【Hadoop】Hadoop3基础

最新推荐文章于 2023-10-12 23:56:39 发布

搬金砖的小白

最新推荐文章于 2023-10-12 23:56:39 发布

阅读量592

点赞数 2

分类专栏： Hadoop 文章标签： hadoop 大数据

本文链接：https://blog.csdn.net/Tiezhu_Wang/article/details/116202946

版权

Hadoop 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

文章整理自尚硅谷B站视频：https://www.bilibili.com/video/BV1Qp4y1n7EN?t=7&p=39

文章目录

〇、要点
一、概念
二、环境准备
三、Hadoop生产集群搭建
四、错误和解决方案

〇、要点

1.5.1 HDFS 架构概述
1.5.2 YARN 架构概述
1.5.3 MapReduce 架构概述
2.1.1 Linux 模板虚拟机硬件配置
2.1.2 Linux 模板虚拟机操作系统配置
2.1.3.1 VMware 虚拟机IP配置
2.1.3.2 Win10 VMnet8 IP配置
2.1.3.3 Linux 修改IP
2.1.3.3 Linux 修改主机名称
2.1.3.3 Linux 修改主机名称映射
2.1.3.3 Linux 创建新用户并修改权限
2.3 Linux JDK 安装
2.4 Hadoop 安装
3.2 Hadoop 完全分布式集群搭建
3.2.1.1 Linux scp 安全拷贝
3.2.1.2 Linux rsync 远程同步
3.2.1.3 集群分发脚本
3.2.2 Linux SSH免密登录
3.2.3.1 Hadoop 集群配置的位置
3.2.3.2 Hadoop 核心文件的配置
3.2.3.2 Hadoop 指定NameNode的地址
3.2.3.2 Hadoop 指定hadoop数据测存放目录
3.2.3.2 Hadoop 配置HDFS网页登录使用的静态用户
3.2.3.2 Hadoop NameNode web端访问地址
3.2.3.2 Hadoop SecondaryNameNode web端访问地址
3.2.3.2 Hadoop 指定ResourceManager的地址
3.2.4 浏览器访问HDFS界面
3.2.4 Hadoop 集群崩溃的处理办法
3.2.5 Hadoop 历史服务器的配置
3.2.5 Hadoop 指定历史服务器端地址
3.2.5 Hadoop 指定历史服务器web端地址
3.2.6 Hadoop 配置日志的聚集
3.2.6 Hadoop 开启日志聚集工鞥呢
3.2.6 Hadoop 设置日志聚集服务器地址
3.2.6 Hadoop 设置日志保留的时间
3.2.7 Hadoop 各个组件的分别启动和停止
3.2.8 Hadoop 集群常用脚本
3.2.9 Hadoop 常用端口号
3.2.10 Hadoop 常用配置文件
问题1：错误: 找不到或无法加载主类 org.apache.hadoop.mapreduce.v2.app.MRAppMaster
问题2：Win10 IP映射失败

一、概念

1.1 Hadoop是什么

hadoop是Apache的分布式系统基础架构，主要解决海量数据的存储和分析计算的问题

1.2 Hadoop发展历史

1.3 Hadoop的三大发行版本

1.4 Hadoop的优势

高可靠性：Hadoop底层维护多个数据版本，即使Hadoop某个计算元素或存储出现故障，也不会导致数据的的丢失
高扩展性：在集群间分配任务数据，可方便地扩展数以千计的节点（动态增加，动弹删除）
高效性：在MapReduce思想下，Hadoop是并行工作的，以加快任务处理速度
高容错性：能够自动将失败的任务重新分配

1.5 Hadoop的组成

Hadoop1.x：Common（辅助工具）、HDFS（数据存储）、MapReduce（计算+资源调度）
Hadoop2.x：Common、HDFS、MapReduce（计算）、Yarn（资源调度）
Hadoop3.x：（在组成上没有变化）

