如何从pyspark dataframe中查询/提取数组元素
从pyspark dataframe中查询/提取数组元素可以通过使用pyspark的内置函数和方法来实现。以下是一种常见的方法：
- 导入必要的模块和函数：
from pyspark.sql import SparkSession
from pyspark.sql.functions import col, explode- 创建SparkSession对象：
spark = SparkSession.builder.getOrCreate()- 创建一个示例的dataframe：
data = [("Alice", [1, 2, 3]), ("Bob", [4, 5, 6]), ("Charlie", [7, 8, 9])]
df = spark.createDataFrame(data, ["Name", "Numbers"])
df.show()输出：
+-------+---------+
| Name| Numbers|
+-------+---------+
| Alice|[1, 2, 3]|
| Bob|[4, 5, 6]|
|Charlie|[7, 8, 9]|
+-------+---------+- 使用explode函数将数组展开为多行：
df_exploded = df.select(col("Name"), explode(col("Numbers")).alias("Number"))
df_exploded.show()输出：
+-------+------+
| Name|Number|
+-------+------+
| Alice| 1|
| Alice| 2|
| Alice| 3|
| Bob| 4|
| Bob| 5|
| Bob| 6|
|Charlie| 7|
|Charlie| 8|
|Charlie| 9|
+-------+------+- 使用filter函数查询/提取数组元素：
number_2 = df_exploded.filter(col("Number") == 2)
number_2.show()输出：
+----+------+
|Name|Number|
+----+------+
|Alice| 2|
+----+------+这样就可以从pyspark dataframe中查询/提取数组元素了。在实际应用中，可以根据具体需求使用其他函数和方法来完成更复杂的操作。
相关·内容
我需要使用sql查询从pyspark中提取计数。count在spark dataframe中，我想使用计数值在if条件中使用，但不能提取该值。如何从spark dataframe中提取int值 query = "select count(*) as count from abc where FLAG= 'C' "
counter = sqlContext.read.format("jdbc").options(url="jdbc:mysql://localhost:3306/sample", driver="c
浏览 99提问于2021-08-03得票数 0
回答已采纳
我在PySpark中有两个数据帧，如下所示： Dataframe A:总共1000条记录 +-----+
|Name |
+-----+
| a|
| b|
| c|
+-----+ Dataframe B:共3条记录 +-----+
|Zip |
+-----+
|06905|
|06901|
|06902|
+-----+ 我需要在Dataframe A中添加一个名为Zip的新列，并使用从Dataframe B中随机选择的值填充这些值。因此，Dataframe A将如下所示： +-----+-----+
|Name |Zip |
+-----+-----+
|
浏览 12提问于2021-02-10得票数 2
回答已采纳
我已经从np.select获得了一个numpy数组，我希望将其存储为PySpark DataFrame中的一个新列。我怎么能这么做？
from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()
pdf = pd.DataFrame({'a': [1,2,3], 'b': ['abc', 'cde', 'edf']})
df_data = spark.createDataFrame(pdf, schema='
浏览 6提问于2022-05-25得票数 1
我想使用PySpark的RegexTokenizer从DataFrame列中删除5位或更多位的数字。我可以使用下面的代码提取这些数字，但有人知道我如何删除它们吗？
我的代码：
regexTokenizer = RegexTokenizer(inputCol="description", outputCol="tokenized_description", gaps=False,pattern="[0-9]{5,}")
如果字符串是"123abc 122323232"，我希望它去掉122323232，变成"123abc“
浏览 0提问于2019-02-13得票数 0
2回答
这是dataframe模式结构。
root
|-- validFrom: array (nullable = true)
| |-- element: string (containsNull = true)
这就是我试图为validFrom获取日期数据类型的pyspark查询。
df_02 = spark.sql("""
select to_date(validFrom, 'yyyy-MM-dd') as validFrom
from v_source_df_flatten
""");
但我收到以下错误。
由
浏览 4提问于2022-01-02得票数 1
为了在大型数据集上获得一些离群点图，我需要将spark DataFrame转换为pandas。Turing to Apache Arrow在将x转换为字符串时，一次简单的运行会使我的pyspark控制台崩溃(它在没有转换的情况下工作得很好)，为什么？
Using Python version 3.8.9 (default, Apr 10 2021 15:47:22)
Spark context Web UI available at http://6d0b1018a45a:4040
Spark context available as 'sc' (master = local[
浏览 20提问于2021-05-16得票数 1
回答已采纳
1回答
删除pyspark中的嵌套列
、、、、
我有一个包含一列结果的pyspark数据帧。在结果列中，我想删除列"Attributes“。dataframe的模式是：(在结果中有更多的列，但为了方便起见，我没有显示它们，因为模式很大) |-- results: struct (nullable = true)
