Spark UDF返回字段长度而不是值长度
Spark UDF（User-Defined Function）是一种自定义函数，用于在Spark中进行数据处理和转换。它允许用户根据自己的需求定义函数，并将其应用于Spark DataFrame或Spark SQL中的列。
在Spark中，UDF可以返回字段的长度而不是值的长度。字段长度是指字段中存储的字符数，而值长度是指字段中实际值的字符数。
优势：
- 灵活性：通过自定义函数，可以根据具体需求对数据进行高度定制化的处理和转换。
- 扩展性：UDF可以轻松地添加到现有的Spark应用程序中，以满足新的数据处理需求。
- 性能优化：通过使用UDF，可以在Spark中执行自定义的高性能数据处理操作，提高处理速度和效率。
应用场景：
- 数据清洗：可以使用UDF来清洗和规范化数据，例如去除空格、转换大小写等。
- 数据转换：可以使用UDF将数据从一种格式转换为另一种格式，例如日期格式转换、数值格式转换等。
- 特征提取：可以使用UDF从原始数据中提取特定的特征，用于机器学习和数据分析。
推荐的腾讯云相关产品：
腾讯云提供了一系列与大数据处理相关的产品和服务，以下是其中几个推荐的产品：
- 腾讯云数据仓库（TencentDB for TDSQL）：提供高性能、可扩展的云原生数据仓库服务，适用于大规模数据存储和分析。 链接地址：https://cloud.tencent.com/product/tdsql
- 腾讯云数据计算服务（TencentDB for TDSQL）：提供强大的数据计算能力，支持Spark、Hadoop等开源框架，用于大规模数据处理和分析。 链接地址：https://cloud.tencent.com/product/emr
- 腾讯云数据传输服务（Tencent Data Transmission Service）：提供高效、安全的数据传输服务，支持数据在不同云端之间的迁移和同步。 链接地址：https://cloud.tencent.com/product/dts
请注意，以上推荐的产品仅作为参考，具体选择应根据实际需求和情况进行评估和决策。
相关·内容
我有一个包含许多字段的JSON文件。我在java中使用spark的Dataset读取该文件。
火花版本2.2.0
java 1.8.0_121
下面是密码。
SparkSession spark = SparkSession
.builder()
.appName("Java Spark SQL basic example")
.config("spark.some.config.option", "some-value")
浏览 2提问于2017-08-25得票数 4
回答已采纳
对于Spark来说，我还是个新手。我需要使用Spark读取Java中的Mongo集合，更改一些字段值，假设我将"123“附加到一个字段值并写入另一个集合。因此，我在Spark中配置了两个单独的Mongo URI作为输入和输出URI。然后，我继续从输入集合中读取。然而，我不理解的是，我如何将文档的RDD作为另一个集合的输出。这是输入代码：
String inputUri = "mongodb://" + kp.getProperty("source.mongo.userid") + ":"
+ Encrypt
浏览 13提问于2019-11-28得票数 1
回答已采纳
我在下面的代码中遇到了pandas_udf错误。代码是创建一个基于另一列的数据类型的列。相同的代码适用于正常的较慢的udf (注释掉)。
基本上，任何比"string"+data更复杂的东西都会返回一个错误。
# from pyspark.sql.functions import udf
import pyspark.sql.types
from pyspark.sql.functions import pandas_udf, PandasUDFType
@pandas_udf(returnType=pyspark.sql.types.StringType(), functi
浏览 109提问于2019-11-28得票数 3
回答已采纳
2回答
假设我有一个dataframe，它包含一个列(称为colA)，它是一个行的seq。我想在colA的每个记录中添加一个新字段。(新文件与前一条记录相关联，因此我必须编写一个udf。)我该如何编写这个udf呢？
我试图编写一个以colA作为输入的udf，并在每个记录都包含新的字段的情况下输出SeqRow。但问题是udf不能返回SeqRow/例外是‘模式类型org.apache.spark.sql.Row不支持’。我该怎么办？
不支持我编写的udf：val convert = udf[Seq[Row], Seq[Row]](blablabla...)，java.lang.UnsupportedOpe
浏览 0提问于2018-04-08得票数 10
回答已采纳
1回答
因此，我正在尝试将python算法转换为Spark友好代码，并且遇到了以下问题：
indexer = recordlinkage.SortedNeighbourhoodIndex \
