SpringCloud配置sharding-jdbc 实现自定义精确分片算法

最新推荐文章于 2024-06-01 20:53:28 发布
最新推荐文章于 2024-06-01 20:53:28 发布
阅读量1.5k 收藏 1
点赞数
分类专栏： SrpingBoot技术总结 文章标签： java
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/weixin_35282902/article/details/104491207
版权

开言：原理和介绍就不说啦。看官方文档 http://shardingsphere.apache.org/

 

1： 配置：

sharding:
  jdbc:
    datasource:
      names: message0,message1,message2
      # 数据源ds0
      message0:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.jdbc.Driver
        jdbc-url: jdbc:mysql://10.10.10.201:3306/yuba?useUnicode=true&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=UTC&useSSL=true&serverTimezone=GMT%2B8
        username: momcome
        password: momcome
      # 数据源ds1  时间如果相差八小时 加上此参数serverTimezone=GMT%2B8
      message1:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.jdbc.Driver
        jdbc-url: jdbc:mysql://10.10.10.201:3306/yuba-message0?useUnicode=true&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=UTC&useSSL=true&serverTimezone=GMT%2B8
        username: momcome
        password: momcome
      message2:
        type: com.zaxxer.hikari.HikariDataSource
        driver-class-name: com.mysql.jdbc.Driver
        jdbc-url: jdbc:mysql://10.10.10.201:3306/yuba-message1?useUnicode=true&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=UTC&useSSL=true&serverTimezone=GMT%2B8
        username: momcome
        password: momcome
      hikari:
        #      最小空闲链接数
        minimumIdle: 50
        #      最大链接数
        maximumPoolSize: 400
        #      最大生命周期
        maxLifetime: 180000
        #      最长闲置时间
        idleTimeout: 60000
        #      等待连接池的最大毫秒数
        connectionTimeout: 20000
    config:
      sharding:
        props:
          sql.show: true  #是否打印日志
        tables:
          yun_xin_all_msg_t:  #yun_xin_all_msg_t表
            actual-data-nodes: message$->{0..2}.yun_xin_all_msg_t_$->{0..3}   #数据节点,均匀分布
            database-strategy:   #分库策略
               standard:
                precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseDatabaseMessageShardingAlgorithm  #按模运算分配 精确分片算法
                sharding-column: created_date
            table-strategy:  #分表策略
              standard:
                precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseShardingAlgorithm  #按模运算分配 精确分片算法
                sharding-column: created_date
          yun_xin_customer_msg_t:  #yun_xin_customer_msg_t表
             actual-data-nodes: message$->{0..2}.yun_xin_customer_msg_t_$->{0..3}   #数据节点,均匀分布
             database-strategy:   #分库策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseDatabaseMessageShardingAlgorithm  #按模运算分配 精确分片算法 分库策略
                  sharding-column: created_date
             table-strategy:  #分表策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseShardingAlgorithm  #按模运算分配 精确分片算法 分表策略
                  sharding-column: created_date
          yun_xin_msg_t:  #yun_xin_all_msg_t表
              #key-generator-column-name: id  #主键  注释掉主键  就可以使用String作为主键类型  否则 强制必须使用Number类型
              actual-data-nodes: message$->{0..2}.yun_xin_msg_t_$->{0..3}   #数据节点,均匀分布
              database-strategy:   #分库策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseDatabaseMessageShardingAlgorithm  #按模运算分配 精确分片算法
                  sharding-column: created_date
              table-strategy:  #分表策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseShardingAlgorithm   #按模运算分配 精确分片算法
                  sharding-column: created_date
          user_visitor_t:  #user_visitor_t
              actual-data-nodes: message$->{0..2}.user_visitor_t_$->{0..7}   #数据节点,均匀分布   5张物理表
              database-strategy:   #分库策略
                standard:
                 precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseDatabaseUserVisitShardingAlgorithm  #按模运算分配 精确分片算法
                 sharding-column: id
              table-strategy:  #分表策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseUserVisitShardingAlgorithm   #按模运算分配 精确分片算法
                  sharding-column: id
          user_login_history:  #user_visitor_t
              actual-data-nodes: message$->{0..2}.user_login_history_$->{0..6}   #数据节点,均匀分布   7张张物理表
              database-strategy:   #分库策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseDatabaseUserLoginShardingAlgorithm  #按模运算分配 精确分片算法
                  sharding-column: uid
              table-strategy:  #分表策略
                standard:
                  precise-algorithm-class-name: com.yuba.message.service.sharding.MyPreciseUserLoginShardingAlgorithm   #按模运算分配 精确分片算法
                  sharding-column: uid

