Hive高級查詢操作

Hive高級操作

1.使用LIKE羽圃、AS創(chuàng)建表,表重命名，添加捌年、修改、刪除列

表結(jié)構(gòu)數(shù)據(jù)復(fù)制

根據(jù)已存在的表結(jié)構(gòu)挂洛，使用like關(guān)鍵字礼预，復(fù)制一個(gè)表結(jié)構(gòu)一模一樣的新表

hive> create table student_info2 like student_info;

OK

Time taken: 0.73 seconds

hive> show tables;

OK

employee

student_info

student_info2

student_school_info

student_school_info_external_partition

student_school_info_partition

Time taken: 0.15 seconds, Fetched: 6 row(s)

根據(jù)已經(jīng)存在的表，使用as關(guān)鍵字虏劲，創(chuàng)建一個(gè)與查詢結(jié)果字段一致的表托酸，同時(shí)將查詢結(jié)果數(shù)據(jù)插入到新表

create table student_info3 as select * from student_info;

只有student_id,name兩個(gè)字段的表

create table student_info4 as select student_id,name from student_info;

表重命名

student_info4表重命名為student_id_name

alter table student_info4 rename to student_id_name;

添加列

給student_info3表添加性別列,新添加的字段會(huì)在所有列最后，分區(qū)列之前柒巫，在添加新列之前已經(jīng)存在的數(shù)據(jù)文件中励堡。

如果沒有新添加列對應(yīng)的數(shù)據(jù)，在查詢的時(shí)候顯示為空堡掏。添加多個(gè)列用逗號隔開应结。

hive> alter table student_info3 add columns(gender string comment '性別');

OK

Time taken: 0.185 seconds

刪除列或修改列

修改列，將繼續(xù)存在的列再定義一遍布疼，需要替換的列重新定義

hive> alter table student_info3 replace columns(student_id string,name string,age int,origin string,gender2 int);

OK

Time taken: 0.422 seconds

刪除列,將繼續(xù)存在的列再定義一遍摊趾，需要?jiǎng)h除的列不再定義

hive> alter table student_info3 replace columns(student_id string,name string,age int,origin string);

OK

Time taken: 0.529 seconds

2.分桶表使用

創(chuàng)建分桶表

按照指定字段取它的hash散列值分桶,創(chuàng)建學(xué)生入學(xué)信息分桶表

字段名稱類型注釋分桶字段

student_idstring學(xué)生ID是

namestring姓名否

ageint年齡否

originstring學(xué)院ID否

create table rel.student_info_bucket(

student_id string,

name string,

age int,

origin string

)

clustered by (student_id) sorted by (student_id asc) into 4 buckets

row format delimited

fields terminated by '\t'

lines terminated by '\n'

stored as textfile;

分桶表插入數(shù)據(jù)

向student_info_bucket分桶表插入數(shù)據(jù)

set hive.enforce.bucketing = true;

set mapreduce.job.reduces=4;

insert overwrite table student_info_bucket

select student_id,name,age,origin

from student_info

cluster by(student_id);

查看hdfs分桶文件

[root@hadoop01 ~]# hadoop fs -ls /user/hive/warehouse/rel.db/student_info_bucket

Found 4 items

-rwxr-xr-x? 3 hadoop supergroup? ? ? ? 78 2018-01-24 19:33 /user/hive/warehouse/rel.db/student_info_bucket/000000_0

-rwxr-xr-x? 3 hadoop supergroup? ? ? ? 84 2018-01-24 19:33 /user/hive/warehouse/rel.db/student_info_bucket/000001_0

-rwxr-xr-x? 3 hadoop supergroup? ? ? ? 80 2018-01-24 19:33 /user/hive/warehouse/rel.db/student_info_bucket/000002_0

-rwxr-xr-x? 3 hadoop supergroup? ? ? ? 81 2018-01-24 19:33 /user/hive/warehouse/rel.db/student_info_bucket/000003_0

