Sqoop学习笔记

时间  2021-02-18
标签 java node mysql sql shell 数据库 apache app 框架 工具 栏目 Java 繁體版
原文   原文链接

目录

1、Sqoop简介

  Apache Sqoop(TM)是一种旨在有效地在Apache Hadoop和诸如关系数据库等结构化数据存储之间传输大量数据的工具。
  Sqoop于2012年3月孵化出来，如今是一个顶级的Apache项目。
请注意，1.99.7与1.4.6不兼容，且没有特征不完整，它并不打算用于生产部署。java

2、Sqoop原理

  将导入或导出命令翻译成mapreduce程序来实现。
  在翻译出的mapreduce中主要是对inputformat和outputformat进行定制。node

3、Sqoop安装

  安装Sqoop的前提是已经具有Java和Hadoop的环境。mysql

3.一、下载并解压

    1. 最新版下载地址：http://mirrors.hust.edu.cn/apache/sqoop/1.4.6/
    1. 上传安装包sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz到虚拟机中，如个人上传目录是：/opt/software/
    1. 解压sqoop安装包到指定目录，如：
$ tar -zxvf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C /opt/module/

二、修改配置文件

  Sqoop的配置文件与大多数大数据框架相似，在sqoop根目录下的conf目录中。sql

    1. 重命名配置文件
$ mv sqoop-env-template.sh sqoop-env.sh
$ mv sqoop-site-template.xml sqoop-site.xml 此行不用作
    1. 修改配置文件

sqoop-env.shshell

export HADOOP_COMMON_HOME=/opt/module/hadoop-2.8.4
export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.8.4
export HIVE_HOME=/opt/module/hive
export ZOOKEEPER_HOME=/opt/module/zookeeper-3.4.10
export ZOOCFGDIR=/opt/module/zookeeper-3.4.10/conf

三、拷贝JDBC驱动

  拷贝jdbc驱动到sqoop的lib目录下，如：数据库

$ cp -a mysql-connector-java-5.1.27-bin.jar /opt/module/sqoop-1.4.6.bin__hadoop-2.0.4-alpha/lib

四、验证Sqoop

  咱们能够经过某一个command来验证sqoop配置是否正确：apache

$ bin/sqoop help
出现一些Warning警告（警告信息已省略），并伴随着帮助命令的输出：
Available commands:
  codegen            Generate code to interact with database records
  create-hive-table     Import a table definition into Hive
  eval               Evaluate a SQL statement and display the results
  export             Export an HDFS directory to a database table
  help               List available commands
  import             Import a table from a database to HDFS
  import-all-tables     Import tables from a database to HDFS
  version            Display version information
·····

  注:注释掉configure-sqoop 134行到143行的内容，内容以下app

134 ## Moved to be a runtime check in sqoop.
     135 #if [ ! -d "${HCAT_HOME}" ]; then
    136 #  echo "Warning: $HCAT_HOME does not exist! HCatalog jobs will fail."
    137 #  echo 'Please set $HCAT_HOME to the root of your HCatalog installation.'
    138 #fi
    139 #
    140 #if [ ! -d "${ACCUMULO_HOME}" ]; then
    141 #  echo "Warning: $ACCUMULO_HOME does not exist! Accumulo imports will fail."
    142 #  echo 'Please set $ACCUMULO_HOME to the root of your Accumulo installation.'
    143 #fi

五、测试Sqoop是否可以成功链接数据库

$ bin/sqoop list-databases --connect jdbc:mysql://bigdata113:3306/ --username root --password 000000
出现以下输出：
information_schema
metastore
mysql
performance_schema

