本文是博主从事后端开发以来,对公司、个人项目的经验总结,包含代码编写、功能推荐、第三方库使用及优雅配置等,希望大家看到都能有所收获
在 Java 开发中,线程池的使用必不可少,使用无返回值 execute()
方法时,线程执行发生异常的话,需要记录日志,方便回溯,一般做法是在线程执行方法内 try/catch
处理,如下:
@Test
public void test() throws Exception {
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(5, 10, 60,
TimeUnit.SECONDS, new ArrayBlockingQueue<>(100000));
Future<Integer> submit = threadPoolExecutor.execute(() -> {
try {
int i = 1 / 0;
return i;
} catch (Exception e) {
log.error(e.getMessage(), e);
return null;
}
});
}
但是当线程池调用方法很多时,那么每个线程执行方法内都要 try/catch
处理,这就不优雅了,其实ThreadPoolExecutor
类还支持传入 ThreadFactory
参数,自定义线程工厂,在创建 thread
时,指定 setUncaughtExceptionHandler
异常处理方法,这样就可以做到全局处理异常了,代码如下:
ThreadFactory threadFactory = r -> {
Thread thread = new Thread(r);
thread.setUncaughtExceptionHandler((t, e) -> {
// 记录线程异常
log.error(e.getMessage(), e);
});
return thread;
};
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(5, 10, 60,
TimeUnit.SECONDS, new ArrayBlockingQueue<>(100000),
threadFactory);
threadPoolExecutor.execute(() -> {
log.info("---------------------");
int i = 1 / 0;
});
先介绍下线程池得四种决绝策略
如下是一个线上业务接口使用得线程池配置,决绝策略采用 CallerRunsPolicy
// 某个线上线程池配置如下
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
50, // 最小核心线程数
50, // 最大线程数,当队列满时,能创建的最大线程数
60L, TimeUnit.SECONDS, // 空闲线程超过核心线程时,回收该线程的最大等待时间
new LinkedBlockingQueue<>(5000), // 阻塞队列大小,当核心线程使用满时,新的线程会放进队列
new CustomizableThreadFactory("task"), // 自定义线程名
new ThreadPoolExecutor.CallerRunsPolicy() // 线程执行的拒绝策略
);
在某些情况下,子线程任务调用第三方接口超时,导致核心线程数、最大线程数占满、阻塞队列占满的情况下执行拒绝策略时,由于使用 CallerRunsPolicy
策略,导致业务线程执行子任务时继续超时,进而导致接口执行异常,这种情况下,考虑到子线程任务得重要性,不是很重要得话,可以使用 DiscardPolicy
策略,要是很重要,可以发送到消息队列中持久化子线程任务数据待后续处理
博主推荐通过静态内部类实现单例模式,并实现懒加载效果,代码如下
// 使用静态内部类完成单例模式封装,避免线程安全问题,避免重复初始化成员属性
@Slf4j
public class FilterIpUtil {
private FilterIpUtil() {
}
private List<String> strings = new ArrayList<>();
// 代码块在 FilterIpUtil 实例初始化时才会执行
{
// 在代码块中完成文件的第一次读写操作,后续不再读这个文件
System.out.println("FilterIpUtil init");
try (InputStream resourceAsStream = FilterIpUtil.class.getClassLoader().getResourceAsStream("filterIp.txt")) {
// 将文件内容放到 string 集合中
IoUtil.readUtf8Lines(resourceAsStream, strings);
} catch (IOException e) {
log.error(e.getMessage(), e);
}
}
public static FilterIpUtil getInstance() {
return InnerClassInstance.instance;
}
// 使用内部类完成单例模式,由 jvm 保证线程安全
private static class InnerClassInstance {
private static final FilterIpUtil instance = new FilterIpUtil();
}
// 判断集合中是否包含目标参数
public boolean isFilter(String arg) {
return strings.contains(arg);
}
}
在博主之前公司得项目中,ip 解析是调用淘宝 IP 还有聚合 IP 接口获取结果,通常耗时 200 毫秒左右,并且接口不稳定时而会挂。都会影响业务接口耗时,后来在 github
上了解到 ip2region
这个项目,使用本地 ip 库查询,查询速度微秒级别, 精准度能达到 90%,但是 ip 库还是有少部分 ip 信息不准,建议数据库中把请求 ip 地址保存下来。简介如下:
ip2region
v2.0 - 是一个离线 IP 地址定位库和 IP 定位数据管理框架,10 微秒级别的查询效率,提供了众多主流编程语言的 xdb
数据生成和查询客户端实现基于 xdb
文件的查询,下面是一个 Spring
项目中 ip2region
帮助类来实现 ip 地址解析
