Kafka简介

kafka 简介 kafka 学习记录 Apache Kafka® 是 一个分布式流处理平台,一般来说流处理平台有如下三种特性: 可以发布和订阅流式的记录。这一方面与消息队列或者企业消息系统类似。 可以储存流式的记录,并且有较好的容错性。 可以在流式记录产生时就进行处理。 Kafka 主要的应用场景为: 构造实时流数据管道,它可以在系统或应用之间可靠地获取数据。 (相当于message queue) 构建实时... 阅读详情

Kafka简介

高性能的消息发送与高性能的消息消费

快速入门

创建topic

启动服务后,我们需要创建一个主题(topic)用于消息的发送与接收,并且分区(partition)数、副本(replica)数都指定为一

	 bin/kafka-topics.sh --create --zookeeper localhost:2181 --topic test -- partitions 1 --replication-factor 1

查看topic状态

    bin/kafka-topic.sh --describe --zookeeper localhost:2181 --topic test

发送消息

使用Kafka提供的脚本往topic发送消息

    bin/kafka-console-producer.sh --broker-list localhost:9092 --topic test

消费消息

使用Kafka提供的脚本接收topic下的消息

    bin/kafka-console-consumer.sh --bootstrap-server localhost:9092 --topic test --from-beginning

消息引擎系统

企业消息引擎系统是企业发布的一组规范。公司使用这组规范实现不同系统之间传递语义准确的消息。在实际使用场景中,消息引擎系统通常以软件接口为主要形式,实现松耦合的异步数据传递语义。设计一个消息引擎系统需要考虑两个重要因素

  • 消息设计
  • 传输协议设计
    在这里插入图片描述

消息设计

消息引擎系统在设计消息时一定要考虑语义的清晰和格式上的通用性。消息通常采用结构化的方式进行设计,Kafka消息是二进制方式来保存,但依然是结构化的消息

传输协议设计

消息引擎系统中更为关键的部分是如何设计消息传输协议。狭义说来消息传输协议指定了消息在不同系统之间的传输方式。Kafka自己设计了一套二进制消息传输协议

消息引擎范型

最常见的两种消息引擎范型是消息队列模型和发布/订阅模型。消息队列模型是基于队列提供消息传输服务的,多用于进程间通信及线程间通信。

该模型定义了消息队列、发送者和接收者,提供一种点对点(p2p)的消息传递方式,即发送者发送每条消息到队列的指定位置,接收者从指定位置获取消息,一旦消息被消费,就会从队列中移除该消息。每条消息由一个发送者生产且被一个消费者处理

在这里插入图片描述
发布/订阅模型,包含主题(topic)、发布者、订阅者。一个topic可以理解为逻辑语义相近的容器;发布者将消息生产出来发送到指定的topic;所有订阅了该topic的订阅者都可以接收到该topic下的所有消息

在这里插入图片描述

Kafka概要设计

Kafka是为解决互联网公司超大量级数据的实时传输,因此Kafka在一下四个方面做了精心设计:

  • 吞吐量/延时
  • 消息持久化
  • 负载均衡和故障转移
  • 伸缩性

吞吐量/延时

吞吐量与延时这两个指标通常是一对矛盾体,即调优某一个指标另一个指标会变差,但并非线性变化关系。例如Kafka处理一条消息需要花费2毫秒,那么吞吐量不会超过500条消息/秒,但如果采用批处理的思想,Kafka在发送消息时先等待8毫秒,此时消息延时变为10毫秒,但可能这8毫秒我们总共积累了1000条数据,那么系统整体吞吐量变成100000条/秒

Kafka高速写入操作。Kafka每次写入操作都是把数据写入到操作系统的页缓存中,然后由操作系统决定时机将页缓存刷到磁盘

  • 操作系统页缓存是在内存中分配,所以消息写入的速度非常快
  • Kafka不直接与底层文件系统交互,所有繁琐的I/O操作都由操作系统处理
  • Kafka写操作采用追加方式,避免磁盘随机写操作

