DataFrame/Dataset Apache spark的逻辑计划
DataFrame和Dataset是Apache Spark中的两个重要概念，用于处理大规模数据集的分布式计算框架。
DataFrame是一种以表格形式组织的分布式数据集，类似于关系型数据库中的表。它具有结构化的数据，每列都有名称和数据类型。DataFrame提供了丰富的API，可以进行数据的转换、过滤、聚合等操作，支持类似SQL的查询语法，方便进行数据分析和处理。
Dataset是Spark 1.6版本引入的新概念，是DataFrame的扩展，提供了类型安全和面向对象的API。Dataset可以看作是强类型的DataFrame，它在编译时进行类型检查，避免了在运行时出现类型错误。Dataset可以通过编程语言的类型系统进行静态类型检查，提供更好的编程体验和错误检测能力。
逻辑计划（Logical Plan）是Spark中的一个阶段，用于描述DataFrame/Dataset的转换操作。在逻辑计划阶段，Spark会根据用户的操作构建一个有向无环图（DAG），表示数据的转换过程。逻辑计划不涉及具体的数据操作，只描述了数据的逻辑关系和转换操作的顺序。
在逻辑计划阶段，Spark会对用户的操作进行优化，例如合并相邻的操作、推测执行等，以提高计算效率。优化后的逻辑计划会被转换为物理计划（Physical Plan），并在集群上执行。
DataFrame和Dataset的优势在于它们能够处理大规模的数据集，并且具有良好的性能和可扩展性。它们可以与其他Spark组件（如Spark SQL、Spark Streaming、Spark MLlib等）无缝集成，构建复杂的数据处理和分析流程。
DataFrame/Dataset在以下场景中得到广泛应用：
- 数据清洗和转换：DataFrame/Dataset提供了丰富的数据转换操作，可以方便地进行数据清洗、格式转换等操作。
- 数据分析和挖掘：DataFrame/Dataset支持类似SQL的查询语法，可以进行复杂的数据分析和挖掘任务。
- 实时数据处理：Spark Streaming与DataFrame/Dataset紧密集成，可以实现实时数据的处理和分析。
- 机器学习和数据建模：Spark MLlib提供了丰富的机器学习算法和工具，可以与DataFrame/Dataset无缝集成，进行大规模的机器学习和数据建模任务。
腾讯云提供了适用于Spark的云计算产品，如Tencent Spark，可以方便地在云上部署和管理Spark集群。您可以通过以下链接了解更多关于Tencent Spark的信息：
相关·内容
1回答
我是Scala的新手，所以如果解决方案微不足道，我会提前道歉。
我目前正试图在Shell中执行一个查询，在那里我正在修改dataset的逻辑计划。下面是我正在挣扎的代码示例：
import org.apache.spark.sql._
val newPlan = ...
val newDS = Dataset.ofRows(spark, newPlan)
当我运行它时，我会收到以下错误消息：
<console>:41: error: not found: value Dataset
val newDS = Dataset.ofRows(spark, newPlan)
当试图
浏览 0提问于2017-11-07得票数 1
回答已采纳
我正试图使用Case类将rdd转换为DataFrame，如下所示
1.)从具有"id、name、country“的文本文件中获取数据，但不包含头。
val x = sc.textFile("file:///home/hdadmin/records.txt")
2.创建一个具有标题定义的case类"rec“，如下所示：
case class rec(id:Int, name:String, country:String)
3.)现在我定义了转换
val y = x.map(x=>x.split(",")).map(x=>rec(x(0)
浏览 1提问于2017-05-19得票数 0
1回答
val df_final = Data1
.join(broadcast(df),
Seq(lower(col("NAME")), lower(col("TYPE"))),
"left")
上面的代码正在抛出以下错误。
<console>:65: error: overloaded method value join with alternatives:
(right: org.apache.spark.sql.Dataset[_],joinExprs: org.apac
浏览 0提问于2018-06-07得票数 1
回答已采纳
我尝试将PCA应用于我的数据，然后将RandomForest应用于转换后的数据。然而，PCA.transform(数据)给了我一个DataFrame，但我需要一个mllib LabeledPoints来供给我的RandomForest。我该怎么做呢？我的代码：
import org.apache.spark.mllib.util.MLUtils
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.mllib.tree.RandomForest
import org.a
浏览 0提问于2016-03-13得票数 14
回答已采纳
1回答
foreach循环嵌套的DataFrams迭代会抛出一个NullPointerException：
def nestedDataFrame(leftDF: DataFrame, riteDF: DataFrame): Unit = {
val leftCols: Array[String] = leftDF.columns
val riteCols: Array[String] = riteDF.columns
leftCols.foreach { ltColName =>
leftDF.select(ltColName).foreach
浏览 1提问于2019-05-08得票数 2
回答已采纳