| |-- l: array (nullable = true)
| | |-- element: struct (containsNull = true)
| | | |-- m: struct (nullable = true)
| | | | |-
浏览 20提问于2020-06-15得票数 0
回答已采纳
1回答
我正在尝试使用PySpark Structured Streaming on Databricks中的Kinesis source分析数据。 我创建了一个Dataframe，如下所示。 kinDF = spark.readStream.format("kinesis").("streamName", "test-stream-1").load() 稍后，我将数据从base64编码转换为如下所示。 df = kinDF.withColumn("xml_data", expr("CAST(data as string)&#
浏览 36提问于2019-08-15得票数 1
Elasticsaerch的文档只涵盖了加载到Spark的完整索引。
from pyspark.sql import SQLContext
sqlContext = SQLContext(sc)
df = sqlContext.read.format("org.elasticsearch.spark.sql").load("index/type")
df.printSchema()
如何执行查询以从Elasticsearch索引返回数据，并使用pyspark将它们作为DataFrame加载到Spark？
浏览 0提问于2016-07-03得票数 11
我试图在Dataproc集群上运行一些python pyspark脚本，但失败了，错误如下：
File "/usr/lib/spark/python/lib/pyspark.zip/pyspark/sql/dataframe.py", line 815, in join
if isinstance(on[0], basestring):
IndexError: list index out of range
我在代码中使用的语法是：-
df1.join(df2, col1)
有什么想法吗？
浏览 0提问于2018-01-05得票数 0
在spark.sql查询中注册和使用pyspark version 3.1.2内置函数的正确方式是什么？ 下面是一个创建pyspark DataFrame对象并在纯SQL中运行简单查询的最小示例。 尝试使用...TypeError: Invalid argument, not a string or column: -5 of type <class 'int'>. For column literals, use 'lit', 'array', 'struct' or 'create_map' fu
浏览 4提问于2021-08-19得票数 0
回答已采纳
1回答
我正在处理一个pyspark dataframe，并尝试查看是否有一种方法可以提取spark dataframe中第一个非零元素的索引。我自己添加了索引列，因为pyspark不支持它，而不是pandas。
浏览 29提问于2021-10-08得票数 0
1回答
我的星火DataFrame有以下格式的数据：
printSchema()显示每一列都是vector类型的。
我尝试使用下面的代码从[和]中获取值(对于1列col1)：
from pyspark.sql.functions import udf
from pyspark.sql.types import FloatType
firstelement=udf(lambda v:float(v[0]),FloatType())
df.select(firstelement('col1')).show()
但是，如何将其应用于df的所有列？
浏览 0提问于2020-02-18得票数 1
回答已采纳
1回答
我有一个具有双值数组的dataframe。在数组中，1或数字之和等于某一目标值，我希望提取等于该值或可以求和为等于该值的值。我希望能够在PySpark中做到这一点。
| Array | Target | NewArray |
| -----------------------|-----------|------------------|
| [0.0001,2.5,3.0,0.0031]| 0.0032 | [0.0001,0.0031] |
| [2.5,1.0,0.5,3.0] | 3.0 | [2.5
浏览 4提问于2021-11-23得票数 0
回答已采纳
1回答
问题
最近，我在中遇到了一个挑战，当时我试图读取一个大型UTF-8JSONArray文件，并切换到HDInsight PySpark (v2.x，而不是3)来处理该文件。该文件为~110 g，具有~150 Objects对象。
HDInsight PySpark似乎不支持JSON文件格式的数组输入，所以我被困住了。而且，我有“许多”这样的文件，每个文件中都包含不同的模式，每个列都包含100列，因此现在不能为这些列创建模式。
问题
如何在PySpark 2中使用HDInsight上的开箱即用功能来使这些文件被读取为JSON？
谢谢,
J
Things我试过
我使用了这个页面底部的方法：，它提供了
浏览 1提问于2018-02-10得票数 0
回答已采纳
1回答
在PySpark中，如何将Dataframe转换为普通字符串？
背景：
我将PySpark与Kafka一起使用，而不是硬编码代理名称，而是在PySpark中参数化了Kafka broker名称。
Json文件保存了代理详细信息，Spark读取这个Json输入并将值赋值给变量。这些变量为带有字符串的Dataframe类型。
当我将dataframe传递给Pyspark连接细节以替换值时，我将面临问题。
错误：
只能将字符串(不是Dataframe)连接到字符串。
Json参数文件：
{
"broker": "https://at.com:8082",
"t
浏览 0提问于2021-03-05得票数 0
1回答
我正在使用pyspark dataframe从每个行的数组中查找不同的计数:输入: col1 1,1,1 1,2,1,2
output:
1
3
2
I used below code but it is giving me the length of an array:
output:
3
3
4
please help me how do i achieve this using python pyspark dataframe.
