MySQL查询优化之explain的深入解析-6ren

MySQL查询优化之explain的深入解析

转载作者：qq735679552 更新时间：2022-09-29 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章MySQL查询优化之explain的深入解析由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

在分析查询性能时，考虑EXPLAIN关键字同样很管用。EXPLAIN关键字一般放在SELECT查询语句的前面，用于描述MySQL如何执行查询操作、以及MySQL成功返回结果集需要执行的行数。explain 可以帮助我们分析 select 语句,让我们知道查询效率低下的原因,从而改进我们查询,让查询优化器能够更好的工作.

1、MySQL 查询优化器是如何工作的 MySQL 查询优化器有几个目标,但是其中最主要的目标是尽可能地使用索引,并且使用最严格的索引来消除尽可能多的数据行。最终目标是提交 SELECT 语句查找数据行,而不是排除数据行。优化器试图排除数据行的原因在于它排除数据行的速度越快,那么找到与条件匹配的数据行也就越快。如果能够首先进行最严格的测试,查询就可以执行地更快。 EXPLAIN 的每个输出行提供一个表的相关信息,并且每个行包括下面的列: 。

项。	说明。
id 。	MySQL Query Optimizer 选定的执行计划中查询的序列号。表示查询中执行 select 子句或操作表的顺序,id 值越大优先级越高,越先被执行。id 相同,执行顺序由上至下.

。

select_type 查询类型。	说明。
SIMPLE 。	简单的 select 查询,不使用 union 及子查询。
PRIMARY 。	最外层的 select 查询。
UNION 。	UNION 中的第二个或随后的 select 查询,不依赖于外部查询的结果集。
DEPENDENT UNION 。	UNION 中的第二个或随后的 select 查询,依赖于外部查询的结果集。
SUBQUERY 。	子查询中的第一个 select 查询,不依赖于外部查询的结果集。
DEPENDENT SUBQUERY 。	子查询中的第一个 select 查询,依赖于外部查询的结果集。
DERIVED 。	用于 from 子句里有子查询的情况。 MySQL 会递归执行这些子查询, 把结果放在临时表里.
UNCACHEABLE SUBQUERY 。	结果集不能被缓存的子查询,必须重新为外层查询的每一行进行评估.
UNCACHEABLE UNION 。	UNION 中的第二个或随后的 select 查询,属于不可缓存的子查询。

。

项。	说明。
table 。	输出行所引用的表。

。

type 重要的项,显示连接使用的类型,按最优到最差的类型排序。	说明。
system 。	表仅有一行(=系统表)。这是 const 连接类型的一个特例.
const 。	const 用于用常数值比较 PRIMARY KEY 时。当查询的表仅有一行时,使用 System.
eq_ref 。	const 用于用常数值比较 PRIMARY KEY 时。当查询的表仅有一行时,使用 System.
ref 。	连接不能基于关键字选择单个行,可能查找到多个符合条件的行。叫做 ref 是因为索引要跟某个参考值相比较。这个参考值或者是一个常数,或者是来自一个表里的多表查询的结果值.
ref_or_null 。	如同 ref, 但是 MySQL 必须在初次查找的结果里找出 null 条目,然后进行二次查找.
index_merge 。	说明索引合并优化被使用了.
unique_subquery 。	在某些 IN 查询中使用此种类型,而不是常规的 ref:value IN (SELECT primary_key FROM single_table WHERE some_expr) 。
index_subquery 。	在某些 IN 查询中使用此种类型 , 与 unique_subquery 类似,但是查询的是非唯一性索引: value IN (SELECT key_column FROM single_table WHERE some_expr) 。
range 。	只检索给定范围的行,使用一个索引来选择行。key 列显示使用了哪个索引。当使用=、 <>、>、>=、<、<=、IS NULL、<=>、BETWEEN 或者 IN 操作符,用常量比较关键字列时,可以使用 range.
index 。	全表扫描,只是扫描表的时候按照索引次序进行而不是行。主要优点就是避免了排序, 但是开销仍然非常大.
all 。	最坏的情况,从头到尾全表扫描.

