php百萬(wàn)級(jí)數(shù)據(jù)更新 php千萬(wàn)級(jí)數(shù)據(jù)怎么優(yōu)化

php+mysql 如何優(yōu)化千萬(wàn)級(jí)數(shù)據(jù)模糊查詢加快

關(guān)于mysql處理百萬(wàn)級(jí)以上的數(shù)據(jù)時(shí)如何提高其查詢速度的方法

創(chuàng)新互聯(lián)公司長(zhǎng)期為上千余家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為慶云企業(yè)提供專業(yè)的做網(wǎng)站、網(wǎng)站制作，慶云網(wǎng)站改版等技術(shù)服務(wù)。擁有十余年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開發(fā)。

最近一段時(shí)間由于工作需要，開始關(guān)注針對(duì)Mysql數(shù)據(jù)庫(kù)的select查詢語(yǔ)句的相關(guān)優(yōu)化方法。

由于在參與的實(shí)際項(xiàng)目中發(fā)現(xiàn)當(dāng)mysql表的數(shù)據(jù)量達(dá)到百萬(wàn)級(jí)時(shí)，普通SQL查詢效率呈直線下降，而且如果where中的查詢條件較多時(shí)，其查詢速度簡(jiǎn)直無(wú)法容忍。曾經(jīng)測(cè)試對(duì)一個(gè)包含400多萬(wàn)條記錄（有索引）的表執(zhí)行一條條件查詢，其查詢時(shí)間竟然高達(dá)40幾秒，相信這么高的查詢延時(shí)，任何用戶都會(huì)抓狂。因此如何提高sql語(yǔ)句查詢效率，顯得十分重要。以下是網(wǎng)上流傳比較廣泛的30種SQL查詢語(yǔ)句優(yōu)化方法：

1、應(yīng)盡量避免在 where 子句中使用!=或操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描。

2、對(duì)查詢進(jìn)行優(yōu)化，應(yīng)盡量避免全表掃描，首先應(yīng)考慮在 where 及 order by 涉及的列上建立索引。

3、應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行 null 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描，如：

select id from t where num is null

可以在num上設(shè)置默認(rèn)值0，確保表中num列沒有null值，然后這樣查詢：

select id from t where num=0

4、盡量避免在 where 子句中使用 or 來連接條件，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描，如：

select id from t where num=10 or num=20

可以這樣查詢：

select id from t where num=10

union all

select id from t where num=20

5、下面的查詢也將導(dǎo)致全表掃描：(不能前置百分號(hào))

select id from t where name like ‘%c%’

若要提高效率，可以考慮全文檢索。

6、in 和 not in 也要慎用，否則會(huì)導(dǎo)致全表掃描，如：

select id from t where num in(1,2,3)

對(duì)于連續(xù)的數(shù)值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

7、如果在 where 子句中使用參數(shù)，也會(huì)導(dǎo)致全表掃描。因?yàn)镾QL只有在運(yùn)行時(shí)才會(huì)解析局部變量，但優(yōu)化程序不能將訪問計(jì)劃的選擇推遲到運(yùn)行時(shí)；它必須在編譯時(shí)進(jìn)行選擇。然 而，如果在編譯時(shí)建立訪問計(jì)劃，變量的值還是未知的，因而無(wú)法作為索引選擇的輸入項(xiàng)。如下面語(yǔ)句將進(jìn)行全表掃描：

select id from t where num=@num

可以改為強(qiáng)制查詢使用索引：

select id from t with(index(索引名)) where num=@num

8、應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：

select id from t where num/2=100

應(yīng)改為:

select id from t where num=100*2

9、應(yīng)盡量避免在where子句中對(duì)字段進(jìn)行函數(shù)操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：

select id from t where substring(name,1,3)=’abc’–name以abc開頭的id

select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id

應(yīng)改為:

select id from t where name like ‘a(chǎn)bc%’

select id from t where createdate=’2005-11-30′ and createdate’2005-12-1′

10、不要在 where 子句中的“=”左邊進(jìn)行函數(shù)、算術(shù)運(yùn)算或其他表達(dá)式運(yùn)算，否則系統(tǒng)將可能無(wú)法正確使用索引。

