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
在spark.sql查询中注册和使用pyspark version 3.1.2内置函数的正确方式是什么？ 下面是一个创建pyspark DataFrame对象并在纯SQL中运行简单查询的最小示例。 尝试使用...TypeError: Invalid argument, not a string or column: -5 of type <class 'int'>. For column literals, use 'lit', 'array', 'struct' or 'create_map' fu
浏览 4提问于2021-08-19得票数 0
回答已采纳
我是pyspark的新手，我尝试做一些类似下面的事情，为每个cookie调用一个函数PrintDetails，然后将结果写入一个文件。spark.sql查询返回正确的数据，我也可以将其序列化为文件。是否有人可以帮助处理每个cookie上的for语句。调用UDF的语法应该是什么?如何将输出写入文本文件？ 任何帮助都是非常感谢的。谢谢 @udf(returnType=StringType())
def PrintDetails(cookie, timestamps,current_day, current_hourly_threshold,current_daily_threshold):
浏览 10提问于2020-01-24得票数 0
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
3回答
我有一个spark dataframe，它有两列是由函数collect_set组成的。我想把这2列集合合并成1列集合。我该怎么做呢？它们都是一组字符串
例如，我有2列是通过调用collect_set形成的
Fruits | Meat
[Apple,Orange,Pear] [Beef, Chicken, Pork]
如何将其转换为：
Food
[Apple,Orange,Pear, Beef, Chicken, Pork]
非常感谢您提前给予的帮助
浏览 4提问于2017-10-06得票数 4
回答已采纳
我正在处理一个大型spark DataFrame中的一列数字，我想创建一个新列来存储出现在该列中的唯一数字的聚合列表。
基本上就是functions.collect_set所做的事情。但是，我只需要聚合列表中最多1000个元素。有没有办法以某种方式将该参数传递给functions.collect_set()，或者是否有其他方法可以在不使用UDAF的情况下仅获取聚合列表中最多1000个元素？
由于列如此之大，我希望避免收集所有元素并在之后修剪列表。
谢谢!
浏览 9提问于2016-08-03得票数 16
1回答
给定一个数据帧，其中一列是由以下序列生成的结构序列
val df = spark
.range(10)
.map((i) => (i % 2, util.Random.nextInt(10), util.Random.nextInt(10)))
.toDF("a","b","c")
.groupBy("a")
.agg(collect_list(struct($"b",$"c")).as("my_list"))
df.printSchema
df.show(
浏览 0提问于2017-07-13得票数 12
回答已采纳
1回答
我在VB Editor的module文件夹下有一个用户自定义函数。该函数根据C列、D列和E列中出现的值的组合，通过执行大约20个If条件来计算F列中每个单元格的值。
当我将函数作为公式包含在F1单元格中(即=calculateValue())时，该函数将返回计算值。该函数不接受任何输入参数。基于活动行，它计算值并返回。
但是，当我双击F1单元格时(在调用用户定义函数之后)，我编写的autofill语句不会填充F列的其他单元格的值。它将与F1中相同的值复制到F列的其余单元格中。在调用函数时，F列的其他单元格似乎没有考虑到它们各自的活动行。
Set targetRange = Range(Star
浏览 0提问于2018-11-12得票数 2
Spark抛出了错误java.io.IOException: No space left on device，我已经追踪到该错误源于目录/tmp的溢出，Spark在该目录中创建临时文件。我想手动为这些文件指定另一个位置，在那里有更多的可用空间。当前在Ubuntu 20.04上使用PySpark 3.1.2。我已经尝试了以下操作，但没有成功(Spark仍会写入/tmp)： from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()
spark.conf.set('spark.local.