 

 

2： 对应的分片算法：

按时间分片  每个月对应一张表进行存储

/**
 * 自定义精确分片算法  消息记录的分库算法
 * @author
 */
@Slf4j
@Component
public class MyPreciseDatabaseMessageShardingAlgorithm implements PreciseShardingAlgorithm<String> {




   @Override
   public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<String> shardingValue) {
          String id= shardingValue.getValue();
          Date date= TimeUtil.stringConvertDate(shardingValue.getValue());
          int month = DateUtil.month(date) + 1; //根据时间来计算出表
         for (String dabaseName : availableTargetNames) {
            String indexStr = dabaseName.substring(dabaseName.lastIndexOf("e") + 1);
            int index = Integer.parseInt(indexStr);
            if(1<=month&&month<=4){//  1 到 4  表示 message0库
               if(index==0){
                  return dabaseName;
               }
            }else if(5<=month&&month<=8){// 5 到 8  表示 message1库
               if(index==1){
                  return dabaseName;
               }
            }else if(9<=month&&month<=12){// 9 到 12  表示 message2库
               if(index==2){
                  return dabaseName;
               }
            }
      }
      return "message0";//如果没有数据源 默认为message0 数据源 避免程序出错
   }

}
@Slf4j
public class MyPreciseShardingAlgorithm implements PreciseShardingAlgorithm<String> {


   @Override
   public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<String> shardingValue) {
      log.info("availableTargetNames : " + availableTargetNames);
      Date date= TimeUtil.stringConvertDate(shardingValue.getValue());
      int month = DateUtil.month(date) + 1;// 月份 对号入座  1 到4 对应表  0 到3 依次类推
      for (String tableName : availableTargetNames) {
         //4 张表记性取模计算
         String indexStr = tableName.substring(tableName.lastIndexOf("_") + 1);
         int index = Integer.parseInt(indexStr);
         if(NumberConvert.convertDatabaseMessageMonth(month)==index){
            return  tableName;
         }
      }
      throw new IllegalArgumentException();
   }

}

按id进行分片

根据自己制定的规则  当mysql数据表中数据达到一定的量 自动切换数据源  如果表不够用 自动添加库和表

@Slf4j
public class MyPreciseDatabaseUserVisitShardingAlgorithm implements PreciseShardingAlgorithm<String> {


   @Override
   public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<String> shardingValue) {
          String id= shardingValue.getValue();
          String prefix=(String)id.subSequence(0, 1);
          Integer flag= NumberConvert.getVisitFlagByPrefix(prefix);
         for (String dabaseName : availableTargetNames) {
            String indexStr = dabaseName.substring(dabaseName.lastIndexOf("e") + 1);
            int index = Integer.parseInt(indexStr);
            if(0<=flag&&flag<8){//0 到7  代表在message0数据源
               if(index==0){
                  return dabaseName;
               }
            } else if(8<=flag&&flag<16){//8 到15  代表在message1数据源
               if(index==1){
                  return dabaseName;
               }
            } else if(16<=flag&&flag<24){//8 到15  代表在message2数据源  暂时就定义这么几个数据表
               if(index==2){
                  return dabaseName;
               }
            }
      }
      return "message0";//如果没有数据源 默认为message0 数据源 避免程序出错
   }

