Arthas实战(5)- 项目性能调优

java-使用Arthas全链路统计方法调用链和执行耗时 Arthas监控诊断产品功能比较多,可以帮助我们不停服务在线诊断问题。使用jmh配合Arthas可以进行吞吐量、平均执行时间等基础测试和性能监控分析,帮助开发人员科学定位性能瓶颈和优化点。 阅读详情

1、接口耗时查询:trace 命令

trace 命令能主动搜索 class-pattern/method-pattern 对应的方法调用路径,渲染和统计整个调用链路上的所有性能开销和追踪调用链路。

1.1 准备测试应用

新建一个 SpringBoot 应用,写一段耗时久的代码:

@GetMapping("/methodTrace")
    public String methodTrace() throws InterruptedException {
        log.info("methodTrace start...");
        Thread.sleep(1000);

        this.methodTrace1();
        this.methodTrace2();

        log.info("methodTrace end...");

        return "success";
    }

    private void methodTrace1() {
        log.info("methodTrace1 start...");
    }

    private void methodTrace2() throws InterruptedException {
        log.info("methodTrace2 start...");
        Thread.sleep(2000);

        this.methodTrace2_1();
        this.methodTrace2_2();
    }

    private void methodTrace2_1() {
        log.info("methodTrace2_1 start...");
    }

    private void methodTrace2_2() throws InterruptedException {
        log.info("methodTrace2_2 start...");
        this.methodTrace2_2_1();
    }

    private void methodTrace2_2_1() throws InterruptedException {
        log.info("methodTrace2_2_1 start...");
        Thread.sleep(3000);
    }

1.2 运行项目

在这里插入图片描述
耗时 7 秒多,下面我们通过 trace 命令排查耗时久的罪魁祸首。

1.3 启动 Arthas 并追踪调用链路

  1. java -jar arthas-boot.jar

  2. 追踪调用链路:trace com.arthas.demo.controller.JvmThreadController methodTrace
    在这里插入图片描述
    命令执行概览:Affect(class count: 1, method count: 1) 表示有1个类中的1个方法受到了追踪影响。这次操作耗时133毫秒,并分配了监听器ID为1。

  3. 请求/methodTrace方法并观察调用详情
    在这里插入图片描述
    方法调用链:

    • methodTrace()调用:整体耗时约为6029毫秒
      • 子调用:
        • [0.07% 4.159334ms] org.slf4j.Logger:info() #99:首次日志输出调用,占总耗时的0.07%。
        • [0.04% 2.476375ms] com.arthas.demo.controller.JvmThreadController:methodTrace1() #102:methodTrace1方法调用,耗时较短。
        • [83.16% 5014.176042ms] com.arthas.demo.controller.JvmThreadController:methodTrace2() #103:methodTrace2方法调用,占据总耗时的83.16%。
        • [0.02% 1.465ms] org.slf4j.Logger:info() #105:在方法链的末尾新增了一个日志输出调用,占总耗时的0.02%。

    结论:

    • methodTrace()方法整体耗时约为6029毫秒,methodTrace()整体耗时减去下面子调用的耗时,得到的就是methodTrace()方法本身的耗时,约 1000ms,我们的代码 sleep 了1000ms,所以耗时基本准确。
    • com.arthas.demo.controller.JvmThreadController:methodTrace2()方法占据总耗时的83.16%, 所以下一步要继续最终methodTrace2()方法。
  4. ctrl+c退出当前追踪,并重新追踪methodTrace2()方法:trace com.arthas.demo.controller.JvmThreadController methodTrace2
    在这里插入图片描述

  5. 请求/methodTrace方法并观察调用详情
    在这里插入图片描述
    方法调用链的分析和第 3 步一样,就不多阐述了,可以看到上图红色字体, com.arthas.demo.controller.JvmThreadController:methodTrace2_2()耗时占 59.98% ,所以继续追踪trace com.arthas.demo.controller.JvmThreadController methodTrace2_2
    在这里插入图片描述
    继续追踪trace com.arthas.demo.controller.JvmThreadController methodTrace2_2_1
    在这里插入图片描述
    到这里,整个methodTrace方法的调用链路就算走完了,我们可以清楚的追踪到每个方法以及子方法的耗时和调用链路,然后去分析整个接口的性能,最终去调优。

