數(shù)倉搭建

用戶行為數(shù)據(jù)：埋點
業(yè)務(wù)交互數(shù)據(jù)：業(yè)務(wù)流程產(chǎn)生的登陸訂單用戶商品支付等有關(guān)的數(shù)據(jù) 通常存儲在DB中
0.創(chuàng)建gmall數(shù)據(jù)庫
1.創(chuàng)建ODS層

原始數(shù)據(jù)層：外部表，ods_start_log
時間日志表：ods_event_log

創(chuàng)建輸入數(shù)據(jù)是LZO，輸出是text凑耻，支持json解析的分區(qū)表

drop table if exists ods_start_log;
CREATE EXTERNAL TABLE  `ods_start_log`(`line` string)
PARTITIONED BY (`dt` string)
STORED AS
  INPUTFORMAT 'com.hadoop.mapred.DeprecatedLzoTextInputFormat'
  OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION '/warehouse/gmall/ods/ods_start_log';

因為我們的HDFS上元數(shù)據(jù)的存儲格式就是Lzo卖哎，所以hive表的輸入lzo
因為元數(shù)據(jù)是一個json字符串需要進(jìn)行進(jìn)一步的解析碉输，所以輸出用text

ODS層數(shù)據(jù)加載腳本編寫架曹，企業(yè)開發(fā)中腳本執(zhí)行時間一般在每日凌晨30分至1點
注意：

[ -n 變量值 ] 判斷變量的值，是否為空
-- 變量的值互例，非空，返回true
-- 變量的值筝闹，為空媳叨，返回false

2.創(chuàng)建DWD層
DWD層數(shù)據(jù)解析：
對ODS層數(shù)據(jù)進(jìn)行清洗（去除空值，臟數(shù)據(jù)关顷，超過極限范圍的數(shù)據(jù)糊秆，行式存儲改為列存儲，改壓縮格式）
2.1創(chuàng)建基礎(chǔ)明細(xì)表(總共兩張表start/event)
明細(xì)表用于存儲ODS層原始表轉(zhuǎn)換過來的明細(xì)數(shù)據(jù)

基礎(chǔ)明細(xì)表分析
啟動/事件日志基礎(chǔ)明細(xì)表數(shù)據(jù)：

drop table if exists dwd_base_start_log;
CREATE EXTERNAL TABLE `dwd_base_start_log`(
`mid_id` string,
`user_id` string,
`version_code` string,
`version_name` string,
`lang` string,
`source` string,
`os` string,
`area` string,
`model` string,
`brand` string,
`sdk_version` string,
`gmail` string,
`height_width` string,
`app_time` string,
`network` string,
`lng` string,
`lat` string,
`event_name` string,
`event_json` string,
`server_time` string)
PARTITIONED BY (`dt` string)
stored as  parquet
location '/warehouse/gmall/dwd/dwd_base_start_log/';

存儲格式為parquet议双，其中event_name和event_json用來對應(yīng)事件名和整個事件
這個地方將原始日志1對1的形式拆分出來痘番，操作的時候我們將原始日志展平，需要用到UDF和UDTF

自定義UDF函數(shù)（一進(jìn)一出）：
用于解析公共字段：
BaseFieldUDF extends UDF:將公共字段解析為以“\t”為分隔符的字符串
自定義UDTF（一進(jìn)多出）：
用于將et字段的Json串解析成event_name 和event_json
EventJsonUDTF extends GenericUDTF：見簡書 http://www.reibang.com/p/49a11951eb30
解析啟動日志基礎(chǔ)明細(xì)表：
set hive.exec.dynamic.partition.mode=nonstrict;設(shè)置動態(tài)分區(qū)為非嚴(yán)格模式

