Timeline Rest API之Tez

最新推荐文章于 2024-09-26 17:10:31 发布
最新推荐文章于 2024-09-26 17:10:31 发布
阅读量360 收藏 10
点赞数 6
分类专栏： YARN 文章标签： TEZ timeline 大数据 hadoop
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/zincooo/article/details/131109152
版权

文章目录

Timeline Rest API与 TEZ

通过appId反向获取 queryId 和 sql等信息

可以通过timeline Rest API获取使用tez引擎的application的一些信息

获取dag_id

  • /ws/v1/timeline/TEZ_DAG_ID?primaryFilter=applicationId%3A{$appId}
curl http://ip:port/ws/v1/timeline/TEZ_DAG_ID?primaryFilter=applicationId%3Aapplication_1689924389107_2946371

# 利用jq直接获取dag_id
curl http://ip:port/ws/v1/timeline/TEZ_DAG_ID?primaryFilter=applicationId%3Aapplication_1689924389107_2946371||jq -r .entities[0].entity

# 获取queryId、status等
jq -r .entities[0].primaryfilters.callerId[0]
jq -r .entities[0].primaryfilters.status[0]

输出主要包含以下信息，均可获取

  • entity 该key的值即为dag_id
  • starttime dag开始的时间戳
  • events 包含dag初始化、提交、开始和结束的时间戳
  • primaryfilters：包含dag的一些基本信息，包含hive的queryId、appId、app状态、提交的用户、app的队列
  • otherinfo：其他的基本信息
{
    "entities":[
        {
            "entitytype":"TEZ_DAG_ID",
            "entity":"dag_1689924389107_2946371_1",
            "starttime":1703046180693,
            "events":[
                {
                    "timestamp":1703046188967,
                    "eventtype":"DAG_FINISHED",
                    "eventinfo":{

                    }
                },
                {
                    "timestamp":1703046180944,
                    "eventtype":"DAG_STARTED",
                    "eventinfo":{

                    }
                },
                {
                    "timestamp":1703046180943,
                    "eventtype":"DAG_INITIALIZED",
                    "eventinfo":{

                    }
                },
                {
                    "timestamp":1703046180693,
                    "eventtype":"DAG_SUBMITTED",
                    "eventinfo":{

                    }
                }
            ],
            "domain":"Tez_ATS_application_1689924389107_2946371_1",
            "primaryfilters":{
                "dagName":[
                    "insert overwrite tabl...xxx,1,4),'00')\r\n)tmp (Stage-1)"
                ],
                "queueName":[
                    "root.xxxxx"
                ],
                "callerId":[
                    "hive_20231220122237_xxxxxxx"
                ],
                "applicationId":[
                    "application_1689924389107_2946371"
                ],
                "user":[
                    "xxx"
                ],
                "status":[
                    "SUCCEEDED"
                ]
            },
            "relatedentities":{

            },
            "otherinfo":{
                "completionApplicationAttemptId":"appattempt_1689924389107_2946371_000001",
                "numFailedTaskAttempts":0,
                "callerContext":"HIVE",
                "numKilledTaskAttempts":0,
                "numCompletedTasks":2,
                "amWebServiceVersion":"2",
                "inProgressLogsURL_1":"core-xxxx:8042/node/containerlogs/container_e02_1689924389107_2946371_01_000001/xxxxx",
                "numSucceededTasks":2,
                "vertexNameIdMapping":{
                    "Map 1":"vertex_1689924389107_2946371_1_00",
                    "Reducer 2":"vertex_1689924389107_2946371_1_01"
                },
                "numFailedTasks":0,
                "timeTaken":8023,
                "diagnostics":"",
                "queueName":"root.xxxxx",
                "applicationAttemptId":"appattempt_1689924389107_2946371_000001",
                "callerType":"HIVE_QUERY_ID",
                "startTime":1703046180944,
                "callerId":"hive_20231220122237_xxxxxxx",
                "endTime":1703046188967,
                "applicationId":"application_1689924389107_2946371",
                "numKilledTasks":0,
                "initTime":1703046180943,
                "user":"xxxxx",
                "status":"SUCCEEDED"
            }
        }
    ]
}

