中间件之Redis数据类型的基本命令及应用场景

最新推荐文章于 2022-10-10 16:50:12 发布
最新推荐文章于 2022-10-10 16:50:12 发布
阅读量233 收藏 1
点赞数
分类专栏： 技术总结 文章标签： 分布式 java 高并发
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_44692700/article/details/109953865
版权

Redis数据类型及应用场景

一、Redis定位与特性

1.SQL与NoSQL

在绝大多数情况，我们会优先考虑使用关系型数据库来存储业务数据，比如SQLServer、Oracle、MySQL等等。

关系型数据库特点

  • 它以表格的形式，基于行存储数据，是一个二维模式
  • 它存储的是结构化数据，数据存储有固定的模式（schema），数据需要适应表结构
  • 表与表之间存在关联关系（Relationship）
  • 大部分关系型数据库都支持SQL的操作。支持复杂的关联查询
  • 通过支持事务来提供严格或者实时的数据一致性

关系型数据库限制

  • 扩容只能垂直扩展，比如磁盘限制了数据的存储，就需要扩大磁盘容量，通过堆硬件的方式，不支持动态的扩缩容。水平扩容需要复杂的技术来实现，比如分库分表
  • 表结构修改困难，因此存储的数据库格式也受到限制
  • 关系型数据库通常会把数据持久化到磁盘，在高并发和高数据量的情况下，基于磁盘的读写压力比较大

非关系型数据库特点

  • 存储非结构化数据，比如文本、图片、音频、视频等等
  • 表与表之间没有关联，可扩展性强
  • 保证数据的最终一致性，遵循BASE理论。（Basically Available基本可用、Soft-state软状态、EventuallyConsistent最终一致性）
  • 支持海量数据的存储和高并发的高效读写
  • 支持分布式，能够堆数据进行分片存储，扩缩容简单

2. Redis特性

  1. 为什么把数据存放在内存中？
    1. 内存的速度更快
    2. 减少计算的时间，减轻数据库压力
  2. 如果是用内存的数据结构作为缓存，为什么不用HashMap或者Memcached？
    1. 丰富的数据类型
    2. 支持多种编程语言
    3. 功能丰富：持久化机制、内存淘汰策略、事务、发布订阅、pipeline、lua
    4. 支持集群、分布式

二、Redis数据类型及应用

Redis包括5种基本数据类型：String、Hash、List、Set、Zset。以及使用比较少的其他三种数据类型：BitMaps、Hyperloglogs、Geo等

1.String

存储类型
String可以用来存储INT（整数）、float（单精度浮点数）、String（字符串）

操作命令

# 获取指定范围的字符
getrange key1 0 1
# 获取value长度
strlen key1
# 字符串追加
append key1 good
# 设置多个值
mset key1 1 key2 2
# 获取多个值
mget key1 key2
#设置值，如果key存在，则不成功
setnx key1 1
#多参数，实现分布式锁，加过期时间，加nx属性
set key value[expiration EX seconds|PX milliseconds][NX|XX]
set key1 value1 EX 10 NX
# 整数值递增（值不存在得到1）
incr key1
incrby key1 100 # 一次增100
# 整数值递减
decr key2
decr by key2 100
# 浮点数增量
set myfloat 1.1
incrbyfloat myfloat 2.5

