Paxos 学习总结

Paxos 学习笔记2 - Multi-Paxos Python微信订餐小程序课程视频 https://edu.youkuaiyun.com/course/detail/36074 Python实战量化交易理财系统 https://edu.youkuaiyun.com/course/detail/35475 Paxos 学习笔记2 - Multi-Paxos 图片来自 John Ousterhout 的 Raft user study 系列课程 关于 Basic Paxos 可以看本人的这篇文章 🔑 Multi-Paxos 论文里对很多问题并没有描述清楚,所以实践里往往用的是修改 阅读详情

        最近学习了分布式领域的重要算法Paxos,这里罗列下关键点当作总结。自己水平有限,难免存在谬误,恳请读者指正。本篇不包括Paxos的基本理论介绍,Paxos基础可以参考下面的学习资料章节。


1 Paxos图示

        画图总结了原始的Paxos算法,主要来源于Paxos Made Simple。没有Leader也没有任何优化过程,并且把Proposer/Acceptor/Learners分开表示。这只是为了更容易梳理出三者之间的关系。我们只要知道实际Paxos工程中会把这三者重叠处理就可以了。



        Phase 1注:

        1 Proposer向一个多数派Acceptor发送阶段1a消息时,所谓多数派可能是全部Acceptor也可能只是一个大于50%的Acceptor集合。

        2 阶段1可能产生多个Master,在若干Master进入阶段2后,仍有可能有新的搅局者进入阶段1,Paxos的各个阶段是可以互相重叠的。也就是说可能出现某个Proposer处于阶段1而另一个Proposer处于阶段2中,且这两个Proposer也完全有可能因为访问同一个Acceptor而互相影响。处于阶段1和阶段2的Proposer之间的作用就是通过图中的虚线完成的:一个处于阶段2的Proposer因为给某个Acceptor的(num value)赋值导致另一个处于阶段1的Proposer不得不放弃自己的取值转而使用这个阶段2的Proposer的取值。

        Phase 2注:

        Q:如果多个Master已经发送2a消息,是不是未来的确定性取值一定在这几个Proposer中产生?
        A:当然不是,因为随时可能会有新搅局者在此时加入阶段1,假设x(3) y(5) 两个处于阶段2的Proposer(3,5是其n值)已经发出2a阶段消息,但龟速网络导致x的包在路上耽误了,而y的包也只到达了1个Acceptor,其他的包在路上。此时一个新的搅局者z加入阶段1,发送了更大的n(假设是6),由于n大于Max(Max是5,6>5成立)所以它迅速获得资格进入阶段2并使用自己的值提交Acceptor,此后即使x和y的龟速消息再到达也无济于事了,因为Acceptor的Max已经被z的阶段1消息抬高了,x和y的阶段2a消息会被Acceptor丢弃。当然了xy战胜z的概率还是很大的,因为只要xy的2a阶段消息能在z的阶段a1阶段到达Acceptor前,抢占一半以上的Acceptor,就可以了。因为这样就有一半多的Acceptor会阻挡掉z的阶段1a消息(作用路径是图中虚线),迫使z无法使用自己的值,而只能接受y已经设的值。

        Phase 3注:

        1 学习过程是可能会乱序的,所以必须按照id(也就是图中Phase3的num)递增顺序学习。

        2 阶段3的学习过程,消息传递时有多种选择,比如简单的多对多,m个Acceptor和n个Learner建立m*n条消息链路,然后发送消息。或者多对一对多,即所有的Acceptor将消息发送给一个固定的Learner,然后这个Learner再广播给所有其他Learner。可参考<<Paxos Made Simple>> 2.4节


2 学习资料

        我觉得读论文大概是学习Paxos的最好的方式了,读不懂怎么办?一篇一篇换着读。下面4篇论文从不同的方面论述了Paxos原理及应用场景,内容虽有重复但也有很大互补性,仔细阅读这4篇基本可以对Paxos有全面的理解。我觉得作为最早发表Paxos算法的<<The Part-Time Parliament>>反而可以略过不读,或者在全面理解Paxos后再当作历史读物看看。

        1 <<Paxos Made Simple>>(原文,中文)