}

 

@Slf4j
@Component
public class MyPreciseUserVisitShardingAlgorithm implements PreciseShardingAlgorithm<String> {


   @Override
   public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<String> shardingValue) {
      String id= shardingValue.getValue();
      String prefix=(String)id.subSequence(0, 1);
         for (String tableName : availableTargetNames) {
            String indexStr = tableName.substring(tableName.lastIndexOf("_") + 1);
            int index = Integer.parseInt(indexStr);
            if(index== NumberConvert.getVisitTableByPrefix(prefix).intValue()){//切换到对应的数据表
               return tableName;
            }
      }
      throw new IllegalArgumentException();
   }

}

 

按照查询条件最多的键作为分片键 特点  大大优化查询速度  但是存储表数据会随机，不方便清楚

@Slf4j
public class MyPreciseDatabaseUserLoginShardingAlgorithm implements PreciseShardingAlgorithm<String> {


   @Override
   public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<String> shardingValue) {
          String uid= shardingValue.getValue();
          if(StringUtils.isNotEmpty(uid)) {
            String prefix = (String) uid.substring(uid.length() -2,uid.length());
            int flag=Integer.parseInt(prefix)%3;//根据uid进行分库  分为3个库 每个库7张表
            for (String dabaseName : availableTargetNames) {
               String indexStr = dabaseName.substring(dabaseName.lastIndexOf("e") + 1);
               int index = Integer.parseInt(indexStr);
               if(index==flag){
                  return dabaseName;
               }
            }
         }
      return "message0";//如果没有数据源 默认为message0 数据源 避免程序出错
   }

}

 

@Slf4j
@Component
public class MyPreciseUserLoginShardingAlgorithm implements PreciseShardingAlgorithm<String> {


   @Override
   public String doSharding(Collection<String> availableTargetNames, PreciseShardingValue<String> shardingValue) {
      log.info("MyPreciseUserVisitShardingAlgorithm : " + availableTargetNames);
      String uid= shardingValue.getValue();
      if(StringUtils.isNotEmpty(uid)) {
         String prefix = (String) uid.substring(uid.length() -2,uid.length());
         int flag=Integer.parseInt(prefix)%7;//根据uid进行分库  分为3个库 每个库7张表
         for (String tableName : availableTargetNames) {
            String indexStr = tableName.substring(tableName.lastIndexOf("_") + 1);
            int index = Integer.parseInt(indexStr);
            if(index==flag){
               return tableName;
            }
         }
      }
      return "user_login_history_0";//如uid为空  则默认从第0数据源 0表
   }

}

 

涉及工具类：

/**
 * 用户数字对应转换
 * **/
public class NumberConvert {
    
    public static Integer convertDatabaseMessageMonth(Integer flag){//直接月份转换成对应的表
        switch(flag){
            case 1:return 0;
            case 2:return 1;
            case 3:return 2;
            case 4:return 3;
            case 5:return 0;
            case 6:return 1;
            case 7:return 2;
            case 8:return 3;
            case 9:return 0;
            case 10:return 1;
            case 11:return 2;
            case 12:return 3;
        }
        return 0;
    }

    //废弃
    public static Integer getUserVisit(Integer flag,BigInteger redisNumber){
       if(redisNumber.compareTo(SystemConfig.DATABASE_NUMBER)>=0){//满足500万条数据啦。直接切换数据源
              int returnFlag=flag+1;
              return returnFlag;
       }
        return flag;//不满足 则直接返回
    }



    public static String getPrefixByFlag(Integer flag){//计时器  对应主键改造  返回主键前缀
        switch(flag){
            case 0:return "";
            case 1:return "A";
            case 2:return "B";
            case 3:return "C";
            case 4:return "D";
            case 5:return "E";
            case 6:return "F";
            case 7:return "G";
            case 8:return "H";
            case 9:return "I";
            case 10:return "J";
            case 11:return "K";
            case 12:return "L";
            case 13:return "M";
            case 14:return "N";
            case 15:return "O";
            case 16:return "P";
            case 17:return "Q";
            case 18:return "R";
            case 19:return "S";
            case 20:return "T";
            case 21:return "U";
            case 22:return "V";
            case 23:return "W";
            case 24:return "X";
            case 25:return "Y";
            case 26:return "Z";
            case 27:return "";
            case 28:return "";
            case 29:return "";
            case 30:return "";
            case 31:return "";
        }
        return "";
    }