4、Sqoop的简单使用案例

一、导入数据

  在Sqoop中，“导入”概念指：从非大数据集群（RDBMS）向大数据集群（HDFS，HIVE，HBASE）中传输数据，叫作：导入，即便用import关键字。框架

1.一、RDBMS到HDFS
    1. 肯定Mysql服务开启正常
    1. 在Mysql中新建一张表并插入一些数据
$ mysql -uroot -p000000
mysql> create database company;
mysql> create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));
mysql> insert into company.staff(name, sex) values('Thomas', 'Male');
mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');
    1. 导入数据

  （1）所有导入工具

$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--table staff \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t"

  （2）查询导入

$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--query 'select name,sex from staff where id <=3 and $CONDITIONS;'

  尖叫提示：must contain '$CONDITIONS' in WHERE clause. 注：CONDITIONS 翻译‘条件’
  尖叫提示：若是query后使用的是双引号，则$CONDITIONS前必须加转移符，防止shell识别为本身的变量。

  （3）导入指定列

$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--columns id,sex \
--table staff

  尖叫提示：columns中若是涉及到多列，用逗号分隔，分隔时不要添加空格

  （4）使用sqoop关键字筛选查询导入数据

$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--table staff \
--where "id=2"

  尖叫提示：在Sqoop中可使用sqoop import -D property.name=property.value这样的方式加入执行任务的参数，多个参数用空格隔开。

1.二、RDBMS到Hive
$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/Andy \
--username root \
--password 000000 \
--table aca \
--num-mappers 1 \
--hive-import \
--fields-terminated-by "\t" \
--hive-overwrite \
--hive-table staff_hive

  尖叫提示：该过程分为两步，第一步将数据导入到HDFS，第二步将导入到HDFS的数据迁移到Hive仓库
  尖叫提示：从MYSQL到Hive，本质时从MYSQL => HDFS => load To Hive

二、导出数据

  在Sqoop中，“导出”概念指：从大数据集群（HDFS，HIVE，HBASE）向非大数据集群（RDBMS）中传输数据，叫作：导出，即便用export关键字。

2.一、HIVE/HDFS到RDBMS
//建立aca表
create table abc(id int,name VARCHAR(5));
$ bin/sqoop export \
--connect jdbc:mysql://bigdata113:3306/Andy \
--username root \
--password 000000 \
--export-dir /user/hive/warehouse/staff_hive \
--table abc \
--num-mappers 1 \
--input-fields-terminated-by "\t"

  尖叫提示：Mysql中若是表不存在，不会自动建立,自行根据表结构建立
  思考：数据是覆盖仍是追加 答案：追加

三、脚本打包

  使用opt格式的文件打包sqoop命令，而后执行

    1. 建立一个.opt文件
$ touch job_HDFS2RDBMS.opt
    1. 编写sqoop脚本
$ vi ./job_HDFS2RDBMS.opt
#如下命令是从staff_hive中追加导入到mysql的aca表中

export
--connect
jdbc:mysql://bigdata113:3306/Andy
--username
root
--password
000000
--table
aca
--num-mappers
1
--export-dir
/user/hive/warehouse/staff_hive
--input-fields-terminated-by
"\t"
    1. 执行该脚本
$ bin/sqoop --options-file job_HDFS2RDBMS.opt

5、Sqoop一些经常使用命令及参数

一、经常使用命令列举

  这里是一部分Sqoop操做时的经常使用参数，以供参考，须要深刻学习的能够参看对应类的源代码。

序号 命令 类 说明
1 import ImportTool 将数据导入到集群
2 export ExportTool 将集群数据导出
3 codegen CodeGenTool 获取数据库中某张表数据生成Java并打包Jar
4 create-hive-table CreateHiveTableTool 建立Hive表
5 eval EvalSqlTool 查看SQL执行结果
6 import-all-tables ImportAllTablesTool 导入某个数据库下全部表到HDFS中
7 job JobTool 用来生成一个sqoop的任务，生成后，该任务并不执行，除非使用命令执行该任务。
8 list-databases ListDatabasesTool 列出全部数据库名
9 list-tables ListTablesTool 列出某个数据库下全部表
10 merge MergeTool 将HDFS中不一样目录下面的数据合在一块儿，并存放在指定的目录中
11 metastore MetastoreTool 记录sqoop job的元数据信息，若是不启动metastore实例，则默认的元数据存储目录为：~/.sqoop，若是要更改存储目录，能够在配置文件sqoop-site.xml中进行更改。
12 help HelpTool 打印sqoop帮助信息
13 version VersionTool 打印sqoop版本信息

