第 1 章：Hadoop概述

1.1 Hadoop是什么

1、Hadoop是一個由Apache基金會所開發(fā)的分布式系統(tǒng)基礎架構。
2、主要解決，海量數據的存儲和海量數據的分析計算問題。
3、Hadoop通常是指一個更廣泛的概念-Hadoop生態(tài)圈

1.2 Hadoop優(yōu)勢（4高）

1、高可靠性：Hadoop底層維護多個數據副本，所以即使Hadoop某個計算元素或存儲出現故障，也不會導致數據的丟失。
2、高擴展性：再集群間分配任務數據，可方便的擴展數以千計的節(jié)點。
3、高效性：再MapReduce的思想下，Hadoop是并行工作的，以加快任務處理速度。
4、高容錯性：能夠自動將失敗的任務重新分配。

1.3 Hadoop組成（面試重點）

在Hadoop1.x時代，Hadoop中的MapReduce同時處理業(yè)務邏輯運算和資源的調度，耦合度較大。
在Hadoop2.x時代，增加了Yarn。Yarn只負責資源的調度，MaoReduce只負責運算。

1.3.1 HDFS架構概述

Hadoop Distributed File System，簡稱HDFS，是一個分布式文件系統(tǒng)。
1、NameNode（nn）：存儲文件的元數據，如文件名，文件目錄結構，文件屬性（生成時間、副本數、文件權限），以及每個文件的塊列表和塊所在的DataNode等。
2、DataNode（dn）：在本地文件系統(tǒng)存儲文件塊數據，以及塊數據的校驗和。
3、Secondary NameNode（2nn）：每隔一段時間對NameNode元數據備份。

1.3.2 YARN架構概述

Yet Another Resource Negotiator簡稱YARN，另一種資源協調者，是Hadoop的資源管理器。
YARN架構概述
1）ResourceManager（RM）：整個集群資源（內存、CPU等）老大
2）NodeManager（NM）：單個節(jié)點服務器資源老大
3）ApplicationMaster（AN）：單個文物運行的老大
4）Container容器：相當于一臺獨立的服務器，里面封裝了任務運行所需的資源，如內存、cpu、磁盤、網絡等。

1.3.3 MapReduce架構概述

MapReduce將計算過程分為兩個階段：Map和Reduce
1、Map階段并行處理輸入數據
2、Reduce階段對Map結果進行匯總

1.4 大數據技術生態(tài)體系

1、Sqoop：Sqoop是一款開源的工具，主要用于在Hadoop、Hive與傳統(tǒng)的數據庫（MySQL）間進行數據的傳遞，可以將一個關系型數據庫（例如：MySQL，Oracle等）中的數據導進到Hadoop的HDFS中，也可以將HDFS的數據導進到關系型數據庫中。
2、Flume：Flume是一個高可用的，高可靠的，分布式的海量日志采集、聚合和傳遞的系統(tǒng)，Flume支持在日志系統(tǒng)中定制各類數據發(fā)送方，用于收集數據。
3、Kafka：Kafka是一個高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)。
4、Spark：Spark是當前最流行的開源大數據內存計算框架?？梢曰贖adoop上存儲的大數據進行計算。
5、Flink：Flink是當前最流行的開源大數據內存計算框架，用于實時計算的場景較多。
6、Oozie：Oozie是一個管理Hadoop作業(yè)（job）的工作流程調用管理系統(tǒng)。
7、HBase：HBase是一個分布式的、面向列的開源數據塊。HBase不同于一般的關系數據塊，它是一個非常適合于非結構化數據存儲的數據塊。
8、Hive：Hive是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供簡單的SQL查詢功能，可以將SQL語句轉換為MapReduce任務進行運行。其優(yōu)點是學習成本低，可以通過類SQL語句快速實現簡單的MapReduce統(tǒng)計，不必開發(fā)專門的MapReduce應用，十分適合數據倉庫的統(tǒng)計分析。
9、ZooKeeper：它是一個針對大型分布式系統(tǒng)的可靠協調系統(tǒng)，提供的功能包括：配置維護、名字服務、分布式同步、組服務等。

第 2 章：Hadoop運行模式

本地模式：單機運行，只是用來演示以下官方案例。生產環(huán)境不用。
偽分布式模式：也是單機運行，但是具備Hadoop集群的所有功能，一臺服務器模擬一個分布式的環(huán)境。個別缺錢的公司用來測試，生產環(huán)境不用。
完全分布式模式：多臺服務器組成分布式環(huán)境。生產環(huán)境使用。