应用场景

  • 缓存
    Stirng类型，缓存热点数据。比如网站首页、微博热搜、报表数据等。可以显著提升热点数据的访问速度
  • 分布式数据共享
    因为Redis是分布式的独立服务，可以在多个应用之间共享。
  • 分布式锁
    String类型的setnx方法，只有不存在时才能添加成功，返回true。
    public  Boolean getLock(String key,String value,long timeoutSeconds) {
    return redisTemplate.opsForValue().setIfAbsent(key, value, timeoutSeconds, TimeUnit.SECONDS);
}
for (int i = 0; i < 5; i++) {
    Boolean lock = redisUtils.getLock("lockKey", "lockValue", 3);
    System.out.println("第" + (i + 1) + "次获取锁，状态:" + lock);
    Thread.sleep(1000);
}
//第1次获取锁，状态:true
//第2次获取锁，状态:false
//第3次获取锁，状态:false
//第4次获取锁，状态:true
//第5次获取锁，状态:false
  • 全局id
    INT类型，INCRBY，利用原子性
    public Object getIdTest() throws Exception {
    int cpuNum = Runtime.getRuntime().availableProcessors();// 获取处理器数量
    int threadNum = cpuNum * 2 + 1;// 根据cpu数量,计算出合理的线程并发数
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
            threadNum - 1,
            threadNum,
            Integer.MAX_VALUE,
            TimeUnit.MILLISECONDS,
            new LinkedBlockingDeque<>(Integer.MAX_VALUE),
            Executors.defaultThreadFactory(),
            new ThreadPoolExecutor.AbortPolicy() {
                @Override
                public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
                    super.rejectedExecution(r, e);
                }
            }
    );
    long start = System.currentTimeMillis();
    int count = 100000;
    CountDownLatch countDownLatch = new CountDownLatch(count);
    for (int i = 0; i < count; i++) {
        threadPoolExecutor.execute(() -> {
            Long id = redisTemplate.opsForValue().increment("id");
            map.merge(id, 1, Integer::sum);
            countDownLatch.countDown();
        });
    }
    countDownLatch.await();
    Set<Long> longs = map.keySet();
    for (Long aLong : longs) {
        if (map.get(aLong) > 1) {
            throw new Exception("出现重复id：" + aLong + ",出现次数:" + map.get(aLong));
        }
    }
    long end = System.currentTimeMillis();
    long result = end - start;
    return "执行完毕，耗时:" + result + "ms";//执行完毕，耗时:2965ms
}
  • 计数器
    INT类型，INCR方法
    例如：文章的阅读量、微博点赞数、允许一定的延迟，先写入Redis再定时同步到数据库
  • 限流
    INT类型，INCR方法
    以访问者的IP和其他信息作为key，访问一次增加一次计数，超过次数则返回false。
        public Object limitingTest() {
    Random ra =new Random();
    for (int i = 0; i < 10; i++) {
        int finalI = i;
        ThreadPoolUtils.execute(()->{
            int random = ra.nextInt(10) + 1;
            for (int j = 1; j <= 10; j++) {
                Long increment = redisTemplate.opsForValue().increment("user_" + finalI);
                if (Integer.parseInt(String.valueOf(increment)) >= random) {
                    System.out.println("user_" + finalI + "获取访问限制次数为：" + random + ",已经访问次数为:"+increment+",当前访问次数：" + j + "，访问收到限制！");
                }
            }
        });
    }
    return "";
}
  • 总结：利用redis本身的特性，和String内存的存储内容，以及提供的操作方法，我们可以用来达到很多的业务目的

2.Hash哈希

Hash用来存储多个无序的键值对。最大存储数量2^32-1（40亿左右）。
在这里插入图片描述

注：

  • 这个Hash和Redis的存储结构的Hash不是一个东西，那个是外层hash，现在说的是内层hash。
  • Hash的value只能是字符串，不能嵌套其他类型，比如hash或者list。

Hash和String的主要区别

  1. hash把所有相关的值聚集在一个key中，节省内存空间
  2. 只使用一个key，减少key冲突
  3. 当需要批量获取值的时候，只需要一个命令，减少内存/IO/CPU的消耗

Hash不适合使用的场景

  1. Field不能单独设置过期时间，Field的过期时间依赖于key，key过期，整条过期。
  2. 需要考虑数据量分布的问题（field非常多的时候，无法分布到多个节点）

操作命令

# 单个设置field
hset h1 field1 1
hset h1 field2 2
# 一次设置多个field
hmset h2 field1 1 field2 2 field3 3 field4 4

# 获取某个key中的某个field
hget h1 field1
##批量获取某个key中的多个field值
hmget h1 field1 field2 field3
# 获取key中的所有字段
hkeys h1
# 获取key中的所有字段的值
hvals h1

