- 博客(142)
- 资源 (22)
- 收藏
- 关注
RSS订阅原创 MyBatis框架原理与核心特性详解
MyBatis是一个半自动ORM框架，核心思想是SQL与代码分离，开发者需手动编写SQL但拥有更大控制权。其架构包括配置加载、SQL映射、动态代理和执行流程四大环节，通过Executor等核心对象实现数据库操作。关键特性包含一/二级缓存、动态SQL生成和插件机制，相比Hibernate具有更高的SQL控制灵活性和更优性能。适用于需要复杂SQL优化、对性能要求高的项目，在保持ORM便利性的同时提供完全的SQL控制能力。
2026-01-09 09:00:00
280
原创 分布式系统CAP与BASE理论详解
摘要：CAP定理和BASE理论是分布式系统设计的核心理论。CAP定理指出在网络分区时，系统只能在一致性(C)和可用性(A)之间二选一，而分区容错性(P)必须保证。BASE理论则是对AP系统的实践指导，提出基本可用(BA)、软状态(S)和最终一致性(E)的设计原则，通过牺牲强一致性来换取高可用性和可扩展性。两者共同构成了现代分布式系统设计的理论基础，CAP定理定义系统局限，BASE理论提供具体实现方案。
2026-01-08 00:50:26
397
原创 开源分布式ID生成方案接入介绍
本文对比分析了五种主流分布式ID生成方案：美团Leaf（支持号段/Snowflake模式）、滴滴Tinyid（Leaf增强版）、IdGenerator（解决时钟回拨）、百度uid-generator（高性能）和Hutool轻量方案。详细介绍了各方案的部署方式、核心特点及Java接入代码示例，如Leaf的数据库配置、IdGenerator的多语言支持等。针对不同场景给出选型建议：中小项目推荐Hutool，微服务架构建议Leaf/Tinyid，时钟回拨敏感场景或多语言环境选择IdGenerator。
2026-01-07 12:25:01
1409
原创 分布式ID生成方法详解
摘要：分布式ID生成是分布式系统的关键技术，需满足全局唯一、趋势递增、高性能等要求。主流方案包括：UUID（简单但无序）、数据库自增ID（单机性能差，集群扩展难）、Snowflake算法（高效但依赖时钟）、Redis原子操作（需维护缓存）、ZooKeeper（强一致但性能低）和发号器服务（可控但引入网络延迟）。建议根据业务规模选择：初创项目用UUID或单机数据库，中等并发用数据库号段模式，高并发用改进版Snowflake。号段模式和Snowflake变种是生产环境最主流的选择。
2026-01-07 02:10:51
960
原创 限流算法：令牌桶与漏桶详解
限流算法用于控制系统请求速率，防止过载。令牌桶算法以固定速率生成令牌，允许突发流量处理（取决于桶容量），适用于需要弹性应对突发的场景。漏桶算法强制恒定处理速率，严格平滑流量，适合要求稳定输出的场景。两者核心区别在于：令牌桶控制平均流入速率并允许突发，漏桶确保绝对匀速输出。实际应用中，令牌桶更常见（如API限流），漏桶用于特殊需求（如流量整形）。分布式环境下可通过Redis等实现限流，并建议结合监控和多级策略进行动态调整。选择算法需根据业务对突发流量和输出稳定性的需求权衡。
2026-01-06 14:03:20
626
原创 线性数据结构关系与实现解析
本文深入分析了四种基础线性数据结构：数组、链表、栈和队列。数组和链表是物理存储结构，前者连续存储支持随机访问，后者链式存储仅支持顺序访问。栈和队列则是抽象数据类型(ADT)，分别遵循LIFO和FIFO规则，它们可以基于数组或链表实现。核心区别在于：数组/链表关注存储方式，栈/队列关注操作规则。这四种结构形成层级关系，基础存储结构（数组/链表）可实现高级抽象结构（栈/队列）。理解这种"容器与规则"的关系对掌握数据结构至关重要。
2026-01-05 17:14:32
459
原创 RocketMQ有序消息实现原理
RocketMQ通过顺序消息机制实现消息有序性，分为全局有序（单队列）和分区有序（多队列）两种类型。核心实现包括：发送端通过业务ID哈希选择队列，Broker端顺序存储消息，消费端通过队列锁定和顺序监听器保证处理顺序。关键技术包含队列锁定、消费重试机制，并仅保证同一队列内的顺序性。生产配置需注意合理设计分区键，平衡顺序需求与吞吐量。常见问题包括性能优化和消息阻塞处理，推荐优先采用分区有序模式。
