达梦数据库聚集索引与普通索引的对比

已于 2022-12-17 21:16:38 修改
阅读量1.2k 收藏 6
点赞数 1
分类专栏： 国产化数据库 达梦 文章标签： 数据库 sql
于 2022-12-17 20:47:12 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_56866387/article/details/128353824
版权

目录

1、创建测试表

2、未指定聚集索引键

2.1 未建普通索引时

2.1.1查询表和索引定义

2.1.2加载数据

2.1.3查询数据（1%）

2.1.4查询数据（10%）

2.2 建立普通索引

2.2.1条件字段上建立B+树索引

2.2.2 加载数据

2.2.4查询数据（定位0.1%数据）

2.2.5查询数据（定位1%数据）

2.2.5查询数据（定位10%数据）

2.2.6查询数据（定位20%数据）

3、用户自定义键聚集索引

3.1条件字段上创建聚集索引

3.2加载数据

3.3查询数据（定位0.1%数据）

3.4查询数据（定位1%数据）

3.5查询数据（定位10%数据）

3.6查询数据（定位20%数据）

3.7查询数据（定位50%数据）

3.8查询数据（定位80%数据）

4、总结

达梦数据库，表和聚集索引一体两面。整个表就是一个大的组合索引，这个索引包含表中所有字段，按照索引键排序。建表时指定聚集索引键可以明显提高以它为条件的查询速度。但同时也会增加写入时间。这需要权衡。当根据条件搜索的数据占比非常少时（比如千分之一）推荐建立普通B+树索引，虽然无论任何时候SSEK2都比不上CSEK2更快，但写入代价较低。当定位的数据较多时推荐建立聚集索引。只能有一个聚集索引，选择查询频率最高的字段作为索引键。测试如下：

1、创建测试表

create table LIU.T1
(   A number,
	B INT,
	C VARCHAR(10),
	D VARCHAR(10),
	E VARCHAR(10) 
)；

当建表语句未指定时，DM 的默认聚集索引键是逻辑ROWID，即记录默认以 ROWID在页面中排序。ROWID 是逻辑递增序号，最新插入的记录 ROWID 最大。

2、未指定聚集索引键

2.1 未建普通索引时

2.1.1查询表和索引定义

SQL> (select 'INDEX',a.index_name,index_type,column_name,bytes/1024/1024
2   from dba_segments b,dba_indexes a,dba_ind_columns c
3   where a.table_name='T1' and a.index_name=segment_name(+) 
    and a.index_name=c.index_name(+)
4   limit 2)
5   union all
6   select 'TABLE',segment_name,NULL,NULL,bytes/1024/1024 from dba_segments where segment_name='T1'
7   /

行号       'INDEX' INDEX_NAME    INDEX_TYPE COLUMN_NAME BYTES/1024/1024
---------- ------- ------------- ---------- ----------- --------------------
1          INDEX   INDEX33560546 CLUSTER    NULL        NULL
2          TABLE   T1            NULL       NULL        0

可见表T1表上只有一个cluster类型的索引，索引键是逻辑rowid，所以column_name显示为空。

2.1.2加载数据

SQL> set autotrace off
SQL> insert into liu.t1
2   select DBMS_RANDOM.value(0,100),10000,'test111','test222','test333'
3   from dual connect by level <=10000000
4   /
影响行数 10000000

已用时间: 00:00:52.135. 执行号:916.

加载表，第一列是0到100之间的随机数。共用时52秒。

查询表和索引定义：

行号       'INDEX' INDEX_NAME    INDEX_TYPE COLUMN_NAME BYTES/1024/1024
---------- ------- ------------- ---------- ----------- --------------------
1          INDEX   INDEX33560546 CLUSTER    NULL        NULL
2          TABLE   T1            NULL       NULL        611

2.1.3查询数据（1%）

SQL> set autotrace trace
SQL> select count(c) from liu.t1 where a<=1;

行号       COUNT(C)
---------- --------------------
1          99547

1   #NSET2: [1304, 1->1, 78]
2     #PRJT2: [1304, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [1304, 1->1, 78]; grp_num(0), sfun_num(1)
4         #SLCT2: [1304, 99947->99547, 78];
5           #CSCN2: [1304, 10000000->10000000, 78]; INDEX33560546(T1)

已用时间: 00:00:01.016. 执行号:950.

