Redis指南【8】分布式锁原理及实现

Redis实战之 分布式锁 重入问题:重入问题是指 获得锁的线程可以再次进入到相同的锁的代码块中,可重入锁的意义在于防止死锁,比如HashTable这样的代码中,他的方法都是使用synchronized修饰的,假如他在一个方法内,调用另一个方法,那么此时如果是不可重入的,不就死锁了吗?所以可重入锁他的主要意义是防止死锁,我们的synchronized和Lock锁都是可重入的。不可重试:是指目前的分布式只能尝试一次,我们认为合理的情况是:当线程在获得锁失败后,他应该能再次尝试获得锁。 阅读详情

前言

本文主要对 redis 的分布式锁的原理及实现进行深入讲解。

以后,再针对 redis 分布式锁相关的问题都有据可查。

一、背景

说说我们为什么需要分布式锁?

当多个线程同时操作同个资源的时候,我们通常会使用例如 synchronized 来保证同一时刻只能有一个线程获取到对象锁进而处理资源。而在分布式条件下,各个服务独立部署,此时锁服务的对象就变为当前应用服务,即其他服务仍然可以执行这块代码,导致服务出现问题,那么如果我们想让多个服务独立部署时,也能控制资源的单独执行,那么就需要引入分布式锁来解决这种场景。

什么是分布式锁?

分布式锁。就是控制分布式系统中不同进程共同访问同一共享资源的一种锁的实现。

分布式锁,可以理解为“总部“ 的概念。

总部来控制锁的占有和通知其他服务等待。各个独立的部署都从总部这里获取锁的消息,从而避免了各地为政的可能。分布式锁就是这种思想。

我们可以使用一个第三方组件(例如redis、zookeeper、数据库)进行全局锁的监控,控制锁的持有和释放。

二、分布式锁原理及使用

setnx 是[set if not exists] 的简写。

将 key 的值设为 value,当且仅当 key 不存在,若给定的 key 已经存在,则 setnx 不做任何动作。

接下来,我们使用这个命令来看下分布式锁使用的简单案例,了解其内在原理。

2.1 分布式锁演进:阶段1

代码demo 如下:

        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111");
        if(lock){
            // 加锁成功
            Map<String, List<Catelog2VO>> stringListMap = getStringListMap();
            redisTemplate.delete("lock");// 删除锁
            return stringListMap;
        }else{
            // 加锁失败: 重试 (自旋锁)
            return getCatalogJsonFromRedis();
        }

问题:

这是最原始的锁使用问题,但这里明显有一个问题,如果锁占用后在执行业务的过程中,程序宕机,此时这个锁就会永远在redis中存在。

解决办法:

  • 设置锁的过期时间,即使没有删除,会自动删除。

2.2 分布式锁演进:阶段2

 代码 demo 如下:

        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111");
        if(lock){
            redisTemplate.expire("lock",30,TimeUnit.SECONDS);
            // 加锁成功
            Map<String, List<Catelog2VO>> stringListMap = getStringListMap();
            redisTemplate.delete("lock");// 删除锁
            return stringListMap;
        }else{
            // 加锁失败: 重试 (自旋锁)
            return getCatalogJsonFromRedis();
        }

问题:

  • setnx 设置好,又去设置过期时间,中间出现宕机,也会出现死锁。

解决:

  • 设置过期时间和占位必须是原子性的。redis 支持使用 setnx ex 命令。

2.3 分布式锁演进:阶段3

        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111",30,TimeUnit.SECONDS);
        if(lock){
            // 加锁成功
            Map<String, List<Catelog2VO>> stringListMap = getStringListMap();
            redisTemplate.delete("lock");// 删除锁
            return stringListMap;
        }else{
            // 加锁失败: 重试 (自旋锁)
            return getCatalogJsonFromRedis();
        }

可以使用一条命令来完成这个上锁操作。

问题:

  • 锁是直接删除的吗?(如果业务很忙,锁自己过期了,我们直接删除,可能会把别人正在持有的锁删除)

