MySQL索引面试问题

mysql联合索引的最左前缀匹配原则 目录 什么是最左匹配原则? 最左匹配原则的原理 总结 为什么要使用联合索引? 使用索引优化查询问题: 什么是最左匹配原则? 最左匹配原则就是指在联合索引中,如果你的 SQL 语句中用到了联合索引中的最左边的索引,那么这条 SQL 语句就可以利用这个联合索引去进行匹配。例如某表现有索引(a,b,c),现在你有如下语句: select * from t where a=1 and b=1 and c =1; #这样可以利用到定义的索引(a,b,c),用上a,b,c select. 阅读详情

本文来自一位不愿意透露姓名的粉丝投稿,由Hollis整理并"还原"了面试现场。

相信很多人对于MySQL的索引都不陌生,索引(Index)是帮助MySQL高效获取数据的数据结构。

因为索引是MySQL中比较重点的知识,相信很多人都有一定的了解,尤其是在面试中出现的频率特别高。楼主自认为自己对MySQL的索引相关知识有很多了解,而且因为最近在找工作面试,所以单独复习了很多关于索引的知识。

但是,我还是图样图森破,直到我被阿里的面试官虐过之后我才知道,自己在索引方面的知识,只是个小学生水平。

以下,是我总结的一次阿里面试中关于索引有关的问题以及知识点。

1

索引概念、索引模型

我们是怎么聊到索引的呢,是因为我提到我们的业务量比较大,每天大概有几百万的新数据生成,于是有了以下对话:

Q:你们每天这么大的数据量,都是保存在关系型数据库中吗?

A:是的,我们线上使用的是MySQL数据库 

Q:每天几百万数据,一个月就是几千万了,那你们有没有对于查询做一些优化呢?

A:我们在数据库中创建了一些索引(我现在非常后悔我当时说了这句话)

 

这里可以看到,阿里的面试官并不会像有一些公司一样拿着题库一道一道的问,而是会根据面试者做过的事情以及面试过程中的一些内容进行展开。

 

Q:那你能说说什么是索引吗?

A:(这道题肯定难不住我啊)索引其实是一种数据结构,能够帮助我们快速的检索数据库中的数据

Q:那么索引具体采用的哪种数据结构呢? 

A:(这道题我也背过)常见的MySQL主要有两种结构:Hash索引和B+ Tree索引,我们使用的是InnoDB引擎,默认的是B+树

 

这里我耍了一个小心机,特意说了一下索引和存储引擎有关。希望面试官可以问我一些关于存储引擎的问题。然而面试官并没有被我带跑...

 

Q:既然你提到InnoDB使用的B+ 树的索引模型,那么你知道为什么采用B+ 树吗?这和Hash索引比较起来有什么优缺点吗?

A:(突然觉得这道题有点难,但是我还是凭借着自己的知识储备简单的回答上一些)因为Hash索引底层是哈希表,哈希表是一种以key-value存储数据的结构,所以多个数据在存储关系上是完全没有任何顺序关系的,所以,对于区间查询是无法直接通过索引查询的,就需要全表扫描。所以,哈希索引只适用于等值查询的场景。而B+ 树是一种多路平衡查询树,所以他的节点是天然有序的(左子节点小于父节点、父节点小于右子节点),所以对于范围查询的时候不需要做全表扫描

Q:除了上面这个范围查询的,你还能说出其他的一些区别吗? 

A:(这个题我回答的不好,事后百度了一下)

 

B+ Tree索引和Hash索引区别?

哈希索引适合等值查询,但是无法进行范围查询 

哈希索引没办法利用索引完成排序 

哈希索引不支持多列联合索引的最左匹配规则 

如果有大量重复键值的情况下,哈希索引的效率会很低,因为存在哈希碰撞问题

 

2

聚簇索引、覆盖索引

 

Q:刚刚我们聊到B+ Tree ,那你知道B+ Tree的叶子节点都可以存哪些东西吗?

A:InnoDB的B+ Tree可能存储的是整行数据,也有可能是主键的值

Q:那这两者有什么区别吗? 

