當前位置:首頁 » 操作系統 » 資料庫家族

資料庫家族

發布時間: 2022-09-09 02:44:10

A. Mimer sql 啥意思

Mimer資料庫是瑞典的Mimer信息技術公司研發的一種基於結構化查詢語言(SQL)的關系型資料庫系統。這家公司是從20世紀70年代就開始研發Mimer資料庫,迄今已有二十多年的研發歷史。Mimer資料庫家族有分三個級別:企業級,嵌入式級和移動級,分別為這三種級別的資料庫應用提供解決方案。

如果想要進一步了解Mimer SQL的信息可以去他們官網看看:

網頁鏈接

B. 五大資料庫理念,讀懂亞馬遜雲科技的資料庫布局


1970 年,關系型資料庫之父 E.F.Codd 發表《用於大型共享資料庫的關系數據模型》論文,正式拉開資料庫技術發展序幕。以 Oracle、DB2、SQL Server 為代表的三大商業資料庫產品獨占鰲頭,隨後涌現出 MySQL、PostgreSQL 等為代表的開源資料庫 ,和以 Amazon RDS 等為代表的雲資料庫,拉開百花齊放的資料庫新序幕。

我們知道,雲計算十年為產業轉型升級提供了 歷史 性契機,但變革仍在進行,隨著雲計算的普及,資料庫市場發生根本性改變,雲廠商打破傳統商業資料庫的堡壘,成為資料庫領域全新力量。其中以連續六年入選 Gartner 領導者象限的亞馬遜雲 科技 為代表,我們一起探討:為什麼亞馬遜雲 科技 能始終保持其創新性?縱觀雲原生時代下,亞馬遜雲 科技 資料庫未來還有哪些更多的可能性?

01 面對四大資料庫發展趨勢,亞馬遜雲 科技 打造五大資料庫理念

後疫情時代下,加速了不少行業的業務在線化和數字化運營,企業對數據價值挖掘的需求越發強烈,亞馬遜雲 科技 大中華區產品部總經理顧凡詳細介紹其中四大趨勢:

一是伴隨互聯網、移動互聯網的發展,電商、視頻、社交、出行等新應用場景的興起,不僅數據量大,對數據實時性要求極高,傳統關系型資料庫無法滿足需求,因此驅動雲原生資料庫的出現。

二是開源資料庫的廣泛應用。

三是應用程序現代化對資料庫提出更高要求,期待資料庫擁有更高的性能、可擴展性、可用性以及降低成本,讓開發人員專注於核心業務的應用開發,不用關注和核心業務無關的代碼。

四是軟體架構歷經 PC、互聯網、移動互聯網,再到如今的萬物互聯時代,其中的迭代和轉型正在驅動資料庫選型的變化。

在此四大趨勢下,伴隨企業的業務量越來越大、越來越復雜,對資料庫的要求越來越高。亞馬遜雲 科技 洞察客戶需求,在打造雲上資料庫產品時提出五大理念:

一是專庫專用,極致性能;二是無伺服器,敏捷創新;第三是全球架構,一鍵部署;第四是平滑遷移,加速上雲;第五是 AI 賦能,深度集成。

02 歷經真實錘煉,五大資料庫理念,持續賦能企業數智轉型

顧凡表示,隨著數據爆炸式增長,微服務架構與 DevOps 愈發流行的今天,一個資料庫打天下的時代已然過去。我們需要在不同的應用場景下,針對不同的數據類型和不同的數據訪問特點,為開發者和企業提供專門構建的工具。

所以亞馬遜雲 科技 提出 第一個核心資料庫理念:專庫專用 。在此理念下,推出針對關系數據、鍵值數據、文檔數據、內存數據、圖數據、時許數據、分類賬數據、寬列等專門構建資料庫的產品家族。

這些資料庫產品均經歷過亞馬遜內部核心業務的真實錘煉,成績斐然:

亞馬遜電商當年是 Oracle 的客戶之一,隨著亞馬遜電商的應用重構和業務體量發展,亞馬遜電商決定將業務遷移到亞馬遜雲 科技 里。100 多個團隊參與這龐大的遷移工作中,將亞馬遜電商采購、目錄管理、訂單執行、廣告、財務系統、錢包、視頻流等關鍵系統全部從 Oracle 遷出來。2019 年,亞馬遜將存儲近 7500 個Oracle 資料庫中的 75 PB 內部數據遷移到多項亞馬遜雲 科技 的資料庫服務中,包括 Amazon DynamoDB、Amazon Aurora、Amazon ElastiCache,於是亞馬遜電商成為亞馬遜雲 科技 在全球的「第一大客戶」。

