Flink CDC监听Mysql及SQLserver

原创 已于 2024-07-26 15:41:41 修改 · 984 阅读 · 9 ·
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：

#flink #mysql #sqlserver #大数据

于 2024-07-17 16:51:14 首次发布

Flink CDC实时监听mysql及SQLserver

1.在sqlserver中开启cdc模式
–开启cdc日志
EXEC sys.sp_cdc_enable_table
@source_schema = ‘dbo’,
@source_name = table_name’,
@role_name = ‘用户名’;
–查询是否开启成功，结果为1表示成功
select is_tracked_by_cdc from sys.tables where name = ‘table_name’;
–关闭表CDC
EXEC sys.sp_cdc_disable_table
@source_schema = ‘dbo’,
@source_name = ‘table_name’,
@capture_instance = ‘用户名’;

监听SQLSERVER

package com.example.flink;

import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.ververica.cdc.connectors.sqlserver.SqlServerSource;
import com.ververica.cdc.connectors.sqlserver.table.StartupOptions;
import com.ververica.cdc.debezium.DebeziumSourceFunction;
import com.ververica.cdc.debezium.JsonDebeziumDeserializationSchema;
import okhttp3.*;
import org.apache.commons.lang3.StringUtils;
import org.apache.flink.api.common.RuntimeExecutionMode;
import org.apache.flink.api.common.restartstrategy.RestartStrategies;
import org.apache.flink.api.common.time.Time;
import org.apache.flink.shaded.zookeeper3.org.apache.jute.compiler.JString;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.sink.SinkFunction;

import java.sql.*;
import java.io.IOException;
import java.sql.Connection;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;

public class flink_cdc_sqlserver {
    public static final String url = "jdbc:sqlserver://ip:1433;databaseName=数据库";
    public static final String user = "root";
    public static final String password = "password";
    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        env.setRestartStrategy(RestartStrategies.fixedDelayRestart(
                3, // 尝试重启的次数
                Time.of(10, TimeUnit.SECONDS) // 两次尝试之间的延迟
        ));
        env.setRuntimeMode(RuntimeExecutionMode.STREAMING);
        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
        DebeziumSourceFunction<String> source = SqlServerSource.<String>builder()
                .hostname("ip")
                .port(1433)
                .username("root")
                .password("password")
                .database("数据库")
                .tableList("表名")
                //.tableList("表名,表名") 多张表,都好隔开
                //.tableList("dbo.test_lhh")
                .startupOptions(StartupOptions.latest()) //生产用这个
                .deserializer(new JsonDebeziumDeserializationSchema()) // converts SourceRecord to JSON String
                .build();
        DataStreamSource<String> ds = env.addSource(source);
        // process算子、map算子等等都可以
//        ds.process()
        ds.addSink(new SinkFunction<String>() {
            @Override
            public void invoke(String value, Context context) throws Exception {
                JSONObject jsonObject = JSON.parseObject(value);
                String op = jsonObject.getString("op");
                //op就是你监控的表操作的状态，c-新增，u-修改，d-删除
                //新增 修改都是获取after中的值
                //删除是获取before的值
                if (StringUtils.equalsIgnoreCase("c", op)) {
                    //insert操作逻辑
                    JSONObject after = jsonObject.getJSONObject("after");
                    JSONObject jsonObject1 = JSON.parseObject(String.valueOf(after));
                    //获取值
                    String no= jsonObject1.getString("xxx").toString(); 
                }
            }
        });
        env.execute("flink cdc sqlserver");
    }
}

– 检查 MySQL 服务器是否支持 CDC
SHOW VARIABLES LIKE ‘binlog_row_image’;
– 检查二进制日志是否开启
SHOW VARIABLES LIKE ‘log_bin’;
– 检查是否有足够的权限读取二进制日志
SHOW BINLOG EVENTS;
如果上述查询返回了结果，并且 log_bin 的值为 ON，那么 CDC 就被启用了。如果你无法看到任何事件或者收到权限错误，你可能需要联系数据库管理员来启用 CDC 或者调整权限
监听Mysql

package com.example.flink;


