掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
天空地一體化時空大數據平臺關鍵技術 版權信息
- ISBN：9787030736390
- 條形碼：9787030736390 ; 978-7-03-073639-0
- 裝幀：簡裝本
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
天空地一體化時空大數據平臺關鍵技術 內容簡介
本書圍繞建設天空地一體化時空大數據平臺涉及的關鍵技術，從時空大數據平臺的整體建設思路、時空大數據平臺的架構出發，重點闡述時空大數據平臺中的時空大數據管理與集成、時空大數據協同調度、時空大數據可視化等一系列關鍵技術，并對時空大數據應用平臺進行詳細分析，結合依托項目的示范應用，介紹天空地一體化時空大數據平臺在智慧城市、數據治理、公共安全領域中的應用及效果。
天空地一體化時空大數據平臺關鍵技術 目錄
目錄
第1章 緒論 1
1.1 平臺建設背景與意義 1
1.1.1 平臺總體構成 2
1.1.2 數據分析 4
1.1.3 關鍵技術分析 5
1.2 平臺建設目標、建設思路與建設原則 6
1.2.1 建設目標 6
1.2.2 建設思路 7
1.2.3 建設原則 7
參考文獻 8
第2章 時空大數據平臺框架 9
2.1 平臺邏輯架構 9
2.2 平臺技術框架 10
2.3 基于微服務的計算架構 12
2.3.1 微服務概述 13
2.3.2 微服務體系架構 14
2.3.3 微服務管理平臺 15
2.3.4 微服務構建方法 15
2.3.5 微服務編排模式 16
2.4 時空大數據實時計算框架 17
2.4.1 基于流的時空大數據實時計算架構 17
2.4.2 時空大數據實時計算關鍵技術 18
2.4.3 基于邊云協同的時空任務調度策略 22
參考文獻 25
第3章 時空大數據管理與集成 26
3.1 天空地時空大數據 26
3.1.1 特點 26
3.1.2 分類 27
3.2 需求與挑戰 28
3.2.1 高性能時空數據存儲 28
3.2.2 時空大數據處理 29
3.2.3 多源異構數據一體化管理 29
3.2.4 時空大數據服務 29
3.3 時空大數據高性能云存儲 30
3.3.1 基于列數據庫的矢量數據存儲 30
3.3.2 基于快照模型的時空柵格大數據存儲 36
3.4 時空大數據處理 39
3.4.1 數據清洗與轉換 40
3.4.2 時空網格處理 41
3.5 時空大數據一體化管理 43
3.5.1 二維空間數據組織 43
3.5.2 三維空間數據組織 44
3.5.3 分布式時空索引 47
3.6 時空大數據服務 50
3.6.1 二維空間數據服務 50
3.6.2 三維空間數據服務 55
3.7 地址匹配服務 59
3.7.1 地址實體語料庫 60
3.7.2 地址實體抽取模型 64
3.7.3 地圖知識提取算法 65
3.7.4 基于圖卷積神經網絡的地圖與文本知識融合 66
3.7.5 智能地址匹配服務 68
參考文獻 71
第4章 時空大數據鏈協同調度 72
4.1 數據協同鏈 72
4.1.1 含義 72
4.1.2 系統定位 74
4.2 工作流調度 74
4.2.1 工作流調度引擎 76
4.2.2 協作引擎 77
4.2.3 批處理引擎 78
4.3 跨平臺異構服務編排調度 79
4.3.1 開放服務代理技術 81
4.3.2 自定義業務流程技術 81
4.3.3 異步調用機制 82
4.3.4 多云應用自動化部署技術 83
4.4 數據協同計算任務調度 84
4.4.1 基于預分類算法的云邊自適應AI計算任務調度 85
4.4.2 基于模型預分層的AI計算任務調度 88
參考文獻 90
第5章 時空大數據可視化 91
5.1 可視化概述 91
5.1.1 可視化方式 91
5.1.2 可視分析方法 92
5.1.3 可視化趨勢 93
5.1.4 可視化目標 94
