第八记·Hadoop完全分布式搭建教程、Zookeeper搭建、HA环境部署

最新推荐文章于 2023-12-03 15:11:24 发布
最新推荐文章于 2023-12-03 15:11:24 发布
阅读量488 收藏 2
点赞数
分类专栏： 大数据学习之路·XY记 文章标签： Hadoop完全分布式 Hadoop搭建完全分布式
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/u014414323/article/details/80828102
版权

XY个人笔记

    ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。ZooKeeper的目标就是封装好复杂易出错的关键服务，将简单易用的接口和性能高效、功能稳定的系统提供给用户。提供了 文件系统和通知机制。ZooKeeper要遵循2n+1个服务的原则，其中有1个领导者（Leader）和2n个跟随者（Follower）。
    Leader领导者负责进行投票的发起和决议，更新系统状态。Follower用于接收可数请求并向客户端返回结果，在选主过程中参与投票。还有一个角色是ObServer，ObServer可以接收客户端连接，将写请求转发给Leader节点。但ObServer不参加投票过程，只同步Leader的状态。ObServer的目的是为了扩展系统，提高读取速度。

    HA(High Available)，高可用性集群，是保证业务连续性的有效解决方案，一般有两个或两个以上的节点，且分为活动节点及备用节点。通常把正在执行业务的称为活动节点，而作为活动节点的一个备份的则称为备用节点。当活动节点出现问题，导致正在运行的业务（任务）不能正常运行时，备用节点此时就会侦测到，并立即接续活动节点来执行业务。从而实现业务的不中断或短暂中断。

    下面介绍环境的搭建。

一、完全分布式搭建

1.首先我们先克隆5台虚拟机，更改本地HOSTS文件对应的主机名。

2.修改网络信息，后面克隆的4台机器进行相同的配置


# cd /etc/sysconfig/network-scripts/
# vi ifcfg-eth0


3.修改network、修改完成之后重启网络服务

$ vi /etc/sysconfig/network
# service network restart

4.配置ssh，查看克隆的虚拟机是否有公钥和私钥，如果有的话删除（如果不是自己设置的是克隆过来的，所以需要删除）

$ sudo rm -rf .shh/

5.重新生成

$ ssh-keygen

6.发送秘钥，五台都要发送

$ ssh-copy-id jeffrey.hadoop01.com 
$ ssh-copy-id jeffrey.hadoop02.com
$ ssh-copy-id jeffrey.hadoop03.com
$ ssh-copy-id jeffrey.hadoop04.com
$ ssh-copy-id jeffrey.hadoop05.com

7.更改配置文件

====core-site.xml====
<!--指定第一台做namenode-->
<property>
	<name>fs.defaultFS</name>
	<value>hdfs://hadoop.senior01:8020</value>
</property>
<property>
	<name>hadoop.tmp.dir</name>
	<value>/opt/modules/hadoop-2.5.0/data</value>
</property>
=========hdfs-site.xml=====
<!-- 分布式副本数设置为3 -->
    <!--存放到hdfs上的文件的副本数，伪分布式配置为1 -->  
    <property>  
        <name>dfs.replication</name>  
        <value>3</value>  
    </property>  
    <!-- 配置 secondarynamenode 主机名 -->  
    <property>  
        <name>dfs.namenode.secondary.http-address</name>  
        <value>jeffrey.hadoop01.com:50090</value>  
    </property>
    <!-- 关闭权限检查用户或用户组 -->
    <property>  
      <name>dfs.permissions.enabled</name>  
      <value>false</value>  
    </property>

