-
(1)集中部署,减少维护,提升桌面服务水平(2)远程托管,数据隔离,有效保证数据安全(3)随时随地,远程接入,提供灵活业务能力(4)节能减排,数据备份,构建完整容灾体系
-
答案:当云计算系统运算和处理的核心是大量数据的存储和管理时,云计算系统中就需要配置大量的存储设备,那么云计算系统就转变成为一个云存储系统,所以云存储是一个以数据存储和管理为核心的云计算系统
-
175.云计算具有哪些特点:(1)、超大规模(2)、虚拟化(3)、高可靠性(4)、通用性(5)、高可伸缩性、(6)、按需服务(7)、极其廉价176.虚拟机迁移的步骤答案:步骤 1:预迁移。步骤 2:预定资源。步骤 3:预复制。步骤 4:停机复制。步骤 5:提交。步骤 6:启动177.云计算的优势?答案:(1)按需供应的无限计算资源;(2)无须事先花钱就能使用的 IT 架构;(3)基于短期的按需付费的资源使用;(4)单机难以提供的事务处理环境。
-
111.云安全主要的考虑的关键技术有:数据安全、应用安全、虚拟化安全112.计算的部署模式有:公有云、私有云、混合云113.云存储的核心:(大规模分布式存储系统)114.云计算的部署模式:公有云、私有云、混合云115.(Raid1 )是备份量极高的 Raid 策略,相应的他的保护能力也很强116.利用并行计算解决大型问题的(网格计算)和将计算资源作为可计量的服务提供的公用计算,在互联网宽带技术和虚拟化技术高速发展后萌生出(云计算)117.(Google)当数最大的云计算的使用者118.在 FusionManager 云平台中,FusionManager 主要提供 (服务管理)、 (服务自动化)、(资源)、(服务保证)等功能。119.一组协同工作的计算机通过网络连接,用通信的手段进行协调同步,用合理的算法调度分配资源,从而达到高效可靠的计算,这样形成的系统叫做( 分布式系统 )120.云计算应用安全体系的主要目标是实现云计算应用及数据的 (机密性) 、 (完整性) 、(可用性) 和 (隐私性 )等121. 网格计算是利用( 因特网)技术,把分散在不同地理位置的计算机组成一台虚拟超级计算机122.Memcache 主要应用于 (数据缓存)123.S3 基本存储单元是 (对象 )124.虚拟化层对应硬件即服务结合 (PaaS) 提供硬件服务,包括服务器集群及硬件检测等服务125.虚拟机网络通信方式包括:(桥接方式)、(NAT 方式)和(仅主机方式)126.云是一个平台,是一个业务模式,给客户群体提供一些比较特殊的 IT 服务,分为管理平台、服务提供 、构建服务等三部分127.虚拟化架构分为:寄居虚拟化、裸金属虚拟化、操作系统虚拟化、混合虚拟化128.分布式系统是一组 自治 的计算机集合,通过通信网络相互连接,实现资源共享和协作,而呈现给用户的是单个完整计算机系统。129. 云计算是以 (公开)的 标准和 (服务) 为基础,以(互联网)为中心,提供安全、快速、便捷的数据存储和网络计算服务,让互联网这片云成为每个网民的数据中心和计算中心130.DAS 的传输类型有:SCSI 和 FC131.云安全的两个研究方向包括云计算安全和安全云132. 将接口放在一台计算机上,对象本身却驻留在另外一台计算机上,就是分布式对象133.FusionCompute 是 FusionSphere 的虚拟化部件,主要提供资源虚拟化和虚拟化资源池管理功能134.FusionCompute 的主要功能特性是高可用,高效率,高性能,兼容互通135.云的工作负载模式:时开时停模式,用量迅速增长模式,瞬时暴涨模式,周期性增减模式136.存储系统分为:(封闭式存储系统)(开放式存储系统)。137.虚拟化中的关键网络资源有(虚拟机)(虚拟资源)两类138.分布式系统的特性有(容错性)、(高扩展性)、(开放性)、并发处理性和透明性139.云计算管理平台中的在线迁移和高可用性功能需求中(共享存储)是先决条件140.Bigtable 中的(API)提供创建和删除表以及列族的函数,还提供了修改集群、表以及 列族元数据的函数141.