(left_on=column1, right_on=column2, window=41)
pairs = indexer.index(df_1,df_2)
它基本上比较一列和另一列，并为可能相同的列生成索引对(记录匹配)。
我的代码：
df1 = spark.read.load(*.csv)
df2 = spark.read.load(*.csv)
func_udf =
浏览 0提问于2018-07-25得票数 0
回答已采纳
2回答
我创建了一个简单的UDF来转换或提取spark中temptabl中的时间字段的一些值。我注册了该函数，但是当我使用sql调用该函数时，它抛出了一个NullPointerException。下面是我的函数和执行它的过程。我在用齐柏林飞艇。奇怪的是，昨天它还在工作，但今天早上它停止了工作。
函数
def convert( time:String ) : String = {
val sdf = new java.text.SimpleDateFormat("HH:mm")
val time1 = sdf.parse(time)
return sdf.format(tim
浏览 14提问于2016-07-28得票数 11
回答已采纳
1回答
我正在尝试创建一个用户定义的函数，它接受数组的累加和，并将值与另一列进行比较。下面是一个可重复的例子：
from pyspark.sql.session import SparkSession
# instantiate Spark
spark = SparkSession.builder.getOrCreate()
# make some test data
columns = ['loc', 'id', 'date', 'x', 'y']
vals = [
('a', 'b&
浏览 5提问于2019-10-18得票数 3
回答已采纳
我正在尝试从pandas_udf返回一个特定的结构。它在一个集群上工作，但在另一个集群上失败。我尝试在组上运行udf，这需要返回类型为数据框架。
from pyspark.sql.functions import pandas_udf
import pandas as pd
import numpy as np
from pyspark.sql.types import *
schema = StructType([
StructField("Distance", FloatType()),
StructField("CarId", IntegerTy
浏览 2提问于2018-03-26得票数 5
回答已采纳
当转换为DenseVector时，StringType输出中的额外值是多少？
以下内容应可重复使用。
spark = pyspark.sql.SparkSession.builder.getOrCreate()
spark.version
# u'2.2.0.cloudera1'
from pyspark.ml.linalg import DenseVector
import pyspark.sql.functions as F
import pyspark.sql.types as T
testdf = spark.createDataFrame([\
浏览 0提问于2018-01-23得票数 3
回答已采纳
我有一个包含列的数据帧"Forecast“- Store, Item, FC_startdate, FC_enddate, FC_qty
另一个包含columns - Store, Item, Saledate, Sales_qty的数据帧"Actual“。
我想创建一个带有参数的UDF - p_store, p_item, p_startdate, p_enddate，并在这些日期之间获得Sales_qty的总和，并将其作为新列(Act_qty)添加到"Forecast“dataframe中。
但是spark不允许在UDF中与Forecast字段一起传递数据帧。
而不
浏览 1提问于2020-01-02得票数 1
下面的代码将导致NullPointerException。我不确定，这个异常是发生在某些行上，还是总是因为dataframe很大而无法指向行。
def removeUnwantedLetters(str: String): String = {
str.split("\\W+").filter(word => (word.matches("[a-z]+") && (word.length > 1))).mkString(" ")
}
val myudf = spark.udf.register("le
浏览 0提问于2018-11-30得票数 0
回答已采纳
val trim: String => String = _.trim.replace("[\\r\\n]", "")
def main(args: Array[String]) {
val spark = ... ...
import spark.implicits._
val trimUDF = udf[String,String](trim)
val df = spark.read.json(df_path) ...
