ElasticSearch原理解析與性能調(diào)優(yōu)

Elasticsearch

基本概念

定義

  • 一個分布式的實時文檔存儲矾策，每個字段 可以被索引與搜索
  • 一個分布式實時分析搜索引擎
  • 能勝任上百個服務節(jié)點的擴展，并支持 PB 級別的結(jié)構(gòu)化或者非結(jié)構(gòu)化數(shù)據(jù)

用途

  • 全文檢索
  • 結(jié)構(gòu)化搜索
  • 分析

VS傳統(tǒng)數(shù)據(jù)庫

  • 傳統(tǒng)數(shù)據(jù)庫
    • 提供精確匹配
  • ES
    • 提供精確匹配
    • 全文檢索
    • 處理同義詞
    • 給文檔相關(guān)性評分
    • 生成分析與聚合數(shù)據(jù)
    • 實時

專有名詞

  • 索引（名詞）

    類似于數(shù)據(jù)庫

  • 索引（動詞）

    類似于insert震庭。例如索引一個文檔到一個索引

  • 倒排索引

    默認每個屬性都會有一個倒排索引鼻由，可以設(shè)置屬性不被索引担钮，它只能被覆蓋橱赠，不能被修改

  • 類型

    類似表，同一索引的不同類型箫津，可以擁有不同的字段狭姨，但應該擁有大部分相似的字段。它可以包含大小寫苏遥，不能包含句號饼拍，不能以下劃線開頭，長度限制為256.

  • Id

    文檔的id田炭，可以在生成文檔時指定或自動生成师抄，自動生成的ID，在大部分情況下多個節(jié)點的時候唯一教硫。如果在創(chuàng)建文檔時叨吮，ID沖突辆布，服務器會返回409

  • 文檔

    類似于記錄，文檔只能被替換茶鉴，而不能被修改锋玲，文檔的字段類型需要一致，否則無法進行精確匹配

  • 精確值字段

    對于數(shù)字涵叮，日期惭蹂，布爾和一個not_analyzed字段，進行查詢围肥，會適用精確匹配

  • 全文搜索字段

    否則剿干，進行相關(guān)性搜索

PUT /megacorp/employee/1
{
    "first_name" : "John",
    "last_name" :  "Smith",
    "age" :        25,
    "about" :      "I love to go rock climbing",
    "interests": [ "sports", "music" ]
}

例如

  • megacorp是索引
  • employee是類型
  • 1是文檔id
  • json內(nèi)容是文檔

交互

RESTful API

curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
VERB 適當?shù)?HTTP 方法 或 謂詞 : GET、 POST穆刻、 PUT、 HEAD 或者 DELETE杠步。
PROTOCOL http 或者 https（如果你在 Elasticsearch 前面有一個 https 代理）
HOST Elasticsearch 集群中任意節(jié)點的主機名氢伟，或者用 localhost 代表本地機器上的節(jié)點。
PORT 運行 Elasticsearch HTTP 服務的端口號幽歼，默認是 9200 朵锣。
PATH API 的終端路徑（例如 _count 將返回集群中文檔數(shù)量）。Path 可能包含多個組件甸私，例如：_cluster/stats 和 _nodes/stats/jvm 诚些。
QUERY_STRING 任意可選的查詢字符串參數(shù) (例如 ?pretty 將格式化地輸出 JSON 返回值，使其更容易閱讀)
BODY 一個 JSON 格式的請求體 (如果請求需要的話)

例子

request:

curl -XGET 'http://localhost:9200/_count?pretty' -d '
{
    "query": {
        "match_all": {}
    }
}
'

response:

{
    "count" : 0,
    "_shards" : {
        "total" : 5,
        "successful" : 5,
        "failed" : 0
    }
}

檢索文檔功能

  • 獲取一個文檔

    GET /megacorp/employee/1

  • 簡單查詢

    GET /megacorp/employee/_search #查詢前十條記錄

    GET /megacorp/employee/_search?q=last_name:Smith  #查詢smith的前十條記錄

  • 表達式查詢

    GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "last_name" : "Smith"
        }
    }
}

    GET /megacorp/employee/_search
{
    "query" : {
        "bool": {
            "must": {
                "match" : {
                    "last_name" : "smith" 
                }
            },
            "filter": {
                "range" : {
                    "age" : { "gt" : 30 } 
                }
            }
        }
    }
}