找不到我需要的东西。scala和Python中的大量代码。这就是我所拥有的：
import org.apache.log4j.Logger;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
public class CassandraWriter {
private transient Logger logger = Logger.getLogger(CassandraWriter.class);
private Dataset<Row> hdfsDF;
publ
浏览 10提问于2020-02-11得票数 0
我似乎错过了什么在流静态加入在星火2.2。
手册指出这样的联接是可能的，但我无法得到正确的语法。很奇怪。不使用水印。
val joinedDs = salesDs
.join(customerDs, "customerId", joinType="leftOuter")
得到的错误如下所示，但我非常肯定我有正确的一面：
<console>:81: error: overloaded method value join with alternatives:
(right: org.apache.spark.sql.Dataset[_],join
浏览 0提问于2019-03-05得票数 0
回答已采纳
我创建了一个spark数据帧，作为加入其他一些数据帧的结果。
现在，调用dataframe上的任何方法都会失败。它不会给出特定的错误。仅在退出的节点上出现诸如ExecutorLostFailure、从属丢失、容器释放等错误。
我甚至无法成功地在dataframe上调用show()。下面是调用show()时的异常堆栈
Exception in thread "main" org.apache.spark.SparkException: Job aborted due to stage failure: Task 204 in stage 14.0 failed 4 times,
浏览 1提问于2017-10-31得票数 0
给定一个writeStream调用：
val outDf = (sdf.writeStream
.outputMode(outputMode)
.format("memory")
.queryName("MyInMemoryTable")
.trigger(Trigger.ProcessingTime(interval))
.start())
如何对sql运行MyInMemoryTable。
val df = spark.sql("""select Origin,Dest,Carrier,avg(DepDelay)
浏览 0提问于2019-07-16得票数 2
回答已采纳
我有多个数据帧需要将它们存储在MapString中，数据帧数据结构。下一步，我们的目标是访问它们以进行连接操作。以下是输入数据帧： names_df:
+-----+----------+----------+
|Id |FirstName | LastName |
+-----+----------+----------+
|1000 | Bob | B |
|1001 | Alice | A |
+-----+----------+----------+
addresses_df
+----+----+----+
|I
浏览 27提问于2019-08-27得票数 0
I have a dataframe :
+----------------+----------------+---------------------+---------------+--------------------+-----+-
|origin_longitude|dest_longitude |origin_latitude|destination_latitude|speed|Distance|
-7.1732833 | -7.1732833| 32.0414966| 32.0414966| 50| 20.0
浏览 1提问于2020-02-27得票数 0
2回答
下面的代码可以正常工作，直到我在show之后添加agg。为什么show是不可能的？
val tempTableB = tableB.groupBy("idB")
.agg(first("numB").as("numB")) //when I add a .show here, it doesn't work
tableA.join(tempTableB, $"idA" === $"idB", "inner")
.drop("idA", "numA"
浏览 0提问于2017-07-26得票数 2
回答已采纳
1回答
我创建了一个DataFrame，如下图所示，我想为列“title”应用map- some算法，但是当我使用reduceByKey函数时，我遇到了一些问题。
+-------+--------------------+------------+-----------+
|project| title|requests_num|return_size|
+-------+--------------------+------------+-----------+
| aa|%CE%92%CE%84_%CE%...| 1| 4854
浏览 0提问于2018-04-08得票数 1
回答已采纳
我正在Spark2.2.0中开发一个自定义转换器。
火花变压器继承自org.apache.spark.ml.Transformer，在下面的示例中，我希望实现HasInputCol和HasOutputCol特性。
package optimizer.feature
import org.apache.spark.annotation.Since
import org.apache.spark.ml.param.{Param, ParamMap, ParamValidators}
import org.apache.spark.ml.Transformer
import org.apache.