import com.alibaba.fastjson.JSON;
import com.alibaba.fastjson.JSONObject;
import com.ververica.cdc.connectors.mysql.MySqlSource;
import com.ververica.cdc.connectors.mysql.table.StartupOptions;
import com.ververica.cdc.debezium.DebeziumSourceFunction;
import com.ververica.cdc.debezium.JsonDebeziumDeserializationSchema;
import okhttp3.MediaType;
import okhttp3.OkHttpClient;
import okhttp3.Request;
import okhttp3.RequestBody;
import org.apache.commons.lang3.StringUtils;
import org.apache.flink.api.common.RuntimeExecutionMode;
import org.apache.flink.api.common.restartstrategy.RestartStrategies;
import org.apache.flink.api.common.time.Time;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.sink.SinkFunction;

import java.io.IOException;
import java.util.concurrent.TimeUnit;
public class flink_cdc_bz_stk {
    public static void main(String[] args) throws Exception {

        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        env.setRestartStrategy(RestartStrategies.fixedDelayRestart(
                3, // 尝试重启的次数
                Time.of(10, TimeUnit.SECONDS) // 两次尝试之间的延迟
        ));
        env.setRuntimeMode(RuntimeExecutionMode.STREAMING);
        env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
        DebeziumSourceFunction<String> source = MySqlSource.<String>builder()
                .hostname("ip")
                .port(3306)
                .username("root")
                .password("password")
                .databaseList("库")
                .tableList("table_name")
                .startupOptions(StartupOptions.latest()) //生产用这个
                .deserializer(new JsonDebeziumDeserializationSchema()) // converts SourceRecord to JSON String
                .build();
        DataStreamSource<String> ds = env.addSource(source);
        //国家
        // process算子、map算子等等都可以
//        ds.process()
        ds.addSink(new SinkFunction<String>() {
            @Override
            public void invoke(String value, Context context) throws Exception {
                JSONObject jsonObject = JSON.parseObject(value);
                String op = jsonObject.getString("op");
                //op就是你监控的表操作的状态，c-新增，u-修改，d-删除
                //新增 修改都是获取after中的值
                //删除是获取before的值
                if (StringUtils.equalsIgnoreCase("c", op)) {
                    //insert操作逻辑
                    JSONObject after = jsonObject.getJSONObject("after");
                    JSONObject jsonObject1 = JSON.parseObject(String.valueOf(after));
                    //获取值
                    String no= jsonObject1.getString("xxx").toString(); 
                }
            }
        });
        env.execute("flink_cdc_nysql");
    }

依赖

<dependency>
    <groupId>mysql</groupId>
    <artifactId>mysql-connector-java</artifactId>
    <version>8.0.24</version>
</dependency>

<dependency>
    <groupId>com.ververica</groupId>
    <artifactId>flink-connector-mysql-cdc</artifactId>
    <version>2.1.0</version>
    <exclusions>
        <exclusion>
            <artifactId>flink-shaded-guava</artifactId>
            <groupId>org.apache.flink</groupId>
        </exclusion>
    </exclusions>
</dependency>

POM依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
<!--    下载jar包-->
    <repositories>
        <repository>
            <id>alimaven</id>
            <url>https://maven.aliyun.com/repository/public</url>
        </repository>
    </repositories>
    <pluginRepositories>
        <pluginRepository>
            <id>alimaven</id>
            <url>https://maven.aliyun.com/repository/public</url>
        </pluginRepository>
    </pluginRepositories>

    <groupId>com.example</groupId>
    <artifactId>flink</artifactId>
    <version>1.0-SNAPSHOT</version>
    <name>flink</name>
    <packaging>jar</packaging>

    <properties>
        <flink.version>1.13.5</flink.version>
        <scala.version>2.11</scala.version>
        <maven.compiler.source>1.8</maven.compiler.source>
        <maven.compiler.target>1.8</maven.compiler.target>
    </properties>
    <dependencies>
        <!-- https://mvnrepository.com/artifact/mysql/mysql-connector-java -->
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>8.0.28</version>
        </dependency>

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-planner_2.11</artifactId>
            <version>${flink.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-planner-blink_2.11</artifactId>
            <version>${flink.version}</version>
        </dependency>

        <!-- https://mvnrepository.com/artifact/com.ververica/flink-sql-connector-sqlserver-cdc -->
        <dependency>
            <groupId>com.ververica</groupId>
            <artifactId>flink-sql-connector-sqlserver-cdc</artifactId>
            <version>2.3.0</version>
            <exclusions>
                <exclusion>
                    <artifactId>flink-shaded-guava</artifactId>
                    <groupId>org.apache.flink</groupId>
                </exclusion>
            </exclusions>
        </dependency>


