MySQL索引

MySQL的Innodb存儲(chǔ)引擎的索引分為聚集索引和非聚集索引兩大類

創(chuàng)新互聯(lián)專注于茂名網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠(chéng)為您提供茂名營(yíng)銷型網(wǎng)站建設(shè)，茂名網(wǎng)站制作、茂名網(wǎng)頁(yè)設(shè)計(jì)、茂名網(wǎng)站官網(wǎng)定制、小程序定制開(kāi)發(fā)服務(wù)，打造茂名網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供茂名網(wǎng)站排名全網(wǎng)營(yíng)銷落地服務(wù)。

特點(diǎn)：B+樹(shù)葉子節(jié)點(diǎn)存儲(chǔ)行數(shù)據(jù)

一個(gè)表中，必須有一個(gè)聚集索引，只能有一個(gè)聚集索引，Innodb通常把一個(gè)表的主鍵索引作為聚集索引，如果沒(méi)有主鍵InnoDB會(huì)選擇一個(gè)唯一索引代替。如果沒(méi)有這樣的索引，InnoDB會(huì)隱式的定義一個(gè)主鍵來(lái)作為聚集索引，這個(gè)字段為6個(gè)字節(jié)，類型為長(zhǎng)整形。

利用主鍵索引查找行數(shù)據(jù)是最快的，建議使用自增主鍵原因是利于索引樹(shù)的構(gòu)建（主鍵自增寫入時(shí)新插入的數(shù)據(jù)不會(huì)影響到原有頁(yè)，插入效率高；但是如果主鍵是無(wú)序的或者隨機(jī)的，那每次的插入可能會(huì)導(dǎo)致原有頁(yè)頻繁的分裂，影響插入效率）

特點(diǎn)：B+樹(shù)葉子節(jié)點(diǎn)存儲(chǔ)主鍵ID

一個(gè)表中可以有多個(gè)非聚集索引，每個(gè)非聚集索引即是一棵B+樹(shù)

通過(guò)非聚集索引查找數(shù)據(jù)時(shí)，需要先在非聚集索引上找到主鍵ID，再?gòu)木奂饕@取行數(shù)據(jù)，這個(gè)過(guò)程就稱之為回表

B樹(shù)索引中的B樹(shù)實(shí)際上是B+樹(shù)，至于為什么使用B+樹(shù)而不使用B樹(shù)或者紅黑樹(shù)的原因在另外的文章中有提及。

特點(diǎn)：

特點(diǎn)：類似JDK中的HashMap，但無(wú)法支持范圍查詢

特點(diǎn)：使用的算法仍然是B樹(shù)索引，不同的就是索引列的值必須唯一

對(duì)于普通索引來(lái)說(shuō)，查找到滿足條件的第一個(gè)記錄后，需要查找下一個(gè)記錄，直到碰到第一個(gè)不滿足條件的記錄。

對(duì)于唯一索引來(lái)說(shuō)，由于索引定義了唯一性，查找到第一個(gè)滿足條件的記錄后，就會(huì)停止繼續(xù)檢索，提升索引性能

另外插入行時(shí)會(huì)構(gòu)建該唯一索引，假如索引值重復(fù)將插入失敗，適合業(yè)務(wù)上做唯一性檢驗(yàn)

通過(guò)建立倒排索引，可以極大的提升檢索效率,解決判斷字段是否包含的問(wèn)題，但是業(yè)務(wù)上一般都不采用這種索引，而是使用ES處理全文搜索需求

僅對(duì)某個(gè)特定字段建立的索引，如(biz_id)

對(duì)多個(gè)字段建立的索引，如(biz_id,type)

我要對(duì)mysql中的數(shù)據(jù)建立倒排索引應(yīng)該怎么

先確認(rèn)自己的mysql服務(wù)進(jìn)程mysqld在運(yùn)行著，可以使用ps aux | grep mysql看看

Gemfile中加入gem 'mysql2'

確認(rèn)mysql帳號(hào)密碼正確，一般安裝好的都是mysql默認(rèn)都是用戶名root，無(wú)密碼，這樣是可以直接登錄的

你需要先使用mysql鏈接mysqld（第一步開(kāi)啟的服務(wù)端），之后手動(dòng)創(chuàng)建blog_db數(shù)據(jù)庫(kù)，rails是不會(huì)自動(dòng)創(chuàng)建mysql的數(shù)據(jù)庫(kù)的（里面的各個(gè)表你不需要?jiǎng)?chuàng)建，這是active_record的工作）。