11、在使用索引字段作為條件時(shí)，如果該索引是復(fù)合索引，那么必須使用到該索引中的第一個(gè)字段作為條件時(shí)才能保證系統(tǒng)使用該索引，否則該索引將不會(huì)被使 用，并且應(yīng)盡可能的讓字段順序與索引順序相一致。

12、不要寫一些沒有意義的查詢，如需要生成一個(gè)空表結(jié)構(gòu)：

select col1,col2 into #t from t where 1=0

這類代碼不會(huì)返回任何結(jié)果集，但是會(huì)消耗系統(tǒng)資源的，應(yīng)改成這樣：

create table #t(…)

13、很多時(shí)候用 exists 代替 in 是一個(gè)好的選擇：

select num from a where num in(select num from b)

用下面的語(yǔ)句替換：

select num from a where exists(select 1 from b where num=a.num)

14、并不是所有索引對(duì)查詢都有效，SQL是根據(jù)表中數(shù)據(jù)來進(jìn)行查詢優(yōu)化的，當(dāng)索引列有大量數(shù)據(jù)重復(fù)時(shí)，SQL查詢可能不會(huì)去利用索引，如一表中有字段 sex，male、female幾乎各一半，那么即使在sex上建了索引也對(duì)查詢效率起不了作用。

15、索引并不是越多越好，索引固然可以提高相應(yīng)的 select 的效率，但同時(shí)也降低了 insert 及 update 的效率，因?yàn)?insert 或 update 時(shí)有可能會(huì)重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個(gè)表的索引數(shù)最好不要超過6個(gè)，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有 必要。

16.應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列，因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲(chǔ)順序，一旦該列值改變將導(dǎo)致整個(gè)表記錄的順序的調(diào)整，會(huì)耗費(fèi)相當(dāng)大的資源。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列，那么需要考慮是否應(yīng)將該索引建為 clustered 索引。

17、盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型，這會(huì)降低查詢和連接的性能，并會(huì)增加存儲(chǔ)開銷。這是因?yàn)橐嬖谔幚聿樵兒瓦B接時(shí)會(huì) 逐個(gè)比較字符串中每一個(gè)字符，而對(duì)于數(shù)字型而言只需要比較一次就夠了。

18、盡可能的使用 varchar/nvarchar 代替 char/nchar ，因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小，可以節(jié)省存儲(chǔ)空間，其次對(duì)于查詢來說，在一個(gè)相對(duì)較小的字段內(nèi)搜索效率顯然要高些。

19、任何地方都不要使用 select * from t ，用具體的字段列表代替“*”，不要返回用不到的任何字段。

20、盡量使用表變量來代替臨時(shí)表。如果表變量包含大量數(shù)據(jù)，請(qǐng)注意索引非常有限（只有主鍵索引）。

21、避免頻繁創(chuàng)建和刪除臨時(shí)表，以減少系統(tǒng)表資源的消耗。

22、臨時(shí)表并不是不可使用，適當(dāng)?shù)厥褂盟鼈兛梢允鼓承├谈行В?，?dāng)需要重復(fù)引用大型表或常用表中的某個(gè)數(shù)據(jù)集時(shí)。但是，對(duì)于一次性事件，最好使 用導(dǎo)出表。

23、在新建臨時(shí)表時(shí)，如果一次性插入數(shù)據(jù)量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源，應(yīng)先create table，然后insert。

24、如果使用到了臨時(shí)表，在存儲(chǔ)過程的最后務(wù)必將所有的臨時(shí)表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表的較長(zhǎng)時(shí)間鎖定。

25、盡量避免使用游標(biāo)，因?yàn)橛螛?biāo)的效率較差，如果游標(biāo)操作的數(shù)據(jù)超過1萬(wàn)行，那么就應(yīng)該考慮改寫。

