Redis Bitmap：实现千万级用户签到的秘密武器

已于 2023-09-18 16:51:01 修改
阅读量1.5k 收藏 7
点赞数 2
分类专栏： 经验分享 文章标签： java redis
于 2023-08-31 14:30:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CSDN_WYL2016/article/details/132595614
版权
文章介绍了RedisBitmap在用户访问量统计、在线状态监控和签到活动中的应用，展示了如何设计和实现高效的存储策略，同时提到了内存使用注意事项。
摘要由CSDN通过智能技术生成

文章目录

前言

1. 在具体应用之前，有必要先了解一下什么是Redis Bitmap？

Redis Bitmap是一种数据结构，它通过比特位来记录信息，每一位都代表一个布尔值，这样它可以在一些大规模数据的存储和查询场景中比常规的记录方式更节省内存和高效。

2. Redis Bitmap常用的命令

Bitmap在Redis中是通过字符串实现的，每个字符串都是一个固定大小的位数组，常用的命令如下：

  1. SETBIT：设置指定偏移量上的位值。语法：SETBIT <key> <offset> <value>。

    • <key>：指定的键名。
    • <offset>：指定的偏移量。
    • <value>：要设置的值，0或1。

  2. GETBIT：获取指定偏移量上的位值。语法：GETBIT <key> <offset>。

    • <key>：指定的键名。
    • <offset>：指定的偏移量。

  3. BITCOUNT：统计指定键的位中设置为1的位数。语法：BITCOUNT <key>。

    • <key>：指定的键名。

  4. BITPOS：找到第一个设置为1的位。语法：BITPOS <key> <offset>。

    • <key>：指定的键名。
    • <offset>：指定的偏移量。

  5. BITOP：对多个Bitmap进行位操作。

    • AND：将所有Bitmap的对应位进行按位与操作。

    • OR：将所有Bitmap的对应位进行按位或操作。

    • XOR：将所有Bitmap的对应位进行按位异或操作。

    • NOT：对第一个Bitmap的对应位进行按位取反操作。语法：BITOP operation destkey key*。

      • <operation>：要执行的操作，可以是AND、OR、XOR或NOT。
      • <destkey>：目标键名，用于存储结果。
      • <key*>：源键名列表，最多可以指定16个。

3. 常见的应用场景

  1. 用户在线状态监控：在大型社交网站中，管理员需要及时检测用户的在线状态。通过使用Redis的Bitmap结构，可以为每个在线用户分配一个唯一的ID，并将其对应的位设置为1。如果用户离线，则将其占据的位设置为0。这样，可以通过快速查询Bitmap来快速检测用户的在线状态。

  2. 签到活动统计：在某些需要每日签到的应用中，可以使用Redis的Bitmap来记录用户的签到状态。为每个用户分配一个唯一的ID，并将每天的位数组与该用户的ID相关联。如果用户签到，则将其对应的位设置为1，否则设置为0。这样，可以快速查询指定日期或用户的签到状态。

  3. 统计网站访问量：使用Redis的Bitmap可以快速统计网站的访问量。为每个访问的用户分配一个唯一的ID，并将其对应的位设置为1。通过BITCOUNT命令可以快速统计位数组中值为1的位的数量，从而得到网站的总访问量。

  4. 统计其他用户属性：除了上述场景，Redis的Bitmap还可以用于统计其他用户属性。例如，可以用于记录用户的性别、年龄段、地域等属性，以便进行用户分析、数据统计和挖掘等操作。

具体应用场景

1. 用户一天的访问量统计

需求

假如某个系统拥有1亿用户，现在需要每天统计这1亿用户中有多少用户访问了系统！

设计思路

首先我们要为每一个用户准备一个存储位置，存储内容实际上也非常简单，只需要能分区出“访问”或者“没访问”即可，因此自然就选择了Redis Bitmap来实现了。

容量预估

1个字节：可以表示8个用户，那么12,500,000个字节即可存下所有用户，约等于107M。

Key是以天为单位存储，如果想保留多天，那也只需要存储一份当天最终的静态数据即可，因此可以理解为无论要保留多少天的用户访问量统计，都只需要大约107M即可。

执行命名模拟

Redis Bitmap Key的粒度是到天的，表示当天的访问统计，假设ID分别为1,100,1000的三个用户，都在2023-08-30号访问了系统，那么执行的命令记录如下：

