【云駐共創】在GaussDB上搭建開發環境

在當下的云時代，越來越多企業將自己的服務上云，數據庫也不例外。作為我們開發者本身只有充分學習了解云數據庫才能應對云時代帶來的種種挑戰。

一、GaussDB數據庫驅動

1.? 驅動概念介紹

數據庫驅動是應用程序和數據庫存儲之間的一種接口，數據庫廠商為了某一種開發語言環境（比如Java，C）能夠實現數據庫調用而開發的類似翻譯員功能的程序，將復雜的數據庫操作與通信抽象成為了當前開發語言的訪問接口。因此，為了滿足用戶需求，GaussDB(for MySQL)同時支持JDBC和ODBC等數據庫驅動。

首先是驅動應用程序連接驅動標準接口。驅動標準接口是一個標準的通用接口，這時候還不知道用的是什么數據庫。通過驅動標準接口下面是數據源管理器，數據源管理器是數據庫的一個地址以及數據庫類型的一些描述信息在里面，它將數據庫連接進行一個抽象。然后接下來就是具體的一個數據庫驅動，數據庫驅動是基于不同數據庫廠商而定的。

2. ?JDBC應用開發介紹

JDBC（Java Database Connectivity，Java數據庫連接），一種用于執行SQL語句的Java API，可為多種關系數據庫提供統一訪問接口，應用程序可基于它操作數據。

執行流程為：加載驅動 -> 連接數據庫 -> 執行SQL語句 -> 處理結果集 -> 關閉連接。

注意：GaussDB(for MySQL)支持JDBC4.0，意味著在編譯程序的時候要用JDK1.8及以上版本。

3. ODBC應用開發介紹

ODBC（Open Database Connectivity，開放數據庫互連），是由Microsoft公司基于X/OPEN CLI 提出的用于訪問數據庫的應用程序編程接口。

執行流程為：申請句柄資源 -> 設置環境屬性 -> 連接數據源 -> 執行SQL語句 -> 處理結果集 -> 斷開連接 -> 釋放句柄資源。

GaussDB(for MySQL)支持ODBC3.0，它除了不讓應用程序直連數據庫之外，還可以做到程序可擴展性，可移植性。

二、數據庫工具

DDM

1. ?分布式數據庫中間件服務（DDM）

DDM（Distributed Database Middleware），是華為公有云提供的分布式關系數據庫中間件服務，以服務的方式為應用提供對多個數據庫實例進行分布式透明訪問。徹底解決數據庫可拓展性問題，實現海量數據的存儲和高并發訪問。

DDM的三大特點之一：簡單易用，兼容MySQL協議，應用代碼0改動。

DDM的三大特點之二：無限擴容，自動水平拆分，徹底解決數據庫單機限制，業務不中斷平滑擴容。

DDM的三大特點之三：性能卓越，高性能集群組網（公測期間為單機），水平擴展實現性能的線性提升。

1.? DDM就是將數據庫的存儲引擎進行一個分布式集中管理從而做到應用透明來訪問數據庫。

2.? DDM處于這個環節，對于應用來說只需要知道DDM實例就行了，只要與DDM相連，沒有必要知道分片式數據庫，針對它是透明的可以不知道存放位置以及所有的業務邏輯。

