Oozie--调度实现

最新推荐文章于 2023-03-02 22:38:43 发布
最新推荐文章于 2023-03-02 22:38:43 发布
阅读量240 收藏 2
点赞数
文章标签： oozie
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_46893497/article/details/111464482
版权

调度实现

1、Oozie的用法

  • 开发工作流的配置文件
  • Azkaban：
    • .job来定义每个程序
    • .zip来定义工作流
  • Oozie:
    • workflow.xml：工作流的配置文件，定义工作流
      • 放在HDFS上
      • xml中会定义action，每个action就是一个job
      • 定义DAG
    • job.properties：工作流运行的引导配置文件
      • 定义工作流xml文件[workflow.xml]在hdfs上的地址
      • 定义一些参数变量
    • Node：工作流中的 job
      • 在xml中定义多个action构建工作流
      • 控制节点：Control node
        • start：程序开始节点
        • end：程序结束节点
        • kill：强制关闭程序的节点
        • fork：分支，多个程序依赖于一个程序
        • join：合并，一个程序依赖于多个程序
<workflow-app name="[WF-DEF-NAME]" xmlns="uri:oozie:workflow:0.1">
    <start to action1>
    <action name="action1">
        实现第一步处理
        ok to  forknode
        error to kill
    </action>
    <fork name="forknode">
        <path start="action2" />
        ...
        <path start="action3" />
    </fork>
    <action name="action2">
        实现处理
        ok to  joinnode
        error to kill
    </action>
    <action name="action3">
        实现处理
        ok to  joinnode
        error to kill
    </action>
    <join name="joinnode" to="action4" />
    ...
</workflow-app>
  • decision：判断
<decision name="check-output">
    <switch>
      <case to="action1">
          ${wf:actionData('shell-node')['my_output'] eq 'Hello Oozie'}
      </case>
      <case to="action2">
          ${wf:actionData('shell-node')['my_output'] eq 'Hello Hue'}
      </case>
      <default to="action3"/>
    </switch>
</decision>
<action name="action1">
    做第一种处理
    ok to 
    error to
</action>
<action name="action2">
    做第二种处理
    ok to 
    error to
</action>
<action name="action3">
    做默认的处理
    ok to 
    error to
</action>
  • 用于控制程序运行的流程的
  • 动作节点：Action node
    • mr程序
    • hive程序
    • shell脚本
    • 就是我要运行的程序
      在这里插入图片描述

2、官方示例

  • 进入oozie的家目录
cd /export/servers/oozie-4.1.0-cdh5.14.0/
  • 解压官方示例
tar -zxvf oozie-examples.tar.gz
  • 创建自己的案例目录
mkdir usercase

3、Shell action

  • 复制官方案例
cp -r examples/apps/shell/ usercase/
  • 修改job.properties
#定义一些属性
nameNode=hdfs://node-01:8020
jobTracker=node-03:8032
queueName=default
EXEC=user.sh

#指定工作流文件在HDFS上的地址
oozie.wf.application.path=${nameNode}/user/oozie/app/shell
  • 创建hdfs案例目录
hdfs dfs -mkdir -p /user/oozie/app
  • 修改workflow.xml
<workflow-app xmlns="uri:oozie:workflow:0.4" name="shell-wf">
    <start to="shell-node"/>
    <action name="shell-node">
        <shell xmlns="uri:oozie:shell-action:0.2">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
            <exec>${EXEC}</exec>
            <file>${nameNode}/user/oozie/app/shell/${EXEC}#${EXEC}</file>
            <capture-output/>
        </shell>
        <ok to="end"/>
        <error to="fail"/>
    </action>
    <kill name="fail">
        <message>Shell action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <end name="end"/>
</workflow-app>
  • 自定义脚本
vim usercase/shell/user.sh

#!/bin/bash
echo "this is a bigdata  class" >> /export/datas/oozie.txt

#添加执行权限
chmod u+x usercase/shell/user.sh
  • 上传
hdfs dfs -put usercase/shell /user/oozie/app/
  • 运行
    • 通过读取本地的job.properties找到对应的HDFS上的workflow.xml地址
bin/oozie job -oozie http://node-01:11000/oozie -config usercase/shell/job.properties -run
  • 监控
    在这里插入图片描述
    在这里插入图片描述
  • 注意：如果运行失败了，怎么检查日志
  • 第一步：看oozie中的日志
    在这里插入图片描述
    在这里插入图片描述
  • 第二步：看yarn上程序的报错
    在这里插入图片描述

