高可用hadoop集群搭建

最新推荐文章于 2024-05-14 04:09:21 发布
最新推荐文章于 2024-05-14 04:09:21 发布
阅读量420 收藏 7
点赞数
文章标签： hadoop centos linux 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/dontlikerabbit/article/details/115053399
版权

准备工作

  1. 安装3台centos7 服务器
  2. 配置主机名字hd01\hd02\hd03
hostnamectl set-hostname hd01

查询地址

ip addr

连接xshell：填写名称:hostname 主机：ip地址 用户身份验证

可以向xshell窗口拖拽文件：

 yum -y install lrzsz

hostname和ip地址形成映射：

vi /etc/hosts
192.168.181.131 hd01
192.168.181.132 hd02
192.168.181.133 hd03

3.配置网络

vi /etc/sysconfig/network-scripts/ifcfg-ens33

BOOTPROTO="static"

IPADDR=192.168.181.131
NETWORK=255.255.255.0
GATEWAY=192.168.181.2
DNS1=8.8.8.8
DNS2=114.114.114.114

重启网络

systemctl restart network

4.关闭防火墙

systemctl stop firewalld
systemctl disable firewalld
systemctl status firewalld

测试网络

ping www.baidu.com

5.关闭hd01,创建完整克隆hd02,hd03

hd02修改hostname和ip 并连接xshell

hostnamectl set-hostname hd02

vi /etc/hosts

192.168.181.131 hd01
192.168.181.132 hd02
192.168.181.133 hd03

vi /etc/sysconfig/network-scripts/ifcfg-ens33

BOOTPROTO="static"
IPADDR=192.168.181.132
NETWORK=255.255.255.0
GATEWAY=192.168.181.2
DNS1=8.8.8.8
DNS2=114.114.114.114

重启网络

systemctl restart network

hd03按上述步骤一样的修改hostname和ip 并连接xshell

hostnamectl set-hostname hd03

vi /etc/hosts

192.168.181.131 hd01
192.168.181.132 hd02
192.168.181.133 hd03

vi /etc/sysconfig/network-scripts/ifcfg-ens33

BOOTPROTO="static"

IPADDR=192.168.181.133
NETWORK=255.255.255.0
GATEWAY=192.168.181.2
DNS1=8.8.8.8
DNS2=114.114.114.114

systemctl restart network

6.三台机器之间实现免密

打开三台虚拟–>连接Xshell–>排列–>垂直排列
右击–>发送到所有会话
ssh-keygen -t rsa–>三次回车，生成.ssh文件
cd .ssh/

ssh-copy-id -i id_rsa.pub root@hd01-->yes-->root
ssh-copy-id -i id_rsa.pub root@hd02-->yes-->root
ssh-copy-id -i id_rsa.pub root@hd03-->yes-->root

注：root是自己设置的密码

7.所有服务器时间同步

yum -y install chrony

#配置chrony

vi /etc/chrony.conf 

server ntp1.aliyun.com 
server ntp2.aliyun.com 
server ntp3.aliyun.com

注释掉 以下三行，前面加#
#server 0.centos.pool.ntp.org iburst
#server 1.centos.pool.ntp.org iburst
#server 2.centos.pool.ntp.org iburst
#server 3.centos.pool.ntp.org iburst

#启动chrony

systemctl start chronyd

8.安装wget

yum install -y wget

安装psmisc(linux命令工具包 namenode主备切换时要用到 只需要安装在两个namenode节点上)

yum install -y psmisc

9.集群部署

1.安装JDK

cd /opt/
mkdir soft
yum install -y lrzsz

拖进来压缩包,解压缩并重命名

tar -zxf hadoop-2.6.0-cdh5.14.2.tar.gz -C /opt/soft/
tar -zxf jdk-8u111-linux-x64.tar.gz -C /opt/soft/
tar -zxf zookeeper-3.4.5-cdh5.14.2.tar.gz -C /opt/soft/
mv hadoop-2.6.0-cdh5.14.2/ hadoop260
mv jdk1.8.0_111/ jdk180
mv zookeeper-3.4.5-cdh5.14.2/ zk345

