这也意味着浩瀚软件开拓者们的压力和寻衅正在不断的加大,这种新技能更新的速率乃至让我们望而生畏。
而我们须要做的恐怕不仅仅是学习那么大略了,更要从宏不雅观的角度根据当前的技能形势及时做出更符合我们发展前景的决定。
这篇文章作者会跟大家一起探究互联网架构的演化进程,并对每个进程中的干系技能及运用做出合理的阐明。
希望各位也能参考架构的这些发展过程,结合自己当前的项目架构有一个适当的定位,同时对自己未来该当学习的东西做出明确的操持和安排。
架构演化
大型互联网公司系统的业务模块、技能分布非常繁芜,但是架构和技能永久都不是架构师设计出来的,而是跟随公司业务的发展不断进行升级演化出来的,废话不多说请听胖达娓娓道来。
①单机构建系统
这个不用多说,刚开始打仗 Java 的同学该当都非常清楚,做毕设或者平时练手最多的图书馆小项目基本都是这种架构。
一个大略的运用,配置一下数据库连接,然后支配到自己电脑的 Tomcat 做事器上,启动之后愉快的不得了。
②Nginx 负载均衡+做事器集群
试想一下,如果我们一时兴起做了一个个人博客并且支配到了我们的做事器上,采取的是单机的构建办法。
后来由于博客质量高竟然火了,访问量快速增加,单台做事器已经无法知足我们的需求,时时时的就有粉丝抱怨博客没法访问了,是不是很头疼?
稳住,这波不慌,这个时候我建议首先想想如何给那台可怜的做事器泄泄火,让做事器的压力降下来。
有一个办法便是给它加一个或者多个伙伴一块来分摊下压力,把这么多要求分散到每个伙伴身上,从而提高这种负载的能力。
但是伙伴是有了,一系列的问题也就来了,我整理了一下,统一回答如下:
问题一:这么多伙伴,该当识别什么样的指令来吸收用户的要求呢?
实在完备不用担心伙伴们识别什么样的指令,只要让它傻傻的站在那等待分配就可以了,由于有一种东西叫做负载均衡器,专门给做事器分配这种要求。
如果你不知道 F5,那你该当知道 Nginx,土豪钱多的公司一样平常会选择前者这种硬件负载均衡器。
但是大多数互联网公司会选择后者,由于能从软件的角度办理的问题为啥用硬件呢,谁不想省钱啊?
理解 Nginx,必须要知道它的三种功能:
反向代理:理解反向代理,首先要清楚什么是正向代理,相信大家访问国外的学习资源例如某 Hub(你懂的)的时候都用过 FQ 软件 -VPN,这种通过 VPN 访问谷歌、Youtube 等国外网站的过程中,我们知道我们的访问目标做事器是什么,这实在便是正向网络代理。
而反向代理则不同,就像我们上图中所看到的多台做事器,如果经由反向代理,那我们实在并不知道实际访问的做事器是哪一台。
由于我们的要求被前面架设的 Nginx 自动分配给了某一台做事器,就比如说我们打 10086 人工客服,你一定记得“你好师长西席,我是 10011 号话务员,很高兴为您做事”这样的话。
我们在打电话的时候并不知道由哪一个话务员来为我们做事,这些分配过程都是由 10086 做事台自动进行的,这里的 10086 做事台实在便是我们系统中的反向代理做事器,也即图中的 Nginx。
动静分离:在做 Web 开拓的时候大家都清楚,JS、HTML、图片资源、文件资源这些都属于静态资源,供用户直接访问,并不须要编译或者阐明,是一些放在那里就可以用的东西。
而 JSP、Java 文件这些东西实在都须要被 Tomcat 做事器阐明一遍才能被机器识别,但是如果把它们都放在一起供用户访问,那每台做事器的压力岂不是很大?
这个时候我们就可以做动静的分离,将这些静态的文件放置到 Nginx 做事器上,后面的 Tomcat 做事器用来放动态的 JSP、Java 文件,这样的话就变向的给做事器降落了压力。
负载均衡:这个很明显了,大略来说,通过架设 Nginx 做事器,经由一定的均衡算法将用户的要求合理分发给后面的做事器。
这个过程很好的降落了要求负载,让每一台做事器都能舒舒畅服的承载要求,做好自己的事情。
问题二:能确定伙伴之间公正分散要求吗?