    /**
     * 对应说明 没有前缀 和  A  到G  对应message0  0 到7 的表
     *          H 到 O  对应  message1   0 到7的表
     *          P到W   对应  message2   0 到7的表
     * **/
    public static Integer getVisitTableByPrefix(String prefix){//如果后期有其他的库的话  继续往后面累加
        switch(prefix){
            case "A":return 1;
            case "B":return 2;
            case "C":return 3;
            case "D":return 4;
            case "E":return 5;
            case "F":return 6;
            case "G":return 7;
            case "H":return 0;
            case "I":return 1;
            case "J":return 2;
            case "K":return 3;
            case "L":return 4;
            case "M":return 5;
            case "N":return 6;
            case "O":return 7;
            case "P":return 0;
            case "Q":return 1;
            case "R":return 2;
            case "S":return 3;
            case "T":return 4;
            case "U":return 5;
            case "V":return 6;
            case "W":return 7;
            case "X":return 0;
            case "Y":return 1;
            case "Z":return 2;
        }
        return 0;
    }


    /**
     *  作为判断条件转换  A 到Z  分辨对应 1 到26
     *   对应说明 没有前缀 和  A  到G  对应message0  0 到7 的表
     *    H 到 O  对应  message1   0 到7的表
     *    P到W   对应  message2   0 到7的表  后面不够的方便累加
     *  切换成数字 方便判断逻辑  0 代表message0 中的 0表
     * **/
    public static Integer getVisitFlagByPrefix(String prefix){//
        switch(prefix){
            case "A":return 1;
            case "B":return 2;
            case "C":return 3;
            case "D":return 4;
            case "E":return 5;
            case "F":return 6;
            case "G":return 7;
            case "H":return 8;
            case "I":return 9;
            case "J":return 10;
            case "K":return 11;
            case "L":return 12;
            case "M":return 13;
            case "N":return 14;
            case "O":return 15;
            case "P":return 16;
            case "Q":return 17;
            case "R":return 18;
            case "S":return 19;
            case "T":return 20;
            case "U":return 21;
            case "V":return 22;
            case "W":return 23;
            case "X":return 24;
            case "Y":return 25;
            case "Z":return 26;
        }
        return 0;
    }

}

 

