- 语 言
- 多种
- 本 质
- API
- 中文名
- Redis缓存
- 开发主持方
- VMware Pivotal
-
SpringBoot集成Redis缓存并实现初始化用户数据到Redis缓存
2020-10-26 12:27:19SpringBoot集成Redis缓存并实现初始化用户数据到Redis缓存1、springboot集成Redis缓存1.引入依赖2.添加配置3.测试是否成功2、实现初始化用户数据到Redis缓存1.listener监听类2.实体表中需要序列化3.findById示例4....SpringBoot集成Redis缓存并实现初始化用户数据到Redis缓存
1、springboot集成Redis缓存
1.引入依赖
在 pom.xml 中引入依赖(这里没有添加版本号是因为加了spring-boot-starter-parent,可以省略一些常用依赖的版本号)
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency>
2.添加配置
在 application.properties 中添加如下配置
### Redis缓存配置 ### 默认Redis数据库为db0 spring.redis.database=0 ### 服务器地址,localhost spring.redis.host=localhost ### 链接端口,默认为6379 spring.redis.port=6379 ### Redis密码默认为空 spring.redis.password=
3.测试是否成功
在测试类中加入如下代码,运行
@Test public void testRedis(){ //增 redisTemplate.opsForValue().set("name","Test"); String name = (String)redisTemplate.opsForValue().get("name"); System.out.println(name); }
运行截图:
成功!2、实现初始化用户数据到Redis缓存
之所以要把数据放到缓存中,是因为用户的数据属于变动不大的数据,适合放到缓存中,在应用需要获取用户数据时,可以直接到Redis获取,提高数据访问速度
1.listener监听类
package com.example.demojpa.listener; import com.example.demojpa.model.PhoneType; import com.example.demojpa.service.PhoneTypeService; import org.springframework.data.redis.core.RedisTemplate; import javax.annotation.Resource; import javax.servlet.ServletContextEvent; import javax.servlet.ServletContextListener; import javax.servlet.annotation.WebListener; import java.util.List; /* * 监听器 * ye * 2020.10.26 * */ @WebListener public class RedisListener implements ServletContextListener { @Resource private RedisTemplate redisTemplate; @Resource private PhoneTypeService phoneTypeService; private static final String ALL_USER = "ALL_USER_LIST"; @Override public void contextInitialized(ServletContextEvent servletContextEvent){ //查询数据库所有用户 List<PhoneType> phoneListenerList = phoneTypeService.findAll(); System.out.println(phoneListenerList); //清除缓存中的用户数据 redisTemplate.delete(ALL_USER); //将数据存放到Redis缓存中 redisTemplate.opsForList().leftPushAll(ALL_USER,phoneListenerList); //真实项目中需要注解掉,查询所有的用户数据 List<PhoneType> queryPhoneTypeList = redisTemplate.opsForList().range(ALL_USER,0,-1); System.out.println("缓存中目前的用户数:" + queryPhoneTypeList.size() + "人"); System.out.println("ServletContext 上下文初始化"); } @Override public void contextDestroyed(ServletContextEvent servletContextEvent){ System.out.println("ServletContext 上下文销毁"); } }
2.实体表中需要序列化
因为RedisTemplate默认使用jdkSerializationRedisSerializer,而StringRedisTemplate默认使用StringRedisSerializer。所以实体类需要实现序列化接口Serializable。代码如下:
@Entity @Table(name="phone_type") public class PhoneType implements Serializable { //省略代码 }
3.findById示例
