转载

每日一博 | 七周七并发之线程与锁

1.概述

1.1并发还是并行(Concurrent or Parallel)

  • A concurrent program has multiple logical threads of control. These threads may or may not run in parallel.

  • A parallel program may or may not have more than one logical thread of control.

  • 并发是问题域中的概念:程序需要设计成能够处理多个同时(几乎同时)发生的事件;而并行则是方法域中的概念:通过将问题中的多个部分并发执行,来加速解决问题.

  • 并发是同一时间 应对(dealing with) 多件事件的处理能力;并行是同一时间 动手做(doing) 多件事情的能力

  • 可以同时处理多个问题,但是每次只做一件事,是并发.

  • 我妻子是一位教师。与众多教师一样,她极其善于处理多个任务。她虽然每次只能做一件事,但可以并发地处理多个任务。比如,在听一位学生朗读的时候,她可以暂停学生的朗读,以维持课堂秩序,或者回答学生的问题。这是并发,但并不并行(因为仅有她一个人,某一时刻只能进行一件事)。 但如果还有一位助教,则她们中一位可以聆听朗读,而同时另一位可以回答问题。这种方式既是并发,也是并行。 假设班级设计了自己的贺卡并要批量制作。一种方法是让每位学生制作五枚贺卡。这种方法是并行,而(从整体看)不是并发,因为这个过程整体来说只有一个任务。

  • 并发和并行经常被混淆的一个原因是,传统的“线程与锁”模型并没有显式支持并行。如果要用线程与锁模型为多核进行开发,唯一的选择就是写一个并发的程序,让其并行地运行在多核上。

  • 并发程序通常是不确定的, 并行程序可能是确定的. 使用一门直接支持并行的编程语言可以写出并行程序,而不会引入不入不 确定性.

1.2 并行架构

位级(bit-level)并行

  • 32位计算机比8位计算机运行速度更快,因为并行,对于两个32位数的加法,8位计算 机必须进行多次8位计算,而32位计算机可以一步完成,即并行地处理32位数的4字节。

指令级(instruction-level)并行

  • 现代CPU的并行度很高,其中使用的技术包括流水线、乱序执行和猜测执行等。入多核时代,我们必须面对的情况是:无论是表面上还是实质上,指令都不再串行 执行了。这个就是内存可见性的问题啊,由于cpu对指令的重排序!!重排序问题的引入

数据级(data)并行 数据级并行

  • 图像处理就是一种适合进行数据级并行的场景。比如,为了增加图片亮度就需要增加每一个像 素的亮度。现代GPU(图形处理器)也因图像处理的特点而演化成了极其强大的数据并行处理器。

任务级(task-level)并行

  • 终于来到了大家所默认的并行形式——多处理器。从程序员的角度来看,多处理器架构最明 显的分类特征是其内存模型(共享内存模型或分布式内存模型)。

  • 共享内存模型(通过内存通信)

  • 分布式内存模型( 通过网络通信 )

1.3 并发:不只是多核

  • 并发的世界,并发的软件
  • 分布式的世界,分布式的软件
  • 不可预测的世界,容错性强的软件
  • 复杂的世界,简单的软件
  • 在选对编程语言和工具的情况下,比起串行的等价解决方案,一个并发的解决方案会更简洁清晰。
  • 如果解决方案有着与问题类似的并发结构,就会简单许多:我们不需要创建一个复杂的线程来处理问题中的多个任务,只需要用多个简单的线程分别处理不同的任务即可。

1.4 七个模型

线程与锁

  • 线程与锁模型有很多众所周知的不足,但仍是其他模型的技术基础,也是很多并发软件开发的首选。

函数式编程

  • 函数式编程日渐重要的原因之一,是其对并发编程和并行编程提供了良好的支持。函数式编程消除了可变状态,所以从根本上是线程安全的,而且易于并行执行。

Clojure之道——分离标识与状态

  • 编程语言Clojure是一种指令式编程和函数式编程的混搭方案,在两种编程方式上取得了微妙的平衡来发挥两者的优势。

actor

  • actor模型是一种适用性很广的并发编程模型,适用于共享内存模型和分布式内存模型,也适合解决地理分布型问题,能提供强大的容错性。

通信顺序进程(Communicating Sequential Processes,CSP)