获取sql

  • /ws/v1/timeline/TEZ_DAG_EXTRA_INFO/{$dag_id}
curl http://ip:port/ws/v1/timeline/TEZ_DAG_EXTRA_INFO/{$dag_id}

输出主要包含以下信息

  • entity：即dag_id
  • starttime dag开始的时间戳
  • events：dag提交和开始的时间戳
  • otherinfo：一些统计指标及一些其他信息
curl http://ip:port/ws/v1/timeline/TEZ_DAG_EXTRA_INFO/dag_1689924389107_2946371_1

# 利用jq命令直接获取
curl http://ip:port/ws/v1/timeline/TEZ_DAG_EXTRA_INFO/dag_1689924389107_2946371_1|jq -r .otherinfo.dagPlan.dagContext.description

{
	"entitytype": "TEZ_DAG_EXTRA_INFO",
	"entity": "dag_1689924389107_2946371_1",
	"starttime": 1703046180693,
	"events": [{
		"timestamp": 1703046188967,
		"eventtype": "DAG_FINISHED",
		"eventinfo": {}
	}, {
		"timestamp": 1703046180693,
		"eventtype": "DAG_SUBMITTED",
		"eventinfo": {}
	}],
	"domain": "Tez_ATS_application_1689924389107_2946371_1",
	"primaryfilters": {},
	"relatedentities": {},
	"otherinfo": {
		"counters": {
			"counterGroups": [{
				"counterGroupName": "org.apache.tez.common.counters.DAGCounter",
				"counters": [{
					"counterName": "NUM_SUCCEEDED_TASKS",
					"counterValue": 2
				}, {
					"counterName": "TOTAL_LAUNCHED_TASKS",
					"counterValue": 2
				}, {
					"counterName": "AM_CPU_MILLISECONDS",
					"counterValue": 3060
				}]
			}, {
				"counterGroupName": "org.apache.tez.common.counters.FileSystemCounter",
				"counterGroupDisplayName": "File System Counters",
				"counters": [{
					"counterName": "xxx_BYTES_READ",
					"counterValue": 65632
				}, {
					"counterName": "xxx_BYTES_WRITTEN",
					"counterValue": 1306
				}, {
					"counterName": "FILE_BYTES_READ",
					"counterValue": 164
				}, {
					"counterName": "FILE_BYTES_WRITTEN",
					"counterValue": 100
				}]
			}, {
				"counterGroupName": "org.apache.tez.common.counters.TaskCounter",
				"counters": [{
					"counterName": "REDUCE_INPUT_GROUPS",
					"counterValue": 1
				}, {
					"counterName": "REDUCE_INPUT_RECORDS",
					"counterValue": 1
				}, {
					"counterName": "SPILLED_RECORDS",
					"counterValue": 2
				}, {
					"counterName": "NUM_SHUFFLED_INPUTS",
					"counterValue": 1
				}, {
					"counterName": "MERGED_MAP_OUTPUTS",
					"counterValue": 1
				}, {
					"counterName": "GC_TIME_MILLIS",
					"counterValue": 82
				}, {
					"counterName": "CPU_MILLISECONDS",
					"counterValue": 5710
				}, {
					"counterName": "PHYSICAL_MEMORY_BYTES",
					"counterValue": 1538260992
				}, {
					"counterName": "VIRTUAL_MEMORY_BYTES",
					"counterValue": 10990825472
				}, {
					"counterName": "COMMITTED_HEAP_BYTES",
					"counterValue": 1538260992
				}, {
					"counterName": "INPUT_RECORDS_PROCESSED",
					"counterValue": 3149
				}, {
					"counterName": "INPUT_SPLIT_LENGTH_BYTES",
