九师兄-CSDN博客

原创【NebulaGraph】在知识图谱场景中，如何处理多跳推理和复杂的实体关系查询？

本文以医疗知识图谱为例，系统阐述NebulaGraph 3.8.0在多跳推理与复杂关系查询中的优化实践。通过合理Schema设计、nGQL高效编写及执行计划调优，结合“尽早过滤”原则与WITH分步计算，显著提升2跳至多跳查询性能。针对路径爆炸问题，采用限制中间结果数量等策略，实现可落地的复杂推理能力，为大数据工程师提供从建模到生产调优的完整解决方案。

2026-10-08 00:30:00 71

原创【NebulaGraph】在金融风控场景中，如何利用 NebulaGraph 进行实时的团伙欺诈检测？

本文以金融风控中的团伙欺诈检测为背景，系统阐述如何基于NebulaGraph 3.8.0构建高效实时图谱。通过将用户、设备、IP等实体建模为点，行为交互建模为带时间戳的边，并利用TTL自动清理过期数据，实现低成本高可用存储。结合单点穿透、多跳路径探测与社区发现等nGQL查询模式，可精准识别异常关联网络。关键优化包括合理设计VID命名空间避免热点、离线运行LPA算法预打标社区标签，再通过在线查询快速评估风险。方案完整覆盖从建模、存储到查询的全链路，具备强实战性与生产落地价值。

2026-10-08 00:15:00 2

原创【NebulaGraph】在社交网络场景中，如何设计 NebulaGraph 的 Schema 来高效支持好友关系和动态Feed流查询？

本文系统阐述在NebulaGraph 3.8.0中设计社交网络Schema的实战方案，针对好友关系与动态Feed流查询两大核心场景。通过将用户、帖子建模为独立点，关注与发布关系作为带时间戳rank的边，利用边的物理排序实现高效时间序列查询。结合分区存储机制与免索引邻接特性，支持“获取用户主页动态”“信息流聚合”等高频操作，显著提升性能。推荐使用FIXED_STRING(32) VID、合理设置TTL，并通过nGQL精准表达式实现低延迟查询，助力构建高可用、可扩展的统一图数据库社交应用。

2026-10-07 00:30:00 72

原创【NebulaGraph】NebulaGraph 社区的主要贡献渠道有哪些？如何有效地提交 Issue 或 Pull Request？

本文为中高级工程师提供NebulaGraph社区贡献全指南，系统梳理了从精准提交Issue到高质量PR的实战路径。以电信网络故障溯源为例，详解如何通过可复现的最小测试用例、完整环境信息与清晰描述，高效提交Bug Report；并指导开发者Fork仓库、修复代码、编写集成测试，最终提交符合规范的Pull Request。强调“问题发现→协同修复→代码合并”闭环价值，助力开发者从事故响应者成长为开源贡献者。

2026-10-07 00:15:00 6

原创【NebulaGraph】如何调试 NebulaGraph 的 C++ 源码？推荐的调试工具和方法是什么？

本文为中高级工程师提供NebulaGraph 3.8.0 C++源码调试实战指南，聚焦生产级排错。通过“电商用户购买路径分析”场景，系统讲解如何编译带调试符号的RelWithDebInfo版本，结合GDB命令行与CLion图形化工具，实现对向量化执行器的精准断点、变量监控与多线程追踪，高效定位查询结果错误的深层Bug，掌握从日志到源码的全链路调试艺术。

2026-10-06 00:30:00 80

原创【NebulaGraph】NebulaGraph 3.8.0 版本中引入了哪些重要的新特性和性能优化？（例如：SINGLE SHORTEST PATH, INNER JOIN）

NebulaGraph 3.8.0 在查询能力与性能上实现重大突破：SINGLE SHORTEST PATH 采用双向BFS与早期终止策略，精准返回最短路径，延迟从秒级降至毫秒级，显著提升反洗钱团伙挖掘效率；INNER JOIN 实现图数据与外部子查询的原生融合，基于哈希连接优化，避免应用层拼接，大幅提升多源数据关联性能。两大特性共同解决大规模图分析中的表达力不足与执行瓶颈，为金融风控等场景提供高效、可落地的生产级解决方案。