2026-01-05 01:23:36
793
原创 PostgreSQL与MySQL选型对比
PostgreSQL与MySQL对比摘要：PostgreSQL适合复杂查询、高一致性及GIS应用，支持丰富数据类型和扩展功能；MySQL则在简单读写、云服务集成和主从复制上表现优异。选型关键因素包括：查询复杂度、数据模型、事务要求、团队经验和云服务需求。复杂业务推荐PostgreSQL，简单OLTP场景可选MySQL。混合架构可结合两者优势，最终应通过实际测试验证性能。建议不确定场景优先考虑PostgreSQL的功能超集特性。
2026-01-04 00:36:12
842
原创 PostgreSQL数据库详细介绍
PostgreSQL是一款功能强大的开源关系型数据库，具备完整的ACID特性、多版本并发控制(MVCC)和丰富的数据类型支持。其核心优势包括：支持JSON/JSONB、表分区、物化视图等高级功能；提供多种索引类型和细粒度权限控制；具有强大的扩展性，可通过PostGIS等扩展增强功能。它采用基于成本的查询优化器，支持并行查询和多种复制方案，适用于复杂业务系统、GIS应用和数据分析等场景。通过合理的配置调优和索引策略，可显著提升性能。PostgreSQL以其SQL标准兼容性、可靠性和持续创新在数据库领域保持领先
2026-01-03 23:51:49
1026
原创 Redis BitMap介绍及使用场景示例
Redis的BitMap是一种高效存储二进制位的数据结构，主要用于布尔值标记和统计场景。典型应用包括用户行为记录（登录/签到）、活跃用户统计（DAU/MAU）、布隆过滤器实现、设备状态监控等。相比Set结构，BitMap可大幅节省内存（10亿用户签到仅需约120MB）。其核心优势在于支持位运算（AND/OR/XOR）和快速统计（BITCOUNT），但需注意稀疏数据可能浪费内存，且偏移量上限为42亿。常用命令包括SETBIT、GETBIT、BITOP等，特别适合海量布尔值的高性能存储需求。
2026-01-02 23:50:31
334
原创 Redis集群扩容数据迁移方案分析
Redis集群从3节点扩容到4节点时，需要迁移约25%的数据以重新平衡槽位分布。迁移方案包括：1.准备工作（环境检查、新节点配置）；2.添加新节点并计算槽位迁移计划（每个原节点迁移1365个槽）；3.执行迁移（支持自动或手动方式）；4.迁移后验证（集群状态、数据一致性检查）。关键点：使用CRC16算法将数据均匀分布在16384个槽位中，迁移过程需监控性能并准备回滚方案。该方案确保扩容后各节点负载均衡，同时最小化对业务的影响。
2026-01-01 23:51:14
543
原创 阿里开源搜索引擎Havenask与OpenSearch的关系
阿里开源的Havenask与阿里云OpenSearch共享同一核心技术，但定位不同：Havenask是开源搜索引擎内核，需自主部署运维；OpenSearch则是基于该内核的商业化云服务，提供全托管解决方案。两者形成"开源+商业"双轨模式，Havenask面向技术团队深度定制，OpenSearch服务企业级用户。这种模式既建立技术生态又实现商业价值，用户可根据需求选择自建或托管方案。
2025-12-31 01:00:00
445
原创 ThreadLocal内存泄漏机制解析
ThreadLocal内存泄漏机制源于其设计权衡：Entry的key为弱引用（防止ThreadLocal对象无法回收），value为强引用（保证数据可靠性）。当ThreadLocal对象被回收后，key为null的Entry会导致value无法自动释放。虽然get/set/remove操作会触发清理，但最佳实践是显式调用remove()，尤其在线程池场景中。这种设计通过弱引用key减轻泄漏范围，但核心问题仍是未及时清理的强引用value。开发者应养成remove习惯，避免内存泄漏。
2025-12-30 23:11:51
935
原创 Redis热key与大key的危害及解决方案