1.5.1 HDFS架构概述

Hadoop Distributed File System，Hadoop分布式文件系统

NameNode（nn）：记录每一个文件块存储的位置。存储文件的元数据（文件名、目录结构、属性）和每个文件的块列表和块所在的DataNode等
DataNode（dn）：具体存储数据（每个服务器都是一个DataNode）。在本地文件系统存储块数据，以及块数据的校验和
SecondaryNameNode（2nn）：辅助NameNode工作。每隔一段时间对NameNode元数据备份

1.5.2 Yarn架构概述

Yet Another Resource Negotiator，Hadoop的资源管理器

ResourceManager（RM）：管理整个集群资源（内存、CPU等）
NodeManager（NM）：管理单个节点的资源
ApplicationMaster（AM）：管理单个任务运行的资源
Container：容器，相当于一台独立的服务器，里面封装了任务运行所需要的资源（内存、CPU、磁盘、网络等）

客户端可以有多个；集群上可以运行多个ApplicationMaster；每个NodeManager上可以有多个Container

1.5.3 MapReduce架构概述

Map：并行处理输入的数据
Reduce：对Map结果进行汇总

1.5.4 HDFS、Yarn、MapReduce三者的关系

1.6 大数据技术生态体系

1.7 推荐系统案例

二、环境准备

2.1 模板虚拟机准备

2.1.1 硬件

自定义安装
Linux CentOS 7
50G硬盘

2.1.2 操作系统

设置时区
最小化安装（选择前三个附加选项）
安装位置：
- /boot：1G（文件系统改为ext4）
- swap：4G
- /：45G
KDUMP：取消
root密码：123456（方便）

2.1.3 IP和主机名

2.1.3.1 虚拟机VMnet8

子网IP：192.168.2.0
NAT网关IP：192.168.2.1

2.1.3.2 Win10主机VMnet8

IP地址：192.168.2.3
子网掩码：255.255.255.0

2.1.3.3 Linux配置

修改IP
- https://blog.csdn.net/Tiezhu_Wang/article/details/116109056
修改主机名称
- vim /etc/hostname
- 改为node100
修改主机名称映射
- vim /etc/hosts
- 增加：
  
  192.168.2.100 node100
  
  192.168.2.101 node101
  
  192.168.2.102 node102
  
  192.168.2.103 node103
  
  …
重启
- reboot
- ifconfig或ip addr查看IP
- hostname查看主机名
安装软件
- yum install -y epel-release
- yum install -y net-tools
- yum install -y vim
防火墙关闭
- systemctl stop firewalld
- systemctl disable firewalld.service
创建新用户并修改权限
- useradd hadoop
- passwd hadoop然后设置密码
- vim /etc/sudoers
- %wheel后增加：
  - hadoop ALL=(ALL) NOPASSWD:ALL
重启并使用hadoop用户登录后：

2.2 克隆

创建完整克隆
修改IP
修改主机名称

2.3 安装JDK

（这里在node102安装）

解压：sudo tar -zxvf jdk-8u271-linux-x64.tar.gz -C /opt/module
修改环境变量
- 增加.sh文件：sudo vim /etc/profile.d/my_env.sh
```
 #JAVA_HOME
 export JAVA_HOME=/opt/module/jdk1.8.0_271
 export PATH=$PATH:$JAVA_HOME/bin
```
- source /etc/profile使配置生效
- java -version查看java版本

2.4 安装Hadoop

（这里在node102安装）

解压：sudo tar -zxvf hadoop-3.2.1.tar.gz -C /opt/module/

修改环境变量

sudo vim /etc/profile.d/my_env.sh

 #HADOOP_HOME
 export HADOOP_HOME=/opt/module/hadoop-3.2.1
 export PATH=$PATH:$HADOOP_HOME/bin
 export PATH=$PATH:$HADOOP_HOME/sbin

source /etc/profile使配置生效
hadoop version查看hadoop版本

三、Hadoop生产集群搭建

存储模式
- 本地：数据存储在Linux本地
- 伪分布式：数据存储在HDFS
- 完全分布式：数据存储在HDFS，多台服务器工作

3.1 本地模式

新建文件vim /opt/module/hadoop-3.2.1/wcinput/word.txt，写入内容：
```
hadoop
flink
kafka
flink
flume
spark
hadoop
hadoop
```
运行官方示例hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount wcinput/ ./wcoutput
查看输出：

