Java 接入 ElasticSearch

最新推荐文章于 2025-06-01 12:32:14 发布
原创 最新推荐文章于 2025-06-01 12:32:14 发布 · 359 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

Java 接入 ElasticSearch 的三种方式

Node 接入

将 Java 应用作为一个 Node 节点，加入到 ElasticSearch 的集群中，这种方式太重了，不适合 Java 应用。

Transport 接入

基于 Transport 协议和 9300 端口，进行二进制协议层的交互，效率较好，5.0 开始就不用了。

HTTP 接入

5.0 开始推荐的方式，连接 3 个节点中的任何一点，发送 HTTP 请求就可以。

引入 ElasticSearch 的依赖

  • 注意版本号要和 ElasticSearch 的版本号一致；
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-client</artifactId>
    <version>7.3.0</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch</groupId>
    <artifactId>elasticsearch</artifactId>
    <version>7.3.0</version>
</dependency>
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.3.0</version>
</dependency>

application.properties 中配置 ElasticSearch 相关信息

#申明es服务地址，只配一个就行了
elasticsearch.ip=127.0.0.1:9200

创建配置 ElasticSearch 的 Bean

package tech.lixinlei.dianping.config;

import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ElasticsearchRestClient {

    @Value("${elasticsearch.ip}")
    String ipAddress;

    @Bean(name="highLevelClient")
    public RestHighLevelClient highLevelClient(){
        String[] address = ipAddress.split(":");
        String ip = address[0];
        int port = Integer.valueOf(address[1]);
        HttpHost httpHost = new HttpHost(ip, port, "http");
        return new RestHighLevelClient(RestClient.builder(new HttpHost[]{httpHost}));
    }

}

搜索业务流程

  • H5 发送 keyword 给 Controller；
  • Controller 透传 keyword 到 Service；
  • Service 通过 Rest Client 向 ElasticSearch 发送搜索请求；
  • ElasticSearch 返回 Service 一个 Document ID；
  • Service 拿着 Document ID 到 MySQL 中查询门店信息，完了组成成一个完整的实体，返回给 H5；

Java 接入 ElasticSearch 的大致流程

  • 先在 Kibana 的 Dev Tools 中编写 Query DSL；
  • 再用 JSON 的 API 把 Query DSL 组成起来；
  • 最后调用 ElasticSearch 的 Java API 完成搜索请求的发送；

Java 组装 Query DSL | 举个栗子

  • 其实就是把 搜索模型的建立 中的几个 Query DSL 用 if ... else ... 的逻辑给组装在一起了；
  • 写的时候有个小技巧，在 Dev Tools 中，把 DSL 全折起来，拼一个，打开一个；
@Override
public Map<String, Object> searchES(BigDecimal longitude,
                                    BigDecimal latitude,
                                    String keyword,
                                    Integer orderby,
                                    Integer categoryId,
                                    String tags) throws IOException {

    Request request = new Request("GET","/shop/_search");

    //构建请求
    JSONObject jsonRequestObj = new JSONObject();

    //构建source部分
    jsonRequestObj.put("_source", "*");

    //构建自定义距离字段
    jsonRequestObj.put("script_fields",new JSONObject());
    jsonRequestObj.getJSONObject("script_fields").put("distance",new JSONObject());
    jsonRequestObj.getJSONObject("script_fields").getJSONObject("distance").put("script",new JSONObject());
    jsonRequestObj.getJSONObject("script_fields").getJSONObject("distance").getJSONObject("script")
            .put("source","haversin(lat, lon, doc['location'].lat, doc['location'].lon)");
    jsonRequestObj.getJSONObject("script_fields").getJSONObject("distance").getJSONObject("script")
            .put("lang","expression");
    jsonRequestObj.getJSONObject("script_fields").getJSONObject("distance").getJSONObject("script")
            .put("params",new JSONObject());
    jsonRequestObj.getJSONObject("script_fields").getJSONObject("distance").getJSONObject("script")
            .getJSONObject("params").put("lat",latitude);
    jsonRequestObj.getJSONObject("script_fields").getJSONObject("distance").getJSONObject("script")
            .getJSONObject("params").put("lon",longitude);

    //构建query
    jsonRequestObj.put("query",new JSONObject());

    //构建function score
    jsonRequestObj.getJSONObject("query").put("function_score",new JSONObject());

    //构建function score 内的 query
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").put("query",new JSONObject());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").put("bool",new JSONObject());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool").put("must",new JSONArray());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").add(new JSONObject());

    //构建第一个 query 的条件
    int queryIndex = 0;
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").getJSONObject(queryIndex).put("match",new JSONObject());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").getJSONObject(queryIndex).getJSONObject("match").put("name", new JSONObject());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").getJSONObject(queryIndex).getJSONObject("match").getJSONObject("name").put("query", keyword);
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").getJSONObject(queryIndex).getJSONObject("match").getJSONObject("name").put("boost", 0.1);

