Hadoop3.x在centos上的完全分布式部署（包括免密登录、集群测试、历史服务器、日志聚集、常用命令、群起脚本）

已于 2022-09-13 12:38:07 修改
阅读量1.1k 收藏 10
点赞数 2
分类专栏： Hadoop生态圈 文章标签： centos 分布式 hadoop
于 2022-01-11 14:58:11 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 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_44758876/article/details/122410214
版权

目录

原文地址：https://program-park.github.io/2022/01/11/hadoop_1/

1. 环境准备

  1. 三台虚拟机，192.168.68.101、192.168.68.102、192.168.68.103《win10下VMware15安装CentOS7虚拟机》
  2. JDK（自行准备）
  3. hadoop安装包（官网下载地址：https://hadoop.apache.org/releases.html）

2. 创建用户

  1. 创建hadoop用户，并修改hadoop用户的密码
[root@localhost hadoop-3.3.1]# useradd hadoop
[root@localhost hadoop-3.3.1]# passwd hadoop
  1. vim /etc/sudoers配置 hadoop 用户具有 root 权限，方便后期加 sudo 执行 root 权限的命令，在 %whieel 这行下面添加一行，如下所示：
%wheel 	ALL=(ALL)	ALL
hadoop	ALL=(ALL) 	ALL
  1. 修改/data目录所有者和所属组
chown -R hadoop:hadoop /data/
  1. 三台虚拟机依次添加地址映射
vim /etc/hosts
将下面三行加入文件末尾
192.168.68.101 hadoop1
192.168.68.102 hadoop2
192.168.68.103 hadoop3
  1. 关闭防火墙（生产不能这么搞，生产开通几个指定端口即可）
firewall-cmd --state    #查看防火墙状态
systemctl stop firewalld.service  #停止firewalld服务
systemctl disable firewalld.service  #开机禁用firewalld服务

3. 免密登录

  1. 到/home/hadoop/.ssh/目录下，使用 hadoop 用户执行ssh-keygen -t rsa，然后回车三次，会生成两个文件 id_rsa（私钥）、id_rsa.pub（公钥）
  2. 执行下面的命令将公钥拷贝到要免密登录的机器上，在另外两台机器上一次重复这两个步骤
ssh-copy-id 192.168.68.101
ssh-copy-id 192.168.68.102
ssh-copy-id 192.168.68.103
  1. 现在三台机器的 hadoop 用户就可以免密登录了，再添加一个192.168.68.101的 root 用户免密登录到另外两台机器，用192.168.68.101的 root 用户，执行下面的命令
cd ~
cd .ssh
ssh-keygen -t rsa
ssh-copy-id 192.168.68.101
ssh-copy-id 192.168.68.102
ssh-copy-id 192.168.68.103
  1. .ssh文件夹下的文件功能解释
文件名功能
known_hosts记录ssh访问过计算机的公钥（public key）
id_rsa生成的私钥
id_rsa.pub生成的公钥
authorized_keys存放授权过的无密登录服务器公钥