3.2 完全分布式集群

3.2.1 编写集群分发脚本xsync

3.2.1.1 scp 安全拷贝：

scp	-r	$p d i r /$ fname	$u s e r @$ host: $p d i r /$ fname
命令	递归	要拷贝的文件路径/名称	目的地用户@主机:目的地路径/名称

推：[hadoop@node102 module]$ scp -r jdk1.8.0_271/ hadoop@node103:/opt/module/
拉：[hadoop@node103 opt]$ scp -r hadoop@node102:/opt/module/hadoop-3.2.1 ./module/
转：[hadoop@node103 opt]$ scp -r hadoop@node102:/opt/module/* hadoop@node104:/opt/module/

3.2.1.2 rsync 远程同步

rsync	-av	$p d i r /$ fname	$u s e r @$ host: $p d i r /$ fname
命令	归档拷贝/显示赋值过程	要拷贝的文件路径/名称	目的地用户@主机:目的地路径/名称

同步：[hadoop@node102 ~]$ rsync -av /opt/module/hadoop-3.2.1/ hadoop@node103:/opt/module/hadoop-3.2.1/

3.2.1.3 xsync 集群分发脚本（放在了`~/bin`目录下）

#!/bin/bash

#1.判断参数个数
if [ $# -lt 1 ]
then 
        echo Not Enough Argument!
        exit;
fi

#2.遍历集群所有机器
for host in node100 node102 node103
do
        echo ==== $host ====
        #3.遍历所有目录，进行发送
        for file in $@
        do
                #4.判断文件是否存在
                if [ -e $file ]
                        then
                                #5.获取父目录
                                pdir=$(cd -P $(dirname $file) ; pwd)
                                #6.获取当前目录的名称
                                fname=$(basename $file)
                                ssh $host "mkdir -p $pdir"
                                rsync -av $pdir/$fname $host:$pdir
                        else
                                echo $file does not exists!
                fi
        done
done

写完后直接执行（同步bin目录）：xsync bin/
（同步环境变量，需要sudo）：sudo ~/bin/xsync /etc/profile.d/my_env.sh

切换到node103，同步成功：

同步后记得source：

3.2.2 SSH免密登录

https://blog.csdn.net/Tiezhu_Wang/article/details/113771406
或者（在node102中）：
- 使用ls -al查看隐藏文件（无需此步）
- ssh-keygen -t rsa生成秘钥
- ssh-copy-id node103复制node102的id到node103
完成后即可在node102中免密访问node103，在node103中同样执行此步，即可免密访问node102，同步时也无需输入密码。（node100同理）

3.2.3 集群配置

3.2.3.1 配置位置：

	node102	node103	node100
HDFS	NameNode DataNode	DataNode	SecondaryNameNode DataNode
YARN	NodeManager	ResourceManager NodeManager	NodeManager

3.2.3.2 配置核心文件

路径：/opt/module/hadoop-3.2.1/etc/hadoop

core-site.xml

<configuration>
        <!-- 指定NameNode的地址 -->
        <property>
                <name>fs.defaultFS</name>
                <value>hdfs://node102:8020</value>
        </property>
        <!-- 指定hadoop数据的存放目录 -->
        <property>
                <name>hadoop.tmp.dir</name>
                <value>/opt/module/hadoop-3.2.1/data</value>
        </property>
    	<!-- 配置HDFS网页登录使用的静态用户为hadoop -->
    	<property>
    			<name>hadoop.http.staticuser.user</name>
            	<value>hadoop</value>
    	</property>
</configuration>

hdfs-site.xml

<configuration>
        <!-- nn web端访问地址 -->
        <property>
                <name>dfs.namenode.http-address</name>
                <value>node102:9870</value>
        </property>
        <!-- 2nn web端访问地址 -->
        <property>
                <name>dfs.namenode.secondary.http-address</name>
                <value>node100:9868</value>
        </property>
</configuration>

yarn-site.xml

<configuration>
        <!-- 指定MR走shuffle -->
        <property>
                <name>yarn.nodemanager.aux-services</name>
                <value>mapreduce_shuffle</value>
        </property>
        <!-- 指定ResourceManager的地址 -->
        <property>
                <name>yarn.resourcemanager.hostname</name>
                <value>node103</value>
        </property>
</configuration>

mapre-site.xml

<configuration>
        <!-- 指定MR运行在YARN上 -->
        <property>
                <name>mapreduce.framework.name</name>
                <value>yarn</value>
        </property>
</configuration>

