线上删除mysql数据脚本

本文涉及的产品
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介:

一、需求

    线上有几个实例,经常磁盘告警,之前每次人工删除,效率实在不高。

二、解决方法

   登录跳板机执行脚本删除,不过在删除前,需要导出binary log日志和库表的的数据,最后把备份的传数据传到hdfs。

三、脚本

  1. 读取配置文件

 1.1 mysql.conf,哪些实例,哪些表名

1
2
3
4
5
6
7
MYSQL_HOME=/usr/local/mysql/bin/mysql
INCLUDE_MYSQL=(mysql4: 5507  mysql5: 5508  mysql6: 5509  mysql7: 5510  mysql7: 5511 )
EXCLUDE_DB_GA10=(dc_15 dc_17 dc_44 dc_49 dc_88 dc_183 dc_279 dc_490 dc_624 dc_643 dc_903 dc_906 dc_908 dc_954 dc_1099 dc_1100 dc_1167 dc_1214 dc_1463 dc_1464 dc_2444 dc_2445 dc_2695)
APPID_REG=[ 0 -9A-Za-z]{ 32 , 33 }
DELETE_TABLE_GA10=(dc_datacenter_cache dc_day_report_cache_basic dc_day_report_cache_income dc_day_report_cache_cumu dc_day_report_cache_channel ${APPID_REG_REG}_dc_distributed_everyday front_${APPID_REG}_dc_everyday2 ${APPID_REG}_dc_everyhour ${APPID_REG}_dc_everyday ${APPID_REG}_dc_distributed_everyday2 ${APPID_REG}_dc_distributedweek_everyweek2 ${APPID_REG}_dc_distributedmonth_everymonth2 ${APPID_REG}_dc_pay_distributed_everyday ${APPID_REG}_dc_custom_retain_by_day front_${APPID_REG}_dc_custom_retain_by_day ${APPID_REG}_dc_distributedmonth_everymonth2 ${APPID_REG}_dc_equipment_distributed_by_day ${APPID_REG}_dc_fp_distributed_everyday ${APPID_REG}_dc_event_by_day ${APPID_REG}_dc_event_attr_by_day ${APPID_REG}_dc_error_report_detail ${APPID_REG}_dc_error_report_dist_hour ${APPID_REG}_dc_player_30dayvalue front_${APPID_REG}_dc_player_30dayvalue ${APPID_REG}_dc_player_30day_arpu front_${APPID_REG}_dc_player_30day_arpu ${APPID_REG}_dc_whale_player_day ${APPID_REG}_dc_uid_retain_by_day front_${APPID_REG}_dc_uid_retain_by_day ${APPID_REG}_dc_task_everyday ${APPID_REG}_dc_level_everyday ${APPID_REG}_dc_app_ring ${APPID_REG}_dc_error_report_dist_sys ${APPID_REG}_dc_error_report_detail_sys ${APPID_REG}_dc_error_report_dist_user ${APPID_REG}_dc_error_report_detail_user ${APPID_REG}_dc_rollserver_player_by_day ${APPID_REG}_dc_rollserver_income_by_day ${APPID_REG}_dc_rollserver_retain front_${APPID_REG}_dc_rollserver_retain ${APPID_REG}_dc_tag_everyday ${APPID_REG}_dc_tag_level_outflow ${APPID_REG}_dc_tag_retain_by_day ${APPID_REG}_dc_everyweek ${APPID_REG}_dc_everymonth ${APPID_REG}_dc_distributed_everyweek ${APPID_REG}_dc_distributed_everyweek2 ${APPID_REG}_dc_distributed_everymonth ${APPID_REG}_dc_distributed_everymonth2 ${APPID_REG}_dc_custom_retain_by_week ${APPID_REG}_dc_custom_retain_by_month front_${APPID_REG}_dc_custom_retain_by_week front_${APPID_REG}_dc_custom_retain_by_month)
 
EXPIRE_LOGS_DAYS= 21

 1.2 backup.conf

1
2
3
4
JAVA_HOME=/usr/java/jdk1. 7 .0_25
LOCAL_FILES=(/home/yaolihong/yao/backup/bak.tar.gz)
BUSINESS_TYPE=ga
CUSTOM_SUB_DIR=mysql

