监控不携带metrics接口的服务（nginx、mysql、redis）

最新推荐文章于 2023-07-18 09:23:56 发布
最新推荐文章于 2023-07-18 09:23:56 发布
阅读量467 收藏
点赞数 1
分类专栏： prometheus 文章标签： nginx 监控类
本文为博主原创文章，未经博主允许不得转载
本文链接：https://blog.csdn.net/weixin_46837396/article/details/120062123
版权

文章目录

prometheus的架构图

在这里插入图片描述

监控不携带metrics接口的服务

普罗米修斯的两种监控服务：

​ 1.携带metrics接口的服务

​ 可以通过metrics接口来获取服务的监控项、监控信息

​ 2.不携带metrics接口的服务

​ 通过`EndPoint`造一个metrict接口

​ PS：metrics（接口）

监控流程：

1、部署exporter，从而创建一个metrics接口

2、部署EndPoints，链接expertor暴露出来的metrics接口

3、部署Service，基于ServiceMonitor使用

4、创建ServiceMonitor，注入promethues

5、测试服务

6、加入grafana，做大屏展示

一、监控nginx

0 、准备测试环境

server {
    listen       80;
    server_name  localhost;

    location /status {
        stub_status;
    }

在这里插入图片描述

Active connections: 当前nginx正在处理的活动连接数.
 
Server accepts handled requests: 
    nginx启动以来总共处理了23个连接
    成功创建23握手(证明中间没有失败的)
    总共处理了177个请求。
 
Reading: nginx读取到客户端的Header信息数.
Writing: nginx返回给客户端的Header信息数.
Waiting: 开启keep-alive的情况下,这个值等于 active – (reading + writing),意思就是nginx已经处理完成,正在等候下一次请求指令的驻留连接。
所以,在访问效率高,请求很快被处理完毕的情况下,Waiting数比较多是正常的.如果reading +writing数较多,则说明并发访问量非常大,正在处理过程中。

1、部署expertor，从而创建一个`metrics接口

`nginx-prometheus-exporter镜像地址： `https://github.com/nginxinc/nginx-prometheus-exporter

依据这个命令造作
$ docker run -p 9113:9113 nginx/nginx-prometheus-exporter:0.9.0 -nginx.plus -nginx.scrape-uri=http://<nginx-plus>:8080/api


端口：9113

在这里插入图片描述

  • 部署expertor，从而创建一个metrics接口

1）准备目录
[root@k8s-master1 ~]# mkdir exporter-nginx
[root@k8s-master1 ~]# cd exporter-nginx/
[root@k8s-master1 exporter-nginx]# vim exporter-nginx-deployment.yaml


2）创建服务
创建一个服务，获取并格式化metrics接口数据

cat > exporter-nginx-deployment.yaml <<EOF
kind: Deployment
apiVersion: apps/v1
metadata:
  name: nginx-prometheus-exporter
spec:
  selector:
    matchLabels:
      app: nginx-prometheus-exporter
      deploy: nginx-exporter
  template:
    metadata:
      labels:
        app: nginx-prometheus-exporter
        deploy: nginx-exporter
    spec:
      containers:
        - name: nginx-exporter
          image: nginx/nginx-prometheus-exporter:0.9.0
          imagePullPolicy: IfNotPresent
          command:
            - "nginx-prometheus-exporter"
            - "-nginx.scrape-uri=http://192.168.15.32/status"   #因为提前已经在192.168.15.32上安装了nginx   ，所以这里填写nginx安装的地址ip
EOF


3）部署服务
[root@k8s-master1 exporter-nginx]# kubectl apply -f exporter-nginx-deployment.yaml 
deployment.apps/name-prometheus-exporter created
  • 创建一个Service，给予prometheus集群获取格式化好了的metrics接口服务
cat > exporter-service.yaml EOF
kind: Service
apiVersion: v1
metadata:
  name: nginx-prometheus-exporter
spec:
  ports:
    - port: 9113          #端口9113
      targetPort: 9113    #容器内部也是9113
      name: nginx-prometheus-exporter
      protocol: TCP
  selector:
    app: nginx-prometheus-exporter
    deploy: nginx-exporter
EOF