					"counterValue": 31679
				}, {
					"counterName": "OUTPUT_RECORDS",
					"counterValue": 1
				}, {
					"counterName": "OUTPUT_BYTES",
					"counterValue": 46
				}, {
					"counterName": "OUTPUT_BYTES_WITH_OVERHEAD",
					"counterValue": 54
				}, {
					"counterName": "OUTPUT_BYTES_PHYSICAL",
					"counterValue": 68
				}, {
					"counterName": "ADDITIONAL_SPILLS_BYTES_READ",
					"counterValue": 68
				}, {
					"counterName": "SHUFFLE_CHUNK_COUNT",
					"counterValue": 1
				}, {
					"counterName": "SHUFFLE_BYTES",
					"counterValue": 68
				}, {
					"counterName": "SHUFFLE_BYTES_DECOMPRESSED",
					"counterValue": 54
				}, {
					"counterName": "SHUFFLE_BYTES_DISK_DIRECT",
					"counterValue": 68
				}, {
					"counterName": "SHUFFLE_PHASE_TIME",
					"counterValue": 19
				}, {
					"counterName": "MERGE_PHASE_TIME",
					"counterValue": 26
				}, {
					"counterName": "FIRST_EVENT_RECEIVED",
					"counterValue": 13
				}, {
					"counterName": "LAST_EVENT_RECEIVED",
					"counterValue": 13
				}]
			}, {
				"counterGroupName": "HIVE",
				"counters": [{
					"counterName": "CREATED_FILES",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_IN_Map_1",
					"counterValue": 3149
				}, {
					"counterName": "RECORDS_OUT_1_bds_db.bm_chenzhou_day_index1",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_INTERMEDIATE_Map_1",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_FIL_10",
					"counterValue": 3149
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_FS_9",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_GBY_4",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_GBY_6",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_RS_5",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_SEL_2",
					"counterValue": 3149
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_SEL_7",
					"counterValue": 1
				}, {
					"counterName": "RECORDS_OUT_OPERATOR_TS_0",
					"counterValue": 3149
				}]
			}, {
				"counterGroupName": "TaskCounter_Map_1_INPUT_t",
				"counters": [{
					"counterName": "INPUT_RECORDS_PROCESSED",
					"counterValue": 3149
				}, {
					"counterName": "INPUT_SPLIT_LENGTH_BYTES",
					"counterValue": 31679
				}]
			}, {
				"counterGroupName": "TaskCounter_Map_1_OUTPUT_Reducer_2",
				"counters": [{
					"counterName": "OUTPUT_BYTES",
					"counterValue": 46
				}, {
					"counterName": "OUTPUT_BYTES_PHYSICAL",
					"counterValue": 68
				}, {
					"counterName": "OUTPUT_BYTES_WITH_OVERHEAD",
					"counterValue": 54
				}, {
					"counterName": "OUTPUT_RECORDS",
					"counterValue": 1
				}, {
					"counterName": "SHUFFLE_CHUNK_COUNT",
					"counterValue": 1
				}, {
					"counterName": "SPILLED_RECORDS",
