今天我們宣布EF Core 5.0發布第五個預覽版。

1 先決條件

　　EF Core 5.0 的預覽版要求  .NET Standard 2.1。這意味着：

• • • EF Core 5.0 在 .NET Core 3.1 上運行，不需要 .NET 5。根據 .NET 5 計劃的改變，這可能會在未來發生變化。

    • EF Core 5.0 運行在其他支持 .NET Standard 2.1 的平台上。

    • EF Core 5.0 將不會在 .NET Standard 2.0 平台上運行，包括 .NET Framework。

2 如何獲取EF Core 5.0預覽版

　　使用NuGet添加，例如添加SQL Server的提供程序：

dotnet add package Microsoft.EntityFrameworkCore.SqlServer --version 5.0.0-preview.5.20278.2

　　目前發布的 EF Core包包括：

• • • Microsoft.EntityFrameworkCore – 主程序

    • Microsoft.EntityFrameworkCore.SqlServer – SQL Server與SQL Azure提供者

    • Microsoft.EntityFrameworkCore.Sqlite – SQLite提供者

    • Microsoft.EntityFrameworkCore.Cosmos – Azure Cosmos DB提供者

    • Microsoft.EntityFrameworkCore.InMemory – 內存數據庫提供者

    • Microsoft.EntityFrameworkCore.Tools –Visual Studio Package Manager Console的 EF Core PowerShell命令

    • Microsoft.EntityFrameworkCore.Design – EF Core的設計時組件

    • Microsoft.EntityFrameworkCore.SqlServer.NetTopologySuite – SQL Server 空間類型支持

    • Microsoft.EntityFrameworkCore.Sqlite.NetTopologySuite – SQLite空間類型支持

    • Microsoft.EntityFrameworkCore.Proxies –延遲加載與變化跟蹤代理

    • Microsoft.EntityFrameworkCore.Abstractions – 分離的EF Core抽象

    • Microsoft.EntityFrameworkCore.Relational – 關係數據庫提供程序的共享EF Core組件

    • Microsoft.EntityFrameworkCore.Analyzers – EF Core的C#分析器

    • Microsoft.EntityFrameworkCore.Sqlite.Core – SQLite提供者（沒有打包的本機二進制文件）

　　我們還發布了Microsoft.Data.Sqlite.Core ADO.NET provider的預覽版。

3 安裝dotnet ef

　　與EF Core 3.0和3.1一樣，dotnet EF命令行工具不再包含在.NET Core SDK中。在執行EF Core的migration或scaffolding命令之前，必須將此包作為全局或本地工具安裝。

　　若要全局安裝預覽版工具，需要先使用以下命令卸載現有的版本：

dotnet tool uninstall --global dotnet-ef

　　然後，進行安裝：

dotnet tool install --global dotnet-ef --version 5.0.0-preview.5.20278.2

　　可以將此新版本的dotnet ef與使用較舊版本的EF Core運行時的項目一起使用。

4 EF Core 5.0預覽版的一些新功能

4.1 數據庫排序規則

　　現在可以在 EF Model中指定數據庫的默認排序規則。

modelBuilder.UseCollation("German_PhoneBook_CI_AS");

　　然後，Migrations將生成以下內容以在 SQL Server 上創建數據庫：

CREATE DATABASE [Test]
COLLATE German_PhoneBook_CI_AS;

　　也可以指定用於特定數據庫列的排序規則。

　　例如：

modelBuilder
     .Entity<User>()
     .Property(e => e.Name)
     .UseCollation("German_PhoneBook_CI_AS");

　　為了那些不使用migration的人，現在，在 DbContext scaffolding時，將從數據庫進行反向工程。最後，EF.Functions.Collate() 允許使用不同的排序規則進行臨時查詢。

　　例如：

context.Users.Single(e => EF.Functions.Collate(e.Name, "French_CI_AS") == "Jean-Michel Jarre");

　　這將生成 SQL Server 的以下查詢：

SELECT TOP(2) [u].[Id], [u].[Name]
FROM [Users] AS [u]
WHERE [u].[Name] COLLATE French_CI_AS = N'Jean-Michel Jarre'

