06hadoop1

最新推荐文章于 2022-12-03 21:03:35 发布
最新推荐文章于 2022-12-03 21:03:35 发布
阅读量998 收藏
点赞数
文章标签： zookeeper 分布式 big data
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/lhhaini/article/details/121109843
版权

一.zookeeper

1.zookeeper watcher（监听机制）
watch机制是zookeeper自动监控某一个znode节点的生死和状态变化（节点创建，节点删除，节点改变，子节点改变）；如果监控的事件发生了会触发执行行为；
提供了分布式数据发布和订阅功能，一对多的订阅关系
watch机制有三个过程：客户端向服务器注册watcher；服务端事件发生触发watcher；客户端回调watcher得到触发事件情况
2.watcher机制的特点：
a:一次性触发（命令行）
在这里插入图片描述
事件发生触发监听，一个watcher event就会被发送到设置监听的客户端，这种效果是一次性的，后续再次发生同样的事件，不会再次触发。
b.事件封装
ZooKeeper使用WatchedEvent对象来封装服务端事件并传递。
WatchedEvent包含了每一个事件的三个基本属性：
通知状态（keeperState），事件类型（EventType）和节点路径（path）
c:event异步发送
watcher的通知事件从服务端发送到客户端是异步的。
d:先注册再触发
Zookeeper中的watch机制，必须客户端先去服务端注册监听，这样事件发送才会触发监听，通知给客户端。
4.zookeeper JavaAPI操作
a:原生的
b:curator框架：curator-framework：对底层zookeeper的api的封装
curator-reclipes:封装了一些高级特性：擦车事件监听选举分布式锁，分布式计数器
引入maven依赖
在这里插入图片描述
在这里插入图片描述


```java
<dependencies>
        <dependency>
            <groupId>org.apache.curator</groupId>
            <artifactId>curator-framework</artifactId>
            <version>2.12.0</version>
        </dependency>

        <dependency>
            <groupId>org.apache.curator</groupId>
            <artifactId>curator-recipes</artifactId>
            <version>2.12.0</version>
        </dependency>

        <dependency>
            <groupId>com.google.collections</groupId>
            <artifactId>google-collections</artifactId>
            <version>1.0</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>RELEASE</version>
        </dependency>
        <dependency>
            <groupId>org.slf4j</groupId>
            <artifactId>slf4j-simple</artifactId>
            <version>1.7.25</version>
        </dependency>
    </dependencies>

    <build>
        <plugins>
            <!-- java编译插件 -->
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <version>3.2</version>
                <configuration>
                    <source>1.8</source>
                    <target>1.8</target>
                    <encoding>UTF-8</encoding>
                </configuration>
            </plugin>
        </plugins>
   </build>

节点操作代码：
在这里插入图片描述
在这里插入图片描述


```java
```java
package com.hlzq.zookeeper;
import org.apache.curator.RetryPolicy;
import org.apache.curator.framework.CuratorFramework;
import org.apache.curator.framework.CuratorFrameworkFactory;
import org.apache.curator.retry.ExponentialBackoffRetry;
import org.apache.zookeeper.CreateMode;
import org.junit.After;
import org.junit.Before;
import org.junit.Test;

import java.nio.charset.StandardCharsets;
import java.util.List;

public class Demo1Zooke {

    private CuratorFramework client=null;

    @Before //单元测试前先执行before里的代码
