主頁 > 區塊鏈 > 區間值之和oracle

區間值之和oracle

2022-11-03 02:27:44 區塊鏈

詢問:

select to_char(date, 'HH24:MI') as Timestamp,
count(case when type = 5 then 1 end) as Counts1,
count(case when type = 6 then 1 end) as Counts2,
from data
where date >= to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')
and date <= to_date('2022-10-27 01:20', 'YYYY-MM-DD HH24:MI')
and type IN (5,6)
group by to_char(date, 'HH24:MI')
order by to_char(date, 'HH24:MI')
 ----------- ----------- ---------- 
| Timestamp | Counts1   | Counts2  |
 ----------- ----------- ---------- 
| 01:00     | 200       | 12       |
| 01:01     | 250       | 35       |
| 01:02     | 300       | 47       |
| 01:03     | 150       | 78       |
| 01:04     | 100       | 125      |
| 01:05     | 125       | 5        |
| 01:06     | 130       | 10       |
| 01:07     | 140       | 12       |
| 01:08     | 150       | 35       |
| 01:09     | 160       | 47       |
| 01:10     | 170       | 78       |
| 01:11     | 180       | 125      |
| 01:12     | 190       | 5        |
| 01:13     | 210       | 10       |
| 01:14     | 220       | 12       |
| 01:15     | 230       | 35       |
| 01:16     | 240       | 47       |
| 01:17     | 260       | 78       |
| 01:18     | 270       | 125      |
| 01:19     | 280       | 5        |
| 01:20     | 290       | 10       |
 ----------- ----------- ---------- 

從上面的查詢中,我們每 1 分鐘得到一次結果,我們正在尋找給定時間戳的每 5 分鐘間隔的資料總和。

預期結果:

 ----------- ----------- ---------- 
| Timestamp | Counts1   | Counts2  |
 ----------- ----------- ---------- 
| 01:05     | 1125      | 302      |
| 01:10     | 750       | 182      |
| 01:15     | 1030      | 187      |
| 01:20     | 1340      | 265      |
 ----------- ----------- ---------- 

有人可以幫忙嗎

在下面嘗試:

select to_char(date   interval '5' minute, 'HH24:MI') as Timestamp,
count(case when type = 5 then 1 end) as Counts1,
count(case when type = 6 then 1 end) as Counts2,
from data
where date >= to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')
and date <= to_date('2022-10-27 01:20', 'YYYY-MM-DD HH24:MI')
and type IN (5,6)
group by to_char(date   interval '5' minute, 'HH24:MI')
order by to_char(date   interval '5' minute, 'HH24:MI')

下面是我們得到的結果:

 ----------- ----------- ---------- 
| Timestamp | Counts1   | Counts2  |
 ----------- ----------- ---------- 
| 01:05     | 125       | 5        |
| 01:06     | 130       | 10       |
| 01:07     | 140       | 12       |
| 01:08     | 150       | 35       |
| 01:09     | 160       | 47       |
| 01:10     | 170       | 78       |
| 01:11     | 180       | 125      |
| 01:12     | 190       | 5        |
| 01:13     | 210       | 10       |
| 01:14     | 220       | 12       |
| 01:15     | 230       | 35       |
| 01:16     | 240       | 47       |
| 01:17     | 260       | 78       |
| 01:18     | 270       | 125      |
| 01:19     | 280       | 5        |
| 01:20     | 290       | 10       |
 ----------- ----------- ---------- 

我們正在尋找每 5 分鐘間隔的總和,預期結果如下:

 ----------- ----------- ---------- 
| Timestamp | Counts1   | Counts2  |
 ----------- ----------- ---------- 
| 01:05     | 1125      | 302      |
| 01:10     | 750       | 182      |
| 01:15     | 1030      | 187      |
| 01:20     | 1340      | 265      |
 ----------- ----------- ---------- 

uj5u.com熱心網友回復:

您可以CONNECT BY用來生成期間:

WITH dat AS
(
  SELECT  TO_DATE('01:00','HH24:MI') AS TIMESTAMP, 200 AS counts1, 12 AS counts2  FROM dual UNION ALL
  SELECT  TO_DATE('01:01','HH24:MI'), 250, 35  FROM dual UNION ALL
  SELECT  TO_DATE('01:02','HH24:MI'), 300, 47  FROM dual UNION ALL
  SELECT  TO_DATE('01:03','HH24:MI'), 150, 78  FROM dual UNION ALL
  SELECT  TO_DATE('01:04','HH24:MI'), 100, 125 FROM dual UNION ALL
  SELECT  TO_DATE('01:05','HH24:MI'), 125, 5   FROM dual UNION ALL
  SELECT  TO_DATE('01:06','HH24:MI'), 130, 10  FROM dual UNION ALL
  SELECT  TO_DATE('01:07','HH24:MI'), 140, 12  FROM dual UNION ALL
  SELECT  TO_DATE('01:08','HH24:MI'), 150, 35  FROM dual UNION ALL
  SELECT  TO_DATE('01:09','HH24:MI'), 160, 47  FROM dual UNION ALL
  SELECT  TO_DATE('01:10','HH24:MI'), 170, 78  FROM dual UNION ALL
  SELECT  TO_DATE('01:11','HH24:MI'), 180, 125 FROM dual UNION ALL
  SELECT  TO_DATE('01:12','HH24:MI'), 190, 5   FROM dual UNION ALL
  SELECT  TO_DATE('01:13','HH24:MI'), 210, 10  FROM dual UNION ALL
  SELECT  TO_DATE('01:14','HH24:MI'), 220, 12  FROM dual UNION ALL
  SELECT  TO_DATE('01:15','HH24:MI'), 230, 35  FROM dual UNION ALL
  SELECT  TO_DATE('01:16','HH24:MI'), 240, 47  FROM dual UNION ALL
  SELECT  TO_DATE('01:17','HH24:MI'), 260, 78  FROM dual UNION ALL
  SELECT  TO_DATE('01:18','HH24:MI'), 270, 125 FROM dual UNION ALL
  SELECT  TO_DATE('01:19','HH24:MI'), 280, 5   FROM dual UNION ALL
  SELECT  TO_DATE('01:20','HH24:MI'), 290, 10  FROM dual
)
SELECT periods.p_end, SUM(counts1), SUM(counts2)
  FROM dat times
     , (SELECT TO_DATE('01:00','HH24:MI')   (DECODE(LEVEL,1,1,2)-1)/(24*60)    5*(LEVEL-1)/(24*60) AS p_start --start time   offset
             , TO_DATE('01:00','HH24:MI')   5*(LEVEL)/(24*60) AS p_end 
          FROM dual
       CONNECT BY LEVEL <= 100 --adjust according to your data 
       ) periods
 WHERE times.TIMESTAMP >= periods.p_start 
   AND times.TIMESTAMP <= periods.p_end
 GROUP BY periods.p_end;

可能不是最佳解決方案,但它會得到你想要的結果。

uj5u.com熱心網友回復:

使用您的樣本資料:

WITH
    tbl AS
        (
            Select  '01:00' "TIMESTAMP", 200 "COUNTS1", 12 "COUNTS2" From Dual Union All
            Select  '01:01', 250, 35  From Dual Union All
            Select  '01:02', 300, 47  From Dual Union All
            Select  '01:03', 150, 78  From Dual Union All
            Select  '01:04', 100, 125 From Dual Union All
            Select  '01:05', 125, 5   From Dual Union All
            Select  '01:06', 130, 10  From Dual Union All
            Select  '01:07', 140, 12  From Dual Union All
            Select  '01:08', 150, 35  From Dual Union All
            Select  '01:09', 160, 47  From Dual Union All
            Select  '01:10', 170, 78  From Dual Union All
            Select  '01:11', 180, 125 From Dual Union All
            Select  '01:12', 190, 5   From Dual Union All
            Select  '01:13', 210, 10  From Dual Union All
            Select  '01:14', 220, 12  From Dual Union All
            Select  '01:15', 230, 35  From Dual Union All
            Select  '01:16', 240, 47  From Dual Union All
            Select  '01:17', 260, 78  From Dual Union All
            Select  '01:18', 270, 125 From Dual Union All
            Select  '01:19', 280, 5   From Dual Union All
            Select  '01:20', 290, 10  From Dual
        ),

