如何在spark中将sql游标输出转换为spark数据帧？
在Spark中，可以使用spark.sql方法执行SQL查询并将结果转换为Spark数据帧。要将SQL游标输出转换为Spark数据帧，可以按照以下步骤进行操作：
- 首先，使用
spark.sql方法执行SQL查询，将结果保存在一个临时表中。例如，执行以下代码：
spark.sql("CREATE OR REPLACE TEMPORARY VIEW temp_view AS SELECT * FROM your_table")- 接下来，使用
spark.table方法读取临时表并将其转换为Spark数据帧。例如，执行以下代码：
df = spark.table("temp_view")现在，你可以使用df变量来操作和处理这个Spark数据帧。
需要注意的是，上述代码中的"your_table"应替换为你实际的表名，以及"temp_view"可以替换为你想要的临时表名。
关于Spark和SQL的更多信息，你可以参考腾讯云的相关产品和文档：
相关·内容
我正在使用Spark2.1.0和Scala2.10.6
当我尝试这样做的时候：
val x = (avroRow1).join(flattened)
我知道错误：
value join is not a member of org.apache.spark.rdd.RDD[org.apache.spark.sql.Row]
我为什么要收到这条消息？我有下列进口报表：
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.SparkContext._
impor
浏览 0提问于2017-07-10得票数 0
如何将RDD (org.apache.spark.rdd.RDD[org.apache.spark.sql.Row])转换为数据帧org.apache.spark.sql.DataFrame。我使用.rdd将数据帧转换为rdd。在处理之后，我想把它放回数据帧中。我该怎么做呢？
浏览 56提问于2015-04-01得票数 150
回答已采纳
我是spark的新手，我想在数据帧的列上执行一个操作，以便用.替换列中的所有,
假设有一个数据帧x和列x4
x4
1,3435
1,6566
-0,34435
我希望输出结果为
x4
1.3435
1.6566
-0.34435
我使用的代码是
import org.apache.spark.sql.Column
def replace = regexp_replace((x.x4,1,6566:String,1.6566:String)x.x4)
但是我得到了以下错误
import org.apache.spark.sql.Column
<console>:1: error: &
浏览 1提问于2016-10-17得票数 17
一个工作的Spark SQL：
SELECT current_timestamp() - INTERVAL 10 DAYS as diff from sample_table
我尝试过的Spark SQL (不起作用)：
SELECT current_timestamp() - INTERVAL col1 DAYS as diff from sample_table
从上面的查询中得到的错误：
mismatched input 'DAYS' expecting
== SQL ==
SELECT current_timestamp() - INTERVAL col1 DAYS
浏览 6提问于2019-09-24得票数 4
1回答
我需要使用sql查询的get变量：
Dt = spark.sql("""select max(dt) from table""")
Script = """select * from table where dt > """ + dt
Spark.sql(script)
但是，当我试图在请求中替换一个变量时，我会得到错误：“只能将str (而不是dataframe)连接到str”。
如何将变量作为字符串而不是数据string获得？
浏览 4提问于2022-06-28得票数 0
我正在尝试将aws glue get-tables命令的json输出转换为PySpark数据帧。 使用以下命令读取json输出后： df = spark.read.option("inferSchema", "true") \
.option("multiline", "true") \
.json("tmp/my_json.json") 我从printSchema得到了以下内容： root
|-- TableList: array (nullable = true)
| |-- el
浏览 15提问于2021-11-04得票数 0
回答已采纳
我陷入了将avro数据帧转换为GenericRecord/ByteArray的困境，在那里我在google上冲浪，他们为我提供了相反的解决方案。
有人尝试过在scala中将AVRO RDD/Dataframe转换为GenericRecord或ByteArray吗？
我使用这个命令来读取我的avro文件。
spark.read.avro("/app/q.avro")
它会像这样返回给我数据帧。
res0: org.apache.spark.sql.DataFrame = [recordType: string, recordVersion: string ... 6 more f
