Hive入门-HQL、表操作、库操作、视图、索引、数据类型【万字详解，倾情打造】

已于 2024-05-15 20:21:56 修改
阅读量1k 收藏 24
点赞数 19
分类专栏： Hive 文章标签： hive hadoop 数据仓库
于 2024-04-14 21:41:05 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/qq_73181349/article/details/137744698
版权

目录

数据类型

库操作

表操作

数据导入导出  

创建表

临时表

内部表

外部表

内外部表转换

分区表

分桶表

查询表

JOIN

修改表

删除表

清空表

特例-update和delete 

视图

视图增删改 

索引

索引原理

索引增删改 

设置自动使用索引

 索引缺陷

数据类型

decimal 类型：

decimal(11,2) 代表最多有 11 位数字，其中后 2 位是小数，整数部分是 9位；如果整数部分超过 9 位，则这个字段就会变成 null；如果小数部分不足 2 位， 则后面用 0 补齐两位，如果小数部分超过两位，则超出部分四舍五入。也可直接写 decimal，后面不指定位数，默认是 decimal(10,0) 整数 10 位，没有小数

 map类型：

zhangsan chinese:90,math:87,english:63,nature:76
lisi chinese:60,math:30,english:78,nature:0
wangwu chinese:89,math:25

create table if not exists map1(
name string,
score map<string,int>)
row format delimited
fields terminated by '\t'
collection items terminated by ','
map keys terminated by ':';


load data local inpath './data/map1.txt' into table map1;


#查询数学⼤于35分的学⽣的英语和⾃然成绩：
select m.name,m.score['english'] ,m.score['nature'] from map1 m
where m.score['math'] > 35;
#查看每个⼈的前两科的成绩总和
select m.name,m.score['chinese']+m.score['math'] from map1 m;

struct类型：

zhangsan 90,87,63,76
lisi 60,30,78,0
wangwu 89,25,81,9


create table if not exists struct1(
name string,
score struct<chinese:int,math:int,english:int,natrue:int>
)
row format delimited
fields terminated by '\t'
collection items terminated by ',';

导⼊数据：
load data local inpath './data/arr1.txt' into table struct1;

select name,score.english,score.chinese from str2
where score.math > 35;

array类型： 

zhangsan    78,89,92,96
lisi    67,75,83,94
王五    23,12


create table if not exists arr1(
    name string,
    scores array<string>
)
row format delimited
fields terminated by '\t'
collection items terminated by ',';

load data local inpath '/data/arr1.txt' into table arr1;
select * from arr1;


#结果
+--------+---------------+
|name    |scores         |
+--------+---------------+
|zhangsan|["78,89,92,96"]|
|lisi    |["67,75,83,94"]|
|王五     |["23,12"]     |
+--------+---------------+

库操作

创建库

CREATE DATABASE [IF NOT EXISTS] database_name
[COMMENT database_comment]
[LOCATION hdfs_path]
[WITH DBPROPERTIES (property_name=property_value, ...)];

        查询库 

 SHOW DATABASES [LIKE 'identifier_with_wildcards'];

 #注：like通配表达式说明：*表示任意个任意字符，|表示或的关系。

         查看数据库信息

DESCRIBE DATABASE [EXTENDED] db_name;

        修改数据库

用户可以使用alter database命令修改数据库某些信息，其中能够修改的信息包括dbproperties、location、owner user。需要注意的是：修改数据库location，不会改变当前已有表的路径信息，而只是改变后续创建的新表的默认的父目录。

--修改dbproperties

ALTER DATABASE database_name SET DBPROPERTIES (property_name=property_value, ...);

--修改location

ALTER DATABASE database_name SET LOCATION hdfs_path;

--修改owner user

ALTER DATABASE database_name SET OWNER USER user_name;

        删除数据库

DROP DATABASE [IF EXISTS] database_name [RESTRICT|CASCADE];

RESTRICT：严格模式，若数据库不为空，则会删除失败，默认为该模式。

CASCADE：级联模式，若数据库不为空，则会将库中的表一并删除。

       切换当前数据库

USE database_name;

