分布式搜索——Elasticsearch

已于 2022-11-02 17:11:41 修改
阅读量713 收藏 6
点赞数 6
文章标签： elasticsearch 分布式 搜索引擎
于 2022-10-31 16:05:54 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_56188609/article/details/127601978
版权

目录

一、初始ES

什么是elasticsearch

elasticsearch是一款非常强大的开源分布式搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK：以elasticsearch为核心的技术栈，包括beats、Logstash、kibana、elasticsearch）。被广泛应用在日志数据分析、实时监控等领域
在这里插入图片描述
在这里插入图片描述

elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。而elasticsearch底层的实现是Lucene技术（Lucene中核心技术为倒排索引）；Lucene是一个Java语言的搜索引擎类库（jar 包），是Apache公司的顶级项目 。elasticsearch则是基于lucene的多次开发，相比与lucene，elasticsearch更具备优势
● 支持分布式，可水平扩展

● 提供Restful接口，可被任何语言调用
在这里插入图片描述
官网地址：https://www.elastic.co/cn/

倒排索引

传统数据库（如MySQL）采用正向索引，例如给下表（tb_goods）中的id创建索引：
在这里插入图片描述
elasticsearch采用倒排索引：
● 文档（document）：每条数据就是一个文档
● 词条（term）：文档按照语义分成的词语
在这里插入图片描述

什么是文档和词条？
       ●  每一条数据就是一个文档
       ●  对文档中的内容分词，得到的词语就是词条
什么是正向索引？
       ●  基于文档id创建索引。查询词条时必须先找到文档，而后判断是否包含词条
什么是倒排索引？
       ●  对文档内容分词，对词条创建索引，并记录词条所在文档的信息。查询时先根据词条查询到文
          档id，而后获取到文档

elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息。
文档数据会被序列化为json格式后存储在elasticsearch中。

在这里插入图片描述

索引（Index）：相同类型的文档集合
映射（mapping）：索引中文档的字段约束信息，类似表的结构约束
在这里插入图片描述

es与mysql的概念对比

MySQLElasticsearch说明
TableIndex索引(index)，就是文档的集合，类似数据库的表(table)
RowDocument文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
ColumeField字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
SchemaMappingMapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQLDSLDSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD

架构
Mysql：擅长事务类型操作，可以确保数据的安全和一致性
Elasticsearch：擅长海量数据的搜索、分析、计算
在这里插入图片描述

安装es

部署单点es

资源链接 ：
es镜像：链接：https://pan.baidu.com/s/1xGIoyxoolLF8l3W_pp8jLw
提取码：GY66
kibana镜像：https://pan.baidu.com/s/1ADzZHA2V5HhuypBNi2KX9g
提取码：GY66

1、创建网络

因为需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络：

docker network create es-net

2、加载镜像

这里采用elasticsearch的7.12.1版本的镜像，这个镜像体积非常大，接近1G。镜像的tar包：

将其上传到虚拟机中，然后运行命令加载即可：

# 导入数据
docker load -i es.tar

同理还有kibana的tar包也需要这样做。

3、运行

运行docker命令，部署单点es（es底层是基于Java实现的）：

docker run -d \
	--name es \
    -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \        #配置JVM的堆内存大小
    -e "discovery.type=single-node" \
    -v es-data:/usr/share/elasticsearch/data \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    --privileged \
    --network es-net \
    -p 9200:9200 \          # http协议端口，供用户访问
    -p 9300:9300 \          # es容器各个节点互连的端口
elasticsearch:7.12.1        # 镜像名称

在这里插入图片描述

命令解释：

  • -e "cluster.name=es-docker-cluster"： 设置集群名称 【-e：设置环境变量】
  • -e "http.host=0.0.0.0"： 监听的地址，可以外网访问
  • -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"： 内存大小（es运行时的堆内存大小，默认1G）
  • -e "discovery.type=single-node"： 非集群模式（单点运行）
  • -v es-data:/usr/share/elasticsearch/data： 挂载逻辑卷，绑定es的数据目录
  • -v es-logs:/usr/share/elasticsearch/logs： 挂载逻辑卷，绑定es的日志目录
  • -v es-plugins:/usr/share/elasticsearch/plugins： 挂载逻辑卷，绑定es的插件目录
  • --privileged： 授予逻辑卷访问权
  • --network es-net ： 加入一个名为es-net的网络中
  • -p 9200:9200： 端口映射配置

