实时同步ES技术选型：Mysql+Canal+Adapter+ES+Kibana

已于 2023-09-07 11:28:15 修改
阅读量1.8k 收藏 1
点赞数 1
文章标签： elasticsearch mysql 大数据
于 2023-08-23 23:08:23 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/weixin_42763696/article/details/132462393
版权

基于之前的文章，精简操作而来

1. 拉镜像

docker pull elasticsearch:7.8.0
docker pull kibana:7.8.0
docker pull canal/canal-server:v1.1.5
docker pull slpcat/canal-adapter:v1.1.5-jdk8
docker pull mysql:5.7

2. mysql环境配置

2.1 新建mysql docker

首先新建数据库的docker镜像

docker run -p 3306:3306 --name mysql \
-v /data/mysql/log:/var/log/mysql \
-v /data/mysql/data:/var/lib/mysql \
-v /data/mysql/conf:/etc/mysql \
-e MYSQL_ROOT_PASSWORD=root \
-d mysql:5.7

2.2 修改配置重启

接下来去/data/mysql/conf路径下，新建my.cnf文件，输入以下内容

[mysqld]
#binlog setting
log-bin=mysql-bin  # 开启logbin
binlog-format=ROW  # binlog日志格式
server-id=1  # mysql主从备份serverId,canal中不能与此相同

docker restart重启mysql

2.3 验证配置结果

新建新闻表

CREATE SCHEMA MyTest;

use MyTest;

create table News
(
id INT(11),
title VARCHAR(2125),
desc VARCHAR(2125),
image VARCHAR(2125),
url VARCHAR(2125),
source VARCHAR(2125),
date Date
)DEFAULT CHARSET=utf8;

检查该新闻表的状态

mysql -u root -p  // mysql登录
>show databases;
>use MyTest;  // 开启数据库
>show variables like 'log_%';
>show variables like 'binlog_format';
>show master status;  // binlog日志文件 mysql-bin.000001
>reset master;  // 重置日志

在这里插入图片描述

2.4 查看日志文件

cd /var/lib/mysql  // 进入日志文件目录
mysqlbinlog -vv mysql-bin.000001  // row格式查看日志

在这里插入图片描述

3. ES+Kibana环境配置

3.1 前置准备

修改内存最大容量

# 查看参数大小
cat /proc/sys/vm/max_map_count
# 设置参数
sysctl -w vm.max_map_count=262144

设置mynetwork
本想用的bridge，发现bridge

  1. 创建一个自定义网络（执行到这里就可以了）：

     ## 查看已有网络
 docker network ls 
 ## 新建网络
 docker network create mynetwork

  2. 启动容器时，将它们连接到相同的网络并分配容器名称：

    docker run -d --name containerA --network mynetwork imageA
docker run -d --name containerB --network mynetwork imageB

    在这个例子中，我们将容器A和容器B连接到同一个名为 mynetwork 的网络，并分别分配了容器名称 containerA 和 containerB。

  3. 在容器A中通过容器名称访问容器B：

    ping containerB
    1. 对于已经启动的Docker放入到指定网络
   docker network connect <network_name_or_id> <container_name_or_id>

3.2 ES(单节点模式部署)

#安装elasticsearch，创建一个elk文件夹, 后面的elk日志采集系统的配置文件都放在这里面
#创建elk使用配置文件的目录
mkdir -p /data/elk

#创建es使用的目录
mkdir  /data/elk/conf -p

#配置es的配置文件
cat >/data/elk/conf/elasticsearch.yml<<'EOF'
cluster.name: "docker-cluster"
network.host: 0.0.0.0
# 访问ID限定，0.0.0.0为不限制，生产环境请设置为固定IP
transport.host: 0.0.0.0
# elasticsearch节点名称
node.name: node-1
# elasticsearch节点信息 单节点模式关闭这个
# cluster.initial_master_nodes: ["node-1"]
# 下面的配置是关闭跨域验证可以实现浏览器查看es的数据
http.cors.enabled: true
http.cors.allow-origin: "*"
EOF


#创建es使用的存储卷把数据映射出来
[root@centos7 ~]# docker volume create elasticsearch
elasticsearch