insert overwrite table dwd_base_start_log
PARTITION (dt)
select
mid_id,
user_id,
version_code,
version_name,
lang,
source ,
os ,
area ,
model ,
brand ,
sdk_version ,
gmail ,
height_width ,
app_time ,
network ,
lng ,
lat ,
event_name ,
event_json ,
server_time ,
dt
from
(
select
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[0]   as mid_id,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[1]   as user_id,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[2]   as version_code,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[3]   as version_name,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[4]   as lang,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[5]   as source,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[6]   as os,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[7]   as area,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[8]   as model,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[9]   as brand,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[10]   as sdk_version,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[11]  as gmail,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[12]  as height_width,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[13]  as app_time,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[14]  as network,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[15]  as lng,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[16]  as lat,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[17]  as ops,
split(base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la'),'\t')[18]  as server_time,
dt
from ods_start_log where dt='2019-02-10'  and base_analizer(line,'mid,uid,vc,vn,l,sr,os,ar,md,ba,sv,g,hw,t,nw,ln,la')<>''
) sdk_log lateral view flat_analizer(ops) tmp_k as event_name, event_json;

字段如下：

DWD層明細(xì)表：

get_json_object(event_json,'$.kv.action') action
get_json_object(event_json,'$.kv.newsid') newsid
get_json_object(event_json,'$.kv.place') place
get_json_object(event_json,'$.kv.extend1') extend1

1. 商品點擊表 
2. 商品詳情頁表
3. 商品列表頁
4. 廣告表
5. 消息通知表
6.用戶前臺活躍(event_name='active_foreground')
7. 用戶后臺活躍(event_name='active_background')
8. 評論表（event_name='comment'）
9. 收藏表
10. 點贊表
11. 啟動日志表
12. 錯誤日志表 dwd_error_log

DWD層明細(xì)表腳本編寫聋伦，腳本執(zhí)行時間一般在凌晨0點30分至1點

業(yè)務(wù)知識儲備：
業(yè)務(wù)術(shù)語： http://www.reibang.com/p/9dccbaa8e42c

系統(tǒng)函數(shù)：

把同一個分組的不同行的數(shù)據(jù)聚合成一個集合collect_set;

hive (gmall)> select * from  stud;
stud.name       stud.area       stud.course     stud.score
zhang3  bj      math    88
li4     bj      math    99
wang5   sh      chinese 92
zhao6   sh      chinese 54
tian7   bj      chinese 91

hive(gmall)>select course,collect_set(area),avg(score) 
from stud  
group by course;

chinese ["sh","bj"] 79.0
math ["bj"] 93.5

日期處理函數(shù)：

(1)date_format函數(shù)（根據(jù)格式整理日期）
>select date_format('2019-02-10','yyyy-MM');
2019-02
(2)date_add函數(shù)（加減日期）

select date_add('2019-02-10',-1);
20019-02-09
(3)next_day函數(shù)

取當(dāng)前天的下周一
>select next_day('2019-02-12','MO');
2019-02-18
取當(dāng)前周的周一
>select date_add(next_day('2019-02-12','MO'),-7);
2019-02-11
(4)last_day函數(shù)（求當(dāng)月最后一天日期）

>select last_day('2019-02-10');
2019-02-28

用戶需求：用戶活躍主題
DWS層
每日活躍設(shè)備明細(xì)：dws_uv_detail_day
每周活躍用戶層：dws_uv_detail_wk(mid monday_date sunday_date)

insert overwrite table dws_uv_datail_wk partition (wk_dt)
每月設(shè)備活躍明細(xì)：dws_uv_detail_mn
DWS層數(shù)據(jù)加載腳本編寫夫偶，執(zhí)行一般在每日凌晨30分至1點
ADS層
目標(biāo)：當(dāng)日當(dāng)周當(dāng)月活躍設(shè)備數(shù)量
ads_uv_count
建表語句

drop table if exists ads_uv_count;
create  external table ads_uv_count(
    `dt` string COMMENT '統(tǒng)計日期',
    `day_count` bigint COMMENT '當(dāng)日用戶數(shù)量',
    `wk_count`  bigint COMMENT '當(dāng)周用戶數(shù)量',
    `mn_count`  bigint COMMENT '當(dāng)月用戶數(shù)量',
    `is_weekend` string COMMENT 'Y,N是否是周末,用于得到本周最終結(jié)果',
    `is_monthend` string COMMENT 'Y,N是否是月末,用于得到本月最終結(jié)果'
) COMMENT '每日活躍用戶數(shù)量'
stored as parquet
location '/warehouse/gmall/ads/ads_uv_count_day/';

