MapReduce高级案例②

最新推荐文章于 2024-04-28 18:20:22 发布
最新推荐文章于 2024-04-28 18:20:22 发布
阅读量146 收藏
点赞数
文章标签： 大数据 mapreduce hadoop java spark
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/qq_33887096/article/details/114532658
版权

日志清洗案例

数据
194.237.142.21 - - [18/Sep/2013:06:49:18 +0000] "GET /wp-content/uploads/2013/07/rstudio-git3.png HTTP/1.1" 304 0 "-" "Mozilla/4.0 (compatible;)"
183.49.46.228 - - [18/Sep/2013:06:49:23 +0000] "-" 400 0 "-" "-"
163.177.71.12 - - [18/Sep/2013:06:49:33 +0000] "HEAD / HTTP/1.1" 200 20 "-" "DNSPod-Monitor/1.0"
163.177.71.12 - - [18/Sep/2013:06:49:36 +0000] "HEAD / HTTP/1.1" 200 20 "-" "DNSPod-Monitor/1.0"
101.226.68.137 - - [18/Sep/2013:06:49:42 +0000] "HEAD / HTTP/1.1" 200 20 "-" "DNSPod-Monitor/1.0"
101.226.68.137 - - [18/Sep/2013:06:49:45 +0000] "HEAD / HTTP/1.1" 200 20 "-" "DNSPod-Monitor/1.0"
60.208.6.156 - - [18/Sep/2013:06:49:48 +0000] "GET /wp-content/uploads/2013/07/rcassandra.png HTTP/1.0" 200 185524 "http://cos.name/category/software/packages/" "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36"
222.68.172.190 - - [18/Sep/2013:06:49:57 +0000] "GET /images/my.jpg HTTP/1.1" 200 19939 "http://www.angularjs.cn/A00n" "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36"
222.68.172.190 - - [18/Sep/2013:06:50:08 +0000] "-" 400 0 "-" "-"
183.195.232.138 - - [18/Sep/2013:06:50:16 +0000] "HEAD / HTTP/1.1" 200 20 "-" "DNSPod-Monitor/1.0"
183.195.232.138 - - [18/Sep/2013:06:50:16 +0000] "HEAD / HTTP/1.1" 200 20 "-" "DNSPod-Monitor/1.0"
66.249.66.84 - - [18/Sep/2013:06:50:28 +0000] "GET /page/6/ HTTP/1.1" 200 27777 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
221.130.41.168 - - [18/Sep/2013:06:50:37 +0000] "GET /feed/ HTTP/1.1" 304 0 "-" "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36"
157.55.35.40 - - [18/Sep/2013:06:51:13 +0000] "GET /robots.txt HTTP/1.1" 200 150 "-" "Mozilla/5.0 (compatible; bingbot/2.0; +http://www.bing.com/bingbot.htm)"
50.116.27.194 - - [18/Sep/2013:06:51:35 +0000] "POST /wp-cron.php?doing_wp_cron=1379487095.2510800361633300781250 HTTP/1.0" 200 0 "-" "WordPress/3.6; http://blog.fens.me"
58.215.204.118 - - [18/Sep/2013:06:51:35 +0000] "GET /nodejs-socketio-chat/ HTTP/1.1" 200 10818 "http://www.google.com/url?sa=t&rct=j&q=nodejs%20%E5%BC%82%E6%AD%A5%E5%B9%BF%E6%92%AD&source=web&cd=1&cad=rja&ved=0CCgQFjAA&url=%68%74%74%70%3a%2f%2f%62%6c%6f%67%2e%66%65%6e%73%2e%6d%65%2f%6e%6f%64%65%6a%73%2d%73%6f%63%6b%65%74%69%6f%2d%63%68%61%74%2f&ei=rko5UrylAefOiAe7_IGQBw&usg=AFQjCNG6YWoZsJ_bSj8kTnMHcH51hYQkAA&bvm=bv.52288139,d.aGc" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.215.204.118 - - [18/Sep/2013:06:51:36 +0000] "GET /wp-includes/js/jquery/jquery-migrate.min.js?ver=1.2.1 HTTP/1.1" 304 0 "http://blog.fens.me/nodejs-socketio-chat/" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.215.204.118 - - [18/Sep/2013:06:51:35 +0000] "GET /wp-includes/js/jquery/jquery.js?ver=1.10.2 HTTP/1.1" 304 0 "http://blog.fens.me/nodejs-socketio-chat/" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.215.204.118 - - [18/Sep/2013:06:51:36 +0000] "GET /wp-includes/js/comment-reply.min.js?ver=3.6 HTTP/1.1" 304 0 "http://blog.fens.me/nodejs-socketio-chat/" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.215.204.118 - - [18/Sep/2013:06:51:36 +0000] "GET /wp-content/uploads/2013/08/chat.png HTTP/1.1" 200 48968 "http://blog.fens.me/nodejs-socketio-chat/" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.215.204.118 - - [18/Sep/2013:06:51:36 +0000] "GET /wp-content/uploads/2013/08/chat2.png HTTP/1.1" 200 59852 "http://blog.fens.me/nodejs-socketio-chat/" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.215.204.118 - - [18/Sep/2013:06:51:37 +0000] "GET /wp-content/uploads/2013/08/socketio.png HTTP/1.1" 200 80493 "http://blog.fens.me/nodejs-socketio-chat/" "Mozilla/5.0 (Windows NT 5.1; rv:23.0) Gecko/20100101 Firefox/23.0"
58.248.178.212 - - [18/Sep/2013:06:51:37 +0000] "GET /nodejs-grunt-intro/ HTTP/1.1" 200 51770 "http://blog.fens.me/series-nodejs/" "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET CLR 3.0.04506.30; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; MDDR; InfoPath.2; .NET4.0C)"
58.248.178.212 - - [18/Sep/2013:06:51:40 +0000] "GET /wp-includes/js/jquery/jquery-migrate.min.js?ver=1.2.1 HTTP/1.1" 200 7200 "http://blog.fens.me/nodejs-grunt-intro/" "Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0; .NET CLR 1.1.4322; .NET CLR 2.0.50727; .NET CLR 3.0.04506.30; .NET CLR 3.0.4506.2152; .NET CLR 3.5.30729; MDDR; InfoPath.2; .NET4.0C)"

