分布式集群架构场景化解决⽅案

最新推荐文章于 2025-04-23 08:06:16 发布
最新推荐文章于 2025-04-23 08:06:16 发布
阅读量203 收藏
点赞数
分类专栏： 分布式 文章标签： 分布式
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.youkuaiyun.com/GJOED/article/details/118881835
版权

1 ⼀致性Hash算法

Hash算法，⽐如说在安全加密领域MD5、SHA等加密算法，在数据存储和查找⽅⾯有Hash表等, 以上 都应⽤到了Hash算法

Hash算法较多的应⽤在数据存储和查找领域，最经典的就是Hash表，它的查询效率⾮常之⾼，哈希算法如果设计的⽐较ok的话，那么Hash表的数据查询时间复杂度可以接近于O(1)

1.1 Hash算法应⽤场景

Hash算法在分布式集群架构中的应⽤场景
Hash算法在很多分布式集群产品中都有应⽤，⽐如分布式集群架构Redis、Hadoop、ElasticSearch， Mysql分库分表，Nginx负载均衡等

主要的应⽤场景归纳起来两个

  • 请求的负载均衡（⽐如nginx的ip_hash策略）
    Nginx的IP_hash策略可以在客户端ip不变的情况下，将其发出的请求始终路由到同⼀个⽬标服务 器上，
    实现会话粘滞，避免处理session共享问题
    如果使⽤哈希算法，事情就简单很多，我们可以对ip地址或者sessionid进⾏计算哈希值，哈希值与服务 器数量进⾏取模运算，得到的值就是当前请求应该被路由到的服务器编号，如此，同⼀个客户端ip发送 过来的请求就可以路由到同⼀个⽬标服务器，实现会话粘滞。

  • 分布式存储
    以分布式内存数据库Redis为例,集群中有redis1，redis2，redis3 三台Redis服务器
    那么,在进⾏数据存储时,<key1,value1>数据存储到哪个服务器当中呢？针对key进⾏hash处理 hash(key1)%3=index, 使⽤余数index锁定存储的具体服务器节点

1.2 普通Hash算法存在的问题

普通Hash算法存在⼀个问题，以ip_hash为例，
假定下载⽤户ip固定没有发⽣改变，现在tomcat3出现 了问题，down机了，服务器数量由3个变为了2个，之前所有的求模都需要重新计算。

如果在真实⽣产情况下，后台服务器很多台，客户端也有很多，那么影响是很⼤的，缩容和扩容都会存 在这样的问题，⼤量⽤户的请求会被路由到其他的⽬标服务器处理，⽤户在原来服务器中的会话都会丢 失。

1.3 ⼀致性Hash算法

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
在这里插入图片描述
在这里插入图片描述

1.4 Nginx 配置⼀致性Hash负载均衡策略

ngx_http_upstream_consistent_hash 模块是⼀个负载均衡器，使⽤⼀个内部⼀致性hash算法来选择 合适的后端节点。
该模块可以根据配置参数采取不同的⽅式将请求均匀映射到后端机器，

consistent_hash $remote_addr：可以根据客户端ip映射
consistent_hash $request_uri：根据客户端请求的uri映射
consistent_hash $args：根据客户端携带的参数进⾏映

ngx_http_upstream_consistent_hash 模块是⼀个第三⽅模块，需要我们下载安装后使⽤

1）github下载nginx⼀致性hash负载均衡模块 下载
在这里插入图片描述
2）将下载的压缩包上传到nginx服务器，并解压

3）我们已经编译安装过nginx，此时进⼊当时nginx的源码⽬录，执⾏如下命令 ./configure —add-module=/root/ngx_http_consistent_hash-master
make make install

4）Nginx就可以使⽤啦，在nginx.conf⽂件中配置

在这里插入图片描述

2 集群时钟同步问题

“集群是各个服 务器⼀起团队化作战，⼤家⼯作都不在⼀个点上，岂不乱了套！”

在这里插入图片描述

2.1 集群时钟同步配置

  • 分布式集群中各个服务器节点都可以连接互联⽹
    在这里插入图片描述
#使⽤ ntpdate ⽹络时间同步命令
ntpdate -u ntp.api.bz #从⼀个时间服务器同步时间

