如何根据表的增长修改Spark read jdbc中的属性？
在Spark中使用JDBC读取数据库表时，可以通过修改一些属性来适应表的增长。以下是一些常见的属性和相应的修改方法：
- fetchSize属性：fetchSize属性用于设置每次从数据库中获取的数据行数。默认情况下，Spark会一次性将所有数据加载到内存中，如果表的数据量很大，可能会导致内存溢出。可以通过设置fetchSize属性来限制每次加载的数据量，从而减少内存压力。可以将fetchSize属性设置为适当的值，例如1000或者5000，根据表的大小和系统资源进行调整。
- partitionColumn和lowerBound、upperBound属性：如果表的数据量很大，可以使用分区读取的方式来提高读取性能。可以通过设置partitionColumn属性指定一个列作为分区的依据，然后使用lowerBound和upperBound属性指定分区的范围。这样Spark会将数据按照分区读取，可以并行地从数据库中获取数据，提高读取速度。
- numPartitions属性：numPartitions属性用于设置读取数据时的并行度。可以根据系统资源和表的大小来调整该属性的值。较大的并行度可以提高读取速度，但也会增加系统资源的消耗。可以根据实际情况进行调整，一般可以设置为CPU核心数的2-4倍。
- connectionProperties属性：connectionProperties属性用于设置JDBC连接的一些属性，例如连接超时时间、字符集等。可以根据具体需求进行设置，以确保连接的稳定性和数据的正确性。
综上所述，根据表的增长可以通过调整fetchSize、partitionColumn、lowerBound、upperBound、numPartitions和connectionProperties等属性来修改Spark read jdbc的属性，以适应不同的场景和需求。
腾讯云提供了一系列的云计算产品，包括云数据库 TencentDB、云数据仓库 TencentDB for TDSQL、云数据传输 DTS、云数据备份 CDB for Redis等，可以根据具体需求选择适合的产品。更多关于腾讯云数据库产品的信息，可以访问腾讯云官网：https://cloud.tencent.com/product/cdb
相关·内容
和spark.read.format ..。可以以非编程方式添加自定义模式，如下所示：
val df = sqlContext
.read()
.format("jdbc")
.option("url", "jdbc:mysql://127.0.0.1:3306/test?useUnicode=true&characterEncoding=UTF-8&autoReconnect=true")
.option("user", "root")
.option("password", &#
浏览 0提问于2018-06-04得票数 3
回答已采纳
我正在从spark中读取mariadb表，其中包含日期和日期时间字段。火花是在阅读时抛出错误。
以下是mariadb表的架构：
读取mariadb表的星火代码：
val df = spark.read.format("jdbc").option("driver", "org.mariadb.jdbc.Driver").option("url", "jdbc:mariadb://xxxx:xxxx/db").option("user", "user").option("
浏览 10提问于2022-05-06得票数 0
回答已采纳
1回答
下面是我的代码：
conn_url = "jdbc:oracle:thin:@//1xxx.xxx.xxxx.xx:1521/USER”
df = spark.read.format("jdbc").option("url",conn_url).option("drive","oracle.jdbc.driver.OracleDriver").option("dbtable”,”table_name”).option("user”,”user”).option("password”,”pwd”).
浏览 3提问于2020-04-26得票数 1
回答已采纳
1回答
我有一个spark作业，它从mysql读取一个表，但出于某种原因，spark将int列定义为布尔值。如何在表读取期间强制数据类型？
火花会议：
spark = (SparkSession.builder
.config("spark.sql.autoBroadcastJoinThreshold", -1)
.config("spark.sql.adaptive.enabled", "true")
.config("spark.jars.packages", "mysql:mysql-connector-java:8.0.