/**
* ip2region 工具类
*/
@Slf4j
@Component
public class Ip2region {
private Searcher searcher = null;
@Value("${ip2region.path:}")
private String ip2regionPath = "";
@PostConstruct
private void init() {
// 1 、从 dbPath 加载整个 xdb 到内存。
String dbPath = ip2regionPath;
// 1 、从 dbPath 加载整个 xdb 到内存。
byte[] cBuff;
try {
cBuff = Searcher.loadContentFromFile(dbPath);
searcher = Searcher.newWithBuffer(cBuff);
} catch (Exception e) {
log.error("failed to create content cached searcher: {}", e.getMessage(), e);
}
}
public IpInfoBean getIpInfo(String ip) {
if (StringUtils.isBlank(ip)) {
return null;
}
// 3 、查询
try {
long sTime = System.nanoTime();
// 国家|区域|省份|城市|ISP
String region = searcher.search(ip);
long cost = TimeUnit.NANOSECONDS.toMicros((long) (System.nanoTime() - sTime));
log.info("{region: {}, ioCount: {}, took: {} μs}", region, searcher.getIOCount(), cost);
if (StringUtils.isNotBlank(region)) {
String[] split = region.split("\|");
IpInfoBean ipInfo = new IpInfoBean();
ipInfo.setIp(ip);
if (!"".equals(split[0])) {
ipInfo.setCountry(split[0]);
}
if (!"".equals(split[2])) {
ipInfo.setProvince(split[2]);
}
if (!"".equals(split[3])) {
ipInfo.setCity(split[3]);
}
if (!"".equals(split[4])) {
ipInfo.setIsp(split[4]);
}
return ipInfo;
}
} catch (Exception e) {
log.error("failed to search({}): {}", ip, e);
return null;
}
// 4 、关闭资源 - 该 searcher 对象可以安全用于并发,等整个服务关闭的时候再关闭 searcher
// searcher.close();
// 备注:并发使用,用整个 xdb 数据缓存创建的查询对象可以安全的用于并发,也就是你可以把这个 searcher 对象做成全局对象去跨线程访问。
return null;
}
}
要注意得就是 ip2region
v2.0 版本使用的 xdb 文件不建议放在项目 resources
下一起打包,存在编码格式问题,建议通过指定路径加载得方式单独放在服务器目录下
Springboot + mybatis
得项目中一般通过 @MapperScan
注解配置 dao
层包目录,来实现 dao
层增强,其实项目中配置一个@MapperScan
是指定一个数据源,配置两个@MapperScan
就可以指定两个数据源,通过不同得 dao
层包目录区分,来实现不同数据源得访问隔离。
比如下面代码中,com.xxx.dao.master
目录下为主数据源 dao
文件,com.xxx.dao.slave
为从数据源 dao
文件,这个方式比网上得基于 aop
加注解得方式更加简洁好用,也没有单个方法中使用不同数据源切换得问题,因此推荐这种写法
/**
* 主数据源
*/
@Slf4j
@Configuration
@MapperScan(basePackages = {"com.xxx.dao.master"},
sqlSessionFactoryRef = "MasterSqlSessionFactory")
public class MasterDataSourceConfig {
@Bean(name = "MasterDataSource")
@Qualifier("MasterDataSource")
@ConfigurationProperties(prefix = "spring.datasource.master")
public DataSource clickHouseDataSource() {
return DruidDataSourceBuilder.create().build();
}
@Bean(name = "MasterSqlSessionFactory")
public SqlSessionFactory getSqlSessionFactory(@Qualifier("MasterDataSource") DataSource dataSource) throws Exception {
MybatisSqlSessionFactoryBean sessionFactoryBean = new MybatisSqlSessionFactoryBean();
sessionFactoryBean.setDataSource(dataSource);
sessionFactoryBean.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources("classpath*:mapper/master/*.xml"));
log.info("------------------------------------------MasterDataSource 配置成功");
return sessionFactoryBean.getObject();
}
}
/**
* 从数据源
*/
@Slf4j