二、命令&参数详解

  刚才列举了一些Sqoop的经常使用命令，对于不一样的命令，有不一样的参数，让咱们来一一列举说明。
  首先来咱们来介绍一下公用的参数，所谓公用参数，就是大多数命令都支持的参数。

2.一、公用参数：数据库链接
序号 参数 说明
1 --connect 链接关系型数据库的URL
2 --connection-manager 指定要使用的链接管理类
3 --driver Hadoop根目录
4 --help 打印帮助信息
5 --password 链接数据库的密码
6 --username 链接数据库的用户名
7 --verbose 在控制台打印出详细信息
2.二、公用参数：import
序号 参数 说明
1 --enclosed-by 给字段值前加上指定的字符
2 --escaped-by 对字段中的双引号加转义符
3 --fields-terminated-by 设定每一个字段是以什么符号做为结束，默认为逗号
4 --lines-terminated-by 设定每行记录之间的分隔符，默认是\n
5 --mysql-delimiters Mysql默认的分隔符设置，字段之间以逗号分隔，行之间以\n分隔，默认转义符是\，字段值以单引号包裹。
6 --optionally-enclosed-by 给带有双引号或单引号的字段值先后加上指定字符。
2.三、公用参数：export
序号 参数 说明
1 --input-enclosed-by 对字段值先后加上指定字符
2 --input-escaped-by 对含有转移符的字段作转义处理
3 --input-fields-terminated-by 字段之间的分隔符
4 --input-lines-terminated-by 行之间的分隔符
5 --input-optionally-enclosed-by 给带有双引号或单引号的字段先后加上指定字符
2.四、公用参数：hive
序号 参数 说明
1 --hive-delims-replacement 用自定义的字符串替换掉数据中的\r\n和\013 \010等字符
2 --hive-drop-import-delims 在导入数据到hive时，去掉数据中的\r\n\013\010这样的字符
3 --map-column-hive 生成hive表时，能够更改生成字段的数据类型
4 --hive-partition-key 建立分区，后面直接跟分区名，分区字段的默认类型为string
5 --hive-partition-value 导入数据时，指定某个分区的值
6 --hive-home hive的安装目录，能够经过该参数覆盖以前默认配置的目录
7 --hive-import 将数据从关系数据库中导入到hive表中
8 --hive-overwrite 覆盖掉在hive表中已经存在的数据
9 --create-hive-table 默认是false，即，若是目标表已经存在了，那么建立任务失败。
10 --hive-table 后面接要建立的hive表,默认使用MySQL的表名
11 --table 指定关系数据库的表名

  公用参数介绍完以后，咱们来按照命令介绍命令对应的特有参数。

2.五、命令&参数：import

  将关系型数据库中的数据导入到HDFS（包括Hive，HBase）中，若是导入的是Hive，那么当Hive中没有对应表时，则自动建立。

    1. 命令：

  如：导入数据到hive中

$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/Andy \
--username root \
--password 000000 \
--table access \
--hive-import \
--fields-terminated-by "\t"

  如：增量导入数据到hive中，mode=append

append导入：
$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/Andy \
--username root \
--password 000000 \
--table aca \
--num-mappers 1 \
--fields-terminated-by "\t" \
--target-dir /user/hive/warehouse/staff_hive \
--check-column id \
--incremental append \
--last-value 10