用戶需求：用戶新增主題
DWS層(每日新增設(shè)備明細(xì))
每日新增設(shè)備明細(xì)表 dws_new_mid_day（主要字段：mid_id create_date）
導(dǎo)入數(shù)據(jù)：

insert into table dws_new_mid_day
select  
    ud.mid_id,
    ud.user_id ,
    ud.version_code ,
    ud.version_name ,
    ud.lang ,
    ud.source,
    ud.os,
    ud.area,
    ud.model,
    ud.brand,
    ud.sdk_version,
    ud.gmail,
    ud.height_width,
    ud.app_time,
    ud.network,
    ud.lng,
    ud.lat,
    '2019-02-10'
from dws_uv_detail_day ud left join dws_new_mid_day nm on ud.mid_id=nm.mid_id
where ud.dt='2019-02-10' and nm.mid_id is null;

ADS層(每日新增設(shè)備表) ：

drop table if exists `ads_new_mid_count`;
create table `ads_new_mid_count`(
create_date String comment '創(chuàng)建時間'，
new_mid_count BigInt comment '新增設(shè)備數(shù)量'
)
row format delimited  fields terminated by '\t'
location '/warehouse/gmall/ads/ads_new_mid_count/';

導(dǎo)入數(shù)據(jù)：

insert into table ads_new_mid_count
select create_date,count(*)
from dws_new_mid_day
where create_date='2019-02-10'
group by create_date

用戶需求：用戶留存
用戶留存概念：某段時間內(nèi)的新增用戶觉增，經(jīng)過一段時間后兵拢，又繼續(xù)使用的用戶
DWS（每日留存用戶明細(xì)表dws_user_retention_day）：
按天進(jìn)行分區(qū)保存，每天計算一次前n天的留存明細(xì)

drop table if exists  `dws_user_retention_day`;
create  table  `dws_user_retention_day`
(
    `mid_id` string COMMENT '設(shè)備唯一標(biāo)識',
    `user_id` string COMMENT '用戶標(biāo)識',
    `version_code` string COMMENT '程序版本號',
    `version_name` string COMMENT '程序版本名',
`lang` string COMMENT '系統(tǒng)語言',
`source` string COMMENT '渠道號',
`os` string COMMENT '安卓系統(tǒng)版本',
`area` string COMMENT '區(qū)域',
`model` string COMMENT '手機(jī)型號',
`brand` string COMMENT '手機(jī)品牌',
`sdk_version` string COMMENT 'sdkVersion',
`gmail` string COMMENT 'gmail',
`height_width` string COMMENT '屏幕寬高',
`app_time` string COMMENT '客戶端日志產(chǎn)生時的時間',
`network` string COMMENT '網(wǎng)絡(luò)模式',
`lng` string COMMENT '經(jīng)度',
`lat` string COMMENT '緯度',
   `create_date`       string  comment '設(shè)備新增時間',
   `retention_day`     int comment '截止當(dāng)前日期留存天數(shù)'
)  COMMENT '每日用戶留存情況'
PARTITIONED BY ( `dt` string)
stored as  parquet
location '/warehouse/gmall/dws/dws_user_retention_day/';

