SpringBoot集成ShardingSphere-JDBC实现分库分表
作者：喜之郎XX果冻
本文主要介绍了SpringBoot集成ShardingSphere-JDBC实现分库分表,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
前言：该文章目前只基本实现分库分表，如需更复杂功能请移步官方文档，后续会出复杂实现的笔记，如有需要请关注留言
一、ShardingSphere-JDBC 概述
作用之一：实现分库分表存储
ShardingSphere-JDBC 是 Apache ShardingSphere 的轻量级解决方案，定位为增强型 JDBC 驱动。它以 jar 包形式存在于应用程序中，通过实现 DataSource 接口，对上层应用提供透明的分库分表能力，与应用程序共享同一个 JVM 进程。
1. 核心特性
- 分库分表：支持水平分库、水平分表、垂直分库等多种分片模式。
- 读写分离：支持主从复制架构下的读写分离。
- 分布式事务：提供 XA 和柔性事务支持。
- 数据加密：支持敏感数据透明加密。
- 影子库：支持灰度发布和数据验证。
2. 与其他中间件对比
| 类型 | 优点 | 缺点 |
|---|---|---|
| ShardingSphere-JDBC | 无额外部署成本，轻量级，性能损耗小 | 与应用绑定，升级维护需修改代码 |
| ShardingSphere-Proxy | 对应用透明，支持异构语言，独立部署 | 需要额外运维，性能略低于 JDBC |
| MyCat/Atlas | 成熟稳定，社区活跃 | 功能不如 ShardingSphere 全面 |
二、集成前项目架构（单数据源）
1. 依赖配置
<!-- MyBatis-Plus 依赖 --> <dependency> <groupId>com.baomidou</groupId> <artifactId>mybatis-plus-boot-starter</artifactId> <version>3.4.3.4</version> </dependency> <!-- HikariCP 连接池 --> <dependency> <groupId>com.zaxxer</groupId> <artifactId>hikari-cp</artifactId> </dependency> <!-- MySQL 驱动 --> <dependency> <groupId>com.mysql</groupId> <artifactId>mysql-connector-j</artifactId> <scope>runtime</scope> </dependency>
2.配置文件 (application.yml)
spring:
datasource:
driver-class-name: com.mysql.cj.jdbc.Driver
url: jdbc:mysql://localhost:3306/enterprise_practical_project
username: root
password: qwer123456
hikari:
maximum-pool-size: 15
minimum-idle: 5
connection-timeout: 30000
mybatis-plus:
mapper-locations: classpath:cn/jjcoder/mapper/*.xml
type-aliases-package: cn.jjcoder.entity
configuration:
map-underscore-to-camel-case: true
3. MyBatis-Plus 配置类
@Configuration
public class MyBatisPlusConfig {
//插件
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();
interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));
return interceptor;
}
@Bean
public SqlSessionFactory sqlSessionFactory(DataSource dataSource) throws Exception {
MybatisSqlSessionFactoryBean factory = new MybatisSqlSessionFactoryBean();
factory.setDataSource(dataSource);
factory.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources("classpath:cn/jjcoder/mapper/*.xml"));
return factory.getObject();
}
}
4. 架构特点
- 应用直接连接单一数据库。
- MyBatis-Plus 直接管理数据源。
- 所有表存储在同一个数据库实例中。
三、集成后项目架构（ShardingSphere-JDBC）
1. 新增依赖
<!-- ShardingSphere-JDBC 核心依赖 -->
<!-- https://mvnrepository.com/artifact/org.apache.shardingsphere/sharding-jdbc-spring-boot-starter -->
<dependency>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>shardingsphere-jdbc-core-spring-boot-starter</artifactId>
<version>5.1.2</version>
<exclusions>
<!-- 排除Druid自动配置 -->
