ElasticStack学习笔记(二)

最新推荐文章于 2023-02-22 18:23:09 发布
最新推荐文章于 2023-02-22 18:23:09 发布
阅读量266 收藏
点赞数
分类专栏： 大数据
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/LoveG_G/article/details/115075612
版权

第二章 ElasticSearch

2.1 ElasticSearch概念

文档 ：

Elasticsearch 是一个分布式文档储存中间件，它不会将信息储存为列数据行，而是储存已序列化为 JSON 文档的复杂数据结构。当你在一个集群中有多个节点时，储存的文档分布在整个集群里面，并且立刻可以从任意节点去访问。

索引 ：

当文档被储存时，它将建立索引并且近实时（1s）被搜索。 Elasticsearch 使用一种被称为倒排索引的数据结构，该结构支持快速全文搜索。在倒排索引里列出了所有文档中出现的每一个唯一单词并分别标识了每个单词在哪一个文档中。

索引可以被认为是文档的优化集合，每个文档索引都是字段的集合，这些字段是包含了数据的键值对。默认情况下，Elasticsearch 为每个字段中的所有数据建立倒排索引，并且每个索引字段都有专门的优化数据结构。例如：文本字段在倒排索引里，数值和地理字段被储存在 BKD 树中。正是因为通过使用按字段数据结构组合，才使得 Elasticsearch 拥有如此快速的搜索能力。

每个索引有一个或多个分片（shard），每个分片可以有多个副本（replica）。

映射 ：

Elasticsearch 具备默认模式的能力，这意味着文档建立索引的时候无需明确指定每个字段的数据类型。当启用动态映射时，Elasticsearch 自动检测并将新字段添加到索引。该默认行为使索引和浏览数据变得容易，只要文档开始建立索引， Elasticsearch 就会检测布尔值，浮点数和整数值，日期和字符串，并将其映射到对应的数据类型中。
但是，最终你应该比程序更加了解自己的数据结构以及如何去使用它们。你可以定义动态映射的规则，并明确的定义 mapping 去更深度的控制字段的存储和索引方式。

类型：

一个索引对象可以存储很多不同用途的对象

每个文档可以有不同的结构

不同的文档类型不能为相同的属性设置不同的类型，例如在同一个索引中的所有文档类型中，一个叫title的字段必须具有相同的类型；

2.2 Rest API

 ElasticSearch提供了丰富的API操作,包括基本的CRUD，创建索引和删除索引等。

2.2.1  创建非结构化索引

非结构化索引就是，不需要创建索引的结构，即可写入数据到索引中，实际上es底层会做结构化操作，类似mongodb，插入数据可以是任意结构的json。

http://172.31.132.130:9200/index_test_01

{
  "settings": {
    "index": {
      "number_of_shards": 3,  
      "number_of_replicas": 2 
    }
  }
}

2.2.2  删除索引 

  delete  http://172.31.132.130:9200/index_test_01

2.2.3 插入数据

post /{索引}/{类型}/{id}

id插入可以有也可以没有，如果没有自动生成，如果指定必须是唯一的

post http://172.31.132.130:9200/index_test_01/user/1001
request:
{
    "id":"1001",
    "name":"张三",
    "age":29,
    "sex":"男"
}
response: 
{
    "_index": "index_test_01",
    "_type": "user",
    "_id": "1001",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

 页面查看：

 

不指定ID插入，生成_id : 唯一索引 

2.2.4 更新数据

指定id存在会更新数据 ： 实际上覆盖， 版本有变化，相应有变化

  少字段更新 ： 全量覆盖 -请求url没有改变

 局部字段更新  ： url改变

post ： http://172.31.132.130:9200/index_test_01/user/1001/_update

{
    "doc":{
       "name":"张三"   
    }
}

2.2.5 删除数据

delete    http://172.31.132.130:9200/index_test_01/user/1001

删除并没有立即删除，只是被标记为删除，在以后整理索引的时候批量删除；

2.2.6 查询数据

指定id查询

GET  http://172.31.132.130:9200/index_test_01/user/PvuuWHgBcUaSHgP0gr8h

response：
{
    "_index": "index_test_01",
    "_type": "user",
    "_id": "PvuuWHgBcUaSHgP0gr8h",
    "_version": 1,
    "_seq_no": 0,
    "_primary_term": 1,
    "found": true,
    "_source": {
        "id": "1002",
        "name": "李四",
        "age": 21,
        "sex": "女"
    }
}

