Kafka: Connect 实战之MySQL 数据双向同步集成方案

Kafka-connect将Kafka数据同步到Mysql Kafka Connect主要用于将数据流输入和输出消息队列Kafka版。Kafka Connect主要通过各种Source Connector的实现,将数据从第三方系统输入到Kafka Broker,通过各种Sink Connector实现,将数据从Kafka Broker中导入到第三方系统............ 阅读详情

Source Connector 配置:MySQL → Kafka 数据同步


1 ) 动态添加 Connector

  • 通过 API 创建 JDBC Source Connector,从 MySQL 表 users 实时捕获数据变更。
  • 关键配置参数:
    {
      "name": "mysql-source-users",  // Connector 唯一标识 
      "config": {
        "connector.class": "io.confluent.connect.jdbc.JdbcSourceConnector",
        "connection.url": "jdbc:mysql://192.168.0.140:3306/kafka_study",
        "connection.user": "root",
        "connection.password": "123456",
        "table.whitelist": "users",  // 监听的表
        "mode": "incrementing",       // 增量模式 
        "incrementing.column.name": "id",  // 自增列(用于识别新数据)
        "topic.prefix": "imc-mysql-",      // 生成 Topic 的格式(如 imc-mysql-users)
        "tasks.max": "1"
      }
    }
    
  • 执行命令:
curl -X POST http://localhost:8083/connectors \
     -H "Content-Type: application/json" \
     -d @jdbc-source-config.json  

✅ 响应状态码 201 表示创建成功

2 ) 验证数据同步

  • 向 MySQL 表 users 插入数据:
    INSERT INTO users (name, age) VALUES ('Allen', 18);  
    
    • 消费 Kafka Topic 验证数据:
    kafka-console-consumer --bootstrap-server localhost:9092 \
                           --topic imc-mysql-users \
                           --from-beginning  
    
  • 输出示例:
    {
      "schema": { /* Avro Schema */ },
      "payload": {
        "id": 1,
        "name": "Allen",
        "age": 18
      }
    }  
    

Sink Connector 配置:Kafka → MySQL 数据回写


1 ) 创建 Sink Connector

  • 将 Kafka Topic imc-mysql-users 的数据写入 MySQL 表 users_back:
    {
      "name": "mysql-sink-users-back",  
      "config": {
        "connector.class": "io.confluent.connect.jdbc.JdbcSinkConnector",
        "connection.url": "jdbc:mysql://192.168.0.140:3306/kafka_study",
        "connection.user": "root",
        "connection.password": "123456",
        "topics": "imc-mysql-users",  // 监听的 Topic
        "table.name.format": "users_back",  // 目标表 
        "insert.mode": "upsert",            // 写入模式(插入/更新)
        "pk.mode": "record_key",            // 主键模式
        "pk.fields": "id"                   // 主键字段
      }
    }  
    
  • 执行命令:
    curl -X POST http://localhost:8083/connectors \
         -H "Content-Type: application/json" \
         -d @jdbc-sink-config.json  
    

2 ) 验证回写结果

  • 查询 MySQL 表 users_back:
    SELECT * FROM users_back;  -- 应包含与 `users` 相同的数据  
    
  • 若更新 users 表数据,users_back 将自动同步(upsert 模式生效)。

Kafka Connect 核心概念解析


1 ) Connector 与 Task

  • Connector:管理数据同步任务的逻辑单元(如 mysql-source-users)。
  • Task:实际执行数据搬运的物理线程,一个 Connector 可启动多个 Task 并行处理。
  • Rebalance 机制:当 Task 故障时,自动将分区分配给健康 Task(如下图所示):
    [Task1, Task2, Task3] → Task2 故障 → Rebalance → [Task1, Task3]  
    

2 ) Converter 的作用

  • 数据格式转换:Source Connector 从 MySQL 读取数据后,需通过 Converter(如 JsonConverter)序列化为 Kafka 兼容格式(如 JSON/Avro)。
  • Sink Connector 的逆过程:将 Kafka 数据反序列化后写入目标库。
  • 配置示例:
    key.converter=org.apache.kafka.connect.json.JsonConverter  
    value.converter=org.apache.kafka.connect.json.JsonConverter  
    

