cm界面hdfs组件报错丢失块解决办法

原创 已于 2024-03-19 10:28:07 修改 · 1.1k 阅读 · 4 ·
CC 4.0 BY-SA版权
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。
文章标签：

#hdfs #hadoop #大数据

于 2024-03-07 13:39:40 首次发布
文章描述了在cdh集群中遇到HDFS组件226个丢失块的问题，通过检查namenode界面、执行`hdfsfsck`命令来定位问题，指出可能需要手动删除损坏文件。解决办法包括删除丢失块以及处理权限问题。 
   cdh集群中hdfs组件报错群集中有 226 个 丢失块 块。群集中共有 17,969 个块。百分比 丢失块: 1.26%。 临界阈值：任意

【排查流程】

1.查看活跃节点namenode界面，显示存在226块丢失，并依次在界面显示这里会显示损坏块的路径，记下来到后面会用到
在这里插入图片描述

2.进入集群后台查看（去对应的active namenode节点查看）

2.1.查看丢失文件块

hdfs fsck -list-corruptfileblocks

2.2.查看文件块情况

hdfs fsck / -blocks -files

查看块丢失

Status: CORRUPT
 Number of data-nodes:	3
 Number of racks:		1
 Total dirs:			7269
 Total symlinks:		0

Replicated Blocks:
 Total size:	5014836208 B (Total open files size: 306 B)
 Total files:	16717 (Files currently being written: 1)
 Total blocks (validated):	16730 (avg. block size 299751 B) (Total open file blocks (not validated): 1)

********************************

  UNDER MIN REPL'D BLOCKS:	226 (1.3508667 %)
  dfs.namenode.replication.min:	1
  CORRUPT FILES:	224
  MISSING BLOCKS:	226
  MISSING SIZE:		718268073 B

********************************

 Minimally replicated blocks:	16504 (98.64913 %)
 Over-replicated blocks:	0 (0.0 %)
 Under-replicated blocks:	35 (0.20920502 %)
 Mis-replicated blocks:		0 (0.0 %)
 Default replication factor:	3
 Average block replication:	1.0242081
 Missing blocks:		226
 Corrupt blocks:		0
 Missing replicas:		35 (0.1961004 %)
 Blocks queued for replication:	0

Erasure Coded Block Groups:
 Total size:	0 B
 Total files:	0
 Total block groups (validated):	0
 Minimally erasure-coded block groups:	0
 Over-erasure-coded block groups:	0
 Under-erasure-coded block groups:	0
 Unsatisfactory placement block groups:	0
 Average block group size:	0.0
 Missing block groups:		0
 Corrupt block groups:		0
 Missing internal blocks:	0
 Blocks queued for replication:	0

翻译如下：

状态：腐败

数据节点数：3

机架数量：1

总目录：7269

符号链接总数：0



复制的块：

总大小：5014836208 B（打开的文件总大小：306 B）

文件总数：16717（当前正在写入的文件：1）

块总数（已验证）：16730（平均块大小299751 B）（打开的文件块总数（未验证）：1）

********************************

在最小重复区块下：226（1.3508667%）

dfs.namenode.replication.min:1

损坏的文件：224

缺失区块：226

缺少尺寸：718268073 B

********************************

最少复制区块：16504个（98.64913%）

超过复制的块：0（0.0%）

复制不足区块：35个（0.20920502%）

复制错误的块：0（0.0%）

默认复制因子：3

平均块复制：1.0242081

缺失区块：226

损坏的块：0

丢失的副本：35个（0.1961004%）

排队等待复制的块：0



擦除编码块组：

总大小：0 B

文件总数：0

块组总数（已验证）：0

最小擦除编码块组：0

过擦除编码的块组：0

擦除不足编码的块组：0

不满意的放置块组：0

平均块组大小：0.0

缺少块组：0

损坏的块组：0

缺少内部块：0

排队等待复制的块：0

【解决办法】
这些块本身已经损坏，虽然hdfs有修复损坏块副本机制，可以自主清理
文中的这种情况是在hdfs无法自主修复情况下进行的操作：
1.还是进入到hdfs目录中删除这些丢失块
2.这些坏块就是损坏的文件，自己可以在web ui界面上可以看到，文件路径就是前面记下来的

