今天, 我打算跟大家说一个技术, 这个技术看上去“低调”, 可在进行数据库开发的时候, 它却起着十分关键的作用, 它就是临时表​Table。不知道在座的各位有没有遇到过这样的场景在进行复杂报表开发之际, 要多次去关联多张规模较大的表, 其过程中所产生的中间结果集堪称庞大, 要是直接将其写在SQL里面, 那么就会致使性能出现急剧下降的情况, 进而暴跌。执行ETL任务期间, 要分阶段去做数据清洗, 这里要注意, 每一步骤所产生的中间数据, 既不打算进行永久性保存, 同时又绝不能够让线上业务受到影响。多版本并发控制这般情况下, 心底担忧脏读、幻读这些状况问题存在, 萌生让所要隔离的现今会话所作的操作不会对其他用户去造成不利影响的想法……要是存在, 那你肯定对“将中间结果进行临时存储”的需求有着深切体会。而临时表, 是专门为解决这类问题而产生的一种别样表结构。它好似数据库当中的“临时仓库”, 仅在有需要之际才存在, 使用完毕就消失, 然而却能够让数据处理逻辑变得更简约、更高效。随后, 我会依据“为什么需要临时表”, “临时表的核心特性”, “实战场景与最佳实践”, “避坑指南”这四个方面, 引领大家深入领会这一技术。一、为什么需要临时表——从痛点看设计初衷先回到数据库的基础逻辑即数据持久化, 以此来理解临时表的价值, 在传统的关系型数据库诸如那种里, 所有的写入操作像是这般都会直接去修改数据文件, 最终生成redo/undo日志以便用于事务回滚和恢复, 然而呢, 对于诸多场景而言, 我们并不在所需要对这些中间数据进行“永久保存”。​场景1复杂查询的中间结果集​就比如说, 要去计算“某一客户近三年订单当中, 金额超出平均水平的商品类别”, 这就有可能需要先去筛选近三年的订单此为子查询1接着计算每一个商品的销售额这是子查询2, 最后再关联客户信息这便是子查询3。要是直接进行SQL的嵌套, 不但可读性非常的差, 而且还可能因为多次去扫描大表从而导致性能方面出现问题。这个时候, 将中间的结果存入到临时表当中, 后续的查询便能够直接进行访问, 效率会得到大幅的提升。​场景2事务中的阶段性操作​倘若你打算进行那十万条数据的批量导入操作, 在此之前, 得先对数据格式予以校验, 此校验环节需先将数据插入临时表之中, 接着呢, 要用上业务规则来比对已经保存入临时表的数据情况, 进而更新临时表标记, 最终把那些合格的数据写入正式表里去。要是在每一步都直接针对正式表进行操作的话, 一旦中间任何一步出现错误状况, 那么回滚的成本将会极其高昂然而临时表若设立到位的话, 就会起到让“试错”环节保证安全的作用——就是当相关事务失败之际, 临时表里边储存的数据能够因自动机制而进行清理处理, 这能够极大限度确保对此正式数据不会造成影响。​场景3多会话隔离的需求​于高并发系统之内, 拥有两个会话, 这两个会话, 有可能需求基于同一批源数据去开展不一样的处理操作, 比如说其中一个会话得去计算相应的销售额。而另外一个会话, 则需要去计算利润率。要是直接采用源表的话, 那么就有可能因为锁竞争这一情况, 从而导致出现阻塞现象。然而临时表能够为每个会话提供一份独立的“副本”。并且这些“副本”之间是互不干扰的。总归而言, 临时表的关键价值在于, 以极为微小的资源耗费代价, 去处理“阶段性数据存储”的需求, 进而使得业务逻辑更为明晰, 性能水准变得更出色, 安全程度上得到更大提升。二、临时表的核心特性会话级与事务级的隔离艺术的临时表被划分成两种类别: 一种是会话级临时表-, 另一种是事务级临时表-。它们之间的核心差异在于数据存在的时间长度, 而这进而决定了它们各自适用的情形。1. 会话级临时表陪伴会话的“私人仓库”会话级临时表的生命周期与数据库会话绑定。具体表现为在进行创建这个操作的时候, 是借助 TABLE… ON ROWS 这样的语句来实现创建的其中关键字 ROWS 所代表的含义是在提交之后会将数据予以保留。会话期间, 数据始终持续存在, 会话结束之时, 也就是要么断开连接, 亦或是主动退出的状况下, 数据将会自动被清空, 不过表结构会保留在数据字典当中, 并且下次会话的时候能够实现重复进行使用, 这就是数据保留规则。隔离性方面, 不同会话之中的临时表数据处于相互隔离状态, 即便表名呈现出相同的情况, 数据之间也不会产生相互影响的状况。​示例​-- 会话A创建临时表并插入数据 CREATE GLOBAL TEMPORARY TABLE temp_emp ON COMMIT PRESERVE ROWS AS SELECT emp_id, name FROM employees WHERE department_id 30; -- 会话A查询能看到数据 SELECT * FROM temp_emp; -- 会话B即使同名查询表存在但无数据 SELECT * FROM temp_emp; -- 会话A提交事务后数据仍保留 COMMIT; SELECT * FROM temp_emp; -- 数据还在会话A断开连接之后, 在下次进行登录的时候, 临时表会被自动删除, 或者是需要手动去进行清理。