浏览 4提问于2017-10-16得票数 0
我正在尝试将一个文件加载到spark中。如果我将一个普通的textFile加载到Spark中，如下所示：
val partFile = spark.read.textFile("hdfs://quickstart:8020/user/cloudera/partfile")
结果是：
partFile: org.apache.spark.sql.Dataset[String] = [value: string]
我可以在输出中看到一个数据集。但是如果我加载一个Json文件：
val pfile = spark.read.json("hdfs://quickstart:80
浏览 6提问于2017-07-07得票数 0
回答已采纳
我有一个从熊猫数据帧创建的样本spark数据帧-
from pyspark.sql import SparkSession
import pyspark.sql.functions as F
from pyspark.sql.types import StringType
from pyspark.sql.types import *
import pandas as pd
spark = SparkSession \
.builder \
.appName("Python Spark SQL basic example") \
.config(&
浏览 3提问于2020-09-09得票数 0
我有一个dataframe，我想在它上面手动添加一个标题和第一列。以下是数据帧：
import org.apache.spark.sql.SparkSession
val spark = SparkSession.builder.master("local").appName("my-spark-app").getOrCreate()
val df = spark.read.option("header",true).option("inferSchema",true).csv("C:\\gg.csv").ca
浏览 14提问于2017-03-31得票数 2
在熊猫中，这可以通过column.name来完成。
但是，当它的spark数据帧列时如何做同样的事情呢？
例如，调用程序有一个spark数据帧: spark_df
>>> spark_df.columns
['admit', 'gre', 'gpa', 'rank']
此程序调用我的函数: my_function(spark_df 'rank‘)在my_function中，我需要列的名称，即’rank‘
如果是pandas数据帧，我们可以在my_function内部使用
>>> pand
浏览 1提问于2016-09-28得票数 55
1回答
我正在探索spark persist函数。对于某些数据帧，它似乎是持久化的，而对于其他数据帧，则不是，即使我在所有数据帧上都使用了persisting方法
下面是我的代码和解释
// loading csv as dataframe and creating a view
val src_data=spark.read.option("header",true).csv("sources/data.csv")
src_data.createTempView("src_data")
**There is alreading a table cal
浏览 0提问于2021-04-12得票数 0
1回答
方法1:我的输入数据是一堆json文件。经过预处理后，输出为pandas数据帧格式，该格式将写入Azure SQL数据库表。 方法2:我已经实现了delta lake，其中输出pandas数据帧被转换为Spark数据帧，然后将数据插入到分区的Delta Table中。这个过程很简单，而且将pandas数据帧转换为spark数据帧所需的时间以毫秒为单位。但与方法1相比，性能很差。使用Approach1，我能够在不到方法2所需时间的一半内完成。 我尝试了不同的优化技术，比如ZORDER，压缩(装箱)，使用insertInto而不是saveAsTable。但没有一种方法真正提高了性能。 如果我错过
浏览 8提问于2020-10-28得票数 1
1回答
如何在分区中转换行
、、、、
我有个想法。必须对数据帧进行分区。结果应由每个分区一次处理。
List<String> data = Arrays.asList("con_dist_1", "con_dist_2",
"con_dist_3", "con_dist_4", "con_dist_5",
"con_dist_6");
Dataset<Row> codes = sparkSession.createDataset(data, Encoders.STRING());
浏览 3提问于2020-03-02得票数 1
回答已采纳
1回答
因此，我在Azure Databricks笔记本中运行一些脚本。我正在使用pySpark查询表中的一些数据。 query = """secret sql query""".format(ids)
try:
DF_sql = spark.sql(query) 该查询没有提示任何错误，但随后我尝试将其转换为pandas数据帧 DF_pd = DF_sql.toPandas() 但是我一直收到这个错误： UserWarning: toPandas attempted Arrow optimization because 'spark.