3.? 所有的分發都是由DDM進行路由分發，比如讀寫這一塊。

4.? 作為管理員來說，可以通過DDM控制臺圖形化管理數據庫；作為開發人員，可以通過DDM控臺來進行部署；作為使用人員只知道訪問應用服務就可以了。

2. ?為什么需要DDM？

可以通過數據分片來解決數據庫拓展的瓶頸。以一個社交網站的數據庫拓展路線為例子說明

初始階段：所有數據存放在一個數據庫中

小規模（<500QPS或100TPS，讀用戶<100，寫用戶<10）：在單庫中通過讀寫分離提升并發讀的性能；

中規模（<5000QPS或1000TPS，讀用戶<5000，寫用戶<100）：垂直分庫，將不同的業務分布到不同的數據庫；

大規模以上（10K+QPS,10K+TPS，讀用戶10K+，寫用戶1K+）：數據分片，將數據表分到不同的數據庫中。

3. ?常用的數據分片解決方案

3.1 ?應用層分片方案

如當當的Sharding-JDBC,淘寶的TDDL等。

優勢：直接連接數據庫，額外開銷少。

劣勢：無法實現連接數收斂；應用侵入方式，后續升級更新數量龐大，運維成本高；多數只支持Java語言。

3.2 ?中間件分片方案

如開源的MyCat，Cobar，商用軟件愛可生等。

優勢：應用0改動，與語言無關；對應用完全透明地進行數據庫擴展；通過連接共享有效收斂連接數。

劣勢：由于要經過中間件處理，可能存在額外的時延（<4%）。

4. ?DDM關鍵特性 – 讀寫分離

4.1 ?由應用自己控制讀寫分離

在客戶端中配置所有DB信息，并實現讀寫分離；

DB調整需要同步修改應用；

DB故障需要修改應用，運維跟開發需同步調整配置。

4.2 ?DDM實現讀寫分離

即插即用：自動實現讀寫分離，支持配置不同節點的性能權重；

應用透明：應用感覺仍是操作單節點，DB調整應用不感知；

高可用：主從切換或從節點故障對應用透明。

5. ?DDM關鍵特性 – 數據分片

5.1 ?由應用自己實現分片

應用邏輯復雜：由應用改寫SQL語句，將SQL路由到不同的DB，并聚合結果；

DB故障和調整都需要應用同步調整，運維難度劇增；

應用升級，更新維護工作量大，對于大型系統不可接受。

5.2 ?DDM實現數據分片，應用0改動

大表分片：支持按Hash等算法實現自動分片；

自動路由：根據分片規則，將SQL路由至真正的數據源；

連接復用：通過MySQL實例的連接池復用，大幅提升數據庫并發訪問能力。

6. ?DDM關鍵特性 – 數據庫平滑擴容

6.1 ?由應用自己實現數據庫水平擴展

擴容時導致應用停機，業務中斷；

必須自行開發工具進行數據遷移。

6.2 ?DDM實現數據庫水平擴展，自動均衡數據

無限擴展：支持分片個數無上限，輕松應對海量數據；

全自動化：一鍵式擴容，異常自動回滾；

業務影響小：秒級中斷，其他時間業務無感知。

7. ?DDM使用場景

7.1 ?大型應用高頻交易

電商、金融、O2O、零售、社交網絡。

特征：用戶基數大、營銷活動頻繁、核心數據庫響應日益變慢。

對策：DDM提供線性水平擴展能力，輕松應對高并發的實時交易場景。

7.2 ?物聯網海量傳感器觸發

工業監控、智慧城市、車聯網。

特征：傳感設備多，采樣頻率高，數據規模大，超過單機數據庫瓶頸。

對策：DDM提供的容量水平拓展能力，幫助用戶低成本的存儲海量數據。

7.3 ?海量視頻圖片數據索引

互聯網，社交應用等。

特征：存在億級數量的圖片，文檔，視頻等數據，系統為這些文件建立索引，提供實時的增、刪、改、讀操作，對性能要求極高。

對策：DDM提供超高性能和分布式擴展能力，有效提高索引的檢索效率。

7.4 ?傳統方案硬件

政務機構、大型企業、銀行。

特征：傳統方案強依賴小型機和高端存儲等高硬件成本的商業解決方案。

對策：DDM提供線性水平擴展能力，輕松應對高并發的實時交易場景。

8. ?DDM使用方法 – 購買數據庫中間件實例（1）

進入控制臺 -> 任務列表 -> DDM

點擊“購買DDM”

9. ?DDM使用方法 – 購買數據庫中間件實例（2）

計費模式選擇“按需付費”。區域，可用分區，實例規格，如無特殊需求，默認，輸入實例名。

10. ?DDM使用方法 – 購買數據庫中間件實例（3）

輸入實例名后，選擇VPC，子網以及安全組，VPC需要選擇與數據庫實例相同的，點擊“立即購買”。

11. ?DDM使用方法 – 購買數據庫中間件實例（4）

點擊“提交”。

12. ?DDM使用方法 – 購買數據庫中間件實例（5）

完成創建。

13. ?DDM使用方法 – 數據分片（1）

14. ?DDM使用方法 – 數據分片（2）

15. ?DDM使用方法 – 數據分片（3）

16. ?DDM使用方法 – 數據分片（4）

17. ?DDM使用方法 – 數據分片（5）

完成分片操作。

DRS

1. ?華為云數據復制服務DRS

數據復制服務（Data Replication Service，DRS）是一種易用、穩定、高效，用于數據庫在線遷移和數據庫實時同步的云服務。DRS圍繞云數據庫，降低了數據庫之間數據流通的復雜性，有效地幫助減少數據傳輸的成本。

