redis-benchmark测试Redis集群性能

最新推荐文章于 2024-05-24 19:55:48 发布
最新推荐文章于 2024-05-24 19:55:48 发布
阅读量2.1k 收藏
点赞数
文章标签： redis jedis 缓存 云服务 软件测试
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/aa5181/article/details/115513342
版权

基础环境配置：Redis5 三主三从cluster

1、100个并发连接，100000个请求，检测host为172.16.254.124端口为7004的redis服务器性能

redis-benchmark -h 172.16.254.124 -p 7004 -c 100 -n 100000

====== PING_INLINE ======
  100000 requests completed in 1.71 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
72.54% <= 1 milliseconds
98.24% <= 2 milliseconds
99.80% <= 3 milliseconds
99.92% <= 6 milliseconds
99.96% <= 7 milliseconds
100.00% <= 7 milliseconds
58513.75 requests per second
====== PING_BULK ======
  100000 requests completed in 1.71 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
78.17% <= 1 milliseconds
96.93% <= 2 milliseconds
99.53% <= 3 milliseconds
99.74% <= 4 milliseconds
99.81% <= 5 milliseconds
99.90% <= 6 milliseconds
99.96% <= 10 milliseconds
99.96% <= 11 milliseconds
100.00% <= 11 milliseconds
58411.21 requests per second
====== SET ======
  100000 requests completed in 1.65 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
84.03% <= 1 milliseconds
98.08% <= 2 milliseconds
99.77% <= 3 milliseconds
99.80% <= 5 milliseconds
99.82% <= 6 milliseconds
99.95% <= 7 milliseconds
100.00% <= 7 milliseconds
60679.61 requests per second
====== GET ======
  100000 requests completed in 1.62 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
86.78% <= 1 milliseconds
98.19% <= 2 milliseconds
99.63% <= 3 milliseconds
99.93% <= 4 milliseconds
99.95% <= 5 milliseconds
99.95% <= 6 milliseconds
100.00% <= 6 milliseconds
61766.52 requests per second
====== INCR ======
  100000 requests completed in 1.64 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
82.68% <= 1 milliseconds
97.82% <= 2 milliseconds
99.69% <= 3 milliseconds
99.87% <= 4 milliseconds
99.90% <= 6 milliseconds
99.96% <= 7 milliseconds
100.00% <= 7 milliseconds
61087.36 requests per second
====== LPUSH ======
  100000 requests completed in 2.08 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
13.72% <= 1 milliseconds
92.05% <= 2 milliseconds
99.23% <= 3 milliseconds
99.76% <= 4 milliseconds
99.80% <= 5 milliseconds
99.88% <= 6 milliseconds
99.90% <= 8 milliseconds
99.90% <= 15 milliseconds
99.91% <= 21 milliseconds
99.91% <= 22 milliseconds
99.97% <= 23 milliseconds
100.00% <= 23 milliseconds
48100.05 requests per second
====== RPUSH ======
  100000 requests completed in 1.74 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
29.96% <= 1 milliseconds
94.94% <= 2 milliseconds
99.32% <= 3 milliseconds
99.97% <= 4 milliseconds
100.00% <= 4 milliseconds
57570.52 requests per second
====== LPOP ======
  100000 requests completed in 1.82 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
25.36% <= 1 milliseconds
92.14% <= 2 milliseconds
99.16% <= 3 milliseconds
99.90% <= 4 milliseconds
99.90% <= 5 milliseconds
99.92% <= 6 milliseconds
99.95% <= 7 milliseconds
99.98% <= 8 milliseconds
100.00% <= 8 milliseconds
54824.56 requests per second
====== RPOP ======
  100000 requests completed in 1.81 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
31.58% <= 1 milliseconds
94.07% <= 2 milliseconds
98.94% <= 3 milliseconds
99.90% <= 4 milliseconds
100.00% <= 5 milliseconds
55218.11 requests per second
====== SADD ======
  100000 requests completed in 1.62 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
85.65% <= 1 milliseconds
98.11% <= 2 milliseconds
99.73% <= 3 milliseconds
99.92% <= 4 milliseconds
100.00% <= 5 milliseconds
61576.36 requests per second
====== HSET ======
  100000 requests completed in 1.57 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
88.79% <= 1 milliseconds
98.84% <= 2 milliseconds
99.79% <= 3 milliseconds
99.85% <= 4 milliseconds
99.89% <= 5 milliseconds
99.90% <= 8 milliseconds
99.95% <= 9 milliseconds
99.99% <= 10 milliseconds
100.00% <= 10 milliseconds
63532.40 requests per second
====== SPOP ======