[root@k8s-master1 exporter-nginx]# kubectl apply -f exporter-service.yaml


6）查看部署
[root@k8s-master-01 nginx]# kubectl get pods,svc
NAME  READY   STATUS   RESTARTS   AGE
pod/nginx-prometheus-exporter-776f76467-59msl            1/1     Running            0          5m55s

NAME TYPE CLUSTER-IP  EXTERNAL-IP   PORT(S)          AGE
service/nginx-prometheus-exporter   ClusterIP   10.110.27.71    <none>        9113/TCP         2m50s



7）访问测试
[root@k8s-master-01 nginx]# curl 10.110.27.71:9113/metrics
# HELP nginx_connections_accepted Accepted client connections
# TYPE nginx_connections_accepted counter
nginx_connections_accepted 4
# HELP nginx_connections_active Active client connections
# TYPE nginx_connections_active gauge
nginx_connections_active 1
# HELP nginx_connections_handled Handled client connections
# TYPE nginx_connections_handled counter

这就意味着nginx有这个指标了

2、部署Endpoints，链接expertor暴露出来的metrics接口

# 参考上述Service，此处无需重复创建。

[root@k8s-master-01 nginx]# kubectl get endpoints
NAME       ENDPOINTS            AGE
nginx-prometheus-exporter   10.244.1.128:9113    21m

[root@k8s-master-01 nginx]# curl  10.244.1.128:9113/metrics
...
# HELP nginx_http_requests_total Total http requests
# TYPE nginx_http_requests_total counter
nginx_http_requests_total 5
# HELP nginx_up Status of the last metric scrape
# TYPE nginx_up gauge
nginx_up 1
# HELP nginxexporter_build_info Exporter build information
# TYPE nginxexporter_build_info gauge
nginxexporter_build_info{commit="5f88afbd906baae02edfbab4f5715e06d88538a0",date="2021-03-22T20:16:09Z",version="0.9.0"} 1
....


理论上建立一个service就会对应建立一个endpoints

3、部署Service，基于ServiceMonitor使用

# 参考上述Service，此处无需重复创建。

cat > exporter-service.yaml EOF
kind: Service
apiVersion: v1
metadata:
  name: nginx-prometheus-exporter
spec:
  ports:
    - port: 9113          #端口9113
      targetPort: 9113    #容器内部也是9113
      name: nginx-prometheus-exporter
      protocol: TCP
  selector:
    app: nginx-prometheus-exporter
    deploy: nginx-exporter
EOF

4、创建ServiceMonitor，注入promethues

cat > service-monitor.yaml <<EOF
kind: ServiceMonitor
apiVersion: monitoring.coreos.com/v1
metadata:
  labels:   #选择service
    app: nginx-prometheus-exporter-servicemonitor
    deploy: nginx-exporter-servicemonitor
  name: nginx-monitor
  namespace: monitoring    #普罗米修斯的命名空间
spec:
  endpoints:
    - interval: 3s
      port: nginx-prometheus-exporter   #用端口或者名字都可以
  selector:
    matchLabels:
      app: nginx-prometheus-exporter
      deploy: nginx-exporter
  namespaceSelector:
    matchNames:
      - "default"
EOF



2）部署查看
[root@k8s-master1 exporter-nginx]# kubectl apply -f service-monitor.yaml
[root@k8s-master1 exporter-nginx]# kubectl get servicemonitor -n monitoring 
NAME                      AGE
nginx-monitor             25s


3）测试（查看prometheus的控制器）
[root@k8s-master-01 nginx]# kubectl get prometheus -n monitoring 
NAME   VERSION   REPLICAS   AGE
k8s    v2.15.2   2          29h

删除重新部署一下
[root@k8s-master-01 opt]# kubectl delete prometheus -n monitoring k8s 
prometheus.monitoring.coreos.com "k8s" deleted

prometheus-k8s.yaml （见附件）
[root@k8s-master-01 opt]# kubectl apply -f prometheus-k8s.yaml 