　　請注意，臨時排序規則應謹慎使用，因為它們會對數據庫性能產生負面影響。

4.2 傳遞參數給IDesignTimeDbContextFactory

　　參數現在從命令行傳入IDesignTimeDbContextFactory 的 CreateDbContext 方法。

　　例如，為了指示這是開發構建，可以在命令行上傳遞自定義參數（例如 dev）：

dotnet ef migrations add two --verbose --dev

　　然後，此參數將傳遞到工廠：

public class MyDbContextFactory : IDesignTimeDbContextFactory<SomeDbContext>
{
    public SomeDbContext CreateDbContext(string[] args)
        => new SomeDbContext(args.Contains("--dev"));
}

4.3 具有標識解析的無跟蹤查詢

　　現在，可以將無跟蹤查詢配置為執行標識解析。

　　例如，以下查詢將為每個Post創建新的Blog實例，即使每個Blog具有相同的主鍵也是如此。

context.Posts.AsNoTracking().Include(e => e.Blog).ToList();

　　但是，可以更改此查詢以確保只創建單個 Blog 實例，但代價通常是稍微慢一點，並且使用更多內存：

context.Posts.AsNoTracking().PerformIdentityResolution().Include(e => e.Blog).ToList();

　　請注意，這僅適用於無跟蹤查詢，因為所有跟蹤查詢都已表現出此行為。

4.4 持久化計算列

　　大多數數據庫允許在計算后存儲計算列的值。

　　雖然這佔用磁盤空間，但計算列在更新時只計算一次，而不是在每次檢索其值時計算。

　　這還允許對某些數據庫的列設置索引。

　　EF Core 5.0 允許將計算列配置為存儲列。

　　例如：

modelBuilder
    .Entity<User>()
    .Property(e => e.SomethingComputed)
    .HasComputedColumnSql("my sql", stored: true);

4.5 SQLite計算列

　　EF Core 現在支持 SQLite 數據庫的計算列。

5 有用的短鏈接

　　提供了以下短鏈接，便於參考和訪問。

• • • 主要文檔：https://aka.ms/efdocs
    • EF Core 的問題和功能請求：https://aka.ms/efcorefeedback
    • EF路線圖：https://aka.ms/efroadmap
    • EF Core 5.x 中的新增功能是什麼：https://aka.ms/efcore5

原文鏈接

　　https://devblogs.microsoft.com/dotnet/announcing-entity-framework-core-5-0-preview-5/?utm_source=vs_developer_news&utm_medium=referral

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※聚甘新

 

 

    統振前三季數據服務、流通事業與數位娛樂獲利持穩成長，惟能源部門則仍處於投入階段，前3季營運維持在損平邊緣，與去年表現相當；看好電動車長期發展趨勢，統振持續耕耘電動自行車、電動機車等市場，目前在兩岸也有開發案進行中，惟因相關開發案都需要一段時間醞釀，對整體營運貢獻仍需持續觀察。   統振母公司目前從事行動電話預付卡銷售、網路遊戲儲值卡買賣，動能主要來自外勞預付卡市佔率成長，而統振旗下轉投資數位電通則主要經營電商通路，去年起新增美妝產品，至於數位點子多媒體則以數位內容業務為主，包括連續劇版權買賣及演唱會業務；另外，統振旗下還有兩家從事電池模組相關業務的子公司達振與統達，達振在中國擁有工廠，目前主要生產3C相關電池模組，未來將逐步轉型至電動車電池模組，而統達則負責開發相關電動自行車、電動機車電池模組與交換系統。   統振前3季數據服務部門（母公司部份）約占合併營收61%，能源部門（統達與達振）佔29%，流通事業（數位電通）佔7%，數位娛樂（數位點子多媒體）3%，而前3季除了能源部門持續虧損，其他部門獲利則都穩定增長，但因能源部門前3季虧損約9,000多萬元，而其他部分獲利合計則約7,000多萬元，前3季營運仍在損平邊緣，統振前3季EPS為 -0.06元，Q3底每股淨值為12.63元。   看好電動車長期發展趨勢，統振持續投入高功率電池模組開發，而有鑑於台廠較難直接切入電動汽車供應鏈，統振也先從電動腳踏車、電動機車切入，而目前中國電動兩輪車仍以鉛酸蓄電池為主流，惟考量環保、輕量化等趨勢，加以政策驅動，且近年鋰電池成本也持續改善，將有助於提升鋰電池轉換需求，統振目前也持續與相關廠商合作，等待市場規模逐步放大。   統振今年前3季合併營收為22.34億元，年減9.7%；前3季EPS為 -0.06元，與去年同期的 -0.02元差異不大。統振近幾年本業大多呈現小幅虧損，主要係因能源部份仍在支出階段，但其他部門獲利則相對穩定。   （本文內容由授權使用，首圖為統振旗下達陣能源鋰電池模組，來源：）  