这种特性适用于那种, 需要跨越多个事务来运用的情景, 像是进行分页查询时的游标缓存, 还有多步骤的业务流程情形就像订单审核: 先是初审, 接着是复核, 最后是归档, 每一个步骤都得依据同一批有待处理的数据来开展。2. 事务级临时表随事务生灭的“即用即焚”事务级临时表的存在期限, 同数据库事务相联结, 其规则更为严苛:创建的时候, 借助TABLE… ON ROWS句式来创建, 其中关键字ROWS所代表的含义是提交后把数据给删除掉。数据保留的规则是, 当事务进行提交或者回滚的时候, 数据会自动被清空, 在会话还没有结束的时候, 临时表的结构依然存在, 不过没有数据。隔离性方面, 同样给予会话隔离以支持, 只是那数据唯有在当前事务之内才具备有效性。​​ 示例​-- 会话A创建事务级临时表并插入数据 CREATE GLOBAL TEMPORARY TABLE temp_emp ON COMMIT DELETE ROWS AS SELECT emp_id, name FROM employees WHERE department_id 30; -- 会话A在事务中查询能看到数据 SELECT * FROM temp_emp; -- 会话A提交事务后数据被清空 COMMIT; SELECT * FROM temp_emp; -- 无数据 -- 会话A回滚事务数据同样被清空 ROLLBACK; SELECT * FROM temp_emp; -- 无数据此类特性适配“一次性行为”的情境, 像是数据校验, 倘若符合条件便记入正式数据表, 不符合则予以舍去, 又如临时运算, 像是统计某一回活动的参与数量, 统计结束后不必留存。3. 关键差异对比该特性, 可细分别为会话级的处于 ROWS 状态的临时表, 以及事务级的处于 ROWS 状态的临时表。数据生命周期 会话结束前保留 事务提交/回滚后清空​ 创建语法 ON ROWS ON ROWS典型场景 跨事务的多步骤操作 单事务内的临时计算锁跟并发, 存在因长时间去持有数据进而产生锁的情况, 在事务结束以后释放资源, 并且锁竞争很少。三、实战场景与最佳实践临时表的正确打开方式理解了临时表所具有的特性之后, 接下来要进行思考, 在哪些具体的场景之中, 临时表能够发挥出最为巨大的价值呢, 结合我历经多年所积累的数据库开发方面的经验, 如下是最为常见的5类场景, 并且都是契合的最佳实践。场景1复杂查询的性能优化——拆分大SQL为多步临时表事情是这样的, 直接去编写那种嵌套了好多层的SQL, 这就有可能引发全表扫描这一情况, 还会致使大量的临时数据在内存里堆积起来, 甚至会触发磁盘临时表空间频繁地进行IO操作。计划是这样的, 把每一步所产生的中间结果放置到临时表当中, 而且要给临时表增添索引, 像唯一索引啦、范围索引啦这种从而去降低后续查询时所需要进行的计算量。​示例​倘若意欲计算“二零二五年上半年之中, 每一个部门当中, 销售额处于顶头三位的那些员工”, 最初的SQL大概会是:SELECT dept_id, emp_name, sales_sum, RANK() OVER (PARTITION BY dept_id ORDER BY sales_sum DESC) AS rnk FROM ( SELECT e.dept_id, e.emp_name, SUM(o.amount) AS sales_sum FROM employees e JOIN orders o ON e.emp_id o.emp_id WHERE o.order_date BETWEEN 2025-01-01 AND 2025-06-30 GROUP BY e.dept_id, e.emp_name ) t WHERE ROWNUM 3; 但如果employees和orders都是千万级大表 这个嵌套SQL可能需要扫描数亿行数据性能极差。 此时用临时表拆分 -- 步骤1筛选上半年订单存入临时表并添加索引 CREATE GLOBAL TEMPORARY TABLE temp_orders ON COMMIT PRESERVE ROWS AS SELECT emp_id, amount FROM orders WHERE order_date BETWEEN 2025-01-01 AND 2025-06-30; CREATE INDEX idx_temp_orders_emp_id ON temp_orders(emp_id); -- 步骤2计算员工销售额存入临时表并添加索引 CREATE GLOBAL TEMPORARY TABLE temp_emp_sales ON COMMIT PRESERVE ROWS AS SELECT e.dept_id, e.emp_name, SUM(t.amount) AS sales_sum FROM employees e JOIN temp_orders t ON e.emp_id t.emp_id GROUP BY e.dept_id, e.emp_name; CREATE INDEX idx_temp_emp_dept ON temp_emp_sales(dept_id); -- 步骤3计算各部门TOP3 SELECT dept_id, emp_name, sales_sum, RANK() OVER (PARTITION BY dept_id ORDER BY sales_sum DESC) AS rnk FROM temp_emp_sales WHERE ROWNUM 3;经由临时表进行拆分, 每一个步骤的中间结果都借助索引予以优化, 查询的效率有可能提升至数倍乃至数十倍之多。