部署Hadoop-分布式(高可用)

已于 2023-10-03 19:49:06 修改
阅读量219 收藏 3
点赞数
分类专栏： Hadoop 文章标签： hadoop 大数据
于 2023-10-03 10:56:19 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/m0_37559973/article/details/133513474
版权

目录

1.部署所需环境

2.集群规划

3.解压，配置环境变量

4.创建 hadoop 运行时产生文件的存储目录

5.创建白名单，方便服务扩展等

6.配置workers

7.配置hadoop-env.sh

8. 配置core-site.xml

9.配置hdfs-site.xml

11.配置mapred-site.xml

12.配置yarn-site.xml

13.分发hadoop到其他服务器

14.配置第二台服务器的hadoop

15.配置第三台服务器的hadoop

16.启动Hadoop集群

17.测试Hadoop集群

1.部署所需环境

  • JDK
  • Zookeeper
  • 关闭防火墙
  • ssh 免密登录

2.集群规划

机器服务
192.168.179.131 (01.weisx.com)DataNode、NodeManager、NameNode、
JournalNode、ResourceManager、NodeManager、ZKFC
192.168.179.132 (02.weisx.com)DataNode、NodeManager、NameNode、
JournalNode、ResourceManager、NodeManager、ZKFC
192.168.179.133 (03.weisx.com)DataNode、NodeManager、NameNode、
JournalNode、ResourceManager、NodeManager、ZKFC

以下第3到12步操作在192.168.179.131服务器上操作

3.解压，配置环境变量


1 ）拷贝Hadoop安装包到01节点~/tools/目录
   
2）解压到~/opt/目录
    tar -zxf hadoop-3.2.4.tar.gz -C /home/weisx/opt/
    
3）创建hadoop软链接    
   ln -s /home/weisx/opt/hadoop-3.2.4 /home/weisx/opt/hadoop
    
4 ）配置环境变量

vi ~/.base_profile

 #使环境变量生效: source ~/.bash_profile

4.创建 hadoop 运行时产生文件的存储目录

mkdir data


    

5.创建白名单，方便服务扩展等

vi /home/hadoop/opt/hadoop/etc/hadoop/whitelist

6.配置workers

vi /home/weisx/opt/hadoop/etc/hadoop/workers

7.配置hadoop-env.sh

        配置jdk目录: export JAVA_HOME=/home/weisx/opt/jdk


8. 配置core-site.xml

配置hadoop集群名称、存储目录、zookeeper等信息


<configuration>
    <!-- 把多个 NameNode 的地址组装成一个集群 mycluster -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://hadoopcluster</value>
   </property>
   
    <!-- 指定 hadoop 运行时产生文件的存储目录 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/home/weisx/opt/hadoop/data-ha</value>
    </property>

   <!-- 指定 zkfc 要连接的 zkServer 地址 -->
   <property>
        <name>ha.zookeeper.quorum</name>
        <value>01.weisx.com:2181,02.weisx.com:2181,03.weisx.com:2181</value>
   </property>
   <!-- NN 连接 JN 重试次数，默认是 10 次 -->
   <property>
        <name>ipc.client.connect.max.retries</name>
        <value>20</value>
   </property>
   <!-- 重试时间间隔，默认 1s -->
   <property>
        <name>ipc.client.connect.retry.interval</name>
        <value>5000</value>
   </property>

   <!-- 在网页界面访问数据使用的用户名。默认值是一个不真实存在的用户，此用户权限很小，不能访问不同用户的数据。这保证了数据安全。也可以设置为hdfs和hadoop等具有较高权限的用户，但会导致能够登陆网页界面的人能看到其它用户数据。实际设置请综合考虑。如无特殊需求。使用默认值dr.who就好 -->
   <property>
        <name>hadoop.http.staticuser.user</name>
        <value>weisx</value>
   </property>
</configuration>

9.配置hdfs-site.xml

<configuration>

     <!-- 白名单,方便服退役新节点 -->
     <property>
         <name>dfs.hosts</name>
         <value>/home/weisx/opt/hadoop/etc/hadoop/whitelist</value>
     </property>
     <!-- 数据块副本数为3 -->
     <property>
         <name>dfs.replication</name>
         <value>3</value>
     </property>