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※聚甘新

  目前各個國家逐漸以禁售汽柴油車為目標，此舉不僅讓眾多廠商著手研發電動車，電池市場也隨之受惠，能源顧問公司Wood Mackenzie近日報告指出，到了2020年，電動車電池的產能可達到268GW，而2028年之後，電動車產量越來越高，電池的需求量將逐漸超越產量。   該報告預估，2035年世界上會有超過1.25億輛電動車，電池的需求量將增長三倍，達135 TWh，等同於美國德州的耗電量。   在去年全球8,600萬輛的新車中，電動車比例不到1％，而隨著國家政策轉變，市場趨勢逐漸轉移。以各國政策為例，印度預計2030年全面將汽車汰換成電動車，英國與法國則是預設2040年禁止販售傳統汽車，中國、歐洲與美國也皆強力推動電動車發展。   面對不斷增漲的電動車市場，電池製造廠商也摩拳擦掌，研發各種適用於電動車的電池，包括鋰離子電池、固態電池與燃料電池，不斷推出高續航力、高性能的電池。隨著電動車與電池的技術日益提高與成本逐年下降，產業市場未來備受看好。  
石油市場受影響   根據石油輸出國組織（OPEC）的預估，2020年石油市場中，全球用於運輸的油佔60%以上，其中柴油與航空煤油的佔比最大，達到37.3%，其次則是汽油，使用佔比為26.6%。如汽車或運輸產業的燃油逐漸被電池取代，將對原油業產生巨大的衝擊。   報告指出，在未來20年內，電動車將占汽車市場的20％，全球石油需求量將下滑7％，預估每日減少500萬桶石油。   再加上各國為了達成「巴黎協定」，也逐漸減少對石油與天然氣的使用量，日前世界銀行更宣布，為了與各國一同響應排碳目標，2019年之後將不再資助石油與天然氣的探勘與開採。   （首圖來源：）

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※別再煩惱如何寫文案,掌握八大原則!

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※超省錢租車方案

※教你寫出一流的銷售文案?

※網頁設計最專業,超強功能平台可客製化

※聚甘新

題記：昨晚在一個技術社區直播分享了“利用Azure Functions和k8s構建Serverless計算平台”這一話題。整個分享分為4個部分：Serverless概念的介紹、Azure Functions的簡單介紹、k8s和KEDA的介紹和最後的演示。

Serverless

Serverless其實包含了兩種概念：BaaS（Backend as a Service）和FaaS（Function as a Service）。這次的分享主要針對的是FaaS概念。

FaaS的最大特徵就是：無需管理自己的服務器或擁有自己的持續運行的服務應用的情況下運行後端代碼。 上面加粗的地方其實也揭示了FaaS和PaaS的本質區別：你為了運行後端代碼，需不需要擁有一套持續運行的服務端完整應用（不管是WebSite還是Web API）。

另外，FaaS還擁有如下特徵：

• 可以使用任何語言，不需要針對特定框架和函數進行編碼
• 部署方式和傳統系統有很大不同
• 水平伸縮完全自動化、彈性，並由平台供應商管理
• 函數通常由事件觸發，部分平台供應商支持接收HTTP觸發