從 Oracle 切換到亞馬遜雲 科技 後,亞馬遜電商節省了 60% 成本,面向消費者端的應用程序延遲降低 40%,資料庫管理支出減少 70%。

以被譽為「亞馬遜雲 科技 歷史 上用戶數量增速最快的雲服務」Amazon Aurora 為例,其擁有科媲美高端商業資料庫的速度和可用性,還擁有開源資料庫的簡單性與成本效益,Amazon Aurora 讓客戶滿足「魚和熊掌兼得」需求。

據顧凡介紹,Amazon Aurora 可提供 5 倍於標准 MySQL 性能,3 倍於 PostgreSQL 吞吐量。同時提供高可用,可用區(AZ)+1的高可用,Global Databases 可完成跨區域災備。可擴展到 15 個只讀副本,成本只有商業資料庫的 1/10。

醫葯企業九州通為葯廠、供應商,搭建葯廠、供應商、消費者提供供應鏈鏈條。其 B2B 系統的業務特點是讀多寫少,受促銷活動、工作時間等影響,經常會出現波峰波谷落差較大的情況,讀寫比例在 7:2 或者 8:3。九州通採用 Amazon Aurora 後實現讀寫分離和按需擴展,整體資料庫性能提升 5 倍,TCO 降低 50%。實現了跨可用區部署、負載均衡、自動故障轉移、精細監控、按需自動伸縮等。

據權威機構預測,到 2022 年,75% 資料庫將被部署或遷移至雲平台。在這個過程中,亞馬遜雲 科技 是如何通過技術來幫助客戶加速應用上雲的?這離不開除了上述的「專庫專用」外,以下四大理念:

第二個理念是無伺服器、敏捷創新。 亞馬遜雲 科技 大中華區產品部數據類產品高級經理王曉野表示,企業業務總有波峰波谷之時,如何按照企業 80-90% 的業務峰值來規劃資料庫的存儲容量和計算資源的話,將給應用帶來一定的業務連續性的妥協和挑戰。因此大多數企業都是按照峰值留有餘地來選擇資料庫的計算資源,這將造成成本上的浪費。而 Serverless 資料庫服務可完成無差別的繁復工作和自動化擴展。

Amazon DynamoDB 是亞馬遜雲 科技 自研 Serverless 資料庫,其誕生最早可追溯到 2004 年,當時亞馬遜電商作為 Oracle 的客戶,盡管對於關系型資料庫在零售場景的需求並不頻繁,70% 均是鍵值類操作,此時倒逼亞馬遜電商思考:為什麼要把關系型資料庫這么重得使用?我們可以設計一款支持讀寫、可橫向擴展的分布式資料庫嗎?後來的故事大家都知道了,這款資料庫就是 Amazon DynamoDB,並在 2007 年發表論文,掀起業界 NoSQL 分布式資料庫技術創新大潮。

Amazon DynamoDB 可為大規模應用提供支持,支撐亞馬遜自身多個高流量網站和系統,如亞馬遜電商網站、亞馬遜全球 442 個物流中心等。在亞馬遜電商一年一度 Prime Day,光是針對DynamoDB API 的調用達到數萬億次,最高峰值請求達到每秒 8920 萬次。由此可見,DynamoDB 擁有高吞吐、擴展性、一致性、可預測響應延遲、高可用等優勢。

智能可穿戴設備廠商華米 科技 ,在全球 70 多個國家擁有近 1 億用戶。僅 2020 年上半年,其手錶出貨量超 174 萬台,截止到 2021 年 2 月,華米 科技 的可穿戴設備累計記錄步數是 151 萬步,累計記錄的睡眠時間是 128 億個夜晚,記錄心率總時長達 1208 億個小時。如此龐大的數據同時必須保證極高的安全性和低延遲相應,如何保證穩定性是巨大的挑戰。

DynamoDB 幫助華米 科技 在任何規模下都能提供延遲不超過 10 毫秒的一致響應時間。華米 科技 健康 雲的 P0 和 P1 級別故障減少了約 30%,總體服務可用性提升了 0.25%,系統可用性指標達到 99.99%,為華為 科技 全球化擴展提供了有力的支撐。

