图文精华

About云-梭伦科技»专题 › 技术学习(版主发帖区) › 大数据学习 › Cloudera系列 › CentOS 离线安装Cloudera Manager 5和CDH5(版本5.1.3) ...
分享

CentOS 离线安装Cloudera Manager 5和CDH5(版本5.1.3) 详细文档

阿飞 发表于 2014-12-26 23:11:46 [显示全部楼层] 只看大图 回帖奖励 阅读模式 关闭右栏 37 193519
About云VIP帮助找工作和提升
问题导读





1.Cloudera Manager 如何实现离线安装？
2.Cloudera Manager 需要哪些步骤？
3.离线安装需要现在哪些相关内容？






关于CDH和Cloudera Manager
CDH (Cloudera's Distribution, including Apache Hadoop)，是Hadoop众多分支中的一种，由Cloudera维护，基于稳定版本的Apache Hadoop构建，并集成了很多补丁，可直接用于生产环境。

Cloudera Manager则是为了便于在集群中进行Hadoop等大数据处理相关的服务安装和监控管理的组件，对集群中主机、Hadoop、Hive、Spark等服务的安装配置管理做了极大简化。

系统环境
  • 实验环境：Mac下VMware虚拟机【如果使用win7，主节点需要4G内存，其他节点2G】
  • 操作系统：CentOS 6.5 x64 (至少内存2G以上，这里内存不够的同学建议还是整几台真机配置比较好，将CDH的所有组件全部安装会占用很多内存，我已开始设置的虚拟机内存是1G，安装过程中直接卡死了)
  • Cloudera Manager：5.1.3
  • CDH: 5.1.3

安装说明
官方共给出了3中安装方式：
第一种方法必须要求所有机器都能连网，由于最近各种国外的网站被墙的厉害，我尝试了几次各种超时错误，巨耽误时间不说，一旦失败，重装非常痛苦。
第二种方法下载很多包。
第三种方法对系统侵入性最小,最大优点可实现全离线安装，而且重装什么的都非常方便。后期的集群统一包升级也非常好。这也是我之所以选择离线安装的原因。


相关包的下载地址
CDH安装包地址：http://archive.cloudera.com/cdh5/parcels/latest/，由于我们的操作系统为CentOS6.5，需要下载以下文件：
  • CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel
  • CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel.sha
  • manifest.json
注意：与CDH4的不同，原来安装CDH4的时候还需要下载IMPALA、Cloudera Search(SOLR)，CDH5中将他们包含在一起了，所以只需要下载一个CDH5的包就可以了。
准备工作：系统环境搭建
以下操作均用root用户操作。

1. 网络配置(所有节点)
  1. vi /etc/sysconfig/network
复制代码


修改hostname：
  1. NETWORKING=yes

  2. HOSTNAME=n1
复制代码



通过
  1. service network restart
复制代码

重启网络服务生效。
  1. vi /etc/hosts
复制代码

,修改ip与主机名的对应关系

  1. 192.168.1.106   n1

  2. 192.168.1.107   n2

  3. 192.168.1.108   n3
复制代码



注意：这里需要将每台机器的ip及主机名对应关系都写进去，本机的也要写进去，否则启动Agent的时候会提示hostname解析错误。


2.打通SSH，设置ssh无密码登陆（所有节点）
在主节点上执行
  1. ssh-keygen -t rsa
复制代码

一路回车，生成无密码的密钥对。
将公钥添加到认证文件中：
  1. cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
复制代码

，并设置authorized_keys的访问权限：
  1. chmod 600 ~/.ssh/authorized_keys
复制代码

。
scp文件到所有datenode节点：
  1. scp ~/.ssh/authorized_keys root@n2:~/.ssh/
复制代码

测试：在主节点上ssh n2，正常情况下，不需要密码就能直接登陆进去了。


3.安装Oracle的Java（所有节点）
CentOS，自带OpenJdk，不过运行CDH5需要使用Oracle的Jdk，需要Java 7的支持。

卸载自带的OpenJdk，使用
  1. rpm -qa | grep java
复制代码

查询java相关的包，使用
  1. rpm -e --nodeps 
复制代码

包名卸载之。
去Oracle的官网下载jdk的rpm安装包，并使用rpm -ivh 包名安装之。
由于是rpm包并不需要我们来配置环境变量，我们只需要配置一个全局的JAVA_HOME变量即可，执行命令：
  1. echo "JAVA_HOME=/usr/java/latest/" >> /etc/environment
复制代码




