hadoop之MR字节码转换

最新推荐文章于 2021-10-03 00:07:37 发布
最新推荐文章于 2021-10-03 00:07:37 发布
阅读量585 收藏
点赞数
分类专栏： hadoop源码 文章标签： hadoop java 源码 字符集编码
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/nju_mc/article/details/53010640
版权

大家如果看过hadoop的文本文件输入字符集格式，就知道在TextOutputFormat源码中写死了输出字节码格式是UTF-8，源码如下

  
import java.io.DataOutputStream;  
import java.io.IOException;  
import java.io.UnsupportedEncodingException;  
  
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.fs.FileSystem;  
import org.apache.hadoop.fs.Path;  
import org.apache.hadoop.fs.FSDataOutputStream;  
  
import org.apache.hadoop.io.NullWritable;  
import org.apache.hadoop.io.Text;  
import org.apache.hadoop.io.compress.CompressionCodec;  
import org.apache.hadoop.io.compress.GzipCodec;  
import org.apache.hadoop.mapreduce.OutputFormat;  
import org.apache.hadoop.mapreduce.RecordWriter;  
import org.apache.hadoop.mapreduce.TaskAttemptContext;  
import org.apache.hadoop.util.*;  
  
/** An {@link OutputFormat} that writes plain text files. */  
public class TextOutputFormat<K, V> extends FileOutputFormat<K, V> {//TextInputFormat是默认的输出文件格式   
  protected static class LineRecordWriter<K, V>//默认   
    extends RecordWriter<K, V> {  
    private static final String utf8 = "UTF-8"; //这个地方写死了输出字符集是UTF-8 
    private static final byte[] newline;//行结束符？   
    static {  
      try {  
        newline = "\n".getBytes(utf8);  
      } catch (UnsupportedEncodingException uee) {  
        throw new IllegalArgumentException("can't find " + utf8 + " encoding");  
      }  
    }  
  
    protected DataOutputStream out;  
    private final byte[] keyValueSeparator;//key和value的分隔符，默认的好像是Tab   
  
    public LineRecordWriter(DataOutputStream out, String keyValueSeparator) {//构造函数，初始化输出流及分隔符    
      this.out = out;  
      try {  
        this.keyValueSeparator = keyValueSeparator.getBytes(utf8);  
      } catch (UnsupportedEncodingException uee) {  
        throw new IllegalArgumentException("can't find " + utf8 + " encoding");  
      }  
    }  
  
    public LineRecordWriter(DataOutputStream out) {//默认的分隔符   
      this(out, "\t");  
    }  
  
    /** 
     * Write the object to the byte stream, handling Text as a special输出流是byte格式的 
     * case. 
     * @param o the object to print是要输出的对象 
     * @throws IOException if the write throws, we pass it on 
     */  
    private void writeObject(Object o) throws IOException {//应该是一行一行的写 key keyValueSeparator value \n   
      if (o instanceof Text) {//如果o是Text的实例   
        Text to = (Text) o;  
        out.write(to.getBytes(), 0, to.getLength());//写出   
      } else {  
        out.write(o.toString().getBytes(utf8));  
      }  
    }  
  
    public synchronized void write(K key, V value)//给写线程加锁，写是互斥行为   
      throws IOException {  
<span style="white-space:pre">    </span>//下面是为了判断key和value是否为空值   
      boolean nullKey = key == null || key instanceof NullWritable;//这语句太牛了   
      boolean nullValue = value == null || value instanceof NullWritable;  
      if (nullKey && nullValue) {//   
        return;  
      }  
      if (!nullKey) {  
        writeObject(key);  
      }  
      if (!(nullKey || nullValue)) {  
        out.write(keyValueSeparator);  
      }  
      if (!nullValue) {  
        writeObject(value);  
      }  
      out.write(newline);  
    }  
  
    public synchronized   
    void close(TaskAttemptContext context) throws IOException {  
      out.close();  
    }  
  }  
  
