一文告诉你,什么是数据库系统
各位小伙伴们,最近忙于自己的事情,难得闲下心来想在这里记录些什么,在自己做网络知识相关笔记的时候,才想起自己的知识库里存有之前学习的数据库相关的知识,所幸的是自己的勤快做的笔记能够存留下来,于是自己想记录些数据库相关的知识,有意无意,或者面试准备,就可以随便瞄一眼,好了,话不多说,来正事儿,咱们先尝点甜头,回温回温下数据库这么回事儿。
数据库,从事it行业的人或者沾边的人一定不陌生。本质上来说,它是信息的统筹,人们的日常生活,身边事迹,所接触的都是可以被记录的,而且可以存储很长的时间,它的作用可想而知。如果,你是一名IT从业人员,对于数据库,更是敏感的,那么,接来我将会更新几期数据库相关知识。
姊妹篇系列
近期将会更新相关数据库方面的系列,主要围绕数据库相关的概述、数据库建模、关系模型和关系运算、数据库语言SQL、查询优化并发控制,数据库设计以及关系数据库设计理论等篇章。虽然下的都是基础功夫,但是掌握基础,学习其他东西往往能够事半功倍,切不可急功近利。如果你也有兴趣,或者建议,欢迎交流……
数据库的发展历程
1.早期的人工管理阶段:主要多运用于科学计算,一个程序只对应一组数据;只在使用的时把程序和对应的数据装入,完成计算了就会退出,没有长期保存的必要。也没有专门对数据管理的软件;数据只面向于应用的使用。
2.文件系统阶段:发展到这一阶段,数据可以保存在磁盘上,并支持长期保存,方便用户反复对文件进行查询、修改、插入和删除等功能;应用程序和数据逐渐开始独立,数据结构的概念也不一定反映在程序上。但是基本数据处于一个文件对应于一个程序;即使使用了相同的文件但还得建立各自的文件,不能对数据项之间进行共享;造成数据冗余大,空间浪费。
3.数据库系统阶段:目前这一阶段,很好的解决了以往的缺陷,有了结构化;可共享;且独立,分为三层:用户数据的逻辑结构、整体数据的逻辑结构和数据的物理结构;数据存储的粒度可以细化到一个数据项。
▲图/ 建立的思维导图
数据库的基本术语
对于数据、数据模型、数据库、数据库管理系统、数据库系统定义如下:
关系数据库系统:关系数据库,我相信你一定不陌生,在面对复杂的庞大的数据体系,它们之间的关联关系一定是环环相扣的。在术语上,我们所说的关系,其实就是一张表。表的各列以属性开始,属性是列的入口。
关系模型和关系数据库系统:数据以“关系”的形式,也就是二维表的形式来表示,其数据模型就是关系模型。以关系模型为基础的数据库系统也就是关系数据库系统,是当前的数据库系统主流。
数据库的体系结构
数据库的体系结构,分为三层模式结构和两层映像功能。其中,三层模式结构有:
1.外模式:外模式又称为用户模式,是数据库用户和数据库系统的接口,是数据库用户的视图。一个数据库有多个外模式。一个应用程序只能使用一个外模式,一个外模式可为多个应用程序所使用。
2.模式:细分为概念模式和逻辑模式,所有数据库的公共数据视图,是数据库中全部数据的落级结构和特征的描述。一个数据库只有一个模式。概念模式可用实体-联系模型来描述,逻辑模式以某种数据模型为基础,综合考虑所有用户的需求,并将其形成全局逻辑结构。
3.内模式:内模式又称为存储模式,是数据库物理结构和存储方式的描述,是数据在数据库内部的表示方式。一个数据库只有一个内模式,内部模式描述记录的存储方式、索引的组织方式、数据是否压缩、是否假面等。数据库模式是数据库的核心与关键,外模式通常是模式的子集。
两层映像功能:分为外模式/模式映像和模式/内模式映像,所谓映像就是一种对应规则,说明映像双方如何交换。
1.外模式/模式映像:通过外模式与模式之间映像把描述局部逻辑结构的外模式与描述全局逻辑结构的模式连起来。
2.模式/内模式映像:通过模式与内模式之间的映像把描述全局逻辑的模式与描述物理结构的内模式联系起来。
▲图/ 数据库结构的重要内部结构
DBMS的体系结构
DBMS的组成,分为查询,更新,模式更新。所谓的数据库模式,就是指数据的逻辑结构。模式更新一般也是由数据库管理员进行操作。
