分布式搜索引擎ElasticSearch-2

已于 2022-09-13 15:39:17 修改
阅读量449 收藏
点赞数
分类专栏： 笔记 文章标签： 搜索引擎 elasticsearch 分布式
于 2022-09-11 21:07:19 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/DOVISSSS/article/details/126802304
版权

1、DSL查询文档

elasticsearch的查询依然是基于Json风格的DSL来实现的。

1.1.DSL查询分类

常见的查询类型包括：

  • 查询所有：查询出所有数据（match_all）
  • 全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中匹配。（match_query/multi_match_query）text可以分词类型
  • 精确查询：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段。（ids、range、term）keyword不可分词型
  • 地理（geo）查询：根据经纬度查询（geo_distance/geo_bounding_box）
  • 复合（compound）查询：复合查询可以将上述各种查询条件组合起来，合并查询条件。（bool、function_score）
GET /indexName/_search
{
  "query": {
    "查询类型": {
      "查询条件": "条件值"
    }
  }
}

1.2.全文检索查询

基本流程：

  • 对用户搜索的内容做分词，得到词条
  • 根据词条去倒排索引库中匹配，得到文档id
  • 根据文档id找到文档，返回给用户

参与搜索的字段肯定是可分词的text类型的字段（keyword关键字不可分）

1.2.1基本语法

常见的全文检索查询包括：

  • match查询：单字段查询
  • multi_match查询：多字段查询，任意一个字段符合条件就算符合查询条件

match查询语法

GET /索引库名/_search
{
	"query":{
		"match":{
			"FIELD":"TEXT"
			# eg: "all":"外滩如家"
			# 会查询出所有包含外滩如家的文档信息
		}
	}
}

multi_match语法

GET /索引库名/_search
{
	"query":{
		"multi_match":{
			"query":"TEXT",
			"fields":["FIELD1","FIELD2"]
			# eg："query":"外滩如家"
				# "fields":["brand","name","business"]
				# 会查出brand、name、business中含有外滩如家的文档信息
		}
	}
}

1.2.2两者区别

  • match：根据一个字段查询
  • multi_match：根据多个字段查询，参与查询字段越多，查询性能越差

1.3.精准查询

一般是查找keyword、数值、日期、boolean等类型字段，所以不会对搜索条件分词。

1.3.1基本语法

常见的有：

  • term：根据词条精确值查询
  • range：根据值的范围查询

term查询语法
因为精确查询的字段是不分词的字段，因此查询的条件也必须是不分词的词条。查询时，用户输入的内容跟自动值完全匹配时才认为符合条件。如果用户输入的内容过多，反而搜索不到数据

GET /索引库名/_search
{
	"query":{
		"term":{
			"FIELD":{ #eg："city":{
				"value":"VALUE" #eg："value":"上海"
				#会查询出城市是上海的文档信息
				#如果value值是杭州上海，反而搜索不到
			}
		}
	}
}

range查询语法
范围查询，一般应用在对数值类型做范围过滤的时候，比如做价格范围过滤。

GET /索引库名/_search
{
	"query":{
		"range":{
			"FIELD":{ #eg：“price”：{
				"gte":10, #gte表示大于等于，gt表示大于
				"lte":20 #lte表示小于等于，lt表示小于
			}
		}
	}
}

1.3.2总结

  • term查询，根据词条精确匹配，一般搜索keyword类型、数值类型、布尔类型、日期类型字段
  • range查询：根据数值范围查询，可以是数值、日期的范围

1.4.地理坐标查询

地理坐标查询，其实就是根据经纬度查询，官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/geo-queries.html

1.4.1基本语法

  • geo_bounding_box查询：矩形范围查询（不太符合“附近的人”需求）
  • gei_distance：附近查询

geo_bounding_box查询
查询坐标坐落在某个矩形范围的所有文档。查询时，需要指定矩形的左上、右下两个点的坐标，然后画出一个矩形，落在该矩形内的都是符合条件的点。

GET /索引库名/_search
{
	"query":{
		"geo_bounding_box":{
			"FIELD":{
				"top_left":{ #左上点
					"lat":
					"lon":
				},
				"bottom_right":{ #右下点
					"lat":
					"lon":
				}	
			}
		}
	}
}

geo_distance查询
也叫做距离查询，查询到指定中心点小于某个距离值的所有文档。以查询点为圆心，指定距离为半径画圆，落在圆内的坐标都算符合条件。

GET /索引库名/_search
{
	"query":{
		"geo_distance":{
			"distance":"15km", #半径
			"FIELD":" " #圆心
		}
	}
}