  public RecordWriter<K, V>    getRecordWriter(TaskAttemptContext job//获得writer实例   
                         ) throws IOException, InterruptedException {  
    Configuration conf = job.getConfiguration();  
    boolean isCompressed = getCompressOutput(job);//   
    String keyValueSeparator= conf.get("mapred.textoutputformat.separator",  
                                       "\t");  
    CompressionCodec codec = null;//压缩格式 还是？   
    String extension = "";  
    if (isCompressed) {  
      Class<? extends CompressionCodec> codecClass =   
        getOutputCompressorClass(job, GzipCodec.class);  
      codec = (CompressionCodec) ReflectionUtils.newInstance(codecClass, conf);  
      extension = codec.getDefaultExtension();  
    }  
    Path file = getDefaultWorkFile(job, extension);//这个是获取缺省的文件路径及名称，在FileOutput中有对其的实现   
    FileSystem fs = file.getFileSystem(conf);  
    if (!isCompressed) {  
      FSDataOutputStream fileOut = fs.create(file, false);  
      return new LineRecordWriter<K, V>(fileOut, keyValueSeparator);  
    } else {  
      FSDataOutputStream fileOut = fs.create(file, false);  
      return new LineRecordWriter<K, V>(new DataOutputStream  
                                        (codec.createOutputStream(fileOut)),  
                                        keyValueSeparator);  
    }  
  }  
}
但是在生产环境中，输入输出字符集格式总是不一定会是utf-8格式，有可能处理之后的文本要求输出格式是GBK、BIG5等之类，作为下一个程序的输入格式，尤其是银行业，日志格式一般都是GBK，指定输出格式是GBK替换上面的源代码中的UTF-8即可，但是字符集编码格式那么多，做一个大数据的平台产品，面向的就是全世界的客户，这样去指定输出格式没有那么自动化，受众也是极窄的。如果是我们能够在MR程序的设置指定字符集那就完美契合生产环境中复杂的需求。故而修改源码如下： 

package com.huateng.hadoop.mapred.transcoding.format;

import java.io.DataOutputStream;
import java.io.IOException;
import java.io.UnsupportedEncodingException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.compress.CompressionCodec;
import org.apache.hadoop.io.compress.GzipCodec;
import org.apache.hadoop.mapreduce.RecordWriter;
import org.apache.hadoop.mapreduce.TaskAttemptContext;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.ReflectionUtils;

public class EncodingOutputFormat<K, V> extends FileOutputFormat<K, V>{
	  
	  public static String SEPERATOR = "mapreduce.output.textoutputformat.separator";
	  protected static class LineRecordWriter<K, V>
	    extends RecordWriter<K, V>  {
	    private   String charset;//手动指定的参数,在这里我们可以任意去指定一个输出的字符集
	    private   byte[] newline;
	   
	    protected DataOutputStream out;
	    private final byte[] keyValueSeparator;
//传入的参数，在下面写进输出行记录，那么指定的字符集参数从哪里传进去了？必须在MR执行的时候能够起作用。所以我们就必须在构造器中赋予该参数
	    public LineRecordWriter(DataOutputStream out, String keyValueSeparator,String dsc_charset) {
	      this.out = out;
	      charset=dsc_charset; 
	      try {
	    	  	newline = "\n".getBytes(charset);
	    	  	this.keyValueSeparator = keyValueSeparator.getBytes(charset);
	      } catch (UnsupportedEncodingException uee) {
	    	  	throw new IllegalArgumentException("can't find " + charset + " encoding");
	      }
	    }
	    /**
	     * Write the object to the byte stream, handling Text as a special case.
	     * @param o the object to print
	     * @throws IOException if the write throws, we pass it on
	     */
	    private void writeObject(Object o) throws IOException {
	      if (o instanceof Text) {
//	        	Text to = (Text) o;
//	        	out.write(to.getBytes(), 0, to.getLength());
//	      } else {
	    	  	out.write(o.toString().getBytes(charset));
	      }
	    }