...您可以用 5 分鐘的步驟創建 CTE:

    grid AS
        (
            Select
                t.TIMESTAMP "TIMESTAMP",
                Min(s.STEP) "STEP"
            From 
                tbl t
            Inner Join
                ( Select LEVEL * 5 "STEP" From Dual d Connect By LEVEL <= 12  ) s ON(1 = 1)
            WHERE
                To_Number(SubStr(t.TIMESTAMP, 4, 2)) <= s.STEP
            GROUP BY
                t.TIMESTAMP
            Order By 
                t.TIMESTAMP
        )

...并將您的資料與 CTE 連接起來,按 STEP 對它們進行分組并求和...

Select 
    SubStr(t.TIMESTAMP, 1, 3) || LPAD(STEP, 2, '0') "TIMESTAMP",
    Sum(t.COUNTS1) "SUM_1",
    Sum(t.COUNTS2) "SUM_2"
From 
    tbl t
INNER JOIN
    grid g ON(g.TIMESTAMP = t.TIMESTAMP)
GROUP BY
    SubStr(t.TIMESTAMP, 1, 3) || LPAD(STEP, 2, '0')
ORDER BY
    SubStr(t.TIMESTAMP, 1, 3) || LPAD(STEP, 2, '0')

結果應該是:

時間戳 SUM_1 SUM_2
01:05 1125 302
01:10 750 182
01:15 1030 187
01:20 1340 265

如果您想每 10 分鐘執行一次,只需將 CTE 的 Inner Join 部分更改為如下所示:

...
( Select LEVEL * 10 "STEP" From Dual d Connect By LEVEL <= 6 )
...

...在這種情況下,結果將是:

時間戳 SUM_1 SUM_2
01:10 1875年 484
01:20 2370 452

問候...

uj5u.com熱心網友回復:

使用width_bucket函式以 5 分鐘為間隔。然后,將桶數乘以桶大小添加到開始間隔。需要從存盤桶編號中減去一個,因為第一個存盤桶將是存盤桶編號 1。

select   to_char(to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')  -- interval start
                  (width_bucket(date
                               ,to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI') -- interval start
                               ,to_date('2022-10-27 01:20', 'YYYY-MM-DD HH24:MI') -- interval end
                               ,4 -- number of buckets 20/5 = 4 minutes
                               ) 
                   -1 -- for zero offset on first interval
                  )  
                  * 300/86400 -- to add 5 minute intervals to date
                ,'HH24:MI') timestamp, 
         count(case when type = 5 then 1 end) as Counts1,
         count(case when type = 6 then 1 end) as Counts2
from     data
where    date >= to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')
and      date <= to_date('2022-10-27 01:20', 'YYYY-MM-DD HH24:MI')
and      type IN (5,6)
group by to_char(to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')  -- interval start
                  (width_bucket(date
                               ,to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI') -- interval start
                               ,to_date('2022-10-27 01:20', 'YYYY-MM-DD HH24:MI') -- interval end
                               ,4 -- number of buckets 20/5 = 4 minutes
                               ) 
                   -1 -- for zero offset on first interval
                  )  
                  * 300/86400 -- to add 5 minute intervals to date
                ,'HH24:MI')
order by 1