操作⽅式：
windows有计划任务
Linux也有定时任务，crond，可以使⽤linux的定时任务，每隔10分钟执⾏⼀次ntpdate命令

  • 分布式集群中某⼀个服务器节点可以访问互联⽹或者所有节点都不能够访问互联⽹
    在这里插入图片描述
    1）选取集群中的⼀个服务器节点A(172.17.0.17)作为时间服务器
    （整个集群时间从这台服务 器同步，⼿动设置⼀个时间）

⾸先设置好A的时间
把A配置为时间服务器（修改/etc/ntp.conf⽂件）

1、如果有 restrict default ignore，注释掉它
2、添加如下⼏⾏内容
 restrict 172.17.0.0 mask 255.255.255.0 nomodify notrap  # 放开局 域⽹同步功能,172.17.0.0是你的局域⽹⽹段
   server 127.127.1.0 # local clock    fudge 127.127.1.0 stratum 10
3、重启⽣效并配置ntpd服务开机⾃启动 service ntpd restart
   chkconfig ntpd on

集群中其他节点就可以从A服务器同步时间了

ntpdate 172.17.0.17

3 分布式ID解决⽅案

为什么需要分布式ID(分布式集群环境下的全局唯⼀ID)
在这里插入图片描述

3.1 UUID(可以⽤)

UUID 是指Universally Unique Identifier
翻译为中⽂是通⽤唯⼀识别码 产⽣重复 UUID 并造成错误的情况⾮常低，是故⼤可不必考虑此问题。

java.util.UUID.randomUUID()

3.2 SnowFlake 雪花算法（可以⽤，推荐）

雪花算法是Twitter推出的⼀个⽤于⽣成分布式ID的策略。
雪花算法是⼀个算法，基于这个算法可以⽣成ID，⽣成的ID是⼀个long型，那么在Java中⼀个long 型是8个字节，算下来是64bit，如下是使⽤雪花算法⽣成的⼀个ID的⼆进制形式示意：
在这里插入图片描述
另外，⼀切互联⽹公司也基于上述的⽅案封装了⼀些分布式ID⽣成器，⽐如滴滴的tinyid（基于数 据库实现）、百度的uidgenerator（基于SnowFlake）和美团的leaf（基于数据库和SnowFlake） 等

3.3 借助Redis的Incr命令获取全局唯⼀ID（推荐）

Redis Incr 命令将 key 中储存的数字值增⼀。如果 key 不存在，那么 key 的值会先被初始化为 0 ，然后再执⾏ INCR 操作。
<key,value> <id,>
.incr(id) 1 2 3 4
在这里插入图片描述

4 分布式调度问题

定时任务的实现⽅式有多种。早期没有定时任务框架的时候，我们会使⽤JDK中的Timer机制和多线程机 制（Runnable+线程休眠）来实现定时或者间隔⼀段时间执⾏某⼀段程序；后来有了定时任务框架，⽐ 如⼤名鼎鼎的Quartz任务调度框架，使⽤时间表达式（包括：秒、分、时、⽇、周、年）配置某⼀个任 务什么时间去执⾏

在分布式架构环境中使⽤Quartz已经不能更好 的满⾜我们需求，我们可以使⽤专业的分布式调度框架，这⾥我们推荐使⽤Elastic-job。

分布式调度:

1）运⾏在分布式集群环境下的调度任务（同⼀个定时任务程序部署多份，只应该有⼀个定时任务在执 ⾏）

2）分布式调度—>定时任务的分布式—>定时任务的拆分（即为把⼀个⼤的作业任务拆分为多个⼩的作 业任务，同时执⾏）

在这里插入图片描述
Elastic-Job是当当⽹开源的⼀个分布式调度解决⽅案，基于Quartz⼆次开发的，由两个相互独⽴的⼦项 ⽬Elastic-Job-Lite和Elastic-Job-Cloud组成。我们要学习的是 Elastic-Job-Lite，它定位为轻量级⽆中⼼ 化解决⽅案，使⽤Jar包的形式提供分布式任务的协调服务，⽽Elastic-Job-Cloud⼦项⽬需要结合Mesos 以及Docker在云环境下使⽤。