配置JAVA_HOME环境变量

 vi /etc/profile
#JAVA_HOME
export JAVA_HOME=/opt/soft/jdk180
export PATH=$JAVA_HOME/bin:$PATH
export CLASS_PATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar

激活环境变量

source /etc/profile

验证

java -version

2.安装zookeeper集群

配置/opt/soft/zk345/conf/zoo.cfg

cp zoo_sample.cfg zoo.cfg
vi zoo.cfg

dataDir=/opt/soft/zk345/data 
server.1=hd01:2888:3888 
server.2=hd02:2888:3888 
server.3=hd03:2888:3888

#在zk345下新建data ，data 下建立一个myid文件(不同主机的数字不同)

mkdir data
cd data
vi myid

写1保存退出

#配置环境变量

#ZK_HOME
export ZK_HOME=/opt/soft/zk345
export PATH=$ZK_HOME/bin:$PATH

激活

source /etc/profile

#配置hd02,hd03
打开同步会话：

mkdir soft

scp -r jdk180/ zk345/ root@hd02:/opt/soft/
scp -r jdk180/ zk345/ root@hd03:/opt/soft/

#启动服务

zkServer.sh start
  1. 安装hadoop集群

解压

tar -zxf hadoop-2.6.0-cdh5.14.2.tar.gz

移动到自己的安装文件夹下

mv hadoop-2.6.0-cdh5.14.2 soft/hadoop260

添加对应各个文件夹

mkdir -p /opt/soft/hadoop260/tmp 
mkdir -p /opt/soft/hadoop260/dfs/journalnode_data 
mkdir -p /opt/soft/hadoop260/dfs/edits 
mkdir -p /opt/soft/hadoop260/dfs/datanode_data 
mkdir -p /opt/soft/hadoop260/dfs/namenode_data
  1. 配置hadoop-env.sh
cd /opt/soft/hadoop260/etc/hadoop