# 获取key中的字段长度
hlen h1
# 删除key中的某个field,可传入多个
hdel h1 field1 filed2

RedisTemplate中封装的方法
在这里插入图片描述

应用场景
存储对象类型的数据，比如一个对象或者一张表的数据，比String节省了更多key的空间，也更加便于集中管理

  • 购物车
    key：用户id；field：商品id、商品数量
    商品数量+1：hincr
    商品数量-1：hdecr
    删除商品：hdel key field1
    全选：hgetall
    商品数量：hlen

3.List

存储类型
存储有序的字符串（从左到右），元素可以重复。最大存储数量2^32-1（40亿左右）。

3.2版本之后，用quicklist（此对象中标明了头部和尾部、以及count元素数量和len节点长度）来存储。quicklist存储了一个双向链表，每个节点quicklistNode都是一个ziplist，所以是ziplist和linkedlist的结合体。
quicklist是一个数组+链表的结构

在这里插入图片描述

操作命令

  • 元素增减
    # 列表的左侧塞入一个值 （left）头部
lpush myqueue a # 1 a
# 列表塞入多个值 （left）
lpush myqueue b c d # 4 d c b a
# 列表右侧塞入多个值（right）尾部
rpush myqueue h #5 d c b a h
# 列表左侧弹出一个值
lpop myqueue # d		c b a h
# 列表右侧弹出一个值
rpop myqueue # h		c b a
  • 取值
    # 取出索引位置的value
lindex myqueue 0 # c
lrange myqueue 0 -1 # c b a

RedisTemplate中封装的方法
在这里插入图片描述

应用场景
list主要用在存储有序内容的场景。

  • 列表
    例如用户的消息列表、网站的公告列表、活动列表、博客的文章列表、评论列表等等。思路：存储所有字段，使用lrange queue start end命令取出一页，按顺序显示。
  • 队列/栈
    List可以用作分布式环境的队列/栈使用。
    List提供了两个阻塞的弹出操作：BLPOP/BRPOP，可以设置超时时间（单位：秒）
    # 头部弹出
blpop queue1 queue2... timeout
#尾部弹出
brpop queue1 queue2... timeout
    BLPOP：移除并获取列表的第一个元素，如果列表没有元素会阻塞队列直到等待超时或发现可弹出元素位置。
    BRPOP：移除列表的最后一个元素，如果列表没有元素会阻塞队列直到等待超时或发现可弹出元素位置。

4.Set

存储类型
Set存储String类型的无序集合，最大存储数量2^32-1。Redis用intset或hashtable存储set。如果元素都是整数类型，就用inset存储，如果不是整数类型或元素个数超过512个（可配置），就用hashtable（数组+链表）
在这里插入图片描述
操作命令

# 添加一个或者多个元素
sadd myset a b c d e f g # 7
# 获取所有元素
smembers myset # 无序展示
# 统计元素个数
scard myset # 7
# 随机获取一个元素【传入count可以随机获取count个元素】
srandmember myset [count]
# 随机弹出一个元素,从set中删除【传入count可以随机获取count个元素】
spop myset [count]
# 移除一个或者多个元素
srem myset a b c
//查看元素是否存在
sismember myset a

RedisTemplate中封装的方法
在这里插入图片描述

应用场景

  • 抽奖
    随机获取n个（不传为1）元素：srandmember myset n
    随机移除n个（不传为1）元素：spop myset n

  • 点赞、打卡、签到
    如一条微博id为wb001，用户id是u001,u002,u003...
    点赞这条微博：sadd wb001 u001 u002…
    u001取消点赞：srem wb001 u001
    u001是否点赞：sismember wb001 u001
    点赞的所有用户：smembers wb001
    点赞数：scard wb001

  • 商品标签
    如用i5001和i5002来维护两件商品的所有标签
    sadd i5001 画面清晰
    sadd i5001 流畅

    sadd i5002 流畅
    sadd i5002 真彩显示屏
    获取差集：sdiff i5001 i5002
    #（画面清晰、真彩显示屏）
    获取交集：sinter i5001 i5002
    #（流畅）
    获取并集
    #（画面清晰、流畅、真彩显示屏）

