Mr.exit密室逃脱越狱游戏套组体验一次,节假日通用,店内提供免费WiFi_团800南宁团购网站大全
浏览历史||
￥30原价￥50|6折
青秀区等2个商圈
￥299原价￥400|7.5折
￥398原价￥1132|3.5折
兴宁区等3个商圈
￥388原价￥1306|3折
￥39原价￥68|5.7折
￥368原价￥3060|1.2折
￥18原价￥40|4.5折
￥45.9原价￥80|5.7折
1862人购买
消费提醒：京东团购券于日(周三)生效;京东团购券有效期截止至日(节假日均可使用);营业时间请见地址信息栏;本次团购需提前1天预约,日开始接受预约,预约电话请见右侧地址栏,预约时无需提供京东团购券密码;每人每次仅限使用1张京东团购券,每张京东团购券仅限1人使用,为保证更好的游戏体验,请4人以上通行,不限男女;套组内容需一次性消费完成;本次团购不参加好友返利,也不算做首次购买;京东团购券不与店内其他优惠同享。【Mr.exit密室逃脱】日,Mr.exit密室逃脱真人版越狱先生落户南宁。通过找寻线索,破解谜题,从而一步步成功越狱。密室逃生最早源生于2006硅谷的传奇工程师创建的真人密室,经过7年的演化成为大众化娱乐休闲的又一全新的选择。提供专业老师免费指导,提供免费WIFI,免费桌游,游戏结束获赠一杯现调果汁。游戏涉及团队合作,为保证更好的游戏体验,请4人以上通行
游乐场的相关团购
￥69原价￥90|7.7折
￥49原价￥88|5.6折
￥39原价￥90|4.3折
￥408原价￥540|7.5折
￥96原价￥200|4.8折
￥273原价￥360|7.6折
￥178原价￥625|2.8折
￥42原价￥50|8.4折
￥13.8原价￥50|2.8折
￥15.8原价￥50|3.2折
￥69原价￥90|7.7折
￥88原价￥240|3.7折
￥49原价￥70|7折
￥298原价￥353|8.4折
￥168原价￥380|4.4折
￥40原价￥55|7.3折
￥9.9原价￥35|2.8折
￥98原价￥118|8.3折
￥35原价￥50|7折
￥45原价￥60|7.5折
￥9.9原价￥18|5.5折
￥79原价￥318|2.5折
￥158原价￥200|7.9折
￥45原价￥100|4.5折
游乐场热门品牌
本团购暂无晒团体验
正文长度应在5到20000之间
电影票：&&
南宁今日团购46611个编写简单的Mapreduce程序并部署在Hadoop2.2.0上运行 - 推酷
编写简单的Mapreduce程序并部署在Hadoop2.2.0上运行
经过几天的折腾，终于配置好了
2.2.0(如何配置在Linux平台部署
请参见本博客
)，今天主要来说说怎么在Hadoop2.2.0伪分布式上面运行我们写好的
程序。先给出这个程序所依赖的Maven包：
&dependencies&
&dependency&
&groupId&org.apache.hadoop&/groupId&
&artifactId&hadoop-mapreduce-client-core&/artifactId&
&version&2.1.1-beta&/version&
&/dependency&
&dependency&
&groupId&org.apache.hadoop&/groupId&
&artifactId&hadoop-common&/artifactId&
&version&2.1.1-beta&/version&
&/dependency&
&dependency&
&groupId&org.apache.hadoop&/groupId&
&artifactId&hadoop-mapreduce-client-common&/artifactId&
&version&2.1.1-beta&/version&
&/dependency&
&dependency&
&groupId&org.apache.hadoop&/groupId&
&artifactId&hadoop-mapreduce-client-jobclient&/artifactId&
&version&2.1.1-beta&/version&
&/dependency&
&/dependencies&
好了，现在给出程序，代码如下：
package com.wyp.
import org.apache.hadoop.io.IntW
import org.apache.hadoop.io.LongW
import org.apache.hadoop.io.T
import org.apache.hadoop.mapred.*;
import java.io.IOE
* User: wyp
* Date: 13-10-25
* Time: 下午3:26
* Email:wyphao.