浏览 10提问于2022-10-10得票数 1
回答已采纳
3回答
我在本地运行spark，希望访问位于远程Hadoop集群中的Hive表。
我可以通过在SPARK_HOME下加载直线来访问蜂箱表
[ml@master spark-2.0.0]$./bin/beeline
Beeline version 1.2.1.spark2 by Apache Hive
beeline> !connect jdbc:hive2://remote_hive:10000
Connecting to jdbc:hive2://remote_hive:10000
Enter username for jdbc:hive2://remote_hive:10000: root
浏览 4提问于2016-10-12得票数 15
回答已采纳
1回答
默认情况下，spark_read_jdbc()将整个数据库表读入Spark。我使用了以下语法来创建这些连接。
library(sparklyr)
library(dplyr)
config <- spark_config()
config$`sparklyr.shell.driver-class-path` <- "mysql-connector-java-5.1.43/mysql-connector-java-5.1.43-bin.jar"
sc <- spark_connect(master = "local",
浏览 2提问于2017-08-01得票数 5
回答已采纳
2回答
我使用spark-submit提交spark作业，并通过--jars标志指定要加载的Teradata JDBC驱动程序的最新版本(17.10.00.14)。日志确认JAR文件已成功添加。 但是，在与Teradata建立连接时 (
spark.read.format("jdbc").
option("url", url).
option("user", user).
option("password", password).
option("dbtable", table)
)
浏览 136提问于2021-07-15得票数 0
回答已采纳
我正在编写一个Java Spark应用程序，它需要连接到hive，并获取一些基本的表信息，并查询该表的数据。我正在创建一个spark会话，并获得如下信息。但这使用的是thrift服务器。我想看看我是否可以在不使用thrift服务器的情况下做同样的事情。这是可能的吗?我该怎么做？我正在尝试编写一个JDBC客户端，它可以通过sparkSQL连接到spark来访问hive表，而不需要使用thrift服务器。请提供您对如何实现这一点的想法和建议。谢谢。
SparkSession spark = SparkSession
.builder()
.a
浏览 0提问于2018-05-11得票数 0
1回答
我现在正在学习星火，我知道如何处理特定的表格。
但是我想从数据库中加载所有的表。问题是如何做到这一点。
下面是我从特定表加载的代码：
package gt.example.spark;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.DataFrame;
import org.apache.spark.sql.SQLContext;
import java.util.Arrays;
import java.uti
浏览 2提问于2016-03-01得票数 2
回答已采纳
我正在尝试使用spark读取postgres db上的一个表。为此，我提出了以下代码：
object PartitionRetrieval {
var conf = new SparkConf().setAppName("Spark-JDBC").set("spark.executor.heartbeatInterval","120s").set("spark.network.timeout","12000s").set("spark.default.parallelism", "20
浏览 0提问于2018-07-25得票数 2
回答已采纳
我正在尝试运行这样一个PySpark应用程序：
with SparkSession.builder.appName(f"Spark App").getOrCreate() as spark:
dataframe_mysql = spark.read.format('jdbc').options(
url="jdbc:mysql://.../...",
driver='com.mysql.cj.jdbc.Driver',
dbtable='my_table',
浏览 3提问于2022-08-12得票数 0
回答已采纳
我在Databricks中工作，试图使用sparklyr函数spark_write_jdbc向Server表写入数据。服务器名称/驱动程序等是正确的和工作的，因为我在前面的代码中成功地使用了sparklyr::spark_read_jdbc()。
根据文档()，spark_write_jdbc应该接受Spark。
我使用SparkR::createDataFrame()将我正在使用的dataframe转换为Spark dataframe。
以下是相关代码：
events_long_test <- SparkR::createDataFrame(events_long, schema =
浏览 2提问于2020-09-11得票数 0
2回答
首先，我构建了scala应用程序，使用这一行代码从apache中的mysql表中读取数据。
val spark = SparkSession.builder().master("local").appName("Fuzzy Match Analysis").config("spark.sql.warehouse.dir","file:///tmp/spark-warehouse").getOrCreate()
import spark.implicits._
var df = spark.read.format("jdbc
浏览 2提问于2017-10-02得票数 1
1回答
我对Spark2.4还很陌生，并试图找出将格林梅利/PostgreSQL中的数据带到Spark的最佳方法。