查询所有

GET http://172.31.132.130:9200/index_test_01/user/_search

# 但是默认返回10条，查询更多需要分页查询

条件查询 ：

GET http://172.31.132.130:9200/index_test_01/user/_search?q=age:15

response：
{
    "took": 23,
    "timed_out": false,
    "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 1.0,
        "hits": [
            {
                "_index": "index_test_01",
                "_type": "user",
                "_id": "1004",
                "_score": 1.0,
                "_source": {
                    "id": "1004",
                    "name": "王六",
                    "sex": "女",
                    "age": 15
                }
            }
        ]
    }
}

 2.3 DSL搜索

json请求体形式，传递需要查询的条件

http://172.31.132.130:9200/index_test_01/user/_search

request：
{
    "query":{
        "match":{
            "age":15
        }
    }
}

大于30岁的男性

http://172.31.132.130:9200/index_test_01/user/_search

{
    "query":{
       "bool":{
           "filter":{
               "range":{
                   "age":{
                       "gt":30
                   }

                }
           },
           "must":{
               "match":{
                   "sex":"男"
               }
           }
       }
    }
}

全文检索 ： 

{
    "query":{
        "match":{
            "name":"李四 王九"
        }
    }
}

2.4 聚合查询

 聚合查询返回 age的命中数量

post ： http://172.31.132.130:9200/index_test_01/user/_search

request：
{
     "aggs":{
         "all_interests":{
             "terms":{
                 "field":"age"
             }
         }  
    }     
}

response：
{
    "took": 24,
    "timed_out": false,
    "_shards": {
        "total": 3,
        "successful": 3,
        "skipped": 0,
        "failed": 0
    },
    "hits": {
        "total": {
            "value": 4,
            "relation": "eq"
        },
        "max_score": 1.0,
        "hits": [
            {
                "_index": "index_test_01",
                "_type": "user",
                "_id": "PvuuWHgBcUaSHgP0gr8h",
                "_score": 1.0,
                "_source": {
                    "id": "1002",
                    "name": "李四",
                    "age": 21,
                    "sex": "女"
                }
            },
            {
                "_index": "index_test_01",
                "_type": "user",
                "_id": "1003",
                "_score": 1.0,
                "_source": {
                    "id": "1003",
                    "name": "王五",
                    "sex": "女",
                    "age": 30
                }
            },
            {
                "_index": "index_test_01",
                "_type": "user",
                "_id": "1004",
                "_score": 1.0,
                "_source": {
                    "id": "1004",
                    "name": "王六",
                    "sex": "男",
                    "age": 31
                }
            },
            {
                "_index": "index_test_01",
                "_type": "user",
                "_id": "1005",
                "_score": 1.0,
                "_source": {
                    "id": "1004",
                    "name": "王九",
                    "sex": "女",
                    "age": 15
                }
            }
        ]
    },
    "aggregations": {
        "all_interests": {
            "doc_count_error_upper_bound": 0,
            "sum_other_doc_count": 0,
            "buckets": [
                {
                    "key": 15,
                    "doc_count": 1
                },
                {
                    "key": 21,
                    "doc_count": 1
                },
                {
                    "key": 30,
                    "doc_count": 1
                },
                {
                    "key": 31,
                    "doc_count": 1
                }
            ]
        }
    }
}

 聚合有很多种，这里只是简单介绍

2.5  概念详解

文档

元数据信息 ：

  • "_index": "index_test_01",  索引信息
  • "_type": "user",                   文档类型(不能包含下划线和逗号)
  • "_id": "PvuuWHgBcUaSHgP0gr8h",   唯一标识符