  • 全文檢索

    GET /megacorp/employee/_search
{
    "query" : {
        "match" : {
            "about" : "rock climbing"
        }
    }
}

  • 短語查詢

    GET /megacorp/employee/_search
{
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    }
}

  • 分析（類似于聚合group by）

    request:

    GET /megacorp/employee/_search
{
    "aggs" : {
        "all_interests" : {
            "terms" : { "field" : "interests" },
            "aggs" : {
                "avg_age" : {
                    "avg" : { "field" : "age" }
                }
            }
        }
    }
}

    response:

     ...
  "all_interests": {
     "buckets": [
        {
           "key": "music",
           "doc_count": 2,
           "avg_age": {
              "value": 28.5
           }
        },
        {
           "key": "forestry",
           "doc_count": 1,
           "avg_age": {
              "value": 35
           }
        },
        {
           "key": "sports",
           "doc_count": 1,
           "avg_age": {
              "value": 25
           }
        }
     ]
  }

  • 修改文檔

    PUT /website/blog/123
{
  "title": "My first blog entry",
  "text":  "I am starting to get the hang of this...",
  "date":  "2014/01/02"
}

    舊文檔不會馬上刪掉

    新文檔會被索引

    文檔的version會加一

  • 刪除文檔

    DELETE /megacorp/employee/123

    文檔的version依然會加一

分布式特性

ES自動執(zhí)行的分布式動作

  • 分配文檔到不同的容器 或 分片 中皇型，文檔可以儲存在一個或多個節(jié)點中
  • 按集群節(jié)點來均衡分配這些分片诬烹，從而對索引和搜索過程進行負載均衡
  • 復制每個分片以支持數(shù)據(jù)冗余，從而防止硬件故障導致的數(shù)據(jù)丟失
  • 將集群中任一節(jié)點的請求路由到存有相關(guān)數(shù)據(jù)的節(jié)點
  • 集群擴容時無縫整合新節(jié)點弃鸦，重新分配分片以便從離群節(jié)點恢復

水平擴展VS垂直擴展

ES對水平擴展是友好的绞吁，通過購置更多的機器，可以更好的使用ES的分布式功能

集群

集群擁有一個或多個節(jié)點唬格，當有節(jié)點加入或者退出集群時家破，集群會重新平均分配所有數(shù)據(jù)的分布

主節(jié)點功能

  • 增加/刪除索引

  • 增加/刪除節(jié)點

    不涉及文檔的變更和搜索，因此單一的主節(jié)點不會成為集群的性能瓶頸

索引分片的元數(shù)據(jù)在每個ES節(jié)點都有存儲购岗，每個節(jié)點在接到請求后汰聋，都知道到哪臺ES node找到數(shù)據(jù)，通過轉(zhuǎn)發(fā)請求到ES node所在的機器

一個分片的最大文檔數(shù)：(2^31-128)

一個索引的主分片數(shù)在建立時被確定喊积，且無法修改：因為文檔的存儲是用shard = hash(routing) % number_of_primary_shards來確定文檔的位置的烹困。routing默認是id，也可以自定義

分片的副本數(shù)可以隨時修改

建立索引

PUT /blogs
{
   "settings" : {
      "number_of_shards" : 3,
      "number_of_replicas" : 1
   }
}
ES-cluster

故障轉(zhuǎn)移

增加一臺機器到集群
ES-addonenode
刪除節(jié)點
ES-delonenode

分布式寫入沖突

ES-datalose

對于多個client的寫入ES注服，有可能造成寫入沖突韭邓，導致數(shù)據(jù)的丟失

在一些場景下措近，數(shù)據(jù)丟失是可以接受的

但是在某些場景下，是不允許的女淑。

悲觀控制并發(fā)

傳統(tǒng)數(shù)據(jù)庫的控制方式瞭郑。通過對記錄加鎖，來實現(xiàn)并發(fā)的串行執(zhí)行

樂觀并發(fā)控制

ES采用樂觀控制

所謂樂觀控制鸭你，就是服務器假設(shè)大部分情況下屈张，是不會發(fā)生沖突的，如果發(fā)生沖突袱巨，則拒絕修改阁谆，客戶端可以需要通過重新獲取并重試進行處理。