  100000 requests completed in 1.73 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
73.73% <= 1 milliseconds
97.28% <= 2 milliseconds
99.78% <= 3 milliseconds
99.90% <= 5 milliseconds
99.94% <= 6 milliseconds
99.98% <= 7 milliseconds
100.00% <= 7 milliseconds
57670.13 requests per second
====== LPUSH (needed to benchmark LRANGE) ======
  100000 requests completed in 1.68 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
30.56% <= 1 milliseconds
92.52% <= 2 milliseconds
99.34% <= 3 milliseconds
99.97% <= 4 milliseconds
100.00% <= 4 milliseconds
59594.76 requests per second
====== LRANGE_100 (first 100 elements) ======
  100000 requests completed in 2.99 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
0.34% <= 1 milliseconds
81.88% <= 2 milliseconds
95.99% <= 3 milliseconds
98.89% <= 4 milliseconds
99.71% <= 5 milliseconds
99.87% <= 6 milliseconds
99.94% <= 7 milliseconds
99.97% <= 8 milliseconds
99.98% <= 9 milliseconds
100.00% <= 10 milliseconds
33400.13 requests per second
====== LRANGE_300 (first 300 elements) ======
  100000 requests completed in 7.76 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
0.01% <= 1 milliseconds
0.16% <= 2 milliseconds
7.91% <= 3 milliseconds
52.84% <= 4 milliseconds
81.97% <= 5 milliseconds
93.00% <= 6 milliseconds
97.40% <= 7 milliseconds
98.54% <= 8 milliseconds
99.03% <= 9 milliseconds
99.36% <= 10 milliseconds
99.59% <= 11 milliseconds
99.70% <= 12 milliseconds
99.78% <= 13 milliseconds
99.84% <= 14 milliseconds
99.90% <= 15 milliseconds
99.94% <= 16 milliseconds
99.96% <= 17 milliseconds
99.97% <= 18 milliseconds
99.98% <= 19 milliseconds
99.99% <= 20 milliseconds
99.99% <= 21 milliseconds
100.00% <= 22 milliseconds
12894.91 requests per second
====== LRANGE_500 (first 450 elements) ======
  100000 requests completed in 11.93 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
0.00% <= 1 milliseconds
0.02% <= 2 milliseconds
0.12% <= 3 milliseconds
2.43% <= 4 milliseconds
20.42% <= 5 milliseconds
49.68% <= 6 milliseconds
69.88% <= 7 milliseconds
85.24% <= 8 milliseconds
94.16% <= 9 milliseconds
97.79% <= 10 milliseconds
98.70% <= 11 milliseconds
99.03% <= 12 milliseconds
99.26% <= 13 milliseconds
99.44% <= 14 milliseconds
99.57% <= 15 milliseconds
99.68% <= 16 milliseconds
99.78% <= 17 milliseconds
99.85% <= 18 milliseconds
99.90% <= 19 milliseconds
99.93% <= 20 milliseconds
99.95% <= 21 milliseconds
99.96% <= 22 milliseconds
99.97% <= 23 milliseconds
99.98% <= 24 milliseconds
99.98% <= 26 milliseconds
99.98% <= 27 milliseconds
99.99% <= 28 milliseconds
100.00% <= 29 milliseconds
100.00% <= 29 milliseconds
8385.74 requests per second
====== LRANGE_600 (first 600 elements) ======
  100000 requests completed in 14.80 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
0.00% <= 1 milliseconds
0.02% <= 2 milliseconds
0.04% <= 3 milliseconds
0.20% <= 4 milliseconds
2.88% <= 5 milliseconds
15.84% <= 6 milliseconds
40.24% <= 7 milliseconds
61.00% <= 8 milliseconds
74.88% <= 9 milliseconds
85.65% <= 10 milliseconds
93.36% <= 11 milliseconds
97.13% <= 12 milliseconds
98.37% <= 13 milliseconds
98.87% <= 14 milliseconds
99.14% <= 15 milliseconds
99.32% <= 16 milliseconds
99.42% <= 17 milliseconds
99.50% <= 18 milliseconds
99.59% <= 19 milliseconds
99.65% <= 20 milliseconds
99.69% <= 21 milliseconds
99.74% <= 22 milliseconds
99.78% <= 23 milliseconds
99.82% <= 24 milliseconds
99.86% <= 25 milliseconds
99.88% <= 26 milliseconds
99.90% <= 27 milliseconds
99.92% <= 28 milliseconds
99.94% <= 29 milliseconds
99.95% <= 30 milliseconds
99.96% <= 31 milliseconds
99.97% <= 32 milliseconds
99.98% <= 33 milliseconds
99.98% <= 34 milliseconds
99.99% <= 35 milliseconds
100.00% <= 36 milliseconds
100.00% <= 36 milliseconds
6755.39 requests per second
====== MSET (10 keys) ======
  100000 requests completed in 1.76 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1
53.95% <= 1 milliseconds
93.05% <= 2 milliseconds
99.56% <= 3 milliseconds
99.95% <= 4 milliseconds
100.00% <= 4 milliseconds
56915.20 requests per second