val fixed_dblogs_df = df.wi
浏览 2提问于2017-05-11得票数 0
回答已采纳
我使用Spark2.4已经有一段时间了，最近几天我刚刚开始使用Spark3.0。在切换到Spark3.0运行udf((x: Int) => x, IntegerType)后，我得到了这个错误
Caused by: org.apache.spark.sql.AnalysisException: You're using untyped Scala UDF, which does not have the input type information. Spark may blindly pass null to the Scala closure with primitive-ty
浏览 9提问于2020-12-03得票数 6
回答已采纳
1回答
我有一份数据文件，在Pyspark as中：
listA = [(1,'AAA','USA'),(2,'XXX','CHN'),(3,'KKK','USA'),(4,'PPP','USA'),(5,'EEE','USA'),(5,'HHH','THA')]
df = spark.createDataFrame(listA, ['id', 'name','countr
浏览 0提问于2018-12-05得票数 2
回答已采纳
通过执行以下操作，我可以根据数组字段中是否存在特定值来过滤Spark dataframe (在PySpark中)：
from pyspark.sql.functions import array_contains
spark_df.filter(array_contains(spark_df.array_column_name, "value that I want")).show()
有没有一种方法可以获得数组中找到项的位置的索引？它看起来应该存在，但我没有找到它。谢谢。
浏览 1提问于2018-12-13得票数 5
回答已采纳
对于吡火花中的DataFrame，如果使用F.lit(1) (或任何其他值)初始化列，则将其赋值给pandas_udf内部的一些值(在本例中使用shift()，但可能发生在任何其他函数)，这将导致“值在索引上为空”错误。
有人能提供一些提示，为什么会发生这种情况？是火星雨里的虫子吗？
请参阅下面的代码和错误。
spark = SparkSession.builder.appName('test').getOrCreate()
df = spark.createDataFrame([Row(id=1, name='a', c=3),
Row(id=2, name=
浏览 0提问于2019-07-22得票数 4
回答已采纳
我有一个UDF，它既接受字符串参数，也接受字段，但似乎"callUDF“只能接受字段。我找到了一个使用selectExpr的解决方案(.)或者使用spark.sql(.)，但是我想知道是否有更好的方法来做到这一点。
下面是一个示例: Schema - id、mapString、String
spark.sqlContext.udf.register("get_from_map", (map: Map[String, String], att: String) => map.getOrElse(att, ""))
val data = spark.
浏览 0提问于2018-04-18得票数 0
回答已采纳
我正在读取一个avro文件，其中包含一个作为二进制字符串的字段，我需要将其转换为java.lang.string以将其传递到另一个库(spark-xml-util)，如何有效地将其转换为avro。这是我到目前为止得到的代码：
val df = sqlContext.read.format("com.databricks.spark.avro").load("filePath/fileName.avro")
df.select("myField").collect().mkString
最后一行给出了以下例外：-
Exception
浏览 0提问于2017-08-03得票数 1
回答已采纳
使用下面的代码，我试图将字符串转换为二进制表示：
import org.apache.spark.ml.feature.{HashingTF, IDF, Tokenizer}
val sentenceData = spark.createDataFrame(Seq(
(0.0, "Hi I heard about Spark"),
(0.0, "I wish Java could use case classes"),
(1.0, "Logistic regression models are neat")
)).toDF("
浏览 2提问于2017-04-29得票数 0
回答已采纳
如果我有一个包含arrays的Spark，我可以通过DataFrame在这些数组上使用Python List方法吗？如何将Spark DataFrame array<double>转换为Python列表？
下面是一个示例，其中包含一些UDF。我不确定为什么使用最大值可以，但是使用len就不行了。最后，我想用原始数组列中的采样值创建一个新列。这也会得到一个关于期望两个参数的错误，如果你能帮助的话也会得到加分！
我有以下Spark DataFrame
from pyspark.sql.functions import udf
from pyspark.sql import Row
fr
浏览 1提问于2016-10-28得票数 4
回答已采纳
我有一个python spark文件：
from pyspark.sql import Row
from pyspark.sql import SparkSession
from pyspark.sql import SQLContext
import pyspark.sql.functions as psf
import json
spark = SparkSession \
.builder \
.appName("Hello") \
.config("World") \
.getOrCreate()
sc = spark
浏览 0提问于2017-10-17得票数 0
2回答