     <!-- NameNode 数据存储目录 -->
     <property>
         <name>dfs.namenode.name.dir</name>
         <value>file://${hadoop.tmp.dir}/name</value>
     </property>
     <!-- DataNode 数据存储目录 -->
     <property>
         <name>dfs.datanode.data.dir</name>
         <value>file://${hadoop.tmp.dir}/data</value>
     </property>
     <!-- JournalNode 数据存储目录 -->
     <property>
		 <name>dfs.journalnode.edits.dir</name>
         <value>${hadoop.tmp.dir}/jn</value>
     </property>
     <!-- 完全分布式集群名称,与core-site.xml里fs.defaultFS的值要对应 -->
     <property>
         <name>dfs.nameservices</name>
         <value>hadoopcluster</value>
     </property>
     <!-- 集群中 NameNode 节点都有哪些 -->
     <property>
         <name>dfs.ha.namenodes.hadoopcluster</name>
         <value>nn1,nn2,nn3</value>
     </property>
     <!-- NameNode 的 RPC 通信地址 -->
     <property>
         <name>dfs.namenode.rpc-address.hadoopcluster.nn1</name>
         <value>01.weisx.com:8020</value>
     </property>
     <property>
         <name>dfs.namenode.rpc-address.hadoopcluster.nn2</name>
         <value>02.weisx.com:8020</value>
     </property>
     <property>
         <name>dfs.namenode.rpc-address.hadoopcluster.nn3</name>
         <value>03.weisx.com:8020</value>
     </property>
     <!-- NameNode 的 http 通信地址 -->
     <property>
         <name>dfs.namenode.http-address.hadoopcluster.nn1</name>
         <value>01.weisx.com:9870</value>
     </property>
     <property>
         <name>dfs.namenode.http-address.hadoopcluster.nn2</name>
         <value>02.weisx.com:9870</value>
     </property>
     <property>
         <name>dfs.namenode.http-address.hadoopcluster.nn3</name>
         <value>03.weisx.com:9870</value>
     </property>
     <!-- 启用 nn 故障自动转移 -->
     <property>
         <name>dfs.ha.automatic-failover.enabled</name>
         <value>true</value>
     </property>
	 
     <!-- 指定 NameNode 元数据在 JournalNode 上的存放位置 -->
     <property>
         <name>dfs.namenode.shared.edits.dir</name>
         <value>qjournal://01.weisx.com:8485;02.weisx.com:8485;03.weisx.com:8485/hadoopcluster</value>
     </property>
     <!-- 访问代理类：client 用于确定哪个 NameNode 为 Active -->
     <property>
         <name>dfs.client.failover.proxy.provider.hadoopcluster</name>
         <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
     </property>
     <!-- 配置隔离机制，即同一时刻只能有一台服务器对外响应 -->
     <property>
         <name>dfs.ha.fencing.methods</name>
         <value>sshfence</value>
     </property>
     <!-- 使用隔离机制时需要 ssh 秘钥登录-->
     <property>
         <name>dfs.ha.fencing.ssh.private-key-files</name>
         <value>/home/weisx/.ssh/id_rsa</value>
     </property>
     

</configuration>

11.配置mapred-site.xml


<configuration>
    <!-- 指定MapReduce程序运行在Yarn上 -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
    <!-- 历史服务器端地址 -->
    <property>
       <name>mapreduce.jobhistory.address</name>
       <value>01.weisx.com:10020</value>
   </property>

   <!-- 历史服务器web端地址 -->
   <property>
       <name>mapreduce.jobhistory.webapp.address</name>
       <value>01.weisx.com:19888</value>
   </property>

</configuration>

12.配置yarn-site.xml

<configuration>

<!-- Site specific YARN configuration properties -->
    <!-- 执行MapReduce需要配置的shuffle过程 -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!-- 启用 resourcemanager ha -->
    <property>
        <name>yarn.resourcemanager.ha.enabled</name>
        <value>true</value>
    </property>
    <!-- 给yarn cluster 取个名字 -->
    <property>
        <name>yarn.resourcemanager.cluster-id</name>
        <value>yarncluster</value>
    </property>
    <!--给ResourceManager 取个名字-->
    <property>
        <name>yarn.resourcemanager.ha.rm-ids</name>
        <value>rm1,rm2,rm3</value>
    </property>
    <!-- ========== rm1 的配置 ========== -->
    <!-- 指定 rm1 的主机名 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm1</name>
        <value>01.weisx.com</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address.rm1</name>
        <value>01.weisx.com:8088</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address.rm1</name>
        <value>01.weisx.com:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address.rm1</name>
        <value>01.weisx.com:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address.rm1</name>
        <value>01.weisx.com:8031</value>
    </property>
    <!-- ========== rm2 的配置 ========== -->
   <!-- 指定 rm2 的主机名 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm2</name>
        <value>02.weisx.com</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address.rm2</name>
        <value>02.weisx.com:8088</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address.rm2</name>
        <value>02.weisx.com:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address.rm2</name>
        <value>02.weisx.com:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address.rm2</name>
        <value>02.weisx.com:8031</value>
    </property>
    <!-- ========== rm3 的配置 ========== -->
    <!-- 指定 rm3 的主机名 -->
    <property>
        <name>yarn.resourcemanager.hostname.rm3</name>
        <value>03.weisx.com</value>
    </property>
    <property>
        <name>yarn.resourcemanager.webapp.address.rm3</name>
        <value>03.weisx.com:8088</value>
    </property>
    <property>
        <name>yarn.resourcemanager.address.rm3</name>
        <value>03.weisx.com:8032</value>
    </property>
    <property>
        <name>yarn.resourcemanager.scheduler.address.rm3</name>
        <value>03.weisx.com:8030</value>
    </property>
    <property>
        <name>yarn.resourcemanager.resource-tracker.address.rm3</name>
        <value>03.weisx.com:8031</value>
    </property>