4. 安装部署

  1. 将安装包分别上传到三台虚拟机
    在这里插入图片描述
  2. 执行命令tar -zxvf hadoop-3.3.1.tar.gz -C /data/解压到/data目录下
    在这里插入图片描述
  3. 三台虚拟机依次添加环境变量，编辑/etc/profile文件，添加以下内容，然后source /etc/profile保存，执行hadoop version命令检查是否添加成功
#HADOOP_HOME
export HADOOP_HOME=/data/hadoop-3.3.1
export PATH=$PATH:$HADOOP_HOME/bin
export PATH=$PATH:$HADOOP_HOME/sbin
  1. 进入/data/hadoop-3.3.1/etc/hadoop路径，执行命令vim core-site.xml，编辑核心配置文件，添加以下内容：
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 配置NameNode的URL -->
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://192.168.68.101:8020</value>
    </property>
    <!-- 指定hadoop数据的存储目录,是hadoop文件系统依赖的基本配置,默认位置在/tmp/{$user}下，是个临时目录，一旦因为断电等外在因素影响，/tmp/${user}下的所有东西都会丢失 -->
    <property>
        <name>hadoop.tmp.dir</name>
        <value>/data/hadoop-3.3.1/data/tmp</value>
    </property>
    <!-- 配置HDFS网页登录使用的静态用户为hadoop -->
    <property>
        <name>hadoop.http.staticuser.user</name>
        <value>hadoop</value>
    </property>
</configuration>
  1. 执行命令vim hdfs-site.xml，编辑 HDFS 配置文件，添加以下内容：
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
    <!-- NameNode存储名称空间和事务日志的本地文件系统上的路径 -->
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/data/hadoop-3.3.1/data/namenode</value>
    </property>
    <!-- DataNode存储名称空间和事务日志的本地文件系统上的路径  -->
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/data/hadoop-3.3.1/data/datanode</value>
    </property>
    <!-- NameNode web端访问地址-->
    <property>
        <name>dfs.namenode.http-address</name>
        <value>192.168.68.101:9870</value>
    </property>
    <!-- SecondaryNameNode web端访问地址-->
    <property>
        <name>dfs.namenode.secondary.http-address</name>
        <value>192.168.68.103:9868</value>
    </property>
</configuration>
  1. 执行命令vim yarn-site.xml编辑 YARN 配置文件，添加以下内容：
<?xml version="1.0"?>

<configuration>
    <!-- 指定MR走shuffle -->
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <!-- 指定ResourceManager的地址-->
    <property>
        <name>yarn.resourcemanager.hostname</name>
        <value>192.168.68.102</value>
    </property>
    <!-- 为每个容器请求分配的最小内存限制资源管理器（512M） -->
    <property>
        <name>yarn.scheduler.minimum-allocation-mb</name>
        <value>512</value>
    </property>
    <!-- 为每个容器请求分配的最大内存限制资源管理器（4G） -->
    <property>
        <name>yarn.scheduler.maximum-allocation-mb</name>
        <value>4096</value>
    </property>
    <!-- 虚拟内存比例，默认为2.1，此处设置为4倍 -->
    <property>
        <name>yarn.nodemanager.vmem-pmem-ratio</name>
        <value>4</value>
    </property>
    <!-- 环境变量的继承 -->
    <property>
        <name>yarn.nodemanager.env-whitelist</name>
        <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value>
    </property>
</configuration>
  1. 执行命令vim mapred-site.xml编辑 MapReduce 配置文件，添加以下内容：
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    <!-- 执行MapReduce的方式：yarn/local -->
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>
</configuration>
  1. 在/data/hadoop-3.3.1/etc/hadoop路径下，执行命令vim workers配置 workers（注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行）
192.168.68.101
192.168.68.102
192.168.68.103
  1. 创建对应目录
mkdir /data/hadoop-3.3.1/data/datanode
mkdir /data/hadoop-3.3.1/data/tmp
  1. 执行以下命令将配置好的 hadoop 安装包分发到另外两台机器
scp -r hadoop-3.3.1 root@192.168.68.102:/data/
scp -r hadoop-3.3.1 root@192.168.68.103:/data/
  1. 集群第一次启动，需要在主节点格式化 NameNode（均使用 hadoop 用户）（注意：格式化 NameNode，会产生新的集群 id，导致 NameNode 和 DataNode 的集群 id 不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化 NameNode 的话，一定要先停止 namenode 和 datanode 进程，并且要删除所有机器的 data 和 logs 目录，然后再进行格式化）
hdfs namenode -format
  1. 使用 hadoop 用户启动 HDFS
sbin/start-dfs.sh
  1. 在192.168.68.102上启动 YARN
sbin/start-yarn.sh
  1. jps查看三台虚拟机的服务进程是否如下表所示
192.168.68.101192.168.68.102192.168.68.103
HDFSNameNode
DataNode		DataNodeSecondaryNameNode
DataNode
YarnNodeManagerResourceManager
NodeManager 		NodeManager
  1. Web 端查看 HDFS 的 NameNode（可以在Utilities=>Browse the file system查看 HDFS 目录结构）
    在这里插入图片描述
  2. Web 端查看 YARN 的 ResourceManager
    在这里插入图片描述