slen = udf(lambda s: len(s), IntegerType())
count = Df.withColumn("Coun
浏览 10提问于2020-02-28得票数 1
回答已采纳
我使用Cloudera发行版Spark 2.1.0在多节点集群上操作，它的配置单元分区是Kerberized的。我的查询相当复杂(三个表，包含两个连续聚合的嵌套子查询)，在写入PySpark数据帧之前，我在SQL中运行聚合步骤时遇到了GSSException问题。对dataframe的操作需要30到45分钟，并尝试将dataframe缓存或写入到parquet调用完整的谱系，并带有Kerberos警告：
18/08/21 19:58:48 WARN security.UserGroupInformation: PriviledgedActionException as:our_user (au
浏览 3提问于2018-08-23得票数 0
我有一个(df)，它有一个日期列(数据类型: str)和一个消息列(数据类型str从使用concat_ws()的列表对象中更改)，如下所示：
示例dataframe
Date message
2020-11-01 ['some not required text1', 'Startstring ID :AB_CD',
'some not required text2', 'ID :EDGH', 'some not
浏览 2提问于2020-12-06得票数 0
由于我在大数据领域才刚刚起步，我正在寻求关于如何将一些数据放入Spark以进行分析的最有效方法的建议。 SQL查询相当大，有多个子查询，每个子查询都有自己的"when“、"group by”等。The最终数据大约有100万到2000万行。 如果我运行一个spark sql查询并使用pyspark将其保存到一个dataframe中，或者如果我将每个子查询提取到不同的spark dataframe中并使用spark进行分组/过滤/等等，这是相同的事情(性能方面)吗？ 例如，这两种方法在处理我的数据所用的资源/时间上是否相等？ 方法1： df_final = spark.sql(&
浏览 20提问于2021-02-07得票数 0
4回答
如何在Spark中压缩两个数组列
、、、、
我有潘达的数据。我尝试将包含字符串值的两个列连接到一个列表中，然后使用zip将列表中的每个元素都用'_‘连接起来。我的数据集如下：
df['column_1']: 'abc, def, ghi'
df['column_2']: '1.0, 2.0, 3.0'
我想将这两列连接到第三列中，如下所示，我的每一行数据都是这样的。
df['column_3']: [abc_1.0, def_2.0, ghi_3.0]
我已经在python中成功地使用了下面的代码，但是dataframe相当大，运行整个datafra
浏览 2提问于2019-01-21得票数 9
回答已采纳
下面是创建pyspark.sql DataFrame的代码
import numpy as np
import pandas as pd
from pyspark import SparkContext
from pyspark.sql import SQLContext
df = pd.DataFrame(np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]), columns=['a','b','c'])
sparkdf = sqlContext.createDataFrame(df, samplingR
浏览 0提问于2015-08-11得票数 6
在Pyspark找到连接组件之后，我正在尝试从Pyspark Dataframe中检索值，但我不知道如何像从列表中那样提取数据。
下面是从我正在处理的大型数据集创建的表的简化版本。实际上，下表是通过使用图的顶点和边的连通性数据创建的。如果组件编号相同，则意味着节点( in )位于相同的图结构中。
+---+------------+
| id| component|
+---+------------+
| 0|154618822656|
| 1|154618822656|
| 2|154618822656|
| 3|1546
浏览 0提问于2019-05-06得票数 0
我从spark数组“df_spark”开始： from pyspark.sql import SparkSession
import pandas as pd
import numpy as np
import pyspark.sql.functions as F
spark = SparkSession.builder.master("local").appName("Word Count").config("spark.some.config.option", "some-value").getOrCreate()
np
浏览 19提问于2018-12-16得票数 3
回答已采纳
我有一个从dataframe df1中提取的实例，我想检查该实例是否在Pyspark的另一个dataframe df2中。有没有办法去面对它？
例如：
实例：
+------+------+------+
| Atr1 | Atr2 | Atr3 |
+------+------+------+
| 'A' | 2 | 'B' |
+------+------+------+
数据帧：
+------+------+------+
| Atr1 | Atr2 | Atr3 |