3 ) 部署模式对比

模式StandaloneDistributed
适用场景开发/测试生产环境
高可用不支持支持(多节点故障转移)
扩展性单节点水平扩展

生产环境注意事项


1 ) 局限性

  • Schema 管理复杂:需配套 Schema Registry 确保数据兼容性。
  • 删除数据同步:默认不处理源表删除操作(需自定义逻辑)。

2 ) 替代方案建议

  • 复杂场景推荐 Elasticsearch Logstash 或 Debezium,其在 CDC(Change Data Capture)领域更成熟。

工程示例:基于 NestJS 的 Kafka 集成方案


目标:替代 Java 技术栈,提供全链路 NestJS 实现

1 ) 方案 1:NestJS 作为 Kafka 生产者/消费者

// 安装依赖  
npm install @nestjs/microservices kafkajs  
 
// src/kafka/kafka.module.ts  
import { Module } from '@nestjs/common';  
import { ClientsModule, Transport } from '@nestjs/microservices';  
 
@Module({  
  imports: [  
    ClientsModule.register([  
      {  
        name: 'KAFKA_SERVICE',  
        transport: Transport.KAFKA,  
        options: {  
          client: {  
            brokers: ['localhost:9092'],  
          },  
          consumer: {  
            groupId: 'nestjs-consumer-group',  
          },  
        },  
      },  
    ]),  
  ],  
  exports: [ClientsModule],  
})  
export class KafkaModule {}  
 
// src/user/user.service.ts(生产者示例)  
import { Injectable } from '@nestjs/common';  
import { InjectRepository } from '@nestjs/typeorm';  
import { Repository } from 'typeorm';  
import { User } from './user.entity';  
import { ClientKafka } from '@nestjs/microservices';  
 
@Injectable()  
export class UserService {  
  constructor(  
    @InjectRepository(User) private userRepository: Repository<User>,  
    @Inject('KAFKA_SERVICE') private kafkaClient: ClientKafka,  
  ) {}  
 
  async createUser(userData: Omit<User, 'id'>) {  
    const user = this.userRepository.create(userData);  
    await this.userRepository.save(user);  
    // 发送消息到 Kafka  
    this.kafkaClient.emit('imc-mysql-users', {  
      key: user.id.toString(),  
      value: JSON.stringify(user),  
    });  
    return user;  
  }  
}  
 
// src/user/user.consumer.ts(消费者示例)  
import { Controller } from '@nestjs/common';  
import { EventPattern, Payload } from '@nestjs/microservices';  
 
@Controller()  
export class UserConsumer {  
  @EventPattern('imc-mysql-users')  
  async handleUserEvent(@Payload() message: { value: string }) {  
    const user = JSON.parse(message.value);  
    console.log('Received user data:', user);  
    // 可在此写入 users_back 表  
  }  
}  

2 ) 方案 2:NestJS 监控 Kafka Connect API

// src/connect/connect.service.ts  
import { Injectable } from '@nestjs/common';  
import { HttpService } from '@nestjs/axios';  
 
@Injectable()  
export class ConnectService {  
  constructor(private httpService: HttpService) {}  
 
  async createConnector(config: object) {  
    const response = await this.httpService.  
      post('http://localhost:8083/connectors', config)  
      .toPromise();  
    return response.data;  
  }  
 
  async listConnectors() {  
    const response = await this.httpService.  
      get('http://localhost:8083/connectors')  
      .toPromise();  
    return response.data;  
  }  
}  

3 ) 方案 3:自定义 Connector 替代方案(简化版)

适用场景:需灵活控制数据流转逻辑

// src/task/task-scheduler.service.ts  
import { Injectable } from '@nestjs/common';  
import { Cron } from '@nestjs/schedule';  
import { UserService } from '../user/user.service';  
 
@Injectable()  
export class TaskSchedulerService {  
  constructor(private userService: UserService) {}  
 