<exclusion>
<groupId>com.alibaba</groupId>
<artifactId>druid-spring-boot-starter</artifactId>
</exclusion>
<!-- 排除任务调度器 -->
<exclusion>
<groupId>org.apache.shardingsphere</groupId>
<artifactId>shardingsphere-schedule-core</artifactId>
</exclusion>
</exclusions>
</dependency>
2. 配置文件变更
spring:
shardingsphere:
# 公共数据源配置（锚点）
common-ds: &common-ds
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
username: root
password: qwer123456
hikari:
minimum-idle: 5
maximum-pool-size: 15
idle-timeout: 30000
datasource:
names: main_db,ds2025
main_db:
<<: *common-ds # 引用公共配置
jdbc-url: jdbc:mysql://localhost:3306/enterprise_practical_project
ds2025:
<<: *common-ds
jdbc-url: jdbc:mysql://localhost:3306/shard_db_2025
# ds2026:
# <<: *common-ds
# jdbc-url: jdbc:mysql://localhost:3306/shard_db_2026
rules:
sharding:
tables:
standing_book:
actual-data-nodes: ds$->{2025..2026}.standing_book_$->{202501..202512}
database-strategy:
standard:
sharding-column: in_out_date
sharding-algorithm-name: db-interval
table-strategy:
standard:
sharding-column: in_out_date
sharding-algorithm-name: table-interval
sharding-algorithms:
db-interval:
type: INTERVAL
props:
datetime-pattern: "yyyy-MM-dd"
datetime-lower: '2025-01-01'
datetime-upper: '2026-12-31'
sharding-suffix-pattern: 'yyyy'
datetime-interval-amount: 1
datetime-interval-unit: years
table-interval:
type: INTERVAL
props:
datetime-pattern: "yyyy-MM-dd"
datetime-lower: '2025-01-01'
datetime-upper: '2026-12-31'
sharding-suffix-pattern: 'yyyyMM'
datetime-interval-amount: 1
datetime-interval-unit: months
datetime-format-pattern: ^\d{4}-\d{2}-\d{2}$
mybatis-plus:
mapper-scan:
base-package: cn.jjcoder.mapper
global-config:
db-config:
logic-delete-field: deleted # 全局逻辑删除字段名
logic-delete-value: 1 # 逻辑已删除值
logic-not-delete-value: 0 # 逻辑未删除值
configuration:
# 配置下划线与驼峰之间转换
map-underscore-to-camel-case: true
log-impl: org.apache.ibatis.logging.stdout.StdOutImpl
mapper-locations: classpath:cn.jjcoder.mapper/*.xml
type-aliases-package: cn.jjcoder.entity
3. MyBatis-Plus 配置类
@Configuration
public class MyBatisPlusConfig {
@Bean
public MybatisPlusInterceptor mybatisPlusInterceptor() {
MybatisPlusInterceptor interceptor = new MybatisPlusInterceptor();
interceptor.addInnerInterceptor(new PaginationInnerInterceptor(DbType.MYSQL));
return interceptor;
}
@Bean
public SqlSessionFactory sqlSessionFactory(DataSource dataSource) throws Exception {
MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean();
sessionFactory.setDataSource(dataSource);// 注入的是 ShardingSphere 的数据源
sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources("classpath:cn/jjcoder/mapper/*.xml"));
return sessionFactory.getObject();
}
/**
* 使用 ShardingSphere 时，事务管理器需要指向 ShardingSphere 的数据源：
* @param dataSource
* @return
*/
@Bean
public PlatformTransactionManager transactionManager(DataSource dataSource) {
return new DataSourceTransactionManager(dataSource);
}
}
4. 架构特点
- 应用通过 ShardingSphere-JDBC 连接多个数据库。
- ShardingSphere 管理多个物理数据源，向上层(MP)提供统一的逻辑数据源。
- MyBatis-Plus 操作 ShardingSphere 提供的逻辑数据源，无需感知底层分片细节。
- 分片规则完全由 ShardingSphere 配置控制。
四、集成后效果演示
通过插入数据来演示 mybatis-plus 和ShardingSphere之间的工作流程分库分表
前言：我目前在 application.yml 配置文件中配置的需要分库分表的表为 standing_book(台账表)，并且配好了多数据源的连接信息，以及具体的分片算法。所以在此之前需要保证数据库有相应的库和表，以及表的分片键类型(这点我在刚开始做的时候没注意，后续出了bug排查了好久)
保证以上之后，演示分库分表具体效果：
由于分库分表的表为standing_book，所以需给这个表插入数据才能触发，目前我的业务逻辑为 产品出入库时生成台账信息保存数据库
- 往 standing_book 插入数据代码
/**
* 根据商品出入库生成台账
* @param list
* @return
*/
@Override
public boolean saveByProductInOrOut(List<ProductVO> list, String userName, boolean isIn) {
String operationType = isIn ? "入库" : "出库";
List<StandingBook> standingBooks = new ArrayList<>();
for (ProductVO vo : list) {
StandingBook standingBook = new StandingBook();
standingBook.setProductId(vo.getId()); //产品id
standingBook.setProductName(vo.getName()); //产品名称
standingBook.setOperationType(operationType); //操作类型
standingBook.setOperationNum(vo.getInOrOutCount()); //入库or出库数量
Integer newQuantity=isIn? vo.getInventory()+vo.getInOrOutCount() : vo.getInventory()-vo.getInOrOutCount();
standingBook.setNewQuantity(newQuantity); //出入库后库存总量
standingBook.setOrperator(userName);
standingBook.setCreateDatetime(LocalDateTime.now());
standingBook.setInOutDate(LocalDate.now().toString()); //设置分片键值(shardingsphere会根据该字段值进行分片，路由到相应的库表)
standingBooks.add(standingBook);
}
//该 saveOrUpdateBatchCustom 将会触发分库分表算法
return this.saveOrUpdateBatchCustom(standingBooks);
}
- 控制台执行信息如下
# mybatis-plus生成的sql
2025-05-20 20:06:48.308 DEBUG --- [onPool-worker-9] c.j.mapper.StandingBookMapper.insert : ==> Preparing: INSERT INTO standing_book ( standing_book_id, product_id, product_name, operation_type, in_out_date, orperator, operation_num, new_quantity, create_datetime ) VALUES ( ?, ?, ?, ?, ?, ?, ?, ?, ? )
2025-05-20 20:06:48.316 DEBUG --- [onPool-worker-9] c.j.mapper.StandingBookMapper.insert : ==> Parameters: f1feb93be82375630ce8f4c3a8e006f8(String), 1dbcf56794cc1cc21ea12719ea7b7a86(String), 6(String), 入库(String), 2025-05-20(String), root(String), 1(Integer), 35(Integer), 2025-05-20T20:06:48.307(LocalDateTime)
# 被ShardingSphere接管()
# 逻辑sql
2025-05-20 20:06:48.322 INFO --- [onPool-worker-9] ShardingSphere-SQL : Logic SQL: INSERT INTO standing_book ( standing_book_id,