1.5.复合查询

可以将其他简单查询组合起来，实现更复杂的搜索逻辑。

1.5.1基本语法

常见的有：

  • function score：算分函数查询，可以控制文档相关性算分，控制文档排名
  • bool query：布尔查询，利用逻辑关系组合多个其他的查询，实现复杂搜索

相关性算分查询
当我们利用match查询时，文档结果会根据与搜索词条的关联度打分（_score），返回结果时按照分值降序排列。

#搜索“外滩如家”字段结果
[
  {
    "_score" : 17.850193,
    "_source" : 
    	{
      		"name" : "虹桥如家酒店真不错",
    	}
  },
  {
    "_score" : 12.259849,
    "_source" : 
	    {
	      "name" : "外滩如家酒店真不错",
	    }
  },
  {
    "_score" : 11.91091,
    "_source" : 
	    {
	      "name" : "迪士尼如家酒店真不错",
	    }
  }
]

在es中，打分算法：

  • 早期是TF-IDF
    请添加图片描述
  • 5.1版本升级后，改进为BM25
    请添加图片描述

算法函数查询
控制相关性算分，需要利用到es的function score查询

请添加图片描述

GET /索引库名/_search
{
  "query": {
    "function_score": {
      "query": {  .... }, // 原始查询，可以是任意条件
      "functions": [ // 算分函数
        {
          "filter": { // 满足的条件，品牌必须是如家
            "term": {
              "brand": "如家"
            }
          },
          "weight": 2 // 算分权重为2
        }
      ],
      "boost_mode": "sum" // 加权模式，求和
    }
  }
}

function score的运行流程如下：

  • 1）根据原始条件查询搜索文档，并且计算相关性算分，称为原始算分（query score）
  • 2）根据过滤条件，过滤文档
  • 3）符合过滤条件的文档，基于算分函数运算，得到函数算分（function score）
  • 4）将原始算分（query score）和函数算分（function score）基于运算模式做运算，得到最终结果，作为相关性算分。

function score query定义的三要素是什么？

  • 过滤条件：哪些文档要加分
  • 算分函数：如何计算function score
  • 加权方式：function score 与 query score如何运算

布尔查询
布尔查询是一个或多个查询子句的组合，每一个子句就是一个子查询。子查询的组合方式有：

  • must：必须匹配每个子查询，类似“与”
  • should：选择性匹配子查询，类似“或”
  • must_not：必须不匹配，不参与算分，类似“非”
  • filter：必须匹配，不参与算分
{
  GET /索引库名/_search
  {
  "query": {
    "bool": {
      "must": [
        {"term": {"city": "上海" }}
      ],
      "should": [
        {"term": {"brand": "皇冠假日" }},
        {"term": {"brand": "华美达" }}
      ],
      "must_not": [
        { "range": { "price": { "lte": 500 } }}
      ],
      "filter": [
        { "range": {"score": { "gte": 45 } }}
      ]
    }
  }
}
}

2、搜索结果处理

搜索的结果可以按照用户指定的方式去处理或展示。

2.1.排序

elasticsearch默认是根据相关度算分（_score）来排序，但是也支持自定义方式对搜索结果排序。可以排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。

2.1.1普通字段排序

keyword、数值、日期类型排序的语法基本一致。

  GET /索引库名/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "FIELD": "desc"  // 排序字段、排序方式ASC、DESC
    }
  ]
}

排序条件是一个数组，也就是可以写多个排序条件。按照声明的顺序，当第一个条件相等时，再按照第二个条件排序，以此类推。

2.1.2地理坐标排序

这个查询的含义是：

  • 指定一个坐标，作为目标点
  • 计算每一个文档中，指定字段（必须是geo_point类型）的坐标 到目标点的距离是多少
  • 根据距离排序
  GET /索引库名/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance" : {
          "FIELD" : "纬度，经度", // 文档中geo_point类型的字段名、目标坐标点
          "order" : "asc", // 排序方式
          "unit" : "km" // 排序的距离单位
      }
    }
  ]
}

2.2.分页

elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。elasticsearch中通过修改from、size参数来控制要返回的分页结果：

  • from：从第几个文档开始
  • size：总共查询几个文档

2.2.1基本的分页

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0, // 分页开始的位置，默认为0
  "size": 10, // 期望获取的文档总数
  "sort": [
    {"price": "asc"}
  ]
}

2.2.2深度分页问题

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 990, // 分页开始的位置，默认为0
  "size": 10, // 期望获取的文档总数
  "sort": [
    {"price": "asc"}
  ]
}