說明：

分桶表一般不使用load向分桶表中導(dǎo)入數(shù)據(jù)，因?yàn)閘oad導(dǎo)入數(shù)據(jù)只是將數(shù)據(jù)復(fù)制到表的數(shù)據(jù)存儲(chǔ)目錄下游两，hive并不會(huì)在load的時(shí)候?qū)?shù)據(jù)進(jìn)行分析然后按照分桶字段分桶砾层，load只會(huì)將一個(gè)文件全部導(dǎo)入到分桶表中，并沒有分桶贱案。一般采用insert從其他表向分桶表插入數(shù)據(jù)肛炮。 分桶表在創(chuàng)建表的時(shí)候只是定義表的模型止吐，插入的時(shí)候需要做如下操作： 在每次執(zhí)行分桶插入的時(shí)候在當(dāng)前執(zhí)行的session會(huì)話中要設(shè)置

hive.enforce.bucketing=true;

聲明本次執(zhí)行的是一次分桶操作。需要指定reduce個(gè)數(shù)與分桶的數(shù)量相同

set mapreduce.job.reduces=4侨糟，

這樣才能保證有多少桶就生成多少個(gè)文件碍扔。 如果定義了按照分桶字段排序，需要在從其他表查詢數(shù)據(jù)過程中將數(shù)據(jù)按照分區(qū)字段排序之后插入各個(gè)桶中秕重，分桶表并不會(huì)將各分桶中的數(shù)據(jù)排序不同。排序和分桶的字段相同的時(shí)候使用Cluster by(字段),cluster by 默認(rèn)按照分桶字段在桶內(nèi)升序排列，如果需要在桶內(nèi)降序排列溶耘，使用distribute by (col) sort by (col desc)組合實(shí)現(xiàn)二拐。

3.導(dǎo)出數(shù)據(jù)

使用insert將student_info表數(shù)據(jù)導(dǎo)出到本地指定路徑

insert overwrite local directory '/home/hadoop/apps/hive_test_data/export_data'

row format delimited? fields terminated by '\t' select * from student_info;

[root@hadoop01 export_data]# cat 000000_0

1? xiaoming? ? 20? 11

2? xiaobai 21? 31

3? zhangfei? ? 22? 44

4? likui? 19? 44

5? zhaoyun 21? 13

6? zhangsan? ? 20? 11

7? lisi? ? 19? 11

8? wangwu? 23? 31

9? zhaofei 19? 21

10? zhangyan? ? 20? 21

11? lihe? ? 20? 22

12? caoyang 17? 32

13? lihao? 19? 32

14? zhaoming? ? 21? 50

15? zhouhong? ? 18? 51

16? yangshuo? ? 23? 33

17? xiaofei 24? 13

18? liman? 23? 13

19? qianbao 20? 13

20? sunce? 21? 41

導(dǎo)出數(shù)據(jù)到本地的常用方法

[hadoop@hadoop01 export_data]$ hive -e"select * from rel.student_info"> /home/hadoop/student_info_data.txt

[hadoop@hadoop01 ~]$ cat student_info_data.txt

1? xiaoming? ? 20? 11

2? xiaobai 21? 31

3? zhangfei? ? 22? 44

4? likui? 19? 44

5? zhaoyun 21? 13

6? zhangsan? ? 20? 11

7? lisi? ? 19? 11

8? wangwu? 23? 31

9? zhaofei 19? 21

10? zhangyan? ? 20? 21

11? lihe? ? 20? 22

12? caoyang 17? 32

13? lihao? 19? 32

14? zhaoming? ? 21? 50

15? zhouhong? ? 18? 51

16? yangshuo? ? 23? 33

17? xiaofei 24? 13

18? liman? 23? 13

19? qianbao 20? 13

20? sunce? 21? 41

默認(rèn)結(jié)果分隔符：'\t'

4.關(guān)聯(lián)查詢

創(chuàng)建2張表

create table rel.a(

id int,

name string

)

row format delimited

fields terminated by '\t'

lines terminated by '\n'

stored as textfile;

create table rel.b(

id int,

name string

)

row format delimited

fields terminated by '\t'

lines terminated by '\n'

stored as textfile;