Redis热Key与大Key问题解决方案 热Key和大Key是Redis常见性能瓶颈。热Key指高频访问的Key，易导致单点过载和缓存击穿，可通过本地缓存、Key拆分、读写分离分散压力。大Key指体积过大的Key，会引发内存不均和阻塞操作，需采用数据结构拆分、异步删除和优化访问命令。通用建议包括：监控预警（使用redis-cli--bigkeys等工具）、规范开发（限制Key大小）、架构优化（多级缓存）。通过组合这些方案，可有效提升Redis稳定性和性能。
2025-12-30 00:30:00
1020
原创 Redis键值设计原则与最佳实践
Redis键值设计核心原则：Key应保持可读性（冒号分隔层级）、简洁性（避免过长）和稳定性；Value需选择合适数据结构（String/Hash/List等），控制大小（建议<10KB）并优化序列化策略。设计时采用分片策略、设置TTL，避免大Key/热Key等陷阱。实战中应充分利用Redis的原子操作和丰富数据结构，根据访问模式而非简单数据库映射来设计。定期监控大Key/热Key，优化内存使用和集群设计是关键。
2025-12-29 00:15:00
383
原创 Redis Key过期删除策略详解
Redis采用双重Key过期删除策略：惰性删除在访问时检查并删除过期Key，节省CPU但可能内存泄露；定期删除每秒随机扫描部分Key，平衡内存和CPU消耗。当内存不足时，根据配置策略（如LRU/LFU）淘汰数据。优化建议包括调整扫描频率、避免批量Key同时过期。这种组合策略在内存效率与CPU开销间取得平衡，确保Redis高效处理大量带过期时间的Key。
2025-12-28 00:30:00
814
原创 消息中间件推送机制详解
消息中间件推送机制涉及Broker主动推送或Consumer主动拉取两种模式。推模式（如RocketMQ）通过长连接实时推送，包含负载均衡、ACK确认和重试机制；拉模式（如Kafka）采用轮询优化实现准实时效果。两种模式在实时性、负载均衡和复杂度等方面各有优劣，现代系统常结合使用并辅以批量推送、顺序保证等优化策略。主流中间件如RocketMQ、Kafka等在实现上存在差异，选择取决于对实时性和可控性的需求平衡。
2025-12-27 01:45:22
1004
原创 最终一致性系统中的消息可靠性保障策略
本文阐述了确保最终一致性系统消息可靠性的关键策略。从生产端、消息中间件、消费端三个环节提出保障措施：生产端通过持久化、事务消息确保可靠投递；中间件采用高可用集群、多副本同步实现数据冗余；消费端依靠手动ACK、重试队列和幂等处理保证可靠消费。此外，建议建立端到端监控、对账补偿机制及容灾备份方案。技术选型上，RocketMQ适合强一致场景，Kafka适用于高吞吐需求。最终一致性系统的核心是通过"四重保障"（可靠投递、集群化、幂等重试和监控补偿）实现故障场景下的最终可达，而非追求实时可靠。
2025-12-26 01:24:02
812
原创 QLExpress介绍以及与其他规则引擎对比分析
QLExpress是阿里开源的轻量级Java规则引擎，支持动态规则执行。其名称QLExpress代表"查询语言快速执行"，具有高性能、线程安全、支持自定义函数等特性。相比Drools等引擎，QLExpress更轻量、易集成，支持中文关键字，适合业务规则频繁变更的场景。通过简单的API即可实现表达式计算、变量上下文和条件判断等功能。核心优势在于平衡性能与易用性，特别适合需要快速响应业务变化的Java项目。
2025-12-25 00:48:20
784
原创 Spring Boot自动装配原理解析
SpringBoot自动装配是其核心特性，通过约定大于配置原则自动配置所需Bean。核心注解@SpringBootApplication包含@EnableAutoConfiguration，利用AutoConfigurationImportSelector加载META-INF/spring.factories或AutoConfiguration.imports中的配置类，并基于@Conditional系列注解进行条件过滤。自动装配流程包括加载候选配置、去重、条件排除和过滤，最终注册符合条件的Bean.