针对服务层次和服务类型可以将云计算分为基础设施即服务、平台即服务、软件即服务142.大数据的多样性体现在包括(结构化数据)、(半结构化数据)、(非结构化数据)、(数据来源多样)143.SQLAzure 主要用于提供云的 (存储)和(管理)各种信息数据的服务144.云计算安全从云端到云中可划分为三个层次:(云端安全性)、(应用服务层)和(基础设施层)。145.RPC 的本质思想就是希望远程过程调用能像(本地调用)一样146.An 云系统是一项实用基于(NET)服务的资源管理平台,其特点是(以市场为导向)。147.一个 HDFS 集群是由一个(名字节点)和若干个( 数据节点)组成的148.云格可以完成的服务有(1.数据处理服务 2.格处理服务 3.高性能计算服务 4. 协作服务)149.网桥是用于(数据链路层)的设备150.异步传输通常采用(奇偶校验)的校验方法151.FusionCompute 是 FusionSphere 的虚拟化部件,主要提供(资源虚拟化)和(虚拟化资源池管理)功能152.一个 GFS 集群含有单个主控服务器,多个(块服务器),被多个客户访问。153.虚拟机三个特征为:(同质)、(高效)、(资源受控)154.云计算(Cloud Computing):一种利用(大规模低成本)运算单元通过 IP 网络连接,以提供各种计算和存储服务的 IT 技术155.SAN 属于( 网络化 )存储156.(对等网络系统),简称 P2P 系统,即媒体及公众所称的“点对点系统”,是一种应用在对等者之间分配任务和工作负载的(分布式应用架构)的系统。157.虚拟机之间共享同一物理内存空间,此时虚拟机仅对内存做(只读)操作158.数据存储单位从小到大排列顺序是 (PB、EB、ZB、YB)159.虚拟化的主要特征:(高可用性、高扩展性、高安全性)160. 所谓安全云服务就是云计算技术在网络安全领域的应用和拓展从而实现(网络安全即服务)的一种技术和业务模式161.云计算里面面临的一个很大的问题,就是(节能)162.(服务器集群计算)是用紧密耦合的一组计算机来达到单个目的,而云计算是根据用户需要提供不同支持来达到不同的目的163.云计算平台六大技术思想:(弹性、透明、模块化、通用、动态、多租赁)164.Docker 是一个(开源)的应用容器引擎,让开发者可以打包应用以及依赖包到一个(可移植)的容器中,然后发布到任何流行的 Linux 机器上165.Hadoop 是 Apache 开源组织的一个(分布式计算)框架,可以在大量廉价的硬件设备组成的集群上运行应用程序,为应用程序提供了一组稳定可靠的(接口),旨在构建一个具有(高可靠性)和良好扩展性的分布式系统166.云计算按部署方式和服务类型可分为哪几类?IaaS,PaaS,SaaS167.亚马逊 AWS 提供的云计算服务类型是(IaaS PaaS SaaS )168.通过虚拟化层的模拟,虚拟机在上层软件看来,其就是一个真实的机器。这个虚拟化层一般称为(虚拟机监控器)(Virtual Machine Monitor, VMM),也称(Hypervisor)169.当前,几乎所有的知名 IT 提供商、互联网提供商,甚至电信运营商都在向云计算进军,都在提供相关的云服务。但归纳起来,当前云提供者可以分为三大类,即 (SaaS 提供商、 PaaS 和 LaasS 提供商)170.HDFS 是一个( 主从式)的分布式文件系统
-