  • 用户关注、推荐模型
    相互关注、我关注的人也关注了他、可能认识的人

5.Zset

存储类型
sorted set 存储有序的元素。每个元素有个score，按照score的从小到大排序。score相同的，按照key的ASCII码排序。
在这里插入图片描述

跳表
在这里插入图片描述
比如上面组数据，我要查找一个分值为14的数据（流程看红线）

  1. 首先在最外层找到7，发现比7大，继续找，发现没有了
  2. 然后就降级，从7找到25，发现比7大，比25小，则在此范围内继续降级
  3. 找到比7大，比15小，继续降级
  4. 找到比7大比11大，则往后找，找到比11大，比15小，说明此zset中没有分值为14的数据

数据结构对比

数据结构是否允许重复元素是否有序有序实现方式
列表List是是索引下标
集合Set否否无
有序集合Zset否是分值score

操作命令

# 添加元素
zadd mzset 10 java 20 python 30 php
# 获取全部元素 正序 [携带分数]
zrange mzset 0 -1 withscores
# 获取全部元素 倒序 [携带分数]
zrevrange mzset 0 -1 withscores
# 根据分值区间获取区间内分值的key
zrangebyscore mzset 10 20 # java python
#移除元素，也可以根据score rank删除
zrem mzset php # 1
# 统计元素个数
zcard mzset # 2
# 分值递增
zincrby mzset 5 java # 15
# 根据分值统计个数
zcount mzset 10 20 # 2
# 获取元素rank(等级，排在第一个的就是0，根据分数依次递增，每次+1)
zrank mzset java # 0
# 获取元素score
zscore mzset java # 15

RedisTemplate中封装的方法
redisTemplate.opsForZSet();
在这里插入图片描述
应用场景
顺序会动态变化的列表

  • 排行榜
    例如百度热搜，微博热榜。
    在Zset：hotNews中有一个id为9000的新闻用户每点击一次加1：zincrby hotNews 1 9000
    获取今天点击最多的15条新闻：zervrange hotNews 0 15 withscores