    public  void init(){
        //1.定制重试
        ExponentialBackoffRetry retry = new ExponentialBackoffRetry(1000, 3);
        //2.获取客户
        String cli="node1:2181,node2:2181,node3:2181";
         client = CuratorFrameworkFactory.newClient(cli, retry);
        //3.启动客户端
        client.start();
    }
    @After
    public  void clos(){
        //5.关闭连接
        client.close();
    }
    //1.创建znode节点
    @Test
    public void test1CreatZnode() throws Exception {
        //1.定制重试策略
        RetryPolicy backoffRetry = new ExponentialBackoffRetry(1000, 3);//多态
        //2.获取客户端对象
        String server_list="node1:2181,node2:2181,node3:2181";//192.168.88.161:2181,192.168.88.162:2181,192.168.88.163:2181可以用
        CuratorFramework client = CuratorFrameworkFactory.newClient(server_list, backoffRetry);
        //3.启动客户端
        client.start();
        //4.创建节点
//       4.1 client.create().creatingParentsIfNeeded().withMode(CreateMode.PERSISTENT)//创建永久节点
//              .forPath("/aaa/bbb/cccc","null".getBytes());//withmode什么类型节点,forpath路径
//       4.2 client.create().creatingParentsIfNeeded().withMode(CreateMode.PERSISTENT_SEQUENTIAL)//创建永久序列化节点
//                .forPath("/app1/bbb/cccc");//withmode什么类型节点,forpath路径
//       4.3 client.create().creatingParentsIfNeeded().withMode(CreateMode.EPHEMERAL)//创建临时节点；client.close()关闭后临时节点消失
//                .forPath("/appale");//withmode什么类型节点,forpath路径
        client.create().creatingParentsIfNeeded().withMode(CreateMode.EPHEMERAL_SEQUENTIAL)//创建临时序列化节点；client.close()关闭后临时节点消失
                .forPath("/appale");//withmode什么类型节点,forpath路径
        //CreateMode.PERSISTENT
        //GetACLBuilder acl = client.getACL();
        //System.out.println(acl);
        //5.关闭连接
        //client.close();
    }
    @Test
    //删除节点
    public void test2Delter() throws Exception {
        //4.删除节点
        client.delete().deletingChildrenIfNeeded().forPath("/app1");//递归删除deletingChildrenIfNeeded()
    }
    @Test
    //修改值
    public  void test3change() throws Exception {
        client.setData().forPath("/as","{pory:3602}".getBytes());
    }
    @Test
    //获取值
    public void test4getZnode() throws Exception {
        byte[] bytes = client.getData().forPath("/as");
        System.out.println(new String(bytes));
        List<String> strings = client.getChildren().forPath("/as");
        System.out.println(strings);
    }
}

当你get获取没有数据的节点时，会得到一个IP地址
watch机制Java代码实现：
在这里插入图片描述
5.zookeeper选举机制：
5.1zookeeper集群的角色：follower leader observer（观察者）
5.2 zookeeper监听机制：通过向某一节点注册提供监听能力，当节点发生某些改变（添加，删除，修改）触发watcher，得到触发事件。
5.3zookeeper的选举机制：
第一种：第一次启动，第二种lead挂了
zookeeper默认的算法：fastleaderelection，采用投票数大于半数则胜出
服务器id：myid服务器编号越大权重越大。