============yarn-site.xml=======
    <!-- 指定ResorceManager所在服务器的主机名-->  
    <property>  
        <name>yarn.resourcemanager.hostname</name>  
        <value>jeffrey.hadoop01.com</value>  
    </property>  
    <!-- 指明在执行MapReduce的时候使用shuffle-->  
    <property>  
        <name>yarn.nodemanager.aux-services</name>  
        <value>mapreduce_shuffle</value>  
    </property>  
    <!--启用日志聚合功能-->  
    <property>  
        <name>yarn.log-aggregation-enable</name>  
        <value>true</value>  
    </property>  
    <!--日志保存时间 默认保存3-7-->   
    <property>  
        <name>yarn.log-aggregation.retain-seconds</name>  
        <value>106800</value>  
    </property>  
=========================mapred-site.xml============
$ cp mapred-site.xml.template mapred-site.xml

    <!-- 指定MapReduce基于Yarn来运行-->  
    <property>  
        <name>mapreduce.framework.name</name>  
        <value>yarn</value>  
    </property>
	    <property>  
      <name>mapreduce.jobhistory.address</name>  
      <!--配置实际的主机名和端口-->  
      <value>jeffrey.hadoop01.com:10020</value>  
    </property>  
      
    <property>  
      <name>mapreduce.jobhistory.webapp.address</name>  
      <value>jeffrey.hadoop01.com:19888</value>  
    </property>
8.配置slaves，即指定datanode的节点的机器 
jeffrey.hadoop03.com
jeffrey.hadoop04.com
jeffrey.hadoop05.com
    将slaves发送到其他机器 
$ sudo scp /opt/modules/hadoop-2.7.3/etc/hadoop/slaves jeffrey.hadoop02.com:/opt/modules/hadoop-2.7.3/etc/hadoop/
$ sudo scp /opt/modules/hadoop-2.7.3/etc/hadoop/slaves jeffrey.hadoop03.com:/opt/modules/hadoop-2.7.3/etc/hadoop/
$ sudo scp /opt/modules/hadoop-2.7.3/etc/hadoop/slaves jeffrey.hadoop04.com:/opt/modules/hadoop-2.7.3/etc/hadoop/
$ sudo scp /opt/modules/hadoop-2.7.3/etc/hadoop/slaves jeffrey.hadoop05.com:/opt/modules/hadoop-2.7.3/etc/hadoop/

9.删除data/dfs，并格式化namenode

$ rm -rf data/dfs 
$ bin/hdfs namenode -format

10.启动服务

$ sbin/start-all.sh

启动完成后发现主节点namenode resourcemanager 在hadoop01上，从节点 datanode nodemanager在hadoop03.hadoop04.hadoop05上，和我们配置的完全一样。

分布式就此搭建完成。

二、Zookeeper搭建

1.上传并解压到modules，创建工作目录data

$ tar -zxvf zookeeper-3.4.12.tar.gz -C ../modules/
$ mkdir data

2.在zookeeper下的conf里面复制一个zoo_sample.cfg并命名为zoo.cfg，编辑zoo.cfg

$ cp zoo_sample.cfg zoo.cfg 
$ vi zoo.cfg

3.编辑zoo.cfg

    a.配置工作目录的路径，新建data，把myid存放到data目录

    b.配置zookeeper所在的服务器


2888选举投票的端口号 3888内部通讯的端口号
service.1 service.2 service.3 中的 1，2，3就是myid

4.配置myid，如图：

5.Zookeeper发送给04,05 并更改04.05的myid

$ scp -r zookeeper-3.4.12/ jeffrey.hadoop04.com:/opt/modules/
$ scp -r zookeeper-3.4.12/ jeffrey.hadoop05.com:/opt/modules/


6.配置完成后即可启动,启动要遵循Zookeeper的2n+1原则，所以要启动2台机（半数以上）才可以运行。

$ bin/zkServer.sh start


第二台启动时完成。


根据Zookeeper的选址规则，myid为3的为leader 其余两台为followe。


三、HA环境部署

1.第一台中停止服务，后面三台的zookeeper不停，并确认zookeeper启动

$ bin/zkServer.sh status


2.配置环境文件 hadoop-env.sh、 mapred-env.sh、yarn-env.sh

3.配置文件

    a).core-site.xml 

    <!-- 指定hdfs的nameservice为ns1 -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://ns1</value>
    </property>
    