    //构建第二个 query 的条件
    queryIndex++;
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").add(new JSONObject());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").getJSONObject(queryIndex).put("term", new JSONObject());
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
            .getJSONArray("must").getJSONObject(queryIndex).getJSONObject("term").put("seller_disabled_flag", 0);

    // 页面传来的有 catetory_id 字段
    if(categoryId != null){
        queryIndex++;
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
                .getJSONArray("must").add(new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
                .getJSONArray("must").getJSONObject(queryIndex).put("term",new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
                .getJSONArray("must").getJSONObject(queryIndex).getJSONObject("term").put("category_id", categoryId);
    }

    if(tags != null){
        queryIndex++;
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
                .getJSONArray("must").add(new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
                .getJSONArray("must").getJSONObject(queryIndex).put("term",new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONObject("query").getJSONObject("bool")
                .getJSONArray("must").getJSONObject(queryIndex).getJSONObject("term").put("tags",tags);
    }


    //构建functions部分
    jsonRequestObj.getJSONObject("query").getJSONObject("function_score").put("functions",new JSONArray());

    int functionIndex = 0;
    if(orderby == null) {
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").add(new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("gauss", new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("gauss").put("location", new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("gauss")
                .getJSONObject("location").put("origin", latitude.toString() + "," + longitude.toString());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("gauss")
                .getJSONObject("location").put("scale", "100km");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("gauss")
                .getJSONObject("location").put("offset", "0km");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("gauss")
                .getJSONObject("location").put("decay", "0.5");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("weight", 9);

        functionIndex++;
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").add(new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("field_value_factor", new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("field_value_factor")
                .put("field", "remark_score");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("weight", 0.2);

        functionIndex++;
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").add(new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("field_value_factor", new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("field_value_factor")
                .put("field", "seller_remark_score");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("weight", 0.1);


        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").put("score_mode","sum");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").put("boost_mode","sum");
    } else {
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").add(new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).put("field_value_factor",new JSONObject());
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").getJSONArray("functions").getJSONObject(functionIndex).getJSONObject("field_value_factor")
                .put("field", "price_per_man");

        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").put("score_mode", "sum");
        jsonRequestObj.getJSONObject("query").getJSONObject("function_score").put("boost_mode", "replace");
    }

    //排序字段
    jsonRequestObj.put("sort",new JSONArray());
    jsonRequestObj.getJSONArray("sort").add(new JSONObject());
    jsonRequestObj.getJSONArray("sort").getJSONObject(0).put("_score",new JSONObject());
    if(orderby == null){
        jsonRequestObj.getJSONArray("sort").getJSONObject(0).getJSONObject("_score").put("order","desc");
    }else{
        jsonRequestObj.getJSONArray("sort").getJSONObject(0).getJSONObject("_score").put("order","asc");
    }

    //聚合字段
    jsonRequestObj.put("aggs",new JSONObject());
    jsonRequestObj.getJSONObject("aggs").put("group_by_tags",new JSONObject());
    jsonRequestObj.getJSONObject("aggs").getJSONObject("group_by_tags").put("terms", new JSONObject());
    jsonRequestObj.getJSONObject("aggs").getJSONObject("group_by_tags").getJSONObject("terms").put("field", "tags");

    String reqJson = jsonRequestObj.toJSONString();

    System.out.println(reqJson);
    request.setJsonEntity(reqJson);
    Response response = highLevelClient.getLowLevelClient().performRequest(request);
    String responseStr = EntityUtils.toString(response.getEntity());
    System.out.println(responseStr);
    JSONObject jsonObject = JSONObject.parseObject(responseStr);
    JSONArray jsonArr = jsonObject.getJSONObject("hits").getJSONArray("hits");
    List<ShopModel> shopModelList = new ArrayList<>();
    for(int i = 0; i < jsonArr.size(); i++){
        JSONObject jsonObj = jsonArr.getJSONObject(i);
        Integer id = new Integer(jsonObj.get("_id").toString());
        BigDecimal distance = new BigDecimal(jsonObj.getJSONObject("fields").getJSONArray("distance").get(0).toString());
        ShopModel shopModel = get(id);
        shopModel.setDistance(distance.multiply(new BigDecimal(1000).setScale(0,BigDecimal.ROUND_CEILING)).intValue());
        shopModelList.add(shopModel);
    }

    List<Map> tagsList = new ArrayList<>();
    JSONArray tagsJsonArray = jsonObject.getJSONObject("aggregations").getJSONObject("group_by_tags").getJSONArray("buckets");
    for(int i = 0; i < tagsJsonArray.size(); i++){
        JSONObject jsonObj = tagsJsonArray.getJSONObject(i);
        Map<String,Object> tagMap = new HashMap<>();
        tagMap.put("tags", jsonObj.getString("key"));
        tagMap.put("num", jsonObj.getInteger("doc_count"));
        tagsList.add(tagMap);
    }