重启普罗米修斯监控pod(prometheus-k8s-0),载入监控项（见附件）


4）加入grafana，做大屏展示
略~


grafana官网：https://grafana.com/grafana/dashboards/

在这里插入图片描述

附件：

kind: Prometheus
apiVersion: monitoring.coreos.com/v1
metadata:
  labels:
    prometheus: k8s
  name: k8s
  namespace: monitoring
spec:
  alerting:
    alertmanagers:
      - name: alertmanager-main
        namespace: monitoring
        port: web
      - name: alertmanager-main-etcd
        namespace: kube-system
        port: etcd
  image: quay.io/prometheus/prometheus:v2.15.2
  nodeSelector:
    kubernetes.io/os: linux
  podMonitorNamespaceSelector: {}
  podMonitorSelector: {}
  replicas: 2
  resources:
    requests:
      memory: 400Mi
  ruleSelector:
    matchLabels:
      prometheus: k8s
      role: alert-rules
  securityContext:
    fsGroup: 2000
    runAsNonRoot: true
    runAsUser: 1000
  serviceAccountName: prometheus-k8s
  serviceMonitorNamespaceSelector: {}
  serviceMonitorSelector: {}
  version: v2.15.2
  secrets:
    - etcd-certs

二、监控redis

https://github.com/oliver006/redis_exporter

在这里插入图片描述
在这里插入图片描述

1.部署测试环境

1）编写部署清单

cat > redis-deploy.yaml <EOF
kind: Deployment
apiVersion: apps/v1
metadata:
  name: redis
spec:
  selector:
    matchLabels:
      k8s: redis-exporter
  template:
    metadata:
      labels:
        k8s: redis-exporter
    spec:
      containers:
        - name: redis
          imagePullPolicy: IfNotPresent
          image: redis
EOF

2）编写Service清单

cat > redis-svc.yaml <<EOF
kind: Service
apiVersion: v1
metadata:
  name: redis-svc
  labels:
    k8s: redis-exporter
spec:
  ports:
    - port: 6379
      targetPort: 6379
      name: redis
  selector:
    k8s: redis-exporter
EOF

3）部署

[root@k8s-master1 exporter-redis]# kubectl apply -f redis-deploy.yaml
[root@k8s-master1 exporter-redis]# kubectl apply -f redis-svc.yaml

2.配置部署exporter

  • 配置部署exporter，从而创建一个metrics接口

1）编写部署清单

cat > redis-exporter-deploy.yaml <<EOF
kind: Deployment
apiVersion: apps/v1
metadata:
  name: redis-exporter-server
spec:
  selector:
    matchLabels:
      k8s: redis-exporter-server
  template:
    metadata:
      annotations:
        prometheus.io/scrape: "true"
        prometheus.io/port: "9121"
      labels:
        k8s: redis-exporter-server
    spec:
      containers:
        - name: redis
          image: oliver006/redis_exporter
          args:
            - "--redis.addr=redis://redis-svc.default.svc.cluster.local:6379"
          ports:
            - containerPort: 9121
EOF

2）编写svc清单

cat > redis-exporter-svc.yaml <<EOF
kind: Service
apiVersion: v1
metadata:
  name: redis-exporter-server
  labels:
    k8s: redis-exporter-server-svc
spec:
  ports:
    - port: 9121
      targetPort: 9121
      name: redis-exporter
  selector:
    k8s: redis-exporter-server
EOF

3）部署

[root@k8s-master1 exporter-redis]# kubectl apply -f redis-exporter-deploy.yaml

[root@k8s-master-01 redis]# kubectl get pods
NAME                                                 READY   STATUS              RESTARTS   AGE
redis-6b9dd9c556-7p2b2                               1/1     Running             0          4m54s
redis-exporter-server-6f6476f86f-b7kqk               1/1     Running             0          4m1s
    

[root@k8s-master1 exporter-redis]# kubectl apply -f redis-exporter-svc.yaml


[root@k8s-master-01 redis]# kubectl get svc
NAME                        TYPE        CLUSTER-IP      
redis-svc                   ClusterIP   10.102.221.62   <none>        6379/TCP         105m