        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-java_2.11</artifactId>
            <version>${flink.version}</version>
        </dependency>

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-scala_2.11</artifactId>
            <version>${flink.version}</version>
            <exclusions>
                <exclusion>
                    <artifactId>scala-library</artifactId>
                    <groupId>org.scala-lang</groupId>
                </exclusion>
            </exclusions>
            <!--            <scope>provided</scope>-->
        </dependency>

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-runtime-web_2.11</artifactId>
            <version>${flink.version}</version>
            <exclusions>
                <exclusion>
                    <artifactId>flink-shaded-guava</artifactId>
                    <groupId>org.apache.flink</groupId>
                </exclusion>
            </exclusions>
            <!--            <scope>provided</scope>-->
        </dependency>
        <!--        &lt;!&ndash; https://mvnrepository.com/artifact/org.apache.flink/flink-java &ndash;&gt;-->
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-java</artifactId>
            <version>${flink.version}</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-statebackend-rocksdb_2.11</artifactId>
            <version>${flink.version}</version>
        </dependency>
        <dependency>
            <groupId>joda-time</groupId>
            <artifactId>joda-time</artifactId>
            <version>2.7</version>
        </dependency>

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-json</artifactId>
            <version>1.19.1</version>
            <!--            <scope>test</scope>-->
        </dependency>

        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>fastjson</artifactId>
            <version>1.2.76</version>
        </dependency>

        <!-- https://mvnrepository.com/artifact/com.squareup.okhttp3/okhttp -->
        <dependency>
            <groupId>com.squareup.okhttp3</groupId>
            <artifactId>okhttp</artifactId>
            <version>4.0.0</version>
        </dependency>

    </dependencies>


    <build>
        <finalName>real_time_broadcast_of_new_orders</finalName>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-shade-plugin</artifactId>
                <version>3.2.4</version> <!-- 使用最新版本 -->
                <executions>
                    <execution>
                        <phase>package</phase>
                        <goals>
                            <goal>shade</goal>
                        </goals>
                        <configuration>
                            <transformers>
                                <transformer
                                        implementation="org.apache.maven.plugins.shade.resource.ManifestResourceTransformer">
                                    <mainClass>com.example.flink.flink_cdc_sqlserver</mainClass> <!-- 设置主类 -->
                                </transformer>
                            </transformers>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-jar-plugin</artifactId>
                <version>3.4.2</version>
                <configuration>
                    <archive>
                        <manifest>
                            <addClasspath>true</addClasspath>
                            <classpathPrefix>lib/</classpathPrefix>
                            <mainClass>com.example.flink.flink_cdc</mainClass>
                            <useUniqueVersions>false</useUniqueVersions>
                        </manifest>
                    </archive>
                </configuration>
                <executions>
                    <execution>
                        <configuration>
                            <filters>
                                <filter>
                                    <artifact>*:*</artifact>
                                    <excludes>
                                        <!-- 滤掉这些文件,避免影响-->
                                        <exclude>META-INF/*.SF</exclude>
                                        <exclude>META-INF/*.DSA</exclude>
                                        <exclude>META-INF/*.RSA</exclude>
                                    </excludes>
                                </filter>
                            </filters>
                            <transformers>
                                <transformer
                                        implementation="org.apache.maven.plugins.shade.resource.AppendingTransformer">
                                    <resource>reference.conf</resource>
                                </transformer>
                            </transformers>
                        </configuration>
                    </execution>
                </executions>
            </plugin>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-surefire-plugin</artifactId>
                <version>3.3.0</version>
                <configuration>
                    <argLine>--add-opens java.base/java.lang=ALL-UNNAMED</argLine>
                </configuration>
            </plugin>
        </plugins>
    </build>