2026-10-05 00:30:00 288

原创【NebulaGraph】从 v2.x 升级到 v3.8.0，存储格式和通信协议发生了哪些不兼容的重大变更？

从 NebulaGraph v2.x 升级至 v3.8.0，存储格式与通信协议发生根本性不兼容变更。存储层面：v2.x 采用统一的 VertexKey 模型，所有点属性与边数据集中存储；v3.0+ 改为 Tag/Edge 分离存储，实现精细化更新，显著降低写放大与冲突，但导致 v2.x 的 RocksDB 数据无法直接读取。通信协议层面：全面弃用 Thrift，转为 gRPC，提升性能与流式支持，并精简接口（如合并邻居查询）。升级必须通过导出-导入流程完成，禁止直接替换数据目录，否则将引发数据损坏或服务异常

2026-10-05 00:15:00 683

原创【NebulaGraph】NebulaGraph 的测试框架是怎样的？如何为其贡献单元测试或集成测试？

NebulaGraph 3.8.0 采用分层测试体系，以 Google Test（gtest）为核心进行单元测试，覆盖各模块（如 kvstore、graph、storage）的逻辑正确性；集成测试则模拟多服务协同，验证完整流程。测试代码与生产代码同目录组织，命名规范清晰。贡献者可通过编译 cmake -DENABLE_TESTING=ON 启用测试，运行 make <TestName> 执行特定用例。以“电信网络故障溯源”为例，单元测试确保状态机正确流转，集成测试验证从创建空间到数据插入的端到端行为，保障系

2026-10-04 00:30:00 154

原创【NebulaGraph】如何为 NebulaGraph 的存储引擎增加一个新的 Compaction 策略？

本文详解 NebulaGraph 3.8.0 存储引擎中自定义 Compaction 策略的实现路径，针对电信故障溯源场景，提出基于时间局部性的 TimeAwareCompactionPicker。通过解析 Key 编码（如 Edge Rank），在 RocksDB 层实现冷热数据分离，避免无效 Compaction，降低写放大与 I/O 压力。文章从架构原理、开发流程到集成验证，完整演示如何修改源码、注入自定义 CompactionPicker，并强调高风险操作需严格测试与备份，为生产级性能调优提供可落地

2026-10-04 00:15:00 7

原创【NebulaGraph】如何为 NebulaGraph 开发一个新的内置函数并将其集成到 nGQL 中？

本文以电商用户购买路径分析为场景，手把手演示如何在NebulaGraph 3.8.0中开发并集成自定义内置函数time_diff_readable。通过解析函数注册机制，实现在DateTimeFunctions.cpp中实现时间差计算逻辑，并在function_manager_init.cpp中完成注册。全链路涵盖源码开发、编译构建与nGQL调用验证，完整呈现从零扩展nGQL能力的实战流程，助力开发者掌握图数据库函数定制核心技能。

2026-10-03 00:30:00 82

原创【NebulaGraph】Session 和 Connection 在 Graphd 中是如何被管理和复用的？相关的生命周期管理代码在哪里？

本文深度解析NebulaGraph 3.8.0中Session与Connection的生命周期管理机制。Connection为Thrift层的TCP连接，由客户端连接池复用；Session为服务端逻辑会话，由SessionManager统一管理，持有Space、变量等上下文。核心流程包括：signIn创建会话并分配ID，execute通过ID查找会话执行查询，支持多会话复用单连接。超时回收通过心跳检测实现，关键源码位于src/graph/session/目录。以Flink实时分析场景为例，阐明其对系统稳定性

2026-10-03 00:15:00 10

原创【NebulaGraph】`GO` 语句的执行器（Executor）是如何一步步遍历图的？其源码逻辑是怎样的？

本文深度剖析NebulaGraph 3.8.0中GO语句执行器的全链路机制，从解析、计划生成到多跳遍历。核心为GoExecutor通过批量异步调用GetNeighbors接口，实现跨节点分布式遍历，每步均结合过滤条件与结果合并，保障高效性与一致性。以金融反洗钱为例，揭示其在复杂路径查询中的关键作用。