A:(当他问我叶子节点的时候,其实我就猜到他可能要问我聚簇索引和非聚簇索引了)在 InnoDB 里,索引B+ Tree的叶子节点存储了整行数据的是主键索引,也被称之为聚簇索引。而索引B+ Tree的叶子节点存储了主键的值的是非主键索引,也被称之为非聚簇索引

Q:那么,聚簇索引和非聚簇索引,在查询数据的时候有区别吗?

A:聚簇索引查询会更快?

Q:为什么呢? 

A:因为主键索引树的叶子节点直接就是我们要查询的整行数据了。而非主键索引的叶子节点是主键的值,查到主键的值以后,还需要再通过主键的值再进行一次查询

Q:刚刚你提到主键索引查询只会查一次,而非主键索引需要回表查询多次。(后来我才知道,原来这个过程叫做回表)是所有情况都是这样的吗?非主键索引一定会查询多次吗?

A:(额、这个问题我回答的不好,后来我自己查资料才知道,通过覆盖索引也可以只查询一次)

 

覆盖索引?

覆盖索引(covering index)指一个查询语句的执行只用从索引中就能够取得,不必从数据表中读取。也可以称之为实现了索引覆盖。

当一条查询语句符合覆盖索引条件时,MySQL只需要通过索引就可以返回查询所需要的数据,这样避免了查到索引后再返回表操作,减少I/O提高效率。

如,表covering_index_sample中有一个普通索引 idx_key1_key2(key1,key2)。

当我们通过SQL语句:select key2 from covering_index_sample where key1 = 'keytest';的时候,就可以通过覆盖索引查询,无需回表。

 

3

联合索引、最左前缀匹配

 

Q:不知道的话没关系,想问一下,你们在创建索引的时候都会考虑哪些因素呢?

A:我们一般对于查询概率比较高,经常作为where条件的字段设置索引

Q: 那你们有用过联合索引吗? 

A:用过呀,我们有对一些表中创建过联合索引

Q:那你们在创建联合索引的时候,需要做联合索引多个字段之间顺序你们是如何选择的呢? 

A:我们把识别度最高的字段放到最前面

Q:为什么这么做呢?

A:(这个问题有点把我问蒙了,稍微有些慌乱)这样的话可能命中率会高一点吧。。。

Q: 那你知道最左前缀匹配吗?

A:(我突然想起来原来面试官是想问这个,怪自己刚刚为什么就没想到这个呢。)哦哦哦。您刚刚问的是这个意思啊,在创建多列索引时,我们根据业务需求,where子句中使用最频繁的一列放在最左边,因为MySQL索引查询会遵循最左前缀匹配的原则,即最左优先,在检索数据时从联合索引的最左边开始匹配。所以当我们创建一个联合索引的时候,如(key1,key2,key3),相当于创建了(key1)、(key1,key2)和(key1,key2,key3)三个索引,这就是最左匹配原则

 

虽然我一开始有点懵,没有联想到最左前缀匹配,但是面试官还是引导了我。很友善。

 

4

索引下推、查询优化

 

Q:你们线上用的MySQL是哪个版本啊呢? 

A:我们MySQL是5.7 

Q:那你知道在MySQL 5.6中,对索引做了哪些优化吗? 

A:不好意思,这个我没有去了解过。(事后我查了一下,有一个比较重要的 :Index Condition Pushdown Optimization)

 

Index Condition Pushdown(索引下推)

MySQL 5.6引入了索引下推优化,默认开启,使用SET optimizer_switch = 'index_condition_pushdown=off';可以将其关闭。官方文档中给的例子和解释如下:

people表中(zipcode,lastname,firstname)构成一个索引

SELECT * FROM people WHERE zipcode='95054' AND lastname LIKE '%etrunia%' AND address LIKE '%Main Street%';

如果没有使用索引下推技术,则MySQL会通过zipcode='95054'从存储引擎中查询对应的数据,返回到MySQL服务端,然后MySQL服务端基于lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断数据是否符合条件。

如果使用了索引下推技术,则MYSQL首先会返回符合zipcode='95054'的索引,然后根据lastname LIKE '%etrunia%'和address LIKE '%Main Street%'来判断索引是否符合条件。如果符合条件,则根据该索引来定位对应的数据,如果不符合,则直接reject掉。有了索引下推优化,可以在有like条件查询的情况下,减少回表次数。

Q:你们创建的那么多索引,到底有没有生效,或者说你们的SQL语句有没有使用索引查询你们有统计过吗?