选举状态：looking竞选状态；follower 随从同步leader；observer观察者不参与投票 ；leading领导者；
数据id：version越大数据越新权重越大；
逻辑时钟：投票次数
第一次和myid还有启动顺序有关；
在这里插入图片描述
非全新选举（leader宕机）：剩余主机不过半，否则挂掉不能正常工作；
数据的新旧：mzxid相同

在这里插入图片描述
mzxid不相等时：
在这里插入图片描述
二.大数据导论和Hadoop

2.1大数据：海量数据的存储和计算
2.2特点：大 ，种类多， 价值密度低，快，信（数据质量）
2.3大数据的分析步骤：需求分析 --》数据收集–》数据处理–》数据分析–》数据展现–》报告撰写
2.4Hadoop介绍：Java开源框架包含hdfs（分布式文件系统）mapreduce（分布式运算）yarn（作业调度和集群资源管理）
在这里插入图片描述
扩展能力强，成本低 ，高效，可靠
在这里插入图片描述
1.0只有MapReduce和hdfs；2.0

2.5Hadoop架构
在这里插入图片描述
高可用集群
在这里插入图片描述
最完美
在这里插入图片描述
2.5Hadoop安装搭建
1.在这里插入图片描述
2.环境准备：
重新编译hadoop
上传，安装，更改配置文件：在这里插入图片描述
在这里插入图片描述
vim core-site.xml
在该文件中的标签中添加以下配置,

在这里添加配置

cd /export/server/hadoop-2.7.5/etc/hadoop
vim core-site.xml
配置内容如下:

<!-- 用于设置Hadoop的文件系统，由URI指定 -->
	 <property>
		    <name>fs.defaultFS</name>
		    <value>hdfs://node1:8020</value>
	 </property>
<!-- 配置Hadoop存储数据目录,默认/tmp/hadoop-${user.name} -->
	 <property>
		   <name>hadoop.tmp.dir</name>
		   <value>/export/server/hadoop-2.7.5/hadoopDatas/tempDatas</value>
	</property>

	<!--  缓冲区大小，实际工作中根据服务器性能动态调整 -->
	 <property>
		   <name>io.file.buffer.size</name>
		   <value>4096</value>
	 </property>

	<!--  开启hdfs的垃圾桶机制，删除掉的数据可以从垃圾桶中回收，单位分钟 -->
	 <property>
		   <name>fs.trash.interval</name>
		   <value>10080</value>
	 </property>

配置 hdfs-site.xml

配置一下内容

<!-- 指定SecondaryNameNode的主机和端口 -->
<property>
		<name>dfs.namenode.secondary.http-address</name>
		<value>node2:50090</value>
</property>
<!-- 指定namenode的页面访问地址和端口 -->
<property>
	<name>dfs.namenode.http-address</name>
	<value>node1:50070</value>
</property>
<!-- 指定namenode元数据的存放位置 -->
<property>
	<name>dfs.namenode.name.dir</name>
	<value>file:///export/server/hadoop-2.7.5/hadoopDatas/namenodeDatas</value>
</property>
<!--  定义datanode数据存储的节点位置 -->
<property>
	<name>dfs.datanode.data.dir</name>
	<value>file:///export/server/hadoop-2.7.5/hadoopDatas/datanodeDatas</value>
</property>	
<!-- 定义namenode的edits文件存放路径 -->
<property>
	<name>dfs.namenode.edits.dir</name>
	<value>file:///export/server/hadoop-2.7.5/hadoopDatas/nn/edits</value>
</property>

<!-- 配置检查点目录 -->
<property>
	<name>dfs.namenode.checkpoint.dir</name>
	<value>file:///export/server/hadoop-2.7.5/hadoopDatas/snn/name</value>
</property>

<property>
	<name>dfs.namenode.checkpoint.edits.dir</name>
	<value>file:///export/server/hadoop-2.7.5/hadoopDatas/dfs/snn/edits</value>
</property>
<!-- 文件切片的副本个数-->
<property>
	<name>dfs.replication</name>
	<value>3</value>
</property>

<!-- 设置HDFS的文件权限-->
<property>
	<name>dfs.permissions</name>
	<value>false</value>
</property>
<!-- 设置一个文件切片的大小：128M-->
<property>
	<name>dfs.blocksize</name>
	<value>134217728</value>
</property>

配置 mapred-site.xml

<configuration>
  在这里添加配置
</configuration>