2025-12-24 09:00:00
864
原创 系统启动频繁Full GC问题排查与优化
摘要：Java应用启动时频繁FullGC常见原因包括堆内存过小、大对象/内存泄漏、元空间配置不当及GC参数不合理。排查步骤：1)获取并分析GC日志；2)使用jstat/VisualVM等工具监控；3)分析堆内存dump；4)审查启动代码。解决方案需调整JVM参数、优化代码和延迟初始化。系统可能勉强启动但存在严重性能风险，建议立即解决以避免生产环境故障。关键要增大堆内存、定位问题代码并优化内存使用。
2025-12-23 00:32:44
686
原创 Redis缓存一致性与常见问题解决方案
Redis缓存一致性及常见问题解决方案 摘要：本文介绍了Redis缓存一致性的概念及四种常见解决方案（Cache-Aside、先删缓存后更新、延时双删和Binlog订阅）。针对缓存三大问题（穿透、击穿、雪崩）提出了具体解决措施：穿透通过布隆过滤器/空值缓存；击穿采用互斥锁/逻辑过期；雪崩通过随机过期/多级缓存。同时给出了Java生态中的实践建议，包括Spring Cache抽象、监控告警、异常处理等。最后强调应根据业务场景选择合适的工具组合，确保缓存系统的高可用性和数据一致性。
2025-12-22 09:15:00
1614
原创 RocketMQ事务消息实现原理解析
RocketMQ事务消息通过两阶段提交（2PC）和事务状态回查机制解决分布式事务问题。生产者先发送半消息到Broker，执行本地事务后提交确认，Broker根据结果决定投递或删除消息。若生产者未响应，Broker会主动回查事务状态（最多15次）。消费者端通过ACK确认、16级重试机制和死信队列确保消息可靠消费，同时要求业务实现幂等性处理。该方案将分布式事务拆分为本地事务+消息投递，在保证最终一致性的同时提高了系统吞吐量，适用于订单、转账等需要事务保障的场景。
2025-12-21 09:30:00
807
原创 云原生与DevOps关系解析
云原生是一套基于云计算环境的技术体系与架构范式，强调利用容器、微服务、编排等技术构建弹性、可扩展的应用。DevOps则是一种聚焦协作与自动化的文化与流程方法论，旨在通过CI/CD、自动化工具等打破部门壁垒，实现高效软件交付。两者本质不同但协同共生：云原生为DevOps提供理想的技术载体，而DevOps的文化与实践是管理和发挥云原生复杂架构的关键。它们共同推动业务敏捷性，形成“魂与体”的结合——云原生是技术实现的“体”，DevOps是流程与协作的“魂”。只有两者深度融合，才能充分发挥现代软件交付的潜力。
2025-12-20 09:45:00
769
原创 云原生概念与技术详解
云原生是一种基于云计算特性的应用构建方法，强调弹性、可扩展和高效。其核心理念是从设计之初就为云环境构建应用，而非简单迁移。关键技术包括容器化、Kubernetes编排、微服务架构等，实现自动化部署和动态扩展。云原生通过声明式API、服务网格等技术提升系统韧性和可观测性，支持快速迭代。相比传统云托管，云原生能最大化发挥云平台优势，已成为现代数字基础设施的基石。企业可通过渐进式路径实现云原生转型，从降低成本走向业务创新。
2025-12-19 09:15:00
1129
原创 Java反射的作用与应用场景
Java反射机制允许程序在运行时动态操作类和对象，实现动态加载类、访问私有成员、调用方法等功能。其核心应用包括框架开发（如Spring依赖注入）、动态代理、序列化、测试框架等场景。反射虽提供高度灵活性，但存在性能开销大、安全隐患等问题。最佳实践建议缓存反射结果、优化访问权限，并遵循"非必要不使用"原则。现代开发中，部分反射功能已被注解处理器等替代技术实现。反射是Java高级编程的重要特性，需权衡利弊谨慎使用。
2025-12-18 09:00:00
332
原创 Redis单线程高并发原理解析
Redis采用单线程模型实现高并发，核心原理在于：1）内存操作速度快，CPU非瓶颈；2）基于多路复用技术处理网络I/O，避免阻塞；3）消除线程切换和锁竞争开销。单线程优势包括原子性保证、性能可预测和代码简洁性。针对CPU密集型操作等局限性，可通过集群分片、异步命令和Redis 6.0的多线程I/O优化。典型场景下QPS可达10万+，延迟低于1ms。虽然引入多线程I/O，但核心数据操作仍保持单线程，平衡了性能与一致性。