2. ?DRS具備的能力

2.1 ?在線遷移

支持通過多種網絡鏈路，實現跨云平臺數據庫遷移，云下數據庫遷移上云或云上跨Region的數據庫遷移等多種業務場景。

特點：通過增量遷移技術，能夠最大限度允許遷移過程中業務繼續對外提供使用，有效的將業務系統中斷時間和業務影響最小化，實現數據庫平滑遷移上云。

2.2 ?數據同步

數據同步在決然不同的系統之間實現業務數據的實時流動，不同于遷移，遷移數據庫以整體搬遷為目的，同步是維持不同業務系統之間數據的持續流動，常見的場景是：實時分析，報表系統，數倉環境。

特點：聚焦在表和數據，并滿足多種同步靈活性的需要，如多對一，一對多，不同表名之間同步數據等。

2.3 ?多活災備

通過異地近實時的數據同步可以實現跨區，跨云，本地和云，混合云之間數據庫形成災備關系，提供一鍵主備倒換、數據比對、時延監控、數據補齊等容災性，支持容災演練、真實容災等場景，支持主從災備、主主災備多種災備架構。

特點：異地遠距離傳輸優化，圍繞災備提供特性，不同于業界基于簡單的數據同步形成方案。

2.4 ?數據訂閱

獲取數據庫中的關鍵業務的數據變化信息常常是下游業務所需要的，數據訂閱將這類消息緩存并提供統一的SDK接口，方便下游業務訂閱、獲取、并消費，從而實現數據庫和下游系統解耦，業務流程解耦。

常見場景：Kafka訂閱MySQL增量數據。

3. ?DRS關鍵特性 – 引導式遷移

引導式遷移操作流程分為以下步驟：

a) ?進入數據復制服務控制臺

b) ?開始創建遷移服務

c) ?配置源數據庫及目標數據庫信息

d) ?選擇遷移模式

e) ?預檢查及任務確認

f) ?查看遷移任務狀態

4. ?DRS使用方法 – 場景化選擇

5. ?DRS使用方法 – 遷移實例（1）

6. ?DRS使用方法 – 遷移實例（2）

7. ?DRS使用方法 – 網絡與安全

8. ?DRS使用方法 – 多種遷移模式

9. ?DRS使用方法 – 用戶遷移

10. ?DRS使用方法 – 預檢查

11. ?DRS使用方法 – 參數遷移

1.? 大部分參數不遷移，并不會導致遷移失敗，但參數往往直接影響到業務的運行和性能表現，DRS支持參數遷移，讓數據庫遷移后，業務和應用更平滑，更無憂。

2.? 業務類參數有（字符集設置；最大連接數；調度相關；鎖等待時間；Timestamp默認行文；連接等待時間）

3.? 性能類參數（*_buffer_size；*_cache_size）

12. ?DRS使用方法 – 遷移監控

步驟1： ?宏觀查看全量遷移對象的百分比進度，如遷移時長較長的表數據、表結構、表索引等。

步驟2： ?通過表格查看具體遷移對象的遷移進展，當“對象數目”和“已遷移數目”相等時，表示該對象遷移完成。

步驟3： ?通過“查看詳情”精細查看每個對象的遷移進度，當進度顯示為100%時，表示遷移完成。

13. ?DRS使用方法 – 遷移對比

步驟1： ?對象級對比

宏觀對比數據對象是否缺失（數據庫，表，視圖，存儲過程，觸發器等）。

步驟2： ?數據級對比

詳細校對數據，不同細度（行數對比，內容對比）。

步驟3： ?可以隨時取消對比

DAS

1. ?數據管理服務（DAS）

數據管理服務（Data Admin Service，簡稱DAS），是一款專業的簡化數據庫管理工具，提供良好的可視化操作界面，大幅提高工作效率，讓數據管理變得既安全又簡單。