  • 表面上看,CSP模型与actor模型很相似,两者都基于消息传递。不过CSP模型侧重于传递信息的通道,而actor模型侧重于通道两端的实体,使用CSP模型的代码会带有明显不同的风格。

数据级并行

  • 每个笔记本电脑里都藏着一台超级计算机——GPU。GPU利用了数据级并行,不仅可以快速进行图像处理,也可以用于更广阔的领域。如果要进行有限元分析、流体力学计算或其他的大量数字计算,GPU的性能将是不二选择。

Lambda架构

  • 大数据时代的到来离不开并行——现在我们只需要增加计算资源,就能具有处理TB级数据的能力。Lambda架构综合了MapReduce和流式处理的特点,是一种可以处理多种大数据问题的架构。

2.线程与锁

2.1 简单粗暴

  • 线程与锁其实是是对底层硬件运行过程的形式化.这是他的最大优点也是最大缺点
  • 现在的优秀代码很少直接使用底层服务:不应在产品代码上直接使用Thread类等底层服务

    2.2 第一天:互斥和内存模型

    竞态条件

    内存可见性

`java
class Counter {
private int count = 0;
public synchronized void increment() { ++count; } ➤
public int getCount() { return count; }
}

` - 这段代码没有竞态条件的bug 但是又内存可见性的bug 因为getCount()没有加锁,调用getCount()可能获得一个失效的值

死锁

  • 哲学家进餐问题

```java class Philosopher extends Thread { private Chopstick left, right; private Random random;

public Philosopher(Chopstick left, Chopstick right) {
    this.left = left; this.right = right;
            random = new Random();
}

public void run() {
    try {
        while(true) {
                Thread.sleep(random.nextInt(1000)); // Think for a while
            synchronized(left) { // Grab left chopstick //
                synchronized(right) { // Grab right chopstick // 15
                    Thread.sleep(random.nextInt(1000)); // Eat for a while
                }
            }
        }
    } catch(InterruptedException e) {}
}

} ``` - 创建五个哲学家实例,这个程序可以愉快的运行很久,但到某个时刻一切会停下来:如果所有哲学家同时进餐,就会死锁(相邻的几个同时准备进餐还不至于会死锁) - 一个线程想使用多把锁的时候就要考虑死锁的可能,有一个简单的规则还有避免死锁:总是按照一个全局的固定的顺序获取多把锁,其中一种实现如下:

```java class Philosopher extends Thread { private Chopstick first, second; private Random random; private int thinkCount;

public Philosopher(Chopstick left, Chopstick right) {
    if(left.getId() < right.getId()) {
        first = left; second = right;
    } else {
        first = right; second = left;
    }
    random = new Random();
}

public void run() {
    try {
        while(true) {
            ++thinkCount;
            if (thinkCount % 10 == 0)
                System.out.println("Philosopher " + this + " has thought " + thinkCount + " times");
            Thread.sleep(random.nextInt(1000));     // Think for a while
            synchronized(first) {                   // Grab first chopstick
                synchronized(second) {                // Grab second chopstick
                    Thread.sleep(random.nextInt(1000)); // Eat for a while
                }
            }
        }
    } catch(InterruptedException e) {}
}

} ```

  • 程序解释:当所有人同时决定进餐的时候,ABCD左手分别拿起1234号筷子(对于他们小的编号的筷子还是在左手),这和上面的程序没啥不同,但是差别就在这个E,他左边的筷子是大编号,所以他左手拿的是1,然而1被A拿了,所以他就一只筷子都拿不到,所以D可以正常进餐,就不会死锁

  • 局限:获取锁的代码写的比较集中的话,有利于维护这个全局顺序,但是对于规模比较大的程序,使用锁的地方比较零散,各处都遵守这个顺序就显得不太实际.