我们首先是查找Redis缓存中的数据,有就返回,没有就查找数据库中的数据,有就更新缓存并返回数据,没有就返回没有。
具体方法如下:
@Override public PhoneType findById(String id) { //step.1 查询Redis缓存中的所有数据 List<PhoneType> phoneTypeList = redisTemplate.opsForList().range(ALL_USER,0,-1); if (phoneTypeList != null&&phoneTypeList.size() >0){ for (PhoneType phoneType:phoneTypeList ) { if (phoneType.getType_id().equals(id)){ return phoneType; } } } //step.2 查询数据库中的数据 PhoneType phoneType = phoneTypeRepository.findById(id).get(); if (phoneType != null){ //step.3 将数据插入到Redis缓存中 redisTemplate.opsForList().leftPush(ALL_USER,phoneType); } return phoneType; }
4.测试
@Test public void testFindById_redis(){ Long redisUserSize = 0L; //查询id = 2 的数据,该数据存在于Redis缓存中 PhoneType phoneType = phoneTypeService.findById("2"); redisUserSize = redisTemplate.opsForList().size("ALL_USER_LIST"); System.out.println("目前缓存中的用户数量为:" + redisUserSize); System.out.println("----> id: " + phoneType.getType_id() + " name: " + phoneType.getType_name()); }
成功! -
Redis缓存穿透、缓存雪崩问题分析
2018-06-01 22:16:35把redis作为缓存使用已经是司空见惯,但是使用redis后也可能会碰到一系列的问题,尤其是数据量很大的时候,经典的几个问题如下: (一)缓存和数据库间数据一致性问题 分布式环境下(单机就不用说了)非常容易出现...把redis作为缓存使用已经是司空见惯,当redis中的数据量起来了以后你就得考虑以下几个问题:
(一)缓存和数据库间数据一致性问题
分布式环境下(单机就不用说了)非常容易出现缓存和数据库间的数据一致性问题,针对这一点的话,只能说,如果你的项目对缓存的要求是强一致性的,那么请不要使用缓存。我们只能采取合适的策略来降低缓存和数据库间数据不一致的概率,而无法保证两者间的强一致性。合适的策略包括 合适的缓存更新策略,更新数据库后要及时更新缓存、缓存失败时增加重试机制,例如MQ模式的消息队列。
(二)缓存穿透问题
现象:用户大量并发请求的数据(key)对应的数据在redis和数据库中都不存在,导致尽管数据不存在但还是每次都会进行查DB。
为什么key对应数据在缓存和db中不存在还会每次都进行DB查询呢?因为很多开发同学写的代码写的逻辑都是先从redis缓存中查一把,如果缓存中为空则从DB中查,如果DB中查到的数据不为空则设置到缓存并返回给接口。那么问题来了,如果从DB中查询的数据为空呢??
解决方案:
- 从DB中查询出来数据为空,也进行空数据的缓存,避免DB数据为空也每次都进行数据库查询;
- 使用布隆过滤器,但是会增加一定的复杂度及存在一定的误判率;
bloomfilter就类似于一个hash set,用于快速判某个元素是否存在于集合中,其典型的应用场景就是快速判断一个key是否存在于某容器,不存在就直接返回。布隆过滤器的关键就在于hash算法和容器大小,下面先来简单的实现下看看效果,我这里用guava实现的布隆过滤器:
<dependencies> <dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>23.0</version> </dependency> </dependencies>
public class BloomFilterTest { private static final int capacity = 1000000; private static final int key = 999998; private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), capacity); static { for (int i = 0; i < capacity; i++) { bloomFilter.put(i); } } public static void main(String[] args) { /*返回计算机最精确的时间,单位微妙*/ long start = System.nanoTime(); if (bloomFilter.mightContain(key)) { System.out.println("成功过滤到" + key); } long end = System.nanoTime(); System.out.println("布隆过滤器消耗时间:" + (end - start)); int sum = 0; for (int i = capacity + 20000; i < capacity + 30000; i++) { if (bloomFilter.mightContain(i)) { sum = sum + 1; } } System.out.println("错判率为:" + sum); } }