    <!-- 指定hadoop临时目录 -->
    <!--hadoop在运行时产生的文件，元数据在本地的存放目录 --> 
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/opt/modules/hadoop-2.7.3/data</value>
    </property>
    <!--指定zookeeper运行的节点-->
    <property>
        <name>ha.zookeeper.quorum</name>
        <value>jeffrey.hadoop03.com:2181,jeffrey.hadoop04.com:2181,jeffrey.hadoop05.com:2181</value>
    </property>

    b).hdfs-site.xml

        <property>
		<name>dfs.nameservices</name>
		<value>ns1</value>
	</property>
	<!-- ns1下面有两个NameNode，分别是nn1，nn2 -->
	<property>
		<name>dfs.ha.namenodes.ns1</name>
		<value>nn1,nn2</value>
	</property>
	<!-- nn1的RPC通信地址 -->
	<property>
		<name>dfs.namenode.rpc-address.ns1.nn1</name>
		<value>jeffrey.hadoop01.com:9000</value>
	</property>
	<!-- nn1的http通信地址 -->
	<property>
		<name>dfs.namenode.http-address.ns1.nn1</name>
		<value>jeffrey.hadoop01.com:50070</value>
	</property>
	<!-- nn2的RPC通信地址 -->
	<property>
		<name>dfs.namenode.rpc-address.ns1.nn2</name>
		<value>jeffrey.hadoop02.com:9000</value>
	</property>
	<!-- nn2的http通信地址 -->
	<property>
		<name>dfs.namenode.http-address.ns1.nn2</name>
		<value>jeffrey.hadoop02.com:50070</value>
	</property>
	<!-- 指定NameNode的元数据在JournalNode上的存放位置,和zookeeper在一台机器上 -->
	<property>
		<name>dfs.namenode.shared.edits.dir</name>
		<value>qjournal://jeffrey.hadoop03.com:8485;jeffrey.hadoop04.com:8485;jeffrey.hadoop05.com:8485/ns1</value>
	</property>
	<!-- 指定JournalNode在本地磁盘存放数据的位置 -->
	<property>
		<name>dfs.journalnode.edits.dir</name>
		<value>/opt/modules/hadoop-2.7.3/data/journal</value>
	</property>
	<!-- 配置隔离机制方法，多个机制用换行分割，即每个机制暂用一行
        sshfence:当Active出问题后，standby切换成Active，此时，原Active又没有停止服务，这种情况下会被强制杀死进程。
        shell(/bin/true)：NN Active和它的ZKFC一起挂了，没有人通知ZK，ZK长期没有接到通知，standby要切换，此时，standby调一
        个shell（脚本内容），这个脚本返回true则切换成功。
        -->
	<property>
		<name>dfs.ha.fencing.methods</name>
		<value>
			sshfence
			shell(/bin/true)
		</value>
	</property>
	<!-- 使用sshfence隔离机制时需要ssh免登陆 -->
	<property>
		<name>dfs.ha.fencing.ssh.private-key-files</name>
		<value>/home/[whoami]/.ssh/id_rsa</value>
	</property>
	<!-- 配置sshfence隔离机制超时时间 -->
	<property>
		<name>dfs.ha.fencing.ssh.connect-timeout</name>
		<value>30000</value>
	</property>
	<!--开启故障自动转移-->
	<property>
		<name>dfs.ha.automatic-failover.enabled</name>
		<value>true</value>
	</property>	
	<property>
		<name>dfs.client.failover.proxy.provider.ns1</name>
		<value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</value>
	</property>

    c).mapred-site.xml

    <!-- 指定MapReduce基于Yarn来运行-->  
    <property>  
        <name>mapreduce.framework.name</name>  
        <value>yarn</value>  
    </property>
	    <property>  
      <name>mapreduce.jobhistory.address</name>  
      <!--配置实际的主机名和端口-->  
      <value>jeffrey.hadoop01.com:10020</value>  
    </property>  
    <property>  
      <name>mapreduce.jobhistory.webapp.address</name>  
      <value>jeffrey.hadoop01.com:19888</value>  
    </property>
    d).yarn-site.xml 
    <!--启用日志聚合功能-->  
    <property>  
        <name>yarn.log-aggregation-enable</name>  
        <value>true</value>  
    </property>  
    <!--日志保存时间 默认保存3-7-->   
    <property>  
        <name>yarn.log-aggregation.retain-seconds</name>  
        <value>106800</value>  
    </property>  