        这是Lamport 2001年写的基本上就是<<The Part-Time Parliament>>的简化版本。我觉得这篇比较通俗易懂。同时中译文质量也很高而且关键位置译者添加了一些注释有助于理解。在这里面Lamport强调的是Paxos的两阶段执行过程,最后的Phase 3没有被当作独立的阶段(Lamport用独立章节2.3介绍了Phase3),不过在其他文献中更多把Paxos看作3阶段的过程,第3阶段也就是学习阶段。个人觉得3阶段更方便理解所以在作图的时候分为三阶段了。

        2 <<The Chubby lock service for loosely-coupled distributed systems>>(原文,中文)

        文章作者就是提出“世上只有一种一致性算法,那就是Paxos”的Mike Burrows。他在Google也是Paxos方面的先驱,而这篇Chubby也被下面Google自家的<<Paxos Made Live>>作为第一参考文献来引用。这篇Google工程实践经验主要介绍了Paxos在工程中的应用,Paxos的两大用途之一就是分布式锁,Google使用Paxos完成了其内部的分布式锁服务Chubby。这篇文章围绕3个主题:1什么是分布式锁 2Paxos如何作为分布式锁来使用 3工程实践中的各种困难如何克服。同时我们也能从这篇里寻觅到GFS和Bigtable是如何与Chubby配合的。

        3 <<Paxos Made Live>>(原文,中文)

        这篇应该算是Google对于其内部使用Paxos的总结,相比于Chubby那篇总结性更强,同时对于Paxos算法本身也有一定介绍 。本篇文章在Chubby篇之后写成,其参考文档里的第一篇就是那篇Chubby。本文很适合作为学习完Paxos原理后的第一篇文章来阅读。通过工程师视角描述的Paxos更容易被工程师理解(以后看到任何Engineering Perspective的字样要注意了,很可能会有惊喜哦)。比如在解释为什么实现一个Paxos系统如此困难时,他们是这么说的“虽然Paxos算法本身用一页伪代码就可以描述下来,但是我们的完整实现包含了数千行C++代码。代码膨胀并不简单地是因为我们采用了C++来取代伪代码,也不是因为我们代码风格的繁琐。将该算法转换为一个实际的,产品级系统需要引入很多的features和优化(有些是已经发表过的研究成果,有些不是)。”。对于Paxos的“在某个值上达成一致”这样的用法,它也明确介绍成“在我们的系统中,需要在‘(多副本)日志中的下一条记录是哪条’上达成一致。”,这种文章读起来真是酣畅淋漓!

        4 <<Consensus on Transaction Commit>>(原文,中文)

        两位图灵奖作者合著的文章必须不能错过。这篇同时由两位理论创始人介绍了自家的2PC和Paxos,然后提出了一个2PC和Paxos杂交出的Paxos提交算法。通过正常情况和异常情况的性能对比,得出结论“两阶段提交实际上与只有一个协调者Paxos提交是同构的”。这篇文章可以作为学习2PC和Paxos的一篇不错的文章。

        5 <<布式锁服务>>(链接)

        这篇要比上面4篇来头小多了,是国内大学生论文性的文章,作者的团队基本实现了一个简化版的Chubby,但是因为文章来源于实践还是很有意思,非常值得一读。


3 Paxos实例与Mutl-Paxos
        一个Paxos实例就是一次完整的Paxos运行过程。即完整的执行一遍Phase1~3(假设没有优化),向Paxos提交一个value值就意味着在提交该value值时会启动一个Paxos执行实例。实际系统会以Paxos为基础来实现在一系列value值上的一致性,比如把一个日志文件,逐条的分发到一个多机的备份环境,每次分发一条日志可能就是运行一次Paxos实例。多个Paxos实例连续运行也就是Mutl-Paxos,Mutl-Paxos有几种优化方法,可以参考<<Paxos Made Live>> 4.2及5.2节。