  尖叫提示：append不能与--hive-等参数同时使用（Append mode for hive imports is not yet supported. Please remove the parameter --append-mode）
  注:--last-value 2 的意思是标记增量的位置为第二行，也就是说，当数据再次导出的时候，从第二行开始算
  注：若是 --last-value N , N > MYSQL中最大行数，则HDFS会建立一个空文件。若是N<=0 , 那么就是全部数据

  如：增量导入数据到hdfs中，mode=lastmodified（注：卡住）

先在mysql中建表并插入几条数据：
mysql> create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP);
mysql> insert into company.staff_timestamp (id, name, sex) values(1, 'AAA', 'female');
mysql> insert into company.staff_timestamp (id, name, sex) values(2, 'BBB', 'female');
先导入一部分数据：
$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--table staff_timestamp \
--delete-target-dir \
--hive-import \
--fields-terminated-by "\t" \
--m 1
再增量导入一部分数据:
mysql> insert into company.staff_timestamp (id, name, sex) values(3, 'CCC', 'female');
$ bin/sqoop import \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--table staff_timestamp \
--check-column last_modified \
--incremental lastmodified \
--m 1 \
--last-value "2019-05-17 09:50:12" \
--append

--last-value "2019-05-17 07:08:53" \

  尖叫提示：使用lastmodified方式导入数据要指定增量数据是要--append（追加）仍是要--merge-key（合并）
  尖叫提示：在Hive中，若是不指定输出路径，能够去看如下两个目录
  1./user/root（此为用户名）
  2./user/hive/warehouse 我的配置的目录
  尖叫提示：last-value指定的值是会包含于增量导入的数据中
  若是卡住，在yarn-site.xml中加入如下配置

<property>
     <name>yarn.nodemanager.resource.memory-mb</name>
     <value>20480</value>
 </property>

 <property>
    <name>yarn.scheduler.minimum-allocation-mb</name>
    <value>2048</value>
 </property>

 <property>
     <name>yarn.nodemanager.vmem-pmem-ratio</name>
     <value>2.1</value>
 </property>
    1. 参数：
序号 参数 说明
1 --append 将数据追加到HDFS中已经存在的DataSet中，若是使用该参数，sqoop会把数据先导入到临时文件目录，再合并。
2 --as-avrodatafile 将数据导入到一个Avro数据文件中
3 --as-sequencefile 将数据导入到一个sequence文件中
4 --as-textfile 将数据导入到一个普通文本文件中
5 --boundary-query 边界查询，导入的数据为该参数的值（一条sql语句）所执行的结果区间内的数据。
6 --columns <col1, col2, col3> 指定要导入的字段
7 --direct 直接导入模式，使用的是关系数据库自带的导入导出工具，以便加快导入导出过程。
8 --direct-split-size 在使用上面direct直接导入的基础上，对导入的流按字节分块，即达到该阈值就产生一个新的文件
9 --inline-lob-limit 设定大对象数据类型的最大值
10 --m或–num-mappers 启动N个map来并行导入数据，默认4个。
11 --query或--e 将查询结果的数据导入，使用时必须伴随参--target-dir，--hive-table，若是查询中有where条件，则条件后必须加上$CONDITIONS关键字
12 --split-by 按照某一列来切分表的工做单元，不能与--autoreset-to-one-mapper连用（请参考官方文档）
13 --table 关系数据库的表名
14 --target-dir 指定HDFS路径
15 --warehouse-dir 与14参数不能同时使用，导入数据到HDFS时指定的目录
16 --where 从关系数据库导入数据时的查询条件
17 --z或--compress 容许压缩
18 --compression-codec 指定hadoop压缩编码类，默认为gzip(Use Hadoop codec default gzip)
19 --null-string string类型的列若是null，替换为指定字符串
20 --null-non-string 非string类型的列若是null，替换为指定字符串
21 --check-column 做为增量导入判断的列名
22 --incremental mode：append或lastmodified
23 --last-value 指定某一个值，用于标记增量导入的位置
2.六、命令&参数：export