简单解析版

去除日志中字段长度小于等于11的日志。

ruaMap01

package com.kami.demo02;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * @version v 1.0
 * @Author kamisamak
 * @Date 2020/6/15
 */
public class ruaMap01 extends Mapper<LongWritable, Text, Text, NullWritable> {
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String line = value.toString();
        String[] sps = line.split(" ");
        if (sps.length > 11) {
            context.getCounter("map", "true").increment(1);
            context.write(new Text(line),NullWritable.get());
        }else {
            context.getCounter("map","false").increment(1);
        }
    }
}

ruaDriver01

package com.kami.demo02;

import org.apache.hadoop.conf.Configuration;
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 java.io.IOException;

/**
 * @version v 1.0
 * @Author kamisamak
 * @Date 2020/6/15
 */
public class ruaDriver01 {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);
        job.setJarByClass(ruaDriver01.class);

        FileInputFormat.setInputPaths(job,new Path("data\\d02\\rua01.txt"));
        FileOutputFormat.setOutputPath(job,new Path("output\\d05"));

        job.setMapperClass(ruaMap01.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(NullWritable.class);

        job.waitForCompletion(true);
    }
}

复杂解析版

对web访问日志中的各字段识别切分
去除日志中不合法的记录
根据统计需求，生成各类访问请求过滤数据

定义的一个日志类，用来记录日志数据中的各数据字段

package com.kami.demo02;

/**
 * @version v 1.0
 * @Author kamisamak
 * @Date 2020/6/15
 */
public class ruaLogBean02 {
    private String remote_addr;// 记录客户端的ip地址
    private String remote_user;// 记录客户端用户名称,忽略属性"-"
    private String time_local;// 记录访问时间与时区
    private String request;// 记录请求的url与http协议
    private String status;// 记录请求状态；成功是200
    private String body_bytes_sent;// 记录发送给客户端文件主体内容大小
    private String http_referer;// 用来记录从那个页面链接访问过来的
    private String http_user_agent;// 记录客户浏览器的相关信息
    private boolean valid = true;// 判断数据是否合法