普通SAS磁盘随机读/写的吞吐量很慢,但对于顺序读/写操作却非常快,甚至超过内存随机I/o速度。这也是Kafka为什么采用追加的方式写入消息,即只能往日志文件末尾追加新写入消息,且不允许修改已写入消息的原因,也得益于此Kafka即使在普通磁盘上也有很高的消息发送吞吐量,可以轻松做到每秒写入几万甚至几十万条消息

在这里插入图片描述
Kafka高速读操作

  • Kafka在读取消息时会首先尝试从OS的页缓存中读取,如果命中便把消息经页缓存直接发送到网络的Socket上,这个过程
    是利用Linux平台sendfile系统调用做到的,即零拷贝技术。事实实际使用的是Java的FileChannel.transferTo方法实现。
    Kafka大量使用页缓存,读取消息时大部分消息依然保存在页缓存中,不用穿透到物理磁盘上获取消息,从而极大的提升了消息读
    取的吞吐量

综上所述Kafka从以下4点达到了高吞吐量、低延时设计目标

  • 大量使用操作系统页缓存,内存操作速度快且命中率高
  • Kafka不直接操作I/O操作,由操作系统完成
  • 采用追加写入方式,摒弃缓慢的磁盘随机读/写操作
  • 使用零拷贝技术加强网络间数据传输效率

消息持久化

Kafka会把消息持久化到磁盘,这样会带来以下好处

  • 解耦消息发送与消息消费:Kafka本质上说是提供生产者-消费者模式的完整解决方案。通过将消息持久化到池盘,生产
    者只需要将消息写入,而不用关心消费者,增加吞吐量
  • 实现灵活的消息处理:为下游子系统(接收Kafka消息的系统)提供消息重演功能

负载均衡&故障转移

负载均衡

  • Kafka通过智能化的分区领导者选举算法来实现集群中所有的机器上均等的机会分散partition和leader

故障转移

  • Kafka采用会话机制的方式实现故障转移。每台Kafka服务器启动后会以会话的方式把自己注册到Zookeeper服务器上,一旦该服务器运转出现问题,与ZooKeeper的会话不能维持从而超时失效,此时Kafka集群将选举出一台服务器来代替这台服务
    器继续工作

伸缩性

线性伸缩性是最理想的状态,但由于分布式系统中单点瓶颈的制约这种理想的线性伸缩几乎不可能。分布式系统中每台服务器都会维护很多内部状态,如果由服务器自己保存这些状态信息,则必须处理一致性问题。但如果服务是无状态的,状态由ZooKeeper这类协调服务来保存和管理,将极大降低服务之间状态共享

Kafka正是将状态统一交由ZooKeeper保管,扩展Kafka集群只用启动新的Kafka服务,与ZooKeeper建立会话即可。当然Kafka也会保存少量的内部状态

Kafka基本概念与术语

消息

Kafka的消息格式包含很多字段,其中有很多字段是用于管理消息的元数据字段,对用户来说是完全透明的。Kafka消息格式总共经历过3次变迁,他们被称为V0、V1和V2版本,目前大部分使用的是V1版本的消息格式

Kafka 0.10之前的版本消息格式为V0

在这里插入图片描述

  • crc32(4B):crc32校验值,校验范围为magic至value之间
  • magic(1B):消息格式版本号,此版本的magic值为0
  • attributes(1B):消息的属性,低三位表示压缩类型,0表示NONE,1表示GZIP,2表示SNAPPY,3表示LZ4,其余位保留
  • key length(4B):表示消息位的长度,如果位-1,表示没有设置key,即key=null
  • key:可选,如果没有key则无此字段,消息建,对消息做partition时使用,决定消息被保存在某个topic的那个partition
  • value length(4B):实际消息体的长度,如果为-1,则表示消息为空
  • value:消息体

Kafka 0.10.0版本到0.11.0版本消息格式为V1:

在这里插入图片描述
V1版本比V0版本多一个8B的timestamp字段

  • timestamp作用:
    1.内部而言,影响日志保存,切分策略;
    2.外部而言,影响消息审计,端到端延迟等功能扩展

Kafka 0.11.0版本之后的版本使用V2版消息格式
在这里插入图片描述

  • 相对V0、V1,V2版本改动较大,引入了变长整型Varints和ZigZag编码

topic和partition

topic是一个逻辑概念,代表一类消息,通常可以使用topic区分实际业务。Kafka中的topic通常都会被多个消费者订阅,出于性能的考虑,Kafka并不是topic-message的两级结构,而是topic-partition-message的三级结构来分散负载,每个topic
包含若干个partition。

topic由多个partition组成,partition是不可修改的有序消息序列,每个partition有自己专属的partition号,通常从0开始,用户对partition唯一能做的就是往消息序列的尾部追加写入消息,partition上的每条消息都会分配一个唯一的序列号即offset,该位移值是从0开始顺序递增的整数,位移信息可以唯一定位到partition下的一条信息
在这里插入图片描述

offset

topic partition下每条消息都被分配一个位移值。每个Kafka消费端也有位移的概念。每条消息在某个partition中的
位移是固定的,但消费该partition的消费者的位移会随着消费进度前移,但不可超过该分区最新一条消息的位移

在这里插入图片描述

replica

分布式系统必然要实现高可靠性,而目前主要途径还是通过冗余机制即备份实现。这些备份日志在Kafka中被称为副本,副本分为两类:领导者副本和追随者副本,追随者副本是不能提供服务给客户端的,只能被动向领导者副本获取数据,而一旦领导者副本主机宕机,Kafka将从剩余追随者副本中选出新的领导者副本继续提供服务

leader和follower

Kafka的replica分为两个角色:领导者(leader)和追随者(follower)。leader提供对外服务,follower只是被动地追随leader的状态,保持与leader的同步,follower存在的唯一价值就是充当leader的候补:一旦leader挂掉立即从追随者中选出新的leader接替。Kafka保证同一个partition的多个replica一定不会分配到同一台broker上。
在这里插入图片描述

ISR

ISR全称in-sync replica即leader replica保持同步的replica集合。Kafka为partition动态维护一个replica集合。该集合中所有的replica保存的消息日志都与leader replica保持同步,只有在这个集合中的replica才能被选举为leader,也只有该集合中所有的replica都接收到了同一条消息,Kafka才会将消息置于"已提交"状态,即认为这条消息发送成功。Kafka承诺只要replica集合至少存在一个replica,那些"已提交"状态都消息就不会丢失即

  • ISR中存在至少一个"存活的"replica
  • "已提交"消息

正常情况,partition所有replica都因该与leader replica保持同步,即所有replica都在ISR中,但由于各种各样的原因,一小部分replica开始落后于leader replica进度,当滞后到一定程度时,Kafka会将这些replica"踢"出ISR,当这些replica重新"追上"leader的进度时,Kafka会将它们加回ISR中

Kafka使用场景

Kafka以消息引擎闻名,特别适合处理生产环境中那些流式数据

消息传输

Kafka非常适合替代传统消息总线或消息代理,解耦消息生产者和消息消费者,同时Kafka还具有更好的吞吐量、高性能、高可靠和容错性

网站日志行为日志追踪

Kafka最早是由于重建用户行为数据追踪系统。很多网站上的用户操作都会以消息的形式发送到Kafka的某个对应topic上。这些点击流中蕴藏了巨大的商机,很多公司使用机器学习或其它实时处理框架帮助收集并分析用户的点击流数据

审计数据收集

很多企业和组织对关键操作和运维进行监控和审计,这需要从运维应用程序处实时汇总操作步骤信息进行集中式管理。在这中场景下,Kafka能便捷的对多路消息进行实时收集,同时由于其持久的特性,使得后续离线审计成为可能

日志收集

Kafka最常见的使用方式–日志收集汇总解决方案。每个企业都会产生大量的服务日志,这些日志分散在不同的机器上。我们可以使用Kafka对它们进行全量收集,并集中送往下游的分布式存储(HDFS等)。比起主流的日志抽取框架(Apache Flume),Kafka有更好的性能,而且提供了完备的可靠性解决方案