2.backup_tools.sh脚本

   主要将备份压缩好的数据发往到hdfs,这个会在clean_data0.sh和clean_data1.sh最后调用到

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
#!/bin/sh
# set  -x
 
#check user
WHO_AM_I=`whoami`
if  "hadoop"  == $WHO_AM_I ]; then
         echo  "Error: you should not use hadoop user to back files, use another user instead please..."
         exit  1
fi
 
shellLocation=`dirname $ 0 `
shellLocation=`cd  "$shellLocation"  ; pwd`
. $shellLocation/conf/backup.conf
HADOOP_CMD= "$shellLocation/bin/hadoop-1.0.4/bin/hadoop"
 
#check  if  empty
REQUIED_PARAMS=(JAVA_HOME LOCAL_FILES BUSINESS_TYPE CUSTOM_SUB_DIR)
for  PARAM  in  ${REQUIED_PARAMS[@]}
do
         if  "X${!PARAM}"  "X"  ]; then
                 echo  "Error: ${PARAM} is not set..."
                 exit  1
         fi
done
export JAVA_HOME
 
CURRENT_TIME=`date +%Y%m%d-%H_%M_%S`
CURRENT_LOG_FILE=$shellLocation/logs/backup.$CURRENT_TIME.log
 
# get  time
CURRENT_YEAR=`date +%Y -d  '1 hours ago' `
CURRENT_MONTH=`date +%m -d  '1 hours ago' `
CURRENT_DAY=`date +%d -d  '1 hours ago' `
LAST_HOUR=`date +%H -d  '1 hours ago' `
HOUR_STR_FOR_HDFS= "$CURRENT_YEAR/$CURRENT_MONTH/$CURRENT_DAY/$LAST_HOUR"
 
BACKUP_BASIC_PATH= "/backup/$BUSINESS_TYPE/$CUSTOM_SUB_DIR"
BACKUP_DAY_PATH= "$BACKUP_BASIC_PATH/$CURRENT_YEAR/$CURRENT_MONTH/$CURRENT_DAY"
 
# 判断是否有传入路径,有则以传入的路径为准
if  [ $# =  1  ]; then
     BACKUP_DAY_PATH= "/backup/$BUSINESS_TYPE/$CUSTOM_SUB_DIR/$1"
fi
 
#check  if  hdfs dir exist and mkdir
$HADOOP_CMD fs -test -e $BACKUP_DAY_PATH
if  [ $? -ne  0  ]; then
         $HADOOP_CMD fs -mkdir $BACKUP_DAY_PATH >> $CURRENT_LOG_FILE  2 >& 1
fi
HOST_NAME=`/bin/hostname`
 
IS_ANY_FAILED= "N"
for  LOCAL_FILE  in  ${LOCAL_FILES[@]}
do
         #check  if  local file exist
         if  [ ! -f $LOCAL_FILE ]; then
                 IS_ANY_FAILED= "Y"
                 echo  "Error: Local file not exist : $LOCAL_FILE"  >> $CURRENT_LOG_FILE
                 continue
         fi
 
         #put local file to hdfs
         LOCL_FILE_NAME=`/bin/basename $LOCAL_FILE`
         HDFS_FILE_NAME=${LOCL_FILE_NAME}_${HOST_NAME}_${CURRENT_TIME}
         $HADOOP_CMD fs -put $LOCAL_FILE $BACKUP_DAY_PATH/$HDFS_FILE_NAME >> $CURRENT_LOG_FILE  2 >& 1
 
         # if  put failed, we should not touch a done file
         if  [ $? -ne  0  ]; then
                 IS_ANY_FAILED= "Y"
                 echo  "Error: put file to hdfs failed : $LOCAL_FILE"  >> $CURRENT_LOG_FILE
                 continue
         fi
done
 
# delete  log  10  days ago
find $shellLocation/logs/ -mtime + 10  - delete
 
if  [ $IS_ANY_FAILED =  "Y"  ]; then
         exit  1
fi
# set  +x


  

3.清除数据库脚本clean_data0.sh

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
#!/bin/bash
 
# 加载配置文件
source ./conf/mysql.conf
source ./conf/backup.conf
SHELLLOCATION=`dirname $ 0 `
SHELLLOCATION=`cd  "${SHELLLOCATION}"  ; pwd`
HADOOP_CMD= "${SHELLLOCATION}/bin/hadoop-1.0.4/bin/hadoop"
 
 
echo  "选择要清理的数据库实例:"  
select MYSQL  in  ${INCLUDE_MYSQL[@]};
do
     break
done
echo  "您选择要清理的实例是:$MYSQL"
 