#创建并启动elasticsearch容器
docker run -di -p 9200:9200 -p 9300:9300 --name=elasticsearch  --network mynetwork -v /data/elk/conf/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml   -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms64m -Xmx512m" --mount src=elasticsearch,dst=/usr/share/elasticsearch elasticsearch:7.8.0
#把宿主机的配置文件映射到es作为配置文件
/data/elk/conf/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml
#把es的容器安装目录映射到宿主机
--mount src=elasticsearch,dst=/usr/share/elasticsearch

#创建成功
[root@centos7 elasticsearch]# docker run -di -p 9200:9200 -p 9300:9300 --name=elasticsearch -v /data/elk/elasticsearch/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml   --mount src=elasticsearch,dst=/usr/share/elasticsearch elasticsearch:7.6.0
317d2a274ec64500c44a7c8c0bea60175c2183a66e8e6e8a5554bc223e836e58

#对存储卷创建软连接实现快速访问
/data/docker/volumes/elasticsearch/_data/
ln -s /data/docker/volumes/elasticsearch/_data/ /data/elk/es

测试是否安装成功


[root@centos7 es]# curl 127.0.0.1:9200
{
  "name" : "node-1",
  "cluster_name" : "docker-cluster",
  "cluster_uuid" : "CK6xnBvaTciqRtWhjZf7WA",
  "version" : {
    "number" : "7.6.0",
    "build_flavor" : "default",
    "build_type" : "docker",
    "build_hash" : "7f634e9f44834fbc12724506cc1da681b0c3b1e3",
    "build_date" : "2020-02-06T00:09:00.449973Z",
    "build_snapshot" : false,
    "lucene_version" : "8.4.0",
    "minimum_wire_compatibility_version" : "6.8.0",
    "minimum_index_compatibility_version" : "6.0.0-beta1"
  },
  "tagline" : "You Know, for Search"
}
注意：如果需要添加插件时，需要将容器的插件目录映射到实际的路径中或者通过命令
（如安装ik分词器：docker cp ik elasticsearch:/usr/share/elasticsearch/plugins/）将其拷贝到容器中

3.3 kibana

#安装kibana
#kibana主要用于对elasticsearch的数据进行分析查看。注意选择的版本必须和elasticsearch的版本相同或者低，建议和elasticsearch的版本相同，否则会无法将无法使用kibana。

#创建配置文件
cat >/data/elk/conf/kibana.yml<<'EOF'
server.port: 5601
server.host: "0.0.0.0"
elasticsearch.hosts: ["http://elasticsearch:9200"] # 这里需要参考我下面的docker网络访问配置
# 操作界面语言设置为中文
i18n.locale: "zh-CN"
EOF

#创建kibana使用的容器卷
docker volume create kibana

#创建并启动kibana容器
docker run -di --name kibana -p 5601:5601  --network mynetwork -v /data/elk/conf/kibana.yml:/usr/share/kibana/config/kibana.yml --mount src=kibana,dst=/usr/share/kibana kibana:7.8.0
#把宿主机的kibana配置文件映射到容器内部
 # -v /data/elk/conf/kibana.yml:/usr/share/kibana/config/kibana.yml
#把容器内的kibana的安装目录映射到宿主机的容器卷方便管理
# --mount src=kibana,dst=/usr/share/kibana


#创建kibana容器卷的软连接方便管理
ln -s /data/docker/volumes/kibana/_data/ /data/elk/kibana

此时直接curl 127.0.0.1:5601，有可能遇到问题Kibana server is not ready yet，解决方法参考kibana解决Kibana server is not ready yet问题。一般都是docker内部网络访问配置没配置好的问题

如果有需要配置密码，参考kibana+nginx配置密码 ubuntu

4. Canal Server+Adapter环境配置

4.1 Canal Server

首先安装canal-server，复制配置文件到外面

# 启动docker
docker pull canal/canal-server:v1.1.5
docker run --name canal-server -id canal/canal-server:v1.1.5
mkdir -p /data/canal/canal-server

