




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、安邦BI系統(tǒng)數(shù)據(jù)模型介紹,1,主 題,維度建模的基本概念 模型概述 模型介紹 模型運(yùn)用方法與技巧 相關(guān)技術(shù)問題,2,如何建立分析集市模型,行業(yè)經(jīng)驗(yàn),BI.Insurance DWM,工作組和建模,持續(xù)發(fā)展,業(yè)務(wù)需求,安邦分析 集市模型,業(yè)務(wù)驅(qū)動(dòng) 根據(jù)固定報(bào)表和KPI、持續(xù)率、承保理賠、執(zhí)行力、再保五個(gè)數(shù)據(jù)集市的業(yè)務(wù)需求,結(jié)合BI.Insurance DWM的建模方法, 建立Taiping EDW 分析集市模型,3,分析集市模型概念,維度建模 一種非規(guī)范化的關(guān)系模型 由一組屬性構(gòu)成的表所組成 表跟表之間的關(guān)系通過關(guān)鍵字和外鍵來定義 以良好的可理解性和方便的產(chǎn)生報(bào)表來進(jìn)行數(shù)據(jù)組織,很少考慮修改的性
2、能 通過SQL或者相關(guān)的工具實(shí)現(xiàn)數(shù)據(jù)的查詢和維護(hù),4,分析集市模型概念,事實(shí)表(一) 每一個(gè)事實(shí)表通常包含了業(yè)務(wù)需求所關(guān)心的一系列的指標(biāo)值 每一個(gè)事實(shí)表的行包括 具有可加性的數(shù)值型的指標(biāo)值 文本事實(shí)通常具有不可預(yù)見的內(nèi)容,很難進(jìn)行分析 與維表相連接的外鍵 通常具有兩個(gè)和兩個(gè)以上的外鍵 外鍵之間表示維表之間多對多的關(guān)系,5,分析集市模型概念,事實(shí)表(二) 事實(shí)表的特征 非常的大 包含幾萬、幾十萬甚至幾百幾千條的記錄 內(nèi)容相對的窄 列數(shù)較少 經(jīng)常發(fā)生變化 現(xiàn)實(shí)世界中新事件的發(fā)生事實(shí)表中增加一條記錄 典型情況下,僅僅是數(shù)據(jù)的追加 事實(shí)表的使用 各類指標(biāo)值的聚集計(jì)算,6,分析集市模型概念,維表(一)
3、每一張維表對應(yīng)現(xiàn)實(shí)世界中的一個(gè)對象或者概念 例如:客戶、產(chǎn)品、保單、標(biāo)的、案件 維表的特征 包含了眾多描述性的屬性列 如保單維表里的銷售渠道、保費(fèi)區(qū)間、風(fēng)險(xiǎn)等級等 通常情況下,跟事實(shí)表相比,行數(shù)相對較小 通常 10萬條 內(nèi)容相對固定 幾乎就是一類查找表,7,分析集市模型概念,維表(二) 維表的應(yīng)用 基于維屬性的過濾(切片、切塊等) 基于維屬性的各種聚集操作 報(bào)表中各類標(biāo)簽的主要來源 事實(shí)表通過維表進(jìn)行引用,8,分析集市模型概念,Facts 屬性個(gè)數(shù)少(窄) 記錄行數(shù)多(大) 數(shù)值型指標(biāo) 隨著時(shí)間的推移,數(shù)據(jù)增長,Dimensions 屬性個(gè)數(shù)多(寬) 記錄行數(shù)少(?。?描述性屬性 靜態(tài)的,很少