product_id,
product_name,
operation_type,
in_out_date,
orperator,
operation_num,
new_quantity,
create_datetime ) VALUES ( ?,
?,
?,
?,
?,
?,
?,
?,
? )
2025-05-20 20:06:48.322 INFO --- [onPool-worker-9] ShardingSphere-SQL : SQLStatement: MySQLInsertStatement(setAssignment=Optional.empty, onDuplicateKeyColumns=Optional.empty)
# 实际执行sql
2025-05-20 20:06:48.322 INFO --- [onPool-worker-9] ShardingSphere-SQL : Actual SQL: ds2025 ::: INSERT INTO standing_book_202505 ( standing_book_id,
product_id,
product_name,
operation_type,
in_out_date,
orperator,
operation_num,
new_quantity,
create_datetime ) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?) ::: [f1feb93be82375630ce8f4c3a8e006f8, 1dbcf56794cc1cc21ea12719ea7b7a86, 6, 入库, 2025-05-20, root, 1, 35, 2025-05-20T20:06:48.307]
通过以上控制台输出可以看到
- mybatis-plus依旧会生成预编译sql，但是被shardingsphere接管
- 可以看到 shardingsphere 的逻辑sql 和实际执行sql
- 实际执行sql上显示了具体路由到的库和表
具体执行流程如下：
- 应用代码调用：Service 层调用 Mapper 接口方法。
- MyBatis-Plus 处理：
■ 通过 SqlSessionFactory 获取 SqlSession。
■ 生成 SQL 语句。 - ShardingSphere 拦截：
■ ShardingDataSource 拦截 SQL 执行请求。
■ 根据分片规则计算目标库表。
■ 路由 SQL 到对应的物理数据源和表。 - 数据库执行：实际执行 SQL 并返回结果。
- 结果返回:结果通过 ShardingSphere 封装后返回给 MyBatis-Plus，MyBatis-Plus 将结果映射为 Java 对象返回给应用。
五、配置加载与协作流程
1. 配置加载顺序
- Spring Boot 启动：加载 application.yml 配置文件。
- ShardingSphere 自动配置：
- ShardingSphereAutoConfiguration 类解析 spring.shardingsphere 配置。
- 创建多个物理数据源（HikariCP 连接池）。
- 根据分片规则创建 ShardingDataSource（实现 DataSource 接口）。
- 将 ShardingDataSource 注册为 Spring 容器中的唯一 DataSource Bean。
- MyBatis-Plus 自动配置：
- MybatisPlusAutoConfiguration 类自动加载。
- 注入 ShardingSphere 提供的 DataSource Bean。
- 创建 SqlSessionFactory 和其他 MyBatis 组件。
2. 核心组件初始化过程
ShardingSphere 初始化：
ShardingSphereAutoConfiguration → 解析配置文件 → 创建多个 HikariDataSource 实例 → 根据分片规则创建 ShardingRule → 将数据源和规则组装为 ShardingDataSource → 注册 ShardingDataSource 到 Spring 容器
MyBatis-Plus 初始化：
MybatisPlusAutoConfiguration → 从 Spring 容器获取唯一的 DataSource Bean（即 ShardingDataSource） → 创建 MybatisSqlSessionFactoryBean → 设置数据源、映射文件路径等配置 → 初始化 SqlSessionFactory → 注册 MyBatis 的 MapperScanner
3. SQL 执行协作流程
- 应用代码调用：Service 层调用 Mapper 接口方法。
- MyBatis-Plus 处理：
- 通过 SqlSessionFactory 获取 SqlSession。
- 生成 SQL 语句。
- ShardingSphere 拦截：
- ShardingDataSource 拦截 SQL 执行请求。
- 根据分片规则计算目标库表。
- 路由 SQL 到对应的物理数据源和表。
- 数据库执行：实际执行 SQL 并返回结果。
- 结果返回：结果通过 ShardingSphere 封装后返回给 MyBatis-Plus，MyBatis-Plus 将结果映射为 Java 对象返回给应用。
六、集成前后代码对比
1. 依赖对比
- 集成前
- 项目仅依赖 MyBatis-Plus、HikariCP 连接池和 MySQL 驱动，聚焦于单数据源下的数据库操作与对象关系映射。
- 而集成 ShardingSphere-JDBC 后