看你error log應(yīng)該是mysqld沒(méi)運(yùn)行！

MYSQL存儲(chǔ)引擎InnoDB（二十三）：排序索引構(gòu)建

InnoDB在創(chuàng)建或重建索引時(shí)執(zhí)行批量加載，而不是一次插入一個(gè)索引記錄。這種索引創(chuàng)建方法也稱為排序索引構(gòu)建。空間索引不支持排序索引構(gòu)建。

索引構(gòu)建分為三個(gè)階段。在第一階段， 掃描聚集索引，生成索引條目并添加到排序緩沖區(qū)。當(dāng)排序緩沖區(qū)變滿時(shí)，條目將被排序并寫入臨時(shí)中間文件。此過(guò)程也稱為 “運(yùn)行”。在第二階段，將一個(gè)或多個(gè)運(yùn)行寫入臨時(shí)中間文件，對(duì)文件中的所有條目執(zhí)行合并排序。在第三個(gè)也是最后一個(gè)階段，排序后的條目被插入到 B-tree中。

在引入排序索引構(gòu)建之前，使用插入 API 將索引條目一次插入 B 樹(shù)中的一條記錄。此方法涉及打開(kāi) B 樹(shù) 游標(biāo)以查找插入位置，然后使用 樂(lè)觀插入將條目插入 B 樹(shù)頁(yè)面。如果由于頁(yè)面已滿而導(dǎo)致插入失敗， 則將執(zhí)行悲觀插入，這涉及打開(kāi) B-tree 游標(biāo)并根據(jù)需要拆分和合并 B-tree 節(jié)點(diǎn)以找到條目空間。這種“自上而下”的弊端建立索引的方法是搜索插入位置的成本以及 B 樹(shù)節(jié)點(diǎn)的不斷拆分和合并。

排序索引構(gòu)建使用“自下而上”建立索引的方法。使用這種方法，對(duì)最右側(cè)葉頁(yè)的引用保存在 B 樹(shù)的所有級(jí)別。分配必要 B 樹(shù)深度的最右側(cè)葉頁(yè)，并根據(jù)其排序順序插入條目。一旦葉頁(yè)已滿，就會(huì)將節(jié)點(diǎn)指針附加到父頁(yè)，并為下一次插入分配一個(gè)兄弟葉頁(yè)。這個(gè)過(guò)程一直持續(xù)到所有條目都被插入，這可能導(dǎo)致插入到根級(jí)別。分配同級(jí)頁(yè)時(shí)，釋放對(duì)先前固定葉頁(yè)的引用，新分配的葉頁(yè)成為最右邊的葉頁(yè)和新的默認(rèn)插入位置。

要為將來(lái)的索引增長(zhǎng)留出空間，您可以使用innodb_fill_factor變量來(lái)保留一定百分比的 B 樹(shù)頁(yè)面空間。例如，設(shè)置 innodb_fill_factor為 80 會(huì)在排序索引構(gòu)建期間保留 B 樹(shù)頁(yè)面中 20% 的空間。此設(shè)置適用于 B 樹(shù)的葉子頁(yè)面和非葉子頁(yè)面。它不適用于用于 TEXT或 BLOB條目的外部頁(yè)面。保留的空間量可能與配置不完全相同，因?yàn)閕nnodb_fill_factor值被解釋為提示而不是硬限制。

全文索引支持排序索引構(gòu)建 。以前，SQL 用于將條目插入全文索引。

對(duì)于壓縮表，以前的索引創(chuàng)建方法將條目附加到壓縮頁(yè)和未壓縮頁(yè)。當(dāng)修改日志（表示壓縮頁(yè)面上的可用空間）變滿時(shí)，將重新壓縮壓縮頁(yè)面。如果由于空間不足而導(dǎo)致壓縮失敗，則頁(yè)面將被拆分。使用排序索引構(gòu)建，條目?jī)H附加到未壓縮的頁(yè)面。當(dāng)一個(gè)未壓縮的頁(yè)面變滿時(shí)，它就會(huì)被壓縮。自適應(yīng)填充用于確保在大多數(shù)情況下壓縮成功，但如果壓縮失敗，則會(huì)拆分頁(yè)面并再次嘗試壓縮。這個(gè)過(guò)程一直持續(xù)到壓縮成功。

