大数据量写入性能分析

最新推荐文章于 2024-05-16 14:49:58 发布
最新推荐文章于 2024-05-16 14:49:58 发布
阅读量2.1k 收藏 1
点赞数
分类专栏： JAVA基础 文章标签： import string null date exception 数据库

[转自：http://15838341661-139-com.iteye.com/blog/1129824]

java FileWrite 写文件 .
     首先说一下这个大批量，是指有上千万的数据量。 
     例子： 
     有一张短信历史表，其数据有上千万条数据，要进行数据备份到文本文件，就是执行如下SQL然后将结果集写入到文件中！ 
     select t.msisdn,t.source,t.seq,t.area,t.send_date,t.msg,t.optcode from   hnsms.SMS_SEND_10086_HIS_102 t 
     数据库：Oracle 
     
   下面主要列一下我写文件操作的不同实现方法，及运行结果： 
第一种：----------------------------------------------------------------------------- 
  
      package wap.ftp; 

import java.io.File; 
import java.io.FileWriter; 
import java.io.IOException; 
import java.io.PrintWriter; 
import java.sql.Connection; 
import java.sql.DriverManager; 
import java.sql.PreparedStatement; 
import java.sql.ResultSet; 
import java.sql.SQLException; 
import java.text.SimpleDateFormat; 
import java.util.Date; 
import java.util.HashMap; 
import java.util.Map; 

import wap.util.PublicUtil; 

public class FileWriteTest { 

private Connection conn_a = null; 
private PreparedStatement pstmt_a = null; 
private ResultSet rs_a = null; 


private String FilePath = ""; 
private File fileName = null; 
private FileWriter writer; 
private PrintWriter pw; 
private String fileAllPath = ""; 

Map map = new HashMap(); 

public void init(){ 
    try { 
    Class.forName("oracle.jdbc.driver.OracleDriver"); 
   
        map = PublicUtil.readConfigFile(); 
        
        conn_a = DriverManager.getConnection((String)map.get("URL"),(String)map.get("USERNAME"),(String)map.get("PASSWORD")); 
        
        FilePath = PublicUtil.readServerPath(); 
    } catch (Exception e) { 
e.printStackTrace(); 
} 
    
  } 

/** 
* 读取数据库表内容 并生成文件 把数据写到文件中 
*/ 
public void  readDataToFile(){ 
long totalStart = System.currentTimeMillis(); 
init(); 
try { 
    Date date = new Date(); 
    SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd"); 
    //SimpleDateFormat sdf2 = new SimpleDateFormat("yyyy/MM/dd HH:mm"); 
    String nowDateStr = sdf.format(date); 
    fileAllPath  = FilePath+nowDateStr+".txt"; 
    fileName = new File(fileAllPath); 
   
    try { 
writer = new FileWriter(fileAllPath); 
pw=new PrintWriter(writer); 
} catch (IOException e) { 
e.printStackTrace(); 
} 
//createFile(""); 

//读配置文件--取SQL 
String sql_a= (String)map.get("SQL"); 
System.out.println(sql_a); 
pstmt_a = conn_a.prepareStatement(sql_a); 
rs_a = pstmt_a.executeQuery(); 

    int num = 0;            //记录写文件写了多少行 
        while(rs_a.next()){ 
        long startTime = System.currentTimeMillis(); 
        String size = (String)map.get("SIZE"); 
            String s = ""; 
        for(int i=1;i<=Integer.parseInt(size);i++){ 
           s  += rs_a.getString(i)+"|"; 
        } 
        s = s.substring(0, s.length()-1); 
        createFile(s); 
        num++; 
        long endTime = System.currentTimeMillis(); 
        System.out.println("写入文件第"+num+"行，耗时"+(endTime-startTime)+"毫秒."); 
        