我有一个自定义的udf，并在spark.If中注册，我试图访问那个UDF，它抛出error.Unable来访问。
我试过这样做。
spark.udf.register("rssi_weightage", FilterMap.rssi_weightage)
val filterop = input_data.groupBy($"tagShortID", $"Timestamp", $"ListenerShortID", $"rootOrgID", $"subOrgID").agg(first(rs
浏览 0提问于2017-08-10得票数 0
我正在尝试找到一个有效的解决方案来解决Spark SQL中的一个恼人的行为。
我正在对大量文件进行预处理，以便加载到Druid中，这涉及到以下操作：
val dfIn = spark.read.json(inPath)
val df = dfIn.select("A","B","C","D").filter($"B" === 1 || $"B" === 2)
val dfFinal = dfx.groupBy("B","C","D").agg(coll
浏览 1提问于2017-07-01得票数 0
基于某些关键字聚合数据集，但通过固定数量限制聚合列表。
附加了用于创建数据集的代码。需要帮助来实现类似grouped()与list的工作方式的机制。
case class AggrBook(
city: String,
state:String,
books:List[Int]
)
case class Bookings(bookingId: Int,
userId:String,
city
浏览 4提问于2021-10-18得票数 1
1回答
我有一个数据帧，我想要在其中使用pysaprk中的polyline库获取给定地理位置的lat_long +-----------------+--------------------+----------+
| vid| geolocations| trip_date|
+-----------------+--------------------+----------+
|58AC21B17LU006754|eurnE||yqU???????...|2020-02-22|
|2T3EWRFV0
浏览 30提问于2020-08-31得票数 0
回答已采纳
在星星之火数据框架中，我的一个列包含一个浮点值数组，如何将该列转换为BinaryType。
以下是一些示例数据及其外观：
val df = spark.sparkContext.parallelize(Seq(("one", Array[Float](1, 2, 3, 4, 5)), ("two", Array[Float](6, 7, 8, 9, 10)))).toDF("Name", "Values")
df.show()
df:org.apache.spark.sql.DataFrame
Name:string
Values
浏览 0提问于2019-09-09得票数 2
回答已采纳
在使用Spark的DataFrames时，需要用户定义函数(UDF)来映射列中的数据。UDF要求显式指定参数类型。在我的例子中，我需要操作一个由对象数组组成的列，但我不知道要使用哪种类型。下面是一个例子：
import sqlContext.implicits._
// Start with some data. Each row (here, there's only one row)
// is a topic and a bunch of subjects
val data = sqlContext.read.json(sc.parallelize(Seq(
"&
浏览 2提问于2016-08-18得票数 29
回答已采纳
我尝试了下面的代码，通过java中的spark列获取Map值，但根据每个关键字搜索，从Map获取期望精确值的null值。 Spark数据集包含一列，名称为KEY，数据集名称为dataset1 数据集中的值： KEY
1
2 Java代码- Map<String,string> map1 = new HashMap<>();
map1.put("1","CUST1");
map1.put("2","CUST2");
dataset1.withColumn("ABCD", functio
浏览 118提问于2021-10-14得票数 1
回答已采纳
在加载了许多XML文件之后，我正在创建数据。每个xml文件都有一个唯一的字段fun:DataPartitionId，我正在从一个XML文件中创建许多行。
现在，我想为来自XML的结果行中的每一行添加这个fun:DataPartitionId。
例如，假设第一个XML有100行，那么每100行都有相同的fun:DataPartitionId字段。
因此，fun:DataPartitionId作为每个XML中的头文件。
这就是我要做的。
val sqlContext = new org.apache.spark.sql.SQLContext(sc)
import sqlContext.i
浏览 0提问于2018-02-07得票数 0
回答已采纳
以下是我的示例代码。我期望从UDF返回类型为decimal(16,4)，但它是decimal(38,18)。 有没有更好的解决方案？ 我不期望得到“cast(价格表示为decimal(16,4))”的答案，因为除了强制转换之外，我的UDF中还有其他一些业务逻辑。 提前谢谢。 import scala.util.Try
import org.apache.spark.sql.functions.udf
import org.apache.spark.sql.types.Decimal
val spark = SparkSession.builder().master("local[*]
浏览 271提问于2020-04-08得票数 1
回答已采纳
2回答
这里有一个Spark，我用它来计算一个值，用几个列。
def spark_udf_func(s: String, i:Int): Boolean = {
// I'm returning true regardless of the parameters passed to it.