成功过滤到999998 布隆过滤器消耗时间:215518 错判率为:318
可以看到,100w个数据中只消耗了约0.2毫秒就匹配到了key,速度足够快。然后模拟了1w个不存在于布隆过滤器中的key,匹配错误率为318/10000,也就是说,出错率大概为3%,跟踪下BloomFilter的源码发现默认的容错率就是0.03:
public static <T> BloomFilter<T> create(Funnel<T> funnel, int expectedInsertions /* n */) { return create(funnel, expectedInsertions, 0.03); // FYI, for 3%, we always get 5 hash functions }
我们可调用BloomFilter的这个方法显式的指定误判率:
private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), capacity,0.01);
我们断点跟踪下,误判率为0.02和默认的0.03时候的区别:
对比两个出错率可以发现,误判率为0.02时数组大小为8142363,0.03时为7298440,误判率降低了0.01,BloomFilter维护的数组大小也减少了843923,可见BloomFilter默认的误判率0.03是设计者权衡系统性能后得出的值。要注意的是,布隆过滤器不支持删除操作。用在这边解决缓存穿透问题就是:
public String getByKey(String key) { // 通过key获取value String value = redisService.get(key); if (StringUtil.isEmpty(value)) { if (bloomFilter.mightContain(key)) { value = userService.getById(key); redisService.set(key, value); return value; } else { return null; } } return value; }
(三)缓存雪崩问题
现象:大量key同一时间点失效,同时又有大量请求打进来,导致流量直接打在DB上,造成DB不可用。
解决方案:
- 设置key永不失效(热点数据);
- 设置key缓存失效时候尽可能错开;
- 使用多级缓存机制,比如同时使用redsi和memcache缓存,请求->redis->memcache->db;
- 购买第三方可靠性高的Redis云服务器;
引申阅读: 使用quartz实现高级定制化定时任务(包含管理界面)
推荐阅读:elastic search搜索引擎实战demo:https://github.com/simonsfan/springboot-quartz-demo,分支:feature_es
-
redis缓存
2017-08-28 10:44:441、Mysql作为主存储服务器,Redis作为缓存,需要实时将需要缓存的mysql数据同步到Redis 实现机制: 如果对Mysql性能要求较高,可以解析Mysql binlog日志,然后将数据写入消息队列,再同步到Redis。此种方案需要...1、Mysql作为主存储服务器,Redis作为缓存,需要实时将需要缓存的mysql数据同步到Redis
实现机制:
如果对Mysql性能要求较高,可以解析Mysql binlog日志,然后将数据写入消息队列,再同步到Redis。此种方案需要熟悉binlog日志格式,相对复杂。
如果性能要求不高,简单起见,可以使用Mysql UDF+触发器方式,将变化的数据写入消息队列,再同步到Redis。2、Redis为主存储服务器,Mysql为从服务器,Mysql用作统计分析等场合,需要将Redis数据同步到Mysql(一般定时/准实时即可)
至于分布式和读写分离,我理解是指Redis分布式、Mysql读写分离吧,参考一下Redis和Mysql的文档即可。
实现机制:
可以在Redis中创建多个zset,每个zset与mysql表对应,score用unix时间戳(整数),zset用于存放近期insert/update/delete的记录。
然后定期服务定时扫描zset,用时间戳排序,同时查询定时服务的同步日志(可以在Redis中用hash或其他结构存储),获取上一次同步操作以来insert/update/delete的记录,然后同步到mysql。 -
-
解决redis缓存穿透、redis缓存雪崩问题
2019-08-08 16:32:04redis缓存雪崩 数据未加载到缓存中,或者缓存同一时间大面积的失效,从而导致所有请求都去查数据库,导致数据库CPU和内存负载过高,甚至宕机。 比如一个雪崩的简单过程: 1、redis集群大面积故障 2、缓存失效,但...redis缓存雪崩
如果我们的缓存挂掉了,这意味着我们的全部请求都跑去数据库了。
数据未加载到缓存中,或者缓存同一时间大面积的失效,从而导致所有请求都去查数据库,导致数据库CPU和内存负载过高,甚至宕机。
我们都知道Redis不可能把所有的数据都缓存起来(内存昂贵且有限),所以Redis需要对数据设置过期时间,并采用的是惰性删除+定期删除两种策略对过期键删除。如果缓存数据设置的过期时间是相同的,并且Redis恰好将这部分数据全部删光了。这就会导致在这段时间内,这些缓存同时失效,全部请求到数据库中。
这就是缓存雪崩:Redis挂掉了,请求全部走数据库。
缓存雪崩如果发生了,很可能就把我们的数据库搞垮,导致整个服务瘫痪!
比如一个雪崩的简单过程:
1、redis集群大面积故障2、缓存失效,但依然大量请求访问缓存服务redis
3、redis大量失效后,大量请求转向到mysql数据库
4、mysql的调用量暴增,很快就扛不住了,甚至直接宕机
5、由于大量的应用服务依赖mysql和redis的服务,这个时候很快会演变成各服务器集群的雪崩,最后网站彻底崩溃。
如何预防缓存雪崩?
