大數(shù)據是什么，詳細

大數(shù)據是指在一定時間內，常規(guī)軟件工具無法捕捉、管理和處理的數(shù)據集合。它是一種海量、高增長、多元化的信息資產，需要一種新的處理模式，以具備更強的決策、洞察和流程優(yōu)化能力。

創(chuàng)新互聯(lián)公司云計算的互聯(lián)網服務提供商,擁有超過13年的服務器租用、眉山聯(lián)通機房、云服務器、雅安服務器托管、網站系統(tǒng)開發(fā)經驗，已先后獲得國家工業(yè)和信息化部頒發(fā)的互聯(lián)網數(shù)據中心業(yè)務許可證。專業(yè)提供云主機、雅安服務器托管、域名與空間、VPS主機、云服務器、香港云服務器、免備案服務器等。

大數(shù)據技術的戰(zhàn)略意義不在于掌握龐大的數(shù)據信息，而在于對這些有意義的數(shù)據進行專業(yè)的處理。換句話說，如果把大數(shù)據比作一個行業(yè)，這個行業(yè)盈利的關鍵在于提高數(shù)據的“處理能力”，通過“處理”實現(xiàn)數(shù)據的“增值”。

從技術上講，大數(shù)據和云計算的關系就像硬幣的正反面一樣密不可分。大數(shù)據不能用單臺計算機處理，必須采用分布式架構。其特點在于海量數(shù)據的分布式數(shù)據挖掘。但它必須依賴云計算分布式處理、分布式數(shù)據庫、云存儲和虛擬化技術。

擴展信息:

大數(shù)據只是現(xiàn)階段互聯(lián)網的一個表征或特征。沒有必要將其神話或保持敬畏。在以云計算為代表的技術創(chuàng)新背景下，這些原本看似難以收集和使用的數(shù)據開始被輕松使用。通過各行各業(yè)的不斷創(chuàng)新，大數(shù)據將逐漸為人類創(chuàng)造更多的價值。

是體現(xiàn)大數(shù)據技術價值的手段，是進步的基石。這里從云計算、分布式處理技術、存儲技術、感知技術的發(fā)展，闡述大數(shù)據從采集、處理、存儲到形成結果的全過程。

實踐是大數(shù)據的終極價值。在這里，我們從互聯(lián)網大數(shù)據、政府大數(shù)據、企業(yè)大數(shù)據、個人大數(shù)據四個方面來描繪大數(shù)據的美好圖景和將要實現(xiàn)的藍圖。

互聯(lián)網如何海量存儲數(shù)據？

目前存儲海量數(shù)據的技術主要包括NoSQL、分布式文件系統(tǒng)、和傳統(tǒng)關系型數(shù)據庫。隨著互聯(lián)網行業(yè)不斷的發(fā)展，產生的數(shù)據量越來越多，并且這些數(shù)據的特點是半結構化和非結構化，數(shù)據很可能是不精確的，易變的。這樣傳統(tǒng)關系型數(shù)據庫就無法發(fā)揮它的優(yōu)勢。因此，目前互聯(lián)網行業(yè)偏向于使用NoSQL和分布式文件系統(tǒng)來存儲海量數(shù)據。

下面介紹下常用的NoSQL和分布式文件系統(tǒng)。

NoSQL

互聯(lián)網行業(yè)常用的NoSQL有：HBase、MongoDB、Couchbase、LevelDB。

HBase是Apache Hadoop的子項目,理論依據為Google論文 Bigtable: A Distributed Storage System for Structured Data開發(fā)的。HBase適合存儲半結構化或非結構化的數(shù)據。HBase的數(shù)據模型是稀疏的、分布式的、持久穩(wěn)固的多維map。HBase也有行和列的概念，這是與RDBMS相同的地方，但卻又不同。HBase底層采用HDFS作為文件系統(tǒng)，具有高可靠性、高性能。

MongoDB是一種支持高性能數(shù)據存儲的開源文檔型數(shù)據庫。支持嵌入式數(shù)據模型以減少對數(shù)據庫系統(tǒng)的I/O、利用索引實現(xiàn)快速查詢，并且嵌入式文檔和集合也支持索引，它復制能力被稱作復制集（replica set），提供了自動的故障遷移和數(shù)據冗余。MongoDB的分片策略將數(shù)據分布在服務器集群上。