Elastic-Job的github地址：github

主要功能介绍

  • 分布式调度协调 在分布式环境中，任务能够按指定的调度策略执⾏，并且能够避免同⼀任务多实例重复执⾏

  • 丰富的调度策略 基于成熟的定时任务作业框架Quartz cron表达式执⾏定时任务

  • 弹性扩容缩容 当集群中增加某⼀个实例，它应当也能够被选举并执⾏任务；当集群减少⼀个实例 时，它所执⾏的任务能被转移到别的实例来执⾏。

  • 失效转移 某实例在任务执⾏失败后，会被转移到其他实例执⾏

  • 错过执⾏作业重触发 若因某种原因导致作业错过执⾏，⾃动记录错过执⾏的作业，并在上次作业 完成后⾃动触发。 ⽀持并⾏调度

  • ⽀持任务分⽚，任务分⽚是指将⼀个任务分为多个⼩任务项在多个实例同时执⾏。

  • 作业分⽚⼀致性 当任务被分⽚后，保证同⼀分⽚在分布式环境中仅⼀个执⾏实例。

4.1 Elastic-Job-Lite应⽤

jar包（API） + 安装zk软件

Elastic-Job依赖于Zookeeper进⾏分布式协调，所以需要安装Zookeeper软件（3.4.6版本以上），关于 Zookeeper，此处我们不做详解，在阶段三会有深度学习，我们此处需要明⽩Zookeeper的本质功能： 存储+通知。

安装Zookeeper（此处单例配置）

1）我们使⽤3.4.10版本，在linux平台解压下载的zookeeper-3.4.10.tar.gz
2）进⼊conf⽬录，cp zoo_sample.cfg zoo.cfg 3) 进⼊bin⽬录，启动zk服务
启动 ./zkServer.sh start
停⽌ ./zkServer.sh stop
查看状态 ./zkServer.sh status

Zookeeper的树形节点结构图
在这里插入图片描述
引入jar

<!-- https://mvnrepository.com/artifact/com.dangdang/elastic-job-lite-core -->
<dependency>
<groupId>com.dangdang</groupId>
<artifactId>elastic-job-lite-core</artifactId> <version>2.1.5</version>
</dependency>

4.2 Elastic-Job-Lite轻量级去中⼼化的特点

在这里插入图片描述

4.3 任务分⽚

⼀个⼤的⾮常耗时的作业Job，⽐如：⼀次要处理⼀亿的数据，那这⼀亿的数据存储在数据库中，如果 ⽤⼀个作业节点处理⼀亿数据要很久，在互联⽹领域是不太能接受的，互联⽹领域更希望机器的增加去 横向扩展处理能⼒。所以，ElasticJob可以把作业分为多个的task（每⼀个task就是⼀个任务分⽚），每 ⼀个task交给具体的⼀个机器实例去处理（⼀个机器实例是可以处理多个task的），但是具体每个task 执⾏什么逻辑由我们⾃⼰来指定。

在这里插入图片描述
Strategy策略定义这些分⽚项怎么去分配到各个机器上去，默认是平均去分，可以定制，⽐如某⼀个机 器负载 ⽐较⾼或者预配置⽐较⾼，那么就可以写策略。分⽚和作业本身是通过⼀个注册中⼼协调的，因 为在分布式环境下，状态数据肯定集中到⼀点，才可以在分布式中沟通。

在这里插入图片描述

4.4 弹性扩容

在这里插入图片描述
新增加⼀个运⾏实例app3，它会⾃动注册到注册中⼼，注册中⼼发现新的服务上线，注册中⼼会通知 ElasticJob 进⾏重新分⽚，那么总得分⽚项有多少，那么就可以搞多少个实例机器，⽐如完全可以分 1000⽚
最多就可以有多少app实例，，，，机器能成的主，完全可以分1000⽚ 那么就可以搞1000台机器⼀起执⾏作业

注意：
1）分⽚项也是⼀个JOB配置，修改配置，重新分⽚，在下⼀次定时运⾏之前会重新调⽤分⽚算法，那么 这个分⽚算法的结果就是：哪台机器运⾏哪⼀个⼀⽚，这个结果存储到zk中的，主节点会把分⽚给分好 放到注册中⼼去，然后执⾏节点从注册中⼼获取信息(执⾏节点在定时任务开启的时候获取相应的分 ⽚)。
2）如果所有的节点挂掉值剩下⼀个节点，所有分⽚都会指向剩下的⼀个节点，这也是ElasticJob的⾼可 ⽤。