场景2ETL流程的中间数据存储——保证数据一致性在ETL过程里, 存在抽取这一环节, 有转换这一动作, 还有加载这一行为, 原始类型的数据, 它有可能源自好多不同类型的系统, 对于这些原始数据, 得先进行清洗, 后续再做转换, 接着再有关联操作, 之后才能够进到目标表里面去。要是直接对目标表进行操作的话, 一旦中间那个步骤出现错误的情况, 就很有可能致使数据变得混乱无序。​​ 方案​用临时表作为“缓冲区”分阶段处理数据​ 抽取阶段将原始数据存入临时表保留原始格式​ 清洗阶段过滤脏数据、修正格式更新临时表​ 转换阶段关联维度表、计算指标更新临时表​ 加载阶段将临时表中合格的数据写入目标表。​优势​​ 临时表与目标表隔离避免脏数据污染​ 中间步骤可随时回滚只需删除临时表数据​ 支持并行处理不同会话可同时操作不同的临时表。场景3多版本并发控制的隔离——避免锁竞争问题是, 在高并发系统里面, 存在这样一种情况, 就是有两个会话, 它们会同时去修改同一批数据, 这种情况有可能会导致锁等待, 甚至出现死锁的现象。比如说, 有会话A, 它要去更新1000条记录, 与此同时, 会话B要查询这些记录, 要是会话A没有提交, 那么会话B就会被阻塞。方案是, 先将会话A的修改存入临时表, 在完成所有操作之后, 再进行批量更新正式表的操作。如此一来, 会话A针对正式表的写操作只在最后一步才会执行, 进而减少了锁持有时间。​示例​-- 会话A将待更新的数据存入临时表 CREATE GLOBAL TEMPORARY TABLE temp_updates ON COMMIT PRESERVE ROWS AS SELECT emp_id, new_salary FROM emp_updates WHERE status PENDING; -- 会话A批量更新正式表仅一次写操作 UPDATE employees e SET e.salary (SELECT t.new_salary FROM temp_updates t WHERE t.emp_id e.emp_id) WHERE EXISTS (SELECT 1 FROM temp_updates t WHERE t.emp_id e.emp_id); -- 会话A标记临时表数据为已处理或直接清空 TRUNCATE TABLE temp_updates; -- 或删除表结构根据需求经由这样的途径, 会话A于更新正式表之前, 全部的操作在临时表里达成, 防止了长时间对正式表数据进行锁定。场景4递归查询的中间结果缓存——简化递归逻辑问题是, 递归CTE也就是带有WITH子句的那种, 在处理像组织架构层级、物料清单BOM这样的深层递归情况时, 有可能因为多次去扫描同一数据, 进而导致性能出现下降的情况。方案是, 把每一层递归得出的结果存进到临时表里头, 以此来防止重复进行计算。​示例​计算某员工的所有上级直到CEO-- 步骤1创建临时表存储递归结果 CREATE GLOBAL TEMPORARY TABLE temp_hierarchy ON COMMIT PRESERVE ROWS (emp_id NUMBER, manager_id NUMBER, level_num NUMBER); -- 步骤2插入初始数据员工自身 INSERT INTO temp_hierarchy SELECT emp_id, manager_id, 1 FROM employees WHERE emp_id 100; -- 目标员工ID -- 步骤3递归插入上级数据循环直到manager_id为NULL DECLARE v_count NUMBER; BEGIN LOOP INSERT INTO temp_hierarchy SELECT e.emp_id, e.manager_id, th.level_num 1 FROM employees e JOIN temp_hierarchy th ON e.emp_id th.manager_id WHERE NOT EXISTS (SELECT 1 FROM temp_hierarchy t WHERE t.emp_id e.emp_id); SELECT COUNT(*) INTO v_count FROM temp_hierarchy WHERE manager_id IS NOT NULL; EXIT WHEN v_count 0; END LOOP; END; / -- 步骤4查询结果 SELECT * FROM temp_hierarchy; 通过临时表缓存每一层的结果避免了递归CTE的重复扫描尤其适合深层递归场景。