過程如下圖

ES-versionConflict

分布式文檔存儲

確定文檔位于那個shard
shard = hash(routing) % number_of_primary_shards

API支持帶routing參數(shù)愉老，來自定義路由场绿，來確保相關(guān)文檔路由到同一個分片

以ID新建，寫入和刪除文檔
ES-writedocbyid
一致性保證
  • none: 主分片活躍嫉入，允許寫入
  • all: 在所有分片活躍焰盗，允許寫入
  • quorum: 半數(shù)以上節(jié)點活躍，允許寫入

如果暫時沒有足夠的分片活躍咒林，ES會等待熬拒，默認等待1分鐘，可以通過參數(shù)timeout改變這個值垫竞，如果超時澎粟，則失敗返回

新索引默認有 1 個副本分片，這意味著為滿足 規(guī)定數(shù)量 應該 需要兩個活動的分片副本欢瞪。 但是活烙，這些默認的設(shè)置會阻止我們在單一節(jié)點上做任何事情。為了避免這個問題引有，要求只有當 number_of_replicas 大于1的時候瓣颅，規(guī)定數(shù)量才會執(zhí)行。

以ID檢索文檔

與上圖類似

以ID更新文檔

與上圖類似譬正，但在更新完文檔后宫补，會重建索引

在局部更新文檔的時候，主分片會以整份文檔來同步給副本曾我，來保證數(shù)據(jù)的完整性

通過條件獲取多個文檔
ES-mget

搜索

返回特殊字段

GET /_search

{
   "hits" : {
      "total" :       14,
      "hits" : [
        {
          "_index":   "us",
          "_type":    "tweet",
          "_id":      "7",
          "_score":   1,
          "_source": {
             "date":    "2014-09-17",
             "name":    "John Smith",
             "tweet":   "The Query DSL is really powerful and flexible",
             "user_id": 2
          }
       },
        ... 9 RESULTS REMOVED ...
      ],
      "max_score" :   1
   },
   "took" :           4,
   "_shards" : {
      "failed" :      0,
      "successful" :  10,
      "total" :       10
   },
   "timed_out" :      false
}

  • took

    執(zhí)行的毫秒數(shù)

  • _shards

    查詢分片的狀態(tài)粉怕，例如有幾個分片是失敗的，幾個是成功的

  • timeout

    可以通過在查詢設(shè)定超時抒巢，如果查詢超過時間贫贝，則只返回已經(jīng)成功獲得的數(shù)據(jù)，剩余的數(shù)據(jù)將丟棄

  • _index

    數(shù)據(jù)來源的Lucene索引，文檔的每一個字段稚晚，都擁有一個不同的Lucene索引

    在查詢中可以指定Lucene的索引崇堵，默認是不指定的，所以會查詢該文檔的所有索引客燕，并匯總結(jié)果鸳劳。如果指定，則會限定僅在指定的Lucene索引中查詢數(shù)據(jù)

分頁

GET /_search?size=5&from=5

此方式只適用于淺分頁也搓，如果查詢過深赏廓，會導致嚴重的性能問題。

因為例如查詢size為5傍妒，from=10000幔摸。那么ES會從各分片中都查詢10005條記錄，如果有100個shard颤练，那么就會有100*10005條記錄既忆，ES再對這100*10005排序，并僅返回5條記錄

深分頁

使用游標scroll

它在ES中建立了一個有有效期的快照嗦玖，提供給scroll進行數(shù)據(jù)的深度查詢

倒排索引

對一下文檔進行倒排：

  1. The quick brown fox jumped over the lazy dog
  2. Quick brown foxes leap over lazy dogs in summer

得到：

Term      Doc_1  Doc_2
-------------------------
Quick   |       |  X
The     |   X   |
brown   |   X   |  X
dog     |   X   |
dogs    |       |  X
fox     |   X   |
foxes   |       |  X
in      |       |  X
jumped  |   X   |
lazy    |   X   |  X
leap    |       |  X
over    |   X   |  X
quick   |   X   |
summer  |       |  X
the     |   X   |
------------------------

倒排面臨的挑戰(zhàn)