setbit dayVisitCount:20230830 0 1

setbit dayVisitCount:20230830 99 1

setbit dayVisitCount:20230830 999 1

注意：offset下标从0开始的，1表示访问过了

最终统计命名如下：

bitcount dayVisitCount:20230830

代码示例

@RestController
@RequestMapping(value = "/demo")
public class VisitCountTest {

    @Resource
    private RedisTemplate<String, Object> redisTemplate;

    public final static String DAY_VISIT_COUNT = "dayVisitCount:%s";

    @RequestMapping("/count")
    public void count(@RequestBody VisitDTO visitDTO) {
        String visitKey = String.format(DAY_VISIT_COUNT, visitDTO.getDate());
        System.out.println(visitDTO.getDate() + "，访问用户数：" + bitCount(visitKey));
    }

    public long bitCount(String key) {
        Long ans = redisTemplate.execute((RedisCallback<Long>) con -> con.bitCount(key.getBytes()));
        return ans == null ? 0 : ans;
    }

    @RequestMapping("/visit")
    public void visit(@RequestBody VisitDTO visitDTO) {
        String visitKey = String.format(DAY_VISIT_COUNT, visitDTO.getDate());
        // 下标从0开始的
        setBit(visitKey, visitDTO.getUserId() - 1);
    }

    private void setBit(String visitKey, int userId) {
        if (!redisTemplate.opsForValue().setBit(visitKey, userId, true)) {
            System.out.println("新增访问用户ID：" + userId);
        }
    }

}

效果展示

20230831，当前访问用户数：0
新增访问用户ID：0
新增访问用户ID：1
新增访问用户ID：2
新增访问用户ID：99
新增访问用户ID：999
20230831，当前访问用户数：5
新增访问用户ID：9999
20230831，当前访问用户数：6

2. 用户日签到功能

需求

系统现在推出了签到功能，假设有1亿用户，该功能要求能够完成每个用户每天的签到功能、过去时间的补签功能，以及连续签到天数和签到日历表。

设计思路

以月维度，维护每个用户每月的签到情况，如ID:1的用户在8月26号~8月30号每天都签到了，8月26号之前未签到，因此连续签到天数为5天，ID:100的用户在8月26号~8月30号期间，其中8月28号断签了，因此连续签到天数为2天。

容量预估

我们可以分析一下在此方案中，如果1亿用户全部都是每天都签到，那么也就是每个月会产生1亿个Key，但每个Key的大小实际最多都不会超过32bit(4个字节)，因此一个月的存储总量也就是400M不到。当然实际上不可能1亿用户全部都会每天签到，因此实际上每月用到的存储总量预估不会超过100M。

执行命名模拟

执行命名如下：

用户ID：1

setbit daySignIn:20238:1 25 1

setbit daySignIn:20238:1 26 1

setbit daySignIn:20238:1 27 1

setbit daySignIn:20238:1 28 1

setbit daySignIn:20238:1 29 1

用户ID：100

setbit daySignIn:20238:100 25 1

setbit daySignIn:20238:100 26 1

setbit daySignIn:20238:100 28 1

setbit daySignIn:20238:100 29 1

注意：offset从0开始，因此25表示的是26号

用户ID1，从1号开始，签到日历应该如下

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 1 1 1

1 1 0

用户ID100，从1号开始，签到日历应该如下

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 1 1 0

1 1 0

代码示例

@RestController
@RequestMapping(value = "/signIn")
public class SignTest {

    @Resource
    private RedisTemplate<String, String> redisTemplate;

    public final static String USER_DAY_SIGN_IN = "daySignIn:%s:%d";

    /**
     * 签到，可任意选择一天签到
     * <p>
     * 在此基础上可实现日签、补签功能。
     */
    @RequestMapping("/daySignIn")
    public void daySignIn(@RequestBody DaySignDTO daySignDTO) {
        String signKey = String.format(USER_DAY_SIGN_IN, String.valueOf(daySignDTO.getYear()) + daySignDTO.getMonth(), daySignDTO.getUserId());
        // 下标从0开始的
        signIn(signKey, daySignDTO.getDay() - 1);