    <!-- 指明在执行MapReduce的时候使用shuffle--> 
    <!-- 指定nodemanager启动时加载server的方式为shuffle server -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!--启用resourcemanager ha-->
    <property>
       <name>yarn.resourcemanager.ha.enabled</name>
       <value>true</value>
    </property>
    
    <property>
       <name>yarn.resourcemanager.cluster-id</name>
       <value>rmcluster</value>
    </property>

    <property>
       <name>yarn.resourcemanager.ha.rm-ids</name>
       <value>rm1,rm2</value>
    </property>

    <!-- 指定ResorceManager所在服务器的主机名-->  
    <property>
       <name>yarn.resourcemanager.hostname.rm1</name>
       <value>jeffrey.hadoop01.com</value>
    </property>
    <property>
       <name>yarn.resourcemanager.hostname.rm2</name>
       <value>jeffrey.hadoop02.com</value>
    </property>

    <!--指定zookeeper集群的地址--> 
    <property>
       <name>yarn.resourcemanager.zk-address</name>  
       <value>jeffrey.hadoop03.com:2181,jeffrey.hadoop04.com:2181,jeffrey.hadoop05.com:2181</value>
    </property>

    <!--启用自动恢复--> 
    <property>
       <name>yarn.resourcemanager.recovery.enabled</name>
       <value>true</value>
    </property>

    <!--指定resourcemanager的状态信息存储在zookeeper集群--> 
    <property>
       <name>yarn.resourcemanager.store.class</name>
       <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
    </property>
4.分发配置文件到其他机器 
scp etc/hadoop/core-site.xml etc/hadoop/hdfs-site.xml etc/hadoop/yarn-site.xml jeffrey.hadoop02.com:/opt/modules/hadoop-2.7.3/etc/hadoop/
scp etc/hadoop/core-site.xml etc/hadoop/hdfs-site.xml etc/hadoop/yarn-site.xml jeffrey.hadoop03.com:/opt/modules/hadoop-2.7.3/etc/hadoop/
scp etc/hadoop/core-site.xml etc/hadoop/hdfs-site.xml etc/hadoop/yarn-site.xml jeffrey.hadoop04.com:/opt/modules/hadoop-2.7.3/etc/hadoop/
scp etc/hadoop/core-site.xml etc/hadoop/hdfs-site.xml etc/hadoop/yarn-site.xml jeffrey.hadoop05.com:/opt/modules/hadoop-2.7.3/etc/hadoop/

5.启动hadoop集群，按顺序执行以下操作

    a).如果有,删除hadoop中的tmp目录和journal目录(bigdata1)
        $ rm -rf data/
        $ rm -rf logs/

    b).启动zk(03,04,05上执行)，之前没有关闭，所以查看以下进程确保启动
        $ bin/zkServer.sh start


    c).启动journalnode(03,04,05上执行)

        $ sbin/hadoop-daemon.sh start journalnode


    d).格式化hdfs(01上执行)
        $ bin/hdfs namenode -format


    e).同步nn1的元数据信息(02上执行)
        $ bin/hdfs namenode -bootstrapStandby        ##同步数据

    f).格式化ZKFC(01上执行)