  从HDFS（包括Hive和HBase）中将数据导出到关系型数据库中。

    1. 命令：(例如)
bin/sqoop export \
--connect jdbc:mysql://bigdata113:3306/Andy \
--username root \
--password 000000 \
--export-dir /user/hive/warehouse/staff_hive \
--table aca \
--num-mappers 1 \
--input-fields-terminated-by "\t"
    1. 参数：
序号 参数 说明
1 --direct 利用数据库自带的导入导出工具，以便于提升效率
2 --export-dir 存放数据的HDFS的源目录
3 -m或--num-mappers 启动N个map来并行导入数据，默认4个
4 --table 指定导出到哪一个RDBMS中的表
5 --update-key 对某一列的字段进行更新操做
6 --update-mode updateonly
allowinsert(默认)
7 --input-null-string 请参考import该相似参数说明
8 --input-null-non-string 请参考import该相似参数说明
9 --staging-table 建立一张临时表，用于存放全部事务的结果，而后将全部事务结果一次性导入到目标表中，防止错误。
10 --clear-staging-table 若是第9个参数非空，则能够在导出操做执行前，清空临时事务结果表
2.七、命令&参数：codegen

  将关系型数据库中的表映射为一个Java类，在该类中有各列对应的各个字段。如：

$ bin/sqoop codegen \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--table staff \
--bindir /opt/Desktop/staff \
--class-name Staff \
--fields-terminated-by "\t"
序号 参数 说明
1 --bindir 指定生成的Java文件、编译成的class文件及将生成文件打包为jar的文件输出路径
2 --class-name 设定生成的Java文件指定的名称
3 --outdir 生成Java文件存放的路径
4 --package-name 包名，如com.z，就会生成com和z两级目录
5 --input-null-non-string 在生成的Java文件中，能够将null字符串或者不存在的字符串设置为想要设定的值（例如空字符串）
6 --input-null-string 将null字符串替换成想要替换的值（通常与5同时使用）
7 --map-column-java 数据库字段在生成的Java文件中会映射成各类属性，且默认的数据类型与数据库类型保持对应关系。该参数能够改变默认类型，例如：--map-column-java id=long, name=String
8 --null-non-string 在生成Java文件时，能够将不存在或者null的字符串设置为其余值
9 --null-string 在生成Java文件时，将null字符串设置为其余值（通常与8同时使用）
10 --table 对应关系数据库中的表名，生成的Java文件中的各个属性与该表的各个字段一一对应
2.八、命令&参数：create-hive-table

  生成与关系数据库表结构对应的hive表结构。

  命令：(如：仅建表)

$ bin/sqoop create-hive-table \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--table staff \
--hive-table hive_staff1

  参数：

序号 参数 说明
1 --hive-home Hive的安装目录，能够经过该参数覆盖掉默认的Hive目录
2 --hive-overwrite 覆盖掉在Hive表中已经存在的数据
3 --create-hive-table 默认是false，若是目标表已经存在了，那么建立任务会失败
4 --hive-table 后面接要建立的hive表
5 --table 指定关系数据库的表名
2.九、命令&参数：eval

  能够快速的使用SQL语句对关系型数据库进行操做，常常用于在import数据以前，了解一下SQL语句是否正确，数据是否正常，并能够将结果显示在控制台。
  命令：(例如)

$ bin/sqoop eval \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--query "SELECT * FROM staff"

  参数：

序号 参数 说明
1 --query或--e 后跟查询的SQL语句
2.十、命令&参数：import-all-tables

  能够将RDBMS中的全部表导入到HDFS中，每个表都对应一个HDFS目录
  命令：(例如)，注意：(卡住)

$ bin/sqoop import-all-tables \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--hive-import \
--fields-terminated-by "\t"