浏览 2提问于2020-05-25得票数 0
回答已采纳
Spark在内部将DataFrame表示为Dataset[Row]。现在我必须输入：
SparkDatasetProvider[T <: Product, C <: BaseConfiguration]
SparkDataFrameProvider[C <: BaseConfiguration]
extends SparkDatasetProvider[Row, C]
也就是说，我希望确保支持Dataset[T]和常规Row的case类。我如何修复：
type arguments [org.apache.spark.sql.Row,C] do not conform
浏览 0提问于2018-12-10得票数 1
我在执行星火应用程序时遇到了问题。
源代码：
// Read table From HDFS
val productInformation = spark.table("temp.temp_table1")
val dict = spark.table("temp.temp_table2")
// Custom UDF
val countPositiveSimilarity = udf[Long, Seq[String], Seq[String]]((a, b) =>
dict.filter(
(($"first"
浏览 3提问于2017-11-04得票数 10
回答已采纳
我有一个Scala测试，它使用Mockito来验证某些DataFrame转换是否被调用。我把它分解成了一个简单的有问题的例子
import org.apache.spark.sql.DataFrame
import org.scalatest.funsuite.AnyFunSuite
import org.apache.spark.sql.functions._
import org.mockito.{Mockito, MockitoSugar}
class SimpleTest extends AnyFunSuite{
def withGreeting(df: DataFrame)
浏览 0提问于2020-05-30得票数 1
回答已采纳
我从事一个scala星火项目。我想检索带有2个数据文件的代码的措辞。我有两个dataFrames：
一个有可能与代码，我将检索的措辞。(列利息)
第二列有2列，代码和这段代码的措辞。
我这样做：
def CodeToInterest(df: sql.DataFrame, codesList: sql.DataFrame) : sql.DataFrame = {
val spark = SparkSession.builder().getOrCreate()
import spark.implicits._
val transformList = udf((ini
浏览 2提问于2019-10-07得票数 0
回答已采纳
我一直在尝试将1个DataFrame附加到Scala中的另一个DF上。本例中的追加操作只是将一个相同大小的新列添加到现有列中-不涉及键匹配。两个DataFrames的形状相同(仅5行1列)。
scala> val coefficients = lrModel.coefficients.toArray.toSeq.toDF("coefficients")
coefficients: org.apache.spark.sql.DataFrame = [coefficients: double]
scala> coefficients.show()
+---------
浏览 8提问于2017-08-05得票数 0
回答已采纳
我正在使用Apache版本2.3.1创建一个dataframe。当我试图计数一个数据时，我会得到以下错误：
org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 1.0 failed 4 times, most recent failure: Lost task 0.3 in stage 1.0 (TID 12, analitik11.{hostname}, executor 1): java.lang.ArrayIndexOutOfBoundsException: 2
浏览 0提问于2018-11-26得票数 2
回答已采纳
2回答
我有一个作为MyData1模式创建的dataframe，然后我创建了一个列，以便新的dataframe遵循MyData2的模式。现在，我希望将新的dataframe返回为Dataset，但有以下错误：
[info] org.apache.spark.sql.AnalysisException: cannot resolve '`hashed`' given input columns: [id, description];
[info] at org.apache.spark.sql.catalyst.analysis.package$AnalysisErrorAt.f
浏览 2提问于2020-06-04得票数 0
回答已采纳
2回答
我读过其他相关的问题，但我找不到答案。
我想从Spark2.3中的case类创建一个DataFrame。Scala 2.11.8。
代码
package org.XXX
import org.apache.spark.sql.SparkSession
object Test {
def main(args: Array[String]): Unit = {
val spark = SparkSession
.builder
.appName("test")
.getOrCreate()
case class Emp
浏览 12提问于2018-05-14得票数 2
复制的可能步骤：
多次运行spark.sql，获取DataFrame list d1、d2、d3、d4
调用DataFrame list d1、d2、d3、d4到DataFrame d5，调用Dataset#unionByName
运行d5.groupBy("c1").pivot("c2").agg(concat_ws(", ", collect_list("value")))，生成DataFrame d6