A:这个还没有统计过,除非遇到慢SQL的时候我们才会去排查 

Q:那排查的时候,有什么手段可以知道有没有走索引查询呢?

A:可以通过explain查看sql语句的执行计划,通过执行计划来分析索引使用情况

Q:那什么情况下会发生明明创建了索引,但是执行的时候并没有通过索引呢? 

A:(大概记得和优化器有关,但是这个问题并没有回答好)

 

查询优化器?

一条SQL语句的查询,可以有不同的执行方案,至于最终选择哪种方案,需要通过优化器进行选择,选择执行成本最低的方案。

在一条单表查询语句真正执行之前,MySQL的查询优化器会找出执行该语句所有可能使用的方案,对比之后找出成本最低的方案。

这个成本最低的方案就是所谓的执行计划。优化过程大致如下:

1、根据搜索条件,找出所有可能使用的索引 

2、计算全表扫描的代价 

3、计算使用不同索引执行查询的代价 

4、对比各种执行方案的代价,找出成本最低的那一个

Q:哦,索引有关的知识我们暂时就问这么多吧。你们线上数据的事务隔离级别是什么呀? 

A:(后面关于事务隔离级别的问题了,就不展开了)

 

感觉是因为我回答的不够好,如果这几个索引问题我都会的话,他还会追问更多,恐怕会被虐的更惨

 

5

总结&感悟

以上,就是一次面试中关于索引部分知识的问题以及我整理的答案。感觉这次面试过程中关于索引的知识,自己大概能够回答的内容占70%左右,但是自信完全答对的内容只占50%左右,看来自己索引有关的知识了解的还是不够多。

通过这次面试,发现像阿里这种大厂对于底层知识还是比较看重的,我以前以为关于索引最多也就问一下Hash和B+有什么区别,没想到最后都能问到查询优化器上面。

最后,不管本次面试能不能通过,都非常感谢有这样一次机会,可以让自己看到自己的不足。通过这次面试,我也收获了很多东西。加油!

干货!MySQL常见的面试题+索引原理分析.docx 数据库Mysql索引的本质\Mysql索引的底层原理\Mysql索引的实战经验\MyISAM存储引擎在使用索引查询数据时,会先根据索引查找到数据地址,再根据地址查询到具体的数据。并且主键索引和辅助索引没有太多区别。 立即下载

相关推荐

深入浅析Mysql联合索引最左匹配原则

前言 之前在网上看到过很多关于mysql联合索引最左前缀匹配的文章,自以为就了解了其原理,最近面试时和面试官交流,发现遗漏了些东西,这里自己整理一下这方面的内容。 最左前缀匹配原则 在mysql建立联合索引时会遵循最左前缀匹配的原则,即最左优先,在检索数据时从联合索引的最左边开始匹配,示例: 对列col1、列col2和列col3建一个联合索引 KEY test_col1_col2_col3 on test(col1,col2,col3); 联合索引 test_col1_col2_col3 实际建立了(col1)、(col1,col2)、(col,col2,col3)三个索引。 SELE

最左前缀匹配原则

最左前缀匹配原则:在MySQL建立联合索引时会遵守最左前缀匹配原则,即最左优先,在检索数据时从联合索引的最左边开始匹配。 要想理解联合索引的最左匹配原则,先来理解下索引的底层原理。索引的底层是一颗B+树,那么联合索引的底层也就是一颗B+树,只不过联合索引的B+树节点中存储的是键值。由于构建一棵B+树只能根据一个值来确定索引关系,所以数据库依赖联合索引最左的字段来构建。 举例:创建一个(a,b)的联合索引,那么它的索引树就是下图的样子。 可以看到a的值是有顺序的,1,1,2,2,3,3,而b的值是没有顺序的

qq_45100361的博客 5886

液晶屏LVDS接口:【图文详讲】

​LVDS(Low Voltage Differential Signaling,即低电压差分信号)接口又称RS-644总线接口,是20世纪90年代才提出的一种数据传输和接口技术。LVDS接口是美国NS美国国家半导体公司为克服以TTL电平方式传输宽带高码率数据时功耗大,电磁干扰大等缺点而研制的一种数字视频信号传输方式

weixin_66299220的博客 1万+

详解 MySQL 索引的最左前缀匹配原则

最左前缀匹配原则是 MySQL 利用复合索引优化查询性能的重要规则。理解和正确应用这一原则,不仅能让查询更高效,还能帮助设计更合理的索引结构。关键在于确保查询条件从索引的最左侧开始连续覆盖,这样 MySQL 才能充分利用索引带来的性能优势。