执行计划访问路径为CSCN2聚集索引全扫描（CLUSTER SCAN），用时1.016秒。

2.1.4查询数据（10%）

SQL> select count(c) from liu.t1 where a<=10;

行号       COUNT(C)
---------- --------------------
1          1000104

1   #NSET2: [1304, 1->1, 78]
2     #PRJT2: [1304, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [1304, 1->1, 78]; grp_num(0), sfun_num(1)
4         #SLCT2: [1304, 999870->1000104, 78];
5           #CSCN2: [1304, 10000000->10000000, 78]; INDEX33560546(T1)

已用时间: 00:00:01.066. 执行号:951.

用时1.066秒，跟查询1%时相差无几。因为同样是全索引扫描。不管是查询多少行数据，都是从聚集索引的最左边扫描到最右边，每一行数据再根据查询条件筛选（SLCT2）。

达梦里的CSCN2相当于ORACLE里的全表扫描。达梦里默认创建的是聚集索引组织的表。

2.2 建立普通索引

2.2.1条件字段上建立B+树索引

先truncate表数据，在a字段上创建索引。

SQL> truncate table liu.t1;
操作已执行
已用时间: 4.407(毫秒). 执行号:922.
SQL> create index ind_a on liu.t1(a);
操作已执行
已用时间: 10.300(毫秒). 执行号:923.

2.2.2 加载数据

加载数据

SQL> insert into liu.t1
2   select DBMS_RANDOM.value(0,100),10000,'test111','test222','test333'
3   from dual connect by level <=10000000
4   /
影响行数 10000000

已用时间: 00:04:32.916. 执行号:927.

共用时4分32秒。

查询表和索引定义：

行号       'INDEX' INDEX_NAME    INDEX_TYPE COLUMN_NAME BYTES/1024/1024
---------- ------- ------------- ---------- ----------- --------------------
1          INDEX   IND_A         NORMAL     A           388
2          INDEX   INDEX33560546 CLUSTER    NULL        NULL
3          TABLE   T1            NULL       NULL        611

可见表T1表上有一个rowid默认键的聚集索引，还有a字段上的普通索引

2.2.4查询数据（定位0.1%数据）

SQL>  select count(c) from liu.t1 where a<0.1;

行号       COUNT(C)
---------- --------------------
1          9921

1   #NSET2: [10, 1->1, 78]
2     #PRJT2: [10, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [10, 1->1, 78]; grp_num(0), sfun_num(1)
4         #BLKUP2: [10, 10042->9921, 78]; IND_A(T1)
5           #SSEK2: [10, 10042->9921, 78]; scan_type(ASC), IND_A(T1)

已用时间: 49.413(毫秒). 执行号:960.

执行计划访问路径为IND_A二级索引定位，用时49毫秒

2.2.5查询数据（定位1%数据）

SQL> select count(c) from liu.t1 where a<=1;

行号       COUNT(C)
---------- --------------------
1          99547

1   #NSET2: [105, 1->1, 78]
2     #PRJT2: [105, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [105, 1->1, 78]; grp_num(0), sfun_num(1)
4         #BLKUP2: [105, 99947->99547, 78]; IND_A(T1)
5           #SSEK2: [105, 99947->99547, 78]; scan_type(ASC), IND_A(T1)

已用时间: 347.190(毫秒). 执行号:956.

执行计划同上，用时347毫秒

QL> et(956);

行号       OP     TIME(US)             PERCENT RANK                 SEQ         N_ENTER     MEM_USED(KB)
---------- ------ -------------------- ------- -------------------- ----------- ----------- --------------------
           DISK_USED(KB)        HASH_USED_CELLS      HASH_CONFLICT        DHASH3_USED_CELLS DHASH3_CONFLICT
           -------------------- -------------------- -------------------- ----------------- ---------------

..................