  @Cron('*/30 * * * * *') // 每 30 秒执行  
  async syncUsersToBackup() {  
    const users = await this.userService.findAll();  
    // 批量写入 users_back 表(省略 ORM 操作)  
    console.log(`Synced ${users.length} users to backup table`);  
  }  
}  

配置优化与周边工具


1 ) Kafka 命令补充

  • 查看 Connector 状态:
    curl http://localhost:8083/connectors/mysql-source-users/status  
    
  • 重启 Task:
    curl -X POST http://localhost:8083/connectors/mysql-source-users/tasks/0/restart  
    

2 )Schema Registry 集成(确保数据一致性)

# docker-compose.yml 片段  
schema-registry:  
  image: confluentinc/cp-schema-registry:7.0.1  
  depends_on: [kafka]  
  ports: ["8081:8081"]  
  environment:  
    SCHEMA_REGISTRY_KAFKASTORE_BOOTSTRAP_SERVERS: kafka:9092  
    SCHEMA_REGISTRY_HOST_NAME: schema-registry  

总结


核心结论:

  • Kafka Connect 定位:适用于标准化数据管道(如 MySQL → Kafka → Elasticsearch),但对复杂业务逻辑支持有限。
  • NestJS 集成建议:
    • 轻量级同步:直接使用 @nestjs/microservices(方案 1)
    • 大规模迁移:组合 Kafka Connect + NestJS 监控(方案 2)
  • 生产避坑指南:
    • 优先选择 Distributed 模式保障高可用。
    • 增量同步时严格验证 incrementing.column.name 避免数据丢失。
Confluent单机模式实现数据库实时更新同步 Confulent自带了kafka和zookeeper,这里直接使用自带的就可以,也可以不使用自带的,单独安装。环境是centos7,jdk8。 Confluent安装 下载Confluent Community版,下载链接为https://www.confluent.io/download/,解压到安装目录,可以添加环境变量也可以不添加。 添加的话在~/.bashrc文件中增加以下信息 ... 阅读详情

相关推荐

4、mysql-->kafka-->mysql

实现mysql数据通过kafka消息队列,异步传输到mysql库表的全过程代码实现,包括kafka环境搭建,代码运行效果展示。全部使用Flink cdc最新版本实现,虽然代码精简,但确属全网最全,最完整的案例,没有之一。

761

Kafka与Mysql的组合使用(Windows中)

4.创建student表:create table student(sno varchar(10),sname varchar(20),ssex char(2),sage int(5));第一条: insert into student values("95001","John","M",23);第二条: insert into student values("95002","Tom","M",23);(14条消息) Kafka的安装和使用(Windows中)_瑾寰的博客-优快云博客。

qq_68383591的博客 6466

kafka-mysql-connector, Kafka 连接框架的插件,它将数据从MySQL复制到 Kafka.zip

kafka-mysql-connector, Kafka 连接框架的插件,它将数据从MySQL复制到 Kafka Kafka MySQL连接器我在这个连接器上停止开发。 这里有可以供选择: 基于 Kafka 连接的MySQL-> Kafka 解决方案,请查看优秀的Debezium 项目。 英镑是独立应用程序的一个独立的应用程序,它是一个

通过kafka connector实现mysql数据自动同步es

通过kafka connector实现mysql数据自动同步es

sanko33的博客 1819

SpringBoot+Maven打包实战:把项目变成SDK供其他团队调用

本文详细介绍了如何将SpringBoot项目改造并打包成可被其他项目依赖的SDK。通过调整Maven配置,剥离SpringBoot父依赖与启动类,并定制打包插件,最终生成标准的JAR依赖库,实现从“可执行应用”到“组件化SDK”的优雅转变,便于团队间功能复用。

assembly8low的博客 829

macOS 27下PlayCover“没有权限打开”的完整修复指南

macOS系统通过Gatekeeper、TCC(透明、同意与控制)和安全启动等机制,对第三方应用进行层层校验,以防范恶意代码。这些机制会检查应用的隔离属性、签名状态以及所需系统权限,当任一环节不满足时,就会出现“没有权限打开”的提示。对于开发者工具或未上架App Store的开源软件,这类拦截尤为常见。尤其在macOS 27上,系统进一步收紧了绕过策略,导致PlayCover等工具无法正常启动。本文以PlayCover为例,详细解析权限链路上的三道关卡,并给出清除隔离属性、调整SIP状态、重置TCC记录等完