  • Quick跟quick尿贫，用戶有可能認為它們是相同的，也有可能認為是不同的
  • dog和dogs非常接近踏揣，在相關(guān)性搜索時，它們應該都被搜索到
  • jump和leap是同義詞匾乓，在相關(guān)性搜索時捞稿，它們應該都被搜索到

理解相關(guān)性

相關(guān)性的分數(shù)是一個模糊的概念。沒有精確值拼缝，沒有唯一正確的答案娱局。是一種根據(jù)各種規(guī)則對文檔進行的一種量化的估計。

它評分的準則如下：

  • 檢索詞頻率

    檢索詞在該字段出現(xiàn)的頻率越高咧七，分數(shù)越高

  • 反向文檔頻率

    檢索詞在索引出現(xiàn)的頻率越高衰齐，分數(shù)越低

  • 字段長度準則

    字段的長度越長，分數(shù)越低

相關(guān)性破壞

在使用全文檢索某個關(guān)鍵字的時候继阻，會出現(xiàn)耻涛，相關(guān)度低的文檔的得分高于相關(guān)度高的文檔的得分。

例如檢索詞milk瘟檩。索引內(nèi)有兩個主分片抹缕，milk在P1出現(xiàn)了5次，在P2出現(xiàn)了6次墨辛。由于P1和P2的詞分布不一樣卓研。

P1的詞量比P2的詞量高，那么milk算在P1出現(xiàn)占比小，導致在P1得相關(guān)性得分高奏赘，而在P2寥闪，占比da，導致在P2的相關(guān)性得分低磨淌。

原因

是因為局部數(shù)據(jù)分布不均勻?qū)е碌?/p>

解決方法

  • 插入更多的文檔
  • 使用?search_type=dfs_query_then_fetch進行全局評分疲憋。但會有嚴重的性能問題。不推薦使用伦糯。

查詢過濾bitset

每次使用檢索詞查詢柜某，都會為檢索詞建立一個bitset，bitset包含了匹配的文檔的序號敛纲。在熱搜索的檢索詞喂击，ES會對這些bitset有針對的進行緩存，而不用在再次查詢的時候淤翔，重新查找倒排索引翰绊。

對于多個查詢可以有下圖

ES-bitset

當?shù)古潘饕亟ǖ臅r候，bitset在緩存會自動失效

緩存的策略

  • 最近256次被使用的bitset旁壮，會被緩存
  • 段內(nèi)記錄小于1w的监嗜，不會被緩存

索引管理

創(chuàng)建索引

可以顯式創(chuàng)建，也可以隱式創(chuàng)建抡谐。

在大集群下裁奇，索引的創(chuàng)建，涉及元數(shù)據(jù)的同步麦撵，有可能導致集群負載的大量增加刽肠。此時需要禁用索引的隱式創(chuàng)建

action.auto_create_index: false

刪除索引

刪除索引，會涉及大量數(shù)據(jù)的刪除免胃，如果用戶意外地試圖通過一條命令音五，把所有索引刪掉，這可能導致可怕的后果

通過禁用此操作羔沙，可以設(shè)置如下

action.destructive_requires_name: true

分析器

每個索引都可以設(shè)置自己的分析器躺涝，分析器的用途主要是在全文索引上面，通過對不同的語言扼雏，使用不同的分詞坚嗜，不同的詞轉(zhuǎn)換來構(gòu)造倒排索引和計算相關(guān)性。

分片

倒排索引的不變性

好處

  • 一旦被讀入系統(tǒng)緩存呢蛤，就會一直留在那里惶傻，直到LRU算法把不常用的倒排索引剔除。這對ES的讀取性能提供了非常大的提升

不好

  • 新的文檔加入其障，不能增量更新银室，只能重建索引并替換

如何保證新數(shù)據(jù)能實時能查詢到

用更多的索引。

對于新的文檔，不馬上重建索引蜈敢，而是通過新增額外的索引辜荠。在查詢數(shù)據(jù)時，通過輪詢所有的索引抓狭，并合并結(jié)果返回伯病。

ES-shar

ES并不是嚴格意義上的實時，準確來說是準實時否过，由于data從插入到建立倒排索引這段時間午笛，新數(shù)據(jù)是不能訪問的

聚合

像數(shù)據(jù)庫的group by。只是語法不一樣苗桂。功能相通

應用層性能調(diào)優(yōu)