        $ bin/hdfs zkfc -formatZK

    g).启动hdfs(01上执行)
        $ sbin/start-dfs.sh

    h).启动yarn
        $ sbin/start-yarn.sh (01上执行)
        $ sbin/yarn-daemon.sh start resourcemanager (02上执行)
        
    i).查看web
    http://jeffrey.hadoop01.com:50070/        ##active

    http://jeffrey.hadoop02.com:50070/        ##standby


    
    j).手动切换namenode状态
    $ bin/hdfs haadmin -transitionToActive nn1    ##切换成active
    $ bin/hdfs haadmin -transitionToStandby nn1    ##切换成standby
    
    k).查看状态
    $ bin/hdfs haadmin -getServiceState nn1      #查看nn1状态
    $ bin/hdfs haadmin -getServiceState nn2      #查看nn2状态
    $ bin/yarn rmadmin -getServiceState rm1      #查看rm1状态
    $ bin/yarn rmadmin -getServiceState rm2      #查看rm2状态


一尺月光寒
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
Hadoop+hbase+zookeeper完全分布式搭建
keeper的博客
05-21 4331
Hadoop+hbase+zookeeper完全分布式搭建 一．环境说明 集群环境至少需要3个节点（也就是3台服务器设备）：1个Master，2个Slave，节点之间局域网连接，可以相互ping通，下面举例说明，配置节点IP分配如下： Hostname IP User Password master...
Zookeeper HA 部署方案
weixin_33973609的博客
09-24 81
2019独角兽企业重金招聘Python工程师标准>>> ...
Hadoop+zookeeper集群部署
iblks
11-09 757
Hadoop+zookeeper集群部署 (本文是工作过程中，一个同事整理编写的，非常全面详细，在此对其表示由衷的感谢，同时也分享给大家，希望对有此需求的朋友能给予帮助) 一、集群服务器情况 IP 主机名 进程 192.168.0.202 hadoop-master NameNode/ DataNode/ Journa
ZooKeeper学习之路 （九）利用ZooKeeper搭建Hadoop的HA集
一尘在心的博客
07-19 333
目录 Hadoop HA 原理概述 为什么会有 hadoop HA 机制呢？ 那如何解决呢？ 集群规划 集群服务器准备 集群安装 1、安装 Zookeeper 集群 2、安装 hadoop 集群 Hadoop HA集群的初始化 1、启动ZooKeeper 2、在你配置的各个journalnode节点启动该进程 3、格式化namenode 4、要把在ha...
Hadoop完全分布式集群安装zookeeper集群
weixin_34395205的博客
11-15 255
应用场景 ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。zookeeper有配置维护、域名服务、分布式同步、组服务等这些功能，它可以通过投票选举机制选举出leader，并...
hadoop完全分布式环境搭建.docx
02-17
hadoop、分布式环境、完全分布式、大数据、搭建
hadoop完全分布式集群搭建
09-24
hadoop完全分布式集群搭建
ubantu 16.4下Hadoop完全分布式搭建实战教程
09-15
在Ubuntu 16.4操作系统下搭建Hadoop完全分布式环境是一项技术性较强的任务，涉及到多个步骤和配置。本文将详细讲解这一过程，帮助你成功构建一个高效稳定的Hadoop集群。 首先，我们需要准备至少三台虚拟机，分别...
Hadoop完全分布式搭建教程.md
08-07
Hadoop完全分布式搭建教程.md
hadoop完全分布式搭建.docx
09-09
Hadoop 完全分布式搭建指南 Hadoop 完全分布式搭建是指在多台服务器上安装和配置 Hadoop 组件，以实现大规模数据处理和存储的需求。以下是 Hadoop 完全分布式搭建的详细指南： 一、实验环境准备 在开始 Hadoop ...
基于zookeeper集群的HA配置
feiyan的博客
03-31 385
一、Hadoop的HA 二、Yarn的HA 三、Hive的HA 四、HBase的HA 五、Spark的HA 六、Flink的HA 七、Storm的HA 八、Kafka的HA