4 编号n的选择
        Proposer需要选出一个递增的唯一序列号,有一种非常形象直观的方法:在一个具有n个副本的系统中,首先为每个副本r分配一个在0和n-1之间的标识符Ir。副本r可以选择一个比它所有已知的序列号大的最小s作为序号,同时保证s mod n=Ir。举例来说,在一个5副本的Paxos系统里,可以为副本1制作一个序列号队列0,5,10,15...为副本2制作好序列号队列1,6,11,16...以此类推,当Proposer需要增大序列号时,即从自己的队列里顺序取出一个即可,这样就保证了每个Proposer取出的都是全局最大而且与别人不重复的编号了。可参考<<Paxos Made Live>> 4.1节


5 Paxos优化

        这里优化的基础和原始Paxos算法有微小差异,这里假设所有的Proposer是由一个固定的Leader来发起请求的,选出一个Leader来作为唯一的提案提出者可以防止活锁,活锁是由于不断的新Proposer提出更高编号的阶段1a请求而导致每个Proposer完成阶段2a的消息。关于Leader可参考<<Paxos Made Simple>> 2.4节

        1 可以通过让Leader仅给半数以上的Acceptor发送阶段2a消息来减少正常情况下的消息数。Leader只要从半数以上的Acceptor接受到阶段2b消息,就可以知道v已经被选定,如果未收到足够多的阶段2b消息,再向其余的Acceptor发送阶段2a消息。这种方法可参考<<Consensus on Transaction Commit>> 4.1节

        2 可以将多个Paxos实例串联起来以减少消息数目。如果在多个实例执行中,协调者(也就是Leader)没有变化,那么阶段1a 1b的消息可以被忽略。为了从这个优化中获益,Muti-Paxos算法会设计很久才会选举一次Leader(这其实就是Fast Paxos的基本思想了,其实这也比较符合直觉,选举Leader其实不是保持一致性的主要工作,而是为了应对异常而已,在很多实现里,选举Leader这一步往往是被简化的)。这种方法可参考<<Paxos Made Simple>> 4.2节
        3 Acceptor在选定v后直接广播给learner,而不是先发送给Leader,再由Leader转发给Learner,这样以额外消息数为代价将阶段3的消息延迟消除,与Leader类似,在这些进程收到来自半数以上的acceptor的阶段2b消息后,就可以获知被选定的value值了。这种方法可参考<<Consensus on Transaction Commit>> 4.1节


6 Paxos用法
        我觉得<<大规模分布式存储系统>>中的说法比较准确的,Paxos有两种用法:

        1 实现全局的锁服务或者命名和配置服务,例如Google Chubby以及Apache Zookeeper(Zookeeper使用了Zab协议,其作者认为这不是Paxos,可参考<<a simple totally ordered broadcast protocol>>,但是通过分析Zookeeper的工作方式也有人认为Zab是Paxos的一种简化形式)。

        2 将用户数据复制到多个数据中心,例如Google Megastore以及Google Spanner。

        对于用途2相对好理解,因为原始Paxos示例就展示了复制数据到多备份机的功能。对于用途1,可以阅读Chubby论文来学习:首先要明白Paxos分布式锁是建议性锁而单机的类Mutex是强制锁,作为建议性锁要求使用方在使用资源前主动询问锁的状况,建议锁和资源在物理上是分离的,防君子不防小人。我们假设建议性锁与Mutex一样,会有一个类似id的身份标识。分布式锁的id不是"123abc"这样的无意义标识符,而是高大上的Unix文件路径格式,从"123abc"变成"/123/abc",这样id变得非常直观,因为可以通过id直接表示出锁是哪个组哪个应用的哪个功能的,这样的名字"/projectX/groupA/add"明显比"123abc"要直白了很多。这种路径同时使得锁具备了层级父子关系也非常容易引入更多特性。要明白这种表示法其本质上与Unix的文件系统关系不大,因为"/"完全可以用别的符号比如“|”代替,比如"|projectX|groupA|app",写成反斜线完全是为了照顾程序员的直觉,减少学习成本(Chubby 论文是这么说的“因为Chubby的名字空间结构类似于文件系统......同时也降低了培训Chubby用户的难度。”)。所谓锁的id表示法更雅观的名字应该叫命名空间,这类似于编程语言的命名空间:通过层级关系最终定位一个类/变量的方法。

