Hadoop HA集群，亲测可用，直接复制粘贴完事

已于 2024-03-13 21:55:12 修改
阅读量1.3k 收藏 11
点赞数 8
分类专栏： Hadoop大数据 文章标签： 运维 服务器 hadoop 大数据 linux
于 2022-05-05 20:19:04 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_45403773/article/details/124581760
版权

目录

前言

一，集群环境及基础配置

1，集群环境

主机映射

时钟同步

 防火墙

3，免密登录

二，Hadoop集群HA配置

1，上传压缩包并解压

 创建目录

 上传压缩包

解压缩

 改名

 2，配置环境变量

 3，配置Hadoop HA

配置hadoop环境变量

 更改配置文件1

更改配置文件2

更改配置文件3

更改配置文件4

配置slaves

 创建目录

 4，配置zookeeper

修改配置文件

 创建目录

编写myid

 5，环境的分发

 6，修改权限

三，Hadoop集群HA启动

1，切换用户

 2，加载环境变量

3，启动zookeeper

4，启动journalnode守护进程

 5，初始化namnode

6，注册ZNode

7， 启动hadfs

8，启动yarn

9， 同步master数据

 10，启动resourcemanager和namenode

 11，启动 MapReduce

 12，查看进程

 13，页面访问

前言

亲测可用，只有Hadoop HA集群环境，直接复制粘贴即可。

一，集群环境及基础配置

1，集群环境

主机名IP地址root密码
master192.168.100.10000000

slave1

192.168.100.20000000
slave2192.168.100.30000000


2，基础配置

主机映射

汉化多执行

 vi /etc/hosts
192.168.100.10 master
192.168.100.20 slave1
192.168.100.30 slave2

:wq保存退出

时钟同步

汉化多执行

date

 防火墙

汉化多执行

systemctl stop firewalld
systemctl disable firewalld

3，免密登录

汉化多执行

先做root用户

ssh-keygen

直接一路回车就行 

ssh-copy-id master
ssh-copy-id slave1
ssh-copy-id slave2

有yes输yes，有password输000000

 多执行创建hadoop用户

useradd hadoop
passwd hadoop

输入两遍000000

 汉化多执行，hadoop用户免密

su hadoop
ssh-keygen
ssh-copy-id master
ssh-copy-id slave1
ssh-copy-id slave2

和上面root一样，不再赘述。

二，Hadoop集群HA配置

1，上传压缩包并解压

master节点，root用户

su root

输入000000

 创建目录

mkdir /opt/software
mkdir -p /opt/local/src

 上传压缩包

上传hadoop，jdk，zookeeper到/opt/software下

解压缩

cd /opt/software
tar -zxf hadoop-2.7.0.tar.gz -C /opt/local/src/
tar -zxf jdk-8u141-linux-x64.tar.gz -C /opt/local/src/
tar -zxf zookeeper-3.4.9.tar.gz -C /opt/local/src/

 

 改名

cd /opt/local/src/
mv hadoop-2.7.0 hadoop
mv jdk1.8.0_141 java
mv zookeeper-3.4.9 zookeeper
ll

 2，配置环境变量

vi /etc/profile

 末尾添加如下

#hadoop enviroment
export HADOOP_HOME=/opt/local/src/hadoop  #HADOOP_HOME指向JAVA安装目录
export HADOOP_PREFIX=$HADOOP_HOME
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_INSTALL=$HADOOP_HOME
export HADOOP_OPTS="-Djava.library.path=$HADOOP_INSTALL/lib:$HADOOP_COMMON_LIB_NATIVE_DIR"
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

#java environment
export JAVA_HOME=/opt/local/src/java    #JAVA_HOME指向JAVA安装目录
export PATH=$PATH:$JAVA_HOME/bin        #将JAVA安装目录加入PATH路径

#zookeeper environment
export ZK_HOME=/opt/local/src/zookeeper
export PATH=$PATH:$ZK_HOME/bin