查询响应的定义 ：

# 定义返回的JSON结构
GET http://172.31.132.130:9200/index_test_01/user/_search?_source=id,name

# 不返元数据信息
GET http://172.31.132.130:9200/index_test_01/user/1003/_source

# 返回指定ID的指定字段
GET http://172.31.132.130:9200/index_test_01/user/1003/_source?_source=id,name

2.6 判断文档是否存在

1. 查询结果如果not found 就是不存在

2. 发送Head请求

# 存在返回200 ，不存在返回404
HEAD http://172.31.132.130:9200/index_test_01/user/1005

2.7 批量操作

2.7.1 批量查询

POST  http://172.31.132.130:9200/index_test_01/user/_mget
{
    "ids":["1003","1005"]
}

2.7.2 批量插入和批量删除

   批量插入和批量删除

POST http://172.31.132.130:9200/index_test_01/_bulk

# 每个json必须一行，每一行结束都要换行，最后一个换行要记得
{ "create" : {  "_index": "index_test_01","_type": "user","_id": "2001"} }
{"id":"2001","name":"王1","sex":"女","age":21}
{ "create" : {  "_index": "index_test_01","_type": "user","_id": "2002"} }
{"id":"2002","name":"王2","sex":"女","age":22}
{ "create" : {  "_index": "index_test_01","_type": "user","_id": "2003"} }
{"id":"2003","name":"王3","sex":"女","age":23}

批量删除 ：

POST http://172.31.132.130:9200/index_test_01/_bulk

# 每个json必须一行，每一行结束都要换行，最后一个换行要记得
{ "delete" : {  "_index": "index_test_01","_type": "user","_id": "2001"} }
{ "delete" : {  "_index": "index_test_01","_type": "user","_id": "2002"} }
{ "delete" : {  "_index": "index_test_01","_type": "user","_id": "2003"} }

 

2.8  分页

from：跳过的条数

size： 返回的条数

#分页查询每次返回5条
http://172.31.132.130:9200/index_test_01/user/_search?size=5
http://172.31.132.130:9200/index_test_01/user/_search?size=5&from=5
http://172.31.132.130:9200/index_test_01/user/_search?size=5&from=10

注意不要深度分页，from跳过次数过多，性能越差

2.9 映射

前面的操作都是es自动判断类型的，实际业务中需要进行明确的字段类型， 自动判断和实际需求可能是不相符合的。

自动判断的规则如下：

Json TypeField Type
Boolean true or falseboolbean
Whole number ：123

long

Floating point :123.45double
String validate date：“2019-02-03”date
String “str”string

 es 支持的数据类型：

类型 表示的数据类型
Stringstring  text   keyword
Whole number

byte  short  integer  long

Floating pointfloat  double
Booleanboolean
Date

date

 String类型说明 ： string 旧版本字符串，目前不支持，  text代表字段是需要被全局搜索，就是要分词， keywrod 结构化字段，不需要做分词；

创建明确类型的索引

PUT http://172.31.132.130:9200/index_test_02

{
    "settings": {
        "index": {
            "number_of_shards": 3,
            "number_of_replicas": 2
        }
    },
    "mappings": {
        "properties": {
            "name": {
                "type": "text"
            },
            "age": {
                "type": "integer"
            },
            "mail": {
                "type": "keyword"
            },
            "hobby": {
                "type": "text"
            }
        }
    }
}

 说明 ： 从7.x开始，一个Mapping只属于一个索引的type 默认type 为：_doc

  1. 每个文档属于一个type
  2. 一个type有且仅有一个Mapping定义
  3. 从7.x开始，不需要在Mapping中指定type信息，默认type为   _doc

  查询mapping信息

GET http://172.31.132.130:9200/index_test_02/_mapping

 插入数据

POST  http://172.31.132.130:9200/index_test_02/_bulk

{ "create" : {  "_index": "index_test_02","_type": "_doc","_id": "2001"} }
{"id":"2001","name":"王1","mail":"12345@qq.com","age":21,"hobby":"lol nongyao"}
{ "create" : {  "_index": "index_test_02","_type": "_doc","_id": "2002"} }
{"id":"2002","name":"王2","mail":"12345@qq.com","age":22,"hobby":"lol nongyao"}
{ "create" : {  "_index": "index_test_02","_type": "_doc","_id": "2003"} }
{"id":"2003","name":"王3","mail":"12345@qq.com","age":23,"hobby":"lol nongyao"}
{ "create" : {  "_index": "index_test_02","_type": "_doc","_id": "2004"} }
{"id":"2004","name":"王4","mail":"12345@qq.com","age":24,"hobby":"lol nongyao"}