export JAVA_HOME=/opt/soft/jdk180 
export HADOOP_CONF_DIR=/opt/soft/hadoop260/etc/hadoop
  1. 配置core-site.xml
<configuration> 
<!--指定hadoop集群在zookeeper上注册的节点名--> 
<property> 
<name>fs.defaultFS</name> 
<value>hdfs://hacluster</value> 
</property> 
<!--指定hadoop运行时产生的临时文件--> 
<property> 
<name>hadoop.tmp.dir</name> 
<value>file:///opt/soft/hadoop260/tmp</value> 
</property> 
<!--设置缓存大小 默认4KB--> 
<property> 
<name>io.file.buffer.size</name> 
<value>4096</value> 
</property> 
<!--指定zookeeper的存放地址--> 
<property> 
<name>ha.zookeeper.quorum</name> 
<value>hd01:2181,hd02:2181,hd03:2181</value> 
</property> 
<!--配置允许root代理访问主机节点--> 
<property> 
<name>hadoop.proxyuser.root.hosts</name><value>*</value> 
</property> 
<!--配置该节点允许root用户所属的组--> 
<property> 
<name>hadoop.proxyuser.root.groups</name> 
<value>*</value> 
</property> 
</configuration>
  1. 配置hdfs-site.xml
<configuration> 
<property> 
<!--数据块默认大小128M--> 
<name>dfs.block.size</name> 
<value>134217728</value> 
</property> 
<property> 
<!--副本数量 不配置默认为3--> 
<name>dfs.replication</name> 
<value>3</value> 
</property> 
<property> 
<!--namenode节点数据(元数据)的存放位置--> 
<name>dfs.name.dir</name> 
<value>file:///opt/soft/hadoop260/dfs/namenode_data</value> 
</property> 
<property> 
<!--datanode节点数据(元数据)的存放位置--> 
<name>dfs.data.dir</name> 
<value>file:///opt/soft/hadoop260/dfs/datanode_data</value> 
</property> 
<property> 
<!--开启hdfs的webui界面--> 
<name>dfs.webhdfs.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!--datanode上负责进行文件操作的线程数--> 
<name>dfs.datanode.max.transfer.threads</name> 
<value>4096</value> 
</property> 
<property> 
<!--指定hadoop集群在zookeeper上的注册名--> 
<name>dfs.nameservices</name> 
<value>hacluster</value> 
</property> 
<property> 
<!--hacluster集群下有两个namenode分别是nn1,nn2--> 
<name>dfs.ha.namenodes.hacluster</name> 
<value>nn1,nn2</value> 
</property> 
<!--nn1的rpc、servicepc和http通讯地址 --> 
<property> 
<name>dfs.namenode.rpc-address.hacluster.nn1</name> 
<value>hd01:9000</value> 
</property><property> 
<name>dfs.namenode.servicepc-address.hacluster.nn1</name> 
<value>hd01:53310</value> 
</property> 
<property> 
<name>dfs.namenode.http-address.hacluster.nn1</name> 
<value>hd01:50070</value> 
</property> 
<!--nn2的rpc、servicepc和http通讯地址 --> 
<property> 
<name>dfs.namenode.rpc-address.hacluster.nn2</name> 
<value>hd02:9000</value> 
</property> 
<property> 
<name>dfs.namenode.servicepc-address.hacluster.nn2</name> 
<value>hd02:53310</value> 
</property> 
<property> 
<name>dfs.namenode.http-address.hacluster.nn2</name> 
<value>hd02:50070</value> 
</property> 
<property> 
<!--指定Namenode的元数据在JournalNode上存放的位置--> 
<name>dfs.namenode.shared.edits.dir</name> 
<value>qjournal://hd01:8485;hd02:8485;hd03:8485/hacluster</value> 
</property> 
<property> 
<!--指定JournalNode在本地磁盘的存储位置--> 
<name>dfs.journalnode.edits.dir</name> 
<value>/opt/soft/hadoop260/dfs/journalnode_data</value> 
</property> 
<property> 
<!--指定namenode操作日志存储位置--> 
<name>dfs.namenode.edits.dir</name> 
<value>/opt/soft/hadoop260/dfs/edits</value> 
</property> 
<property> 
<!--开启namenode故障转移自动切换--> 
<name>dfs.ha.automatic-failover.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!--配置失败自动切换实现方式--> 
<name>dfs.client.failover.proxy.provider.hacluster</name> 
<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value> 
</property> 
<property> 
<!--配置隔离机制--> 
<name>dfs.ha.fencing.methods</name> 
<value>sshfence</value> 
</property> 
<property> 
<!--配置隔离机制需要SSH免密登录--> 
<name>dfs.ha.fencing.ssh.private-key-files</name> 
<value>/root/.ssh/id_rsa</value></property> 
<property> 
<!--hdfs文件操作权限 false为不验证--> 
<name>dfs.premissions</name> 
<value>false</value> 
</property> 
</configuration>
  1. 配置mapper-site.xml
<configuration> 
<property> 
<!--指定mapreduce在yarn上运行--> 
<name>mapreduce.framework.name</name> 
<value>yarn</value> 
</property> 
<property> 
<!--配置历史服务器地址--> 
<name>mapreduce.jobhistory.address</name> 
<value>hd01:10020</value> 
</property> 
<property> 
<!--配置历史服务器webUI地址--> 
<name>mapreduce.jobhistory.webapp.address</name> 
<value>hd01:19888</value> 
</property> 
<property> 
<!--开启uber模式--> 
<name>mapreduce.job.ubertask.enable</name> 
<value>true</value> 
</property> 
</configuration> 
6. 配置yarn-site.xml 
<configuration> 
<property> 
<!--开启yarn高可用--> 
<name>yarn.resourcemanager.ha.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!-- 指定Yarn集群在zookeeper上注册的节点名--> 
<name>yarn.resourcemanager.cluster-id</name> 
<value>hayarn</value> 
</property> 
<property> 
<!--指定两个resourcemanager的名称--> 
<name>yarn.resourcemanager.ha.rm-ids</name> 
<value>rm1,rm2</value> 
</property> 
<property> 
<!--指定rm1的主机--> 
<name>yarn.resourcemanager.hostname.rm1</name> 
<value>hd02</value> 
</property><property> 
<!--指定rm2的主机--> 
<name>yarn.resourcemanager.hostname.rm2</name> 
<value>hd03</value> 
</property> 
<property> 
<!--配置zookeeper的地址--> 
<name>yarn.resourcemanager.zk-address</name> 
<value>hd01:2181,hd02:2181,hd03:2181</value> 
</property> 
<property> 
<!--开启yarn恢复机制--> 
<name>yarn.resourcemanager.recovery.enabled</name> 
<value>true</value> 
</property> 
<property> 
<!--配置执行resourcemanager恢复机制实现类--> 
<name>yarn.resourcemanager.store.class</name> 
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value> 
</property> 
<property> 
<!--指定主resourcemanager的地址--> 
<name>yarn.resourcemanager.hostname</name> 
<value>hd03</value> 
</property> 
<property> 
<!--nodemanager获取数据的方式--> 
<name>yarn.nodemanager.aux-services</name> 
<value>mapreduce_shuffle</value> 
</property> 
<property> 
<!--开启日志聚集功能--> 
<name>yarn.log-aggregation-enable</name> 
<value>true</value> 
</property> 
<property> 
<!--配置日志保留7天--> 
<name>yarn.log-aggregation.retain-seconds</name> 
<value>604800</value> 
</property> 
</configuration>
  1. 配置slaves
hd01 
hd02 
hd03
  1. 分发安装包到hd02，hd03
scp -r hadoop260/ root@hd02:/opt/soft/ 
scp -r hadoop260/ root@hd03:/opt/soft/

