SQL函数-窗口函数-聚合窗口函数

于 2024-05-20 14:25:09 发布
阅读量990 收藏 15
点赞数 21
文章标签： 算法 大数据 数据库
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/shane700/article/details/139063530
版权

许多常见的聚合函数也可以作为窗口函数使用，包括AVG()，SUM()，COUNT()，MAX()以及MIN()等函数.

一、移动聚合

1、移动平均值

AVG函数在作为窗口函数使用时，可以用于计算随着当前移动的窗口内数据行的平均值。

例如，查找不同产品每个月以及截至当前月最近3个月的平均销售额

SELECT m.product,m.ym,m.amount,
AVG(m.amount) OVER(
 PARTITION BY m.product
 ORDER BY m.ym
 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym

AVG函数OVER子句中的PARTITION BY选项表示按照产品进行分区。

ORDER BY选项表示按照月份进行排序；ROWS BETWEEN 2 PRECEDING AND CURRENT ROW表示窗口从当前行的前2行开始，直到当前行结束。

执行结果如下：

对于桔子：

第一个月的分析窗口只有1行数据，因此平均销售额为“10154”。

第二个月的分析窗口为第1行和第2行，因此平均销售额为（10154+10183）/2=10168.5.

第三个月的分析窗口为第1行到第3行的数据，因此平均销售额为（10154+10183+10245）/3=10194。

第四个月的分析窗口为第2行到第4行的数据，因此平均销售额为（10183+10245+10325）/3=10251。

依此类推，直到计算完“桔子”所有月份的平均销售额，然后开始计算其他产品的平均销售额。

2、移动求和

在移动窗口内除了可以求平均值之外，也可以进行移动求和

例如，查找不同产品每个月以及截至当前月最近3个月的累计销售额

SELECT m.product,m.ym,m.amount,
SUM(m.amount) OVER(
 PARTITION BY m.product
 ORDER BY m.ym
 ROWS BETWEEN 2 PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym;

SUM函数OVER子句中的PARTITION BY选项表示按照产品进行分区。

ORDER BY选项表示按照月份进行排序；ROWS BETWEEN 2 PRECEDING AND CURRENT ROW表示窗口从当前行的前2行开始，直到当前行结束。

查询结果如下：

对于桔子：

第一个月的分析窗口只有1行数据，因此平均销售额为“10154”。

第二个月的分析窗口为第1行和第2行，因此平均销售额为10154+10183=20337.

第三个月的分析窗口为第1行到第3行的数据，因此平均销售额为10154+10183+10245=30582。

第四个月的分析窗口为第2行到第4行的数据，因此平均销售额为10183+10245+10325=30753。

依此类推，直到计算完“桔子”所有月份的近3个月累计销售额，然后开始计算其他产品的近3个月累计销售额。

除了AVG()、SUM() 之外，其他的聚合函数也可以在移动窗口中计算。

二、累计聚合

1、累计求和

SUM函数作为窗口函数时，可以用于统计指定窗口内的累计值。

例如：查找不同产品截至当前月份的累计销售额：

SELECT m.product,m.ym,m.amount,
SUM(m.amount) OVER(
 PARTITION BY m.product
 ORDER BY m.ym
 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym;

SUM函数OVER子句中的PARTITION BY选项表示按照产品进行分区。

ORDER BY选项表示按照月份进行排序。

ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW表示窗口从当前分区第1行开始，直到当前行结束。

查询结果如下：

对于桔子：

第一个月的分析窗口只有1行数据，因此累计销售额为“10154”。

第二个月的分析窗口为第1行和第2行，因此累计销售额为10154+10183=20337.

第三个月的分析窗口为第1行到第3行的数据，因此累计销售额为10154+10183+10245=30582。

第四个月的分析窗口为第1行到第4行的数据，因此平均销售额为10154+10183+10245+10325=40907。

依此类推，直到计算完“桔子”所有月份的累计销售额，然后开始计算其他产品的累计销售额。

2、累计平均值

例如：查找不同产品截至当前月份的平均销售额：

SELECT m.product,m.ym,m.amount,
AVG(m.amount) OVER(
 PARTITION BY m.product
 ORDER BY m.ym
 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym;

执行结果如下：

对于桔子：

第一个月的分析窗口只有1行数据，因此累计销售额为“10154”。

第二个月的分析窗口为第1行和第2行，因此累计销售额为（10154+10183）/2=10168.5.