3.部署Endpoints

  • 部署Endpoints，链接exporter暴露出来的metrics接口
# 参考上述Service，此处无需重复创建。

4.部署Service

  • 部署Service，基于ServiceMonitor使用
# 参考上述Service，此处无需重复创建。

5.创建ServiceMonitor清单

  • 创建ServiceMonitor，注入promethues

1）编写配置清单

cat > redis-monitor.yaml <<EOF
kind: ServiceMonitor
apiVersion: monitoring.coreos.com/v1
metadata:
  labels:
    app: redis-prometheus-exporter-servicemonitor
    deploy: redis-exporter-servicemonitor
  name: redis-monitor
  namespace: monitoring
spec:
  endpoints:
    - interval: 3s
      port: redis-exporter
  selector:
    matchLabels:
      k8s: redis-exporter-server-svc
  namespaceSelector:
    matchNames:
      - "default"
EOF

2）部署

[root@k8s-master1 exporter-redis]# kubectl apply -f redis-monitor.yaml

redis-monitor             2m

6.grafana展示

在这里插入图片描述

三、 监控数据库

1.造环境

1）安装mariadb

[root@k8s-master1]# yum install mariadb\* -y
[root@k8s-master1]# systemctl enable --now mariadb

2）授权monitor用户

[root@k8s-master1]# mysql
MariaDB [(none)]> grant select,replication client,process ON *.* to 'mysql_monitor'@'%' identified by 'oldboy@123';
Query OK, 0 rows affected (0.00 sec)

PS：授权ip为localhost，因为不是prometheus服务器来直接找mariadb 获取数据，而是prometheus服务器找mysql_exporter,mysql_exporter 再找mariadb，所以这个localhost是指的mysql_exporter的IP

2.配置maridb

创建一个mariadb配置文件，写上连接的用户名与密码(和上面的授权的用户名 和密码要对应)

[root@k8s-master1]# vim /usr/local/mysqld_exporter-0.12.1/.my.cnf
[client]
user=mysql_monitor
password=123

3.启动mysqld_exporter

[root@k8s-master1]# nohup /usr/local/mysqld_exporter-0.12.1/mysqld_exporter --config.my-cnf=/usr/local/mysqld_exporter-0.12.1/.my.cnf &

PS：确认端口是否为 9104

2.安装数据库exporter

1）编写部署清单

cat > mysql-deploy.yaml <<EOF
kind: Deployment
apiVersion: apps/v1
metadata:
  name: mysql-exporter-server
spec:
  selector:
    matchLabels:
      k8s: mysql-exporter-server
  template:
    metadata:
      labels:
        k8s: mysql-exporter-server
    spec:
      containers:
        - name: mysql
          image: prom/mysqld-exporter
          env:
            - name: DATA_SOURCE_NAME
              value: "mysql_monitor:oldboy@123@(mysql.default.svc.cluster.local:3306)"
          ports:
            - containerPort: 9104
EOF

2）编写Service清单

cat > mysql-svc.yaml <<EOF
kind: Service
apiVersion: v1
metadata:
  name: mysql-exporter-server
  labels:
    k8s: mysql-exporter-server-svc
spec:
  ports:
    - port: 9104
      targetPort: 9104
      name: mysql-exporter-port
      protocol: TCP
  selector:
    k8s: mysql-exporter-server
---
kind: ServiceMonitor
apiVersion: monitoring.coreos.com/v1
metadata:
  labels:
    app: mysql-prometheus-exporter-servicemonitor
    deploy: mysql-exporter-servicemonitor
  name: mysql-exporter-monitor
  namespace: monitoring
spec:
  endpoints:
    - interval: 3s
      port: mysql-exporter-port
  selector:
    matchLabels:
      k8s: mysql-exporter-server-svc
  namespaceSelector:
    matchNames:
      - "default"
EOF

3.部署服务

[root@k8s-master1 exporter-mysql]# kubectl apply -f mysql-deploy.yaml
[root@k8s-master1 exporter-mysql]# kubectl apply -f mysql-svc.yaml

监控exporter

  • 监控一个外部的exporter

1.造环境

1）下载部署exporter

#下载
[root@k8s-master1]# wget https://github.com/prometheus/mysqld_exporter/releases/download/v0.12.1/mysqld_exporter-0.12.1.linux-amd64.tar.gz