Event Sourcing

Event Sourcing实际上是领域驱动设计(Domain-Driven Design, DDD)的名词,它使用事件序列来表示状态变更。Kafka也是用不可变的消息序列来抽象化表示业务消息的,因此Kafka特别适合作为这种应用的后端存储

流式处理

Kafka Steams,自0.10.0.0版本引入,无缝对接Kafka消息引擎功能

贝叶斯校准在计算机模型不确定性分析中的实践指南 本文深入探讨了贝叶斯校准在计算机模型不确定性分析中的核心原理与实践方法。通过将模型从“黑箱”转变为“透明箱”,该方法系统量化了参数不确定性、模型结构缺陷及观测误差。文章重点阐释了如何利用高斯过程作为代理模型和模型不足函数,构建完整的贝叶斯校准框架,并提供了从数据准备、模型训练到MCMC推断及不确定性分析的实战指南,最终实现更可靠的预测与决策支持。 阅读详情

相关推荐

基于freesurfer和3Dslicer的脑区分割与电极定位全流程解析(实战指南)

本文提供了一套基于FreeSurfer和3D Slicer的颅内电极定位实战指南。详细解析了从环境搭建、数据预处理、FreeSurfer脑区分割、影像配准,到3D Slicer中手动与自动化电极定位的全流程。重点介绍了如何利用FreeSurfer进行高精度脑区分割,并在3D Slicer中实现电极触点的可视化标记与坐标提取,最终获得带脑区信息的电极数据,为iEEG/SEEG研究奠定基础。

banana的博客 300

八、Linux二进制安装Kafka集群

Linux二进制安装Kafka集群 部署开机自启

xuyanqiang123的博客 1429

VisionMaster Qt二次开发:图像获取、COM组件渲染与本地化存储实战

本文详细介绍了基于VisionMaster进行Qt二次开发的核心实战流程,涵盖环境搭建、方案加载、图像数据获取、COM组件渲染与本地化存储。重点解析了如何通过COM组件在Qt界面中实时显示图像,以及将VM图像数据转换为QImage并保存为本地文件的关键步骤与常见问题,为工业视觉项目开发提供稳定高效的解决方案。

weixin_29229261的博客 207

kafka-基本概念

消息:消息相当于数据库中的记录,kafka中的的消息是二进制消息流,所以kafka中的消息没有特别的格式或者含义 批次:消息可以分批次的被发送,这样可以提高效率,单条消息穿梭于网络间,会导致大量的网络开销,批次越大单位时间内处理的消息就越多,单个消息的传输时间就越长,批次消息会被压缩 ,可以提升效率,但是需要更多的 cpu计算 主题、分区:相当于数据库中的表,每个主题会有若干个分区,在kafk...

LC_HYQ的博客 403

NRF52832调试方法1——HardFault_Handler问题定位

一、遇到问题 keil debug模式下,直接点击全速运行(Run)发现程序卡死,点击stop按钮后,停到了HardFault_Handler位置,如下图所示。 此时使用navigate backwards(蓝色左箭头)是无效的,找不到程序卡在哪里。 二、解决办法 此时首先观察register窗口 若Stack为MSP,则复制R13(SP)的值到memory观察窗的地址搜索栏。每一行显示连续的28个地址上的存储信息,每个地址上存有一个字节。 从第21个位置起的连续四个字节是LR的值,

小梁的博客 3651

oracle ebs form 10g安装教程

这个窗口需要想想,你要安装的类型,不要盲目点击“下一步”,因为一旦Oracle安装后,重新安装之前,需要卸载Oracle干净才能重新安装,有时还会出现错误。到了该窗口后,需要耐心等待安装,安装到一大半后,自动弹出一个窗口,让我们选择Oracle安装第2部分磁盘的路径,继续安装,然后坐等安装结束。自定义安装Oracle根目录,点击“下一步”按钮后,耐心等待几秒钟,工具自动加载产品列表,加载完后,自动跳转到“选择安装类型”窗口。注:等待几秒钟后,关闭dos窗口,不必惊慌,自动调转到安装界面。