浏览 192提问于2021-09-28得票数 0
回答已采纳
1回答
我正在用Java编写一个UDF。
我想在DateSet<Row>上执行一个更复杂的操作。为此，我认为需要将DataSet<Row>作为UDF的输入并返回输出。这是我的代码：
UDF1<Dataset<Row>,String> myUDF = new UDF1<Dataset<Row>,String>() {
public String call(Dataset<Row> input) throws Exception {
System.out.print
浏览 0提问于2018-12-16得票数 1
public Dataset<Row> myfunc(SparkSession spark, Dataset<Row> dfa, Dataset<Row> dfb){
JavaSparkContext jsc = JavaSparkContext.fromSparkContext(spark.sparkContext());
Broadcast<Dataset<Row>> excRateBrdCast = jsc.broadcast(dfa); // very small local test DS . 5 row
浏览 3提问于2020-02-11得票数 0
回答已采纳
1回答
如何从字符串值中获取数字代码？
、、、、
我已经使用pyspark.sql将csv文件导入spark，并通过以下方式将其注册为临时表：
import pyspark
from pyspark.sql import SQLContext
sc = pyspark.SparkContext()
from pyspark.sql import HiveContext
sqlCtx= HiveContext(sc)
spark_df = sqlCtx.read.format('com.databricks.spark.csv').options(header='true', inferschema='
浏览 3提问于2017-01-26得票数 0
1回答
我在spark数据帧中有非常大的数据集，它们分布在节点上。我可以使用spark库pyspark.sql.functions进行简单的统计，如mean、stdev、skewness、kurtosis等。 如果我想使用像Jarque-Bera (JB)或Shapiro Wilk(SW)等高级统计测试，我会使用像scipy这样的python库，因为标准的apache pyspark库没有它们。但为了做到这一点，我必须将spark数据帧转换为pandas，这意味着将数据强制到主节点中，如下所示： import scipy.stats as stats
pandas_df=spark_df.toPan
浏览 30提问于2020-09-13得票数 0
我已经在Scala中创建了一个UDF，当我尝试用函数名注册这个UDF时，它显示了错误。
不工作
def IPConvertUDF = spark.udf.register("IPConvertUDF", IPConvert)
误差
error: missing argument list for method IPConvert
Unapplied methods are only converted to functions when a function type is expected.
You can make this conversion explicit by w
浏览 3提问于2019-07-15得票数 4
回答已采纳
6，我正在尝试编写一个UDF，它接受一个字符串数组，如下所示：
String[] lol = {"1,2,3","1,2,3","2,3,4","1,4,5,6,7"};
我希望UDF返回一个没有重复的整数数组。
我首先在我的查询表单中收集list，这个DataFrame有两个字段，userid和category，它是一个字符串，看起来像"1,2,3“，并按用户分组。
然后我想运行我的df.groupBy("userid").agg(collect_list("category").as(&
浏览 0提问于2017-03-15得票数 1
1回答
我正在尝试编写一个Python实用函数，它接受本地定义类的对象，并在PySpark DataFrame withColumn调用中使用该类的一个方法作为用户定义函数(UDF)。实用函数签名为：
def spark_analyze(lp: LogProcessor):
在LogProcessor类中，我有一个想要用作UDF的方法。方法定义如下：
schema = StructType([
StructField("total", IntegerType(), False),
StructField("other", IntegerType(), Fals
浏览 1提问于2018-10-02得票数 1
我试图将一个列的数据main添加到更大的dataframe中，但是，第一个dataframe的问题是，在创建它之后，尝试通过命令将其添加到主dataframe中：
df.withColumn("name", dataframe)
我知道错误：
**found : org.apache.spark.sql.DataFrame
(which expands to) org.apache.spark.sql.Dataset[org.apache.spark.sql.Row]
required: org.apache.spark.sql.Column**
我知道Data
浏览 0提问于2018-05-20得票数 3
回答已采纳
2回答
使用Scala中的缺省参数值吗？
、、、、
我在Scala中定义了一个UDF，其缺省参数值如下所示：
package myUDFs
import org.apache.spark.sql.api.java.UDF3
class my_udf extends UDF3[Int, Int, Int, Int] {
override def call(a: Int, b: Int, c: Int = 6): Int = {
c*(a + b)
}
}
然后，我使用build clean assembly (如果需要的话可以提供更多的构建细节)适当地构建jar，并提取jar myUDFs-assembly-0.1.1.ja