5          SSEK2  6315                 1.82%   2                    5           101         0
           0                    0                    0                    NULL              NULL

6          BLKUP2 339266               98.04%  1                    4           202         0
           0                    0                    0                    NULL              NULL

ET分析显示98.04%的时间用在了BLKUP2（bookmark lookup）回表操作上。

2.2.5查询数据（定位10%数据）

SQL> select count(c) from liu.t1 where a<=10;

行号       COUNT(C)
---------- --------------------
1          1000104

1   #NSET2: [1050, 1->1, 78]
2     #PRJT2: [1050, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [1050, 1->1, 78]; grp_num(0), sfun_num(1)
4         #BLKUP2: [1050, 999870->1000104, 78]; IND_A(T1)
5           #SSEK2: [1050, 999870->1000104, 78]; scan_type(ASC), IND_A(T1)

已用时间: 00:00:03.403. 执行号:958.

执行计划同上，用时3.4秒

QL> et(958);

行号       OP     TIME(US)             PERCENT RANK                 SEQ         N_ENTER     MEM_USED(KB)
---------- ------ -------------------- ------- -------------------- ----------- ----------- --------------------
           DISK_USED(KB)        HASH_USED_CELLS      HASH_CONFLICT        DHASH3_USED_CELLS DHASH3_CONFLICT
           -------------------- -------------------- -------------------- ----------------- ---------------

................

5          SSEK2  37685                1.11%   2                    5           1002        0
           0                    0                    0                    NULL              NULL

6          BLKUP2 3360031              98.77%  1                    4           2004        0
           0                    0                    0                    NULL              NULL

ET分析显示98.77%的时间用在了BLKUP2（bookmark lookup）回表操作上。

2.2.6查询数据（定位20%数据）

SQL> insert into liu.t2 select * from liu.t1 where a<=20;
影响行数 1998785


1   #INSERT : [0, 0, 0]; table(T2), type(select) mpp_opt(0)
2     #PRJT2: [1509, 1999867->1998785, 178]; exp_num(5), is_atom(FALSE)
3       #SLCT2: [1509, 1999867->1998785, 178];
4         #CSCN2: [1509, 10000000->10000000, 178]; INDEX33560546(T1)

已用时间: 00:00:02.945. 执行号:935.

查询20%数据反而耗时比10%少。仔细看执行计划，查询优化器经过判断认为通过二级索引定位后在回表（BLKUP2）代价太高，所以自动选择了聚集索引全扫描（CSCN2）。

3、用户自定义键聚集索引

3.1条件字段上创建聚集索引

先truncate表数据，在a字段上创建索引。

create cluster index ind_t1 on liu.t1(a);

3.2加载数据

SQL> insert into liu.t1
2   select DBMS_RANDOM.value(0,100),10000,'test111','test222','test333'
3   from dual connect by level <=10000000
4   /
影响行数 10000000

已用时间: 00:06:57.940. 执行号:968.

共用时6分57秒。

查询表和索引定义：

行号       'INDEX' INDEX_NAME INDEX_TYPE COLUMN_NAME BYTES/1024/1024
---------- ------- ---------- ---------- ----------- --------------------
1          INDEX   IND_T1     CLUSTER    A           NULL
2          TABLE   T1         NULL       NULL        890

可见表T1表以A字段为聚集索引键。索引字节数为NULL，因为表和聚集索引是一体的。t1表的字节数比默认聚集索引时大很多。因为聚集索引是排序的。逻辑rowid顺序递增。而a字段的插入数据是随机的，所以数据会被放置到不同的位置，不像前者排列机密，因此占空间较大。

相应地可以看到插入数据的耗时明显增长。

3.3查询数据（定位0.1%数据）

SQL> select count(c) from liu.t1 where a<0.1;

行号       COUNT(C)
---------- --------------------
1          10000

1   #NSET2: [1, 1->1, 78]
2     #PRJT2: [1, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [1, 1->1, 78]; grp_num(0), sfun_num(1)
4         #CSEK2: [1, 10042->10000, 78]; scan_type(ASC), IND_T1(T1)

已用时间: 3.244(毫秒). 执行号:970.