分页查询的常见实现方案以及优缺点：

  • from + size：
    • 优点：支持随机翻页
    • 缺点：深度分页问题，默认查询上限（from + size）是10000
    • 场景：百度、京东、谷歌、淘宝这样的随机翻页搜索
  • after search：
    • 优点：没有查询上限（单次查询的size不超过10000）
    • 缺点：只能向后逐页查询，不支持随机翻页
    • 场景：没有随机翻页需求的搜索，例如手机向下滚动翻页
  • scroll：
    • 优点：没有查询上限（单次查询的size不超过10000）
    • 缺点：会有额外内存消耗，并且搜索结果是非实时的
    • 场景：海量数据的获取和迁移。从ES7.1开始不推荐，建议用 after search方案。

2.3.高亮

2.3.1高亮原理

高亮显示的实现分为两步：

  • 1）给文档中的所有关键字都添加一个标签，例如标签
  • 2）页面给标签编写CSS样式

2.3.2实现高亮

GET /hotel/_search
{
  "query": {
    "match": {
      "FIELD": "TEXT" // 查询条件，高亮一定要使用全文检索查询
    }
  },
  "highlight": {
    "fields": { // 指定要高亮的字段
      "FIELD": {
        "pre_tags": "<em>",  // 用来标记高亮字段的前置标签
        "post_tags": "</em>" // 用来标记高亮字段的后置标签
      }
    }
  }
}
  • 高亮是对关键字高亮，因此搜索条件必须带有关键字，而不能是范围这样的查询。
  • 默认情况下，高亮的字段，必须与搜索指定的字段一致，否则无法高亮
  • 如果要对非搜索字段高亮，则需要添加一个属性：required_field_match=false

查询的DSL是一个大的JSON对象，包含下列属性：

  • query：查询条件
  • from和size：分页条件
  • sort：排序条件
  • highlight：高亮条件

3、RestClient查询文档

文档的查询同样适用昨天学习的 RestHighLevelClient对象，基本步骤包括：

  • 1）准备Request对象
  • 2）准备请求参数
  • 3）发起请求
  • 4）解析响应

3.1.快速入门

@Test
void testMatchAll() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.准备DSL
    request.source()
        .query(QueryBuilders.matchAllQuery());
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);

    // 4.解析响应
    handleResponse(response);
}

private void handleResponse(SearchResponse response) {
    // 4.解析响应
    SearchHits searchHits = response.getHits();
    // 4.1.获取总条数
    long total = searchHits.getTotalHits().value;
    System.out.println("共搜索到" + total + "条数据");
    // 4.2.文档数组
    SearchHit[] hits = searchHits.getHits();
    // 4.3.遍历
    for (SearchHit hit : hits) {
        // 获取文档source
        String json = hit.getSourceAsString();
        // 反序列化
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        System.out.println("hotelDoc = " + hotelDoc);
    }
}

查询的基本步骤是：

  1. 创建SearchRequest对象
  2. 准备Request.source()，也就是DSL。
    ① QueryBuilders来构建查询条件
    ② 传入Request.source() 的 query() 方法
  3. 发送请求，得到结果
  4. 解析结果（参考JSON结果，从外到内，逐层解析）

elasticsearch返回的结果是一个JSON字符串，结构包含：

  • hits：命中的结果
    • total：总条数，其中的value是具体的总条数值
    • max_score：所有结果中得分最高的文档的相关性算分
    • hits：搜索结果的文档数组，其中的每个文档都是一个json对象
      • _source：文档中的原始数据，也是json对象

因此，我们解析响应结果，就是逐层解析JSON字符串，流程如下：

  • SearchHits：通过response.getHits()获取，就是JSON中的最外层的hits，代表命中的结果
    • SearchHits#getTotalHits().value：获取总条数信息
    • SearchHits#getHits()：获取SearchHit数组，也就是文档数组
      • SearchHit#getSourceAsString()：获取文档结果中的_source，也就是原始的json文档数据

3.2.match查询

@Test
void testMatch() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.准备DSL
    request.source()
        .query(QueryBuilders.matchQuery("all", "如家"));
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析响应
    handleResponse(response);

}

3.3.精确查询

精确查询主要是两者：

  • term：词条精确匹配
  • range：范围查询

与之前的查询相比，差异同样在查询条件，其它都一样。
请添加图片描述

3.4.布尔查询

@Test
void testBool() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.准备DSL
    // 2.1.准备BooleanQuery
    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    // 2.2.添加term
    boolQuery.must(QueryBuilders.termQuery("city", "杭州"));
    // 2.3.添加range
    boolQuery.filter(QueryBuilders.rangeQuery("price").lte(250));

    request.source().query(boolQuery);
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析响应
    handleResponse(response);