5 Session共享问题

在这里插入图片描述

5.1 Session问题原因分析

出现这个问题的原因，从根本上来说是因为Http协议是⽆状态的协议。客户端和服务端在某次会话中产 ⽣的数据不会被保留下来，所以第⼆次请求服务端⽆法认识到你曾经来过， Http为什么要设计为⽆状态 协议？早期都是静态⻚⾯⽆所谓有⽆状态，后来有动态的内容更丰富，就需要有状态，出现了两种⽤于 保持Http状态的技术，那就是Cookie和Session。⽽出现上述不停让登录的问题，分析如下图：
场景：nginx默认轮询策略

在这里插入图片描述

5.2 解决Session⼀致性的⽅案

1 Nginx的 IP_Hash 策略（可以使⽤）
同⼀个客户端IP的请求都会被路由到同⼀个⽬标服务器，也叫做会话粘滞 优点：
配置简单，不⼊侵应⽤，不需要额外修改代码

缺点：

  • 服务器重启Session丢失
  • 存在单点负载⾼的⻛险
  • 单点故障问题

2 Session共享，Session集中存储（推荐）
Session的本质就是缓存，那Session数据为什么不交给专业的缓存中间件呢？⽐如Redis
在这里插入图片描述
优点:

  • 能适应各种负载均衡策略
  • 服务器重启或者宕机不会造成Session丢失 扩展能⼒强
  • 适合⼤集群数量使⽤

Spring Session使得基于Redis的Session共享应⽤起来⾮常之简单

1）引⼊Jar

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-redis</artifactId> </dependency>
<dependency>
<groupId>org.springframework.session</groupId>
<artifactId>spring-session-data-redis</artifactId> </dependency>