# 复制配置文件(注意，复制的时候，如果目标路径是/conf/，那就会在conf中创建一个新的文件夹用来接收复制文件。如果是/conf，那句直接复制到该文件夹下)
docker cp canal-server:/home/admin/canal-server/conf/ /data/canal/canal-server/conf
docker cp canal-server:/home/admin/canal-server/logs/ /data/canal/canal-server/logs

# 删除并重新启动
docker stop canal-server && docker rm canal-server

docker run --name canalsever_1.1.5 -p 11111:11111 \
-v /data/canal/canal-server/conf/example/instance.properties:/home/admin/canal-server/conf/example/instance.properties \
-v /data/canal/canal-server/conf/canal.properties:/home/admin/canal-server/conf/canal.properties \
-v /data/canal/canal-server/logs/:/home/admin/canal-server/logs/ \
--network mynetwork \ # 这个是我“让ELK在同一个docker网络下通过名字直接访问”博客中新建的网络，以后所有127.0.0.1都写成docker的name就可以
-d canal/canal-server:v1.1.5

修改Server配置文件example/instance.properties
在这里插入图片描述
注意，canal.properties中的destination要和后续的Canal Adapter保持一致
在这里插入图片描述

验证服务是否启动成功

docker exec -it [c_id]/bin/bash
cd canal-server/bin/
./start.sh  // 启动服务
cd canal-server/logs/example/
tail -100f example.log  // 查看日志

在这里插入图片描述

4.2 Canal Adapter

# 启动docker
docker pull slpcat/canal-adapter:v1.1.5-jdk8
docker run --name canal-adapter -id slpcat/canal-adapter:v1.1.5-jdk8

# 复制配置文件
docker cp canal-adapter:/opt/canal-adapter/conf /data/canal/canal-dapter/conf
docker cp canal-adapter:/opt/canal-adapter/logs /data/canal/canal-dapter/conf

# 删除并重新启动
docker stop canal-adapter && docker rm canal-adapter

docker run --name canal-adapte_1.1.5 -p 8081:8081 \
-v /data/canal_/canal-dapter/conf:/opt/canal-adapter/conf \
-v /data/canal_/canal-dapter/logs:/opt/canal-adapter/logs \
--network mynetwork \
-d slpcat/canal-adapter:v1.1.5-jdk8
修改两处配置文件
配置文件取消注释一定要自己手动删除#，不要用快捷键。否则会导致文件格式出问题

配置文件详解
ClientAdapter: Canal的Adapter配置项目 application.ym（application.yml）
Sync ES：Canal的Adapter中ES同步的配置项 （user.yml）

修改配置文件application.yml。

在这里插入图片描述在这里插入图片描述
name logger就是在发生数据修改的时候，直接实时更新到log中，如下图在这里插入图片描述

修改完上述配置，可以看到name为es的canalAdapters被启动了。因此要去es文件夹下修改，注意以下字段的配置。目前只是能够运行起来，至于业务实际应用可能还有待验证。

在这里插入图片描述

修改启动脚本，使adapter稳定运行

以下修改方案基于slpcat/canal-adapter:v1.1.5-jdk8修改

首先docker exec进入到容器内部，修改启动脚本vi bin/startup.sh

我修改了两个地方

  1. if else判断的地方，我直接指定JAVA_OPTS为非x64系统的配置
  2. 修改了原先的-Xms和-Xmx，变成了新的104m和512m （随便设置的，就想着要小一点），以及增加了新的参数-XX:MaxDirectMemorySize=128m
#!/bin/bash

current_path=`pwd`
case "`uname`" in
    Linux)
                bin_abs_path=$(readlink -f $(dirname $0))
                ;;
        *)
                bin_abs_path=`cd $(dirname $0); pwd`
                ;;
esac
base=${bin_abs_path}/..
export LANG=en_US.UTF-8
export BASE=$base

if [ -f $base/bin/adapter.pid ] ; then
        echo "found adapter.pid , Please run stop.sh first ,then startup.sh" 2>&2
    exit 1
fi