浏览 51提问于2020-07-08得票数 1
回答已采纳
是否可以在scala/spark中写入/调用游标？我想从spark/scala代码中编写或调用( SQL游标)游标。
下面是我想从scala代码中调用的游标(用SQL编写)。
declare
cursor c1 is
select DISTINCT earning_id from CN_TP_EARNINGS_ALL where rownum < 10;
cursor c2(p_Assigned in number) is
select SOURCE_EVENT_PERIOD_ID from CN_TP_EARNINGS_ALL where
浏览 0提问于2018-10-01得票数 3
1回答
我正在从事SQL Server到Databricks的迁移工作。 我有一些TSQL程序，最少有100行代码。 我想把这些程序转换成Spark代码。 对于POC (在1个TSQL proc上工作)，所有的源文件都被导入并创建为GlobalTempView的，并将TSQL转换为Spark SQL。 并使用作为文件导出的最终globalTempView。 现在，我在这里有一个问题，创建GlobalTempView并将TSQL proc转换为Spark SQL是最好的方法吗?或者将所有文件加载到数据帧中并将TSQL proc重写为Spark数据帧逻辑是最好的方法。 请告诉我TSQL procs转换成
浏览 10提问于2021-10-29得票数 1
我正在与<spark.version>2.2.1</spark.version>合作，我想写一个数据帧，其中有一个映射字段到postgres作为json字段。
示例代码：
import java.util.Properties
import org.apache.spark.SparkConf
import org.apache.spark.sql.{SaveMode, SparkSession}
import scala.collection.immutable.HashMap
case class ExampleJson(map: HashMap[String
浏览 44提问于2021-05-19得票数 1
回答已采纳
我使用的是spark 2.3.2，在对来自Kafka的2个或更多流媒体资源进行联合时遇到了一个问题。这些都是来自Kafka的流媒体源，我已经将它们转换并存储在Dataframes中。 理想情况下，我希望将此UNIONed数据帧的结果以parquet格式存储在HDFS中，甚至可能存储回Kafka中。最终目标是以尽可能低的延迟存储这些合并的事件。 val finalDF = flatDF1
.union(flatDF2)
.union(flatDF3)
val query = finalDF.writeStream
.format("parquet&
浏览 52提问于2019-07-02得票数 1
回答已采纳
我正在用Spark和Pandas解压snappy.parquet文件。我有180个文件(我的Jupyter笔记本中有7 7GB的数据)。在我的理解中，我需要创建一个循环来抓取所有的文件-用Spark解压它们并附加到Pandas表中？以下是代码 findspark.init()
import pyspark
from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()
parquetFile = spark.read.parquet("file_name.snappy.parque
浏览 27提问于2019-12-04得票数 0
回答已采纳
我有两个数据帧：
val df1 = List(("Sid", 1), ("Teni", 2), ("Bob", 3), ("Spark", 4), ("Hbase", 5)).toDF("name", "value")
val df2 = List(("Sidhartha", 1), ("Tammineni", 2), ("Bobby", 3), ("Spark", 4)).toDF("name", &
浏览 0提问于2021-04-14得票数 0
1回答
我已经将一个包含5列的excel文件读入到dataframe (使用Pandas)中，并尝试使用以下代码将其写入现有的空sql server表中
for index, row in df.iterrows():
PRCcrsr.execute("Insert into table([Field1], [Field2], [Field3], [Field4], [Field5]) VALUES(?,?,?,?,?)"
, row['dfcolumn1'],row['dfcolumn2'], row['dfco
浏览 5提问于2019-11-14得票数 1
回答已采纳
在spark-sql中，我有一个列为col的数据帧，其中包含一个大小为100的Int数组(例如)。
我希望将该列聚合为一个值，该值是一个大小为100的Int数组，它包含该列中每个元素的总和。可以通过调用以下方法来完成此操作：
dataframe.agg(functions.array((0 until 100).map(i => functions.sum(i)) : _*))
这将生成明确执行100个聚合的代码，然后将100个结果显示为包含100个项的数组。然而，这似乎非常低效，因为如果我的数组大小超过大约1000项，catalyst甚至无法为此生成代码。在spark-sql中有没有一
浏览 2提问于2018-10-17得票数 0
2回答
我尝试加载到spark数据帧，但它似乎忽略了时间戳的时区，而使用spark时区。下面是运行它的代码。 from pyspark.sql import SparkSession, Row