					"counterValue": 1
				}]
			}, {
				"counterGroupName": "TaskCounter_Reducer_2_INPUT_Map_1",
				"counters": [{
					"counterName": "ADDITIONAL_SPILLS_BYTES_READ",
					"counterValue": 68
				}, {
					"counterName": "FIRST_EVENT_RECEIVED",
					"counterValue": 13
				}, {
					"counterName": "LAST_EVENT_RECEIVED",
					"counterValue": 13
				}, {
					"counterName": "MERGED_MAP_OUTPUTS",
					"counterValue": 1
				}, {
					"counterName": "MERGE_PHASE_TIME",
					"counterValue": 26
				}, {
					"counterName": "NUM_SHUFFLED_INPUTS",
					"counterValue": 1
				}, {
					"counterName": "REDUCE_INPUT_GROUPS",
					"counterValue": 1
				}, {
					"counterName": "REDUCE_INPUT_RECORDS",
					"counterValue": 1
				}, {
					"counterName": "SHUFFLE_BYTES",
					"counterValue": 68
				}, {
					"counterName": "SHUFFLE_BYTES_DECOMPRESSED",
					"counterValue": 54
				}, {
					"counterName": "SHUFFLE_BYTES_DISK_DIRECT",
					"counterValue": 68
				}, {
					"counterName": "SHUFFLE_PHASE_TIME",
					"counterValue": 19
				}, {
					"counterName": "SPILLED_RECORDS",
					"counterValue": 1
				}]
			}, {
				"counterGroupName": "org.apache.hadoop.hive.ql.exec.tez.HiveInputCounters",
				"counters": [{
					"counterName": "GROUPED_INPUT_SPLITS_Map_1",
					"counterValue": 1
				}, {
					"counterName": "INPUT_DIRECTORIES_Map_1",
					"counterValue": 1
				}, {
					"counterName": "INPUT_FILES_Map_1",
					"counterValue": 1
				}, {
					"counterName": "RAW_INPUT_SPLITS_Map_1",
					"counterValue": 1
				}]
			}]
		},
		"dagPlan": {
			"dagName": "insert overwrite tabl...xxx,1,4),'00')\r\n)tmp (Stage-1)",
			"dagInfo": "{\"context\":\"Hive\",\"description\":\"insert overwrite table test_db.test_xxx partition(pt='2023-12-19')\\r\\nselect \\r\\n\\test.a1,\\r\\n\\test.a2,\\r\\n    test.a3,\\r\\n    test.a4,\\r\\n    test.a5\\r\\nfrom\\r\\n(\\r\\n\\tselect\\r\\n\\t\\test1.a1,\\r\\n\\t\\tconcat(substr(test1.a2,1,4),'00') ,\\r\\n\\t\\tsum(test1.a3) ,\\r\\n\\t\\tsum(test1.a3),\\r\\n\\t\\tsum(t.a4) \\r\\n\\tfrom test_db.test_xxx test\\r\\n\\twhere test1.pt = '2023-12-19'\\r\\n\\tand  test.a1 in ('1','2','3','4','5','6','7','8','9')\\r\\n\\tgroup by \\r\\n\\t\\ttest.a1,\\r\\n\\t\\tconcat(substr(test.a2,1,4),'00')\\r\\n)tmp\"}",
			"dagContext": {
				"callerId": "hive_20231220122237_xxxxx",
				"callerType": "HIVE_QUERY_ID",
				"context": "HIVE",
				"description": "insert overwrite table test_db.test3 partition(pt='2023-12-19')\r\nselect \r\n\ttest.deal_day,\r\n\ttest.a1,\r\n    test.a2\r\n    test.a3\r\n    test.a4\r\nfrom\r\n(\r\n\tselect\r\n\t\ttest2.a1,\r\n\t\tconcat(substr(t.country_id_new,1,4),'00') ,\r\n\t\tsum(test2.a3) ,\r\n\t\tsum(test2.a4) ,\r\n\t\tsum(test2.a5) \r\n\tfrom test_db.test3\r\n\twhere test2.pt = '2023-12-19'\r\n\tand  test2.a3 in ('1','2','3','4','5','6','7','8','9')\r\n\tgroup by \r\n\t\ttest2.a1,\r\n\t\tconcat(substr(t.country_id_new,1,4),'00’)\r\n)test"