  6. 再回顾一下整个追踪流程:
    在这里插入图片描述
    trace 能方便的帮助你定位和发现因 RT 高而导致的性能问题缺陷,但其每次只能跟踪一级方法的调用链路,所以我们需要逐步分析,然后一级一级跟踪。

2、函数执行数据观测:watch 命令

让你能方便的观察到指定函数的调用情况。能观察到的范围为:返回值、抛出异常、入参,通过编写 OGNL 表达式进行对应变量的查看。

2.1 准备测试应用

新建一个 SpringBoot 应用,写一段有出入参的代码:

@PostMapping("/methodWatch")
    public MethodWatchModel methodWatch(@RequestBody MethodWatchRequest request) throws InterruptedException {

        if (Objects.equals("gay", request.getName())) {
            throw new RuntimeException("name is gay");
        }
        if (request.getAge() == 18) {
            Thread.sleep(1000);
        }

        MethodWatchModel model = new MethodWatchModel();
        model.setName(request.getName());
        model.setAge(request.getAge());
        model.setAddress(request.getAddress());
        return model;
    }

    @Data
    static class MethodWatchRequest implements Serializable {
        private String name;
        private Integer age;
        private String address;
    }
    @Data
    static class MethodWatchModel implements Serializable {
        private String name;
        private Integer age;
        private String address;
    }

2.2 watch命令使用参考

2.2.1 观察函数调用时的参数、this 对象和返回值

watch com.arthas.demo.controller.JvmThreadController methodWatch "{params,target,returnObj}" -x 2
等同于:
watch com.arthas.demo.controller.JvmThreadController methodWatch -x 2

上面的命令不会打印异常信息,如果需要打印异常信息,用这个:
watch com.arthas.demo.controller.JvmThreadController methodWatch '{params,target,returnObj,throwExp}' -x 2

在这里插入图片描述

  • 命令解释:
    • watch:这是Arthas的命令,用于监控方法调用。
    • com.arthas.demo.controller.JvmThreadController:这是您要监控的类的全限定名。
    • methodWatch:假设这是您要监控的方法名,应替换为您实际想要监控的方法名称。
    • “{params,target,returnObj}”:这部分定义了在方法调用时要输出的信息。params表示方法的所有参数,target表示调用该方法的对象实例,returnObj表示方法的返回值。这些信息将在方法调用时被打印出来。
    • -x 表示遍历深度,可以调整来打印具体的参数和结果内容,默认值是 1。-x最大值是 4,防止展开结果占用太多内存。用户可以在ognl表达式里指定更具体的 field。

  • 响应解释:
    • 监控设置:Affect(class count: 1 , method count: 1) cost in 128 ms, listenerId: 1 表示监控设置影响了1个类中的1个方法,耗时128毫秒,分配的监听器ID为1。
    • 监控触发:method=com.arthas.demo.controller.JvmThreadController.methodWatch location=AtExit 显示监控发生在methodWatch方法退出时。
    • 监控时间戳:监控记录的时间戳为2024-07-08 10:40:36。
    • 监控结果:监控结果包含三个部分:
      • @MethodWatchRequest:表示方法调用时传递的参数,这里是一个JvmThreadController.MethodWatchRequest实例,包含name=ly,age=17,address=中国。
      • @JvmThreadController:表示调用该方法的对象实例,可以看到其中包含了日志实例、空的memoryList、以及两个资源对象resource1和resource2。
      • @MethodWatchModel:表示方法的返回值或处理的结果,这里包含了name、age、address三个字段的值。
      • 性能指标:[cost=0.770417ms] 显示整个监控操作耗时约0.77毫秒。

2.2.2 观察特定参数和返回值

  • 只查看入参的 name 和 age 以及出参对象:
    watch com.arthas.demo.controller.JvmThreadController methodWatch "{params[0].name,params[0].age,returnObj}" -x 2
    在这里插入图片描述
  • 只查看入参的 name 和 age 以及出参的 address:
    watch com.arthas.demo.controller.JvmThreadController methodWatch "{params[0].name,params[0].age,returnObj.address}" -x 2
    在这里插入图片描述