+------+------+------+
| 'C'
浏览 0提问于2017-09-04得票数 1
我有一个数据帧，在pyspark dataframe中有一个数组列‘test’，它有3行或更多行。 测试-‘hello’，‘地狱’，‘Help’，‘helper’‘sequence’，‘seque’ 如何使用difflib.sequencematcher遍历行的每个元素，如果两个元素的比率小于90%，则在新列中添加两个元素，说明‘test_ratio，如果它大于，则只保留两个元素中的一个元素？ 示例:从第一行开始比较前两个元素‘hello’和‘hell’，如果ratio大于90%，则将hello添加到test_ratio中，如果ratio小于90%，则将hello与help进行比较，如果ra
浏览 11提问于2021-07-18得票数 0
回答已采纳
我正在使用Azure Databricks并通过以下方式读取图像：
image_df = spark.read.format("image").load("/FileStore/shared_uploads/images/")
如何从PySpark的DataFrame中提取图像到Numpy数组？当我在本地机器上使用Jupyter Notebook时，我使用的是tensorflow.keras.preprocessing.image、img_to_array和load_img方法。
浏览 9提问于2021-02-15得票数 0
回答已采纳
我编写了一些连接到kafka broker的示例代码，从主题读取数据并将其放入snappydata表。
from pyspark.conf import SparkConf
from pyspark.context import SparkContext
from pyspark.sql import SQLContext, Row, SparkSession
from pyspark.sql.snappy import SnappySession
from pyspark.rdd import RDD
from pyspark.sql.dataframe import DataFrame
浏览 1提问于2020-11-30得票数 0
回答已采纳
1回答
我有一个PySpark数据帧，它有一个复杂的列，请参考下列值：
ID value
1 [{"label":"animal","value":"cat"},{"label":null,"value":"George"}]
我想在PySpark dataframe中添加一个新列，它基本上将它转换为一个字符串列表。如果Label为null，则字符串应包含value；如果label不为null，则string应为label:value。因此，对于上面的示例数据帧，输出应如下所示：
ID
浏览 0提问于2021-02-09得票数 0
1回答
我有一个字符串数据类型的PySpark dataframe，如下所示：
'00639,43701,00007,00632,43701,00007'
我需要使用将上面的字符串转换为结构的withColumn数组，这样才能得到以下结果：
[{"network_id":"00639","network_bic":"43701","network_seqr":"00007"},{"network_id":"00632","network_bic"
浏览 13提问于2022-05-21得票数 1
我通过执行以下行创建了pyspark.sql.dataframe.DataFrame类型的数据帧：dataframe = sqlContext.sql("select * from my_data_table")
如何将其转换回可以运行sql查询的sparksql表？
浏览 0提问于2016-08-20得票数 10
回答已采纳
1回答
Input_pyspark_dataframe:
id name collection student.1.price student.2.price student.3.price
111 aaa 1 100 999 232
222 bbb 2 200 888 656
333 ccc 1 300 777 454
444 dd
浏览 0提问于2020-08-20得票数 0
1回答
我正在查看这个SQL查询：
SELECT
tbl.id as id,
tbl. as my_name,
tbl.account as new_account_id,
CONVERT_TIMEZONE('UTC', 'America/Los_Angeles', tbl.entry_time)::DATE AS my_time
FROM tbl
我想知道我将如何将它转换为Pyspark？
假设我将tbl作为一个CSV加载到Pyspark中，如下所示：
tbl_dataframe = spark...load('/files/tbl.csv&
浏览 2提问于2021-10-14得票数 0
我正在尝试将pandas.DataFrame代码转换为等效的pyspark DataFrame。我有一个以下格式的RDD。
myRdd = [[1, 'a', {'a':[1, 2]}],
[2, 'b', {'c': 1, 'd':3}],
[3, 'c', {}]]
columnNames = ['sl', 'name', 'params']
内部列表中的第三个元素没有特定的结构。在pandas数据帧中，我可以
浏览 1提问于2018-04-07得票数 1
2回答
我的架构：