vim  mapred-site.xml
配置一下内容:
	<!-- 指定分布式计算使用的框架是yarn -->
	<property>
			<name>mapreduce.framework.name</name>
			<value>yarn</value>
	</property>

	<!-- 开启MapReduce小任务模式 -->
	<property>
		<name>mapreduce.job.ubertask.enable</name>
		<value>true</value>
	</property>
	
	<!-- 设置历史任务的主机和端口 -->
	<property>
		<name>mapreduce.jobhistory.address</name>
		<value>node1:10020</value>
	</property>

	<!-- 设置网页访问历史任务的主机和端口 -->
	<property>
		<name>mapreduce.jobhistory.webapp.address</name>
		<value>node1:19888</value>
	</property>

配置mapred-env.sh

vim  mapred-env.sh

export JAVA_HOME=/export/server/jdk1.8.0_241

配置 yarn-site.xml

vim yarn-site.xml
添加以下配置：

<!-- 配置yarn主节点的位置 -->
	<property>
		<name>yarn.resourcemanager.hostname</name>
		<value>node1</value>
	</property>

	<property>
		<name>yarn.nodemanager.aux-services</name>
		<value>mapreduce_shuffle</value>
	</property>
	
	<!-- 开启日志聚合功能 -->
	<property>
		<name>yarn.log-aggregation-enable</name>
		<value>true</value>
	</property>
	<!-- 设置聚合日志在hdfs上的保存时间 -->
	<property>
		<name>yarn.log-aggregation.retain-seconds</name>
		<value>604800</value>
	</property>
	<!-- 设置yarn集群的内存分配方案 -->
	<property>    
		<name>yarn.nodemanager.resource.memory-mb</name>    
		<value>2048</value>
	</property>
	<property>  
        	 <name>yarn.scheduler.minimum-allocation-mb</name>
         	<value>2048</value>
	</property>
	<property>
		<name>yarn.nodemanager.vmem-pmem-ratio</name>
		<value>2.1</value>
	</property>

配置 slaves

vim slaves
删除slaves中的localhost，然后添加以下内容:

node1
node2
node3

5.目录创建
创建Hadoop所需目录

mkdir -p /export/server/hadoop-2.7.5/hadoopDatas/tempDatas
mkdir -p /export/server/hadoop-2.7.5/hadoopDatas/namenodeDatas
mkdir -p /export/server/hadoop-2.7.5/hadoopDatas/datanodeDatas
mkdir -p /export/server/hadoop-2.7.5/hadoopDatas/nn/edits
mkdir -p /export/server/hadoop-2.7.5/hadoopDatas/snn/name
mkdir -p /export/server/hadoop-2.7.5/hadoopDatas/dfs/snn/edits

6.文件分发
将配置好的Hadoop目录分发到node2和node3主机。

scp -r /export/server/hadoop-2.7.5/ node2:/export/server/
 scp -r /export/server/hadoop-2.7.5/ node3:/export/server/
  1. 配置Hadoop的环境变量

注意，三台机器都需要执行以下命令

vim /etc/profile

添加以下内容:

export HADOOP_HOME=/export/server/hadoop-2.7.5
export PATH=:$HADOOP_HOME/bin:$HADOOP_HOME/sbin:$PATH

配置完成之后生效
source /etc/profile

  1. 启动集群

8.1 启动方式
要启动Hadoop集群，需要启动HDFS和YARN两个集群。
注意：首次启动HDFS时，必须对其进行格式化操作。本质上是一些清理和准备工作，因为此时的HDFS在物理上还是不存在的。
在node1上执行格式化指令
hadoop namenode -format
方式1-单节点逐个启动
在node1主机上使用以下命令启动HDFS NameNode：
hadoop-daemon.sh start namenode

在node1、node2、node3三台主机上，分别使用以下命令启动HDFS DataNode：
hadoop-daemon.sh start datanode
在node1主机上使用以下命令启动YARN ResourceManager：
yarn-daemon.sh start resourcemanager
在node1、node2、node3三台主机上使用以下命令启动YARN nodemanager：