3.1 本地運行模式（官方WordCount）

1、創(chuàng)建在hadoop-3.1.3文件下面創(chuàng)建一個wcinput文件夾

mkdir wcinput

2、在wcinput文件下創(chuàng)建一個word.txt文件

cd wcinput

3、編輯word.txt文件

vim word.txt
hadoop yarn
hadoop mapreduce
atguigu
atguigu

4、回到Hadoop目錄/opt/module/hadoop-3.1.3
5、執(zhí)行程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput

6、查看結果

cat wcoutput/part-r-00000
atguigu 2
hadoop  2
mapreduce       1
yarn    1

3.2 完全分布式運行模式（開發(fā)重點）

1、分析：
1）準備3臺客戶機（關閉防火墻、靜態(tài)IP、主機名稱）
2）安裝JDK
3）配置環(huán)境變量
4）安裝Hadoop
5）配置環(huán)境變量
6）配置集群
7）單點啟動
8）配置ssh
9）群起并測試集群

3.2.1 編寫集群分發(fā)腳本xsync

1、scp（secure copy）安全拷貝
1）scp定義
scp可以實現服務器與服務器之間的數據拷貝。
2）基本語法

scp    -r        $pdir/$fname             $user@$host:$pdir/$fname
命令   遞歸     要拷貝的文件路徑/名稱   目的地用戶@主機:目的地路徑/名稱

3）案例實操
前提：在hadoop102、103、104都創(chuàng)建好的/opt/module、/opt/software兩個目錄，并且已經把這兩個目錄修改為atguigu:atguigu

sudo chown atguigu:atguigu -R /opt/module

（1）在hadoop102上，將102中/opt/module/jdk目錄拷貝到103上

scp -r /opt/module/jdk1.8.0_212  atguigu@hadoop103:/opt/module

（2）在103上，將102中/opt/module/hadoop目錄拷貝到103上

$ scp -r atguigu@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/

（3）在103上操作，將102中/opt/module目錄下所有目錄拷貝到104上

scp -r atguigu@hadoop102:/opt/module/* atguigu@hadoop104:/opt/module

2、rsync遠程同步工具
rsync主要用于備份和鏡像。具有速度塊、避免復制相同內容和支持符號鏈接的優(yōu)點。
rsync和scp區(qū)別：用rsync做文件的復制要比scp的速度塊，rsync只對差異文件做更新。scp是把所有文件都復制過去。
1）基本語法

rsync    -av       $pdir/$fname             $user@$host:$pdir/$fname
命令   選項參數   要拷貝的文件路徑/名稱   目的地用戶@主機:目的地路徑/名稱

rm -rf wcinput/

（2）同步hadoop102中/opt/~~/hadoop-3.1.3到103

$ rsync -av hadoop-3.1.3/ atguigu@hadoop103:/opt/module/hadoop-3.1.3/

3、xsync群發(fā)腳本
1）需求：循環(huán)復制文件到所有節(jié)點的相同目錄下
2）需求分析：
（1）rsync命令原始拷貝

rsync  -av     /opt/module  		 atguigu@hadoop103:/opt/

（2）期望腳本：xsync要同步的文件名稱
（3）期望腳本在任何路徑都能使用（腳本放在聲明了全局環(huán)境變量的路徑）

echo $PATH
/usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/atguigu/.local/bin:/home/atguigu/bin:/opt/module/jdk1.8.0_212/bin

3）腳本實現
（1）在/home/atguigu/bin目錄下創(chuàng)建xsync文件

cd /home/atguigu
mkdir bin
cd bin
vim xsync

在文件中編寫如下代碼

#!/bin/bash

#1. 判斷參數個數
if [ $# -lt 1 ]
then
    echo "Not Enough Arguement!"
    exit
fi

#2. 遍歷集群所有機器
for host in hadoop102 hadoop103 hadoop104
do
    echo ====================  $host  ====================
    #3. 遍歷所有目錄，挨個發(fā)送

    for file in $@
    do
        #4. 判斷文件是否存在
        if [ -e $file ]
            then
                #5. 獲取父目錄
                pdir=$(cd -P $(dirname $file); pwd)