4.安装配置MySql（主节点）
通过
  1. yum install mysql-server
复制代码

安装mysql服务器。
  1. chkconfig mysqld on
复制代码

设置开机启动，并
  1. service mysqld start
复制代码

启动mysql服务，并根据提示设置root的初试密码：
  1. mysqladmin -u root password 'xxxx'
复制代码

。
  1. mysql -uroot -pxxxx
复制代码

进入mysql命令行，创建以下数据库：

  1. #hive

  2. create database hive DEFAULT CHARSET utf8 COLLATE utf8_general_ci;

  3. #activity monitor

  4. create database amon DEFAULT CHARSET utf8 COLLATE utf8_general_ci;
复制代码


设置root授权访问以上所有的数据库：
  1. #授权root用户在主节点拥有所有数据库的访问权限

  2. grant all privileges on *.* to 'root'@'n1' identified by 'xxxx' with grant option;

  3. flush privileges;
复制代码





5.关闭防火墙和SELinux
注意： 需要在所有的节点上执行，因为涉及到的端口太多了，临时关闭防火墙是为了安装起来更方便，安装完毕后可以根据需要设置防火墙策略，保证集群安全。
关闭防火墙：
  1. service iptables stop （临时关闭）  

  2. chkconfig iptables off （重启后生效）
复制代码




关闭SELINUX（实际安装过程中发现没有关闭也是可以的，不知道会不会有问题，还需进一步进行验证）:
  1. setenforce 0 （临时生效）  

  2. 修改 /etc/selinux/config 下的 SELINUX=disabled （重启后永久生效）
复制代码




6.所有节点配置NTP服务
集群中所有主机必须保持时间同步，如果时间相差较大会引起各种问题。 具体思路如下：
master节点作为ntp服务器与外界对时中心同步时间，随后对所有datanode节点提供时间同步服务。
所有datanode节点以master节点为基础同步时间。
所有节点安装相关组件：
  1. yum install ntp
复制代码

。完成后，配置开机启动：
  1. chkconfig ntpd on
复制代码

,检查是否设置成功：
  1. chkconfig --list ntpd
复制代码

其中2-5为on状态就代表成功。

主节点配置
在配置之前，先使用ntpdate手动同步一下时间，免得本机与对时中心时间差距太大，使得ntpd不能正常同步。这里选用65.55.56.206作为对时中心,
  1. ntpdate -u 65.55.56.206
复制代码

。
ntp服务只有一个配置文件，配置好了就OK。 这里只给出有用的配置，不需要的配置都用#注掉，这里就不在给出：
  1. driftfile /var/lib/ntp/drift

  2. restrict 127.0.0.1

  3. restrict -6 ::1

  4. restrict default nomodify notrap 

  5. server 65.55.56.206 prefer

  6. includefile /etc/ntp/crypto/pw

  7. keys /etc/ntp/keys
复制代码


配置文件完成，保存退出，启动服务，执行如下命令：
  1. service ntpd start
复制代码

检查是否成功，用ntpstat命令查看同步状态，出现以下状态代表启动成功：

  1. synchronised to NTP server () at stratum 2

  2. time correct to within 74 ms

  3. polling server every 128 s
复制代码


如果出现异常请等待几分钟，一般等待5-10分钟才能同步。
配置ntp客户端（所有datanode节点）

  1. driftfile /var/lib/ntp/drift

  2. restrict 127.0.0.1

  3. restrict -6 ::1

  4. restrict default kod nomodify notrap nopeer noquery

  5. restrict -6 default kod nomodify notrap nopeer noquery

  6. #这里是主节点的主机名或者ip

  7. server n1

  8. includefile /etc/ntp/crypto/pw

  9. keys /etc/ntp/keys
复制代码


ok保存退出，请求服务器前，请先使用ntpdate手动同步一下时间：ntpdate -u n1 (主节点ntp服务器)
这里可能出现同步失败的情况，请不要着急，一般是本地的ntp服务器还没有正常启动，一般需要等待5-10分钟才可以正常同步。启动服务：
  1. service ntpd start
复制代码