。

项。	说明。
possible_keys 。	指出 MySQL 能在该表中使用哪些索引有助于查询。如果为空,说明没有可用的索引.

。

项。	说明。
key 。	MySQL 实际从 possible_key 选择使用的索引。如果为 NULL,则没有使用索引。很少的情况下,MYSQL 会选择优化不足的索引。这种情况下,可以在 SELECT 语句中使用 USE INDEX (indexname)来强制使用一个索引或者用 IGNORE INDEX(indexname)来强制 MYSQL 忽略索引。

。

项。	说明。
key_len 。	使用的索引的长度。在不损失精确性的情况下,长度越短越好.

。

项。	说明。
ref 。	显示索引的哪一列被使用了。

。

项。	说明。
rows 。	MYSQL 认为必须检查的用来返回请求数据的行数。

。

项。	说明。
rows 。	MYSQL 认为必须检查的用来返回请求数据的行数。

。

extra 中出现以下 2 项意味着 MYSQL 根本不能使用索引,效率会受到重大影响。应尽可能对此进行优化.

extra 项。	说明。
Using filesort 。	表示 MySQL 会对结果使用一个外部索引排序,而不是从表里按索引次序读到相关内容。可能在内存或者磁盘上进行排序。MySQL 中无法利用索引完成的排序操作称为“文件排序” 。
Using temporary 。	表示 MySQL 在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by.

下面来举一个例子来说明下 explain 的用法。先来一张表

复制代码代码如下:

 
 CREATE TABLE IF NOT EXISTS `article` (`id` int(10) unsigned NOT NULL AUTO_INCREMENT, 
 
 `author_id` int(10) unsigned NOT NULL, 
 
 `category_id` int(10) unsigned NOT NULL, 
 
 `views` int(10) unsigned NOT NULL, 
 
 `comments` int(10) unsigned NOT NULL, 
 
 `title` varbinary(255) NOT NULL, 
 
 `content` text NOT NULL, 
 
 PRIMARY KEY (`id`) 
 
 );

再插几条数据

复制代码代码如下:

 
 INSERT INTO `article` 
 
 (`author_id`, `category_id`, `views`, `comments`, `title`, `content`) VALUES 
 
 (1, 1, 1, 1, '1', '1'), 
 
 (2, 2, 2, 2, '2', '2'), 
 
 (1, 1, 3, 3, '3', '3');

需求: 查询 category_id 为 1 且 comments 大于 1 的情况下,views 最多的 article_id。先查查试试看

复制代码代码如下:

 
 EXPLAIN 
 
 SELECT author_id 
 
 FROM `article` 
 
 WHERE category_id = 1 AND comments > 1 
 
 ORDER BY views DESC 
 
 LIMIT 1\G

看看部分输出结果: 。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: article 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 3 
 
         Extra: Using where; Using filesort 
 
 1 row in set (0.00 sec)

很显然,type 是 ALL,即最坏的情况。Extra 里还出现了 Using filesort,也是最坏的情况。优化是必须的.

。

嗯,那么最简单的解决方案就是加索引了。好,我们来试一试。查询的条件里即 where 之后共使用了 category_id,comments,views 三个字段。那么来一个联合索引是最简单的了.