三、应用场景总结

场景优点
缓存提升数据访问速度，减轻数据库压力
共享数据分布式环境下的数据存储共享
全局ID分布式全局ID的生成方案（分库分表）
分布式锁进程间共享数据的原子操作保证
在线用户统计和计数zset
队列、栈跨进程、分布式的队列、栈
消息队列异步解耦的消息机制
服务注册与发现RPC通信机制的服务协调中心（Dubbo）
购物车hash
新浪/Twitter用户消息时间线列表list
抽奖逻辑（礼物、转发）Set
点赞、签到、打卡Set
商品标签Set
用户关注模型、商品推荐模型set
电商产品筛选set
排行榜zset
……
程大帅气
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Redis 由浅入深 (1) - Redis常用的基础数据类型及使用场景
yh4494的博客
06-02 211
随着系统的业务和用户量的不断的增长，传统的单体应用（请求直查 DB）已经无法支撑大量的用户访问。为了提高系统的吞吐量就必须使用一些中间件去提升性能，而Redis就是提升吞吐量的核武器。Redis可以做分布式锁、应用缓存、注册中心、消息队列（不推荐使用）、发布订阅、集合计算等等功能。String类型是Redis最基本的数据结构类型，是二进制安全的，其他几种数据结构都是在字符串类型上构建的。在项目中一般应用在简单的键值缓存、库存计数............
2 万字 + 20张图｜ 细说 Redis 九种数据类型和应用场景
虚幻私塾
06-14 424
大家好，我是小林。我们都知道 Redis 提供了丰富的数据类型，常见的有五种：String（字符串），Hash（哈希），List（列表），Set（集合）、Zset（有序集合）。随着 Redis 版本的更新，后面又支持了四种数据类型： BitMap（2.2 版新增）、HyperLogLog（2.8 版新增）、GEO（3.2 版新增）、Stream（5.0 版新增）。每种数据对象都各自的应用场景，你能说出它们各自的应用场景吗？面试过程中，这个问题也很常被问到，又比如会举例一个应用场景来问你，让你说使用哪种 Re
聊聊Redis使用场景
weixin_33795743的博客
11-21 535
原文地址：Redis实战（五） 聊聊Redis使用场景博客地址：blog.720ui.com/ 使用场景说明 计数器 数据统计的需求非常普遍，通过原子递增保持计数。例如，点赞数、收藏数、分享数等。 排行榜 排行榜按照得分进行排序，例如，展示最近、最热、点击率最高、活跃度最高等等条件的top list。 用于存储时间戳 类似排行榜，使用redis的zset用于存储时间戳，时间会不断变化。例如，按...
中间件 - Redis - 常用命令
weixin_42254177的博客
10-26 174
help @string 查看string相关的命令帮助 string nx: key不存在的时候, 才能设, 通常在分布式环境下, 用于获取redis锁 xx: key存在的时候, 才能设 正反向索引: 第一个是0, 最后一个是-1, 最后第二个是-2 object encoding 看一下当前key的存储结构是什么 ...
说说Redis的常用应用场景
不会编程的派大星的博客
09-28 467
一、缓存 说到redis，很多人第一个想到的就是缓存，也是我们用的最多的一个场景；国内外中大型的网站都离不开缓存。合理的利用缓存，比如缓存热点数据，不仅可以提升网站的访问速度，还可以降低数据库DB的压力。并且，Redis相比于memcached，还提供了丰富的数据结构，并且提供RDB和AOF等持久化机制，强的一批。 二、排行榜 当今互联网应用，有各种各样的排行榜，如电商网站的月度销量排行榜、社交APP的礼物排行榜、小程序的投票排行榜等等。Redis提供的zset数据类型能够实现这些复杂的排行榜。我们来举一个
redis的五大数据类型
Daylight629博客
03-03 223
redis的五大数据类型 Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件MQ。 它支持多种类型的数据结构，如 字符串（strings）， 散列（hashes）， 列表（lists）， 集合 （sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和 地理空间 （geospatial） 索引半径查询。 Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU
Redis都有哪些使用场景
dahaidoushishuia的博客
10-10 1116
在很多互联网公司中都使用了分布式技术，分布式技术带来的技术挑战是对同一个资源的并发访问，如全局ID、减库存、秒杀等场景，并发量不大的场景可以使用数据库的悲观锁、乐观锁来实现，但在并发量高的场合中，利用数据库锁来控制资源的并发访问是不太理想的，大大影响了数据库的性能。集群模式下，在应用不多的情况下一般使用容器自带的session复制功能就能满足，当应用增多相对复杂的系统中，一般都会搭建以Redis等内存数据库为中心的session服务，session不再由容器管理，而是由session服务及内存数据库管理。
Redis安装及基本数据类型
09-09
本文将详细介绍Redis的安装过程以及其五种基本数据类型：String、List、Hash、Set和Sorted Set。 **Redis安装** Redis的安装分为Linux和Windows两种平台。在Linux环境下，我们以CentOS为例： 1. 通过`wget`命令...
Redis五种数据结构原理及应用场景
昨日晨曦的博客