场景5测试环境的隔离——避免影响生产数据疑惑在于, 处于开发阶段或者测试环节的相关人员, 务必得在生产库对SQL逻辑展开验证操作, 然而又不希望去改动真实存在的数据。方案是, 借助临时表所具备的“会话隔离”这一特性, 于测试会话期间对临时表展开操作, 而正式会话则在整个过程中全然没有察觉到任何状况。​示例​-- 测试会话创建临时表并插入测试数据 CREATE GLOBAL TEMPORARY TABLE test_emp ON COMMIT PRESERVE ROWS AS SELECT * FROM employees WHERE 1 0; -- 创建空表 INSERT INTO test_emp VALUES (9999, TEST_USER, 100, SYSDATE); -- 插入测试数据 -- 测试会话执行验证SQL不影响生产表 SELECT * FROM test_emp WHERE dept_id 100; -- 测试会话结束临时表数据自动清空生产表无任何变化四、临时表的常见误区与注意事项纵使临时表功能颇为强大, 然而要是对其底层机制缺乏了解, 那么极有可能致使性能出现问题甚而导致数据产生错误。以下便是需要着重予以规避的“坑”:1. 临时表的空间管理避免临时表空间耗尽临时表的数据, 是在临时表空间里存储的, 并非存在于普通表空间。有多个会话, 在同一时间创建大临时表的话, 就有可能致使临时表空间不够, 从而引发ORA - 01652:到临时错误。​解决方案​监控临时表空间使用情况V$视图为高并发业务分配专用的临时表空间避免在临时表中存储不必要的数据如已完成计算的中间结果。2. 事务级临时表的隐式清空别依赖“提交后自动删除”事务级别的临时表, 于提交或者回滚动作发生时, 会自动地将数据清空, 然而要是处在一个事务范围内, 被多次实施插入数据的操作, 那么只有最后一回的提交或者回滚才会产生效果, 举例来说:-- 事务级临时表 CREATE GLOBAL TEMPORARY TABLE temp_emp ON COMMIT DELETE ROWS AS SELECT emp_id, name FROM employees WHERE 1 0; -- 第一次插入 INSERT INTO temp_emp VALUES (1, ALICE); -- 第二次插入覆盖第一次数据 INSERT INTO temp_emp VALUES (2, BOB); COMMIT; -- 数据被清空两次插入的结果都丢失 因此事务级临时表更适合“单次写入、单次读取”的场景避免多次插入。3. 临时表的索引优化并非所有列都需要索引临时表空间会被临时表的索引所占用, 性能会因过多或者不必要的索引而降低。建议:只为临时表里头, 高频查询的那些列, 去添加索引。这些列呢, 像是连接条件列, 还有过滤列这样子的。不要在临时表之上, 去创建那种会进行全表扫描的索引, 比如说位图索引, 因为这种索引有可能会由于并发方面的一些问题, 进而导致锁冲突的情况出现。4. 临时表的DDL操作会话结束前谨慎删除DDL操作运用于临时表, 像DROP TABLE这种, 会即刻生效, 它不会对其他会话的临时表造成影响, 这是由于表名在会话中的属性是私有的使然。然而要是在同一个会话里多次创建具有相同名称的临时表的话, 则新生成的表会将旧的表结构予以覆盖, 并且数据不会被继承下来。​示例​-- 会话A创建临时表temp_emp结构1 CREATE GLOBAL TEMPORARY TABLE temp_emp ON COMMIT PRESERVE ROWS (id NUMBER); -- 会话A再次创建同名临时表结构2 CREATE GLOBAL TEMPORARY TABLE temp_emp ON COMMIT PRESERVE ROWS (name VARCHAR2(100)); -- 后续对temp_emp的操作将基于新结构5. 临时表与物化视图的区别适用场景不同那可以这样讲, 对于物化视图View而言, 它是基于物理存储所呈现出来的查询结果, 并且具备支持刷新的特点然而临时表呢它是在内存或者临时表空间当中做出的一种临时程度的存储, 一旦会话结束就会自动地进行清理操作。在针对长期复用中间结果这种需求情况的时候, 应当选择物化视图假设仅仅是需要进行临时使用的话, 那么临时表会显得更加具有高效性。结语其实从根本性质来讲, 临时表是数据库针对“阶段性数据存储”这种需求所作出的一种十分雅致的回应。它凭借着隔离生命周期, 以及优化资源使用的方式, 使得开发者在应对复杂查询的时候, 在处理ETL流程的时候, 在面对高并发场景的时候, 能够拥有更为灵活多样的选择。但技术自身不存在好坏之分, 重点在于怎样去运用。期望大家借助今日的分享, 能够把握临时表的核心逻辑, 于实际工作里合理挑选临时表的类型会话级/事务级, 并且联合索引优化、空间管理等技巧, 使临时表切实变为提升数据库性能的“利器”。到了末尾处, 给诸位送上一句话: “临时表虽说并非是无所不能的。