DAS三個版本之一：控制臺版

這個版本面向DBA&運維。從基本的主機和實例性能數據，到慢SQL和全量SQL分析，從實時的性能分析診斷，到歷史運行數據的綜合分析，能夠快速定位出數據庫運行中的每一個問題，提前發現潛在風險點。

DAS三個版本之二：標準版

這個版本面向開發人員。最好用的數據庫客戶端：無需安裝本地客戶端，所見即所得的可視化操作體驗，提供數據和表結構的同步，在線編輯，SQL輸入的智能提示等豐富的數據庫開發功能。

DAS三個版本之三：企業版

這個版本面向企業DevOPS平臺。基于權限最小化控制和審批流程機制，提供數據保護、變更審核、操作審計、研發自助化等數據庫DevOPS平臺，幫助企業實現大規模數據庫下的標準化、規范化、高效率、超安全的管理手段。

2. ?DAS功能介紹（1）

2.1 ?輕松管理

實現云上可視化界面連接和管理數據庫

2.2 ?易操作

簡單方便訪問數據，且支持類似Excel方式編輯數據，SQL零基礎也能無障礙進行表數據編輯及統計分析操作；支持保存常用的SQL，并提供SQL模板，且隨時引用執行，簡單易用。

2.3 ?高效率

實現云端研發測試，快速部署，快速訪問數據庫，提升研發效率。

2.4 ?安全防護

云端專用通道管理數據，華為云嚴格控制數據庫訪問。

2.5 ?操作安全保障

內置了安全保護措施，有效保障數據庫的穩定運行，讓用戶操作起來更安心；比如：用戶執行一個慢SQL時，DAS會自動設置超時機制，防止因慢SQL執行時間過久而導致的數據庫性能抖動。

2.6 ?可視化對象管理

導航樹形結構，清晰展示各個對象并實現可視化結構管理功能。

3. ?DAS功能介紹（2）

總的來說DAS功能可以歸納為：

a) ?像填表單一樣建表

b) ?像編輯Excel一樣查看、編輯、插入、刪除表數據

c) ?自動化SQL輸入提示，幫你寫SQL

d) ?鏈式依賴圖展示實時鎖等待的會話關系，可以做一回專業DBA

e) ?自動生成表數據，讓開發工作更方便調試

f) ?誤修改或刪除數據時，發起一個回滾任務，就可以幫你找回數據

g) ?自動超時機制，不用擔心因SQL執行太長而把數據庫給拖垮

4. ?DAS系統架構

從DAS圖可以得出DAS系統架構的幾個功能組件

1.? Conn Consoles：DAS連接管理的控制臺；DAS Consoles：DAS Consoles是數據管理服務的統一入口，在Consoles Home中體現為統一入口。