當然判斷什麼東西不是FaaS也有一些標準：

• 能否在20ms啟動半秒執行完，根本區別在於伸縮性的方式
• FaaS也可能依賴容器，但是和其他使用容器的應用區別在於伸縮性的自動化、透明和細度
• 沒有傳統的Ops，但是應用本身運維過程還是需要，甚至更難（因為不同）

使用FaaS有其優缺點，這裏就報喜不報憂，只列一下優點：

• 降低運維成本
  • 基礎設施共享
  • 減少基礎設施維護人工成本
• 降低伸縮成本
  • 按量付費：偶爾請求，流量忽高忽低
  • 優化代碼即可省錢
• 更易運維
  • 伸縮的好處利於降低運維難度
  • 降低打包和部署複雜度
  • 快速投入市場，持續優化

Azure Functions

以官方文檔的介紹：Azure Functions 允許你運行小段代碼（稱為“函數”）且不需要擔心應用程序基礎結構。 藉助 Azure Functions，雲基礎結構可以提供應用程序保持規模化運行所需的所有最新狀態的服務器。 函數由特定類型的事件“觸發”。 支持的觸發器包括對數據更改做出響應、對消息做出響應、按計劃運行，或者生成 HTTP 請求的結果。 雖然你始終可以直接針對大量服務編寫代碼，但使用綁定可以簡化與其他服務的集成。 使用綁定，你能夠以聲明方式訪問各種 Azure 服務和第三方服務。

Azure Functions包含如下功能：

• 無服務器應用程序：使用 Functions，可在 Microsoft Azure 上開發無服務器應用程序。
• 語言選擇：使用所選的 C#、Java、JavaScript、Python 和 PowerShell 編寫函數。
• 按使用付費定價模型：僅為運行代碼所用的時間付費。
• 自帶依賴項：Functions 支持 NuGet 和 NPM，允許你訪問你喜歡的庫。
• 集成的安全性：使用 OAuth 提供程序（如 Azure Active Directory、Facebook、Google、Twitter 和 Microsoft 帳戶）保護 HTTP 觸發的函數。
• 簡化的集成：輕鬆與 Azure 服務和軟件即服務 (SaaS) 產品/服務進行集成。
• 靈活開發：直接在門戶中編寫函數代碼，或者通過 GitHub、Azure DevOps Services 和其他受支持的開發工具設置持續集成和部署代碼。
• 有狀態無服務器體繫結構：使用 Durable Functions 協調無服務器應用程序。
• 開放源代碼：Functions 運行時是開源的，可在 GitHub 上找到。

大家看到了，Azure Functions雖然是來源於微軟Azure的技術，但是是使用MIT協議開源的，且已經貢獻給.NET Foundation。

所以，你可以使用Azure Functions來搭建（甚至定製）自己的Serverless計算平台。開源的不僅是Azure Functions框架本身，還包括了命令行工具（可以支持本地調試）和VSCode的擴展。當然，開發工具除了前面兩者，你還是可以使用宇宙第一的IDE：Visual Studio。

下面是相關開源的地址：

• 框架：https://github.com/Azure/azure-functions-host
• 命令行工具：https://github.com/Azure/azure-functions-core-tools
• VSCode擴展：https://github.com/Microsoft/vscode-azurefunctions

只有開源的框架還不行，還需要運行環境，正如大部分開源FaaS框架一樣，Azure Functions也把k8s作為運行環境。不過為了達到自動伸縮、不使用就不消耗資源的目標，還需要搭配其他中間件才能達到效果。

k8s和KEDA

眾所周知，Kubernetes已經成為最主流的PaaS平台，各大公有雲提供商都提供了k8s的服務，比如微軟Azure上的AKS或者阿里雲的ACK。

為了更好的理解為什麼k8s可以作為Serverless完美的運行環境，是需要對如下概念有一些深入的理解的：

• Pod和Deployment：Pod代表了運行函數的實例，而Deployment用於控制函數的實例數。
• HPA（Horizontal Pod Autoscaler)：k8s內置的水平Pod自動伸縮器，其基於一些度量指標（比如內存、CPU等）來對Deployment的Pod實例數進行伸縮。
• Helm Charts：一個強大的打包、發布k8s應用的包管理器。我們開發好的函數在編譯為Docker Image之後，可以用Helm Charts來打包（當然也可以直接用k8s的yaml文件）。