    }

    /**
     * 查询指定年、月签到日历表
     */
    @RequestMapping("/querySignCalendar")
    public void querySignCalendar(@RequestBody DaySignDTO daySignDTO) {
        String signKey = String.format(USER_DAY_SIGN_IN, String.valueOf(daySignDTO.getYear()) + daySignDTO.getMonth(), daySignDTO.getUserId());
        LocalDate date = LocalDate.of(daySignDTO.getYear(), daySignDTO.getMonth(), 1);
        int lengthOfMonth = date.lengthOfMonth();
        System.out.println(getSignCalendarFromRedis(signKey, lengthOfMonth));
    }

    /**
     * 查询某个用户连续签到天数
     */
    @RequestMapping("/getContinuousSignInDays")
    public void getContinuousSignInDays(@RequestBody DaySignDTO daySignDTO) {
        String signKey = String.format(USER_DAY_SIGN_IN, String.valueOf(daySignDTO.getYear()) + daySignDTO.getMonth(), daySignDTO.getUserId());
        System.out.println("userId: " + daySignDTO.getUserId() + "，最近连续签到：" + getSignCountFromRedis(signKey, LocalDate.now().getDayOfMonth()) + "天");
    }


    private void signIn(String signKey, int lengthOfMonth) {
        Boolean suc = redisTemplate.opsForValue().setBit(signKey, lengthOfMonth, true);
        if (suc == null) {
            System.out.println("异常处理");
            return;
        }
        if (!suc) {
            System.out.println(signKey + "【" + (lengthOfMonth + 1) + "号，签到成功！】");
        } else {
            System.out.println(signKey + "【" + (lengthOfMonth + 1) + "号，重复签到！】");
        }
    }

    private String getSignCalendarFromRedis(String key, int dayOfMonth) {
        BitFieldSubCommands bitFieldSubCommands = BitFieldSubCommands
                .create()
                .get(BitFieldSubCommands.BitFieldType.unsigned(dayOfMonth))
                .valueAt(0);

        List<Long> list = redisTemplate.opsForValue().bitField(key, bitFieldSubCommands);
        if (list == null || list.isEmpty()) {
            return "";
        }
        long count = list.get(0) == null ? 0 : list.get(0);

        StringBuilder sb = new StringBuilder();
        sb.append(key).append(" 签到日历").append("\n");
        for (int i = dayOfMonth; i > 0; i--) {
            // --- 仅仅为了格式化，无业务含义 【开始】
            if (i < 10) {
                sb.append("0");
            }
            // --- 仅仅为了格式化，无业务含义 【结束】
            sb.append(i);
            if ((count & 1) == 1) {
                sb.append("签了");
            } else {
                sb.append("未签");
            }
            count >>= 1;
            // --- 仅仅为了格式化，无业务含义 【开始】
            sb.append("    ");
            if ((i - 1) % 7 == 0) {
                sb.append("\n");
            }
            // --- 仅仅为了格式化，无业务含义 【结束】
        }

        return sb.toString();

    }

    public int getSignCountFromRedis(String key, int dayOfMonth) {
        // 表示从下标0开始，一次性获取到dayOfMonth范围内的数据，比如当月有31天，那就等于下标的取值范围是【0~30】，因为bitmap的位数不会超过当月天数，所以，实际上就是把所有位上的值都统计出来。
        BitFieldSubCommands bitFieldSubCommands = BitFieldSubCommands
                .create()
                .get(BitFieldSubCommands.BitFieldType.unsigned(dayOfMonth))
                .valueAt(0);

        // redisTemplate提供的通过pipeline的方式，调用redis的BITFIELD key offset get命名，获取对应的值（转换成十进制）
        List<Long> list = redisTemplate.opsForValue().bitField(key, bitFieldSubCommands);
        if (list == null || list.isEmpty()) {
            return 0;
        }
        int signCount = 0;
        long count = list.get(0) == null ? 0 : list.get(0);

        for (int i = 0; i < dayOfMonth; i++) {
            // 如果(count & 1) == 1条件成立，则表示当前二进制串中，最后一位是1，业务上即表示【已签到】，否则就代表断签了
            if ((count & 1) == 1) {
                signCount++;
            } else {
                break;
            }
            // 移除最后一位，再继续检查当前最后一位是不是为1，以此循环遍历。
            count >>= 1;
        }
        return signCount;
    }