    @Override
    public String toString() {
        StringBuilder sb = new StringBuilder();
        sb.append(this.valid);
        sb.append("\001").append(this.remote_addr);
        sb.append("\001").append(this.remote_user);
        sb.append("\001").append(this.time_local);
        sb.append("\001").append(this.request);
        sb.append("\001").append(this.status);
        sb.append("\001").append(this.body_bytes_sent);
        sb.append("\001").append(this.http_referer);
        sb.append("\001").append(this.http_user_agent);
        return sb.toString();
    }

    public String getRemote_addr() {
        return remote_addr;
    }

    public void setRemote_addr(String remote_addr) {
        this.remote_addr = remote_addr;
    }

    public String getRemote_user() {
        return remote_user;
    }

    public void setRemote_user(String remote_user) {
        this.remote_user = remote_user;
    }

    public String getTime_local() {
        return time_local;
    }

    public void setTime_local(String time_local) {
        this.time_local = time_local;
    }

    public String getRequest() {
        return request;
    }

    public void setRequest(String request) {
        this.request = request;
    }

    public String getStatus() {
        return status;
    }

    public void setStatus(String status) {
        this.status = status;
    }

    public String getBody_bytes_sent() {
        return body_bytes_sent;
    }

    public void setBody_bytes_sent(String body_bytes_sent) {
        this.body_bytes_sent = body_bytes_sent;
    }

    public String getHttp_referer() {
        return http_referer;
    }

    public void setHttp_referer(String http_referer) {
        this.http_referer = http_referer;
    }

    public String getHttp_user_agent() {
        return http_user_agent;
    }

    public void setHttp_user_agent(String http_user_agent) {
        this.http_user_agent = http_user_agent;
    }

    public boolean isValid() {
        return valid;
    }

    public void setValid(boolean valid) {
        this.valid = valid;
    }

    public ruaLogBean02() {
    }

    public ruaLogBean02(String remote_addr, String remote_user, String time_local, String request, String status, String body_bytes_sent, String http_referer, String http_user_agent, boolean valid) {
        this.remote_addr = remote_addr;
        this.remote_user = remote_user;
        this.time_local = time_local;
        this.request = request;
        this.status = status;
        this.body_bytes_sent = body_bytes_sent;
        this.http_referer = http_referer;
        this.http_user_agent = http_user_agent;
        this.valid = valid;
    }
}

ruaDriver02

package com.kami.demo02;

import org.apache.hadoop.conf.Configuration;
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 java.io.IOException;

/**
 * @version v 1.0
 * @Author kamisamak
 * @Date 2020/6/15
 */
public class ruaDriver02 {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);
        job.setJarByClass(ruaDriver02.class);

        FileInputFormat.setInputPaths(job,new Path("data\\d02\\rua01.txt"));
        FileOutputFormat.setOutputPath(job,new Path("output\\d06"));

        job.setMapperClass(ruaMapper02.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(NullWritable.class);

        job.waitForCompletion(true);
    }
}

ruaMapper02

package com.kami.demo02;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * @version v 1.0
 * @Author kamisamak
 * @Date 2020/6/15
 */
public class ruaMapper02 extends Mapper
       
       
        
         {
    Text k = new Text();
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String line = value.toString();
        String[] sps = line.split(" ");
        ruaLogBean02 ruaLogBean = new ruaLogBean02();
        if (sps.length > 11) {
            context.getCounter("map", "true").increment(1);
            ruaLogBean.setRemote_addr(sps[0]);
            ruaLogBean.setRemote_user(sps[1]);
            ruaLogBean.setTime_local(sps[3].substring(1));
            ruaLogBean.setRequest(sps[6]);
            ruaLogBean.setStatus(sps[8]);
            ruaLogBean.setBody_bytes_sent(sps[9]);
            ruaLogBean.setHttp_referer(sps[10]);

            if (sps.length > 12) {
                ruaLogBean.setHttp_user_agent(sps[11] + " "+ sps[12]);
            }else {
                ruaLogBean.setHttp_user_agent(sps[11]);
            }
            if (Integer.parseInt(ruaLogBean.getStatus()) >= 400) {
                ruaLogBean.setValid(false);
            }
        }else {
            ruaLogBean.setValid(false);
            context.getCounter("map","false").increment(1);
        }
        k.set(ruaLogBean.toString());
        context.write(k,NullWritable.get());
    }
}