        } 
        
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
finish();    //关闭输入流 
closeDB(); 
} 

long totalEnd = System.currentTimeMillis(); 
System.out.println("-----总耗时："+(totalEnd-totalStart)+"毫秒"); 
} 

public void createFile(String s){ 
pw.println(s); 
} 

public void finish(){//关闭输入流，将文字从缓存写入文件 
try{ 
writer.close(); 
}catch (IOException iox){ 
    System.err.println(iox); 
    } 
} 

public void closeDB(){  //关闭数据库连接 
if(rs_a!=null){ 
try { 
rs_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
if(pstmt_a!=null){ 
try { 
pstmt_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
if(conn_a!=null){ 
try { 
conn_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
} 
} 
} 
} 
} 

} 
} 
} 
主要是通过FileWriter + PrintWriter 实现文件数据的写操作！ 
第二种------------------------------------------------------------------------------------- 
package wap.ftp; 

import java.io.BufferedOutputStream; 
import java.io.File; 
import java.io.FileOutputStream; 
import java.io.FileWriter; 
import java.io.IOException; 
import java.io.PrintWriter; 
import java.sql.Connection; 
import java.sql.DriverManager; 
import java.sql.PreparedStatement; 
import java.sql.ResultSet; 
import java.sql.SQLException; 
import java.text.SimpleDateFormat; 
import java.util.Date; 
import java.util.HashMap; 
import java.util.Map; 

import wap.util.PublicUtil; 

public class BuffOutPutStreamTest { 

private Connection conn_a = null; 
private PreparedStatement pstmt_a = null; 
private ResultSet rs_a = null; 


private String FilePath = ""; 
private File fileName = null; 
private FileOutputStream fos; 
private BufferedOutputStream bos; 
private String fileAllPath = ""; 

Map map = new HashMap(); 

public void init(){ 
    try { 
    Class.forName("oracle.jdbc.driver.OracleDriver"); 
   
        map = PublicUtil.readConfigFile(); 
        
        conn_a = DriverManager.getConnection((String)map.get("URL"),(String)map.get("USERNAME"),(String)map.get("PASSWORD")); 
        
        FilePath = PublicUtil.readServerPath(); 
    } catch (Exception e) { 
e.printStackTrace(); 
} 
    
  } 

/** 
* 读取数据库表内容 并生成文件 把数据写到文件中 
*/ 
public void  readDataToFile(){ 
long totalStart = System.currentTimeMillis(); 
init(); 
try { 
    Date date = new Date(); 
    SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd"); 
    SimpleDateFormat sdf2 = new SimpleDateFormat("yyyy/MM/dd HH:mm"); 
    String nowDateStr = sdf.format(date); 
    fileAllPath  = FilePath+nowDateStr+".txt"; 
    fileName = new File(fileAllPath); 
   
    try { 
fos = new FileOutputStream(fileName); 
bos = new BufferedOutputStream(fos); 
} catch (IOException e) { 
e.printStackTrace(); 
} 
createFile(""); 

//读配置文件--取SQL 
String sql_a= (String)map.get("SQL"); 
System.out.println(sql_a); 
pstmt_a = conn_a.prepareStatement(sql_a); 
rs_a = pstmt_a.executeQuery(); 

    int num = 0;            //记录写文件写了多少行 
        while(rs_a.next()){ 
        long startTime = System.currentTimeMillis(); 
        String size = (String)map.get("SIZE"); 
            String s = ""; 
        for(int i=1;i<=Integer.parseInt(size);i++){ 
           s  += rs_a.getString(i)+"|"; 
        } 
        s = s.substring(0, s.length()-1); 
        createFile(s); 
        num++; 
        long endTime = System.currentTimeMillis(); 
        System.out.println("写入文件第"+num+"行，耗时"+(endTime-startTime)+"毫秒."); 
         
        if(num>=1000000){ 
        break; 
        } 
        //-----------定量清缓存一次，如果数据量大（上百万），请开启这个机制 
        if(num%100000==0){ 
        System.out.println("===============清缓存一次==========="); 
        try { 
bos.flush(); 
} catch (IOException e) { 
e.printStackTrace(); 
} 
        } 
        //-----------清缓存机制 end-------------------------------------- 
        } 
        