5.2 時空大數據可視化基礎 94
5.2.1 流式地圖與時空立方體 94
5.2.2 高維時空大數據可視化 95
5.2.3 時空大數據三維可視化 98
5.3 時空大數據可視化渲染 100
5.3.1 可視化渲染概述 100
5.3.2 智能化全尺度渲染 101
5.3.3 分布式渲染 102
5.3.4 集群協同渲染 103
5.3.5 關鍵技術 104
5.4 面向虛擬地球的時空大數據繪制 105
5.4.1 面向虛擬地球的模型數據繪制 105
5.4.2 面向虛擬地球的場數據繪制 107
5.5 時空大數據可視化分析框架 109
5.5.1 時空關系表示 109
5.5.2 多視圖協同可視化框架 110
參考文獻 111
第6章 天空地一體化時空大數據平臺構建與應用 113
6.1 平臺應用架構 113
6.1.1 網絡架構 113
6.1.2 平臺依賴關系 115
6.1.3 平臺安全架構 116
6.2 數據協同保障 117
6.2.1 基于微服務的容器化部署 117
6.2.2 基于容器的服務編排 119
6.3 平臺功能架構 124
6.4 數據融合 125
6.4.1 數據采集匯聚 125
6.4.2 空間處理 128
6.4.3 數據引擎 130
6.4.4 元數據管理 131
6.4.5 數據模型設計 133
6.4.6 數據質量管理 134
6.5 數據服務 143
6.5.1 原始數據服務 144
6.5.2 地圖服務 144
6.5.3 檢索分析服務 144
6.5.4 分析挖掘服務 144
6.6 可視化引擎 145
6.6.1 可視化圖表 145
6.6.2 可視化要素 146
6.7 數據應用 146
6.7.1 動態數據獲取 147
6.7.2 數據管理 147
6.7.3 分析量測 148
6.7.4 模擬推演 148
6.7.5 大數據挖掘 149
6.7.6 大數據管理 149
6.7.7 總體一張圖 150
6.7.8 個性化界面 150
參考文獻 150
第7章 應用案例 151
7.1 智慧城市應用 151
7.1.1 背景及需求 151
7.1.2 總體設計 152
7.1.3 系統功能 153
7.1.4 案例 160
7.2 時空大數據治理應用 161
7.2.1 背景及需求 161
7.2.2 總體設計 161
7.2.3 系統功能 164
7.2.4 案例 173
7.3 公共安全應用 174
7.3.1 背景及需求 174
7.3.2 總體設計 175
7.3.3 系統功能 179
7.3.4 案例 192
參考文獻 193
第1章 緒論 1
1.1 平臺建設背景與意義 1
1.1.1 平臺總體構成 2
1.1.2 數據分析 4
1.1.3 關鍵技術分析 5
1.2 平臺建設目標、建設思路與建設原則 6
1.2.1 建設目標 6
1.2.2 建設思路 7
1.2.3 建設原則 7
參考文獻 8
第2章 時空大數據平臺框架 9
2.1 平臺邏輯架構 9
2.2 平臺技術框架 10
2.3 基于微服務的計算架構 12
2.3.1 微服務概述 13
2.3.2 微服務體系架構 14
2.3.3 微服務管理平臺 15
2.3.4 微服務構建方法 15
2.3.5 微服務編排模式 16
2.4 時空大數據實時計算框架 17
2.4.1 基于流的時空大數據實時計算架構 17
2.4.2 時空大數據實時計算關鍵技術 18
2.4.3 基于邊云協同的時空任務調度策略 22
參考文獻 25
第3章 時空大數據管理與集成 26
3.1 天空地時空大數據 26
3.1.1 特點 26
3.1.2 分類 27
3.2 需求與挑戰 28
3.2.1 高性能時空數據存儲 28
3.2.2 時空大數據處理 29
3.2.3 多源異構數據一體化管理 29
3.2.4 時空大數據服務 29
3.3 時空大數據高性能云存儲 30
3.3.1 基于列數據庫的矢量數據存儲 30
3.3.2 基于快照模型的時空柵格大數據存儲 36