	    public synchronized void write(K key, V value)
	    		throws IOException {

	      boolean nullKey = key == null || key instanceof NullWritable;
	      boolean nullValue = value == null || value instanceof NullWritable;
	      if (nullKey && nullValue) {
	        return;
	      }
	      if (!nullKey) {
	        writeObject(key);
	      }
	      if (!(nullKey || nullValue)) {
	        out.write(keyValueSeparator);
	      }
	      if (!nullValue) {
	        writeObject(value);
	      }
	      out.write("\n".getBytes());
	    }

	    public synchronized 
	    		void close(TaskAttemptContext context) throws IOException {
	      out.close();
	    }
	  }

	  public RecordWriter<K, V> 
	         getRecordWriter(
	        		 TaskAttemptContext job
	                         ) throws IOException, InterruptedException {
	    Configuration conf = job.getConfiguration();
	    String dst_charset = job.getConfiguration().get("ark.dsccodec");
//	    compress压缩
//参数就是从这里传进来的，我们得到MR的job的参数，进行指定
	    boolean isCompressed = getCompressOutput(job);
	    String keyValueSeparator= conf.get(SEPERATOR, "\t");
	    CompressionCodec codec = null;
	    String extension = "";
	    if (isCompressed) {
	      Class<? extends CompressionCodec> codecClass = 
	        getOutputCompressorClass(job, GzipCodec.class);
	      codec = (CompressionCodec) ReflectionUtils.newInstance(codecClass, conf);
	      extension = codec.getDefaultExtension();
	    }
//	    setOutputName(job,"transform");
	    Path file = getDefaultWorkFile(job, extension);
	    FileSystem fs = file.getFileSystem(conf);
	    if (!isCompressed) {
	      FSDataOutputStream fileOut = fs.create(file, false);
	      return new LineRecordWriter<K, V>(fileOut, keyValueSeparator,dst_charset);
	    } else {
	      FSDataOutputStream fileOut = fs.create(file, false);
	      return new LineRecordWriter<K, V>(new DataOutputStream(codec.createOutputStream(fileOut)),
	                                				keyValueSeparator,dst_charset);
	    }
	  }
	}

 private   String charset;//手动指定的参数,在这里我们可以任意去指定一个输出的字符集
/传入的参数，在下面写进输出行记录，那么指定的字符集参数从哪里传进去了？必须在MR执行的时候能够起作用。所以我们就必须在构造器中赋予该参数
	    public LineRecordWriter(DataOutputStream out, String keyValueSeparator,String dsc_charset) {}
<pre name="code" class="html">protected static class LineRecordWriter<K, V>
	    extends RecordWriter<K, V>
在LineRecordWriter的父类RecordWriter中得到指定的字符集 

 

<pre name="code" class="html">public RecordWriter<K, V> 
	         getRecordWriter(
	        		 TaskAttemptContext job
	                         ) throws IOException, InterruptedException {
	    Configuration conf = job.getConfiguration();
	    String dst_charset = job.getConfiguration().get("ark.dsccodec");

 

//参数就是从这里传进来的，我们得到MR的job的参数，进行指定
} 

 

<pre name="code" class="html">job.getConfiguration().get("ark.dsccodec")这个设定Configuration则来源于创建Job实例的进行指定，至此完成。本人生产环境（华为FI集群）亲测，JDK支持的字符集都可
 

转换。具体main方法设定参数如下：
 

<pre name="code" class="html">
import java.io.IOException;

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

import com.google.common.base.Preconditions;
import com.huateng.hadoop.mapred.MapRedAdapter;
import com.huateng.hadoop.mapred.transcoding.format.EncodingOutputFormat;
//import com.huateng.hadoop.mapred.transcoding.format.GB2312OutputFormat;
//import com.huateng.hadoop.mapred.transcoding.format.GBKOutputFormat;
import com.huateng.hdfs.common.HDFSClient;
import com.huateng.util.common.StringUtils;