4、發(fā)生變化,事實(shí)表與維表的比較,9,分析主題域數(shù)據(jù) (Analytical Subject Areas),通過事實(shí)(Facts)和維度(Dimensions)模型方式表達(dá),為典型保險(xiǎn)分析應(yīng)用提供分析型數(shù)據(jù)架構(gòu),為數(shù)據(jù)集市提供統(tǒng)一的指標(biāo)和維度,為數(shù)據(jù)應(yīng)用提供統(tǒng)一的數(shù)據(jù)信息。 分析主題域數(shù)據(jù),將業(yè)務(wù)需求階段定義的分析主題域,按照維度建模方法,格式化成符合維度事實(shí)表的星型模型或雪花模型。其中維度信息由核心原子數(shù)據(jù)按照定義的層次形成相關(guān)的維度視圖,事實(shí)表數(shù)據(jù)通過核心原子數(shù)據(jù)相關(guān)主題域數(shù)據(jù)經(jīng)過匯總計(jì)算得到。核心原子數(shù)據(jù)和分析數(shù)據(jù)分別映射到不同的數(shù)據(jù)集市中。 其中,典型的分析主題域如通用承保分析(Unive
5、rsal underwriting analysis)如下圖:,10,分析集市模型設(shè)計(jì)步驟,需求,整理指標(biāo)維度矩陣,設(shè)計(jì)集市層模型,設(shè)計(jì)分析層模型,11,維度指標(biāo)矩陣,維度指標(biāo)矩陣是把需求轉(zhuǎn)化為多維模型的重要工具,12,業(yè)務(wù)分析需求舉例,與上一年相比,各險(xiǎn)種所占的份額有何差異? 每個(gè)機(jī)構(gòu)在各險(xiǎn)種所占份額是多少?,機(jī)構(gòu),險(xiǎn)種,時(shí)間,2006和2007年度各險(xiǎn)種份額對比,2006,2007,Thousands,2006年度各機(jī)構(gòu)在各險(xiǎn)種上的份額,13,維度建模舉例,時(shí)間,機(jī)構(gòu),險(xiǎn)種,客戶,14,主 題,維度建模的基本概念 模型概述 模型介紹 模型運(yùn)用方法與技巧 相關(guān)技術(shù)問題,15,元數(shù)據(jù),模型在整
6、個(gè)系統(tǒng)架構(gòu)中的定位,面向業(yè)務(wù)應(yīng)用,基本上與業(yè)務(wù)數(shù)據(jù)同構(gòu) 保留詳細(xì)交易數(shù)據(jù),數(shù)據(jù)倉庫,分析層,16,分析層模型主題域,分析層模型每個(gè)主題域?yàn)橥惖臉I(yè)務(wù)處理,共享相同的維度 承保理賠分析 記錄安邦保險(xiǎn)所關(guān)注的主要承保理賠業(yè)務(wù)指標(biāo)。 收付費(fèi)分析 記錄財(cái)務(wù)收付中應(yīng)收保費(fèi)、實(shí)收保費(fèi)、應(yīng)收率、應(yīng)付賠款、實(shí)付賠款等收付類信息。 核賠效率分析 記錄理賠環(huán)節(jié)中查勘、定損、核損、繕制過程的相關(guān)指標(biāo)。,17,主 題,維度建模的基本概念 模型概述 模型介紹 模型運(yùn)用方法與技巧 相關(guān)技術(shù)問題,18,分析層模型結(jié)構(gòu),19,收付費(fèi)分析的星型結(jié)構(gòu),20,分析層模型介紹,“承保理賠分析事實(shí)表”、“收付費(fèi)分析事實(shí)表”、“核賠效率
7、分析事實(shí)表”都是經(jīng)輕度匯總生成的表,它們?nèi)慷际鞘聞?wù)型事實(shí)表 中間事實(shí)表都是經(jīng)過版本化的歷史表,保存最細(xì)粒度的數(shù)據(jù) 中間事實(shí)表主要用于生成輕度匯總表的過渡,除此之外,通過冗余相關(guān)屬性,中間事實(shí)表的設(shè)計(jì)也考慮了其它無法從直接從分析層計(jì)算的指標(biāo)的計(jì)算,21,事務(wù)型事實(shí)和快照型事實(shí),事務(wù)型,快照型,快照型事實(shí)表的指標(biāo)通常包含時(shí)點(diǎn)值,隨著時(shí)間積累,維度組合會(huì)越來越細(xì),此類型的事實(shí)表通常用于粒度較粗的數(shù)據(jù)集市或Cube;而事務(wù)型事實(shí)表的度量都是可累加的,其對于維度較多的輕度匯總表是有利。如果OLAP server支持在事務(wù)型事實(shí)表上計(jì)算時(shí)點(diǎn)值,建議在維度較細(xì)的Cube上使用事務(wù)型事實(shí)。,22,中間層歷史