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
finish();    //关闭输入流 
closeDB(); 
} 

long totalEnd = System.currentTimeMillis(); 
System.out.println("----总耗时："+(totalEnd-totalStart)+"毫秒"); 
} 

public void createFile(String s){ 
try { 
bos.write(s.getBytes()); 
} catch (IOException e) { 
e.printStackTrace(); 
} 
} 

public void finish(){//关闭输入流，将文字从缓存写入文件 
try{ 
bos.flush(); 
bos.close(); 
fos.close(); 
}catch (IOException iox){ 
    System.err.println(iox); 
    } 
} 

public void closeDB(){  //关闭数据库连接 
if(rs_a!=null){ 
try { 
rs_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
if(pstmt_a!=null){ 
try { 
pstmt_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
if(conn_a!=null){ 
try { 
conn_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
} 
} 
} 
} 
} 

} 
} 
} 
   主要用BufferedOutputStream的缓冲机制 
第三种：----------------------------------------------------------------------------- 
package wap.ftp; 

import java.io.BufferedWriter; 
import java.io.File; 
import java.io.FileWriter; 
import java.io.IOException; 
import java.io.PrintWriter; 
import java.sql.Connection; 
import java.sql.DriverManager; 
import java.sql.PreparedStatement; 
import java.sql.ResultSet; 
import java.sql.SQLException; 
import java.text.SimpleDateFormat; 
import java.util.Date; 
import java.util.HashMap; 
import java.util.Map; 

import wap.util.PublicUtil; 

public class FileWriteBufferTest { 

private Connection conn_a = null; 
private PreparedStatement pstmt_a = null; 
private ResultSet rs_a = null; 


private String FilePath = ""; 
private File fileName = null; 
private FileWriter writer; 
private PrintWriter pw; 
private String fileAllPath = ""; 

Map map = new HashMap(); 

public void init(){ 
    try { 
    Class.forName("oracle.jdbc.driver.OracleDriver"); 
   
        map = PublicUtil.readConfigFile(); 
        
        conn_a = DriverManager.getConnection((String)map.get("URL"),(String)map.get("USERNAME"),(String)map.get("PASSWORD")); 
        
        FilePath = PublicUtil.readServerPath(); 
    } catch (Exception e) { 
e.printStackTrace(); 
} 
    
  } 

/** 
* 读取数据库表内容 并生成文件 把数据写到文件中 
*/ 
public void  readDataToFile(){ 
long totalStart = System.currentTimeMillis(); 
init(); 
try { 
    Date date = new Date(); 
    SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd"); 
    SimpleDateFormat sdf2 = new SimpleDateFormat("yyyy/MM/dd HH:mm"); 
    String nowDateStr = sdf.format(date); 
    fileAllPath  = FilePath+nowDateStr+".txt"; 
    fileName = new File(fileAllPath); 
   
    try { 
writer = new FileWriter(fileAllPath); 
pw=new PrintWriter(new BufferedWriter(writer)); 
} catch (IOException e) { 
e.printStackTrace(); 
} 
createFile(""); 

//读配置文件--取SQL 
String sql_a= (String)map.get("SQL"); 
System.out.println(sql_a); 
pstmt_a = conn_a.prepareStatement(sql_a); 
rs_a = pstmt_a.executeQuery(); 

    int num = 0;            //记录写文件写了多少行 
        while(rs_a.next()){ 
        long startTime = System.currentTimeMillis(); 
        String size = (String)map.get("SIZE"); 
            String s = ""; 
        for(int i=1;i<=Integer.parseInt(size);i++){ 
           s  += rs_a.getString(i)+"|"; 
        } 
        s = s.substring(0, s.length()-1); 
        createFile(s); 
        num++; 
        long endTime = System.currentTimeMillis(); 
        System.out.println("写入文件第"+num+"行，耗时"+(endTime-startTime)+"毫秒."); 
  
               if(num>=1000000){ 
        break; 
        }       
         
          //-----------定量清缓存一次，如果数据量大（上百万），请开启这个机制 
        /* if(num%300000==0){ 
        try { 
pw.flush(); 
} catch(Exception e) { 
e.printStackTrace(); 
} 
        }*/ 
          //-----------清缓存机制 end-------------------------------------- 
        } 
        