2026-10-02 00:30:00 82

原创【NebulaGraph】索引的实现原理是什么？二级索引的数据是如何组织并与主键数据关联的？

NebulaGraph 3.8.0 的原生属性索引通过分布式、强一致的二级索引机制，实现毫秒级复杂查询。索引与主数据共用 RocksDB，存于独立 Column Family，Key 采用 IndexID + 编码属性值 + VertexID 格式，支持前缀扫描加速查找。写入时通过 Raft 协议保证主数据与索引的原子一致性，查询时由 Graphd 调用 IndexScan，利用索引 Key 快速定位主键，再回查完整数据。该设计在医疗知识图谱等场景中显著提升“按属性筛选”类查询性能，兼顾高效性与一致性。

2026-10-02 00:15:00 8

原创【NebulaGraph】Storage Engine 中，图数据是如何被序列化并存储到 RocksDB 的 KV 结构中的？Key 的编码规则是什么？

NebulaGraph 存储引擎将图数据以分层前缀编码方式存入 RocksDB。Key 结构包含 8B Space ID、4B Partition ID，点（Vertex）Key 后接 VID 与 Tag ID，边（Edge）Key 则按出/入边区分，含源/目标 VID、Edge Type（负值表示入边）、Rank 及类型。所有字段大端序存储，确保字典序排列，支持高效范围扫描。该设计保障了数据唯一性与查询性能，是解决 IoT 拓扑中数据错位问题的关键。

2026-10-01 00:30:00 102

原创【NebulaGraph】Graphd 与 Storaged 之间 RPC 通信的协议（Thrift）是如何定义的？请求和响应的数据结构是怎样的？

NebulaGraph 3.8.0 中 Graphd 与 Storaged 通过 Apache Thrift 协议通信，核心定义位于 storage.thrift。协议采用 TCompactProtocol 序列化，以强类型契约保障跨服务一致性。关键接口 getNeighbors 封装图遍历所需上下文，请求包含图空间、分区、顶点及过滤条件；响应返回 PartitionResult 列表，每项含 Row 数据行。Row 由通用 Value 联合类型承载，支持标量与复杂结构（如 list、map、Path），实

2026-10-01 00:15:00 5

原创【NebulaGraph】如何编译 NebulaGraph 的源码？编译过程中的依赖项和常见问题有哪些？

本文详述NebulaGraph 3.8.0源码编译全流程，涵盖依赖环境配置（Ubuntu 20.04、GCC 9+、CMake 3.14+）、构建工具链选择及关键系统库安装。重点解析third-party依赖管理机制，强调关闭测试用例以提升生产编译效率。通过分步指南完成克隆、子模块初始化、CMake配置、并行编译与安装，并验证单机集群运行。针对医疗知识图谱场景，提供从修复Bug到自定义UDF的实战路径，附带常见问题排错策略，确保中高级工程师可落地部署高性能图数据库集群。

2026-09-30 09:25:25 474

原创【NebulaGraph】Storage Service 中，Raft consensus 的实现是基于哪个开源库？其核心逻辑是如何与存储引擎交互的？

NebulaGraph 3.8.0 自研 Raft 共识引擎，未依赖 etcd/raft 等开源库，以实现极致性能与深度集成。其核心逻辑通过 RaftPart 实现状态机与日志复制，与 RocksDB 紧密协同：将 Raft Log 存储于专用 Column Family（"raft"），利用 RocksDB 的有序写保障持久化；提交后调用 applyFunc_ 将日志命令应用至业务状态机，实现强一致性。该设计在金融反欺诈等高一致性场景中确保数据实时可见，有效避免因副本不一致导致的漏报。

2026-09-30 00:15:00 80

原创【NebulaGraph】查询优化器的源码入口在哪里？它是如何应用各种优化规则（Rule-based Optimization）的？

NebulaGraph 3.8.0 查询优化器以规则驱动（RBO）为核心，源码入口为 Optimizer::findBestPlan，通过贪心迭代应用预定义规则重塑执行计划。核心机制包括谓词下推、过滤条件下推与列裁剪等规则，显著降低数据扫描量。以供应链风险传导为例，优化前全图扫描导致延迟飙升，优化后通过 PushFilterDownGetNbrsRule 等规则将过滤提前至数据源，实现毫秒级响应。关键路径位于 src/graph/optimizer/，规则基于模式匹配，逐轮重写计划直至收敛，是解决高阶查询性