2、测试存取大小为100字节的数据包的性能

redis-benchmark -h 172.16.254.124 -p 7004 -c -q -d 100

====== PING_INLINE ======
  100000 requests completed in 6.18 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.17% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 3 milliseconds
16191.71 requests per second
====== PING_BULK ======
  100000 requests completed in 6.59 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.18% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 2 milliseconds
15169.90 requests per second
====== SET ======
  100000 requests completed in 5.67 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.45% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 2 milliseconds
17624.25 requests per second
====== GET ======
  100000 requests completed in 5.71 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.71% <= 1 milliseconds
100.00% <= 2 milliseconds
100.00% <= 2 milliseconds
17500.88 requests per second
====== INCR ======
  100000 requests completed in 8.22 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
98.28% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 2 milliseconds
12171.37 requests per second
====== LPUSH ======
  100000 requests completed in 8.99 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
98.91% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 7 milliseconds
11117.29 requests per second
====== RPUSH ======
  100000 requests completed in 9.85 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
98.70% <= 1 milliseconds
99.97% <= 2 milliseconds
100.00% <= 6 milliseconds
10151.25 requests per second
====== LPOP ======
  100000 requests completed in 8.39 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.36% <= 1 milliseconds
99.99% <= 2 milliseconds
100.00% <= 4 milliseconds
100.00% <= 5 milliseconds
11920.37 requests per second
====== RPOP ======
  100000 requests completed in 8.11 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.45% <= 1 milliseconds
99.99% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 4 milliseconds
100.00% <= 6 milliseconds
12325.90 requests per second
====== SADD ======
  100000 requests completed in 4.07 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.94% <= 1 milliseconds
100.00% <= 2 milliseconds
100.00% <= 4 milliseconds
24576.06 requests per second
====== HSET ======
  100000 requests completed in 5.63 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.62% <= 1 milliseconds
99.99% <= 2 milliseconds
100.00% <= 3 milliseconds
17752.53 requests per second
====== SPOP ======
  100000 requests completed in 7.51 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
98.68% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 5 milliseconds
13306.72 requests per second
====== LPUSH (needed to benchmark LRANGE) ======
  100000 requests completed in 9.73 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
98.99% <= 1 milliseconds
99.96% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 5 milliseconds
100.00% <= 6 milliseconds
100.00% <= 18 milliseconds
10280.66 requests per second
====== LRANGE_100 (first 100 elements) ======
  100000 requests completed in 9.55 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.37% <= 1 milliseconds
99.99% <= 2 milliseconds
100.00% <= 3 milliseconds
10474.50 requests per second
====== LRANGE_300 (first 300 elements) ======
  100000 requests completed in 26.23 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
95.12% <= 1 milliseconds
99.97% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 3 milliseconds
3811.99 requests per second
====== LRANGE_500 (first 450 elements) ======
  100000 requests completed in 31.84 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
97.06% <= 1 milliseconds
99.97% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 5 milliseconds
100.00% <= 5 milliseconds
3141.00 requests per second
====== LRANGE_600 (first 600 elements) ======
  100000 requests completed in 44.52 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
94.49% <= 1 milliseconds
99.96% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 5 milliseconds
2246.33 requests per second
====== MSET (10 keys) ======
  100000 requests completed in 6.29 seconds
  0 parallel clients
  100 bytes payload
  keep alive: 1
99.46% <= 1 milliseconds
99.99% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 3 milliseconds
15893.20 requests per second