}

3.5.排序、分页

@Test
void testPageAndSort() throws IOException {
    // 页码，每页大小
    int page = 1, size = 5;

    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.准备DSL
    // 2.1.query
    request.source().query(QueryBuilders.matchAllQuery());
    // 2.2.排序 sort
    request.source().sort("price", SortOrder.ASC);
    // 2.3.分页 from、size
    request.source().from((page - 1) * size).size(5);
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析响应
    handleResponse(response);

}

3.6.高亮

高亮的代码与之前代码差异较大，有两点：

  • 查询的DSL：其中除了查询条件，还需要添加高亮条件，同样是与query同级。
  • 结果解析：结果除了要解析_source文档数据，还要解析高亮结果

3.6.1高亮请求构建

@Test
void testHighlight() throws IOException {
    // 1.准备Request
    SearchRequest request = new SearchRequest("hotel");
    // 2.准备DSL
    // 2.1.query
    request.source().query(QueryBuilders.matchQuery("all", "如家"));
    // 2.2.高亮
    request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
    // 3.发送请求
    SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    // 4.解析响应
    handleResponse(response);

}

3.6.2高亮结果解析

private void handleResponse(SearchResponse response) {
    // 4.解析响应
    SearchHits searchHits = response.getHits();
    // 4.1.获取总条数
    long total = searchHits.getTotalHits().value;
    System.out.println("共搜索到" + total + "条数据");
    // 4.2.文档数组
    SearchHit[] hits = searchHits.getHits();
    // 4.3.遍历
    for (SearchHit hit : hits) {
        // 获取文档source
        String json = hit.getSourceAsString();
        // 反序列化
        HotelDoc hotelDoc = JSON.parseObject(json, HotelDoc.class);
        // 获取高亮结果
        Map<String, HighlightField> highlightFields = hit.getHighlightFields();
        if (!CollectionUtils.isEmpty(highlightFields)) {
            // 根据字段名获取高亮结果
            HighlightField highlightField = highlightFields.get("name");
            if (highlightField != null) {
                // 获取高亮值
                String name = highlightField.getFragments()[0].string();
                // 覆盖非高亮结果
                hotelDoc.setName(name);
            }
        }
        System.out.println("hotelDoc = " + hotelDoc);
    }
}
endorphinnnn
关注
专栏目录
分布式搜索引擎ElasticSearch思维导图
11-17
分布式搜索引擎ElasticSearch思维导图，ES思维带图。分布式搜索引擎ElasticSearch思维导图，ES思维带图。分布式搜索引擎ElasticSearch思维导图，ES思维带图。分布式搜索引擎ElasticSearch思维导图，ES思维带图。...
微服务 SpringCloud ：分布式搜索引擎-Elasticsearch
07-13
elasticsearch是一款非常强大的开源搜索引擎，支持的功能非常多 【项目介绍】 1、该项目是个人高分项目源码（文档+源码），已获导师指导认可通过，答辩评审分达到96分。 2、该资源内项目代码都经过测试运行成功，...
分布式搜索引擎Elasticsearch开发实战基础篇
06-09
2. 实战教程：例如本教程“分布式搜索引擎Elasticsearch开发实战基础篇”，通过实例讲解加深理解。 3. 开源社区：Stack Overflow、GitHub等平台上有丰富的问答和代码示例。 总之，Elasticsearch作为一款强大的搜索...
ElasticSearch分布式搜索引擎 v6.7.1-源码.zip
02-26
Elasticsearch是一个开源的、分布式的全文搜索引擎，其设计目标是提供实时、高可用性和可扩展性的搜索和分析能力。v6.7.1版本是Elasticsearch的一个稳定版本，包含了许多增强和优化，适用于大数据处理和实时数据分析...