2026-09-29 00:30:00 566

原创【NebulaGraph】nGQL 的词法分析和语法分析是如何通过 Flex/Bison 实现的？相关的源码文件在哪里？

NebulaGraph 3.8.0 的 nGQL 解析器基于 Flex/Bison 构建，核心源码位于 src/parser/ 目录。scanner.l 定义词法规则，将输入分解为 Token（如关键字、标识符、数字）；parser.yy 定义语法规则，结合 Bison 生成的 C++ 代码构建抽象语法树（AST）。Lexer 通过 yylval 传递语义值，Parser 根据规则生成结构化语法树，实现从 nGQL 字符串到可执行计划的转换。关键文件经构建后生成 lex.NebulaScanner.cc 与

2026-09-29 00:15:00 125

原创【NebulaGraph】NebulaGraph 的 GitHub 仓库结构是怎样的？各个核心模块（meta, storage, graph）的代码位于何处？

NebulaGraph 3.8.0 采用 Monorepo 模式，核心代码位于 src/ 目录。Meta 服务（元数据管理）在 src/meta/，负责 Schema 与集群拓扑；Storage 服务（数据存储与计算）在 src/storage/，包含查询执行器（exec/）与算子实现（dag/）；Graph 服务（查询接入）在 src/graph/，处理 nGQL 解析与优化。三大模块通过 kvstore/ 实现分布式一致性，工程结构清晰，体现“分层解耦、高可用设计”的架构哲学。

2026-09-28 00:30:00 230

原创【NebulaGraph】NebulaGraph Cloud 与开源版 NebulaGraph 的主要区别是什么？

NebulaGraph Cloud 与开源版在运维责任、部署效率、高可用性及安全性上差异显著。云版提供开箱即用的托管服务，支持一键部署、自动备份、跨AZ高可用和合规保障，适合缺乏DBA团队的医疗知识图谱等对稳定性要求高的场景；开源版则具备内核定制自由度，但需自行承担全生命周期运维，适合有专业运维能力且追求极致控制的用户。选型应基于团队能力与业务SLA需求权衡。

2026-09-28 00:15:00 82

原创【NebulaGraph】NebulaGraph Operator 是什么？如何在 Kubernetes 上自动化部署和管理 NebulaGraph 集群？

NebulaGraph Operator 是 Kubernetes 上的云原生扩展，通过 CRD 和 Controller 实现 NebulaGraph 集群的自动化部署与运维。本文以电信故障溯源系统为例，详解其架构原理、Helm 部署流程及生产实践，涵盖高可用配置、持久化存储与弹性扩缩容，助力实现分钟级故障定位。

2026-09-27 00:30:00 12

原创【NebulaGraph】NebulaGraph Algorithm 是什么？它如何与 Spark 集成来执行图算法？

NebulaGraph Algorithm 是基于 Spark 的离线图计算框架，专为挖掘海量图数据深层洞察而设计。它通过 Nebula Spark Connector 从 NebulaGraph 读取数据，利用 GraphX 执行 PageRank、WCC 等算法，最终将结果写回图数据库或存储系统。该架构解耦计算与在线服务，适用于电信网络故障溯源等复杂分析场景，显著提升大规模图计算的效率与可扩展性。

2026-09-27 00:15:00 13

原创【NebulaGraph】如何在应用程序中高效地管理 NebulaGraph 客户端连接池？

本文深入解析NebulaGraph 3.8.0客户端连接池的高效管理，针对社交网络好友推荐场景，剖析连接池与会话池的分层架构，阐明Connection、Session、Session Pool的核心区别与工作流程。通过源码级原理分析，揭示懒加载、有效性检查、负载均衡等关键机制，并结合生产实践，给出maxSessionSize、retryTimes、timeoutMs等核心配置建议。最后以Spring Boot为例，实现可落地的会话池管理方案，涵盖配置封装、健康检查与资源释放，全面解决高并发下的连接泄漏与雪崩

2026-09-26 00:30:00 199

原创【NebulaGraph】NebulaGraph 的 Python、Java、Go 等官方客户端 SDK 的基本使用方法是什么？

NebulaGraph 3.8.0 官方客户端 SDK（Python/Java/Go）提供高效、稳定的图数据库访问能力。本文以电商用户购买路径分析为例，详解三大语言客户端的核心用法：通过连接池与会话管理实现高并发查询，基于gRPC协议保障性能与可靠性。重点演示Python快速原型开发、Java Spring Boot企业级集成，并揭示生产环境中的连接复用、异常处理等关键陷阱，助力开发者从零构建可落地的图计算应用。