- 新增了 ShardingSphere-JDBC 核心依赖，此依赖引入分库分表等关键功能，使得项目具备处理多数据源和复杂数据分布的能力。
| 对比维度 | 集成前 | 集成后 |
|---|---|---|
| 核心依赖变化 | 仅包含 MyBatis-Plus 及基础数据库连接依赖 | 新增 ShardingSphere-JDBC 核心依赖，构建多数据源处理能力 |
| 功能扩展 | 支持单数据源下的常规数据库操作与对象映射 | 新增分库分表、读写分离、分布式事务等高级功能 |
2. 配置文件对比
在数据源配置部分
- 集成前
- 采用传统的 spring.datasource 配置单一数据源，简洁明了地定义驱动、URL、用户名和密码等信息。
- 集成后，
- 数据源配置转移到 spring.shardingsphere.datasource 下，不仅需定义多个物理数据源，还需配置各数据源的详细参数，如连接池设置。
- 此外，新增的 spring.shardingsphere.rules 用于配置复杂的分库分表规则，涵盖数据节点分布、分片策略和算法，以实现数据的合理分片存储与高效访问。
| 对比维度 | 集成前 | 集成后 |
|---|---|---|
| 数据源配置位置 | spring.datasource，配置单一数据源 | spring.shardingsphere.datasource，配置多个物理数据源 |
| 配置复杂度 | 简单定义驱动、URL、用户名和密码等基本信息 | 除基本信息外，还需配置多个数据源连接池参数，以及分库分表规则 |
| 新增配置项 | 无 | spring.shardingsphere.rules，用于定义分库分表规则，包括数据节点、分片策略和算法 |
3. 代码逻辑对比
从数据访问层代码逻辑来看
- 集成前
- MyBatis-Plus 直接操作单一数据源，开发人员无需关注数据源的复杂性，可专注于业务 SQL 编写和对象映射。
- 集成后
- 虽然 MyBatis-Plus 的 Mapper 接口和业务代码在形式上未发生明显变化，但实际上，MyBatis-Plus 操作的已变为 ShardingSphere 提供的逻辑数据源。
- ShardingSphere 会在底层自动处理 SQL 路由，根据分库分表规则将 SQL 准确发送到对应的物理数据源和表，开发人员无需手动处理复杂的路由逻辑，降低了开发难度和出错概率。
| 对比维度 | 集成前 | 集成后 |
|---|---|---|
| 数据访问方式 | MyBatis-Plus 直接操作单一数据源，简单直观 | MyBatis-Plus 操作 ShardingSphere 提供的逻辑数据源，底层自动处理 SQL 路由 |
| 开发关注点 | 专注于业务 SQL 编写和对象映射 | 无需关注复杂的 SQL 路由逻辑，专注业务逻辑，由 ShardingSphere 处理数据分片 |
| 代码改动 | 无明显代码改动 | 无明显代码改动，仅配置变化，对业务代码透明 |
4. 架构设计对比
在架构层面
- 集成前
- 项目架构简单，应用与单一数据库直接相连，数据处理逻辑集中在单库内，适用于数据规模较小、业务逻辑相对简单的场景。
- 集成后
- 引入 ShardingSphere-JDBC 使架构转变为应用通过 ShardingSphere 连接多个数据库，形成分布式数据存储架构。
- ShardingSphere 作为中间层，管理多个物理数据源，向上提供统一的逻辑数据源，实现数据的分布式存储与访问，提升了系统的扩展性和性能，以应对大规模数据和高并发访问的挑战。
| 对比维度 | 集成前 | 集成后 |
|---|---|---|
| 数据库连接关系 | 应用直接连接单一数据库，架构简单 | 应用通过 ShardingSphere-JDBC 连接多个数据库，形成分布式架构 |
| 数据管理方式 | 单库内数据处理，逻辑集中 | ShardingSphere 管理多个物理数据源，实现数据分片存储与统一访问 |
| 架构扩展性 | 扩展性有限，难以应对大规模数据和高并发 | 扩展性增强，可通过增加数据源应对数据增长和高并发需求 |
七、关键注意事项
1. 数据源唯一性
（以下配置如果你是以代码形式配置数据源的话这么配置，如果是在application.yml中配置需在配置文件配置）
确保 Spring 容器中只有一个 DataSource Bean，即 ShardingSphere 提供的 ShardingDataSource。如果存在多个 DataSource Bean，需要通过 @Primary 注解明确指定主数据源。
若项目中存在多个数据源配置，需显式指定 ShardingSphere 的数据源为主要数据源：
示例代码
@Configuration
public class DataSourceConfig {
// 假设存在多个数据源 Bean
@Bean
@Primary // 指定 ShardingSphere 的数据源为主要数据源
public DataSource shardingDataSource() throws SQLException {
// 从 ShardingSphere 配置构建数据源
return ShardingSphereDataSourceFactory.createDataSource(createShardingRuleConfiguration());
}
// 其他数据源 Bean（非主要）
@Bean
public DataSource anotherDataSource() {
// 配置其他数据源
return DataSourceBuilder.create().build();
}
// 构建 ShardingSphere 分片规则配置
private ShardingRuleConfiguration createShardingRuleConfiguration() {
// 配置分片规则...