在浏览器中输入：http://192.168.197.140:9200 即可看到elasticsearch的响应结果：
在这里插入图片描述
es启动成功！！！

安装kibana

部署kibana
kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。

1.部署
运行docker命令，部署kibana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1        # 版本必须与es的版本保持一致

在这里插入图片描述

命令解释：

  • --network es-net ： 加入一个名为es-net的网络中，与elasticsearch在同一个网络中
  • -e ELASTICSEARCH_HOSTS=http://es:9200"： 设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch
  • -p 5601:5601： 端口映射配置

kibana启动一般比较慢，需要多等待一会，可以通过命令：

docker logs -f kibana

查看运行日志，当查看到下面的日志，说明成功：
在这里插入图片描述

此时，在浏览器输入地址访问：http://192.168.150.101:5601，即可看到结果
在这里插入图片描述

kibana中提供了一个DevTools界面：这个界面中可以编写DSL来操作elasticsearch。并且对DSL语句有自动补全功能。
在这里插入图片描述

分词器

es在创建倒排索引时需要对文档分词；在搜索时，需要对用户输入内容分词（分词器的作用）。但默认的分词规则对中文处理并不友好。
我们在kibana的DevTools中测试：

# 测试分词器 （/_analyze：做分词分析；  analyzer：分词器，此处按英文进行分词 
#"analyzer": "standard"——————>默认的标准分词器 ）
POST /_analyze
{
  "analyzer": "english",
  "text": "错过了落日afterglow，还可以期待漫天繁星！"
}

在这里插入图片描述

IK分词器

处理中文分词，一般会使用IK分词器。官方网站：https://github.com/medcl/elasticsearch-analysis-ik
ik分词器包含两种模式：
● ik_smart：最少切分，粗粒度
● ik_max_word：最细切分，细粒度

资源链接
IK分词器：https://pan.baidu.com/s/1H4ww8mKeYTKiz4knsGJcpw
提取码：GY66

安装IK分词器

一、在线安装ik插件（较慢）

# 进入容器内部
docker exec -it elasticsearch /bin/bash

# 在线下载并安装
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip

#退出
exit
#重启容器
docker restart elasticsearch

二、离线安装ik插件（推荐）

1、查看数据卷目录

安装插件需要知道elasticsearch的plugins目录位置，而我们用了数据卷挂载，因此需要查看elasticsearch的数据卷目录，通过下面命令查看:

docker volume inspect es-plugins

在这里插入图片描述

显示结果：

[
    {
        "CreatedAt": "2022-05-06T10:06:34+08:00",
        "Driver": "local",
        "Labels": null,
        "Mountpoint": "/var/lib/docker/volumes/es-plugins/_data",
        "Name": "es-plugins",
        "Options": null,
        "Scope": "local"
    }
]

说明plugins目录被挂载到了：/var/lib/docker/volumes/es-plugins/_data 这个目录中。

2、解压缩分词器安装包
将提供的ik分词器解压缩，命名为ik

3、上传到es容器的插件数据卷中
也就是/var/lib/docker/volumes/es-plugins/_data ：

4、重启容器

# 4、重启容器
docker restart es

# 查看es日志
docker logs -f es

中文分词成功！！！
在这里插入图片描述

ik_smart——【最少切分，粗粒度】

{
  "tokens" : [
    {
      "token" : "错",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "CN_CHAR",
      "position" : 0
    },
    {
      "token" : "过了",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "落日",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "afterglow",
      "start_offset" : 5,
      "end_offset" : 14,
      "type" : "ENGLISH",
      "position" : 3
    },
    {
      "token" : "还可",
      "start_offset" : 15,
      "end_offset" : 17,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "以",
      "start_offset" : 17,
      "end_offset" : 18,
      "type" : "CN_CHAR",
      "position" : 5
    },
    {
      "token" : "期待",
      "start_offset" : 18,
      "end_offset" : 20,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "满天",
      "start_offset" : 20,
      "end_offset" : 22,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "繁星",
      "start_offset" : 22,
      "end_offset" : 24,
      "type" : "CN_WORD",
      "position" : 8
    }
  ]
}