2026-09-26 00:15:00 11

原创【NebulaGraph】如何通过 JDBC/ODBC 驱动将 NebulaGraph 集成到 BI 工具中？

NebulaGraph 3.8.0 暂无官方稳定 JDBC/ODBC 驱动，无法直接对接 BI 工具。基于其图原生协议（gRPC/Thrift）与关系型模型的根本差异，社区驱动不可靠。推荐生产级方案：通过 Spring Boot 构建 RESTful 中间层服务，封装 nebula-java 客户端执行 nGQL 查询，将结果以 JSON 格式返回给 Tableau、Superset 等 BI 工具，实现反洗钱团伙挖掘等场景的可视化分析，确保安全、可控与可扩展。

2026-09-25 00:30:00 10

原创【NebulaGraph】NebulaGraph 是否支持 UDF（用户自定义函数）？如何扩展 nGQL 的功能？

NebulaGraph 3.8.0 暂不支持官方 UDF，用户自定义函数需通过社区探索或替代方案实现。核心路径包括：善用内置函数（如 avg、sum）进行聚合计算；在应用层进行预/后处理，利用 Python/Java 等语言灵活实现复杂逻辑；或通过外部服务封装业务函数。虽源码层面存在 UDF 实现雏形，但因安全、并发与稳定性问题未正式发布。建议生产环境优先采用应用层处理+内置函数组合，兼顾灵活性与可靠性。

2026-09-25 00:15:00 7

原创【NebulaGraph】如何使用 NebulaGraph Algorithm 在 NebulaGraph 数据上运行 PageRank 或 LPA（标签传播）算法？

本文系统讲解在NebulaGraph 3.8.0上使用NebulaGraph Algorithm运行PageRank与LPA算法的全流程。基于电信网络故障溯源场景，解析其基于Spark的离线计算架构，通过nebula-spark-connector实现数据读写，结合GraphX库高效执行算法。文章涵盖环境配置、Schema设计、数据导入及实战操作，重点阐述算法原理、生产调优与版本兼容性，助力工程师实现从零到生产落地的进阶。

2026-09-24 00:30:00 11

原创【NebulaGraph】内存溢出（OOM）问题通常发生在哪个服务组件？如何预防和解决？

NebulaGraph 内存溢出（OOM）主要发生在 Graphd 服务，因其需在内存中处理复杂查询的中间结果。本文基于 3.8.0 版本，剖析了 Graphd、Storaged 等组件的内存模型，指出查询上下文、DataSet 及执行器栈为关键消耗点。通过日志分析、监控指标、PROFILE 查询与 Core Dump 堆栈定位，可精准诊断根因。治理方案包括配置 max_memory_per_query_mb、system_memory_high_watermark_ratio 等硬限制，并结合 Prome

2026-09-24 00:15:00 198

原创【Linux】Linux几个面试题

Linux 使用一个设备编号来唯一的标示一个设备,设备编号分为:主设备号和次设备号,一般主设备号标示设备对应的驱动程序,次设备号对应设备文件指向的设备,在内核中使用 dev_t 来表示设备编号,一般它是 32 位长度,其中 12 位用于表示主设备号,20 位用于表示次设备号,利用 MKDEV(int major,int minor);Linux 中的信号量是一种睡眠锁。(2)命名管道(named pipe):命名管道克服了管道没有名字的限制,因此,除具有管道所具有的功能外,它还允许无亲缘关系进程间的通信。

2026-09-23 02:00:00 10

原创【java】java ThreadLoacl 简单介绍

ThreadLoacl 是一个线程隔离(或者说是线程安全)的变量存储的管理实体（注意：不是存储用的），以Java类方式表现当使用ThreadLoacl维护变量时，ThreadLoacl为每个使用该变量的线程提供独立的变量副本，所以每一个线程都可以独立地改变自己的副本，而不会影响其它线程所对应的副本.一个ThreadLoacl变量类似一个HashMap，它的key集合就是 Thread. currentThread()，它的value集合就是要跨域共享的对象。