在排序索引構(gòu)建期間禁用重做日志記錄。相反，有一個(gè) 檢查點(diǎn)來(lái)確保索引構(gòu)建可以承受意外退出或失敗。檢查點(diǎn)強(qiáng)制將所有臟頁(yè)寫入磁盤。在排序索引構(gòu)建期間，頁(yè)面清理線程會(huì)定期收到信號(hào)以刷新 臟頁(yè)，以確保可以快速處理檢查點(diǎn)操作。通常，當(dāng)干凈頁(yè)面的數(shù)量低于設(shè)置的閾值時(shí)，頁(yè)面清理線程會(huì)刷新臟頁(yè)面。對(duì)于排序索引構(gòu)建，臟頁(yè)會(huì)被及時(shí)刷新以減少檢查點(diǎn)開(kāi)銷并行化 I/O 和 CPU 活動(dòng)。

排序索引構(gòu)建可能會(huì)導(dǎo)致 優(yōu)化器統(tǒng)計(jì)信息與以前的索引創(chuàng)建方法生成的統(tǒng)計(jì)信息不同。統(tǒng)計(jì)數(shù)據(jù)差異是由于用于填充索引的算法不同造成的。

Mysql建立索引經(jīng)驗(yàn)

在實(shí)際開(kāi)發(fā)中使用數(shù)據(jù)庫(kù)時(shí)，難免會(huì)遇到一些大表數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行查詢時(shí)，有時(shí)候SQL會(huì)查詢得特別慢，這時(shí)候，有經(jīng)驗(yàn)的老師傅會(huì)告訴你，你看一下哪幾個(gè)字段查的多，加一個(gè)索引就好了。

那么，怎么合理地建立索引呢？這里分享一下我的一些經(jīng)驗(yàn)，如有不妥之處，歡迎批評(píng)指正。

1、不要盲目建立索引 ， 先分析再創(chuàng)建

索引雖然能大幅度提升我們的查詢性能，但也要知道，在你進(jìn)行增刪改時(shí)，索引樹(shù)也要同樣地進(jìn)行維護(hù)。所以，索引不是越多越好，而是按需建立。最好是在一整塊模塊開(kāi)發(fā)完成后，分析一下，去針對(duì)大多數(shù)的查詢，建立聯(lián)合索引。

2、使用聯(lián)合索引盡量覆蓋多的條件

這是說(shuō)在一個(gè)慢sql里假如有五個(gè)where ，一個(gè) order by ，那么我們的聯(lián)合索引盡量覆蓋到這五個(gè)查詢條件，如果有必要，order by 也覆蓋上 。

3、小基數(shù)字段不需要索引

這個(gè)意思是，如果一張表里某個(gè)字段的值只有那么幾個(gè)，那么你針對(duì)這個(gè)字段建立的索引其實(shí)沒(méi)什么意義，比如說(shuō)，一個(gè)性別字段就兩種結(jié)果，你建了索引，排序也沒(méi)什么意思（也就是索引里把男女給分開(kāi)了）

所以說(shuō)，索引盡量選擇基數(shù)大的數(shù)據(jù)去建立，能最大化地利用索引

4、長(zhǎng)字符串可以使用前綴索引

我們建立索引的字段盡量選擇字段類型較小的，比如一個(gè)varchar(20)和varchar(256)的，我們?cè)?0的上面建立的索引和在256上就有明顯的差距（字符串那么長(zhǎng)排序也不好排呀，唉）。

當(dāng)然，如果一定是要對(duì)varchar(256)建立索引,我們可以選擇里面的前20個(gè)字符放在索引樹(shù)里（這里的20不絕對(duì)，選擇能盡量分辨數(shù)據(jù)的最小字符字段設(shè)計(jì)），類似這樣KEY index(name(20),age,job) ，索引只會(huì)對(duì)name的前20個(gè)字符進(jìn)行搜索，但前綴索引無(wú)法適用于order by 和 group by。