因为是连接内网，这次启动等待的时间会比master节点快一些，但是也需要耐心等待一会儿。

正式开工安装Cloudera Manager Server 和Agent
主节点解压安装
cloudera manager的目录默认位置在/opt下，解压：
  1. tar xzvf cloudera-manager*.tar.gz
复制代码

将解压后的cm-5.1.3和cloudera目录放到/opt目录下。

为Cloudera Manager 5建立数据库
首先需要去MySql的官网下载JDBC驱动，http://dev.mysql.com/downloads/connector/j/，解压后，找到mysql-connector-java-5.1.33-bin.jar，放到/opt/cm-5.1.3/share/cmf/lib/中。

在主节点初始化CM5的数据库：
  1. /opt/cm-5.1.3/share/cmf/schema/scm_prepare_database.sh mysql cm -hlocalhost -uroot -pxxxx --scm-host localhost scm scm scm
复制代码


Agent配置
修改/opt/cm-5.1.3/etc/cloudera-scm-agent/config.ini中的server_host为主节点的主机名。

同步Agent到其他节点
  1. scp -r /opt/cm-5.1.3 root@n2:/opt/
复制代码


在所有节点创建cloudera-scm用户
  1. useradd --system --home=/opt/cm-5.1.3/run/cloudera-scm-server/ --no-create-home --shell=/bin/false --comment "Cloudera SCM User" cloudera-scm
复制代码



准备Parcels，用以安装CDH5
将CHD5相关的Parcel包放到主节点的/opt/cloudera/parcel-repo/目录中（parcel-repo需要手动创建）。
相关的文件如下：
  • CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel
  • CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel.sha1
  • manifest.json
最后将CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel.sha1，重命名为CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel.sha，这点必须注意，否则，系统会重新下载CDH-5.1.3-1.cdh5.1.3.p0.12-el6.parcel文件。

相关启动脚本
通过
  1. /opt/cm-5.1.3/etc/init.d/cloudera-scm-server start
复制代码

启动服务端。
通过
  1. /opt/cm-5.1.3/etc/init.d/cloudera-scm-agent start
复制代码

启动Agent服务。
我们启动的其实是个service脚本，需要停止服务将以上的start参数改为stop就可以了，重启是restart。


CDH5的安装配置
Cloudera Manager Server和Agent都启动以后，就可以进行CDH5的安装配置了。
这时可以通过浏览器访问主节点的7180端口测试一下了（由于CM Server的启动需要花点时间，这里可能要等待一会才能访问），默认的用户名和密码均为admin：
1.png


可以看到，免费版本的CM5已经没有原来50个节点数量的限制了。

2.png


各个Agent节点正常启动后，可以在当前管理的主机列表中看到对应的节点。选择要安装的节点，点继续。

3.png


接下来，出现以下包名，说明本地Parcel包配置无误，直接点继续就可以了。


4.png


点击，继续，如果配置本地Parcel包无误，那么下图中的已下载，应该是瞬间就完成了，然后就是耐心等待分配过程就行了，大约10多分钟吧，取决于内网网速。


5.png


接下来是服务器检查，可能会遇到以下问题：

  1. Cloudera 建议将 /proc/sys/vm/swappiness 设置为 0。当前设置为 60。使用 sysctl 命令在运行时更改该设置并编辑 /etc/sysctl.conf 以在重启后保存该设置。您可以继续进行安装，但可能会遇到问题，Cloudera Manager 报告您的主机由于交换运行状况不佳。以下主机受到影响：
复制代码