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
finish();    //关闭输入流 
closeDB(); 
} 

long totalEnd = System.currentTimeMillis(); 
System.out.println("----总耗时："+(totalEnd-totalStart)+"毫秒"); 
} 

public void createFile(String s){ 
pw.println(s); 
} 

public void finish(){//关闭输入流，将文字从缓存写入文件 
try{ 
pw.flush(); 
writer.close(); 
}catch (IOException iox){ 
    System.err.println(iox); 
    } 
} 

public void closeDB(){  //关闭数据库连接 
if(rs_a!=null){ 
try { 
rs_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
if(pstmt_a!=null){ 
try { 
pstmt_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
}finally{ 
if(conn_a!=null){ 
try { 
conn_a.close(); 
} catch (SQLException e) { 
e.printStackTrace(); 
} 
} 
} 
} 
} 

} 
} 
} 
主要用的是FileWriter(加缓冲）的机制。 
------------------------------------------------------------------------------ 
在写不同量的数据的情况下运行结果： 
        /*   当只写数据为100000条时(取三次结果）：  
*         fileWriter:          总耗时：30500、26250、25078毫秒 
*         fileWriter(加缓冲）：  总耗时：23781、20875、20688毫秒 
*         OutputStreamBuffer:  总耗时：21157、23094、22484毫秒 
* 
*   当只写数据为1000000条时(取三次结果）：  
*         fileWriter:          总耗时：213844、218250、216985毫秒 
*         fileWriter(加缓冲）：  总耗时：249672、238094、207203毫秒 
*         OutputStreamBuffer:  总耗时：239563、234234、229829毫秒 
         *   发现当写数据量为10万时，加缓冲机制的写数据效率更高些！当写数据量达到100万时 
         *   加缓冲机制的写数据效率反倒低了，我想因为是数据放入缓存>再从缓存写入文件当数据 
         *   量大时，这个额外的开销就会加大，反而对整体写数据影响会大。 
         *   那我就在想如果定量的清缓存，是不是会效率高些呢？ 
*   ----------------------------------------------------------------- 
*   当只写数据为1000000条时(取三次结果） 
*   启动定时将缓存中的数据写入文件：(每20万就清缓存一次） 
*         fileWriter(加缓冲）：  总耗时：232875 毫秒 
*         OutputStreamBuffer:  总耗时：229172、216594、234421毫秒 
* 
*   当只写数据为1000000条时(取三次结果） 
*   启动定时将缓存中的数据写入文件：(每10万就清缓存一次） 
*         fileWriter(加缓冲）：  总耗时： 毫秒 
*         OutputStreamBuffer:  总耗时：227156、224047、210891毫秒 
* 
*   当只写数据为1000000条时(取三次结果） 
*   启动定时将缓存中的数据写入文件：(每30万就清缓存一次） 
*         fileWriter(加缓冲）： 总耗时：248735、213172毫秒 
*         OutputStreamBuffer:  总耗时：224703、235828、220765毫秒 
*         
*    --------------------------------------------------------------- 
*    总的来说，100万数据时，需要约3.5分钟   1000万需要40分钟，如果表没有索引， 
*    会需要更长时间   
*    而且，如果要写的数据小于百万时，调缓冲的会好些！ 
*    如果数据量上百万，若要调缓冲，请开启定量清缓冲机制 
* @param args 
*/ 

总结，当然我这个测试只是去验证三种写文件方式的机制的在不同数据量时的效率问题！ 
如果想更快的去完成上千万数量的写操作，最好是启多个线程去操作，这样可以解决时间问题 
但要注意数据库连接的释放，要不对数据库是有影响的，特别是我拿的生产数据库测试的


 