5、對(duì)排序字段設(shè)計(jì)索引的優(yōu)先級(jí)低

如果一個(gè)SQL里我們出現(xiàn)了范圍查找，后邊又跟著一個(gè)排序字段，那么我們優(yōu)先給范圍查找的字段設(shè)置索引，而不是優(yōu)先排序。

6、如果出現(xiàn)慢SQL，可以設(shè)計(jì)一個(gè)只針對(duì)該條SQL的聯(lián)合索引。

不過(guò)慢SQL的優(yōu)化，需要一步步去進(jìn)行分析，可以先用explain查看SQL語(yǔ)句的分析結(jié)果，再針對(duì)結(jié)果去做相應(yīng)的改進(jìn)。explain的東西我們下次再講。

PS：在 select 語(yǔ)句之前增加 explain 關(guān)鍵字，MySQL 會(huì)在查詢上設(shè)置一個(gè)標(biāo)記，執(zhí)行查詢會(huì)返回執(zhí)行計(jì)劃的信息，而不是 執(zhí)行這條SQL。

Mysql建索引的注意事項(xiàng)

1.最左前綴匹配原則，非常重要的原則，mysql會(huì)一直向右匹配直到遇到范圍查詢(、、between、like)就停止匹配，比如a = 1 and b = 2 and c 3 and d = 4 如果建立(a,b,c,d)順序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引則都可以用到，a,b,d的順序可以任意調(diào)整。

2.=和in可以亂序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意順序，mysql的查詢優(yōu)化器會(huì)幫你優(yōu)化成索引可以識(shí)別的形式。

3.盡量選擇區(qū)分度高的列作為索引，區(qū)分度的公式是count(distinct col)/count(*)，表示字段不重復(fù)的比例，比例越大我們掃描的記錄數(shù)越少，唯一鍵的區(qū)分度是1，而一些狀態(tài)、性別字段可能在大數(shù)據(jù)面前區(qū)分度就是0，那可能有人會(huì)問(wèn)，這個(gè)比例有什么經(jīng)驗(yàn)值嗎？使用場(chǎng)景不同，這個(gè)值也很難確定，一般需要join的字段我們都要求是0.1以上，即平均1條掃描10條記錄。

4.索引列不能參與計(jì)算，保持列“干凈”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很簡(jiǎn)單，b+樹(shù)中存的都是數(shù)據(jù)表中的字段值，但進(jìn)行檢索時(shí)，需要把所有元素都應(yīng)用函數(shù)才能比較，顯然成本太大。所以語(yǔ)句應(yīng)該寫成create_time = unix_timestamp(’2014-05-29’)。

5.盡量的擴(kuò)展索引，不要新建索引。比如表中已經(jīng)有a的索引，現(xiàn)在要加(a,b)的索引，那么只需要修改原來(lái)的索引即可。

1."一個(gè)頂三個(gè)"。建了一個(gè)(a,b,c)的復(fù)合索引，那么實(shí)際等于建了(a),(a,b),(a,b,c)三個(gè)索引，因?yàn)槊慷嘁粋€(gè)索引，都會(huì)增加寫操作的開(kāi)銷和磁盤空間的開(kāi)銷。對(duì)于大量數(shù)據(jù)的表，這可是不小的開(kāi)銷！

2.覆蓋索引。同樣的有復(fù)合索引（a,b,c），如果有如下的sql: select a,b,c from table where a=1 and b = 1。那么MySQL可以直接通過(guò)遍歷索引取得數(shù)據(jù)，而無(wú)需回表，這減少了很多的隨機(jī)io操作。減少io操作，特別的隨機(jī)io其實(shí)是dba主要的優(yōu)化策略。所以，在真正的實(shí)際應(yīng)用中，覆蓋索引是主要的提升性能的優(yōu)化手段之一

3.索引列越多，通過(guò)索引篩選出的數(shù)據(jù)越少。有1000W條數(shù)據(jù)的表，有如下sql:select * from table where a = 1 and b =2 and c = 3,假設(shè)假設(shè)每個(gè)條件可以篩選出10%的數(shù)據(jù)，如果只有單值索引，那么通過(guò)該索引能篩選出1000W*10%=100w 條數(shù)據(jù)，然后再回表從100w條數(shù)據(jù)中找到符合b=2 and c= 3的數(shù)據(jù)，然后再排序，再分頁(yè)；如果是復(fù)合索引，通過(guò)索引篩選出1000w *10% *10% *10%=1w，然后再排序、分頁(yè)，哪個(gè)更高效，一眼便知