执行计划访问路径为IND_A聚集索引定位，用时3.2毫秒

3.4查询数据（定位1%数据）

SQL> select count(c) from liu.t1 where a<1;

行号       COUNT(C)
---------- --------------------
1          100384


1   #NSET2: [14, 1->1, 78]
2     #PRJT2: [14, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [14, 1->1, 78]; grp_num(0), sfun_num(1)
4         #CSEK2: [14, 99946->100384, 78]; scan_type(ASC), IND_T1(T1)

已用时间: 11.934(毫秒). 执行号:971.

执行计划同上，用时11.93毫秒

3.5查询数据（定位10%数据）

SQL> select count(c) from liu.t1 where a<10;

行号       COUNT(C)
---------- --------------------
1          999450

1   #NSET2: [146, 1->1, 78]
2     #PRJT2: [146, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [146, 1->1, 78]; grp_num(0), sfun_num(1)
4         #CSEK2: [146, 999869->999450, 78]; scan_type(ASC), IND_T1(T1)

已用时间: 91.268(毫秒). 执行号:972.

执行计划同上，用时91.268毫秒

3.6查询数据（定位20%数据）

SQL> select count(c) from liu.t1 where a<20;

行号       COUNT(C)
---------- --------------------
1          2000402

1   #NSET2: [293, 1->1, 78]
2     #PRJT2: [293, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [293, 1->1, 78]; grp_num(0), sfun_num(1)
4         #CSEK2: [293, 1999865->2000402, 78]; scan_type(ASC), IND_T1(T1)

已用时间: 186.267(毫秒). 执行号:973.

执行计划同上，用时186毫秒

3.7查询数据（定位50%数据）

SQL>  select count(c) from liu.t1 where a<50;

行号       COUNT(C)
---------- --------------------
1          5000101

1   #NSET2: [732, 1->1, 78]
2     #PRJT2: [732, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [732, 1->1, 78]; grp_num(0), sfun_num(1)
4         #CSEK2: [732, 4997347->5000101, 78]; scan_type(ASC), IND_T1(T1)

已用时间: 454.020(毫秒). 执行号:974.

执行计划同上，用时454毫秒

3.8查询数据（定位80%数据）

SQL> select count(c) from liu.t1 where a<80;

行号       COUNT(C)
---------- --------------------
1          8000690

1   #NSET2: [1171, 1->1, 78]
2     #PRJT2: [1171, 1->1, 78]; exp_num(1), is_atom(FALSE)
3       #AAGR2: [1171, 1->1, 78]; grp_num(0), sfun_num(1)
4         #CSEK2: [1171, 7997749->8000690, 78]; scan_type(ASC), IND_T1(T1)

已用时间: 688.478(毫秒). 执行号:976.

执行计划同上，用时688毫秒

4、总结

达梦数据库里，表（列存储表和堆表除外）都是使用 B+树索引结构管理的。每一个普通表都有一个聚集索引，数据通过聚集索引键排序，根据聚集索引键可以快速查询任何记录。

表和聚集索引是一体两面。整个表就是一个组合索引，这个组合索引包含表中所有字段。

当建表语句未指定时，DM 的默认聚集索引键是逻辑ROWID，即记录默认以 ROWID在页面中排序。ROWID 是逻辑递增序号，最新插入的记录 ROWID 最大。通常情况下，以 ROWID 建的默认聚集索引并没有什么实际意义。不能提高查询速度，因为实际情况下很少人根据逻辑ROWID来查找数据。

根据业务需要考虑是否创建表时指定索引键。（本文章为方便起见在建表后建的聚集索引，但实际情况几乎不会这么做。因为后续创建聚集索引相当于把整个表和上面的二级索引重建，非常耗时）

指定聚集索引键可以明显提高以它为条件的查询速度。但同时也会增加写入时间。这需要权衡。测试小结如下:

以条件字段为键值创建了聚集索引时查询效率最高（CSEK）。查询50%的数据用时与SSEK查询1%接近。因为不需要进行回表（BLKUP2）。显然聚集索引是有强大优势的。不过修改数据的代价则提高了不少。默认表加载测试数据用时52秒，其上建立了一个普通索引后加载同样数据用时4分32秒。不创建普通索引，代之为在该字段上创建聚集索引，加载同样数据则用时6分57秒。