表操作

表有临时表、外部表、内部表（管理表）、分区表，分桶表

Linux上传文件到hdfs上

hdfs dfs -put student.txt

基于其他表的结构建表

create table teacher2 like teacher;

基于查询结果建表

 create table teacher1 as select * from teacher;

数据导入导出  

导入文件到hive表

LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)];

关键字说明：

1）local：表示从本地加载数据到Hive表；否则从HDFS加载数据到Hive表。

2）overwrite：表示覆盖表中已有数据，否则表示追加。

3）partition：表示上传到指定分区，若目标是分区表，需指定分区。

注意！分桶表不能load data，可以先load data到临时表，再从临时表insert from到分桶表

导入表到表

1）create table tbname as select  * from tbname;

2）insert overwrite table tbname select * from tbname;

数据导出

INSERT (INTO | OVERWRITE) TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] select_statement;

关键字说明：

1）INTO：将结果追加到目标表

2）OVERWRITE：用结果覆盖原有数据

#导出数据到本地⽂件系统的⽬录下
insert overwrite local directory '/root/out/00'
select * from student;
#导出数据到hdfs的⽬录下
insert overwrite directory '/root/out/01'
select * from student;
#导出的⽂件中字段默认不分隔，修改导出后的列与列之间的格式：
insert overwrite local directory '/root/out/01'
row format delimited fields terminated by ',';
select * from student;

Export&Import

Export导出语句可将表的数据和元数据信息一并到处的HDFS路径，Import可将Export导出的内容导入Hive，表的数据和元数据信息都会恢复。Export和Import可用于两个Hive实例之间的数据迁移。

EXPORT TABLE tablename TO 'export_target_path'

IMPORT TABLE new_or_original_tablename FROM 'source_path' [LOCATION 'import_target_path']

 ROW FORMAT DELIMITED参数

[FIELDS TERMINATED BY char]

#列分隔符

[COLLECTION ITEMS TERMINATED BY char]

#map、struct、array元素间的分隔符

[MAP KEYS TERMINATED BY char]

#map中key和value的分隔符

[LINES TERMINATED BY char]

#行分隔符

 STORED AS参数

指定文件格式，常用的文件格式有，textfile（默认值），sequence file，orc file、parquet file等等。

创建表

临时表

CREATE [TEMPORARY] table if not exist tb_name;

内部表

create table if not exists student(
    id int, 
    name string
)
row format delimited fields terminated by '\t'
location '/user/hive/warehouse/student';
#指定表的数据位置，表删除后，文件也会删除

外部表

create external table if not exists student(
    id int, 
    name string
)
row format delimited fields terminated by '\t'
location '/user/hive/warehouse/student';
#表删除后，文件不会删除

内外部表转换

#内部表转外部表
alter table tableName set tblproperties('EXTERNAL'='TRUE');
注意：内部表转外部表，True⼀定要⼤写;

#外部表转内部表
alter table tableName set tblproperties('EXTERNAL'='false');
说明：false不区分⼤⼩

分区表

#一级分区
create table if not exists part1(
id int,name string,age int)
partitioned by (dt string)
row format delimited
fields terminated by ','
lines terminated by '\n';

#导入数据
load data local inpath './data/user1.txt' 
into table test_ext partition(dt='2020-05-05');



#二级分区
create table if not exists part2(
id int,name string,age int)
partitioned by (year string,month string)
row format delimited
fields terminated by ',';

#导入数据
load data local inpath './data/user1.txt' into table part2
partition(year='2020',month='03');



#三级分区
create table if not exists part3(
id int,name string,age int)
partitioned by (year string,month string,day string)
row format delimited
fields terminated by ',';

#导入数据
load data local inpath './data/user1.txt' into table part3
partition(year='2020',month='05',day='01');
#添加分区
ALTER TABLE tablename 
ADD PARTITION (partition_key='partition_value', ......);

#删除分区
ALTER TABLE tablename DROP 
PARTITION (partition_key='partition_value');
#只是删除元数据，hdfs文件依然保留
#修改分区值
ALTER TABLE tablename 
PARTITION (partition_key='old_partition_value') 
RENAME TO
PARTITION (partition_key='new_partition_value');