命令执行

这里删除的是hdfs目录里的文件，并非是linux系统文件

hdfs dfs -rm  /要删除文件

如果命令失败显示权限问题，无法删除
请使用这个命令

sudo -u hdfs hdfs dfs -rm  /要删除文件

如果误删文件，可以去回收站自行恢复文件

探索 HDFS：大数据存储的无限可能
AIGC应用创新大全的博客
08-27 715
想象一下：如果你的手机相册里有100万张照片（约500GB），电脑硬盘肯定装不下；如果一家电商平台每天产生10TB用户行为日志，传统存储设备根本无法高效处理；如果科研机构需要存储PB级（1PB=1024TB）的实验数据，如何保证数据不丢失且能快速访问？HDFS就是为解决这些"大数据存储难题"而生的。本文将带你全面探索HDFS：从它的设计初衷、核心架构，到数据如何写入/读取，再到实际项目中的应用，最终理解它如何支撑起大数据时代的存储需求。
HDFS分布式文件系统入门教程
sqygblb的博客
04-19 1560
假定已有数据文件data.txt，存储在本地计算机（Windows系统）的E盘中，现需要将该数据文件上传至HDFS的/user/root/目录下，常用的解决方法如下。某社交网站有数百万注册用户，网站的服务器上保留了用户登录网站的日志记录，用户每登录一次网站，将在日志文件中记录一次用户的邮件地址，现有一份社交网站在 2021年某一天的原始日志文件email_log.txt，共800万行记录，部分数据如下所示。Hadoop集群也有专有的文件系统，即HDFS，HDFS也使用了类Linux的目录结构进行文件存储。
HDFS block丢失，导致hadoop进入安全模式的解决方案
08-29
HDFS block丢失hadoop进入安全模式（Safe mode）的解决方法
如何恢复hdfs中丢失的块
Small_temper的博客
01-19 2220
可以使用 hdfs fsck / 确定哪些文件有问题。查看输出中是否有丢失或损坏的块（暂时忽略复制不足的块）。该命令特别冗长，尤其是在大型HDFS文件系统上，因此我通常会深入了解 hdfs fsck / | egrep -v '^\.+$' | grep -v eplica 它忽略了只有点和线谈论复制的线。 hdfs fsck /path/to/corrupt/file -locatio...
cdh大数据集群缩容，hdfs坏块处理,kudu坏表修复
wayne342175926的博客
07-23 1651
参考官方文档：https://docs.cloudera.com/documentation/manager/5-1-x/Cloudera-Manager-Managing-Clusters/Managing-Clusters-with-Cloudera-Manager.html 环境：CM和CDH版本5.13 根据官方文档提示：停止的服务器数量不能少于设置的副本数。本次100台机器减少一半不用担心这个问题 1、节点下线操作 admin用户登陆CM页面 1）修改相关配置 java堆栈大小调整为4G 2)
HDFS-块丢失和块损坏
qq_40382400的博客
08-17 719
去看看有没有副本，有副本的话，NN会自动同步数据，如果没有自动同步，重启HDFS。有可能是使用的hive的外部表，元数据没有，可以使用命令修复分区。
HDFS块丢失
程裕强的专栏
03-08 7391
1、发现块丢失 2、检测缺失块 （1）hdfs fsck -list-corruptfileblocks root@kylin1:~# hdfs fsck -list-corruptfileblocks 18/03/08 09:52:01 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your...
hdfs相关问题及解决方案归档
weixin_44976835的博客
08-26 3235
目录问题1：reduce预处理阶段shuffle时获取已完成的map的输出失败次数超过上限问题2：Too many fetch-failures问题3：处理MR速度特别的慢问题4：能够启动datanode，但无法访问，也无法结束问题5：节点断联问题6：JVM内存不够问题7：Hadoop添加节点的方法问题8：给单个node新加硬盘问题9：IO写操作出现问题问题10：HDFS退服节点的方法问题11：IO异常问题12：status of 255 error问题13：sort by value问题14：restar
3 Hadoop-HDFS
PhoenixLuo·的博客
04-04 1256
目录 3.1 Apache版本Hadoop重新编译 3.1.1 为什么要编译Hadoop 3.1.2 编译环境的准备 3.2 Hadoop安装 3.2.1 上传apache Hadoop包并压缩 3.2.2 修改配置文件 3.2.3 配置Hadoop的环境 3.2.4 启动集群 3.3 Hadoop核心-HDFS 3.3.1 HDFS概述 3.3.2 HDFS应用场景 适合的应用场景 不适合的应用场景 3.3.3 HDFS架构 3.3.4 NameNode和DataNode
HDFS常见问题诊断与解决方案：故障排除的10大指南
![HDFS常见问题诊断与解决方案：故障排除的10大指南]...在大数据生态系统中，Hadoop分布式文件系统（HDFS）作为核心组件，承担着存储大量数据和保证数据高可用性的任务。然而，随
查看修复HDFS中丢失的块
我是一个博客
09-01 1232
