javajvm參數(shù)-Xms-Xmx-Xmn-Xss調(diào)優(yōu)總結(jié)-創(chuàng)新互聯(lián)

堆大小設(shè)置
JVM 中大堆大小有三方面限制:相關(guān)操作系統(tǒng)的數(shù)據(jù)模型(32-bt還是64-bit)限制;系統(tǒng)的可用虛擬內(nèi)存限制;系統(tǒng)的可用物理內(nèi)存限制.32位系統(tǒng) 下,一般限制在1.5G~2G;64為操作系統(tǒng)對內(nèi)存無限制.我在Windows Server 2003 系統(tǒng),3.5G物理內(nèi)存,JDK5.0下測試,大可設(shè)置為1478m.
典型設(shè)置:
java -Xmx3550m -Xms3550m -Xmn2g -Xss128k
-Xmx3550m:設(shè)置JVM大可用內(nèi)存為3550M.
-Xms3550m:設(shè)置JVM促使內(nèi)存為3550m.此值可以設(shè)置與-Xmx相同,以避免每次垃圾回收完成后JVM重新分配內(nèi)存.
-Xmn2g:設(shè)置年輕代大小為2G.整個堆大小=年輕代大小 + 年老代大小 + 持久代大小.持久代一般固定大小為64m,所以增大年輕代后,將會減小年老代大小.此值對系統(tǒng)性能影響較大,Sun官方推薦配置為整個堆的3/8.
-Xss128k: 設(shè)置每個線程的堆棧大小.JDK5.0以后每個線程堆棧大小為1M,以前每個線程堆棧大小為256K.更具應(yīng)用的線程所需內(nèi)存大小進行 調(diào)整.在相同物理內(nèi)存下,減小這個值能生成更多的線程.但是操作系統(tǒng)對一個進程內(nèi)的線程數(shù)還是有限制的,不能無限生成,經(jīng)驗值在3000~5000左右.

成都創(chuàng)新互聯(lián)服務(wù)項目包括橫山網(wǎng)站建設(shè)、橫山網(wǎng)站制作、橫山網(wǎng)頁制作以及橫山網(wǎng)絡(luò)營銷策劃等。多年來,我們專注于互聯(lián)網(wǎng)行業(yè),利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關(guān)系等,向廣大中小型企業(yè)、政府機構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案,橫山網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟效益。目前,我們服務(wù)的客戶以成都為中心已經(jīng)輻射到橫山省份的部分城市,未來相信會繼續(xù)擴大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任!

java -Xmx3550m -Xms3550m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=16m -XX:MaxTenuringThreshold=0
-XX:NewRatio=4:設(shè)置年輕代(包括Eden和兩個Survivor區(qū))與年老代的比值(除去持久代).設(shè)置為4,則年輕代與年老代所占比值為1:4,年輕代占整個堆棧的1/5
-XX:SurvivorRatio=4:設(shè)置年輕代中Eden區(qū)與Survivor區(qū)的大小比值.設(shè)置為4,則兩個Survivor區(qū)與一個Eden區(qū)的比值為2:4,一個Survivor區(qū)占整個年輕代的1/6
-XX:MaxPermSize=16m:設(shè)置持久代大小為16m.
-XX:MaxTenuringThreshold=0: 設(shè)置垃圾大年齡.如果設(shè)置為0的話,則年輕代對象不經(jīng)過Survivor區(qū),直接進入年老代. 對于年老代比較多的應(yīng)用,可以提高效率.如果將此值設(shè)置為一個較大值,則年輕代對象會在Survivor區(qū)進行多次復制,這樣可以增加對象再年輕代的存活 時間,增加在年輕代即被回收的概論.
回收器選擇
JVM給了三種選擇:串行收集器,并行收集器,并發(fā)收集器,但是串行收集器只適用于小數(shù)據(jù)量的情況,所以這里的選擇主要針對并行收集器和并發(fā)收集器.默認 情況下,JDK5.0以前都是使用串行收集器,如果想使用其他收集器需要在啟動時加入相應(yīng)參數(shù).JDK5.0以后,JVM會根據(jù)當前系統(tǒng)配置進行判斷.
吞吐量優(yōu)先的并行收集器
如上文所述,并行收集器主要以到達一定的吞吐量為目標,適用于科學技術(shù)和后臺處理等.
典型配置:
java -Xmx3800m -Xms3800m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20
-XX:+UseParallelGC:選擇垃圾收集器為并行收集器.此配置僅對年輕代有效.即上述配置下,年輕代使用并發(fā)收集,而年老代仍舊使用串行收集.
-XX:ParallelGCThreads=20:配置并行收集器的線程數(shù),即:同時多少個線程一起進行垃圾回收.此值最好配置與處理器數(shù)目相等.

