Linux安装、配置、运行RabbitMq

Linux环境下RabbitMQ安装与配置教程 RabbitMQ是一种开源的消息代理软件,实现了高级消息队列协议(AMQP)。它由Erlang编写而成,主要用于在分布式系统中存储转发消息。RabbitMQ可以为应用程序提供异步通信机制,支持多语言客户端,使得不同系统、不同语言编写的组件之间可以进行通信。Erlang是一种由瑞典电信公司Ericsson所开发的编程语言,主要用于构建并发、分布式和容错性的系统。自从1986年诞生以来,Erlang一直被广泛应用于需要高可靠性的电信系统中。 阅读详情

1. 安装maven

下载:wget http://mirror.bit.edu.cn/apache/maven/binaries/apache-maven-3.2.2-bin.tar.gz
解压:tar -zxvf apache-maven-3.2.2-bin.tar.gz

配置环境变量

 export MAVEN_HOME=/usr/local/apache-maven-3.2.2
 export MAVEN_HOME
 export PATH=$PATH:$MAVEN_HOME/bin

2. 安装rocketmq 

wget https://archive.apache.org/dist/rocketmq/4.7.0/rocketmq-all-4.7.0-source-release.zip

unzip rocketmq-all-4.7.0-source-release.zip

cd rocketmq-all-4.7.0/

mvn -Prelease-all -DskipTests clean install -U

安装比较慢,会下载很多依赖。

3.安装完毕,运行

cd distribution/target/rocketmq-4.7.0/rocketmq-4.7.0

启动nameserver

nohup sh mqnamesrv > /dev/null 2>&1 &

启动broker

nohup sh bin/mqbroker -n localhost:9876 > /dev/null 2>&1 &

4.查看进程

Redhawk:switch model redhawk switch model 阅读详情

相关推荐

USB2.0基础知识总结

目录 1、协议层: 1.1、域分类 1.2 、USB传输方式: 1、协议层: 域和包定义:包是一次传输的单位,每个包由多个域组成; USB中是按照LSB进行字节传输; 1.1、域分类 1.1.1: 同步域(SYNC field) 所有的包都开始于同步域,在低速和全速通信中SYNC field用7个0和1个1来表示。 由于USB2.0使用了NRZI编码(0用翻转来表示,1用不翻转表示),所以00000001就是上图那样。 ...

qq_32938605的博客 4411

linux 查询mq安装目录,linux下查找安装的RabbitMQ并后台启动

1.查找RabbitMQ的安装路径[root@bogon /]# whereis rabbitmqrabbitmq: /etc/rabbitmq /usr/local/rabbitmq[root@bogon /]#2.进入安装路径 /usr/local/rabbitmq[root@bogon sbin]# cd /usr/local/rabbitmq/[root@bogon rabbitmq]# ...

weixin_39622891的博客 1万+

【自动驾驶】控制算法(十)深度解析车辆纵向控制 | Carsim 油门刹车标定表的制作...

写在前面: ???? 欢迎光临 清流君 的博客小天地,这里是我分享技术与心得的温馨角落。???? ???? 人生如戏,我们并非能选择舞台和剧本,但我们可以选择如何演绎 ????感谢您的支持与关注,让我们一起在知识的海洋中砥砺前行~~~文章目录引言一、油门标定原理1.1 油门与速度、加速度的关系1.2 油门控制曲面模型的构建二、油门标定表的制作流程...

qq_35485206的博客 2141

Linux下RabbitMQ

有时候会出现消息生产失败也可能是内存大小问题,默认是至少有200M磁盘空闲,可以通过设置disk_free_limit来修改参数。工作队列(又称:任务队列)的主要思想是避免立即做一个资源密集型的任务,而不得不等待它完成。在手动应答下,当某个消费者在接收消息后出现宕机等突发情况造成消息丢失但由于,这时候rabbitmq没有接收到手动应答的信号,并没有将该消息丢弃而是转发给其他消费者。默认情况下是轮询分发,某些情况下,某些消费者处理消息比较快,使用不公平分发策略消息处理更快一点。指定消费者消费消息数量。

qq_52605986的博客 5616

网易 广州 梦幻西游端游 客户端社招笔试题 2024

4道算法题,时间2小时,牛客网笔试注:采用OJ模式,需要自己处理输入、输出。

z2014z的博客 1824

Windows server 2012R2安装Oracle11g

打开 开始——所有程序——Oracle-OraDb11g_home1——配置和移植工具——Database Configuration Assistant。打开 开始——所有程序——Oracle-OraDb11g_home1——配置和移植工具——Net Configuration Assistant。首先打开Oracle的安装位置找到下面的位置找到tnsnames.ora文件右键编辑。打开Oracle的安装位置找到下面的位置找到tnsnames.ora文件右键编辑。选择仅安装数据库软件。

qq_74770105的博客 3597

Rabbitmq的安装与使用(Linux版)

