数据库篇(Oracle) ---基础SQL语句

Oracle入门——基础语法篇 ROWID是Oracle中的一个伪列,用于唯一标识数据库中的每一行。在查询中,可以使用ROWID来定位和操作特定的行,例如,删除特定的行或更新特定的行。在Oracle中,子查询是指嵌套在另一个查询内部的查询语句,它可以作为主查询的一部分,用于提供额外的过滤条件、计算或数据源。在Oracle中,连接查询是通过使用JOIN子句将两个或多个表中的数据合并在一起,以获取满足特定条件的结果集。在Oracle数据库中,ROWID和ROWNUM都是用于对行进行标识和定位的伪列,它们在查询中的使用有一些不同之处。 阅读详情
---基本的操作语句---

一:数据库
    创建数据库 create database database_name;
    删除数据库 dropdatabase database_name;
    修改数据库 alter database database_name ...;
    修改数据库名字  sp_renamedb 'old_name','new_name';
    查询所有数据库  show databasees;
    备份数据库   backup database pubs to testback;
    分离数据库  sp_detach_db 'path';
    附加数据库  sp_attach_db 'path';
    压缩数据库  dbcc shrinkdatabase(database_name);

二:表
    创建表(新建)
      create table table_name(
             id char(10) not null primary  key,
          name char(20) ,
age int
);
  创建表(根据已有的创建,不加where条件默认复制内容)  create table table_new as select * from table_old;
 创建表(根据已有的创建,不复制其内容)  create table table_new as select * from table_old where 1==2(或1<>1);
  删除表  drop table table_name; (不可回滚,可以在回收站闪回,可在后面加purge关键字,可彻底删除不走回收站)
不删表删数据  truncate table table_name;(不可回滚,数据不可找回,所以要注意)

  不删表删数据  delete from table_name ;(可回滚,可带条件查询,只能删除表数据,不能删除表约束)

  修改表(增加属性)  alter table table_name add column col type;
  修改表(删除属性)  alter table table_name drop column col type;
修改表(添加主键)  alter table table_name add primary key(col);
修改表(删除主键)  alter table table_name drop primary key(col);

三:索引
 给表建立索引create (这里还可以加是否唯一的约束)index index_name on table_name(col... (这里可以加排序规则));

      create 后可以加唯一性约束 还可以在加索引的列中根据需求加上排序

 删除索引 drop index index_name;

   注意:索引是不可以修改的,要想修改的话只能删除再新建(会在深入学习篇深入讲解)

四:视图
  创建视图 create view view_name as select statment; (会在深入学习篇深入讲解)
删除视图 drop view view_name;

五:基础SQL语句
查询语句 selsct * from table_name; 也可以查询指定字段
带条件查询 select * from table_name where 条件;后面可以跟各种条件(and,or,>,<,>=,<=,=,<>,!=,not)
其它比较运算:between...and...在两个值之间(包含边界),in(set)等于值列表中的一个,is null不为空 

分组查询 select colname,count(*) from table_name group by colname;

注意:在select子句中出现的非多行函数的所有列,必须出现在group by子句中

 在group by子句中出现的所有列,非必须出现在select子句中       

带条件查询 select colname,count(*) from table_name group by colname having 条件;

排序查询 selsct * from table_name order by col1,col2 排序方式;  acs 正序,desc逆序,默认按插入记录顺序排序;

注意:当有多列排序时,只有前一列有相同值时才会按照后一列排序,否则不执行,ordery by 字句在select语句的结尾

模糊查询 select * from table_name where colname like 条件;          %:表示任意个字符  _:表示一个字符  

注意:回避特殊符号的:使用转义符。例如:将'%'转为'\%'、'_'转为'\_',然后再加上ESCAPE '\' 即可

查询时合并列 select col1,col2,(col3+col4) from table_name;   合并列后根据需求建议起个别名,方便之后的操作

注意:合并列只能合并数值类型的字段,想合并字段的话可以用 || 连接符进行连接

去除重复查询 select distinct col1,col2 from table_name;  可以用在字段或函数中

注意:distinct 只能放在开头,默认后面的字段都会生效,若只想特定字段生效可以加括号,把该字段放括号里

聚合查询 select 聚合函数(col) from table_name; 常用聚合函数:sum() ,avg(),  max(),  min(), count()