    <!-- 指定 zookeeper 集群的地址 --> 
    <property>
        <name>yarn.resourcemanager.zk-address</name>
        <value>01.weisx.com:2181,02.weisx.com:2181,03.weisx.com:2181</value>
    </property>
    <!-- 启用自动恢复 --> 
    <property>
        <name>yarn.resourcemanager.recovery.enabled</name>
        <value>true</value>
    </property>
    <!-- 指定 resourcemanager 的状态信息存储在 zookeeper 集群 --> 
    <property>
        <name>yarn.resourcemanager.store.class</name> 
        <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
    <!-- 环境变量的继承 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME,SPARK_HOME</value>
    </property>
    <property>
        <!-- 启用节点的内容和CPU自动检测，最小内存为1G -->
        <name>yarn.nodemanager.resource.detect-hardware-capabilities</name>
        <value>false</value>
    </property>

    <property>
        <name>yarn.nodemanager.resource.memory-mb</name>
        <value>512</value> <!-- 资源分配值8G -->
    </property>
    <!-- scheduler最大核数 -->
    <property>
        <name>yarn.scheduler.maximum-allocation-vcores</name>
        <value>1</value>
    </property>
    <!-- 单个Container能够使用的最大内存 -->
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>1024</value>
    </property>
    <!-- 该参数的含义是，单个Container能够使用的最小内存 -->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
		<value>126</value>
    </property>
    <property>
        <name>yarn.app.mapreduce.am.resource.mb</name>
        <value>1024</value>
    </property>
    <property>
        <name>yarn.nodemanager.resource.cpu-vcores</name>
        <value>1</value>
    </property>
    <!--是否启动一个线程检查每个任务正使用的物理内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
    <property>
        <name>yarn.nodemanager.pmem-check-enabled</name>
        <value>false</value>
    </property>

    <!--是否启动一个线程检查每个任务正使用的虚拟内存量，如果任务超出分配值，则直接将其杀掉，默认是true -->
    <property>
        <name>yarn.nodemanager.vmem-check-enabled</name>
        <value>false</value>
    </property>
    <!-- 开启日志聚集功能 -->
    <property>
	    <name>yarn.log-aggregation-enable</name>
	    <value>true</value>
    </property>
    <!-- 设置日志聚集服务器地址 -->
    <property>  
	    <name>yarn.log.server.url</name>  
	    <value>http://01.weisx.com:19888/jobhistory/logs</value>
    </property>
	<!-- 设置日志保留时间为7天 -->
	<property>
		<name>yarn.log-aggregation.retain-seconds</name>
		<value>604800</value>
	</property>
    <property>
        <name>yarn.resourcemanager.am.max-attempts</name>
        <value>1</value>
        <description>
        The maximum number of application master execution attempts.
        </description>
    </property>
</configuration>

13.分发hadoop到其他服务器

scp -r /home/weisx/opt/hadoop-3.2.4 02.weisx.com:~/opt

scp -r /home/weisx/opt/hadoop-3.2.4 03.weisx.com:~/opt

以下第14步操作在192.168.179.132服务器上操作

14.配置第二台服务器的hadoop

1 ) 创建hadoop软链接    
   ln -s /home/weisx/opt/hadoop-3.2.4 /home/weisx/opt/hadoop
2）配置环境变量