2.2.3 条件表达式

  • 按照耗时进行过滤:
    watch com.arthas.demo.controller.JvmThreadController methodWatch '{params,target,returnObj}' '#cost>200' -x 2
    在这里插入图片描述

    • #cost>200(单位是ms)表示只有当耗时大于 200ms 时才会输出,过滤掉执行时间小于 200ms 的调用
    • age = 18时,程序会睡 1000ms,耗时大于 200ms ,所以可以输出参数
  • 抛出异常时才触发:
    watch com.arthas.demo.controller.JvmThreadController methodWatch "{params,throwExp}" -e -x 2
    在这里插入图片描述

    • -e表示抛出异常时才触发,express 中,表示异常信息的变量是throwExp
    • name 等于 gay 时,会触发异常,所以可以输出参数

3、反编译指定已加载类的源码:jad 命令

jad com.arthas.demo.controller.JvmThreadController methodWatch
在这里插入图片描述

  • ClassLoader: 列出了类加载器信息,显示JvmThreadController类是由LauncherAppClassLoader加载的,其父类加载器是LauncherAppClassLoader加载的,其父类加载器是LauncherAppClassLoader加载的,其父类加载器是LauncherExtClassLoader。这表明类路径下的类是由应用类加载器加载的,而扩展类库则由扩展类加载器加载。
  • Location: 指出了JvmThreadController类的物理位置,位于/Users/xxx/IdeaProjects/parent-demo/arthas-demo/target/classes/目录下,这通常是Maven项目构建后class文件的存放位置。
  • 源码以及行号
  • Affect(row-cnt:3) cost in 1199 ms.,这表示Arthas执行了某种操作,影响了3行数据,耗时1199毫秒。

4、查看 JVM 的环境属性:sysenv

  1. 查看所有环境属性:sysenv
  2. 搭配grep使用:sysenv | grep 'redis'

如果没有 Arthas,可以用env命令代替sysenv

5、查看 JVM 的系统属性:sysprop

  1. 查看所有环境属性:sysprop
  2. 搭配grep使用:sysprop | grep 'java'
JVM调优工具锦囊:JDK自带工具与Arthas线上分析工具对比 Arthas线上分析诊断调优工具 以前我们要排查线上问题,通常使用的是jdk自带的调优工具和命令。最常见的就是dump线上日志,然后下载到本地,导入到jvisualvm工具中。这样操作有诸多不变,现在阿里团队开发的Arhtas工具,拥有非常强大的功能,并且都是线上的刚需,尤其是情况紧急,不方便立刻发版,适合临时处理危急情况使用。下面分两部分来研究JVM性能调优工具: 1.JDK自带的性能调优工具 虽然有了Arthas,但也不要忘记JDK自带的性能调优工具,在某些场景下,他还是有很大作用的。而且Arth 阅读详情

相关推荐

性能调优必备:Arthas安装使用及常用命令教程

不知道性能问题到底出在哪段代码上?Alibaba开源的Java诊断工具Arthas赶快学起来吧~

程序员小杨哥的博客 4372

阿里巴巴JVM调优利器Arthas实战

Arthas是阿里巴巴开源的Java诊断工具,它以命令行的方式提供了丰富的功能,能够实时监控和诊断Java应用的运行状态,帮助开发者快速定位和解决性能问题。Arthas可以在生产环境中使用,而不需要对应用进行任何修改。本文介绍了阿里巴巴内部JVM调优工具Arthas的基本概念、使用方法和常见应用场景。Arthas以其强大的诊断和调优能力,成为Java开发者不可或缺的利器。通过本文的介绍和示例,相信大家已经对Arthas有了初步的了解和掌握,可以在实际开发中灵活运用Arthas进行性能优化和问题定位。