解决:

  • 上锁的时候,值指定为 uuid,每个人匹配是自己的锁才删除。

2.4 分布式锁演进:阶段4

        String uuid = UUID.randomUUID().toString();
        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid,30,TimeUnit.SECONDS);
        if(lock){
            // 加锁成功
            Map<String, List<Catelog2VO>> stringListMap = getStringListMap();
            String lockValue = redisTemplate.opsForValue().get("lock");
            if(uuid.equals(lockValue)){
                redisTemplate.delete("lock");// 删除锁
            }
            return stringListMap;
        }else{
            // 加锁失败: 重试 (自旋锁)
            return getCatalogJsonFromRedis();
        }

这个还是存在点问题。还是有可能把其他线程的值给删除了。

为什么呢?

假如我们从redis 中获取到 锁的值,并且通过了 equal校验,进入删除锁的逻辑,但是此时,锁到期了,自动删除了,且另外的线程进入占用了锁,那么就存在问题,此时删除的锁就是别人的锁。原因也跟之前一样:在锁对比和值删除的时候,不是一个原子操作。

解决方法就是使用 lua 脚本进行删除。

2.5 分布式锁演进:阶段5

使用lua脚本删除锁。

        String uuid = UUID.randomUUID().toString();
        Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid,30,TimeUnit.SECONDS);
        if(lock){
            Map<String, List<Catelog2VO>> stringListMap;
            try{
                // 加锁成功
                stringListMap = getStringListMap();
            }finally {
                // 定义lua 脚本
                String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
                // 原子删除
                Integer lock1 = redisTemplate.execute(new DefaultRedisScript<Integer>(script, Integer.class), Arrays.asList("lock", uuid));
            }
            return stringListMap;
        }else{
            // 加锁失败: 重试 (自旋锁)
            return getCatalogJsonFromRedis();
        }

三、分布式锁Redission

3.1 Redission 简介

Redisson是一个在Redis的基础上实现的Java驻内存数据网格(In-Memory Data Grid)。它不仅提供了一系列的分布式的Java常用对象,还提供了许多分布式服务。其中包括(BitSet, Set, Multimap, SortedSet, Map, List, Queue, BlockingQueue, Deque, BlockingDeque, Semaphore, Lock, AtomicLong, CountDownLatch, Publish / Subscribe, Bloom filter, Remote service, Spring cache, Executor service, Live Object service, Scheduler service) Redisson提供了使用Redis的最简单和最便捷的方法。Redisson的宗旨是促进使用者对Redis的关注分离(Separation of Concern),从而让使用者能够将精力更集中地放在处理业务逻辑上。

redission 是redis 官方推荐的客户端,提供了RedLock 的锁,RedLock 继承自 juc 的Lock 接口,提供了中断、超时、尝试获取锁等操作,支持可重入,互斥等特性。

3.2 使用

导入依赖

        <!-- 整合 redission作为分布式锁等功能框架 -->
        <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.15.2</version>
        </dependency>

配置:

以下为官网提供的参考配置:

// 默认连接地址 127.0.0.1:6379
RedissonClient redisson = Redisson.create();

// 配置
Config config = new Config();
config.useSingleServer().setAddress("redis://127.0.0.1:6379");
RedissonClient redisson = Redisson.create(config);
Config config = new Config();
config.useClusterServers()
    .setScanInterval(2000) // 集群状态扫描间隔时间,单位是毫秒
    //可以用"rediss://"来启用SSL连接
    .addNodeAddress("redis://127.0.0.1:7000", "redis://127.0.0.1:7001")
    .addNodeAddress("redis://127.0.0.1:7002");

RedissonClient redisson = Redisson.create(config);

3.3 测试分布式锁

@Controller
public class TestRedissonClient {
    @Autowired
    RedissonClient redisson;

    @ResponseBody
    @GetMapping("/hello")
    public String hello(){
        // 1、获取一把锁,只要锁的名字一样,既是同一把锁
        RLock lock = redisson.getLock ("my-lock");