配置后分发

[hadoop@node102 etc]$ xsync /opt/module/hadoop-3.2.1/etc/hadoop/

3.2.4 启动集群并测试

配置workers：vim /opt/module/hadoop-3.2.1/etc/hadoop/workers
```
node102
node103
node100
```
配置后分发：xsync workers
启动集群
- 初始化（第一次启动）：hdfs namenode -format
- 启动集群：start-dfs.sh（需要配好环境变量）
  - node102:
  - node103:
  - node100:
- 浏览器访问192.168.2.102:9870（需要关闭节点的防火墙，hostname访问无效就试试IP访问）
启动Yarn：（在 ResoureManager 运行的机器上启动，这里是node103）start-yarn.sh
- 启动后node103运行了ResourceManager，其他节点运行NodeManager
- 访问192.168.2.103:8088

基本测试

[hadoop@node102 ~]$ hdfs dfs -mkdir /wcinput
[hadoop@node102 ~]$ hdfs dfs -ls /
Found 1 items
drwxr-xr-x   - hadoop supergroup          0 2021-04-26 21:18 /wcinput
[hadoop@node102 ~]$ hdfs dfs -put input/word.txt /wcinput
2021-04-26 21:20:47,395 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
[hadoop@node102 ~]$ hdfs dfs -cat /wcinput/*
2021-04-26 21:21:12,593 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
hadoop
spark
flink
hadoop
flink
hadoop
flume

集群崩溃的处理办法
- 关闭所有服务
- 删除每个集群的data和logs目录（删除历史数据）
- 格式化hdfs namenode -format
- 启动后即可正常使用

3.2.5 配置历史服务器

为了查看程序的历史运行情况

配置mapred-site.xml

<!-- 历史服务器端地址 -->
<property>
	<name>mapreduce.jobhistory.address</name>
    <value>node102:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
	<name>mapreduce.jobhistory.webapp.address</name>
    <value>node102:19888</value>
</property>

配置完分发：xsync mapred-site.xml
启动hdfs（node102）、yarn（node103）后，启动历史服务器（node102）：
- mapred --daemon start historyserver

执行示例WC

 hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount /wcinput /wcoutput

访问192.168.2.103:8088
- 可以在这个位置查看历史任务
- 点击history后跳转，可查看到历史任务详情

3.2.6 配置日志的聚集

应用运行完成之后，将程序运行日志信息上传到HDFS上

配置yarn-site.xml

 <!-- 开启日志聚集功能 -->
 <property>
 	<name>yarn.log-aggregation-enable</name>
     <value>true</value>
 </property>
 <!-- 设置日志聚集服务器地址 -->
 <property>
 	<name>yarn.log.server.url</name>
     <value>http://node102:19888/jobhistory/logs</value>
 </property>
 <!-- 设置日志保留时间为7天 -->
 <property>
 	<name>yarn/log-aggregation.retain-seconds</name>
     <value>604800</value>
 </property>

修改后分发
关闭historyserver：mapred --daemon stop historyserver
重启yarn：先stop再start
启动historyserver
重新运行一个任务，即可在node103:8088-history-logs查看到日志信息

日志信息：

3.2.7 各个服务组件的逐一启动和停止

HDFS组件

hdfs --daemon start(stop) namenode
hdfs --daemon start(stop) datanode
hdfs --daemon start(stop) secondarynamenode