这个问题就详细到了 Nginx 的均衡算法问题,只有通过得当的算法均衡用户要求到每台做事器上才能担保做事器不斗殴不撂挑子,否则个中某台做事器不高兴溘然间罢工,剩下的做事器可就遭殃了。
实在 Nginx 均衡算法统共有十种,但是常用的一样平常是下面几种:
LC 算法(最近最少利用连接算法):这种算法的规则便是判断哪一台做事器一定韶光段内的连接数比较少,就把用户要求分发给它,实在便是谁的活少分配给谁,不能让他太闲也不能让其他做事器太忙,否则就会掐架了。
轮询算法:轮询这种算法还是比较公正的,类似我们上学的时候排了一张值日表,周一的时候是小红,周二的时候是小明等等等等,这样就把活均匀分配给了每一个人也即每一台做事器。
IP_Hash 算法:这种算法是通过 IP 取模的办法制订做事器,首先通过 IP 字段转换成 Hash 值,将取到的 Hash 值与负载做事器的总数取模,按照模值获取负载 IP 列表中的做事器,终极确定是哪一台做事器来承载这次要求。
这种办法由于 IP 的 Hash 值同等性缘故原由,每一台 IP 访问的都是固定的做事器,用的是同一台做事器上的 Session,从而办理了 Session 同等性的问题。
问题三:这么多做事器怎么返回用户的要求呢?
这个问题换一种问法便是通过什么样的集群搭建模式来处理网络问题,常用的包括下面几种:
NAT 模式:也称为网络地址传输模式,用户在实际访问项目的时候实际上并不是直接去访问 Tomcat 做事器,而首先要经由第一台 Nginx 做事器。
但是这台做事器的 IP 是虚拟 IP,真实要访问的 IP 实在是后面的 Tomcat 做事器 IP。
那么在这一步就须要根据均衡算法在配置中取出后面 Tomcat 做事器的真实 IP 并做网络跳转,已达到访问的目的。
在返回用户要求的时候,也是如此,必须通过 Tomcat 做事器的网络跳转访问到 Nginx,继而将要求返回到用户方。
DR 模式:也称为直接路由模式,这种办法相较于 NAT 模式有一个差异便是在返回用户要求的时候,不再通过中间做事器进行转发,而是直接转发给了用户。
这样做的目的实在也提高了网络传输的速率,降落了 Nginx 做事器的压力。
问题四:用户每次都去跟不一样的伙伴勾兑,这次找伙伴 1,下次找伙伴 2,那怎么担保 Session 同等呢?
这种情形是做负载均衡常常碰着的一个问题,如果不做处理,常常会碰着 Session 丢失的问题,处理这个问题一样平常有下面几种方法:
IP_Hash 算法固定 Session:就像上面均衡算法所说的,通过 IP 的 Hash 值取模,固定访问某台做事器。
这样就确保了用户的 Session 每次访问都保存在同一台做事器上,不会涌现找不到的征象,从而实现 Session 同等性。
Session广播:也称为 Session 复制,便是指每个用户登录之后,只假如访问了我的做事器记录了 Session,就会把 Session 的信息在所有的做事器上复制一份。
这样就能担保每台做事器都包含这个用户的 Session,当然这也是非常摧残浪费蹂躏的。
Session 持久化:便是将 Session 的信息保存到数据库、文件或者内存中,用这种持久化的办法将其保存到一台公共做事器上。
这样就能确保了 Session 同等性,而我们一样平常采取的办法便是将其保存到 Redis 中,方便存取而且内存读取的效率很高。
客户端存储:基于 Cookie 实现,将 Session 直接存储到 Cookie 中,这种方案实在不是很安全,虽然能够做到加密,但是道高一尺魔高一丈,总会有方法破解,而且 Cookie 最多只能为 4K,大小受到限定。
上面讲到的这种架构办法,确实能够短期内办理个人博客访问量激增带来的问题,但是有没有想过一个问题,Nginx 也是一台做事器,如果他挂了怎么办?还有谁能来给我们分配任务呢?难道让这些伙伴干瞪眼嘛?
这种情形引出了一个口试题:如何避免单点故障?不慌,接着来看下一种方案。
③HA 高可用+负载均衡+做事器集群
想要办理这种问题,大家一定可以想到,再加一台 Nginx 不就行了嘛?