Couchbase這種NoSQL有三個重要的組件：Couchbase服務器、Couchbase Gateway、Couchbase Lite。Couchbase服務器，支持橫向擴展，面向文檔的數(shù)據庫，支持鍵值操作，類似于SQL查詢和內置的全文搜索;Couchbase Gateway提供了用于RESTful和流式訪問數(shù)據的應用層API。Couchbase Lite是一款面向移動設備和“邊緣”系統(tǒng)的嵌入式數(shù)據庫。Couchbase支持千萬級海量數(shù)據存儲

分布式文件系統(tǒng)

如果針對單個大文件，譬如超過100MB的文件，使用NoSQL存儲就不適當了。使用分布式文件系統(tǒng)的優(yōu)勢在于，分布式文件系統(tǒng)隔離底層數(shù)據存儲和分布的細節(jié)，展示給用戶的是一個統(tǒng)一的邏輯視圖。常用的分布式文件系統(tǒng)有Google File System、HDFS、MooseFS、Ceph、GlusterFS、Lustre等。

相比過去打電話、發(fā)短信、用彩鈴的“老三樣”，移動互聯(lián)網的發(fā)展使得人們可以隨時隨地通過刷微博、看視頻、微信聊天、瀏覽網頁、地圖導航、網上購物、外賣訂餐等，這些業(yè)務的海量數(shù)據都構建在大規(guī)模網絡云資源池之上。當14億中國人把衣食住行搬上移動互聯(lián)網的同時，也給網絡云資源池帶來巨大業(yè)務挑戰(zhàn)。

首先，用戶需求動態(tài)變化，傳統(tǒng)業(yè)務流量主要是端到端模式，較為穩(wěn)定；而互聯(lián)網流量易受熱點內容牽引，數(shù)據流量流向復雜和規(guī)模多變：比如雙十一購物狂潮，電商平臺訂單創(chuàng)建峰值達到58.3萬筆，要求通信網絡提供高并發(fā)支持；又如優(yōu)酷春節(jié)期間有超過23億人次上網刷劇、抖音拜年短視頻增長超10倍，需要通信網絡能夠靈活擴充帶寬。面對用戶動態(tài)多變的需求，通信網絡需要具備快速洞察和響應用戶需求的能力，提供高效、彈性、智能的數(shù)據服務。

“隨著通信網絡管道十倍百倍加粗、節(jié)點數(shù)從千萬級逐漸躍升至百億千億級，如何‘接得住、存得下’海量數(shù)據，成為網絡云資源池建設面臨的巨大考驗”，李輝表示。一直以來，作為新數(shù)據存儲首倡者和引領者，浪潮存儲攜手通信行業(yè)用戶，不斷 探索 提速通信網絡云基礎設施的各種姿勢。

早在2018年，浪潮存儲就參與了通信行業(yè)基礎設施建設，四年內累計交付約5000套存儲產品，涵蓋全閃存儲、高端存儲、分布式存儲等明星產品。其中在網絡云建設中，浪潮存儲已連續(xù)兩年兩次中標全球最大的NFV網絡云項目，其中在網絡云二期建設中，浪潮存儲提供數(shù)千節(jié)點，為上層網元、應用提供高效數(shù)據服務。在最新的NFV三期項目中，浪潮存儲也已中標。

能夠與通信用戶在網絡云建設中多次握手，背后是浪潮存儲的持續(xù)技術投入與創(chuàng)新。浪潮存儲6年內投入超30億研發(fā)經費，開發(fā)了業(yè)界首個“多合一”極簡架構的浪潮并行融合存儲系統(tǒng)。此存儲系統(tǒng)能夠統(tǒng)籌管理數(shù)千個節(jié)點，實現(xiàn)性能、容量線性擴展；同時基于浪潮iTurbo智能加速引擎的智能IO均衡、智能資源調度、智能元數(shù)據管理等功能，與自研NVMe SSD閃存盤進行系統(tǒng)級別聯(lián)調優(yōu)化，讓百萬級IO均衡落盤且路徑更短，將存儲系統(tǒng)性能發(fā)揮到極致。