2）配置redis

spring.redis.database=0
spring.redis.host=127.0.0.1
spring.redis.port=6379

在这里插入图片描述

在这里插入图片描述

阿里，京东，蚂蚁面试题
fishermanMr
07-14 682
阿⾥⼀⾯ 说⼀下ArrayList和LinkedList区别 1. ⾸先，他们的底层数据结构不同，ArrayList底层是基于数组实现的，LinkedList底层是基于链表实现的 2. 由于底层数据结构不同，他们所适⽤的场景也不同，ArrayList更适合随机查找，LinkedList更适合删 除和添加，查询、添加、删除的时间复杂度不同 3. 另外ArrayList和LinkedList都实现了List接⼝，但是LinkedList还额外实现了Deque接⼝，所以 LinkedList还可以当做队列来使⽤
分布式集群架构场景方案
duanzy1994的博客
07-12 1013
文章内容输出来源：拉勾教育Java高薪训练营。 本篇文章是 分布式集群架构场景方案 学习课程中的一部分笔记 分布式与集群 分布式 把一个系统拆分为多个子系统，每个子系统负责各自的那部分功能，独立部署，各司其职 集群 多个实例共同工作，最简单/最常见的集群是把一个应用复制多份部署 一致性Hash算法 Hash算法在分布式集群中应用场景 Hash算法，⽐如说在安全加密领域MD5、SHA等加密算法，在数据存储和查找⽅⾯有Hash表等, 以上都应⽤到了Hash算法。 普通Hash算法存在的问题（Hash冲突
一次线上机器load负载过高报警问题排查及其后续处理
Sun_ltyy的博客
03-26 3973
问题来源：从3.14号开始陆续收到线上一台机器的负载过高报警 问题排查 : 于是对gc、堆内存、load负载、cpu使用情况等进行了统计分析。 gc时间图标 堆内存使用情况：load负载 cpu使用率 通关以上对gc的统计，堆内存的使用情况，负载和cpu使用率的统计，我们不难发现其实在发生报警的时间范围内，不论是gc、堆内存、load负载还是cpu使用情况都是有一个 上升区然后到
记录一次线上CPU负载过高的排查过程
努力奋斗
03-17 2533
一大早收到运维同学反馈、线上某台机器cpu的负载达到了97%以上，为了不影响机器上服务的正常运行，急需找到导致负载过高的原因并将负载降到合理的区间
微服务SpringCloud的常见面试题
Lonely passerby
04-02 1739
微服务SpringCloud的常见面试题 目录 1、什么是微服务？ 2、微服务之间是如何通讯的？ 3、springcloud 与dubbo有哪些区别？ 4、请谈谈对SpringBoot 和SpringCloud的理解 5、分布式系统面临的问题 6、什么是服务熔断，什么是服务降级 8、你所知道的微服务技术栈有哪些？请列举一二 10、Eureka的基本架构是什么？ ...
图解负载及负载太高如何解决
kiku
03-08 5030
负载状态(load average)中的数据代表了什么? 宝塔的负载状态图表中百分比的含意： 50% 以下 - 此时服务器正以低负载状态运行 50 ~ 90% - 服务器负载正常，用户的请求可以及时得到服务器响应 90% ~ 100% - 表示服务器资源已耗尽，无法及时响应用户请求，需尽快排查项目是否运行异常，或增加服务器配置 影响服务器负载的因素： 1、CPU使用率 2、线程数量 3、IO...
五大分布式集群架构问题解决方案
u014379055的博客
09-23 1882
文章内容输出来源：拉勾教育Java高薪训练营。 前言 1 ⼀致性Hash算法 2 集群时钟同步问题 3 分布式ID解决⽅案 4 分布式调度问题 5 Session共享问题 Session共享及Session保持或者叫做Session⼀致性。
MongoDB－分布式集群架构（3种模式）
了解➔熟悉➔掌握➔精通
01-10 1452
分享一个大牛的人工智能教程。零基础！通俗易懂！风趣幽默！希望你也加入到人工智能的队伍中来！请轻击http://www.captainbed.net 在实际的生产环境中，MongoDB 基本是以集群的方式工作的。集群的工作方式能够保证在生产遇到故障时及时恢复，保障应用程序正常地运行和数据的安全。 MongoDB 有三种集群部署模式，分别为主从复制（Master-Slaver）、副本集（Replica Set）和分片（Sharding）模式。 Master-Slaver 是一种主从副本的模式，目前已经不推荐
分布式和集群的架构套路总结
scoful的专栏
03-14 1万+
本文成于2020年3月14日 参考：原文 文章目录分布式和集群名词解释使用分布式的心路历程常见的分布式集群架构1. 纯负载均衡形式(集群方向)2. 领导选举型(分布式方向)3. 区块链型(分布式方向)4. master-slaver型(分布式方向)5. 规则型一致性Hash 分布式和集群名词解释 集群 指将多台服务器集中在一起，每台服务器都实现相同的业务，做相同的事情。但是每台服务器并不是缺一不...
分布式集群架构中场景化解决方案课程笔记1
08-04