ik_max_word——【最细切分，细粒度】

{
  "tokens" : [
    {
      "token" : "错过",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "过了",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "落日",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "afterglow",
      "start_offset" : 5,
      "end_offset" : 14,
      "type" : "ENGLISH",
      "position" : 3
    },
    {
      "token" : "还可",
      "start_offset" : 15,
      "end_offset" : 17,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "可以",
      "start_offset" : 16,
      "end_offset" : 18,
      "type" : "CN_WORD",
      "position" : 5
    },
    {
      "token" : "以期",
      "start_offset" : 17,
      "end_offset" : 19,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "期待",
      "start_offset" : 18,
      "end_offset" : 20,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "满天",
      "start_offset" : 20,
      "end_offset" : 22,
      "type" : "CN_WORD",
      "position" : 8
    },
    {
      "token" : "繁星",
      "start_offset" : 22,
      "end_offset" : 24,
      "type" : "CN_WORD",
      "position" : 9
    }
  ]
}
IK分词器的扩展和停用字典

ik分词器-拓展词库（个性化设置）
要拓展ik分词器的词库，只需要修改一个ik分词器目录中的config目录中的IkAnalyzer.cfg.xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典-->
        <entry key="ext_dict">ext.dic</entry>
</properties>

然后在名为ext.dic的文件中，添加想要拓展的词语即可，例如：

白嫖
奥力给

ik分词器-停用词库
要禁用某些敏感词条，只需要修改一个ik分词器目录中的config目录中的IkAnalyzer.cfg.xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典-->
        <entry key="ext_dict">ext.dic</entry>
         <!--用户可以在这里配置自己的扩展停止词字典  *** 添加停用词词典-->
        <entry key="ext_stopwords">stopword.dic</entry>
</properties>

然后在名为stopword.dic的文件中，添加想要停用的词语即可，例如：

国际

在这里插入图片描述
拓展词库、停用词库为独立的文件，文件在当前配置文件所在目录。stopword.dic存在，可以直接添加；而ext.dic可以手动创建！

stopword.dic中默认已经添加了很多停止词（如英文中的冠词、介词等无意义的词…）
在这里插入图片描述

二、操作索引库

索引库操作：

创建索引库：PUT /索引库名
查询索引库：GET /索引库名
删除索引库：DELETE /索引库名
添加字段：PUT /索引库名/_mapping

mapping属性

mapping是对索引库中文档的约束，常见的mapping属性包括：

type：字段数据类型，常见的简单类型有：
      ●   字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
      ●   数值：long、integer、short、byte、double、float、
      ●   布尔：boolean
      ●   日期：date
      ●   对象：object
index：是否创建索引                 # 倒排索引————>可以被搜索），默认为true
analyzer：使用哪种分词器            # 结合text类型使用，其他所有类型都无需分词
properties：该字段的子字段

创建索引库

ES中通过Restful请求操作索引库、文档。请求内容用DSL语句来表示。创建索引库和mapping的DSL语法如下：
在这里插入图片描述

成功创建索引库
在这里插入图片描述

查看、删除、修改索引库

查看索引库语法

GET  /索引库名

示例：

GET /xx

删除索引库的语法

DELETE /索引库名

示例：

DELETE /xx

修改索引库

索引库和mapping一旦创建无法修改，但是可以添加新的字段，语法如下：
索引库创建完后，数据结构（mapping映射）已定义好，es会基于mapping创建倒排索引，若要修改某个字段就会导致原有的整个倒排索引彻底失效，带来的影响较大，因此es禁止修改索引库

PUT   /索引库名/_mapping
{
  "properties": {
    "新字段名":{
      "type": "integer"
    }
  }
}

示例：（给xx索引库添加age的属性）

PUT   /xx/_mapping
{
  "properties": {
    "age":{
      "type": "integer"
    }
  }
}

三、文档操作

新增文档

新增文档的DSL语法如下：
在这里插入图片描述

查询文档

查看文档语法：

GET /索引库名/_doc/文档id

示例：

GET /GY/_doc/1

删除文档

删除索引库的语法:

DELETE /索引库名/_doc/文档id

示例：

DELETE /GY/_doc/1

修改文档

方式一：全量修改，会删除旧文档，添加新文档
在这里插入图片描述

方式二：增量修改，修改指定字段值
在这里插入图片描述

new一个对象_
关注
  • 6
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
【仿牛客网笔记】Elasticsearch，分布式搜索引擎——Elasticsearch入门
xue_hua_c的博客
11-14 384
Restful是一种设计风格，这种风格规定了前后端应该按照什么标准交互，不同类型的Http的请求的请求的格式是什么样的，请求标准的一种描述。采用集群分布式部署，每一台服务器称为节点，分片是对索引的进一步划分，副本是对分片的备份。7.0的时候废弃掉了。ES中的文档和数据库中的表的一行，文档通常采用的是js结构，js中每一个属性叫字段。支持结构化的数据，非结构化的数据也可以，即各种类型的数据通过它都可以。具体的搜索条件可以通过body提交，通过请求体提交复杂的请求。ES中的类型和数据库中的table表想对应。
ELK日志分析平台——elasticsearch分布式部署
S_K15的博客
08-13 732
elasticsearch实战
.NET 分布式 搜索 elasticsearch.net NEST
kingson88的专栏
04-26 5821
我们公司（电商）目前使用 elasticsearch。对于一个3亿数据量索引查询速度都是在毫秒级别，不过实现都是基于JAVA的client. 本人因为是.NET出身，虽然现在做JAVA。但是对.NET情有独钟。所以闲暇时间研究了下 elasticsearch的.NET 的CLIENT的NEST.希望.NET人员多使用 elasticsearch 来做搜索服务 解决.NET一直没有好的搜索服务。本人以
实时的分布式搜索和分析引擎——Elasticsearch
goodrain2016的博客
10-18 767
Elasticsearch是一个基于Apache Lucene(TM)的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。    但是，Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene非常复杂，你需要深入了解检索的相关知识来理解它是如何工作的。    E
ElasticSearch_new
FishLearning的博客
11-21 494
ElasticSearch 1. 什么是RestFul REST : 表现层状态转化(Representational State Transfer)，如果一个架构符合REST原则，就称它为 RESTful 架构风格。 **资源(Resources): 所谓"资源"，就是网络上的一个实体，或者说是网络上的一个具体信息 表现层(Representation) :我们把"资源"具体呈现出来的形式，叫...
分布式搜索elasticsearch
m0_46453855的博客
06-18 225
elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到需要的内容。 elasticsearch结合kibana、Logstash、Beats，也就是elastic stack (ELK)。被广泛应用在日志数据分析、实时监控等领域 elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。
Docker
远赴星河
12-16 547
官网：[https://docs.docker.com/engine/install/centos/] (https://docs.docker.com/engine/install/centos/) 安装 卸载旧版本 yum remove docker \ docker-client \ docker-client-latest \ docker-common \
分布式搜索引擎Elasticsearch开发实战基础篇 （ElasticSearch、ELK、搜索引擎、Lucene）.rar
11-11
分享一套完整版视频课程——分布式搜索引擎Elasticsearch开发实战基础篇 （ElasticSearch、ELK、搜索引擎、Lucene），本教程旨在带领大家进入搜索引擎领域，从无到有，深入浅出的讲解了什么是搜索引擎，搜索引擎的...
分布式运用——监控平台 Zabbix
nwp0611的博客
07-05 1157
作为一个运维，需要会使用监控系统查看服务器系统性能、应用服务状态和网站流量指标等，利用监控系统的数据去了解网站上线发布的结果和健康状态。利用一个优秀的监控软件，我们可以:通过一个友好的界面进行浏览整个网站所有的服务器状态可以在 Web 前端方便的查看监控数据可以回溯寻找事故发生时系统的问题和报警情况案列：自定义监控客户端服务器登录的人数需求：限制登录人数不超过 3 个，超过 3 个就发出报警信息1.明确需要执行的 linux 命令1.创建模板。
【仿牛客网笔记】Elasticsearch，分布式搜索引擎——Spring整合Elasticsearch
xue_hua_c的博客
11-15 279