if [ ! -d $base/logs ] ; then
        mkdir -p $base/logs
fi

## set java path
if [ -z "$JAVA" ] ; then
  JAVA=$(which java)
fi

ALIBABA_JAVA="/usr/alibaba/java/bin/java"
TAOBAO_JAVA="/opt/taobao/java/bin/java"
if [ -z "$JAVA" ]; then
  if [ -f $ALIBABA_JAVA ] ; then
        JAVA=$ALIBABA_JAVA
  elif [ -f $TAOBAO_JAVA ] ; then
        JAVA=$TAOBAO_JAVA
  else
        echo "Cannot find a Java JDK. Please set either set JAVA or put java (>=1.5) in your PATH." 2>&2
    exit 1
  fi
fi

case "$#"
in
0 )
  ;;
2 )
  if [ "$1" = "debug" ]; then
    DEBUG_PORT=$2
    DEBUG_SUSPEND="n"
    JAVA_DEBUG_OPT="-Xdebug -Xnoagent -Djava.compiler=NONE -Xrunjdwp:transport=dt_socket,address=$DEBUG_PORT,server=y,suspend=$DEBUG_SUSPEND"
  fi
  ;;
* )
  echo "THE PARAMETERS MUST BE TWO OR LESS.PLEASE CHECK AGAIN."
  exit;;
esac

str=`file -L $JAVA | grep 64-bit`
if [ -n "$str" ]; then
        JAVA_OPTS="-server -Xms2048m -Xmx3072m -Xmn1024m -XX:SurvivorRatio=2 -Xss256k -XX:+DisableExplicitGC -XX:+HeapDumpOnOutOfMemoryError"
else
        JAVA_OPTS="-server -Xms1024m -Xmx1024m -XX:NewSize=256m -XX:MaxNewSize=256m -XX:MaxPermSize=128m "
fi
## 主要是修改了这个地方，修改了启动参数
JAVA_OPTS="-server -Xms104m -Xmx512m -XX:NewSize=256m -XX:MaxNewSize=256m -XX:MaxDirectMemorySize=128m -XX:MaxPermSize=128m "
echo $JAVA_OPTS
JAVA_OPTS=" $JAVA_OPTS -Djava.awt.headless=true -Djava.net.preferIPv4Stack=true -Dfile.encoding=UTF-8"
ADAPTER_OPTS="-DappName=canal-adapter"

for i in $base/lib/*;
    do CLASSPATH=$i:"$CLASSPATH";
done

CLASSPATH="$base/conf:$CLASSPATH";

echo "cd to $bin_abs_path for workaround relative path"
cd $bin_abs_path

echo CLASSPATH :$CLASSPATH
exec $JAVA $JAVA_OPTS $JAVA_DEBUG_OPT $ADAPTER_OPTS -classpath .:$CLASSPATH com.alibaba.otter.canal.adapter.launcher.CanalAdapterApplication

可以看到插入几万条数据后（确实也同步到ES中了），adapter的内存反而还下降了？不是很懂，只能说回想起了深度学习调参的日子在这里插入图片描述
在这里插入图片描述