最新無服務資料庫產品是 Amazon Aurora Serverless V2 提供瞬間擴展能力,真正把擴展能力發揮到極致,在不到一秒的時間內,將幾百個事務擴展到數十萬的級別。同時在擴展時每一次調整的增量都是非常精細化的去管理,如果按照峰值來規劃資料庫資源,可實現大概90%的成本節省。目前 Amazon Aurora Serverless V2 在全球實現預覽。

第三個理念是全球架構、一鍵部署。 在全球化的今天,如何支撐全球客戶的業務擴展連續性、一致性、以最低延遲帶給到終端客戶上,對資料庫提出新的挑戰。

亞馬遜雲 科技 提供 Amazon Aurora 關系型資料庫Global Database、Amazon DynamoDB、Amazon ElastiCache 內存資料庫、Amazon DocumentDB 文檔資料庫都能利用亞馬遜雲 科技 的骨幹網路提供比互聯網更穩定的網路支撐,以一鍵部署的方式,幫助客戶實現幾千公里跨區域資料庫災備,故障恢復大概能在一分鍾之內完成,同時跨區域的數據復制延遲通常小於一秒。

第四個理念是平滑遷移、加速上雲。 目前,450000+ 資料庫通過亞馬遜雲 科技 資料庫遷移服務遷移到亞馬遜雲 科技 中,這個數字每年都在不斷增長。亞馬遜雲 科技 提供 Amazon DMS、Amazon Database Migration Service 等工具讓開發者和企業進行自助式雲遷移。另外,對於遷移過程中可能會需要的支持,可通過專業服務團隊和合作夥伴網路成員,為客戶提供專業支持,還通過 Database Freedom 項目幫助客戶降低他們的顧慮。

今年 11 月,最新產品 Babelfish for Amazon Aurora PostgreSQL 在全球和中國兩個區域正式可用,可加速企業上雲的遷移,實現讓企業可以利用原有的技術棧、原有的 SQL Server T-SQL的人員可以利用到雲資料庫進行創新。

第五個理念是 AI賦能,深度集成。 我們觀察到,ML 技術賦能資料庫開發者,開發者無需具備機器學習專業知識,就可進行機器學習操作。在此潮流下,亞馬遜雲 科技 推出 Amazon Neptune,藉由 Deep Graph Library 和 Amazon SageMaker 驅動圖神經網路。

今年 8 月,Neptune ML 在中國正式可用,允許數據工程師不需要掌握機器學習的技能直接從圖資料庫里導出數據、轉換格式、訓練模型並發布,用 gremlin 語句調用訓練成的模型在資料庫里實現推理,進行欺詐檢測,推薦物品。

目前,亞馬遜雲 科技 加速在中國區域服務落地,2021年至今新發布 60 多個資料庫服務與功能。亞馬遜雲 科技 正是通過上述五大資料庫理念,打造豐富的資料庫產品家族,在全球智能化發展趨勢下,為企業提供更快更好的數智服務,釋放數據價值,並連續六年入選 Gartner 領導者象限,得到業界和客戶的深度認可。

C. 求助:怎麼從基因組資料庫中找出某基因家族

如果你知道你要找的基因的名字應該是可以很快的找到你要的序列,那你只能通過做比對來判斷了一般提交NCBI上的基因組都有預測CDS的,所以上面都有標出每個CDS的可能功能及相應蛋白或酶的名字。如果沒有。可以用BIOEDIT比對試試

D. SQL還原資料庫錯誤 老說有兩個家族成員 缺少了一個成員

原因分析:
1。備份的時候,舊路徑沒有刪除,添加了一個新路徑,就無意中設置成了兩個備份路徑,SQL就會根據兩個備份路徑把備份文件分成兩個。
2。還原的時候源數據必須把兩個備份文件都載入上。
3。還原的新路徑要手工修改成實際SQL的data文件夾路徑。
4。如果有同名資料庫,且需要覆蓋的話,要修改設置。

E. 新一代資料庫包括哪些

nosql資料庫,如:
Membase
MongoDB
Hypertable
Apache Cassandra

F. 把族譜(家譜)放到資料庫里,用什麼樣的表結構合適

我的解法如下:

在族譜中人與人的關系是多對多的關系,所以設計數據結構的時候需要2張表,一張是家族成員表,一張是成員關系表。


ER圖,如下:

