

@Repository public interface UserProfileRepository extends JpaRepository<UserProfile, Long> { @Query(value = "SELECT * FROM user_profile WHERE JSON_EXTRACT(ext_info, '$.pushEnabled') = true", nativeQuery = true) List<UserProfile> findUserWithPushEnabled(); }

实际项目里我给建议,不要写死true或者字符串比较,用参数传递更可靠:

@Query(value = "SELECT * FROM user_profile WHERE JSON_EXTRACT(ext_info, '$.pushEnabled') = :enabled", nativeQuery = true) List<UserProfile> findUserWithPushEnabled(@Param("enabled") Boolean enabled);

第二种是 MySQL 5.7.13 之后引入的->>运算符,它把 JSON_EXTRACT 的结果去掉引号,返回纯字符串:

@Query(value = "SELECT * FROM user_profile WHERE ext_info ->> '$.pushEnabled' = 'true'", nativeQuery = true) List<UserProfile> findUserWithPushEnabledByArrow();

这两种方案我都在项目里实测过,JSON_EXTRACT的可读性更好一点,->>写起来更短,哪个顺手用哪个。性能上如果 JSON 字段不大,差距可以忽略;一旦数据量上去了,就该考虑给查询建生成列索引,我后面问题排查部分会说。

3.3 只更新 JSON 内部的某个键,避免整个字段覆盖

另一个高频需求是局部更新 JSON。如果你只是想把pushEnabled从false改成true,整字段读出来改完再写回去,在高并发场景下可能会产生丢更新问题。比较稳妥的做法是直接用 SQL 层面的JSON_SET函数:

@Modifying @Query(value = "UPDATE user_profile SET ext_info = JSON_SET(ext_info, '$.pushEnabled', :enabled) WHERE id = :id", nativeQuery = true) int updatePushEnabled(@Param("id") Long id, @Param("enabled") Boolean enabled);

注意,如果采用这种方案,因为你是通过原生 SQL 修改的,Hibernate 一级缓存里可能还持有旧的对象,务必要在调用后清理对应实体的缓存,或者用@Modifying(clearAutomatically = true, flushAutomatically = true)。否则会出现一个很诡异的现象:数据库里已经变了,但同一事务内再查出来还是老数据。

3.4 转换器映射中的“NULL vs 空对象”处理策略

这一小节专门说下 NULL 的处理。我在接手老项目时碰到过一个坑:老数据的扩展字段要么是 NULL,要么是空字符串"",由于旧代码是手写 JSON 序列化,NULL 时常被写成字符串"null",结果新转换器一读就报错。

处理策略是我在上面转换器里已经写好的那套:dbData为空字符串时返回null;数据库值为null时也返回null;写库时属性为null就写NULL,不写"null"。这样不仅容错性更强,也保证了新旧数据的平滑过渡。如果你业务上确实需要区分“没有设置扩展字段”和“扩展字段为空对象”,建议额外设计一个boolean标记字段来表示是否显式设置过,而不是靠 JSON 内部有没有 key 来判断。


4. 常见问题与排查技巧实录

4.1 一张实测踩坑速查表

我把实际操作中遇到频率最高的问题整理成了表格,基本覆盖了“jpa 映射 mysql json 对象”最常见的坑:

问题表现根本原因解决方案
启动时报Schema-validation: wrong column type encounteredHibernate 校验发现 Java String 和 MySQL json 不匹配加columnDefinition = "json",同时配置合适的转换器
读出来是String,而不是对象只配置了列定义,没有给属性加@Convert给属性加@Convert(converter = XxxConverter.class)
反序列化报UnrecognizedPropertyExceptionJava 对象结构跟 JSON 不一致用ObjectMapper配置FAIL_ON_UNKNOWN_PROPERTIES = false,或统一数据结构
JSON 长文本被截断列类型实际被建成了varchar(255)改为真正的json类型
JSON_EXTRACT查不到值但程序不报错字符串比较时带引号问题用->>运算符去掉结果引号,或者用JSON_UNQUOTE包裹
原生 SQL 更新后查询仍是旧值Hibernate 一级缓存未清理@Modifying(clearAutomatically = true, flushAutomatically = true)
批量插入大量 JSON 数据很慢每行转换都用new ObjectMapperObjectMapper声明为static final复用

这表格不是理论推导,是我一行行试出来然后攒下的记录。最容易被忽视的就是第一条和第二条,因为错误日志常常被框架包装得很温和,如果不清楚json类型和 JPA 默认映射的冲突,很可能在这个问题上耗上一整天。

4.2 几个我亲自踩过的细节

第一个是序列化失败后的事务回滚问题。我在转换器里选择抛出IllegalArgumentException,而不是返回null或吞掉异常,理由很简单:转换失败说明数据本身就有问题,如果静默处理,脏数据会在系统里越传越广。但有个前提,你的事务边界要设计清楚,否则抛了异常,事务不回滚,数据还是被写到一半,那个状态更头疼。

第二个是 Jackson 的对象循环引用问题。如果你在 JSON 字段里放了一个含双向关联的实体,序列化会无限递归。处理方式一般是在依赖属性上加@JsonIgnore,或者在ObjectMapper里禁用FAIL_ON_SELF_REFERENCES。不过我个人更建议在 JSON 字段里只放独立的 DTO 或者Map,别直接把 JPA 实体丢进去。实体里往往有很多代理、懒加载、关联关系,序列化的时候不可控因素太多。

第三个是数据库字符集。MySQL 的json类型在utf8mb4下才能完整支持中文和 emoji,如果你的库表和连接串都在utf8mb4上,这个基本不会出问题。但一旦哪一环用了旧版本的utf8,你会发现中文存进去没问题,读出来却是一串问号。配置连接串时显式加上:

spring.datasource.url=jdbc:mysql://localhost:3306/demo?useUnicode=true&characterEncoding=utf8mb4