weixin_35282902
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Spring Boot集成ShardingSphere分片利器 AutoTable （二）—— 自动分片算法示例 | Spring Cloud 46
gmHappy
05-08 1万+
`AutoTable` 支持全部的自动分片算法，包括： - `MOD`：取模分片算法 - `HASH_MOD`：哈希取模分片算法 - `VOLUME_RANGE`：基于分片容量的范围分片算法 - `BOUNDARY_RANGE`：基于分片边界的范围分片算法 - `AUTO_INTERVAL`：自动时间段分片算法
Sharding-JDBC实现单数据库按照月份分片存储数据
跟心爱的人一起浪迹天涯
11-06 1003
指定分片策略类全路径 precise-algorithm-class-name range-algorithm-class-name server: port: 8078 spring: application: name: test_app cloud: nacos: config: enable: true server-addr: localhost:8848 discovery: enabled:
shardingsphere5 自定义分片（sharding-algorithm）算法
最新发布
For_That的博客
06-01 368
在做分表时，需要自定义算法。这里实现的算法是： 分表字段的 hashCode 取余。修改下数据库配置，直接运行main 方法就可以。
【Sharding-JDBC系列二】一文快速入门分库分表中间件 Sharding-JDBC （必修课）
骏马逸动，心随你动的博客
11-10 984
作为Sharding-JDBC分库分表实战系列的开篇文章，我们在前文中回顾了一下分库分表的基础知识，对分库分表的拆分方式有了一定的了解，下边我们介绍一下Sharding-JDBC框架和快速的搭建一个分库分表案例，为讲解后续功能点准备好环境。 一、Sharding-JDBC 简介 Sharding-JDBC最早是当当网内部使用的一款分库分表框架，到2017年的时候才开始对外开源，这几年在大量社区贡献者的不断迭代下，功能也逐渐完善，现已更名为ShardingSphere，2020年4⽉16⽇正式成为...
Sharding-JDBC 实战（史上最全）
热门推荐
架构师尼恩
03-11 5万+
文章很长，而且持续更新，建议收藏起来，慢慢读！ Java 高并发 发烧友社群：疯狂创客圈（总入口） 奉上以下珍贵的学习资源： 免费赠送 经典图书 ： 极致经典 + 社群大片好评 《 Java 高并发 三部曲 》 面试必备 + 大厂必备 + 涨薪必备 免费赠送 经典图书 ： 《Netty Zookeeper Redis 高并发实战》 面试必备 + 大厂必备 +涨薪必备 （加尼恩领取） 免费赠送 经典图书 ： 《SpringCloud、Nginx高并发核心编程》 面试必备 + 大
Sharding-jdbc
moneywenxue的博客
11-09 2128
前言 课程目标 掌握 Sharding-JDBC 的使用方式 掌握分布式事务、全局 ID 等问题的解决方案 理解 Sharding-JDBC 的工作流程和实现原理 理解基于 Mycat 和 Sharding-JDBC 的差别 一、分片核心概念 在我们用 Sharding-JDBC 之前，有一些核心概念是必须掌握的。 1.1 核心概念 逻辑表、真实表、分片键、数据节点、动态表、广播表、绑定表。 1.1.1 主要概念 逻辑表会在 SQL 解析和路由时被替换成真实的表名...
Sharding-JDBC动态分表实现
qq_26932225的博客
03-12 6215
在项目中遇到了按照日期动态水平分表的需求，系统属于监控系统，每10分钟保存一次监控数据，并且每次要采集200个节点上的数据，即每次采集数据（间隔10分钟），向数据表添加200条记录，这样一个月数据表就有将近100万条记录。 为了控制单表数据量，并且为了方便后期数据统计，所以，每个月创建一张新表，之后的采集数据都写到新表中，例如报警信息表：alarm_histrtory表，按照日期水平分表alarm_histrtory201912，alarm_histrtory202001，a
分库分表-sharding-jdbc生产实践
重点在于记录
12-06 1080
学习思路 快速启动配置讲解 五种分片策略 四种分片算法 文末有git地址 一、快速启动配置讲解 1、引入jar包 <dependency> <groupId>org.apache.shardingsphere</groupId> <artifactId>sharding-jdbc-spring-boot-starter&...
分库分表 Sharding-JDBC (详解 2/6)
架构师尼恩
01-02 1565
狂创客圈 经典图书 ： 《Netty Zookeeper Redis 高并发实战》 面试必备 + 面试必备 + 面试必备 【博客园总入口 】 疯狂创客圈 经典图书 ： 《SpringCloud、Nginx高并发核心编程》 大厂必备 + 大厂必备 + 大厂必备 【博客园总入口 】 入大厂+涨工资必备： 高并发【 亿级流量IM实战】 实战系列 【 SpringCloud Nginx秒杀】 实战系列 【博客园总入口 】 目录：分库分表 Sharding-JDBC从..