最好是使用联接查询从RDBMS加载数据，还是使用分区按DB列单独加载表，然后使用spark联接？
跨多个大型表进行联接的原生查询可以使用以下代码，但不确定它是否是正确的方法，也不确定如何分配分区。
val jdbcDF = spark.read.format("jdbc")
.option("url", "jdbc:postgresql://localhost:5432/test")
.option("user
浏览 0提问于2019-12-06得票数 0
回答已采纳
我正在尝试将远程Oracle数据库表加载到上。
我就是这样启动火花壳的。
./spark-shell --driver-class-path ../jars/ojdbc6.jar --jars ../jars/ojdbc6.jar --master local
我得到一个Scala提示符，在这里我尝试加载一个Oracle数据库表，如下所示。(我使用自定义的JDBC )
val jdbcDF = spark.read.format("jdbc").option("url", "jdbc:oracle:thin:@(DESCRIPTION=(ADDRESS_
浏览 3提问于2019-06-16得票数 1
回答已采纳
我有一个spark工作，定期将数据从Postgres移动到Redshift。I‘使用带有lowerBound和upperBound参数的jdbc.read函数：
df = spark.read.jdbc(url=jdbc_url, \
table='some_table',\
column='id',\
lowerBound=1,\
upperBound=20000000, \
numPartitions=50)
目前upperBound是硬编码的，但表的大小每天
浏览 8提问于2018-03-03得票数 0
回答已采纳
我有一个Spark应用程序，我正在提交给Bluemix Spark Cluster。它从DASHDB数据库读取数据，并将结果写入Cloudant。代码使用Spark和JDBC访问DASHDB。
DASHDB数据库的用户as和密码作为参数传递给程序。我可以通过spark-submit传递这些参数，但我不认为这是安全的。在代码中，我需要知道DASHDB数据库的凭据，因为我使用JDBC连接到各种表。
我正在尝试寻找“最佳实践”的方式，以安全的方式使用spark-submit传递凭证。
提前感谢--约翰
浏览 3提问于2016-05-04得票数 3
4回答
我想使用Spark来处理来自JDBC源的一些数据。但首先，我不想从JDBC读取原始表，而是在JDBC端运行一些查询，以筛选列和连接表，并在Spark中将查询结果作为表加载。
加载原始JDBC表的以下语法对我有效：
df_table1 = sqlContext.read.format('jdbc').options(
url="jdbc:mysql://foo.com:3306",
dbtable="mydb.table1",
user="me",
password="******",
浏览 10提问于2017-04-02得票数 10
我正在尝试使用JDBC连接将一个4000万大表加载到spark中。显然，分区加载就是这个问题的答案。 问题是我不知道需要装载的表的模式，也不知道按哪个列进行分区。那么我如何从spark内部确定这一点呢？ val s_log = spark.read.format("jdbc").option("driver", "com.mysql.jdbc.Driver")
.option("url", "jdbc:mysql://impused?user=***&password=***")
.option("
浏览 11提问于2019-06-26得票数 1
我正在尝试创建一个spark应用程序，它对创建、读取、写入和更新MySQL数据很有用。那么，有没有办法使用Spark创建一个MySQL表呢？
下面是在MySQL数据库中创建表的Scala-JDBC代码。我如何通过Spark做到这一点？
package SparkMysqlJdbcConnectivity
import org.apache.spark.sql.SparkSession
import java.util.Properties
import java.lang.Class
import java.sql.Connection
import java.sql.DriverManag
浏览 17提问于2019-08-15得票数 2
我正在尝试使用read.jdbc从Db2中提取数据到spark。我无法在查询中传递UR字符串。 如何在spark jdbc读取中将isolation设置为UR。 import json
#spark = SparkSession.builder.config('spark.driver.extraClassPath', '/home/user/db2jcc4.jar').getOrCreate()
jdbcUrl = "jdbc:db2://{0}:{1}/{2}".format("db2.1234.abcd.com",
浏览 38提问于2020-09-17得票数 0
下面是我的星星之火sql代码，在这里，我试图根据本指南读取一个预置表；
val df = spark.read
.format("jdbc")
.option("driver", "com.facebook.presto.jdbc.PrestoDriver")
.option("url", "jdbc:presto://localhost:8889/mycatalog")
.option("query", "select * from mydb.mytable limit 1
浏览 11提问于2021-08-30得票数 3
回答已采纳
我在HIVE中有一个示例表(Stuends1)，我想使用JDBC从Spark连接它(因为Hive在AWS中，而不是在同一个集群中)。我只是试着用下面的代码
def main(args: Array[String]): Unit = {