YARN组件

yarn --daemon start(stop) resourcemanager
yarn --daemon start(stop) nodemanager

3.2.8 编写Hadoop集群常用脚本

3.2.8.1 Hadoop集群启停脚本（包括HDFS、YARN、HistoryServer）：myhadoop.sh

#!/bin/bash

if [ $# -lt 1 ]
then 
	echo "No Args Input..."
	exit;
fi

case $1 in
"start")
		echo "====== 启动Hadoop集群 ======"
		
		echo "------ 启动HDFS ------"
		ssh node102 "/opt/module/hadoop-3.2.1/sbin/start-dfs.sh"
		echo "------ 启动YARN ------"
		ssh node103 "/opt/module/hadoop-3.2.1/sbin/start-yarn.sh"
		echo "------ 启动HistoryServer ------"
		ssh node102 "/opt/module/hadoop-3.2.1/bin/mapred --daemon start historyserver"
;;
"stop")
		echo "====== 关闭Hadoop集群 ======"
		
		echo "------ 关闭HistoryServer ------"
		ssh node102 "/opt/module/hadoop-3.2.1/bin/mapred --daemon stop historyserver"
		echo "------ 关闭YARN ------"
		ssh node103 "/opt/module/hadoop-3.2.1/sbin/stop-yarn.sh"
		echo "------ 关闭HDFS ------"
		ssh node102 "/opt/module/hadoop-3.2.1/sbin/stop-dfs.sh"
;;
*)
	echo "Input Args Error..."
;;
esac

修改权限：chmod 777 myhadoop.sh
使用：

3.2.8.2 查看三台服务器的Java进程脚本：jpsall

#!/bin/bash

for host in node102 node103 node100
do
        echo ====== $host ======
        ssh $host jps
done

修改权限：chmod 777 jpsall
使用：

3.2.9 常用端口号

hadoop3.x

名称端口
HDFS NameNode 内部通讯端口 8020/9000/9820
HDFS NameNode 对用户的查询端口 9870
YARN 查看任务运行情况的端口 8088
历史服务器 19888
hadoop2.x

名称端口
HDFS NameNode 内部通讯端口 8020/9000
HDFS NameNode 对用户的查询端口 50070
YARN 查看任务运行情况的端口 8088
历史服务器 19888

名称	端口
HDFS NameNode 内部通讯端口	8020/9000/9820
HDFS NameNode 对用户的查询端口	9870
YARN 查看任务运行情况的端口	8088
历史服务器	19888

名称	端口
HDFS NameNode 内部通讯端口	8020/9000
HDFS NameNode 对用户的查询端口	50070
YARN 查看任务运行情况的端口	8088
历史服务器	19888

3.2.10 常用配置文件

hadoop3.x
- core-site.xml
- hdfs-site.xml
- yarn-site.xml
- mapred-site.xml
- workers
hadoop2.x
- core-site.xml
- hdfs-site.xml
- yarn-site.xml
- mapred-site.xml
- slaves

3.2.11 集群时间同步

服务器能连接外网时，不需要时间同步

四、错误和解决方案

运行示例MR时，错误: 找不到或无法加载主类 org.apache.hadoop.mapreduce.v2.app.MRAppMaster

 [hadoop@node102 input]$ hadoop jar /opt/module/hadoop-3.2.1/share/hadoop/mapreduce/hadoop-mapreduce-examples-3.2.1.jar wordcount /wcinput /wcoutput
 2021-04-27 10:05:19,761 INFO client.RMProxy: Connecting to ResourceManager at node103/192.168.2.103:8032
 2021-04-27 10:05:21,257 INFO mapreduce.JobResourceUploader: Disabling Erasure Coding for path: /tmp/hadoop-yarn/staging/hadoop/.staging/job_1619488633583_0003
 2021-04-27 10:05:21,388 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
 2021-04-27 10:05:22,103 INFO input.FileInputFormat: Total input files to process : 1
 2021-04-27 10:05:22,156 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
 2021-04-27 10:05:22,373 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
 2021-04-27 10:05:22,537 INFO mapreduce.JobSubmitter: number of splits:1
 2021-04-27 10:05:22,679 INFO sasl.SaslDataTransferClient: SASL encryption trust check: localHostTrusted = false, remoteHostTrusted = false
 2021-04-27 10:05:22,789 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1619488633583_0003
 2021-04-27 10:05:22,789 INFO mapreduce.JobSubmitter: Executing with tokens: []
 2021-04-27 10:05:23,801 INFO conf.Configuration: resource-types.xml not found
 2021-04-27 10:05:23,801 INFO resource.ResourceUtils: Unable to find 'resource-types.xml'.
 2021-04-27 10:05:24,256 INFO impl.YarnClientImpl: Submitted application application_1619488633583_0003
 2021-04-27 10:05:25,482 INFO mapreduce.Job: The url to track the job: http://node103:8088/proxy/application_1619488633583_0003/
 2021-04-27 10:05:25,483 INFO mapreduce.Job: Running job: job_1619488633583_0003
 2021-04-27 10:05:48,327 INFO mapreduce.Job: Job job_1619488633583_0003 running in uber mode : false
 2021-04-27 10:05:48,328 INFO mapreduce.Job:  map 0% reduce 0%
 2021-04-27 10:05:51,838 INFO mapreduce.Job: Job job_1619488633583_0003 failed with state FAILED due to: Application application_1619488633583_0003 failed 2 times due to AM Container for appattempt_1619488633583_0003_000002 exited with  exitCode: 1
 Failing this attempt.Diagnostics: [2021-04-27 10:05:47.137]Exception from container-launch.
 Container id: container_1619488633583_0003_02_000001
 Exit code: 1
 