Weiki的博客 651

VASP能带计算避坑指南:从CHGCAR读取失败到成功解决的全过程

本文深度解析VASP能带计算中常见的“CHGCAR读取失败”报错,并提供从静态自洽到非自洽计算的全流程避坑指南。核心解决方案包括使用CONTCAR替代POSCAR、调整SYMPREC参数以处理对称性判定问题,并推荐利用vaspkit工具自动化生成输入文件,确保计算流程稳健高效。

weixin_29245767的博客 776

Antlr4入门(二)基本概念解析

在上一章中(Antlr4入门(一)IDEA中Antlr的安装与使用),我们安装了Antlr,并编写运行了第一个程序“Hello world”。而在本章中,我们将学习语言类应用程序相关的重要过程、术语和数据结构。 一. 术语 语言(language)是由一系列有意义的语句组成,语句(sentence)由词组组成,词组(phrase)是由更小的子词组(subphrase)和词汇符号(vocabulary symbols)组成。 举个例子,英语就是一种语言,“Keep on going never gi.

qq_37771475的博客 5209

原创:史上最全最通俗易懂的,索引最左前缀匹配原则(认真脸)

索引最左前缀匹配原则 对于最左前缀匹配原则居然没有百度百科,实在是让我感觉不可思议。 最左前缀匹配原则,用几句话来概述就是: 顾名思义,就是最左优先,在创建多列索引时,要根据业务需求,where子句中使用最频繁的一列放在最左边。 最左前缀匹配原则,非常重要的原则,mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配,比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引,d是用不到索引的,

yuanchangliang的博客 3万+

《Ventoy 制作系统安装 U 盘的具体步骤》

然后您可以在电脑的磁盘管理中对 U 盘进行快速格式化,选择 FAT32 或 NTFS 文件系统。至此,Ventoy 系统安装 U 盘就制作完成了。您可以在需要安装系统的电脑上,从 U 盘启动,然后选择相应的系统镜像进行安装。安装完成后,将您需要的操作系统镜像文件(如 Windows、Linux 等的 ISO 格式镜像)复制到 U 盘的根目录。在安装程序中,选择您插入的 U 盘设备,确保选择正确,以免误操作。2. 确认选择的 U 盘盘符正确,防止误操作导致其他磁盘数据丢失。点击“安装”按钮,等待安装完成。

jiyiwangluokeji的博客 2676

MySQL索引原理与面试问题深度解析

本文详细介绍了MySQL索引的基础原理、类型、优化策略及面试高频问题。索引本质上是存储在磁盘上的数据结构,用于快速定位数据,MySQL主要采用B+树作为索引结构。B+树具有多路平衡查找、叶子节点链表连接等特性,适合范围查询和磁盘存储。索引类型包括B+Tree、Hash、Full-text和R-Tree,按逻辑分类则有主键索引、唯一索引、普通索引和组合索引。文章还探讨了聚簇索引与非聚簇索引的区别,并提供了索引优化策略,如避免索引失效、选择区分度高的列、使用覆盖索引等。此外,文章解析了面试中常见的问题