26、使用基于游標(biāo)的方法或臨時(shí)表方法之前，應(yīng)先尋找基于集的解決方案來解決問題，基于集的方法通常更有效。

27、與臨時(shí)表一樣，游標(biāo)并不是不可使用。對(duì)小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個(gè)表才能獲得所需的數(shù)據(jù)時(shí)。在結(jié)果集中包括“合計(jì)”的例程通常要比使用游標(biāo)執(zhí)行的速度快。如果開發(fā)時(shí) 間允許，基于游標(biāo)的方法和基于集的方法都可以嘗試一下，看哪一種方法的效果更好。

28、在所有的存儲(chǔ)過程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON ，在結(jié)束時(shí)設(shè)置 SET NOCOUNT OFF 。無(wú)需在執(zhí)行存儲(chǔ)過程和觸發(fā)器的每個(gè)語(yǔ)句后向客戶端發(fā)送 DONE_IN_PROC 消息。

29、盡量避免向客戶端返回大數(shù)據(jù)量，若數(shù)據(jù)量過大，應(yīng)該考慮相應(yīng)需求是否合理。

30、盡量避免大事務(wù)操作，提高系統(tǒng)并發(fā)能力。

php+mysql在update百萬(wàn)級(jí)數(shù)據(jù)時(shí)有什么辦法比較快

最近在弄這個(gè)，沒有最后的結(jié)果，但了解了一些。

1、設(shè)計(jì)好數(shù)據(jù)結(jié)果。

2、加好索引

3、能設(shè)置默認(rèn)值就不要設(shè)置為null

php+mysql優(yōu)化，百萬(wàn)至千萬(wàn)級(jí)快速分頁(yè)mysql性能到底能有多高

php+Mysql 優(yōu)化，百萬(wàn)至千萬(wàn)級(jí)快速分頁(yè)

MySql 性能到底能有多高？用了php半年多，真正如此深入的去思考這個(gè)問題還是從前天開始。有過痛苦有過絕望，到現(xiàn)在充滿信心！MySql 這個(gè)數(shù)據(jù)庫(kù)絕對(duì)是適合dba級(jí)的高手去玩的，一般做一點(diǎn)1萬(wàn)篇新聞的小型系統(tǒng)怎么寫都可以，用xx框架可以實(shí)現(xiàn)快速開發(fā)?？墒菙?shù)據(jù)量到了10萬(wàn)，百萬(wàn)至千萬(wàn)，他的性能還能那么高嗎？一點(diǎn)小小的失誤，可能造成整個(gè)系統(tǒng)的改寫，甚至更本系統(tǒng)無(wú)法正常運(yùn)行！好了，不那么多廢話了。用事實(shí)說話，看例子：

數(shù)據(jù)表 collect ( id, title ,info ,vtype) 就這4個(gè)字段，其中 title 用定長(zhǎng)，info 用text, id 是逐漸，vtype是tinyint，vtype是索引。這是一個(gè)基本的新聞系統(tǒng)的簡(jiǎn)單模型?，F(xiàn)在往里面填充數(shù)據(jù)，填充10萬(wàn)篇新聞。

最后collect 為 10萬(wàn)條記錄，數(shù)據(jù)庫(kù)表占用硬盤1.6G。OK ,看下面這條sql語(yǔ)句：

select id,title from collect limit 1000,10; 很快；基本上0.01秒就OK，再看下面的

select id,title from collect limit 90000,10; 從9萬(wàn)條開始分頁(yè)，結(jié)果？

8-9秒完成，my god 哪出問題了？？？？其實(shí)要優(yōu)化這條數(shù)據(jù)，網(wǎng)上找得到答案。看下面一條語(yǔ)句:

select id from collect order by id limit 90000,10; 很快，0.04秒就OK。為什么？因?yàn)橛昧薸d主鍵做索引當(dāng)然快。網(wǎng)上的改法是：

select id,title from collect where id=(select id from collect order by id limit 90000,1) limit 10;