這樣,即可以通過長輩遞歸出所有的晚輩,也可以通過晚輩遞歸出所有的長輩。

G. 資料庫的發展趨勢和發展前景

數據挖掘、海量存儲、數據倉庫、智能商務運算、高性能並發管理與控制

主流產品的發展現狀

資料庫管理系統經歷了30多年的發展演變,已經取得了輝煌的成就,發展成了一門內容豐富的學科,形成了總量達數百億美元的一個軟體產業。根據Gartner Dataquest公司的調查,2000年國際資料庫市場銷售總額達88億美元,比1999年增長10%。根據CCID的報告,2000年的中國資料庫管理系統市場銷售總額達24.8億元,比1999年增長了41.7%,占軟體市場總銷售額的10.8%。可見,資料庫已經發展成為一個規模巨大、增長迅速的市場。

目前,市場上具有代表性的資料庫產品包括Oracle公司的Oracle、IBM公司的DB2以及微軟的SQL Server等。在一定意義上,這些產品的特徵反映了當前資料庫產業界的最高水平和發展趨勢。因此,分析這些主流產品的發展現狀,是我們了解資料庫技術發展的一個重要方面。

關系資料庫技術仍然是主流

關系資料庫技術出現在20世紀70年代、經過80年代的發展到90年代已經比較成熟,在90年代初期曾一度受到面向對象資料庫的巨大挑戰,但是市場最後還是選擇了關系資料庫。無論是Oracle公司的Oracle 9i、IBM公司的DB2、還是微軟的SQL Server等都是關系型資料庫。Gartner Dataquest的報告顯示關系資料庫管理系統(RDBMS)的市場份額最大, 2000年RDBMS的市場份額占整個資料庫市場的80%,這個比例比1999年增長了15%。這組數據充分說明RDBMS仍然是當今最為流行的資料庫軟體。當前,由於互聯網應用的興起,XML格式的數據的大量出現,學術界有一部分學者認為下一代資料庫將是支持XML模型的新型的資料庫。作者對此持否定態度,認為關系技術仍然是主流,無論是多媒體內容管理、XML數據支持、還是復雜對象支持等都將是在關系系統內核技術基礎上的擴展。

產品形成系列化

一方面,Web和數據倉庫等應用的興起,數據的絕對量在以驚人的速度迅速膨脹;另一方面,移動和嵌入式應用快速增長。針對市場的不同需求,資料庫正在朝系列化方向發展。例如IBM公司的DB2通用資料庫產品包括了從高端的企業級並行資料庫伺服器,到移動端產品DB2 Everywhere的一整套系列。從支持平台看,今天的DB2已經不再是大型機上的專有產品,它支持目前主流的各種平台,包括Linux和Windows NT。此外,它還有各種中間件產品,如DB2 Connect、DB2 Datajointer、DB2 Replication等,構成了一個龐大的資料庫家族。

支持各種互聯網應用

資料庫管理系統是網路經濟的重要基礎設施之一。支持Internet(甚至於Mobile Internet)資料庫應用已經成為資料庫系統的重要方面。例如,Oracle公司從8版起全面支持互聯網應用,是互聯網資料庫的代表。微軟公司更是將SQL Server作為其整個.NET計劃中的一個重要的成分。對於互聯網應用,由於用戶數量是無法事先預測的,這就要求資料庫相比以前擁有能處理更大量的數據以及為更多的用戶提供服務的能力,也就是要擁有良好的可伸縮性及高可用性。此外,互聯網提供大量以XML格式數據為特徵的半結構化數據,支持這種類型的數據的存儲、共享、管理、檢索等也是各資料庫廠商的發展方向。

向智能化集成化方向擴展

資料庫技術的廣泛使用為企業和組織收集並積累了大量的數據。數據豐富知識貧乏的現實直接導致了聯機分析處理(OLAP)、數據倉庫(Data Warehousing)和數據挖掘(Data Mining)等技術的出現,促使資料庫向智能化方向發展。同時企業應用越來越復雜,會涉及到應用伺服器、Web伺服器、其它資料庫、舊系統中的應用以及第三方軟體等,資料庫產品與這些軟體是否具有良好集成性往往關繫到整個系統的性能。Oracle公司的Oracle 9i 產品包括了OLAP、數據挖掘、ETL工具等一套完整的BI(商業智能)支持平台,中間件產品與其核心資料庫具有緊密集成的特性,Oracle Application Server 增加的一項關鍵功能是高速緩存特性,該特性可以將數據從資料庫卸載到應用伺服器,加速 Web用戶對數據的訪問速度。IBM 公司也把BI套件作為其資料庫的一個重點來發展。微軟認為商務智能將是其下一代主要的利潤點。