9.为3台节点配置hadoop环境变量

vi /etc/profile

#hadoop 
export HADOOP_HOME=/opt/soft/hadoop260 
export HADOOP_MAPRED_HOME=$HADOOP_HOME 
export HADOOP_COMMON_HOME=$HADOOP_HOME 
export HADOOP_HDFS_HOME=$HADOOP_HOME 
export YARN_HOME=$HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native 
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 
export HADOOP_INSTALL=$HADOOP_HOME

激活

source /etc/profile
  1. 启动集群
    1. 启动zookeeper(3个都启动)
zkServer.sh start
  1. 启动JournalNode(3个都启动)
hadoop-daemon.sh start journalnode
  1. 格式化namenode(只在hd01主机上)
hdfs namenode -format
  1. 将hd01上的Namenode的元数据复制到hd02相同位置
scp -r /opt/soft/hadoop260/dfs/namenode_data/current/ 
root@hd02:/opt/soft/hadoop260/dfs/namenode_data
  1. 在hd01或hd02格式化故障转移控制器zkfc
hdfs zkfc -formatZK
  1. 在hd01上启动dfs服务
start-dfs.sh
  1. 在hd03上启动yarn服务
start-yarn.sh
  1. 在hd01上启动history服务器
/opt/soft/hadoop260/sbin

mr-jobhistory-daemon.sh start historyserver
  1. 在hd02上启动resourcemanager服务 ，检查集群情况
yarn-daemon.sh start resourcemanager

1.jps 查看上面服务不能缺少
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  1. 查看状态

    在hd01上查看服务状态

hdfs haadmin -getServiceState nn1 #active 
hdfs haadmin -getServiceState nn2 #standby

在hd03上查看resourcemanager状态

yarn rmadmin -getServiceState rm1    #standby 
yarn rmadmin -getServiceState rm2     #active