“為了確保全球最大規(guī)模的網絡云正常上線運行，我們聯(lián)合用戶對存儲集群展開了長達數(shù)月的魔鬼測試”，浪潮存儲工程師表示。網絡云的IO以虛擬機數(shù)據和上層應用數(shù)據為主，浪潮按照每個存儲集群支持15000臺虛機進行配置，分別對單卷隨機讀寫、順序寫、混合讀寫以及全系統(tǒng)隨機讀寫的IO、帶寬、時延等指標進行了360無死角測試，達到了通信用戶提出的單卷、系統(tǒng)性能不低于4萬和12萬IOPS、時延小于3ms的要求，產品成熟度得到了驗證。

以通信行業(yè)為例，2020年全國移動互聯(lián)網接入流量1656億GB，相當于中國14億人每人消耗118GB數(shù)據；其中春節(jié)期間，移動互聯(lián)網更是創(chuàng)下7天消耗36億GB數(shù)據流量的記錄，還“捎帶”打了548億分鐘電話、發(fā)送212億條短信……海量實時數(shù)據洪流，在網絡云資源池(NFV)支撐下收放自如，其中分布式存儲平臺發(fā)揮了作用。如此樣板工程，其巨大示范及拉動作用不言而喻。

國內有哪些大數(shù)據公司

“大數(shù)據”這一概念最早在國外被提及。之后國內外興起了一系列大數(shù)據技術，包括大數(shù)據硬件類、大數(shù)據分析類、大數(shù)據數(shù)據處理類等等，也因此誕生了一批大數(shù)據廠商。

分析解決方案類廠商除去IBM、SAP、Oracle、微軟、惠普國外代表廠商，在國內有星環(huán)科技、帆軟、用友、等等。

星環(huán)信息科技主要從事大數(shù)據時代核心平臺數(shù)據庫軟件的研發(fā)與服務，被Gartner列為國際主流Hadoop發(fā)行版廠商。其產品Transwarp Data Hub提供高速SQL引擎Transwarp Inceptor, NoSQL搜索引擎Transwarp Hyperbase、流處理引擎Transwarp Stream和數(shù)據挖掘組件Transwarp Discover。

帆軟公司由報表軟件FineReport起家，目前已成為報表領域的權威者，擁有10年企業(yè)數(shù)據分析的行業(yè)經驗。后發(fā)布的商業(yè)智能自助式BI工具FineBI，提供包括Hadoop、分布式數(shù)據庫、多維數(shù)據庫的大數(shù)據可視化分析；提供PC端、移動端、大屏的可視化方案，廣泛應用于銀行、電商、地產、醫(yī)藥、制造、電信、制造、化工等行業(yè)，擁有成熟的行業(yè)化解決方案。

數(shù)據可視化類廠商有海云數(shù)據、星途數(shù)據、帆軟、數(shù)字冰雹等。

用戶行為/精準營銷分析類，大數(shù)據技術使得用戶在互聯(lián)網的行為，得到精準定位，從而細化營銷方案、快速迭代產品。這方面的廠商有GrowingIO、神策數(shù)據等。

newsql和nosql的區(qū)別和聯(lián)系

在大數(shù)據時代，“多種架構支持多類應用”成為數(shù)據庫行業(yè)應對大數(shù)據的基本思路，數(shù)據庫行業(yè)出現(xiàn)互為補充的三大陣營，適用于事務處理應用的OldSQL、適用于數(shù)據分析應用的NewSQL和適用于互聯(lián)網應用的NoSQL。但在一些復雜的應用場景中，單一數(shù)據庫架構都不能完全滿足應用場景對海量結構化和非結構化數(shù)據的存儲管理、復雜分析、關聯(lián)查詢、實時性處理和控制建設成本等多方面的需要，因此不同架構數(shù)據庫混合部署應用成為滿足復雜應用的必然選擇。不同架構數(shù)據庫混合使用的模式可以概括為：OldSQL+NewSQL、OldSQL+NoSQL、NewSQL+NoSQL三種主要模式。下面通過三個案例對不同架構數(shù)據庫的混合應用部署進行介紹。