:wq保存退出

 3，配置Hadoop HA

配置hadoop环境变量

cd /opt/local/src/hadoop/etc/hadoop/
vi hadoop-env.sh

末尾添加

export JAVA_HOME=/opt/local/src/java

:wq保存退出

 更改配置文件1

vi core-site.xml

在两个<configuration></configuration>中间添加如下内容

<!-- 指定hdfs的nameservice为mycluster -->
 
    <property>
 
        <name>fs.defaultFS</name>
 
        <value>hdfs://mycluster</value>
 
    </property>
 
    <property>
 
        <name>hadoop.tmp.dir</name>
 
        <value>file:/opt/local/src/hadoop/tmp</value>
 
    </property>
 
    <!-- 指定zookeeper地址 -->
 
    <property>
 
        <name>ha.zookeeper.quorum</name>
 
        <value>master:2181,slave1:2181,slave2:2181</value>
 
    </property>
 
    <!-- hadoop链接zookeeper的超时时长设置 -->
 
    <property>
 
        <name>ha.zookeeper.session-timeout.ms</name>
 
        <value>30000</value>
 
        <description>ms</description>
 
    </property>
 
    <property>
 
        <name>fs.trash.interval</name>
 
        <value>1440</value>
 
    </property>

:wq保存退出 

更改配置文件2

vi hdfs-site.xml

在两个<configuration></configuration>中间添加如下内容 

<!-- journalnode集群之间通信的超时时间 -->
 
    <property>
 
        <name>dfs.qjournal.start-segment.timeout.ms</name>
 
        <value>60000</value>
 
    </property>
 
    <!--指定hdfs的nameservice为mycluster，需要和core-site.xml中的保持一致        dfs.ha.namenodes.[nameservice id]为在nameservice中的每一个NameNode设置唯一标示符。配置一个逗号分隔的NameNode ID列表。这将是被DataNode识别为所有的NameNode。如果使用"mycluster"作为nameservice ID，并且使用"master"和"slave1"作为NameNodes标示符 -->
 
    <property>
 
        <name>dfs.nameservices</name>
 
        <value>mycluster</value>
 
    </property>
 
        <!-- mycluster下面有两个NameNode，分别是master，slave1 -->
 
    <property>
 
        <name>dfs.ha.namenodes.mycluster</name>
 
        <value>master,slave1</value>
 
    </property>
 
    <!-- master的RPC通信地址 -->
 
    <property>
 
        <name>dfs.namenode.rpc-address.mycluster.master</name>
 
        <value>master:8020</value>
 
    </property>
 
    <!-- slave1的RPC通信地址 -->
 
    <property>
 
        <name>dfs.namenode.rpc-address.mycluster.slave1</name>
 
        <value>slave1:8020</value>
 
    </property>
 
     <!-- master的http通信地址 -->
 
    <property>
 
        <name>dfs.namenode.http-address.mycluster.master</name>
 
        <value>master:50070</value>
 
    </property>
 
    <!-- slave1的http通信地址 -->
 
    <property>
 
        <name>dfs.namenode.http-address.mycluster.slave1</name>
 
        <value>slave1:50070</value>
 
    </property>
 
    <!-- 指定NameNode的edits元数据的共享存储位置。也就是JournalNode列表
         该url的配置格式：qjournal://host1:port1;host2:port2;host3:port3/journalId
        journalId推荐使用nameservice，默认端口号是：8485 -->
 
    <property>
 
        <name>dfs.namenode.shared.edits.dir</name>
 
        <value>qjournal://master:8485;slave1:8485;slave2:8485/mycluster</value>
 
    </property>
 
    <!-- 配置失败自动切换实现方式 -->
 
    <property>
 
        <name>dfs.client.failover.proxy.provider.mycluster</name>
 
        <value>org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider</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 -->
 
    <property>
 
        <name>dfs.ha.fencing.methods</name>
 
        <value>
 
            sshfence
 
        shell(/bin/true)
 