導(dǎo)入數(shù)據(jù)：

2019-02-11當(dāng)天計算前一天的用戶留存人明細(xì)計算（count（*）即可算出留存人數(shù)）：

insert  overwrite table dws_user_retention_day partition（dt = "2019-02-10"）
select
    nm.mid_id,
    nm.user_id ,
    nm.version_code ,
    nm.version_name ,
    nm.lang ,
    nm.source,
    nm.os,
    nm.area,
    nm.model,
    nm.brand,
    nm.sdk_version,
    nm.gmail,
    nm.height_width,
    nm.app_time,
    nm.network,
    nm.lng,
    nm.lat,
    nm.create_date,
    1 retention_day
from dws_uv_detail_day ud
join dws_new_mid_day nm
on ud.mid_id=nm.mid_id
where ud.dt='2019-02-11' #2-11仍然在活躍狀態(tài)的用戶
and nm.create_date=date_add('2019-02-11',-1); #2-10號創(chuàng)建的賬戶
依次可以算出前2天 前三天逾礁，前四天....一直到前n天的用戶留存明細(xì)表说铃，最后union all并insert into
每日留存用戶明細(xì)表中即可

ADS層用戶留存數(shù)：
創(chuàng)建表（每日用戶留存表ads_user_retention_day_count）

drop table if exists  `ads_user_retention_day_count`;
create  table  `ads_user_retention_day_count`
(
   `create_date`       string  comment '設(shè)備新增日期',
   `retention_day`     int comment '截止當(dāng)前日期留存天數(shù)',
   retention_count      bigint comment  '留存數(shù)量'
)  COMMENT '每日用戶留存情況'
stored as  parquet
location '/warehouse/gmall/ads/ads_user_retention_day_count/';

導(dǎo)入數(shù)據(jù)：

insert into table ads_user_retention_day_count
select  
    create_date,
    retention_day,
    count(*) retention_count
from dws_user_retention_day
where dt='2019-02-11'
group by create_date,retention_day;

留存用戶比率（建表ads_user_retention_day_rate）：

create table `ads_user_retention_day_rate`
(
     `stat_date`          string comment '統(tǒng)計日期',
     `create_date`       string  comment '設(shè)備新增日期',
     `retention_day`     int comment '截止當(dāng)前日期留存天數(shù)',
     `retention_count`    bigint comment  '留存數(shù)量',
     `new_mid_count`     string  comment '當(dāng)日設(shè)備新增數(shù)量',
     `retention_ratio`   decimal(10,2) comment '留存率'
)  COMMENT '每日用戶留存情況'
stored as  parquet
location '/warehouse/gmall/ads/ads_user_retention_day_count/';

導(dǎo)入數(shù)據(jù)：

insert into table ads_user_retention_day_rate
select
    '2019-02-11' ,
    ur.create_date,
    ur.retention_day,
    ur.retention_count ,
    nc.new_mid_count,
    ur.retention_count/nc.new_mid_count*100
from
(
    select  
        create_date,
        retention_day,
        count(*) retention_count
    from `dws_user_retention_day`
    where dt='2019-02-11'
    group by create_date,retention_day
)  ur join ads_new_mid_count nc on nc.create_date=ur.create_date;

在線教育項目（李國龍老師計算七日留存率）：

create table tmp.seven_days_retained_analysis_${day}(
    register_day INT,
    zero_interval_retained_rate DOUBLE,
    one_interval_retained_rate DOUBLE,
    two_interval_retained_rate DOUBLE,
    three_interval_retained_rate DOUBLE,
    four_interval_retained_rate DOUBLE,
    five_interval_retained_rate DOUBLE,
    six_interval_retained_rate DOUBLE,
    dt INT
)row format delimited fields terminated by '\t';