        // 2、加锁
        lock.lock ();// 阻塞式等待

        try {
            System.out.println ("加锁成功,执行业务..."+Thread.currentThread ().getId () );
            // 模拟超长等待
            Thread.sleep (20000);
        } catch (Exception e) {
            e.printStackTrace ( );
        }finally {
            // 3、解锁
            System.out.println ("释放锁..."+Thread.currentThread ().getId () );
            lock.unlock ();
        }
        return "hello";
    }
}

redission 解决了两个问题:

  • 1、锁的自动续期,如果业务超长,运行期间自动给锁上新的 30s,不用担心锁的时间过长。锁自动过期被删掉。
  • 2、加锁的业务,只要运行完成,就不会给当前锁续期,即使不手动解锁,锁默认在30s以后删除(当前线程销毁前会调用 lock 方法)

如果给 lock 传了超时时间,就发送给 redis 执行脚本,进行占锁,默认超时时间就是我们设置的时间

如果未指定超时时间,就是用默认的开门狗时间。(30*1000)

只要占锁成功,就会启动一个定时任务【重新给锁设置过期时间,新的过期时间就是看门狗的默认时间】,每隔10秒续签,续签满时间。

internaLockLeaseTime【看门狗时间】/3 10s 。

最佳实战,【推荐写法】

加个时间,省掉续签的时间。

// 10s自动解锁,指定时间一定要大于业务时间(不然会报错,没把握就不要用)
lock.lock (10, TimeUnit.SECONDS);

3.4 读写锁

一次只有一个线程可以占有写模式的读写锁,但是可以有多个线程同时占有读模式的读写锁。

读写锁适合于对数据结构的读次数比写次数多的情况,因为,读模式锁定时可以共享,以写模式锁住意味着独占,所以读写锁又叫共享-独占锁。

保证一定能读到最新数据,修改期间,写锁是一个排他锁。读锁是一个共享锁,

写锁没释放读就必须等待

写 + 读: 等待写锁

写+读: 等待写锁释放

写+写:阻塞方式

读+写 :有读锁。写也需要等待

只要有写的存在,都必须等待

3.5 缓存一致性问题

缓存里的数据如何与数据库保持一致。

3.5.1 双写模式

数据库改完后,再改缓存。

问题:会有脏数据
方案一:加锁
方案二:若是允许延迟(今天更新的数据明天展示,或者几分钟几小时延迟),设置过期时间 (建议)

3.5.2 失效模式

数据库改完,再将缓存删掉,等待下次主动查询,再进行更新。

问题:会有读写,脏数据
方案一:加锁
方案二:如果经常写,少读,不如直接数据库操作,去掉缓存层。

3.5.3 方案 (过期时间+读写锁)

无论是双写模式还是失效模式,都会导致缓存的不一致问题。即多个实例同时更新会出事。怎么办?
(1)如果是用户纬度数据(订单数据、用户数据),这种并发几率非常小,不用考虑这个问题,缓存数据加上过期时间,每隔一段时间触发读的主动更新即可
(2)如果是菜单,商品介绍等基础数据,也可以去使用canal订阅binlog的方式。
(3)缓存数据+过期时间也足够解决大部分业务对于缓存的要求。
(4)通过加锁保证并发读+写,写+写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。(业务不关心脏数据,允许临时脏数据可忽略)

总结:
(1)我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间,保证每天拿到当前最新数据即可。
(2)我们不应该过度设计,增加系统的复杂性
(3)遇到实时性、一致性要求高的数据,就应该查数据库,即使慢点。

针对缓存数据一致性问题,我们可以使用 Cannal 来完成这一场景。一般针对大数据项目

redis分布式锁的原理与实现【分布式】 分布式锁是指在分布式系统中,为了实现协调和同步访问共享资源,而对分布式环境下的多个进程或线程进行同步的一种机制。它可以保证在分布式环境下各进程访问共享资源的时序一致性和互斥性,避免不同进程之间发生冲突。基于数据库的分布式锁:使用数据库的事务机制来实现分布式锁,通过在数据库插入一个唯一的记录来实现锁定,其他进程尝试并发获取锁时会阻塞等待。基于缓存的分布式锁。 阅读详情