/*
 * @author canMao
 */
public class TranscodingJob 
{
	String other_code=null;
	private Job internalJob;
	public TranscodingJob(String in_path,String src_charset,
			String out_path,String dst_charset)throws Exception{
		Preconditions.checkArgument(!StringUtils.hasNullOrEmpty(new String[]{src_charset, dst_charset})
				," source_encoding and destination_encoding is null at least one");
		Job job = MapRedAdapter.createJob();
		job.getConfiguration().set("ark.codec", src_charset);
		job.getConfiguration().set("ark.dsccodec", dst_charset);
		job.setJarByClass(TranscodingJob.class);
		job.setMapperClass(TranscodingMapper.class);
		job.setNumReduceTasks(0);
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(NullWritable.class);
		if (dst_charset.equals("UTF-8")) {
			job.setOutputFormatClass(TextOutputFormat.class);
		}else{
			job.setOutputFormatClass(EncodingOutputFormat.class);
		}
		FileInputFormat.setInputPaths(job, new Path(in_path));
		if (HDFSClient.getFileSystem().exists(new Path(out_path))) {
			HDFSClient.getFileSystem().delete(new Path(out_path),true);
		}
		FileOutputFormat.setOutputPath(job, new Path(out_path));
		internalJob = job;
	}
	
	public boolean submit() throws ClassNotFoundException, IOException, InterruptedException
	{
//		float progress=0.0f;
//		internalJob.submit();
//		while(true){
//			internalJob.mapProgress();
//		}
		
		return internalJob.waitForCompletion(true);
//		internalJob.submit();
	}
	
	
}
 

 

 

 

 

 

 

 

 

 


 

                

        

        

    




    

      

        

            

              
                
                  mc幻刺
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
字节码处理

				
			

			

				

					weixin_34248258的博客
				

				

					05-13
					
					96
					
				

			

		

		

			
				
http://blog.csdn.net/yhmhappy2006/article/details/7262941
http://blog.csdn.net/wencool/article/details/4007922
http://liudaoru.iteye.com/blog/182491
http://asm.ow2.org/
http://blog.csdn.net/wzju64...

			
		

	



                

              
                



	

		

			

				
					
Hadoop之MR处理数据基本流程

				
			

			

				

					qq_30612351的博客
				

				

					08-18
					
					781
					
				

			

		

		

			
				
在启动程序中，FileInputFormat设置数据的输入路径，程序处理的是该路径中的所有文件，

1、如何处理

（1）、该路径中有几个文件就有几个map任务。

（2）、在进行map任务之前，文件中的数据被一行一行的读，形成了K1：一行的起始位置，V1：行内容，这就是map任务被输入的K1，V1。

（3）、行内容V1被一行一行的切割，切割的时候要将这行数据转化成String类型才能进行切割操作，切割后形成的是数组，对数组进行分类，又形成一对一对的K2，V2，将这些K2、V2写入(context.wri

			
		

	



                


  
              

                


	

		

			

				
					
字节码的整理

				
			

			

				

					onedaycbfly的专栏
				

				

					11-25
					
					427
					
				

			

		

		

			
				
byte 字节 
char 字符 
字节和字符的区别?  
GBK 
UTF-8 
UTF-16

常用编码方式的比较： 
encode （编码） 
decode （解码）

什么情况下出现乱码？ 如何避免？

			
		

	





	

		

			

				
					
Hadoop中MR支持的各种压缩及解码器

				
			

			

				

					liusuoyin的博客
				

				

					09-03
					
					624
					
				

			

		

		

			
				
Hadoop中MR支持的各种压缩及解码器

 MR中默认支持DEFLATE压缩格式，文件扩展名.defiate   和文本处理相同，不需要修改。
 Gzip压缩：压缩率比较高，并且压缩/解压速度也比较快，且被hadoop本身支持，大部分Linux系统自带Gzip命令，使用方便，但是不支持切片。当每个文件压缩之后在130M以内，都可以考虑用Gzip压缩，如一天或一个小时的日志。
 Bzip2压缩：支持切片，具有最高的压缩率，hadoop本身自带，使用方便。但是压缩和解压速度很慢，适合对速度要求不高，但需要较高