}

效果展示

请注意，在进行测试时，系统时间为：2023-08-30


# ID为168的用户8月未签到
daySignIn:20238:168 签到日历
31未签    30未签    29未签    
28未签    27未签    26未签    25未签    24未签    23未签    22未签    
21未签    20未签    19未签    18未签    17未签    16未签    15未签    
14未签    13未签    12未签    11未签    10未签    09未签    08未签    
07未签    06未签    05未签    04未签    03未签    02未签    01未签    

# 30号，29号补签了2天
daySignIn:20238:168【30号，签到成功！】
daySignIn:20238:168【29号，签到成功！】

# 再次查看签到日历
daySignIn:20238:168 签到日历
31未签    30签了    29签了    
28未签    27未签    26未签    25未签    24未签    23未签    22未签    
21未签    20未签    19未签    18未签    17未签    16未签    15未签    
14未签    13未签    12未签    11未签    10未签    09未签    08未签    
07未签    06未签    05未签    04未签    03未签    02未签    01未签    

# 查看连续签到天数
userId: 168，最近连续签到：2天

# 27号又补签了
daySignIn:20238:168【27号，签到成功！】

# 再次查看签到日历
daySignIn:20238:168 签到日历
31未签    30签了    29签了    
28未签    27签了    26未签    25未签    24未签    23未签    22未签    
21未签    20未签    19未签    18未签    17未签    16未签    15未签    
14未签    13未签    12未签    11未签    10未签    09未签    08未签    
07未签    06未签    05未签    04未签    03未签    02未签    01未签    

# 由于28号未签，因此连续签到天数依然是2天
userId: 168，最近连续签到：2天

# 把28号补签上
daySignIn:20238:168【28号，签到成功！】

# 再次查看签到日历
daySignIn:20238:168 签到日历
31未签    30签了    29签了    
28签了    27签了    26未签    25未签    24未签    23未签    22未签    
21未签    20未签    19未签    18未签    17未签    16未签    15未签    
14未签    13未签    12未签    11未签    10未签    09未签    08未签    
07未签    06未签    05未签    04未签    03未签    02未签    01未签    

# 此时连续签到天数变成4天了
userId: 168，最近连续签到：4天

总结

Redis Bitmap是一种高效的数据存储和处理方式。通过位运算，可以快速查找到满足特定条件的记录，大大提高了处理效率。同时，Bitmap还可以节省大量的存储空间。Redis Bitmap被广泛应用于统计、计数、索引等场景。当然，使用Bitmap时也要注意内存使用问题，如果offset跨度较大，例如分别为：dayVisitCount:20230830 1 1 和dayVisitCount:20230830 10000000 1，虽然实际只用到了两个bit位，但实际上是会按照最大偏移量来分配内存占用量的，这里要考虑清楚（实际上文章中第一个应用场景“统计用户一天的访问量”就不太适合用bitmap来实现，相比之下选择使用HyperLogLog更合适）；除此之外，如果有复杂查询的场景，也不适合使用Bitmap。