第三个月的分析窗口为第1行到第3行的数据，因此累计销售额为（10154+10183+10245）/3=10194。

第四个月的分析窗口为第1行到第4行的数据，因此平均销售额为（10154+10183+10245+10325）/4=10226.75。

依此类推，直到计算完“桔子”所有月份的累计平均值，然后开始计算其他产品的累计平均值。

除了AVG()、SUM() 之外，其他的聚合函数也可以在聚合窗口中计算。

三、ORDER BY的默认设置

对于聚合窗口函数，如果我们没有指定ORDER BY选项，默认的窗口大小就是整个分区。如果我们指定了ORDER BY选项，默认的窗口大小就是分区的第一行到当前行。

1、指定ORDER BY选项

因此累计求和的案例中，在指定了ORDER BY选项后，ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT NOW选项可以省略。

省略后的语句为：

SELECT m.product,m.ym,m.amount,
SUM(m.amount) OVER(
 PARTITION BY m.product
 ORDER BY m.ym
 ## ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym;

执行结果与下面语法执行结果相同。

SELECT m.product,m.ym,m.amount,
SUM(m.amount) OVER(
 PARTITION BY m.product
 ORDER BY m.ym
 ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym;

2、不指定ORDER BY 选项

如果去掉ORDER BY选项，查询的窗口大小就是整个分区

语法如下：

SELECT m.product,m.ym,m.amount,
SUM(m.amount) OVER(
 PARTITION BY m.product
 ## ORDER BY m.ym
 ## ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
)
FROM sales_monthly m
ORDER BY m.product,m.ym;

执行结果如下：这时，合计值就变成了分区内所有记录的合计。

四、RANGE指定窗口

除使用ROWS关键字以数据行为单位指定窗口的偏移量外，我们也可以使用RANGE关键字以数值为单位指定窗口的偏移量。

例如：查询短期之内（5天）累计转账超过100万元的账户

SELECT a.log_ts,a.from_user,a.total_amount FROM (
    SELECT log_ts,t.from_user,t.amount,
      SUM(t.amount) OVER(
        PARTITION BY t.from_user
        ORDER BY t.log_ts
        RANGE INTERVAL '5' DAY PRECEDING
      ) AS total_amount
    FROM transfer_log t 
    WHERE t.type = '转账'
) a
WHERE total_amount >= 1000000;

执行结果如下：

举例使用数据：

1、sales_monthly表：表中存储了不同产品（苹果、香蕉、橘子）每个月的销售额情况。

##创建销量表sales_monthly
##product表示产品名称，ym表示年月，amount表示销售金额（元）
CREATE TABLE sales_monthly(product VARCHAR(20), ym VARCHAR(10), amount NUMERIC(10, 2));
 
##生成测试数据
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201801',10159.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201802',10211.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201803',10247.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201804',10376.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201805',10400.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201806',10565.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201807',10613.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201808',10696.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201809',10751.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201810',10842.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201811',10900.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201812',10972.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201901',11155.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201902',11202.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201903',11260.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201904',11341.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201905',11459.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('苹果','201906',11560.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201801',10138.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201802',10194.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201803',10328.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201804',10322.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201805',10481.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201806',10502.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201807',10589.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201808',10681.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201809',10798.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201810',10829.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201811',10913.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201812',11056.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201901',11161.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201902',11173.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201903',11288.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201904',11408.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201905',11469.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('香蕉','201906',11528.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201801',10154.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201802',10183.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201803',10245.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201804',10325.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201805',10465.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201806',10505.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201807',10578.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201808',10680.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201809',10788.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201810',10838.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201811',10942.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201812',10988.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201901',11099.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201902',11181.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201903',11302.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201904',11327.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201905',11423.00);
INSERT INTO sales_monthly (product,ym,amount) VALUES ('桔子','201906',11524.00);

2、transfer_log表：表中记录了一些银行账户的交易日志。

## 创建银行交易日志表transfer_log
## Oracle、MySQL、PostgreSQL以及SQLite
CREATE TABLE transfer_log
( log_id    INTEGER NOT NULL PRIMARY KEY, -- 交易日志编号
  log_ts    TIMESTAMP NOT NULL, -- 交易时间
  from_user VARCHAR(50) NOT NULL, -- 交易发起账号
  to_user   VARCHAR(50), -- 交易接收账号
  type      VARCHAR(10) NOT NULL, -- 交易类型
  amount    NUMERIC(10) NOT NULL -- 交易金额（元）
);
 