導(dǎo)入數(shù)據(jù)

hive> load data local inpath '/home/hadoop/apps/hive_test_data/a_join_data' into table a;

Loading data to table rel.a

Table rel.a stats: [numFiles=1, totalSize=61]

OK

Time taken: 1.79 seconds

hive> load data local inpath '/home/hadoop/apps/hive_test_data/b_join_data' into table b;

Loading data to table rel.b

Table rel.b stats: [numFiles=1, totalSize=38]

OK

Time taken: 0.562 seconds

inner或inner join

兩個(gè)表通過id關(guān)聯(lián)，只把id值相等的數(shù)據(jù)查詢出來凳兵。join的查詢結(jié)果與inner join的查詢結(jié)果相同百新。

select * from a join b on a.id=b.id;

等同于

select * from a inner join b on a.id=b.id;

.....

OK

1? a? 1? AA

2? b? 2? BB

3? c? 3? CC

6? f? 6? FF

Time taken: 44.337 seconds, Fetched: 4 row(s)

full outer join或full join

兩個(gè)表通過id關(guān)聯(lián)，把兩個(gè)表的數(shù)據(jù)全部查詢出來

OK

1? a? 1? AA

2? b? 2? BB

3? c? 3? CC

4? d? NULL? ? NULL

5? e? NULL? ? NULL

6? f? 6? FF

7? g? NULL? ? NULL

8? h? NULL? ? NULL

9? i? NULL? ? NULL

10? j? NULL? ? NULL

11? k? NULL? ? NULL

12? l? NULL? ? NULL

13? m? NULL? ? NULL

14? n? NULL? ? NULL

NULL? ? NULL? ? 20? TT

NULL? ? NULL? ? 21? UU

NULL? ? NULL? ? 22? vv

left join

左連接時(shí)庐扫，左表中出現(xiàn)的join字段都保留饭望，右表沒有連接上的都為空

OK

1? a? 1? AA

2? b? 2? BB

3? c? 3? CC

4? d? NULL? ? NULL

5? e? NULL? ? NULL

6? f? 6? FF

7? g? NULL? ? NULL

8? h? NULL? ? NULL

9? i? NULL? ? NULL

10? j? NULL? ? NULL

11? k? NULL? ? NULL

12? l? NULL? ? NULL

13? m? NULL? ? NULL

14? n? NULL? ? NULL

right join

右連接時(shí)，右表中出現(xiàn)的join字段都保留形庭，左表沒有連接上的都是空

select * from a right join b on a.id=b.id;

OK

1? a? 1? AA

2? b? 2? BB

3? c? 3? CC

6? f? 6? FF

NULL? ? NULL? ? 20? TT

NULL? ? NULL? ? 21? UU

NULL? ? NULL? ? 22? vv

Time taken: 25.188 seconds, Fetched: 7 row(s)

left semi join

左半連接實(shí)現(xiàn)了類似IN/EXISTS的查詢語義铅辞，輸出符合條件的左表內(nèi)容。 hive不支持in …exists這種關(guān)系型數(shù)據(jù)庫中的子查詢結(jié)構(gòu)萨醒，hive暫時(shí)不支持右半連接巷挥。 例如：

select a.id, a.name from a where a.id in (select b.id from b);

使用Hive對應(yīng)于如下語句：

select a.id,a.name from a left semi join b on a.id = b.id;