相关推荐

Redis 分布式锁实现原理与实战全解析

实现方式原理优点缺点基础加锁简单易实现需要手动续期、防误删Lua 脚本解锁原子性校验安全释放需要脚本支持RedLock多节点投票机制容错高实现复杂,不推荐自研Redisson封装式实现简单、安全、功能全引入第三方依赖。

m0_73748193的博客 1511

Redisson实现分布式锁原理

Redisson实现分布式锁原理 一、高效分布式锁 当我们在设计分布式锁的时候,我们应该考虑分布式锁至少要满足的一些条件,同时考虑如何高效的设计分布式锁,这里我认为以下几点是必须要考虑的。 1、互斥 在分布式高并发的条件下,我们最需要保证,同一时刻只能有一个线程获得锁,这是最基本的一点。 2、防止死锁 在分布式高并发的条件下,比如有个线程获得锁的同时,还没有来得及去释放锁,就因为系统故障或者其它原因使它无法执行释放锁的命令,导致其它线程都无法获得锁,造成死锁。所以分布式非常有必要设置锁的有效时间,确保系统

程序猿进阶 3001

深入学习 Redis - 分布式锁底层实现原理,以及实际应用

lua 语言特别轻量(实现一个 lua 解释器,消耗的体积非常小),可以使用 lua 编写一些逻辑,把这个脚本上传到 redis 服务器上,然后就可以让客户端来控制 redis 执行上述脚本了.最重要的一点就是,redis 执行一个 lua 脚本,就相当于在 redis 上执行一个命令一样,是原子的. 并且 redis 官方文档中也明确说,lua 就属于是 事务 的替代方案.例如前面的 “买票” 案例.elsereturn 0end;

CYK_byte的博客 6428

Redis分布式锁:从原理到实现,一篇搞懂

Redis分布式锁通过SET NX PX命令实现跨服务的互斥机制,核心原理是利用Redis键的唯一性保证互斥。文章详细解析了分布式锁的三个关键问题:1) 锁过期与续命机制解决任务执行时间长的问题;2) 使用Lua脚本保证释放锁的原子性;3) Redis集群下的锁丢失问题及Redlock解决方案。最后给出了Java实现的完整流程,包括获取锁、锁续命和释放锁的标准操作,为分布式系统提供可靠的并发控制方案。

2301_80017072的博客 6362

斗罗大陆叙事体系与战斗系统设计解析

在文学创作与游戏设计中,世界观构建和战斗系统设计是两大核心技术要素。世界观作为故事发生的背景框架,需要融合东西方文化元素并建立量化标准,如《斗罗大陆》中武魂觉醒与魂环等级体系。战斗系统则需突破简单数值对抗,发展出武魂特性、魂技组合与环境互动的三维体系,其中魂导器技术的引入展现了科技与魔法的创新融合。这些设计原理在RPG游戏开发、网络文学创作等领域具有广泛应用价值,特别是对需要长期运营的IP作品,完善的系统设定能有效支撑剧情延展与商业化开发。本文以现象级作品为例,剖析其武魂拟态理论和魂师工业化构思如何成就经典

weixin_29291069的博客 254

ESP32+MAX7219二进制时钟设计与嵌入式时间映射实践

二进制时钟是嵌入式系统中数据表示与物理呈现深度耦合的典型范例,其核心在于将时间语义(年月日时分秒)解构为比特位,并通过LED点阵的空间权重布局实现直观识别。该设计依托RTC模块提供时间基准,依赖SPI协议完成微控制器与专用驱动芯片(如MAX7219)的可靠通信,涉及寄存器级配置、位图坐标变换、软硬件时序对齐等关键原理。技术价值体现在低资源占用下的高可读性人机交互,适用于教学演示、极客项目及嵌入式UI原型开发。本文聚焦ESP32平台在MicroPython环境下,结合MAX7219驱动8×8点阵实现高可靠性二