@Configuration
@MapperScan(basePackages = {"com.xxx.dao.slave"},
sqlSessionFactoryRef = "SlaveSqlSessionFactory")
public class MasterDataSourceConfig {
@Bean(name = "SlaveDataSource")
@Qualifier("SlaveDataSource")
@ConfigurationProperties(prefix = "spring.datasource.slave")
public DataSource clickHouseDataSource() {
return DruidDataSourceBuilder.create().build();
}
@Bean(name = "SlaveSqlSessionFactory")
public SqlSessionFactory getSqlSessionFactory(@Qualifier("SlaveDataSource") DataSource dataSource) throws Exception {
MybatisSqlSessionFactoryBean sessionFactoryBean = new MybatisSqlSessionFactoryBean();
sessionFactoryBean.setDataSource(dataSource);
sessionFactoryBean.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources("classpath*:mapper/slave/*.xml"));
log.info("------------------------------------------SlaveDataSource 配置成功");
return sessionFactoryBean.getObject();
}
}
数据源 yml 配置
spring:
datasource:
type: com.alibaba.druid.pool.DruidDataSource
driverClassName: com.mysql.cj.jdbc.Driver
# 主库数据源
master:
url: jdbc:mysql://localhost:3306/db1?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B8
username: root
password:
slave:
url: jdbc:mysql://localhost:3306/db2?useUnicode=true&characterEncoding=utf8&zeroDateTimeBehavior=convertToNull&useSSL=true&serverTimezone=GMT%2B8
username: root
password:
博主刚开始编码一、两年得时候一个项目中遇到了多数据源使用得问题,那时候题主便在网上搜索Spring 多数据源
得帖子,大多数都是基于 Spring 提供得AbstractRoutingDataSource + AOP + 注解
来做动态切换,包括现在流行得 Mybatis plus
官方得多数据源解决方案也是这种做法,这种做法解决了博主当时得多数据源使用问题,后来加了一个需求,在一个定时任务中,查询两个数据源得数据,才发现动态切换在单个方法中不好用了,最后使用得原生 jdbc 数据源解决。多年后,博主在另一家公司得项目中又遇到了多数据源问题,但是这次博主在网上搜索得是Mybatis 多数据源
,才发现了这个优雅得解决方案,进而推荐给大家
MDC(Mapped Diagnostic Context ,映射调试上下文)是 log4j 、logback 及 log4j2 提供的一种方便在多线程条件下记录日志的功能。MDC 可以看成是一个与当前线程绑定的哈希表,可以往其中添加键值对。MDC 中包含的内容可以被同一线程中执行的代码所访问。当前线程的子线程会继承其父线程中的 MDC 的内容。当需要记录日志时,只需要从 MDC 中获取所需的信息即可。
虽然 MDC 能够方便得实现接口请求调用追踪功能,但是它在子线程中会丢失父线程中添加得键值对信息,解决方法是通过父线程中调用线程池前调用 MDC.getCopyOfContextMap()
,然后在子线程中第一个调用 MDC.setConextMap()
获取键值对信息,完整实现代码如下:
/**
* 自定义 Spring 线程池,解决子线程丢失 reqest_id 问题
*/
public class ThreadPoolExecutorMdcWrapper extends ThreadPoolTaskExecutor {
@Override
public void execute(Runnable task) {
super.execute(ThreadMdcUtil.wrap(task, MDC.getCopyOfContextMap()));
}
@Override
public <T> Future<T> submit(Callable<T> task) {
return super.submit(ThreadMdcUtil.wrap(task, MDC.getCopyOfContextMap()));
}
@Override
public Future<?> submit(Runnable task) {
return super.submit(ThreadMdcUtil.wrap(task, MDC.getCopyOfContextMap()));
}
}
/**
* MDC 帮助类,添加 reqest_id
*/
public class ThreadMdcUtil {
public static final String REQUEST_ID = "request_id";
/**
* 设置请求唯一 ID
*/
public static void setTraceIdIfAbsent() {
if (MDC.get(REQUEST_ID) == null) {
MDC.put(REQUEST_ID, IdUtil.getUid());
}
}
/**
* 存在 userId 则添加到 REQUEST_ID 中
* @param userId
*/