云计算概念可以追溯到2006年,时任谷歌CEO的埃里克·施密特在搜索引擎大会上,首次提出的“云计算”(Cloud Computing),意味着互联网的发展进入了一个新的阶段,宣告了云计算时代的到来。2007 年以来,中国云计算的发展先后经历四个阶段: 第一阶段为市场引入阶段,云计算的概念刚刚在中国出现,客户对云计算认知度较低。企业围绕着办公效率提升,多选择用SaaS的模板建站,只需要极低配置的服务器。 第二阶段为成长阶段,用户对云计算已经比较了解,并且越来越多的厂商开始踏入这个行业。企业启动官网、小程序、APP等,需求转到了云服务器和云数据上。用户数据的存储与管理,为了更安全、可用空间、可扩展性,还能降低运营成本,选用了云数据库。 第三阶段是成熟阶段,这个时候云计算厂商竞争格局已经基本形成,厂商们开始从更加成熟优秀的解决方案入手,SaaS 模式的应用逐渐成为主流。企业的C端用户为了更好的体验感,使用动静分离+静态加速的方案,需要将存储对象在COS上,并配置CDN服务。 第四个阶段是高速增长阶段,在这个阶段我国云计算市场整体规模偏小,落后全球云计算市场 3至 5 年,且从细分领域来看,国内 SaaS 市场仍缺乏行业领军企业。企业资产和用户数据的安全,web应用防火墙、DDoS防护,业务的创新对产品人工智能AI和直播等的需求加大。 云计算将成为企业数字化转型的关键要素,工业革命4.0中的“新基建”云计算作为基础保障,还是突如其来的疫情,都将云计算发展推向了一个新的高度。根据中国信通院数据预测,我国公有云市场 2020-2022 年仍将处于快速增长阶段,私有云未来几年将保持稳定增长。据此,前瞻预计 2020 年我国云计算整体市场规模将达到 1782 亿元左右,到 2025 年市场规模有望突破 5400 亿元。
-
边缘云计算概念界定 构筑在边缘基础设施之上,就近提供云计算服务 边缘云计算相较边缘计算,更强调依托于云计算技术实现边缘侧的计算、网络、存储、安全及各类应用能力。从边缘侧对时延、弹性、分析等方面的需求出发,云计算架构相比传统架构的优势明显,因此绝大部分情况下业界所指的边缘计算即为边缘云计算。边缘云计算构筑在位于中心云与终端之间的边缘基础设施之上,是云计算能力由中心向边缘的下沉,强调通过云边的一体化、协同管理来解决在集中式云计算模式下所无法满足的业务需求。本报告所指的边缘云计算不包括靠近用户侧但孤立于中心云的私有云、专有云,边缘云也不与云计算的部署模式直接挂钩。边缘云计算架构体系 与云计算架构类似的,边缘云计算的架构自下而上同样分为IaaS、PaaS和SaaS三层。其中IaaS层主要是为边缘云平台提供的计算、存储和网络资源,PaaS层既包括位置服务、流量统计、身份识别等网络能力,也包括人脸识别、音视频转码等行业能力,SaaS层提供各类行业应用。此外,边缘云需要在业务、应用管理、数据、资源等方面与中心云实现云边协同。边缘云计算典型应用场景:工业互联网 为产线、车间提供现场级计算能力,推动工业智能化升级 工业互联网是国家推动制造业转型升级的抓手,是“十四五”规划数字经济重点产业之一。各级政府积极通过政策引导、 资金支持、试点示范等方式加快工业互联网培育,工业互联网产业经济规模快速增长。传统工业流程下,IoT网关仅负责处理局部数据,缺少全局认知,且无法应对工业视觉、AR远程协助等场景下大带宽、海量数据的传输需要。在产线、车间和工厂内均可部署边缘云,基于云边协同体系构建工业互联网平台,于边缘侧对业务数据进行实时处理、智能运算,在云端进行数据的二轮处理和深入分析,对算法模型升级迭代,进而实现全局优化、统筹调度。利用5GMEC兼容多协议和通信接口,可解决工业设备繁多、软件闭源的痛点,为IT与OT提供跨网互通的能力,降低工业互联网的改造成本。边缘云计算典型应用场景:车联网 “聪明的车+智能的路”,实现由单车智能到车路协同 自2018年工信部发布《车联网(智能网联汽车)产业发展行动计划》以来,车联网相关政策利好不断,更被纳入新基建范畴,在全国范围内加快推动试点示范。根据中国智能网联汽车产业创新联盟数据,2020年中国智能网联乘用车(L2级)销量超过300万辆,渗透率从2019年的6.8%快速上升至15.0%。车联网由最早期的车载信息服务发展至今,已经能够基于CV2X技术实现单车智能,但要实现L4级的自动驾驶还需要“人-车-路-云”的全方位协同。为满足单车、路测单元及应用平台之间的超低延时交互以及全局掌握区域内交通信息的需求,基于5G网络和云边协同将复杂的数据处理、分析和控制策略交由中心云,将实时性要求高的计算和服务交给边缘云,将是未来实现车联网车路协同的重要手段。