SQL實現(xiàn)：
//獲取近7天全部用戶的注冊信息

select 
uid,
dt as register_day,
event_time 
from dwd.user_behavior 
where dt between ${startDay} and ${endDay} 
and event_key = "registerAccount"
//獲取近7天每日活躍的用戶列表

select 
uid,
dt as active_day,
max(event_time) as event_time
from dwd.user_behavior
where dt between ${startDay} and ${endDay}
group by uid,dt
//兩者整合访惜，生成uid register_day active_day,interval(活躍時距離注冊日期幾天)

select 
t1.uid,
t1.register_day,
t2.active_day,
datediff(from_unixtime(t2.event_time,"yyyy-MM-dd"),from_unixtime(t1.event_time,"yyyy-MM-dd")) as day_interval 
from(
select uid,dt as register_day,event_time 
from dwd.user_behavior 
where dt between ${startDay} and ${endDay} 
and event_key = "registerAccount") t1
left join(
select uid,dt as active_day,max(event_time) as event_time 
from dwd.user_behavior 
where dt between ${startDay} and ${endDay} 
group by uid,dt) t2
on t1.uid = t2.uid
//根據(jù)以上的表生成留存用戶數(shù)臨時表

drop table if exists tmp.user_retained_${startDay}_${endDay};
create table if not exists  tmp.user_retained_${startDay}_${endDay} 
as
select register_day,day_interval,count(1) as retained 
from (
select 
t1.uid,t1.register_day,t2.active_day,
datediff(from_unixtime(t2.event_time,"yyyy-MM-dd"),from_unixtime(t1.event_time,"yyyy-MM-dd")) as day_interval 
from(
select uid,dt as register_day,event_time from dwd.user_behavior where dt between ${startDay} and ${endDay} and event_key = "registerAccount") t1
left join(
select uid,dt as active_day,max(event_time) as event_time 
from dwd.user_behavior 
where dt between ${startDay} and ${endDay} 
group by uid,dt) t2
on t1.uid = t2.uid) tmp 
group by register_day,day_interval
結(jié)果：

20190402        0       27000
20190402        1       19393
20190402        2       14681
20190402        3       9712
20190402        4       5089
20190402        5       1767
20190402        6       1775

//計算7日留存率

drop table if exists tmp.user_retained_rate_${startDay}_${endDay};
create table if not exists tmp.user_retained_rate_${startDay}_${endDay} 
as
select register_day,day_interval,
round(retained / register_cnt,4) as retained_rate,
current_dt from (
select t1.register_day,t1.day_interval,t1.retained,t2.register_cnt,${endDay} as current_dt 
from
(select register_day,day_interval,retained 
from tmp.user_retained_${startDay}_${endDay}) t1
left join
(select dt,count(1) as register_cnt 
from dwd.user_behavior 
where dt between ${startDay} and ${endDay} 
and event_key = "registerAccount" 
group by dt) t2
on t1.register_day = t2.dt
group by t1.register_day,t1.day_interval ,t1.retained,t2.register_cnt) tmp2
//列轉(zhuǎn)行

insert overwrite table tmp.seven_days_retained_analysis_${day}
select
register_day,
max(case when day_interval = 0 then retained_rate else 0 end) as zero_interval_retained_rate,
max(case when day_interval = 1 then retained_rate else 0  end) as one_interval_retained_rate,
max(case when day_interval = 2 then retained_rate else 0 end) as two_interval_retained_rate,
max(case when day_interval = 3 then retained_rate else 0 end) as three_interval_retained_rate,
max(case when day_interval = 4 then retained_rate else 0 end) as four_interval_retained_rate,
max(case when day_interval = 5 then retained_rate else 0 end) as five_interval_retained_rate,
max(case when day_interval = 6 then retained_rate else 0 end) as six_interval_retained_rate,
current_dt
from tmp.user_retained_rate_${startDay}_${endDay} 
group by register_day,current_dt;