</project>

如果有疑问，可以私信我

精选资源
使用flink-connector-sqlserver-cdc 2.3.0把数据从SQL Server实时同步到MySQL中
06-25
总之，通过Flink-connector-sqlserver-cdc 2.3.0，我们可以轻松地构建一个实时数据同步系统，将SQL Server数据库的变化实时同步到MySQL。理解并掌握上述步骤和概念，对于实现高效、稳定的数据流处理至关重要。
flink-sql-connector-mysql-cdc-1.2.0.jar
03-05
flink cdc mysql jar包，2021年最新版
Flinkcdc监测mysql数据库，自定义反序列化，利用flinkApi和flinkSql两种方式
2301_79197199的博客
04-05 2237
CDC (Flink Change Data Capture)（Flink中改变数据捕获） 是基于数据库的日志 CDC 技术，实现了全增量一体化读取的数据集成框架。搭配Flink计算框架，Flink CDC 可以高效实现海量数据的实时集成。改变你们的一个误区，cdc只有检测功能，不能对数据库中的数据进行修改删除添加。
FlinkCDC 实时监控 MySQL
03-21 4217
通过 FlinkCDC 实现 MySQL 数据库、表的实时变化监控，这里只把变化打印了出来，后面会实现如何再写入其他 MySQL 库中；
FlinkCDC 实现 MySQL 数据变更实时同步
最新发布
2509_93873783的博客
10-20 458
Flink CDC 是 Apache Flink 提供的一个功能强大的组件，用于实时捕获和处理数据库中的数据变更。FlinkSQLFlink DataStream 和 Table API（本文使用该方式）
FlinkCDC实时监控Mysql
Appreciate(欣赏)
01-27 2494
maven依赖 import com.alibaba.ververica.cdc.connectors.mysql.MySQLSource; import com.alibaba.ververica.cdc.debezium.DebeziumSourceFunction; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.environment.StreamEx
FlinkCDC全量及增量采集SqlServer数据_flink cdc sql server
2501_90425091的博客
01-28 515
Sqlserverdebezium会将日期转为5位数字，日期时间转为13位的数字，因此我们需要根据Sqlserver的日期类型转换成标准的时期或者时间格式。Sqlserver字段类型快照类型(jdbc type)cdc类型(jdbc type)DATETIMEDATETIMEDATETIME2@Sl4j@Override// 必填参数：database.type，只支持sqlserver。
Flink CDC 同步 Mysql 数据
小强签名设计 的博客
10-30 1698
Flink CDC 基于数据库日志的技术，实现了全量和增量的一体化读取能力，并借助 Flink 优秀的管道能力和丰富的上下游生态，支持捕获多种数据库的变更，并将这些变更实时同步到下游存储。
Flink CDC 实战：实时监听 MySQL Binlog 并同步到 Kafka
weixin_44519124的博客
08-14 1461
本文介绍了使用Flink CDC实时监控MySQL Binlog并将变更数据写入Kafka的方案。主要内容包括：MySQL需开启ROW格式的binlog并授权Flink用户；Flink通过CDC连接器直接解析binlog，无需手动处理；数据以JSON格式写入Kafka供下游消费。方案优势在于自动解析binlog、支持断点续传、可扩展多种存储系统。适用于需要实时同步MySQL数据到分析系统的场景，如数据分析、监控预警等。文中提供了详细的环境配置、代码示例和注意事项，帮助开发者快速搭建实时数据采集链路。
springboot整合flink cdc监听数据库数据
蔡定努
03-03 1951
【代码】springboot整合flink cdc监听数据库数据。
Flink mysql-cdc
CarloPan的博客
11-20 2546
使用本地mysql 测试 mysql-cdc 数据到flink的过程： 一、mysql 配置 启动本地mysql mysql开启binlog: 我的mysql安装地址：D:\softstall\mysql stall， 找打文件：my.ini 增加配置： # Binary Logging. #log-bin=D:\softstall\mysqlbinloglog-bin=mysql-bin binlog-format=Row server-id=1001 # high version m...
Flink CDC (Mysql为例)
sebeefe的博客
09-09 1608
深知大多数初中级Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则近万的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《Java开发全套学习资料》送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
大数据最新FlinkCDC全量及增量采集SqlServer数据_flink cdc sql server
2401_84160087的博客
05-04 1320
TABLE_CATALOG TABLE_SCHEMA TABLE_NAME TABLE_TYPE test dbo user_info BASE TABLE test dbo systranschemas BASE TABLE test cdc change_tables BASE TABLE test cdc ddl
Flink CDC读取Mysql数据
penngo的专栏
05-22 4292
Flink Mysql CDC的核心原理都是通过监控mysql的binlog的日志变化，从而进行日志解析，得到变化的数据。 Flink CDC官网：https://github.com/ververica/flink-cdc-connectors MySql CDC：https://github.com/ververica/flink-cdc-connectors/blob/master/docs/content/con