分布式搜索引擎-学习笔记-3
01-31
总之，分布式搜索引擎Elasticsearch在Java开发环境中扮演了重要角色，它为我们提供了高效、灵活的全文搜索和数据分析能力，是构建大规模数据应用的理想选择。通过深入学习和实践，我们可以更好地掌握这一工具，提升...
基于Boost库的搜索引擎开发实践
喜欢就坚持吧
09-12 1868
private:// 构造函数，初始化 jieba 分词器{}// 禁用拷贝构造函数public:mtx.lock();// 加锁，保证线程安全// 初始化停止词映射表if (!return;in.close();// 对字符串进行分词，并移除停止词// 使用 jieba 进行搜索模式分词it!) // 遍历分词结果if (temp!// 移除该词elseit++;// 调用单例实例的分词方法。
PCIe进阶之TL：Memory, I/O, and Configuration Request Rules & TPH Rules
weixin_45176819的博客
09-15 1202
PCIe；Memory, I/O, and Configuration Request Rules；TPH Rules
【HarmonyOS NEXT开发】如何设置水平/垂直方向的左/居中/右对齐——RelativeContainer的AlignRules设置
Byyyi耀的博客
09-13 583
【HarmonyOS NEXT开发】如何设置水平/垂直方向的左/居中/右对齐——RelativeContainer的AlignRules设置
【Elasticsearch系列六】系统命令API
最新发布
檀越的博客
09-16 942
💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨。
ElasticSearch底层原理解析
qq_56438516的博客
09-11 705
Elasticsearch通过其分布式架构，提供了一个强大、灵活且可扩展的搜索解决方案。它的设计哲学是简单性和易用性，同时隐藏了底层Lucene的复杂性。通过分片和副本机制，ES能够处理大规模数据集，并提供快速、准确的搜索结果。
【Elasticsearch】-7.17.24版本接入
宣晨光
09-13 399
官网本项目基于windows环境下，其他环境操作类似。
Elasticsearch之bool查询
cyt涛的博客
09-13 436
bool查询是 Elasticsearch 中最常用的复合查询类型，允许将多个查询组合在一起。它通过逻辑操作符（如mustshouldmust_not和filter）来构建复杂的查询条件，从而满足多条件匹配、逻辑与（AND）、或（OR）、非（NOT）的查询需求。
Vant 按需引入导致 Typescript，eslint 报错问题
qq_40147756的博客
09-11 671
Vant 按需引入导致 Typescript，eslint 报错问题
git编译安装报错
gs80140的专栏
09-13 288
执行命令换成正常的ld。
【Linux】查看操作系统开机时初始化的驱动模块列表的一个方法
09-13 597
1、驱动层module_init(module_init_function)作为模块初始化，并且提供模块内部初始化的函数名；内核最上层看到的是系统调用入口，最底层是驱动。3、从找到的模块函数中添加打印信息；方法也是摸索出来的，不一定对。
持续集成与持续交付CI/CD
qq3178535571的博客
09-12 1229
CI/CD 是指持续集成（Continuous Integration）和持续部署（Continuous Deployment）或持续交付（Continuous Delivery）持续集成是一种软件开发实践，团队成员频繁地将他们的工作集成到共享的代码仓库中。持续部署是在持续集成的基础上，将通过所有测试的代码自动部署到生产环境中。持续交付与持续部署类似，但不一定自动部署到生产环境，而是随时可以部署。其重点在于确保软件随时处于可发布状态。建立用户信息未提交状态提交后状态。
【python - 数据】
zhhdbehx的博客
09-13 857
字典的主要目的是抽象一组基于键值对的数据，在字典中，数据的存取都是基于带有描述性信息的键而不是连续递增的数字。序列（sequence）是一组有顺序的值的集合，是计算机科学中的一个强大且基本的抽象概念。Python 3.7 及以上版本的字典顺序会确保为插入顺序，此行为是自 3.6 版开始的 CPython 实现细节，字典会保留插入时的顺序，对键的更新也不会影响顺序，删除后再次添加的键将被插入到末尾。（如果字符串的行为和列表的一样，则应该匹配字符串的元素，即单个字符，但实际上匹配的是任意子字符串）
Git常用命令详解
qq_38519364的博客
09-14 392
以上只是一部分 Git 命令的概览。Git 非常强大，有着丰富的命令和选项，可以根据需要进行深入学习。
5分钟熟练上手ES的具体使用
qq_63728673的博客
09-13 1066
类似于关系型数据库中的“表结构”或“schema”，它告诉 Elasticsearch 每个字段是什么类型，应该如何处理和索引这些字段的数据。于是这一篇博客应运而生。的子级，它定义了文档中每个字段的名称和类型。每个字段的类型决定了 Elasticsearch 如何存储、索引和查询该字段的数据。(X的意思是指定HTTP请求的方法)如GET，POST，PUT，DELETE等。类型适合存储并查询复杂的嵌套数组数据，如订单中的商品列表或评论的回复。：类似于关系型数据库中的“行”，是 JSON 格式的数据单位。
"深入浅出：分布式搜索引擎elasticsearch基础解析
分布式搜索引擎是一种能够从...总的来说，elasticsearch作为一款强大的分布式搜索引擎，具有快速、可扩展和易用等特点。它在日志分析、实时监控和数据搜索等场景中发挥着重要作用，为用户提供了强大的搜索和分析能力。
评论
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
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