3.4 時空大數據處理 39
3.4.1 數據清洗與轉換 40
3.4.2 時空網格處理 41
3.5 時空大數據一體化管理 43
3.5.1 二維空間數據組織 43
3.5.2 三維空間數據組織 44
3.5.3 分布式時空索引 47
3.6 時空大數據服務 50
3.6.1 二維空間數據服務 50
3.6.2 三維空間數據服務 55
3.7 地址匹配服務 59
3.7.1 地址實體語料庫 60
3.7.2 地址實體抽取模型 64
3.7.3 地圖知識提取算法 65
3.7.4 基于圖卷積神經網絡的地圖與文本知識融合 66
3.7.5 智能地址匹配服務 68
參考文獻 71
第4章 時空大數據鏈協同調度 72
4.1 數據協同鏈 72
4.1.1 含義 72
4.1.2 系統定位 74
4.2 工作流調度 74
4.2.1 工作流調度引擎 76
4.2.2 協作引擎 77
4.2.3 批處理引擎 78
4.3 跨平臺異構服務編排調度 79
4.3.1 開放服務代理技術 81
4.3.2 自定義業務流程技術 81
4.3.3 異步調用機制 82
4.3.4 多云應用自動化部署技術 83
4.4 數據協同計算任務調度 84
4.4.1 基于預分類算法的云邊自適應AI計算任務調度 85
4.4.2 基于模型預分層的AI計算任務調度 88
參考文獻 90
第5章 時空大數據可視化 91
5.1 可視化概述 91
5.1.1 可視化方式 91
5.1.2 可視分析方法 92
5.1.3 可視化趨勢 93
5.1.4 可視化目標 94
5.2 時空大數據可視化基礎 94
5.2.1 流式地圖與時空立方體 94
5.2.2 高維時空大數據可視化 95
5.2.3 時空大數據三維可視化 98
5.3 時空大數據可視化渲染 100
5.3.1 可視化渲染概述 100
5.3.2 智能化全尺度渲染 101
5.3.3 分布式渲染 102
5.3.4 集群協同渲染 103
5.3.5 關鍵技術 104
5.4 面向虛擬地球的時空大數據繪制 105
5.4.1 面向虛擬地球的模型數據繪制 105
5.4.2 面向虛擬地球的場數據繪制 107
5.5 時空大數據可視化分析框架 109
5.5.1 時空關系表示 109
5.5.2 多視圖協同可視化框架 110
參考文獻 111
第6章 天空地一體化時空大數據平臺構建與應用 113
6.1 平臺應用架構 113
6.1.1 網絡架構 113
6.1.2 平臺依賴關系 115
6.1.3 平臺安全架構 116
6.2 數據協同保障 117
6.2.1 基于微服務的容器化部署 117
6.2.2 基于容器的服務編排 119
6.3 平臺功能架構 124
6.4 數據融合 125
6.4.1 數據采集匯聚 125
6.4.2 空間處理 128
6.4.3 數據引擎 130
6.4.4 元數據管理 131
6.4.5 數據模型設計 133
6.4.6 數據質量管理 134
6.5 數據服務 143
6.5.1 原始數據服務 144
6.5.2 地圖服務 144
6.5.3 檢索分析服務 144
6.5.4 分析挖掘服務 144
6.6 可視化引擎 145
6.6.1 可視化圖表 145
6.6.2 可視化要素 146
6.7 數據應用 146
6.7.1 動態數據獲取 147
6.7.2 數據管理 147
6.7.3 分析量測 148
6.7.4 模擬推演 148
6.7.5 大數據挖掘 149
6.7.6 大數據管理 149
6.7.7 總體一張圖 150
6.7.8 個性化界面 150
參考文獻 150
第7章 應用案例 151
7.1 智慧城市應用 151
7.1.1 背景及需求 151
7.1.2 總體設計 152
7.1.3 系統功能 153
7.1.4 案例 160
7.2 時空大數據治理應用 161
7.2.1 背景及需求 161
7.2.2 總體設計 161
7.2.3 系統功能 164
7.2.4 案例 173