在缓存的时候给过期时间加上一个随机值,这样就会大幅度的减少缓存在同一时间过期。对于“Redis挂掉了,请求全部走数据库”这种情况,我们可以有以下的思路:
事发前:实现Redis的高可用(主从架构+Sentinel 或者Redis Cluster),尽量避免Redis挂掉这种情况发生。
事发中:万一Redis真的挂了,我们可以设置本地缓存(ehcache)+限流(hystrix),尽量避免我们的数据库被干掉(起码能保证我们的服务还是能正常工作的)
事发后:redis持久化,重启后自动从磁盘上加载数据,快速恢复缓存数据。
1.缓存的高可用性
缓存层设计成高可用,防止缓存大面积故障。即使个别节点、个别机器、甚至是机房宕掉,依然可以提供服务,例如 Redis Sentinel 和 Redis Cluster 都实现了高可用。2.缓存降级
可以利用ehcache等本地缓存(暂时支持),但主要还是对源服务访问进行限流、资源隔离(熔断)、降级等。
当访问量剧增、服务出现问题仍然需要保证服务还是可用的。系统可以根据一些关键数据进行自动降级,也可以配置开关实现人工降级,这里会涉及到运维的配合。降级的最终目的是保证核心服务可用,即使是有损的。
比如推荐服务中,很多都是个性化的需求,假如个性化需求不能提供服务了,可以降级补充热点数据,不至于造成前端页面是个大空白。在进行降级之前要对系统进行梳理,比如:哪些业务是核心(必须保证),哪些业务可以容许暂时不提供服务(利用静态页面替换)等,以及配合服务器核心指标,来后设置整体预案,比如:
(1)一般:比如有些服务偶尔因为网络抖动或者服务正在上线而超时,可以自动降级;
(2)警告:有些服务在一段时间内成功率有波动(如在95~100%之间),可以自动降级或人工降级,并发送告警;
(3)错误:比如可用率低于90%,或者数据库连接池被打爆了,或者访问量突然猛增到系统能承受的最大阀值,此时可以根据情况自动降级或者人工降级;
(4)严重错误:比如因为特殊原因数据错误了,此时需要紧急人工降级。
3.Redis备份和快速预热
1)Redis数据备份和恢复
2)快速缓存预热
4.提前演练
最后,建议还是在项目上线前,演练缓存层宕掉后,应用以及后端的负载情况以及可能出现的问题,对高可用提前预演,提前发现问题。
缓存穿透
缓存穿透是指查询一个一定不存在的数据。由于缓存不命中,并且出于容错考虑,如果从数据库查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到数据库去查询,失去了缓存的意义。
缓存穿透是指查询一个一不存在的数据。例如:从缓存redis没有命中,需要从mysql数据库查询,查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到数据库去查询,造成缓存穿透。解决思路:
由于请求的参数是不合法的(每次都请求不存在的参数),于是我们可以使用布隆过滤器(BloomFilter)或者压缩filter提前拦截,不合法就不让这个请求到数据库层!当我们从数据库找不到的时候,我们也将这个空对象设置到缓存里边去。下次再请求的时候,就可以从缓存里边获取了。
这种情况我们一般会将空对象设置一个较短的过期时间。
如果查询数据库也为空,直接设置一个默认值存放到缓存,这样第二次到缓冲中获取就有值了,而不会继续访问数据库。设置一个过期时间或者当有值的时候将缓存中的值替换掉即可。
可以给key设置一些格式规则,然后查询之前先过滤掉不符合规则的Key。缓存并发
这里的并发指的是多个redis的client同时set
key引起的并发问题。其实redis自身就是单线程操作,多个client并发操作,按照先到先执行的原则,先到的先执行,其余的阻塞。当然,另外的解决方案是把redis.set操作放在队列中使其串行化,必须的一个一个执行。缓存预热
缓存预热就是系统上线后,将相关的缓存数据直接加载到缓存系统。
这样就可以避免在用户请求的时候,先查询数据库,然后再将数据缓存的问题!用户直接查询事先被预热的缓存数据!