        看完了命名空间,那Paxos究竟如何当作分布式锁使用呢?Paxos的基本用途就是使得多台机器在一个确定性取值上达成一致。假设现在有一个5备份机的Paxos环境,我们就叫它5Paxos。有一个外部项目Xapp要使用5Paxos作为分布式锁,Xapp要锁住自己的某个服务http://www.xxx.com/make-id,它需要先向5Paxos发送一个lock值,和自己申请的路径"/Project/Xapp/make-id"。这样5Paxos就在这个确定性取值(“/Project/Xapp/make-id”是lock还是unlock)上达成一致,当前的一致就是lock。只有当Xapp再发送一个unlock后,5Paxos在新的取值unlock上重新达成一致。因为是建议性锁,所以Xapp内部任何要使用这个make-id接口的服务必须在使用前主动检查一下5Paxos存储的"/Project/Xapp/make-id"锁定状态是lock还是unlock。并遵守“在unlock时不访问这个服务”的君子协定,这样锁的作用就最终达成了。而作为分布式锁的最大优点就是高可用性,5Paxos的5台备份机中坏掉2台完全不影响这个锁的正常工作。

分布式共识算法——Paxos算法(图解) 准备阶段:Proposer负责接收 client 请求并产生提案,必须由多数派 Acceptor 批准通过提案接受阶段:提案通过后,再将要执行的修改操作广播给 Acceptor,这次仍然多数派通过,此修改才能生效,可以返回响应给客户端。 阅读详情

相关推荐

Paxos图解(xmid图解)

Paxos图解(xmid图解)

分布式协议与算法(一)Paxos 算法

什么是 Paxos 算法? Paxos 算法是莱斯利·兰伯特于 1990 年提出的一种基于消息传递且具有高度容错特性的共识(consensus)算法。 兰伯特提出的 Paxos 算法包含 2 个部分: 一个是 Basic Paxos 算法,描述的是多节点之间如何就某个值(提案 Value)达成共识; 另一个是 Multi-Paxos 思想,描述的是执行多个 Basic Paxos 实例,就一系列值达成共识。 Paxos 算法在分布式领域具有非常重要的地位,开源分布式锁组件 Google Chubby 的

qq40988670的博客 1115

自动配胶机的PLC控制系统设计

我们根据自动配胶机的控制需求,编写了相应的PLC程序。PID温度控制算法的实现方面,我们采用了经典的PID控制算法,通过不断调整加热器的功率,实现对胶水混合温度的精确控制。在PLC程序中,我们编写了PID控制算法的程序模块,通过实时采集温度传感器的数据,计算温度偏差和偏差变化率,并根据PID控制算法计算出加热器的功率输出值,实现对温度的精确控制。在系统调试阶段,我们对自动配胶机的各个部分进行了详细的测试和调试,包括气路和液路的开关测试、传感器的精度测试、步进电机的位置和速度测试以及PLC程序的逻辑测试等。

lagougongzuoshi的博客 1228

架构成长之路 | 图解分布式共识算法Paxos教会协议

分布式共识算法是保证分布式一致性的基础,本文主要以简化类比的方式阐述了Paxos算法中的单法令教会会议(The Single-decree SYNOD)的算法。

阿里技术 3743

Flutter 直接调用so动态库,或调用C/C++源文件内函数

我把 .so 文件尝试放过好几个目录/lib/,最终都会报这个错误,现在才知道库文件需要放在你根本想象不到的地方!!!尝试了一些方法还是不行后我放弃了 ffi,想着用 Flutter 的 MethodChannel 桥接 android/ios 原生,再让原生去调 native 层。一顿操作把Android端的搞定了,当然中间涉及到 Kotlin和C++ 层的数据类型映射的痛苦,而且业务函数也不像一个 helloworld 那么简单,别提有多痛苦了。

开发以大橘为重 8353

用户消费行为分析(MapReduce实现,Hive分析)

一、题目要求 数据来自CDNow网站的一份用户购买CD明细,本数据集共有 6 万条 左右数据,数据为 CDNow 网站 1997年1月至1998年6月的用户行为 数据