DataFrame d6加入另一个DataFrame d7
调用像count这样的函数来触发火花作业
浏览 5提问于2021-12-08得票数 0
回答已采纳
1回答
在下面的示例中，我误解了PySpark的性能。
我有几个DataFrame，因此我加入了它们。
print"users_data"
print users_data.show()
print"calc"
print calc.show()
print"users_cat_data"
print users_cat_data.show()
data1 = calc.join(users_data, ['category_pk','item_pk'], 'leftouter')
print "
浏览 0提问于2018-01-15得票数 2
回答已采纳
当我试图在Scala (EclipseVersion4.7)中执行星火代码时，我得到了DataFrame代码的运行时异常。
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.sql.SQLContext
object Demo {
def main(args:Array[String]){
val conf=new SparkConf().setAppName("Local App").setMaster("local[
浏览 0提问于2018-01-17得票数 2
我最近开始在Scala中使用Spark，我发现自己处于这样一种情况:我想要将一些值从hashmap/map映射到dataframe，而不必构造新的dataframe，然后执行某种连接。
我有这个数据框架：
+---+-------+---+----------+---------+
| id| name|age| date|genderKey|
+---+-------+---+----------+---------+
| 1|Rodrigo| 30|2019-01-01| male|
| 2|Roberto| 23|2019-01-01| male|
|
浏览 2提问于2020-04-10得票数 0
3回答
在spark (如 )中，有许多方法来验证两个数据帧的架构。但是我只想在SQL中验证两个数据帧的模式，我指的是SparkSQL。
示例查询1:
SELECT DISTINCT target_person FROM INFORMATION_SCHEMA.COLUMNS WHERE COLUMN_NAME IN ('columnA','ColumnB') AND TABLE_SCHEMA='ad_facebook'
示例查询2:
SELECT count(*) FROM information_schema.columns WHERE table_n
浏览 6提问于2018-09-04得票数 1
对不起，如果这是重复，然而，指出的解决方案不适用于我。很可能我在这里错过了一些基本的东西。我有一个如下所示的数据：
inputDF: org.apache.spark.sql.DataFrame = [ts: string, id: string ... 20 more fields]
我试图根据一个名为"state“(类型为String)的字段(在Scala中)过滤一些感兴趣的”行“：
inputDF.filter(inputDF("state") == "BALANCED").show()
然而，这给我带来了一个错误：
<console>
浏览 2提问于2017-10-23得票数 1
回答已采纳
val creation_timestamp = df.groupBy().agg(min($"userCreation_timestamp").alias("ts")).col("ts")
df.filter(col("userCreation_timestamp").cast("timestamp") >= creation_timestamp).show()
or
df.where(col("userCreation_timestamp").cast("timestamp
浏览 13提问于2022-04-22得票数 2
1回答
在下面的片段中，如果存在tryParquet函数，则尝试从Parquet文件加载数据集。如果没有，则计算、持久化并返回所提供的数据集计划：
import scala.util.{Try, Success, Failure}
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.Dataset
sealed trait CustomRow
case class MyRow(
id: Int,
name: String
) extends CustomRow
val ds: Dataset[MyRow
浏览 2提问于2017-09-21得票数 4
我有一个叫做标签更新(UserId，MovieId，Tag)的文件，我还有一个由(MovieId，Tag，occurrence，count)组成的表，它改变了MovieId的名字，Tag，change as eachTagCount，count as totalcount。我想用新名称tagScore除以每个标记计数/总计数的值。如何编写此查询？val tagScore = sqlContext.sql("SELECT MovieId，Tag，(eachTagCount/totalCount) AS tagScore FROM finalresult")
val finalre
浏览 0提问于2019-06-11得票数 0
我正在尝试对两个数据帧进行字符串匹配。假设dataframe1包含X个句子和dataframe2 Y个句子。我需要检查一下，Dataframe1中的任何句子都与Dataframe2匹配。我正在尝试使用ML管道，如下所示：
def match_names(df_1, df_2):
pipeline = Pipeline(stages=[
RegexTokenizer(
pattern="", inputCol="name", outputCol="tokens", minTokenLength=1