注意:count()函数统计的数量不包含null的数据

分页查询 select * from table_name limit(当前页-1)*每页显示多少条,每页显示多少条;

第一个数字也可以简单理解为从第几条数据开始,0的话可以省略,第二个数字是要查询几条



在Oracle Database 12c 中创建c##scott用户及相关数据表 一、环境     (1)操作系统:Windows 7;     (2)数据库:Oracle Database 12c; 二、日期     2015年3月31日; 三、操作步骤     1、开始 > 运行 > cmd,输入:sqlplus / as sysdba,以打开SQLPlu 阅读详情

相关推荐

VMware player桥接模式不能联网的解决方法

VMware虚拟机下主要使用两种网络连接方式:桥接模式、NAT模式。 桥接模式:查一下,虚拟机独立IP。 NAT模式:与电脑共享IP、需要映射应用服务的端口。 我的需求需要独立IP,于是使用桥接。 网络连接失败。 个人主机系统的网络设置: 设置 - 网络和 Internet - 更改适配器设置 给虚拟机设置网络适配器 只保留,点击确定,确定。 重新运行虚拟机。 ...

Mark_md的博客 9447

oracle常用语句

oracle

qq_65184431的博客 9213

保姆级教程:用MATLAB搞定双目相机标定,从导入图片到参数解读全流程

本文提供了一份详细的MATLAB双目相机标定全流程指南,涵盖从图片准备到参数解读的每个环节。重点讲解了棋盘格选择、拍摄技巧、MATLAB工具箱设置及参数优化,帮助读者避免常见错误并提升标定精度。特别适合机器人导航、三维重建等领域的开发者。

weixin_33737134的博客 428

Oracle数据库语句总结

Oracle数据库基础语句总结

niubaosama的博客 1万+

命名管道和匿名管道

我们知道进程间是可以通信的。可以达到数据传输、资源共享、事件通知、进程控制等目的。进程间通信主要包括管道、系统IPC,套接字等。 管道分为三种: 普通管道:一是单工,只能单向传输 ,二是仅能在父子进程或者兄弟进程中使用。 流管道:去除了第一种限制,为半双工,可以双向传递, 命名管道:去除了第二种限制 ,可以在很多并不相关的进程 中进行通信。 1、普通管道 int pipe(int f...

ffsiwei的博客 1万+

基于DFT的mbist sdc模板(DFT)

摘要:本文详细介绍了DFT测试模式下的SDC约束方法。

murphyrong的博客 920

oracle基本操作语句大全

前言 给大哥们整理一份比较全面的oracle基本操作语句,方便工作中直接拿来用,不足之处,欢迎大家斧正,谢谢。 1. 数据库表 1.1创建表 create table 表名(\ -- 字段 ); 1.2 修改表 1.2.1 表名 alter table 原表名 RENAME TO 新表名; 1.2.2 字段 1.2.2.1 增加字段: alter table 表名 add 字段名 类型; 1.2.2.2 修改字段 alter table 表名 rename column 原字段名 to 新字段

qq_38306425的博客 9297

【华为OD机试真题 2025B卷】662、静态扫描 | 机试真题+思路参考+代码解析(C++、Java、Py)(B卷复用)

【华为OD机试真题 2025B卷】662、静态扫描 | 机试真题+思路参考+代码解析(C++、Java、Py)(B卷复用) 华为od机试,华为od机试真题,华为od机试E卷,华为odE卷,华为od机试真题E卷,华为OD,华为OD机试,华为OD机试真题,华为od机考,华为od机试D卷,华为od机试真题D卷,华为od手撕代码,华为od,华为od机试C卷,华为od e卷,华为2024e卷,od机试,2024E卷,华为OD机试E卷,什么是华为od,华为od介绍,全面了解华为od,2024华为od,如何备战华为od