紫烟的博客 3014

图解 Paxos 算法

Paxos 算法由 Leslie Lamport 在 1989 年提出的一个分布式共识算法,Paxos 算法较难理解,本文尝试以图形化方案解释 Paxos 算法。本文在很大篇幅参考了韩健极客时间的课程《分布式协议与算法》,有兴趣了解韩老师其他课程的同学可以购买来学习下。Basic Paxos 算法:多节点如何就某个值达成共识Multi Paxos 思想:执行多个 Basic Paxos ,就一系列的值达成共识每个人都有自己独特的才华和潜能,在这个广袤的世界上,你的存在是有意义的。

爱敲代码的零元 1017

制造业批次管理中双计量单位动态转换的实践指南

本文详细介绍了制造业批次管理中双计量单位动态转换的实践指南,特别是在SAP系统中的配置与操作步骤。通过实际案例展示了如何解决采购与生产部门计量单位不一致的问题,提升物料管理效率。重点讲解了批次特性配置、移动类型调整及常见问题排查方法,适用于金属加工、化工等多个行业。

weixin_29228203的博客 160

Paxos学习笔记及图解

一 从CAP定理到Paxos算法 1 CAP定理 CAP定理是相对于一个分布式计算系统而言的,首先需要了解C、A、P的定义: C:Consistency 一致性:所有节点持有相同最新数据副本(对外一致) A:Availability 可用性:所有节点都能提供数据副本,但不一定最新(对外可用,但不一定好用) P:Partition tolerance 分区容错性:分区即指系统在一定的通信时限内不能...

且炼时光 1959

无法找到来自源 nvlddmkm 的事件 ID 14 的描述

具体错误是: 无法找到来自源 nvlddmkm 的事件 ID 14 的描述。本地计算机上未安装引发此事件的组件,或者安装已损坏。可以安装或修复本地计算机上的组件。 出现这样错误的原因有很多了,有可能是硬件有可能是软件。由于我是刚配置的电脑,起初非常怀疑是自己组装的问题,折腾了好久,心态爆炸!!!先说我报这样错误的情况,以及解决办法,供后面人参考。 ...

SeventhBlue 6万+

用python画带有正负值的条形图

常见的条形图只能表现数据的大小,却不能表现值的正负关系。但是其实仅仅使用`pandas`和`matplotlib`两个包就可以实现y轴负轴的添加以及负值的显示,并且可以为正负值分别设置不同的颜色,让条形图看上去更加清晰,易于我们分析

weixin_44853840的博客 5385

Paxos算法学习笔记

学习了1个多月,现在回头看,觉得要理解paxos算法,需要阅读下面三篇论文: The part-time parliament [英文] [中文] Paxos Made Simple [英文] [翻译] Paxos Made Code [英文] 前两篇更多的是理论,第三篇介绍了paxos的实现。 阅读第三篇还是很有必要的,在看第三篇之前,我一直不理解一个paxos的instanc

m_vptr的专栏 6607

Autosar CAN 网络管理测试用例(3)——Repeat Message Timer 时间测试

Autosar CAN 网络管理测试用例(3)——Repeat Message Timer 时间测试

蚂蚁小兵 2468

YOLOv13 examples 实战指南:从 ONNX、C++、Rust 到 REST API 的跨平台推理与应用示例全解

本仓库的 `examples/` 目录汇集了围绕 Ultralytics YOLO(含 YOLOv13)的一系列真实世界应用与推理示例,覆盖 Python、C++、Rust 多种语言与 ONNX Runtime、OpenCV DNN、LibTorch、OpenVINO、TFLite 多种推理后端。读完本文,你将掌握每个示例目录的定位、运行步骤与参数细节,并理解从 `yolo export` 导出模