|-- Canonical_URL: string (nullable = true)
|-- Certifications: array (nullable = true)
| |-- element: struct (containsNull = true)
| | |-- Certification_Authority: string (nullable = true)
| | |-- End: string (nullable = true)
| | |-- License: string (nullable = true
浏览 0提问于2016-03-15得票数 16
回答已采纳
我是Spark ML的新手。我正在尝试使用Spark ML Pipeline来链接数据转换(将其视为ETL过程)。换句话说，我想输入一个DataFrame，执行一系列转换(每次向该数据帧添加一列)，并输出转换后的DataFrame。
我研究了Python中的Pipeline文档和代码，但我不知道如何将转换后的数据集从Pipeline中提取出来。请参见以下示例(从文档中复制并修改)：
from pyspark.ml import Pipeline
from pyspark.ml.feature import HashingTF, Tokenizer
# Prepare training doc
浏览 0提问于2018-04-11得票数 1
我在S3中有一些文件，看起来像这样(都在相同的路径中)： group1_20210415.csv
group2_20210415.csv
group1_20210416.csv
group2_20210416.csv 每个文件的模式都相当简单： group1_name, group1_id
group2_name, group2_id 我希望能够使用雅典娜从S3查询这些名称和I，并在出现新文件时使用AWS Glue爬行该S3位置。 具体地说，我希望在Athena中有一个带有模式的表： group1_name, group1_id, group2_name, group2_id, hit_da
浏览 40提问于2021-04-17得票数 0
使用snowflake spark连接器从snowflake复制表时，默认行为是将结构化数据映射到spark字符串：https://docs.snowflake.net/manuals/user-guide/spark-connector-use.html#from-snowflake-to-spark-sql 例如，给定snowflake中的一个表： create table schema.table as
select
array_construct('1','a') as array_col,
object_construct(
浏览 26提问于2019-05-30得票数 1
我已经创建了一个空的dataframe，并开始添加它，通过读取每个文件。但其中一个文件的列数比前一个文件多。如何仅为所有其他文件选择第一个文件中的列？
from pyspark.sql import SparkSession
from pyspark.sql import SQLContext
from pyspark.sql.types import StructType
import os, glob
spark = SparkSession.builder.\
config("spark.jars.packages","saurf
浏览 1提问于2019-09-06得票数 3
回答已采纳
我正在尝试从外部数据库中存储的数据创建一个pyspark dataframe。我使用pyodbc模块连接到数据库并提取所需的数据，然后使用spark.createDataFrame将数据发送到集群进行分析。
我使用--deploy-mode client运行脚本，因此驱动程序在主节点上运行，但是执行器可以分布到其他机器上。问题是pyodbc没有安装在任何工作节点上(这很好，因为我不希望它们都查询数据库)，所以当我尝试在脚本中导入这个模块时，我得到了一个导入错误(除非所有的执行器恰好都在主节点上)。
我的问题是，我如何指定我希望代码的某一部分(在本例中，导入pyodbc并查询数据库)仅在驱动程序
浏览 0提问于2018-06-23得票数 0
我的要求是从现有的PySpark程序中调用一个"Spark Scala“函数。将PySpark程序中创建的sparkSession传递给Scala函数的最佳方式是什么？我将我的scala jar传递给Pyspark，如下所示。 spark-submit --jars ScalaExample-0.1.jar pyspark_call_scala_example.py iris.data Scalacode def getDf(spark: SparkSession, query:String, df: DataFrame, log: Logger): DataFrame = {
i
浏览 59提问于2019-10-01得票数 4
我希望使用PySpark将数据保存到一个Hive表中。
指出：
"spark.sql.hive.convertMetastoreParquet:当设置为false时，Spark将使用Hive SerDe来处理拼花表，而不是支持内置的。“
查看，似乎可以设置此属性：
from pyspark.sql import HiveContext
sqlContext = HiveContext(sc)
sqlContext.sql("SET spark.sql.hive.convertMetastoreParquet=false")