浏览 1提问于2018-12-10得票数 1
回答已采纳
我使用Spark为我的数据生成预测，然后以Avro格式将它们存储到HDFS中：
val dataPredictions = myModel.transform(myData)
val output = dataPredictions.select("is", "probability", "prediction")
output.write.format("com.databricks.spark.avro").save(path)
我得到了以下例外：
com.databricks.spark.avro.SchemaConvert
浏览 2提问于2017-03-16得票数 1
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
我目前正在使用Apache进行流项目。我有两个数据源，第一个来自卡夫卡的新闻数据。这些数据每次都在更新。第二个，我得到了masterWord字典。这个变量包含单词的数据和单词的唯一键。
我想要处理新闻数据，然后通过将数据与words_id字典进行匹配，将其从单词的Seq转换为masterWord的Seq。但是，在访问UDF中的masterWord数据时，我遇到了问题。当我试图访问UDF内部的数据时，火花返回此错误
由: org.apache.spark.SparkException:由于阶段失败导致作业中止:阶段4.0中的任务0失败1次，最近的失败:丢失任务0.0i在阶段4.0 (TID 4
浏览 0提问于2019-03-10得票数 1
回答已采纳
我在Spark表达式( SQL语言)中使用自己的Spark函数(不是通过Spark )。如果在我的UDF函数中出现故障，我想使用所有列访问整行，并公开此信息(例如，通过自定义异常或日志)，以更好地处理错误。
现在，我不知道如何访问UDF中的行列，甚至不知道如何通过SQL将所有列传递给我的UDF。请建议一下。
浏览 1提问于2020-02-25得票数 2
回答已采纳
我是scala和spark的新手，我一整天都在努力寻找这个问题的解决方案--这让我头疼不已。我已经尝试了以下代码的20种不同变体，但在尝试对列执行计算时总是出现type mismatch错误。
我有一个spark数据帧，我希望检查特定列中的每个字符串是否包含来自预定义的单词List (或Set)的任意数量的单词。
以下是一些用于复制的示例数据：
// sample data frame
val df = Seq(
(1, "foo"),
(2, "barrio"),
(3, "gitten"),
(
浏览 5提问于2017-08-01得票数 3
回答已采纳
2回答
我正在尝试编写一个带有map键和map值参数的方法；该值是一个集合。
我的方法头是：
addMapEntry(String aKey, Set<String> aCustomer)
我不确定头文件是否正确，但如果正确，我将如何执行该方法，因为我尝试过以下方法：
map.AddMapEntry("one", "Sony");
我只是收到如下错误：
method addMapEntry in class CompanyCatalogue cannot be applied to given types;
required: java.lang.Str
浏览 0提问于2018-05-09得票数 0
如果spark dataframe中的key为null，如何将map替换为null。
DF.printSchema
-- sku_id: string (nullable = true)
-- sku_images: map (nullable = true)
-- key: string
-- value: struct (valueContainsNull = true)
-- image_id: string (nullable = true)
-- image_name: string (nullable = true)
-- image_path: string
浏览 0提问于2018-04-20得票数 1
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
1回答
无法使用大型字典的Pyspark
、、、、
我有一个字典，由键= word，value = Array组成，由300个浮点数组成。我无法在我的“火花放电”中使用这本词典。当这本字典的大小是200万键时，它就不起作用了。但是当我把尺寸缩小到200 K时，它就能工作了。
这是我要转换为UDF的函数的代码。
def get_sentence_vector(sentence, dictionary_containing_word_vectors):
cleanedSentence = list(clean_text(sentence))
words_vector_list = np.zeros(300)# 300 dim
浏览 0提问于2019-08-19得票数 1
回答已采纳
我想用java把两个数组合并成一个数组，并在spark 2.2中删除重复的数组。
在下面输入spark数据集。
Dataset.show
col1 | col2
[1,2,3] | [2,3,5]
预期输出-
Dataset.show
col1 | col2 | col3
[1,2,3] | [2,3,5] |[1,2,3,5]
如何才能实现这个spark java?.Thanks。
浏览 2提问于2018-07-18得票数 0
我有一个Properties变量，我通过调用REST服务来填充该变量。我需要将此列表传递给我的UDF。我认为广播变量可以很好地满足我的需求，因为Properties列表可能会很长。所以我在我的主类中创建了一个广播变量：
Properties kp = getApplicationProperties(rootPath);
Broadcast<Properties> brVar = sc.broadcast(kp);
但是，在我的UDF中，我应该发送什么变量呢？我尝试使用org.apache.spark.sql.functions.lit发送文字值，但这导致我的UDF从未被调用：