巴克
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
大数据分析的工作内容
m0_59412721的博客
10-13 689
　　大数据分析岗有些神秘，主要是因为在普通人看来，超过500kb的数据都把自己给难到不行，但是大数据分析师却能处理超过10tb的数据集，这在她们看来很难理解。而对于在大数据分析岗上正在从业的人士而言，大数据分析的工作早就被流程化了，只要按照数据获得、数据清洗、数据存储、数据建模、数据分析、可视化结论等几个模块去执行，在每个环节用到不同的系统和软件，用鼠标点一点就能完成操作，不算难。 　　具体来说，大数据分析师的工作包含以下这些： 　　第一，数据获得，通过多渠道方式获得大量数据，有什么方式可以得到
Java写入大数据文件
03-31
使用Java写入大数据文件的方法，分文件写入。
数据库专题 一次性写入大量数据解决方案浅析以及大量数据对数据库性能影响的学习总结
weixin_44131922的博客
01-13 4226
原因 以 Mysql 为例 插入大量数据导致越来越慢甚至崩溃 越来越慢 说明执行当前的操作可能已经占用了你大量的内存，数据库本身执行操作越来越费力，电脑是在被搞得太忙了处理的事情太多，几乎处理不过来了，这个时候显然如果能释放不需要的内存资源，或者提高数据库本身处理数据的性能自然是最有效的提升方式。 大批量的数据操作 一方面 是我们的代码对数据库数据的操作逻辑有直接的影响，因为我们直接决定了数据库操作数据的方式。 一方面 是我们环境本身硬件设备的投入和建设力度。 还有一方面 数据库为了应对不同的场景时需要修改
大数据性能测试怎么做？看完这篇终于懂了！
最新发布
LAMO
05-16 471
特别是在OLAP引擎选择的时候，需要测试其对标准SQL支持的情况，如部门不支持update和delete操作、不支持with语句、不支持except和intersection操作等。CPU、内存、磁盘IO、网络负载使用率不超过80%，响应时间90%的读取、写入、导出、导入不超过3s，有不到10%的响应时间不超过5s。单一用户单个事务的测试，目的是在对选择的用户在无压力的情况下获取系统处理单个请求的情况。1.大数据组件的性能回归，在版本升级的时候，进行新旧版本的性能比对。
【开发随记】JAVA超大文件的读取和写入实现(附demo)
AkimotoKaito的博客
12-19 3940
因近期工作需要对超大单文本文件进行读取和写入，经过简单研究分别写了读取类和写入类供项目使用。现在简单整理出来分享。核心思想就是通过MappedByteBuffer进行读取和写入。
怎么判断你的MySQL到底是读多还是写多
weixin_49794051的博客
10-22 536
经常可以看到一些文章说，我们的数据库基本是读多写少，所以要做读写分离架构。 我就很纳闷，他们是怎么判断出来数据库的读多写少的呢？ 其实更多的时候是人云亦云，拍脑门罢了~ 下面就告诉大家正确的姿势 笨方法（不准确） 查看自己项目内的所有sql语句，去做个统计，到底是select语句多，还是insert、update、delete语句多。 但是这依然不准确，因为就算select语句写的多，但是不代表执行的多，可能我们的项目存在大量的批量更新操作。 正确方法（绝对准确） 通过show status命令，可查看数据
MySql数据库读多写少和读多写多
Torey_Li的博客
03-18 1660
MySql数据库读多写少和读多写多 多都写少的业务场景 普遍来说，绝大多数系统都是读多写少的 写多读少的业务场景 比如滴滴打车，就是写多读行的业务场景，当行程开始之后，滴滴app就会将行车记录 数据实时写入到数据库，这样做是为了乘客的安全考虑，但是这些数据很少被查询，只有 在出现事故的时候，才会查询 写多读少的解决方案1 - 低价值数据 如果是低价值的数据，可以采用NoSQL数据库来存储这些数据 什么是低价值的数据呢？ 比如：专车的线路坐标，虽然数据很多，但是每条记录的价值并不是很大，如果用
php导入大量数据到mysql性能优化技巧
12-18
在PHP中导入大量数据到MySQL是一项常见的任务，但随着数据量的增长，性能问题可能会变得显著。本文主要探讨了如何优化这种场景下的导入性能，通过分析一个导入电话号码记录的实例，提供了一些实用的技巧。 首先，...
Java多线程编程实战之模拟大量数据同步
08-26