当根据条件搜索的数据占比非常少时（比如千分之一）推荐建立普通B+树索引，虽然无论任何时候SSEK2都比不上CSEK2更快，但写入代价较低。当定位的数据较多时推荐建立聚集索引。只能有一个聚集索引，选择查询频率最高的字段作为索引键。

老刘学达梦
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
达梦数据库查询约束索引.sql
04-19
达梦数据库
DM数据库-索引管理
m0_37904750的博客
07-29 1048
管理索引的准则 索引是与表相关的可选的结构（聚集索引除外），它能使对应于表的SQL语句执行得更快，创建了索引可以更快地定位信息 DM数据库提供的常见索引 聚集索引：每一个普通表有且只有一个聚集索引。 唯一索引：索引数据根据索引键唯一。 函数索引：包含函数/表达式的预先计算的值。 位图索引：对低基数的列创建位图索引。 位图连接索引：针对两个或者多个表连接的位图索引，主要用于数据仓库中。 全文索引：在表的文本列上建立的索引。 创建索引 明确地创建索引 ..
达梦数据库 索引管理
最新发布
weixin_45699851的博客
04-01 989
而不能在系统表，视图，临时表，列存表，外部表上定义，同一个列只能创建一个全文索引，在创建全文索引的时候，用户可以为分词器定义分词参数，即控制分词器的数量。
达梦数据库的索引
qq_28658619的博客
11-13 7080
达梦数据库的索引一、索引概述二、创建索引：三、重建索引：四、删除索引： 一、索引概述 索引的作用：加快对表的查询，数据库对表做DML操作，默认的维护索引。 话外音：用到索引实际是对索引结构的遍历。索引的高度约高，说明数据越多。 添加索引所具备的基本要求： 1.经常查询的列； 2.返回值是表的数据的一小部分； 3.连接条件的列上； 4.谓词经常出现的列（如where后面的列）。 注意：列上有大量数据...
达梦索引管理
Downton97的博客
11-04 2180
达梦索引管理，全部参照官方文档。 索引是与表相关的可选的结构（聚簇索引除外），它能使对应于表的sql语句执行的更快。DM提供了几种类型的索引。聚集索引：每一个普通表有且仅有一个聚集索引；唯一索引：索引数据根据索引键唯一；函数索引：包含函数/表达式的预先计算的值；位图索引：对低基数的列创建位图索引；位图连接索引：针对两个或多个表连接的位图索引，主要用于数据仓库中（如：CREATE BITMAP I...
达梦数据库查询索引和各种约束
job_csdn的博客
02-20 2509
达梦数据库查询索引和主键等各种约束
达梦数据库禁用约束索引.sql
04-19
达梦数据库
达梦数据库启用约束重建索引.sql.sql
04-19
达梦数据库
达梦数据库表占用磁盘空间统计.sql
04-19
达梦数据库表占用磁盘空间统计.sql
达梦数据库_SQL语言手册
03-19
达梦数据库_SQL语言手册.pdf 数据库快照定义语句 数据库快照删除语句 第章数据查询语句和全文检索语句 单表查询 简单查询 带条件查询 集函数 情况表达式 连接查询 子查询 标量子查询 表子查询 派生表子...
达梦数据库 - 索引操作
dontYouWorry的博客
02-27 793
达梦数据库创建，删除索引
达梦数据库如何查看索引和表的DDL
liys0811的博客
11-20 1815
1）查看索引DDL，先查看索引的objectID,再查询该objectid的DDL。
达梦数据库调优组合索引的使用
weixin_47487806的博客
03-08 1222
调优工程中对组合索引的使用的一个小总结。 一、组合索引的执行计划 首先关于几个概念，等值条件和范围条件： 1、等值条件 C1 = X C1 = X OR C1 = Y （会被优化成C1 IN (X,Y)） C1 IN (X,Y…) 这种形式的我们都叫做等值条件。 2、范围条件 C1 > X C1 < Y C1 > X AND C1 < Y C1 BETWEEN X AND Y 这种形式的我们都叫做范围条件。 对于单表的访问，条件可以是任意个等值条件和范围条件的组合（我们仅考虑AND的