不使用該功能也可以達到同樣的效果。不需要用這種方法計算桶的數量。

select to_char(to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI') -- interval start
                 floor(
                        (date - to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')) -- date minus interval start
                        /(300/86400) -- divide into 5 minute intervals
                      ) -- gives interval number or bucket number
                      * 300/86400 -- multiply bucket number by bucket width
              ,'HH24:MI') timestamp, 
count(case when type = 5 then 1 end) as Counts1,
count(case when type = 6 then 1 end) as Counts2
from data
where date >= to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')
and date <= to_date('2022-10-27 01:20', 'YYYY-MM-DD HH24:MI')
and type IN (5,6)
group by to_char(to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI') -- interval start
                 floor(
                        (date - to_date('2022-10-27 01:00', 'YYYY-MM-DD HH24:MI')) -- date minus interval start
                        /(300/86400) -- divide into 5 minute intervals
                      ) -- gives interval number or bucket number
                      * 300/86400 -- multiply bucket number by bucket width
              ,'HH24:MI')
order by 1

uj5u.com熱心網友回復:

也許這可能會有所幫助。


ALTER SESSION SET NLS_DATE_FORMAT = 'DD-MON-YYYY HH24:MI:SS';


CREATE TABLE time_data (     
 seq_num NUMBER GENERATED BY DEFAULT AS IDENTITY (START WITH 1) NOT NULL,
   dt    DATE 
);

Generate a row for each minute in a day. This is my test data. I suspect you have plenty of data.

INSERT INTO time_data(dt)
select timestamp '2022-11-01 00:00:00'   numtodsinterval(rownum-1*1,'MINUTE')
    from dual
    CONNECT BY LEVEL <= (24*60);
 

Group into 5 minute intervals. Your data should show different counts.

select  trunc(dt,'hh24')   numtodsinterval(floor(to_char(dt,'mi') / 5) * 5,'minute') dt_5_min,
        count(*) cnt
  from  time_data
  group by trunc(dt,'hh24')   numtodsinterval(floor(to_char(dt,'mi') / 5) * 5,'minute')
  order by trunc(dt,'hh24')   numtodsinterval(floor(to_char(dt,'mi') / 5) * 5,'minute')
/

轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/525691.html

標籤:sql甲骨文oracle11goracle-sqldeveloper

上一篇:如何將查詢結果插入到記錄中

下一篇:如何在div類中從web抓取pythonselenium輸出文本以輸出文本

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • JAVA使用 web3j 進行token轉賬

    最近新學習了下區塊鏈這方面的知識,所學不多,給大家分享下。 # 1. 關于web3j web3j是一個高度模塊化,反應性,型別安全的Java和Android庫,用于與智能合約配合并與以太坊網路上的客戶端(節點)集成。 # 2. 準備作業 jdk版本1.8 引入maven <dependency> < ......

    uj5u.com 2020-09-10 03:03:06 more
  • 以太坊智能合約開發框架Truffle

    前言 部署智能合約有多種方式,命令列的瀏覽器的渠道都有,但往往跟我們程式員的風格不太相符,因為我們習慣了在IDE里寫了代碼然后打包運行看效果。 雖然現在IDE中已經存在了Solidity插件,可以撰寫智能合約,但是部署智能合約卻要另走他路,沒辦法進行一個快捷的部署與測驗。 如果團隊管理的區塊節點多、 ......

    uj5u.com 2020-09-10 03:03:12 more
  • 谷歌二次驗證碼成為區塊鏈專用安全碼,你怎么看?