  1. 检查主备切换

    kill 掉Namenode主节点 查看Namenode standby节点状态

kill -9 namenode主节点进程

恢复后重新加入，也只是standby节点

hadoop-daemon.sh start namenode
  1. 集群二次启动

在hd01上启动dfs

start-dfs.sh

在hd03上启动yarn

start-yarn.sh

在hd02上启动resourcemanager

yarn-daemon.sh start resourcemanager
dontlikerabbit
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hadoop集群构建
墨白的博客
10-10 472
Hadoop集群构建前期准备购买服务器新建安全组开始部署更改主机名称ssh配置文件检查hosts 配置文件设置修改 cloud.cfg 配置文件关闭防火墙配置ssh互信挂载数据盘创建必要目录下载软件包 （以下操作皆在node1服务器下操作）分发组件添加并校验环境变量初始化服务初始化word启动Hadoop集群验证Hadoop状态**至此部署Hadoop完成** 前期准备 购买服务器 2vCPUS 4GB 鲲鹏计算 Centos7.6 新建安全组 放行 22、8088、50070、16010、
基于 ZooKeeper 搭建 Hadoop 高可用集群 的教程图解
09-29
Hadoop 高可用 (High Availability) 分为 HDFS 高可用和 YARN 高可用，两者的实现基本类似，但 HDFS NameNode 对数据存储及其一致性的要求比 YARN ResourceManger 高得多，所以它的实现也更加复杂，下面给大家详细...
Hadoop HA集群 NameNode 无法自动故障转移（切换active）
Never-Say-Never
01-03 3881
在学习 HA 自动化配置，按照hadoop官网:https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HDFSHighAvailabilityWithQJM.html配置，最后所有的节点都启动正常。 用 kill -9 进程号 杀死了当前处于active状态的NameNode后，其他的 Standby 状态的...
2024年最全Hadoop之Ha高可用搭建教程_启动hadoop高可用集群，2024年最新白嫖党最爱
最新发布
2401_84181193的博客
05-14 802
随着大数据技术的不断发展，Hadoop作为开源的大数据处理框架，已经广泛应用于各种场景中。然而，在大型生产环境中，Hadoop集群的稳定性和可用性显得尤为重要。为了保障Hadoop集群的高可用性（HA），我们需要采用一系列的技术和策略。本文将重点介绍Hadoop集群的HA高可用方案。Hadoop集群的HA高可用主要指的是在集群中的关键组件出现故障时，能够自动切换到其他节点继续提供服务，从而确保整个集群的稳定运行。
HADOOP HA集群不能完成故障转移
help_child的博客
02-13 269
使用kill -9 杀死namenode进程，模拟JVM崩溃。另一个NameNode应在几秒钟内自动变为活动状态。检测故障并触发故障转移所需的时间取决于ha.zookeeper.session-timeout.ms的配置，默认值为5秒。通过如下命令来安装，Psmisc软件包中包含了fuser程序（namenode所在主机上上都需要进行安装）另外一个namenode并没有从stanby状态变为active状态。检查zkfc守护程序以及NameNode守护程序的日志。安装完成后重启集群。
hadoopHA(高可用)namenode节点配置故障自动转移失败
盖世英雄来了
04-03 1815
在配置ha高可用的配置中，按照网上博客教程配置hdfs的故障自动转移失败， 举例来说：bigdata1和bigdata2这两个namenode节点 配置完成后，将bigdata1设置为active bigdata2设置为standby 然后用kill -9 xxxx杀死bigdata1的进程，发现，bigdata2并没有自动转换成active，依然是standby 查看...
Hadoop HA 集群无法进行自动故障转移(Standby =＞ Active)的解决办法（ConnectionRefuse）
m0_48379126的博客
10-08 1051
在学习 HA 自动化配置，按照hadoop官网进行配置，最后所有的节点都启动正常 但我们在进行故障测试 kill 掉Active状态的NameNode后，其他Standby状态的NameNode无法转换成Active状态 我们知道Standby状态节点中zookepper客户端的zkfc进程一直在监视这Active状态下的节点，而一旦后者出现故障，且后者中的zkfc进程断开了与zookepper服务端的session，此时Standby状态节点中的zkfc进程就会去抢占zookepper服务端，并且会通
Hadoop高可用集群搭建
07-24
Hadoop高可用集群搭建
Hadoop集群高可用的搭建
05-31
在构建Hadoop集群时，高可用（High Availability, HA）是一个关键特性，它旨在消除单点故障，确保服务的连续性和稳定性。本文将详细介绍如何在Hadoop 2.x版本中搭建HDFS-HA（Hadoop Distributed File System - High ...