                #6. 獲取當前文件的名稱
                fname=$(basename $file)
                ssh $host "mkdir -p $pdir"
                rsync -av $pdir/$fname $host:$pdir
            else
                echo $file does not exists!
        fi
    done
done

（2）修改腳本xsync具有執(zhí)行權限

chmod +x xsync

（3）測試腳本

xsync /home/atguigu/bin

（4）將腳本復制到/bin中，以便全局調用

xsync /home/atguigu/bin

（5）同步環(huán)境變量配置（root所有者）

sudo xsync /etc/profile.d/my_env.sh

讓環(huán)境變量生效

source /etc/profile

3.2.3 SSH無密登錄配置

1、配置ssh
1）基本語法
ssh另一臺電腦的IP地址
2）ssh連接時出現Host key verification failed的解決方法

ssh hadoop103

如果出現如下內容

Are you sure you want to continue connecting (yes/no)? 

輸入yes，并回車
3）退回到hadoop102
2、無密鑰配置
1）免密登錄原理

2）生成公鑰和私鑰

 pwd /home/atguigu/.ssh
ssh-keygen -t rsa

然后敲（三個回車），就會生成兩個文件id_rsa（私鑰）、id_rsa.put（公鑰）
3）將公鑰拷貝到要免密登錄的目標機器上

ssh-copy-id hadoop102
ssh-copy-id hadoop103
ssh-copy-id hadoop104

注意：
還需要再hadoop103上采用root賬號配置一下無密登錄到102、103、104服務器上。102、104同樣。

3.2.4 集群配置

1、集群部署規(guī)劃
注意：
NameNode和SecondaryNameNode不要安裝再同一臺服務器
ResourceManager也很消耗內存，不要和NameNode、SecondarryNameNode配置再同一臺機器上。

2、配置文件說明
Hadoop配置文件分兩類：默認配置文件和自定義配置文件，只有用戶想修改某一默認值時，才需要修改自定義配置文件，更改相應屬性值。
1）默認配置文件：

2）自定義配置文件：
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四個配置文件存放在$HADOOP_HOME/etc/hadoop這個路徑上，用戶可以根據項目需求重新進行修改配置。
3、配置集群
1）核心配置文件
core-site.xml

cd $HADOOP_HOME/etc/hadoop
vim core-site.xml

文件內容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 指定NameNode的地址 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoop102:8020</value>
    </property>

    <!-- 指定hadoop數據的存儲目錄 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/module/hadoop-3.1.3/data</value>
    </property>

    <!-- 配置HDFS網頁登錄使用的靜態(tài)用戶為atguigu -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>atguigu</value>
    </property>
</configuration>

2）HDFS配置文件
配置hdfi-site.xml

vim hdfs-site.xml

文件內容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- nn web端訪問地址-->
	<property>
        <name>dfs.namenode.http-address</name>
        <value>hadoop102:9870</value>
    </property>
	<!-- 2nn web端訪問地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>hadoop104:9868</value>
    </property>
</configuration>

3）YARN配置文件
配置yarn-site.xml

vim yarn-site.xml

文件內容如下

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 指定MR走shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>

    <!-- 指定ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>hadoop103</value>
    </property>

    <!-- 環(huán)境變量的繼承 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
</configuration>

4）MapReduce配置文件
配置mapred-site.xml

vim mapred-site.xml

文件內容如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
	<!-- 指定MapReduce程序運行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>

4、在集群上分發(fā)配置好的Hadoop配置文件

xsync /opt/module/hadoop-3.1.3/etc/hadoop/

5）去103和104上查看文件分發(fā)清空

cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml

3.2.5 群起集群

1、配置workers

vim /opt/module/hadoop-3.1.3/etc/hadoop/workers

在該文件中增加如下內容

hadoop102
hadoop103
hadoop104

注意：該文件中添加的內容結尾不允許有空格，文件中不允許有空行。
同步所有節(jié)點配置文件

xsync /opt/module/hadoop-3.1.3/etc

2、啟動群起
1）如果集群是第一次啟動，需要在hadoop102節(jié)點格式化NameNode（注意：格式化NameNode，會產生新的集群id，導致NameNode和DataNode的集群id不一致，集群找不到以往數據。如果集群在運行過程中報錯，需要重新格式化NameNode的話，一定要先停止namenode和datanode進程，并且要刪除所有機器的data和logs目錄，然后再進行格式化。）