2301_79730192的博客 1356

python进行windows系统UI自动化之【pyautoit】

一般以我们平时操作,会从下图上方的地址栏进行操作,这里注意可以直接从下方的文件名处,输入对应的绝对地址,如:F:\程序设计书籍\《啊哈!pyautoit 是一个用python写的基于AutoItX3.dll的接口库,用来进行windows窗口的一系列操作,也支持鼠标键盘的操作。点击上访的图标,进行拖拉,到想访问的位置,注意下图两个红框中的数值,上面的框表示页面的标题和类,下面的框表示控件的类和序号(一般连起来使用)打开Auto Window Info(x64)或Auto Window Info(x86)

weixin_43936332的博客 9319

OpenClaw人人养虾:发现与传输

客户端需要先"发现"Gateway 的地址和端口,才能建立连接。OpenClaw 支持多种发现(Discovery)和传输(Transport)机制。

王国平的博客 572

MySQL索引的10个面试高频问题

从面试官的经典问题出发,深度剖析索引的分类、聚簇索引与非聚簇索引的区别、联合索引的最左前缀原则、B+树的特性、以及索引优化的实战技巧。通过真实案例、图解和性能测试,系统性回答"为什么主键用自增ID"、"什么字段适合做主键"、"B+树的叶子节点是单向还是双向"等高频问题,给出面试标准答案。

比较是偷走幸福的小偷 5534

开源工具对比:5款主流大数据脱敏框架评测

数据脱敏(Data Masking/Anonymization),也称为数据漂白、数据去标识化,是指在不影响数据可用性的前提下,通过一定的技术手段对敏感信息进行处理,使其无法被识别或关联到具体个人或实体的过程。当应用程序向数据库写入数据(INSERT/UPDATE)时,ShardingSphere 会拦截 SQL,对配置了脱敏规则的字段,使用指定的算法进行加密/脱敏处理,然后将处理后的数据写入到。如果你的答案是“是”,那么数据脱敏,尤其是针对海量数据的。好的,各位技术同仁,数据安全领域的探索者们,大家好。

小程序开发 1185

【Mysql面试之索引常见的面试问题】

【Mysql面试之索引常见的面试问题】索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分),它们包含着对数据表里所有记录的引用指针。索引是一种数据结构。数据库索引,是数据库管理系统中一个排序的数据结构, 以协助快速查询、更新数据库表中数据。索引的实现通常使用B树及其变种 B+树。更通俗的说,索引就相当于目录。为了方便查找书中的内容,通过对内容建立索引形成目录。索引是一个文件,它是要占据物理空间的。就是最左优先,在创建多列索引时,要根据业务需求,where子句中使用最频繁的一列放在最左边。

Coder_ljw的博客 537

CAN(2)-GD32

GD32中CAN的特征。

小柚子的博客 554

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

面试中,MySQL 索引系列相关问题详解

面试中,MySQL 索引系列相关问题详解 文章目录面试中,MySQL 索引系列相关问题详解什么是索引?索引的分类按数据结构分类通过主键查询商品数据的过程通过二级索引查询商品数据的过程为什么 MySQL InnoDB 选择 B+tree 作为索引的数据结构?按物理存储分类按字段特性分类主键索引唯一索引普通索引前缀索引按字段个数分类联合索引什么时候需要 / 不需要创建索引?什么时候适用索引?什么时候不需要创建索引?有什么优化索引的方法?前缀索引优化覆盖索引优化主键索引最好是自增的防止索引失效总结结语 面试中,

猫头虎技术团队:授渔优于赠鱼,兴趣引领智慧,探索之乐尤显珍贵。商务合作+:Libin9iOak ,万粉变现+:优快云WF,猫头虎承诺每年免费为100名C站创作者做账号流量诊断服务!全网搜:猫头虎技术团队,点击文章底部名片或直接私信我一切皆可谈,快找虎哥! 6335

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

大厂面试官最喜欢问题的MySQL唯一索引问题,这三个唯一索引面试题一定要会!别让它们成了你职场路上的绊脚石!

嘿,各位面试官眼中的“潜力股”们,想要在职场江湖中独领风骚,MySQL的这些“独门秘籍”你可得好好掌握!啥是唯一索引?那可是数据库里的守护神,保证数据独一无二,让查询效率嗖嗖提升!但呢,唯一索引是否影响性能?这可是个让人又爱又恨的问题,用得好,数据库性能杠杠的;用不好,可就拖后腿了!还有啊,什么时候该给数据库列戴上“唯一”的帽子?这可得根据实际需求来,不能瞎用!这三个问题啊,都是面试官的心头好,面试前你可得好好琢磨琢磨,别让它们成了你职场路上的绊脚石!赶紧学起来吧,让唯一索引成为你职场晋升的“加速器”!