复制代码代码如下:

ALTER TABLE `article` ADD INDEX x ( `category_id` , `comments`, `views` );

结果有了一定好转,但仍然很糟糕

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: article 
 
          type: range 
 
 possible_keys: x 
 
           key: x 
 
       key_len: 8 
 
           ref: NULL 
 
          rows: 1 
 
         Extra: Using where; Using filesort 
 
 1 row in set (0.00 sec)

type 变成了 range,这是可以忍受的。但是 extra 里使用 Using filesort 仍是无法接受的。但是我们已经建立了索引,为啥没用呢?这是因为按照 BTree 索引的工作原理,先排序 category_id,如果遇到相同的 category_id 则再排序 comments,如果遇到相同的 comments 则再排序 views。当 comments 字段在联合索引里处于中间位置时,因comments > 1 条件是一个范围值(所谓 range),MySQL 无法利用索引再对后面的 views 部分进行检索,即 range 类型查询字段后面的索引无效。那么我们需要抛弃 comments,删除旧索引

复制代码代码如下:

DROP INDEX x ON article;

然后建立新索引

复制代码代码如下:

ALTER TABLE `article` ADD INDEX y ( `category_id` , `views` ) ;

接着再运行查询

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: article 
 
          type: ref 
 
 possible_keys: y 
 
           key: y 
 
       key_len: 4 
 
           ref: const 
 
          rows: 1 
 
         Extra: Using where 
 
 1 row in set (0.00 sec)

可以看到,type 变为了 ref,Extra 中的 Using filesort 也消失了,结果非常理想。再来看一个多表查询的例子。首先定义 3个表 class 和 room.

复制代码代码如下:

 
 CREATE TABLE IF NOT EXISTS `class` ( 
 
 `id` int(10) unsigned NOT NULL AUTO_INCREMENT, 
 
 `card` int(10) unsigned NOT NULL, 
 
 PRIMARY KEY (`id`) 
 
 ); 
 
 CREATE TABLE IF NOT EXISTS `book` ( 
 
 `bookid` int(10) unsigned NOT NULL AUTO_INCREMENT, 
 
 `card` int(10) unsigned NOT NULL, 
 
 PRIMARY KEY (`bookid`) 
 
 ); 
 
 CREATE TABLE IF NOT EXISTS `phone` ( 
 
 `phoneid` int(10) unsigned NOT NULL AUTO_INCREMENT, 
 
 `card` int(10) unsigned NOT NULL, 
 
 PRIMARY KEY (`phoneid`) 
 
 ) engine = innodb;

然后再分别插入大量数据。插入数据的php脚本：。

复制代码代码如下:

 
 <?php 
 
 $link = mysql_connect("localhost","root","870516"); 
 
 mysql_select_db("test",$link); 
 
 for($i=0;$i<10000;$i++) 
 
 { 
 
     $j   = rand(1,20); 
 
     $sql = " insert into class(card) values({$j})"; 
 
     mysql_query($sql); 
 
 } 
 
 for($i=0;$i<10000;$i++) 
 
 { 
 
     $j   = rand(1,20); 
 
     $sql = " insert into book(card) values({$j})"; 
 
     mysql_query($sql); 
 
 } 
 
 for($i=0;$i<10000;$i++) 
 
 { 
 
     $j   = rand(1,20); 
 
     $sql = " insert into phone(card) values({$j})"; 
 
     mysql_query($sql); 
 
 } 
 
 mysql_query("COMMIT"); 
 
 ?>

然后来看一个左连接查询: 。

复制代码代码如下:

explain select * from class left join book on class.card = book.card\G

分析结果是

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

显然第二个 ALL 是需要我们进行优化的。建立个索引试试看

复制代码代码如下:

ALTER TABLE `book` ADD INDEX y ( `card`);

。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ref 
 
 possible_keys: y 
 
           key: y 
 
       key_len: 4 
 
           ref: test.class.card 
 
          rows: 1000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

可以看到第二行的 type 变为了 ref,rows 也变成了 1741*18,优化比较明显。这是由左连接特性决定的。LEFT JOIN 条件用于确定如何从右表搜索行,左边一定都有,所以右边是我们的关键点,一定需要建立索引。删除旧索引

复制代码代码如下:

DROP INDEX y ON book;

建立新索引.