OldSQL+NewSQL 在數(shù)據中心類應用中混合部署

采用OldSQL+NewSQL模式構建數(shù)據中心，在充分發(fā)揮OldSQL數(shù)據庫的事務處理能力的同時，借助NewSQL在實時性、復雜分析、即席查詢等方面的獨特優(yōu)勢，以及面對海量數(shù)據時較強的擴展能力，滿足數(shù)據中心對當前“熱”數(shù)據事務型處理和海量歷史“冷”數(shù)據分析兩方面的需求。OldSQL+NewSQL模式在數(shù)據中心類應用中的互補作用體現(xiàn)在，OldSQL彌補了NewSQL不適合事務處理的不足，NewSQL彌補了OldSQL在海量數(shù)據存儲能力和處理性能方面的缺陷。

商業(yè)銀行數(shù)據中心采用OldSQL+NewSQL混合部署方式搭建，OldSQL數(shù)據庫滿足各業(yè)務系統(tǒng)數(shù)據的歸檔備份和事務型應用，NewSQL MPP數(shù)據庫集群對即席查詢、多維分析等應用提供高性能支持，并且通過MPP集群架構實現(xiàn)應對海量數(shù)據存儲的擴展能力。

商業(yè)銀行數(shù)據中心存儲架構

與傳統(tǒng)的OldSQL模式相比，商業(yè)銀行數(shù)據中心采用OldSQL+NewSQL混合搭建模式，數(shù)據加載性能提升3倍以上，即席查詢和統(tǒng)計分析性能提升6倍以上。NewSQL MPP的高可擴展性能夠應對新的業(yè)務需求，可隨著數(shù)據量的增長采用集群方式構建存儲容量更大的數(shù)據中心。

OldSQL+NoSQL 在互聯(lián)網大數(shù)據應用中混合部署

在互聯(lián)網大數(shù)據應用中采用OldSQL+NoSQL混合模式，能夠很好的解決互聯(lián)網大數(shù)據應用對海量結構化和非結構化數(shù)據進行存儲和快速處理的需求。在諸如大型電子商務平臺、大型SNS平臺等互聯(lián)網大數(shù)據應用場景中，OldSQL在應用中負責高價值密度結構化數(shù)據的存儲和事務型處理，NoSQL在應用中負責存儲和處理海量非結構化的數(shù)據和低價值密度結構化數(shù)據。OldSQL+NoSQL模式在互聯(lián)網大數(shù)據應用中的互補作用體現(xiàn)在，OldSQL彌補了NoSQL在ACID特性和復雜關聯(lián)運算方面的不足，NoSQL彌補了OldSQL在海量數(shù)據存儲和非結構化數(shù)據處理方面的缺陷。

數(shù)據魔方是淘寶網的一款數(shù)據產品，主要提供行業(yè)數(shù)據分析、店鋪數(shù)據分析。淘寶數(shù)據產品在存儲層采用OldSQL+NoSQL混合模式，由基于MySQL的分布式關系型數(shù)據庫集群MyFOX和基于HBase的NoSQL存儲集群Prom組成。由于OldSQL強大的語義和關系表達能力，在應用中仍然占據著重要地位，目前存儲在MyFOX中的統(tǒng)計結果數(shù)據已經達到10TB，占據著數(shù)據魔方總數(shù)據量的95%以上。另一方面，NoSQL作為SQL的有益補充，解決了OldSQL數(shù)據庫無法解決的全屬性選擇器等問題。

淘寶海量數(shù)據產品技術架構

基于OldSQL+NoSQL混合架構的特點，數(shù)據魔方目前已經能夠提供壓縮前80TB的數(shù)據存儲空間，支持每天4000萬的查詢請求，平均響應時間在28毫秒，足以滿足未來一段時間內的業(yè)務增長需求。

NewSQL+NoSQL 在行業(yè)大數(shù)據應用中混合部署

行業(yè)大數(shù)據與互聯(lián)網大數(shù)據的區(qū)別在于行業(yè)大數(shù)據的價值密度更高，并且對結構化數(shù)據的實時處理、復雜的多表關聯(lián)分析、即席查詢、數(shù)據強一致性等都比互聯(lián)網大數(shù)據有更高的要求。行業(yè)大數(shù)據應用場景主要是分析類應用，如：電信、金融、政務、能源等行業(yè)的決策輔助、預測預警、統(tǒng)計分析、經營分析等。