注意！

修改分区只会在元数据中修改，不会同步修改HDFS路径，如：

1）原分区路径为： /user/hive/warehouse/test.db/test_table/month=201910 ，分区名： month='201910'

2）将分区名修改为：201911 后，分区所在路径不变，依旧 是：/user/hive/warehouse/test.db/test_table/month=201910

如果希望修改分区名后，同步修改HDFS的路径，并保证正常可用，需要：

1）在元数据库中： 找到SDS表 -> 找到LOCATION列 -> 找到对应分区的路径记录进行修改 如将记录的： /user/hive/warehouse/test.db/test_table/month=201910 修改 为： /user/hive/warehouse/test.db/test_table/month=201911

2）在HDFS中，同步修改文件夹名

如将文件夹： /user/hive/warehouse/test.db/test_table/month=201910 修改为： /user/hive/warehouse/test.db/test_table/month=201911

分桶表

分桶表不能使用load data ！！！只能insert .. select ..from

原因：分桶表是要把数据划分成n份，划分规则就是基于分桶列的值进行hash取模来决定，由于load data不会触发mapreduce，没有计算过程，也就是无法执行hash算法，只是简单的移动数据。

Hash取模算法：

同样的值在hash加密后的结果是一致的，不论计算多少次都不会改变。基于这个特征，

假如规定把表划分成3个桶，那么对表的分桶列的字段名进行hash计算，产生的值再%3取模，取模的结果必然是0或1或2，基于取模的结果，把取模结果相同的放到同一个桶中。取模相同的一定在同一文件，同一文件的未必取模都相同。

CREATE TABLE 
course (c_id string,c_name string,t_id string)
[PARTITION(partition_key='partition_value')]
CLUSTERED BY(c_id) INTO 3 BUCKETS 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';

#分桶表需要开启：
set hive.enforce.bucketing=true;
#设置自动匹配桶数量的reduces task数量
#分桶表不能使用load data

查询表

select  .. from ..
join [tableName] on ..
where ..
group by ..
having ..
order by ..
sort by ..
limit ..
union | union all ...

limit

select * from emp limit 2,3; -- 表示从第2行开始，向下抓取3行

JOIN

由图可知，左外连接（left join）就是以左表为主 ，左表多少行，连接的结果表就多少行，右外连接（right join）同理。满外连接（full outer join）就是左表中有，右表没有的，右表补为NULL，右表中有，左表没有，左表补为NULL，类似于求并集。内连接（inner join）就是求交集，找两张表都有的 

修改表

重命名表

ALTER TABLE table_name RENAME TO new_table_name

增加列

该语句允许用户增加新的列，新增列的位置位于末尾。

ALTER TABLE table_name ADD COLUMNS (col_name data_type [COMMENT col_comment], ...)

更新列

该语句允许用户修改指定列的列名、数据类型、注释信息以及在表中的位置。

ALTER TABLE table_name CHANGE COLUMN col_old_name col_new_name column_type [COMMENT col_comment] [FIRST|AFTER column_name]

替换列

该语句允许用户用新的列集替换表中原有的全部列。

ALTER TABLE table_name REPLACE COLUMNS (col_name data_type [COMMENT col_comment], ...)

删除表

DROP TABLE [IF EXISTS] table_name;

清空表

TRUNCATE [TABLE] table_name

注意：truncate只能清空管理表，不能删除外部表中数据。

特例-update和delete 

更新和删除的语法比较简单，和关系型数据库一致。需要注意的是这两个操作都只能在支持 ACID 的表，也就是事务表上才能执行。

-- 更新

UPDATE tablename SET column = value [, column = value ...] [WHERE expression]

--删除

DELETE FROM tablename [WHERE expression]