    前言 谷歌身份驗證器,前些年大家都比較陌生,但隨著國內互聯網安全的加強,它越來越多地出現在大家的視野中。 比較廣泛接觸的人群是國際3A游戲愛好者,游戲盜號現象嚴重+國外賬號安全應用廣泛,這類游戲一般都會要求用戶系結名為“兩步驗證”、“雙重驗證”等,平臺一般都推薦用谷歌身份驗證器。 后來區塊鏈業務風靡 ......

    uj5u.com 2020-09-10 03:03:17 more
  • 密碼學DAY1

    目錄 ##1.1 密碼學基本概念 密碼在我們的生活中有著重要的作用,那么密碼究竟來自何方,為何會產生呢? 密碼學是網路安全、資訊安全、區塊鏈等產品的基礎,常見的非對稱加密、對稱加密、散列函式等,都屬于密碼學范疇。 密碼學有數千年的歷史,從最開始的替換法到如今的非對稱加密演算法,經歷了古典密碼學,近代密 ......

    uj5u.com 2020-09-10 03:03:50 more
  • 密碼學DAY1_02

    目錄 ##1.1 ASCII編碼 ASCII(American Standard Code for Information Interchange,美國資訊交換標準代碼)是基于拉丁字母的一套電腦編碼系統,主要用于顯示現代英語和其他西歐語言。它是現今最通用的單位元組編碼系統,并等同于國際標準ISO/IE ......

    uj5u.com 2020-09-10 03:04:50 more
  • 密碼學DAY2

    ##1.1 加密模式 加密模式:https://docs.oracle.com/javase/8/docs/api/javax/crypto/Cipher.html ECB ECB : Electronic codebook, 電子密碼本. 需要加密的訊息按照塊密碼的塊大小被分為數個塊,并對每個塊進 ......

    uj5u.com 2020-09-10 03:05:42 more
  • NTP時鐘服務器的特點(京準電子)

    NTP時鐘服務器的特點(京準電子) NTP時鐘服務器的特點(京準電子) 京準電子官V——ahjzsz 首先對時間同步進行了背景介紹,然后討論了不同的時間同步網路技術,最后指出了建立全球或區域時間同步網存在的問題。 一、概 述 在通信領域,“同步”概念是指頻率的同步,即網路各個節點的時鐘頻率和相位同步 ......

    uj5u.com 2020-09-10 03:05:47 more
  • 標準化考場時鐘同步系統推進智能化校園建設

    標準化考場時鐘同步系統推進智能化校園建設 標準化考場時鐘同步系統推進智能化校園建設 安徽京準電子科技官微——ahjzsz 一、背景概述隨著教育事業的快速發展,學校建設如雨后春筍,隨之而來的學校教育、管理、安全方面的問題成了學校管理人員面臨的最大的挑戰,這些問題同時也是學生家長所擔心的。為了讓學生有更 ......

    uj5u.com 2020-09-10 03:05:51 more
  • 位元幣入門

    引言 位元幣基本結構 位元幣基礎知識 1)哈希演算法 2)非對稱加密技術 3)數字簽名 4)MerkleTree 5)哪有位元幣,有的是UTXO 6)位元幣挖礦與共識 7)區塊驗證(共識) 總結 引言 上一篇我們已經知道了什么是區塊鏈,此篇說一下區塊鏈的第一個應用——位元幣。其實先有位元幣,后有的區塊 ......

    uj5u.com 2020-09-10 03:06:15 more
  • 北斗對時服務器(北斗對時設備)電力系統應用

    北斗對時服務器(北斗對時設備)電力系統應用 北斗對時服務器(北斗對時設備)電力系統應用 京準電子科技官微(ahjzsz) 中國北斗衛星導航系統(英文名稱:BeiDou Navigation Satellite System,簡稱BDS),因為是目前世界范圍內唯一可以大面積提供免費定位服務的系統,所以 ......

    uj5u.com 2020-09-10 03:06:20 more
最新发布
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:46:47 more
  • Hyperledger Fabric 使用 CouchDB 和復雜智能合約開發

    在上個實驗中,我們已經實作了簡單智能合約實作及客戶端開發,但該實驗中智能合約只有基礎的增刪改查功能,且其中的資料管理功能與傳統 MySQL 比相差甚遠。本文將在前面實驗的基礎上,將 Hyperledger Fabric 的默認資料庫支持 LevelDB 改為 CouchDB 模式,以實作更復雜的資料... ......