java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC
-XX:+UseParallelOldGC:配置年老代垃圾收集方式為并行收集.JDK6.0支持對年老代并行收集.

java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100
-XX:MaxGCPauseMillis=100:設(shè)置每次年輕代垃圾回收的最長時間,如果無法滿足此時間,JVM會自動調(diào)整年輕代大小,以滿足此值.

java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100 -XX:+UseAdaptiveSizePolicy
-XX:+UseAdaptiveSizePolicy:設(shè)置此選項后,并行收集器會自動選擇年輕代區(qū)大小和相應(yīng)的Survivor區(qū)比例,以達到目標系統(tǒng)規(guī)定的最低相應(yīng)時間或者收集頻率等,此值建議使用并行收集器時,一直打開.

響應(yīng)時間優(yōu)先的并發(fā)收集器
如上文所述,并發(fā)收集器主要是保證系統(tǒng)的響應(yīng)時間,減少垃圾收集時的停頓時間.適用于應(yīng)用服務(wù)器,電信領(lǐng)域等.
典型配置:
java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC
-XX:+UseConcMarkSweepGC:設(shè)置年老代為并發(fā)收集.測試中配置這個以后,-XX:NewRatio=4的配置失效了,原因不明.所以,此時年輕代大小最好用-Xmn設(shè)置.
-XX:+UseParNewGC:設(shè)置年輕代為并行收集.可與CMS收集同時使用.JDK5.0以上,JVM會根據(jù)系統(tǒng)配置自行設(shè)置,所以無需再設(shè)置此值.
java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection
-XX:CMSFullGCsBeforeCompaction:由于并發(fā)收集器不對內(nèi)存空間進行壓縮,整理,所以運行一段時間以后會產(chǎn)生"碎片",使得運行效率降低.此值設(shè)置運行多少次GC以后對內(nèi)存空間進行壓縮,整理.
-XX:+UseCMSCompactAtFullCollection:打開對年老代的壓縮.可能會影響性能,但是可以消除碎片

輔助信息
JVM提供了大量命令行參數(shù),打印信息,供調(diào)試使用.主要有以下一些:
-XX:+PrintGC
輸出形式:[GC 118250K->113543K(130112K), 0.0094143 secs]
[Full GC 121376K->10414K(130112K), 0.0650971 secs]

-XX:+PrintGCDetails
輸出形式:[GC [DefNew: 8614K->781K(9088K), 0.0123035 secs] 118250K->113543K(130112K), 0.0124633 secs]
[GC [DefNew: 8614K->8614K(9088K), 0.0000665 secs][Tenured: 112761K->10414K(121024K), 0.0433488 secs] 121376K->10414K(130112K), 0.0436268 secs]

-XX:+PrintGCTimeStamps -XX:+PrintGC:PrintGCTimeStamps可與上面兩個混合使用
輸出形式:11.851: [GC 98328K->93620K(130112K), 0.0082960 secs]

-XX:+PrintGCApplicationConcurrentTime:打印每次垃圾回收前,程序未中斷的執(zhí)行時間.可與上面混合使用
輸出形式:Application time: 0.5291524 seconds

-XX:+PrintGCApplicationStoppedTime:打印垃圾回收期間程序暫停的時間.可與上面混合使用
輸出形式:Total time for which application threads were stopped: 0.0468229 seconds