4、MapReduce action

  • 复制官方案例
cp -r examples/apps/map-reduce  usercase/
  • 放入程序jar包
    在这里插入图片描述
  • 修改job.properties
nameNode=hdfs://node-01:8020
jobTracker=node-03:8032
queueName=default

oozie.wf.application.path=${nameNode}/user/oozie/app/map-reduce
  • 修改workflow.xml
    • 官方的示例程序中，用的都是hadoop1的属性
    • 我们实际的运行环境是Hadoop2，必须添加以下属性，启用新的Mr的API
<property>
    <name>mapred.reducer.new-api</name>
    <value>true</value>
</property>
<property>
    <name>mapred.mapper.new-api</name>
    <value>true</value>
</property>

<workflow-app xmlns="uri:oozie:workflow:0.2" name="map-reduce-wf">
    <start to="mr-node"/>
    <action name="mr-node">
        <map-reduce>
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <prepare>
                <delete path="${nameNode}/wordcount/output-oozie"/>
            </prepare>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
                <property>
                    <name>mapred.reducer.new-api</name>
                    <value>true</value>
                </property>
                <property>
                    <name>mapred.mapper.new-api</name>
                    <value>true</value>
                </property>
                <property>
                    <name>mapreduce.job.map.class</name>
                    <value>com.bigdata.hanjiaxiaozhi.mapreduce.wc.WCMapper</value>
                </property>
                <property>
                    <name>mapreduce.job.reduce.class</name>
                    <value>com.bigdata.hanjiaxiaozhi.mapreduce.wc.WCReduce</value>
                </property>
                <property>
                    <name>mapreduce.job.maps</name>
                    <value>1</value>
                </property>
                <property>
                    <name>mapreduce.input.fileinputformat.inputdir</name>
                    <value>/wordcount/input</value>
                </property>
                <property>
                    <name>mapreduce.output.fileoutputformat.outputdir</name>
                    <value>/wordcount/output-oozie</value>
                </property>
                <property>
                    <name>mapreduce.map.output.key.class</name>
                    <value>org.apache.hadoop.io.Text</value>
                </property>
                <property>
                    <name>mapreduce.map.output.value.class</name>
                    <value>org.apache.hadoop.io.IntWritable</value>
                </property>
            </configuration>
        </map-reduce>
        <ok to="end"/>
        <error to="fail"/>
    </action>
    <kill name="fail">
        <message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <end name="end"/>
</workflow-app>
  • 上传
hdfs dfs -put usercase/map-reduce /user/oozie/app/
  • 运行
bin/oozie job -oozie http://node-01:11000/oozie -config usercase/map-reduce/job.properties -run
  • 观察YARN
    在这里插入图片描述
  • 运行了两个MapReduce
    • 第一个MapReduce是封装的工作流
    • 第二个MapReduce是运行的WordCount

5、Hive action

  • 复制官方案例
cp -r examples/apps/hive2  usercase/
  • 修改job.properties
nameNode=hdfs://node-01:8020
jobTracker=node-03:8032
queueName=default
jdbcURL=jdbc:hive2://node-03:10000/default

oozie.use.system.libpath=true

oozie.wf.application.path=${nameNode}/user/oozie/app/hive2
  • 修改workflow.xml
<workflow-app xmlns="uri:oozie:workflow:0.5" name="hive2">
    <start to="hive2-node"/>

    <action name="hive2-node">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <prepare>
                <delete path="/user/oozie/app/hive2/output-data/hive2"/>
                <mkdir path="/user/oozie/app/hive2/input-table/table"/>
            </prepare>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
            <jdbc-url>${jdbcURL}</jdbc-url>
            <script>script.q</script>
            <param>INPUT=/user/oozie/app/hive2/input-table/table</param>
            <param>OUTPUT=/user/oozie/app/hive2/output-data/hive2</param>
        </hive2>
        <ok to="end"/>
        <error to="fail"/>
    </action>

    <kill name="fail">
        <message>Hive2 (Beeline) action failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <end name="end"/>
</workflow-app>
  • 修改SQL脚本
DROP TABLE IF EXISTS test;
CREATE EXTERNAL TABLE test (a INT) STORED AS TEXTFILE LOCATION '${INPUT}';
insert into table test values(1);
insert into table test values(2);
insert into table test values(3);
INSERT OVERWRITE DIRECTORY '${OUTPUT}' SELECT * FROM test;
  • 上传
hdfs dfs -put usercase/hive2  /user/oozie/app/
  • 运行
bin/oozie job -oozie http://node-01:11000/oozie -config usercase/hive2/job.properties -run