true
}
val spark_udf = org.apache.spark.sql.functions.udf(spark_udf_func _)
val df = sc.parallelize(Array[(Option[String], Option[Int])](
(So
浏览 0提问于2017-09-05得票数 9
回答已采纳
1回答
因此，我有一个CSV，它包含空间(latitude，longitude)和时态(timestamp)数据。
为了对我们有用，我们将空间信息转换为"geohash"，将时间信息转换为"timehash“。
问题是，如何为CSV中的每一行添加geohash和timehash字段(因为数据大约为200 GB)？
我们尝试使用JavaPairRDD及其函数mapTopair，但问题仍然在于如何将其转换回JavaRdd，然后再转换为CSV？所以我认为这是个糟糕的解决方案，我要求的是一个简单的方法。
问题的更新：
在@Alvaro是帮助之后，我创建了这个java类：
public
浏览 0提问于2018-08-02得票数 0
回答已采纳
1回答
我正在尝试根据某些列的值在dataframe上创建一个新列。它在所有情况下都返回null。有人知道这个简单的例子出了什么问题吗？
df = pd.DataFrame([[0,1,0],[1,0,0],[1,1,1]],columns = ['Foo','Bar','Baz'])
spark_df = spark.createDataFrame(df)
def get_profile():
if 'Foo'==1:
return 'Foo'
elif 'Bar' =
浏览 2提问于2018-09-26得票数 2
回答已采纳
我有一个Spark RDD (或Dataframe -转换成两者都不是问题)，它有以下列(每个结构的示例)：
res248: org.apache.spark.rdd.RDD[(String, Array[String])] = MapPartitionsRDD[1004] at map at <console>:246
org.apache.spark.sql.DataFrame = [id: string, list: array<string>]
我想扩展这个RDD/DF，增加一个包含列表数组大小的列。因此，输出应该是这样的(示例)：
org.apache.spa
浏览 27提问于2017-07-07得票数 0
回答已采纳
我需要从字符串中加载jalali日期，然后将其作为gregorian日期字符串返回。我使用了以下代码： def jalali_to_gregorian(col, format=None):
if not format:
format = "%Y/%m/d"
gre = jdatetime.datetime.strptime(col, format=format).togregorian()
return gre.strftime(format=format)
# register the function
spark.udf.regi
浏览 11提问于2020-10-18得票数 1
回答已采纳
我有一个Spark dataframe，它有一个字符串类型的列("assigned_products")，它包含如下值：
"POWER BI PRO+Power BI (free)+AUDIO CONFERENCING+OFFICE 365 ENTERPRISE E5 WITHOUT AUDIO CONFERENCING"
我想计算"+"在字符串中的出现次数，并在一个新列中返回该值。
我尝试了以下方法，但一直返回错误。
from pyspark.sql.functions import col
DF.withColumn('Number_
浏览 122提问于2018-07-21得票数 11
回答已采纳
我在spark Dataframe中有一个"StructType“列，它有一个数组和一个字符串作为子字段。我想修改数组并返回相同类型的新列。我能用UDF处理它吗？或者，还有其他选择吗？
import org.apache.spark.sql.types._
import org.apache.spark.sql.Row
val sub_schema = StructType(StructField("col1",ArrayType(IntegerType,false),true) :: StructField("col2",StringType,true
浏览 2提问于2017-03-21得票数 22
我尝试过这个查询，希望从linkedin的数据中获得所需的经验。
Dataset<Row> filteredData = spark
.sql("select full_name ,experience from (select *, explode(experience['title']) exp from tempTable )"
+ " a where lower(exp) like '%developer%'&
浏览 6提问于2016-09-22得票数 1
回答已采纳
2回答
星火UDF中的类型错配
、、、
我创建了以下UDF，只获取1部分十进制值。
def udf_cleansing(col1 : Double) = udf((col1 : Double) => {
val col2 : String = f"$col1%.5f"
if(col2.trim == "" || col2 == null ) 0.toString else col2.substring(0,col2.indexOf("."))}
)
但是，在使用命令调用此函数时，如
df_aud.select(udf_cleansing(df_aud("HASH_TTL&
浏览 0提问于2018-02-05得票数 4
回答已采纳
我是Java和Apache spark的新手，正在尝试了解时间戳和时区的使用情况。我希望所有的时间戳都存储在SQL Server的EST时区中，来自我从apache spark DF获得的数据。
当我使用current_timestamp时，我得到了正确的美国东部时间，但当我查看数据时，我得到的偏移量是'+00:00‘，而不是'-04:00’。
下面是存储在数据库中的值，该值是从spark dataset传入的：2020-04-07 11:36:23.0220 +00:00
在我看来，current_timestamp不接受任何时区。
任何帮助理解这一点的人都会很棒。
浏览 2提问于2020-04-08得票数 0
1回答
我有一个名为‘count’的列的dataframe，我想将一个自定义函数"do_something“应用于列的每个元素，即每个数组。我不想修改dataframe，我只想做一个单独的操作与列计数。列的所有数组都具有相同的大小。