7.3 公共安全應用 174
7.3.1 背景及需求 174
7.3.2 總體設計 175
7.3.3 系統功能 179
7.3.4 案例 192
參考文獻 193
展開全部
天空地一體化時空大數據平臺關鍵技術 節選
第1章緒論 互聯網、物聯網技術的發展，帶來了全球信息數據的快速增長。據不完全統計，全球數據總量已突破53 ZB（1 ZB≈1×1012 GB），并始終保持著指數式增長。隨著我國“新基建”的不斷推動和數據應用的不斷發展，可獲得的數據仍將保持高速增長，以大數據驅動促進社會、經濟快速發展的時代已經來臨（李國杰等，2012）。 世界是由物理世界、人類社會和信息世界所組成的三元世界（林海倫等，2017）。物理世界就是客觀存在的真實的世界，人類社會就是人類群體及其社會化的活動的總和，信息世界是用信息化技術構建的互聯網空間，即客觀存在的虛擬空間。信息技術的發展決定了信息世界將覆蓋人類社會和物理世界的所有事物及其相互活動行為等，并且信息世界對物理世界和人類社會的影響巨大，數據在信息世界中的流動，可以取代人的活動，支持人的決策和思考。 時間和空間是描述客觀事物*基本的維度，時空數據是以地球為對象，基于統一時空基準的要素信息數據。特別是綜合對地觀測、場景監測、網絡，蘊含了巨大的價值，是信息世界發展建設的數據基礎。天空地時空大數據不僅包含天、空、地、網的數據，還包含過去、現在、未來的時空數據；不僅具有一般大數據的典型特征[5V：Volume （大量）、Variety （多樣）、Velocity （高速）、Value （價值）、Veracity （真實）]，同時也具有位置特征、時間特征、屬性特征、尺度特征、多源異構特征、多維動態可視化特征（程學旗等，2014）。如何對天空地時空大數據進行集成、管理、分析挖掘，建立一體化時空大數據平臺，達到時空大數據的高效應用，為新模式、新知識和新規律的發現、應用提供基礎，為各行業的數字化管理和應用提供全面的支撐，是當前研究的熱點。 當前我國加大了云計算、大數據、5G 相關新型基礎設施建設的投入，開展了更多圍繞天空地時空數據的新型基礎設施建設，推進數字中國建設進程，積極參與全球數字化建設，健全了時空大數據管理及應用的基礎設施，也為全領域天空地一體化時空大數據平臺的建立、發展奠定了基礎。 1.1 平臺建設背景與意義 隨著“一帶一路”建設的推進，統籌利用我國現有和規劃發展的天基、地面設施資源，綜合利用衛星和航拍影像、地面跨時空視頻、網絡數據、電磁信息和地理信息等多源數據，實現地面網絡和設施的互聯互通，支撐“一帶一路”沿線國家重點領域的綜合應用，提升“一帶一路”資源整合、文化傳播、社會治理、公共安全事件響應與處理等能力已成為國家發展的重大需求（胡偉等，2015）。互聯互通、共建共享、開放合作是“一帶一路”的合作共識，大數據技術為達成這一共識提供了理念指引與技術支撐。 大力發展大數據技術及相關產品與服務是我國“十三五”“十四五”的重要目標，重點包括“實施國家大數據戰略”“加快數字化發展建設數字中國”等促進大數據體系建設的規劃綱要。2016 年科技部等部門聯合印發了關于《推進“一帶一路”建設科技創新合作專項規劃》的通知，在通知中提到“加快數據共享平臺與信息服務設施建設”“共同開展大數據、云計算、物聯網、智慧城市等領域的合作與應用”，實現數據資源的關聯融合和服務共享。2018 年，工業和信息化部發布了《關于工業通信業標準化工作服務于“一帶一路”建設的實施意見》，明確運用物聯網、云計算、信息技術服務、大數據、人工智能等技術推進“一帶一路”的建設（工業和信息化部，2018）。2020 年，公安部根據國家的總體戰略部署，“大力加強公共安全治理體系建設”，圍繞國家建設科技強國、網絡強國、數字中國目標，持續推進公安大數據智能化建設應用，健全完善大數據支撐下的高效警務運行體系，進一步提升大數據服務實戰應用能力（趙克志，2020）。 無論是傳統數據技術還是通用大數據技術，都無法全面有效應對各種時空大數據應用場景。