public class MaxTemperatureMapper extends MapReduceBase
implements Mapper&LongWritable, Text,
Text,IntWritable&{
private static final int MISSING = 9999;
public void map(LongWritable key, Text value,
OutputCollector&Text, IntWritable& output,
Reporter reporter) throws IOException {
String line = value.toString();
String year = line.substring(15, 19);
if(line.charAt(87) == '+'){
airTemperature = Integer.parseInt(line.substring(88, 92));
airTemperature = Integer.parseInt(line.substring(87, 92));
String quality = line.substring(92, 93);
if(airTemperature != MISSING && quality.matches(&[01459]&)){
output.collect(new Text(year), new IntWritable(airTemperature));
package com.wyp.
import org.apache.hadoop.io.IntW
import org.apache.hadoop.io.T
import org.apache.hadoop.mapred.MapReduceB
import org.apache.hadoop.mapred.OutputC
import org.apache.hadoop.mapred.R
import org.apache.hadoop.mapred.R
import java.io.IOE
import java.util.I
* User: wyp
* Date: 13-10-25
* Time: 下午3:36
* Email:wyphao.
public class MaxTemperatureReducer extends MapReduceBase
implements Reducer&Text, IntWritable,
Text, IntWritable& {
public void reduce(Text key, Iterator&IntWritable& values,
OutputCollector&Text, IntWritable& output,
Reporter reporter) throws IOException {
int maxValue = Integer.MIN_VALUE;
while (values.hasNext()){
maxValue = Math.max(maxValue, values.next().get());
output.collect(key, new IntWritable(maxValue));
package com.wyp.
import org.apache.hadoop.fs.P
import org.apache.hadoop.io.IntW
import org.apache.hadoop.io.T
import org.apache.hadoop.mapred.FileInputF
import org.apache.hadoop.mapred.FileOutputF
import org.apache.hadoop.mapred.JobC
import org.apache.hadoop.mapred.JobC
import java.io.IOE
* User: wyp
* Date: 13-10-25
* Time: 下午3:40
* Email:wyphao.
public class MaxTemperature {
public static void main(String[] args) throws IOException {
if(args.length != 2){
System.err.println(&Error!&);
System.exit(1);
JobConf conf = new JobConf(MaxTemperature.class);
conf.setJobName(&Max Temperature&);
FileInputFormat.addInputPath(conf, new Path(args[0]));
FileOutputFormat.setOutputPath(conf, new Path(args[1]));
conf.setMapperClass(MaxTemperatureMapper.class);
conf.setReducerClass(MaxTemperatureReducer.class);
conf.setOutputKeyClass(Text.class);
conf.setOutputValueClass(IntWritable.class);
JobClient.runJob(conf);
将上面的程序编译和打包成jar文件，然后开始在Hadoop2.2.0（本文假定用户都部署好了Hadoop2.2.0）上面部署了。下面主要讲讲如何去部署：
首先，启动Hadoop2.2.0，命令如下：
[wyp@wyp hadoop]$ sbin/start-dfs.sh
[wyp@wyp hadoop]$ sbin/start-yarn.sh
如果你想看看Hadoop2.2.0是否运行成功，运行下面的命令去查看
[wyp@wyp hadoop]$ jps
9684 RemoteMavenServer
7011 DataNode
7412 ResourceManager
7528 NodeManager
7222 SecondaryNameNode
6832 NameNode