通过
  1. echo 0 > /proc/sys/vm/swappiness
复制代码

即可解决。


6.png


接下来是选择安装服务：


7.png


服务配置，一般情况下保持默认就可以了（Cloudera Manager会根据机器的配置自动进行配置，如果需要特殊调整，自行进行设置就可以了）：


8.png


接下来是数据库的设置，检查通过后就可以进行下一步的操作了：


9.png


下面是集群设置的审查页面，我这里都是保持默认配置的：


10.png


终于到安装各个服务的地方了，注意，这里安装Hive的时候可能会报错，因为我们使用了MySql作为hive的元数据存储，hive默认没有带mysql的驱动，通过以下命令拷贝一个就行了：

  1. cp /opt/cm-5.1.3/share/cmf/lib/mysql-connector-java-5.1.33-bin.jar /opt/cloudera/parcels/CDH-5.1.3-1.cdh5.1.3.p0.12/lib/hive/lib/
复制代码





11.png


服务的安装过程大约半小时内就可以完成：


12.png


安装完成后，就可以进入集群界面看一下集群的当前状况了。
这里可能会出现无法发出查询：对 Service Monitor 的请求超时的错误提示，如果各个组件安装没有问题，一般是因为服务器比较卡导致的，过一会刷新一下页面就好了：


13.png


测试
在集群的一台机器上执行以下模拟Pi的示例程序：
  1. sudo -u hdfs hadoop jar /opt/cloudera/parcels/CDH/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar pi 10 100
复制代码


执行过程需要花一定的时间，通过YARN的后台也可以看到MapReduce的执行状态：


14.png

MapReduce执行过程中终端的输出如下：

  1. Number of Maps  = 10

  2. Samples per Map = 100

  3. Wrote input for Map #0

  4. Wrote input for Map #1

  5. Wrote input for Map #2

  6. Wrote input for Map #3

  7. Wrote input for Map #4

  8. Wrote input for Map #5

  9. Wrote input for Map #6

  10. Wrote input for Map #7

  11. Wrote input for Map #8

  12. Wrote input for Map #9

  13. Starting Job

  14. 14/10/13 01:15:34 INFO client.RMProxy: Connecting to ResourceManager at n1/192.168.1.161:8032

  15. 14/10/13 01:15:36 INFO input.FileInputFormat: Total input paths to process : 10

  16. 14/10/13 01:15:37 INFO mapreduce.JobSubmitter: number of splits:10

  17. 14/10/13 01:15:39 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1413132307582_0001

  18. 14/10/13 01:15:40 INFO impl.YarnClientImpl: Submitted application application_1413132307582_0001

  19. 14/10/13 01:15:40 INFO mapreduce.Job: The url to track the job: http://n1:8088/proxy/application_1413132307582_0001/

  20. 14/10/13 01:15:40 INFO mapreduce.Job: Running job: job_1413132307582_0001

  21. 14/10/13 01:17:13 INFO mapreduce.Job: Job job_1413132307582_0001 running in uber mode : false

  22. 14/10/13 01:17:13 INFO mapreduce.Job:  map 0% reduce 0%

  23. 14/10/13 01:18:02 INFO mapreduce.Job:  map 10% reduce 0%

  24. 14/10/13 01:18:25 INFO mapreduce.Job:  map 20% reduce 0%

  25. 14/10/13 01:18:35 INFO mapreduce.Job:  map 30% reduce 0%

  26. 14/10/13 01:18:45 INFO mapreduce.Job:  map 40% reduce 0%

  27. 14/10/13 01:18:53 INFO mapreduce.Job:  map 50% reduce 0%

  28. 14/10/13 01:19:01 INFO mapreduce.Job:  map 60% reduce 0%

  29. 14/10/13 01:19:09 INFO mapreduce.Job:  map 70% reduce 0%

  30. 14/10/13 01:19:17 INFO mapreduce.Job:  map 80% reduce 0%

  31. 14/10/13 01:19:25 INFO mapreduce.Job:  map 90% reduce 0%

  32. 14/10/13 01:19:33 INFO mapreduce.Job:  map 100% reduce 0%

  33. 14/10/13 01:19:51 INFO mapreduce.Job:  map 100% reduce 100%

  34. 14/10/13 01:19:53 INFO mapreduce.Job: Job job_1413132307582_0001 completed successfully

