【Spring原理高级进阶】有Redis为啥不用?深入剖析 Spring Cache:缓存的工作原理、缓存注解的使用方法与最佳实践

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
云数据库 Tair(兼容Redis),内存型 2GB
简介: 【Spring原理高级进阶】有Redis为啥不用?深入剖析 Spring Cache:缓存的工作原理、缓存注解的使用方法与最佳实践

在我的开发经历中,我曾经面对过一个常见的问题:应用程序的性能问题。当时,我开发的系统面临着大量的数据库查询操作,每次请求都需要执行耗时的数据库查询,导致系统响应变慢。为了解决这个问题,我开始研究缓存的重要性和在应用程序中的作用。


很多伙伴在问 为什么不用Redis呢?曾经我也是Redis的忠实粉丝 但是我SpringCache更加的简洁,面对轻量级的数据 和小型的业务体系就无需编写复杂的缓存逻辑代码。最重要的是,Spring的纯注解开发香呀!Spring Cache与具体的缓存实现(如Redis)解耦合,使得在需要更换缓存实现时变得容易。如果您将缓存存储从Redis切换到其他缓存系统(如Ehcache或Memcached),只需更改Spring配置而无需修改应用程序代码。


缓存基础知识回顾:


  1. 什么是缓存?为什么要使用缓存?
  • 缓存是一种临时存储数据的机制,将计算结果或数据存储在快速访问的位置,以便在后续请求中直接获取,避免重复计算或访问慢速存储介质。
  • 使用缓存可以提高系统的响应速度、降低资源消耗,提升用户体验。
  1. 缓存的类型和常见的缓存策略:
  • 常见的缓存类型包括内存缓存、数据库缓存、分布式缓存等。
  • 常见的缓存策略有FIFO(先进先出)、LRU(最近最少使用)、LFU(最不经常使用)等。
  1. 缓存带来的性能提升和资源优化:
  • 通过缓存,可以避免重复计算和频繁的IO操作,加快系统的响应速度。
  • 缓存可以减轻数据库等后端存储系统的压力,提高整体系统的吞吐量。


Spring Cache概述:


1. Spring Cache的简介和基本原理:


核心组件:


  • 缓存管理器(CacheManager):负责管理缓存实例,提供对缓存的创建、获取和销毁等操作。它是Spring Cache的入口点,可以配置多个缓存管理器来支持不同的缓存存储(如Redis、Ehcache等)。
  • 缓存存储(Cache):具体的缓存实例,用于存储缓存数据。每个缓存实例都有一个唯一的名称,用于标识不同的缓存区域。


工作流程:


  • 在方法执行前,Spring Cache会检查是否存在缓存数据。它根据方法的参数、方法名、类名等生成一个唯一的缓存键(Cache Key)用于标识缓存数据。
  • 如果缓存中存在对应的缓存键,则直接从缓存中获取缓存数据,并将数据返回给调用方,方法体将不再执行。
  • 如果缓存中不存在对应的缓存键,则执行方法体的逻辑。方法体执行完毕后,将方法的返回值存入缓存,并关联到对应的缓存键。
  • 下次相同的请求,如果缓存中存在对应的缓存键,则直接从缓存中获取缓存数据,避免再次执行方法体。


在Spring Cache中,可以使用以下注解来标记方法以实现缓存的读取和写入:


  • @Cacheable:标记方法的返回值可以被缓存。在调用带有@Cacheable注解的方法时,会先检查缓存中是否存在对应的缓存数据,如果存在,则直接返回缓存数据;如果不存在,则执行方法体,将方法的返回值存入缓存。
  • @CachePut:标记方法的返回值需要被缓存,并将缓存数据写入缓存中。使用@CachePut注解的方法将始终执行方法体,并将方法的返回值存入缓存,适用于更新或添加缓存数据的场景。
  • @CacheEvict:标记方法从缓存中清除对应的缓存数据。在调用带有@CacheEvict注解的方法时,会执行方法体,并将缓存中对应的缓存数据删除。


Spring Cache与其他缓存框架的比较:


  1. 与其他缓存框架相比,Spring Cache具有以下优势:
  2. 与Spring框架无缝集成,方便使用和配置。
  3. 支持多种缓存提供商,如Ehcache、Redis等。
  4. 提供了丰富的注解和编程方式,灵活适应各种场景。