			
		

	



		

			
		



	

		

			

				
					
教你查看 Java 字节码

				
			

			

				

					Mr-Bean的博客
				

				

					01-18
					
					298
					
				

			

		

		

			
				
在我们工作、学习、以及研究 JVM 过程当中，不可避免的要查看 Java 字节码，通过查看字节码可以了解一个类的编译结果，也能通过编译器层面来分析一个类的性能。
字节码文件是不能直接打开的，下面给大家介绍我知道的两种查看字节码文件的三种方式。

使用 javap 命令查看字节码
命令格式如下：

javap -c xxx.class

该命令是JDK 提供的，直接操作一把：
$ javap -c ...

			
		

	





	

		

			

				
					
hudi-hadoop-mr-bundle-0.11.0.jar

				
			

			

				

					06-28
				

			

		

		

			
				
hudi-hadoop-mr-bundle-0.11.0.jar 配合文档

			
		

	





	

		

			

				
					
Hadoop之mr分布式计算机框架

				
			

			

				

					01-20
				

			

		

		

			
				
Hadoop之mr分布式计算机框架 Hadoop核心组件–MR Hadoop 分布式计算框架 1.MapReduce设计理念 何为分布式计算 移动计算，而不是移动数据 2.计算机框架MR  从HDFS存储的数据/文件作为输入(MR的数据来源) 对于这些数据...

			
		

	





	

		

			

				
					
hudi-hadoop-mr-hundle.jar

				
			

			

				

					04-13
				

			

		

		

			
				
hudi:0.10.1 hadoop:3.1.0 hive:3.1.0

			
		

	





	

		

			

				
					
hadoop编写MR和运行测试共12页.pdf.zip

					
最新发布

				
			

			

				

					10-29
				

			

		

		

			
				
【标题】"hadoop编写MR和运行测试共12页.pdf.zip" 提供的资料主要聚焦于Hadoop MapReduce的编程与测试。MapReduce是Hadoop框架中的核心组件，用于处理和存储大规模数据集。这份12页的文档很可能是详细讲解如何在...

			
		

	





	

		

			

				
					
Hadoop字符集转换问题

				
			

			

				

					弱思的专栏
				

				

					02-20
					
					3068
					
				

			

		

		

			
				
hadoop中输入文件是GBK，这个是后需要进行转换。
这个教程就是进行转换的办法，实际使用OK。

			
		

	





	

		

			

				
					
FSDataOutputStream.writeUTF(String)写入文本乱码或空行详解

				
			

			

				

					woxuxueyang的博客
				

				

					03-10
					
					2022
					
				

			

		

		

			
				
在使用IDEA中使用 FSDataOutputStream.writeUTF(String) 向hdfs中写文件时，如果把文件下载到本地，打开会看到如上图一样类似的乱码或有空行的情况，代码如下：


			
public static void main(String[] args) throws IOException, URISyntaxException, InterruptedExce...

			
		

	





	

		

			

				
					
hadoop生态系统学习之路（四）MR支持的输入文件格式以及输出文件格式

				
			

			

				

					蛋导的平凡之路
				

				

					03-29
					
					2655
					
				

			

		

		

			
				
在上一篇博文中，笔者执行mr时，输入文件是.txt格式的。其实，还可以是压缩格式。 
为什么要使用压缩格式呢？文件压缩可以减少存储文件所需要的磁盘空间，并加速数据在网络和磁盘上的传输。 
然后，MR又是怎么判断你的输入目录中的文件是压缩还是非压缩的呢？MR通过CompressionCodecFactory来推断CompressionCodec时，如果输入文件是压缩的，那么在根据文件扩展名推断出相应的

			
		

	





	

		

			

				
					
MR输出结果乱码问题

				
			

			

				

					a253508360941177的博客
				

				

					09-25
					
					541
					
				

			

		

		

			
				
今天在用hadoop的MR框架处理一些数据，出现了输出结果是乱码的问题，如图：

问题解决中。。。。。。

找到一篇博文
源地址：http://note.youdao.com/share/?id=04678102d70bae8334b26df2c9c4a961&type=note#/
输入是GBK文件, 输出也是 GBK 文件的示例代码:

Hadoop处理G...