  35. 14/10/13 01:19:56 INFO mapreduce.Job: Counters: 49

  36.         File System Counters

  37.                 FILE: Number of bytes read=91

  38.                 FILE: Number of bytes written=1027765

  39.                 FILE: Number of read operations=0

  40.                 FILE: Number of large read operations=0

  41.                 FILE: Number of write operations=0

  42.                 HDFS: Number of bytes read=2560

  43.                 HDFS: Number of bytes written=215

  44.                 HDFS: Number of read operations=43

  45.                 HDFS: Number of large read operations=0

  46.                 HDFS: Number of write operations=3

  47.         Job Counters

  48.                 Launched map tasks=10

  49.                 Launched reduce tasks=1

  50.                 Data-local map tasks=10

  51.                 Total time spent by all maps in occupied slots (ms)=118215

  52.                 Total time spent by all reduces in occupied slots (ms)=11894

  53.                 Total time spent by all map tasks (ms)=118215

  54.                 Total time spent by all reduce tasks (ms)=11894

  55.                 Total vcore-seconds taken by all map tasks=118215

  56.                 Total vcore-seconds taken by all reduce tasks=11894

  57.                 Total megabyte-seconds taken by all map tasks=121052160

  58.                 Total megabyte-seconds taken by all reduce tasks=12179456

  59.         Map-Reduce Framework

  60.                 Map input records=10

  61.                 Map output records=20

  62.                 Map output bytes=180

  63.                 Map output materialized bytes=340

  64.                 Input split bytes=1380

  65.                 Combine input records=0

  66.                 Combine output records=0

  67.                 Reduce input groups=2

  68.                 Reduce shuffle bytes=340

  69.                 Reduce input records=20

  70.                 Reduce output records=0

  71.                 Spilled Records=40

  72.                 Shuffled Maps =10

  73.                 Failed Shuffles=0

  74.                 Merged Map outputs=10

  75.                 GC time elapsed (ms)=1269

  76.                 CPU time spent (ms)=9530

  77.                 Physical memory (bytes) snapshot=3792773120

  78.                 Virtual memory (bytes) snapshot=16157274112

  79.                 Total committed heap usage (bytes)=2856624128

  80.         Shuffle Errors

  81.                 BAD_ID=0

  82.                 CONNECTION=0

  83.                 IO_ERROR=0

  84.                 WRONG_LENGTH=0

  85.                 WRONG_MAP=0

  86.                 WRONG_REDUCE=0

  87.         File Input Format Counters

  88.                 Bytes Read=1180

  89.         File Output Format Counters

  90.                 Bytes Written=97

  91. Job Finished in 262.659 seconds

  92. Estimated value of Pi is 3.14800000000000000000
复制代码



检查Hue
首次登陆Hue会让设置一个初试的用户名和密码，设置好，登陆到后台，会做一次检查，一切正常后会提示：

15.png

到这里表明我们的集群可以使用了。


遇到的问题
Agent启动后，安装阶段“当前管理的主机”中显示的节点不全，每次刷新显示的都不一样。
Agent的错误日志表现如下：
  1. [18/Nov/2014 21:12:56 +0000] 22681 MainThread agent ERROR Heartbeating to master:7182 failed.