    uj5u.com 2023-04-16 07:28:31 more
  • .NET Core 波場鏈離線簽名、廣播交易(發送 TRX和USDT)筆記

    Get Started NuGet You can run the following command to install the Tron.Wallet.Net in your project. PM> Install-Package Tron.Wallet.Net 配置 public reco ......

    uj5u.com 2023-04-14 08:08:00 more
  • DKP 黑客分析——不正確的代幣對比率計算

    概述: 2023 年 2 月 8 日,針對 DKP 協議的閃電貸攻擊導致該協議的用戶損失了 8 萬美元,因為 execute() 函式取決于 USDT-DKP 對中兩種代幣的余額比率。 智能合約黑客概述: 攻擊者的交易:0x0c850f,0x2d31 攻擊者地址:0xF38 利用合同:0xf34ad ......

    uj5u.com 2023-04-07 07:46:09 more
  • Defi開發簡介

    Defi開發簡介 介紹 Defi是去中心化金融的縮寫, 是一項旨在利用區塊鏈技術和智能合約創建更加開放,可訪問和透明的金融體系的運動. 這與傳統金融形成鮮明對比,傳統金融通常由少數大型銀行和金融機構控制 在Defi的世界里,用戶可以直接從他們的電腦或移動設備上訪問廣泛的金融服務,而不需要像銀行或者信 ......

    uj5u.com 2023-04-05 08:01:34 more
  • solidity簡單的ERC20代幣實作

    // SPDX-License-Identifier: GPL-3.0 pragma solidity >=0.7.0 <0.9.0; import "hardhat/console.sol"; //ERC20 同質化代幣,每個代幣的本質或性質都是相同 //ETH 是原生代幣,它不是ERC20代幣, ......

    uj5u.com 2023-03-21 07:56:29 more
  • solidity 參考型別修飾符memory、calldata與storage 常量修飾符C

    在solidity語言中 參考型別修飾符(參考型別為存盤空間不固定的數值型別) memory、calldata與storage,它們只能修飾參考型別變數,比如字串、陣列、位元組等... memory 適用于方法傳參、返參或在方法體內使用,使用完就會清除掉,釋放記憶體 calldata 僅適用于方法傳參 ......

    uj5u.com 2023-03-08 07:57:54 more
  • solidity注解標簽

    在solidity語言中 注釋符為// 注解符為/* 內容*/ 或者 是 ///內容 注解中含有這幾個標簽給予我們使用 @title 一個應該描述合約/介面的標題 contract, library, interface @author 作者的名字 contract, library, interf ......

    uj5u.com 2023-03-08 07:57:49 more
  • 評價指標:相似度、GAS消耗

    【代碼注釋自動生成方法綜述】 這些評測指標主要來自機器翻譯和文本總結等研究領域,可以評估候選文本(即基于代碼注釋自動方法而生成)和參考文本(即基于手工方式而生成)的相似度. BLEU指標^[^?88^^?^]^:其全稱是bilingual evaluation understudy.該指標是最早用于 ......

    uj5u.com 2023-02-23 07:27:39 more
  • 基于NOSTR協議的“公有制”版本的Twitter,去中心化社交軟體Damus

    最近,一個幽靈,Web3的幽靈,在網路游蕩,它叫Damus,這玩意詮釋了什么叫做病毒式營銷,滑稽的是,一個Web3產品卻在Web2的產品鏈上瘋狂傳銷,各方大佬紛紛為其背書,到底發生了什么?Damus的葫蘆里,賣的是什么藥? 注冊和簡單實用 很少有什么產品在用戶注冊環節會有什么噱頭,但Damus確實出 ......

    uj5u.com 2023-02-05 06:48:39 more