			},
			"version": 2,
			"vertices": [{
				"vertexName": "Map 1",
				"processorClass": "org.apache.hadoop.hive.ql.exec.tez.MapTezProcessor",
				"outEdgeIds": ["720179762"],
				"additionalInputs": [{
					"name": "t",
					"class": "org.apache.tez.mapreduce.input.MRInputLegacy",
					"initializer": "org.apache.hadoop.hive.ql.exec.tez.HiveSplitGenerator"
				}]
			}, {
				"vertexName": "Reducer 2",
				"processorClass": "org.apache.hadoop.hive.ql.exec.tez.ReduceTezProcessor",
				"inEdgeIds": ["720179762"],
				"additionalOutputs": [{
					"name": "out_Reducer 2",
					"class": "org.apache.tez.mapreduce.output.MROutput"
				}]
			}],
			"edges": [{
				"edgeId": "720179762",
				"inputVertexName": "Map 1",
				"outputVertexName": "Reducer 2",
				"dataMovementType": "SCATTER_GATHER",
				"dataSourceType": "PERSISTED",
				"schedulingType": "SEQUENTIAL",
				"edgeSourceClass": "org.apache.tez.runtime.library.output.OrderedPartitionedKVOutput",
				"edgeDestinationClass": "org.apache.tez.runtime.library.input.OrderedGroupedKVInput"
			}]
		}
	}
}
zincooo
关注
专栏目录
Chrome之Timeline工具的使用
05-14
Chrome浏览器的Timeline工具是一款强大的性能分析工具，用于检查Web应用程序的性能表现，特别是在页面加载、DOM事件处理、页面布局和渲染方面。Timeline工具提供了一种可视化的方式，通过事件、帧和实时内存用量的...
探索Timeline API：一个强大的时间轴数据处理工具
gitblog_00027的博客
03-25 904
探索Timeline API：一个强大的时间轴数据处理工具 timeline.api.fossasia.net项目地址:https://gitcode.com/gh_mirrors/ti/timeline.api.fossasia.net 该项目，名为，是由FOSSASIA团队创建的一个开源时间线服务，它提供了一种高效的方式来管理和展示结构化事件数据。通过RESTful API接口，开发者可以轻...
hive on tez集成完整采坑指南(含tez-ui及安全环境)
热门推荐
匆匆z2的博客
03-10 1万+
hive on tez 介绍 使用版本 hadoop 3.1.1 hive 3.1.0 tez 0.9.2 timeline v1 安装过程注意点 官网上文档并不能完整的搭建,需要参考源码中的文档 部分配置官网文档没有写出来,需要查看源代码排查 前置条件 hadoop安全集群 hive已安装 tez搭建 tez打包编译 tez需要根据hadoop环境的版本,使用对应的脚本编译生成对应的...
TEZ计算引擎部署
weixin_33973600的博客
04-25 799
2019独角兽企业重金招聘Python工程师标准>>> ...
Flink 的yarn 两种提交方式
wudonglianga的专栏
03-30 3674
Flink 的yarn 两种提交方式 标题第一种 1.yarn-session.sh + flink run(提交任务) 命令： 优缺点： 特点：需要事先申请资源，启动JobManager和TaskManger 优点：不需要每次递交作业申请资源，而是使用已经申请好的资源，从而提高执行效率 缺点：作业执行完成以后，资源不会被释放，因此一直会占用系统资源 应用场景：适合作业递交比较频繁的场景，小作业比较多的场景 /opt/module/flink-1.12.0/bin/yarn-session.sh -n
根据 Application ID找到 Hive 的 SQL 语句
houzhizhen的专栏
08-11 1741
根据 Yarn 的 Application 找到 Hive 的 SQL，需要根据执行引擎（tez 或者 mr）的不同有不同的方法。以下以 TEZ 引擎 为例。
HDP 之 Timeline Service 2.0
Yore - Home
01-17 4041
本文树妖介绍了 HDP 之上的 Timeline Service 2.0。包含体系结构、安装、System Service模式、ats-hbase 的生命周期管理、ats-hbase清除、发布 Application-Specific 数据、Timeline Service 2.0 的 REST API 等内容