yarn-daemon.sh start nodemanager

以上脚本位于/export/server/hadoop-2.7.5/sbin目录下。如果想要停止某个节点上某个角色，只需要把命令中的start改为stop即可。
8.2 方式2-脚本一键启动
启动HDFS
start-dfs.sh

启动Yarn
start-yarn.sh

启动历史任务服务进程
mr-jobhistory-daemon.sh start historyserver

8.3 方式3-全部一键启动
启动HDFS和Yarn
start-all.sh
9.停止集群：stop-dfs.sh、stop-yarn.sh、mr-jobhistory-daemon.sh stophistoryserver
10. 集群的页面访问
10.1IP访问
一旦Hadoop集群启动并运行，可以通过web-ui进行集群查看，如下所述：
查看NameNode页面地址:
http://192.168.88.161:50070/
在这里插入图片描述

查看Yarn集群页面地址:
http://192.168.88.161:8088/cluster
在这里插入图片描述

查看MapReduce历史任务页面地址:
http://192.168.88.161:19888/jobhistory
在这里插入图片描述

10.2主机名访问
请注意，以上的访问地址只能使用IP地址，如果想要使用主机名，则对Windows进行配置。
配置方式:
1、打开Windows的C:\Windows\System32\drivers\etc目录下hosts文件
2、在hosts文件中添加以下域名映射
192.168.88.161 node1 node1.itcast.cn
192.168.88.162 node2 node2.itcast.cn
192.168.88.163 node3 node3.itcast.cn

配置完之后，可以将以上地址中的IP替换为主机名即可访问，如果还不能访问，则需要重启Windows电脑，比如访问NameNode，可以使用http://node1:50070/ 。
11.hadoop上传文件
命令 hadoop fs -put 文件名 /

lhh123lhh123
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Hadoop高手之路6-ZooKeeper
W_chuanqi的博客
01-02 691
ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。ZooKeeper包含一个简单的原语集，提供Java和C的接口。
ZooKeeper watch机制
z69183787的专栏
12-24 1412
zookeeper watch机制 一个zk的节点可以被监控，包括这个目录中存储的数据的修改，子节点目录的变化，一旦变化可以通知设置监控的客户端，这个功能是zookeeper对于应用最重要的特性，通过这个特性可以实现的功能包括配置的集中管理，集群管理，分布式锁等等。 getData(), getChildren(), and exists()可以设置对某个节点进行监听。New ZooKeepe...
大数据基础——分布式协调服务（zookeeper）
lixufei12138的博客
01-03 3773
分布式协调服务——zookeeper 1 : zookeeper 概述: 1.1 : zookeeper简介: zookeeper是一个分布式的, 开源的分布式应用程序协调服务,是对Google的Chubby组件的开源实现,为Hadoop和HBase的运行提供了相应的服务.他是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护(使得集群中的机器可以共享配置信息中的那些公共的部分)；命名服务（是指通过指定的名字来获取资环或者服务的地址，以及提供者的信息，利用zookeeper可以很容易的创建一个
zookeeper的watch机制详细讲解
怪咖@的博客
06-26 4324
我们可以把 Watch 理解成是注册在特定 Znode 上的。当这个 Znode 发⽣改变，也就是调⽤了 create ， delete ， setData ⽅法的时候，将会触发 Znode 上注册的对应事件，请求 Watch 的客户端会接收到异步通知。具体交互过程如下：这里的服务端指的是zk的服务端。 客户端使⽤了NIO通信模式监听服务端的调⽤。zkCli客户端常用命令详解：https://blog.csdn.net/weixin_43888891/article/details/125400879创建
今日整理-Zookeeper 的 Watcher 机制，有哪些特性？
yokeyhui的博客
12-03 581
今天我们一起来聊聊Zookeeper 的 Watcher 机制，有哪些特性？
【Hadoop篇06】Hadoop源码编译1
08-04
在本篇【Hadoop篇06】中，我们将探讨如何编译Hadoop源码，这是一个对深入了解Hadoop内部机制至关重要的过程。以下是编译Hadoop源码所需的关键步骤和相关知识点： 1. **准备工作** - **CentOS联网**：确保Linux系统...
vmw 17 centos hadoop 06
09-19
vmw 17 centos hadoop 06
HADOOP学习
10-28
1、 hadoop官方网站，首页会有最新动态。 2、 Nutch ->谷歌GFS论文->doug 根据GFS设计了NDFS、06年启动hadoop项目。 3、 环境支持 操作系统 Linux 、WINDOWS-Cygwin、hadoop-for-windows JDK支持 下载jdk，解压jdk...
hadoop详细视频教程
07-15
06_hadoop_hdfs1分布式文件系统06 07_hadoop_hdfs1分布式文件系统07 08_hadoop_hdfs1分布式文件系统08_io 09_hadoop_hdfs1分布式文件系统09_io 10_hadoop_hdfs1分布式文件系统10 11_hadoop_hdfs1分布式文件系统11 12...