-XX:PrintHeapAtGC:打印GC前后的詳細堆棧信息
輸出形式:
34.702: [GC {Heap before gc invocations=7:
def new generation total 55296K, used 52568K [0x1ebd0000, 0x227d0000, 0x227d0000)
eden space 49152K, 99% used [0x1ebd0000, 0x21bce430, 0x21bd0000)
from space 6144K, 55% used [0x221d0000, 0x22527e10, 0x227d0000)
to space 6144K, 0% used [0x21bd0000, 0x21bd0000, 0x221d0000)
tenured generation total 69632K, used 2696K [0x227d0000, 0x26bd0000, 0x26bd0000)
the space 69632K, 3% used [0x227d0000, 0x22a720f8, 0x22a72200, 0x26bd0000)
compacting perm gen total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
the space 8192K, 35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
ro space 8192K, 66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
rw space 12288K, 46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
34.735: [DefNew: 52568K->3433K(55296K), 0.0072126 secs] 55264K->6615K(124928K)Heap after gc invocations=8:
def new generation total 55296K, used 3433K [0x1ebd0000, 0x227d0000, 0x227d0000)
eden space 49152K, 0% used [0x1ebd0000, 0x1ebd0000, 0x21bd0000)
from space 6144K, 55% used [0x21bd0000, 0x21f2a5e8, 0x221d0000)
to space 6144K, 0% used [0x221d0000, 0x221d0000, 0x227d0000)
tenured generation total 69632K, used 3182K [0x227d0000, 0x26bd0000, 0x26bd0000)
the space 69632K, 4% used [0x227d0000, 0x22aeb958, 0x22aeba00, 0x26bd0000)
compacting perm gen total 8192K, used 2898K [0x26bd0000, 0x273d0000, 0x2abd0000)
the space 8192K, 35% used [0x26bd0000, 0x26ea4ba8, 0x26ea4c00, 0x273d0000)
ro space 8192K, 66% used [0x2abd0000, 0x2b12bcc0, 0x2b12be00, 0x2b3d0000)
rw space 12288K, 46% used [0x2b3d0000, 0x2b972060, 0x2b972200, 0x2bfd0000)
}
, 0.0757599 secs]

-Xloggc:filename:與上面幾個配合使用,把相關(guān)日志信息記錄到文件以便分析.
常見配置匯總
堆設(shè)置
-Xms:初始堆大小
-Xmx:大堆大小
-XX:NewSize=n:設(shè)置年輕代大小
-XX:NewRatio=n:設(shè)置年輕代和年老代的比值.如:為3,表示年輕代與年老代比值為1:3,年輕代占整個年輕代年老代和的1/4
-XX:SurvivorRatio=n:年輕代中Eden區(qū)與兩個Survivor區(qū)的比值.注意Survivor區(qū)有兩個.如:3,表示Eden:Survivor=3:2,一個Survivor區(qū)占整個年輕代的1/5
-XX:MaxPermSize=n:設(shè)置持久代大小
收集器設(shè)置
-XX:+UseSerialGC:設(shè)置串行收集器
-XX:+UseParallelGC:設(shè)置并行收集器
-XX:+UseParalledlOldGC:設(shè)置并行年老代收集器
-XX:+UseConcMarkSweepGC:設(shè)置并發(fā)收集器
垃圾回收統(tǒng)計信息
-XX:+PrintGC
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-Xloggc:filename
并行收集器設(shè)置
-XX:ParallelGCThreads=n:設(shè)置并行收集器收集時使用的CPU數(shù).并行收集線程數(shù).
-XX:MaxGCPauseMillis=n:設(shè)置并行收集大暫停時間
-XX:GCTimeRatio=n:設(shè)置垃圾回收時間占程序運行時間的百分比.公式為1/(1+n)
并發(fā)收集器設(shè)置
-XX:+CMSIncrementalMode:設(shè)置為增量模式.適用于單CPU情況.
-XX:ParallelGCThreads=n:設(shè)置并發(fā)收集器年輕代收集方式為并行收集時,使用的CPU數(shù).并行收集線程數(shù).