七日留存率結(jié)果

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者

人面猴
序言：七十年代末，一起剝皮案震驚了整個濱河市腻扇，隨后出現(xiàn)的幾起案子债热，更是在濱河造成了極大的恐慌，老刑警劉巖幼苛，帶你破解...
沈念sama閱讀 207,113評論 6贊 481
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件窒篱，死亡現(xiàn)場離奇詭異，居然都是意外死亡舶沿，警方通過查閱死者的電腦和手機(jī)墙杯，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 88,644評論 2贊 381
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門，熙熙樓的掌柜王于貴愁眉苦臉地迎上來括荡，“玉大人高镐，你說我怎么就攤上這事』澹” “怎么了嫉髓？”我有些...
開封第一講書人閱讀 153,340評論 0贊 344
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵，是天一觀的道長邑闲。經(jīng)常有香客問我算行，道長，這世上最難降的妖魔是什么监憎？我笑而不...
開封第一講書人閱讀 55,449評論 1贊 279
?港島之戀（遺憾婚禮）
正文為了忘掉前任纱意，我火速辦了婚禮，結(jié)果婚禮上鲸阔，老公的妹妹穿的比我還像新娘偷霉。我一直安慰自己，他們只是感情好褐筛，可當(dāng)我...
茶點故事閱讀 64,445評論 5贊 374
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类少。她就那樣靜靜地躺著，像睡著了一般渔扎。火紅的嫁衣襯著肌膚如雪硫狞。梳的紋絲不亂的頭發(fā)上，一...
開封第一講書人閱讀 49,166評論 1贊 284
城市分裂傳說
那天晃痴，我揣著相機(jī)與錄音残吩，去河邊找鬼。笑死倘核，一個胖子當(dāng)著我的面吹牛泣侮，可吹牛的內(nèi)容都是我干的。我是一名探鬼主播紧唱，決...
沈念sama閱讀 38,442評論 3贊 401
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活尊，長吁一口氣：“原來是場噩夢啊……” “哼隶校！你這毒婦竟也來了？” 一聲冷哼從身側(cè)響起蛹锰，我...
開封第一講書人閱讀 37,105評論 0贊 261
萬榮殺人案實錄
序言：老撾萬榮一對情侶失蹤深胳，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后铜犬，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體舞终，經(jīng)...
沈念sama閱讀 43,601評論 1贊 300
?護(hù)林員之死
正文獨居荒郊野嶺守林人離奇死亡，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 36,066評論 2贊 325
?白月光啟示錄
正文我和宋清朗相戀三年癣猾，在試婚紗的時候發(fā)現(xiàn)自己被綠了权埠。大學(xué)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。...
茶點故事閱讀 38,161評論 1贊 334
活死人
序言：一個原本活蹦亂跳的男人離奇死亡煎谍，死狀恐怖，靈堂內(nèi)的尸體忽然破棺而出龙屉，到底是詐尸還是另有隱情呐粘，我是刑警寧澤，帶...
沈念sama閱讀 33,792評論 4贊 323
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布转捕，位于F島的核電站作岖，受9級特大地震影響，放射性物質(zhì)發(fā)生泄漏五芝。R本人自食惡果不足惜痘儡，卻給世界環(huán)境...
茶點故事閱讀 39,351評論 3贊 307
男人毒藥：我在死后第九天來索命
文/蒙蒙一、第九天我趴在偏房一處隱蔽的房頂上張望枢步。院中可真熱鬧沉删，春花似錦、人聲如沸醉途。這莊子的主人今日做“春日...
開封第一講書人閱讀 30,352評論 0贊 19
一樁弒父案，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽隘擎。三九已至殴穴，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間货葬，已是汗流浹背采幌。一陣腳步聲響...
開封第一講書人閱讀 31,584評論 1贊 261
情欲美人皮
我被黑心中介騙來泰國打工，沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留震桶，地道東北人休傍。一個月前我還...
沈念sama閱讀 45,618評論 2贊 355
代替公主和親
正文我出身青樓，卻偏偏與公主長得像尼夺，于是被迫代替她去往敵國和親尊残。傳聞我的和親對象是個殘疾皇子炒瘸，可洞房花燭夜當(dāng)晚...
茶點故事閱讀 42,916評論 2贊 344

數(shù)倉搭建

系統(tǒng)函數(shù)：

推薦閱讀更多精彩內(nèi)容