题目来源:https://www.cnblogs.com/frankdeng/p/9255766.html

kamisamak
关注
MATLAB算法实战应用案例精讲-【人工智能】边缘计算（最终篇）
qq_36130719的博客
09-28 1516
智能设备连接到网络最早出现在1982年， Carnegie Mellon University改进的Coke machine成了第一个网络连接的机器，它可以报告自己的库存并且能够检测饮料是否是冰镇的。身边的thing连接到网络的世界正式拉开帷幕。物联网（Internet of Things）这个词，国内外普遍公认的是MIT Auto-ID中心Ashton教授1999年在研究RFID时最早提出来的。
2023年系统分析师论文模拟题--押题
喜欢猪猪
05-08 5930
第一套 第1题（论文题）： 论系统需求分析方法 系统需求分析是开发人员经过调研和分析，准确理解用户和项目的功能、性能、可靠性等要求，将用户非形式的诉求表述转化为完整的需求定义，从而确定系统必须做什么的过程。系统需求分析具体可分为功能性需求、非功能性需求与设计约束等三个方面。 请围绕“系统需求分析方法”论题，依次从以下三个方面进行论述。 1.概要叙述你参与管理和开发的软件项目以及你在其中所担任的主要工作。 2.详细论述系统需求分析的主要方法。 3.结合你具体参与管理和开发的实际软件项目，说明是如
MapReduce高级案例 ①
kamisamak的博客
06-15 158
倒排索引案例(多Job串联) 有大量的文本(文档、网页)，需要建立搜索索引 第一次处理 第一次处理输出 ruaDriver01 package com.kami.demo01; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.conf.Conf...
【MapReduce】基础案例 ---- 复杂数据清洗（计数器）
懂得一千零一种,赋予你失败的方法！
01-27 387
文章目录数据清洗案例实操 ---- 复杂需求需求分析代码实现Bean类Mapper阶段Driver阶段 数据清洗案例实操 ---- 复杂 需求 对Web访问日志中的各字段识别切分，去除日志中不合法的记录。根据清洗规则，输出过滤后的数据。 （1）输入数据 （2）期望输出数据 保留都是合法的数据 返回顶部 需求分析 定义一个bean类，用来记录日志数据中心的各数据字段 编写LogMap类进行数据的过滤 编写驱动类，运行 返回顶部 代码实现 Bean类 定义Bean类，对数据集中的数据..
在JDEA上实现MapReaduce复杂案例
Allen的博客
09-03 257
我们来实现一下复杂的案例 求出两两之间的好友： A:B,C,D,F,E,O B:A,C,E,K C:F,A,D,I D:A,E,F,L E:B,C,D,M,L F:A,B,C,D,E,O,M G:A,C,D,E,F H:A,C,D,E,O I:A,O J:B,O K:A,C,D L:D,E,F M:E,F,G O:A,H,I,J /* 第一阶段的map函数主要完成以下任务 1.遍历原始文件中...
高阶MapReduce_2_链接多个MapReduce作业实例
会编程的小强
08-26 1505
这篇博客是一个链接多个MapReduce作业的小案例，接下来就来看看具体是怎么是怎么实现的： 首先，本次的小案例操作了两个数据文件，分别是： input1： 2012-3-1 a 2012-3-2 b 2012-3-3 c 2012-3-4 d 2012-3-5 a 2012-3-6 b 2012-3-7 c 2012-3-3 c input2： 2012-3-1 b 2012-
MapReduce案例1
UUSUU的博客
09-16 583
Hadoop MapReduce案例 案例1Wordcount Map类 package wordcount; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.m...
MapReduce进阶与经典案例
chxlloli的博客
02-10 895
一，HDFS数据格式详解 数据存储空间是有限的，数据本身和增量是动态变化的，数据格式描述了数据保存在文件或者记录中的规则。HDFS中分为文件格式和压缩格式。 1，文件格式 文件格式按面向的存储形式不同，分为面向行和面向列的两大类文件格式。 面向行/列 类型名称 是否可切分 优点 缺点 适用场景 面向行 文本文件格式(.txt)
大数据系统开发实践项目——安装完全分布式Hadoop集群并利用MapReduce实现倒排索引（北理工大三小学期）
最新发布
2301_79058506的博客
04-28 842
接着，在倒排索引的构建过程中，再次运用MapReduce任务，应用TF-IDF算法，将词项映射到包含它的文档，并记录词项在文档中的位置信息，以计算每个词项的在文档中的重要性，确保了对文档的全面索引，为后续的搜索排序提供基础。Reduce阶段首先以键值对形式接收来自Map部分的输出，其中键为词项，值为文档ID和文档内容的列表，然后针对相同的词项，将它们对应的文档ID和文档内容列表合并，形成倒排索引的条目，最后生成输出最终的键值对，其中键为词项，值为包含该词项的文档ID和位置信息。