//Class.forName("org.apache.hive.jdbc.HiveDriver").newInstance()
val conf = new SparkConf().setAppName("SOME APP NAME").setMaster("local[*]")
val sc = new Sp
浏览 25提问于2017-08-24得票数 3
首先，我配置调用load表：
val s2gathdata =
spark.sqlContext
.read
.format("jdbc")
.options(Map("url" ->"jdbc:oracle:thin:user/password@url:1521:orcl",
"dbtable" -> "table",
"connectionProperties" -> "
浏览 13提问于2018-02-04得票数 0
回答已采纳
我遵循了的说明，从一个现有的Postgres数据库中读取数据，该数据库包含由SQLalchemy中的Objects类定义和创建的名为"objects“的表。在我的Jupyter笔记本中，我的代码是
from pyspark import SparkContext
from pyspark import SparkConf
from random import random
#spark conf
conf = SparkConf()
conf.setMaster("local[*]")
conf.setAppName('pyspark')
sc =
浏览 0提问于2016-09-04得票数 4
回答已采纳
我正在使用Apache中的MovieLens数据集。为了把数据放进火花DataFrames，我用了两种方法-
直接从.csv文件读取，使用spark.read.load() -> Works精细将.csv文件放在Postgres服务器中，使用之类的jdbc连接将SQL关系读取到Spark
dataframeList[table] = spark.read.format("jdbc"). \
options(
url = 'jdbc:postgresql
浏览 1提问于2022-11-20得票数 0
回答已采纳
我知道你可以使用jdbc连接与SQL身份验证或windows身份验证连接到服务器，但我可以使用azure active directory来做这件事吗？
使用windows身份验证的jdbc代码
val jdbcHostname = "hostname"
val jdbcPort = 1433
val jdbcDatabase = "database_name"
val jdbcUrl ="jdbc:sqlserver://${jdbcHostname}:${jdbcPort};database=${jdbcDatabase};integratedSec
浏览 3提问于2021-10-05得票数 0
我使用spark.read.format("jdbc").option("query", tmpSql)从Mysql加载一个表，我可以从数据库监视器中看到一个查询select * from (xxx) where 1=0，后来我知道这个查询用于推断Spark中的表模式。然而，当我使用spark.read.format("jdbc").option("query", tmpSql).schema(xxx)时，表模式推断查询仍然存在。既然已经指定了customSchema，为什么火花仍然需要推断表模式呢？
浏览 5提问于2021-12-09得票数 0
Spark用于从SQL server DB中获取表的模式。由于数据类型不匹配，我在使用此模式创建配置单元表时遇到问题。如何在Spark Scala中将SQL Server数据类型转换为Hive数据类型。
val df = sqlContext.read.format("jdbc")
.option("url", "jdbc:sqlserver://host:port;databaseName=DB")
.option("driver", "com.microsoft.sqlserver.jdbc.SQLServer
浏览 48提问于2019-07-19得票数 1
我正在使用Spark2.3，并使用jdbc从MySQL加载数据，如下所示
val dataSet:Dataset[Row] = _spark
.read
.format("jdbc")
.options(Map("url" -> jdbcUrl
,"user" -> username
,"password" -> password
,"dbtable" -> dataS
浏览 0提问于2018-12-26得票数 3
2回答
我知道我们可以通过以下命令从SparkSQL查询或创建Mysql表。
val data = sqlContext.read.jdbc(urlstring, tablename, properties)
data.write.format("com.databricks.spark.csv").save(result_location)
val dataframe = sqlContext.read.json("users.json")
dataframe.write.jdbc(urlstring, table, properties)
像这样，有什么方法可以删
浏览 0提问于2016-02-24得票数 3
1回答
在pyspark查询中使用临时表
、、、、
我需要使用SQL将一些数据读入Spark。出于性能原因，查询实际上需要一个临时表。然而，当我尝试使用包含以下临时表的查询时，spark坚持存在语法错误，尽管这不是真的。
例如，这可以很好地工作：
# pre-emptive stuff that loads connection parameters and whatnot
query = """
select top 50
*
from DW.Dim.Sales
"""
df = spark.read\
.format("jdbc")\
.option(&
浏览 3提问于2019-11-11得票数 3
我在Scala 2.12中使用Spark 3.x SQL查询Spark的数据库表。我遵循了互联网上给出的例子。