 [2021-04-27 10:05:47.189]Container exited with a non-zero exit code 1. Error file: prelaunch.err.
 Last 4096 bytes of prelaunch.err :
 Last 4096 bytes of stderr :
 错误: 找不到或无法加载主类 org.apache.hadoop.mapreduce.v2.app.MRAppMaster
 
 
 [2021-04-27 10:05:47.190]Container exited with a non-zero exit code 1. Error file: prelaunch.err.
 Last 4096 bytes of prelaunch.err :
 Last 4096 bytes of stderr :
 错误: 找不到或无法加载主类 org.apache.hadoop.mapreduce.v2.app.MRAppMaster
 
 
 For more detailed output, check the application tracking page: http://node103:8088/cluster/app/application_1619488633583_0003 Then click on links to logs of each attempt.
 . Failing the application.
 2021-04-27 10:06:26,946 INFO mapreduce.Job: Counters: 0

hadoop classpath

将输出的内容添加到yarn-site.xml中，name为yarn.application.classpath

 <property>
     <name>yarn.application.classpath</name>
     <value>/opt/module/hadoop-3.2.1/etc/hadoop:/opt/module/hadoop-3.2.1/share/hadoop/common/lib/*:/opt/module/hadoop-3.2.1/share/hadoop/common/*:/opt/module/hadoop-3.2.1/share/hadoop/hdfs:/opt/module/hadoop-3.2.1/share/hadoop/hdfs/lib/*:/opt/module/hadoop-3.2.1/share/hadoop/hdfs/*:/opt/module/hadoop-3.2.1/share/hadoop/mapreduce/lib/*:/opt/module/hadoop-3.2.1/share/hadoop/mapreduce/*:/opt/module/hadoop-3.2.1/share/hadoop/yarn:/opt/module/hadoop-3.2.1/share/hadoop/yarn/lib/*:/opt/module/hadoop-3.2.1/share/hadoop/yarn/*</value>
 </property>

重启YARN，即可成功运行MR

Win10 IP映射失败
- 修改C:\Windows\System32\drivers\etc/hosts文件（管理员模式打开），增加如下内容：
```
192.168.2.100	node100
192.168.2.101	node101
192.168.2.102	node102
192.168.2.103	node103
192.168.2.104	node104
```

搬金砖的小白

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
【Hadoop】Hadoop3基础

文章整理自：https://www.bilibili.com/video/BV1Qp4y1n7EN?t=7&p=39文章目录〇、要点一、概念1.1 Hadoop是什么1.2 Hadoop发展历史1.3 Hadoop的三大发行版本1.4 Hadoop的优势1.5 Hadoop的组成1.5.1 HDFS架构概述1.5.2 Yarn架构概述1.5.3 MapReduce架构概述1.5.4 HDFS、Yarn、MapReduce三者的关系1.6 大数据技术生态体系1.7 推荐系统案例二、环境准备2.1 模
复制链接

扫一扫