  • 技巧:使用对象的散列值作为锁的全局顺序

  • 优点:适用于所有java对象,不用为锁对象专门定义并维护一个顺序,

  • 缺点:但是对象的散列值不能保证唯一性(虽然几率很小), 不是迫不得已不要使用

`java
if(System.identityHashCode(left) < System.identityHashCode(right)) {
first = left; second = right;
} else {
first = right; second = left;
}

`

来自外星方法的危害

`java
private synchronized void updateProgress(int n) {
for (ProgressListener listener: listeners) // listeners是累的一个field
listener.onProgress(n);
}

`

  • 上面的方法乍一看好像没啥问题,但是这个方法调用了onProgress()方法,我们对这个方法一无所知, 要是他里面还有一把锁,就可能会死锁

  • 解决方案:在遍历前对listeners进行保护性复制(defensive copy),再针对这份副本进行遍历 ```java

    private void updateProgress(int n) { ArrayList listenersCopy; synchronized(this) { listenersCopy = (ArrayList )listeners.clone(); } for (ProgressListener listener: listenersCopy) listener.onProgress(n); } ```

  • 这个方案一石多鸟,不仅调用外星方法的时候不用加锁,而且还大大减少了代码持有锁的时间(前面是对方法加synchronized,这里是对语句块)

避免危害的准则

  • 1.对共享变量的所有访问都需要同步化(读脏数据,竞态条件)
  • 2.读线程和写线程都需要同步化(内存可见性)
  • 3.按照约定的全局顺序获取多把锁(死锁)
  • 4.当持有锁的时候避免调用外星方法(你对外星方法一无所知,要是他里面有锁,就会死锁)
  • 5.持有锁的时间尽可能短

2.3第二天:超越内置锁

  • ReentrantLock提供了显式的lock和unlock

```java Lock lock = new ReentrantLock(); lock.lock(); try{ //使用共享资源

} finally { //使用finally确保锁释放 lock.unlock(); } ```

可中断的锁

  • 使用内置锁,由于阻塞的线程无法被中断,所以程序不可能从死锁中恢复,可以用ReentrantLock代替内置锁,使用它的lockInterruptibly 在下面的程序中使用Thread.interrupt()可以让线程终止(这里说的都是死锁情况下)

```java final ReentrantLock l1 = new ReentrantLock(); final ReentrantLock l2 = new ReentrantLock();

Thread t1 = new Thread() {
  public void run() {
    try {
      l1.lockInterruptibly();
      Thread.sleep(1000);
      l2.lockInterruptibly();
    } catch (InterruptedException e) { System.out.println("t1 interrupted"); }
  }
};

```

超时

  • ReentrantLock突破了内置锁的另一个限制:可以为获取锁的操作设置超时时间,可以用这种方式来解决哲学家进餐问题

```java class Philosopher extends Thread { private ReentrantLock leftChopstick, rightChopstick; private Random random; private int thinkCount;

public Philosopher(ReentrantLock leftChopstick, ReentrantLock rightChopstick) { this.leftChopstick = leftChopstick; this.rightChopstick = rightChopstick; random = new Random(); }

public void run() { try { while(true) { ++thinkCount; if (thinkCount % 10 == 0) System.out.println("Philosopher " + this + " has thought " + thinkCount + " times"); Thread.sleep(random.nextInt(1000)); // Think for a while leftChopstick.lock(); try { if (rightChopstick.tryLock(1000, TimeUnit.MILLISECONDS)) { // Got the right chopstick try { Thread.sleep(random.nextInt(1000)); // Eat for a while } finally { rightChopstick.unlock(); } } else { // Didn't get the right chopstick - give up and go back to thinking System.out.println("Philosopher " + this + " timed out"); } } finally { leftChopstick.unlock(); } } } catch(InterruptedException e) {} } } ```

  • 虽然上述代码不会死锁,但也不是一个足够好的方案,后面有更好的方案
  • 1.这个方案不能避免死锁,只能避免无尽的死锁 只是提供了从死锁中恢复的手段
  • 2.会受到活锁现象,如果所有死锁线程同时超时,它们极有可能再次陷入死锁,虽然死锁没有永远持续下去,但对资源的争夺状况没有得到任何改善(可以用一些方法减少活锁的几率,比如为每个线程设置不同的超时时间)

交替锁(hand-over-hand locking)

  • 交替锁可以只锁住链表的一部分,允许不涉及被锁部分的其他线程自由访问链表.插入新的链表节点时,需要将待插入位置两边的节点加锁.首先锁住链表的前两个节点,如果这两个节点之间不是待插入的位置,那么就解锁第一个,并锁住第三个,以此类推,知道找到待插入位置并插入新的节点,最后解锁两边的节点