Unity Timeline
06-11
"Animator" 轨道是 Timeline 的核心部分之一，它允许我们与 Unity 的 Animator 系统集成，创建复杂的角色动画。你可以将动画状态机的各个状态放入 Timeline，然后根据时间线播放动画。这使得在不同情境下无缝过渡...
wpf时间轴Timeline
07-31
时间轴（Timeline）是WPF动画系统的核心组成部分，用于定义和控制动画的时间行为。 首先，让我们理解`Timeline`类的基本概念。`Timeline`是所有动画和时间线的基础类，它定义了动画的时间属性，如开始时间、持续...
timeline:使用d3创建时间表
07-06
timeline:使用d3创建时间表 , 该图表以时间轴或时间表的形式显示了在时间连续体内具有已定义的开始和/或结束的事件。 事件可以是瞬间（仅一个日期）或间隔（开始日期和结束日期）。 时间线由两个波段组成。
英菲克i9固件
06-08
英菲克i9稳定的固件，20100610版。喜欢的就下载来试下吧。亲测还可以。
微信小程序timeLine时间线代码片段示例
02-11
总的来说，实现微信小程序的timeLine时间线功能，需要结合WXML、WXSS和JavaScript三者的能力，通过数据绑定、样式设计、事件处理和API调用来完成。理解这些知识点，并熟练应用，将有助于你在微信小程序开发中构建...
tez 工具安装
zuopiezia的博客
02-21 777
tez 安装 1.##下载maven 工具 wget http://mirrors.shu.edu.cn/apache/maven/binaries/apache-maven-3.1.1-bin.tar.gz tar -zxvf apache-maven-3.1.1-bin.tar.gz #设置环境变量/etc/profile export MAVEN_HOME=/usr/local/...
yarn timeline1，timeline2官网解释
涂作权的博客
12-30 578
文章地址： https://hadoop.apache.org/docs/r3.2.0/hadoop-yarn/hadoop-yarn-site/TimelineServer.html#Timeline_Server_REST_API_v1 https://hadoop.apache.org/docs/r3.2.0/hadoop-yarn/hadoop-yarn-site/TimelineServiceV2.html#Timeline_Service_v.2_REST_API
Tez 简介
飞朋的博客
05-14 3484
Tez 本地模式是一种测试 Tez 作业的开发工具，不需要启动 Hadoop 集群。本地模式运行 Tez 组件 AppMaster、TaskRunner，这些组件在集群上执行作业时使用。从开发人员工具的角度来看，它提供了几个优点。 快速原型 Hadoop 设置，启动成本等不涉及。 单元测试快速执行，因为分配资源、启动 jvm 等的开销被消除了。 易于调试的单个 JVM 运行所有用户代码。 虽然大多数组件在本地模式下重用，但也有一些组件不是 调度和容器重用是不同的。 yarn 本地资源的处理。本地模
tez-ui安装
刘光华的专栏
08-18 3584
1.hadoop集群中需要启动timelineserver 需要注意的是,除了正常的配置之后，启动t的时候，这个参数也必须设置为true   Enables cross-origin support (CORS) for web services where cross-origin web response headers are needed. For example, jav
hive tez-use
01-06 2957
文章目录 1. DAG task  git获取源码 一、安装必要软件 1. 1、安装java2. 2、安装apache maven3. 3、Protocol Buffers 2.5.04. 4、编译tez5. github获取某个release版本6. 5、 change hadoop-version为你的版本 6.1. Build tez  二、tez install
Hadoop3.2.0 YARN Timeline Service
张伯毅的专栏
02-21 1万+
YARN时间线服务器 概观 部署 时间线服务器REST API V1 域名/ ws / v1 /时间线/域名 发布时间轴实体 时间线实体列表 时间线实体 时间线事件列表 关于 申请清单 应用 申请尝试清单 申请尝试 集装箱清单 容器 时间线服务器性能测试工具 概观 介绍 通过时间线服务器在YARN中以通用方式存储和检索应用程序的当前和历史信息。它有两个职责： ...
如何实现全行业证照一站式结构化识别？Textln企业资质证照识别上线！
最新发布
b_qixin的博客
09-26 408
对于无Key的Value信息，例如下图中的证照名称“药品经营许可证”，模型也可基于强大的语义理解能力与所具备的专项领域知识，实现准确完整的关键信息抽取。，并理解信息间的对应关系，以“K-V对”的形式自动实现证照中全部关键信息的结构化抽取，提升信息数据的提取和录入效率。除抽取证照中的文本信息外，模型集成了印章检测能力，可以捕捉资质证照中的印章信息，并输出印章的类型、颜色、形状及内容。自动识别录入企业经营资质信息，可应用于机构开户、经营性贷款审批等金融服务场景，提升信息录入效率，控制业务风险。
如果没有timelineserver可以使用tez-ui
05-31
是的，可以使用Tez UI来查看Apache Tez的作业信息和执行计划。Tez UI提供了一个Web界面，可以查看作业的状态、进度、日志和错误信息，并且可以查看作业的DAG图和执行计划。此外，Tez UI还提供了一些可视化工具，可以帮助用户分析和优化Tez作业的性能。不过需要注意的是，Tez UI只能查看Tez作业的信息，不能像Timeline Server那样提供完整的集群监控和跟踪功能。
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