UncoDong
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
springbootj集成canal+mysql+rabbitmq
10-11
mysql需开启binlog 查看是否开启binlog SHOW VARIABLES LIKE '%log_bin%' 如果log_bin的值为OFF是未开启，为ON是已开启。 未开启的话可以修改/etc/my.cnf 开启binlog [mysqld] log-bin=mysql-bin binlog-format=ROW server_id=1 配置好后重启mysql。 3.3 rabbitmq配置 在virtualHost：/ 下新增Exchanges： canal.exchange 新增队列：test.queue, 绑定canal.queue， RoutingKey：canal.routing.key canal下载及配置 https://github.com/alibaba/canal/releases/tag/canal-1.1.5 配置文件见附件
o-eye:Mysql+Canal+RabbitMQ+Redis打造订单实时大屏
05-15
o-eye Mysql+Canal+RabbitMQ+Redis打造订单实时大屏
基于Canal的MySQL与Elasticsearch实时同步方案设计源码
04-09
MySQL与Elasticsearch实时同步方案 - 基于Java开发，包含46个文件，如JAVA、XML、SHELL、PROPERTIES、GITATTRIBUTES、GITIGNORE、LICENSE、MD、HTML等。该项目为用户提供了一个基于Canal的MySQL与Elasticsearch实时同步方案，支持增量同步和全量同步，通过界面交互和功能模块，为用户提供了一个高效、易用的实时数据同步解决方案。
使用canal同步MySQL5.7到ES中小白配置教程
最新发布
猫头虎：授渔优于赠鱼，兴趣引领智慧，探索之乐尤显珍贵。商务合作：Libin9iOak，共赴知识与乐趣的探索之旅！
04-17 1953
Canal是阿里巴巴开源的一款基于数据库增量日志解析，提供数据变更订阅和发布服务的中间件，用以代替传统的数据库轮询、触发器等技术。通过模拟MySQL Slave的通信协议，将自己伪装成MySQL Slave，从MySQL Master那里读取binlog并解析，实现数据的增量更新传输。
mysql-es:将MySQL同步到ElasticSearch，支持关系
05-26
MySQL-ElasticSearch同步 一个具有实时，无损失，一对一关系MySQL-ElasticSearch同步工具。 基于， 。 运河是Bin-log解析器，也是阿里巴巴的订户 版本 1.0-beta：2018-09-04 说明书 ，请点击这里 要求 Java 1.8以上 2 GB内存+ 2核CPU + 100M可用空间（用于日志） 特征 支持ElasticSearch 5.x〜6.x. 支持没有启用彬日志之前MySQL。 如果MySQL之前没有启用bin-log，NO PROM，请立即启用它。 该工具将通过“ mysqldump”转储历史数据。 请参阅。 支持一对一关系。 原始表 用户表：| id | 昵称| xxx | 职位表： id | user_id | 标题| 内容| 使用简单的设置将它们全部同步，例如： ES-index帖子：| id | u
实战用Docker搭建同步MySQL数据到Elasticsearch
泡泡糖吧的博客
04-02 273
参考资料：日常业务中涉及很多统计查询需求，MySQL往往不能很好支持，我们常采用ElasticSearch作为技术栈的补充，本次我们就实战下怎么用Docker部署实现这套流程。
使用 Docker 部署 canal 服务实现MySQL和ES实时同步
UncleDong的博客
08-10 1659
由于Canal 1.1.4只能适配 ElasticSearch: 6.4.5，因此使用了上述的版本。Kibana选择 6.8.8是因为他可以用中文？但我没有配置成功。此外Kibana的6.8可以和ES6.4结合。其他情况下需要版本一一对应关于Kibana和ES的版本对应以及中文设置问题，可以参考Kibana 汉化相关配置 i18n 及版本问题Kibana将语言设置为中文Elasticsearch和Kibana版本对应关系。
MySQL 实时同步到 ES 轻松配置
wahahaman的博客
09-25 1302
目录 1 基本概述 2 环境配置 2.1 创建用户 2.2 启用BinLog 3 BeeDI同步操作 3.1 创建同步作业 3.2创建测试数据 3.3 预览MySQL变化数据 3.4 同步数据到ES 1 基本概述 本文介绍采用灵蜂数据集成软件BeeDI将MySQL数据实时同步到ElasticSearch的配置操作过程。BeeDI支持时间戳、触发器、日志解析、差异比对等多种同步模式，对于实时同步需要采用日志解析模式 2 环境配置 2.1 创建用户 在主库创建同步用户，以用户syn.
【rabbitMq整合es实现全文搜索，数据实时同步】
zmdrzcqswl的博客
01-31 878
【rabbitMq整合es实现全文搜索，数据实时同步】
windows下使用canal-adapter mysql同步es7
qq_39292502的博客
08-24 369