    Map<String, Object> result = new HashMap<>();
    result.put("tags", tagsList);
    result.put("shop", shopModelList);
    return result;
}
Elasticsearch 在 Java 中的使用教程
boydoy1987的专栏
08-17 5414
Elasticsearch 是一个分布式搜索和分析引擎，基于 Apache Lucene 构建，能够实现实时数据的存储、搜索、和分析。它广泛应用于全文搜索、日志分析、性能监控等领域。Elasticsearch 的核心概念包括文档（document）、索引（index）、和分片（shard）
Java整合ElasticSearch教程全网独一份（保姆级）
边走、边悟、迟早变好
07-07 5747
ES是一个使用Java语言并且基于Lucene编写的搜索引擎框架，他提供了分布式的全文搜索功能，提供了一个统一的基于RESTful风格的WEB接口，官方客户端也对多种语言都提供了相应的API。Lucene：Lucene本身就是一个搜索引擎的底层。分布式：ES主要是为了突出他的横向扩展能力。全文检索：将一段词语进行分词，并且将分出的单个词语统一的放到一个分词库中，在搜索时，根据关键字去分词库中检索，找到匹配的内容。（倒排索引）
java连接elasticsearch
weixin_47305931的博客
08-21 444
使用java的方式连接elasticsearch集群
ElasticSearch Java 开发与Spring Boot集成实践
最新发布
weixin_34374684的博客
06-01 636
Elasticsearch是一个开源、分布式的搜索与分析引擎，它能够存储、搜索和分析大量结构化和非结构化数据。它建立在Apache Lucene之上，提供了简单的REST API进行交互，广泛应用于日志数据分析、搜索引擎、应用搜索、大数据实时分析等领域。
Java连接Elasticsearch
argv22680的博客
01-11 215
客户端版本 maven依赖 坑：版本最好匹配，不然出现很多问题 <dependencies> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-core</artifactId...
【Java】SpringBoot快速整合ElasticSearch
m0_64210833的博客
12-29 9543
SpringBoot快速整合ElasticSearch
ElasticSearch
m0_55771580的博客
12-07 336
文章目录一、引言1.1 海量数据1.2 全文检索1.3 高亮显示二、ES概述2.1 ES的介绍2.2 ES的由来2.3 ES和Solr2.4 倒排索引三、 ElasticSearch安装3.1 安装ES&Kibana3.2 安装IK分词器四、 ElasticSearch基本操作4
如何在Java中使用Elasticsearch
微赚开发者技术分享博客
07-03 1250
通过本文的介绍，你学习了如何在Java应用程序中使用Elasticsearch，包括建立连接、索引文档、搜索以及一些最佳实践。本文将介绍如何在Java应用程序中使用Elasticsearch，包括连接、索引文档、搜索以及一些最佳实践。要在Java中使用Elasticsearch，首先需要添加 Elasticsearch Java 客户端库的依赖。大家好，我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编，也是冬天不穿秋裤，天冷也要风度的程序猿！微赚淘客系统3.0小编出品，必属精品！
Java连接Elasticsearch（v7.17.3）
静坐听雨
03-20 1060
ElasticSearch是一个基于Lucene的搜索服务器，它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。ElasticSearch是用Java开发的，因此Java API是与ElasticSearch交互的主要方式。本文将介绍如何使用Java API连接ElasticSearch7.17.3。
普通Java项目集成ElasticSearch全文搜索引擎
qq_73853618的博客
05-28 842
主要针对文本数据的搜索,全文搜索的目的就是把非结构化的数据变成有结构化的数据进行搜索name包含：我在学Javaage在1~12之间sex=1需求：name包含：我在学Java和age在1~12之间。
使用Java连接Elasticsearch数据库（验证用户/不验证用户）
weixin_64317282的博客
12-22 1966
最近用JAVA连接数据库，特别是在es上踩了很多坑，专门写一篇文章记录一下，这篇文章主要解决下面两个问题：1.Elasticsearch数据库低级客户端Java Low Level REST Client连接es数据库；2.Elasticsearch数据库使用版本不匹配
Java连接Elasticsearch集群
weixin_33991727的博客
02-25 253
package cn.test; import java.net.InetAddress; import java.net.UnknownHostException; import org.elasticsearch.action.search.SearchResponse; import org.elasticsearch.action.search.SearchType; ...
通过Java程序连接Elasticsearch
weixin_39860704的博客
04-24 1282
通过Java程序连接Elasticsearch 9200端口是用于Http协议访问的，如果通过客户端访问需要通过9300端口才可以访问 初始化的两种方式： 1. RestHighLevelClient client = new RestHighLevelClient( RestClient.builder( new HttpHost("local...
Java集成elasticsearch
weixin_45410882的博客
09-24 6082
Java集成elasticsearch
使用 【Java】 集成 【Elasticsearch】：详细教程
jhgj56的博客
11-06 7647
java Elasticsearch
java链接elasticsearch
qq_44671288的博客
09-30 595