調(diào)優(yōu)總結(jié)
年輕代大小選擇
響應(yīng)時間優(yōu)先的應(yīng)用:盡可能設(shè)大,直到接近系統(tǒng)的最低響應(yīng)時間限制(根據(jù)實際情況選擇).在此種情況下,年輕代收集發(fā)生的頻率也是最小的.同時,減少到達年老代的對象.
吞吐量優(yōu)先的應(yīng)用:盡可能的設(shè)置大,可能到達Gbit的程度.因為對響應(yīng)時間沒有要求,垃圾收集可以并行進行,一般適合8CPU以上的應(yīng)用.
年老代大小選擇
響應(yīng)時間優(yōu)先的應(yīng)用:年老代使用并發(fā)收集器,所以其大小需要小心設(shè)置,一般要考慮并發(fā)會話率和會話持續(xù)時間等一些參數(shù).如果堆設(shè)置小了,可以會造成內(nèi)存碎 片,高回收頻率以及應(yīng)用暫停而使用傳統(tǒng)的標記清除方式;如果堆大了,則需要較長的收集時間.最優(yōu)化的方案,一般需要參考以下數(shù)據(jù)獲得:
并發(fā)垃圾收集信息
持久代并發(fā)收集次數(shù)
傳統(tǒng)GC信息
花在年輕代和年老代回收上的時間比例
減少年輕代和年老代花費的時間,一般會提高應(yīng)用的效率

吞吐量優(yōu)先的應(yīng)用:一般吞吐量優(yōu)先的應(yīng)用都有一個很大的年輕代和一個較小的年老代.原因是,這樣可以盡可能回收掉大部分短期對象,減少中期的對象,而年老代盡存放長期存活對象.
較小堆引起的碎片問題
因為年老代的并發(fā)收集器使用標記,清除算法,所以不會對堆進行壓縮.當收集器回收時,他會把相鄰的空間進行合并,這樣可以分配給較大的對象.但是,當堆空 間較小時,運行一段時間以后,就會出現(xiàn)"碎片",如果并發(fā)收集器找不到足夠的空間,那么并發(fā)收集器將會停止,然后使用傳統(tǒng)的標記,清除方式進行回收.如果 出現(xiàn)"碎片",可能需要進行如下配置:
-XX:+UseCMSCompactAtFullCollection:使用并發(fā)收集器時,開啟對年老代的壓縮.
-XX:CMSFullGCsBeforeCompaction=0:上面配置開啟的情況下,這里設(shè)置多少次Full GC后,對年老代進行壓縮

在同一個工程下,有兩個類,這兩個類中只有很少的變動,而最關(guān)健的FOR卻沒有一點變動,可是當我分別運行這兩個程序的時候卻出現(xiàn)一個很嚴重的問題,一個程序循環(huán)的快,一個循環(huán)的慢.這到底是怎么回事呢~???苦苦尋找了半天也沒有想到是為什么,因為程序改變的部分根不影響我循環(huán)的速度,可是結(jié)果卻是有很大的差別,一個大約是在一分鐘這內(nèi)就可以循環(huán)完,可是另一個卻需要六七分鐘,這根本就不是一個數(shù)據(jù)理級的麻.兩個完全一樣的循環(huán),從代碼上根本上是看不出有什么問題.不得以求助同事吧,可是同事看了也感覺很詭異,兩個人在那訂著代碼又看了一個多小時,最后同事讓我來個干凈點的,關(guān)機重啟.我到也聽話,就順著同事的意思去了,可就在關(guān)機的這個時候他突然說是不是內(nèi)存的問題,我也空然想到了,還真的有可能是內(nèi)存的問題,因為快的那個在我之前運行程序之前可給過1G的內(nèi)存啊,而后來的這個我好像是沒有設(shè)過內(nèi)存啊,機器起來了,有了這個想法進去看看吧,結(jié)果正中要害,果真是慢的那個沒有開內(nèi)存,程序運行時只不過是JVM默認開的內(nèi)存.我初步分析是因為內(nèi)存太小,而我的程序所用內(nèi)存又正好卡在JVM所開內(nèi)存邊上,不至于溢出.當程序運行時就得花費大部分時間去調(diào)用GC去,這樣就導致了為什么相同的循環(huán)出現(xiàn)兩種不同的效率~!
順便把內(nèi)存使用情況的方法也貼出來:
public static String getMemUsage() {
long free = java.lang.Runtime.getRuntime().freeMemory();
long total = java.lang.Runtime.getRuntime().totalMemory();
StringBuffer buf = new StringBuffer();
buf.append("[Mem: used ").append((total-free)>>20)
.append("M free ").append(free>>20)
.append("M total ").append(total>>20).append("M]");
return buf.toString();
}