vi ~/.base_profile

 #使环境变量生效: source ~/.bash_profile

以下第15步操作在192.168.179.133服务器上操作

15.配置第三台服务器的hadoop

1 ) 创建hadoop软链接    
   ln -s /home/weisx/opt/hadoop-3.2.4 /home/weisx/opt/hadoop


2）配置环境变量

vi ~/.base_profile

 #使环境变量生效: source ~/.bash_profile

以下第16步操作在192.168.179.131服务器上操作

16.启动Hadoop集群

 0）启动zookeeper
    zkServer.sh start

 0）启动所有节点journalnode进程
    hdfs --daemon start journalnode

 1）注意只格式化一次，之后再格式化会使数据丢失
    hdfs namenode -format
 

 2）格式化高可用（Zookeeper里的hadoop信息）
     hdfs zkfc -formatZK

  3）启动namenode
   hdfs --daemon start namenode
   
  4）需要在备节点192.168.179.132同步主节点的元数据信息
    hdfs namenode -bootstrapStandby
    
   5）需要在备节点192.168.179.133同步主节点的元数据信息
    hdfs namenode -bootstrapStandby


   6）namenode元数据同步完数据后，紧接着在主节点节点上，结束namenode进程
   hdfs --daemon stop namenode
    

   7）关闭所有节点上面的journalnode进程
    hdfs --daemon stop journalnode

 8）重启启动hadoop
   在主节点上分别执行：start-dfs.sh 和 start-yarn.sh 启动dfs和yarn或者 执行start-all.sh