查询数据 

POST http://172.31.132.130:9200/index_test_02/_doc/_search
{
    "query":{
        "match":{
            "age":22
        }
    }
}

 

2.10 结构化查询

2.10.1 term查询

term查询，精确查询

POST  http://172.31.132.130:9200/index_test_02/_doc/_search
{
    "query":{
        "term":{
            "age":22
        }
    }
}

terms查询多个

POST  http://172.31.132.130:9200/index_test_02/_doc/_search
{
    "query":{
        "terms":{
            "age": [21,22,23]
        }
    }
}

2.10.1 range查询

gt : >  , gte : ≥ ， lt : < , let  ：≤

POST  http://172.31.132.130:9200/index_test_02/_doc/_search
{
    "query": {
        "range": {
            "age": {
                "gte": 23,
                "lt": 24
            }
        }
    }
}

2.10.2 exists查询

查询文档中是否包含指定字段或者没有某个字段，类似于SQL语句中的IS_NULl条件

POST  http://172.31.132.130:9200/index_test_02/_doc/_search

# 查询包含了mail字段的数据
{
    "query": {
        "exists": {
            "field": "mail"
        }
    }
}

 2.10.3 Match查询

   match_all 查询

POST  http://172.31.132.130:9200/index_test_02/_doc/_search
# match_all 查询简单的匹配所有文档。在没有指定查询方式时，它是默认的查询，它经常与 filter 结合使用
{
    "query": {
        "match_all": {}
    }
}

 multi_match 查询 ： 指定字段

POST  http://172.31.132.130:9200/index_test_02/_doc/_search
{
    "query": {
        "multi_match": {
            "query": "nongyao lol",
            "fields": [
                "mail",
                "hobby"
            ]
        }
    }
}

 组合多查询

must ：文档 必须 匹配这些条件才能被包含进来。

must_not ： 文档 必须不 匹配这些条件才能被包含进来。

should ：   如果满足这些语句中的任意语句，将增加 _score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。

filter  必须 匹配，过滤模式来进行。根据过滤标准来排除或包含文档。

POST  http://172.31.132.130:9200/index_test_02/_doc/_search
#多条件组合查询
{
    "query": {
        "bool": {
            "must": {"match": {"hobby": "nongyao"}},
            "must_not": { "match": { "hobby": "QQ"}},
            "should": [
                {"match": {"age": 21} },
                {"match": {"hobby": "dnf"} }
            ],
            "filter":{
                "range": {
                    "age":{
                        "lte":21
                    }
                }
            }
        }
    }
}

 

2.11 查询方式比较

# 比较两种查询方式
POST  http://172.31.132.130:9200/index_test_02/_doc/_search

# 查询方式1 math
{
    "query":{
        "match":{
            "age":22
        }
    }
}

# 查询方式2 filter
{
    "query": {
        "bool": {
            "filter": {
                "term": {
                    "age": 22
                }
            }
        }
    }
}