其中jps是jdk自带的一个命令，在jdk/bin目录下。如果你电脑上面出现了以上的几个进程（NameNode、SecondaryNameNode、NodeManager、ResourceManager、DataNode这五个进程必须出现！）说明你的Hadoop服务器启动成功了！现在来运行上面打包好的jar文件（这里为Hadoop.jar，其中/home/wyp/IdeaProjects/Hadoop/out/artifacts/Hadoop_jar/Hadoop.jar是它的绝对路径，不知道绝对路径是什么？那你好好去学学吧！），运行下面的命令：
[wyp@wyp Hadoop_jar]$ /home/wyp/Downloads/hadoop/bin/hadoop jar \
/home/wyp/IdeaProjects/Hadoop/out/artifacts/Hadoop_jar/Hadoop.jar
com/wyp/hadoop/MaxTemperature \
/user/wyp/data.txt \
/user/wyp/result
（上面是一条命令，由于太长了，所以我分行写，在实际情况中，请写一行！）其中，/home/wyp/Downloads/hadoop/bin/hadoop是hadoop的绝对路径，如果你在环境变量中配置好hadoop命令的路径就不需要这样写；com/wyp/hadoop/MaxTemperature是上面程序的main函数的入口；/user/wyp/data.txt是Hadoop文件系统（HDFS）中的绝对路径（注意：这里不是你Linux系统中的绝对路径！），为需要分析文件的路径（也就是input）；/user/wyp/result是分析结果输出的绝对路径（注意：这里不是你Linux系统中的绝对路径！而是HDFS上面的路径！而且/user/wyp/result一定不能存在，否则会抛出异常！这是Hadoop的保护机制，你总不想你以前运行好几天的程序突然被你不小心给覆盖掉了吧？所以，如果/user/wyp/result存在，程序会抛出异常，很不错啊）。好了。输入上面的命令，应该会得到下面类似的输出：
13/10/28 15:20:44 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
13/10/28 15:20:44 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
13/10/28 15:20:45 WARN mapreduce.JobSubmitter: Hadoop command-line option parsing not performed. Implement the Tool interface and execute your application with ToolRunner to remedy this.
13/10/28 15:20:45 WARN mapreduce.JobSubmitter: No job jar file set.
User classes may not be found. See Job or Job#setJar(String).
13/10/28 15:20:45 INFO mapred.FileInputFormat: Total input paths to process : 1
13/10/28 15:20:46 INFO mapreduce.JobSubmitter: number of splits:2
13/10/28 15:20:46 INFO Configuration.deprecation: user.name is deprecated. Instead, use mapreduce.job.user.name
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.output.value.class is deprecated. Instead, use mapreduce.job.output.value.class
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.job.name is deprecated. Instead, use mapreduce.job.name
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.input.dir is deprecated. Instead, use mapreduce.input.fileinputformat.inputdir
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.output.dir is deprecated. Instead, use mapreduce.output.fileoutputformat.outputdir
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.map.tasks is deprecated. Instead, use mapreduce.job.maps
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.output.key.class is deprecated. Instead, use mapreduce.job.output.key.class
13/10/28 15:20:46 INFO Configuration.deprecation: mapred.working.dir is deprecated. Instead, use mapreduce.job.working.dir
13/10/28 15:20:46 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_6_0008
13/10/28 15:20:47 INFO mapred.YARNRunner: Job jar is not present. Not adding any jar to the list of resources.