k8s雖然提供了HPA，但是它無法基於更靈活的事件源來進行伸縮，也無法把Pod的實例數縮到0，或者由0伸到1。這個時候，就需要另外一個開源項目KEDA出場了（貢獻者來自微軟、AWS等大公司，以及很多社區志願者）。

KEDA：Kubernetes Event-driven Autoscaling。項目地址在：https://github.com/kedacore/keda。其具有如下特點：

• 事件驅動
• 輕而易舉實現自動伸縮
• 內置伸縮器
• 多種負載類型
• 社區開源項目
• 支持Azure Functions

KEDA的架構如下圖所示：

從這個架構圖，我們看到KEDA包含了3個組件，Metric Adapter給k8s的HPA提供度量指標讓其進行1-n/n-1的伸縮，Controller控制Pod進行1-0/0-1的伸縮，Scaler偵聽配置的觸發器所觸發的事件。

且支持的伸縮器涵蓋了大部分主流雲組件或中間件：

• Apache Kafka
• AWS CloudWatch
• AWS Kinesis Stream
• AWS SQS Queue
• Azure Blob Storage
• Azure Event Hubs
• Azure Monitor
• Azure Service Bus
• Azure Storage Queue
• External
• GCP Pub/Sub
• Huawei Cloudeye
• Liiklus Topic
• MySQL
• NATS Streaming
• PostgreSQL
• Prometheus
• RabbitMQ Queue
• Redis List

演示

既然Azure Functions是開源技術，為了驗證技術中立性，在演示過程中特意選擇了阿里雲的ACK作為運行環境（Kubernetes託管版），並使用RabbitMQ作為伸縮觸發器。

同時，我們採用C#/.NET Core來作為函數的開發語言。為什麼用這個選擇，是因為有第三方對AWS Lambda上的支持的語言進行了性能測試，得到的結論是.NET Core的C#和F#語言性能最高：

來源：https://read.acloud.guru/comparing-aws-lambda-performance-of-node-js-python-java-c-and-go-29c1163c2581

環境準備

首先，需要到阿里雲上創建一個k8s集群，創建的選項截圖如下：

通過如下命令來部署KEDA到k8s：

helm repo add kedacore https://kedacore.github.io/charts
kubectl create namespace keda
helm install keda kedacore/keda --namespace keda

通過如下命令來部署RabbitMQ到k8s：

helm repo add bitnami https://charts.bitnami.com/bitnami
helm install rabbitmq --set rabbitmq.password=PASSWORD,service.type=LoadBalancer bitnami/rabbitmq

這裏需要注意（當然也可能是我打開方式不對），阿里雲的ACK不能自動創建pv，所以rabbitmq部署後會有問題，所以需要到阿里雲的ACK的控制面板裏面手動創建pv，並重建rabbitmq所需的同名pvc。

創建Azure Functions項目

訪問：https://github.com/Azure/azure-functions-core-tools，安裝命令行工具。

在命令行中輸入：

func init --docker

來初始化一個帶有Dockerfile的Azure Functions項目，worker runtime選擇dotnet。

在命令行中輸入：

func function create

來創建一個函數，template選擇QueueTrigger，輸入你想要的函數名稱。

使用你喜歡的編輯器（比如VSCode）打開項目文件夾，修改csproj文件中的PackageReference為如下內容：

<ItemGroup>
  <PackageReference Include="Microsoft.NET.Sdk.Functions" Version="3.0.3" />
  <PackageReference Include="Microsoft.Azure.WebJobs.Extensions.RabbitMQ" Version="0.2.2029-beta" />
</ItemGroup>