-
数据分析解决方案如今不断涌现。数据团队处于风暴的中心,因为他们必须平衡对访问、数据完整性、安全性和适当治理的所有需求,这需要遵守相关政策和法规。他们所服务的企业需要尽快获得信息,并且需要应对不平衡的行为,数据团队必须快速而明智地采取行动。他们还必须进行分析和预测,因为他们不仅需要为现在构建系统,还需要为未来构建平台。数据团队首先必须考虑的一个关键问题是:开放或封闭的数据架构。开放与封闭的数据架构先从术语“数据架构”开始。如果要展示多年来任何一个企业的架构图,很可能他们的数据标签实际上是代表数据库的标签——并不是数据本身,而是对数据起作用的引擎。人们可能对这些名称很熟悉,例如Oracle、DB2、SQL Server、Teradata、Exadata、Snowflake等。这些都是为了加载数据集用于操作或分析目的的数据库,它们是“数据架构”的基础。根据定义,这些数据库就是所说的“封闭数据架构”。这意味着数据本身与其他应用程序隔离,必须通过数据库引擎访问。即使使用ETL作业移动数据也是如此,因为在某些时候,要进行导出或导入,需要遍历数据库,无论这是否是实现企业想要做的事情的最佳方式。在这个重要的意义上,数据与架构的其余部分是“封闭”的。总之,封闭的数据架构将数据带到数据库引擎,而开放的数据架构将数据库引擎带到数据。测试企业是否正在处理开放式架构的一种简单方法是考虑未来采用新引擎的难度。能否将新引擎与现有引擎(在相同数据上)并行运行,还是需要进行大规模(并且可能不切实际)的迁移?需要注意的是,在这一点上,已经触及了与开源无关的“开放”的一个关键方面。第一步是决定希望其数据开放并可供任何希望利用它的服务,这将在云计算世界中开放。开放的、面向服务的数据架构当应用程序从客户端-服务器迁移到Web时,基本架构发生了变化。从在一个进程中运行的单一应用程序转变为面向服务的应用程序,这些应用程序被分解为更小、更专业的软件服务。这些最终被称为“微服务”,并且它们仍然是Web和移动应用程序的主导设计。由于云计算基础设施的性质,微服务方法具有许多优势。在具有按需资源模型和众多团队致力于功能块的横向扩展系统中,应用程序只不过是数十或数百个微服务的外观。很多人都认为这种方法在构建模块化和可扩展的应用程序方面具有许多优势。出于某种原因,应该相信这种范式对数据并没有那么有效。专家指出,以与应用程序相同的开放、面向服务的方式查看数据的逻辑是显而易见并且可取的。在实践和战略层面,开放的、面向服务的数据架构才有意义。这就是为什么说开源软件的问题是次要的原因。最重要的 “开放”是决定开放数据架构比封闭数据架构更可取的第一步。一旦发生这种情况,就会出现一个分水岭。开放文件和表格格式(Apache Parquet、Apache Iceberg等)非常重要,因为它们允许全行业创新。其创新以服务于独立开发者的形式交付。杂乱、昂贵、脆弱和破坏合规性的数据被显著减少甚至消除。数据团队可以从同类最佳的服务中进行选择来处理该数据,并将它们放入架构中,就像人们十多年来对应用程序服务所做的一样。是时候让数据架构迎头赶上了。那些对开放数据架构的价值提出异议的人表示它们太复杂了。任何重大的技术转变都会带来复杂性。中型机最初比已建立的大型机更难以管理。然后,基于Intel架构的服务器最初比已建立的中端系统更难以管理。管理个人电脑最初比管理已建立的哑终端更复杂。而每次发生技术转变时,它都会通过正常的采用曲线进入应用主流。从管理的角度来看,早期总是更加复杂,但随着时间的推移,新的工具和方法会降低这种复杂性,从而产生远远超过初始复杂性成本的收益。这就是为什么进行技术创新的原因。Dremio是一款DaaS平台,其创建是为了使开放的、面向服务的数据架构变得更加容易和强大。使用Dremio,由于可以将所有部分放在一起,因此对Lakehouse运行SQL很容易。