目前時空大數據的研究技術正處于高速發展階段，但成熟的技術產品尚未形成，如何利用物聯網、云計算、大數據等新一代技術，有效地將天空地時空大數據集成、共享及應用，建立天空地一體化時空大數據平臺支撐各行業應用是當前面臨的重大挑戰。 面對天空地一體化資源整合、跨部門的大數據共享，促進時空大數據的標準體系建設，推動時空大數據在各領域行業中的發展應用這一國家發展的重大需求，在科技部、公安部組織下，公安部第三研究所聯合中國地質大學（武漢）、東莞中國科學院云計算產業技術創新與育成中心、蘇州視銳信息科技有限公司、中國華戎科技集團有限公司、北京數字冰雹信息技術有限公司，依托國家重點研發計劃項目，以天空地一體化資源整合、跨部門的大數據共享、服務及應用為建設目標，共同研究了天空地一體化時空大數據平臺關鍵技術。 天空地一體化時空大數據平臺利用物聯網、云計算、大數據、人工智能等先進技術，聯動監控攝像、移動感知、衛星遙感等設備，全面集成海量時空數據，提高對數據的管理能力，挖掘數據背后更大的價值，*后支撐各行業應用。因此，一個標準化、可通用的天空地一體化時空大數據平臺的建設價值和意義十分重大。平臺在我國“一帶一路”涉及的重要地區開展了實地應用，為研判公共安全和應對突發事件風險提供了數據資源基礎，提高了對突發事件的處置、救援等各個環節的科技水平。 1.1.1平臺總體構成 天空地一體化時空大數據平臺要實現天、空、地數據及各類公共專題數據、業務專題數據的關聯、融合，并接入多類型行業應用數據，基于統一的時空大數據組織與海量數據管理，融合互聯網資源，形成時空大數據資源池，打造時空大數據集成共享體系；通過高性能時空云計算，依托動態任務調度，構建時空大數據實時計算框架，進行時空數據協同，推動數據資源共享共治；利用時空數據可視化技術，將大數據在時空序列上進行展示與分析，支持各部門的業務化服務，達到跨地區、跨部門、跨平臺的數據資源匯聚融合、共享共治及協同應用。 天空地一體化時空大數據平臺匯集了遙感衛星、無人機、攝像頭等感知設備，網絡通信和計算存儲等基礎設施產生的時空數據，包括衛星遙感數據、監測數據、公共專題數據、互聯網數據及業務特色數據，對這些數據從獲取、感知、存儲、處理到集成共享、挖掘分析，*后將數據服務提供給各應用系統。其平臺構成如圖1.1 所示。 圖1.1 時空大數據平臺構成 綜合時空大數據平臺的認識和建設實踐（馬照亭等 2019；楊梅等2019；向紅梅等，2017；Yuan et al.，2007），在時空大數據平臺的建設過程中，雖然平臺的運行方式、建設需求和解決的問題等存在差別、各具特色，但是其整體框架有許多相同點，一般都包括感知層、網絡層、計算存儲設備設施層、時空大數據層、服務層和應用層，以及安全保障體系和標準保障體系，其結構如圖1.2 所示。通過衛星、航天器、無人機、雷達、攝像頭等感知設備獲取原始感知數據，然后經過通信網、互聯網、局域網各類專網等進行網絡傳輸，將數據匯聚接入至某處，再經過數據加工處理形成標準化的數據，完成數據共享與統一管理并進行應用。 時空大數據包括業務數據、運營數據、感知數據等時空基礎數據；面向不同行業領域應用，還提供各類數據服務，是支撐應用的重要組成。平臺運行依賴的物理環境是計算設備、存儲設備和網絡設施，軟環境支撐是有相關的政策機制的制度安全保障體系和有標準規范的標準保障體系。 天空地一體化時空大數據平臺作為大數據應用系統的重要組成部分，不僅是大數據應用系統的基礎信息資源集成平臺，也是應用系統進行信息交換和協同應用的平臺，為空間和時間構成的多維環境中的應用系統提供時空基礎，實現基于統一時空基準的信息資源集成共享。 構建天空地一體化時空大數據平臺，需要建設基礎設施環境、業務服務支撐體系和專題應用系統，為天空地一體化時空大數據平臺的用戶提供支撐技術，并奠定跨部門協同辦公和監管的基礎。 圖1.2 天空地一體化時空大數據平臺典型結構 1.1.2數據分析 天空地一體化時空大數據平臺建設的核心是多源異構時空大數據管理，主要包括基礎層、公共數據層、監測層、特色層和管理層的數據。