果酱 の 博客 1892

Arthas实战教程:Java诊断利器深度剖析

在Java生态系统中,有许多优秀的诊断工具,其中Arthas作为一款轻量级的Java诊断工具,以其强大的功能和简单易用的特点受到了广泛关注。本文将对Arthas进行深度剖析,旨在帮助读者充分了解并熟练运用这一工具,提升Java应用程序的诊断和调试能力。

fudaihb的博客 1274

Arthas项目实战用法

Arthas项目实战用法

可乐要加冰!!! 1464

JVM内存模型和性能调优:阿里巴巴Arthas调优工具:Arthas安装- 第44篇

这一节我们看下Arthas如何进行安装。 一、Arthas安装方式 对于Arthas的安装支持如下几种方式: (1)快速安装 ① 使用arthas-boot(推荐) ② 使用as.sh (2)全量安装 下载zip包的方式(里面核心就是arthas-boot.jar) (3)手动安装 https://arthas.aliyun.com/doc/manual-install.html (4)通过rpm/dep来安装...

悟纤学院 1万+

JVM内存模型和性能调优:阿里巴巴Arthas调优工具:Arthas实战trace之查找耗时的方法- 第46篇

如何从一个调用链中找出耗时的方法呢? 问题的描述 我们调用一个api却发现执行的时间过长,那么这个时候怎么查找是哪个代码的问题呢? 问题的解决 指令:trace 说明:方法内部调用路径,并输出方法路径上的每个节点上耗时。 注意事项:trace 能方便的帮助你定位和发现因 RT 高而导致的性能问题缺陷,但其每次只能跟踪一级方法的调用链路。 实战 (1)使用trace进行监控某个方法 $ trace com.kfit.jvmfullgc.controller...

悟纤学院 1万+

JVM调优实战+arthas的调优之路

JVM调优实战+arthas的调优之路

兔哥的技术 999

模拟IC设计避坑:手把手教你用Cadence仿真恒定跨导轨到轨运放(附完整工艺库文件)

本文详细解析了使用Cadence仿真恒定跨导轨到轨运放的全流程,涵盖电路原理、工艺库配置、尺寸设计及仿真分析。通过1:3电流镜补偿技术实现跨导稳定,提供CSMC 0.25um工艺下的实战案例,帮助工程师规避设计陷阱,提升模拟IC设计效率。

weixin_30952535的博客 501

阿里神器Arthas实战指南:在线诊断、性能调优、动态改代码,一篇搞定!

Arthas凭借其动态性和实时性,成为Java开发者排查线上问题的“瑞士军刀”。无论是监控方法参数、定位性能瓶颈,还是反编译代码、热修复Bug,都能大幅提升运维效率。扩展学习Arthas官方文档IDEA插件推荐:Arthas Idea(一键生成监控命令)互动话题:你在使用Arthas时遇到过哪些有趣的问题?欢迎评论区交流!💬。

qq_29083975的博客 4062

正交试验实战指南:从PICT工具到混合水平表应用

本文详细介绍了正交试验法在测试设计中的实战应用,从基础概念到PICT工具的高级使用技巧。通过混合水平表设计和工程化实践案例,帮助测试工程师高效解决参数组合爆炸问题,提升测试覆盖率与效率。特别适合兼容性测试和复杂系统验证场景。

weixin_29230865的博客 262

基于STM32F407的摄像头(不带FIFO的OV7670)图像采集及LCD显示实验-笔记整理

硬件说明 STM32F4开发板 stm32f4系列的芯片处理的能力可以说非常强大了的,而且内部还自带有数字摄像头接口(DCMI),可以说stm32f407的核心板和不带FIFO的摄像头模块OV7670简直就是绝配! 我手上的这块张这个样子 (图片来源:某宝): F4系列的DCMI接口内部结构框图如下图3所示,具体的配置使用方式可以参考以下这篇博文:《stm32f4的数字摄像头接口(DCMI)使用》 这位博主大大已经很详细地介绍了DCMI接口的具体使用方法和原理,更重要的是里面还有接口的配置函数,虽然不完