public static void setUserId(String userId) {
String s = MDC.get(REQUEST_ID);
if (s != null) {
MDC.put(REQUEST_ID, s + "_" + userId);
}
}
public static void removeTraceId() {
MDC.remove(REQUEST_ID);
}
public static <T> Callable<T> wrap(final Callable<T> callable, final Map<String, String> context) {
return () -> {
if (context == null) {
MDC.clear();
} else {
MDC.setContextMap(context);
}
setTraceIdIfAbsent();
try {
return callable.call();
} finally {
MDC.clear();
}
};
}
public static Runnable wrap(final Runnable runnable, final Map<String, String> context) {
return () -> {
if (context == null) {
MDC.clear();
} else {
MDC.setContextMap(context);
}
// 设置 traceId
setTraceIdIfAbsent();
try {
runnable.run();
} finally {
MDC.clear();
}
};
}
}
在 Spring Security
中添加 token
过滤器
/**
* token 过滤器 验证 token 有效性
*
* @author ruoyi
*/
@Slf4j
@Component
public class JwtAuthenticationTokenFilter extends OncePerRequestFilter {
@Autowired
private TokenService tokenService;
@Override
protected void doFilterInternal(HttpServletRequest request, HttpServletResponse response, FilterChain chain)
throws ServletException, IOException {
try {
// 入口传入请求 ID
ThreadMdcUtil.setTraceIdIfAbsent();
LoginUserDetail loginUser = tokenService.getLoginUser(request);
if (Objects.nonNull(loginUser) && Objects.isNull(SecurityContextHolder.getContext().getAuthentication())) {
// 记录 userId
ThreadMdcUtil.setUserId(String.valueOf(loginUser.getMember().getId()));
tokenService.verifyToken(loginUser);
UsernamePasswordAuthenticationToken authenticationToken = new UsernamePasswordAuthenticationToken(loginUser, null, loginUser.getAuthorities());
authenticationToken.setDetails(new WebAuthenticationDetailsSource().buildDetails(request));
SecurityContextHolder.getContext().setAuthentication(authenticationToken);
}
chain.doFilter(request, response);
} finally {
// 出口移除请求 ID
ThreadMdcUtil.removeTraceId();
}
}
}
最后在 logback.xml
中添加 %X{request_id}
<property name="pattern"
value="%d{yyyy-MM-dd HH:mm:ss.SSS} [%X{request_id}] [%thread] [%-5level] %logger{36}:%L %M - %msg%n"/>
日志打印效果如下:
2022-11-27 21:29:48.008 [86c76336100c414dbe9217aeb099ccd5_12] [http-nio-82-exec-2] [INFO ] c.w.m.a.s.impl.IHomeServiceImpl:56 getHomeIndexDataCompletableFuture - getHomeIndexDataCompletableFuture:com.wayn.common.util.R@701f7b8e[code=200,msg=操作成功,map={bannerList=[{"createTime":"2020-06-26 19:56:03","delFlag":false,"id":14,"imgUrl":"https://m.360buyimg.com/mobilecms/s700x280_jfs/t1/117335/39/13837/263099/5f291a83E8ba761d0/5c0460445cb28248.jpg!cr_1125x449_0_166!q70.jpg.dpg","jumpUrl":"http://82.157.141.70/mall/#/detail/1155015","sort":0,"status":0,"title":"hh2","updateTime":"2022-06-19 09:16:46"}
最后分析上诉日志:通过86c76336100c414dbe9217aeb099ccd5
实现接口调用追踪,通过12
用户 ID ,实现用户调用追踪
官网介绍:EasyExcel
是一个基于 Java 的简单、省内存的读写 Excel 的开源项目。在尽可能节约内存的情况下支持读写百 M 的 Excel 。
EasyExcel
是 alibaba