达梦数据库技术分享索引贴
jl_li的博客
09-05 3508
此贴为相关技术分享的索引贴，不定期更新。 本贴内容，仅适用于达梦数据库DM7及DM8。 1达梦数据库安装 达梦数据库实例用户表空间逻辑介绍 达梦数据库安装及实例初始化 达梦数据库静默安装 达梦数据库创建用户 达梦数据库参数文件介绍 达梦数据库开发版试用时间限制 达梦数据库Linux防火墙配置 达梦数据库本地归档配置 达梦数据库手册说明 达梦数据库DM8手册 如何理解达梦数据库中的大小写敏感 达梦数...
达梦8索引管理
qq_36436792的博客
05-05 1264
背景：生产中由于管理不规范，导致新建了很多索引，实际可能有用的索引没几个，怎么知道哪些是有用的索引，哪些是没用的索引，并对这些索引进行处理呢？ 达梦有一个功能就是可以开启索引使用监控，监控索引有没有被使用到，根据这个我们可以对一些冗余索引进行处理 对索引进行监控的sql语法如下： alter index 索引所属者.索引名 monitoring usage; 取消监控语法： alter index 索引所属者.索引名 nomonitoring usage; 通过以下视图可以获知监控的索引使用情况
达梦数据库简介及索引创建
weixin_45767067的博客
05-20 7683
前言： 武汉达梦数据库股份有限公司成立于2000年，为中国电子信息产业集团(CEC)旗下基础软件企业，致力于数据库管理系统与大数据平台的研发、销售和服务，同时可为用户提供全栈数据产品和解决方案。多年来，达梦公司始终坚持原始创新、独立研发，目前已掌握数据管理与数据分析领域的核心前沿技术，拥有全部源代码，具有完全自主知识产权。在40余年的发展过程中，达梦公司在国产数据库行业持续领跑，先后完成了近60项国家及省市级的科研开发项目，取得了近400项研究成果，皆为国际先进、国内领先水平，有30多项国家、省部级奖励。
达梦数据库索引的创建与测试
weixin_44573102的博客
07-22 2735
达梦数据库索引创建、维护、测试。
达梦数据库索引的建立使用
不定期分享数据库相关内容。
05-23 6086
但是如果是非等值查询时，要想有效利用组合索引，则应该按等值字段在前，非等值字段在 后的原则创建组合索引，查询时只能利用一个非等值的字段。但是，索引越多，修改表数据的开销就越大。索引删除之后，该索引的段的所有簇都返回给包含它的表空间，并可用于表空间中的其他对象。DM数据库中表（列存储表和堆表除外）都是使用 B+树索引结构管理的，每一个普通表都有且仅有一个聚集索引，数据都通过聚集索引键排序，根据聚集索引键可以快速查询任何记录。达梦数据库支持聚集索引，复合索引，函数索引，唯一索引，位图索引等等。
达梦数据库如何将聚集索引改为非聚集索引
02-23
达梦数据库是一种关系型数据库管理系统，它支持将聚集索引改为非聚集索引。在达梦数据库中，可以通过以下步骤将聚集索引改为非聚集索引： 1. 首先，使用ALTER TABLE语句修改表的定义，将原来的聚集索引删除。例如，可以使用以下语句删除名为index_name的聚集索引： ``` ALTER TABLE table_name DROP INDEX index_name; ``` 2. 接下来，使用CREATE INDEX语句创建一个新的非聚集索引。例如，可以使用以下语句创建一个名为index_name的非聚集索引： ``` CREATE INDEX index_name ON table_name (column_name); ``` 在上述步骤中，table_name是要修改的表的名称，index_name是要删除或创建的索引的名称，column_name是要作为索引的列名。 需要注意的是，修改索引类型可能会对数据库性能产生影响，因此在进行此类操作之前，建议先评估和测试性能影响，并确保在适当的时机进行操作。

“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