weixin_42160645的博客 304

redis实现分布式锁的原理

redis实现分布式锁,从原理的实现,干货满满~~~

LYQ20010417的博客 1万+

NVIDIA DGX Spark实战指南:从开箱到AI模型高效部署

本文详细介绍了NVIDIA DGX Spark的开箱体验、硬件架构及AI模型高效部署实战指南。从1 PetaFLOP算力的迷你设备到Grace Blackwell超级芯片的深度解析,再到五分钟快速上手指南和大模型部署技巧,帮助开发者充分利用这款全球最小AI超级计算机的性能优势。

weixin_29239279的博客 1366

Redis实现分布式锁

基于Redis实现分布式锁,原理介绍,与zookeeper进行简单对比

Me_xuan的博客 7万+

AD20/Altium designer——如何进行DRC检查、冲突的错误如何改正

对于一个画完的PCB,我们常常需要进行DRC检查,确保板子的电器连接及制作工艺在设定规则的范围内,本篇将介绍如何对PCB进行后期DRC检查处理,确保电路板出现不必要错误。 1.DRC检查入口 2.DRC设置 3.错误分析 对于错误的内容,依据个人实际情况不同,其出现的原因都是因为与设计规则中的设定标准冲突,这里按遇到的错误进行修改讲解,其他错误同理。 4.常见错误分析及解决方法 (1) 解决方法:将未连接网络连接(...

嵌入式创客工坊的博客 5万+

yolov5深度剖析+源码debug级讲解系列(一) yolov5的架构和源码debug准备

前言 前段时间分析了yolov3的源码,这次想带着小伙伴一起把yolov5完全掌握。博主还是保持着一贯的风格,依旧采用debug级别的源码剖析。目的就是让大家可以通过一个系列的文章就把yolov5的架构、设计理念和每一行源码都弄懂。只要小伙伴可以花时间把这个系列读完,就会对yolov5的理解有所提升。 去年参加了kaggle的小麦检测比赛,yolov5在比赛的中段开始呈现霸榜趋势,超越了efficientdet。虽然最后yolov5因为权限等某些问题被kaggle官方禁用了,但是仍然体现出了其强大的能力。值

人唯优的博客 4万+

redis分布式锁原理与实例

目录 1 分布式锁的实现方式 2 redis分布式锁的原理 2.1 分布式锁的基本实现 2.2 如何避免死锁 2.3 解锁 3 redis分布式锁实现示例 4 验证 4.1 创建redis连接池 4.2 单线程验证 4.3 多线程验证 1 分布式锁的实现方式 分布式锁常用的有三种实现方式: 1)基于zookeeper的分布式锁; 2)基于数据库的分布式锁; 3)基于r...

u010482601的专栏 5383

【华为OD机试】创建二叉树(python, java, c++, js)

请按下列描达构建一颗二叉树,并返回该树的根节点: 1、先创建值为-1的根结点,根节点在第0层; 2、然后根据operations依次添加节点: operations[i] = [height, index] 表示对第 height 层的第index 个节点node, 添加值为i 的子节点: 若node 无「左子节点」。则添加左子节点; 若node 有「左子节点」但无「右子节点」,则添加右子节点: 否则不作任何处理。 height、index 均从0开始计数;index 指所在层的创建顺序。

A_D_I_D_A_S的博客 191

Redis如何实现分布式锁?

redis如何实现分布式锁?本篇文章浅谈一下

那条大鱼的博客 9357

Vulkan入门系列3 - 绘制三角形代码解析(全)

【代码】Vulkan入门系列3 - 绘制三角形完整代码(带详细注释)