hdfs namenode -format

2）啟動HDFS

sbin/start-dfs.sh

3）在配置了ResourceManager的節(jié)點（hadoop103）啟動YARN

sbin/start-yarn.sh

3.2.6 集群啟動/停止方式總結

1、各個模塊分開啟動/停止（配置ssh是前提）常用
1）整體啟動/停止HDFS

start-dfs.sh/stop-dfs.sh

2）整體啟動/停止YARN

start-yarn.sh/stop-yarn.sh

2、各個服務組件逐一啟動/停止
1）分別啟動/停止HDFS組件

hdfs --daemon start/stop namenode/datanode/secondarynamenode

2）啟動/停止YARN

yarn --daemon start/stop resourcemanager/nodemanager

3.2.7 編寫Hadoop集群常用腳本

1、Hadoop集群啟停腳本（包含HDFS，Yarn，Historyserver）：myhadoop.sh

cd /home/atguigu/bin
vim myhadoop.sh

輸入以下內容：

#!/bin/bash

if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi

case $1 in
"start")
        echo " ======啟動 hadoop集群 ======="
        echo " --------------- 啟動 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/start-dfs.sh"
        echo " --------------- 啟動 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/start-yarn.sh"
;;
"stop")
        echo " ==========關閉 hadoop集群 ========="
        echo " --------------- 關閉 yarn ---------------"
        ssh hadoop103 "/opt/module/hadoop-3.1.3/sbin/stop-yarn.sh"
        echo " --------------- 關閉 hdfs ---------------"
        ssh hadoop102 "/opt/module/hadoop-3.1.3/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac

保存后退出，然后賦予腳本執(zhí)行權限

chmod +x myhadoop.sh

2、查看三臺服務器Java進程腳本：jpsall

cd /home/atguigu/bin
vim jpsall

輸入如下內容

#!/bin/bash

for host in hadoop102 hadoop103 hadoop104
do
        echo =============== $host ===============
        ssh $host jps 
done

保存后退出，然后賦予腳本執(zhí)行權限

chmod +x jpsall

3、分發(fā)/home/atguigu/bin目錄，保證自定義腳本在三臺機器上都可以使用

xsync /home/atguigu/bin/

1）Web端查看HDFS的NameNode
（1）瀏覽器輸入：http://hadoop102:9870
（2）查看HDFS上存儲的數據信息

2）Web端查看YARN的ResourceManager
（1）瀏覽器中輸入：http://hadoop103:8088
（2）查看YARN上運行的Job信息
4、集群基本測試
1）上傳文件到集群
創(chuàng)建目錄

上傳文件

2）執(zhí)行wordcount程序

hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

3）注意：如果在執(zhí)行過程中報錯超出虛擬內存限制

解決方案：在yarn-site.xml中添加如下內容（配置后進行分發(fā)）

<!-- 解決Yarn在執(zhí)行程序遇到超出虛擬內存限制，Container被kill  -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>

3.2.8 配置歷史服務器

為了查看程序的歷史運行情況，需要配置以下歷史服務器。具體配置步驟如下：
1、配置mapred-site.xml

vim mapred-site.xml

在該文件里面增加如下配置：

<!-- 歷史服務器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>hadoop102:10020</value>
</property>

<!-- 歷史服務器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>hadoop102:19888</value>
</property>

2、分發(fā)配置

xsync $HADOOP_HOME/etc/hadoop/mapred-site.xml

3、在hadoop102啟動歷史服務器

mapred --daemon start historyserver

4、查看歷史服務器是否啟動

jps

5、查看JobHistory

http://hadoop102:19888/jobhistory

3.2.9 配置日志的聚集

日志聚集概念：應用運行完成以后，將程序運行日志上傳到HDFS系統(tǒng)上。

日志聚集功能好處：可以方便的查看到程序運行詳情，方便開發(fā)調試。
注意：開啟日志聚集功能，需要重新啟動NodeManager、ResourceManager和HistoryServer。
開啟日志聚集功能具體步驟如下：
1、配置yarn-site.xml

vim yarn-site.xml

在該文件里面增加如下配置：

<!-- 開啟日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 設置日志聚集服務器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://hadoop102:19888/jobhistory/logs</value>
</property>
<!-- 設置日志保留時間為7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>