這就是用了id做索引的結(jié)果。可是問題復(fù)雜那么一點(diǎn)點(diǎn)，就完了?？聪旅娴恼Z(yǔ)句

select id from collect where vtype=1 order by id limit 90000,10; 很慢，用了8-9秒！

到了這里我相信很多人會(huì)和我一樣，有崩潰感覺！vtype 做了索引了??？怎么會(huì)慢呢？vtype做了索引是不錯(cuò)，你直接 select id from collect where vtype=1 limit 1000,10; 是很快的，基本上0.05秒，可是提高90倍，從9萬(wàn)開始，那就是0.05*90=4.5秒的速度了。和測(cè)試結(jié)果8-9秒到了一個(gè)數(shù)量級(jí)。從這里開始有人提出了分表的思路，這個(gè)和discuz 論壇是一樣的思路。思路如下：

建一個(gè)索引表： t (id,title,vtype) 并設(shè)置成定長(zhǎng)，然后做分頁(yè)，分頁(yè)出結(jié)果再到 collect 里面去找info 。 是否可行呢？實(shí)驗(yàn)下就知道了。

10萬(wàn)條記錄到 t(id,title,vtype) 里，數(shù)據(jù)表大小20M左右。用

select id from t where vtype=1 order by id limit 90000,10; 很快了。基本上0.1-0.2秒可以跑完。為什么會(huì)這樣呢？我猜想是因?yàn)閏ollect 數(shù)據(jù)太多，所以分頁(yè)要跑很長(zhǎng)的路。limit 完全和數(shù)據(jù)表的大小有關(guān)的。其實(shí)這樣做還是全表掃描，只是因?yàn)閿?shù)據(jù)量小，只有10萬(wàn)才快。OK，來個(gè)瘋狂的實(shí)驗(yàn)，加到100萬(wàn)條，測(cè)試性能。

加了10倍的數(shù)據(jù)，馬上t表就到了200多M，而且是定長(zhǎng)。還是剛才的查詢語(yǔ)句，時(shí)間是0.1-0.2秒完成！分表性能沒問題？錯(cuò)！因?yàn)槲覀兊膌imit還是9萬(wàn)，所以快。給個(gè)大的，90萬(wàn)開始

select id from t where vtype=1 order by id limit 900000,10; 看看結(jié)果，時(shí)間是1-2秒！

why 　 分表了時(shí)間還是這么長(zhǎng)，非常之郁悶！有人說定長(zhǎng)會(huì)提高limit的性能，開始我也以為，因?yàn)橐粭l記錄的長(zhǎng)度是固定的，mysql 應(yīng)該可以算出90萬(wàn)的位置才對(duì)?。?可是我們高估了mysql 的智能，他不是商務(wù)數(shù)據(jù)庫(kù)，事實(shí)證明定長(zhǎng)和非定長(zhǎng)對(duì)limit影響不大？怪不得有人說 discuz到了100萬(wàn)條記錄就會(huì)很慢，我相信這是真的，這個(gè)和數(shù)據(jù)庫(kù)設(shè)計(jì)有關(guān)！

難道MySQL 無(wú)法突破100萬(wàn)的限制嗎？？？到了100萬(wàn)的分頁(yè)就真的到了極限？？？

答案是： NO !!!! 為什么突破不了100萬(wàn)是因?yàn)椴粫?huì)設(shè)計(jì)mysql造成的。下面介紹非分表法，來個(gè)瘋狂的測(cè)試！一張表搞定100萬(wàn)記錄，并且10G 數(shù)據(jù)庫(kù)，如何快速分頁(yè)！

好了，我們的測(cè)試又回到 collect表，開始測(cè)試結(jié)論是： 30萬(wàn)數(shù)據(jù)，用分表法可行，超過30萬(wàn)他的速度會(huì)慢道你無(wú)法忍受！當(dāng)然如果用分表+我這種方法，那是絕對(duì)完美的。但是用了我這種方法后，不用分表也可以完美解決！