Java多线程编程实战之模拟大量数据同步是一个关键的话题，特别是在大数据处理和高并发系统中。这个主题涉及到了如何在Java环境中有效地管理和同步大量数据，确保数据一致性与系统的稳定性。 首先，我们要理解Java多...
大数据分析之工具应用完整PPT.pptx
11-13
【大数据分析工具应用】 大数据分析涉及对海量数据的收集、处理、存储和分析，以揭示隐藏的模式、关联和趋势，为企业决策提供依据。在这个领域，多种工具和技术被广泛使用，如Hadoop、HBase、分布式文件系统和流...
制造大数据量java脚本，批量写入脚本
03-25
在IT行业中，大数据量的处理是一项常见的挑战，尤其是在测试、数据分析和系统性能验证等场景下。Java作为一种广泛使用的编程语言，常被用来处理这类任务。本文将深入探讨如何使用Java编写脚本来制造大量数据并批量...
Oracle大数据量操作优化
01-30
Oracle大数据量操作优化
Python实现的大数据分析操作系统日志功能示例
09-19
在大数据分析领域，Python是一种广泛使用的语言，尤其在处理操作系统日志方面，它提供了高效且灵活的工具。本文将深入探讨如何使用Python实现这一功能，包括大文件的切分、数据读取以及多线程操作。 首先，面对大...
mysql中的页与磁盘关系_磁盘读写和数据库读写哪个效率更高？磁盘读写与数据库的关系...
weixin_39521835的博客
01-19 357
假定在程序效率和关键过程相当且不计入缓存等措施的条件下，读写任何类型的数据都没有直接操作文件来的快，不论MSYQL过程如何，最后都要到磁盘上去读这个“文件”(记录存储区等效)，所以当然这一切的前提是只读 内容，无关任何排序或查找操作。动态网站一般都是用数据库来存储信息，如果信息的及时性要求不高 可以加入缓存来减少频繁读写数据库。两种方式一般都支持，但是绕过操作系统直接操作磁盘的性能较高，而且安全性...
大数据测试-功能&性能
m0_67034352的博客
08-05 1945
大数据测试-功能&性能
java把mysql大数据量表每个文件最多10MB分批次写入到txt文件中
笙箫的博客
05-19 1708
需求描述： 现在利率报备系统需要把数据上传到第三方系统，表中的数据量非常大，我们需要把表中的数据生成txt文件，然后上传到第三方系统，并且，上传的txt有大小限制，不能超过10MB，后面还需要压缩成zip，把zip转为base64并且写入到xml中，然后传入第三方，这里就限制10KB是个麻烦的地方，我记录一下。 实现思路： 当时拿到这个需求的时候也是懵逼着摸索着，慢慢搞出来了 我们可以先去写一个临时txt文件，去限制它的大小为10MB，写满了10MB的时候我们正好也去统计行数，看看10MB它的数据量
如何做大数据测试
m0_75277660的博客
03-06 3273
因此，大数据测试需要使用大数据技术，例如Hadoop、Spark等，测试人员需要了解大数据架构和相关技术，对数据的采集、存储和处理过程有深入的理解。2、测试工具：大数据测试需要使用专门的测试工具和框架，如HadoopUnit、Apache BigTop、JMeter、LoadRunner等，而普通测试则可以使用通用的测试工具和框架，如JUnit、TestNG等。普通测试则通常使用开发环境或测试环境。3、安全测试：测试大数据系统的安全性，包括访问控制、数据加密等方面的测试，确保数据的安全性。
java实现写大量数据到文件中
a18827547638的博客
08-17 1988
java导出txt,csv,excel
Greenplum——大数据量写入和更新的性能优化之路
Carson073的博客
08-10 3046
2、在/home/gpadmin下面创建insert.sql文件，向表中插入一条随机数据。3、在/home/gpadmin下面创建read.sql文件， 从表中读取一条随机数据。-- 业务库insert和update的数据：tmp_incr_data。-- 目标表里不需要更新的数据：tmp_not_update_data。1、链接数测试，模拟224个客户端连接，8个线程，每个客户端8个事务。-- 今天过来的最新数据：tmp_update_data。：增量数据和目标表数据合并到临时表，然后覆盖目标表。....

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值