然而那不存在临时表状况下的数据库开发之道, 极有可能会致使痛苦感觉的产生。” 期望咱们都能够与临时表达成一种 “友善相处 ”的状态, 从而编写出更为简洁、更为高效的代码​谢谢大家WWw.BdX3.cN/pdds/28692.htmlWWw.BdX3.cN/pdds/28693.htmlWWw.BdX3.cN/pdds/28694.htmlWWw.BdX3.cN/pdds/28695.htmlWWw.BdX3.cN/pdds/28696.htmlWWw.BdX3.cN/pdds/28697.htmlWWw.BdX3.cN/pdds/28698.htmlWWw.BdX3.cN/pdds/28699.htmlWWw.BdX3.cN/pdds/28700.htmlWWw.BdX3.cN/pdds/28701.htmlWWw.BdX3.cN/pdds/28702.htmlWWw.BdX3.cN/pdds/28703.htmlWWw.BdX3.cN/pdds/28704.htmlWWw.BdX3.cN/pdds/28705.htmlWWw.BdX3.cN/pdds/28706.htmlWWw.BdX3.cN/pdds/28707.htmlWWw.BdX3.cN/pdds/28708.htmlWWw.BdX3.cN/pdds/28709.htmlWWw.BdX3.cN/pdds/28710.htmlWWw.BdX3.cN/pdds/28711.htmlWWw.BdX3.cN/pdds/28712.htmlWWw.BdX3.cN/pdds/28713.htmlWWw.BdX3.cN/pdds/28714.htmlWWw.BdX3.cN/pdds/28715.htmlWWw.BdX3.cN/pdds/28716.htmlWWw.BdX3.cN/pdds/28717.htmlWWw.BdX3.cN/pdds/28718.htmlWWw.BdX3.cN/pdds/28719.htmlWWw.BdX3.cN/pdds/28720.htmlWWw.BdX3.cN/pdds/28721.htmlWWw.BdX3.cN/pdds/28722.htmlWWw.BdX3.cN/pdds/28723.htmlWWw.BdX3.cN/pdds/28724.htmlWWw.BdX3.cN/pdds/28725.htmlWWw.BdX3.cN/pdds/28726.htmlWWw.BdX3.cN/pdds/28727.htmlWWw.BdX3.cN/pdds/28728.htmlWWw.BdX3.cN/pdds/28729.htmlWWw.BdX3.cN/pdds/28730.htmlWWw.BdX3.cN/pdds/28731.htmlWWw.BdX3.cN/pdds/28732.htmlWWw.BdX3.cN/pdds/28733.htmlWWw.BdX3.cN/pdds/28734.htmlWWw.BdX3.cN/pdds/28735.htmlWWw.BdX3.cN/pdds/28736.htmlWWw.BdX3.cN/pdds/28737.htmlWWw.BdX3.cN/pdds/28738.htmlWWw.BdX3.cN/pdds/28739.htmlWWw.BdX3.cN/pdds/28740.htmlWWw.BdX3.cN/pdds/28741.htmlWWw.BdX3.cN/pdds/28742.htmlWWw.BdX3.cN/pdds/28743.htmlWWw.BdX3.cN/pdds/28744.htmlWWw.BdX3.cN/pdds/28745.htmlWWw.BdX3.cN/pdds/28746.htmlWWw.BdX3.cN/pdds/28747.htmlWWw.BdX3.cN/pdds/28748.htmlWWw.BdX3.cN/pdds/28749.htmlWWw.BdX3.cN/pdds/28750.htmlWWw.BdX3.cN/pdds/28751.htmlWWw.BdX3.cN/pdds/28752.htmlWWw.BdX3.cN/pdds/28753.htmlWWw.BdX3.cN/pdds/28754.htmlWWw.BdX3.cN/pdds/28755.htmlWWw.BdX3.cN/pdds/28756.htmlWWw.BdX3.cN/pdds/28757.htmlWWw.BdX3.cN/pdds/28758.htmlWWw.BdX3.cN/pdds/28759.htmlWWw.BdX3.cN/pdds/28760.htmlWWw.BdX3.cN/pdds/28761.htmlWWw.BdX3.cN/pdds/28762.htmlWWw.BdX3.cN/pdds/28763.htmlWWw.BdX3.cN/pdds/28764.htmlWWw.BdX3.cN/pdds/28765.htmlWWw.BdX3.cN/pdds/28766.htmlWWw.BdX3.cN/pdds/28767.htmlWWw.BdX3.cN/pdds