6、workFlow

  • 复制一个程序
cp -r usercase/map-reduce usercase/flow
  • 效果
    • 先执行mr
    • 然后执行shell
    • 最后执行hive
  • 修改job.properties
#定义一些要用的变量
nameNode=hdfs://node-01:8020
jobTracker=node-03:8032
queueName=default
#指定workflow.xml文件在hdfs上的地址
oozie.wf.application.path=${nameNode}/user/oozie/app/flow
#定义了hiveserver2地址
jdbcURL=jdbc:hive2://node-03:10000/default
#使用当前系统的环境变量
oozie.use.system.libpath=true
EXEC=user.sh
  • 修改workflow.xml
<workflow-app xmlns="uri:oozie:workflow:0.2" name="map-reduce-wf">
    <start to="mr-node"/>
    <action name="mr-node">
        <map-reduce>
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <prepare>
                <delete path="${nameNode}/wordcount/output-oozie"/>
            </prepare>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
                <property>
                    <name>mapred.reducer.new-api</name>
                    <value>true</value>
                </property>
                <property>
                    <name>mapred.mapper.new-api</name>
                    <value>true</value>
                </property>
                <property>
                    <name>mapreduce.job.map.class</name>
                    <value>com.bigdata.hanjiaxiaozhi.mapreduce.wc.WCMapper</value>
                </property>
                <property>
                    <name>mapreduce.job.reduce.class</name>
                    <value>com.bigdata.hanjiaxiaozhi.mapreduce.wc.WCReduce</value>
                </property>
                <property>
                    <name>mapreduce.job.maps</name>
                    <value>1</value>
                </property>
                <property>
                    <name>mapreduce.input.fileinputformat.inputdir</name>
                    <value>/wordcount/input</value>
                </property>
                <property>
                    <name>mapreduce.output.fileoutputformat.outputdir</name>
                    <value>/wordcount/output-oozie</value>
                </property>
                <property>
                    <name>mapreduce.map.output.key.class</name>
                    <value>org.apache.hadoop.io.Text</value>
                </property>
                <property>
                    <name>mapreduce.map.output.value.class</name>
                    <value>org.apache.hadoop.io.IntWritable</value>
                </property>
            </configuration>
        </map-reduce>
        <ok to="shell-node"/>
        <error to="fail"/>
    </action>
    <action name="shell-node">
        <shell xmlns="uri:oozie:shell-action:0.2">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
            <exec>${EXEC}</exec>
            <file>${nameNode}/user/oozie/app/shell/${EXEC}#${EXEC}</file> <!--Copy the executable to compute node's current working directory -->
            <capture-output/>
        </shell>
        <ok to="hive2-node"/>
        <error to="fail"/>
    </action>
    <action name="hive2-node">
        <hive2 xmlns="uri:oozie:hive2-action:0.1">
            <job-tracker>${jobTracker}</job-tracker>
            <name-node>${nameNode}</name-node>
            <prepare>
                <delete path="/user/oozie/app/hive2/output-data/hive2"/>
                <mkdir path="/user/oozie/app/hive2/input-table/table"/>
            </prepare>
            <configuration>
                <property>
                    <name>mapred.job.queue.name</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
            <jdbc-url>${jdbcURL}</jdbc-url>
            <script>script.q</script>
            <param>INPUT=/user/oozie/app/hive2/input-table/table</param>
            <param>OUTPUT=/user/oozie/app/hive2/output-data/hive2</param>
        </hive2>
        <ok to="end"/>
        <error to="fail"/>
    </action>
    <kill name="fail">
        <message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
    </kill>
    <end name="end"/>
</workflow-app>
  • 上传
hdfs dfs -put usercase/flow  /user/oozie/app/
  • 提交
bin/oozie job -oozie http://node-01:11000/oozie -config usercase/flow/job.properties -run

在这里插入图片描述

6、coordinator

  • 定时调度
    • 基于时间以来关系实现调度
    • 使用
    • job.properties
      • 用于定义变量
      • 用于指向workflow.xml的地址
      • 用于指向coordinator.xml的地址
    • workflow.xml
      • 工作流的定义
    • coordinator.xml
      • 配置时间调度的规律
  • 复制官方案例
cp -r examples/apps/cron usercase/
  • 修改job.properties
nameNode=hdfs://node-01:8020
jobTracker=node-03:8032
queueName=default