在行業(yè)大數(shù)據應用中采用NewSQL+NoSQL混合模式，充分利用NewSQL在結構化數(shù)據分析處理方面的優(yōu)勢，以及NoSQL在非結構數(shù)據處理方面的優(yōu)勢，實現(xiàn)NewSQL與NoSQL的功能互補，解決行業(yè)大數(shù)據應用對高價值結構化數(shù)據的實時處理、復雜的多表關聯(lián)分析、即席查詢、數(shù)據強一致性等要求，以及對海量非結構化數(shù)據存儲和精確查詢的要求。在應用中，NewSQL承擔高價值密度結構化數(shù)據的存儲和分析處理工作，NoSQL承擔存儲和處理海量非結構化數(shù)據和不需要關聯(lián)分析、Ad-hoc查詢較少的低價值密度結構化數(shù)據的工作。

當前電信運營商在集中化BI系統(tǒng)建設過程中面臨著數(shù)據規(guī)模大、數(shù)據處理類型多等問題，并且需要應對大量的固定應用，以及占統(tǒng)計總數(shù)80%以上的突發(fā)性臨時統(tǒng)計(ad-hoc)需求。在集中化BI系統(tǒng)的建設中采用NewSQL+NoSQL混搭的模式，充分利用NewSQL在復雜分析、即席查詢等方面處理性能的優(yōu)勢，及NoSQL在非結構化數(shù)據處理和海量數(shù)據存儲方面的優(yōu)勢，實現(xiàn)高效低成本。

集中化BI系統(tǒng)數(shù)據存儲架構

集中化BI系統(tǒng)按照數(shù)據類型和處理方式的不同，將結構化數(shù)據和非結構化數(shù)據分別存儲在不同的系統(tǒng)中：非結構化數(shù)據在Hadoop平臺上存儲與處理;結構化、不需要關聯(lián)分析、Ad-hoc查詢較少的數(shù)據保存在NoSQL數(shù)據庫或Hadoop平臺;結構化、需要關聯(lián)分析或經常ad-hoc查詢的數(shù)據，保存在NewSQL MPP數(shù)據庫中，短期高價值數(shù)據放在高性能平臺，中長期放在低成本產品中。

結語

當前信息化應用的多樣性、復雜性，以及三種數(shù)據庫架構各自所具有的優(yōu)勢和局限性，造成任何一種架構的數(shù)據庫都不能完全滿足應用需求，因此不同架構數(shù)據庫混合使用，從而彌補其他架構的不足成為必然選擇。根據應用場景采用不同架構數(shù)據庫進行組合搭配，充分發(fā)揮每種架構數(shù)據庫的特點和優(yōu)勢，并且與其他架構數(shù)據庫形成互補，完全涵蓋應用需求，保證數(shù)據資源的最優(yōu)化利用，將成為未來一段時期內信息化應用主要采用的解決方式。

目前在國內市場上，OldSQL主要為Oracle、IBM等國外數(shù)據庫廠商所壟斷，達夢、金倉等國產廠商仍處于追趕狀態(tài);南大通用憑借國產新型數(shù)據庫GBase 8a異軍突起，與EMC的Greenplum和HP的Vertica躋身NewSQL市場三強;NoSQL方面用戶則大多采用Hadoop開源方案。

做大數(shù)據分析一般用什么工具呢？

Java ：只要了解一些基礎即可，做大數(shù)據不需要很深的Java 技術，學java SE 就相當于有學習大數(shù)據。基礎

Linux：因為大數(shù)據相關軟件都是在Linux上運行的，所以Linux要學習的扎實一些，學好Linux對你快速掌握大數(shù)據相關技術會有很大的幫助，能讓你更好的理解hadoop、hive、hbase、spark等大數(shù)據軟件的運行環(huán)境和網絡環(huán)境配置，能少踩很多坑，學會shell就能看懂腳本這樣能更容易理解和配置大數(shù)據集群。還能讓你對以后新出的大數(shù)據技術學習起來更快。

好說完基礎了，再說說還需要學習哪些大數(shù)據技術，可以按我寫的順序學下去。

Hadoop：這是現(xiàn)在流行的大數(shù)據處理平臺幾乎已經成為大數(shù)據的代名詞，所以這個是必學的。Hadoop里面包括幾個組件HDFS、MapReduce和YARN，HDFS是存儲數(shù)據的地方就像我們電腦的硬盤一樣文件都存儲在這個上面，MapReduce是對數(shù)據進行處理計算的，它有個特點就是不管多大的數(shù)據只要給它時間它就能把數(shù)據跑完，但是時間可能不是很快所以它叫數(shù)據的批處理。