 
## 生成测试数据
## Oracle 需要执行以下ALTER语句
## ALTER SESSION SET nls_timestamp_format = 'YYYY-MM-DD HH24:MI:SS';
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (1,'2021-01-02 10:31:40','62221234567890',NULL,'存款',50000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (2,'2021-01-02 10:32:15','62221234567890',NULL,'存款',100000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (3,'2021-01-03 08:14:29','62221234567890','62226666666666','转账',200000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (4,'2021-01-05 13:55:38','62221234567890','62226666666666','转账',150000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (5,'2021-01-07 20:00:31','62221234567890','62227777777777','转账',300000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (6,'2021-01-09 17:28:07','62221234567890','62227777777777','转账',500000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (7,'2021-01-10 07:46:02','62221234567890','62227777777777','转账',100000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (8,'2021-01-11 09:36:53','62221234567890',NULL,'存款',40000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (9,'2021-01-12 07:10:01','62221234567890','62228888888881','转账',10000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (10,'2021-01-12 07:11:12','62221234567890','62228888888882','转账',8000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (11,'2021-01-12 07:12:36','62221234567890','62228888888883','转账',5000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (12,'2021-01-12 07:13:55','62221234567890','62228888888884','转账',6000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (13,'2021-01-12 07:14:24','62221234567890','62228888888885','转账',7000);
INSERT INTO transfer_log (log_id,log_ts,from_user,to_user,type,amount) VALUES (14,'2021-01-21 12:11:16','62221234567890','62228888888885','转账',70000);
Demi咪~
关注
  • 21
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLServer中的窗口函数
03-02
SQLServer2012之后对窗口函数进行了极大的加强，但对于很多开发人员来说，对窗口函数却不甚了解，导致了这样强大的功能被浪费，因此本篇文章主要谈一谈SQLServer中窗口函数的概念。窗口函数，也可以被称为OLAP函数或...
SQL窗口函数
热门推荐
每天学习一点点
04-18 4万+
SQL窗口函数为在线分析处理（OLAP）和商业智能（BI）提供了复杂分析和报表统计的功能，例如产品的累计销售额统计、分类排名、同比/环比分析等。这些功能通常很难通过聚合函数和分组操作来实现。 窗口函数（Window Function）可以像聚合函数一样对一组数据进行分析并返回结果，二者的不同之处在于，窗口函数不是将一组数据汇总成单个结果，而是为每一行数据都返回一个结果。聚合函数和窗口函数的区别如下图所示。 以SUM函数为例演示这两种函数的差异，以下语句中的SUM()是一个聚合函数： S.
Hive - 聚合函数+ 窗口函数
G090909的博客
06-20 1678
1.partition by 定义的分组，具有累计的功能，会返回每个组中的成员 。 另外partition by字句的优点是：在同一个select语句中，一个窗口函数的计算独立于按其他列分区的其他窗口函数的计算。 当在窗口函数over字句中使用order by 字句时，就指定了两件事： 1、分区中的行如何排序 2、在计算时对哪些行进行累计 1、创建表 create database if not ...
SQL求累计和/汇总 窗口函数
华山栈道的博客
02-23 877
求累计和/汇总 语句结构：SUM( 列名 )OVER( ORDER BY 列名) 题目：按照salary的累计和running_total SELECT emp_no, salary, SUM(salary)over(ORDER BY emp_no) FROM salaries WHERE to_date = '9999-01-01'; 扩展学习：https://zhuanlan.zhihu.com/p/92654574 ...
【SQL面试】窗口函数如何实现【累加】？
gzjgzj12345的博客
03-07 2315