查询与过滤对比

  • 过滤语句会询问每个文档的字段是否包含特定值，查询语句会询问每个文档的字段值与特定值的匹配程度如何。
    • 查询语句会计算每个文档与查询语句的相关性，会给出一个相关性评分_socre, 并且按照相关性对匹配的文档进行排序，这种评分方式非常适用于一个完全匹配结果的全文搜索。查询最终变成了评分的查询。
    • 过滤就是询问是否包含，返回yes 或 no，过滤掉需要的；
  • 过滤查询： 只是简单的检查包含或者排除，这就使得计算起来非常快。考虑到至少有一个过滤查询的结果是 “稀少的”（很少匹配的文档），并且经常使用不评分查询，结果会被缓存到内存中以便快速读取，所以有各种各样的手段来优化查询结果。
  • 评分查询：不仅仅要找出匹配的文档，还要计算每个匹配文档的相关性，计算相关性使得它们比不评分查询费力的多。同时，查询结果并不缓存。
  • 性能比较 :  评分查询在匹配少量文档时可能与一个涵盖百万文档的filter表现的一样好，甚至会更好。但是在一般情况下，一个filter 会比一个评分的query性能更优异，并且每次都表现的很稳定。过滤（filtering）的目标是减少那些需要通过评分查询（scoring queries）进行检查的文档。
  • 选择规则 :  通常的规则是，使用查询（query）语句来进行全文搜索或者其它任何需要影响 相关性得分 的搜索。除此以外的情况都使用过滤（filters)，精确匹配。
LoveG_G
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ElasticSearch学习笔记
10-29
ElasticSearch学习笔记 ElasticSearch是基于Apache Lucene的搜索和数据分析引擎，提供了RESTful API用于数据的索引、搜索和分析。本笔记将对ElasticSearch的基本概念、架构、应用场景和实现细节进行详细介绍。 一...
Elasticsearch-分析器详解
大白能的博客
12-09 578
前言 本文基于elasticsearch7.3.0版本 本文内容包括: 分析器-索引时分析 分析器-查询时分析 分析器组成 测试分析器 elasticsearch内置分析器 自定义分析器
黑马Elastic stack学习笔记
weixin_41927235的博客
05-23 7314
百度云提取 链接:https://pan.baidu.com/s/1Tu1ddEoiI8vsmf9fg7lIuw 密码:i0ls
Elastic Stack学习笔记1-简介与REST API入门
最新发布
ilwoziji的博客
02-22 126
ElasticSearch简介与Rest Api的入门
Elastic Stack 学习笔记
Oo_行者_oO
03-11 164
1.什么是Elastic Stack？ ​ ELK 是三个开源项目的首字母缩写，这三个项目分别是：Elasticsearch、Logstash 和 Kibana。 ​ Elasticsearch 是一个搜索和分析引擎。 ​ Logstash 是服务器端数据处理管道，能够同时从多个来源采集数据，转换数据，然后将数据发送到诸如 Elasticsearch 等“存储库”中。 ​ Kibana 则可以让用户在 Elasticsearch 中使用图形和图表对数据进行可视化。 ​ Elastic St
深入理解查准率与查全率
zhaojianting的博客
03-22 2万+
欢迎关注鄙人公众号，技术干货随时看！ 查准率与查全率（召回率）是在信息检索与机器学习领域常用的衡量指标，书籍或网络上有非常多的定义，敝人在重温周志华先生《机器学习》一书时，发现书中的定义是非常科学的，而且把这两个指标根据混淆矩阵进行了数学化！ 在信息检索领域的定义：检索出的n个文档中正确结果（m个结果是正确的）的比率即是查准率，即p=n/m；假设在所有的数据中正确结果有n个，一次检索...
Elastic Stack.zip
06-23
在压缩包中提到的"讲义-day02.pdf"和"讲义-day01.pdf"可能是关于Elastic Stack的培训材料或课程笔记。这些文件可能涵盖了Elasticsearch的安装配置、索引管理和查询语法，Logstash的输入、过滤、输出配置，Kibana的...
Java分布式应用学习笔记
09-14
Java分布式应用学习笔记 在Java世界中，分布式应用是指由多个独立组件通过网络通信协同工作的系统。这种架构模式常用于构建大规模、高可用性、可扩展的系统。本笔记将深入探讨Java分布式应用的核心概念、技术和实践...
devops笔记devops笔记
06-19
6. 监控与日志：Prometheus、ELK Stack（Elasticsearch、Logstash、Kibana）提供实时监控和日志分析能力。 7. 云平台：AWS、Azure、Google Cloud等云服务商提供了丰富的DevOps工具和服务。 四、DevOps最佳实践 1. ...
谷粒商城项目笔记.zip
01-26
6. **数据分析与监控**：使用ELK Stack（Elasticsearch、Logstash、Kibana）进行日志分析，以及Prometheus、Grafana的使用，实现系统监控。 7. **持续集成/持续部署(CI/CD)**：Jenkins、GitLab CI/CD等工具的配置和...