在这一过程中,创建了改变行业的开源项目,例如Nessie、ApacheArrow和ArrowFlight。这些是开源项目,因为开源技术鼓励采用和互操作性,这对于企业数据架构中的服务集成层至关重要。客户之所以受益,是因为他们可以采用创新的关键技术,以更好地为他们服务。开源爱好者之所以受益,是因为他们可以访问代码以更好地理解它,甚至改进它。行业厂商之所以受益,是因为可以使用这些创新来快速轻松地在Lakehouses上创建SQL。对这个讨论提出一个很好的观点,现实上,无论供应商声称多么“开放”,无论他们如何谈论支持开放格式和开放标准,即使该供应商的核心是开源的,如果数据架构是封闭的,那么它就是封闭的。Snowflake公司在最近发表的一篇文章中提出的关键一点是,需要在数据格式和存储所有权等方面进行封闭以满足业务需求。虽然这在多年前可能需要这么做,但云存储和事务表格式等最近的进步现在使开放式架构能够满足这些要求。如果企业可以通过开放式架构和随之而来的所有好处来满足其要求,那么为什么要选择封闭式架构呢?数据成为一等公民行业专家倡导数据本身成为架构中一等公民的世界。对于想要从开放架构中爱益的企业,行业厂商正在使这一点变得越来越容易实现,例如:(1)灵活地使用最适合不同工作的同类最佳引擎;(2)避免被锁定通过专有引擎来访问他们的数据;(3)做好准备以利用未来的创新;(4)消除无休止地将数据复制和移出数据仓库所造成的复杂性。行业厂商不仅致力于开放标准和开源,尽管它们可能很重要,但首先致力于开放数据架构。因为随着它们变得越来越容易实现和使用,与封闭的数据架构相比,其优势是压倒性的。
-
最近几年,企业上云越来越热。毫不夸张的说,只要是跟企业数字化转型相关的话题都离不开云计算,尤其在疫情的催化下,无论是在线办公、还是网络购物,都凭借云计算的巨大张力成功应对了突如其来的市场环境变化,由此迎来了新一轮井喷式的发展。热潮之下,云计算成为各大企业抢滩布局的重中之重。那么,究竟当下云计算的市场格局以及发展情况如何?不久前,赛迪顾问发布了《2020-2021年中国云计算市场研究年度报告》(以下简称《报告》),对全球及中国云计算市场规模和中国市场的竞争格局进行了分析,并对未来中国云计算市场发展做出展望。全球云计算市场增长放缓中国市场保持加速增长Part 01受新冠肺炎疫情影响,全球大多数企业线下活动受到明显冲击,线上服务的需求激增,带动了公有云市场的稳定增长,但政企明显减少了对私有云部署需求。整体看,2020年全球云计算市场销售额为2957.6亿美元,增速为9.8%,增长进一步放缓。《报告》显示,美国政企信息化程度相对较高,广泛使用云平台和云应用,对云服务的需求量大,也催生了一批国际领先的云厂商。在供需驱动下,美国云计算市场规模遥遥领先其他国家和地区,2020年美国云计算市场规模达到了1573.2亿美元,占全球云计算市场规模的53.2%。从中国云计算市场规模看,新冠疫情对线下服务造成明显冲击,给私有云的部署和交付带来了阻碍,2020年中国私有云市场规模增速明显下降。另外,公有云方面,2020年云直播、云游戏、云医疗、云课程等云应用规模呈现高速增长态势,带动公有云高速增长。整体看,2020年中国云计算市场依然保持较快增长,市场规模达到1922.5亿元,同比增长25.6%。全球云计算市场的份额进一步扩大,占全球云计算市场规模的10.0%。从区域结构看,华东、华北云计算市场规模领先,占比合计接近60%,另外,西南地区云计算市场规模呈现高速增长,市场份额进一步提升。从行业结构看,行业场景丰富,2020年,智慧交通基础设施建设加快、政务加快数字化转型,交通和政务领域的云计算市场呈现高速增长态势,市场份额进一步提升。国内云计算市场竞争激烈阿里云、浪潮表现亮眼Part 02目前,中国云厂商较多,市场竞争比较激烈,有龙头云厂商、传统软件企业、电信运营商、创新创业企业等四类参与主体。《报告》指出,阿里云、腾讯云先发优势明显,稳占据市场头部位置。