8、數(shù)據(jù)的版本化,數(shù)據(jù)倉庫中的歷史數(shù)據(jù)決不會(huì)被刪除或覆蓋,因此需要加入數(shù)據(jù)版本特性來區(qū)分隨時(shí)間變化的業(yè)務(wù)信息,使得在任一給定時(shí)間點(diǎn)上都能檢索到正確的數(shù)據(jù)。 數(shù)據(jù)是否需要版本化,首先依賴于實(shí)體是否有時(shí)變特性,比如“報(bào)案信息”通常是在某個(gè)時(shí)間點(diǎn)上發(fā)生,它就沒有時(shí)變特性,因此就不需要版本化。 在實(shí)體中加入時(shí)間戳屬性可以實(shí)現(xiàn)數(shù)據(jù)版本化,這個(gè)時(shí)間戳可以基于業(yè)務(wù)涵義,如對保單的某次批改的生效日期;也可以僅僅是技術(shù)上的,比如員工某項(xiàng)登記信息被修改,則生成新的員工記錄,并指定該記錄的有效(Valid)期間,ETL處理需要實(shí)現(xiàn)數(shù)據(jù)相鄰版本時(shí)間戳的鏈接。 需要為版本化的實(shí)體找出一個(gè)錨ID來唯一標(biāo)識(shí)每個(gè)數(shù)據(jù)實(shí)例,比如保
9、單實(shí)體的錨ID可以是保單號(hào),表明該實(shí)體中最原子的粒度是保單。,23,時(shí)間戳與數(shù)據(jù)版本,業(yè)務(wù)信息的不同版本的時(shí)間鏈,時(shí)間戳(start_date/end_date),以上start_date為紅色的是該數(shù)據(jù)實(shí)例被創(chuàng)建時(shí)的版本,該值從邏輯上看應(yīng)該為數(shù)據(jù)的業(yè)務(wù)創(chuàng)建日期,比如入職日期,但為了避免受到數(shù)據(jù)質(zhì)量的影響,我們通常把每個(gè)數(shù)據(jù)實(shí)例的第一個(gè)版本的start_date置為1900-01-01,24,承保中間表場景示例,25,收付費(fèi)中間表場景示例,26,理賠中間事實(shí)表場景示例,27,中間層的構(gòu)建算法,請安邦項(xiàng)目組自行用Visio畫出算法流程圖,分頁貼在此處,28,分析層模型未涵蓋的特殊分析應(yīng)用,需求中
10、有部分的指標(biāo)在計(jì)算上比較獨(dú)特,且與其它指標(biāo)沒有太多的共享價(jià)值,因此未納入分析層模型的考查范疇,這些指標(biāo)主要有: 核保效率分析用mid_policy_fact與核保信息表關(guān)聯(lián),再經(jīng)過聚合計(jì)算可得到相應(yīng)的分析指標(biāo) 理財(cái)險(xiǎn)網(wǎng)點(diǎn)活動(dòng)率該指標(biāo)為非累計(jì)指標(biāo),不考慮安置在分析層,可在構(gòu)建CUBE時(shí)按原始算法計(jì)算,但日、月、季、年的匯總值要分別計(jì)算 車貸險(xiǎn)指標(biāo)該類指標(biāo)的數(shù)據(jù)源比較特殊,不考慮建立分析層,可在構(gòu)建CUBE時(shí)按原始算法計(jì)算,29,從中間層到分析層承保理賠,簽單類 只計(jì)算保單,口徑為:核保日期在當(dāng)期 and start_date=1900-1-1 主要指標(biāo)有:保險(xiǎn)金額、保單保費(fèi)、保單筆數(shù)、累計(jì)儲(chǔ)金、