 需要配置hive-site.xml，开启事务支持，配置完成后重启hive。

<property>
    <name>hive.support.concurrency</name>
    <value>true</value>
</property>
<property>
    <name>hive.enforce.bucketing</name>
    <value>true</value>
</property>
<property>
    <name>hive.exec.dynamic.partition.mode</name>
    <value>nonstrict</value>
</property>
<property>
    <name>hive.txn.manager</name>
    <value>org.apache.hadoop.hive.ql.lockmgr.DbTxnManager</value>
</property>
<property>
    <name>hive.compactor.initiator.on</name>
    <value>true</value>
</property>
<property>
    <name>hive.in.test</name>
    <value>true</value>
</property>

视图

Hive 中的视图和 RDBMS 中视图的概念一致，都是一组数据的逻辑表示，本质上就是一条 SELECT 语句 的结果集。视图是纯粹的逻辑对象，没有关联的存储 (Hive 3.0.0 引入的物化视图除外)，当查询引用视 图时，Hive 可以将视图的定义与查询结合起来，例如将查询中的过滤器推送到视图中。

在 Hive 中可以使用 CREATE VIEW 创建视图，如果已存在具有相同名称的表或视图，则会抛出异常， 建议使用 IF NOT EXISTS 预做判断。在使用视图时候需要注意以下事项：

  • 视图是只读的，不能用作 LOAD / INSERT / ALTER 的目标；
  • 在创建视图时候视图就已经固定，对基表的后续更改（如添加列）将不会反映在视图；
  • 删除基表并不会删除视图，需要手动删除视图；
  • 视图可能包含 ORDER BY 和 LIMIT 子句。如果引用视图的查询语句也包含这类子句，其执行优先 级低于视图对应字句。例如，视图 custom_view 指定 LIMIT 5，查询语句为 select * from custom_view LIMIT 10 ，此时结果最多返回 5 行。
  • 创建视图时，如果未提供列名，则将从 SELECT 语句中自动派生列名； 

视图增删改 

创建视图
CREATE VIEW [IF NOT EXISTS] [db_name.]view_name   -- 视图名称
 [(column_name [COMMENT column_comment], ...) ]    --列名
 [COMMENT view_comment]  --视图注释
 [TBLPROPERTIES (property_name = property_value, ...)]  --额外信息
  AS SELECT ...;



查看视图
-- 查看所有视图： 没有单独查看视图列表的语句，只能使用 show tables
show tables;
-- 查看某个视图
desc view_name;
-- 查看某个视图详细信息
desc formatted view_name;


删除视图
DROP VIEW [IF EXISTS] [db_name.]view_name;
-- 删除视图时，如果被删除的视图被其他视图所引用，这时候程序不会发出警告，但是引用该视图其他视
图已经失效，需要进行重建或者删除。


修改视图
ALTER VIEW [db_name.]view_name AS select_statement;
-- 被更改的视图必须存在，且视图不能具有分区，如果视图具有分区，则修改失败。 


修改视图属性
ALTER VIEW [db_name.]view_name SET TBLPROPERTIES (property_name = property_value, property_name = property_value, ...);

示例：
ALTER VIEW custom_view SET TBLPROPERTIES ('create'='heibaiying','date'='2019-05-
05');

索引

Hive 在 0.7.0 引入了索引的功能，索引的设计目标是提高表某些列的查询速度。如果没有索引，带有谓 词的查询（如'WHERE table1.column = 10'）会加载整个表或分区并处理所有行。但是如果 column 存在索引，则只需要加载和处理文件的一部分。

索引原理

在指定列上建立索引，会产生一张索引表（表结构如下），里面的字段包括：索引列的值、该值对应的 HDFS 文件路径、该值在文件中的偏移量。在查询涉及到索引字段时，首先到索引表查找索引列值对应 的 HDFS 文件路径及偏移量，这样就避免了全表扫描。

索引增删改 

创建索引
CREATE INDEX index_name     --索引名称
  ON TABLE base_table_name (col_name, ...)  --建立索引的列
  AS index_type    --索引类型
 [WITH DEFERRED REBUILD]    --重建索引
 [IDXPROPERTIES (property_name=property_value, ...)]  --索引额外属性
 [IN TABLE index_table_name]    --索引表的名字
 [
     [ ROW FORMAT ...] STORED AS ...  
     | STORED BY ...
 ]   --索引表行分隔符 、 存储格式
 [LOCATION hdfs_path]  --索引表存储位置
 [TBLPROPERTIES (...)]   --索引表表属性
 [COMMENT "index comment"];  --索引注释