google一下,大概就說JVM是這樣來操作內(nèi)存:
堆(Heap)和非堆(Non-heap)內(nèi)存
按照官方的說法:"Java 虛擬機具有一個堆,堆是運行時數(shù)據(jù)區(qū)域,所有類實例和數(shù)組的內(nèi)存均從此處分配.堆是在 Java 虛擬機啟動時創(chuàng)建的.""在JVM中堆之外的內(nèi)存稱為非堆內(nèi)存(Non-heap memory)".可以看出JVM主要管理兩種類型的內(nèi)存:堆和非堆.簡單來說堆就是Java代碼可及的內(nèi)存,是留給開發(fā)人員使用的;非堆就是JVM留給自己用的,所以方法區(qū),JVM內(nèi)部處理或優(yōu)化所需的內(nèi)存(如JIT編譯后的代碼緩存),每個類結(jié)構(gòu)(如運行時常數(shù)池,字段和方法數(shù)據(jù))以及方法和構(gòu)造方法的代碼都在非堆內(nèi)存中.
堆內(nèi)存分配
JVM初始分配的內(nèi)存由-Xms指定,默認是物理內(nèi)存的1/64;JVM大分配的內(nèi)存由-Xmx指定,默認是物理內(nèi)存的1/4.默認空余堆內(nèi)存小于40%時,JVM就會增大堆直到-Xmx的大限制;空余堆內(nèi)存大于70%時, JVM會減少堆直到-Xms的最小限制.因此服務(wù)器一般設(shè)置-Xms,-Xmx相等以避免在每次GC 后調(diào)整堆的大小.
非堆內(nèi)存分配
JVM使用-XX:PermSize設(shè)置非堆內(nèi)存初始值,默認是物理內(nèi)存的1/64;由XX:MaxPermSize設(shè)置大非堆內(nèi)存的大小,默認是物理內(nèi)存的1/4.
JVM內(nèi)存限制(大值)
首先JVM內(nèi)存首先受限于實際的大物理內(nèi)存,假設(shè)物理內(nèi)存無限大的話,JVM內(nèi)存的大值跟操作系統(tǒng)有很大的關(guān)系.簡單的說就32位處理器雖然可控內(nèi)存空間有4GB,但是具體的操作系統(tǒng)會給一個限制,這個限制一般是 2GB-3GB(一般來說Windows系統(tǒng)下為1.5G-2G,Linux系統(tǒng)下為2G-3G),而64bit以上的處理器就不會有限制了
JVM內(nèi)存的調(diào)優(yōu)
1. Heap設(shè)定與垃圾回收Java Heap分為3個區(qū),Young,Old和Permanent.Young保存剛實例化的對象.當該區(qū)被填滿時,GC會將對象移到Old 區(qū).Permanent區(qū)則負責保存反射對象,本文不討論該區(qū).JVM的Heap分配可以使用-X參數(shù)設(shè)定,
-Xms
初始Heap大小
-Xmx
java heap大值
-Xmn
young generation的heap大小
JVM有2個GC線程.第一個線程負責回收Heap的Young區(qū).第二個線程在Heap不足時,遍歷Heap,將Young 區(qū)升級為Older區(qū).Older區(qū)的大小等于-Xmx減去-Xmn,不能將-Xms的值設(shè)的過大,因為第二個線程被迫運行會降低JVM的性能.
為什么一些程序頻繁發(fā)生GC?有如下原因:
l 程序內(nèi)調(diào)用了System.gc()或Runtime.gc().
l 一些中間件軟件調(diào)用自己的GC方法,此時需要設(shè)置參數(shù)禁止這些GC.
l Java的Heap太小,一般默認的Heap值都很小.
l 頻繁實例化對象,Release對象.此時盡量保存并重用對象,例如使用StringBuffer()和String().
如果你發(fā)現(xiàn)每次GC后,Heap的剩余空間會是總空間的50%,這表示你的Heap處于健康狀態(tài).許多Server端的Java程序每次GC后最好能有65%的剩余空間.經(jīng)驗之談:
1.Server端JVM最好將-Xms和-Xmx設(shè)為相同值.為了優(yōu)化GC,最好讓-Xmn值約等于-Xmx的1/3[2].
2.一個GUI程序最好是每10到20秒間運行一次GC,每次在半秒之內(nèi)完成[2].
注意:
1.增加Heap的大小雖然會降低GC的頻率,但也增加了每次GC的時間.并且GC運行時,所有的用戶線程將暫停,也就是GC期間,Java應(yīng)用程序不做任何工作.
2.Heap大小并不決定進程的內(nèi)存使用量.進程的內(nèi)存使用量要大于-Xmx定義的值,因為Java為其他任務(wù)分配內(nèi)存,例如每個線程的Stack等.
2.Stack的設(shè)定
每個線程都有他自己的Stack.
-Xss
每個線程的Stack大小
Stack的大小限制著線程的數(shù)量.如果Stack過大就好導致內(nèi)存溢漏.-Xss參數(shù)決定Stack大小,例如-Xss1024K.如果Stack太小,也會導致Stack溢漏.
3.硬件環(huán)境
硬件環(huán)境也影響GC的效率,例如機器的種類,內(nèi)存,swap空間,和CPU的數(shù)量.
如果你的程序需要頻繁創(chuàng)建很多transient對象,會導致JVM頻繁GC.這種情況你可以增加機器的內(nèi)存,來減少Swap空間的使用[2].
4.4種GC
第一種:單線程GC,也是默認的GC.,該GC適用于單CPU機器.
第二種:Throughput GC,是多線程的GC,適用于多CPU,使用大量線程的程序.第二種GC與第一種GC相似,不同在于GC在收集