Flink CDC 监听 MySQL 数据变化并发送到 Kafka 技术指南
RodJohnsonDoctor的专栏
12-27 535
Flink CDC 监听 MySQL 数据变化并发送到 Kafka 技术指南
flink sqlserver cdc实时同步（含sqlserver安装配置等）
阿甘兄
07-27 6250
超详细讲解flink sqlerver cdc实时同步。
用flink cdc 监听mysql
07-09
### Flink CDC MySQL 数据变更监听配置方法 Flink CDC 提供了一种高效、实时的方式来捕获 MySQL 数据库中的数据变更。以下是使用 Flink CDC 监听 MySQL 数据库变更的具体配置方法，适用于基于 Flink 的流处理应用。 #### 1. 环境准备与依赖配置 首先，确保已经安装并配置好了 Apache Flink 运行环境。然后，需要将 Flink CDC 的 MySQL 连接器添加到项目中。如果你使用的是 Maven 项目，可以在 `pom.xml` 中添加如下依赖： ```xml <dependency> <groupId>com.alibaba.ververica</groupId> <artifactId>flink-connector-mysql-cdc_2.11</artifactId> <version>2.4.0</version> </dependency> ``` 如果使用 Flink SQL，则可以通过 Flink SQL CLI 或者 Table API 来实现，此时需确保 `flink-sql-connector-mysql-cdc` 已经被正确加载[^2]。 #### 2. 配置 MySQL 源数据库 在 MySQL 方面，需要确保以下几点： - 启用二进制日志（Binary Log），并且格式为 `ROW` 模式。 - 创建一个用于连接 MySQL 的用户，并授予相应的权限，包括 `REPLICATION SLAVE`, `REPLICATION CLIENT`, `SELECT`, `RELOAD` 等权限。 - 配置 MySQL 的服务器 ID，确保每个 CDC 实例拥有唯一的 server-id。 示例的 MySQL 用户授权语句如下： ```sql CREATE USER 'flink_user'@'%' IDENTIFIED BY 'flink_pwd'; GRANT REPLICATION SLAVE, REPLICATION CLIENT, SELECT, RELOAD ON *.* TO 'flink_user'@'%'; FLUSH PRIVILEGES; ``` #### 3. 编写 Flink CDC 数据流程序 以下是一个基于 Flink DataStream API 的 Java 示例代码，展示如何使用 Flink CDC 监听 MySQL 表的变更数据： ```java import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.table.api.bridge.java.StreamTableEnvironment; public class FlinkCDCMySQLExample { public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); StreamTableEnvironment tEnv = StreamTableEnvironment.create(env); // 创建 MySQL CDC 表 tEnv.executeSql( "CREATE TABLE mysql_cdc_source ( " + " id INT PRIMARY KEY," + " name STRING," + " age INT" + ") WITH ( " + " 'connector' = 'mysql-cdc'," + " 'hostname' = 'localhost'," + " 'port' = '3306'," + " 'database-name' = 'test_db'," + " 'table-name' = 'user_table'," + " 'username' = 'flink_user'," + " 'password' = 'flink_pwd'" + ")" ); // 查询并打印结果 tEnv.from("mysql_cdc_source").executeInsert("print").print(); env.execute("Flink CDC MySQL Example"); } } ``` 上述代码通过 Flink SQL 的方式定义了一个 MySQL CDC 数据源表，并将其内容输出到控制台[^2]。 #### 4. 配置参数说明 | 参数名 | 描述 | |--------|------| | `connector` | 指定连接器类型，此处为 `mysql-cdc` | | `hostname` | MySQL 数据库的主机地址 | | `port` | MySQL 数据库的端口号，默认为 `3306` | | `database-name` | 要监听的数据库名称 | | `table-name` | 要监听的数据表名称 | | `username` | MySQL 数据库的用户名 | | `password` | MySQL 数据库的密码 | 此外，还可以设置其他高级参数，如 `scan.startup.mode`（指定初始读取模式，如 latest、initial）、`debezium.database.server.id`（避免多个 CDC 实例冲突）等[^3]。 #### 5. 启动与监控 将程序打包并提交至 Flink 集群运行。可以通过 Flink Web UI 查看任务状态和日志信息，确保 CDC 连接正常建立，并能够持续捕获 MySQL 数据库中的变更事件。 ---
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

打赏作者

热心市民爱抽烟屁

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