Spring Cache的核心组件和工作流程:


  1. Spring Cache的核心组件包括缓存管理器(CacheManager)和缓存存储(Cache)。
  2. Spring Cache的工作流程如下:

在方法执行前,检查是否存在缓存数据。

如果缓存中存在数据,直接返回缓存结果。

如果缓存中不存在数据,执行方法体并将结果存入缓存。

下次相同的请求,直接从缓存获取结果。


多说无益,把之前做过的那部分业务代码抽离出来在这里展示


首先,这是一个简单的UserService类,它使用Spring Cache来管理用户数据的缓存。

@Service
public class UserService {
    @Cacheable(value = "users", key = "#userId")
    public User getUserById(Long userId) {
        // 模拟从数据库中查询用户信息的耗时操作
        simulateDatabaseQuery();
        User user = new User(userId, "John Doe");
        return user;
    }
 
    @CachePut(value = "users", key = "#user.id")
    public User saveUser(User user) {
        // 模拟保存用户信息到数据库的耗时操作
        simulateDatabaseSave();
        return user;
    }
 
    @CacheEvict(value = "users", key = "#userId")
    public void deleteUserById(Long userId) {
        // 模拟从数据库中删除用户信息的耗时操作
        simulateDatabaseDelete();
    }
 
    private void simulateDatabaseQuery() {
        try {
            Thread.sleep(2000); // 模拟耗时的数据库查询操作
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
 
    private void simulateDatabaseSave() {
        try {
            Thread.sleep(1000); // 模拟耗时的数据库保存操作
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
 
    private void simulateDatabaseDelete() {
        try {
            Thread.sleep(1500); // 模拟耗时的数据库删除操作
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}

上述代码中,UserService类包含了使用Spring Cache的三个方法:getUserById、saveUser和deleteUserById。下面我们将逐步解释每个方法的作用并提供测试效果和预期效果。


  1. getUserById方法:


  • 该方法使用@Cacheable注解,表示会从缓存中获取用户数据。
  • 如果缓存中存在对应的用户数据,则直接返回缓存结果。
  • 如果缓存中不存在对应的用户数据,则执行方法体内的模拟数据库查询操作,并将查询结果存入缓存。
  • 预期效果:第一次调用getUserById(1L)方法时,会执行模拟的数据库查询操作,并将查询结果存入缓存。第二次调用getUserById(1L)方法时,将直接从缓存中获取结果,不再执行数据库查询操作。


  1. saveUser方法:


  • 该方法使用@CachePut注解,表示会将方法返回值存入缓存。
  • 无论缓存中是否存在对应的用户数据,都会执行方法体内的模拟数据库保存操作,并将保存的用户数据更新或添加到缓存。
  • 预期效果:每次调用saveUser方法时,都会执行模拟的数据库保存操作,并将保存的用户数据存入缓存。


  1. deleteUserById方法:


  • 该方法使用@CacheEvict注解,表示会从缓存中删除对应的用户数据。
  • 执行方法体内的模拟数据库删除操作,并将删除的用户数据从缓存中移除。
  • 预期效果:调用deleteUserById方法时,会执行模拟的数据库删除操作,并将对应的用户数据从缓存中移除。


现在,让我们进行一些测试来验证这些方法的行为和预期效果。


搞个测试

public class Application {
    public static void main(String[] args) {
        ApplicationContext context = new AnnotationConfigApplicationContext(ApplicationConfig.class);
        UserService userService = context.getBean(UserService.class);
 
        // 测试getUserById方法
        System.out.println("First invocation of getUserById(1L):");
        User user1 = userService.getUserById(1L); // 执行数据库查询操作
        System.out.println("User 1: " + user1);
 
        System.out.println("Second invocation of getUserById(1L):");
        User user2 = userService.getUserById(1L); // 直接从缓存获取结果
        System.out.println("User 2: " + user2);
 
        // 测试saveUser方法
        User newUser = new User(2L, "Jane Smith");
        userService.saveUser(newUser); // 执行数据库保存操作
 