s
浏览 81提问于2020-02-03得票数 1
2回答
我正在尝试将一些Pandas代码转换为Spark以进行缩放。myfunc是一个复杂应用程序接口的包装器，它接受一个字符串并返回一个新的字符串(这意味着我不能使用矢量化函数)。
def myfunc(ds):
for attribute, value in ds.items():
value = api_function(attribute, value)
ds[attribute] = value
return ds
df = df.apply(myfunc, axis='columns')
myfunc获取一个DataSeri
浏览 2提问于2019-02-02得票数 1
回答已采纳
我正在使用一个UDF函数应用于spark dataframe中的一个字符串列，该数据帧迭代一个words单词集，并查找给定的列字符串是否包含该集合中的任何单词(见下文)：
udf { (s: String) => words.value.exists(word => s.contains(word)) }
我需要如何修改这个函数，使其返回在字符串中找到的words集合中的所有项的列表？
我尝试过使用when和otherwise
udf { (s: String) => when(words.value.exists(word => s.contains(word)),
浏览 6提问于2017-08-25得票数 0
回答已采纳
我试图从包含列表中单词的数据行中提取:下面是粘贴我的代码：
from pyspark.ml.feature import Tokenizer, RegexTokenizer
from pyspark.sql.functions import col, udf
from pyspark.sql.types import IntegerType
from pyspark.sql.types import IntegerType
import findspark
findspark.init()
conf = SparkConf().setAppName("nlp").setMast
浏览 3提问于2021-06-16得票数 2
回答已采纳
1回答
如何为速度设置火花？
我正在运行来分析日志数据。
使用200万行(4G)进行聚合/连接大约需要5分钟。
我在运行1位大师，3位工人在3台机器上。我将执行器内存增加到8g，ES节点从1增加到3。
我正在以客户端模式()运行独立的集群，我不使用submit，只是在启动主/工作人员之后运行python代码。
火花似乎发射了3个执行者总数(这是从3个工人)。
我想用微调来调音火花，以获得最好的表现。
我应该采取哪种方式进行优化？
考虑其他集群(纱线等)。虽然我不知道它们提供了什么，但似乎更改与内存相关的设置更容易)
运行更多的执行者
用explain api分析作业计划
接受它
浏览 3提问于2020-01-04得票数 0
回答已采纳
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
如何将包含3个元素的元组放入一个集合？
比如说，我有一套类型：
Set[(String, String, String)]
如何简单地将3个字符串添加到我的集合定义中？
下面的编译器有抱怨吗？
set + ("a", "b", "c")
为什么元组受到不同的对待？它和任何其他类型一样，为什么在我上面的例子中失败呢？
浏览 7提问于2015-07-09得票数 0
回答已采纳
我正在尝试在我的df上应用一个函数。我的变量是一个列表列表，我会对每个列表应用我的函数，以便获得每个结果的列表。 dff = spark.createDataFrame([
('a', [[1,2,3,4], [1,1,2,3], [3,5,9,6], [12,4,2,2]]),
('b', [[4,0.2,0.3,0.7],[1,1,1,1],[2,7,5,9]]),
('c', [[1,1,2,9],[2,5,4,8],[5,7,4,8],[1,2,3,4],[4,4,4,6]]),
('d' ,[[2,2,2,2],[
浏览 19提问于2021-07-05得票数 0
回答已采纳
1回答
我试图应用一个PySpark UDF将一个新列添加到类内的PySpark DataFrame中。Spark必须是一个静态方法，才能在类中使用。下面的示例Case 1运行良好。
问题是，一旦将UDF定义为静态方法，我就不能在其中使用任何实例变量。因此，Case 2不能工作。
问题：，我的问题不是关于为什么案例2失败的问题。我想知道在上面的示例中是否有任何方法可以使PySpark UDF访问实例变量？我知道解决方案，其中定义了UDF，在中定义了UDF，这个方法在本例中调用UDF (calculate_new_marks())。找候补人选。
案例1(这很有效！)：使用任何实例变量的静态方法UDF
浏览 8提问于2022-10-24得票数 0
我使用Spark 3.0.1和Python 3.6.8作为独立应用程序通过spark-submit运行脚本：
spark-submit [spark-confs] pyspark-script.py --args1 val1 --args2 val2
而且脚本运行得很好。但是，当我在脚本中引入args1时，我可以使用argparse获得args2和UDF：
my_udf = udf(lambda x: my_func(x))
df = df.withColumn(cat, my_udf(cat))
我得到以下错误：
pyspark.sql.utils.PythonExceptio
浏览 0提问于2021-03-09得票数 1
import pandas as pd
import numpy as np
from pyspark.sql import SparkSession
import pyspark.sql.functions as F
from pyspark.sql.functions import PandasUDFType, pandas_udf
from pyspark.sql.types import *
import os
@pandas_udf(schema, functionType=PandasUDFType.GROUPED_MAP)