RabbitMQ的Web管理插件称为"RabbitMQ Management Plugin",它提供了一个基于Web的界面,用于管理和监控RabbitMQ服务器。一旦RabbitMQ成功启动,你可以通过访问RabbitMQ的管理界面来进行管理和监控。RabbitMQ的管理界面是一个基于Web的控制台,用于管理消息队列、交换器、队列、连接和用户等。如果你使用的是较新版本的RabbitMQ,那么该插件通常已经包含在安装的软件包中。,使用默认的用户名"guest"和密码"guest"登录。授予新用户适当的权限。

Kristabo的博客 5082

串口调试神器诞生记:我是如何用Cursor+AI自动生成C#上位机的(含VSCode插件清单)

本文详细介绍了如何利用Cursor和AI技术快速开发C#上位机程序,实现高效的串口通讯调试。从开发环境搭建到代码自动生成,再到性能优化和功能增强,全面展示了AI辅助开发在串口调试中的实际应用和显著效率提升。

weixin_28340315的博客 306

Linux安装RabbitMQ,怎么使用RabbitMQ

RabbitMQ安装,erlang环境安装,RabbitMQ的工作模式简单介绍,RabbitMQ实现RPC,RabbitMQ手动确认消息的3种方式。

weixin_47748878的博客 2033

从ST转国产ARM必看:GD32/APM32等5款芯片的SWD下载全攻略(含CH32特殊处理)

本文为从STM32转向国产ARM芯片的开发者提供了详细的SWD下载调试指南。针对GD32F103C8T6、APM32F103C8T6等五款热门国产芯片,详细说明了如何利用已有的ST-Link工具和Keil MDK环境进行程序烧录,并特别介绍了CH32F103芯片所需的独立器件库安装等特殊处理方法,帮助开发者实现平滑迁移,提升开发效率。

weixin_29195615的博客 279

V4L2教程(1):Ubuntu V4L2开发环境搭建与设备探索

欢迎来到V4L2学习指南的第一篇!本文将带你从零开始,在Ubuntu系统上搭建完整的V4L2视频采集开发环境。无论你是想开发视频监控、视频会议还是机器视觉应用,掌握V4L2都是Linux视频开发的必经之路。 **本节学习目标**: - 理解V4L2的基本概念和架构 - 搭建Ubuntu下的V4L2开发环境 - 掌握v4l2-ctl等调试工具的使用 - 学会检测和配置USB摄像头设备

琅嬛福地 418

RabbitMQ入门 (一) linux下安装启动

下载准备 rabbitmq依赖erlang,从官网入手 http://www.rabbitmq.com/ 官方地址   使用rpm方式进行下载安装,在官网中寻找下载包 rabbitmq的仓库中寻找合适rpm文件 Erlang和RabbitMQ下载安装 erlang下载(centos 的 21.0.6-1.el7版本) wget --content-disposit...

zl_momomo的博客 2万+

S7-1200 PN与G120变频器控制起停及调速PROFINET实现详解

S7-1200 PLC与G120变频器通过PROFINET通信可实现高效、实时的电机控制。2. 《S7-1200与G120 CU250S-2PN的PROFINET通讯指南》- 控制器:S7-1200 PLC (如1214C DC/DC/DC)- 变频器:G120 CU250S-2PN (带PROFINET接口)- 输出区(PZD1-2):控制字(16位)、速度设定值(16位)- 输入区(PZD1-2):状态字(16位)、实际速度值(16位)- P922=1:选择报文类型为"标准报文1 (PZD2/2)"

电工 1876

Linux安装RabbitMq 和 Docker安装RabbitMq

1.上传Rabbitmq的安装包以及erlang的安装包 2.安装erlang语言的基础环境 rpm -ivh erlang-20.1.7-1.el6.x86_64.rpm 3.安装rabbitmq rpm -ivh rabbitmq-server-3.4.1-1.noarch.rpm 相关的启动命令: service rabbitmq-server start service rabbitmq-server stop service rabbitmq-server restart 4.配置rabbitm

My_daidai的博客 273

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

Linux下RabbitMQ安装、运行与管理

Linux下RabbitMQ安装、运行与管理 安装erlang 安装参考官网 RabbitMQ的安装需要Erlang的基础环境,必须按照RabbitMQ Erlang版本要求进行安装。 关于Erlang官方的安装方式有三种: 官方制作的依赖软件包 Erlang Solutions的软件包(这个可以自定义yum库安装,本人自己下载安装) EPEL(“Enterpri...

weixin_33979203的博客 178

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Linux下安装Rabbitmq

安装erlang 因为Rabbitmq是erlang编写的所以需要先下载erlang。 安装依赖 yum -y install make gcc gcc-c++ kernel-devel m4 ncurses-devel openssl-devel 获取erlang wget http://erlang.org/download/otp_src_18.2.1.tar.gz tar x...