weixin_32612263的博客 763

Kafka Connect 核心API—— mysql 数据同步

Kafka Connect 核心API—— mysql 数据同步 kafka connect简介 它是开源 Apache Kafka 的一个组件。Kafka Connect 是一个框架,用于将 Kafka 与外部系统(例如数据库、键值存储、搜索索引和文件系统)可扩展且可靠地连接起来。 1、什么是kafka connect? Kafka Connect是一种用于在Kafka和其他系统之间可扩展的、可靠的流式传输数据的工具。它使得能够快速定义将大量数据集合移入和移出Kafka的连接器变得简单。 Kafka Co

weixin_43564627的博客 5109

VFIO框架源码分析(一)- 从初始化到设备访问

本文深入剖析了Linux内核中的VFIO(Virtual Function I/O)框架,详细解读了其从初始化到设备访问的全过程。VFIO通过Container->Group->Device的层次化设计,利用IOMMU提供安全隔离,允许用户空间直接访问物理设备。文章基于Linux v5.15版本,重点分析了vfio_init模块入口、Container创建与配置、Group关联以及最终设备访问等关键环节,揭示了VFIO如何通过逐层授权机制构建安全可靠的设备直通模型,为虚拟化技术提供核心支持。

qq_36071928的博客 380

Debizum Kafka Connect实现Mysql CDC功能

Debizum Kafka Connect实现Mysql CDC功能

m0_37932830的博客 1858

全志 T527_Android13 编译 [ 避坑必看 ]

Swap 概念: Linux中Swap(即:交换分区),类似于Windows的虚拟内存,就是当内存不足的时候,把一部分硬盘空间虚拟成内存使用,从而解决内存容量不足的情况。它的功能就是在内存不够的情况下,操作系统先把内存中暂时不用的数据,存到硬盘的交换空间,腾出内存来让别的程序运行。当输入编译命令make -j16 的时候,会有如下提示,这是官方建议通过减少编译线程来解决编译时消耗内存过大的问题。Android 13 系统的编译流程,编译一共分为两部分:内核编译与 Android 编译。

公众号:嵌入式分享 2114

【现代人形机器人:从物理建模到大模型驱动的控制与学习】第1章 机器人建模回顾

本章建立读者进行后续控制 / 优化 / 学习工作的数学与计算基础。内容分为三大块:刚体运动学:位姿表示、坐标变换、旋转参数与李代数/李群(指数映射、twist)多关节机构的正/逆运动学:DH 与 POE 两种建模、雅可比矩阵推导、数值/解析逆解方法与奇异性问题约束动力学:拉格朗日公式、牛顿—欧拉递归算法、接触/冲击模型、受约束系统的方程(拉格朗日乘子与互补性条件)每一节同时给出与练习题。假设读者已具备线性代数(矩阵、特征分解、SVD)、多变量微积分与基础力学(牛顿第二定律)知识。

u012133341的博客 186

3步打通Kafka与MySQL双向同步:从数据孤岛到实时流动

你是否还在为MySQL数据同步延迟发愁?还在手动编写ETL脚本处理数据孤岛问题?本文将通过Kafka Connect实现MySQL与Kafka的双向实时同步,无需复杂代码,3个步骤即可完成从数据采集到写入的全流程搭建。读完本文你将掌握: - 基于CDC的MySQL变更捕获技术 - Kafka Connect分布式部署最佳实践 - 数据一致性保障与冲突解决策略 - 性能调优与监控方案 ## 一、同...

gitblog_00052的博客 501

论文阅读:Universal and Transferable Adversarial Attacks on Aligned Language Models. LLM Attacks