查询处理程序,一个重要的任务就是优化查询,给结果输出给出最优解。
事务,即是数据库的基本工作单元。事务具有ACID特性,即原子性、一致性、隔离性和持久性。事务的管理程序的作用就是保证多个事务并发执行。
作者:桑小榆呀链接:https://juejin.cn/post/7174767747581083685
每个软件工程师都应该知道的 10 种数据库
概述:在当今世界,数据无处不在。我们每天产生大量数据,并且呈指数级增长。根据最近的一项研究,预计全球创建、捕获、复制和消费的数据总量将迅速增加,到 2024 年将达到 149 泽字节。管理和组织这些数据的重要性对企业和组织来说至关重要。这就是数据库的用武之地。数据库是一种软件系统,可以存储、组织和检索大量数据,使企业和组织更容易有效地管理其信息。它们提供了一种结构化的方式来存储可以轻松访问、更新和分析的数据。有许多不同类型的数据库,每种数据库都有自己的优点和缺点。在本文中,我们将向您介绍 10 种最常见的数据库类型,解释它们是什么、它们如何工作以及它们最适合什么。无论您是软件工程师、数据分析师还是企
在当今世界,数据无处不在。我们每天产生大量数据,并且呈指数级增长。根据最近的一项研究,预计全球创建、捕获、复制和消费的数据总量将迅速增加,到 2024 年将达到 149 泽字节。管理和组织这些数据的重要性对企业和组织来说至关重要。
这就是数据库的用武之地。数据库是一种软件系统,可以存储、组织和检索大量数据,使企业和组织更容易有效地管理其信息。它们提供了一种结构化的方式来存储可以轻松访问、更新和分析的数据。
有许多不同类型的数据库,每种数据库都有自己的优点和缺点。在本文中,我们将向您介绍 10 种最常见的数据库类型,解释它们是什么、它们如何工作以及它们最适合什么。
无论您是软件工程师、数据分析师还是企业主,了解可用的不同类型的数据库都可以帮助您就如何存储和管理数据做出更好的决策。通过选择适合您需求的数据库,您可以提高应用程序的性能和可伸缩性,更好地利用资源,并从数据中获得有价值的见解。
因此,让我们深入了解并探索数据库的世界。
关系数据库是当今最常用的数据库类型。它们将数据组织到表中,每个表由一组行和列组成。列表示数据的不同属性或字段,而行表示数据的单个记录或实例。
关系数据库使用结构化查询语言 (SQL) 来访问和操作数据。SQL 允许用户从一个或多个表中检索数据,对数据执行计算和聚合,以及更新或删除表中的数据。
优点
关系数据库的主要优势之一是它们能够通过使用约束和关系来强制执行数据完整性和一致性。约束是限制可输入到表中的值的规则,而关系则定义表之间的连接方式。这些功能有助于确保数据准确可靠,这对企业和组织至关重要。
关系数据库非常适合处理结构化数据,例如财务记录、和库存数据。它们广泛用于业务应用程序,例如企业资源规划 (ERP) 系统、客户关系管理 (CRM) 系统和人力资源管理 (HRM) 系统。
缺点
但是,关系数据库在处理非结构化数据(如图像、视频和社交媒体帖子)方面可能不太有效。他们也可能难以处理具有复杂关系的数据,例如社交网络或供应链。
尽管存在这些局限性,但关系数据库仍然是一种功能强大且广泛使用的数据管理工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
SQL 数据库的示例包括 MySQL、Oracle 和 Microsoft SQL Server。
NoSQL数据库,顾名思义,就是不使用关系数据库使用的结构化查询语言(SQL)的数据库。相反,它们使用各种不同的数据模型(例如键值对、文档或图形)来存储和组织数据。与关系数据库不同,NoSQL 数据库可以处理非结构化和半结构化数据,例如社交媒体帖子、传感器数据或机器日志。它们具有高度可扩展性,可以处理分布在多个服务器上的大量数据。