13/10/28 15:20:49 INFO impl.YarnClientImpl: Submitted application application_6_0008 to ResourceManager at /0.0.0.0:8032
13/10/28 15:20:49 INFO mapreduce.Job: The url to track the job: http://wyp:8088/proxy/application_6_0008/
13/10/28 15:20:49 INFO mapreduce.Job: Running job: job_6_0008
13/10/28 15:20:59 INFO mapreduce.Job: Job job_6_0008 running in uber mode : false
13/10/28 15:20:59 INFO mapreduce.Job:
map 0% reduce 0%
13/10/28 15:21:35 INFO mapreduce.Job:
map 100% reduce 0%
13/10/28 15:21:38 INFO mapreduce.Job:
map 0% reduce 0%
13/10/28 15:21:38 INFO mapreduce.Job: Task Id : attempt_6_0008_m_, Status : FAILED
Error: java.lang.RuntimeException: Error in configuring object
at org.apache.hadoop.util.ReflectionUtils.setJobConf(ReflectionUtils.java:109)
at org.apache.hadoop.util.ReflectionUtils.setConf(ReflectionUtils.java:75)
at org.apache.hadoop.util.ReflectionUtils.newInstance(ReflectionUtils.java:133)
at org.apache.hadoop.mapred.MapTask.runOldMapper(MapTask.java:425)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:162)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:415)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1491)
at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:157)
Caused by: java.lang.reflect.InvocationTargetException
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:606)
at org.apache.hadoop.util.ReflectionUtils.setJobConf(ReflectionUtils.java:106)
... 9 more
Caused by: java.lang.RuntimeException: java.lang.RuntimeException: java.lang.ClassNotFoundException: Class com.wyp.hadoop.MaxTemperatureMapper1 not found
at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1752)
at org.apache.hadoop.mapred.JobConf.getMapperClass(JobConf.java:1058)
at org.apache.hadoop.mapred.MapRunner.configure(MapRunner.java:38)
... 14 more
Caused by: java.lang.RuntimeException: java.lang.ClassNotFoundException: Class com.wyp.hadoop.MaxTemperatureMapper1 not found
at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1720)
at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1744)
... 16 more
Caused by: java.lang.ClassNotFoundException: Class com.wyp.hadoop.MaxTemperatureMapper1 not found
at org.apache.hadoop.conf.Configuration.getClassByName(Configuration.java:1626)
at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1718)
... 17 more
Container killed by the ApplicationMaster.
Container killed on request. Exit code is 143
程序居然抛出异常（ClassNotFoundException）！这是什么回事？其实我也不太明白！！
在网上Google了一下，找到别人的观点：
经个人总结，这通常是由于以下几种原因造成的：
（1）你编写了一个java lib，封装成了jar，然后再写了一个Hadoop程序，调用这个jar完成mapper和reducer的编写
（2）你编写了一个Hadoop程序，期间调用了一个第三方java lib。
之后，你将自己的jar包或者第三方java包分发到各个TaskTracker的HADOOP_HOME目录下，运行你的JAVA程序，报了以上错误。
那怎么解决呢？一个笨重的方法是，在运行Hadoop作业的时候，先运行下面的命令：
[wyp@wyp Hadoop_jar]$ export \
HADOOP_CLASSPATH=/home/wyp/IdeaProjects/Hadoop/out/artifacts/Hadoop_jar/
其中，/home/wyp/IdeaProjects/Hadoop/out/artifacts/Hadoop_jar/是上面Hadoop.jar文件所在的目录。好了，现在再运行一下Hadoop作业命令：
[wyp@wyp Hadoop_jar]$ hadoop jar /home/wyp/IdeaProjects/Hadoop/out/artifacts/Hadoop_jar/Hadoop.jar
com/wyp/hadoop/MaxTemperature /user/wyp/data.txt /user/wyp/result
13/10/28 15:34:16 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
13/10/28 15:34:16 INFO client.RMProxy: Connecting to ResourceManager at /0.0.0.0:8032
13/10/28 15:34:17 WARN mapreduce.JobSubmitter: Hadoop command-line option parsing not performed. Implement the Tool interface and execute your application with ToolRunner to remedy this.