修改函數代碼為如下內容：

[FunctionName("MyMqFunction")]
public static void Run(
    [RabbitMQTrigger("queue", ConnectionStringSetting = "RabbitMqConnection")] string inputMessage,
    [RabbitMQ(QueueName = "downstream", ConnectionStringSetting = "RabbitMqConnection")] out string outputMessage,
        ILogger log)
{
    Thread.Sleep(5000);
    outputMessage = inputMessage;
    log.LogInformation($"RabittMQ output binding function sent message: {outputMessage}");
}

這個函數從一個名為”queue“的隊列中讀取inputMessage，延遲5秒后，把消息存儲到名為”downstream”的隊列中。

打開local.settings.json文件，在Values節點下添加RabbitMqConnection：

"Values": {
  "AzureWebJobsStorage": "UseDevelopmentStorage=true",
  "FUNCTIONS_WORKER_RUNTIME": "dotnet",
  "RabbitMqConnection":"amqp://user:PASSWORD@rabbitmq.default.svc.cluster.local:5672"
},

這裏RabbitMQ的地址使用了k8s內部的默認Service地址，為了方便本地調試，你可以獲取到RabbitMQ在k8s的公網IP后，給這個域名添加host配置。

在命令行中輸入：

func start

就可以進行本地調試了。調試無誤，就可以進行發布到k8s的工作了。

以上示例代碼可以在這裏找到：https://github.com/heavenwing/AzFuncOnK8S

發布函數到k8s並驗證伸縮能力

考慮到我用的阿里雲拉取Docker Hub比較慢，所以我是編譯出Docker Image后，push到了阿里雲的鏡像倉庫當中。 另外，我這裏還遇到一個問題，就是能在AKS中正常運行的Docker Image在ACK中無法正常運行，出現”Access to the path ‘/proc/1/map_files’ is denied”的錯誤，我的臨時解決辦法是修改Dockerfile文件，添加WORKDIR命令。

在把Docker Image推送到鏡像倉庫后，可以在命令行中輸入：

func kubernetes deploy --name azfunconk8s --image-name registry.cn-chengdu.aliyuncs.com/zygcloud/azfunconk8s:latest --dry-run > deploy-funcs.yaml

得到部署的yaml文件后，我們需要對ScaledObject進行一點修改，為rabbitmq的trigger配置添加queueLength，根據需要配置maxReplicaCount屬性，如下所示：

apiVersion: keda.k8s.io/v1alpha1
kind: ScaledObject
metadata:
  name: azfunconk8s
  namespace: default
  labels:
    deploymentName: azfunconk8s
spec:
  scaleTargetRef:
    deploymentName: azfunconk8s
  maxReplicaCount: 20
  triggers:
  - type: rabbitmq
    metadata:
      type: rabbitMQTrigger
      queueName: queue
      name: inputMessage
      host: RabbitMqConnection
      queueLength: "20"

現在就可以把函數部署到k8s了，在命令行中輸入：

kubectl apply -f .\deploy\deploy-funcs.yaml

這個時候應該可以看到k8s出現了名為azfunconk8s的Deployment，且需要實例和運行實例數都是為0：

另外寫一個小程序，往RabbitMQ的queue隊列裏面放一些測試消息，經過30秒（默認pollingInterval時間）那麼就會看到這個Deployment的所需實例數在提高，一直提高到你設置的maxReplicaCount。等隊列中的消息處理完成，又會看到所需實例數在降低，等沒有消息需要處理之後過上5分鐘（默認cooldownPeriod時間），所需實例數就會變為0。

紅包

能看到這裏的小夥伴都是愛學習的，應該紅包獎勵，不過當然是需要回答問題的。
問：KEDA解決的是非http的觸發器伸縮，那麼什麼東西可以解決http觸發器伸縮問題？
在我的公眾號中輸入答案，獲取支付寶紅包口令，數量有限先答對先得。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※別再煩惱如何寫文案,掌握八大原則!

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※超省錢租車方案

※教你寫出一流的銷售文案?

※網頁設計最專業,超強功能平台可客製化

※聚甘新