 9）Web 端查看 HDFS 的 NameNode

http://192.168.179.131:9870

​

17.测试Hadoop集群

   1）在192.168.179.131服务器上上传文件到hadoop集群

​
   2）在192.168.179.132查看hadoop集群文件

​

m0_37559973
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【Hadoop】HA高可用搭建保姆级教程（大二学长的万字笔记）
你不来，再美的天地，都狼藉 ~
05-29 7665
Hadoop HA高可用搭建保姆级教程，来自正在学习大数据导论的大二学长的万字笔记，干得不能再干的干货分享！
疯狂Hadoop之分布式集群搭建（一）
关注我！带你一路 "狂飙" 到底！
07-10 1043
Hadoop是apache旗下一个用java语言实现的开源软件框架，是一个开发和运行处理大规模数据的软件平台。允许使用简单的编程模型在大量的计算机集群上对大型数据集进行分布式处理Hadoop组件核心有HDFS(分布式文件系统):解决海量数据存储YARN(作业调度和集群资源管理的框架)：解决资源任务调度MAPREDUCE(分布式运算编程框架)：解决海量数据计算Hadoop集群具体来说包含两个集群：HDFS集群和YARN集群，两者逻辑上分离，但物理上常在一起。
【Hadoop】HA高可用搭建保姆级教程（大二学长的万字笔记）_hadoop的高可用搭建
最新发布
2401_84166396的博客
05-03 835
注意要将 zoo_sample.cfg 文件改名为 zoo.cfg，这个文件在 zookeeper 目录的 conf 目录下。不需要启动Zookeeper的节点，不需要配置进来。ZKFailOverController是Hadoop中通过ZK实现FC（故障转移）功能的一个实用工具。
hadoop集群HA高可用搭建
weixin_64378412的博客
06-18 1517
在整个项目中我觉得最难的应该是HA，当然这是对于第一次配置HA高可用的我来说，因为我根据不同的博客配置了几次，要么就是两个Standby 状态的NameNode，要么就是一个Active状态的NameNode，一个Standby 状态的NameNode。但是当你kill 掉Active节点的NameNode，你就会发现，Standby 状态的NameNode没有成功切换为Active。我在配置了几次后，通过查看日志文件，发现拒绝连接，经过仔细阅读。问题出现在无法进行 fence。
hadoop3.0高可用分布式集群安装
maodun
03-29 724
hadoop高可用，依赖于zookeeper。
hadoop3 高可用集群
qq_34304427的博客
09-17 1027
配置文件所在路径：/opt/module/hadoop-3.3.4/etc/hadoop。在文档末尾加入一下内容，这里由于是测试环境，内存给的比较小。
Hadoop分布式(高可用)部署配置文件
10-03
Hadoop分布式(高可用)部署配置文件
Hadoop3.3高可用环境搭建 .docx
11-29
五台虚拟机搭建Hadoop3.3.1高可用完全分布式环境
9、hadoop高可用HA集群部署及三种方式验证
05-29
9、hadoop高可用HA集群部署及三种方式验证 网址：https://blog.csdn.net/chenwewi520feng/article/details/130344998 本文介绍hadoop HA环境部署。本文分为三部分，即HA集群规划、HA集群部署和HA集群验证 前提依赖：...
Hadoop分布式介绍
06-15
HDFS是Hadoop分布式文件系统，具有高容错性和高吞吐量的特点，适用于大数据量的应用程序。HDFS的设计思想是基于分布式文件系统的设计思想，可以部署在低廉的硬件上。 HDFS体系结构 HDFS的体系结构包括： * ...
Hadoop3.0分布式集群搭建(HA)详细文档.docx
05-22
详细描述Hadoop3.0 高可用分布式集群搭建。步骤清晰。
hadoop 分布式集群部署 一 YARN 高可用部署
CodingDemo
08-10 471
hadoop 分布式集群部署 一 YARN 高可用部署。
hadoop系列(二)HA高可用方式部署
qq_38130094的博客
12-13 2482
hadoop系列(一)hadoop集群安装hadoop系列(二)HA高可用方式部署hadoop系列(三) HDFS的shell操作和常用API操作hadoop系列(四)HDFS的工作机制，MapReduce，yarn流程及核心原理hadoop系列(五)input和output主节点(nameNode节点)与其他从节点具备ssh免密登录环境HOSTNameNodeSNNDNZKFCZKnode01√√node02√√√√√。
【大数据入门核心技术-Hadoop】（六）Hadoop3.2.1高可用集群搭建
12-03 3160
独立模式又称为单机模式，仅1个机器运行1个java进程，主要用于调试。伪分布模式也是在1个机器上运行HDFS的NameNode和DataNode、YARN的 ResourceManger和NodeManager，但分别启动单独的java进程，主要用于调试。单Namenode节点模式-高可用HA模式集群模式主要用于生产环境部署。会使用N台主机组成一个Hadoop集群。这种部署模式下，主节点和从节点会分开部署在不同的机器上。本教程主要安装 多Namenode 节点 高可用集群模式二、准备工作本高可用参考以上非高
HDFS HA 高可用集群搭建详细图文教程
Stars.Sky 的博客
09-04 2548
HDFS HA 高可用搭建详细图文教程
Hadoop高可用集群搭建
m0_50744317的博客
05-08 3914
一、集群节点分布。 三个服务器组成一个Zookeeper集群。node-01和node-02作为集群的NameNode，需要运行ZKFC来监控NameNode的健康状态。 二、hadoop高可用集群 （1）先搭建普通的hadoop集群。 （2）修改core-site.xml文件。 该文件是Hadoop的核心配置文件，配置HDFS地址、端口号，以及临时文件 目录。打开该配置文件，添加如下配置内容。 zookeeper地址就是你的三台主机名 cd /export/...
hadoop分布式集群部署步骤总结
热门推荐
JimGray的博客
04-25 1万+
一、理论基础( 一) 　HA 概念以及作用 　　HA(High Available), 高可用性群集，是保证业务连续性的有效解决方案，一般有两个或两个以上的节点，且分为活动节点及备用节点。通常把正在执行业务的称为活动节点，而作为活动节点的一个备份的则称为备用节点。当活动节点出现问题，导致正在运行的业务（任务）不能正常运行时，备用节点此时就会侦测到，并立即接续活动节点来执行业务。从而实现业务的不中断
大数据Hadoop分布式集群部署（详细版）
arnoldmapo的博客
03-31 1万+
大数据Hadoop分布式集群部署（详细集群） 一、 搭建思路 1. 软件版本 本文 介绍大数据平台Hadoop的分布式环境搭建，为保证大家都可以在自己的电脑上使用，我们选取在VMware Workstation Pro 12.0以上版本的虚拟机上部署5台CentOS-7系统模拟5台服务器。Java jdk环境采用jdk-1.8以上版本，Hadoop采用hadoop-2.8.3版本 2....
2.3Hadoop完全分布式部署
06-06
好的，关于Hadoop的完全分布式部署，我可以为您提供一些基本的信息和步骤。 首先，要进行完全分布式部署，您需要至少三台计算机，并且每台计算机需要满足Hadoop的最低硬件要求。 接下来，您需要按照以下步骤进行部署： 1. 安装Java和SSH：在每台计算机上安装Java和SSH，并且确保它们都能互相访问。 2. 配置Hadoop环境变量：在每台计算机上设置Hadoop的环境变量，以便能够在任何位置运行Hadoop命令。 3. 配置Hadoop集群：设置每个节点的Hadoop配置文件，包括core-site.xml、hdfs-site.xml和mapred-site.xml等。 4. 启动Hadoop集群：启动Hadoop集群并验证集群是否正常运行。 5. 测试Hadoop集群：运行一些简单的Hadoop作业来测试集群的性能和可用性。 以上是Hadoop完全分布式部署的基本步骤，您可以参考Hadoop官方文档或者其他相关资料来进行更加详细的操作指导。

“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

打赏作者

m0_37559973

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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