set是一个开关，读取系统的属性，这个属性是key,将key设置为false就不会检查这个，所以我们在服务器启动的时候设置为false。针对帖子的配置所以在DIscussPost中，通过注解配置@Document，实体中的属性和索引中的字段对用关系通过注解配置。response取到搜索数据，得到是SearchHits,如果hits为0，则没有数据。@Repository是Spring提供的针对数据访问层的注解。我们需要想办法将数据库中的帖子存放到ES的服务器中，然后去ES服务器中搜索帖子。
Docker 启动容器报错： Error response from daemon: network XXX not found
ren814的博客
09-28 6800
docker启动报错
猫头虎分享已解决Bug || docker: Error response from daemon: network not found
GoCloudNative - 云原生技术的探索者。
02-24 1312
亲爱的云原生技术爱好者们，我是你们的老朋友猫头虎博主！。这个问题常见于Docker容器网络配置错误时。在这篇博客中，我将用我的专业知识和丰富经验，深入剖析这个Bug的原因，提供详尽的解决方案，并分享一些实用的代码案例。准备好了吗？让我们开始这场技术的冒险之旅吧！关键点说明错误类型Docker网络配置错误解决方法检查网络配置，创建或重新配置网络，重启Docker服务预防措施定期检查和更新网络配置，文档化和自动化想了解更多云原生技术资讯，欢迎点击文末加入我们的领域社群，一起成长！🐱🦉🌥️👉。
docker部署elasticsearch8
最新发布
2401_84247423的博客
04-12 1060
能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**
Docker安装ES、Kibana[7.6.2]
qq_45273562的博客
05-12 428
参考文档:https://cloud.tencent.com/developer/beta/article/2095362。查看所有容器，找到docker-elasticsearch的names【elasticsearch】2、kibana页面进入的密码也是之前配置elastic时候设定的密码。:用于Kibana连接的[后面部署之后，暂时没发现是不是真的可用]进入config目录,修改配置文件 修改完之后，保存退出。进入docker-elasticsearch的容器。启动后配置kibana.yml。
分布式搜索引擎Elasticsearch讲解专题（一）
znzbs的博客
06-20 213
elasticsearch是一款非常强大的开源搜索引擎，具备非常多强大功能，可以帮助我们从海量数据中快速找到需要的内容。elasticsearch在分布式的架构应用中，经常被用来进行全文检索服务，由于它出色的性能，获得了很好的口碑，目前来讲在实际中被广泛使用，本系列主要讲解elasticsearch的相关知识，从单节点安装部署，到基本的索引库CRUD和文档的CRUD，以及集群部署和操作，都会讲解到，希望对大家有所帮助。......
遇到错误：Error response from daemon: network xxxx not found解决方案
明天
11-28 7918
Error response from daemon: network 错误
linux network service not found,我自己调出来的，还有小学弟的帮忙。哈哈
君子不器
08-16 4563
/etc/init.d/networking restart /etc/init.d/networking restart /etc/init.d/networking restart /etc/init.d/networking restart /etc/init.d/network restart
Elasticsearch：修改network时的问题
愿你远行千里，归来仍是少年
01-03 1458
环境 ubuntu16 、elasticsearch7.5、jdk1.8 问题 原本能正常启动的ES，为了能其他主机访问ES服务，修改network.host为0.0.0.0(其他主机访问形式：es服务所在ip:端口)，报错如下： ERROR: [3] bootstrap checks failed [1]: max file descriptors [4096] for elastic...
ESNet:一种用于实时语义分割的高效对称网络
qq_43685921的博客
07-10 3653
ESNet: An Efficient Symmetric Network forReal-time Semantic Segmentation 南邮-2019 ESNet的整体对称架构。 整个网络由四个部分组成：下采样单元，上采样单元，因子化卷积单元及其并行部分。 近年来，使用深度卷积神经网络（DCNN）的语义分割已经取得了很大进展。 但是，大量的卷积层和特征通道导致语义分割成为计算量很大的任务...
利用大数据提升电力行业检修能力——Elasticsearch在分布式搜索中的应用
"检修领域-elasticsearch分布式大数据搜索" 在电力行业的检修领域，Elasticsearch作为一款强大的分布式搜索引擎，被广泛应用于大数据分析和故障预判预警系统。Elasticsearch以其高效的数据检索、分布式处理和实时...
评论 4
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

new一个对象_

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