			
		

	





	

		

			

				
					
hadoop MapReduce 输出结果中文乱码解决

				
			

			

				

					u014033218的专栏
				

				

					07-19
					
					3893
					
				

			

		

		

			
				
hadoop涉及输出文本的默认输出编码统一用没有BOM的UTF-8的形式，但是对于中文的输出window系统默认的是GBK，有些格式文件例如CSV格式的文件用excel打开输出编码为没有BOM的UTF-8文件时，输出的结果为乱码，只能由UE或者记事本打开才能正常显示。因此将hadoop默认输出编码更改为GBK成为非常常见的需求。  
自定义    TextOutputFormat.classpack

			
		

	





	

		

			

				
					
hadoop解决中文输出乱码

				
			

			

				

					roufenghust的专栏
				

				

					04-12
					
					827
					
				

			

		

		

			
				
    [size=medium][b][color=red]hadoop涉及输出文本的默认输出编码统一用没有BOM的UTF-8的形式[/color][/b]，但是对于中文的输出window系统默认的是GBK，有些格式文件例如CSV格式的文件用excel打开输出编码为没有BOM的UTF-8文件时，输出的结果为乱码，只能由UE或者记事本打开才能正常显示。因此将hadoop默认输出编码更改为GBK成为...

			
		

	





	

		

			

				
					
android static 作用,android 尽量不要使用static静态变量

				
			

			

				

					weixin_34384824的博客
				

				

					05-25
					
					1377
					
				

			

		

		

			
				
使用静态static静态变量潜在性问题：1.占用内存，并且内存一般不会释放；2.在系统不够内存情况下会自动回收静态内存，这样就会引起访问全局静态错误。3.不能将activity作为static静态对象，这样使activity的所有组件对象都存入全局内存中，并且不会被回收；(转自：http://blog.csdn.net/ctcwri/article/details/8858414)静态变量的生命周...

			
		

	





	

		

			

				
					
HDFS操作及命令介绍

				
			

			

				

					HaiJaine的博客
				

				

					10-03
					
					6257
					
				

			

		

		

			
				
HDFS常用命令

<path> … hdfs中一个或多个路径，如果未指定，默认为/user/<currentUser>
<localsrc> … 本地文件系统的的一个或多个路径
<dst> hdfs中目标路径

查看帮助
命令：hdfs dfs -help  [cmd ...]
参数：
	cmd... 需要查询的一个或多个命令

创建目录
命令：hdfs dfs -mkdir [-p] <path> ... 
参数：
	-p 进行递归创建

创建

			
		

	





	

		

			

				
					
Linux下Hadoop源码的编译

				
			

			

				

					叁木大数据
				

				

					12-12
					
					1107
					
				

			

		

		

			
				
Linux下Hadoop源码的编译1.前期准备1.1CentOS联网1.2采用root角色编译，减少文件夹权限出现问题1.3jar包准备(hadoop源码、JDK8、maven、ant 、protobuf)1.4linux工具安装2.编译源码3.编译后源码所在目录/opt/hadoop-2.7.2-src/hadoop-dist/target
1.前期准备
1.1CentOS联网
1.2采用roo...

			
		

	





	

		

			

				
					
常见字符编码格式

				
			

			

				

					MrCharles在CSDN
				

				

					03-21
					
					596
					
				

			

		

		

			
				

			
		

	





	

		

			

				
					

				
			

			

				

					
				

			

		

		

			
				

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		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