01-27 2084
Redis五种数据结构原理及应用场景
中间件：Redis 之 Jedis的使用
最新发布
05-22
字符串是Redis中最基础的数据类型之一，Jedis提供了丰富的API来处理字符串： - **设置键值对**: ```java jedis.set("key", "value"); ``` - **获取键对应的值**: ```java String value = jedis.get("key");...
redis基础篇——数据一致性
石灰聪的博客
12-01 3218
数据一致性 缓存使用场景 针对读多写少的高并发场景，我们可以使用缓存来提升查询速度。 当我们使用Redis作为缓存的时候，一般流程是这样的： 如果数据在Redis存在，应用就可以直接从Redis拿到数据，不用访问数据库。 应用新增了数据，只保存在数据库中，这个时候Redis没有这条数据。 如果Redis里面没有，先到数据库查询，然后写入到Redis，再返回给应用。 一致性问题的定义 因为数据最终是以数据库为准的（这是我们的原则），如果Redis没有数据，就不存在这个问题。当Redi
Redis常见的应用场景
Reid的专栏
09-18 1392
文章目录常见应用场景1. 缓存2. 排行榜3. 计数器4. 最热前N条数据5. 分布式锁6. 订阅发布7. 分布式session8. 限速9. 队列、阻塞队列10. 用户标签11. 随机数、抽奖 常见应用场景 这里只是简单记录一下应用场景，每个应用场景的使用细节上都需要优化。 1. 缓存 Redis相比其他缓存，有一个非常大的优势，就是支持多种数据类型。 数据类型 说明 strin...
Redis中间件的介绍
u010311609的博客
05-20 4755
Redis是什么？，优势在哪？ redis的个人学习笔记。 Redis是什么？ 他它一个开源免费，遵守BSD协议，高性能的键值对数据库，支持多种数据结构，是业界流行的nosql数据库，被誉为数据结构服务器。 Redis有什么优势？ 1、速度快；2、支持多种数据结构；3、功能丰富；4、服务间简单；5、客户端支持语言较多；6、支持持久化；7、主从复制、高可用、分布式； 1、为什么速度快？ 首先是使用C语言实现，更贴近操作系统； 其次是数据都存在与内存中，操作数据的效率高； 再次是单线程，规避的
linux-3步编译安装源文件
我的博客
09-27 229
世界上并没有完美的程序，但是我们并不因此而沮丧，因为写程序就是一个不断追求完美的过程。 # 配置 ./configure # 编译 make # 安装 make install
怎么查询redis缓存的数据_「中间件」 - Redis & 应用场景
weixin_39959505的博客
11-29 1585
一、Redis常用命令《「Redis」 - 基本命令》中对Redis基础数据结构命令进行了简单总结，下图把最常用命令进行梳理，可点开大图查看。二、Redis应用场景A、string类型使用场景1、商品库存数从业务上，商品库存数据是热点数据，交易行为会直接影响库存。而Redis自身string类型提供了原生命令。incr key decr key incrby key increment decrb...
Redis项目应用场景与实例(三)：队列(List)
我的博客
06-17 2304
文章目录一、背景二、项目需求三、环境配置四、项目代码4.1 Redis工具类增加队列操作方法4.2 图片上传服务增加Redis队列五、测试与验证六、源码 一、背景 在前两篇文章 《Redis项目应用场景与实例(一)：哈希表（Hash）》 《Redis项目应用场景与实例(二)：字符串（String）》 介绍了Redis对于Hash表、字符串的操作，该文将对队列(List)的应用场景进行项目演练。 strings hashes lists sets sorted sets 封锁一个IP地址
Redis中间件总结
xinyi_java的博客
09-05 1370
目录 给我介绍一下 redis (what redis 是什么) (why 为什么用 redis) (how 怎样使用 redis） 一、redis 非关系型数据库 1.1.给我介绍一下 redis 1.2.你们在项目中是怎么操作 redis 的?有过封装么? 1.3.redis 持久化方式有几种? 1.4.使用 redis 有没有遇到过缓存穿透和缓存雪崩? 1.5.说一下 redis 集群吗? 1.6.除了用 Redis,你用过 memcached 的吗? 1.7.在项目那一块
Redis的数据类型详解和使用：key、String类型
终生学习践行者
09-19 4546
详细介绍了Redis的key和String数据类型的底层原理，以及最基本的使用方式。
Redis 在电商中的实际应用场景
热门推荐
Truong的专栏
09-12 1万+
话说使用Redis已经有好一段时间，趁有点时间，结合Guang.com 使用经验，总结一下Redis 在社会化电商网站的实际应用场景。文笔较差，各位看官，凑合着看下吧。 1. 各种计数，商品维度计数和用户维度计数 说起电商，肯定离不开商品，而附带商品有各种计数（喜欢数，评论数，鉴定数，浏览数,etc），Redis的命令都是原子性的，你可以轻松地利用INCR，DECR等命令来计数。 商品维
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

打赏作者

程大帅气

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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