MYSQL_HOST=`echo $MYSQL | awk -F ':'  '{print $1}' `
MYSQL_PORT=`echo $MYSQL | awk -F ':'  '{print $2}' `
 
read -p  "数据库账号:"  MYSQL_USER
read -s -p  "数据库密码:"  MYSQL_PWD
 
TODAY=`date + "%Y%m%d" `
if  [ ! -d ./logs/${MYSQL_HOST}/${MYSQL_PORT} ]; then
     mkdir -p ./logs/${MYSQL_HOST}/${MYSQL_PORT}
fi
 
# 定义一个查询数据库的方法
query_mysql()
{
     mysql -u${MYSQL_USER} -p${MYSQL_PWD} -h${MYSQL_HOST} -P${MYSQL_PORT} -- default -character- set =utf8 -N -e  "$*"  | sed  "s/^//;s/$//"
}
 
# 定义一个打印日志的方法
printlog()
{
     echo -e $*
     echo -e $* >> ./logs/${MYSQL_HOST}/${MYSQL_PORT}/mysql.${TODAY}.log
}
 
# 定义一个打印删除记录日志的方法
print_delete_log()
{
     echo -e $*
     echo -e $* >> ./logs/${MYSQL_HOST}/${MYSQL_PORT}/ delete .${TODAY}.log
}
 
DB_SET=`query_mysql  "show databases"  | egrep -E  "dc_[0-9]|ga_[0-9]" `
FAIL_BAK_DB=()
for  DB  in  ${DB_SET};  do
     # 如果是游戏分析 1.0 的数据库并且该数据库不是需要过滤的数据库,则开始清理
     if  [[  "${DB}"  =~ ^dc_[ 0 - 9 ]*$ && !  " ${EXCLUDE_DB_GA10[@]} "  =~  " ${DB} "  ]]; then
         DIR=data/${MYSQL_HOST}/${MYSQL_PORT}/${DB}/${TODAY}
         if  [ ! -d ./backup/${DIR} ]; then
             mkdir -p ./backup/${DIR}
         printlog  "开始扫描$DB"
         WAIT_DELETE_TABLE=()
         for  TABLE  in  `query_mysql  "use ${DB}; show tables" `;  do
             # 遍历需要清理的表
             for  INCLUDE_TABLE  in  ${DELETE_TABLE_GA10[@]};  do
                 # 把appid替换成正则表达式
                 INCLUDE_TABLE=`echo ${INCLUDE_TABLE} | sed  's/^/\^/;s/$/\$/' `
                 if  [[ ${TABLE} =~ ${INCLUDE_TABLE} ]]; then
                     TOTAL_ROW=`query_mysql  "select count(*) from ${DB}.${TABLE}" `
                     DELETE_ROW= 0
                     DELETE_COLUMN= ""
                     # 如果是日表
                     if  [[ ! `query_mysql  "desc ${DB}.${TABLE} StatiTime" ` ==  ""  ]]; then
                         DELETE_COLUMN= "StatiTime"
                         DELETE_ROW=`query_mysql  "select count(*) from ${DB}.${TABLE} where StatiTime < unix_timestamp(date_add(now(), interval -6 month))" `
 
                     #如果是周表或者月表
                     elif [[  ! `query_mysql  "desc ${DB}.${TABLE} EndDate" ` ==  ""  ]]; then
                         DELETE_COLUMN= "EndDate"
                         DELETE_ROW=`query_mysql  "select count(*) from ${DB}.${TABLE} where EndDate < unix_timestamp(date_add(now(), interval -6 month))" `
                     fi
 
                     if  [ ${DELETE_ROW} -gt  0  ]; then
                         WAIT_DELETE_TABLE+=(${TABLE}.${DELETE_COLUMN})
                         printlog  "${DB}.${TABLE} \t ${TOTAL_ROW} \t ${DELETE_ROW}"
                     fi
 