3、对3000字节的数据进行set和get的操作

redis-benchmark -h 172.16.254.124 -p 7004 -c -t set,get -n 100000 -q -d 3000

====== set,get -n 100000 -q -d 3000 ======
  100000 requests completed in 6.54 seconds
  0 parallel clients
  3 bytes payload
  keep alive: 1
99.18% <= 1 milliseconds
99.98% <= 2 milliseconds
100.00% <= 3 milliseconds
15295.20 requests per second

4、测试某些值的存取功能 

redis-benchmark -h 172.16.254.124 -p 7004 -c -n 100000 -q script load "redis.call('set','foo','bar')"

====== 100000 -q script load redis.call('set','foo','bar') ======
  100000 requests completed in 8.57 seconds
  0 parallel clients
  3 bytes payload
  keep alive: 1
97.98% <= 1 milliseconds
99.96% <= 2 milliseconds
100.00% <= 3 milliseconds
100.00% <= 3 milliseconds
11664.53 requests per second
StevenBeijing
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
REDIS 阿里云压测(redis-benchmark源码解读与修改)
sql server的专栏
07-14 299
开头还是介绍一下群，如果感兴趣polardb ,mongodb ,mysql ,postgresql ,redis 等有问题，有需求都可以加群群内有各大数据库行业大咖，CTO，可以解决你的问题。加群请联系 liuaustin3 (加他微信) ，在新加的朋友会分到3群（共1000人左右 1 + 2 + 3）本篇非本人撰写，在本人后面有一个强大的DBA TEAM，本篇来自于本TEAM 中的 REDI...
Redis集群性能测试工具redis-benchmark
Flyer的后花园
04-25 1万+
使用本文之前 比如集群在某个机器上7001端口有redis节点记得使用ip 端口 比如如下redis-benchmark  -h 10.166.15.36 -p 7001 -n 100000 -q script load "redis.call('set','foo','一二三四五六七八九十')"./redis-benchmark  -h 10.166.15.36 -p 7001  -q -n 1...
Redis性能压测、监控工具及优化方案
最新发布
nhb687096的博客
05-24 1105
本文介绍了Redis性能压测、监控工具及优化方案。通过对Redis进行性能压测和监控，我们可以了解Redis的性能瓶颈和异常情况。通过对Redis进行优化，我们可以提高Redis的性能和可用性，以满足实际应用的需求。行动吧，在路上总比一直观望的要好，未来的你肯定会感 谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入扣群： 320231853，里面有各种软件测试+开发资料和技术可以一起交流学习哦。
利用redis-benchmark进行Redis性能测试
Fiona2021的博客
12-22 183
什么是redis-benchmark： redis-benchmark是Redis自身携带的性能测试工具，存在于redis安装文件夹下 C:\Users\86186\Downloads\Redis-x64-5.0.10 的目录 2020/12/22 00:26 <DIR> . 2020/12/22 00:26 <DIR> .. 2020/12/17 05:11 126,824 00-RELEASENOTES
如何测试Redis集群的性能稳定性
DKPT的博客
03-23 344
如何测试Redis集群的性能稳定性
Redis性能攻略：Redis-benchmark工具与实用性能优化技巧
Hanko的专栏
02-26 2007
Redis作为一种高性能的内存数据库，广泛应用于各种业务场景。然而，随着业务规模的扩大和数据量的增长，Redis的性能问题逐渐凸显出来。为了提高Redis的性能，本文将深入探讨Redis性能优化方案，包括参数配置、数据结构、多线程、集群分片等方面。
Redis集群节点管理（cluster）
Dear_xq 的博客
04-11 3846
Redis集群节点管理（cluster）
Redis自带的redis-benchmark使用
blueskylxb的专栏
06-27 1万+