小白的大数据之旅的博客 959

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

mysql 状态字段需要加索引吗_工程师方向的100个MySQL面试高频问题

前言此文不会事无巨细的从select的用法开始讲解mysql,主要针对的是开发人员需要知道的一些MySQL的知识点,主要包括索引,事务,优化等方面,以在面试中高频的问句形式给出答案.索引相关关于MySQL的索引,曾经进行过一次总结,文章链接在这里 Mysql索引原理及其优化.1. 什么是索引?索引是一种数据结构,可以帮助我们快速的进行数据的查找.2. 索引是个什么样的数据结构呢?索引的数据结构和具...

weixin_39751679的博客 362

mysql varchar 索引_原来大厂的MySQL面试会问这些问题!

1. 写出下面 2 个 PHP 操作 Mysql 函数的作用和区别(新浪网技术部) mysql_num_rows() mysql_affected_rows()这两个函数都作用于 mysql_query($query)操作的结果,mysql_num_rows() 返回结果集中行的数目。mysql_affected_rows() 取得前一次 MySQL 操作所影响的记录行数。mysql_num_ro...

weixin_39981041的博客 1315

面试官出的MySQL索引问题,这篇文章全给你解决!

原文链接:blog.ouyangsihai.cn >> MySQL的B 树索引的概念、使用、优化及使用场景 0 前言 这篇文章不会讲解索引的基础知识,主要是关于MySQL数据库的B 树索引的相关原理,里面的一些知识都参考了MySQL技术内幕这本书,也算对于这些知识的总结。对于B树和B 树相关的知识,可以参考我的这篇博客:面试官问你B树和B 树,就把这篇文章丢给他 1 索引的管理 索引有很...

好好学java 1万+

Mysql面试问题总结 关于索引 优化

Mysql面试问题总结 关于索引 sql优化

lianglong_1的博客 1162

MySQL索引核心原理与高频面试问题解析

数据库索引是提升查询性能的关键技术,其核心原理基于B+树数据结构实现高效检索。B+树的多路平衡特性使其特别适合磁盘存储场景,通过减少I/O次数显著提升性能。索引技术在实际工程中体现为聚簇索引、覆盖索引等不同形态,合理运用可避免回表查询等性能损耗。在MySQL数据库优化中,索引设计需要遵循最左前缀原则,同时警惕隐式类型转换等索引失效陷阱。高频面试问题往往围绕B+树结构对比、索引下推(ICP)机制等核心概念展开,这些知识点也是DBA日常工作中进行慢查询优化的理论基础。通过EXPLAIN分析执行计划、监控索引使用

weixin_30824599的博客 327

面试怎么回答MySQL索引问题,看这里

小A在宿舍里跟哥们开五黑打排位中,突然收到女神小美的消息:“小A,我今天面试碰到索引问题了,我没回答好”。小A顾不上游戏抓紧回复到:“到你宿舍某某咖啡店吧,我帮你一起看下”。小A抓紧时间换了衣服, 就狂奔而去。电脑上传来了哥们的骂声:”去你大爷的小A,老子晋级赛呢!“。小A心想,不好意思,在女神面前,兄弟如浮云。

岁月安然 1859

Mysql索引面试常见问题

定义:索引是排好序的数据结构 常见的问题: 1)Mysql常用到的存储引擎:MySIAM和Innodb 2)索引的实现级别是表级别 索引为什么不用二叉树? 二叉树的高度不可控,避免出现深度过大的情况 索引为什么不用btree Degree 节点的数据存储个数 :叶节点具有相同的深度;叶节点的指针为空;节点中的数据key从左到右递增 1) Tree中的度为什么不能无限增大? btree的区间访问性...

小高同学 2391

MySQL索引面试问题梳理

本文系统剖析MySQL索引分类全景图‌,以及‌B+树的统治性优势。

递归尽头是星辰 1297
上一篇: PHP-FPM的三种模式和worker进程、master进程详解
下一篇: B+Tree 介绍与在 Mysql 中的应用
csdcit
博客等级 码龄16年 3粉丝 13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
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