KJ.JK 5397

oracle的基本语法

使用@导入 比如说我在oracle家目录下有a.sql文件 命令行sqlplus / as sysdba,进入后 SQL>@/home/oracle/a.sql; 回车搞定 一、ORACLE的启动和关闭 1、在单机环境下 要想启动或关闭ORACLE系统必须首先切换到ORACLE用户,如下 su - oracle a、启动ORACLE系统 oracle>svrmgrl SVRMGR>connect internal&nb

weixin_46941625的博客 1083

手把手教你学 MATLAB 实战训练(6.9):卷积神经网络(CNN)模型来进行图像分类任务(预训练的 ResNet-50 模型)

加载数据集数据预处理加载预训练模型修改和扩展预训练模型设置训练选项训练模型测试模型。

xiaoheshang_123的博客 646

Rockchip开发系列 - 3.4.GPIO扩展芯片AW95xx和PCA953X(2)

Rockchip开发系列 - 3.3.GPIO扩展芯片AW95xx和PCA953X(2)

fulinux的博客 999

Oracle数据库之SQL语句练习篇--准备

前言               对于Oracle 的SQL语句的学习也有一段时间了,笔者一直认定的一个事实就是:真正的学习是       能够用于实践中去的,不然的话只能说明只是简简单单的知道一些东西,但是并未真正的掌握。前面       的学习中对于oracle的函数,sql语法什么的都有一定的学习,但是实践出真知!因此小生在接下来的       一段时间中,会找一些练习,通过练习

LCore的专栏 3249

运放+MOS恒流源电路仿真分析

利用运放设计一个恒流源

HW-BASE的博客 4083

Oracle数据库基础SQL语句(一)—基础篇

Oracle数据库基础SQL语句(一) – 查询所有 – SELECT * FROM EMP; – 查询指定列 – SELECT JOB,COMM FROM EMP; – 更改了列名 – SELECT JOB AS 工作 from EMP; – 去掉重复的 – SELECT DISTINCT JOB AS 工作 from EMP; – 给工资加200 注意此处并不是在数据库中加了200,而是查询时...

pillow233的博客 399

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

【Oracle数据库指南】第01篇:Oracle SQL语言基础——查询语句详解

摘要 本文是Oracle SQL查询基础指南的第一部分,重点讲解SELECT语句的基本语法和常用查询技巧。文章首先介绍SQL语言的特点和历史背景,然后详细讲解SELECT语句的基本结构,包括列查询、别名使用、DISTINCT去重等基础操作。特别强调了表达式计算中空值处理的NVL函数和dual表的特殊用途。最后深入探讨WHERE子句的条件查询,涵盖关系运算符、模糊匹配(LIKE)等实用技巧。通过大量实例演示,帮助读者快速掌握Oracle数据库查询的核心技能,为后续学习高级查询技术奠定基础。 关键词:Oracl

xyghehehehe的专栏 880

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Oracle数据库基础SQL语句(二)—函数篇

Oracle数据库基础SQL语句(二)—函数篇 – 查询所有 – SELECT * FROM EMP; – 查询指定列 – SELECT JOB,COMM FROM EMP; – 更改了列名 – SELECT JOB AS 工作 from EMP; – 去掉重复的 – SELECT DISTINCT JOB AS 工作 from EMP; – 给工资加200 注意此处并不是在数据库中加了200,而...

pillow233的博客 448

oracle数据库约束语句,ORACLE数据库的SQL语句之约束——基础篇

/*修改用户密码:1.输入cmd打开dos窗口2.sqlplus/nolog3.conn/as sysdba4.alter user system identified by orcl;*//**数据完整性指存储在数据库中的所有数据值均正确的状态。如果数据库中存储有不正确的数据值,则该数据库称为已丧失数据完整性*/CREATE TABLE tb_student(NAME VARCHAR2(18),...

weixin_33277243的博客 422

SQL语句在oracle数据库在中的应用————基础篇

前言: 因公司要求,于是花了约莫一周的时间来理解和记忆SQL语言,在基于实用而非彻底理解的情况下,SQL语句其实是很简单的,现在,我就把自己这段时间的整理能容放出来,供新人摸索,供大佬批判。 因为是新人上路,所以可能有所不足,欢迎指正,我已经尽可能的保证正确的了。 增: 指定插入:insert into 表名 (列名1,列名2,列名3......)  values (内容1,内容2,内容3...