2）分發(fā)配置

xsync $HADOOP_HOME/etc/hadoop/yarn-site.xml

3）關閉NodeManager、ResourceManager和HistoryServer

[atguigu@hadoop103 hadoop-3.1.3]$ sbin/stop-yarn.sh
[atguigu@hadoop102 hadoop-3.1.3]$ mapred --daemon stop historyserver

4）啟動NodeManager、ResourceManager和HistoryServer

[atguigu@hadoop103 ~]$ start-yarn.sh
[atguigu@hadoop102 ~]$ mapred --daemon start historyserver

5）刪除HDFS上已經存在的輸出文件（可以通過頁面刪除）

[atguigu@hadoop102 ~]$ hadoop fs -rm -r /output

6）執(zhí)行WordCount程序

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output

7）查看日志
（1）歷史服務器地址
http://hadoop102:19888/jobhistory
（2）歷史任務列表

（3）查看任務運行日志

（4）運行日志詳情

3.2.10 常用端口號說明

3.2.11 集群時間同步

如果服務器在公網環(huán)境（能連接外網），可以不采用集群時間同步，因為服務器會定期和公網時間進行校準；
如果服務器在內網環(huán)境，必須要配置集群時間同步，否則時間久了，會產生時間偏差，導致集群執(zhí)行任務時間不同步。
1、需求
找一個機器，作為時間服務器，所有的機器與這臺集群時間進行定時的同步，生產環(huán)境根據任務對事件的準確程度要求周期同步。測試環(huán)境為了盡快看到效果，采用1分組同步一次。

2、事件服務器配置（必須root用戶）
1）查看hadoop102服務狀態(tài)和開機自啟動狀態(tài)（如果開著就關掉）

[atguigu@hadoop102 ~]$ sudo systemctl status ntpd
[atguigu@hadoop102 ~]$ sudo systemctl is-enabled ntpd

2）修改hadoop102的ntp.conf配置文件

[atguigu@hadoop102 ~]$ sudo vim /etc/ntp.conf

修改內容如下：
（1）修改1（授權192.168.10.0-192.168.10.255網段上的所有機器可以從這臺機器上查詢和同步事件）

#restrict 192.168.1.0 mask 255.255.255.0 nomodify notrap

將上面的注釋去掉（并將192.168.1.0改成192.168.10.0）

restrict 192.168.10.0 mask 255.255.255.0 nomodify notrap

（2）修改2（集群在局域網中，不使用其他互聯網上的時間）

server 0.centos.pool.ntp.org iburst
server 1.centos.pool.ntp.org iburst
server 2.centos.pool.ntp.org iburst
server 3.centos.pool.ntp.org iburst
給上面的內容添加注釋
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

（3）添加3（當該節(jié)點丟失網絡連接，依然可以采用該本地時間作為時間服務器為集群中的其它節(jié)點提供時間同步）

server 127.127.1.0
fudge 127.127.1.0 stratum 10

3）修改hadoop102的/etc/sysconfig/ntpd文件

[atguigu@hadoop102 ~]$ sudo vim /etc/sysconfig/ntpd

增加內容如下（讓硬件時間與系統(tǒng)時間一起同步）

SYNC_HWCLOCK=yes

4）重新啟動ntpd服務

[atguigu@hadoop102 ~]$ sudo systemctl start ntpd

5）設置ntpd服務開機啟動

[atguigu@hadoop102 ~]$ sudo systemctl enable ntpd

3、其它機器配置（必須root用戶）
1）關閉所有節(jié)點ntp服務和自啟動

[root@hadoop103 ~]$ systemctl stop ntpd
[root@hadoop103 ~]$ systemctl disable ntpd

[root@hadoop104 ~]$ systemctl stop ntpd
[root@hadoop104 ~]$ systemctl disable ntpd

2）在其他機器配置1分鐘與時間服務器同步一次

[root@hadoop103 ~]$ sudo crontab -e

編輯定時任務如下：

*/1 * * * * /usr/sbin/ntpdate hadoop102

3）修改任意機器時間

[root@hadoop103 ~]$ date -s "2021-9-11 11:11:11"

4）1分鐘后查看機器是否與時間服務器同步文章來源地址http://www.zghlxwxcb.cn/news/detail-811397.html

[root@hadoop103 ~]$ date

到了這里，關于大數據開發(fā)之Hadoop（入門）的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！