LiangWF22的博客 2万+

JVM调优以及Arthas简单使用

JVM调优1、JVM命令1、jps(查看本地运行进程)2、Jmap3、Jstack 1、JVM命令 1、jps(查看本地运行进程) 进程号         应用 2、Jmap Jmap命令可查看内存信息,实例个数以及占内存大小,接下来介绍几个具体命令: 1、Jmap -histo 进程号 一般情况会输出到文件里:Jmap -histo 进程号 > xxx.txt 输入在当前这一时刻这个程序进程对应的对象实

qq_41931364的博客 5195

k最近邻算法——电影分类及案例详解

如图3-7所示,若将国际象棋棋盘放在二维直角坐标系中,格子的边长定义为1,坐标的x轴及y轴和棋盘方格平行,原点恰落在某一格的中心点,则王从一个位置走到其他位置需要的步数恰为二个位置的切比雪夫距离,因此切比雪夫距离也称为棋盘距离。关于这里的距离度量,这个电影分类的例子有2个特征,也就是2维的,可以使用我们高中学过的两点距离公式(两点距离公式其实就是欧氏距离在二维空间上的公式,也就是欧氏距离n的值为2的情况,欧氏距离也称为欧几里德距离)来计算距离,如图3-3所示。对数据进行归一化,避免量纲对计算距离的影响。

ZhShy 4561

Arthas性能调优实战指南

java监控诊断利器

一只小迷猫 697

【2025国赛C题】高教社杯全国大学生数学建模竞赛C题思路+代码+论文

【2025国赛C题】高教社杯全国大学生数学建模竞赛C题思路+代码+论文

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 2906

使用R语言实战:构建Logistic回归模型

Logistic回归是一种基于概率的分类算法,它用于预测离散的结果变量(也称为响应变量或因变量)。与线性回归不同,Logistic回归的输出是一个概率值,通常在0和1之间。这使得它非常适合处理二分类问题。市场营销:预测客户是否会购买某个产品。医学研究:预测疾病的发生与否。信用风险评估:预测个人申请贷款的违约风险。社会科学:预测个人对某个政策的态度。

2301_79331230的博客 1141

JVM性能调优

JVM性能调优的核心是通过合理配置参数和优化代码来减少GC停顿、降低GC频率。调优应遵循"监控→分析→优化→验证"流程,重点关注堆内存分配(-Xms/-Xmx)、垃圾收集器选择(G1/ZGC等)和内存泄漏排查。关键步骤包括:使用jstat/jmap监控状态,分析堆Dump定位问题,优先修复代码级问题(如静态集合泄漏),再针对性调整JVM参数。调优后需持续监控验证效果,确保吞吐量和响应时间达标。推荐工具包括jstat、MAT、Arthas等,不同场景(高吞吐/低延迟)应选择匹配的GC策略。

X13100387636的博客 1406

第一章 DRM 子系统概述:1.1 DRM 的组成与定位

DRM 是 Linux 内核中管理 GPU 资源的统一框架,核心职责已超越显示管理。其由两条主线构成:KMS(负责显示模式与输出)和资源管理(管理显存、调度与同步),二者呈单向依赖关系。KMS 依赖资源管理提供帧缓冲内存,而后者可独立运行于无显示需求的 AI 加速卡。因此,DRM 实质是内核级 GPU 内存与任务管理机制,本书聚焦资源管理部分,以对象生命周期为主线展开。

图形/计算GPU的驱动与虚拟化技术分享园地 92

性能调优指南

性能调优指南

兮动人 1389

C++性能优化:深入理解缓存一致性与伪共享

在现代多核处理器的世界里,理解缓存一致性和伪共享就像理解一个复杂社会系统的运作规则。正如心理学家阿德勒所说:"人的行为总是有目的的",CPU缓存的每一次同步也都有其深层的硬件逻辑。本文将带你深入探索这些看不见的性能杀手,以及如何在实际项目中与它们优雅共处。