NoSQL 数据库通常用于大数据应用程序,例如实时分析、内容管理和电子商务。它们在 Web 和移动应用程序中也很受欢迎,它们可以处理大量高并发性数据。例如,当像 Twitter 这样的流行社交媒体平台每秒处理数百万条推文时,不可能将所有这些数据存储在一个数据库中。NoSQL 数据库允许平台在多个数据库之间分发数据,从而可以处理高吞吐量和并发性。
优点
NoSQL 数据库被设计为高可用性,这意味着即使在硬件或软件故障的情况下,它们也可以继续运行。它们还可以具有高性能,提供比关系数据库更快的读取和写入速度。这使它们成为需要低延迟的实时应用程序(例如在线游戏或金融交易平台)的不错选择。
缺点
但是,NoSQL 数据库在处理数据之间的复杂关系(例如供应链或社交网络中的数据)方面可能不太有效。它们还可能缺乏关系数据库的数据一致性和完整性功能,这可能导致数据质量问题。这是因为 NoSQL 数据库优先考虑可用性和可伸缩性,而不是一致性。换句话说,他们可能愿意牺牲某种程度的一致性来保持高可用性和可伸缩性。
尽管存在这些局限性,但 NoSQL 数据库已成为管理现代应用程序中数据的越来越重要的工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。如果您正在处理大量非结构化或半结构化数据,NoSQL 数据库可以成为管理和组织数据的强大工具。
NoSQL 的示例包括 MongoDB、Cassandra、Amazon DynamoDB、Couchbase、Redis、Apache HBase。
面向对象数据库 (OODB) 是以面向对象格式存储数据的数据库。这意味着数据存储为对象,其中可以包含数据和行为。OODB 旨在处理复杂的数据结构和关系,使其成为处理高度互连数据的应用程序的理想选择。
在 OODB 中,数据存储为对象,这些对象是在数据库架构中定义的类的实例。每个对象都有自己唯一的标识,用于检索和操作对象。对象可以包含存储数据的属性和定义行为的方法。这允许在数据库中对复杂的数据结构和关系进行建模。
优点
OODB 的主要优势之一是它们能够处理复杂的数据结构和关系。它们特别适用于处理面向对象数据的应用程序,例如软件开发、计算机辅助设计和科学研究。OODB 也可以比关系数据库更灵活,因为它们不需要固定的架构。这使它们成为需要处理不断变化的数据结构或需要频繁更新架构的应用程序的不错选择。
缺点
但是,OODB 在处理简单的数据结构(例如财务记录或库存数据中的数据结构)时可能不太有效。对于某些类型的查询,它们的效率也可能低于关系数据库,因为面向对象的格式可能会使优化查询的性能变得更加困难。
尽管存在这些局限性,OODB 仍然是管理复杂面向对象数据的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
OO 数据库的示例包括 Objectivity、Versant 和 ObjectDB。
图形数据库是以节点和边的形式存储数据的数据库,用于表示数据之间的关系。它们旨在处理数据之间的复杂关系,使其成为处理高度互连数据的应用程序的理想选择。
在图形数据库中,数据存储为表示实体的节点和表示实体之间关系的边。节点可以具有存储数据的属性,边可以具有描述节点之间关系的标签。这允许在数据库中对数据之间的复杂关系进行建模。
优点
图形数据库的主要优势之一是它们能够处理数据之间的复杂关系。它们特别适用于处理网络数据的应用程序,例如社交网络、物流网络和供应链。对于某些类型的查询,图形数据库也比关系数据库更有效,因为图形结构可以更轻松地遍历数据之间的关系。
缺点
但是,图形数据库在处理简单的数据结构(例如财务记录或库存数据中的数据结构)时可能不太有效。它们也可能不如关系数据库灵活,因为它们需要固定的架构。这可能会使处理更改的数据结构或对架构执行频繁更新变得困难。
尽管存在这些局限性,但图形数据库仍然是管理复杂、互连数据的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
图形数据库的示例包括 Neo4j、Amazon Neptune 和 Microsoft Azure Cosmos DB。