OK

1? a

2? b

3? c

6? f

Time taken: 27.42 seconds, Fetched: 4 row(s)

map side join

使用分布式緩存將小表數(shù)據(jù)加載都各個(gè)map任務(wù)中，在map端完成join验靡，map任務(wù)輸出后，不需要將數(shù)據(jù)拷貝到reducer階段再進(jìn)行join雏节， 降低的數(shù)據(jù)在網(wǎng)絡(luò)節(jié)點(diǎn)之間傳輸?shù)拈_銷胜嗓。多表關(guān)聯(lián)數(shù)據(jù)傾斜優(yōu)化的一種手段。多表連接钩乍，如果只有一個(gè)表比較大辞州，其他表都很小， 則join操作會(huì)轉(zhuǎn)換成一個(gè)只包含map的Job寥粹。運(yùn)行日志中會(huì)出現(xiàn)Number of reduce tasks is set to 0 since there's no reduce operator 沒有reduce的提示变过。 例如：

select /*+ mapjoin(b) */ a.id, a.name from a join b on a.id = b.id

Total MapReduce CPU Time Spent: 1 seconds 320 msec

OK

1? a

2? b

3? c

6? f

Time taken: 25.538 seconds, Fetched: 4 row(s)

5.Hive內(nèi)置函數(shù)

創(chuàng)建用戶評分表

create table rel.user_core_info(

user_id string,

age int,

gender string,

core int

)

row format delimited fields terminated by '\t'

lines terminated by '\n'

stored as textfile;

導(dǎo)入數(shù)據(jù)

load data local inpath '/home/hadoop/apps/hive_test_data/user_core.txt' into table rel.user_core_info;

條件函數(shù) case when

語法1：CASE a WHEN b THEN c [WHEN d THEN e]* [ELSE f] END

說明：如果a等于b，那么返回c涝涤；如果a等于d媚狰，那么返回e；否則返回f

例如：

hive> select case 1 when 2 then 'two' when 1 then 'one' else 'zero' end;

OK

one

Time taken: 0.152 seconds, Fetched: 1 row(s)

語法2：CASE WHEN a THEN b [WHEN c THEN d]* [ELSE e] END 說明：如果a為TRUE阔拳，則返回b崭孤；如果c為TRUE，則返回d；否則返回e 例如：

hive> select case when 1=2 then 'two' when 1=1 then 'one' else 'zero' end;

OK

one

Time taken: 0.33 seconds, Fetched: 1 row(s)

查詢用戶評分表辨宠，每個(gè)年齡段的最大評分值

select gender,

case when age<=20 then 'p0' when age>20 and age<=50 then 'p1' when age>=50 then 'p3' else 'p0' end,

max(core) max_core

from rel.user_core_info

group by gender,

case when age<=20 then 'p0' when age>20 and age<=50 then 'p1' when age>=50 then 'p3' else 'p0' end;

結(jié)果為：

OK

female? p0? 90

female? p1? 95

female? p3? 90

male? ? p0? 80

male? ? p1? 80

male? ? p3? 80

Time taken: 28.461 seconds, Fetched: 6 row(s)

自定義UDF函數(shù)

當(dāng)Hive提供的內(nèi)置函數(shù)無法滿足你的業(yè)務(wù)處理需要時(shí)遗锣，此時(shí)就可以考慮使用用戶自定義函數(shù)（UDF：user-defined function）。 UDF 作用于單個(gè)數(shù)據(jù)行嗤形，產(chǎn)生一個(gè)數(shù)據(jù)行作為輸出精偿。 步驟：

先開發(fā)一個(gè)java類，繼承UDF赋兵，并重載evaluate方法

打成jar包上傳到服務(wù)器

在使用的時(shí)候?qū)ar包添加到hive的classpath

hive>add jar /home/hadoop/apps/hive_test_data/HiveUdfPro-1.0-SNAPSHOT.jar;

創(chuàng)建臨時(shí)函數(shù)與開發(fā)好的java class關(guān)聯(lián)

hive>create temporary function age_partition as 'cn.chinahadoop.udf.AgePartitionFunction';

即可在hql中使用自定義的函數(shù)