我正在使用的db : Spark SQL的数据库，使用Centos 7。我正在查询的表(示例)包含以下列：
create table example( tutorial_title VARCHAR(22) NOT NULL) ;
var example= spark.read.format("jdbc")
.option("url", "jdbc:hive2://localhost:10000/test2")
.option("
浏览 4提问于2020-07-31得票数 4
问题陈述：
I有一个Impala数据库，其中存在多个表
，我正在创建到Impala的Spark连接，并将这些表加载到spark中，以便进行像这样的验证，这很好：
spark.read.format("jdbc") .option("url"，"url") .option("dbtable"，"tablename") .load()
现在是下一步，我的实际问题是我需要找到create语句，该语句用于在Impala本身中创建表
，因为我不能像下面这样运行命令，因为它会产生错误，所以是否可以为Impala中的表获取sho
浏览 2提问于2020-08-13得票数 2
回答已采纳
1回答
我有一张甲骨文表格，里面有一些俄语记录。
当我使用Spark JDBC读取这个表时，我收到的dataframe的值不正确。
你知道为什么会发生这种情况，以及如何修复它吗？
// executes given query using jdbc
def executeQuery(spark: SparkSession, configuration: Map[String, String], sql_statement: String): DataFrame
= spark.read.format("jdbc")
.option("driver", &
浏览 1提问于2019-11-26得票数 2
为什么下面的代码在返回语句中有编译错误，
def getData(queries: Array[String]): Dataset[Row] = {
val res = spark.read.format("jdbc").jdbc(jdbcUrl, "", props).registerTempTable("")
return res
}
错误，
type mismatch; found : Unit required: Array[org.apache.spark.sql.Dataset[org.apache.spark
浏览 0提问于2018-05-15得票数 0
回答已采纳
目前使用的是GCP和Dataproc，我对apache、pyspark和debian都是新手。因此，我试图在dataproc集群(Debian )中复制一个在本地机器(W10，VS Code，Spark3.3.1)中完美运行的火花作业。通过JDBC驱动程序从Server摄取数据到Spark数据。
当我在这个Debian中尝试时，SparkSession.read()正常工作，但dataframe.show()却不能工作。
Debian配置: Debian 10与Hadoop3.2和Spark3.1.3。
JDBC驱动程序:MSSQLJDBC-11.2.1.jre8.jar
Java : op
浏览 11提问于2022-11-17得票数 1
回答已采纳
1回答
我试图使用scala编写经典的sql查询，以便将一些信息插入到sql服务器数据库表中。
到我的数据库的连接工作得很好，我成功地从JDBC读取数据，从最近创建的一个名为"textspark“的表中读取数据，该表只有一个名为”create table textspark(firstname varchar(10))“的列。
但是，当我试图将数据写入表时，会出现以下错误：
Exception in thread "main" org.apache.spark.sql.AnalysisException: Table or view not found: textspark
这
浏览 0提问于2018-08-02得票数 0
回答已采纳
我希望使用JDBC从Postgresql中读取数据，并将其存储在中。当我想用df.show()、df.take()等方法预览dataframe中的数据时，它们返回一个错误，即: java.lang.ClassNotFoundException: org.postgresql.Driver。但是df.printschema()将完美地返回DB表的信息。这是我的代码：
from pyspark.sql import SparkSession
spark = (SparkSession
.builder
.master("spark://spark-ma
浏览 3提问于2021-07-24得票数 0
回答已采纳
1回答
，我有两个代码，打算连接到数据库，并将表内容扔到屏幕上。
第一码
import java.util.Properties
import org.apache.spark.SparkContext
import org.apache.spark.SparkConf
import org.apache.spark.sql.SQLContext
import sqlContext.implicits._
val conf = new SparkConf().setAppName("tets_HIVE4").setMaster("local").set("s
浏览 2提问于2017-03-27得票数 0
回答已采纳
1回答
我有一个sql脚本，用于创建仅对该会话有效的临时表。现在，在运行脚本之后，我尝试通过spark从表中读取数据，然后对其进行处理。下面是我为spark read编写的代码。 sparkSession.read().format("jdbc").option("url",
jdbcURL).option("dbtable", tableOrQuery).option("user",
userName).option("password", password)
.option("driver&#
浏览 8提问于2019-02-12得票数 0