XIELIUHAI001的博客 476

分布式 - 消息队列Kafka:Kafka术语常见问题总结

Kafka是一个分布式流处理平台,最初由LinkedIn开发。它是一个高吞吐量、低延迟的消息队列系统,可以处理大量的实时数据流。Kafka的设计目标是为了处理实时数据流,包括日志、指标、事件和其他实时数据。它的架构基于发布/订阅模式,其中生产者将消息发布到主题(topic)中,而消费者则从主题中订阅消息。Kafka的主要特点包括高吞吐量、可扩展性、持久性、容错性和可靠性。Kafka 属于分布式的消息引擎系统,它的主要功能是提供一套完备的消息发布与订阅解决方案。

你今天真好看呀 1507

三菱MC协议(MC/TCP):避坑指南|C#实现三菱MC协议:软元件(X/Y/M/D)读写与帧格式解析

核心避坑逻辑:MC协议的坑80%集中在“PLC配置”“地址编码”“字节序”,先解决这三点,通信就成功了一半;实战优先级:新手优先用开源库(Mitsubishi.MCProtocol),避免手动拼接帧格式的复杂坑;进阶再研究帧格式解析;排坑技巧:先Ping通→用调试助手验证→写C#代码,分层排查,不要混在一起找问题。掌握这些避坑技巧后,你可以轻松实现C#与三菱全系列PLC的稳定通信,满足工业场景中数据采集、设备控制等核心需求。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 2201

Kafka学习笔记(一)Kafka基础概念理解

Kafka学习笔记Kafka基础定义kafka是什么?为什么要用Kafka(消息队列)?Kafka传输消息的格式是什么?Kafka的消息传输模型Kafka常见支持的客户端语言Kafka核心术语主题(Topic)客户端(Clients)生产者(Producer)消费者(Consumer)服务器端(Broker)Kafka集群备份机制(Replication)——高可用方案分区机制(Partition)——扩展(可伸缩)方案分区位移(Offset)消息日志(Log)日志段(Log Segment)消费者组(Co

Github: https://github.com/jcxzzy 掘金:https://juejin.cn/user/879249395028558 1982

数据处理和分析之数据聚类:层次聚类(Hierarchical Clustering):单链接层次聚类方法

单链接层次聚类(Single-Linkage Hierarchical Clustering)是凝聚型层次聚类的一种,它基于数据点之间的最小距离来定义聚类间的相似性。在单链接层次聚类中,两个聚类之间的距离定义为这两个聚类中任意两个数据点之间的最短距离。这种聚类方法倾向于形成链状或线性的聚类,因为聚类的边界是由最远的数据点决定的,而不是聚类的平均或中心位置。单链接层次聚类通过计算簇间最近点的距离来决定簇的合并,这种方法简单直观,但可能导致簇的形状不规则,尤其是在数据点分布不均匀的情况下。

2401_87715305的博客 1443

手把手教你学Simulink--人形机器人控制场景实例:基于Simulink的多连杆人形机器人拉格朗日动力学建模仿真

matlab编辑% 连杆长度 (m)% 躯干(髋到CoM)% 大腿% 小腿% 质量 (kg)% 转动惯量(绕质心,简化为杆)matlab编辑% 躯干CoM(假设在髋上方L_body/2处)% 左大腿CoM% 左小腿CoM% (右腿类似,略)本文完成了基于Simulink的多连杆人形机器人拉格朗日动力学建模仿真,实现了:✅ 定义7-DOF平面人形结构✅ 使用Symbolic Math Toolbox自动推导动力学方程✅ 生成。

MHD0815的博客 148

python环境下运用kafka对数据实时传输

背景: 为了满足各个平台间数据的传输,以及能确保历史性和实时性。先选用kafka作为不同平台数据传输的中转站,来满足我们对跨平台数据发送与接收的需要。 kafka简介: Kafka is a distributed,partitioned,replicated commit logservice。它提供了类似于JMS的特性,但是在设计实现上完全不同,此外它并不是JMS规范的实现。kafka对...