出的一个基于 java poi
得 excel 通用处理类库,他的优势在于内存消耗。对比 easypoi
方案,EasyExcel
在内存消耗、知名度(大厂光环)上更出众些。
博主在使用过程中发现导出 excel ,官网对自定义格式字段提供了 converter
接口,但只简单提供了CustomStringStringConverter
类代码,达不到博主想要得优雅要求,如下:
public class CustomStringStringConverter implements Converter<String> {
@Override
public Class<?> supportJavaTypeKey() {
return String.class;
}
@Override
public CellDataTypeEnum supportExcelTypeKey() {
return CellDataTypeEnum.STRING;
}
/**
* 这里读的时候会调用
*
* @param context
* @return
*/
@Override
public String convertToJavaData(ReadConverterContext<?> context) {
return "自定义:" + context.getReadCellData().getStringValue();
}
/**
* 这里是写的时候会调用 不用管
*
* @return
*/
@Override
public WriteCellData<?> convertToExcelData(WriteConverterContext<String> context) {
return new WriteCellData<>(context.getValue());
}
}
在以上代码中,打个比方想要实现性别字段得自定义格式转换,就需要在 convertToExcelData 方法中,添加如下代码
@Override
public WriteCellData<?> convertToExcelData(WriteConverterContext<String> context) {
String value = context.getValue();
if ("man".equals(value)) {
return new WriteCellData<>("男");
} else {
return new WriteCellData<>("女");
}
}
可以看到,非常得不优雅,对于这种类型字段,博主习惯使用枚举类来定义字段所有类型,然后将枚举类转换为 map(value,desc)
结构,就可以优雅得实现这个自定义格式得需求
/**
* 一、先定义 int 字段抽象转换类,实现通用转换逻辑
*/
public abstract class AbstractIntConverter implements Converter<Integer> {
abstract List<ConverterDTO> getArr();
public WriteCellData<?> convertToExcelData(Integer value, ExcelContentProperty contentProperty, GlobalConfiguration globalConfiguration) {
List<ConverterDTO> values = getArr();
Map<Integer, String> map = values.stream().collect(toMap(ConverterDTO::getType, ConverterDTO::getDesc));
String result = map.getOrDefault(value, "");
return new WriteCellData<>(result);
}
static class ConverterDTO {
private Integer type;
private String desc;
public Integer getType() {
return type;
}
public void setType(Integer type) {
this.type = type;
}
public String getDesc() {
return desc;
}
public void setDesc(String desc) {
this.desc = desc;
}
public ConverterDTO(Integer type, String desc) {
this.type = type;
this.desc = desc;
}
}
}
/**
* 二、定义通用状态字段转换类
*/
public class StatusConverter extends AbstractIntConverter {
@Override
List<ConverterDTO> getArr() {
StatusEnum[] values = StatusEnum.values();
return Arrays.stream(values).map(sexEnum -> new ConverterDTO(sexEnum.getType(), sexEnum.getDesc())).toList();
}
/**
* 状态枚举
*/
enum StatusEnum {
MAN(0, "启用"),
WOMAN(1, "禁用");
private Integer type;
private String desc;
StatusEnum(Integer type, String desc) {
this.type = type;
this.desc = desc;
}
public Integer getType() {
return type;
}
public String getDesc() {
return desc;
}
}
}
最后再导出 ExcelProperty
中甜腻加 StatusConverter
,就优雅得实现了自定义格式得需求
public class User extends BaseEntity {
...
/**
* 用户状态 0 启用 1 禁用
*/
@ExcelProperty(value = "用户状态", converter = StatusConverter.class)
private Integer userStatus;
...