記住學到這里可以作為你學大數(shù)據的一個節(jié)點。

Zookeeper：這是個萬金油，安裝Hadoop的HA的時候就會用到它，以后的Hbase也會用到它。它一般用來存放一些相互協(xié)作的信息，這些信息比較小一般不會超過1M，都是使用它的軟件對它有依賴，對于我們個人來講只需要把它安裝正確，讓它正常的run起來就可以了。

Mysql：我們學習完大數(shù)據的處理了，接下來學習學習小數(shù)據的處理工具mysql數(shù)據庫，因為一會裝hive的時候要用到，mysql需要掌握到什么層度那?你能在Linux上把它安裝好，運行起來，會配置簡單的權限，修改root的密碼，創(chuàng)建數(shù)據庫。這里主要的是學習SQL的語法，因為hive的語法和這個非常相似。

Sqoop：這個是用于把Mysql里的數(shù)據導入到Hadoop里的。當然你也可以不用這個，直接把Mysql數(shù)據表導出成文件再放到HDFS上也是一樣的，當然生產環(huán)境中使用要注意Mysql的壓力。

Hive：這個東西對于會SQL語法的來說就是神器，它能讓你處理大數(shù)據變的很簡單，不會再費勁的編寫MapReduce程序。有的人說Pig那?它和Pig差不多掌握一個就可以了。

Oozie：既然學會Hive了，我相信你一定需要這個東西，它可以幫你管理你的Hive或者MapReduce、Spark腳本，還能檢查你的程序是否執(zhí)行正確，出錯了給你發(fā)報警并能幫你重試程序，最重要的是還能幫你配置任務的依賴關系。我相信你一定會喜歡上它的，不然你看著那一大堆腳本，和密密麻麻的crond是不是有種想屎的感覺。

Hbase：這是Hadoop生態(tài)體系中的NOSQL數(shù)據庫，他的數(shù)據是按照key和value的形式存儲的并且key是唯一的，所以它能用來做數(shù)據的排重，它與MYSQL相比能存儲的數(shù)據量大很多。所以他常被用于大數(shù)據處理完成之后的存儲目的地。

Kafka：這是個比較好用的隊列工具，隊列是干嗎的?排隊買票你知道不?數(shù)據多了同樣也需要排隊處理，這樣與你協(xié)作的其它同學不會叫起來，你干嗎給我這么多的數(shù)據(比如好幾百G的文件)我怎么處理得過來，你別怪他因為他不是搞大數(shù)據的，你可以跟他講我把數(shù)據放在隊列里你使用的時候一個個拿，這樣他就不在抱怨了馬上灰流流的去優(yōu)化他的程序去了，因為處理不過來就是他的事情。而不是你給的問題。當然我們也可以利用這個工具來做線上實時數(shù)據的入庫或入HDFS，這時你可以與一個叫Flume的工具配合使用，它是專門用來提供對數(shù)據進行簡單處理，并寫到各種數(shù)據接受方(比如Kafka)的。

Spark：它是用來彌補基于MapReduce處理數(shù)據速度上的缺點，它的特點是把數(shù)據裝載到內存中計算而不是去讀慢的要死進化還特別慢的硬盤。特別適合做迭代運算，所以算法流們特別稀飯它。它是用scala編寫的。Java語言或者Scala都可以操作它，因為它們都是用JVM的。

中國有哪些數(shù)據分析公司

目前，數(shù)據分析公司主要涉及金融服務、零售、醫(yī)療衛(wèi)生/生命科學、執(zhí)法、電信、能源與公共事業(yè)、數(shù)字媒體/精準營銷、交通運輸?shù)刃袠I(yè)。

國內的數(shù)據分析公司包括：艾瑞咨詢、IDC、國家統(tǒng)計局、易觀、賽迪顧問等，如下圖。

文章名稱：多維數(shù)據庫和NOsql,多維數(shù)據庫和關系型數(shù)據庫的區(qū)別
本文地址：http://www.sd-ha.com/article42/dscojec.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供商城網站、品牌網站設計、自適應網站、網頁設計公司、小程序開發(fā)、軟件開發(fā)

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)