查看索引
--显示表上所有列的索引
SHOW FORMATTED INDEX ON table_name;



删除索引
-- 删除索引会删除对应的索引表。
DROP INDEX [IF EXISTS] index_name ON table_name;
-- 如果存在索引的表被删除了，其对应的索引和索引表都会被删除。如果索引表的某个分区被删除了，
那么分区对应的分区索引也会被删除。


重建索引
ALTER INDEX index_name ON table_name [PARTITION partition_spec] REBUILD;
-- 如果指定了 PARTITION，则仅重建该分区的索引。


查看索引
show index on tb_name;

设置自动使用索引

默认情况下，虽然建立了索引，但是 Hive 在查询时候是不会自动去使用索引的，需要开启相关配置。 开启配置后，涉及到索引列的查询就会使用索引功能去优化查询。

SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;

SET hive.optimize.index.filter=true;

SET hive.optimize.index.filter.compact.minsize=0;

 索引缺陷

索引表最主要的一个缺陷在于：索引表无法自动 rebuild，这也就意味着如果表中有数据新增或删除， 则必须手动 rebuild，重新执行 MapReduce 作业，生成索引表数据。 同时按照官方文档 的说明，Hive 会从 3.0 开始移除索引功能，主要基于以下两个原因：

具有自动重写的物化视图 (Materialized View) 可以产生与索引相似的效果（Hive 2.3.0 增加了对 物化视图的支持，在 3.0 之后正式引入）。