2025-12-17 09:30:00
440
原创 Java内存模型（JMM）详解
摘要：JMM(Java内存模型)是规范多线程环境下共享变量访问规则的一套抽象规范，主要解决可见性、原子性和有序性问题。JMM通过synchronized保证原子性和有序性，强制主内存与工作内存同步；通过volatile保证可见性，防止指令重排序；配合Happens-Before原则确保操作顺序。这些机制使开发者无需了解底层硬件细节，就能编写线程安全的代码。JMM不同于JVM内存结构，是专门针对多线程并发问题的解决方案。
2025-12-16 09:30:00
1704
原创 JVM内存结构与Java内存模型的区别
摘要：JVM内存模型实际上包含两个不同概念：Java内存模型(JMM)和JVM内存结构。JMM是并发编程规范，定义了线程间共享变量的可见性、原子性和有序性，涉及volatile、synchronized等关键字。JVM内存结构则是运行时数据区的划分，包括堆、栈、方法区等内存区域。前者解决多线程并发问题，后者处理内存分配和回收。日常讨论中"JVM内存模型"多指后者，但在并发场景下应明确区分这两个概念。
2025-12-15 09:15:00
832
原创 算法时间复杂度与空间复杂度详解
算法复杂度是衡量算法效率的核心指标，包括时间复杂度和空间复杂度。时间复杂度反映算法执行时间随数据规模增长的趋势，空间复杂度衡量内存占用情况。两者都采用大O表示法，忽略常数和低阶项，关注最高阶增长趋势。常见时间复杂度从优到劣为O(1)、O(logn)、O(n)、O(nlogn)、O(n²)、O(2ⁿ)、O(n!)。空间复杂度同样分为O(1)、O(n)、O(n²)等。实际应用中需要在时间和空间效率之间进行权衡，如哈希表用空间换时间，流处理用时间换空间。理解这些概念是优化算法和选择数据结构的基础。
2025-12-14 09:30:00
983
原创 Redis持久化策略详解
Redis提供RDB和AOF两种持久化策略：RDB通过定时快照实现快速恢复但可能丢失数据，AOF记录所有写操作确保数据完整但文件较大。Redis 4.0+引入混合持久化模式，结合RDB快照和AOF增量命令，兼顾恢复速度与数据安全。RDB适合高性能场景，AOF侧重数据可靠性，混合模式平衡二者优势。配置需权衡性能与安全，建议根据业务需求选择或组合使用不同策略。
2025-12-13 09:45:00
841
原创 链路追踪技术traceId传递机制
分布式系统中链路追踪的核心是通过上下文传播机制实现traceId传递。主要流程包括：1）客户端将traceId注入请求头；2）服务端提取并创建子Span；3）通过线程局部存储维护上下文。常见协议包括W3C TraceContext、Zipkin B3和Jaeger格式，支持HTTP、RPC、消息队列等多种通信方式。实现时需注意异步线程传递、跨语言兼容和采样决策等问题。标准化工具如OpenTelemetry通过拦截器和API简化了traceId的跨服务传递过程，确保完整请求链路的可观测性。
2025-12-12 09:30:00
768
原创 Git撤销命令revert与reset区别
Git撤销命令revert与reset的核心区别：revert通过创建新提交来撤销更改，保留历史记录，适合已推送的提交；reset直接修改历史记录，有三种模式（--soft保留更改，--mixed取消暂存，--hard彻底丢弃），仅适用于本地未推送的提交。关键原则：公共历史用revert，私有历史用reset。已推送提交必须用revert，未推送提交可用reset，其中--hard会彻底删除工作区更改，需谨慎使用。
2025-12-11 23:50:27
380
原创 JVM垃圾回收算法详解
JVM垃圾回收机制主要包括对象存活判定和垃圾收集算法。存活判定采用可达性分析算法，通过GC Roots判定不可达对象。垃圾收集算法分为：标记-清除（简单但产生碎片）、标记-复制（高效但浪费空间）、标记-整理（无碎片但耗时）。现代JVM采用分代收集思想，新生代使用复制算法，老年代使用标记-清除或整理算法。主流收集器如G1、ZGC等根据不同性能目标组合这些算法，平衡吞吐量和延迟。理解垃圾回收需要掌握从判定到清理的完整流程及算法适用场景。
2025-12-10 09:30:00