# 解压
[root@k8s-master1]# tar -xf mysqld_exporter-0.12.1.linux-amd64.tar.gz -C /usr/local/

#查看
[root@k8s-master1]# ll /usr/localmysqld_exporter-0.12.1.linux-amd64
总用量 14484
-rw-r--r-- 1 3434 3434    11325 7月  29 2019 LICENSE
-rwxr-xr-x 1 3434 3434 14813452 7月  29 2019 mysqld_exporter
-rw-r--r-- 1 3434 3434       65 7月  29 2019 NOTICE
weixin_46837396
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
metrics-redis:指标插件，用于在Redis中保存加载键
05-24
度量标准 插件，用于从数据库中保存和加载指标。 安装 $ npm install metrics-redis 例子 var Metrics = require ( 'metrics' ) ; var save = require ( 'metrics-redis' ) ; var Redis = require ( 'redis' ) ; var redis = Redis . createClient ( ) ; var metrics = Metrics ( ) . use ( save ( redis ) ) . every ( '10m' , charges ( 'stripe-key' ) . every ( '10m' , subscriptions ( 'stripe-key' ) . every ( '1d' , awsBilling ( account
可观测性-Metrics-缓存(redis)监控
laker的博客
10-05 1614
可观测性-Metrics-线程池监控可观测性-Metrics-数据库连接池HikariCP监控可观测性-Metrics-Httpclient连接池监控老规矩哈，我们先从Micrometer、Spring Boot Actuator、Dropwizard等包中，找找看是否存在相关实现。micrometerdropwizard看下面的2个包下代码即可由于Spring Boot与 micrometer高度集成，所以优先选择Spring Boot Actuator和Micrometer中的实现。
Redis该如何监控
嘻哈熊的专栏
05-15 3529
原文地址 mp.weixin.qq.com 本文重点讲述 Redis 的哪些 metrics 需要重要监控（篇幅有限，不能涵盖所有），以及我们如何获取这些 metrics 数据。从而确保对我们应用至关重要的 Redis 是否健康运行，以及当出现问题时能及时通知我们。 吞吐量 吞吐量包括 Redis 实例历史总吞吐量，以及每秒钟的吞吐量。可以通过命令 info stats 中的几个得到我们要监控的吞吐量： # 从Rdis上一次启动以来总计处理的命令数 total_commands_processed:22.
如何监控Redis性能指标
qq_31432773的博客
02-27 1773
在这篇文章中，我们提到了一些最有用的指标，您可以监控这些指标以密切关注您的Redis服务器。如果您刚刚开始使用Redis，那么监控下面列表中的指标将提供对数据库基础结构的运行状况和性能的良好可见性：LatencyEvictions最终，您将认识到与您自己的设备和用例特其他指标。当然，您监控的内容取决于您拥有的工具和可用的指标。有关收集Redis指标的分步说明，请参阅随附文章。
prometheus/grafana监控数据收集与展示——k8s从入门到高并发系列教程（九）
fanghailiang2016的博客
09-12 2076
基于prometheus和grafana建立我们的检测系统。从docker容器监控、phpfpm监控、nginx监控图标中找出问题的所在
django-redis-metrics：Redis支持的django应用程序的度量标准
02-04
django-redis-metrics：Redis支持的django应用程序的度量标准
prometheus监控etcd规则
02-16
prometheus监控规则大全 node规则，redis监控，es监控，vmware监控，ipmi监控，ceph监控，etcd监控，k8s监控，mysql监控，openstack监控，os监控，交换机监控，windows监控，cdh监控，calico监控规则监控
SpringBoot Metrics 监控系统【完整源码+数据库】
02-16
SpringBoot 应用程序进行监控和告警，使用的技术为 Prometheus + Grafana。二者均采用 Docker 进行安装部署
metrics-server-exporter:指标服务器导出器
05-26
metrics-server-exporter为节点和/apis/metrics.k8s.io/v1beta1/{pods, nodes}提供cpu和内存度量，直接查询metrics-server API /apis/metrics.k8s.io/v1beta1/{pods, nodes} 节点指标 kube_metrics_server_nodes_...
个人笔记之——Nginx性能指标采集
sserf的专栏
01-20 1631