解决思路:
1、直接写个缓存刷新页面,上线时手工操作下;
2、数据量不大,可以在项目启动的时候自动进行加载;
目的就是在系统上线前,将数据加载到缓存中。
-
redis缓存过期策略,监听redis缓存
2018-12-28 15:56:16redis缓存中的缓存过期了,但是还需要用到他,然而如果设置缓存为永不过期的话,数据会越堆越多,严重占用空间。所以需要对过期缓存进行监听。在缓存过期的时候进行处理。如果还需要用到就重新加载缓存,用不到了... -
redis缓存过期策略,监听redis缓存失效事件
2020-09-23 16:08:53redis缓存中的缓存过期了,但是还需要用到他,然而如果设置缓存为永不过期的话,数据会越堆越多,严重占用空间。所以需要对过期缓存进行监听。在缓存过期的时候进行处理。如果还需要用到就重新加载缓存,用不到了... -
Redis缓存
2014-03-13 22:03:57Redis是一个key-value存储系统。和Memcached类似,它支持存储的value类型相对更多,包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash(哈希类型)。这些数据类型都支持push/pop、add/... -
Redis缓存问题
2020-02-23 17:27:10Redis缓存的一些常见的问题 -
SpringBoot 中使用Redis缓存
2020-12-19 12:47:37SpringBoot 中使用Redis缓存 在项目中我们访问数据通常的操作就是访问数据库的方式,但是如果访问量很大而且特别频繁会对数据库造成压力,甚至导致数据库直接崩溃。为了解决这类的问题,redis框架逐渐出现在我们的... -
Redis 缓存 + Spring 的集成示例
2015-09-24 19:53:26《整合 spring 4(包括mvc、context、orm) + ...现在我们需要把缓存也整合进来,缓存我们选用的是 Redis,本文将在该文示例基础上介绍 Redis 缓存 + Spring 的集成。关于 Redis 服务器的搭建请参考博客《Redhat5.8 环 -
redis缓存问题?怎样把复杂的list。map等数据作为key值存入到redis缓存中
2016-10-10 02:15:45redis缓存问题?怎样把复杂的list。map等数据作为key值存入到redis缓存中, 需要一个具体的代码例子 -
微服务解决方案 -- Mybatis-Plus + Redis缓存,如何不太优雅的使用Redis缓存
2020-09-20 19:46:00如何不太优雅的使用Redis缓存 我们都知道使用redis来缓存我们的数据集合,如下图所示。 通常自己去缓存数据,这样的优点就是逻辑清晰,而且redis的key和value会比较规范。但是冗余代码会比较多,需要自己进行判断... -
刷新redis缓存
2019-12-25 15:51:02刷新redis缓存 -
缓存之使用redis缓存
2019-07-23 15:40:40作为一个java小白,最近公司项目中用到了redis缓存,便学习了一下,拿来给大家分享。 这次分享的是redis缓存5种数据类型中的String数据类型。 理论知识在这就不多多介绍啦,直接来最喜欢的代码吧。 自定义缓存... -
redis 缓存空值
2019-11-23 11:24:34redis缓存空值 redis缓存空值可以在一定程度上应对高并发的场景下的缓存穿透 ********************************** 相关类 RedisCacheConfiguration public class RedisCacheConfiguration { private ... -
清除Redis缓存
2018-10-12 12:21:02Windows下清除Redis缓存 1.进入Redis根目录 2.运行redis-cli.exe 3.执行:dbsize 4.执行:flushall 5.执行:exit Linux系统清除Redis缓存 1,进入目录redis下src目录。 #cd redis-2.8.17/src 2,... -
Redis缓存基本命令
2019-08-19 11:30:30redis 缓存redis缓存分类1.String(字符串)2.Hash(哈希)3.List(列表)4.Set(集合)5.ZSet(有序集合) redis缓存分类 redis缓存分成String(字符串),Hash(哈希),List(列表),Set(集合),ZSet(有序... -
redis 缓存击穿 缓存穿透 缓存雪崩 区别及解决
2020-05-01 19:00:30是利用redis和mysql的机制(redis缓存一旦不存在,就访问mysql),直接绕过缓存访问mysql,而制造的db请求压力 一般在代码中防止该现象的发生 解决:// 为了防止缓存穿透将,null或者空字符串值设置给redis 缓存雪崩 ... -