希望这篇文章能够帮助你更好地理解Redis Bitmap的原理和应用场景。

码拉松
关注
专栏目录
玩转Redis-京东签到领京豆如何实现
zxiaofan.com
07-12 2031
- 京东签到日历的产品逻辑是怎样的？ - 传统关系型数据库该如何实现？ - 表设计初级玩法（**80%的人只会这么玩**） - 表设计进阶玩法（**高级程序员才会的玩法**） - 查询签到情况及签到的技术实现 - 基于Redis的Bitmaps实现签到日历（**瞬间提升档次**） - 什么是Bitmaps - Bitmaps如何使用（含详细命令对比分析及示例） - BitMap实战签到日历 - 业务总结/技术总结
基于Redis的bitmap位图实现用户签到功能
2401_83412285的博客
04-07 799
由于 String 数据类型的最大长度是 512M，所以 String 支持的位数是 2^32 位。512M 表示字节 Byte 长度，换算成位 bit 需要乘以 8，即 512 2^10 2^10 * 8=2^32；Strings 的最大长度是 512M，还能存更大的数据？当然不能，但是我们可以换种实现思路，就是将大 key 换成小 key，这样存储的大小完全不受限。自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
Redis 位图 (BitMap)实现签到
最新发布
wang_4212的博客
09-19 473
Redis 位图是一种基于位操作的数据结构，主要用于处理大量的布尔值（0 或 1）或二进制标志。它的基本单元是一个位（bit），这些位可以用来表示各种状态信息。位图在存储和处理这些数据时非常高效，因为它们只使用了每个布尔值占用的单个位，而不是占用完整的字节或整数。
redis bitmap实现签到（包含工具类）
asdksd的博客
03-03 1132
Redis位图是字符串数据类型的扩展，它可以让您像对待位向量一样对待字符串。还可以对一个或多个字符串执行按位操作。
redis实现用户签到以及签到统计
weixin_51472505的博客
08-24 3063
redis实现用户签到以及签到统计
《Redis实战》之使用BitMap实现用户签到功能
小米吃辣椒的博客
04-08 2421
一、实现逻辑分析 二、BitMap常用操作命令 Redis中是利用String类型数据结构实现BitMap，因此最大上限是512M，转换为bit则是2^32个bit位。 BitMap的操作命令有： SETBIT：向指定位置offset存入一个0或1 GETBIT：获取指定位置offset的bit值 BITCOUNT：统计BitMap中值为1的bit位的数量 BITFIELD: 操作（查询，修改，自增）BitMap中bit数组中的指定位置offset的值 BITFIELD_RO: 获取
Redis 实战篇：巧用Bitmap 实现亿级海量数据统计
qq_38082146的博客
08-24 264
在移动应用的业务场景中，我们需要保存这样的信息：一个 key 关联了一个数据集合。 常见的场景如下： 给一个 userId ，判断用户登陆状态； 显示用户某个月的签到次数和首次签到时间； 两亿用户最近 7 天的签到情况，统计 7 天内连续签到的用户总数； 通常情况下，我们面临的用户数量以及访问量都是巨大的，比如百万、千万级别的用户数量，或者千万级别、甚至亿级别的访问信息。 所以，我们必须要选择能够非常高效地统计大量数据（例如亿级）的集合类型。 如何选择合适的数据集合，我们首先要了解常用的统计模式
还不懂Redis中的高级数据结构，我教你啊
帅枫的博客
11-08 676
前面我们学习 Redis 中的5中基础数据类型，今天我又来了，没错，就是 Redis 中剩余的3中高级数据类型，废话不多说，我们开始吧。 Bitmap Bitmap 翻译过来就是位图，那它有什么作用呢？ 我们首先想这么一个场景，二值状态统计，这个二值状态就是指集合元素的取值就只有0和1两种。比如：在签到打卡的场景中，我们只用记录签到（1）或未签到（0），这就是典型的二值状态。在我们签到统计时，每个用户的一天的签到用1个bit位就能表示，有多少天就只需要多少个bit位，不需要使用太复杂的集合类型，这时我们就可
Redis 的高级功能之慢查询、bitset、bitop、bitcount实现签到统计、日活量
胃病的不良少彦
02-18 1605
01、Redis 的高级功能 本文我们将介绍 Redis 的高级功能，比如说慢查询、PipeLine、BitMap、HyperLogLog、发布订阅 和 GEO 等功能的介绍。 01、慢查询 Redis命令的执行过程如下： 1、发送命令 2、命令排队 3、执行命令 4、返回结果 慢查询发生在第三步 ​ 所谓慢查询指的是内部执行时间超过某个指定时限的查询，而控制该指定时限的就是 Redis 配置...
Redis:用BitMap实现用户签到
qq_63431773的博客