hdfs debug recoverLease -path 文件位置 -retries 重试次数。hdfs fsck /路径/文件名 -locations -blocks -files。删除所有损坏的块的数据文件，会导致数据彻底丢失。在DN节点执⾏directoryscan。查看某一个文件的情况。...
hdfs数据丢失数据块block missing问题排查解决
赵英超的博客
10-07 2005
告警内容:NameNode Blocks Health:Total Blocks:[13352317], Missing Blocks:[1]最后平滑重启NameNode，在重启异常的DataNode解决。允许ipc通讯最大的数据包为128MB，默认配置为64MB。开始时间:2023-10-02 08:05:12。组件:HDFS/cube-hdfs-1。排查hdfs datanode日志发现。持续时间:8小时44分钟。但是数据一直没法恢复。
关于HDFS元数据块丢失解决办法
lukabruce的博客
01-31 9006
缘由： 由于失误，误将hadoop.tmp.dir指定文件夹下的filecache文件删除了，由此导致存储在hdfs集群的元数据丢失，造成hadoop集群启动之后一直处于安全模式开启状态。 //查询Hadoop集群安全模式状态 [hadoop@hadoop01 ~]$hdfs dfsadmin -safemode get //开启Hadoop集群安全模式状态 [hadoop@hadoop0...
【排错/运维】修复HDFS丢失、损坏以及副本数的问题
hiliang521的博客
09-30 4832
【排错/运维】修复HDFS丢失、损坏以及副本数的问题
【hadoop】HDFS块修复
lsr40的博客
03-25 7083
背景 HDFS场景下，有时候某些异常会导致丢失文件块！这时候，我们如何处理这些文件块，或者说这些文件块是否还有救？ 丢文件块是一种统一的说法，实际上是两种情况，一个是Corrupt blocks，一个是Missing replicas 先说个背景知识：当我上传一个文件到HDFS，这个文件在HDFS上看得到，也可以正常使用，实际上在磁盘上会存两种类型的文件 举例： 1、blk_1073743119 2、blk_1073743119_2295.meta 第一个文件就是实际上的数据，如果你的文件是文.
hdfs删除丢失块数据
aichanteng5936的博客
07-03 1645
hdfs fsck -delete 转载于:https://www.cnblogs.com/tianziru/p/11124616.html
Hdfs 数据块丢失处理
热门推荐
大师兄你家猴跑啦的博客
12-06 1万+
1、查看节点、hdfs、丢失的数据块 命令：hadoop dfsadmin -report    用这个命令可以快速定位出哪些节点down掉了，HDFS的容量以及使用了多少，以及每个节点的硬盘使用情况。 当然NameNode有个http页面也可以查询，但是这个命令的输出更适合我们的脚本监控dfs的使用状况；具体如图： [root@66666logs]# hdfs df
hadoop fsck命令详解
qq_654603797
03-19 819
hadoopfsck用这个命令可以检查文件系统的健康状况。 Usage: DFSck <path> [-move | -delete | -openforwrite] [-files [-blocks [-locations | -racks]]] <path>检查这个目录中的文件是否完整 -move破损的文件移至/lost+found目录 -delete...
HDFS 数据块丢失
L, there!
11-14 855
检查丢失块 hdfs fsck -list-corruptfileblocks 或者，显示丢失块的信息 hdfs fsck / hdfs fsck / | egrep -v '^\.+$' | grep -v eplica #过滤replica和Replica 缺失块删除 如果是无用的，不需要修复删除即可。 # 会放入回收站 hdfs dfs -rm /path/file...
mysql_sync_database --warehouse hdfs://hdfs-cluster/user/hive/warehouse/ --database ods --table_prefix ods_r2_ --table_suffix _paimon --catalog_conf metastore=hive --catalog_conf uri=thrift://master-1-1.c-dcd118dc4de41971.us-west-1.emr.aliyuncs.com:9083,thrift://master-1-2.c-dcd118dc4de41971.us-west-1.emr.aliyuncs.com:9083,thrift://master-1-3.c-dcd118dc4de41971.us-west-1.emr.aliyuncs.com:9083 --mysql_conf hostname=rr-2evv848982cw96i13.mysql.rds.aliyuncs.com --mysql_conf username=bigdata_reader --mysql_conf password='21Rzhm9IpRa!' --mysql_conf database-name='repay' --mysql_conf server-time-zone='America/Cancun' --mysql_conf scan.startup.mode='initial' --table_conf bucket=10 --table_conf changelog-producer=lookup --table_conf sink.parallelism=10 --table_conf metastore.partitioned-table=true --table_conf file.format=parquet --metadata_column op_ts --ignore_incompatible true --table_conf num-sorted-run.stop-trigger=2147483647 --table_conf sort-spill-threshold=10 --table_conf snapshot.time-retained='24h' --mysql_conf debezium.min.row.count.to.stream.results=50000 --mysql_conf debezium.tasks.max=10 --mysql_conf debezium.max.queue.size=81920 --mysql_conf debezium.max.batch.size=20480 --mysql_conf debezium.event.deserialization.failure.handling.mode='skip' --mysql_conf debezium.binlog.buffer.size=20480 --mysql_conf debezium.snapshot.fetch.size=40000 --mysql_conf debezium.snapshot.mode='initial' --mysql_conf debezium.database.serverTimezone='America/Cancun' --type_mapping tinyint1-not-bool,to-nullable --mysql_conf scan.incremental.snapshot.enabled=true --mysql_conf scan.incremental.snapshot.chunk.size=40000 --mysql_conf scan.snapshot.fetch.size=100000 --mode combined --mysql_conf server-id='19700-19740' --mysql_conf debezium.deserialization.skip.parse.errors=true 加了debezium.deserialization.skip.parse.errors，但还是报错
最新发布
11-12
<think>我们面对的问题是：在使用flink-paimon-action-1.0.1.jar进行MySQL CDC同步时，即使已经添加了`debezium.deserialization.skip.parse.errors=true`配置，仍然报错（具体错误未给出，但根据之前上下文，可能是时间戳解析错误或其他类型错误）。我们需要深入分析并提供解决方案。 ### 问题分析 1. **配置项未生效的可能原因**： - 配置项传递错误：可能是配置项名称拼写错误，或者配置项传递的位置不正确。 - 版本兼容性问题：不同版本的Debezium/Flink CDC可能对配置项的支持不同。 - 配置项覆盖：可能其他配置覆盖了该配置。 2. **错误类型**：虽然之前提到了时间戳解析错误，但配置了跳过错误后仍报错，说明可能是其他类型的错误，或者是该配置项未能覆盖的错误。 ### 解决方案 #### 步骤1：确认配置项传递正确 在`mysql_sync_database`任务中，配置项应通过`--mysql_conf`参数传递。确保配置项书写正确，且位置正确： ```bash ./bin/flink run \ ./lib/paimon-flink-action-1.0.1.jar \ mysql_sync_database \ ... \ --mysql_conf debezium.deserialization.skip.parse.errors=true \ ... ``` 注意：配置项名称是`debezium.deserialization.skip.parse.errors`，而不是`debezium.deserialization.skip.errors`等。 #### 步骤2：检查Flink CDC版本兼容性 引用中提到用户使用的是Flink CDC 3.2.1（见引用[1]），但flink-paimon-action-1.0.1.jar可能依赖更高版本的Flink CDC。需要确认： - flink-paimon-action-1.0.1.jar内置的Flink CDC版本是多少？ - 该版本是否支持`debezium.deserialization.skip.parse.errors`配置？ **建议**：使用Flink CDC 3.4.0及以上版本，因为该版本对错误处理有更好的支持。如果内置版本较低，可以尝试通过`--jarfile`参数显式指定更高版本的Flink CDC连接器： ```bash ./bin/flink run \ --jarfile /path/to/flink-sql-connector-mysql-cdc-3.4.0.jar \ ./lib/paimon-flink-action-1.0.1.jar \ mysql_sync_database \ ... \ --mysql_conf debezium.deserialization.skip.parse.errors=true \ ... ``` #### 步骤3：扩展错误跳过配置 如果上述配置仍然无效，可能是因为Debezium需要跳过更多类型的错误。