5. 集群基本测试

  1. 上传文件到集群
[hadoop@localhost hadoop-3.3.1]$ hadoop fs -mkdir /input
[hadoop@localhost hadoop-3.3.1]$ hadoop fs -put /data/input/1.txt /input
  1. 前往 HDFS 文件存储路径，查看 HDFS 在磁盘存储文件的内容
[hadoop@localhost subdir0]$ pwd
/data/hadoop-3.3.1/data/dfs/data/current/BP-503073314-127.0.0.1-1641801366580/current/finalized/subdir0/subdir0
[hadoop@localhost subdir0]$ ls
blk_1073741825  blk_1073741825_1001.meta
[hadoop@localhost subdir0]$ cat blk_1073741825
hello hadoop
stream data
flink spark
  1. 下载文件
[hadoop@localhost hadoop-3.3.1]$ hadoop fs -get /input/1.txt /data/output/
[hadoop@localhost hadoop-3.3.1]$ ls /data/output/
1.txt
[hadoop@localhost hadoop-3.3.1]$ cat /data/output/1.txt 
hello hadoop
stream data
flink spark
  1. 执行 wordcount 程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount /input /output
-----------------------------------------------------------------------------------------------------------
查看/output/下的文件内容（windows浏览器web页面拉取文件查看时，需在C:\Windows\System32\drivers\etc\hosts中添加 2.4 节说过的地址映射）
data	1
flink	1
hadoop	1
hello	1
spark	1
stream	1
  1. 计算圆周率（计算命令中 2 表示计算的线程数，50 表示投点数，该值越大，则计算的 pi 值越准确）
yarn jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar pi 2 50
-----------------------------------------------------------------------------------------------------------
Job Finished in 23.948 seconds
Estimated value of Pi is 3.20000000000000000000

6. 配置历史服务器

  为了查看程序的历史运行情况，需要配置一下历史服务器。具体配置步骤如下：

  1. vim mapred-site.xml编辑 MapReduce 配置文件，添加以下内容（三台虚拟机均需）：
<!-- 历史服务器端地址 -->
<property>
    <name>mapreduce.jobhistory.address</name>
    <value>192.168.68.101:10020</value>
</property>
<!-- 历史服务器web端地址 -->
<property>
    <name>mapreduce.jobhistory.webapp.address</name>
    <value>192.168.68.101:19888</value>
</property>
  1. 在192.168.68.101启动历史服务器
开启：mapred --daemon start historyserver
关闭：mapred --daemon stop historyserver
-----------------------------------------------------------------------------------------------------------
#jps
15299 DataNode
15507 NodeManager
15829 Jps
15769 JobHistoryServer
15132 NameNode
  1. 查看JobHistory
    在这里插入图片描述

7. 配置日志的聚集

  日志聚集概念：应用运行完成以后，将程序运行日志信息上传到 HDFS 系统上。
在这里插入图片描述
  日志聚集功能好处：可以方便的查看到程序运行详情，方便开发调试。