06hadoop基础架构——好程序
01-07
hadoop是什么 apache hadoop是apache旗下的一套开源的软件平台。 hadoop是一套高可靠的、可扩展的、分布式的计算开源软件。hadoop软件库是一个框架，使用简单的编程模型跨计算机集群分布式处理大型的数据集（海量...
Watch机制原理解析
10-26 1794
来源： 《从Paxos到Zookeeper》 https://www.cnblogs.com/GrimMjx/p/10922480.html https://blog.csdn.net/huyangyamin/article/details/77743624 https://www.bilibili.com/video/av32715941?from=search&seid=9380652...
zookeeper之监听事件总结
weixin_33781606的博客
01-27 765
2019独角兽企业重金招聘Python工程师标准>>> ...
Watch机制
weixin_30901729的博客
02-08 139
一、整体流程 1、客户端注册Watcher 2、服务端处理Watcher 3、客户端回调Watcher 二、Watcher 通知状态与事件类型 state type path WatcheEvent只有三个属性 state type path 不会告诉原始数据内容和更新内容，需要client再次主动获取最新信息 三、客户端：ZKWatchManager...
zookeeper的watch机制
zhoushimiao1990的博客
08-04 2300
zookeeper的watch监听机制，用于监听节点数据变化。当watch监听的数据发生变化时，通知该watch的client，即watcher。 那么既然有watch监听数据变化事件，就有对应的事件类型和状态类型。 zk连接状态类型： KeeperState.Disconnected：客户端连接断开 KeeperState.SyncConnected：客户端和服务器的某一个节点建立连接，并完成一次version、zxid的同步。 KeeperState.AuthFailed：客户端进行连接认证失
ZooKeeper 3：Watch机制与其源码分析
mxb1234567的博客
06-15 550
watch机制，顾名思义是一个监听机制
浅谈Zookeeper的watch机制与ACL权限控制以及四字命令
qq_16410733的博客
07-01 462
浅谈Zookeeper的watch机制与ACL权限控制以及四字命令Watcher机制Watcher命令行学习Watcher事件类型watcher使用场景ACL(access control lists)权限控制ACL命令行ACL的构成ACL命令行学习ACL的常用使用场景zk四字命令Four Letter Words常见命令 Watcher机制 Watch机制主要有以下几个特点： 1）针对每个结点的...
ZooKeeper 的 Watch 机制是什么？
热门推荐
Shockang的博客
06-17 1万+
前言 本文隶属于专栏《1000个问题搞定大数据技术体系》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！ 本专栏目录结构和参考文献请见1000个问题搞定大数据技术体系 正文 Watch 机制的简介 ZooKeeper 提供了分布式数据发布/订阅功能，一个典型的发布/订阅模型系统定义了一种一对多的订阅关系，能让多个订阅者同时监听某一个主题对象，当这个主题对象自身状态变化时，会通知所有订阅者，使他们能够做出相应的处理。 在 ZooKeeper 中，引入了 Watch 机制来实现这
redis的Watch机制是什么？
Prodigal
12-07 5117
watch机制 Redis Watch 命令用于监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断 语法 redis Watch 命令基本语法如下： WATCH key [key …] 验证： 首先开启两个redis客户端，客户端1和客户端2. 1、客户端1中，先set一个值 redis 127.0.0.1:6379> se...
VC中的Watch机制
ljishuboke的博客
03-21 1496
Watch VC支持查看变量、表达式和内存的值。所有这些观察都必须是在断点中断的情况下进行。 观看变量的值最简单，当断点到达时，把光标移动到这个变量上，停留一会就可以看到变量的值。 VC提供一种被成为Watch的机制来观看变量和表达式的值。在断点状态下，在变量上单击右键，选择Quick Watch， 就弹出一个对话框，显示这个变量的值。 单击Debug工具条上的Watch按钮，就出现一个Wa
elipse hadoop
最新发布
09-30
2. 将Hadoop插件（hadoop-eclipse-plugin-2.10.1.jar）复制到Eclipse的"plugins"目录下（例如：D:\HadoopWindowsEclipse\eclipse-java-2020-06-R-win32-x86_64\plugins）。 3. 重新启动Eclipse。
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