11、已驗(yàn)車數(shù)量、應(yīng)驗(yàn)車數(shù)量 需要減去退保和注銷 會(huì)計(jì)年度類 不考慮版本,所有記錄一起計(jì)算,口徑為:核保日期在當(dāng)期 保額和保費(fèi)只累計(jì)變化值 主要指標(biāo)有:保費(fèi)收入、批增批減保費(fèi)(件數(shù))、退保(注銷)保費(fèi)(件數(shù))等 理賠類 口徑:結(jié)案日期在當(dāng)期或估損修改日期在當(dāng)期 部分指標(biāo)只考慮起始兩個(gè)版本,即立案和結(jié)案,比如立案估損金額、結(jié)案天數(shù) 主要指標(biāo)有:已決筆數(shù)、已決賠款、未決筆數(shù)變化、未決賠款變化、立案估損金額、估損偏差絕對值、加權(quán)估損金額、結(jié)案天數(shù) 特殊口徑類 已賺保費(fèi)算法參見“模型運(yùn)用方法與技巧” 有部分指標(biāo)不需要定義在分析層,因?yàn)樗鼈兛梢詮囊陨现笜?biāo)衍生,比如車險(xiǎn)續(xù)保指標(biāo)、理財(cái)險(xiǎn)指標(biāo),都可以從承保理賠分析
12、表以保險(xiǎn)止期維度為口徑聚合生成。,30,從中間層到分析層收付費(fèi),收付費(fèi)指標(biāo)的主要口徑基本上都是以收付確認(rèn)日期來計(jì)算,在源系統(tǒng)中體現(xiàn)為應(yīng)收(付)確認(rèn)日期和實(shí)收(付)確認(rèn)日期 需求中要求按幣種分別展現(xiàn)人民幣和非人民幣的統(tǒng)計(jì)值,由于本事實(shí)表已經(jīng)包含保單維度,因此這些指標(biāo)都可以根據(jù)保單維度中的幣種重新匯總生成 應(yīng)收保費(fèi)變化的計(jì)算規(guī)則是:應(yīng)收一筆保費(fèi)以正數(shù)累計(jì),實(shí)收一筆保費(fèi)以負(fù)數(shù)累計(jì),對實(shí)收的沖正以正數(shù)累計(jì) 滾動(dòng)12個(gè)月財(cái)務(wù)保費(fèi)收入是應(yīng)收保費(fèi)收入的衍生指標(biāo),31,核賠效率分析,核賠效率分析的指標(biāo)基本都有共享的維度,因此為其建立一個(gè)分析層主題是合適的 核賠效率分析涉及的源表比較分散,且增量機(jī)制較為復(fù)雜,因
13、此建立中間表有一定的難度,目前的策略是參照原指標(biāo)算法分別計(jì)算出各指標(biāo),并插入一臨時(shí)表中,再對該表執(zhí)行聚合操作 由于源系統(tǒng)可能會(huì)更新核賠數(shù)據(jù)的狀態(tài),因而導(dǎo)致部分指標(biāo)存在“過期”現(xiàn)象,在目前沒有歷史數(shù)據(jù)支持的情況,我們的解決辦法是由業(yè)務(wù)部門確定一個(gè)過期閥值天數(shù)N,超過N天之前的指標(biāo)不會(huì)再過期,那么每天加載核賠效率事實(shí)表時(shí),不僅僅計(jì)算當(dāng)天的事實(shí)數(shù)據(jù),而是把N天之前的數(shù)據(jù)也都復(fù)算一遍,32,主 題,維度建模的基本概念 模型概述 模型介紹 模型運(yùn)用方法與技巧 相關(guān)技術(shù)問題,33,數(shù)據(jù)版本的截取時(shí)間點(diǎn),查詢出2008-4-10各業(yè)務(wù)員的數(shù)據(jù): select * from 業(yè)務(wù)員表 where start_