  • 这种交替型的加锁和解锁顺序无法用内置锁实现,使用ReentrantLock可以

```java class ConcurrentSortedList { private class Node { int value; Node prev; Node next; ReentrantLock lock = new ReentrantLock();

Node() {}

Node(int value, Node prev, Node next) {
  this.value = value; this.prev = prev; this.next = next;
}

}

private final Node head; private final Node tail;

public ConcurrentSortedList() { head = new Node(); tail = new Node(); head.next = tail; tail.prev = head; }

//insert方法是有序的 遍历列表直到找到第一个值小于等于新插入的值得节点,在这个位置插入 public void insert(int value) { Node current = head; current.lock.lock(); Node next = current.next; try { while (true) { next.lock.lock(); try { if (next == tail || next.value < value) { Node node = new Node(value, current, next); next.prev = node; current.next = node; //!!!这里return要在两个finally都执行完后才会执行啊!!!但只是finally里的.不过要是return换成exit(0)就直接退出了

return; 
      }
    } finally { current.lock.unlock(); }
    current = next;
    next = current.next;
  }
} finally { next.lock.unlock(); }

}

public int size() { Node current = tail; int count = 0;

while (current.prev != head) {
  ReentrantLock lock = current.lock;
  lock.lock();
  try {
    ++count;
    current = current.prev;
  } finally { lock.unlock(); }
}

return count;

}

public boolean isSorted() { Node current = head; while (current.next.next != tail) { current = current.next; if (current.value < current.next.value) return false; } return true; } }

class LinkedList { public static void main(String[] args) throws InterruptedException { final ConcurrentSortedList list = new ConcurrentSortedList(); final Random random = new Random();

class TestThread extends Thread {
  public void run() {
    for (int i = 0; i < 10000; ++i)
      list.insert(random.nextInt());
  }
}

class CountingThread extends Thread {
  public void run() {
    while (!interrupted()) {
      System.out.print("/r" + list.size());
      System.out.flush();
    }
  }
}

Thread t1 = new TestThread();
Thread t2 = new TestThread();
Thread t3 = new CountingThread();
//注意一下这里的用法 这里先join再interrupted的用法
t1.start(); t2.start(); t3.start();
t1.join(); t2.join();
t3.interrupt();

System.out.println("/r" + list.size());

if (list.size() != 20000)
  System.out.println("*** Wrong size!");

if (!list.isSorted())
  System.out.println("*** Not sorted!");

} } ```

  • 26行的 next.lock.lock();锁住了头,36行的 next.lock.lock();锁住了下一个节点. if ( next == tail || next.value < value )判断两个节点之间是否是待插入位置,如果不是,在38行的finally解锁 current.lock.unlock();并继续遍历,如果找到待插入位置,33~36行构造新节点并将其插入链表后返回.两把锁的解锁操作在俩finally块中进行
  • 这种方案可以让多个线程并发的进行链表插入操作

条件变量

  • 并发编程经常需要等待某个事件的发生.比如队列删除元素前需要等待队列非空等等
  • 按照下面的模式使用条件变量
`java
ReentrantLock lock = new ReentrantLock();
Condition condition = lock.newCondition();
lock.lock();
try {
while (! « condition is true » ) {
condition.await();
}
//使用共享资源
} finally { lock.unlock(); }

`

  • 为何要在一个循环中循环调用await():当另一个线程调用了signal()或signalAll(),意味着对应的条件可能为真,await()将原子地恢复运行并重新加锁.从await()返回后需要重新检查等待的条件是否为真,必要的话可能再次调用await()并阻塞
  • 哲学家进餐问题新解决方法

```java class Philosopher extends Thread {

private boolean eating;
private Philosopher left;
private Philosopher right;
private ReentrantLock table;
private Condition condition;
private Random random;
private int thinkCount;

public Philosopher ( ReentrantLock table ) {
    eating = false;
    this.table = table;
    condition = table.newCondition();
    random = new Random();
}

public void setLeft ( Philosopher left ) {
    this.left = left;
}

public void setRight ( Philosopher right ) {
    this.right = right;
}

public void run () {
    try {
        while ( true ) {
            think();
            eat();
        }
    }
    catch ( InterruptedException e ) {
    }
}

private void think () throws InterruptedException {
    table.lock();
    try {
        eating = false;
        left.condition.signal();
        right.condition.signal();
    } finally {
        table.unlock();
    }
    ++thinkCount;
    if ( thinkCount % 10 == 0 ) {
        System.out.println( "Philosopher " + this + " has thought " + thinkCount + " times" );
    }
    Thread.sleep( 1000 );
}

private void eat () throws InterruptedException {
    table.lock();
    try {
        while ( left.eating || right.eating ) {
            condition.await();
        }
        eating = true;
    } finally {
        table.unlock();
    }
    Thread.sleep( 1000 );
}