真梦行路的博客 6531

ADAS方案设计-CAN网络管理与休眠唤醒机制

文章摘要:本文介绍了车载控制系统的五种工作模式及其转换条件,包括睡眠模式、准备睡眠模式、就绪睡眠模式、正常工作模式和重复消息状态。系统唤醒条件包括接收到网络管理报文或电源ON档信号,休眠条件则需满足电源OFF档、功能完成等多重要求。针对下挂节点的网络管理报文发送规则,详细说明了不同状态下的报文发送策略,特别是在哨兵模式、OTA模式等特殊场景下的处理方式。系统在满足休眠条件后会立即停止发送下挂节点网络管理报文,确保电源管理的有效性。

xiandang8023的博客 325

Kafka学习(1)-Kafka的简介

原文来自:扎心了,老铁的《Kafka学习之路 (一)Kafka的简介》

上海一九四三 252

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

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。

kafka简介

Kafka 本质上是⼀个消息队列。与zeromq不同的是,Kafka是一个独立的框架而不是一个库。这里主要介绍其原理,至于具体的安装等操作不做介绍,只是提示一下,第一次运行时,先设置前台运行,看会不会报错。 架构 注意下图没有画上zookeeper,请自行脑补。kafka需要连接到zookeeper,来完成注册发现等集群操作。broker都是由zookeeper管理。 先给出 Kafka ⼀些重要概念,让⼤家对 Kafka 有个整体的认识和感知,后⾯还会详细的解析每⼀个概念的作⽤以及更深⼊的原理: Pr

m0_65931372的博客 6万+

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

kafka入门:简介、使用场景、设计原理、主要配置及集群搭建

kafka入门:简介、使用场景、设计原理、主要配置及集群搭建(转) 问题导读: 1.zookeeper在kafka的作用是什么? 2.kafka中几乎不允许对消息进行“随机读写”的原因是什么? 3.kafka集群consumer和producer状态信息是如何保存的? 4.partitions设计的目的的根本原因是什么? 一、入门 1、简介 ...

weixin_30414245的博客 87

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

[转帖]kafka入门:简介、使用场景、设计原理、主要配置及集群搭建

kafka入门:简介、使用场景、设计原理、主要配置及集群搭建 http://www.aboutyun.com/thread-9341-1-1.html 还没看完 感觉挺好的. 问题导读: 1.zookeeper在kafka的作用是什么? 2.kafka中几乎不允许对消息进行“随机读写”的原因是什么? 3.kafka集群consumer和produc...

weixin_30509393的博客 127

Kafka 简介

Kafka_简介

Yuanshigou9的博客 1619

Kafka的简介

Kafka的简介 一、简介 1.1 概述 Kafka是最初由Linkedin公司开发,是一个分布式、分区的、多副本的、多订阅者,基于zookeeper协调的分布式日志系统(也可以当做MQ系统),常见可以用于web/nginx日志、访问日志,消息服务等等,Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。 主要应用场景是:日志收集系统和消息系统。 Kafka主要设计目标如下:...

lv_hulk的博客 851

Kafka 实战 - kafka 简介与设计、实现分析

综上所述,Kafka 以其独特的设计和实现,不仅满足了传统消息队列的需求,还成为现代大数据处理架构中的重要组成部分,广泛应用于日志收集、监控数据聚合、实时流处理、事件驱动架构等领域。其高效的性能、可靠的持久化、灵活的扩展能力以及与主流流处理框架的良好集成,使其在业界获得了广泛应用和高度认可。Kafka 是一款开源的分布式流处理平台,由 LinkedIn 公司(现已被微软收购)开发,最初被设计为一个高性能的消息队列系统,但其功能远超传统消息队列,具备强大的流处理能力。

qq_33240556的博客 876
下一篇: Kafka线上环境部署
炒栗子不加糖
博客等级 码龄10年 68粉丝 123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