Redis缓存注解
2017-05-21 10:58:10Redis缓存,是开发中,决定高性能问题的,神器。 项目应用: 上代码,上配置说明,Redis缓存注解的作用。Spring 自带redisTemplate 1.Redis缓存配置 @Bean public CacheManager cacheManager... -
Redis缓存淘汰策略
2020-04-16 15:55:17Redis缓存淘汰策略:永不回收策略(默认):保证已有的数据不丢失。 noeviction # 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。 volatile策略:只会对带过期时间的key进行淘汰。 ... -
Redis缓存机制
2018-06-12 23:50:41关于Redis缓存机制https://www.e-learn.cn/content/redis/603971redis缓存机制和底层实现http://www.360doc.com/content/18/0318/11/43997888_738099429.shtmlRedis缓存机制 10.主从模式... -
Java+MySQL+redis缓存
2016-12-18 14:17:34案例中数据来自MySQL数据库,对查询出来的数据缓存到redis,redis缓存工具可以将缓存string,bean,list,map等类型,代码中有详细的注释,而且还将要缓存的数据进行了序列化,大家可以借鉴,进而更改成自己想要的格式... -
Redis缓存清理
2019-02-02 09:32:09Redis缓存清理 1.访问redis根目录 cd /usr/local/redis-2.8.19 2.进入src/redis-cli cd src/redis-cli 3.执行:dbsize --返回当前数据库的 key 的数量。 4.执行:flushall 5.执行:exit redis集群指定key值得缓存... -
redis缓存解耦详解
2020-05-12 11:50:07最近,项目中遇到一个redis缓存使用的问题,当redis连接不上时,直接导致业务异常。redis不是做为缓存使用吗?当缓存中查询不到,不是应该主动从数据库加载吗? 最后发现是利用RedisTemplate操作缓存,没有进行异常... -
SpringCloud使用Redis缓存
2019-05-26 14:43:55SpringCloud使用Redis缓存Redis环境搭建SpringDataRedis实现文章的缓存处理查询文章操作缓存修改或删除后清除缓存缓存过期处理 为了提高查询的性能,我们通常采用Redis缓存解决。 Redis环境搭建 我们以docker的形式... -
清理redis缓存
2019-09-20 17:37:49Linux清理redis缓存方法: 进入redis根目录下的 src 文件夹 执行命令: ./redis-cli 输入redis密码;auth"密码" 执行命令:dbsize查看大小 执行命令:flushall 执行命令:exit 清理完成 linux启动redis方法: 进入... -
Springboot 2.0.x 集成Redis缓存
2018-11-21 12:33:09文章目录Springboot 2.0.x 集成Redis缓存1、引入Redis缓存依赖2、配置Redis 数据库3、配置Redis CacheManager4、开启缓存5、使用缓存 Springboot 2.0.x 集成Redis缓存 1、引入Redis缓存依赖 <dependency&... -
Redis 缓存失效机制
2017-08-25 17:10:51Redis缓存失效的故事要从EXPIRE这个命令说起,EXPIRE允许用户为某个key指定超时时间,当超过这个时间之后key对应的值会被清除,这篇文章主要在分析Redis源码的基础上站在Redis设计者的角度去思考Redis缓存失效的相关...
-
c语言——选择排序
-
Navicat Premium 12_免安装免注册.zip
-
尚硅谷_授课须知.pdf
-
多镜像引导
-
JBuilder2005单元测试之创建测试用例
-
牛牛量化策略交易
-
虚拟执行环境工具.zip
-
餐厅采购统计查询系统V5.0.zip
-
DameWareNT.rar
-
用Go语言来写区块链(一)
-
poi按照排列规则输出图片
-
YEP_ItemCore.zip
-
基于Flink+Hudi构建企业亿级云上实时数据湖教程(PC、移动、小
-
linux基础入门和项目实战部署系列课程
-
基于python的dango框架购物商城毕业设计毕设源代码使用教程
-
XdRs_将角色作为敌人.rar
-
删除win10自带杀毒软件.iso
-
c++DFs<体积>.txt
-
MySQL 高可用工具 heartbeat 实战部署详解
-
Oracle、Spark、Hive SQL 正则总结