2.? API-for-DAS：對外API的統一入口，負責對外API協議轉換，同時進行權限控制和API審計。

3.? DAS Service：提供數據庫維護、管理，包括數據庫、表、索引、字段、視圖等對象的增刪改查維護等。

4.? 通過TCP與不同廠商的數據庫相連。

5. ?DAS應用場景：標準版

5.1 ?元數據

庫、表列表、表大小、索引大小、存儲過程、函數

5.2 ?SQL查詢窗口

智能化的SQL輸入提示

查詢結果在線編輯

歷史查詢記錄快速復用

5.3 ?數據操作

快速，自動化填充表的測試數據

基于binlog解析，對誤刪除數據進行找回

5.4 ?SQL優化

SQL語句優化改寫

索引優化建議

執行計劃展示

5.5? 同步

10G大小的SQL附件導入

整庫、指定表、查詢SQL等多種方式的數據導出

可跨實例的庫之間的表結構一致性對比與同步

5.6 ?結構操作

所見即所得的表結構在線編輯

6. ?DAS應用場景：企業版

數據是企業的核心資產，如何控制敏感數據訪問權限、實現數據庫變更安全、操作可回溯審計、降低DBA人力成本，是數據庫實例數量上一定規模時，企業的重要訴求。

6.1? 數據訪問安全

員工不接觸數據庫登錄名和密碼，對庫的查詢需要先申請權限；支持每天查詢的總次數、總數據行數、每次查詢的最大返回行數等多維度查詢控制。

6.2? 敏感數據保護

敏感字段自動識別并進行打標；員工在執行查詢和導出時，敏感數據脫敏顯示；

6.3? 變更安全

所有對庫的操作，均有審計日志記錄，數據庫操作行為可追溯；

6.4? 操作審計

變更SQL的風險識別；業務審核控制；變更執行時的數據庫水位自動檢測；大數據表的數據清理；

6.5? 提效率降成本

靈活的安全風險和審批流程自定義；庫上的業務Owner和DBA角色的賦權，將低風險的庫變更操作流程下放到業務主管，降低企業的DBA人力成本。

7. ?DAS使用方法 – 新增數據庫連接（1）

8. ?DAS使用方法 – 新增數據庫連接（2）

9. ?DAS使用方法 – 新增數據庫連接（3）

10. ?DAS使用方法 – 新增數據庫連接（4）

11. ?DAS使用方法 – 新增數據庫連接（5）

12. ?DAS使用方法 – 新建對象（1）

13. ?DAS使用方法 – 新建對象（2）

14. ?DAS使用方法 – 新建對象（3）

15. ?DAS使用方法 – 新建對象（4）

16. ?DAS使用方法 – 新建對象（5）

17. ?DAS使用方法 – 新建對象（6）

18. ?DAS使用方法 – SQL操作（1）

19. ?DAS使用方法 – SQL操作（2）

20. ?DAS使用方法 – SQL操作（3）

21. ?DAS使用方法 – 導入導出（1）

導入

22. ?DAS使用方法 – 導入導出（2）

導出

23. ?DAS使用方法 – 表結構對比

三、客戶端工具

客戶端工具的存在主要是為了讓用戶便捷連接數據庫，對數據庫進行操作和調試。

1.? gsql

gsql是一款向GaussDB(DWS)提供在命令行運行的交互式數據庫連接工具。

gsql - 下載

訪問：https://console.huaweicloud.com/dws;

gsql - 配置數據庫服務器（1）

完成1、2、3、4操作后在彈出的窗口輸入用戶名和密碼即可。

gsql – 配置數據庫服務器（2）

1.? cd命令打開客戶端存放文件夾

2.? ll命令列出文件夾的文件的詳細信息

3.? 看到了客戶端文件

4.? unzip命令對其進行解壓

gsql - 配置數據庫服務器（3）

1.? 輸入命令source gsql_env.sh

2.? 出現All things done。表示客戶端配置成功

gsql - 連接數據庫

1.? 使用gql客戶端連接GaussDB(DWS)集群中的數據庫

Gsql -d <數據庫名稱> -h <集群地址> -U <用戶名> -p <端口> -r

2.? 參數說明如下：

“數據庫名稱”：輸入所要連接的數據庫名稱。首次使用客戶端連接集群時，請指定為集群的默認數據庫“postgres”。

“集群地址”：如果通過公網地址連接，請指定為集群“公網訪問地址”或“公網訪問域名”，如果通過內網地址連接，請指定為集群“內網訪問地址”或“內網訪問域名”。

“數據庫用戶”：輸入集群數據庫的用戶名。首次使用客戶端連接集群時，請指定為創建集群時設置的默認管理員用戶，例如：“dbadmin”。

“數據庫端口”：輸入創建集群時設置的“數據庫端口”。

gsql - 使用方法

gsql可以直接將查詢語句發送給數據庫執行，并返回結果：

Postgres=# select * from dual;

gsql工具還提供一些比較實用的元命令，用來快速與數據庫交互。比如快速查看對象定義：

1. ?Postgres=# \d dual

2. ?View “pg_catalog.dual”

3. ?Column|Type|Modifiers

4. ?Column：字段名

5. ?Type：字段類型

6. ?Modifier：約束信息

7. ?更多命令可以使用“\?”查看

2. ?Data Studio

Data Studio介紹

Data Studio是一款GUI工具，可以通過它來連接GaussDB(DWS)數據庫，執行SQL語句，開發存儲過程，以及管理數據庫對象。

Data Studio目前支持GaussDB(DWS)的大部分基本特性，為數據庫開發人員提供友好的圖形化界面，簡化數據庫開發及應用開發任務，能顯著提高構建程序的效率。