  参数：

序号 参数 说明
1 --as-avrodatafile 这些参数的含义均和import对应的含义一致
2 --as-sequencefile 同上
3 --as-textfile 同上
4 --direct 同上
5 --direct-split-size 同上
6 --inline-lob-limit 同上
7 --m或—num-mappers 同上
8 --warehouse-dir 同上
9 -z或--compress 同上
10 --compression-codec 同上
2.十一、命令&参数：job

  用来生成一个sqoop任务，生成后不会当即执行，须要手动执行。
  命令：（例如）

$ bin/sqoop job \
 --create myjob -- import-all-tables \
 --connect jdbc:mysql://bigdata113:3306/company \
 --username root \
 --password 000000
$ bin/sqoop job \
--list
$ bin/sqoop job \
--exec myjob

  尖叫提示：注意import-all-tables和它左边的--之间有一个空格
  尖叫提示：若是须要链接metastore，则--meta-connect
  执行的结果在HDFS：/user/root/ 目录中，即导出全部表到/user/root中
  参数：

序号 参数 说明
1 --create 建立job参数
2 --delete 删除一个job
3 --exec 执行一个job
4 --help 显示job帮助
5 --list 显示job列表
6 --meta-connect 用来链接metastore服务
7 --show 显示一个job的信息
8 --verbose 打印命令运行时的详细信息

  尖叫提示：在执行一个job时，若是须要手动输入数据库密码，能够作以下优化

<property>
	<name>sqoop.metastore.client.record.password</name>
	<value>true</value>
	<description>If true, allow saved passwords in the metastore.</description>
</property>
2.十二、命令&参数：list-databases

  命令：(例如)

$ bin/sqoop list-databases \
--connect jdbc:mysql://bigdata113:3306/ \
--username root \
--password 000000

  参数：与公用参数同样

2.1三、命令&参数：list-tables

  命令：(例如)

$ bin/sqoop list-tables \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000

  参数：与公用参数同样

2.1四、命令&参数：merge

  将HDFS中不一样目录下面的数据合并在一块儿并放入指定目录中
  数据环境：注意:如下数据本身手动改为\t

new_staff

1	AAA	male
2	BBB	male
3	CCC	male
4	DDD	male

old_staff

1	AAA	female
2	CCC	female
3	BBB	female
6	DDD	female

  尖叫提示：上边数据的列之间的分隔符应该为\t，行与行之间的分割符为\n，若是直接复制，请检查之。
  命令：(例如)

建立JavaBean：
$ bin/sqoop codegen \
--connect jdbc:mysql://bigdata113:3306/company \
--username root \
--password 000000 \
--table staff \
--bindir /opt/Desktop/staff \
--class-name Staff \
--fields-terminated-by "\t"

开始合并：注：是hdfs路径
$ bin/sqoop merge \
--new-data /test/new/ \
--onto /test/old/ \
--target-dir /test/merged \
--jar-file /opt/Desktop/staff/Staff.jar \
--class-name Staff \
--merge-key id
结果：
1	AAA	MALE
2	BBB	MALE
3	CCC	MALE
4	DDD	MALE
6	DDD	FEMALE

  参数：

序号 参数 说明
1 --new-data HDFS 待合并的数据目录，合并后在新的数据集中保留
2 --onto HDFS合并后，重复的部分在新的数据集中被覆盖
3 --merge-key
合并键，通常是主键ID
4 --jar-file 合并时引入的jar包，该jar包是经过Codegen工具生成的jar包
5 --class-name 对应的表名或对象名，该class类是包含在jar包中的
6 --target-dir 合并后的数据在HDFS里存放的目录
2.1五、命令&参数：metastore

  记录了Sqoop job的元数据信息，若是不启动该服务，那么默认job元数据的存储目录为~/.sqoop，可在sqoop-site.xml中修改。

  命令：(如：启动sqoop的metastore服务)

$ bin/sqoop metastore

  参数：

序号 参数 说明
1 --shutdown 关闭metastore
相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程