回答已采纳
1回答
我正在尝试连接spark上的多个MySQL表。其中一些表具有重复的列名(每个表都有一个特定于该表的id字段)。
如果我尝试运行：
val myDF = session.read.jdbc("t1 inner join t2 on t1.t2_id = t2.id, queryTable, prop)
myDF.show
我得到java.sql.SQLIntegrityConstraintViolationException: Column 'id' in field list is ambiguous是因为两个表都有一个id字段(具有不同的含义)
我试着这样做：
val
浏览 7提问于2017-01-07得票数 1
2回答
我正在尝试将JDBC表读入。通常我们会做这样的事。
val sparkSessionBuiltObject: SparkSession = SparkSession.builder.config(customconfig)
.master("local[*]")
.appName("Application")
.getOrCreate()
sparkSessionBuiltObject.read
.jdbc(s"jdbc:sqlserver://localhost:1433;databaseName=dbname
浏览 5提问于2020-12-02得票数 1
回答已采纳
我想使用Spark从Azure SQL中的表中读取数据。但是，我不想要整个表，所以我使用了"query“选项，这样我就可以过滤掉所需的内容。但是，我无法找到将二进制(SQL的RowVersion)参数传递到查询中的方法。这是如何做到的呢？
df = spark.read.format("jdbc") \
.option("url", "jdbc:sqlserver://serverName.database.windows.net;databaseName=databaseName") \
.option("que
浏览 8提问于2022-09-12得票数 0
1回答
查询表名
、
我被授权访问一个数据库。我正在查询spark集群中的数据。如何检查我有权访问的所有数据库/表？
jdbcUrl = "jdbc:sqlserver://{0}:{1};database={2};user='{3}';password='{4}'".format(jdbcHostname, jdbcPort, jdbcDatabase, jdbcUsername, jdbcPassword)
connectionProperties = {
"user" : jdbcUsername,
"password"
浏览 2提问于2020-04-03得票数 0
我在亚马逊s3中有csv文件，大小为62 in (114000行)。我正在将其转换为火花数据集，并从中取出前500行。代码如下；
DataFrameReader df = new DataFrameReader(spark).format("csv").option("header", true);
Dataset<Row> set=df.load("s3n://"+this.accessId.replace("\"", "")+":"+this.accessToken.repl
浏览 1提问于2017-03-09得票数 6
我把甲骨文中的两张桌子像这样导入到火花中：
val customers = spark.read.format("jdbc").option("url", "jdbc:oracle:thin:user/password@//IP:2222/ebe").option("driver", "oracle.jdbc.OracleDriver").option("dbtable", "customers").load().show()
val cities = spark.read.for
浏览 0提问于2018-02-15得票数 1
回答已采纳
当使用spark sql读取jdbc数据时，spark默认只启动1个分区。但是当表太大时，spark会读得很慢。
我知道有两种方法可以创建分区：
在选项中设置partitionColumn、lowerBound、upperBound、numPartitions；在选项中设置偏移量数组；
但我的情况是：
我的jdbc表没有INT列或string列，这两种方式都可以很容易地用偏移量将它们分开。
这两种方法在我的情况下都行不通，有没有其他方法来管理spark read jdbc data partitionally?呢
浏览 0提问于2018-03-05得票数 1
我正在尝试从databricks连接到Azure Sql托管实例。我正在使用Scala连接到它。我从复制的代码
我的实际scala代码：(我已经更改了凭据和IP。但是我已经确保它们是正确的，因为我已经从sql server托管实例选项中的连接字符串中复制了它们)
Class.forName("com.microsoft.sqlserver.jdbc.SQLServerDriver")
val jdbcHostname = "dev-migdb.nf53e3653n43.database.windows.net"
val jdbcPort = 1433
val j
浏览 0提问于2019-01-09得票数 1
回答已采纳
2回答
我有以下代码：
val conf = new SparkConf().setAppName("Spark Test")
val sc = new SparkContext(conf)
val sqlContext = new org.apache.spark.sql.SQLContext(sc)
val data = sqlContext.read.format("jdbc").options(
Map(
"url" -> "jdbc:sqlite:/nv/pricing/ix_tri_pi.sqlite3",
浏览 1提问于2016-04-21得票数 2
回答已采纳
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