Zookeeper 安装与部署
最新发布
hu_wei123的博客
12-03 2261
Zookeeper 使用的基本时间，服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个 tickTime 时间就会发送一个心跳，时间单位为毫秒。注意：如果不是第一次搭建集群，那么就把 Zookeeper 安装目录下的 zkData目录删除，并且把 logs 目录也删除。时能容忍的最多心跳数（tickTime的数量），用它来限定集群中的Zookeeper服务器连接到Leader的时限。在 Zookeeper 的安装目录的 zkData 目录下创建一个 myid 的文件，的绝对路径粘贴在下方位置处。
Zookeeper 完全分布式
mthinking
04-12 205
1.挑选3台主机 s201 ~ s203 2.每台机器都安装zk tar 环境变量 export ZOOKEEPER_HOME=/soft/zk export PATH=$PATH:$ZOOKEEPER_HOME/bin 3.配置zk配置文件 s201 ~ s203 [/s...
zookeeper
热门推荐
bingoabin
11-15 32万+
应用场景 ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。zookeeper有配置维护、域名服务、分布式同步、组服务等这些功能，它可以通过投票选举机制选举出leader，并且在hbase中，zookeeper尤为重要，zookeeper存储了hbase的元数据，所以想要搭建hbase集群之前，必
Zookeeper和hadoop的安装与部署
LMY~~的博客
08-03 563
Zookeeper的安装与部署 zookeeper是用来进行分布式服务的协调，集群也是一个主集群，它一般是由一个Leader（领导者）和多个Follower（跟随者）组成。 1.下载安装包 2.上传安装包 3.解压安装包 4.zookeeper的相关配置 （1）配置zoo.cfg文件 设置数据文件目录及持久化路径 dataDir=/export/data/zookeeper/zkdata 配置zookeeper集群的服务器编号及对应的三个主机名选举端口号和通讯端口号 29 server.1=maste
（超详细）基于Zookeeper的Hadoop HA集群的搭建
JunLeon的博客
10-10 9544
基于Zookeeper的Hadoop HA集群的搭建 JunLeon——go big or go home 前言： 高可用（high availability，HA）指的是若当前工作中的机器宕机了，系统会自动处理异常，并将工作无缝地转移到其他备用机器上，以保证服务的高可靠性与可用性。 Hadoop HA是hadoop2.0后新添加的特性，包括NameNode HA和ResourceManager HA。 NameNode HA采用双Na...
HA-高可用的HDFS搭建（hdfs+zookeeper）（一）
今夜无眠
04-10 3173
早期的Hadoop1.x版本，NN是HDFS集群的单点故障点，每一个集群只有一个NN,如果这个机器或进程不可用，整个集群就无法使用。为了解决这个问题在Hadoop2.x中借助于中间特定的中间渠道解决单点故障点问题，官方文档中提供两种解决方法： NFS和QJMNFS:采用的是网络共享文件模式QJM：Quorum Journal Manager  是hdfs用来共享Action NameNode与St...
zookeeper和hadoop连接
韩利鹏
11-14 4391
单独安装hadoop或者zookeeper可以参考这两个博客 zookeeper的安装连接 http://blog.csdn.net/hanlipenghanlipeng/article/details/53157525 hadoop的安装地址http://blog.csdn.net/hanlipenghanlipeng/article/details/51960235 hadoop的安装连
zookeeper集群搭建
N__xc的博客
12-15 2219
首先 先测试Hadoop集群时间，确保集群时间同步 Hadoop集群机器策划 192.168.137.2 hadoop01 nn1 dn zk qjm 192.168.137.3 hadoop02 nn2 dn zk qjm 192.168.137.4hadoop03 dn zk qjm JDK规划 ：1.7以上 防火墙规划：系统防火墙关闭 SSH免密码规划 hadoop01可免密访问hadoop02，hadoop03 hadoop02可免密访问hadoop0...
CentOS 7中Hadoop完全分布式搭建教程与网络配置详解
本文档详细介绍了在 CentOS 7 的虚拟环境中搭建 ...整个教程详细地介绍了从环境配置、操作系统安装、网络设置、工具安装到关键配置的各个环节，对于想要学习 Hadoop 分布式搭建的读者来说，这是一个实用且全面的指南。

“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