浪潮拥有较为完整的云计算产业链,在企业级数据中心市场具有广泛的客户基础,多年来在政府、电信等主要私有云应用领域深耕,已在云市场占据一席之地。华云、UCloud等作为专业的云计算厂商,通过自主研发产品,深耕重点行业和客户,规模效应逐渐凸显,已成为云计算领域重要的挑战者。以阿里云为例,从 2009 年开始布局云计算,逐步形成了以公有云、混合云、私有云、大数据、中台等为代表的政企上云用云方案,依靠先发优势、完整生态和技术能力,营收和市场份额不断提升,2020 年营业收入为 556 亿元,同比增长 57%,在云计算市场持续处于领导者位置。2020 年 6 月,阿里云推出“云钉一体”战略,将作为新兴操作系统(PaaS)的钉钉与阿里云 (IaaS)融合,进一步提升自身在IaaS和PaaS领域的竞争力。另外,随着传统大型企业数字化转型加快,阿里云加大布局电网、钢铁、水泥、化工、汽车、交通等领域的云市场,已积累一批大型客户和典型案例。此外,浪潮的表现也非常优异。据悉,浪潮全面布局云计算领域,能够为客户提供云网边端融合、云数智融合、建管运融合的全栈云服务。截止2020年底,浪潮基于7大核心云数据中心以及50个二级云数据中心,已为 25 个省(区,市),151个地级市,10000+政府部门提供云计算服务。目前,浪潮基于在分布式云领域的探索和实践,正式发布“1231”业务战略,即:1个统一架构、2个关键领域、3项融合能力、1个安全体系。并重磅推出“分布式云+”行动计划——1+2+N+生态,即:打造一朵分布式云,聚焦数字政府和工业互联网2大重点领域,提供政企上云方案,助力政企客户数字化转型。对于中国云计算市场的未来发展趋势,《报告》认为,未来三年中国云计算仍将保持高速增长,预计到2023年市场规模将达到3670.5亿元。另外,在需求驱动下,未来三年中国公有云市场仍处于高速增长态势,到 2023 年中国公有云市场规模将达到2236.4亿元。私有云也将迎来黄金发展阶段,未来三年中国私有云将稳定增长,预计到2023年中国私有云市场规模将超过1434.1亿元。
-
108.在 GFS 中, 主控服务器存放着三类元数据: 文件和块的命名空间、 文件到块的映射信息以及_块副本的位置信息109.(中间件)是一种独立的系统软件或服务程序, 分布式应用软件借助这种软件在不同的技术之间共享资源110.将接口放在一台计算机上,对象却驻留在另一台计算机上,这就是(分布式对象)
-
107.微软公司的云计算战略包括:微软运营伙伴运营客户自建
-
101.云计算的核心观念是将所有资源以(服务)的形式进行抽象102.不具备扩展性的存储架构有( DAS)103.保存修改过的文件,应首先键入( Cwq)104.在 EC2 中用户最多可以拥有(20)个事例105.针对云计算的服务层次和服务类型分为 IaaS、PaaS、SaaS 三类
-
91.最终一致性是指系统中的所有数据副本经过一定时间后,最终能够达到一致的状态92.简单的理解为云计算等于资源的闲置而产生的93.云计算可以把普通的服务器或者 PC 连接起来以获得超级计算机的计算和存储等功能,但是成本更低94.虚拟化就是让硬件转变到软件的一种新技术95.RAID 的好处在于,既可以提高数据读取效率,又增加了数据备份功能
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家;李炎-华为云码道产品专家;彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战,从0到1打通消息通道;码道鸿蒙端云一体化实战,快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人;蒋春阳-华为云AI开发者案例开发专家
本期直播内容: AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了:看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签