答案就是：復(fù)合索引！有一次設(shè)計(jì)mysql索引的時(shí)候，無(wú)意中發(fā)現(xiàn)索引名字可以任取，可以選擇幾個(gè)字段進(jìn)來，這有什么用呢？開始的select id from collect order by id limit 90000,10; 這么快就是因?yàn)樽吡怂饕?，可是如果加了where 就不走索引了。抱著試試看的想法加了 search(vtype,id) 這樣的索引。然后測(cè)試

select id from collect where vtype=1 limit 90000,10; 非?？欤?.04秒完成！

再測(cè)試: select id ,title from collect where vtype=1 limit 90000,10; 非常遺憾，8-9秒，沒走search索引！

再測(cè)試：search(id,vtype)，還是select id 這個(gè)語(yǔ)句，也非常遺憾，0.5秒。

綜上：如果對(duì)于有where 條件，又想走索引用limit的，必須設(shè)計(jì)一個(gè)索引，將where 放第一位，limit用到的主鍵放第2位，而且只能select 主鍵！

完美解決了分頁(yè)問題了?？梢钥焖俜祷豬d就有希望優(yōu)化limit ， 按這樣的邏輯，百萬(wàn)級(jí)的limit 應(yīng)該在0.0x秒就可以分完?？磥韒ysql 語(yǔ)句的優(yōu)化和索引時(shí)非常重要的！

好了，回到原題，如何將上面的研究成功快速應(yīng)用于開發(fā)呢？如果用復(fù)合查詢，我的輕量級(jí)框架就沒的用了。分頁(yè)字符串還得自己寫，那多麻煩？這里再看一個(gè)例子，思路就出來了：

select * from collect where id in (9000,12,50,7000); 竟然 0秒就可以查完！

mygod ，mysql 的索引竟然對(duì)于in語(yǔ)句同樣有效！看來網(wǎng)上說in無(wú)法用索引是錯(cuò)誤的！

有了這個(gè)結(jié)論，就可以很簡(jiǎn)單的應(yīng)用于輕量級(jí)框架了：

代碼如下：

$db=dblink();

$db-pagesize=20;

$sql="select id from collect where vtype=$vtype";

$db-execute($sql);

$strpage=$db-strpage(); //將分頁(yè)字符串保存在臨時(shí)變量，方便輸出

while($rs=$db-fetch_array()){

　 $strid.=$rs['id'].',';

}

$strid=substr($strid,0,strlen($strid)-1); //構(gòu)造出id字符串

$db-pagesize=0; //很關(guān)鍵，在不注銷類的情況下，將分頁(yè)清空，這樣只需要用一次數(shù)據(jù)庫(kù)連接，不需要再開；

$db-execute("select id,title,url,sTime,gTime,vtype,tag from collect where id in ($strid)");

php while($rs=$db-fetch_array()):

tr

　 td$amp;amp;$amp;nbsp; php echo $rs['id']; $amp;amp;$lt;/td

　 td$amp;amp;$amp;nbsp; php echo $rs['url']; $amp;amp;$lt;/td

　 td$amp;amp;$amp;nbsp; php echo $rs['sTime']; $amp;amp;$lt;/td

　 td$amp;amp;$amp;nbsp; php echo $rs['gTime']; $amp;amp;$lt;/td

　 td$amp;amp;$amp;nbsp; php echo $rs['vtype']; $amp;amp;$lt;/td

　 td$amp;amp;$amp;nbsp;a act=showid= php echo $rs['id']; $amp;quot;$ target="_blank"$amp;amp;$lt; php echo $rs['title']; $amp;amp;$lt;/a$amp;amp;$lt;/td

　 td$amp;amp;$amp;nbsp; php echo $rs['tag']; $amp;amp;$lt;/td

/tr

php endwhile;

/table

php

echo $strpage;