探索C++编程的奥秘,分享深入的技术见解和实践,旨在激发读者创造力与解决问题的思维。 937

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

Arthas实战:从Full GC定位到QPS提升的Java性能调优指南

Java虚拟机(JVM)垃圾回收机制是保障应用稳定性的核心技术,其中Full GC(完全垃圾回收)作为整个堆内存的清理过程,会引发应用暂停响应,直接影响系统吞吐量和用户体验。理解GC原理有助于识别内存泄漏、对象晋升等常见问题。在工程实践中,借助Arthas这一Java诊断工具,可以实时attach到运行中的JVM进程,通过dashboard监控内存使用、jvm分析分代内存、trace跟踪方法链路,实现不重启应用的深度诊断。结合QPS(每秒查询率)等性能指标,开发人员能够精准定位Full GC频繁的根源,例如

cigang4063的博客 459

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Java性能调优实战:从Full GC频繁到百万QPS的Arthas诊断指南

Java性能调优是确保应用稳定运行的关键技术,其核心原理在于通过监控JVM运行状态识别性能瓶颈。在工程实践中,Full GC频繁和QPS不达标是常见的性能问题,直接影响系统吞吐量和响应时间。借助Arthas等诊断工具,开发人员可以实时分析内存使用、线程状态和方法执行效率,快速定位问题根源。这种技术方案特别适用于线上服务卡顿、CPU占用异常等场景,通过系统化的诊断流程实现从基础监控到深度优化的完整调优路径,最终帮助Java应用达到百万QPS的高性能目标。

weixin_34138056的博客 392

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

深入浅出:Java性能调优与故障排查实战——Arthas在线诊断案例详解

在Java性能调优与故障排查领域,Arthas作为阿里巴巴开源的诊断工具,已经成为开发者不可或缺的利器。这款基于Java Agent技术的工具无需重启服务即可实现线上问题诊断,其设计理念源于对传统Java诊断痛点的深刻洞察——当生产环境出现性能问题时,传统的日志分析和代码修改部署流程往往耗时费力,而Arthas通过创新的动态字节码增强技术,让开发者能够像外科手术般精准定位问题。条件过滤技巧可精准定位特定条件下的性能问题动态追踪:3.3.0+版本支持动态调整采样率,避免在高并发场景下产生过大开销。

zuiyuelong的博客 967

jvm性能检测及调优?

JVM性能调优是一项系统工程,需要建立"检测-分析-调优-验证"的闭环流程。调优前需明确目标(延迟/吞吐量/内存利用率)并建立性能基线,通过jstat、jmap、jstack等工具监控GC、内存和线程状态。调优分为三个维度:合理设置堆内存参数(Xms/Xmx/Xmn等)、根据场景选择GC收集器(Serial/Parallel/CMS/G1/ZGC)、代码层面优化(减少对象创建、避免内存泄漏)。调优需遵循小步迭代原则,先解决必现问题再优化性能瓶颈,最后通过压测验证效果。

X13100387636的博客 1016

JVM-性能调优

这个案例中是由于创建ArrayList时没有手动指定容量,导致使用默认的容量而在添加对象过程中发生了多次的扩容,扩容需要将原来数组中的元素复制到新的数组中,消耗了大量的时间。如下图,随着执行次数的增加,程序性能会逐渐优化。2、通过watch命令,查看此调用的参数和返回值,重点是参数,这样就可以在开发环境或者测试环境模拟类似的现象,通过debug找到具体的问题根源。1、通过arthas的trace命令,首先找到性能较差的具体方法,如果访问量比较大,建议设置最小的耗时,精确的找到耗时比较高的调用。

埃泽漫笔 1111

JVM性能调优的监控方法

本文详细介绍了JVM性能调优的监控方法,包括核心指标、实时监控、离线分析和长期趋势监控三个场景。重点讲解了JDK命令行工具(jstat、jstack、jmap等)和阿里Arthas的使用,以及MAT内存分析工具的操作流程。同时推荐了Prometheus+Grafana+JMXExporter的长期监控方案,并总结了监控流程和最佳实践。通过实时监控与深度分析相结合,可以快速定位内存泄漏、GC频繁等问题,为性能优化提供依据。文章强调监控要形成闭环,生产环境需建立常态化监控机制,根据应用规模选择合适的工具组合。

X13100387636的博客 1474
上一篇: Arthas实战(4)- 线程死锁问题排查
下一篇: ThreadLocal导致的线上问题
String NUll
博客等级 码龄8年 210粉丝 61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  | 博主筛选后可见
 
 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