时序数据库是针对存储和检索时序数据而优化的数据库,时序数据是随时间推移记录的数据。这种类型的数据常见于金融、物联网和监控系统等应用中。
时序数据库旨在处理大量带时间戳的数据,并提供对这些数据的快速高效访问。它们通常使用列式存储格式,允许对大型数据集进行快速读取和写入操作。它们还经常使用专门的查询语言和索引技术来实现对时间序列数据的高效查询和分析。
优点
时间序列数据库的主要优势之一是它们能够有效地处理大量带时间戳的数据。它们可用于存储和分析来自各种来源的数据,例如传感器、日志和社交媒体源。它们特别适用于需要实时分析时间序列数据的应用,例如金融交易系统或天气预报。
时序数据库还具有高度可伸缩性,因为它们可以跨多个服务器进行分区以处理大量数据。这使得它们成为需要处理大量数据或需要高可用性的应用程序的理想选择。
缺点
但是,时间序列数据库在处理数据之间的复杂关系(例如供应链或社交网络中的数据)方面可能不太有效。与其他类型的数据库相比,它们的灵活性也可能较低,因为它们针对时间序列数据进行了优化,可能不太适合其他类型的数据。
尽管存在这些限制,但时序数据库是管理和分析时序数据的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
时序数据库示例包括 InfluxDB、TimescaleDB 和 OpenTSDB。
列族数据库是将数据组织到列族中的数据库,列族是存储在一起的列组。这样可以有效地检索经常一起访问的数据。
在列族数据库中,数据被组织成行,每行由多个列族组成。每个列族可以包含多个列,每个列包含一段特定的数据。这允许灵活的数据建模,因为不同的行可以具有不同的列族和列。
优点
列族数据库的主要优势之一是它们能够有效地处理大量数据。它们特别适用于需要对大型数据集进行快速读写操作的应用程序,例如内容管理系统或实时分析应用程序。
列族数据库还具有高度可伸缩性,因为它们可以跨多个服务器进行分区以处理大量数据。这使得它们成为需要处理大量数据或需要高可用性的应用程序的理想选择。
缺点
但是,列族数据库在处理数据之间的复杂关系(例如社交网络或供应链中的数据)方面可能不太有效。与其他类型的数据库相比,它们的灵活性也可能较低,因为它们针对列族数据进行了优化,可能不太适合其他类型的数据。
尽管存在这些限制,但列族数据库是管理和分析大型数据集的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
列系列数据库的示例包括 Apache Cassandra、HBase 和 Amazon Keyspaces。
空间数据库是专门用于空间数据的存储、组织和检索的数据库。空间数据是指与特定位置或地理区域关联的数据,例如地图、卫星图像或 GPS 数据。
空间数据库旨在处理复杂的空间数据结构,例如面、点和线。它们使用专门的索引技术和查询语言来实现对空间数据的高效查询和分析。
优点
空间数据库的主要优势之一是它们能够有效地处理大量空间数据。它们可用于存储和分析来自各种来源的数据,例如天气数据、人口统计数据和交通数据。它们特别适用于需要空间分析的应用,例如城市规划、应急管理和环境监测。
空间数据库还具有高度可伸缩性,因为它们可以跨多个服务器进行分区以处理大量数据。这使得它们成为需要处理大量空间数据或需要高可用性的应用程序的理想选择。
缺点
但是,空间数据库在处理非空间数据或处理数据之间的复杂关系方面可能不太有效。它们也可能不如其他类型的数据库灵活,因为它们针对空间数据进行了优化,可能不太适合其他类型的数据。
尽管存在这些限制,但空间数据库仍是管理和分析空间数据的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
空间数据库的示例包括 PostGIS、MongoDB 和 Elasticsearch。
面向文档的数据库是以文档形式存储数据的数据库,可以将其视为自包含的数据单元。每个文档都包含表示单个实体或对象所需的所有信息,并且可以以灵活的无架构格式存储。