新建Maven 項(xiàng)目

Pom 信息如下：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

? xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

? <modelVersion>4.0.0</modelVersion>

? <groupId>com.yongliang.udf</groupId>

? <artifactId>HiveUdfPro</artifactId>

? <version>1.0-SNAPSHOT</version>

? <packaging>jar</packaging>

? <name>HiveUdfPro</name>

? <url>http://maven.apache.org</url>

? <properties>

? ? <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>

? </properties>

? <dependencies>

? ? <dependency>

? ? ? <groupId>org.apache.hive</groupId>

? ? ? <artifactId>hive-exec</artifactId>

? ? ? <version>1.2.2</version>

? ? </dependency>

? ? <dependency>

? ? ? <groupId>org.apache.hadoop</groupId>

? ? ? <artifactId>hadoop-common</artifactId>

? ? ? <version>2.7.0</version>

? ? </dependency>

? </dependencies>

? <build>

? ? <plugins>

? ? ? <plugin>

? ? ? ? <groupId>org.apache.maven.plugins</groupId>

? ? ? ? <artifactId>maven-compiler-plugin</artifactId>

? ? ? ? <version>2.3.2</version>

? ? ? ? <executions>

? ? ? ? ? <execution>

? ? ? ? ? ? <id>default-compile</id>

? ? ? ? ? ? <phase>compile</phase>

? ? ? ? ? ? <goals>

? ? ? ? ? ? ? <goal>compile</goal>

? ? ? ? ? ? </goals>

? ? ? ? ? ? <configuration>

? ? ? ? ? ? ? <encoding>UTF-8</encoding>

? ? ? ? ? ? </configuration>

? ? ? ? ? </execution>

? ? ? ? </executions>

? ? ? </plugin>

? ? </plugins>

? </build>

</project>

新建類繼承UDF

package com.yongliang.udf;

import org.apache.hadoop.hive.ql.exec.UDF;

/**

* 創(chuàng)建時(shí)間 : 2018/1/27 15:35

* 類描述 :? Hive UDF自定義函數(shù)笔咽，作用于單個(gè)數(shù)據(jù)行，產(chǎn)生一個(gè)數(shù)據(jù)行作為輸出

* @author? zhangyonglaing

*/

public class AgePartitionFunction extends UDF {

? ? public String evaluate(int age) {

? ? ? ? String partition = "p0";

? ? ? ? if(age <=20){

? ? ? ? ? ? partition = "p0";

? ? ? ? }else if(age > 20 && age <=50){

? ? ? ? ? ? partition = "p1";

? ? ? ? }else if(age > 50){

? ? ? ? ? ? partition = "p2";

? ? ? ? }

? ? ? ? return partition;

? ? }

}

將項(xiàng)目進(jìn)行打包

Hive UDF 自定義函數(shù)

說明:

如出現(xiàn)以下異常信息： Failed to execute goal on project hive-exec: Could not resolve dependencies for project org.apache.hive:hive-exec:jar:2.3.0: Could not find artifact org.pentaho:pentaho-aggdesigner-algorithm:jar:5.1.5-jhyde in alimaven (http://maven.aliyun.com/nexus/content/groups/public/) -> [Help 1]

錯(cuò)誤異常信息

請手動(dòng)下載Jar包pentaho-aggdesigner-algorithm-5.1.5-jhyde.jar下載地址：

https://public.nexus.pentaho.org/content/groups/omni/org/pentaho/pentaho-aggdesigner-algorithm/5.1.5-jhyde/

將Jar包放置在本地Maven倉庫org/pentaho/pentaho-aggdesigner-algorithm/5.1.5-jhyde路徑下毡惜，之后進(jìn)行重新打包拓轻。

將jar包添加到hive的classpath

hive> add jar /home/hadoop/apps/HiveUdfPro-1.0-SNAPSHOT.jar;

Added [/home/hadoop/apps/HiveUdfPro-1.0-SNAPSHOT.jar] to class path

Added resources: [/home/hadoop/apps/HiveUdfPro-1.0-SNAPSHOT.jar]

創(chuàng)建臨時(shí)函數(shù)與開發(fā)好的java class關(guān)聯(lián)

hive> create temporary function age_partition as 'com.yongliang.udf.AgePartitionFunction';

在hql中使用自定義的函數(shù)

select gender,

age_partition(age),

max(core) max_core

from rel.user_core_info

group by gender,

age_partition(age);