oozie.coord.application.path=${nameNode}/user/oozie/app/cron
start=2020-06-26T16:25+0800
end=2020-06-28T00:00+0800
workflowAppUri=${nameNode}/user/oozie/app/cron
  • 修改coordinator.xml
  • 第一种方式：指定频率
frequency="${coord:minutes(10)}"   10分钟执行一次
<coordinator-app name="cron-coord" frequency="${coord:minutes(10)}" start="${start}" end="${end}" timezone="GMT+0800"
                 xmlns="uri:oozie:coordinator:0.2">
        <action>
        <workflow>
            <app-path>${workflowAppUri}</app-path>
            <configuration>
                <property>
                    <name>jobTracker</name>
                    <value>${jobTracker}</value>
                </property>
                <property>
                    <name>nameNode</name>
                    <value>${nameNode}</value>
                </property>
                <property>
                    <name>queueName</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
        </workflow>
    </action>
</coordinator-app>
  • 第二种：Linux crontab方式
<coordinator-app name="cron-coord" frequency="*/5 * * * *" start="${start}" end="${end}" timezone="GMT+0800"
                 xmlns="uri:oozie:coordinator:0.2">
        <action>
        <workflow>
            <app-path>${workflowAppUri}</app-path>
            <configuration>
                <property>
                    <name>jobTracker</name>
                    <value>${jobTracker}</value>
                </property>
                <property>
                    <name>nameNode</name>
                    <value>${nameNode}</value>
                </property>
                <property>
                    <name>queueName</name>
                    <value>${queueName}</value>
                </property>
            </configuration>
        </workflow>
    </action>
</coordinator-app>
  • 上传
hdfs dfs -put usercase/cron  /user/oozie/app/
  • 运行
bin/oozie job -oozie http://node-01:11000/oozie -config usercase/cron/job.properties -run
韩家小志
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Oozie调度案例（workflow调度多个job）
破晓的成长之路
10-03 933
继上一篇oozie安装笔记：Oozie安装配置笔记继续复习记录。 唯有实践才能真切地发现简单的东西不一定简单。 1 解压oozie自带demo tar -zxf oozie-examples.tar.gz 2 在oozie目录下创建myjps文件夹并将oozie自带demo拷贝到该文件夹下 cp -rvf examples/apps myjps/ 3 在myjps/apps/shell目录下...
Oozie的workflow和coordinate的使用（HA）
qq_36864672的博客
11-16 1154
&lt;workflow-app name="[WF-DEF-NAME]" xmlns="uri:oozie:workflow:0.1"&gt; ... &lt;decision name="[NODE-NAME]"&gt; &lt;switch&gt; &lt;case to="[NODE_NAME]"&g
hue构建多个workflow依赖的coordinator
join_null的博客
04-24 1320
https://cloud.tencent.com/developer/article/1158324
oozie 原理和调度流程
weixin_45140946的博客
03-02 275
oozie原理和调度流程
使用oozie实现spark定时调度和spark依赖
zhangfan1994的博客
08-07 9884
oozie是针对hadoop的任务调度框架，因为spark on yarn的模式是基于hadoop的任务调度模块yarn来做的，所以spark on yarn模式可以利用oozie的定时模块和任务依赖调度模块，实现按时按步骤的执行spark的job，下面就简单介绍一下刚使用oozie时容易忽略和比较重要的地方。 最简单来讲，一个简单依赖关系的ooziejob，需要一个提交到hdfs上的xml用来解析
大数据调度工具oozie详细介绍
热门推荐
Abysscarry的博客
08-17 2万+