10-19 304
我们针对签到功能完全可以通过mysql来完成，比如说以下这张表用户一次签到，就是一条记录，假如有1000万用户，平均每人每年签到次数为10次，则这张表一年的数据量为 1亿条每签到一次需要使用（8 + 8 + 1 + 1 + 3 + 1）共22 字节的内存，一个月则最多需要600多字节我们如何能够简化一点呢？其实可以考虑小时候一个挺常见的方案，就是小时候，咱们准备一张小小的卡片，你只要签到就打上一个勾，我最后判断你是否签到，其实只需要到小卡片上看一看就知道了。
Redis 实战篇：巧用数据类型实现亿级数据统计
qq3164069700的博客
12-15 439
在移动应用的业务场景中，我们需要保存这样的信息：一个 key 关联了一个数据集合，同时还要对集合中的数据进行统计排序。 常见的场景如下： 给一个 userId ，判断用户登陆状态； 两亿用户最近 7 天的签到情况，统计 7 天内连续签到的用户总数； 统计每天的新增与第二天的留存用户数； 统计网站的对访客（Unique Visitor，UV）量 最新评论列表 根据播放量音乐榜单 通常情况下，我们面临的用户数量以及访问量都是巨大的，比如百万、千万级别
通过redis的bitmap实现签到
weixin_73195042的博客
11-02 627
redis实现签到
BitMap实现用户签到
coderge's CSDN Blog.
05-08 647
我们只需要让得到的10进制数字和1做与运算就可以了，因为1只有遇见1 才是1，其他数字都是0 ，我们把签到结果和1进行与操作，每与一次，就把签到结果向右移动一位，依次内推，我们就能完成逐个遍历的效果了。Java逻辑代码：获得当前这个月的最后一次签到数据，定义一个计数器，然后不停的向前统计，直到获得第一个非0的数字即可，每得到一个非0的数字计数器+1，直到遍历完所有的数据，就可以获得当前月的签到总天数了。从最后一次签到开始向前统计，直到遇到第一次未签到为止，计算总的签到次数，就是连续签到天数。
利用Redis bitmap签到功能
code_nutter的博客
07-13 673
Bitmap实际上就是String类型,通过最小的单位bit来进行0或者1的设置，表示某个元素对应的值或者状态。redis字符串最大值为512M,所以bigmap最大值为4294967295。setbit给一个指定key的值得第位offset赋值为value。getbit返回一个指定key的二进制信息。一个bit的值，或者是0，或者是1。3.bitmap的基本使用。............
BitMap实现签到
Xuni的博客
07-17 875
BitMap实现签到
Bitmap实现签到功能
Guanam2020的博客
05-07 757
Bitmap 的底层数据结构用的是 String 类型的 SDS 数据结构来保存位数组，Redis 把每个字节数组的 8 个 bit 位利用起来，每个 bit 位 表示一个元素的二值状态（不是 0 就是 1）。同样的 UserID offset 都是一样的，当一个 userID 在 7 个 Bitmap 对应对应的 offset 位置的 bit = 1 就说明该用户 7 天连续打卡。在记录了一个亿的用户连续 7 天的打卡数据，如何统计出这连续 7 天连续打卡用户总数呢？常见场景：二值状态统计。
Redis的bitmap签到应用
寻找09之夏的博客
03-15 474
什么是位图（bitmap） Redis中位图（bitmap）是由多个二进制组成的数组，数组中的每个二进制都有与之对应的偏移量（也称索引），用户通过偏移量可以对位图中指定的一个或多个二进制进行操作。 位图命令 SETBIT 命令：SETBIT key offset value 时间：O(1) 使用SETBIT命令，用户可以为位图指定偏移量上的二进制位设置值 GETBIT ...
使用redis bitmap实现签到功能
weixin_38860401的博客
02-24 1777
redis bitmap使用,java实现用户签到功能
145. 利用 Redis Bitmap实践： 用户签到统计
YouMing_Li的博客
09-01 1558
Redis的Bitmap，也称为位图，是一种用于存储和处理二进制位（bit）的数据结构。在Redis中，Bitmap不是一种独立的数据类型，而是字符串类型的一种特殊使用方式。你可以通过特定的命令在字符串数据中处理二进制位。由于Redis中字符串的最大存储容量为512 MB，每个字节有8位，因此一个字符串最多可以存储个位。本文详细介绍了如何利用类型实现高效的用户签到统计功能。内容包括数据类型的简单介绍及其应用场景，并通过Go语言程序简单实现了。
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码拉松

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值