from datetime import datetime
import pytz
import os
spark = SparkSession.builder.getOrCreate()
spark.conf.set("spark.sql.session.timeZone", "Europe/Moscow")
df = spark.createDataFrame([
浏览 108提问于2021-08-18得票数 0
在解决了这个问题之后：How to limit FPGrowth itemesets to just 2 or 3，我正在尝试将使用pyspark的fpgrowth的关联规则输出导出到python中的.csv文件。在运行了近8-10小时后，它给出了一个错误。我的机器有足够的空间和内存。 Association Rule output is like this:
Antecedent Consequent Lift
['A','B'] ['C']
浏览 19提问于2019-07-02得票数 2
我有spark scala应用程序。我正在尝试使用它内部的Futures来并行化几个独立的操作集。我在期货中调用它们，它们返回给我未来类型的DataFrame，我如何在最后合并它们，并在任何未来类型无法计算的情况下抛出错误。下面是我的代码。当我尝试在onComplete块中应用数据帧的联合时，它显示以下错误
value union is not a member of scala.concurrent.Future[(scala.concurrent.Future[org.apache.spark.sql.DataFrame], scala.concurrent.Future[org.apac
浏览 2提问于2020-01-22得票数 0
我有一个使用配置单元命令创建的兽人配置单元表 create table orc1(line string) stored as orcfile 我想写一些数据到这个表使用spark sql，我使用以下代码，并希望数据在HDFS上快速压缩 test("test spark orc file format with compression") {
import SESSION.implicits._
Seq("Hello Spark", "Hello Hadoop").toDF("a").createOrRepl
浏览 44提问于2019-03-02得票数 1
使用pyscema1.4，我尝试使用RegressionMetrics()来进行由LinearRegressionWithSGD生成的预测。
在RegressionMetrics()中给出的所有示例都用于“人工”预测和观察，如
predictionAndObservations = sc.parallelize([ (2.5, 3.0), (0.0, -0.5), (2.0, 2.0), (8.0, 7.0)])
对于这样的“人工”(用sc.parallelize生成的) RDD，一切都很好。但是，当对以另一种方式生成的另一个RDD执行相同的操作时，我将
TypeError: DoubleTy
浏览 2提问于2015-07-16得票数 4
回答已采纳
我正在使用Scala编写Spark。我有一个需求，首先需要将每个查询的o/p转换为double，然后再分割them.This是我尝试过的。
Query1 -
scala> var noofentry = sqlContext.sql("select count(*) from bankdata")
noofentry: org.apache.spark.sql.DataFrame = [count(1): bigint]
Query2
var noofsubscribed = sqlContext.sql("select count(*) from bankdat
浏览 0提问于2018-03-22得票数 0
回答已采纳
1回答
我正在尝试将HDFS(在本例中为s3)中的一个文件作为RDD读入火花。该文件位于SequenceInputFileFormat中。但我无法将文件的内容解码为字符串。我有以下代码：
package com.spark.example.ExampleSpark;
import java.util.List;
import scala.Tuple2;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.api.java.JavaR
浏览 5提问于2015-09-21得票数 2
回答已采纳
1回答
我必须读取HDFS中的文件，并将其转换为数据帧。我正在做下面的步骤。但不能继续下去。需要帮助。
from pyspark.sql import SparkSession
stock1 = spark.read.csv("/FileStore/tables/stockdata/companylist_noheader.csv")
当我这样做时，我得到了下面的输出
但是实际的csv文件如下所示：
请建议一下。我知道我们有一个x分隔，但是当我使用map函数时，我得到了下面的错误attributeError：'DataFrame‘对象没有属性'map’
浏览 1提问于2018-01-31得票数 0
回答已采纳
3回答
我是Spark的新手，需要使用PySpark或Spark Sql将以下输入数据帧转置为所需的输出df (从行到列)的帮助。
输入数据帧-
A B C D
1 2 3 4
10 11 12 13
......
........
所需的输出(转置)数据
A 1
B 2
C 3
D 4
A 11
B 12
C 13
D 14
....
......