在面向文档的数据库中,数据存储为文档,文档可以包含多种数据类型,包括字符串、数字、数组和子文档。文档可以是嵌套和分层的,允许在数据库中对复杂的数据结构进行建模。
优点
面向文档的数据库的主要优势之一是其灵活性和可伸缩性。它们旨在处理非结构化和半结构化数据,例如社交媒体帖子、文档和电子邮件。它们还可以处理分布在多个服务器上的大量数据,使其成为大数据应用程序的理想选择。
面向文档的数据库通常用于 Web 和移动应用程序,因为它们可以处理这些应用程序中常见的灵活数据结构和半结构化数据。它们还用于内容管理系统和电子商务平台,在这些平台中,它们可以处理大量高并发的数据。
缺点
然而,面向文档的数据库在处理数据之间的复杂关系(例如社交网络或供应链中的数据)方面可能不太有效。它们还可能缺乏关系数据库的数据一致性和完整性功能,这可能导致数据质量问题。这是因为面向文档的数据库优先考虑灵活性和可伸缩性,而不是一致性。
尽管存在这些局限性,但面向文档的数据库仍然是管理非结构化和半结构化数据的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。如果您正在处理大量非结构化或半结构化数据,面向文档的数据库可以成为管理和组织数据的强大工具。
面向文档的数据库供应商的示例是 MongoDB。
顾名思义,内存数据库是主要将数据存储在内存中而不是磁盘上的数据库。这允许极快的读取和写入速度,使其成为需要低延迟和高吞吐量的应用程序的理想选择。
内存数据库通常用于需要实时处理数据的应用程序,例如金融交易系统或在线游戏平台。它们还可用于需要高速数据处理的应用,例如图像或视频处理。
优点
内存数据库的主要优势之一是它们的速度。由于数据存储在内存中,因此读取和写入操作的执行速度比基于磁盘的数据库快得多。这使得它们非常适合需要实时处理数据的应用程序。内存数据库还可以高度可扩展,因为它们可以分布在多个服务器上以处理大量数据。
缺点
但是,内存数据库在处理大量数据方面可能不太有效,因为内存通常比磁盘存储更昂贵。它们的持久性也可能不如基于磁盘的数据库,因为如果系统崩溃或断电,数据就会丢失。
尽管存在这些限制,内存数据库仍可以成为实时管理和分析数据的强大工具。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
内存数据库供应商的示例是 Apache Ignite。
NewSQL数据库是一种相对较新的数据库类型,它结合了NoSQL数据库的可扩展性和性能,以及传统关系数据库的数据一致性和完整性。它们旨在处理大量数据和高并发性,同时保持 ACID(原子性、一致性、隔离性和持久性)保证。
NewSQL 数据库使用各种不同的架构和数据模型,但它们都专注于可伸缩性、性能和数据一致性。它们通常使用分布式架构,允许跨多个服务器存储和处理数据,从而提供高水平的可扩展性和可用性。
优点
NewSQL 数据库的主要优势之一是它们能够处理复杂的数据结构和关系,同时提供强大的数据一致性和完整性保证。它们非常适合需要高并发性的应用程序,例如金融交易系统或实时分析应用程序。
NewSQL 数据库还具有高度可扩展性,因为它们可以分布在多个服务器上以处理大量数据。这使得它们成为需要处理大量数据或需要高可用性的应用程序的理想选择。
缺点
但是,NewSQL 数据库在处理非结构化或半结构化数据(例如社交媒体帖子或传感器数据)方面可能不太有效。与其他类型的数据库相比,它们的管理也更复杂,因为它们通常需要专业知识和专业技能来优化性能并确保数据一致性。
尽管存在这些局限性,但 NewSQL 数据库正成为管理大量复杂结构化数据的越来越受欢迎的选择。通过了解它们的优势和劣势,您可以更好地决定何时使用它们以及如何根据您的需求优化它们的性能。
NewSQL 数据库供应商的示例是 CockroachDB。
在这篇博文中,我们讨论了每个软件工程师都应该知道的 10 种类型的数据库。虽然有许多其他类型的数据库可用,但这些是最常用的数据库。了解不同类型数据库的优缺点可以帮助您就给定项目使用哪一个数据库做出明智的决策。