  1. vim yarn-site.xml配置 yarn-site.xml，添加下面的内容（三台均需）：
<!-- 开启日志聚集功能 -->
<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>
<!-- 设置日志聚集服务器地址 -->
<property>  
    <name>yarn.log.server.url</name>  
    <value>http://192.168.68.101:19888/jobhistory/logs</value>
</property>
<!-- 设置日志保留时间为7天 -->
<property>
    <name>yarn.log-aggregation.retain-seconds</name>
    <value>604800</value>
</property>
<!-- 配置正在运行中的日志在hdfs上的存放路径 -->
<!--<property>
    <name>mapreduce.jobhistory.intermediate-done-dir</name>
    <value>/history/done_intermediate</value>
</property>-->
<!-- 配置运行过的日志存放在hdfs上的存放路径 -->
<!--<property>
    <name>mapreduce.jobhistory.done-dir</name>
    <value>/history/done</value>
</property>-->
  1. 重启服务，执行 wordcount 程序
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.3.1.jar wordcount /input /output
  1. 查看日志
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

8. 集群启动/停止命令总结

  • 各个模块分开启动/停止（前提配置ssh）
  1. 整体启动/停止 HDFS
start-dfs.sh/stop-dfs.sh
  1. 整体启动/停止 YARN
start-yarn.sh/stop-yarn.sh
  • 各个服务组件逐一启动/停止
  1. 分别启动/停止 HDFS 组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode
  1. 启动/停止YARN
yarn --daemon start/stop  resourcemanager/nodemanager

9. 集群群起脚本

  1. vim myhadoop.sh添加下面内容并保存
#!/bin/bash

if [ $# -lt 1 ]
then
    echo "No Args Input..."
    exit ;
fi

case $1 in
"start")
        echo " =================== 启动 hadoop集群 ==================="

        echo " --------------- 启动 hdfs ---------------"
        ssh 192.168.68.101 "/data/hadoop-3.3.1/sbin/start-dfs.sh"
        echo " --------------- 启动 yarn ---------------"
        ssh 192.168.68.102 "/data/hadoop-3.3.1/sbin/start-yarn.sh"
        echo " --------------- 启动 historyserver ---------------"
        ssh 192.168.68.101 "/data/hadoop-3.3.1/bin/mapred --daemon start historyserver"
;;
"stop")
        echo " =================== 关闭 hadoop集群 ==================="

        echo " --------------- 关闭 historyserver ---------------"
        ssh 192.168.68.101 "/data/hadoop-3.3.1/bin/mapred --daemon stop historyserver"
        echo " --------------- 关闭 yarn ---------------"
        ssh 192.168.68.102 "/data/hadoop-3.3.1/sbin/stop-yarn.sh"
        echo " --------------- 关闭 hdfs ---------------"
        ssh 192.168.68.101 "/data/hadoop-3.3.1/sbin/stop-dfs.sh"
;;
*)
    echo "Input Args Error..."
;;
esac
  1. chmod +x myhadoop.sh赋予脚本执行权限
  2. 启动/停止集群
    在这里插入图片描述在这里插入图片描述