結(jié)果為：

OK

female? p0? 90

female? p1? 95

female? p2? 90

male? ? p0? 80

male? ? p1? 80

male? ? p2? 80

?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(gè)濱河市经伙，隨后出現(xiàn)的幾起案子扶叉，更是在濱河造成了極大的恐慌，老刑警劉巖帕膜，帶你破解...
    沈念sama閱讀 216,843評論 6贊 502
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件枣氧，死亡現(xiàn)場離奇詭異，居然都是意外死亡垮刹，警方通過查閱死者的電腦和手機(jī)达吞，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,538評論 3贊 392
  • 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荒典，“玉大人酪劫，你說我怎么就攤上這事∷露” “怎么了覆糟？”我有些...
    開封第一講書人閱讀 163,187評論 0贊 353
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵，是天一觀的道長遮咖。 經(jīng)常有香客問我滩字，道長，這世上最難降的妖魔是什么御吞？ 我笑而不...
    開封第一講書人閱讀 58,264評論 1贊 292
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任麦箍，我火速辦了婚禮，結(jié)果婚禮上陶珠，老公的妹妹穿的比我還像新娘挟裂。我一直安慰自己，他們只是感情好背率，可當(dāng)我...
    茶點(diǎn)故事閱讀 67,289評論 6贊 390
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布话瞧。 她就那樣靜靜地躺著嫩与，像睡著了一般。 火紅的嫁衣襯著肌膚如雪交排。 梳的紋絲不亂的頭發(fā)上划滋，一...
    開封第一講書人閱讀 51,231評論 1贊 299
  • 城市分裂傳說
    那天，我揣著相機(jī)與錄音埃篓，去河邊找鬼处坪。 笑死，一個(gè)胖子當(dāng)著我的面吹牛架专，可吹牛的內(nèi)容都是我干的同窘。 我是一名探鬼主播，決...
    沈念sama閱讀 40,116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 我猛地睜開眼部脚，長吁一口氣：“原來是場噩夢啊……” “哼想邦！你這毒婦竟也來了？” 一聲冷哼從身側(cè)響起委刘，我...
    開封第一講書人閱讀 38,945評論 0贊 275
  • 萬榮殺人案實(shí)錄
    序言：老撾萬榮一對情侶失蹤丧没，失蹤者是張志新（化名）和其女友劉穎，沒想到半個(gè)月后锡移，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體呕童，經(jīng)...
    沈念sama閱讀 45,367評論 1贊 313
  • ?護(hù)林員之死
    正文 獨(dú)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(diǎn)故事閱讀 37,581評論 2贊 333
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年淆珊，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了夺饲。 大學(xué)時(shí)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(diǎn)故事閱讀 39,754評論 1贊 348
  • 活死人
    序言：一個(gè)原本活蹦亂跳的男人離奇死亡施符，死狀恐怖往声，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情戳吝，我是刑警寧澤烁挟，帶...
    沈念sama閱讀 35,458評論 5贊 344
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布，位于F島的核電站骨坑，受9級特大地震影響，放射性物質(zhì)發(fā)生泄漏柬采。R本人自食惡果不足惜欢唾，卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,068評論 3贊 327
  • 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粉捻。 院中可真熱鬧礁遣，春花似錦、人聲如沸肩刃。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,692評論 0贊 22
  • 一樁弒父案杏头，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至沸呐，卻和暖如春醇王，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背崭添。 一陣腳步聲響...
    開封第一講書人閱讀 32,842評論 1贊 269
  • 情欲美人皮
    我被黑心中介騙來泰國打工寓娩， 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人呼渣。 一個(gè)月前我還...
    沈念sama閱讀 47,797評論 2贊 369
  • 代替公主和親
    正文 我出身青樓棘伴，卻偏偏與公主長得像，于是被迫代替她去往敵國和親屁置。 傳聞我的和親對象是個(gè)殘疾皇子焊夸，可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,654評論 2贊 354

推薦閱讀更多精彩內(nèi)容