+----------------------+---------------------------------------+
|id| counts|
+----------------------+---------------------------------------+
|1| [8.0, 2.0, 3.0
浏览 2提问于2017-09-22得票数 1
回答已采纳
2回答
创建了一个项目‘spark udf’&编写的单元udf如下所示：
package com.spark.udf
import org.apache.hadoop.hive.ql.exec.UDF
class UpperCase extends UDF with Serializable {
def evaluate(input: String): String = {
input.toUpperCase
}
构建它&为它创建jar。试图在另一个spark程序中使用此udf：
spark.sql("CREATE OR REPLACE FUNCTION up
浏览 4提问于2018-09-04得票数 5
回答已采纳
spark - 2.4.4 sparknlp 2.6.4 python = 3.7.0 transformed_df.show(10) +-----+--------------------+--------------------+
| id| text| finished_lemma|
+-----+--------------------+--------------------+
|73471|Patriots Day Is B...|[Patriots, Day, B...|
|73472|A Break in the Se...|[
浏览 21提问于2020-12-06得票数 0
回答已采纳
1回答
我对星火环境很陌生。我在我的项目中使用Spark。我想在Spark临时表中创建自动增量字段。我创建了UDF，但它没有正常工作。我在网上试过各种例子。这是我的Java POJO类：
public class AutoIcrementId {
int lastValue;
public int evaluate() {
lastValue++;
return lastValue;
}
}
浏览 1提问于2016-11-18得票数 2
回答已采纳
2回答
我有两个数据帧: dataDf和regexDf。dataDf有大量记录，而regexDf有两列正则表达式。我的问题是，我需要根据regexDef中的两列匹配正则表达式的两列来过滤dataDf。我想出了这个
dataDf.registerTempTable("dataTable")
sqlContext.udf.register("matchExpressionCombination", matchExpressionCombination _)
val matchingResults = sqlContext.sql("SELECT * FROM da
浏览 0提问于2015-10-14得票数 1
我有个案课
case class MyCaseClass(City : String, Extras : Map[String, String])
以及返回scala.collection.immutable.Map的用户定义函数
def extrasUdf = spark.udf.register(
"extras_udf",
(age : Int, name : String) => Map("age" -> age.toString, "name" -> name)
)
但这也有例外：
import spar
浏览 2提问于2016-07-21得票数 1
回答已采纳
2回答
我是个新手，我正在尝试使用一个udf来映射一些字符串名。我必须将一些数据值映射到新的名称，所以我打算从sparkdf中发送列值，并将映射字段的字典发送到udf，而不是在.withColumn()之后编写大量的.withColumn()。
尝试只将两个字符串传递给udf，它可以工作，但是传递字典不能。
def stringToStr_function(checkCol, dict1) :
for key, value in dict1.iteritems() :
if(checkCol != None and checkCol==key): return value
stringT
浏览 3提问于2018-10-29得票数 4
回答已采纳
1回答
我使用了图形框架，现在我正在使用聚合消息。顶点模式是：
|-- id: long (nullable = false)
|-- company: string (nullable = true)
|-- money: integer (nullable = false)
|-- memoryLearned: map (nullable = true)
| |-- key: string
| |-- value: integer (valueContainsNull = false)
如果我试一试：
...
def createMessage(memory: org
浏览 1提问于2018-01-31得票数 2
回答已采纳
代码： df_streaming = spark \
.readStream \
.format("kafka") \
... \
.load() \
.xxx()
df_streaming = df_streaming \
.groupBy(["name", "height"]) \
.apply(cal_feature)
stream_writer = df_streaming \
.writeStream \
.format("console")
浏览 8提问于2021-06-16得票数 0
1回答
我知道有很多这样的答案与我要求的内容有关，但是由于我对scala非常陌生，所以我无法理解这些答案。如果有人能帮我纠正我的UDF，我会非常感激的。
我有这个UDF，它用于完成从GMT到MST的时区转换：
val Gmt2Mst = (dtm_str: String, inFmt: String, outFmt: String) => {
if ("".equals(dtm_str) || dtm_str == null || dtm_str.length() < inFmt.length()) {
null
浏览 17提问于2022-09-20得票数 0
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