分布式集群架构中场景化解决方案课程笔记1 在分布式集群架构中，场景化解决方案是指通过将应用程序拆分成多个小模块，并将这些模块部署到不同的服务器上，以提高应用程序的可扩展性、可靠性和高性能。本课程笔记将...
分布式集群系统架构设计及应用部署.pdf
08-08
分布式集群系统架构设计及应用部署对于处理电子商务等高并发场景下的应用具有极为重要的意义。它可以有效地避免因瞬间访问量过大而导致的网站崩溃或服务暂停，同时也提高了系统数据处理的吞吐能力和可靠性。对于开发...
互联网公司分布式集群架构图入门解析（简单通俗易懂，超详细）
热门推荐
英俊帅比林的博客
11-08 3万+
一、小型公司网络架构 狗子是某大学计算机专业本科应届毕业生，由于自己的技术不错，再加上互联网产业的巨大利润的驱使，狗子决定走上创业这条路，于是，狗子联合了同学二黑，鸡子，狗蛋等人花费了几个月的时间写出了一套网站，是关于足球资讯的pc端网站加上手机APP客户端。现在产品测试成功了，准备发布了，狗子想到了两个问题： 1.网站需要服务器 狗子之前所有的代码测试都是在本地服务器或者局域网上进行的，现在需要...
分布式微服务系统架构第119集：WebSocket监控服务内部原理和执行流程
最新发布
程序员哆啦A梦，蓝胖子
04-23 420
通常用来自定义 WebSocket 握手过程，比如：校验token、设置自定义属性、统一Session管理、拦截器（handshake拦截）等。如果你用的 Kafka Server 开了自动建Topic（auto.create.topics.enable=true），也可以不手动建。注解的类，自动注册成 WebSocket 端点。完就不管了，加一个Callback回调，拿到真正的发送成功 or 失败，做链路监控。：这里可以记录日志、发告警（钉钉/飞书/邮件），或者存到DB里，方便后续人工修复。
设计与实现分布式环境下的统一配置中心：基于Spring Cloud Config的解决方案
lssffy的博客
04-21 734
统一配置中心是一个集中式服务，用于存储、管理和分发分布式系统的配置。集中管理：所有配置存储在一个中心化存储库。动态刷新：支持运行时更新配置，无需重启服务。版本控制：跟踪配置变更，支持回滚。环境隔离：支持开发、测试、生产等不同环境的配置。安全性：提供加密和访问控制，保护敏感信息。统一配置中心是分布式系统管理的核心组件，通过集中存储、动态刷新和版本控制，解决配置分散和一致性问题。基于 Spring Cloud Config 的实现利用 Git 和 Spring 生态，提供高效、安全的配置管理。
【分布式理论17】分布式调度3：分布式架构-从中央式调度到共享状态调度
hiliang521的博客
04-21 1086
【分布式理论17】分布式调度3：分布式架构-从中央式调度到共享状态调度
分布式微服务系统架构第120集：专业WebSocket鉴权
程序员哆啦A梦，蓝胖子
04-23 658
仓库地址：https://webvueblog.github.io/JavaPlusDoc/，可以自定义 WebSocket握手拦截器 → 返回HTTP状态码，比如401。不光从 URL，也能从 WebSocket 请求头拿 token。，统一管理所有在线Session（方便批量踢人/广播消息），比如客户端定时发送ping消息，服务端回复pong。可以在服务端定时心跳检测，把死掉的连接清理掉。比如token过期、恶意连接，可以主动断开。方法外包装一层 try-catch。灵活扩展，可以接认证中心、数据库。
【愚公系列】《Python网络爬虫从入门到精通》057-分布式爬取中文日报新闻数据
时光隧道
04-20 1139
在前几篇中，我们已经深入探讨了 Scrapy 和 Redis 的基本应用，以及如何利用实现分布式爬虫系统。今天，我们将带领大家实际操作，通过分布式爬取中文日报新闻数据，进一步提升我们在实际项目中的应用能力。在爬虫开发中，新闻数据的爬取是一个非常典型的应用场景。通过爬取中文日报网站的新闻数据，我们不仅可以获取到实时的新闻信息，还能够深入分析新闻内容，进行数据挖掘与应用。而使用分布式爬虫架构，可以让我们在面对大规模新闻数据时，轻松实现高效的数据抓取与处理。分析中文日报网站结构。
分布式光纤测温技术让森林火灾预警快人一步
厘米级分布式光纤传感
04-21 864
森林防火，人人有责。一般的森林火灾是由人为和自然灾害两部分引起的，自然火源无法预测只能尽早发现，但人类活动迹象可以监测，二者结合就可以提前发现火情，以防造成更大问题。它迫使人类反思：当技术的边界触及自然的底线，当发展的欲望超越生态的阈值，我们需要重构与自然的关系 —— 从“对抗式防火”转向“共生式防护”，从“灾后补救”转向“源头觉醒”。通过在线测温技术的应用，可以提高灭火效率，降低火灾造成的影响，促进社会的可持续发展。例如，可以根据温度分布的变化判断火灾扩散的方向和速度，调整灭火方案，提高灭火效率。
分布式集群架构中的Session管理与Hash策略
"分布式集群架构中场景化解决方案课程笔记1" 在分布式集群架构中，场景化解决方案是关键，尤其是在处理高并发、数据一致性以及服务高可用性等问题时。本课程笔记主要探讨了Java环境下的一些核心技术和策略。 1. ...
评论 1
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