树袋熊 129

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

centos安装rabbitMQ

查看RabbitMQ启动状态:rabbitmqctl status 链接:https://pan.baidu.com/s/14dqCIAbmRcAp-IJx5HzxYw 提取码:g48t 1.由于RabbitMQ依赖Erlang, 所以需要先安装Erlang。 首先下载Erlang 下载地址 “http://www.erlang.org/downloads/” 2.将下载好的源码上传到Lin...

mandy__的博客 136

RabbitMQ在linux服务器上安装(阿里云centos7.5)

abbitMQ在linux服务器上安装(阿里云centos7.5) 1、安装Erlang语言运行环境 因为RabbitMQ是用Erlang语言编写,所以要先安装Erlang运行环境 下载地址:http://www.erlang.org/downloads ,根据系统选择下载,如下图: 将安装包上传至服务器,执行如下命令进行安装: cd /tmp mkdir -p /usr/local/e...

L_PHP_J的博客 534

Linux安装RabbitMq

此处需要注意,Erlang和RabbitMQ之间有版本的依赖关系详见:https://www.rabbitmq.com/which-erlang.html。编译erlang:./configure --prefix=/u01/local/erlang --without-javac;4、在 /u01/local 目录创建erlang文件夹,erlang的编译安装默认是装在/u01/local下的bin和lib中,这里我们统一暗转到/u01/local/erlang中,方便管理。二、安装RabbitMq。

liukaizhao123的博客 1559

RabbitMQ的安装和配置化可视界面

目录 RabbitMQ在windows下的安装 检查RabbitMQ运行状态 配置可视化RabbitMQ管理界面 RabbitMQ在linux下的安装   回到顶部 RabbitMQ在windows下的安装 RabbitMQ 它依赖于Erlang,在window上安装时,需要先安装Erlang。 首先确定你的window电脑是32位还是64位,然后下载对应版本的Erlang软件。以...

qq_39118111的博客 343

在Linux环境下安装部署rabbitmq

在Linux系统安装RabbitMQ主要有两种方式:1)通过包管理工具(Ubuntu/Debian用apt,CentOS/RHEL用yum)直接安装;2)手动下载安装包配置。安装后需启动服务并设置开机自启,建议启用管理插件(端口15672)方便监控。注意配置防火墙开放5672(AMQP)和15672(管理)端口,安装后可通过systemctl和rabbitmqctl验证服务状态。不同Linux发行版的安装命令略有差异,但基本流程相似。

weixin_46363912的博客 689

RabbitMQ linux 安装

一、安装Erlang 下载网址:rabbitmq/erlang - Packages · packagecloud 1. 输入下面语句,下载包 wget --content-disposition https://packagecloud.io/rabbitmq/erlang/packages/el/8/erlang-24.3.1-1.el8.x86_64.rpm/download.rpm 2. 输入:sudo yum -y localinstall erlang-24.3.1-1.el8.x...

diaya的专栏 2016

linux下rpm安装RabbitMQ

即将安装的版本: erlang-18.3-1.el6.x86_64、rabbitmq-server-3.6.6-1.el7.noarch.rpm、socat1.7.3.2-2.el7 1、下载安装包 rpm --import https://dl.bintray.com/rabbitmq/Keys/rabbitmq-release-signing-key.asc wgethttps://www.rabbitmq.com/releases/erlang/erlang-18.3-1.el6.x86_..

永不停歇的人 2809

RabbitMQ的rpm安装

1、下载上传安装包 2、安装依赖包(一定按顺序)(同时注意版本兼容) rpm -ivh erlang-18.3-1.el6.x86_64.rpm   rpm -ivh socat-1.7.3.2-1.el6.lux.x86_64.rpm   rpm -ivh rabbitmq-server-3.6.5-1.noarch.rpm 3、修改配置 vim /usr/lib/rabbitmq/lib/rabbitmq_server-3.6.5/ebin/rabbit.app 4、安装管理插件 rabbitmq-p

weixin_44320761的博客 354

RabbitMQ安装(debian)以及配置

是一个基于高级消息队列协议(AMQP)的开源消息中间件,由Erlang语言开发。它是主要功能是接收、存储和转发消息,类似于一个快递站。

weixin_50141132的博客 936

rabbitmq安装

安装erlang 参考https://github.com/rabbitmq/erlang-rpm, 新建 /etc/yum.repos.d/rabbitmq_erlang.repo,内容如下: [rabbitmq_erlang] name=rabbitmq_erlang baseurl=https://packagecloud.io/rabbitmq/erlang/el/7/$basearc...

sinat_34080511的博客 206
上一篇: linux centos 7 防火墙命令学习
下一篇: springboot整合mybatis-plus 3.0
宁漂打工仔
博客等级 码龄9年 1万+粉丝 153原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

打赏作者

宁漂打工仔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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