CrazyStudent13的博客 412

oracle的SQL语句命令大全--查询

再复杂的SQL语句也不过是简单语句的堆砌而已,因此请反复练习下面的“砖块”并不断尝试组装复杂的SQL语句,多来几遍,SQL大神就是你!!! --简单查询 SELECT * FROM dept;--基本查询 SELECT * FROM dept d;--表的别名 SELECT ROWID,deptno,dname FROM dept;--查询指定列 SELECT deptno*100 FROM emp;--带有表达式的查询 SELECT e.empno 员工编号,e.ename 员工名字 FROM emp e

ChineHe 的博客 556

Oracle和Sql_Server 部分sql语句的区别

比如:A表中, 字段:gxmlflag number; 比如数据:20210115 字段:gxmldate date ; 比如数据:2021-01-15 09:50:50 一、在Oracle数据库中: 1、insert 和 update 语句: t.gxmlflag = to_char(sysdate,'yyyymmdd'),t.gxmldate=sysdate 比如:update fa_base_cust t set t.gxmlflag = to_char(sysdate,'yyyymmdd...

u013456370的专栏 1660

access oracle sql语句,Access、SQLServer、Oracle常见SQL语句应用区别

Access、SQLServer、Oracle常见SQL语句应用区别关劲松 PMP如果要兼容Access、SQL Server、Oracle三个数据库版本;我们在编写SQL语句的过程中,尽量使用一些通用的语句,但还是有些方面有些区别避免不了,现简单总结一下。以下A代表Access,S代表SQL Server,O代表Oracle1、取当前系统时间A:Select Now()S:Select Getd...

weixin_39682301的博客 225

oracle锁数据语句,ORACLE 查询数据库锁相干的语句

ORACLE 查询数据库锁相关的语句--查询那些用户,操纵了那些表造成了锁机SELECT s.username,decode(l.type, 'TM', 'TABLE LOCK', 'TX', 'ROW LOCK', NULL) LOCK_LEVEL,o.owner,o.object_name,o.object_type,s.sid,s.serial#,s.terminal,s.machine,s...

weixin_42376589的博客 174

floor mod sqlserver_ORACLE和SQLServer-SQL语句的区别

ORACLE和SQLServerSQL语句的区别S:SQLServer:O:Oracle:S:Selecttop1*fromtablenameO:Select*fromtablenamewhererownum<2S:SelectA.*,B.*fromAleftJoinBonA.bh=B.bhO:SelectA.*,B.*fromA,BwhereA.bh=B.bh(+)S:Se...

weixin_34237125的博客 219

sql跟踪 oracle,oracle SQL语句跟踪详解

本文主要内容为oracle SQL语句跟踪详解,废话不多说,马上进入正题。对于跟踪的sql语句,生成的trace 文件放在udump 下SQL> showparameter sqlNAME TYPE VALUE----------------------------------------------- -----...

weixin_42500369的博客 1046

oracle查询执行过sql语句,oracle 查询最近执行过的 SQL语句(转载)

oracle 查询最近执行过的 SQL语句select sql_text,last_load_time from v$sql order by last_load_time desc;SELECT sql_text, last_load_time FROM v$sql WHERE last_load_time IS NOT NULL and sql_text like 'select%' OR...

weixin_29786123的博客 2306
上一篇: 数据库篇(Oracle) ---安装(上)
下一篇: 深入学习篇(数据库) ---视图
Coder_Light
博客等级 码龄9年 30粉丝 24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