                Young區(qū)是多線程的,但在Old區(qū)和第一種一樣,仍然采用單線程.-XX:+UseParallelGC參數(shù)啟動該GC.
第三種:Concurrent Low Pause GC,類似于第一種,適用于多CPU,并要求縮短因GC造成程序停滯的時間.這種GC可以在Old區(qū)的

               回收同時,運行應(yīng)用程序.-XX:+UseConcMarkSweepGC參數(shù)啟動該GC.
第四種:Incremental Low Pause GC,適用于要求縮短因GC造成程序停滯的時間.這種GC可以在Young區(qū)回收的同時,回收

               一部分Old區(qū)對象.-Xincgc參數(shù)啟動該GC.
4種GC的具體描述參見[3].
參考文章:
1. JVM Tuning.

     /tupian/20230522/jvm-tuning.xtp /> 2. Performance tuning Java: Tuning steps
     http://h31007.www2.hp.com/dspp/tech/tech_TechDocumentDetailPage_IDX/1,1701,1604,00.html
3. Tuning Garbage Collection with the 1.4.2 JavaTM Virtual Machine .
     /tupian/20230522/

網(wǎng)頁標題:javajvm參數(shù)-Xms-Xmx-Xmn-Xss調(diào)優(yōu)總結(jié)-創(chuàng)新互聯(lián)
文章轉(zhuǎn)載:http://muchs.cn/article34/cesspe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供ChatGPT網(wǎng)站營銷、云服務(wù)器軟件開發(fā)、服務(wù)器托管面包屑導航

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)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(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)載時需注明來源: 創(chuàng)新互聯(lián)

h5響應(yīng)式網(wǎng)站建設(shè)