                     TOTAL_ROW= 0
                     DELETE_ROW= 0
                     DELETE_COLUMN= ""
                     break
                 fi
             done
         done
 
         if  [ ${#WAIT_DELETE_TABLE[@]} -gt  0  ]; then
             read -p  "是否清理历史数据:[Yes/No]"  SURE
             if  [ ${SURE} =  "Yes"  ]; then
                 print_delete_log  "开始清除${DB}"
                 for  WAIT_DELETE  in  ${WAIT_DELETE_TABLE[@]};  do
                     DEL_TABLE=`echo ${WAIT_DELETE} | awk -F '.'  '{print $1}' `
                     DEL_COLUMN=`echo ${WAIT_DELETE} | awk -F '.'  '{print $2}' `
                     mysqldump -u${MYSQL_USER} -p${MYSQL_PWD} -h${MYSQL_HOST} -P${MYSQL_PORT} ${DB} ${DEL_TABLE} -w "${DEL_COLUMN} < unix_timestamp(date_add(now(), interval -6 month))"  > ./backup/${DIR}/${DEL_TABLE}.sql
                     DEL_ROW=`query_mysql  "set sql_log_bin=0; delete from ${DB}.${DEL_TABLE} where ${DEL_COLUMN} < unix_timestamp(date_add(now(), interval -6 month))" `
                     print_delete_log  "${DEL_TABLE} \t ${DEL_ROW}"
                 done
 
                 echo  "开始打包导出的sql文件!"
                 tar -zcf ./backup/bak.tar.gz ./backup/${DIR}/*.sql
                 echo  "开始发送打包文件到hdfs,可能需要几分钟,请耐心等候!"
                 sh backup_tools.sh  "${DIR}"
                 if  [[ $? -ne  0  || `${HADOOP_CMD} fs -ls /backup/${BUSINESS_TYPE}/${CUSTOM_SUB_DIR}/${DIR}/ | grep bak.tar.gz` =  ""  ]]; then
                     print_delete_log  "==========${DB}备份失败,请手动备份!=========="
                     FAIL_BAK_DB+=(${MYSQL}.${DB})
                 fi
             fi
         fi
         print_delete_log  "==========备份失败的数据库有:${FAIL_BAK_DB[@]}=========="
         unset WAIT_DELETE_TABLE
     fi
done

3.清除日志脚本clean_data1.sh

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
#!/bin/bash
# 加载配置文件
source ./conf/mysql.conf
source ./conf/backup.conf
SHELLLOCATION=`dirname $ 0 `
SHELLLOCATION=`cd  "${SHELLLOCATION}"  ; pwd`
HADOOP_CMD= "${SHELLLOCATION}/bin/hadoop-1.0.4/bin/hadoop"
 
echo  "选择要清理的数据库实例:"  
select MYSQL  in  ${INCLUDE_MYSQL[@]};
do
     break
done
echo  "您选择要清理的实例是:${MYSQL}"
 
MYSQL_HOST=`echo ${MYSQL} | awk -F ':'  '{print $1}' `
MYSQL_PORT=`echo ${MYSQL} | awk -F ':'  '{print $2}' `
 
read -p  "主机账号:"  USER
read -s -p  "主机密码:"  PWD
 
TARGET_DAY=`date -d "-${EXPIRE_LOGS_DAYS} day"  +%Y-%m-%d`
MTIME=`expr ${EXPIRE_LOGS_DAYS} -  1 `
TODAY=`date +%Y%m%d`
DIR=binlog/${MYSQL_HOST}/${MYSQL_PORT}/${TODAY}
if  [ ! -d ./backup/${DIR} ]; then
     mkdir -p ./backup/${DIR}
fi
rm -f ~/.ssh/known_hosts
for  LOG  in  `expect << EOF
     spawn ssh ${USER}@${MYSQL_HOST}  "find /data1/mysql/log${MYSQL_PORT}/mysql-bin.* -mtime +${MTIME} | xargs ls --full-time | grep -v ${TARGET_DAY}"
     expect  "no)?"
     send  "yes\r"
     expect  "password:"
     send  "${PWD}\r"
     set  timeout - 1
     expect eof
EOF`;  do
if  [[ `echo ${LOG} | egrep -E  "mysql-bin\.[0-9]{1,}" ` !=  ""  ]]; then
rm -f ~/.ssh/known_hosts
expect << EOF
     spawn scp ${USER}@${MYSQL_HOST}:${LOG} backup/${DIR}
     expect  "no)?"
     send  "yes\r"
     expect  "password:"
     send  "${PWD}\r"
     set  timeout - 1
     expect eof
EOF
fi
done
 
echo  "开始打包导出的sql文件!"
tar -zcf ./backup/bak.tar.gz ./backup/${DIR}/mysql-bin.*
echo  "开始发送打包文件到hdfs,可能需要几分钟,请耐心等候!"
sh backup_tools.sh  "${DIR}"
if  [[ $? -ne  0  || `${HADOOP_CMD} fs -ls /backup/${BUSINESS_TYPE}/${CUSTOM_SUB_DIR}/${DIR}/ | grep bak.tar.gz` =  ""  ]]; then
     echo  "==========备份失败,请手动备份!=========="
else
     read -p  "数据库账号:"  MYSQL_USER
     read -s -p  "数据库密码:"  MYSQL_PWD
     mysql -u${MYSQL_USER} -p${MYSQL_PWD} -h${MYSQL_HOST} -P${MYSQL_PORT} -e  "PURGE BINARY LOGS BEFORE CURRENT_DATE -INTERVAL ${EXPIRE_LOGS_DAYS} DAY"
     echo  "备份成功"
fi