調(diào)大 refresh interval

默認刷新時間是1s药磺，每次刷新都會有一次磁盤寫入，并創(chuàng)建一個新的段煤伟。通過設(shè)置更大的刷新時間癌佩，可以讓磁盤寫入的次數(shù)更低，寫入的段更大便锨。減少段合并的次數(shù)围辙。

禁止OS把ES置換出去

OS的內(nèi)核會在內(nèi)存緊張的時候，把進程置換到外村放案。而對于性能跟內(nèi)存強相關(guān)的ES來說姚建，置換到外存是致命的。通過設(shè)置進程在內(nèi)核的參數(shù)吱殉，禁止置換桥胞，可以避免OS的這種動作

預留大量的文件系統(tǒng)緩存給ES

由于ES大部分數(shù)據(jù)的不變性，使得ES的大部分磁盤操作考婴，都可以通過文件系統(tǒng)的緩存來加快速度。一旦ES的倒排索引和數(shù)據(jù)緩存到系統(tǒng)催烘，如果沒有其他進程的干擾沥阱，而且是比較頻繁訪問的數(shù)據(jù)，則會一直駐留在系統(tǒng)緩存伊群，使得ES的大部分操作都是走內(nèi)存的考杉。一般來說，分配一半的內(nèi)存給文件系統(tǒng)舰始，是合適的崇棠。

使用自動生成ID

如果指定ID，ES會在集群內(nèi)檢查是否ID已經(jīng)存在丸卷，這對大集群來說枕稀，是昂貴的。如果ID是自動生成的，ES會跳過檢查萎坷，直接插入文檔

更好的硬件

  • 更大的內(nèi)存
  • SSD
  • 本地磁盤

不要使用join關(guān)聯(lián)查詢

ES不適合做關(guān)聯(lián)查詢凹联，會導致嚴重的性能問題。

如果業(yè)務一定要join哆档，可以把關(guān)聯(lián)的數(shù)據(jù)都寫到一個索引內(nèi)蔽挠，或者通過應用程序來做關(guān)聯(lián)的動作。

強制merge只讀索引

merge成一個單一的段瓜浸，會得到更好的性能

增加副本

有更多的機器澳淑，通過提高副本數(shù)，可以提高讀效率

不要返回大數(shù)據(jù)

ES不適合這場景

避免稀疏

不要把不相關(guān)的信息存入同一個索引

數(shù)據(jù)預熱

對于熱點數(shù)據(jù)插佛，可以通過一個客戶端請求ES杠巡，讓數(shù)據(jù)先占據(jù)filesystem cache。

冷熱數(shù)據(jù)分離

冷熱數(shù)據(jù)部署在不同的機器朗涩，可以讓熱數(shù)據(jù)在緩存內(nèi)不會被冷數(shù)據(jù)沖走

內(nèi)核層性能調(diào)優(yōu)

限流

如果ES出現(xiàn)高負載的請求忽孽，ES的協(xié)調(diào)節(jié)點會累積大量的請求在內(nèi)存在等待處理，隨著請求數(shù)的增加谢床，協(xié)調(diào)節(jié)點的內(nèi)存占用會越來越大兄一，最后導致OOM。

通過限流识腿，可以有效緩解出革。

大查詢

如果客戶端發(fā)來了一個復雜的查詢，使得需要返回的數(shù)據(jù)異常的大渡讼，這也會導致OOM問題骂束。

通過修改內(nèi)核，讓如果請求的內(nèi)存占用超過系統(tǒng)可以承受的范圍成箫，則截斷來解決

FST過大引發(fā)OOM

FST是對倒排索引在內(nèi)存的索引展箱，它通過前綴狀態(tài)機的方法，快速的定位檢索詞在倒排索引的磁盤位置蹬昌，達到減少磁盤訪問次數(shù)而加快檢索速度的目的混驰。

但由于FST是常駐內(nèi)存的，如果倒排索引達到一定規(guī)模時皂贩，F(xiàn)ST必然會引起OOM問題栖榨。而且FST是存放在JVM堆內(nèi)內(nèi)存的。堆內(nèi)內(nèi)存的上限時32G明刷。