} ```

  • 现在没有筷子类,现在仅当哲学家的左右邻座都没有进餐的时候,他才可以进餐
  • 当一个哲学家饥饿的时候,他首先锁住餐桌,这样其他哲学家无法改变状态(进餐/思考),然后查看左右的哲学家有没有在进餐,没有的话开始进餐并解锁餐桌,否则调用await(),解锁餐桌
  • 当一个哲学家进餐结束开始思考的时候,他首先锁住餐桌并将eating设置为false,然后通知左邻右舍可以进餐了,最后解锁餐桌.
  • 之前的解决方案经常只有一个哲学家能进餐,其他人都持有一根筷子在等,这个方案中当一个哲学家理论上可以进餐,他肯定可以进餐

原子变量

  • 原子变量是 无锁非阻塞 算法的基础
  • volatile是一种低级形式的同步,他的适用场景也越来越少,如果你要使用volatile,可以在atomic包中寻找更适合的工具

2.4 站在巨人的肩膀上

写入时复制

  • 之前有用到保护性复制,Java标准库提供了更优雅的现成的方案--CopyOnWriteArrayList,他不是在遍历列表前进行复制,而是在列表被修改时进行
  • 先将当前容器进行Copy,复制出一个新的容器,然后新的容器里添加元素,添加完元素之后,再将原容器的引用指向新的容器 所以CopyOnWrite容器也是一种读写分离的思想,读和写不同的容器。CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存
  • 缺点: 1.内存占用问题 2.数据一致性问题:CopyOnWrite容器只能保证数据的最终一致性,不能保证数据的实时一致性。所以如果你希望写入的的数据,马上能读到,请不要使用CopyOnWrite容器。

```java //Downloader.java private CopyOnWriteArrayList listeners;

public void addListener(ProgressListener listener) { listeners.add(listener); } public void removeListener(ProgressListener listener) { listeners.remove(listener); } private void updateProgress(int n) { for (ProgressListener listener: listeners) listener.onProgress(n); } ```

一个完整的程序

  • Q:wiki上出现频率最高的词

    版本一的并行:生产者和消费者(串行的我略过了)

```java //生产者 将page加到队尾 class Parser implements Runnable { private BlockingQueue queue;

public Parser(BlockingQueue queue) { this.queue = queue; }

public void run() { try { Iterable pages = new Pages(100000, "enwiki.xml"); for (Page page: pages) queue.put(page); } catch (Exception e) { e.printStackTrace(); } } } //消费者 class Counter implements Runnable { private BlockingQueue queue; private Map counts;

public Counter(BlockingQueue queue, Map counts) { this.queue = queue; this.counts = counts; }

public void run() { try { while(true) { Page page = queue.take(); if (page.isPoisonPill()) break;

Iterable<String> words = new Words(page.getText());
    for (String word: words)
      countWord(word);
  }
} catch (Exception e) { e.printStackTrace(); }

}

private void countWord(String word) { Integer currentCount = counts.get(word); if (currentCount == null) counts.put(word, 1); else counts.put(word, currentCount + 1); } }

```

  • 最后创建两个线程运行

```java public static void main(String[] args) throws Exception { ArrayBlockingQueue queue = new ArrayBlockingQueue (100); HashMap counts = new HashMap ();

Thread counter = new Thread(new Counter(queue, counts));
Thread parser = new Thread(new Parser(queue));
long start = System.currentTimeMillis();

counter.start();
parser.start();
parser.join();
queue.put(new PoisonPill());
counter.join();
long end = System.currentTimeMillis();
System.out.println("Elapsed time: " + (end - start) + "ms");