        </value>
 
    </property>
 
    <property>
 
       <name>dfs.permissions.enabled</name>
 
       <value>false</value>
 
    </property>
 
    <property>
 
        <name>dfs.support.append</name>
 
        <value>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>/root/.ssh/id_rsa</value>
 
    </property>
 
    <!-- 指定副本数 -->
 
    <property>
 
        <name>dfs.replication</name>
 
        <value>2</value>
 
    </property>
 
    <property>
 
        <name>dfs.namenode.name.dir</name>
 
        <value>/opt/local/src/hadoop/tmp/hdfs/nn</value>
 
    </property>
 
    <property>
 
        <name>dfs.datanode.data.dir</name>
 
        <value>/opt/local/src/hadoop/tmp/hdfs/dn</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/local/src/hadoop/tmp/hdfs/jn</value>
 
    </property>
 
    <!-- 开启NameNode失败自动切换 -->
 
    <property>
 
        <name>dfs.ha.automatic-failover.enabled</name>
 
        <value>true</value>
 
    </property>
 
    <!-- 启用webhdfs -->
 
    <property>
 
        <name>dfs.webhdfs.enabled</name>
 
        <value>true</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>
 
    <property>
 
        <name>ha.failover-controller.cli-check.rpc-timeout.ms</name>
 
        <value>60000</value>
 
    </property>

:wq保存退出 

更改配置文件3

cp mapred-site.xml.template mapred-site.xml
vi mapred-site.xml

在两个<configuration></configuration>中间添加如下内容

<!-- 指定mr框架为yarn方式 -->
 
    <property>
 
        <name>mapreduce.framework.name</name>
 
        <value>yarn</value>
 
</property>
 
    <!-- 指定mapreduce jobhistory地址 -->
 
    <property>
 
        <name>mapreduce.jobhistory.address</name>
 
        <value>master:10020</value>
 
    </property>
 
    <!-- 任务历史服务器的web地址 -->
 
    <property>
 
        <name>mapreduce.jobhistory.webapp.address</name>
 
        <value>master:19888</value>
 
  </property>

:wq保存退出

更改配置文件4

vi yarn-site.xml

在两个<configuration></configuration>中间添加如下内容

<!-- Site specific YARN configuration properties -->
 
    <!-- 开启RM高可用 -->
 
    <property>
 
        <name>yarn.resourcemanager.ha.enabled</name>
 
        <value>true</value>
 
    </property>
 
    <!-- 指定RM的cluster id -->
 
    <property>
 
        <name>yarn.resourcemanager.cluster-id</name>
 
        <value>yrc</value>
 
    </property>
 
    <!-- 指定RM的名字 -->
 
    <property>
 
        <name>yarn.resourcemanager.ha.rm-ids</name>
 
        <value>rm1,rm2</value>
 
    </property>
 
    <!-- 分别指定RM的地址 -->
 
    <property>
 
        <name>yarn.resourcemanager.hostname.rm1</name>
 
        <value>master</value>
 
    </property>
 
    <property>
 
        <name>yarn.resourcemanager.hostname.rm2</name>
 
        <value>slave1</value>
 
    </property>
 
    <!-- 指定zk集群地址 -->
 
    <property>
 
        <name>yarn.resourcemanager.zk-address</name>
 
        <value>master:2181,slave1:2181,slave2:2181</value>
 