Hive 高级应用（三）之 Hive 执行过程实例分析
weixin_44387652的博客
03-10 552
Hive 高级应用（三）之 Hive 执行过程实例分析1、Hive 执行过程概述1.1、Hive 操作符列表1.2、Hive 编译器的工作职责1.3、优化器类型2、Join2.1、实现过程2.2、具体实现过程3、Group By3.1、具体实现过程4、Distinct4.1、实现过程 1、Hive 执行过程概述 （1）Hive 将 HQL 转换成一组操作符（Operator），比如 GroupByOperator, JoinOperator 等； （2）操作符 Operator 是 Hive 的最小处理单元
Hive高级用法01-hive调优
小梁
07-24 1816
文章目录1. 查看执行计划    1.1 执行计划有什么用:    1.2 怎么查询执行计划    1.3 简单示例2.建表优化      2.1 建分区表         2.1.1 什么是分区表   &nbs
MapReduce案例
程天爽的博客
11-07 515
MapReduceWordCount1. 需求2. 环境准备3. Mapper4. Reducer5. Driver序列化1. 需求2. FlowBean3. Mapper4. FlowReducer5. FlowDiver0. 输入输出 边学边写 WordCount 1. 需求   在给定的文本文件中统计输出每一个单词出现的总次数 根据要求，分别编写 Mapper、Ruducer、Driver 2. 环境准备 用IDEA+jdk17+自带的maven 创建工程 打开IDEA，新建工程，选Mave
MapReduce高级案例⑧
kamisamak的博客
06-17 155
MapReduce中多表合并案例 需求分析 订单数据order.txt 1001 01 1 1002 02 2 1003 03 3 1004 01 4 1005 02 5 1006 03 6 商品数据pd.txt 01 小米 02 华为 03...
MapReduce经典案列 wordcount经典案例的实现 MapReduce分布式计算框架
weixin_45437533的博客
11-26 591
MapReduce简介： MapReduce”分而治之“的思想处处可见，适用于大量复杂的任务处理场景（大规模数据处理场景）。 Map负责”分“，即把复杂的任务分解为若干个”简单的任务“来处理。可以进行拆分的前提是这些小任务可以并行计算，彼此间几乎没有依赖关系。 Reduce负责“合”，即对map阶段的结果进行全局汇总。 MapReduce运行再Yarn集群上（资源调度的平台） 经典案列：wordcount 1、分析数据准备： 先启动hadoop： start-dfs.sh ..
大数据教程（14.2）网站数据分析(二)
weixin_33704591的博客
04-15 340
2019独角兽企业重金招聘Python工程师标准>>> ...
Hadoop案例（一）之日志清洗
weixin_42073629的博客
10-01 581
日志清洗案例 一.简单解析版 1）需求 去除日志中字段长度小于等于11的日志。 2）输入数据 194.237.142.21 - - [18/Sep/2013:06:49:18 +0000] "GET /wp-content/uploads/2013/07/rstudio-git3.png HTTP/1.1" 304 0 "-" "Mozilla/4.0 (compatible;)" 183.49.46.228 - - [18/Sep/2013:06:49:23 +0000] "-" 400 0.
map reduce案例超详细讲解
THREEFUCT的博客
06-29 2311
map输出，分割单词增加尾部1，方便统计 reduce统计 调用管道符测试 上面是一个简单的例子 加大一点点难度 使用MapReduce实现如下功能(要mapreduce思维实现，考虑多节点协同处理，非以往的Python单节点处理数据思维)现有数据 emp.csv 、 dept.txt emp.csv ----------------------------- ------------------------ dept.csv 部门编号 姓名
深入解析MapReduce高级特性：shuffle与实战案例
本文将深入探讨MapReduce的高级特性及其shuffle机制，以及结合实际案例解析关键知识点。首先，我们将详细讲解shuffle的概念和在MapReduce中的核心作用，它负责将map阶段产生的中间数据按照key进行分区和排序，然后将...
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