使用列式存储文件格式（Parquet，ORC）进行存储时，这些格式支持选择性扫描，可以跳过不需 要的文件或块。

青秋.
关注
  • 19
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
hive的索引：
iilegend的博客
04-22 460
hive的索引： 索引是数据库的一种标准技术，hive在0.7版本以后支持索引，只不过hive的索引的性能要比关系型数据库的差 优点：提高查询效率，避免全表扫描 缺点：冗余存储，加载数据较慢 索引文件的特点：索引数据有序，并且数据量较小 索引的参数（关键字）index 如何创建一个索引 create table if not exists text3 as select * f...
Hive索引
DataFlow范式
06-27 2538
1、        Hive索引概述 Hive的索引目的是提高Hive表指定列的查询速度。 没有索引时，类似'WHERE tab1.col1 = 10' 的查询，Hive会加载整张表或分区，然后处理所有的rows，但是如果在字段col1上面存在索引时，那么只会加载和处理文件的一部分。 与其他传统数据库一样，增加索引在提升查询速度时，会消耗额外资源去创建索引和需要更多的磁盘空间存储索引。 H
hive索引
chimchim66的博客
08-11 1071
hive索引学习
Hive的视图和索引
guoliduo的博客
04-08 1314
目录 1、Hive Lateral View 2、Hive视图 3、Hive索引 1、Hive Lateral View 1、基本介绍 Lateral View用于和UDTF函数（explode、split）结合来使用。 ​ 首先通过UDTF函数拆分成多行，再将多行结果组合成一个支持别名的虚拟表。主要解决在select使用UDTF做查询过程中，查询只能包含单个UDTF，不能包含其...
最全面的HIVE详解
空城雀的博客
11-08 4588
Hive简介 上图是OLAP引擎整体架构图，分为三个层面：数据存储层，计算资源层以及OLAP服务层。（我们从olap引入hive，如果重点关注hive，这部分作为扩展即可。） • OLAP引擎是基于Spark和Hadoop的SQL引擎，内部依赖Druid，HDFS，HIVE存储来存储相关数据。为了与离线计算集群解耦，OLAP自身内部有一套完整的HDFS存储，HIVE存储以及Yarn资源池。 •...
Hadoop-2.8.0-Day08-Hive函数与HQL详解-课件与资料.zip
04-30
HQL支持多种常见的SQL操作，如SELECT、INSERT、UPDATE、DELETE等，同时也提供了丰富的内置函数来处理各种数据类型和计算需求。 1. **Hive函数**：Hive内建了大量的函数，包括数学函数、字符串函数、日期时间函数、...
Hive之DML数据操作
01-07
Hive简介：...Hive数据类型： https://blog.csdn.net/weixin_45102492/article/details/91048019 Hive之DDL数据定义： https://blog.csdn.net/weixin_45102492/article/details/91349323 Hive
Hive-数据仓库实战
12-22
实验的目的在于让学习者掌握 Hive 的基本操作，包括创建表、导入数据以及执行查询。通过在 Hue 上运行 Hive 查询语言（HQL），可以熟悉 Hive 的交互式操作。 首先，我们来看看如何在 Hive 中创建表。创建表有两种...
数据仓库hive-1.1.0-cdh5.14.2
08-11
hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。
《Hive数据仓库案例教程》教学课件 第5章 Hive数据操作.pdf
06-22
《Hive数据仓库案例教程》教学课件 第5章 Hive数据操作.pdf《Hive数据仓库案例教程》教学课件 第5章 Hive数据操作.pdf《Hive数据仓库案例教程》教学课件 第5章 Hive数据操作.pdf《Hive数据仓库案例教程》教学课件 第...
Hive数据库语言Hql
大数据让未来充满希望
06-20 439
首先我们要知道操作Hive数据库的院类似于sql语言但是有些也不同于sql的语言，所以我们就叫他Hql，这里我就介绍一些常用的语言以及我在写语言时的错误。 一、创建表 create table 表名（属性） ROW FORMAT DELIMITED 行格式分隔 FIELDS TERMINATED BY ’,’ 字段之间使用，来分隔 COLLECTION ITEMS TERMINATED BY...
HIVE SQL 中 HQL 语句理解
最新发布
weixin_51931576的博客
01-07 1997
HQL DQL指的是 数据查询语句, 主要是对 表数据进行查询操作的.
hive的索引
qq_28266137的博客
05-30 8669
索引 关系型数据库中的索引：在关系数据库中，索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。一般是建立在建上的。 hive中的索引功能是有限的，hive中没有关系数据库中的建的概念，但是还是可以对某一些字段建立索引。 Hive索引的目标是提高对表的某些列进行查询查找的速度。如果没有索引，则使用类似于“WHERE tab1.col1
hive的基本使用及HQL
Null的博客
04-11 2145
1、 创建库：create database if not exists mydb;        创建库的时候带注释            create database if not exists dbname comment 'create my db named dbname';        创建带属性的库            create database if not exists...
hive学习之hql教程
weixin_44178366的博客
10-01 951
Hsql语法 DDL数据定义 数据库的ddl 创库语法 create database [if not exists] database_name [comment database_comment] [location hdfs_path] -- 先不指定location [with dbproperties (property_name=property_value,...)]; # 创建库mydb create database if not exists mydb comment "my fir
「Hive进阶篇」HQL底层执行过程及原理详解
大数据阶梯之路的博客
10-10 1000
HQL底层执行过程及原理详解
Hive从入门到精通，HQL硬核整理四万字，全面总结，附详细解析，赶紧收藏吧！！
北慕辰的博客，欢迎各位大佬光临！！
09-08 6237
一、了解Hive 二、Hive的基本语法 三、Hive的数据类型 四、Hive HQL使用语法 五、Hive HQL使用注意 六、Hive 的函数使用 七、Hive 的Shell使用
hive hql文档_好程序员大数据学习路线分享hive的运行方式
weixin_28864139的博客
12-21 125
好程序员大数据学习路线分享hive的运行方式hive的属性设置： 1、在cli端设置 (只针对当前的session) 3、在java代码中设置 (当前连接) 2、在配置文件中设置 (所有session有效) 设置属性的优先级依次降低。 cli端只能设置非hive启动需要的属性。(log属性,元数据连接属性) 查找所有属性： hive>set; 查看当前属性的值：通常是hadoop hive...
评论 1
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