下載安裝Data Studio

GaussDB(DWS)提供了基于Windows平臺的圖形界面客戶端，該工具依賴JDK，要現在主機安裝Java 1.8.0_141或以上版本的JDK，但支持Java8版本。

在Windows系統中，可以訪問JDK官網下載對應的版本，并根據指導安裝。

解壓下載下來的壓縮包到需要安裝的路徑，然后打開安裝目錄，雙擊（或右鍵，以管理員身份運行）。

Data Studio連接數據庫

1.? 選擇數據庫類型

2.? 輸入自定義名稱

3.? 輸入數據庫IP

4.? 輸入端口號

5.? 輸入數據庫名稱

6.? 輸入用戶名

7.? 輸入密碼

8.? 點擊確定進行連接

Data Studio主界面的組成

1.? 頂層菜單欄

2.? 對象瀏覽器

3.? SQL編輯窗口

4.? 查詢結果窗口

5.? SQL語法助手

Data Studio的基本功能

對象瀏覽器

以數據庫連接為根節點，使用樹狀層級結構展示各類數據庫對象；通過右鍵菜單的形式提供各類對象管理操作的入口，如創建數據庫、斷開連接、創建對象、編輯表數據、查看對象屬性信息、執行存儲過程等。

SQL編輯窗口

編輯、格式化和執行各類SQL語句；在SQL編輯過程會根據用戶輸入進行自動聯想并提供補全建議。

查詢結果窗口

展示查詢語句返回的結果，用戶可對結果執行排序、動態篩選、復制、導出、編輯等操作。

SQL語法助手

根據用戶在SQL編輯窗口中的輸入，動態匹配并展示相應的SQL語法。

存儲過程管理

查看、修改和編譯存儲過程的代碼；執行或調試存儲過程；針對GaussDB語法提供相應的存儲過程創建模板。

首選項配置

用戶可針對自身的使用習慣對DS的部分功能進行個性化配置，如自動保存的時間間隔、查詢結果每次加載的記錄數、SQL語句高亮規則、自定義快捷鍵等。

3. ?MySQL Workbench

MySQL Workbench介紹

MySQL Workbench是一款GUI工具，可以使用它設計和創建新的數據庫圖示，建立數據庫文檔，以及進行復雜的MySQL遷移。

MySQL Workbench是可視化數據庫設計、管理的工具，它同時有開源和商業版的兩個版本。該軟件支持Windows和Linux系統。MySQL Workbench能為數據庫開發人員提供友好的圖形化界面，簡化數據庫開發及應用開發任務，能顯著提高構建程序的效率。

下載安裝MySQL Workbench

然后點擊打開安裝包進行安裝。

使用MySQL Workbench連接數據庫

1.? 填寫自定義的連接名

2.? 連接方式（保持默認）

3.? 填寫IP地址

4.? 填寫端口號（MySQL默認3306）

5.? 填寫用戶名

6.? 點擊測試連接

MySQL Workbench主界面組成

1.? 頂部菜單欄

2.? 導航欄

3.? SQL編輯窗口

4.? 查詢結果窗口

5.? 數據庫情況

MySQL Workbench的基本功能

導航欄

展示數據庫的管理功能，例如檢查狀態，管理連接，用戶管理，數據導入導出；提供各類對象管理操作的入口，如啟停實例、查詢日志、查看操作文件；展示數據庫的表現情況，可以進行設置或生成報表。

SQL編輯窗口

編輯、格式化和執行各類SQL語句；在SQL編輯過程會根據用戶輸入進行自動聯想并提供補全建議。

查詢結果窗口

展示查詢語句返回的結果，用戶可對結果執行排序、動態篩選、復制、導出、編輯等操作。

數據庫基本情況

展示已有的數據庫以及數據庫下的各級對象基本情況。

數據庫備份

根據客戶需求，MySQL Workbench能提供企業級的在線備份以及備份恢復功能。

審核檢查

搜索字段提供標準縮小顯示的操作事件，包括類型的展會活動獲取和查詢類型的顯示事件，并默認為顯示所有活動。自定義過濾器也可以用。

本文整理自華為云社區【內容共創系列】活動。

查看活動詳情：https://bbs.huaweicloud.com/blogs/314887

相關任務詳情：數據庫開發環境

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。