浏览 2提问于2019-04-11得票数 1
我正在尝试将spark数据集转换为迭代器，以便将数据集写入influxdb。在构造了我想要的数据集之后，我需要将该数据集转换为迭代器，以便传递给influxdb编写器。 但是，当对dataset类使用toLocalIterator()内置函数时，就会出现这个问题。 我得到了以下异常： override def gatherTimeMetrics(df: DataFrame)
(implicit params: ConversionParams, config: Config): Dataset[TimeMetric] = {
df
.selec
浏览 24提问于2019-05-30得票数 1
我使用的是spark 2.0.0。下面是我的代码：
import org.apache.spark.sql.DataFrame
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.catalyst.analysis.EliminateSubqueryAliases
import org.apache.spark.sql.catalyst.plans.logical.LogicalPlan
object WikiDataframe {
def getDataframe(sparkSession: Spa
浏览 2提问于2016-08-12得票数 1
1回答
我正在使用Spark编写Java类的代码。我有一个错误："DataFrame不能解析为类型“，而有关导入的错误：”导入org.apache.spark.sql.DataFrame“不能被解析。这是类导入：
import org.apache.spark.api.java.*;
import org.apache.spark.api.java.function.Function;
import org.apache.spark.sql.DataFrameReader;
import org.apache.spark.sql.Dataset;
import org.apache.spark
浏览 0提问于2018-05-14得票数 3
所以，我对火花和PySpark很陌生。我试图运行Python脚本从MySql数据库读取数据，如下代码所示：
from pyspark.sql import SparkSession
from pyspark.sql import SQLContext
sc = SparkSession \
.builder \
.appName("Python Spark SQL basic example") \
.config("spark.some.config.option", "some-value") \
.get
浏览 0提问于2018-10-14得票数 0
回答已采纳
1回答
我有以下简单的函数，在这里，我用0填充所有缺少值的列，然后计算标准偏差。我知道我可以使用描述功能，但我想用这个作为我的目的。
def stdDevAllColumns(df: DataFrame): DataFrame = {
df.select(df.columns.map(c => df.select(c).na.fill(0).agg(stddev(c))): _*)
}
这会编译，但在运行时会导致失败：
<console>:143: error: overloaded method value select with alternatives:
[U1](c1
浏览 0提问于2021-11-16得票数 0
回答已采纳
我使用以下命令创建了一个空的Seq() scala> var x = Seq[DataFrame]()
x: Seq[org.apache.spark.sql.DataFrame] = List() 我有一个名为createSamplesForOneDay()的函数，它返回一个DataFrame，我想将它添加到这个Seq() x中。 val temp = createSamplesForOneDay(some_inputs) // this returns a Spark DF
x = x + temp // this throws an error 我得到下面的错误- scala&
浏览 57提问于2019-07-02得票数 0
回答已采纳
我对R和Spark都是新手。我正在编写一个函数来计算一组数据的指数移动平均值。我正在使用sparklyr包在Databricks Spark平台上工作。
我已经写了一个在普通R数据帧上工作的函数。然而，当应用于Spark数据帧时，它会失败。
我目前对这些值的正确性不感兴趣(我使用的是虚拟值-例如。init = 10是任意的)。我更感兴趣的是让它在Spark数据帧上工作
library(sparklyr)
library(dplyr)
library(stats)
sc <- spark_connect(method = "databricks")
set.seed(
浏览 25提问于2019-11-08得票数 1
回答已采纳
我写了一段简单的代码。即从dataframe列获取文件位置，并返回字符串，无论是否存在。但是一旦我运行这个程序，它就会抛出一个“不可序列化的任务”。有人能帮我摆脱这个错误吗？
object filetospark{
def main(args: Array[String]) : Unit = {
val spark = SparkSession
.builder()
.appName("app1")
.master("local")
.getOrCreate()
spark.sparkCon
浏览 1提问于2021-02-10得票数 0
我使用的是Spark 3.0中的结构化流媒体。 我正在尝试做的是将数据写入多个接收器。我需要写一些卡夫卡在另一个进程中使用的DataFrame，也需要存储在卡桑德拉相同的一个供以后使用(一些仪表板等)。 对于目标进程，我编写了如下代码。我参考了here的官方文档。 merged_stream.writeStream
//.trigger(Trigger.ProcessingTime("3 seconds"))