如果我可以根据我们的要求旋转输入数据(列)，那就更好了。
浏览 1提问于2020-11-27得票数 3
我对如何将参数作为REST API JSON传递感到有点困惑。 考虑下面的spark提交命令。 spark-submit --packages org.apache.hudi:hudi-utilities-bundle_2.11:0.5.3,org.apache.spark:spark-avro_2.11:2.4.4 \
--master yarn \
--deploy-mode cluster \
--num-executors 10 \
--executor-memory 3g \
--driver-memory 6g \
--conf spark.driver.extraJ
浏览 56提问于2021-06-17得票数 0
回答已采纳
我有多个数据帧需要将它们存储在MapString中，数据帧数据结构。下一步，我们的目标是访问它们以进行连接操作。以下是输入数据帧： names_df:
+-----+----------+----------+
|Id |FirstName | LastName |
+-----+----------+----------+
|1000 | Bob | B |
|1001 | Alice | A |
+-----+----------+----------+
addresses_df
+----+----+----+
|I
浏览 27提问于2019-08-27得票数 0
我有两个数据帧，第一个数据帧包含实际数据(从CSV文件读取)，第二个数据帧包含一个具有多个关键字的列。即下面的Dataframe-1外观相似(我们必须搜索的地方)：
数据帧-2：
我想要的输出：
我在这里使用spark scala。我想要一个与dataframe-1中的dataframe-2完全匹配的单词。我使用了like、rlike、contains等函数，但它没有给出我想要的输出。有人知道如何在spark scala SQL中或使用dataframe的spark scala函数来开发此逻辑吗？请帮我弄一下这个。
浏览 1提问于2021-02-12得票数 0
我需要对dataframe行进行有状态处理。为此，我需要创建一个bean或case类，对有状态处理所需的数据进行建模。我希望保留数据帧中的其他数据，以便在有状态处理之后使用，而不是在case类中对其进行建模。如何做到这一点？ 在无状态处理中，我们可以通过使用UDF在某种程度上停留在DataFrame领域，但我们在这里没有这样的选择。 这是我尝试过的： package com.example.so
import org.apache.spark.sql.{Row, SparkSession}
import org.apache.spark.sql.functions._
import org
浏览 18提问于2018-12-25得票数 0
SL No: Customer Month Amount
1 A1 12-Jan-04 495414.75
2 A1 3-Jan-04 245899.02
3 A1 15-Jan-04 259490.06
我的Df在上面
代码
import findspark
findspark.init('/home/mak/spark-3.0.0-preview2-bin-hadoop2.7')
import pyspark
from pyspark.sql import SparkSession
spark = SparkSession.bui
浏览 2提问于2020-02-02得票数 2
回答已采纳
1回答
我的用例：
从cassandra表创建数据帧。
通过对列进行过滤并修改该列的值来创建输出数据。
使用TTL集将输出数据写入cassandra，以便在短时间(2s)后删除所有修改的记录。
将输出数据返回给一个调用方，该调用者在一段时间后将其写入文件系统。我只能返回一个数据文件给调用者，我没有进一步的控制。而且，我不能增加TTL。
在执行步骤4时，输出数据为空。这是因为，星火重新评估行动的数据，由于血统，卡桑德拉查询再次完成，这现在不产生任何记录。
为了避免这种情况，我在步骤2之后添加了一个步骤：
2a) outputDataframe.cache()
这确保了在第5步中，
浏览 0提问于2018-10-17得票数 2
回答已采纳
2回答
SparkSQL查询数据帧
、、、、
我将一个熊猫数据帧转换成spark sql表。我是SQL的新手，想从表中选择关键的'code‘。 查询 sqlContext.sql("""SELECT `classification` FROM psyc""").show() 查询响应 +--------------------+
| classification|
+--------------------+
|[{'code': '3297',...|
|[{'code': '3410',...|
|[{&
浏览 13提问于2020-01-29得票数 0
回答已采纳
包RDDBasics
import org.apache.spark.sql.SparkSession
object CreatingSparkContextWithSparkSession {
def main(args: Array[String]): Unit = {
val sparkSession = SparkSession.builder()
.appName("Creating Spark context with spark session")
.getOrCreate()
val array = Array(1,2,3,
浏览 1提问于2020-05-10得票数 0
我有一个用Scala编写的spark应用程序代码，它运行一系列Spark-SQL语句。这些结果是通过在最后对最终数据帧调用操作'Count‘来计算的。我想知道在Spark-scala应用程序作业中进行日志记录的最佳方式是什么？由于数量上的所有数据帧(大约20个)最终都是使用单个操作来计算的，那么在记录某些语句的输出/序列/成功时，我有什么选择呢？ 问题在本质上是很小的泛型。由于spark在惰性评估上工作，所以执行计划是由spark决定的，我想知道应用程序语句在哪个阶段成功运行，以及在那个阶段的中间结果是什么。 这里的目的是监视长时间运行的任务，看看它在哪一点上是正常的，以及问题出现在