        // 测试deleteUserById方法
        userService.deleteUserById(1L); // 执行数据库删除操作
 
        // 再次调用getUserById(1L),触发数据库查询操作
        System.out.println("Third invocation of getUserById(1L):");
        User user3 = userService.getUserById(1L); // 执行数据库查询操作
        System.out.println("User 3: " + user3);
    }
}

输出:

First invocation of getUserById(1L):
模拟耗时的数据库查询操作...
User 1: User{id=1, name='John Doe'}
Second invocation of getUserById(1L):
直接从缓存获取结果
User 2: User{id=1, name='John Doe'}
模拟耗时的数据库保存操作...
Third invocation of getUserById(1L):
模拟耗时的数据库查询操作...
User 3: User{id=1, name='John Doe'}


我们可以得出以下结论:


  • 在第一次调用getUserById(1L)时,执行了模拟的数据库查询操作,并将查询结果存入缓存。
  • 在第二次调用getUserById(1L)时,直接从缓存中获取了结果,避免了数据库查询操作。
  • 在调用saveUser方法时,执行了模拟的数据库保存操作,并将结果存入缓存。
  • 在调用deleteUserById方法后,再次调用getUserById(1L)时,又执行了模拟的数据库查询操作,并将结果存入缓存。


那么我们现在明白了他的基本使用了  接着往下走


我们再来研究其原理:


缓存的工作原理:


缓存是一种将数据存储在快速访问介质中的技术,以减少对慢速存储介质(如数据库)的访问次数,提高系统的性能和响应速度。了解缓存的工作原理对于正确使用和配置缓存非常重要。


缓存的数据结构和存储方式:


缓存可以使用多种数据结构和存储方式来组织和存储数据,常见的包括:


  1. 哈希表(Hash Table):使用哈希函数将键映射到内存地址,实现快速的查找和存取操作。
  2. 数组(Array):将数据存储在连续的内存空间中,通过索引进行访问,适用于对数据的顺序访问。
  3. 链表(Linked List):将数据通过节点链接起来存储,适用于频繁的插入和删除操作。
  4. 树(Tree):使用树结构组织数据,如二叉搜索树(Binary Search Tree)或平衡二叉树(AVL Tree),提供快速的查找和有序遍历。
  5. 堆(Heap):用于优先级队列,保证每次操作可以在常数时间内找到最小或最大值。


缓存的读取和写入过程:


下面是一个简单的业务示例代码,展示了缓存的读取和写入过程:

@Service
public class ProductService {
    @Autowired
    private ProductRepository productRepository;
 
    @Cacheable("products")
    public Product getProductById(Long id) {
        return productRepository.findById(id).orElse(null);
    }
 
    @CachePut(value = "products", key = "#product.id")
    public Product saveProduct(Product product) {
        return productRepository.save(product);
    }
}

在上述示例中,getProductById方法通过@Cacheable注解标记为可缓存的,当调用该方法时,会首先检查缓存中是否存在对应的产品数据。如果存在,则直接从缓存中获取数据并返回,如果不存在,则执行方法体逻辑,从数据库中查询数据,并将查询结果存入缓存中。


saveProduct方法通过@CachePut注解标记为需要更新缓存的方法。当调用该方法时,无论缓存中是否已存在对应的产品数据,都会执行方法体逻辑,并将方法的返回值存入缓存中。


缓存的过期策略和淘汰算法:


缓存的过期策略用于确定缓存数据何时失效,而淘汰算法用于确定哪些缓存数据应该被替换或清除。


常见的缓存过期策略包括:

  1. 时间过期:通过设置固定的时间,当缓存数据超过该时间时失效。
  2. 访问过期:当缓存数据一段时间内没有被访问时失效。
  3. 基于大小:当缓存数据的大小超过一定阈值时失效。
  4. 手动失效:通过手动调用接口或方法来使缓存数据失效。


常见的淘汰算法包括:


  1. 最近最少使用(Least Recently Used,LRU):淘汰最近最少被访问的缓存数据。
  2. 最少使用(Least Frequently Used,LFU):淘汰被访问次数最少的缓存数据。
  3. 先进先出(First In, First Out,FIFO):按照缓存数据进入的顺序进行淘汰。


下面是一个业务示例代码,展示了使用过期策略和淘汰算法的情况

@Service
public class OrderService {
    @Autowired
    private OrderRepository orderRepository;
 