/28768.htmlWWw.BdX3.cN/pdds/28769.htmlWWw.BdX3.cN/pdds/28770.htmlWWw.BdX3.cN/pdds/28771.htmlWWw.BdX3.cN/pdds/28772.htmlWWw.BdX3.cN/pdds/28773.htmlWWw.BdX3.cN/pdds/28774.htmlWWw.BdX3.cN/pdds/28775.htmlWWw.BdX3.cN/pdds/28776.htmlWWw.BdX3.cN/pdds/28777.htmlWWw.BdX3.cN/pdds/28778.htmlWWw.BdX3.cN/pdds/28779.htmlWWw.BdX3.cN/pdds/28780.htmlWWw.BdX3.cN/pdds/28781.htmlWWw.BdX3.cN/pdds/28782.htmlWWw.BdX3.cN/pdds/28783.htmlWWw.BdX3.cN/pdds/28784.htmlWWw.BdX3.cN/pdds/28785.htmlWWw.BdX3.cN/pdds/28786.htmlWWw.BdX3.cN/pdds/28787.htmlWWw.BdX3.cN/pdds/28788.htmlWWw.BdX3.cN/pdds/28789.htmlWWw.BdX3.cN/pdds/28790.htmlWWw.BdX3.cN/pdds/28791.htmlWWw.BdX3.cN/pdds/28792.htmlWWw.BdX3.cN/pdds/28793.htmlWWw.BdX3.cN/pdds/28794.htmlWWw.BdX3.cN/pdds/28795.htmlWWw.BdX3.cN/pdds/28796.htmlWWw.BdX3.cN/pdds/28797.htmlWWw.BdX3.cN/pdds/28798.htmlWWw.BdX3.cN/pdds/28799.htmlWWw.BdX3.cN/pdds/28800.htmlWWw.BdX3.cN/pdds/28801.htmlWWw.BdX3.cN/pdds/28802.htmlWWw.BdX3.cN/pdds/28803.htmlWWw.BdX3.cN/pdds/28804.htmlWWw.BdX3.cN/pdds/28805.htmlWWw.BdX3.cN/pdds/28806.htmlWWw.BdX3.cN/pdds/28807.htmlWWw.BdX3.cN/pdds/28808.htmlWWw.BdX3.cN/pdds/28809.htmlWWw.BdX3.cN/pdds/28810.htmlWWw.BdX3.cN/pdds/28811.htmlWWw.BdX3.cN/pdds/28812.htmlWWw.BdX3.cN/pdds/28813.htmlWWw.BdX3.cN/pdds/28814.htmlWWw.BdX3.cN/pdds/28815.htmlWWw.BdX3.cN/pdds/28816.htmlWWw.BdX3.cN/pdds/28817.htmlWWw.BdX3.cN/pdds/28818.htmlWWw.BdX3.cN/pdds/28819.htmlWWw.BdX3.cN/pdds/28820.htmlWWw.BdX3.cN/pdds/28821.htmlWWw.BdX3.cN/pdds/28822.htmlWWw.BdX3.cN/pdds/28823.htmlWWw.BdX3.cN/pdds/28824.htmlWWw.BdX3.cN/pdds/28825.htmlWWw.BdX3.cN/pdds/28826.htmlWWw.BdX3.cN/pdds/28827.htmlWWw.BdX3.cN/pdds/28828.htmlWWw.BdX3.cN/pdds/28829.htmlWWw.BdX3.cN/pdds/28830.htmlWWw.BdX3.cN/pdds/28831.htmlWWw.BdX3.cN/pdds/28832.htmlWWw.BdX3.cN/pdds/28833.htmlWWw.BdX3.cN/pdds/28834.htmlWWw.BdX3.cN/pdds/28835.htmlWWw.BdX3.cN/pdds/28836.htmlWWw.BdX3.cN/pdds/28837.htmlWWw.BdX3.cN/pdds/28838.htmlWWw.BdX3.cN/pdds/28839.htmlWWw.BdX3.cN/pdds/28840.htmlWWw.BdX3.cN/pdds/28841.htmlWWw.BdX3.cN/pdds/28842.htmlWWw.BdX3.cN/pdds/28843.htmlWWw.BdX3.cN/pdds/28844.htmlWWw.BdX3.cN/pdds/28845.htmlWWw.BdX3.cN/pdds/28846.htmlWWw.BdX3.cN/pdds/28847.htmlWWw.BdX3.cN/pdds/28