因为“即开即用”的大型语言模型能够生成大量令人反感的内容,近期的工作集中在对这些模型进行对齐,以防止不受欢迎的生成。尽管在规避这些措施方面取得了一些成功——即所谓的针对大型语言模型(LLMs)的“越狱”——这些攻击需要大量的人类智慧,并且在实践中很脆弱。自动对抗性提示生成的尝试也取得了有限的成功。在本文中,我们提出了一种简单有效的攻击方法,可以导致对齐的语言模型生成令人反感的行为。

CSPhD-winston的博客 1419

Kafka-Connect集成clickhouse

Kafka-Connect集成clickhouse ,从Mysql通过kafka同步数据到Clickhouse

qq_36602951的博客 2113

不会C# Winform用户界面设计?是因为没有掌握这些控件(建议收藏)

文章目录6.1 常用控件6.1.1 单选按钮(RadioButton)6.1.2 复选框(CheckBox)6.1.3 框架1. 面板控件Panel2. 分组框GroupBox3. TabControl控件6.1.4 应用实例6. 2 列表框和组合框6.2.1 列表框(ListBox)6.2.2 组合框(ComboBox )6.2.3 应用实例6.3 用户交互界面6.3.1 滚动条和进度条6.3.2 定时器6.3.3 菜单设计菜单设计概述MenuStrip和ContextMenuSt

智慧空间实验室 2926

YOLO模型轻量化实战:剪枝、量化与知识蒸馏三大技术落地详解

这篇文章结合我自己的实战经验,从原理、操作、效果、避坑四个方面,给大家讲清楚了YOLO模型轻量化的三大核心技术:剪枝、量化、知识蒸馏。先明确应用场景,再选择合适的技术组合,不要盲目追求极致压缩,要在“大小、速度、精度”之间找平衡。实战才是最好的学习方式——大家可以先拿自己的数据集试试剪枝和量化,感受一下效果,有问题可以在评论区留言。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 597

Apache Pulsar与Kafka Connect集成:数据导入导出连接器完全指南

Apache Pulsar作为新一代分布式发布订阅消息系统,提供了强大的Kafka Connect集成能力,让您能够轻松实现数据的导入和导出。本文将为您详细介绍如何利用Pulsar的Kafka Connect适配器构建高效的数据管道。🚀 ## 什么是Kafka Connect适配器? Apache Pulsar的Kafka Connect适配器是一个强大的连接器框架,允许您将现有的Kafka

gitblog_00857的博客 1002

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

3分钟掌握Apache Kafka数据导出:Kafka Connect入门指南

想要轻松地将Kafka中的数据导出到文件、数据库或其他系统吗?Kafka Connect数据导出工具正是您需要的解决方案!🚀 作为Apache Kafka生态系统中的核心组件,它专门负责在不同系统间可靠地传输数据,让数据流动变得简单高效。 Kafka Connect数据导出不仅支持简单的文件导出,还能与MySQL、Elasticsearch、HDFS等主流系统无缝集成。无论您是数据分析师、开发

gitblog_00519的博客 306

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

Kafka: Connect核心架构与应用实践详解

Kafka Connect是Apache Kafka生态的核心数据集成工具,提供异构系统间的高效数据管道。其核心特性包括:支持300+系统的插件化连接、流批统一处理架构以及分布式高可用部署。通过Source/Sink Connector实现MySQL、PostgreSQL等系统与Kafka集群的双向同步,内置JSON/Avro格式转换和至少一次语义保障。生产部署需配置三大存储Topic(config/offset/status)和集群参数,NestJS集成示例展示了MySQL到Kafka的数据管道实现。运维

Wang的专栏 751

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

数据同步引擎设计:从管道抽象到生产级MySQL-ES同步实践

数据同步是现代分布式系统与微服务架构中的基础技术,旨在解决异构数据源间的状态一致性问题。其核心原理通常基于变更数据捕获、消息队列和流处理技术,构建可靠的数据管道。在技术价值上,优秀的同步方案能保障数据可靠性、提升系统性能,并提供完善的可观测性。典型的应用场景包括电商系统的多数据源同步、SaaS平台的混合云数据分发等。本文以SyncForge的设计理念为线索,深入探讨了如何运用模块化管道思想,结合Debezium、Kafka等成熟组件,构建生产级MySQL到Elasticsearch的增量同步方案,并详细阐述