复制代码代码如下:

ALTER TABLE `class` ADD INDEX x ( `card`);

结果。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

基本无变化。然后来看一个右连接查询

复制代码代码如下:

explain select * from class right join book on class.card = book.card;

分析结果是

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ref 
 
 possible_keys: x 
 
           key: x 
 
       key_len: 4 
 
           ref: test.book.card 
 
          rows: 1000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

优化较明显。这是因为 RIGHT JOIN 条件用于确定如何从左表搜索行,右边一定都有,所以左边是我们的关键点,一定需要建立索引。删除旧索引

复制代码代码如下:

DROP INDEX x ON class;

建立新索引.

复制代码代码如下:

ALTER TABLE `book` ADD INDEX y ( `card`);

结果。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

基本无变化.

。

最后来看看 inner join 的情况

复制代码代码如下:

explain select * from class inner join book on class.card = book.card;

结果: 。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ref 
 
 possible_keys: x 
 
           key: x 
 
       key_len: 4 
 
           ref: test.book.card 
 
          rows: 1000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

删除旧索引: 。

复制代码代码如下:

DROP INDEX y ON book;

结果。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

建立新索引.

复制代码代码如下:

ALTER TABLE `class` ADD INDEX x ( `card`);

结果。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 2 rows in set (0.00 sec)

综上所述,inner join 和 left join 差不多,都需要优化右表。而 right join 需要优化左表.

。

我们再来看看三表查询的例子。

添加一个新索引:

复制代码代码如下:

 
 ALTER TABLE `phone` ADD INDEX z ( `card`); 
 
 ALTER TABLE `book` ADD INDEX y ( `card`);

。

复制代码代码如下:

 
 
 explain select * from class left join book on class.card=book.card left join phone on book.card = phone.card; 

。

复制代码代码如下:

 
 *************************** 1. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: class 
 
          type: ALL 
 
 possible_keys: NULL 
 
           key: NULL 
 
       key_len: NULL 
 
           ref: NULL 
 
          rows: 20000 
 
         Extra:  
 
 *************************** 2. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: book 
 
          type: ref 
 
 possible_keys: y 
 
           key: y 
 
       key_len: 4 
 
           ref: test.class.card 
 
          rows: 1000 
 
         Extra:  
 
 *************************** 3. row *************************** 
 
            id: 1 
 
   select_type: SIMPLE 
 
         table: phone 
 
          type: ref 
 
 possible_keys: z 
 
           key: z 
 
       key_len: 4 
 
           ref: test.book.card 
 
          rows: 260 
 
         Extra: Using index 
 
 3 rows in set (0.00 sec)

后 2 行的 type 都是 ref 且总 rows 优化很好,效果不错。 MySql 中的 explain 语法可以帮助我们改写查询,优化表的结构和索引的设置,从而最大地提高查询效率。当然,在大规模数据量时,索引的建立和维护的代价也是很高的,往往需要较长的时间和较大的空间,如果在不同的列组合上建立索引,空间的开销会更大。因此索引最好设置在需要经常查询的字段中.

最后此篇关于MySQL查询优化之explain的深入解析的文章就讲到这里了,如果你想了解更多关于MySQL查询优化之explain的深入解析的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐： mysql_fetch_row()与mysql_fetch_array()的使用介绍