通過簡(jiǎn)單的變換，其實(shí)思路很簡(jiǎn)單：1）通過優(yōu)化索引，找出id，并拼成 "123,90000,12000" 這樣的字符串。2）第2次查詢找出結(jié)果。

小小的索引+一點(diǎn)點(diǎn)的改動(dòng)就使mysql 可以支持百萬(wàn)甚至千萬(wàn)級(jí)的高效分頁(yè)！

通過這里的例子，我反思了一點(diǎn)：對(duì)于大型系統(tǒng)，PHP千萬(wàn)不能用框架，尤其是那種連sql語(yǔ)句都看不到的框架！因?yàn)殚_始對(duì)于我的輕量級(jí)框架都差點(diǎn)崩潰！只適合小型應(yīng)用的快速開發(fā)，對(duì)于ERP,OA，大型網(wǎng)站，數(shù)據(jù)層包括邏輯層的東西都不能用框架。如果程序員失去了對(duì)sql語(yǔ)句的把控，那項(xiàng)目的風(fēng)險(xiǎn)將會(huì)成幾何級(jí)數(shù)增加！尤其是用mysql 的時(shí)候，mysql 一定需要專業(yè)的dba 才可以發(fā)揮他的最佳性能。一個(gè)索引所造成的性能差別可能是上千倍！

PS: 經(jīng)過實(shí)際測(cè)試，到了100萬(wàn)的數(shù)據(jù)，160萬(wàn)數(shù)據(jù)，15G表，190M索引，就算走索引，limit都得0.49秒。所以分頁(yè)最好別讓別人看到10萬(wàn)條以后的數(shù)據(jù)，要不然會(huì)很慢！就算用索引。經(jīng)過這樣的優(yōu)化，mysql到了百萬(wàn)級(jí)分頁(yè)是個(gè)極限！但有這樣的成績(jī)已經(jīng)很不錯(cuò)，如果你是用sqlserver肯定卡死！而 160萬(wàn)的數(shù)據(jù)用 id in (str) 很快，基本還是0秒。如果這樣，千萬(wàn)級(jí)的數(shù)據(jù)，mysql應(yīng)該也很容易應(yīng)付。

PHP效率問題，上萬(wàn)條數(shù)據(jù)一次性取出？還是分開取出處理？

顯示數(shù)據(jù)還是更新（update）數(shù)據(jù)，都是先處理一部分?jǐn)?shù)據(jù)，完成后再處理下一步數(shù)據(jù) 更有效率。

顯示數(shù)據(jù)取出部分?jǐn)?shù)據(jù)的方法最常用的是分頁(yè)方式，分頁(yè)是僅讀取前面的幾十頁(yè)信息，讀取數(shù)據(jù)庫(kù)是很快的，可以比較一下10條和100條的顯示速度，差很遠(yuǎn)。

更新（update）數(shù)據(jù)也不能一次性處理大量數(shù)據(jù)，那樣經(jīng)常會(huì)出現(xiàn)頁(yè)面死定的情況，可以設(shè)置更新一定數(shù)據(jù)后跳轉(zhuǎn)到下一步再更新一定數(shù)據(jù)，大多數(shù)cms更新數(shù)據(jù)都是采用這種方式。

無(wú)需顯示直接讀取表內(nèi)所有數(shù)據(jù)生成HTML頁(yè)面時(shí)，不論是取出全部數(shù)據(jù)直接生成有效率，還是一次取出一部分，分別處理有效率。

當(dāng)前題目：php百萬(wàn)級(jí)數(shù)據(jù)更新 php千萬(wàn)級(jí)數(shù)據(jù)怎么優(yōu)化
地址分享：http://muchs.cn/article28/dohehjp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供企業(yè)網(wǎng)站制作、手機(jī)網(wǎng)站建設(shè)、靜態(tài)網(wǎng)站、虛擬主機(jī)、網(wǎng)站營(yíng)銷、網(wǎng)站制作

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)需注明來源： 創(chuàng)新互聯(lián)