} ```

  • 程序解释:该程序由两个线程在跑.一个读取一个分析,性能还不是最高.这里 ArrayBlockingQueue queue = new ArrayBlockingQueue (100);用了一个阻塞的并发队列来存放读取到的page.这个并发队列很适合实现生产者消费者模式,提供了高效的并发方法put()和take(),这些方法会在必要时阻塞:当一个空队列调用take(一个满队列调用put()),程序会阻塞直到队列变为非空(非满)
  • 为什么要用阻塞队列? concurrent包不仅提供了阻塞队列,还提供了一种容量无限,操作不需等待,非阻塞的队列ConcurrentLinkedQueue.为何不用他?关键在与 生产者和消费者几乎不会保持相同的速度 ,当生产者速度快于消费者,生产者越来越大的时候,会撑爆内存.相比之下,阻塞队列只允许生产者的速度在一定程度上超过消费者的速度,但不会超过很多.

第二个版本:多个消费者

  • 上个版本的解析文件花了10s,统计花了95s,一共花了95s.进一步优化就对统计过程进行并行化,建立多个消费者.(他这里还是用一个count,不同的消费者都写这一个count,所以要加锁)
`java
private void countWord(String word) {
lock.lock();
try {
Integer currentCount = counts.get(word);
if (currentCount == null)  counts.put(word, 1);
else  counts.put(word, currentCount + 1);
} finally { lock.unlock(); }
}

`

  • 运行多个消费者
`java
ExecutorService executor = Executors.newCachedThreadPool();
for (int i = 0; i < NUM_COUNTERS; ++i)
executor.execute(new Counter(queue, counts));
Thread parser = new Thread(new Parser(queue));
parser.start();
parser.join();
for (int i = 0; i < NUM_COUNTERS; ++i)
queue.put(new PoisonPill());
executor.shutdown();

`

  • 但是一运行发现比串行还慢一半.主要原因就是过多的线程尝试访问同一个共享资源,等待的时间比运行的时间还长.改用ConcurrentHashMap(使用了锁分段)
`java
//改用 ConcurrentHashMap
private void countWord(String word) {
while (true) { //理解一下这里的循环 如果下面的操作没有成功的话,就重试
Integer currentCount = counts.get(word);
if (currentCount == null) {
if (counts.putIfAbsent(word, 1) == null) //如果没有与1关联 则关联,有原子性
break;
} else if (counts.replace(word, currentCount, currentCount + 1)) {
break;
}
}

`

  • 这次的测速要好很多,但是没有理论上的提速.因为消费者对conuts有一些不必要的竞争,与其所有消费者都共享一个counts,不如每个消费者各自维护一个计数map,再对这些计数map进行合并

```java class Counter implements Runnable {

private BlockingQueue queue; private ConcurrentMap counts; private HashMap localCounts;

public Counter(BlockingQueue queue, ConcurrentMap counts) { this.queue = queue; this.counts = counts; localCounts = new HashMap (); }

public void run() { try { while(true) { Page page = queue.take(); if (page.isPoisonPill()) break; Iterable words = new Words(page.getText()); for (String word: words) countWord(word); } //所以计数的那个可以是普通的map 他只在自己的线程里 mergeCounts(); } catch (Exception e) { e.printStackTrace(); } }

private void countWord(String word) { Integer currentCount = localCounts.get(word); if (currentCount == null) localCounts.put(word, 1); else localCounts.put(word, currentCount + 1); }

private void mergeCounts() { for (Map.Entry e: localCounts.entrySet()) { String word = e.getKey(); Integer count = e.getValue(); while (true) { Integer currentCount = counts.get(word); if (currentCount == null) { if (counts.putIfAbsent(word, count) == null) break; } else if (counts.replace(word, currentCount, currentCount + count)) { break; } } } } } ```

第三天总结

  • 1.使用线程池,不要直接创建线程
  • 2.使用CopyOnWriteArrayList让监听器相关的代码更简单高效
  • 3.使用ArrayBlockingQueue让生产者和消费者之间高效合作
  • 4.ConcurrentHashMap提供了更好的并发访问

2.5 复习

  • 线程与锁的缺点:没有为并行提供直接的支持,对于程序员,编程语言层面没有提供足够的帮助
  • 应用多线程的难点不在编程,而在于难以测试,多线程的bug很难重现.可维护性更让人头疼,如果不能对多线程问题进行可靠的测试,就无法对多线程进行可靠的重构.使用其他不那么底层的模型会好一些.
原文  http://my.oschina.net/tjt/blog/726512
正文到此结束
Loading...