可以尝试添加以下配置： ```bash --mysql_conf debezium.skipped.operations=u,d \ # 跳过更新和删除操作（如果需要） --mysql_conf debezium.event.deserialization.failure.handling.mode=skip # 更全面的错误跳过 ``` 其中： - `debezium.event.deserialization.failure.handling.mode=skip`：这个配置项在较新的Debezium版本中可用，用于跳过所有反序列化错误的事件。 #### 步骤4：查看详细错误日志 如果错误仍然发生，需要获取更详细的错误日志。在Flink任务管理界面或日志文件中查找具体的错误堆栈，确定错误发生的具体位置和原因。 #### 步骤5：升级相关组件 如果问题依然无法解决，考虑升级整个环境： - 升级Flink到1.19或更高（注意paimon-flink-action-1.0.1.jar兼容的Flink版本） - 升级Paimon到1.1.0或更高版本 - 使用Flink CDC 3.4.0或更高版本 ### 备选方案：通过SQL作业处理 如果不使用`paimon-flink-action`的`mysql_sync_database`命令，可以改用Flink SQL作业，这样可以更灵活地配置CDC源： 1. 编写Flink SQL DDL创建Paimon表 2. 使用MySQL CDC表作为源，通过INSERT INTO同步 3. 在DDL中配置CDC属性： ```sql CREATE TABLE mysql_cdc_table ( ... ) WITH ( 'connector' = 'mysql-cdc', 'hostname' = '...', 'username' = '...', 'password' = '...', 'database-name' = '...', 'table-name' = '...', 'debezium.deserialization.skip.parse.errors' = 'true', 'debezium.event.deserialization.failure.handling.mode' = 'skip' ); CREATE TABLE paimon_table (...) WITH (...); INSERT INTO paimon_table SELECT * FROM mysql_cdc_table; ``` 然后提交SQL作业。这种方式可以更直接地控制CDC配置。 ### 总结步骤 1. **检查配置传递**：确保配置项正确传递且无拼写错误。 2. **升级Flink CDC**：显式指定Flink CDC 3.4.0+的jar包。 3. **扩展错误跳过配置**：添加`debezium.event.deserialization.failure.handling.mode=skip`。 4. **查看日志定位原因**：根据日志具体分析错误。 5. **升级组件或改用SQL作业**：作为终极解决方案。 ### 注意事项 - 跳过错误配置可能导致数据丢失，需谨慎使用。 - 生产环境建议先修复源数据问题（如无效时间戳），再同步。 §§相关问题§§ 1. 如何查看Flink CDC作业中的Debezium详细日志？ 2. 在Paimon整库同步中如何跳过特定表的错误？ 3. Flink CDC 3.4.0版本有哪些错误处理的新特性？ </think>### 使用 Flink Paimon Action 1.0.1 时 CDC 报错的终极解决方案 当添加 `debezium.deserialization.skip.parse.errors=true` 后仍报错时（常见于时间戳解析、数据类型转换等问题），请按以下步骤排查： --- ### 一、核心排查步骤 #### 1. **验证配置生效性** 检查配置传递是否正确（特别注意配置项位置）： ```bash ./bin/flink run \ ./lib/paimon-flink-action-1.0.1.jar \ mysql_sync_database \ --warehouse /path/to/warehouse \ --database app_db \ # 配置项必须在 --mysql_conf 区块内 --mysql_conf hostname=your_host \ --mysql_conf username=root \ --mysql_conf password=your_pwd \ --mysql_conf database-name=source_db \ --mysql_conf debezium.deserialization.skip.parse.errors=true \ # ✅ 正确位置 --table-conf bucket=1 ``` ⚠️ **常见错误**：将配置放在 `--table-conf` 或外部，导致 Debezium 未生效[^2]。 #### 2. **追加强制跳过配置** 在 `--mysql_conf` 中添加 **双重保险配置**： ```bash --mysql_conf debezium.event.deserialization.failure.handling.mode=skip \ --mysql_conf debezium.skipped.operations=u,d \ # 可选：跳过update/delete错误 ``` **作用**： - `failure.handling.mode=skip` 是 Debezium 2.4+ 的强化错误跳过机制 - 与 `skip.parse.errors` 形成双重保障[^3] #### 3. **启用 DEBUG 日志定位根源** 在 `flink-conf.yaml` 中启用 Debezium 调试日志： ```yaml logger.debezium.name: io.debezium logger.debezium.level: DEBUG ``` 日志中将明确显示： - 被跳过的具体字段和值（如 `Skipping field 'create_time' with value '1971-01-01T00:00:00+08:00'`） - 未生效的配置项（如 `Ignoring configuration debezium.*`） --- ### 二、版本兼容性终极方案 #### 1. **强制指定 CDC 连接器版本** 通过 `--jarfile` 显式覆盖 Action 内置的 CDC 版本（推荐 3.4.0+）： ```bash ./bin/flink run \ --jarfile /path/to/flink-sql-connector-mysql-cdc-3.4.0.jar \ # ✨ 关键 ./lib/paimon-flink-action-1.0.1.jar \ mysql_sync_database \ ... # 其他参数 ``` **为什么有效**： paimon-flink-action-1.0.1.jar 内置的 CDC 版本可能低于 3.4.0，而 `skip.parse.errors` 在旧版中存在已知 bug[^1][^3]。 #### 2. **升级组件矩阵** | 组件 | 最低要求版本 | 推荐版本 | |---------------|-------------|-----------| | **Flink CDC** | 3.4.0 | 3.4.1 | | **Debezium** | 2.4 | 2.5.4 | | **Java** | JDK 11 | JDK 17 | 验证命令： ```bash # 查看 flink-sql-connector-mysql-cdc 实际版本 unzip -p flink-sql-connector-mysql-cdc-*..jar META-INF/MANIFEST.MF | grep Bundle-Version ``` --- ### 三、数据类型兼容处理 #### 1. **时间戳字段特殊处理** 在 `--mysql_conf` 添加时区转换规则： ```bash --mysql_conf debezium.time.precision.mode=adaptive \ --mysql_conf debezium.converter.schemas.enable=false \ --mysql_conf server-time-zone=Asia/Shanghai # 按需修改时区 ``` #### 2. **源表结构修正** 对问题字段添加 **默认值约束**（MySQL 端）： ```sql ALTER TABLE problem_table MODIFY COLUMN invalid_timestamp TIMESTAMP NULL DEFAULT CURRENT_TIMESTAMP; ``` --- ### 四、验证流程 1. **本地测试** 用 Flink SQL Client 直接读取 CDC 数据： ```sql CREATE TABLE test_cdc ( id INT, create_time TIMESTAMP(3) ) WITH ( 'connector' = 'mysql-cdc', 'hostname' = 'your_host', 'username' = 'root', 'password' = 'your_pwd', 'database-name' = 'source_db', 'table-name' = 'problem_table', 'debezium.deserialization.skip.parse.errors' = 'true' ); SELECT * FROM test_cdc; -- 观察错误是否被跳过 ``` 2. **监控指标** 在 Flink Web UI 中检查： - `numRecordsOut`（正常输出的记录数） - `numRecordsIn`（输入记录数） - 差值即为跳过的错误记录数 --- ### 总结建议 ```mermaid graph TD A[报错未解决] --> B{检查配置位置} B -->|位置正确| C[追加 failure.handling.mode=skip] B -->|位置错误| D[修正到 --mysql_conf 区块] C --> E[强制指定 CDC 3.4.0+] E --> F[启用 DEBUG 日志] F --> G[根据日志修复源表] ``` **最终组合配置**： ```bash --mysql_conf debezium.deserialization.skip.parse.errors=true \ --mysql_conf debezium.event.deserialization.failure.handling.mode=skip \ --mysql_conf server-time-zone=Asia/Shanghai ```
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