背景： 之前项目中的sqoop等离线数据迁移job都是利用shell脚本通过crontab进行定时执行，这样实现的话比较简单，但是随着多个job复杂度的提升，无论是协调工作还是任务监控都变得麻烦，我们选择使用oozie来对工作流进行调度监控。在此介绍一下oozie~ 注：我的 Oozie server version：[4.1.0 - CDH 5.13.0] 一、官网介绍 首先看官网首...
Oozie多任务串联和定时任务执行？看这篇就懂了!
大数据梦想家
06-05 6280
写在前面： 博主是一名大数据的初学者，昵称来源于《爱丽丝梦游仙境》中的Alice和自己的昵称。作为一名互联网小白，写博客一方面是为了记录自己的学习历程，一方面是希望能够帮助到很多和自己一样处于起步阶段的萌新。由于水平有限，博客中难免会有一些错误，有纰漏之处恳请各位大佬不吝赐教！个人小站:http://alices.ibilibili.xyz/ , 博客主页:https://alice.blog.csdn.net/ 尽管当前水平可能不及各位大佬，但我还是希望自己能够做得更好，因为一天的生活就是一生的缩影。.
Oozie:时尚界最完整的讲解oozie的任务调度,定时任务执行
09-23 1638
絮叨两句: 博主是一名数据分析实习生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们 人的一生中会遇到各种各样的困难和折磨，逃避是解决不了问题的，唯有以乐观的精神去迎接生活的挑战 少年易老学难成，一寸光阴不可轻。 最喜欢的一句话:今日事,今日毕 如果你还没有安装Oozie,那就快点击下面的链接进行安装: Oozie的安装介绍 在oozie当中，主要是通过Coordinator 来实现任务的定时调度，与workflow类似的 Coordinator 这个模块也是主要通过xml来进行配置.
oozie调度总结（一）
Macalzheng的专栏
04-26 679
重点介绍oozie调度中 MapReduce 、Spark、Hive workflow的构建以及构建过程中遇到的问题
oozie的调度案例
mo
08-01 264
在上篇博客中介绍了关于oozie的安装相关内容，本篇来讲述一下oozie的使用案列 案例一：调度shell脚本案例 1）解压官方案例模板 [root@hadoop102 oozie-4.0.0-cdh5.3.6]# tar -zxvf oozie-examples.tar.gz 2）创建oozie-apps目录 [root@hadoop102 oozie-4.0.0-cdh5.3.6]# mkdir oozie-apps 3）拷贝任务模板到oozie-apps [root@hadoop102 oozie-4
Oozie作业调度 - Demo
迷失技术de小猪
04-24 2665
Oozie是一个管理Hadoop作业、可伸缩、可扩展、可靠的工作流调度系统，它内部定义了三种作业：1.工作流作业：由一系列动作构成的有向无环图（DAGs）2.协调器作业：按时间频率周期性触发Oozie工作流的作业3.Bundle作业：管理协调器作业一、首先示例提交HiveSQL脚本-即时执行1.进入到hue界面，点击【Query】-【Schedule】-【WorkFlow】，编辑工...
oozie调度总结（二）
Macalzheng的专栏
04-26 274
重点介绍Pig、Hive使用Tez模式在Oozie上的调度
oozie的作业调度
jueshengtianya的专栏
05-14 1930
最近一段时间写了一个mr程序，最后进行作业
Oozie调度使用案例--使用命令行方式
jmx_bigdata的博客
10-19 809
  Oozie调度使用案例 环境准备 CDH5.15.0，hue3.9.0+cdh5.15.0，oozie4.1.0+cdh5.15.0     2.使用案例 (1)在oozie-4.1.0-cdh5.15.0.tar.gz的解压目录中存在一个oozie-examples.tar.gz的tar包 [root@sdw1 software]# tar -xzvf oozie-4.1....
Oozie调度引擎
weixin_44695980的博客
07-08 317
Oozie是一个管理Hadoop作业、可伸缩、可扩展、可靠的工作流调度系统，它内部定义了三种作业： 工作流作业：由一系列动作构成的有向无环图（DAGs） 协调器作业：按时间频率周期性触发Oozie工作流的作业 3.Bundle作业：管理协调器作业 一、首先示例提交HiveSQL脚本- 即时执行 1.进入到hue界面，点击【Query】- 【Schedule】- 【WorkFlow】，编...
Oozie原理
sky
05-07 1512
前言: 在工作中,可能需要好几个Hadoop作业(job)来协作完成,往往一个job的输出会被当做另一个job的输入来使用，这个时候就涉及到了数据流的处理。 我们不可能就盯着程序，等它运行完再去运行下一个程序，所以，一般的做法就是通过shell来做，但是如果涉及到的工作流很复杂（比方说有1,2,3,4四个作业，1的输出作为2 3 4的输入，然后2 3的结果运算之后再和1的结果进...
CDH中Oozie基于Hue实现GMV全流程调度
张不帅
07-22 692
文章目录执行前的准备在Hue中创建Oozie任务GMV 执行前的准备 [root@hadoop001 bin]# cp /opt/software/mysql-libs/mysql-connector-java-5.1.27/mysql-connector-java-5.1.27-bin.jar /opt/cloudera/parcels/CDH-5.12.1-1.cdh5.12.1.p0.3/...
oozie定时调度的配置说明第一篇
oracle8090的博客
01-22 1万+
如果需要做一个循环的定时调度，基本的需要三个文件 job.properties 记录了job的属性workflow.xml 使用hPDL 定义任务的流程和分支coordinator.xml 主要用来做workflow的触发条件，来做定时触发，也可以组合多个workflow的运行顺序 现在讲解一个简单的demo，对ooize进行说明讲解 job.properties  该文件主要是
oozie教程-实现你自己的hadoop/spark作业工作流
最新发布
03-16
Oozie是一个开源的工作流协调器，可以用于管理和调度Hadoop和Spark作业。通过Oozie，用户可以定义和运行复杂的作业工作流，包括多个Hadoop和Spark作业的依赖关系和执行顺序。以下是实现自己的Hadoop/Spark作业工作流...

“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
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