没错,引入 HA 高可用就能办理这个问题,HA 高可用是目前企业防止核心打算机系统因故障停机的最有效手段,但是如何实现这种高可用让两台 Nginx 相互切换呢?
下面还须要理解两个新鲜的技能:LVS+KeepAlived。
LVS 实现负载均衡:看到这个小标题,有人可能要喷我,说你都用了 Nginx 做了负载均衡了,为啥还要用 LVS 这种东西呢?
别焦急首先理解下LVS:LVS 的英文全称是 Linux Virtual Server,即 Linux 虚拟做事器。
它是由国防科大毕业的章文嵩博士开展的一个开源项目,在 Linux 内存 2.6 版本中已经成为内核的一部分。
LVS 紧张用于多做事器的负载均衡,事情在七层模型中的第四层网络层,可以实现高性能,高可用的做事器集群技能,并且可把许多低性能的做事器组合在一起形成一个超级做事器。
它的配置非常大略,有多种负载均衡的方法,而且稳定可靠,纵然在集群的做事器中某台做事器无法正常事情,也不影响整体效果,其余它的可扩展性也非常好。
那么这种阐明能办理迷惑吗?当然不能,且看下面:
由于 LVS 属于内核级别的优化,而且事情在网络层,当做为负载均衡做事器的 Nginx 和 LVS 处理相同的要求时,所有的要乞降相应流量都会经由 Nginx。
但是利用 LVS 时,仅要求流量经由 LVS 的网络,相应流量由后端做事器的网络返回。
这样的话,如果有大量的要求涌现,那由于带宽问题,LVS 的效率就会有显著的表现,Nginx 的瓶颈也就涌现了。
但是仅仅利用 LVS 作为负载均衡的话,一旦后端接管到要求的做事器出了问题,那么这次要求就失落败了。
但是如果在 LVS 的后端在添加一个 Nginx(或者多个),让 Nginx 做动静分离和反向代理,每个 Nginx 后端再有几台运用做事器。
那么结合两者的上风,既能避免单 Nginx 的流量集中瓶颈,又能避免单 LVS 时要求失落败的问题,何乐而不为呢?
KeepAlived 实现 HA 高可用:KeepAlived 从字面意思上来讲便是保持活着,比如说我们两台 Tomcat 做事器便是两个小伙伴,两个小伙伴商量着,要不然咱们一个人干活一个人歇着。
但是时常的要相互讯问一句:“老铁?你累吗?还能行不?”,如果这个时候他回答还行,那么我就安心玩我的就行了。
但是如果他一贯没搭理我,怎么问怎么不应声,那它该当是累了,你是不是须要把他的活接过来啊,没人干肯定弗成。
严明点哈,KeepAlived 技能实在紧张便是通过发送心跳包的办法,在每台做事器之间进行状态侦查,如果创造有宕机或者停滞运行的做事器,急速让闲置做事器运行起来实现主备复制和转移。
当然这个中还须要一种容错技能来将系统运行的状态规复到本该当有的状态,避免由于某台做事器的宕机影响实行的结果。
④CDN 内容分发网络+Varnish 做事器集群
随着个人博客用户量的不断提升,我们的项目虽然已经可以搪塞的了这么多用户量了,但是略微还有点慢,又或者有点卡。
而且还有一个问题,中国的网络环境一样平常都是南方多用电信网络,北方多用移动联通的网络,电信的网络访问联通的网络明显能觉得的出来会特殊卡。
如果我们的博客放到了北方的联通网络上,而大量的用户来自于南方,对用户来讲岂不是很痛楚。
每次访问的时候下载一些静态资源都会特殊的慢,韶光久了,可能会丢失大量的用户。
如何办理这些卡、慢的问题呢,下面再来看几种优化技能:
CDN 内容分发网络:CDN 内容分发网络是构建在网络之上的内容加速器,依赖支配在各地的边缘做事器,通过中央平台的负载均衡、内容分发、调度等功能模块,利用户就近获取所需内容,降落网络拥塞,提高用户访问相应速率和命中率。
也便是说,如果我们系统中有一个 jquery.min.js,直接放在我们北方的网通做事器上,南方的用户下载会特殊的慢。
但是如果我们直接用某个高速 CDN 做事器上的 Jquery 资源引入,那用户下载的速率岂不是会快速提高,用户体验也会变得更好。
Varnish 做事器集群:Varnish 这个词很多人都很陌生,实在它便是一个 HTTP 加速器和反向代理做事器,也是为了优化方案而引入的技能。
这种技能一样平常被运用在 Nginx 后面,在 Tomcat 的前面,紧张用来优化 Nginx 的动静分离功能。
之条件到将 HTML、JS 这些静态的资源都放置到 Nginx 做事器中,Java、JSP 等文件放置到 Tomcat 做事器中。
这样能够更好的分摊 Tomcat 做事器的压力,但是这个地方还有优化的空间,想一想是否在开拓过程中存在一些 JSP 文件、Java 文件基本上是不变的。
也便是说不管怎么调用,这些东西短期内都是固定的,那我们能不能把这些文件也提出来,让 Nginx 直接调用以降落 Tomcat 做事器压力呢?