.foreachBatch((batchDF: DataFrame, batchId: Long) => {
batch
浏览 59提问于2020-08-29得票数 3
回答已采纳
1回答
我正在尝试从tiff图像中获取海量高程数据，我有一个csv文件。csv文件内容也有纬度、经度等属性。循环通过csv文件，获取纬度和经度，并调用elevation方法，代码如下。参考
package main.scala.sample
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql._
import org.apache.spark.sql.functions._
import org.locationtech.rasterframes._
import o
浏览 6提问于2021-07-15得票数 0
我需要获取一个MapString，DataFrame并将其转换为Dataset[MapString，Array] val map_of_df = Map(
"df1"->sc.parallelize(1 to 4).map(i => (i,i*1000)).toDF("id","x").repartition(4)
,"df2"->sc.parallelize(1 to 4).map(i => (i,i*100)).toDF("id","y").repartition(4
浏览 22提问于2019-09-20得票数 0
我正在尝试为ScyllaDB (Cassandra)编写一个Spark结构化流(2.3)数据集。
我编写数据集的代码：
def saveStreamSinkProvider(ds: Dataset[InvoiceItemKafka]) = {
ds
.writeStream
.format("cassandra.ScyllaSinkProvider")
.outputMode(OutputMode.Append)
.queryName("KafkaToCassandraStreamSinkProvider
浏览 0提问于2018-10-31得票数 5
回答已采纳
我想要管道一个python机器学习文件，预测输出，然后将它附加到我的数据文件中，然后保存它。我得到的错误是:-
异常详细信息
Exception in thread "main" org.apache.spark.sql.AnalysisException: Queries with streaming sources must be executed with writeStream.start();;
kafka
t org.apache.spark.sql.catalyst.analysis.UnsupportedOperationChecker$.throwError(
浏览 3提问于2020-10-17得票数 1
我有一个名为tags(UserId,MovieId,Tag)的文件作为算法的输入，并通过registerTempTable将其转换为表格。val orderedId = sqlContext.sql("SELECT MovieId AS Id,Tag FROM tag ORDER BY MovieId")此查询提供给我的文件由Id、标记组成，作为第二步val eachTagCount =orderedId.groupBy(" Id,Tag").count()的输入，但出现错误 case class DataClass( MovieId:Int,UserId:
浏览 22提问于2019-06-10得票数 1
回答已采纳
1回答
我正在尝试从本地读取一个文本文件到pyspark。使用
df = spark.read.text("file:///<path>")
这将成功地运行并发出一个数据文件。
df. printSchema()
产出：
root
|-- value: string (nullable = true)
但是，当尝试访问df时，它会给出以下错误。
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/hdp/
浏览 1提问于2019-10-21得票数 0
我需要创建自己的UnaryTransformer实例，该实例接受ArrayString类型的Dataframe列，并且应该输出与此相同的type.In，在SparkVersion2.1.0上遇到了一个ClassCastException。我已经做了一个样本测试来显示我的案子。
import org.apache.spark.SparkConf
import org.apache.spark.ml.UnaryTransformer
import org.apache.spark.ml.util.Identifiable
import org.apache.spark.sql.SparkSessi
浏览 2提问于2017-05-11得票数 0
我想要创建CSV文件。在运行Spark代码时，它会出现一个错误。
sc <- spark_connect(master = "local", config = conf, version = '2.2.0')
sample_tbl <- spark_read_json(sc,name="example",path="example.json", header = TRUE, memory = FALSE,
overwrite = TRUE)
sdf_sche
浏览 0提问于2018-09-10得票数 1
1回答
星火广播大列表无法序列化
、、、、
我有一个很大的字符串列表(140866个元素)，它需要一些时间来计算。计算完后，我想在UDF或DataFrame地图中使用这个列表。我遵循一些教程，并找到了这个例子。
val states = List("NY","New York","CA","California","FL","Florida")
val countries = Map(("USA","United States of America"),("IN","India&
浏览 0提问于2020-11-20得票数 1
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