目录 java连接es，构建client java控制es增删改查 1.查询 2.删除 3.更新 4.增加 java连接es，构建client 1.pom.xml ，构建maven依赖 <dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <...
java连接elasticSearch
全是bug写个蛇的博客
04-09 167
配置连接ElasticSearch@Configration public class elasticSearch{ TransportClient client=null; @Bean public TransportClient client(){ Settings setting=Settings.bulider().put("cluster.name",...
ElasticSearch Java API（一）连接集群
热门推荐
学习AI算法，请关注微信公众号：机器学习算法全栈工程师……
12-16 1万+
使用 Java API 连接到ElasticSearch集群的方法有两种。这两种方式都会使用一个Client ( org.elasticsearch.client.Client ) 接口的恰当实例。Client接口是ElasticSearch API对外提供的各功能的主入口。1. 成为ElasticSearch节点      第一种连接ElasticSearch节点的方式可能会让那些没有接触过Ela
Java连接elasticsearch
5431的专栏
12-15 4753
Java连接elasticsearch有两种方式 创建一个node来加入集群，通过node获取client。 通过TransportClient来连接集群。 通过第一种来连接elasticsearch相当于在自己本机上又启动了一个es的node节点，这个节点是我们通过代码来控制，我们没什么特殊原因的情况下就应该吧这个节点设置为不存在的，这个节点的配置也是通过elasticsearch.xml配置，也
Java接入es
04-02
### Java 中接入 Elasticsearch 的方法 在 Java 应用程序中集成 Elasticsearch 可以通过多种方式实现，以下是两种常见的方法及其具体操作： #### 方法一：基于 Spring Data Elasticsearch 集成 Spring 提供了一个名为 `Spring Data Elasticsearch` 的模块，它简化了与 Elasticsearch 进行交互的过程。此方法适合于需要快速开发 CRUD 功能的应用场景。 1. **引入依赖** 在项目的 Maven 或 Gradle 文件中添加以下依赖项： ```xml <!-- Maven --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> </dependency> ``` 2. **配置文件设置** 修改 `application.properties` 或 `application.yml` 文件来指定 Elasticsearch 实例的地址。 ```properties spring.elasticsearch.rest.uris=http://localhost:9200 ``` 3. **创建实体类** 定义一个 POJO 类并标注为 `@Document` 来映射到 Elasticsearch 索引。 ```java @Document(indexName = "example_index") public class ExampleEntity { private String id; private String field1; private int field2; // Getters and Setters } ``` 4. **定义 Repository 接口** 创建继承自 `ElasticsearchRepository` 的接口用于执行数据访问逻辑。 ```java public interface ExampleRepository extends ElasticsearchRepository<ExampleEntity, String> { } ``` 5. **使用 Repository 执行 CURD 操作** 调用 Repository 方法完成基本的数据增删改查功能[^1]。 --- #### 方法二：使用官方 REST High Level Client (RHL) 这是由 Elasticsearch 自己提供的高级客户端库，支持更复杂的查询需求以及更好的性能优化能力。 1. **导入所需依赖包** 同样，在构建工具配置文件里加入如下内容： ```xml <!-- Maven --> <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>elasticsearch-rest-high-level-client</artifactId> <version>7.x.x</version> </dependency> <dependency> <groupId>org.apache.httpcomponents</groupId> <artifactId>httpclient</artifactId> <version>4.5.x</version> </dependency> ``` 2. **初始化 RHL 对象实例** 使用下面代码片段建立连接至目标节点的服务端口上运行着的一个 HTTP 主机对象。 ```java RestHighLevelClient client = new RestHighLevelClient( RestClient.builder(new HttpHost("localhost", 9200, "http"))); ``` 3. **编写业务逻辑处理函数** 下面展示了一段完整的例子用来验证当前环境下的可用状态是否正常工作。 ```java try { InfoResponse info = client.info(); System.out.println(info.getClusterName()); } catch (IOException e) { e.printStackTrace(); } finally { try { client.close(); } catch (IOException ex){ ex.printStackTrace(); } } ``` 上述两部分分别介绍了利用框架封装好的 API 和直接调用底层通信协议的方式来进行索引管理及文档检索等活动[^2]。 --- ### 总结 无论是采用轻量级解决方案还是追求灵活性更高的原生驱动方案都可以满足大多数实际项目中的技术选型考量因素。开发者应根据自身团队的技术栈熟悉程度权衡利弊后再做决定。
评论
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