elasticsearch高级查询
07-31 3138
子条件查询：（特定字段查询所指特定值） Query Context: 在查询的过程中，除了判断文档是否满足条件外，ES还会计算一个_score来标识匹配的程度，旨在判断目标文档和查询条件的匹配有多好。 复合条件查询：（以一定的逻辑组合子条件查询） 查询的模拟文档如下： 一、Query Context： 1.全文本查询： 针对文本类型数据 （1）模糊匹配查询： 查询作者为李歘歘的书...
ES6重点
KatherineLYP的博客
07-26 437
变量声明const和let 在ES6之前，我们都是用var关键字声明变量。无论声明在何处，都会被视为声明在函数的最顶部(不在函数内即在全局作用域的最顶部)。 let的作用域是在它所在当前代码块，但不会被提升到当前函数的最顶部。 const 声明的变量都会被认为是常量，意思就是它的值被设置完成后就不能再修改了。 模板字符串 将表达式嵌入字符串中进行拼接。用${}来界定。 在ES5时我们通...
es查询-统计总数以及深度分页
u011250186的博客
06-27 2万+
es查询-统计总数以及深度分页
springboot集成elasticsearch 8.0以上版本
weixin_46501729的博客
05-27 5511
现在的elasticsearch已经更新到8.2版本，网络上的学习资料基本都是8.0以下的版本。elasticsearch官方在8.0版本以后，已经舍弃了High level rest clint Api，推荐使用java clint api。所以再参照8.0以下版本的资料进行学习已经非常不适合。依据如下图1-1： 图1-1 由于本人在学习过程中，查找网上学习资料都是8.0以下的资料，许多地方都不适用，非常痛苦。所以在此记录本人在学习过程中的知识，以便后面学习8.0以上...
ElasticSearch搜索-响应结果说明
zc0565的博客
03-19 1279
响应结果说明 示例： GET http://localhost:9200/superz/_search 得到的响应结果一般如下所示： { "took": 2, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "h...
ElasticSearch(中文检索)source总结
热门推荐
ywl470812087的博客
03-21 12万+
包含不包含这里不多讲了。 GET /lib4/user/_search { "query": { "match_all": {} }, "_source": { "includes": ["name" ,"address"], "excludes": ["age" , "birthday" ] } } 直接看看结果 { "took" : 5...
ElasticSearch详解文档
suchahaerkang的博客
08-08 1560
1. ELASTICSEARCH 1、安装elastic search dokcer中安装elastic search （1）下载ealastic search和kibana docker pull elasticsearch:7.6.2 docker pull kibana:7.6.2 （2）配置 mkdir -p /mydata/elasticsearch/config mkdir -p /mydata/elasticsearch/data echo "http.host: 0.0.0.0" >
Elasticsearch入门使用篇
weixin_45596022的博客
10-06 1248
一，搜索的概念和软件的安装 1.什么是搜索 搜索：计算机根据用户输入的关键词进行匹配，从已有的数据库中摘录出相关的记录反馈给用户。 常见的全网搜索引擎，有百度、谷歌这样搜索网站。 除此，搜索技术在垂直领域也有广泛的使用，比如淘宝、京东搜索商品，万芳、知网搜索期刊，CSDN中搜索问题贴。也都是基于海量数据的搜索。 以电商网站为例，展示搜索功能的使用 2.对比传统关系型数据库和搜索 1）传统关系型数据库 弊端：库存量单位 对于传统的关系型数据库对于关键词的查询，只能逐字逐行的匹配，性能非常差。 匹配方式不合
ElasticSearch核心详解
GC
02-17 4505
文档 在Elasticsearch中，文档以JSON格式进行存储，可以是复杂的结构，如： { "_index": "haoke", "_type": "user", "_id": "1005", "_version": 1, "_score": 1, "_source": { "id": 1005, "name": "孙七", "age": 37, "sex": "女", "card": { "card_number": "1234

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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