答案是可以的,直接将一些短期内不变得文件配置进 Varnish 做事器中即可。
⑤数据库读写分离
之前的部分我们对 Tomcat 做事器左侧进行了优化,但是右侧的数据库还是孤零零的只有一台。
这样的话,个人博客项目还好只有读操作,能够搪塞得了,但是如果我们扩展业务,将博客做成了大型的博客平台,有大量的用户频繁进行读写操作,那我们的数据库还能搪塞嘛?
肯定须要优化了,首先我们会想到的便是把数据库的读写进行分离。数据库读写的分离一样平常须要设置主从数据库,主库只用来写数据,从库用来读取数据。
而两个数据库之间则须要实现数据的同步,否则会涌现数据差异,实现数据库同步的方法有很多,MySQL 供应了一种方法是 Binlog,目前还是比较普遍的,详细的操作配置步骤这里不再描述,往后有机会会考试测验写写。
⑥NOSQL 数据库+分布式搜索引擎
读写分离做完之后,过不了多久会创造,如此多的用户读写数据,主从库的压力也在日益攀升,变得越来越大,那么如何优化读取、写入数据的速率呢?
引入 Redis 数据库:既然我们的 MySQL 数据库读写压力那么大,那么我们就在它的前面添加一层 NOSQL 内存数据库作为盾牌。
Redis 作为常用的 NOSQL 数据库一贯以来深受大家的欢迎,而且由于是内存中读写数据,以是效率也是非常的高。
将它放到关系数据库的前面,用来存放一些高频率、热点的常用搜索数据,能够抵抗大量的搜索压力。
这样的话在读写分离,Redis 分摊压力的情形下,MySQL 的数据库压力会大规模降落。
增加分布式搜索引擎:你以为这就完了吗,不,还不足,为了优化搜索的速率,给用户带来更好的体验效果,引入分布式搜索引擎才是好的选择,目前行业内利用广泛的分布式搜索引擎非 Elasticsearch 莫属。
Elasticsearch 技能简称 ES,是一个基于 Lucene 的搜索做事器。它供应了一个分布式多用户能力的全文搜索引擎,基于 RESTful Web 接口。
Elasticsearch 是用 Java 开拓的,并作为 Apache 容许条款下的开放源码发布,是当前盛行的企业级搜索引擎。
Elasticsearch 分布式搜索引擎可以进行分布式实时文件存储,并将每一个字段都编入索引,使其可以被搜索,并且可以扩展到上百台做事器,处理 PB 级别的构造化或非构造化数据。
这样的话我们就可以通过这种办法构建索引,再去查询就更加减轻了关系数据库的压力。
⑦NOSQL 数据库(HA)+分库分表+MyCat
随着博客平台的发展,海量用户的暴增,搜索类目的多样性,用户体验的实时性,对网站提出了更高的哀求,必须知足高并发、高可用、高性能的哀求才能连续业务的发展。
对付我们程序员而言要做的仍旧须要更新当前的架构技能,以面对更强大的冲击和磨练,那么我们还要如何优化我们的系统呢?第七个阶段我们又要引入三种方案:
NOSQL 数据库的 HA:通过在 MySQL 做事器前面添加 Redis 做事器确实能够抵御不少的对 MySQL 数据库的读写压力。
但是对付前面的盾牌来讲,难道它就没有压力吗,怎么降落 Redis 做事器的压力呢?