而10 TB的數(shù)據(jù)就需要10G到15G的內(nèi)存來存放FST婴栽。

  • 通過把FST的存儲放到堆外內(nèi)存
  • 通過LRU算法來管理FST，對不常用的FST置換出內(nèi)存
  • 修改ES訪問FST的邏輯辈末，使得ES可以從堆內(nèi)直接訪問堆外的FST
  • 在堆內(nèi)增加FST的cache愚争，加快命中速度

Ref:

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
禁止轉(zhuǎn)載映皆，如需轉(zhuǎn)載請通過簡信或評論聯(lián)系作者。
  • 人面猴
    序言：七十年代末准脂，一起剝皮案震驚了整個濱河市劫扒，隨后出現(xiàn)的幾起案子，更是在濱河造成了極大的恐慌狸膏，老刑警劉巖沟饥，帶你破解...
    沈念sama閱讀 218,284評論 6贊 506
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異湾戳，居然都是意外死亡贤旷，警方通過查閱死者的電腦和手機，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,115評論 3贊 395
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進店門砾脑，熙熙樓的掌柜王于貴愁眉苦臉地迎上來幼驶，“玉大人，你說我怎么就攤上這事韧衣≈言澹” “怎么了？”我有些...
    開封第一講書人閱讀 164,614評論 0贊 354
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵畅铭，是天一觀的道長氏淑。 經(jīng)常有香客問我，道長硕噩，這世上最難降的妖魔是什么假残？ 我笑而不...
    開封第一講書人閱讀 58,671評論 1贊 293
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任，我火速辦了婚禮炉擅，結(jié)果婚禮上辉懒，老公的妹妹穿的比我還像新娘。我一直安慰自己谍失，他們只是感情好眶俩，可當我...
    茶點故事閱讀 67,699評論 6贊 392
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布。 她就那樣靜靜地躺著快鱼，像睡著了一般仿便。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上攒巍，一...
    開封第一講書人閱讀 51,562評論 1贊 305
  • 城市分裂傳說
    那天，我揣著相機與錄音荒勇，去河邊找鬼柒莉。 笑死，一個胖子當著我的面吹牛沽翔，可吹牛的內(nèi)容都是我干的兢孝。 我是一名探鬼主播窿凤，決...
    沈念sama閱讀 40,309評論 3贊 418
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼，長吁一口氣：“原來是場噩夢啊……” “哼跨蟹！你這毒婦竟也來了雳殊？” 一聲冷哼從身側(cè)響起，我...
    開封第一講書人閱讀 39,223評論 0贊 276
  • 萬榮殺人案實錄
    序言：老撾萬榮一對情侶失蹤窗轩，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后，有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體锨推，經(jīng)...
    沈念sama閱讀 45,668評論 1贊 314
  • ?護林員之死
    正文 獨居荒郊野嶺守林人離奇死亡座韵，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,859評論 3贊 336
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年，在試婚紗的時候發(fā)現(xiàn)自己被綠了堤舒。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片色建。...
    茶點故事閱讀 39,981評論 1贊 348
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖舌缤，靈堂內(nèi)的尸體忽然破棺而出箕戳，到底是詐尸還是另有隱情，我是刑警寧澤国撵，帶...
    沈念sama閱讀 35,705評論 5贊 347
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布陵吸，位于F島的核電站，受9級特大地震影響卸留，放射性物質(zhì)發(fā)生泄漏走越。R本人自食惡果不足惜，卻給世界環(huán)境...
    茶點故事閱讀 41,310評論 3贊 330
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一耻瑟、第九天 我趴在偏房一處隱蔽的房頂上張望旨指。 院中可真熱鬧，春花似錦喳整、人聲如沸谆构。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,904評論 0贊 22
  • 一樁弒父案框都，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽搬素。三九已至，卻和暖如春魏保，著一層夾襖步出監(jiān)牢的瞬間熬尺，已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,023評論 1贊 270
  • 情欲美人皮
    我被黑心中介騙來泰國打工谓罗， 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留粱哼，地道東北人。 一個月前我還...
    沈念sama閱讀 48,146評論 3贊 370
  • 代替公主和親
    正文 我出身青樓檩咱，卻偏偏與公主長得像揭措，于是被迫代替她去往敵國和親胯舷。 傳聞我的和親對象是個殘疾皇子，可洞房花燭夜當晚...
    茶點故事閱讀 44,933評論 2贊 355