  2. Traceback (most recent call last):

  3.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/src/cmf/agent.py", line 820, in send_heartbeat

  4.     response = self.requestor.request('heartbeat', dict(request=heartbeat))

  5.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/ipc.py", line 139, in request

  6.     return self.issue_request(call_request, message_name, request_datum)

  7.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/ipc.py", line 255, in issue_request

  8.     return self.read_call_response(message_name, buffer_decoder)

  9.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/ipc.py", line 235, in read_call_response

  10.     raise self.read_error(writers_schema, readers_schema, decoder)

  11.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/ipc.py", line 244, in read_error

  12.     return AvroRemoteException(datum_reader.read(decoder))

  13.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/io.py", line 444, in read

  14.     return self.read_data(self.writers_schema, self.readers_schema, decoder)

  15.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/io.py", line 448, in read_data

  16.     if not DatumReader.match_schemas(writers_schema, readers_schema):

  17.   File "/home/opt/cm-5.2.0/lib64/cmf/agent/build/env/lib/python2.6/site-packages/avro-1.6.3-py2.6.egg/avro/io.py", line 379, in match_schemas

  18.     w_type = writers_schema.type

  19. AttributeError: 'NoneType' object has no attribute 'type'
复制代码


这是由于在主节点上启动了Agent后，又将Agent scp到了其他节点上导致的，首次启动Agent，它会生成一个uuid，路径为：
  1. /opt/cm-5.1.3/lib/cloudera-scm-agent/uuid
复制代码

,这样的话每台机器上的Agent的uuid都是一样的了，就会出现紊乱的情况。

解决方案：
删除
  1. /opt/cm-5.1.3/lib/cloudera-scm-agent/
复制代码

目录下的所有文件。
清空主节点CM数据库。

最佳实践
在内网单独搭建yum的repo，然后CM的管理界面安装Agent，这样安装比较快，也不会出现什么问题。
如果手动添加添加Agent的话，需要注意启动之前删除相关的标示文件，否则Server端在数据库中记录Agent的信息，还得清理数据库中的信息，就麻烦了。





来源：tuiku
转载翟士丹(Stan Zhai)



本帖被以下淘专辑推荐:

回复

使用道具 举报

自定义广告语

已有(37)人评论

跳转到指定楼层
正序浏览
355815741 发表于 2014-12-27 09:02:30
学习了，谢谢分享~
回复

使用道具 举报

ddmiao 发表于 2014-12-29 15:04:42
楼主，我在离线安装CDH5.2.1时按照上述步骤进行，结果在“当前管理主机那部分”，不能识别到master，手动添加后会出现后面版本标注为“CDH版本5.2.1”的情况，这是为什么啊
回复

使用道具 举报

阿飞 发表于 2014-12-30 23:59:46
ddmiao 发表于 2014-12-29 15:04
楼主，我在离线安装CDH5.2.1时按照上述步骤进行，结果在“当前管理主机那部分”，不能识别到master，手动添 ...
两种情况：
第一种：检查host、网络、等配置

第二种：以前装过没有卸载干净
回复

使用道具 举报

ddmiao 发表于 2014-12-31 09:02:29
阿飞 发表于 2014-12-30 23:59
两种情况：
第一种：检查host、网络、等配置

我试过了，可能是之前没卸干净，不过后面在装Impala的时候，服务无法启动，里面有什么AUX_CLASSPATH什么的，不知道是什么，想问问楼主怎么回事
回复

使用道具 举报

wubaozhou 发表于 2015-1-2 21:57:25
回复

使用道具 举报

tustyao 发表于 2015-2-12 14:20:35
回复

使用道具 举报

hxw2ljj 发表于 2015-3-25 13:35:31
太感谢了，非常及时，感谢共享。
回复

使用道具 举报

yuquan33 发表于 2015-4-6 12:28:56
为什么我离线安装的时候，还提示下载，包放的位置正确。
回复

使用道具 举报

QIDOUDOU 发表于 2015-8-5 15:04:31
学习了，谢谢
回复

使用道具 举报

1234下一页
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

发表新帖
阿飞

超级版主

关注

  • 1884

    主题

  • 1989

    帖子

  • 122

    粉丝

TA的主题
关闭

推荐上一条 /2 下一条

关于我们· 联系我们· 加入我们· 小黑屋· 合作伙伴   

Copyright © 2001-2024 About云-梭伦科技 Powered by Discuz! X3.4 Licensed Discuz Team.

简书 / Smrz 京ICP备2020039040号 Wxb 简书网举报电话：021-34700000