4.3 JSON 字段在索引和性能上的处理建议

查 JSON 内部字段如果频繁出现在业务 SQL 里,还是那句话:建生成列索引。MySQL 5.7 虽然允许你对 JSON 列本身建索引,但索引的是整个 JSON 文档的哈希值,对内部字段查询几乎没有帮助。正确做法是建立一个虚拟列,再对虚拟列建普通索引:

ALTER TABLE user_profile ADD COLUMN push_enabled TINYINT AS (JSON_EXTRACT(ext_info, '$.pushEnabled')) STORED, ADD INDEX idx_push_enabled (push_enabled);

选了STORED而不是VIRTUAL,是因为存储列在查询时不需要实时计算,虽然占一点磁盘空间,但对索引命中率和查询速度更友好。至于要不要走这个方案,取决于你查询 JSON 内部字段的频率:如果一天才跑几次后台任务,原生查询加JSON_EXTRACT也没问题;如果是核心列表页每次请求都要过滤,生成列索引就是必须的。

还有一个经验是:不要把大字段和高频更新的字段同时塞进 JSON 里。MySQL 的 JSON 类型为了支持部分更新,内部实现是保留二进制格式,但任何一个字段的更新都会让整个 JSON 文档重写一遍,字段越大代价越高。所以如果你有一个动态字段列表,但其中某个字段每天要更新很多次,拆出去单独建列更划算。


最后再说点个人经验。我最初处理这个需求的时候,第一个版本是直接String映射然后到处手动序列化,当时觉得省事。结果代码越写越乱,业务对象和字符串之间来回转换,光找readValue的调用点都能翻半天。后来换成AttributeConverter之后,整个团队的代码风格立刻统一了,新增一个 JSON 字段只需要写一下对应的对象和转换器就够了。如果你也在为这个事折腾,建议从一开始就考虑好你的 JSON 结构是稳定还是灵活、需不需要按内部字段查询,这会直接影响你选择哪条实现路线。另外一个小技巧:给转换器写单元测试很重要,因为 JSON 序列化的边界问题特别多,尤其是嵌套对象、空值、集合类型,别偷懒,把常见组合都测一遍,后面能省很多排查时间。

相关新闻

AI辅助软著材料生成:从源码到说明书的全流程指南

AI辅助软著材料生成:从源码到说明书的全流程指南

1. 软著材料到底难在哪&#xff1a;先把登记底稿拆明白有人问我软著登记是不是特别难&#xff0c;我的第一反应通常不是回答技术问题&#xff0c;而是问他“让你难的是写代码&#xff0c;还是写材料”。大部分人都会愣一下&#xff0c;然后说是材料。软件著作权登记这笔业务本质…

2026/11/17 15:44:57 阅读更多 →
3步修补Unity编辑器与Unity Hub:UniHacker完整使用指南

3步修补Unity编辑器与Unity Hub:UniHacker完整使用指南

3步修补Unity编辑器与Unity Hub&#xff1a;UniHacker完整使用指南 【免费下载链接】UniHacker 为Windows、MacOS、Linux和Docker修补所有版本的Unity3D和UnityHub 项目地址: https://gitcode.com/GitHub_Trending/un/UniHacker UniHacker 是一款面向 Unity 编辑器与 Un…

2026/11/9 20:07:26 阅读更多 →
若依RuoYi-Vue项目改名实操:包名、模块名与前端标识全面换新

若依RuoYi-Vue项目改名实操:包名、模块名与前端标识全面换新

把若依RuoYi-Vue的包名、模块名、项目名称整体改一遍&#xff0c;是很多团队迟早要面对的一件事。尤其是企业里拿若依当二次开发底座的项目&#xff0c;到了交付节点&#xff0c;源码里到处是com.ruoyi、ruoyi-admin这种字样&#xff0c;登录页右下角还挂着“若依管理系统”&am…

2026/11/17 1:22:26 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年&#xff0c;我大部分时间都在跟浏览器标签页打交道&#xff0c;直到第一次把桌面应用跑起来&#xff0c;才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词&#xff0c;最开始是在某段时间频繁出现在同事的讨论里&#xff0c;一个用HTML…

2026/11/17 8:22:52 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介&#xff1a;亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档&#xff0c;主要面向智能锁安装人员、终端用户及售后维护者&#xff0c;帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件&#xff0c;大小4.37MB&#xff0c;内容结构清晰&#xff…

2026/11/17 12:46:04 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统&#xff0c;整车要求空载跑到8m/s&#xff0c;电机转速已经拉到额定点&#xff0c;驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令&#xff0c;转速纹丝不动&#xff0c;三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/17 12:46:04 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年&#xff0c;用它写过嵌入式驱动、做过游戏服务端&#xff0c;也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词&#xff0c;我其实挺感慨的——这门语言的难点从来不是语法多&#xff0c;而是知识点之间的耦合太深…

2026/11/17 11:26:33 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介&#xff1a;亚太天能T109滑盖智能锁产品说明书以PDF格式发布&#xff0c;适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开&#xff0c;先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能&#xff0c;再给出完整安装步骤&…

2026/11/17 12:46:05 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历&#xff1a;翻开源码注释、论文摘要或者一份专业报告&#xff0c;每个字都认识&#xff0c;连在一起却像天书。想找人聊聊&#xff0c;身边要么没人懂&#xff0c;要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型&#xff0c;几秒钟之后&a…

2026/11/17 12:46:05 阅读更多 →

日新闻

周新闻

月新闻