weixin_33743703的博客 567

MySQL跨国数据同步方案与优化实战

数据库同步是分布式系统的基础能力,其核心原理是通过日志复制(如MySQL的binlog)实现数据变更的传播。在跨国场景下,网络延迟和数据一致性成为关键技术挑战,需要结合压缩传输、并行复制等优化手段。主从复制(Replication)作为MySQL原生方案,配合ROW格式binlog和GTID机制可确保基础可用性,而Canal、Debezium等中间件方案更适合需要低延迟CDC的场景。对于跨境电商、全球业务系统等应用,通过专线加速、ZSTD压缩协议优化能显著提升同步性能。云服务商如AWS DMS、阿里云DTS

weixin_30599769的博客 304

Flink SQL CDC实时同步:基于Debezium的变更数据捕获

本文介绍了CDC(变更数据捕获)技术架构与Debezium实现方案。主要内容包括: CDC技术架构分为数据捕获层、处理层和分发层,支持数据库日志解析、数据转换和实时分发到消息队列或数据湖。 Debezium作为领先CDC工具,具有无侵入性、事务一致性、多数据库支持等优势,适用于实时数据同步、微服务通知等场景。 详细展示了生产级Debezium部署架构,包含MySQL源数据库、Kafka集群、Schema注册中心和分布式Debezium Connect集群的Docker配置。 提供了MySQL作为CDC源端的

SengMay的专栏 1006

kafka-docker-playground环境配置完全手册:10+安全环境实战解析

kafka-docker-playground是一个基于Docker的Apache Kafka®和Confluent自动化示例项目,通过它可以轻松构建各种安全环境示例或复现模型。本文将详细介绍如何配置多种安全环境,帮助新手和普通用户快速掌握kafka-docker-playground的安全配置方法。 ## 一、环境准备与项目克隆 在开始配置安全环境之前,需要确保本地已经安装了Docker和D

gitblog_00067的博客 676

Kafka安全配置终极指南:SASL、SSL、Kerberos、RBAC全解析

Apache Kafka作为企业级消息队列系统,安全配置是生产环境部署的关键环节。kafka-docker-playground项目提供了完整的企业级安全配置示例,帮助开发者快速理解和实施Kafka的各种安全机制。本文将深入解析SASL、SSL、Kerberos和RBAC四种核心安全配置,展示如何在这个强大的Docker测试框架中轻松搭建安全环境。🐳✨ ## 🔐 为什么需要Kafka安全配置

gitblog_00055的博客 448

EMQX Kafka 数据集成桥接深度解析:Producer 写入与 Consumer 订阅的架构设计与配置实践

> 本文以 `apps/emqx_bridge_kafka/README.md` 为骨架,结合该应用在开源仓库中的 HOCON Schema 定义、Producer/Consumer 实现源码与测试套件,系统讲解 EMQX 中 Kafka 数据集成桥接的架构设计(wolff 客户端与内置 replayq 缓冲)、完整配置参数、消息模板机制、认证方式、缓冲模式与健康检查原理,帮助读者掌握如何让 EM

gitblog_00556的博客 349

【Kafka源码解读和使用指南】第70篇:Kafka多数据中心高可用——主备架构与多活架构设计

单数据中心的Kafka集群再可靠,也扛不住机房级别故障。要实现真正的"永不断服",必须设计跨数据中心的高可用架构。但跨数据中心不是把Broker部署到两个机房那么简单——网络延迟、分区容错、数据一致性,每一个都是坑。 本文将深入四种跨数据中心Kafka架构:Hub-Spoke(中心辐射)、Active-Active双活、Active-Passive主备、延展集群(Stretch Cluster)。重点分析每种架构的延迟特征、一致性保证和生产环境部署要点。

xyghehehehe的专栏 219
上一篇: Kafka: Connect核心架构与应用实践详解
下一篇: Kafka: 集群部署与副本机制深度解析之从伪集群搭建到生产环境实践
Wang's Blog
博客等级 码龄12年 7440粉丝 2427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

Wang's Blog

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