本文转自 zouqingyun 51CTO博客,原文链接:http://blog.51cto.com/zouqingyun/1739972,如需转载请自行联系原作者
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
目录
相关文章
|
7月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
5月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
324 0
|
4月前
|
存储 关系型数据库 MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
414 10
|
9月前
|
关系型数据库 MySQL Shell
MySQL 备份 Shell 脚本:支持远程同步与阿里云 OSS 备份
一款自动化 MySQL 备份 Shell 脚本,支持本地存储、远程服务器同步(SSH+rsync)、阿里云 OSS 备份,并自动清理过期备份。适用于数据库管理员和开发者,帮助确保数据安全。
|
5月前
|
SQL 存储 缓存
MySQL 如何高效可靠处理持久化数据
本文详细解析了 MySQL 的 SQL 执行流程、crash-safe 机制及性能优化策略。内容涵盖连接器、分析器、优化器、执行器与存储引擎的工作原理,深入探讨 redolog 与 binlog 的两阶段提交机制,并分析日志策略、组提交、脏页刷盘等关键性能优化手段,帮助提升数据库稳定性与执行效率。
160 0
|
7月前
|
关系型数据库 MySQL Linux
实现MySQL数据库的定时自动备份脚本。
拿走,不谢,这个脚本配方(指引)保证你的数据库数据像蛋糕店一样地天天更新,还能确保老旧的蛋糕(数据)不会堆积满仓库。这下可好,数据安全有保障,数据库管理员也能轻松一点,偶尔闲下来的时候,煮杯咖啡,看个剧岂不美哉?别忘了偶尔检查一下你的自动备份是否正常工作,以防万一蛋糕机器出了点小差错。
392 20
|
8月前
|
关系型数据库 MySQL Linux
在Linux环境下备份Docker中的MySQL数据并传输到其他服务器以实现数据级别的容灾
以上就是在Linux环境下备份Docker中的MySQL数据并传输到其他服务器以实现数据级别的容灾的步骤。这个过程就像是一场接力赛,数据从MySQL数据库中接力棒一样传递到备份文件,再从备份文件传递到其他服务器,最后再传递回MySQL数据库。这样,即使在灾难发生时,我们也可以快速恢复数据,保证业务的正常运行。
402 28
|
7月前
|
存储 SQL 缓存
mysql数据引擎有哪些
MySQL 提供了多种存储引擎,每种引擎都有其独特的特点和适用场景。以下是一些常见的 MySQL 存储引擎及其特点:
216 0
|
9月前
|
存储 SQL 关系型数据库
【YashanDB知识库】MySQL迁移至崖山char类型数据自动补空格问题
**简介**:在MySQL迁移到崖山环境时,若字段类型为char(2),而应用存储的数据仅为&#39;0&#39;或&#39;1&#39;,查询时崖山会自动补空格。原因是mysql的sql_mode可能启用了PAD_CHAR_TO_FULL_LENGTH模式,导致保留CHAR类型尾随空格。解决方法是与应用确认数据需求,可将崖山环境中的char类型改为varchar类型以规避补空格问题,适用于所有版本。
|
9月前
|
SQL 关系型数据库 MySQL
【YashanDB知识库】字符集latin1的MySQL中文数据如何迁移到YashanDB
本文探讨了在使用YMP 23.2.1.3迁移MySQL Server字符集为latin1的中文数据至YashanDB时出现乱码的问题。问题根源在于MySQL latin1字符集存放的是实际utf8编码的数据,而YMP尚未支持此类场景。文章提供了两种解决方法:一是通过DBeaver直接迁移表数据;二是将MySQL表数据转换为Insert语句后手动插入YashanDB。同时指出,这两种方法适合单张表迁移,多表迁移可能存在兼容性问题,建议对问题表单独处理。
【YashanDB知识库】字符集latin1的MySQL中文数据如何迁移到YashanDB

推荐镜像

更多