13/10/28 15:34:17 INFO mapred.FileInputFormat: Total input paths to process : 1
13/10/28 15:34:17 INFO mapreduce.JobSubmitter: number of splits:2
13/10/28 15:34:17 INFO Configuration.deprecation: user.name is deprecated. Instead, use mapreduce.job.user.name
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.jar is deprecated. Instead, use mapreduce.job.jar
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.output.value.class is deprecated. Instead, use mapreduce.job.output.value.class
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.job.name is deprecated. Instead, use mapreduce.job.name
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.input.dir is deprecated. Instead, use mapreduce.input.fileinputformat.inputdir
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.output.dir is deprecated. Instead, use mapreduce.output.fileoutputformat.outputdir
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.map.tasks is deprecated. Instead, use mapreduce.job.maps
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.output.key.class is deprecated. Instead, use mapreduce.job.output.key.class
13/10/28 15:34:17 INFO Configuration.deprecation: mapred.working.dir is deprecated. Instead, use mapreduce.job.working.dir
13/10/28 15:34:18 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_6_0009
13/10/28 15:34:18 INFO impl.YarnClientImpl: Submitted application application_6_0009 to ResourceManager at /0.0.0.0:8032
13/10/28 15:34:18 INFO mapreduce.Job: The url to track the job: http://wyp:8088/proxy/application_6_0009/
13/10/28 15:34:18 INFO mapreduce.Job: Running job: job_6_0009
13/10/28 15:34:26 INFO mapreduce.Job: Job job_6_0009 running in uber mode : false
13/10/28 15:34:26 INFO mapreduce.Job:
map 0% reduce 0%
13/10/28 15:34:41 INFO mapreduce.Job:
map 50% reduce 0%
13/10/28 15:34:53 INFO mapreduce.Job:
map 100% reduce 0%
13/10/28 15:35:17 INFO mapreduce.Job:
map 100% reduce 100%
13/10/28 15:35:18 INFO mapreduce.Job: Job job_6_0009 completed successfully
13/10/28 15:35:18 INFO mapreduce.Job: Counters: 43
File System Counters
FILE: Number of bytes read=144425
FILE: Number of bytes written=524725
FILE: Number of read operations=0
FILE: Number of large read operations=0
FILE: Number of write operations=0
HDFS: Number of bytes read=1777598
HDFS: Number of bytes written=18
HDFS: Number of read operations=9
HDFS: Number of large read operations=0
HDFS: Number of write operations=2
Job Counters
Launched map tasks=2
Launched reduce tasks=1
Data-local map tasks=2
Total time spent by all maps in occupied slots (ms)=38057
Total time spent by all reduces in occupied slots (ms)=24800
Map-Reduce Framework
Map input records=13130
Map output records=13129
Map output bytes=118161
Map output materialized bytes=144431
Input split bytes=182
Combine input records=0
Combine output records=0
Reduce input groups=2
Reduce shuffle bytes=144431
Reduce input records=13129
Reduce output records=2
Spilled Records=26258
Shuffled Maps =2
Failed Shuffles=0
Merged Map outputs=2
GC time elapsed (ms)=321
CPU time spent (ms)=5110
Physical memory (bytes) snapshot=
Virtual memory (bytes) snapshot=
Total committed heap usage (bytes)=
Shuffle Errors
CONNECTION=0
IO_ERROR=0
WRONG_LENGTH=0
WRONG_MAP=0
WRONG_REDUCE=0
File Input Format Counters
Bytes Read=1777416
File Output Format Counters
Bytes Written=18
到这里，程序就成功运行了！很高兴吧？那么怎么查看刚刚程序运行的结果呢？很简单，运行下面命令：
[wyp@wyp Hadoop_jar]$ hadoop fs -ls /user/wyp
Found 2 items
-rw-r--r--
1 wyp supergroup
3-10-25 17:44 /user/wyp/data.txt
drwxr-xr-x
- wyp supergroup
15:35 /user/wyp/result
[wyp@wyp Hadoop_jar]$ hadoop fs -ls /user/wyp/result
Found 2 items
-rw-r--r--
1 wyp supergroup
15:35 /user/wyp/result/_SUCCESS
-rw-r--r--
1 wyp supergroup
15:35 /user/wyp/result/part-00000
[wyp@wyp Hadoop_jar]$ hadoop fs -cat
/user/wyp/result/part-00000
到此，你自己写好的一个
程序终于成功运行了！
附程序测试的数据的下载地址：/s/1iSacM
已发表评论数()
&&登&&&陆&&
已收藏到推刊！
请填写推刊名
描述不能大于100个字符!