14、date 2008-4-10,保單中間表連接員工表獲取員工的職位屬性: select a.policy, , b.職位 from mid_policy_fact a, 業(yè)務(wù)員表 b where a.c_emp_cde = b.c_emp_cde and b.start_date t_udr_date,截取時(shí)間為常量,截取時(shí)間為連接主表的相關(guān)時(shí)間字段,34,時(shí)間鏈的生成技巧,假定經(jīng)過相應(yīng)的處理后得到一個(gè)數(shù)據(jù)集T,T可以是一個(gè)臨時(shí)表、視圖或子查詢,并包含一個(gè)日期字段Start_date(不可有空值)作為時(shí)間鏈的開始日期,但End_date還未生成,則可以用以下SQL生成時(shí)間鏈: Select an
15、chor_id, , start_date, lead(start_date,1,to_date(99991231,yyyymmdd) over (partition by anchor_id order by start_date) as end_date From T; 其中Anchor_id是數(shù)據(jù)集的錨ID,比如保單號(hào)、單據(jù)號(hào)等,35,歷史表增量加載策略,在常規(guī)情況下,該算法也適合全量加載,此時(shí)數(shù)據(jù)集是全量數(shù)據(jù),而目標(biāo)表的初始狀況是空表。,由于目標(biāo)表中要求第一條版本記錄的Start_date應(yīng)該為1900-1-1,這里的算法要考慮T01的增量在目標(biāo)表中沒有前續(xù)版本記錄的情況,36,已賺保
16、費(fèi)的計(jì)算,以上有效時(shí)間段不能采用保單版本的時(shí)間鏈,而要按業(yè)務(wù)上的保單生效規(guī)則來確定時(shí)間范圍 一般情況下,保單的生效開始日期就是保險(xiǎn)起期,但對于倒簽單,則按核保日期計(jì)算,因此回避了在此之前已匯總的漏算問題 最好在承保中間表中事先計(jì)算出業(yè)務(wù)有效時(shí)間范圍,作為業(yè)務(wù)時(shí)間鏈,不僅避免在匯總指標(biāo)時(shí)多做計(jì)算,而且有利于測試時(shí)核對數(shù)據(jù) 由于涉及到除法,如果時(shí)間維的粒度太細(xì),可能導(dǎo)致過多的精度誤差,建議匯總表中該指標(biāo)字段保留更多的小數(shù)位,比如68位,2007.1,2007.6,安邦以前的算法 累加各版本保費(fèi)變化乘以當(dāng)期內(nèi)的保險(xiǎn)期限時(shí)間段在當(dāng)前保險(xiǎn)期限內(nèi)的占比,2007.1,2007.6,較準(zhǔn)確的算法 累加各版本
17、當(dāng)前保費(fèi)乘以當(dāng)期內(nèi)的有效時(shí)間段在當(dāng)前保險(xiǎn)期限內(nèi)的占比,每個(gè)線段表示保單各版本用于計(jì)算當(dāng)期有效天數(shù)的基準(zhǔn)時(shí)間段,而被陰影覆蓋的部分作為時(shí)間占比的分子,37,承保理賠分析應(yīng)用場景假設(shè),Ply_prof_dm 為簡化起見,假定保單維表只有一個(gè)維屬性:保險(xiǎn)起期(月),DM_FACT 承保理賠分析事實(shí)表經(jīng)過聚合計(jì)算后生成的局部視圖,含有三個(gè)指標(biāo),除統(tǒng)計(jì)月份外的維度組合有四種(不同的顏色區(qū)分),38,承保理賠分析應(yīng)用轉(zhuǎn)換成快照型事實(shí),經(jīng)過與月維表的分區(qū)外連接,以上查詢填充了遺漏的月份,并利用分析函數(shù)計(jì)算出“期末未決”這個(gè)時(shí)點(diǎn)值。可以利用此查詢建立Cube DM_FACT應(yīng)該是經(jīng)聚合后粒度已經(jīng)較粗的事實(shí),可