倒排索引

倒排索引(Inverted Index)：

倒排索引從邏輯結(jié)構(gòu)和基本思路上講非常簡(jiǎn)單，下面我們通過(guò)具體實(shí)例來(lái)進(jìn)行說(shuō)明，使得大家能夠?qū)Φ古潘饕幸粋€(gè)宏觀而直接的感受。

中文和英文等語(yǔ)言不同，單詞之間沒(méi)有明確的分隔符號(hào)，所以首先要用分詞系統(tǒng)將文檔自動(dòng)切分成單詞序列，這樣每個(gè)文檔就轉(zhuǎn)換為由單詞序列構(gòu)成的數(shù)據(jù)流。

為了系統(tǒng)后續(xù)處理方便，需要對(duì)每個(gè)不同的單詞賦予唯一的單詞編號(hào)，同時(shí)記錄下哪些文檔包含這個(gè)單詞，在處理結(jié)束后，我們可以得到最簡(jiǎn)單的倒排索引（參考圖4）。

圖4中，“單詞ID”一列記錄了每個(gè)單詞對(duì)應(yīng)的編號(hào)，第2列是對(duì)應(yīng)的單詞，第3列即每個(gè)單詞對(duì)應(yīng)的倒排列表。比如：?jiǎn)卧~“谷歌”，其中單詞編號(hào)為1，倒排列表為{1,2,3,4,5}，說(shuō)明文檔集合中每個(gè)文檔都包含了這個(gè)單詞。

之所以說(shuō)圖4的倒排索引是最簡(jiǎn)單的，是因?yàn)檫@個(gè)索引系統(tǒng)只記載了哪些文檔包含某個(gè)單詞。而事實(shí)上，索引系統(tǒng)還可以記錄除此之外的更多信息。

圖5是一個(gè)相對(duì)復(fù)雜些的倒排索引，與圖4所示的基本索引系統(tǒng)相比，在單詞對(duì)應(yīng)的倒排列表中不僅記錄了文檔編號(hào)，還記載了單詞頻率信息，即這個(gè)單詞在某個(gè)文檔中出現(xiàn)的次數(shù)。之所以要記錄這個(gè)信息，是因?yàn)樵~頻信息在搜索結(jié)果排序時(shí)，計(jì)算查詢和文檔相似度是一個(gè)很重要的計(jì)算因子，所以將其記錄在倒排列表中，以方便后續(xù)排序時(shí)進(jìn)行分值計(jì)算。

在圖5所示的例子里，單詞“創(chuàng)始人”的單詞編號(hào)為7，對(duì)應(yīng)的倒排列表內(nèi)容有（3;1），其中3代表文檔編號(hào)為3的文檔包含這個(gè)單詞，數(shù)字1代表詞頻信息，即這個(gè)單詞在3號(hào)文檔中只出現(xiàn)過(guò)1次，其他單詞對(duì)應(yīng)的倒排列表所代表的含義與此相同。

實(shí)用的倒排索引還可以記載更多的信息，圖6所示的索引系統(tǒng)除了記錄文檔編號(hào)和單詞詞頻信息外，額外記載了兩類信息——即每個(gè)單詞對(duì)應(yīng)的文檔頻率信息（圖6的第3列）及單詞在某個(gè)文檔出現(xiàn)位置的信息。

文檔頻率信息代表了在文檔集合中有多少個(gè)文檔包含某個(gè)單詞，之所以要記錄這個(gè)信息，其原因與單詞頻率信息一樣，這個(gè)信息在搜索結(jié)果排序計(jì)算中是一個(gè)非常重要的因子。

而單詞在某個(gè)文檔中出現(xiàn)位置的信息并非索引系統(tǒng)一定要記錄的，在實(shí)際的索引系統(tǒng)里可以包含，也可以選擇不包含這個(gè)信息，之所以如此，是因?yàn)檫@個(gè)信息對(duì)于搜索系統(tǒng)來(lái)說(shuō)并非必要，位置信息只有在支持短語(yǔ)查詢的時(shí)候才能夠派上用場(chǎng)。