[ { "fields": [ { "monitor_type": "metric", "type": "double", "name": "nginx_connections_active", "unit": "", "description": "当前客户端连接数" },...
nginx 配置https get取不到参数
noaso的专栏
11-03 1761
$query_string 替换成$is_args$args location / { # try_files $uri $uri/ /index.php?$query_string; try_files $uri $uri/ /index.php$is_args$args; }
可观测性的三大支柱：Metrics、Trace、Log
观测云的博客
06-13 5709
Opentelemetry 协议，是 CNCF (Cloud Native Computing Foundation -云原生计算基金会) 定义的最新一代可观测规范，该规范定义了可观测性的三大支柱：Metrics、Trace、Log (指标、链路、日志)，三者之间的关联数据分析成为了各大厂商的必争之地。...
redis实战(12)：Redis性能监控指标汇总
water Wang
04-26 3184
1. 添加依赖 <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.1.0.RELEASE</version> <relativePath/> <!-- lookup parent from repository
Redis监控指标
qq_23435961的博客
06-17 349
Redis监控指标 监控指标 性能指标： Performance 内存指标: Memory 基本活动指标：Basic activity 持久性指标: Persistence 错误指标： Error 性能指标：Performance Name Description latency Redis响应一个请求的时间 instantaneous_ops_per_sec 平均每秒处理请求总数 hi rate(calculated) 缓存命中率（计算出来的） 内存指标: Memory
监控最佳实践--redis及业务接口
云栖技术精选
03-09 128
简介：监控最佳实践--redis及业务接口 1. 背景 1.1 问题 2020-12-04，客户侧redis集群版监控DB0 CPU突增至100%，导致数据库无法正常服务，经排查客户侧业务上存在2M左右的大key导致DB0阻塞。并且客户侧使用的集群连接方式为默认proxy模式，如下图所示，DB0阻塞导致其他节点也无法正常服务；处理办法：客户侧配合切断大key业务的高频繁次调用，请求恢复。 图1：proxy模式 1.2 思考 此次问题导致客户侧课程报名入口严重受损...
使用redis-exporter对redis集群进行性能监控
Bejpse的博客
08-28 972
redis集群有三种模式，主从，sentinel（哨兵），cluster。关于这三种模式的介绍和部署，其它文章也有相关介绍，本人参考了他人的博客完成了三种模式的部署，博客地址：https://blog.csdn.net/miss1181248983/article/details/90056960。以上信息可以看出，此时集群为主从模式，192.168.122.7为master节点，192.168.122.8和192.168.122.9为slave节点。关于redis的具体操作这儿不做阐述，相关文章很多。..
Prometheus Exporter基础知识#
最新发布
Gefangenes的博客
07-18 875
类似于Histogram，也用于表示数据样本的分布情况，但同时展示更多的统计信息，如样本数量、总和、平均值、上分位数、下分位数等。这些指标类型可以组合使用，以便更好的描述系统运行状态和性能指标。例如使用Counter来记录某个API的请求数，使用Gauge来记录内存使用量，使用Histogram来记录请求延迟分布情况。使用Summary来记录响应时间分布情况。在实际应用中应根据需要选择合适的指标类型来表示监控数据。
Ambari集成Prometheus-打包软件
Meepoljd的博客
01-15 1195
Ambari集成Prometheus-打包软件目录结构bin目录conf目录sbin目录环境设置脚本prometheus-env.sh启动脚本prometheus.shSPEC文件编写 目录结构 集成自定义的服务，首先要准备好服务的rpm安装包，Prometheus官方本身发布的就是开箱即用的二进制文件，所以不需要重新编译，但是为了集成Ambari，我们要做一些目录结构的修改，并且自定义一些打包动作，首先是目录结构，更改后结构如下： prometheus-2.31.1.linux-amd64 |-- bin
普罗米修斯如何监控hive的metrics服务
05-26
普罗米修斯可以通过以下步骤来监控 Hive 的 Metrics 服务： 1. 确保 Hive 的 Metrics 服务已开启，可以通过访问 Hive 的 Metrics 地址来验证，例如：http://<hive-metrics-host>:10002/metrics。 2. 下载并安装 ...

“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
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