10. 常用端口号说明

端口名称Hadoop2.xHadoop3.x
NameNode内部通信端口8020 / 90008020 / 9000 / 9820
NameNode HTTP UI500709870
MapReduce查看执行任务端口80888088
历史服务器通信端口1988819888
大Null
关注
  • 2
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
手把手教你在腾讯云上搭建hadoop3.x伪集群的方法
09-14
主要介绍了手把手教你在腾讯云上搭建hadoop3.x伪集群的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
Hadoop3.3.1完全分布式部署
jiangbenchu的博客
02-23 1497
Hadoop 是一种分析和处理大数据的软件平台，是一个用 Java 语言实现的 Apache 的开源软件框架，在大量计算机组成的集群中实现了对海量数据的分布式计算。 结构框架 推荐架构 一个提供高可用的获取应用数据的分布式文件系统。从字面上来看，SecondaryNameNode 很容易被当作是 NameNode 的备份节点，其实不然。可以通过下图看 HDFS 中 SecondaryNameNode 的作用。NameNode主要是用来保存HDFS的元数据信息，比如命名空间信息，块信息等。当它运行的时候，这些
Hadoop3.3.1编译安装部署教程
程序园@大Null
01-14 1935
Hadoop编译安装、Hadoop3.x安装部署、Hadoop3.x环境准备、 创建用户、免密登录、安装部署、集群基本测试、历史服务器，日志聚集，常用命令，群起脚本、防火墙关闭命令
hadoop3.3.1详细安装与配置
qq_64125090的博客
08-24 2597
hadoop详细配置
Hadoop3.3.1完全分布式安装Centos7.x
Dashujuzhiwang的博客
03-13 1324
需要把所有数据节点的主机名写入该文件，每行一个，默认为 localhost（即把本机作为数据节点），所以，在伪分布式配置时，就采用了这种默认的配置，使得节点既作为名称节点也作为数据节点。在进行分布式配置时，可以保留localhost，让Master节点同时充当名称节点和数据节点，或者也可以删掉localhost这行，让Master节点仅作为名称节点使用。但是，本教程只有一个Slave节点作为数据节点，即集群中只有一个数据节点，数据只能保存一份，所以 ，dfs.replication的值还是设置为 1。
Hadoop3.3.1分布式集群搭建详细教程
忘三日的博客
02-24 2519
Hadoop3.3.1分布式集群搭建详细教程，简单零基础一站式搭建
Docker Swarm部署Hadoop3.x + HBase2.x真正分布式集群环境配置参考资源
04-09
采用Docker Swarm集群方式， 部署Hadoop3.x + HBase2.x的真正分布式集群环境，趟坑无数， 配置文件已整理好，内置Dockerfile构建文件、docker-compose脚本文件、hbase安装包、hadoop配置文件等。可以根据生产环境， ...
大数据技术之Hadoop3.x-视频教程网盘链接提取码下载 .txt
03-04
Hadoop是大数据技术中最重要的框架之一，是学习大数据必备的第一课，在Hadoop平台之上，可以更容易地开发和运行其他处理大规模数据的框架。尚硅谷Hadoop视频教程再次重磅升级！以企业实际生产环境为背景，增加了更...
大数据+Hadoop3.X伪分布式集群搭建笔记+练习搭建Hadoop平台
08-08
练习搭建伪分布Hadoop3.X集群，只用于刚刚开始学习搭建hadoo伪分布式集群的人群，帮助大家快速搭建Hadoop3.X伪分布式集群，快速入门大数据为日后的学习打下坚实的基础
Hadoop-3.3-1安装与环境搭建
m0_56066168的博客
06-19 1117
一、安装Hadoop 下载地址： https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-3.3.1/hadoop-3.3.1.tar.gz 二、解压文件 1.解压文件 sudo tar -zxf ~/Downloads/hadoop-3.3.1.tar.gz -C /usr/local 2.修改文件名以及权限 cd /usr/local sudo mv ./hadoop-3.3.1 ./hadoop sudo chown -R y ./had
Centos8中Hadoop3.3.1安装详细过程（含图文）
weixin_42609366的博客
11-16 2484
Hadoop的核心由3个部分组成：HDFS: Hadoop Distributed File System，分布式文件系统，hdfs还可以再细分为NameNode、SecondaryNameNode、DataNode。YARN: Yet Another Resource Negotiator，资源管理调度系统Mapreduce：分布式运算框架下面介绍安装 Hadoop。
Hadoop3.3.1学习笔记——hadoop安装以及系统环境配置
qq_40460758的博客
06-27 2317