GPU全栈博主 1036

uniapp - 热更新提示:WGT安装包中manifest.json文件不存在 | unexpected EOF!报错详细解决,完美搞定WGT安装包中WWW目录下manifest.json不存在问题

uniapp,安卓android,苹果ios,热更新,热更新code:-1202报错,,WGT热更新报错,uniapp热更新wgt出现报错manifest.json文件不存,uniapp安卓苹果软件热更新时出现错误unexpected EOF!如何解决,怎么解决热更新wgt报错,app新版本下载安装报错WGT安装包中manifest.json文件不存在,WGT安装包中WWW目录下manifest.json不存在,uniapp热更新报错安装失败[-1201]:WGT/WGTU文件格式错误,uniapp-wgt

✅ 精选推荐文章 1万+

Redis分布式锁实现原理与实践

Redis分布式锁通过、Lua脚本、Watchdog和Redlock,解决了高并发场景下的互斥性、安全性和高可用问题。电商案例验证了P99延迟4ms、QPS 12万、99.99%可用性的效果。加锁SET NX EX,原子性。释放:Lua脚本,防误删。续期:Watchdog动态延长。高可用运维分布式锁适用于电商、金融、游戏等场景,未来将在多云和AI方向演进。

lssffy的博客 1466

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

Redis分布式锁实现

本文介绍了Redis分布式锁的实现原理与生产级实践。首先分析了分布式锁的必要性及其必须满足的互斥性、安全性等五个条件。随后详细讲解了Redis分布式锁的演进过程,从基础的SETNX+EXPIRE到原子性SET命令,再到解决单点问题的Redlock算法。针对Redlock的争议,作者指出其在大多数业务场景下仍是最佳选择。最后提供了一个Python实现的分布式锁类,支持自动续约、可重入等特性,可直接用于项目开发。全文150字,概括了Redis分布式锁的核心要点与实践方案。

闲人编程的博客 1919

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

Redis实现分布式锁原理(面试重点)

Redis实现分布式锁原理(面试重点)简素主要从为什么如何实现分布锁加锁以及解锁,解锁的几种方式,然后过期时间存在的问题,看门狗机制的处理,守护进程机制的实现

可乐要加冰!!! 7418

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

【Redis】之 RedLock 分布式锁

在多线程环境中,为了控制线程对资源并发访问和竞争,我们经常需要用到锁来进行控制。常用的锁例如 Java 自带的等。但这些锁只能用于单机系统中,如果涉及到多机器、多节点的分布式环境的资源竞争,就需要使用分布式锁了。

王廷云的博客 1万+

分布式锁的实现原理

作者:来自 vivo 互联网服务器团队- Xu Yaoming介绍分布式锁的实现原理。一、分布式锁概述分布式锁,顾名思义,就是在分布式环境下使用的锁。众所周知,在并发编程中,我们经常需要借助并发控制工具,如 mutex、synchronized 等,来保障线程安全。但是,这种线程安全仅作用在同一内存环境中。在实际业务中,为...

Java_fenxiang的博客 965

Redis分布式锁之红锁

一、问题 分布式锁,当我们请求一个分布式锁的时候,成功了,但是这时候slave还没有复制我们的锁,masterDown了,我们的应用继续请求锁的时候,会从继任了master的原slave上申请,也会成功。 这就会导致,同一个锁被获取了不止一次。 二、办法 Redis中针对此种情况,引入了红锁的概念。 三、原理 用Redis中的多个master实例,来获取锁,只有大多数实例获取到了锁,才算是获取成功。具体的红锁算法分为以下五步: 获取当前的时间(单位是毫秒)。 使用相同的key和随机值在N个节点上请求锁。这

2万+

Redis:原理速成+项目实战——Redis实战8(基于Redis的分布式锁及优化)

Redis:原理速成+项目实战——Redis实战8(基于Redis的分布式锁及优化)

m0_52380556的博客 1469
上一篇: Spring容器初始化源码流程(配置文件格式)
下一篇: 【消息队列】RabbitMQ生产者消费者代码案例 ,超详细!
加班不秃顶
博客等级 码龄7年 1822粉丝 599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