}
不知道大家有没有遇到这种情况,线上项目使用 lettuce
客户端,当操作 redis
得接口一段时间没有调用后(比如 30 分钟),再次调用 redis
操作后,就会遇到连接超时得问题,导致接口异常。博主直接给出分析过程:
redis
连接创建后,一段时间未传输数据后,客户端发送 psh
包,未收到服务端 ack
包,触发 tcp 得超时重传机制,在重传次数重试完后,最终客户端主动关闭了连接。到这里我们就知道这个问题,主要原因在于服务端没有回复客户端(比如 tcp 参数设置、防火墙主动关闭等,都是针对一段时间内没有数据传输得 tcp 连接会做关闭处理),造成了客户端得连接超时
面对这个问题有三种解决方案:
redis
,保持 redis
连接不被关闭,简而言之,就是写一个定时任务,定时调用 redis
得 get
命令,进而保活 redis
连接LettuceClientConfigurationBuilderCustomizer
自定义客户端配置,博主这里主要针对第三种自定义客户端配置来讲解一种优雅得方式Springboot
项目中关于 lettuce
客户端得自动配置是没有启用保活配置得,要启用得话代码如下:
/**
* 自定义 lettuce 客户端配置
*
* @return LettuceClientConfigurationBuilderCustomizer
*/
@Bean
public LettuceClientConfigurationBuilderCustomizer lettuceClientConfigurationBuilderCustomizer() {
return clientConfigurationBuilder -> {
LettuceClientConfiguration clientConfiguration = clientConfigurationBuilder.build();
ClientOptions clientOptions = clientConfiguration.getClientOptions().orElseGet(ClientOptions::create);
ClientOptions build = clientOptions.mutate().build();
SocketOptions.KeepAliveOptions.Builder builder = build.getSocketOptions().getKeepAlive().mutate();
// 保活配置
builder.enable(true);
builder.idle(Duration.ofSeconds(30));
SocketOptions.Builder socketOptionsBuilder = clientOptions.getSocketOptions().mutate();
SocketOptions.KeepAliveOptions keepAliveOptions = builder.build();
socketOptionsBuilder.keepAlive(keepAliveOptions);
SocketOptions socketOptions = socketOptionsBuilder.build();
ClientOptions clientOptions1 = ClientOptions.builder().socketOptions(socketOptions).build();
clientConfigurationBuilder.clientOptions(clientOptions1);
};
}
添加 lettuce
客户端的自定义配置,在 KeepAliveOptions
中启用 enable
,这样 lettuce
客户端就会在 tcp 协议规范上启用 keep alive
机制自动发送心跳包
直接给 官网连接,配置很简单,添加一个 netty-all
得依赖,lettuce
会自动检测项目系统是否支持 epoll
(linux
系统支持),并且是否有netty-transport-native-epoll
依赖( netty-all
包含 netty-transport-native-epoll
),都满足得话就会自动启用 epoll
事件循环,进一步提升系统性能
<dependency>
<groupId>io.netty</groupId>
<artifactId>netty-all</artifactId>
</dependency>
web 项目配置了优雅停机后,在重启 jar 包,或者容器时可以防止正在活动得线程被突然停止( kill -9
无解,请不要使用这个参数杀线上进程,docker compose
项目尽量不要用 docker-compose down
命令关闭项目,使用 docker-compose rm -svf
可以触发优雅停机),造成用户请求失败,在此期间允许完成现有请求但不允许新请求,配置如下:
server: shutdown: "graceful"
先说下这个配置产生得前提,博主公司 pc 客户项目是基于 electron
打包得网页项目,每次项目大版本更新时,为了做好兼容性,防止客户端网页缓存等,会使用一个新网页地址,打个比方:
老网页地址,v1.1.0
版本网页访问地址: http://api.dev.com/pageV110
新网页地址,v1.2.0
版本网页访问地址: http://api.dev.com/pageV120
那么项目得 nginx 配置则则需要新加一个 v1.2.0
得配置如下:
server {
listen 80;
server_name api.dev.com;
client_max_body_size 10m;
# 老网页 v1.1.0 配置
location ~ ^/pageV110 {
alias /home/wwwroot/api.dev.com/pageV110;
index index.html index.htm;
}
# 新网页 v1.2.0 配置
location ~ ^/pageV120 {
alias /home/wwwroot/api.dev.com/pageV120;
index index.html index.htm;
}
}
那么博主在每次项目发布得时候就需要配合前端发版,配置一个新网页,故产生了这个通用配置得需求,如下:
server {
listen 80;
server_name api.dev.com;
client_max_body_size 10m;
# 配置正则 localtion
location ~ ^/pageV(.*) {
set $s $1; # 定义后缀变量
alias /home/wwwroot/api.dev.com/pageV$s;
index index.html index.htm;
}
}
在 nginx
配置文件语法中,location
语句可以使用正则表达式,定义 set $s $1
变量,实现了通用配置
博主这里主要总结了四点:
1
v2webdev 2022-11-30 20:14:13 +08:00
湖北老乡?
|
3
OnlyO 2022-12-01 09:07:26 +08:00
都是干货,顶
|
5
wayn111 OP 顶一顶,让更多人看到
|
6
aobamaM 295 天前
感谢分享
|