2026-09-23 01:45:00 640

转载【MySQL】为什么数据库连接很消耗资源？

在本文的测试中，只用了5行代码来建立连接，但是并没有通过该连接去执行任何操作，所以在程序执行完毕之后，连接不是通过Connection.close()关闭的，而是由于程序执行完毕，导致进程终止，造成与数据库的连接异常关闭，所以最后会出现TCP的RST报文。在这个最简单的代码中，没有设置任何额外的连接属性，所以在设置属性上占用的时间可以认为是最少的（其实，虽然我们没有设置任何属性，但是驱动仍然设置了字符集、事务自动提交等，这取决于具体的驱动实现），所以整个连接所使用的时间可以认为是最少的。

2026-09-23 01:15:00 10

原创【NebulaGraph】如何解读 `PROFILE` 命令输出的详细执行步骤和耗时信息？

NebulaGraph PROFILE 命令可精准定位查询性能瓶颈。通过分析执行计划中各算子的调用次数、耗时及数据量，尤其关注 GetNeighbors 在 Storaged 的总耗时与调用频次，可识别存储层瓶颈。结合供应链风险传导等复杂场景，发现高调用次数或长尾延迟往往源于数据倾斜或缺乏索引，从而实现从“猜测”到“精准优化”的转变。

2026-09-23 00:30:00 11

原创【NebulaGraph】当集群出现脑裂（Split-brain）风险时，NebulaGraph 是如何处理的？

NebulaGraph 通过 Raft 协议在 Partition 粒度上实现脑裂防护，核心依赖多数派（Quorum）机制。其关键设计包括：奇数副本（如3、5）确保网络分区后仅一子集可形成 Quorum；选举超时与心跳间隔合理配置（如 election_timeout_secs 为 heartbeat_interval_secs 的2-3倍）避免误触发；部署时需规避偶数副本、单机多实例及跨地域孤岛风险。通过 SHOW PARTS 检查副本分布、合理使用 Zone 调度，并结合仲裁节点策略，可有效防范脑裂，保

2026-09-23 00:15:00 11

原创【NebulaGraph】如何排查因数据倾斜（Data Skew）导致的性能问题？

本文针对NebulaGraph 3.8.0中由数据倾斜引发的性能瓶颈，系统性地剖析了其成因——基于哈希分片的分区分布不均，并通过“四步定位法”（SHOW PARTS、监控指标、日志分析、查询计划）精准识别倾斜节点。结合电信网络故障溯源案例，揭示了Partition与Storage节点级倾斜的因果关系，提出优化建议：合理设置partition_num、使用BALANCE DATA均衡负载，并通过监控RocksDB I/O与CPU压力实现长效治理，为大规模图数据库性能调优提供可落地的实战方案。

2026-09-22 00:30:00 180

原创【NebulaGraph】执行 `SHOW HOSTS` 命令时，某些 Storage 节点状态显示为 `OFFLINE`，该如何排查？

NebulaGraph 3.8.0 中 Storage 节点显示 OFFLINE 主因是心跳机制失效。其状态由 Meta 服务根据 2×heartbeat_interval_secs（默认20秒）内是否收到心跳判定，非进程存活直接反映。排查需四步：1）确认 nebula-storaged 进程运行；2）检查与 Meta 节点的网络连通性（端口9559）；3）核对配置文件中 meta_server_addrs 的 IP/端口正确性；4）确保所有节点时间同步（NTP）。网络分区可能导致脑裂，但 Raft 机制可

2026-09-22 00:15:00 86

原创【NebulaGraph】客户端连接报错 “incompatible version between client and server” 是什么原因？如何解决？

NebulaGraph 3.8.0 客户端连接报错“incompatible version between client and server”源于客户端与服务端版本不匹配。由于 3.x 版本与 2.x 及更早版本在通信协议和数据格式上双向不兼容，导致连接握手失败。解决核心在于确保客户端与服务端主版本号严格一致。可通过检查 nebula-console --version、pom.xml 或 pip show nebula3 等方式确认版本，并统一升级或降级。建议采用 Docker 镜像、CI/CD 版本

2026-09-21 00:30:00 141

hadoop单结点配置

hadoop单结点

hadoop 2.x 版本概要讲解，HA搭建指南

Drools-复杂事件处理

Eclipse Formatter 模板 Formatter.xml

打飞机代码

s2sh整合配置，非常适合初学者，明白配置流程

hadoop学习文档

native_32位

excel操作包

eclipse的hadoop插件

我秦始皇 给我打钱 给我打钱

我秦始皇给我打钱给我打钱