    @Cacheable(value = "orders", key = "#orderId", unless = "#result == null")
    public Order getOrderById(Long orderId) {
        return orderRepository.findById(orderId).orElse(null);
    }
 
    @CachePut(value = "orders", key = "#order.id")
    public Order createOrder(Order order) {
        return orderRepository.save(order);
    }
 
    @CacheEvict(value = "orders", key = "#orderId")
    public void deleteOrderById(Long orderId) {
        orderRepository.deleteById(orderId);
    }
}
  • 在上述示例中,getOrderById方法通过@Cacheable注解标记为可缓存的,缓存的键(key)为订单的ID。当调用该方法时,会首先检查缓存中是否存在对应的订单数据。如果存在,则直接从缓存中获取数据并返回,如果不存在,则执行方法体逻辑,从数据库中查询订单数据,并将查询结果存入缓存中。同时,通过unless属性设置了一个条件,当方法的返回值为null时,不缓存该结果。
  • createOrder方法通过@CachePut注解标记为需要更新缓存的方法。当调用该方法时,无论缓存中是否已存在对应的订单数据,都会执行方法体逻辑,并将方法的返回值存入缓存中。缓存的键(key)为订单的ID。
  • deleteOrderById方法通过@CacheEvict注解标记为需要清除缓存的方法。当调用该方法时,会根据传入的订单ID,从缓存中移除对应的订单数据。缓存的键(key)为订单的ID。
  • 通过以上示例代码,可以看到缓存的过期和淘汰是通过Spring Cache的注解来实现的。@Cacheable用于获取缓存数据,@CachePut用于更新缓存数据,@CacheEvict用于清除缓存数据。缓存的键(key)可以根据业务需求设置,以唯一标识缓存数据。


如何选择合适的缓存策略和配置:


       1. 考虑业务需求:根据业务需求和访问模式选择合适的缓存策略。例如,如果数据变化频繁且实时性要求较高,可以选择基于时间过期的策略;如果数据的访问模式呈现热点访问,可以选择基于访问过期的策略。

       2. 选择合适的缓存存储:根据应用的规模和性能需求选择合适的缓存存储,如Redis、Ehcache等。考虑存储容量、性能、高可用性等因素进行选择。

       3. 配置缓存大小和过期时间:根据业务需求和系统资源进行合理的缓存大小和过期时间的配置。过大的缓存大小可能导致内存压力,而过短的过期时间可能导致缓存命中率下降。


缓存的性能调优和监控:


1. 监控缓存命中率:通过监控缓存的命中率来评估缓存的效果。高命中率表示缓存有效,低命中率可能意味着缓存策略需要调整或缓存数据需要优化。

2. 配置合理的缓存大小:根据应用的负载和缓存存储的容量,调整缓存的大小。过大的缓存可能导致内存压力,过小的缓存可能导致缓存失效频繁。

3. 使用合适的序列化机制:选择合适的序列化机制来提高缓存的性能。高效的序列化机制可以减少数据的序列化和反序列化时间。


缓存的并发访问和线程安全性:


1. 并发访问控制:在高并发环境下,缓存的并发访问可能导致缓存数据不一致或并发问题。可以使用同步机制(如锁或并发容器)来保证缓存的线程安全性。

2. 分布式缓存考虑:如果应用部署在多个节点上,需要考虑分布式缓存的并发访问和数据一致性。可以选择支持分布式的缓存存储,如Redis集群。


缓存的错误处理和异常处理:


1. 缓存异常处理:处理缓存访问时可能发生的异常情况,如缓存服务不可用、缓存操作超时等。可以使用异常处理机制来捕获和处理缓存异常,并进行相应的处理策略,如降级处理或重试操作。

2. 错误回退机制:当缓存操作失败时,可以使用错误回退机制来处理。例如,从备用缓存或数据库中获取数据,并记录日志以便后续排查问题。


实例应用:基于Spring Cache的缓存优化


使用Spring Cache优化数据库查询


  • 介绍如何使用Spring Cache优化频繁查询的数据库操作,减少数据库访问压力。
  • 代码示例:
@Service
public class ProductService {
    @Autowired
    private ProductRepository productRepository;
    