資料庫技術的發展趨勢

數據、計算機硬體和資料庫應用,這三者推動著資料庫技術與系統的發展。資料庫要管理的數據的復雜度和數據量都在迅速增長;計算機硬體平台的發展仍然實踐著摩爾定律;資料庫應用迅速向深度、廣度擴展。尤其是互聯網的出現,極大地改變了資料庫的應用環境,向資料庫領域提出了前所未有的技術挑戰。這些因素的變化推動著資料庫技術的進步,出現了一批新的資料庫技術,如Web資料庫技術、並行資料庫技術、數據倉庫與聯機分析技術、數據挖掘與商務智能技術、內容管理技術、海量數據管理技術等。限於篇幅,本文不可能逐一去展開來闡述這些方面的變化,只是從這些變化中歸納出資料庫技術發展呈現出的突出特點。

「四高」 即DBMS具有高可靠性、高性能、高可伸縮性和高安全性。資料庫是企業信息系統的核心和基礎,其可靠性和性能是企業領導人非常關心的問題。因為,一旦宕機會給企業造成巨大的經濟損失,甚至會引起法律的糾紛。最典型的例子就是證券交易系統,如果在一個行情來臨的時候,由於交易量的猛增,造成資料庫系統的處理能力不足,導致資料庫系統崩潰,將會給證券公司和股民造成巨大的損失。在我國計算機應用的早期,由於計算機系統還不是企業運營必要的成分,人們對資料庫的重要性認識不足,而且為了經費上的節約常常採用一些低層次的數據管理軟體,如dBASE等,或者盜版的軟體。但是,隨著信息化進程的深化,計算機系統越來越成為企業運營的不可缺少的部分,這時,資料庫系統的穩定和高效是必要的條件。在互聯網環境下還要考慮支持幾千或上萬個用戶同時存取和7x24小時不間斷運行的要求,提供聯機數據備份、容錯、容災以及信息安全措施等。

事實上,資料庫系統的穩定和高效也是技術上長久不衰的追求。此外,從企業信息系統發展的角度上看,一個系統的可擴展能力也是非常重要的。由於業務的擴大,原來的系統規模和能力已經不再適應新的要求的時候,不是重新更換更高檔次的機器,而是在原有的基礎上增加新的設備,如處理器、存儲器等,從而達到分散負載的目的。數據的安全性是另一個重要的課題,普通的基於授權的機制已經不能滿足許多應用的要求,新的基於角色的授權機制以及一些安全功能要素,如存儲隱通道分析、標記、加密、推理控制等,在一些應用中成為切切實實的需要。

「互聯」 指資料庫系統要支持互聯網環境下的應用, 要支持信息系統間「互聯互訪」,要實現不同資料庫間的數據交換和共享,要處理以XML類型的數據為代表的網上數據,甚至要考慮無線通訊發展帶來的革命性的變化。與傳統的資料庫相比,互聯網環境下的資料庫系統要具備處理更大量的數據以及為更多的用戶提供服務的能力,要提供對長事務的有效支持,要提供對XML類型數據的快速存取的有效支持。

「協同」 面向行業應用領域要求,在DBMS核心基礎上,開發豐富的資料庫套件及應用構件,通過與製造業信息化、電子政務等領域應用套件捆綁,形成以DBMS為核心的面向行業的應用軟體產品家族。滿足應用需求,協同發展資料庫套件與應用構件,已成為當今資料庫技術與產品發展的新趨勢。規劃中的Oracle 11i的主要擴展方面據稱主要也是各種面向應用套件的支持。

H. 常用的資料庫有哪幾種試著闡述每種資料庫的特點和使用范圍

關系資料庫、非關系型資料庫。

1、關系資料庫

特點:數據集中控制;減少數據冗餘等。

適用范圍:對於結構化數據的處理更合適,如學生成績、地址等,這樣的數據一般情況下需要使用結構化的查詢。

2、非關系資料庫

特點:易擴展;大數據量,高性能;靈活的數據模型等。

使用范圍:據模型比較簡單;需要靈活性更強的IT系統;對資料庫性能要求較高。

(8)資料庫家族擴展閱讀:

非關系資料庫的分類:

1、列存儲資料庫

這部分資料庫通常是用來應對分布式存儲的海量數據。鍵仍然存在,但是它們的特點是指向了多個列。這些列是由列家族來安排的。如:Cassandra, HBase, Riak。

2、文檔型資料庫

文檔型資料庫的靈感是來自於Lotus Notes辦公軟體的,而且它同第一種鍵值存儲相類似。該類型的數據模型是版本化的文檔,半結構化的文檔以特定的格式存儲,比如JSON。文檔型資料庫可 以看作是鍵值資料庫的升級版,允許之間嵌套鍵值。而且文檔型資料庫比鍵值資料庫的查詢效率更高。如:CouchDB, MongoDb. 國內也有文檔型資料庫SequoiaDB,已經開源。

I. 還原資料庫時,媒體家族的結構不正確,SQL server無法處理此媒體家族

select @@version 查看一下資料庫的版本,可能是版本不同,2005沒有date , time的數據類型,導入都會出錯

J. Access資料庫和Visual FoxPro資料庫有什麼區別

都是微軟的小型資料庫軟體 一、Access 1、Access是 Microsoft Office 的一個組件,一個前後台結合的資料庫「軟體」。 也就是說Access既擁有用戶界面(VB可以用來開發用戶界面);也擁有邏輯、流程處理,即VBA語言(VB也可以用來做邏輯處理);又可以存儲數據,即在「表」中存儲數據。而所有這些都存儲在一個 MDB 格式的文件中(當然,也可以是 MDE 等格式)。 2、Access不是一種存儲格式,是一種軟體。 請大家嚴格區分 Access 軟體與 MDB 格式。VB下調用 MDB 格式(或 JET DB)只是調用一種格式的文件而已,並沒有調用到 Access,其實官方說法叫 「VB 的 JET 應用」。另外, MDB 格式的文件也可以被其他開發工具,比如 DELPHI / PB / C / PHP / ASP / CGI / C# / J# / JAVA / VB.NET / C.NET.... 調用。但是被調用的只是 MDB 文件,很多 ACCESS 軟體所具有的功能,這些開發工具是無法調用的。 而這種格式只要系統中有 OLE DB 引擎就可以支持。 3、Access 中的一些對象可以被 VB 調用,但是必須在調用的機器上安裝 ACCESS 這個軟體(COPY一個MDB文件是不夠的)或者安裝額外的 ActiveX 控制項 4、MDB 是一種文件格式,其中的數據以特定方式組織起來,而 ACCESS 這種軟體的默認存儲格式正好是 MDB 5、ACCESS 這個軟體本身就具有開發者使用的界面和適合於「最終用戶」的界面,也就是我們通常說的前後台結合。 二、 1、Visual FoxPro 是Microsoft公司Visual Studio 系列開發產品之一,簡稱VFP 是Xbase資料庫家族的成員,可以運行於Windows 9X/2000和Windows NT平台的32位的資料庫開發系統。Visual FoxPro 提供了一個功能強大的集成化開發環境,採用可視化和面向對象的程序設計方法,使數據管理和應用程序的開發更加簡便。 2、Visual FoxPro是資料庫管理軟體,可實現數據與應用程序獨立。 目前Access更常用一些,但學習FoxPro可為學習大型資料庫管理軟體大典基礎

熱點內容
存儲設備報價 發布:2024-05-08 02:22:01 瀏覽:551
定步長的演算法 發布:2024-05-08 02:16:18 瀏覽:107
怎麼使用pe口袋伺服器 發布:2024-05-08 02:02:18 瀏覽:470
xml資料庫c 發布:2024-05-08 02:01:46 瀏覽:455
仿知乎android 發布:2024-05-08 01:56:00 瀏覽:903
mysql編譯參數 發布:2024-05-08 01:53:46 瀏覽:192
怎麼看台式電腦配置生產日期 發布:2024-05-08 01:32:26 瀏覽:459
java基礎培訓學校 發布:2024-05-08 01:30:44 瀏覽:466
簡單輔助火眼打碼如何配置 發布:2024-05-08 01:30:44 瀏覽:902
我的世界網易版伺服器游戲 發布:2024-05-08 01:10:33 瀏覽:41