gitblog_01061的博客 741

【WorkBuddy专栏43】如何利用WorkBuddy开发一个PC网站(上)——环境选型、设计编码到部署上线

【WorkBuddy专栏43】如何利用WorkBuddy开发一个PC网站(上)——环境选型、设计编码到部署上线

AI人人懂 2281

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Paxos 学习笔记1 - Basic Paxos

Paxos 学习笔记1 - Basic Paxos图片来自 John Ousterhout 的 Raft user study 系列课程共识问题是在复制状态机的背景下被提出的复制状态机复制状态机是指一组状态机相同的节点,只要它们接收到的指令顺序相同,那么就会表现出相同的行为,并产生相同的结果,因此理想的情况下,即使有些机器崩溃,剩下的机器也能提供服务(只要大多数服务器还活着),服务器集群形成一个高可用的状态机复制状态机在分布式系统中被用于解决很多容错的问题例如,大规模的系统中通常都有一个集群领导人像 GFS

cmdos的专栏 270

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。

paxos学习笔记

1、角色 Proposer(提议者):提出提案(proposal)。Proposal信息包含提案编号(Proposal ID)和提议的值(Value) Acceptor(决策者):参与决策,回应Proposers的提案。收到Proposal后可以接受提案,若Proposal获得多数Acceptors的接受,则称该Proposal被批准。 Learner(最终决策学习者):不参与决策,从Proposers/Acceptors学习最终达成一致的提案(Value) ......

多看多听多总结 463

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

paxos学习

There is only one consensus protocol, and that’s Paxos” – all other approaches are just broken versions of Paxos. 对paxos慕名已久,这里记录下。 参考文献 https://cloud.tencent.com/developer/article/1352070 htt...

276

Paxos算法学习

Paxos算法学习记录

QingYuanM的博客 250

paxos协议学习

文章目录1. paxos算法历史拾遗2. 从分布式算法开始1. 分布式算法是做什么用的2. 分布式数据一致性的类型1. backup2. 主从异步复制3. 主从同步复制4. 半同步复制5. 分布式一致性协议paxos协议简介paxos的假设1. 节点层面2. network层面3. Lamport的举例paxos协议中的相关概念1. 角色:2. 其他术语3. acceptor的一些概念paxos协议过程描述1. 数据的决策分为两个阶段:1. 预选阶段, Prepare request阶段2. accept

寒夜 3615

Paxos算法学习总结

PAXOS算法学习 一、       算法介绍     Paxos算法是莱斯利·兰伯特(Leslie Lamport,就是 LaTeX 中的"La",此人现在在微软研究院)于1990年提出的一种基于消息传递的一致性算法。[1] 这个算法被认为是类似算法中最有效的。 ————出自维基百科 二、       问题假设及描述     Paxos算法解决的问题是一个分布式系统如何就某个值(决议)

skyline.lb的专栏 1088

paxos算法学习总结

Edit需求:一个分布式系统如何就某一个值达成一致,即在分布式系统中数据的一致性需要。在一个分布式数据库系统中,如果各节点的初始状态一致,每个节点都执行相同的操作序列,那么他们最后能得到一个一致的状态。为了保证每个节点都执行相同的命令序列,需要在每一条指令上执行一个“一致性算法”以保证每个节点看到的指令一致。这就涉及到一个节点通信的问题,节点通信为保持数据一致性,其通信模型有两个:共享内存(sha

网络 977

paxos算法学习

paxos算法可以说是大名鼎鼎,一方面是因为它是一个很优秀的分布式一致性算法,另一方面也是由于它的晦涩难懂。今天看到了一个博客(Paxos算法原理与推导)深入浅出的讲了一下这个算法,感觉收获很大,于是借此平台写一下自己对该算法的理解,同时也希望能够通过自己写的过程加深对这个算法的理解。 paxos算法的目标 一个算法自然要有一个确定性的目标。作为分布式一致性算法,paxos的目标是: 能够在集群...

zbw0046的博客 361

Paxos学习笔记

最早发表的《The Part-Time Parliament》历史有点久远了,先略过不读。 一、《Paxos Made Simple》 这是Lamport 2001年写的基本上是《The Part-Time Parliament》的简化版本。Lamport在文中强调的是Paxos的两阶段执行过程(准备阶段和接受阶段),最后的Phase 3没有被当作独立的阶段(但文章用独立章节2.3介绍了Pha...

weixin_30695195的博客 131
上一篇: Paxos历史回顾
下一篇: 剖析Mysql的InnoDB索引
voidccc
博客等级 码龄14年 149粉丝 28原创
评论 1
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