615
原创 MySQL事务死锁排查方法总结
摘要：MySQL事务死锁排查方法包括：1）开启死锁日志记录并分析SHOW ENGINE INNODB STATUS输出；2）通过INFORMATION_SCHEMA或performance_schema监控工具查询锁信息（5.7和8.0版本差异）；3）优化事务设计，如缩短事务、固定访问顺序、添加索引；4）应用层策略如设置超时和重试机制。排查步骤建议先收集日志信息，识别模式后优化SQL和索引，最后持续监控验证效果。常用命令包括查看锁等待、线程状态等系统表信息。
2025-12-09 10:00:00
288
原创 Java线程池配置原则与实战建议
摘要：Java线程池配置需根据任务类型、系统资源和业务场景综合考量。CPU密集型任务推荐线程数等于CPU核数+1，使用有界队列；I/O密集型任务建议线程数为CPU核数的2-4倍。队列选择应考虑任务特性，通常推荐有界队列防止OOM。配置步骤包括分析任务类型、确定资源、设定目标、计算初始值、压测验证和设置拒绝策略。行业实践中，Tomcat默认配置为200最大线程数，HikariCP推荐连接池大小为CPU核数*2+磁盘数。最终建议保守配置后通过监控和压测逐步优化调整。
2025-12-09 09:15:00
989
原创 Java线程死锁原因及避免方法
摘要：死锁是多线程程序中因资源竞争导致的阻塞现象，需要满足互斥、请求保持、不剥夺和循环等待四个条件。文章通过Java代码示例演示了死锁场景，并提出了四种解决方案：锁顺序法确保统一获取顺序、锁超时法设置等待时间、使用高级并发工具以及资源排序法。此外还介绍了jstack等检测工具和最佳实践，包括固定锁顺序、减少同步范围等，以预防和解决死锁问题。
2025-12-08 09:30:00
365
原创 MySQL数据库日志机制关联与对比
特性undo Logredo LogbinlogMVCC所属层级InnoDB存储引擎InnoDB存储引擎MySQL Server层InnoDB实现机制主要目的事务回滚、支撑MVCC崩溃恢复、保证持久性主从复制、时间点恢复高并发读、隔离级别实现日志性质逻辑日志（记录行前像）物理逻辑日志（记录页修改）逻辑日志（SQL或行变化）一种并发控制机制持久化时机随脏页刷盘/事务提交事务提交前（WAL）事务提交时（2PC）生命周期事务提交后可能延迟清理循环写入，空间复用全量保存，按策略清理。
2025-12-07 09:30:00
611
原创 Java线程池核心参数及使用指南
本文详细介绍了Java线程池的实现原理和使用方法。主要内容包括：线程池的概念及优势，核心类ThreadPoolExecutor的七大参数详解（核心线程数、最大线程数、存活时间等），线程池的工作流程和状态流转。文章对比了Executors创建的不同类型线程池，推荐使用自定义线程池配置，并提供了线程池监控和优雅关闭的代码示例。最后给出了CPU密集型和IO密集型任务的配置建议，强调合理设置拒绝策略、避免无界队列等注意事项。通过深入理解线程池参数和工作原理，可以优化系统性能并避免常见问题。
2025-12-06 09:45:00
1442
1
原创 阿里Canal数据库增量日志解析工具介绍
阿里巴巴Canal是一款基于MySQL主从复制机制的开源数据同步工具，通过模拟从库获取主库binlog日志并解析，实现数据变更的实时捕获与传输。其核心优势在于毫秒级延迟、业务无侵入性和低性能影响，支持将数据同步至Kafka、ES等多种目的地。Canal包含服务端(解析binlog)和客户端/适配器(数据消费)两部分，适用于异构数据同步、缓存更新等场景。作为阿里内部精卫平台的开源核心组件，Canal经过双十一验证，具有高可靠性，是构建实时数据管道的优选方案。
2025-12-05 21:56:31
775
企业工资管理系统的设计与实现ASP+SQL
2010-06-26
s2sh整合demo源码
2014-06-18
s2sh注解方式整合demo源码
2014-06-23
FindBugs插件及安装使用说明
2014-08-29
很强大的java代码混淆工具 Jocky
2014-09-30
httpd-2.4.39及依赖包.zip
2019-06-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人