然后到 canal-canal-1.1.5/client-adapter/es7x/target 下 将打包好的 client-adapter.es7x-1.1.5-jar-with-dependencies.jar 替换掉 canal-adapter/plugin 下原来的。docker restart es7162 重启es，注意千万别写错配置的信息，否则启动会失败，启动失败是后可以通过docker logs -f es7162查看原因，但也只能重新来了。
数据异构之 Canal 初探（技巧篇）
中间件兴趣圈
06-16 1842
数据异构重磅武器 Canal 系列正式开始连载，本文是该系列的第一篇，从应用场景、架构设计理念 再到 在开发工具中跑通Demo，为后续带着自己的思考深入学习 canal打下坚实基础。如果本文对你有所帮助，麻烦点亮在看，能同时转发朋友圈更好
canal_mysql_elasticsearch_sync：基于canal的mysql和elasticsearch实时同步方案，支持增量同步和全量同步
02-04
基于运河的Mysql的与Elasticsearch实时同步的的JavaWeb服务。 canal是阿里巴巴mysql数据库binlog的增量订阅和消费组件。 工作原理 全量 暴露的Http接口（接口定义见 ），待调用后开启后台线程，通过主键分批同步指定...
docker搭建Elasticsearch、Kibana、Logstash 同步mysql数据到ES
小王博客基地
11-09 3279
在数据量大的企业级实践中，显得非常常见，特别是数据表超过千万级后，无论怎么优化，还是有点力不从心！使用中，最首先的问题就是怎么把千万级数据同步到中，在一些开源框架中知道了，有专门进行同步的！那就是Logstash。在思考，同步完怎么查看呢，这时Kibana映入眼帘，可视化的界面，让使用更加的得心应手哈！！这就是三剑客ELK。不过大多时候都是进行日志采集的，小编没有用，只是用来解决一个表的数据量大，查询慢的！后面小编在专门搭建日志采集的ELK。Elasticsearch 是一个分布式、RESTful风格的。
记录一次ELK部署mysql数据同步及代码形式简单导入es
qq_44908160的博客
12-11 585
2.logstash确保有这四个文件夹3.driver文件夹放入对应sql包4.进入/mydata/logstash/config编辑编辑设置数据增量同步 注:确保你的索引在es已创建编辑指定sql读取文件编辑设置大小。
Docker部署Logstash同步Mysql数据到ES
大西瓜的博客
04-09 395
logstash、elasticsearch、mysql、docker、运维
使用docker实现logstash同步mysql到es
qq_35716085的博客
12-13 2万+
准备工作：1.有mysql的连接方式，并且可以连接成功2.有es的连接方式，并且可以连接成功3.安装了docker环境是Ubuntu中安装了docker。
使用canal同步mysql数据到es
星星的博客
10-23 1787
需求：传统数据库搜索速度非常慢，需要依赖搜索引擎实现快速搜索。（使用canal实现无侵入数据异构） canal server：用于伪装mysql slave获取mysql binlog。 canal adapter：提供多种中间件的导入，如kafka、rocketmq、hbase、elasticsearch，可直接配置使用。 注：es1.1.4...
days04-初识ES-比较mysql之间的异同、并安装ES、kibana以及IK分词器的学习心得
m0_62025000的博客
09-14 707
elasticsearch是一款非常强大的开源搜索引擎，可以帮助我们从海量数据中快速找到搜索的内容elasticsearch结合kibana、Logstash、Beats，也就是elastic stack（ELK）。被广泛应用在日志数据分析、实时监控等领域。elasticsearch是elastic stack的核心，负责存储、搜索、分析数据。一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能。
【大数据开发运维解决方案】OGG For Bigdata 12按操作类型同步Oracle数据到kafka不同topic
热门推荐
赵延东的一亩三分地
05-21 15万+
Oracle可以通过OGG for Bigdata将Oracle数据库数据实时增量同步至hadoop平台（kafka，hdfs等）进行消费，笔者搭建这个环境的目的是将Oracle数据库表通过OGG同步到kafka来提供给flink做流计算。具体的实施文档已经在之前的文章中写了，这里只给出连接： OGG实时同步Oracle数据到Kafka实施文档(供flink流式计算) 这篇文章主要介绍的是: Or...
基于spark streaming + canal + kafka对mysql增量数据实时进行监测分析
06-06
基于Spark Streaming + Canal + Kafka，可以实时监测MySQL数据库的增量数据，并进行实时分析。Canal是一个开源的MySQL增量订阅&消费组件，可以将MySQL的binlog日志解析成增量数据，并通过Kafka将数据发送到Spark Streaming进行实时处理和分析。这种架构可以实现高效、实时的数据监测和分析，适用于需要实时监测MySQL数据库变化的场景。

“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 3
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