SQL窗口函数实现累加？ SQL 窗口函数可以用于实现各种计算，包括累加。在使用窗口函数进行累加时，可以使用 SUM() 函数结合 OVER 子句。OVER 子句定义了窗口，即要对哪些行进行计算。 假设有一个名为 sales 的表，其中包含销售额和销售日期信息，可以使用以下 SQL 语句计算每个销售日期的销售额累加值： SELECT   sales_date, sales_amount, SUM(sales_amount) OVER (O
SQL之窗口函数
qq_66986418的博客
08-28 1048
1 窗口函数语法 over (partition by order by ）
sql — 窗口函数
最新发布
qq_47343046的博客
04-25 1570
统计窗口函数则用于进行统计计算，包括count、sum、avg、min、max、first_value、last_value、lag、lead、cume_dist。排序窗口函数主要用于对数据进行排序和排名，包括row_number、rank、dense_rank、percent_rank、ntile；与常规聚合函数不同，窗口函数可以在不影响查询结果集的情况下，对结果集中的每一行应用函数，生成额外的信息，例如排名、累计和等。count函数计算结果集中行的数量，可以结合分组函数使用，用于统计分组内的行数。
SQL高级功能：窗口函数、存储过程及经典排名问题、topN问题、WITH 子句
Java后端技术栈
03-08 6160
如上图，聚合函数sum在窗口函数中，对自身记录以及位于自身以上的数据进行求和，如课程号0002对应的学号0002后面的sum结果就是课程号0002中学号为0001和0002对应的成绩之和，课程号0002对应的学号0003后面的sum结果就是课程号0002中学号0001、0002和0003对应的成绩之和。以上窗口函数，用了rows和preceding这两个关键字，是“之前~行“的意思，在上面也就是之前2行的意思，也就是得到的结果是自身记录及前2行的平均。)，括号里面只包含了参数的类型和名称，方便调用。
SQL2005 学习笔记 窗口函数(OVER)
09-11
【SQL2005窗口函数】是SQL Server 2005引入的一种强大的数据分析工具，它允许用户在结果集的“窗口”上进行计算，而不仅仅是单行或整个结果集。这种函数使得处理复杂的统计计算变得更为简便，比如累计求和、移动平均...
SQL窗口函数速查表.pdf
10-30
SQL窗口函数是数据库查询中的一个强大工具，它们允许在单个查询中对数据集进行复杂的分析，而无需多次聚合或子查询。窗口函数的核心概念在于“窗口”——它定义了一个行集，在这个集上执行计算，而不是在整个结果集...
sql的窗口函数
RayMand168的博客
06-09 89
sql的窗口函数
SQL | 窗口函数 | 累计求和问题
weixin_46023346的博客
05-06 3652
一、每个用户截止到每月为止的最大单月访问次数和累计到该月的总访问次数 1、创建表 CREATE TABLE IF NOT EXISTS visits( userid VARCHAR(10), datetime1 DATETIME, visits INT)ENGINE=InnoDB DEFAULT CHARSET=utf8; 2、插入数据 INSERT INTO visits VALUES('A','2021-01-03 14:59:43',5); INSERT INTO visits VALUES('A'
sql sum排序_最全SQL窗口函数指南—数据分析面试必备
weixin_39842918的博客
01-25 1926
在笔者比较早期的面试经历中，面试官经常会出一些 SQL 题，而其中最常见的就是那些需要用 窗口函数 来解题的。后来在笔者作为面试官面试候选人时，也是常常把窗口函数作为考察点。所以掌握好 SQL 窗口函数还是很必要的。接下来我们按照顺序来介绍各种窗口函数。一、组内排序函数：Rank/Dense_Rank/Row_Number组内排序，我们常常用于取分组内排序前N/后N的记录，或先分组排序然后根据序号...
SQL窗口函数实现累加求功能
weixin_43332500的博客
03-22 1万+
1、语法： sum(字段1) over(partition by 字段2 order by 字段3 rows between unbounded preceding and current row) as 新字段名 2、功能： 实现组内累加 3、实例： 表sheet1，内容如下： 先对表中每人每月的收入求和： select name,mon,sum(amount) as tota_amount...
SQL 窗口函数 滚动累加
qinxiaowen2014的博客
11-07 6358
滚动累加有两种方式： 1.第一种方式，抱歉我贴了一段自己写的SQL，大家只看蓝色标记的即可 DROP TABLE IF EXISTS tmp.tmp_group_bg_sales_budget_mth_2; create table tmp.tmp_group_bg_sales_budget_mth_2 STORED AS ORC AS select     bg_wid     ,subst...
apache_request_headers() 函数不能用怎么办
Jokenzhang
11-12 1038
apache_request_headers() 函数不能用怎么办 这个问题应该有很多人遇到了，自己的代码没有问题， 可是就是跑不起来，经过单元测试发现 apache_request_headers() 出了问题。 下面我们来看一下这个函数官方是怎么说的： https://www.php.net/manual/zh/function.apache-request-headers.php 这样的话我们无疑问的就知道了，需要在Apache环境下运行程序了。 但是没有Apache环境是如何运行的呢。
SQL聚合函数的窗口函数使用说明——例如sum() over()
weixin_42341246的博客
10-28 8400
窗口函数是使用 SQL 进行数据查询和分析时经常使用的函数，基本语法为： <窗口函数> over ( partition by <分组的列名> order by <排序的列名>) 其中窗口函数又分为专用窗口函数和聚合函数。 专用窗口函数包括 row_number(), rank() dense_rank() 等，比较常用，这里不做过多介绍。 而聚合函数 max(), min(), sum(), count() 等在作为窗口函数使用的时候，需要注意以下事项：
常见业务场景的SQL解决方案
04-21
常见业务场景的SQL解决方案，也是常见的面试SQL题， 面过多个大厂的SQL题总结。窗口函数的灵活应用。

“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