浏览 22提问于2019-09-03得票数 4
我有一个数据集，并且我想始终使用Spark和Java将列(动态列数)转置为两行。
示例输入：
+-------+-------+---------+
|titanic|IronMan|Juglebook|
+-------+-------+---------+
| 101| test1| 10|
| 102| test2| 20|
| 103| test3| 30|
+-------+-------+---------+
示例输出：
| Colname|colvalue
+---------+----+----+-
浏览 28提问于2019-04-11得票数 -1
1回答
电火花比较算子
、、
当我试图用比较运算符比较数据帧中的两列时，不能得到准确的结果，所以有人能指点我做错了什么吗？
>>>spark.sql("select High,Low from cc where cc.High < cc.Low").show(5)
+--------+-------+
|High |Low |
+--------+-------+
| 14| 4|
| 19| 3|
| 24| 5|
| 46| 6|
| 106| 8|
+--------
浏览 0提问于2019-05-07得票数 1
在使用Geomesa和Scala时，我一直试图使用下面的代码片段在Spark中对2列进行编码，但我不断收到一个问题，似乎Scala无法将返回的对象序列化为Dataframe。当使用Postgres和PostGIS时，生活很容易--这是一个容易的问题吗?还是有一个更好的库可以处理来自包含双格式的纬度和经度的星火数据的地理空间查询？
我在SBT中使用的版本是：
火花: 2.3.0
scala: 2.11.12
地势a: 2.2.1
jst-*：1.17.0-快照
线程“主”java.lang.UnsupportedOperationException中的异常:没有为org
浏览 1提问于2019-03-06得票数 1
想尝试做这样的事情：
我有一个名为ID_LIST的ID列。使用id的那个列，我想将它传递到Spark调用中，通过ID_LIST循环，使用foreach将结果返回到另一个dataframe。
val sqlContext = new org.apache.spark.sql.SQLContext(sc)
val id_list = sqlContext.sql("select distinct id from item_orc")
id_list.registerTempTable("ID_LIST")
id_list.foreach(i => printl
浏览 6提问于2017-05-16得票数 0
我正在尝试将Oracle SQL数据库放入python中，这样我就可以聚合/分析数据。熊猫对这项任务真的很有用。但是，每当我尝试使用我的代码时，它都会挂起，并且不输出任何内容。我不确定是不是因为我先使用了cx oracle包，然后又使用了pandas包？ import cx_Oracle as cxo
import pandas as pd
dsn=cxo.makedsn(
'host.net',
'1111',
service_name='servicename'
)
conn=cxo.connect(
us
浏览 20提问于2020-03-27得票数 2
1回答
你们能向我解释一下使用Apache Spark从各种Oracle和SQL Server模式中以json格式导出表的最佳方式是什么吗？Spark可以在同一应用程序中处理多个数据帧吗？谢谢!
浏览 0提问于2020-11-25得票数 0
我使用结构化数据流从Kafka流式传输数据
val df = spark
.readStream
.format("kafka")
.option("kafka.bootstrap.servers", "localhost:9092")
.option("enable.auto.commit", false)
.option("auto.offset.reset", "earliest")
.option("group.id", U
浏览 0提问于2018-11-16得票数 1
1回答
如何在没有方括号的情况下获得值
、、、、
我已经使用Scala和Spark SQL创建了一个数据帧。我想要表中的第一个值，但我将它放在方括号[]中。我能不能只得到没有括号的值？
代码：
val sigh = sqlContext.sql("""SELECT DISTINCT accountId FROM table""")
sigh.show()
sigh.select("accountId").first()
结果：
sigh: org.apache.spark.sql.DataFrame = [accountId: string]
+----------+
| acc
浏览 21提问于2018-08-22得票数 0
回答已采纳
我有一个像这样的Spark数据帧，希望只使用Scala而不是Spark函数将其第一行划分为下一行。在哪里得到一些问题并寻求建议。 +------+
|number|
+------+
|24 |
|12 |
+------+ 这里的输出应该是2，因为除以24/12 =2 下面是我正在尝试的代码： val spark = SparkSession
.builder()
.appName("Spark Test")
.getOrCreate()
val testDF1 = spark.sql("&#
浏览 56提问于2020-07-22得票数 0
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