    @Cacheable(value = "products", key = "#productId")
    public Product getProductById(Long productId) {
        return productRepository.findById(productId).orElse(null);
    }
    
    // ...
}


使用Spring Cache优化复杂计算和耗时操作


  • 介绍如何使用Spring Cache优化复杂计算和耗时操作,避免重复计算和耗时的操作。
  • 代码示例:
@Service
public class CalculationService {
    @Cacheable(value = "calculations", key = "#input")
    public Result performComplexCalculation(Input input) {
        // 复杂的计算逻辑
        // ...
        return result;
    }
    
    // ...
}


使用Spring Cache解决缓存穿透和缓存击穿问题


  • 介绍如何使用Spring Cache解决缓存穿透和缓存击穿问题,提高系统的健壮性和性能。
  • 解释一下缓存穿透和缓存击穿 这个知识点我会另外一篇写Redis的技术博客专门讲这一类问题的解决办法 这里先给出我画过的一个流程图

代码示例:

@Service
public class ProductService {
    @Autowired
    private ProductRepository productRepository;
    
    @Cacheable(value = "products", key = "#productId", unless = "#result == null")
    public Product getProductById(Long productId) {
        return productRepository.findById(productId).orElse(null);
    }
    
    @CachePut(value = "products", key = "#product.id")
    public Product updateProduct(Product product) {
        // 更新数据库中的产品信息
        // ...
        return product;
    }
    
    @CacheEvict(value = "products", key = "#productId")
    public void deleteProductById(Long productId) {
        // 从数据库中删除产品,并同时从缓存中清除
        // ...
    }
    
    // ...
}

在上述代码中,getProductById方法通过@Cacheable注解标记为可缓存的。当调用该方法时,会首先检查缓存中是否存在对应的产品数据。如果缓存中存在,则直接从缓存中获取数据并返回。如果缓存中不存在,则执行方法体逻辑,从数据库中查询产品数据。在这里,我们使用了unless属性来设置一个条件,即当方法的返回值为null时,不缓存该结果。这样,当查询一个不存在的产品时,第一次请求会访问数据库,但结果为null,不会将null值缓存起来,避免了缓存穿透问题。


另外,updateProduct方法通过@CachePut注解标记为需要更新缓存的方法。当调用该方法时,无论缓存中是否已存在对应的产品数据,都会执行方法体逻辑,并将方法的返回值存入缓存中。缓存的键(key)为产品的ID。


deleteProductById方法通过@CacheEvict注解标记为需要清除缓存的方法。当调用该方法时,会根据传入的产品ID,从缓存中移除对应的产品数据。缓存的键(key)为产品的ID。


通过以上的代码优化,当查询一个不存在的产品时,第一次请求会访问数据库,但结果为null,不会将null值缓存起来,后续相同的请求会直接从缓存中获取数据,避免了缓存穿透问题。