以單詞“拉斯”為例：其單詞編號(hào)為8，文檔頻率為2，代表整個(gè)文檔集合中有兩個(gè)文檔包含這個(gè)單詞，對(duì)應(yīng)的倒排列表為{(3;1;4),(5;1;4)}，其含義為在文檔3和文檔5出現(xiàn)過(guò)這個(gè)單詞，單詞頻率都為1，單詞“拉斯”在這兩個(gè)文檔中的出現(xiàn)位置都是4，即文檔中第4個(gè)單詞是“拉斯”。

圖6所示的倒排索引已經(jīng)是一個(gè)非常完備的索引系統(tǒng)，實(shí)際搜索引擎的索引結(jié)構(gòu)基本如此，區(qū)別無(wú)非是采取哪些具體的數(shù)據(jù)結(jié)構(gòu)來(lái)實(shí)現(xiàn)上述邏輯結(jié)構(gòu)。

有了這個(gè)索引系統(tǒng)，搜索引擎可以很方便地響應(yīng)用戶的查詢。比如：用戶輸入查詢?cè)~ “Facebook”，搜索系統(tǒng)查找倒排索引，從中可用讀出包含這個(gè)單詞的文檔，這些文檔就是提供給用戶的搜索結(jié)果。

而利用單詞詞頻信息、文檔頻率信息即可對(duì)這些候選搜索結(jié)果進(jìn)行排序，計(jì)算文檔和查詢的相似性，按照相似性得分由高到低排序輸出，此即為搜索系統(tǒng)的部分內(nèi)部流程。

單詞詞典是倒排索引中非常重要的組成部分，它用來(lái)維護(hù)文檔集合中出現(xiàn)過(guò)的 所有單詞 的相關(guān)信息，同時(shí)用來(lái)記載某個(gè) 單詞對(duì)應(yīng)的倒排列表在倒排文件中的位置信息 。在支持搜索時(shí)，根據(jù)用戶的查詢?cè)~，去單詞詞典里查詢，就能夠獲得相應(yīng)的倒排列表，并以此作為后續(xù)排序的基礎(chǔ)。

對(duì)于一個(gè)規(guī)模很大的文檔集合來(lái)說(shuō)，可能包含幾十萬(wàn)甚至上百萬(wàn)的不同單詞，能否快速定位某個(gè)單詞，這直接影響搜索時(shí)的響應(yīng)速度，所以需要高效的數(shù)據(jù)結(jié)構(gòu)來(lái)對(duì)單詞詞典進(jìn)行構(gòu)建和查找， 常用的數(shù)據(jù)結(jié)構(gòu)包括 哈希加鏈表 結(jié)構(gòu)和 樹(shù)形 詞典結(jié)構(gòu)。

B樹(shù)（或者B+樹(shù)）是另外一種高效查找結(jié)構(gòu)，圖8是一個(gè) B樹(shù)結(jié)構(gòu)示意圖。B樹(shù)與哈希方式查找不同，需要字典項(xiàng)能夠按照大小排序（數(shù)字或者字符序），而哈希方式則無(wú)須數(shù)據(jù)滿足此項(xiàng)要求。

B樹(shù)形成了層級(jí)查找結(jié)構(gòu)，中間節(jié)點(diǎn)用于指出一定順序范圍的詞典項(xiàng)目存儲(chǔ)在哪個(gè)子樹(shù)中，起到根據(jù)詞典項(xiàng)比較大小進(jìn)行導(dǎo)航的作用，最底層的葉子節(jié)點(diǎn)存儲(chǔ)單詞的地址信息，根據(jù)這個(gè)地址就可以提取出單詞字符串。

具體的大家可以看看[ ;fps=1 )

當(dāng)前文章：mysql倒排索引怎么建,java倒排索引
文章URL：http://chinadenli.net/article7/dsgigij.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供電子商務(wù)、自適應(yīng)網(wǎng)站、網(wǎng)站制作、響應(yīng)式網(wǎng)站、動(dòng)態(tài)網(wǎng)站、營(yíng)銷型網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)