def split(df, validation_
浏览 5提问于2020-09-21得票数 0
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
2回答
Spark创建不接受输入的UDF
、、、、
我想向我的Spark dataframe添加一个具有随机生成的id的列。为此，我使用UDF调用UUID的随机UUID方法，如下所示：
def getRandomId(s:String) : String = {
UUID.randomUUID().toString()
}
val idUdf = udf(getRandomId(_:String))
val newDf = myDf.withColumn("id", idUdf($"colName"))
显然，我的getRandomId函数不需要输入参数；但是，我不知道如何创建不接受列作为输入的UDF。
浏览 4提问于2017-01-26得票数 5
回答已采纳
2回答
我有PySpark DataFrame：
from pyspark.sql.types import *
schema = StructType([
StructField("col1", StringType()),
StructField("col2", StringType()),
StructField("col3", StringType()),
StructField("col4", StringType()),
])
data = [("aaa", "aab", &
浏览 6提问于2022-10-17得票数 1
回答已采纳
我正在使用Spark 2.3.2。 在我的Dataframe中的一列中，我顺序地执行了许多spark.sql.functions。如何将这个函数序列封装到一个用户定义函数(UDF)中，以使其可重用？ 下面是我的示例，重点是"columnName“这一列。首先，我要创建我的测试数据： val testSchema = new StructType()
.add("columnName", new StructType()
.add("2020-11", LongType)
.add("2020-12", LongTyp
浏览 30提问于2020-10-05得票数 1
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
我正在使用Java语言处理Apache Spark中的Dataset<Row>，需要对此Dataset中的所有列进行一些数学转换。基本上，其中一个转换是获取存储在此数据集中的所有值的日志，并仍然返回Dataset<Row>。我清楚地知道如何在RDD中的map函数中执行此操作，但是如何在Dataset<Row>中执行此操作
上下文：Dataset<Row> old包含2列a和b。我想返回一个同时包含a = log(a)和b = log(b)列的新Dataset<Row> new
浏览 0提问于2017-01-04得票数 1
2回答
我有两份文件。functions.py有一个函数，并从该函数创建一个pyspark udf。main.py会尝试导入该自定义项。但是，在访问functions.py中的函数时，main.py似乎遇到了问题。
functions.py：
from pyspark.sql.functions import udf
from pyspark.sql.types import StringType
def do_something(x):
return x + 'hello'
sample_udf = udf(lambda x: do_something(x), Strin
浏览 3提问于2017-10-04得票数 5
回答已采纳
因此，我想创建一个可以在Pyspark中使用的scala UDF。我想要的是接受一个字符串列表作为x，一个字符串列表作为y，并获得所有的字符串组合 因此，如果我有x= "a"，"B“和y="A"，"b”，我期望输出= [a，A，a，B，b，A，b，B] 我编写的Scala代码非常简单 (x: Seq[String], y: Seq[String]) => {for (a <- x; b <-y) yield (a,b)} 我已经创建了一个scala UDF来做这件事。它适用于Scala Spark。 我的问题是试图让这个在py
浏览 29提问于2020-10-09得票数 4
回答已采纳
我想要从一个特定的文件夹加载XML文件。但我不想使用com.databricks.spark.xml包。在每个示例中，我都使用了com.databricks.spark.xml包。
在没有此包的情况下，是否有读取XML文件的方法？
浏览 0提问于2019-04-24得票数 0
1回答
我正在尝试将一个自定义Python类对象传递给PySpark中的UDF。我不希望为它处理的每一行创建一个对象的新实例，因为它需要进行一个昂贵的API调用才能获得一个秘密密钥。我的想法是首先在实例化对象时调用API，然后将该对象传递给任务。理想情况下，所有执行者都使用相同的对象/副本。
我还使用了一个对象不可序列化的外部库。如果必须多次实例化，这就不那么令人担心了。
这门课看起来如下：
class MyClass(object):
def __init__(self, arg1):
self.secret = some_api_call(arg1)
sel
浏览 9提问于2022-03-08得票数 0
我是spark的新手。我使用结构化流媒体从kafka中读取数据。
我可以在Scala中使用以下代码读取数据：
val data = spark.readStream
.format("kafka")
.option("kafka.bootstrap.servers", brokers)
.option("subscribe", topics)
.option("startingOffsets", startingOffsets)
.load()
我在value列中的数据
浏览 1提问于2017-10-19得票数 2
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