    </property>
 
    <property>
 
        <name>yarn.nodemanager.aux-services</name>
 
        <value>mapreduce_shuffle</value>
 
    </property>
 
    <property>
 
        <name>yarn.log-aggregation-enable</name>
 
        <value>true</value>
 
    </property>
 
    <property>
 
        <name>yarn.log-aggregation.retain-seconds</name>
 
        <value>86400</value>
 
    </property>
 
    <!-- 启用自动恢复 -->
 
    <property>
 
        <name>yarn.resourcemanager.recovery.enabled</name>
 
        <value>true</value>
 
    </property>
 
    <!-- 制定resourcemanager的状态信息存储在zookeeper集群上 -->
 
    <property>
 
        <name>yarn.resourcemanager.store.class</name>
 
   <value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
 
    </property>

:wq保存退出

配置slaves

vi slaves

删除原有内容 ，添加如下

master
slave1
slave2

 创建目录

mkdir -p /opt/local/src/hadoop/tmp/hdfs/nn
mkdir -p /opt/local/src/hadoop/tmp/hdfs/dn
mkdir -p /opt/local/src/hadoop/tmp/hdfs/jn
mkdir -p /opt/local/src/hadoop/tmp/logs
mkdir -p /opt/local/src/hadoop/dfs/name
mkdir -p /opt/local/src/hadoop/dfs/data
mkdir -p /opt/local/src/hadoop/tmp

 4，配置zookeeper

修改配置文件

cd /opt/local/src/zookeeper/conf/
cp zoo_sample.cfg zoo.cfg
vi zoo.cfg

全部删除，添加如下

tickTime=2000
initLimit=10
syncLimit=5
clientPort=2181
dataDir=/opt/local/src/zookeeper/data
dataLogDir=/opt/local/src/zookeeper/logs
server.1=master:2888:3888
server.2=slave1:2888:3888
server.3=slave2:2888:3888

:wq保存退出

 创建目录

mkdir -p /opt/local/src/zookeeper/data
mkdir -p /opt/local/src/zookeeper/logs

编写myid

vi /opt/local/src/zookeeper/data/myid

内容为1

1

:wq保存退出 

 5，环境的分发

master节点

scp -r /opt/local/ root@slave1:/opt
scp -r /opt/local/ root@slave2:/opt
scp /etc/profile root@slave1:/etc/profile
scp /etc/profile root@slave2:/etc/profile

slave1节点

vi /opt/local/src/zookeeper/data/myid

修改为2

 slave2节点

vi /opt/local/src/zookeeper/data/myid

修改为3

 

 6，修改权限

汉化多执行

chmod 777 -R /opt
chown -R hadoop:hadoop /opt

三，Hadoop集群HA启动

1，切换用户

汉化多执行

su hadoop
cd /opt/local/src/

 2，加载环境变量

source /etc/profile

3，启动zookeeper

汉化多执行

zkServer.sh start
zkServer.sh status

 如果hadoop下查看服务状态失败，那就用root用户试试

4，启动journalnode守护进程

master节点

hadoop-daemons.sh start journalnode

 5，初始化namnode

hdfs namenode -format

 显示status 0正确

6，注册ZNode

hdfs zkfc -formatZK

7， 启动hadfs

 start-dfs.sh

 hadoop启不来就用root启

8，启动yarn

start-yarn.sh

9， 同步master数据

scp -r /opt/local/src/hadoop/tmp/hdfs/nn/* slave1:/opt/local/src/hadoop/tmp/hdfs/nn/
scp -r /opt/local/src/hadoop/tmp/hdfs/nn/* slave2:/opt/local/src/hadoop/tmp/hdfs/nn/

 10，启动resourcemanager和namenode

slave1节点

yarn-daemon.sh start resourcemanager
hadoop-daemon.sh start namenode

 11，启动 MapReduce

master节点

yarn-daemon.sh start proxyserver
mr-jobhistory-daemon.sh start historyserver

 12，查看进程

汉化多执行

jps

 13，页面访问

打开浏览器

192.168.100.10:50070
192.168.100.20:50070

master: 

 slave1:

崽崽很聪明
关注
  • 8
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 7
    评论
专栏目录
hadoop高可用【HA】配置详解
大唐有趣的小胡.
07-31 3818
想实现 Hadoop 高可用就必须实现 NameNode 的高可用，NameNode 是HDFS的核心，HDFS 又是 Hadoop 核心组件，NameNode 在 Hadoop 集群中至关重要；NameNode 宕机，将导致集群不可用，如果NameNode数据丢失将导致整个集群的数据丢失，而 NameNode 的数据更新又比较频繁，实现 NameNode 高可用势在必行；...
hadoop——HA集群部署
m0_65809235的博客
06-28 1159
各节点布置NameNodeDataNodeNameNodeDataNode。
2024年大数据最全hadoop(3) 搭建hadoop-HA_hadoop3 ha，大数据开发面试题整理
最新发布
2401_84182906的博客
05-09 422
2）网卡ip配置node01节点的IPADDR配置为192.168.132.101node02节点的IPADDR配置为192.168.132.102node03节点的IPADDR配置为192.168.132.1033）DNS配置node01节点、node01节点、node03节点都配置nameserver为8.8.8.84）重启网卡node01节点、node01节点、node03节点都需重启网卡。
【Hadoop】HA高可用搭建保姆级教程（大二学长的万字笔记）
你不来，再美的天地，都狼藉 ~
05-29 8408
Hadoop HA高可用搭建保姆级教程，来自正在学习大数据导论的大二学长的万字笔记，干得不能再干的干货分享！
hadoop集群HA高可用搭建
weixin_64378412的博客
06-18 1595
在整个项目中我觉得最难的应该是HA，当然这是对于第一次配置HA高可用的我来说，因为我根据不同的博客配置了几次，要么就是两个Standby 状态的NameNode，要么就是一个Active状态的NameNode，一个Standby 状态的NameNode。但是当你kill 掉Active节点的NameNode，你就会发现，Standby 状态的NameNode没有成功切换为Active。我在配置了几次后，通过查看日志文件，发现拒绝连接，经过仔细阅读。问题出现在无法进行 fence。
22 - Hadoop HA 高可用集群搭建、手动模式、自动模式以及HA模式集群
花&败
04-29 1333
（1）所谓 HA（High Availablity），即高可用（7*24 小时不中断服务）。（2）实现高可用最关键的策略是消除单点故障。HA 严格来说应该分成各个组件的 HA 机制：HDFS 的 HA 和 YARN 的 HA。（3）NameNode 主要在以下两个方面影响 HDFS 集群HDFS HA 功能通过配置多个 NameNodes(Active/Standby)实现在集群中对 NameNode 的 热备来解决上述问题。
HadoopHA集群部署、规划HadoopHA集群教学课件.pptx
06-20
规划Hadoop HA 集群 Hadoop HA 集群部署模式 什么是 HA ? HA是High Availability的简写,即高可用，指当前工作中的机器宕机后，会自动处理这个异常，并将工作无缝地转移到其他备用机器上去，以来保证服务的高可用。...
HadoopHA集群部署、YARNHA测试Job教学课件.pptx
06-20
YARN HA 测试Job YARN HA 测试Job 序号 任务名称 任务一 准备MapReduce输入文件 任务二 将输入文件上传到HDFS 任务三 运行MapReduce程序测试Job 任务一 准备MapReduce输入文件 在master主节点，使用 root 用户登录，...
Hadoop HA集群配置.docx
08-23
hadoop-HA集群运作机制介绍 所谓HA,即高可用(7*24小时不中断服务),实现高可用最关键的是消除单点故障。hadoop-ha严格来说应该分成各个组件的HA机制——HDFS的HA、YARN的HA.
HadoopHA高可用集群启动脚本
07-07
使用需要修改成自己的路径 用sh ./ha-start启动
HadoopHA集群配置文件
11-28
本文将深入探讨Hadoop HA（高可用性）集群的配置文件，包括`core-site.xml`、`hdfs-site.xml`、`mapred-site.xml`、`yarn-site.xml`以及`slaves`文件，这些都是确保Hadoop集群稳定运行的基础。 1. `core-site.xml`:...
Hadoop HA高可用配置(2021年最新)
jackfeng86的专栏
06-04 1503