848.htmlWWw.BdX3.cN/pdds/28849.htmlWWw.BdX3.cN/pdds/28850.htmlWWw.BdX3.cN/pdds/28851.htmlWWw.BdX3.cN/pdds/28852.htmlWWw.BdX3.cN/pdds/28853.htmlWWw.BdX3.cN/pdds/28854.htmlWWw.BdX3.cN/pdds/28855.htmlWWw.BdX3.cN/pdds/28856.htmlWWw.BdX3.cN/pdds/28857.htmlWWw.BdX3.cN/pdds/28858.htmlWWw.BdX3.cN/pdds/28859.htmlWWw.BdX3.cN/pdds/28860.htmlWWw.BdX3.cN/pdds/28861.htmlWWw.BdX3.cN/pdds/28862.htmlWWw.BdX3.cN/pdds/28863.htmlWWw.BdX3.cN/pdds/28864.htmlWWw.BdX3.cN/pdds/28865.htmlWWw.BdX3.cN/pdds/28866.htmlWWw.BdX3.cN/pdds/28867.htmlWWw.BdX3.cN/pdds/28868.htmlWWw.BdX3.cN/pdds/28869.htmlWWw.BdX3.cN/pdds/28870.htmlWWw.BdX3.cN/pdds/28871.htmlWWw.BdX3.cN/pdds/28872.htmlWWw.BdX3.cN/pdds/28873.htmlWWw.BdX3.cN/pdds/28874.htmlWWw.BdX3.cN/pdds/28875.htmlWWw.BdX3.cN/pdds/28876.htmlWWw.BdX3.cN/pdds/28877.htmlWWw.BdX3.cN/pdds/28878.htmlWWw.BdX3.cN/pdds/28879.htmlWWw.BdX3.cN/pdds/28880.htmlWWw.BdX3.cN/pdds/28881.htmlWWw.BdX3.cN/pdds/28882.htmlWWw.BdX3.cN/pdds/28883.htmlWWw.BdX3.cN/pdds/28884.htmlWWw.BdX3.cN/pdds/28885.htmlWWw.BdX3.cN/pdds/28886.htmlWWw.BdX3.cN/pdds/28887.htmlWWw.BdX3.cN/pdds/28888.htmlWWw.BdX3.cN/pdds/28889.htmlWWw.BdX3.cN/pdds/28890.htmlWWw.BdX3.cN/pdds/28891.htmlWWw.BdX3.cN/pdds/28892.htmlWWw.BdX3.cN/pdds/28893.htmlWWw.BdX3.cN/pdds/28894.htmlWWw.BdX3.cN/pdds/28895.htmlWWw.BdX3.cN/pdds/28896.htmlWWw.BdX3.cN/pdds/28897.htmlWWw.BdX3.cN/pdds/28898.htmlWWw.BdX3.cN/pdds/28899.htmlWWw.BdX3.cN/pdds/28900.htmlWWw.BdX3.cN/pdds/28901.htmlWWw.BdX3.cN/pdds/28902.htmlWWw.BdX3.cN/pdds/28903.htmlWWw.BdX3.cN/pdds/28904.htmlWWw.BdX3.cN/pdds/28905.htmlWWw.BdX3.cN/pdds/28906.htmlWWw.BdX3.cN/pdds/28907.htmlWWw.BdX3.cN/pdds/28908.htmlWWw.BdX3.cN/pdds/28909.htmlWWw.BdX3.cN/pdds/28910.htmlWWw.BdX3.cN/pdds/28911.htmlWWw.BdX3.cN/pdds/28912.htmlWWw.BdX3.cN/pdds/28913.htmlWWw.BdX3.cN/pdds/28914.htmlWWw.BdX3.cN/pdds/28915.htmlWWw.BdX3.cN/pdds/28916.htmlWWw.BdX3.cN/pdds/28917.htmlWWw.BdX3.cN/pdds/28918.htmlWWw.BdX3.cN/pdds/28919.htmlWWw.BdX3.cN/pdds/28920.htmlWWw.BdX3.cN/pdds/28921.htmlWWw.BdX3.cN/pdds/28922.htmlWWw.BdX3.cN/pdds/28923.htmlWWw.BdX3.cN/pdds/28924.htmlWWw.BdX3.cN/pdds/28925.htmlWWw.BdX3.cN/pdds/28926.htmlWWw.BdX3.cN/pdds/28927.htmlWWw.BdX3.cN/pdds/28928.