分库分表 Sharding-JDBC (详解 3/6)
架构师尼恩
01-02 1114
狂创客圈 经典图书 ： 《Netty Zookeeper Redis 高并发实战》 面试必备 + 面试必备 + 面试必备 【博客园总入口 】 疯狂创客圈 经典图书 ： 《SpringCloud、Nginx高并发核心编程》 大厂必备 + 大厂必备 + 大厂必备 【博客园总入口 】 入大厂+涨工资必备： 高并发【 亿级流量IM实战】 实战系列 【 SpringCloud Nginx秒杀】 实战系列 【博客园总入口 】 目录：分库分表 -Sharding-JDBC..
Spring Boot 集成 Sharding-JDBC + Mybatis-Plus 实现分库分表功能
09-07
本篇文章将详细讲解如何使用Spring Boot结合Sharding-JDBC和Mybatis-Plus实现分库分表功能。 一、Sharding-JDBC简介 Sharding-JDBC是由Apache ShardingSphere项目提供的一个轻量级数据库中间件，它作为JDBC驱动...
SpringBoot(49) 整合sharding-jdbc实现自定义分库分表
08-17
在本教程中，我们将深入探讨如何使用SpringBoot与Sharding-JDBC进行集成，以实现自定义的数据库分库分表策略。Sharding-JDBC是Apache软件基金会下的一个轻量级Java框架，它允许开发者在不改变原有业务代码和数据库...
springcloud&sharding-jdbc.rar
04-25
1. 配置Sharding-JDBC：在Spring Cloud应用中，可以通过Spring Boot的配置文件来配置Sharding-JDBC，包括数据源、分片策略等。 2. 使用Ribbon进行负载均衡：当Sharding-JDBC与Eureka配合时，Ribbon可以自动将请求...
集成sharding-jdbc实现分库分表.zip
12-19
在这个"集成sharding-jdbc实现分库分表.zip"的压缩包中，我们可以深入学习如何将Sharding-JDBC应用于实际项目，以提升系统的性能和可扩展性。 1. **Sharding-JDBC简介** Sharding-JDBC是Java语言实现的，它工作在...
SpringBoot_shardDB_shardTable:SpringBoot集成Sharding-JDBC实现分库分表，自定义分片算法，基于一致性hash算法，易于扩容
05-31
整合了 Sharding-JDBC ，实现了 分库分表，并且在分库分表中实现了自定义的分片算法; 一致性Hash算法，易于扩容；添加了 单元测试，使用Spring提供的RestTemplate调用RestFul风格的API接口；整合了 quartz 定时任务...
SpringBoot支付系列 对接微信app支付 服务器设置
weixin_35282902的博客
08-17 4170
第一步：准备参数 登录微信第三方网址：https://pay.weixin.qq.com/index.php/core/home/login?return_url=%2Findex.php 如图： 获取mcnID: 获取appId： 登录开发平台网址：https://open.weixin.qq.com 配置密钥： 第二步，引入jar包： <...
SpringBoot支付系列 支付宝app支付 服务器配置
weixin_35282902的博客
08-17 3973
第一步：基于沙箱环境 配置参数，正式环境的 需要配置正式环境：https://openhome.alipay.com/platform/appDaily.htm?tab=info 第二步，引入jar包： <dependency> <groupId>com.egzosn</groupId> <artifactId>p...
支付宝支付 当上线的时候回调失败，授权返回商户地址错误的参考方案
weixin_35282902的博客
05-27 3883
帮助网址： 日志：https://openmonitor.alipay.com/acceptance/cloudparse.htm 密钥管理：https://openhome.alipay.com/platform/keyManage.htm 支付接口： 支付宝回调失败 原因 在生产配置中，我们的正确防伪路径为： https:// 但是 配置的时候却是 http:// 导致...
shardingsphere-sharding-boot-starter自定义分片算法
03-31
在使用shardingsphere-sharding-boot-starter时，可以在application.yml中配置分片规则和自定义分片算法。假设要对user表按照年龄进行分片，并使用自定义分片算法，可以按照以下配置： ```yaml spring: ...
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