相关实践学习
基于Redis实现在线游戏积分排行榜
本场景将介绍如何基于Redis数据库实现在线游戏中的游戏玩家积分排行榜功能。
云数据库 Redis 版使用教程
云数据库Redis版是兼容Redis协议标准的、提供持久化的内存数据库服务,基于高可靠双机热备架构及可无缝扩展的集群架构,满足高读写性能场景及容量需弹性变配的业务需求。 产品详情:https://www.aliyun.com/product/kvstore     ------------------------------------------------------------------------- 阿里云数据库体验:数据库上云实战 开发者云会免费提供一台带自建MySQL的源数据库 ECS 实例和一台目标数据库 RDS实例。跟着指引,您可以一步步实现将ECS自建数据库迁移到目标数据库RDS。 点击下方链接,领取免费ECS&RDS资源,30分钟完成数据库上云实战!https://developer.aliyun.com/adc/scenario/51eefbd1894e42f6bb9acacadd3f9121?spm=a2c6h.13788135.J_3257954370.9.4ba85f24utseFl
目录
打赏
0
2
1
0
34
分享
相关文章
SpringBoot缓存注解使用
Spring Boot 提供了一套方便的缓存注解,用于简化缓存管理。通过 `@Cacheable`、`@CachePut`、`@CacheEvict` 和 `@Caching` 等注解,开发者可以轻松地实现方法级别的缓存操作,从而提升应用的性能和响应速度。合理使用这些注解可以大大减少数据库的访问频率,优化系统性能。
174 89
Redis,分布式缓存演化之路
本文介绍了基于Redis的分布式缓存演化,探讨了分布式锁和缓存一致性问题及其解决方案。首先分析了本地缓存和分布式缓存的区别与优劣,接着深入讲解了分布式远程缓存带来的并发、缓存失效(穿透、雪崩、击穿)等问题及应对策略。文章还详细描述了如何使用Redis实现分布式锁,确保高并发场景下的数据一致性和系统稳定性。最后,通过双写模式和失效模式讨论了缓存一致性问题,并提出了多种解决方案,如引入Canal中间件等。希望这些内容能为读者在设计分布式缓存系统时提供有价值的参考。感谢您的阅读!
102 6
Redis,分布式缓存演化之路
解决Redis缓存数据类型丢失问题
解决Redis缓存数据类型丢失问题
192 85
云端问道21期方案教学-应对高并发,利用云数据库 Tair(兼容 Redis®*)缓存实现极速响应
云端问道21期方案教学-应对高并发,利用云数据库 Tair(兼容 Redis®*)缓存实现极速响应
云端问道21期实操教学-应对高并发,利用云数据库 Tair(兼容 Redis®)缓存实现极速响应
本文介绍了如何通过云端问道21期实操教学,利用云数据库 Tair(兼容 Redis®)缓存实现高并发场景下的极速响应。主要内容分为四部分:方案概览、部署准备、一键部署和完成及清理。方案概览中,展示了如何使用 Redis 提升业务性能,降低响应时间;部署准备介绍了账号注册与充值步骤;一键部署详细讲解了创建 ECS、RDS 和 Redis 实例的过程;最后,通过对比测试验证了 Redis 缓存的有效性,并指导用户清理资源以避免额外费用。
Spring Boot 自动配置机制:从原理到自定义
Spring Boot 的自动配置机制通过 `spring.factories` 文件和 `@EnableAutoConfiguration` 注解,根据类路径中的依赖和条件注解自动配置所需的 Bean,大大简化了开发过程。本文深入探讨了自动配置的原理、条件化配置、自定义自动配置以及实际应用案例,帮助开发者更好地理解和利用这一强大特性。
163 14
Redis经典问题:缓存穿透
本文详细探讨了分布式系统和缓存应用中的经典问题——缓存穿透。缓存穿透是指用户请求的数据在缓存和数据库中都不存在,导致大量请求直接落到数据库上,可能引发数据库崩溃或性能下降。文章介绍了几种有效的解决方案,包括接口层增加校验、缓存空值、使用布隆过滤器、优化数据库查询以及加强监控报警机制。通过这些方法,可以有效缓解缓存穿透对系统的影响,提升系统的稳定性和性能。
Spring AOP 底层原理技术分享
Spring AOP(面向切面编程)是Spring框架中一个强大的功能,它允许开发者在不修改业务逻辑代码的情况下,增加额外的功能,如日志记录、事务管理等。本文将深入探讨Spring AOP的底层原理,包括其核心概念、实现方式以及如何与Spring框架协同工作。
|
3月前
|
Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出
本文深入探讨了Redis作为PHP缓存解决方案的优势、实现方式及注意事项。Redis凭借其高性能、丰富的数据结构、数据持久化和分布式支持等特点,在提升应用响应速度和处理能力方面表现突出。文章还介绍了Redis在页面缓存、数据缓存和会话缓存等应用场景中的使用,并强调了缓存数据一致性、过期时间设置、容量控制和安全问题的重要性。
70 5
Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。
【10月更文挑战第4天】Redis 是一个高性能的键值对存储系统,常用于缓存、消息队列和会话管理等场景。随着数据增长,有时需要将 Redis 数据导出以进行分析、备份或迁移。本文详细介绍几种导出方法:1)使用 Redis 命令与重定向;2)利用 Redis 的 RDB 和 AOF 持久化功能;3)借助第三方工具如 `redis-dump`。每种方法均附有示例代码,帮助你轻松完成数据导出任务。无论数据量大小,总有一款适合你。
102 6
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等