文章推荐： MySQL查询优化之索引的应用详解

文章推荐： MySQL查询优化--调整内部变量的详解

文章推荐： mysql prompt一个特别好用的命令

c++ - 为什么 MSVC 不为 char 或 const char* 优化 cout 而为 int 优化？
比较代码: const char x = 'a'; std::cout > (0C310B0h) 00C3100B add esp,4 和 const i
Matlab 优化
您好，我正在使用 Matlab 优化求解器，但程序有问题。我收到此消息 fmincon 已停止，因为目标函数值小于目标函数限制的默认值，并且约束满足在约束容差的默认值范围内。我也收到以下消息。警告:矩
Eclipse 优化
处理Visual Studio optimizations的问题为我节省了大量启动和使用它的时间当我必须进行 J2EE 开发时，我很难回到 Eclipse。因此，我还想知道人们是否有任何提示或技巧可
Excel 优化
情况如下:在我的 Excel 工作表中，有一列包含 1-name 形式的条目。考虑到数字也可以是两位数，我想删除这些数字。这本身不是问题，我让它工作了，只是性能太糟糕了。现在我的程序每个单元格输入大约
jQuery 优化
这样做有什么区别吗: $(".topHorzNavLink").click(function() { var theHoverContainer = $("#hoverContainer");
jQuery $(this) 优化
这个问题已经有答案了: 已关闭11 年前。 Possible Duplicate: What is the cost of '$(this)'? 我经常在一些开发人员代码中看到$(this)引用同一个
jQuery 优化
我刚刚结束了一个大型开发项目。我们的时间紧迫，因此很多优化被“推迟”。既然我们已经达到了最后期限，我们将回去尝试优化事情。我的问题是:优化 jQuery 网站时您要寻找的最重要的东西是什么。或者，我
JavaScript 优化
所以我一直在用 JavaScript 编写游戏(不是网络游戏，而是使用 JavaScript 恰好是脚本语言的游戏引擎)。不幸的是，游戏引擎的 JavaScript 引擎是 SpiderMonkey
MYSQL查询、优化
这是我在正在构建的页面中使用的 SQL 查询。它目前运行大约 8 秒并返回 12000 条记录，这是正确的，但我想知道您是否可以就如何使其更快提出可能的建议？ SELECT DISTINCT Adve
SQL 优化
如何优化这个？ SELECT e.attr_id, e.sku, a.value FROM product_attr AS e, product_attr_text AS a WHERE e.attr
python - 优化 `in`
我正在使用这样的结构来测试是否按下了所需的键: def eventFilter(self, tableView, event): if event.type() == QtCore.QEven
JavaScript 优化
我正在使用 JavaScript 从给定的球员列表中计算出羽毛球 double 比赛的所有组合。每个玩家都与其他人组队。 EG。如果我有以下球员a、b、c、d。它们的组合可以是: a & b V c
Javascript 优化
我似乎无法弄清楚如何让这个 JS 工作。 scroll function 起作用但不能隐藏。还有没有办法用更少的代码行来做到这一点？我希望 .down-arrow 在 50px 之后 fade out
CSS高级最小化(优化)
我的问题是关于用于生产的高级优化级联样式表 (CSS) 文件。多么最新和最完整(准备在实时元素中使用)的 css 优化器/最小化器，它们不仅提供删除空格和换行符，还提供高级功能，如删除过多的属性、合
HTML 优化
我读过这个: 浏览器检索在中请求的所有资源开始呈现之前的 HTML 部分.如果您将请求放在中section 而不是，那么页面呈现和下载资源可以并行发生。您应该从移动尽可能多的资源请求。
C++ 优化
我正在处理一些现有的 C++ 代码，这些代码看起来写得不好，而且调用频率很高。我想知道我是否应该花时间更改它，或者编译器是否已经在优化问题。我正在使用 Visual Studio 2008。这是一
c++ - 优化
我正在尝试使用 OpenGL 渲染 3 个四边形(1 个背景图，2 个 Sprite )。我有以下代码: void GLRenderer::onDrawObjects(long p_dt) {
Java If 优化
我确实有以下声明: isEnabled = false; if(foo(arg) && isEnabled) { .... } public boolean foo(arg) { some re
SQL 优化
(一)深入浅出理解索引结构实际上，您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引(clustered index，也称聚类索引、簇集索引)和非聚集索引(no
CSS 优化、提高性能的方法有哪些？
一、写在前面 css的优化方案，之前没有提及，所以接下来进行总结一下。二、具体优化方案 2.1、加载性能 1、css压缩：将写好的css进行打包，可以减少很多的体积。 2、css单一样式：在需要下边

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

MySQL查询优化之explain的深入解析