}
}
2. 事务管理
在使用ShardingSphere的分布式事务支持时，可通过配置事务类型属性来选择事务模式。例如，若采用XA强一致性事务，可在application.yml中添加spring.shardingsphere.props.transaction.type=XA配置；若选择柔性事务（如基于最大努力送达型的事务），则需结合具体业务场景，合理配置补偿策略和消息队列等组件，确保事务最终一致性。
对于跨库事务，需要使用分布式事务管理器，如 Seata 或 ShardingSphere 自身提供的分布式事务支持：
spring:
shardingsphere:
props:
xa-transaction-manager-type: atomikos # 使用 Atomikos XA 事务管理器
3. SQL 限制
分库分表场景下，部分复杂 SQL 可能无法执行，如：
- 跨库关联查询。
- 跨库聚合函数（如 COUNT、SUM）。
- 分布式主键生成。
4. 性能监控
ShardingSphere 提供内置的 SQL 监控功能，可以通过配置开启：
spring:
shardingsphere:
props:
sql-show: true # 打印 SQL
metrics-name: prometheus # 集成 Prometheus 监控
八、常见问题与解决方案
1. 启动时报 “SqlSessionFactory 找不到”
在 MybatisPlusConfig 配置如下bean
@Bean
public SqlSessionFactory sqlSessionFactory(DataSource dataSource) throws Exception {
MybatisSqlSessionFactoryBean sessionFactory = new MybatisSqlSessionFactoryBean();
sessionFactory.setDataSource(dataSource);
sessionFactory.setMapperLocations(new PathMatchingResourcePatternResolver()
.getResources("classpath:cn/jjcoder/mapper/*.xml"));
return sessionFactory.getObject();
}2. SQL 执行异常，表不存在
- 原因：分片规则配置错误，SQL 路由到不存在的表。
- 解决方案：
- 检查
actual-data-nodes配置是否正确。 - 确认分片算法和分片键配置是否匹配。
- 确保
actual-data-nodes中的表名与实际数据库中的表名一致：
- 检查
3. 事务不生效
- 原因：跨库事务需要分布式事务支持。
- 解决方案：
- 配置分布式事务管理器（如 Atomikos、Seata）。
- 使用
@Transactional注解时指定正确的事务管理器。
配置文件修改示例：
配置 Atomikos XA 事务管理器：
spring:
shardingsphere:
props:
xa-transaction-manager-type: atomikos # 启用 XA 事务Java 配置示例：
定义分布式事务管理器：
@Configuration
public class TransactionConfig {
@Bean
public PlatformTransactionManager transactionManager(DataSource dataSource) {
// 使用 Atomikos 分布式事务管理器
JtaTransactionManager transactionManager = new JtaTransactionManager();
transactionManager.setTransactionManager(new UserTransactionManager());
transactionManager.setUserTransaction(new UserTransactionImp());
return transactionManager;
}
}
4. 性能下降明显
- 原因：分片规则不合理或连接池配置不当。
- 解决方案：
- 优化分片算法，避免数据倾斜。
- 调整连接池参数（如
maximum-pool-size）。 - 开启 SQL 监控，分析慢查询。
配置文件修改示例：
优化 HikariCP 连接池参数：
spring:
shardingsphere:
# 公共数据源配置（锚点）
common-ds: &common-ds
type: com.zaxxer.hikari.HikariDataSource
driver-class-name: com.mysql.cj.jdbc.Driver
username: root
password: qwer123456
hikari:
maximum-pool-size: 30 # 增加最大连接数
minimum-idle: 10 # 增加最小空闲连接数
idle-timeout: 30000 # 空闲连接超时时间
max-lifetime: 1800000 # 连接最大生命周期
九、总结
通过集成 ShardingSphere-JDBC，我们在不修改 MyBatis-Plus 代码的前提下，实现了数据库的分库分表能力。这种架构既保留了 MyBatis-Plus 的开发便利性，又通过 ShardingSphere 提升了系统的可扩展性和性能。关键要点包括：
- ShardingSphere-JDBC 作为增强型 JDBC 驱动，对上层应用透明。
- 集成后，MyBatis-Plus 操作的是 ShardingSphere 提供的逻辑数据源，无需关心底层分片细节。
- 分片规则完全通过配置文件控制，无需修改 DAO 层代码。
- 需要注意分布式事务、复杂 SQL 支持等特殊
到此这篇关于SpringBoot集成ShardingSphere-JDBC实现分库分表的文章就介绍到这了,更多相关ShardingSphere-JDBC分库分表内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！