基礎層是基礎地理空間數據，包括衛星遙感數據，以及由行政區域界線、水系、植被、地名地址等數據構成的基礎地理信息。公共數據層是公共管理和服務機構提供的數據。監測層是感知設備數據和網絡爬取數據。特色層是業務特色數據。通過數據規范整理將公共數據層、監測層、特色層數據與基礎層數據進行套合疊加。管理層管理過程產生的數據，隨管理業務實時產生，主要是日志文件和統計表格。 1.多源異構數據 時空大數據來源各異，有飛機、衛星的航拍遙感數據，加工處理的基礎地理數據，也有無人機圖傳數據及攝像頭等設備的實時感知數據；數據結構各異，非結構化數據例如圖像數據、文本數據，半結構化數據例如超文本標記語言（hypertext markup language，HTML）、JavaScript 對象簡譜（javascript object notation，JSON）、可擴展標記語言（extensible markup language，XML ），結構化數據例如表格數據。 2.數據特性時空數據信息化具有的空間特性、可視化特性及空間分析特性，可以提供空間定位服務、可視化的數據管理服務及空間分析服務（宋冰等，2020）。例如社會公共安全生態系統中，利用監控視頻、車輛卡口、車輛數據、人員數據、事件數據等組成安全感知網絡，構建時空大數據，把特定場景的各種活動，從時間和空間兩個維度記錄下來，利用人員識別檢測、車輛檢測和異常行為識別等模型服務，獲取各種潛在風險的預警信息，為建設社會公共安全體系提供技術支持。 3.數據價值 通過建立時空大數據平臺，可以*大限度地發掘時空大數據的利用潛能，促成各部門形成“用數據說話、用數據決策、用數據管理、用數據創新”的管理新機制，有效發揮時空大數據的基底服務功能，有效支持各應用體系的集約建設，并控制時空大數據的合理使用，建設安全好用的大數據中心，從而提高整體管理水平。 1.1.3關鍵技術分析 針對時空大數據具有容量大、增速快、時空多維性、多尺度與多粒度、多元異構等特點，設計統一的時空大數據組織與海量數據管理方法，實現不同類型的時空大數據的有效管理；設計基于云計算的動態任務調度方法，提升時空計算時效性與系統計算性能；針對大數據時代的數據孤島問題，設計時空數據協同鏈并在此基礎上進行時空數據的流式調度，推動數據資源共享共治；時空分析在來源不同、粒度不同、類型不同的多模態數據中整合彼此的增益信息，利用時空可視化技術進行有效的數據融合，從而實現數據特征降維、聚類分析、關聯分析及分類預測。 1.時空大數據的統一組織及海量數據管理與集成 隨著新興技術的發展，時空數據的增長尤為迅速，各部門、各單位對基礎時空數據、公共專題數據和業務特色數據的時空一體化應用需求更加凸顯，在統一的時空基準、統一的標準規范、統一的時間維度及分辨率下對基礎地理信息、公共專題數據和業務專題數據及社會輿情等互聯網數據進行疊加，形成時空大數據資源池，為各類應用形成資源服務體系，*終達到以時空序列方式表示集基礎地理數據、各業務專題數據及互聯網數據于一體的時空“一張圖”，幫助業務部門基于時空序列對數據進行展示與分析，支持對業務的個性化服務。 2.時空大數據實時計算框架 隨著云計算技術的發展與應用，將各類基礎設施資源如計算、存儲和網絡等進行資源池化，能有效降低軟硬件資源的投入，并將資源*大化利用。時空大數據平臺需建立高性能的時空大數據實時計算框架和高性能、高并發的時空流任務調度機制，擴展當前主流基礎設施即服務（infrastructure as a service，IaaS）解決方案的資源池化能力，深度整合平臺資源和底層的基礎設施資源，構建資源池，實現多級動態時空任務調度，提高計算資源智能彈性調整的能力。時空大數據平臺隨著時空數據的數
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
名家帶你讀魯迅:故事新編
- >
龍榆生：詞曲概論/大家小書
- >
羅庸西南聯大授課錄
- >
中國歷史的瞬間
- >
羅曼·羅蘭讀書隨筆-精裝
- >
巴金－再思錄
- >
自卑與超越
本類暢銷