一、HDFS-HA 高可用集群配置 准备工作 1.准备环境 安装3台CentOS7虚拟机，hostname分别为：hadoop102， hadoop103，hadoop104 在hadoop102上进行如下安装与配置，最后进行分发到其他机器： 1）jdk版本：jdk1.8.0_212 2）hadoop版本：hadoop-3.1.3 3）软件安装目录：/opt/module 简写说明： NN 代表 NameNode ZKFC 代表 ZooKeeperFailoverController 2.安装jdk
Hadoop：集群间数据拷贝
程序员无羡的博客
07-19 308
Hadoop：集群间数据拷贝
关于Hadoop-HA的配置---从零开始
热门推荐
lsr40的博客
08-14 1万+
写在文前，可能我说的有不对的地方，希望各位老鸟批评指正，本着虚心接受的态度分享这篇文章！ 关于hadoop-ha大家配置的时候可能会遇到这样或者那样的报错，实在很让人头疼，因为操作有点多，也很多人不知道到底要执行的步骤顺序，今天给大家分享一下自己的愚见，我的hadoop是2.5.0的版本。 我们来看看，HA的原理图： 我的集群规划是： PC01 PC02 PC03 NameN
HAProxy配置文件详解
李笑男的博客
04-22 3336
前言 本文记录关于HAProxy的基础知识，供学习HAProxy者参考。深知水平有限，如有不对，请指正！ 一、这是最初始的配置文件！ global #定义全局变量 maxconn 10000 #并发最大链接数 stats socket /var/run/haproxy.stat mode...
hadoop启动集群的免密码登陆设置
张张张
03-25 5221
当我们要启动集群的时候,需要一指输入密码,这样下来是不是很费劲呢,不过跟着我设置了以后就不用发愁了步骤:1.进入到当前使用hadoop的用户主体目录里面,通过ll -a 先查看一下2.输入 ssh localhost 3.此时再ll -a一下会发现里面多了一个隐藏文件.ssh4.进入这个文件夹 cd .ssh5.输入 ssh-keygen -t rsa         --&gt; 遇到提示一直按...
Linux集群配置免密登录
qq_33184697的博客
12-04 513
在4台Linux（Centos） 服务器中配置免密登录 –>以主机名为hadoop1、hadoop2、hadoop3、hadoop4，用户均为hadoop，密码为hadoop1234为例（免密登录只针对以某个用户的身份登录某个节点，建议配置免密登录时在所有节点上创建相同用户名的用户及相同密码） 1. 在所有节点中安装expect yum install expect 2.编写可
hadoop http://192.168.1.106:50070 无法访问
qq_27263265的专栏
02-25 6556
http://192.168.1.106:50070  是hdfs 的管理界面 http://192.168.1.106:8088 是yarn 的管理界面 可能原因是   192.168.1.106的防火墙 没有关闭 查看防火墙的状态： service iptables status 关闭防火墙：  service ip
8.Hadoop的HA(高可用)模式集群搭建
weixin_52010459的博客
10-17 1801
详细说明Hadoop的HA模式搭建的过程，使用hadoop-3.1.3，jdk1.8.0_162
ambari部署hadoop集群 HA
10-18
好的，针对您的问题，我可以给出以下步骤： 1. 安装 Ambari Server 和 Ambari Agent 2. 在 Ambari Server 上创建集群 3. 添加主机到集群中 4. 配置 Hadoop 组件 5. 启动 Hadoop 组件 在配置 Hadoop 组件时，需要注意以下几点： 1. 配置 HDFS HA：在 Ambari 中选择 HDFS 组件，然后选择“配置”选项卡。在“NameNode”选项卡中，启用“NameNode HA”并配置“Active”和“Standby” NameNode 的主机名和端口。 2. 配置 YARN HA：在 Ambari 中选择 YARN 组件，然后选择“配置”选项卡。在“ResourceManager”选项卡中，启用“ResourceManager HA”并配置“Active”和“Standby” ResourceManager 的主机名和端口。 3. 配置 ZooKeeper：在 Ambari 中选择 ZooKeeper 组件，然后选择“配置”选项卡。在“ZooKeeper Server”选项卡中，启用“ZooKeeper HA”并配置 ZooKeeper 的主机名和端口。

“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 7
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

崽崽很聪明

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