htmlWWw.BdX3.cN/pdds/28929.htmlWWw.BdX3.cN/pdds/28930.htmlWWw.BdX3.cN/pdds/28931.htmlWWw.BdX3.cN/pdds/28932.htmlWWw.BdX3.cN/pdds/28933.htmlWWw.BdX3.cN/pdds/28934.htmlWWw.BdX3.cN/pdds/28935.htmlWWw.BdX3.cN/pdds/28936.htmlWWw.BdX3.cN/pdds/28937.htmlWWw.BdX3.cN/pdds/28938.htmlWWw.BdX3.cN/pdds/28939.htmlWWw.BdX3.cN/pdds/28940.htmlWWw.BdX3.cN/pdds/28941.htmlWWw.BdX3.cN/pdds/28942.htmlWWw.BdX3.cN/pdds/28943.htmlWWw.BdX3.cN/pdds/28944.htmlWWw.BdX3.cN/pdds/28945.htmlWWw.BdX3.cN/pdds/28946.htmlWWw.BdX3.cN/pdds/28947.htmlWWw.BdX3.cN/pdds/28948.htmlWWw.BdX3.cN/pdds/28949.htmlWWw.BdX3.cN/pdds/28950.htmlWWw.BdX3.cN/pdds/28951.htmlWWw.BdX3.cN/pdds/28952.htmlWWw.BdX3.cN/pdds/28953.htmlWWw.BdX3.cN/pdds/28954.htmlWWw.BdX3.cN/pdds/28955.htmlWWw.BdX3.cN/pdds/28956.htmlWWw.BdX3.cN/pdds/28957.htmlWWw.BdX3.cN/pdds/28958.htmlWWw.BdX3.cN/pdds/28959.htmlWWw.BdX3.cN/pdds/28960.htmlWWw.BdX3.cN/pdds/28961.htmlWWw.BdX3.cN/pdds/28962.htmlWWw.BdX3.cN/pdds/28963.htmlWWw.BdX3.cN/pdds/28964.htmlWWw.BdX3.cN/pdds/28965.htmlWWw.BdX3.cN/pdds/28966.htmlWWw.BdX3.cN/pdds/28967.htmlWWw.BdX3.cN/pdds/28968.htmlWWw.BdX3.cN/pdds/28969.htmlWWw.BdX3.cN/pdds/28970.htmlWWw.BdX3.cN/pdds/28971.htmlWWw.BdX3.cN/pdds/28972.htmlWWw.BdX3.cN/pdds/28973.htmlWWw.BdX3.cN/pdds/28974.htmlWWw.BdX3.cN/pdds/28975.htmlWWw.BdX3.cN/pdds/28976.htmlWWw.BdX3.cN/pdds/28977.htmlWWw.BdX3.cN/pdds/28978.htmlWWw.BdX3.cN/pdds/28979.htmlWWw.BdX3.cN/pdds/28980.htmlWWw.BdX3.cN/pdds/28981.htmlWWw.BdX3.cN/pdds/28982.htmlWWw.BdX3.cN/pdds/28983.htmlWWw.BdX3.cN/pdds/28984.htmlWWw.BdX3.cN/pdds/28985.htmlWWw.BdX3.cN/pdds/28986.htmlWWw.BdX3.cN/pdds/28987.htmlWWw.BdX3.cN/pdds/28988.htmlWWw.BdX3.cN/pdds/28989.htmlWWw.BdX3.cN/pdds/28990.htmlWWw.BdX3.cN/pdds/28991.htmlWWw.BdX3.cN/pdds/28992.htmlWWw.BdX3.cN/pdds/28993.htmlWWw.BdX3.cN/pdds/28994.htmlWWw.BdX3.cN/pdds/28995.htmlWWw.BdX3.cN/pdds/28996.htmlWWw.BdX3.cN/pdds/28997.htmlWWw.BdX3.cN/pdds/28998.htmlWWw.BdX3.cN/pdds/28999.htmlWWw.BdX3.cN/pdds/29000.htmlWWw.BdX3.cN/pdds/29001.htmlWWw.BdX3.cN/pdds/29002.htmlWWw.BdX3.cN/pdds/29003.htmlWWw.BdX3.cN/pdds/29004.htmlWWw.BdX3.cN/pdds/29005.htmlWWw.BdX3.cN/pdds/29006.htmlWWw.BdX3.cN/pdds/29007.htmlWWw.BdX3.cN/pdds/29008.html