权限设置： 公开
仅自己可见划线拼图find the line第88关怎么过-攻略-魔方游戏网
用户名/邮箱
快速登录：
当前位置：
划线拼图find the line第88关怎么过
发布时间：
作者：晗子
来源：魔方网
　　划线拼图find the line第88关怎么过就由小编晗晗我来向大家介绍一下。希望这篇划线拼图find the line第88关怎么过能够帮到大家。
　　下面开始向大家介绍一下划线拼图find the line第88关怎么过
　　88关有5个图案，先来看左边的两个，上面的冰淇淋造型先滑动，然后是下面的饮料造型，饮料造型是黑色的线条。
　　现在再来看最上面的帽子造型。
　　然后是上面的眼睛造型。
　　最后是右边的书本造型，这样一个沙滩躺椅就完成啦!
&&&更多相关
扫一扫关注,或搜索mofanggames
关注"魔方陪你玩"微信
游戏资讯任你看
游戏礼包任你拿
你还在犹豫什么
跨服交友 实时语音边玩边聊
定制工具 PK辅助解放双手| 商品搜索：
| 热门数码产品线： |
& 旅之星DF-88P(10英寸)参数
参数显示：显示全部参数隐藏相同参数
&&产品图片
产品价格&&价格趋势网上购买--&&主要参数
&&屏幕类型TFT彩屏-&&对比度4:3-&&亮度350cd/m2-&&点距--&&可视角度90度/180度/270度120°(H) / 100°(V)&&控制方式全功能遥控器遥控器: 21按键 5米7个按键: MENU, UP, DOWN, LEFT, RIGHT, PLAY, EXIT&&存储容量-16MB&&显示屏
&&屏幕尺寸10英寸7英寸&&分辨率480×234&&其他参数
&&视频格式AVI、MPEG-4DAT、AVI、MPEG、VOB&&音频格式MP3MP3、WMA、LPCM&&图片格式JPEG、BMPJPEG&&音频输出立体声扬声器1W/2ch、立体声耳机输出，可外接功放-&&存储介质支持MS/MMC/SD(可选配内置FLASH)SD/MMC/MS卡&&输出接口-USB 2.0 Host耳机接口, AV视频输出&&无线连接--&&其它特点外观时尚，皮质相框可调对比度内置立体声扬声器1W/2ch、立体声耳机输出，可外接功放支持图像幻灯片循环播放模式，并同时播放背景音乐 图像可放大、缩小和旋转支持9×9格缩览图可调整图片放映的速度，并设置自动播放全功能遥控器、支持多国语言时钟、闹钟、日历、自动定时开关机&&其他附件--&&操作温度--&&外观参数
&&产品尺寸-230×164×30&&产品重量--&&外观色彩绿粉相间-&&主体
&&品牌--&&型号--&&颜色--&&功能
&&液晶屏尺寸--&&液晶屏分辨率--&&液晶屏类型--&&实际可视区域纵横比--&&液晶屏总像素--&&兼容照片数据格式
&&图片兼容格式--&&容量--&&可存储照片数量--&&可解码最大文件大小--&&从存储卡复制到内置记忆体--&&可处理图像文件的最大数目--&&照片图像区域容量--&&从内置记忆体复制到存储卡--&&兼容格式--&&播放与编辑
&&音频播放格式--&&其他特性--&&视频播放格式--&&编辑--&&视频播放--&&音频播放--&&接口与插槽
&&直连存储卡插槽--&&用于连接电脑的USB接口--&&HDMI输出--&&电源
&&温度范围--&&尺寸（长x高x宽）相框--&&界面语言支持多国语言中英文及其他语言菜单&&产品特性--&&重量--&&电源DC9V-1.5A Adapter输入输入交流: 100-240V 输出直流: 12V 1.5A(内径1.75)&&AC电源适配器--&&尺寸（长x高x宽）包括支架--&&功耗--&&其他
&&特色--&&蓝牙
&&蓝牙兼容性--&&
热门数码相框[比较]热门旅之星数码相框[比较]关注该产品的用户还喜欢[比较]7英寸以下数码相框
高清大图推荐文章论坛热帖????????????????????热门产品推荐产品??????????????????????????????
，，最精彩的内容尽在泡泡网
&&Copyright &
PCPOP, All Rights Reserved 泡泡网 版权所有
求鉴定更多}