1 实验数据Redis自带一个叫redis-benchmark的工具来模拟N个客户端同时发出M个请求。实验进行了如下对比测试： （1） 分别在安静模式下与显式使用命令来运行进行对比； （2） 在单一的key和随机key模式下对比； （3） 在默认50个客户端、100个客户端和10个客户端下对比； （4） 在按顺序执行命令和一次性执行多条命令进行对比。实验硬件条件：在虚拟机下，2个处理器，5G
Redis-benchmark使用总结
designpc的专栏
05-23 1202
原文地址： http://blog.csdn.net/jiangguilong2000/article/details/24143721 Redis-benchmark为Redis性能测试工具。 指令说明: Usage: redis-benchmark [-h ] [-p ] [-c ] [-n  [-k ]      -h       Server
redis-7.2-x64-for-windows-bin.zip
09-04
10. **redis-benchmark.exe**: 这是Redis的性能测试工具，可以用来衡量Redis服务器的吞吐量和响应时间，帮助优化配置和硬件选择。 11. **data**: 这个目录可能包含Redis默认的数据存储位置，用户可以将Redis的数据...
redis-windows-7.2.2.zip
10-26
5. **redis-benchmark.exe**：性能测试工具，可以用来测量Redis服务器的读写速度，评估系统的性能瓶颈。 在Windows上部署Redis，首先需要解压文件，然后修改`redis.conf`以适应你的环境，例如设置监听IP为`bind 0.0...
redis-6.2.13.tar.gz
09-26
- `src/redis-benchmark`：用于测试Redis性能的工具。 - `src/redis-check-dump`：检查RDB文件的工具。 - `src/redis-check-aof`：检查AOF文件的工具。 通过解压`redis-6.2.13.tar.gz`并根据`redis.conf`配置文件...
redis-windows-redis7.0.5.zip
09-24
4. `redis-benchmark.exe`：性能测试工具，可以评估Redis的读写速度和吞吐量。 5. 可能还包括一些文档、示例配置、依赖库等辅助文件。 在实际部署和使用中，用户需要根据自己的需求配置`redis.windows.conf`，如...
Redis-6.2.4 windows编译版
06-25
3. `redis-benchmark.exe`：性能测试工具，可以用来评估Redis服务器的读写速度和并发性能。 4. `redis-check-dump.exe`：用于检查RDB快照文件的完整性。 5. `redis-check-aof.exe`：检查AOF持久化文件的正确性。 6. ...
阿里云Redis性能压力测试（二十）
江晓龙的博客
12-02 7751
3）购买完成后不会立即升级集群节点数，阿里云有一个维护时间段，我们想要立即生效，需要将维护时间段进行调整，下拉选择当前时间段即可，变更配置需要花费一定的时间。首先压力测试出2分片2节点的Redis集群性能消耗，然后将集群扩容到4个节点，再测试4节点4分片的集群压力性能，进行对比。刚刚压测完两节点的Redis集群，得到了压缩结果报告，我们现在将两节点升级为四节点，再次进行压测，观察结果。2）分片数调整为4分片，实例规格调整为2G集群版（4节点），然后点击立即购买即可完成扩容。4）扩容成功，集群已经是四节点。
redis压测工具redis-benchmark
一条大河
08-09 671
redis-benchmark 位于src目录下，是redis自带的压测工具，使用简单方便； [root@xxxx]# redis-benchmark -p 8200 -c 50 -n 100000 # 50并发，10W的请求量； ====== PING_INLINE ====== # ping\r\nping\r\nping\r\n. 100000 requests completed in
redis cluster 性能探讨
大树叶 技术专栏
02-28 1733
一些总结：1. 多线程对同一个 Key 操作时， Redis 服务是根据先到先作的原则，其他排队（可设置为直接丢弃），因为是单线程。 2. 修改默认的超时时间，默认 2 秒。但是大部份的操作都在 30ms 以内。3. 对集群来说，3.1 一般来说普通的服务器都是 50K~100K 级别 GET 操作并发(每个核心)这个水平，根据具体的部署方法和配套工具，会有浮动 对本机的普通 Redis （非集群...
Redis Cluster学习笔记
热门推荐
彻底拆分，一切可控！
11-19 2万+
Redis在3.0版正式引入了集群这个特性。Redis集群是一个分布式（distributed）、容错（fault-tolerant）的 Redis内存K/V服务， 集群可以使用的功能是普通单机 Redis 所能使用的功能的一个子集（subset），比如Redis集群并不支持处理多个keys的命令,因为这需要在不同的节点间移动数据,从而达不到像Redis那样的性能,在高负载的情况下可能会导致不可预...
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