18、以是表、視圖、物化視圖或子查詢 可以通過對月維表增加查詢條件來減少最終快照型事實(shí)的維度組合,比如保單維表中實(shí)際上是包含“核保月份”的,則可以增加一個(gè)連接條件為“v1.mon_id=核保月份”,但這種做法必須要有數(shù)據(jù)質(zhì)量的保證 會(huì)計(jì)年度的報(bào)表或分析應(yīng)用可以在該查詢結(jié)果的基礎(chǔ)上直接以mon_id為時(shí)間維度進(jìn)行聚合得到,WITH v1 AS (SELECT mon_id FROM cal_mon WHERE mon_id = 200706) SELECT ply_prof_id,dpt_id, mon_id, 簽單件數(shù),已決件數(shù), sum(未決件數(shù)變化) OVER (PARTITION BY ply
19、_prof_id,dpt_id ORDER BY mon_id ROWS UNBOUNDED PRECEDING ) as 期末未決件數(shù) FROM (SELECT ply_prof_id,dpt_id, v1.mon_id, 簽單件數(shù), 已決件數(shù),未決件數(shù)變化 FROM dm_fact PARTITION BY (ply_prof_id, dpt_id) RIGHT OUTER JOIN v1 ON (v1.mon_id = 統(tǒng)計(jì)月份),39,承保理賠分析應(yīng)用保單年度算法,保單年度分析是在兩個(gè)時(shí)間維度上的快照型事實(shí),兩個(gè)時(shí)間維度分別是保險(xiǎn)起期和截止月份,所有指標(biāo)都是在截止月份維度上的時(shí)點(diǎn)值,計(jì)算該快照型事實(shí)可參考下面的SQL。 該算法同樣可以增加條件減少維度組合,比如通常在保險(xiǎn)責(zé)任結(jié)束N年后,保單年度分析的價(jià)值已經(jīng)減退,因此可以在連接條件中增加“v1.mon_id = pf.保險(xiǎn)止期 + N”, 注意:由于實(shí)際模型中保單維表不止保險(xiǎn)起期一個(gè)屬性,則以下查詢在維度上還存在重復(fù)值,直接使用需要再進(jìn)行聚合。,WITH v1 AS (SELECT mon_id FRO
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025屆廣東省師大附中化學(xué)高一下期末統(tǒng)考試題含解析
- 農(nóng)業(yè)植保越冬管理辦法
- 合肥基金投資管理辦法
- 衛(wèi)星網(wǎng)絡(luò)拓?fù)鋬?yōu)化設(shè)計(jì)-洞察及研究
- 標(biāo)簽行業(yè)倉庫管理辦法
- 招標(biāo)技術(shù)規(guī)范與實(shí)施指南
- 酵母菌在食品工業(yè)中的功能及其應(yīng)用研究
- 數(shù)字技術(shù)在高職院校學(xué)生社區(qū)育人功能中的應(yīng)用探究
- 鋼材料科學(xué):Ar與鋼渣界面非金屬夾雜物的碰撞團(tuán)聚行為研究
- 10KV變電站調(diào)試流程與送電安全保障措施研究
- 采血針市場發(fā)展前景分析及供需格局研究預(yù)測報(bào)告
- 氣胸完整版本
- 重慶市智慧園林綠化管理信息系統(tǒng)-可行性研究報(bào)告(國信咨詢)
- 2023-2024學(xué)年山東省泰安市泰山區(qū)七年級(下)期末數(shù)學(xué)試卷(五四學(xué)制)(含答案)
- 2024住院患者靜脈血栓栓塞癥預(yù)防護(hù)理與管理專家共識(shí)要點(diǎn)(全文)
- 2024車輛掛靠證明
- DL∕T 1833-2018 柔性直流輸電換流閥檢修規(guī)程
- 近視表征的表觀遺傳機(jī)制
- 甘肅省天水市甘谷縣第一中學(xué)2025屆物理高一下期末質(zhì)量檢測試題含解析
- GB/T 4074.5-2024繞組線試驗(yàn)方法第5部分:電性能
- 熱水袋燙傷RCA分析2022
評論
0/150
提交評論