首先我们会想到去配置 Redis 集群的办法加一台或者几台做事器,但是配置 Redis 集群实在常常会涌现缺点。
而且对付 Redis 集群来说,常常哀求 Redis 做事器可以自动扩容,为理解决这些问题更好的管理 Redis 集群,我们可以选择引入分布式 Redis 办理方案。
前段韶光 Redis 官方的 3.0 出了稳定版,3.0 就可以支持集群管理的功能。这里选择的是国产的分布式 Redis 办理方案-Codis。
Codis 是一个分布式 Redis 办理方案,对付上层的运用来说,连接到 Codis Proxy 和连接原生的 Redis Server 没有明显的差异。
上层运用可以像利用单机的 Redis 一样利用,Codis 底层会处理要求的转发,一直机的数据迁移等事情,所有后边的统统事情,对付前面的客户端来说是透明的,可以大略的认为后边连接的是一个内存无限大的 Redis 做事。
分库分表:随着业务的递增,分库分表的技能也须要利用到如此弘大的项目中,紧张是由于各种业务表正在变得越来越大,例如用户表、博客表等等。
你会想到如果每个业务表都能分开存放那该多好,添加多个数据库做事器,每个做事器卖力一块业务表的掩护管理。
数据库 1 存放用户数据,数据库 2 存放博客信息,从而达到进一步细分数据库的目的,而这种拆分数据库的办法就叫做垂直拆分办法。
还有一种拆分办法是这样的,比如说我们的用户表数据量非常非常大,一张表数据达到了 8 千万,那我们查询读取这张表的时候会不会特殊慢。
即便你已经垂直拆分到了一个做事器上进行管理,但是你仍旧不能办理一张表 8 千万的问题,那么如何办理呢?
聪明的你会想到分表存放,这种办法便是水平拆分办法,将用户表分成表 1、表 2、表 3......
通过这样的办法你可以将这 8 千万的用户分到子表中,而详细的分表办法可以采取很多种方案,例如进行 ID 取模,详细办法由于篇幅问题不再描述。
MyCat:分库分表之后,你会创造数据库压力真的变小了很多,但是也会有很多未便利的事情。
比如说:
分布式事务提交问题。分库分表的运维和获取问题。跨数据库的 Join 聚合查讯问题。MySQL 中自增字段(AUTO_INCREMENT)还能用吗?某些约束条件在分库分表的环境下会不会特殊繁芜了?这个时候你会用到分库分表中间件 MyCat,它是一个彻底开源的,面向企业运用开拓的大数据库集群,支持事务、ACID、可以替代 MySQL 的加强版数据库。
一个可以视为 MySQL 集群的企业级数据库,用来替代昂贵的 Oracle 集群 ,一个领悟内存缓存技能、NoSQL 技能、HDFS 大数据的新型 SQL Server,结合传统数据库和新型分布式数据仓库的新一代数据库中间件产品。
⑧分布式文件系统
在系统的发展过程中,会创造有一些图片、视频、Excel 平分歧格式的大文件也须要做出处理。
比如说大型系统中的用户头像,8 千万的用户就须要有 8 千万的头像,每张头像都须要占用一定的存储空间(一样平常来说 4K 到几百 M 都有可能)。
那么如何去处理这些文件的存储呢?保存到数据库中技能上完备可以,但是仅限于说说哈,如果实际这么做了可能你的系统会面临很大的压力。
为理解决这种问题,就涌现了分布式文件系统这样的技能,范例比较通用的包括 MogileFS、FastDFS。
MogileFS 是一个开源的分布式文件存储系统,是由 LiveJournal 旗下的 Danga Interactive 公司开拓。
目前利用 MogileFS 的公司非常多,如日本排名靠前的几个互联公司以及海内的 Yupoo(又拍)、digg、豆瓣、大众点评、搜狗等,分别为所在的组织或公司管理着海量的图片。
以大众点评为例,用户全部图片均有 MogileFS 存储,数据量已经达到 500TB 以上。
FastDFS 是由阿里数据库大神开拓,是一个开源的轻量级分布式文件系统,它对文件进行管理。
功能包括:文件存储、文件同步、文件访问(文件上传、文件下载)等,办理了大容量存储和负载均衡的问题。特殊适宜以文件为载体的在线做事,如相册网站、视频网站等等。