Hadoop集群搭建详细简明教程
05-16
本教程“Hadoop集群搭建详细简明教程”将带你逐步走进Hadoop的世界，了解并掌握如何构建一个高效稳定的Hadoop集群。 Hadoop是由Apache基金会开发的一个开源项目，其核心包括两个主要组件：Hadoop Distributed File ...
hadoop高可用集群搭建手册.docx
04-17
Hadoop高可用集群搭建手册 本文档主要介绍了Hadoop 2.6高可用集群的搭建过程，包括集群规划、搭建准备、集群搭建和配置等步骤。下面是从中提取的知识点： 1. 集群规划 在规划Hadoop集群时，需要考虑到集群的拓扑...
kettle添加hadoop cluster时报错Caused by: java.lang.IllegalArgumentException: Does not contain a valid hos...
weixin_30585437的博客
07-27 457
完整报错是： Caused by: java.lang.IllegalArgumentException: Does not contain a valid host:port authority: hadoop:password@node56:9000 解决方案： 我在添加hadoop cluster的时候报错如上，去掉了用户名和密码就好了~~~~~~~~~，出现如下就可以使...
idea MapReduce程序maven出现标红错误
lhj205的博客
05-16 353
MapReduce程序maven出现标红错误
Hadoop 调试第一个mapreduce程序过程详细记录总结以及权限问题 Permission denied: user=dr.who
qq_36864672的博客
10-23 6660
1，程序代码如下： package wc; import java.io.IOException; import java.util.StringTokenizer; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.h
Hadoop运行MapReduce任务时，异常及解决方案
热门推荐
累迹的博客
02-03 1万+
异常代码描述 刚刚开始接触Hadoop，对于MapReduce并不时特别了解，以下记录以下纠结了一天的问题及解决方案 1、执行MapReduce任务 hadoop jar wc.jar hejie.zheng.mapreduce.wordcount2.WordCountDriver /input /output 2、跳出异常 Task failed task_1643869122334_0004_m_000000 [2022-02-03 15:10:59.255]Container killed on
hadoop本地模式运行mapreduce报错解决(Exception in thread main ExitCodeException exitCode=-1073741701)
programmer_trip的博客
06-23 2784
目录环境：问题：问题解决流程 环境： 操作系统：Windows10> hadoop : hadoop 2.7.6> IDE ： idea 2020.1> JDK : javac #环境： 操作系统：Windows10 hadoop : hadoop 2.7.6 IDE ： idea 2020.1 JDK : javac 1.8.0_191 问题： 在idea中使用hadoop本地模式运行一个mapreduce任务，抛出如下异常： Exception in thread "mai
ideal上初写mapreduce程序出现的报错信息解决
Strangewu的博客
06-01 811
(null) entry in command string: null chmod 0700 E:\tmp\hadoop-Administrator\mapred\staging\Administrator43425421.staging 前提介绍 hadoop2.7.7版本 windows10系统 ideal2021.1.1 首先我的判断是：mapreduce在执行过程会在windows上产生一个临时文件，但是在执行在过程中windows10系统此时不是最高权限，所以执行就有问题 双击或右键进入可
大数据框架之Hadoop：MapReduce（八）常见错误及解决方案
yiluohan0307的专栏
03-04 948
常见错误及解决方案
新装的hadoop2版本无法运行mapreduce的解决方法
小强签名设计 的博客
05-03 4113
在hadoop用户下执行hadoop classpath命令，我们可以得到运行 Hadoop 程序所需的全部 classpath 信息。然后vi .bashrc（Debian版本，Redhat版本下是.bash_profile文件）添加：export CLASSPATH=.:/home/hadoop/hadoop-2.6.0-cdh5.5.2/etc/hadoop:/home/hadoop/had...
"Hadoop3.0高可用分布式集群搭建详解
Hadoop3.0分布式集群搭建(HA)详细文档是一份详细描述Hadoop3.0高可用分布式集群搭建的文档。在开始搭建Hadoop分布式集群之前，需要准备好3台主机，并在每台主机上安装好Linux系统，并完成网络配置和系统配置。文档...

“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