SQL科普1章1讲:数据库,一个你不得不了解的概念
一、前言
大家好,今天我们一起学习一个简单实用,大家又耳熟能详的技术,使用SQL语言操作数据库。提到数据库我想大家并不陌生,我们当前正处在大数据,万物互联的时代,无论是工作、理财、居家还是生活购物,都离不开数据的支撑,数据似乎支配着我们生活的方方面面。
二、为什么要学数据库
1. 概述
虽然有些同学曾经学过SQL语言或者经常接触过数据库相关的一些产品,但还是有些同学搞不清楚数据库到底为何会如此的重要,以至于我们每个人都要多多少少掌握一些数据库知识。那么我们就先研究下数据库为什么会如此重要,我们又为什么要学习数据库。
2、数据存储的演变
2.1演变阶段一
那么接下来就让我们回到遥远的古代,看看我们的古人是怎么去管理数据的。我们知道在古代,人们用纸质账本作为存储数据的载体,用算盘作为计算数据的工具,而这就构成了古代版的数据库管理系统。
但是如果账目少的话还好说,随着生意越着越多,不可避免地产生了大量的财务数据,到最后纸质账本越积越多,可以说是,给财务计算和数据检索带来,直到最后财务工作变成了纯粹体力劳动。而这也从侧面反应了我们古代人生产力的落后。
2.2演变阶段二
人类现代社会随着计算机的出现和普及,直到现在还有相当多的人在用办公软件中的Excel来处理各类数据的存储和计算,而这也构成了以办公软件为载体的数据库系统。
而Excel虽然能有限的解决数据的检索和计算问题,但对于海量数据的复杂计算,我们的Excel还是有些力不从心。
2.3演变阶段三
到后来我们真正意义上的数据库系统就此诞生了,数据库系统经历了从层次模型到网状模型,再到最终的关系型数据库的演变历程。
数据库其实就是存储数据的载体,有了它我们的数据不再是记录在纸质的账本上或者Excel表格中,而是放在数据库系统里。
有了数据库系统我们再也不用担心检索效率的问题,我们可以处理更为复杂的数据计算,同时我们也可以实现数据的共享,使我们的数据库不再是孤岛,让我们的数据真正的活起来。
像我们常用的MySql、SQL Server、Oracle就是关系型数据库的典型代表,有了这些数据库系统,使得我们终于可以在数据的处理上真正的为所欲为,游刃有余。
三、为什么要学SQL语言
1. 概述
我们说数据库其本质就是存储数据的载体,那么我们该怎样利用数据库来获取我们想要的数据呢,那么这里我们就需要用到SQL语言,而这也是我们至所以需要去学习SQL语言的原因所在。
2. SQL能干什么
如果大家学会了这种语言,那么就可以解决我们工作岗位中的各种数据分析、统计的问题。
2.1 应用场景1
例如,如果你是一家服装商店的老板,那么有了数据库,你可以使用SQL语言统计出各种服装商品的销售排名,以确定如何补货和控制库存。
2.2 应用场景2
如果你是贸易公司的销售负责人,那么你可以用它来统计月份的销售金额,以便及时调整业务方向。
2.3 应用场景3
如果你是游戏公司的市场经理,那么你就可以用它来统计出不同区域用户的注册数量,以便调整市场重心。
3. 如何学习SQL
在学习的过程中,大家首先一定要看懂看会我们SQL科普系列的课程内容,其实SQL语言本身是相当简单的,甚至接近于我们的自然语言,所以这一点对于大家来说肯定是不难的,但关键在于在我们理解之后还要大量的做练习题,一定要反复实践,这样才能加深理解以便真正掌握所学技能。
对于这种情况,我为大家提供了大量的练习题,这些练习题都是来自公司的真实案例以及职场中常见的面试题目,这些练习题都是以在线的形式发布的,所以大家不用安装任何数据库软件,可以直接使用浏览器在相应章节的题目底下直接提交即可。
除此之外,为了便于大家交流,我还提供了社区论坛,这样大家就可以互相交流,共同学习。有问题的朋友也可以私信我^-^。
本文作者及来源:Renderbus瑞云渲染农场https://www.renderbus.com
文章为作者独立观点不代本网立场,未经允许不得转载。