⑨运用做事化拆分+中间件
如果思考过京东、美团、淘宝等等这些大型互联网公司的业务模块,你会创造他们每增加一块业务,实在便是在增加一个业务组件。
比如说某生活做事公司的业务分布如图所示:
在上图中会创造业务组件部分包括了用户、支付、搜索、推举、地理位置等等。
个中的每一个业务组件实在都对应着一项做事,而且都有专门的数据库做事器进行掩护管理,也便是之条件到的分库分表。
而分库分表拆分的是数据,那如何对业务进行拆分,将每一种业务分成一种做事,须要什么做事就去调用什么做事,从而让系统更加的专一和精确。
如果对应到我们的架构上,就须要在数据层和运用层添加一个层面——做事组件层,实在这种架构办法便是运用做事化拆分。
提到运用做事化拆分,就不得不提及做事化管理框架,这里就须要引入三种主流的运用做事化技能:
ZookeeperDubbo解耦异步的中间件技能:MQ 行列步队Zookeeper:一样平常来说,Zookeeper 常常跟 Dubbo 是合营利用的,由于 Dubbo 须要进行做事注册。
而 ZooKeeper 一个最常用的利用场景便是用于担当做事生产者和做事消费者的注册中央。
做事生产者将自己供应的做事注册到 ZooKeeper 中央,做事的消费者在进行做事调用的时候先到 ZooKeeper 中查找做事,获取到做事生产者的详细信息之后,再去调用做事生产者的内容与数据。
Dubbo:提到做事管理,Dubbo 绝对是一个精良的做事管理框架,它可以通过透明化的远程方法调用。
就像调用本地方法一样调用远程方法,只需大略配置即可,这样不管是扩展了几种业务组件,都可以像调用本地方法一样调用其他的业务方法。
它利用起来非常方便,用过的人一样平常都知道,只须要加一个表明就可以利用其方法,而且调用的效率非常高。
MQ 行列步队:MQ 行列步队已经逐渐成为企业 IT 系统内部通信的核心手段。
它具有低耦合、可靠投递、广播、流量掌握、终极同等性等一系列功能,成为异步 RPC 的紧张手段之一。
比如在电商系统中,来自订单下载转化后的大量订单须要推送到物流配送管理系统中,就须要通过 MQ 这种技能来处理让物流系统逐步的按照数据库能承受的并发量,从行列步队中拉取并配送订单,从而让流程更加有序、稳定。
当今市情上有很多主流的中间件,如老牌的 ActiveMQ、RabbitMQ,炙手可热的 Kafka,阿里巴巴自主开拓 RocketMQ 等。
⑩微做事架构
上一个架构演化的阶段作为目前主流的系统架构来说,完备可以抵住当前流量所带来的压力,但是未来随着业务和用户量的增长,仍旧还会有更大的寻衅涌现。
2012 年微做事的观点被提了出来,它的基本思想在于考虑环绕着业务领域组件来创建运用,这些运用可独立地进行开拓、管理和加速。
在分散的组件中利用微做事云架构和平台,使支配、管理和做事功能交付变得更加大略。
在微做事架构中,每个做事都是自我包含的,并且实现了单一的业务功能,而这种架构也必将成为未来的发展趋势,目前也有很多微做事的框架已经落地并迅速发展,比如说 Spring Cloud 微做事框架。
Spring Cloud 是一系列框架的有序凑集。它利用 Spring Boot 的开拓便利性奥妙地简化了分布式系统根本举动步伐的开拓。
如做事创造注册、配置中央、总线、负载均衡、断路器、数据监控等,都可以用 Spring Boot 的开拓风格做到一键启动和支配。
在未来的微做事盛行的趋势下,Spring Cloud 也必将成为 Java 程序员必须节制的框架之一了。
总结
在这篇互联网架构的演化中,我只是大略的对一些技能进行相识释,重点解释的是每一层的架构所引入的技能到底是为什么会涌如今这一层,详细办理了什么样的实际问题。
不管怎么样,技能发展如此快速的时期,我们每一个程序员都不应该一贯专一于技能的研究,偶尔抬开始看看架构的发展和未来的趋势,或许对我们的程序之路有一个更宏不雅观的理解。只有这样,我们才能离职业危急更远。
须要的Java架构师方面的资料可以关注之后私信哈,回答“资料”领取免费架构视频资料,记得要点赞转发噢!
!
!