# code to create
浏览 2提问于2015-07-17得票数 9
回答已采纳
我有一个包含两列的pyspark dataframe，ID和Elements。"Elements“列中有list元素。它看起来像这样，
ID | Elements
_______________________________________
X |[Element5, Element1, Element5]
Y |[Element Unknown, Element Unknown, Element_Z]
我想用‘element’列中最频繁的元素组成一个列。输出应如下所示：
ID | Elements
浏览 6提问于2021-10-07得票数 1
假设我们有一个具有以下模式的PySpark dataframe df
root
|-- a1: string (nullable = true)
|-- a2: string (nullable = true)
|-- arr1: array (nullable = true)
| |-- element: struct (containsNull = true)
| | |-- dt1: date (nullable = true)
| | |-- dt2: date (nullable = true)
| | |-- dt_indic
浏览 12提问于2021-12-11得票数 0
1回答
我在数据代码中查询bigquery表，
fetch_history_query = 'SELECT * FROM {} WHERE ({}) = ("{}")'.format(bq_table, Columns, filer_value)
print(fetch_history_query)
client = bigquery.Client()
result_history = client.query(fetch_history_query).result().to_dataframe()
print(len(result_history))
上面的代码将re
浏览 4提问于2021-08-10得票数 0
我有一个包含'people‘和'timestamp’列的PySpark DataFrame (加上其他与问题无关的列)。解释是用户在那个时候做了一些事情。
我想对“人物”的所有行进行分组，其中“时间戳”的差异不超过“阈值”值(例如5分钟)。
你知道我如何在PySpark中实现这一点吗？最好是以DataFrame作为结果？
感谢你的想法！
浏览 35提问于2018-08-30得票数 0
回答已采纳
3回答
我正在尝试打破一个字符串(技术上是从dataframe的列中传递的字符串)，并将这些破碎的字符串作为列表返回到dataframe。Scala版本2.11。我更喜欢使用udf的scala或pyspark解决方案--因为在udf内部发生了很多事情。
让我们说，我有一个数据：
val df = List(("123", "a*b*c*d*e*f*x*y*z"), ("124", "g*h*i*j*k*l*m*n*o")).toDF("A", "B")
我想要的结果(在udf中，因为那里发生了很多事情；Sc
浏览 4提问于2018-04-24得票数 1
回答已采纳
2回答
以下是我要做的事：
我把数据读入scala
提取几个列
使用JEP将创建的数据pass传递给Python脚本
Python脚本将dataframe转换为熊猫，执行一些操作并返回。
但是，我不知道如何将dataframe传递给python脚本。下面是python脚本(这只是示例脚本，而不是实际脚本)：
import findspark
findspark.init()
import pandas as pd
#from pyspark.sql import types.*
from pyspark.sql import DataFrame as dataframe
de
浏览 3提问于2019-05-12得票数 2
回答已采纳
1回答
对不起，我知道有这么多关于索引的问题，这可能是我的问题，但我在这方面有点小麻烦。我对.loc、.iloc和.index方法以及切片非常熟悉。.reset_index方法可能没有(也可能不能)在我们的数据帧上被调用，因此索引标签可能不是有序的。dataframe和numpy数组实际上是dataframe的不同长度子集，但对于本例，我将使它们保持相同的大小(一旦有了示例，我就可以处理偏移量)。
这是一张我正在寻找的图片：
我可以根据一些搜索条件从数据框中拉出多个行。
idxlbls = df.index[df['timestamp'] == dt]
stuff = df.lo
浏览 16提问于2018-07-23得票数 1
回答已采纳
2回答
使用PySpark 1.6.3，我试图将RDD转换为Dataframe。这是在齐柏林飞艇笔记本上运行的测试代码。感兴趣的是rdd_ret。
>>> from pyspark.sql import Row
>>> rdd_ret.count()
9301
>>> rddofrows = rdd_ret.map(lambda x: Row(**x))
>>> things = rddofrows.take(10000)
>>> len(things)
9301
>>> [type(x) fo
浏览 0提问于2018-06-21得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