Hadoop3.3.1环境配置hadoop安装（linux）系统环境变量配置 hadoop安装（linux） 安装hadoop的jdk要求1.8以上。从官网APACHE下载hadoop压缩包，并将安装包解压到任意路径，这里我是放在/opt/module/下。 shell解压命令为： tar -zxvf hadoop-3.3.1.tar.gz -C /opt/module 系统环境变量配置 linux的系统环境变量在 /etc/profile.d中存储，我们在该路径下新建一个my_env.sh文件来存储我
快速安装部署hadoop-3.3.1-单机版
xiaowu121212的博客
02-06 690
只是对hadoop进行单机版简单安装使用，并使用脚本快速安装hadoop单机版
hadoop3.3.1单机版环境搭建详细流程记录
最新发布
君临天下tjm的博客
09-04 1254
单机版hadoop3.3.1搭建详细过程。
Hbase3.0.0及Hadoop3.3.1集群搭建(一)
weixin_43114209的博客
05-11 5247
1.概述 HBase是Hadoop数据库，一种分布式、可扩展的大数据存储。当您需要对大数据进行随机、实时的读/写访问时，推荐使用HBase。该项目的目标是在商用硬件集群上托管非常大的表——数十亿行 X 数百万列。HBase 是一个开源、分布式、版本化、非关系型数据库，基于 Google 的Bigtable 等的结构化数据的分布式存储系统开发。正如 Bigtable 利用 Google 文件系统提供的分布式数据存储一样， HBase 在 Hadoop 和 HDFS 之上提供了类似 Bigtable 的功能。
Apache Hadoop 3.3.1
weixin_39400958的博客
12-14 447
Apache Hadoop 3.3.1 Apache Hadoop 3.3.1 与以前主要发行版（hadoop-2.x）相比，包含了许多重要的增强功能。 这次发行是普遍可用的（GA），意味着它代表了API稳定性和质量的一个点，我们认为生产准备好了 概述 鼓励用户阅读全套发行说明。本页概述了主要更改。 最低限度的依赖Java 版本从Java 7增长到Java 8 所有Hadoop JAR包现在都是基于Java8运行时版本编译的。仍然使用java 7 或者更低版本的用户必须升级到Java8. 在HDFS中支持纠
【大数据平台】从Hadoop到Spark安装配置教程
奕隆的博客
07-11 1350
目录3.java -jdk的安装4.Hadoop以及单机配置的安装5.Hadoop伪分布式的配置6.Hadoop集群的配置（这里建议将后面的工具安装完成后，再配置此步骤，否则会非常痛苦）7.Hbase及其单机模式的安装HBase单机模式配置8.Hive的安装9.Scala的安装10.sbt的安装11.Spark的安装在此篇文章中，将会按以下顺序配置大数据平台的相关工具:1.VMware 2.Ubuntu 3.Java -jdk 4.Hadoop 5.Hadoop伪分布式 6.Hadoop集群（这里建议将后面
手把手教你编译hadoop源码
goodmentc的专栏
07-08 707
一、版本选择 之前编译过最新版本3.0.3，不是很顺利。 这次选择2.7.6。 下载源码： http://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.7.6/hadoop-2.7.6-src.tar.gz 二、编译环境准备 2.1 说明 Hadoop源码里有个BUILDING.txt文件，说明了编译需要的环...
hadoop3.x HA集群一键关闭shell脚本
05-25
以下是一个简单的Hadoop3.x HA集群一键关闭脚本，你可以根据自己的实际情况进行修改： ```shell #!/bin/bash #关闭ResourceManager echo "关闭ResourceManager" sudo systemctl stop hadoop-yarn-resourcemanager #关闭NameNode echo "关闭NameNode" sudo systemctl stop hadoop-hdfs-namenode #关闭ZooKeeper echo "关闭ZooKeeper" sudo systemctl stop zookeeper #关闭JournalNode echo "关闭JournalNode" sudo systemctl stop hadoop-hdfs-journalnode #关闭DataNode echo "关闭DataNode" sudo systemctl stop hadoop-hdfs-datanode #关闭NodeManager echo "关闭NodeManager" sudo systemctl stop hadoop-yarn-nodemanager ``` 需要注意的是，该脚本是在已经安装并配置好了Hadoop3.x HA集群的环境下使用的。如果你的环境不同，需要针对性地进行修改。

“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

打赏作者

大Null

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