软考（软件设计师）数据库原理-SQL

原创 已于 2025-07-08 16:40:10 修改 · 1.3k 阅读 · 23 ·
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。
文章标签：

#数据库 #sql #软件设计师-软考

于 2025-07-08 16:37:50 首次发布

一、SQL基本数据类型

SQL 数据类型速查表

类别 数据类型 说明 范围/示例 适用场景
整数类型 INT / INTEGER 标准整数类型 -2³¹ 到 2³¹-1 (-2,147,483,648 到 2,147,483,647) ID、年龄、数量等
SMALLINT 小范围整数 -32,768 到 32,767 小范围数值
BIGINT 大范围整数 -2⁶³ 到 2⁶³-1 大额订单号、时间戳
TINYINT 极小整数 (MySQL) 0 到 255 或 -128 到 127 状态码、布尔值模拟
小数类型 DECIMAL(p,s) 精确小数
p=总位数, s=小数位		 DECIMAL(10,2) → 12345678.99 金融金额、精确计算
FLOAT 单精度浮点数 ≈6-7位精度 科学计算
DOUBLE 双精度浮点数 ≈15位精度 高精度测量
字符串类型 CHAR(n) 定长字符串
空格填充		 CHAR(10) ‘ABC’ → 'ABC ’ 固定长度代码（如国家代码）
VARCHAR(n) 变长字符串 VARCHAR(255) 姓名、地址等变长文本
TEXT 大文本数据 最多 65,535 字节 (MySQL) 文章内容、描述
日期时间 DATE 日期 ‘2023-08-15’ 出生日期、事件日期
TIME 时间 ‘14:30:00’ 会议时间
DATETIME 日期+时间 ‘2023-08-15 14:30:00’ 订单时间、日志时间戳
TIMESTAMP 自动记录的时间戳 自动记录修改时间 创建时间/修改时间
二进制类型 BLOB 二进制大对象 最大 65,535 字节 图片、PDF等文件存储
BINARY(n) 定长二进制数据 BINARY(16) 加密数据、哈希值
布尔类型 BOOLEAN 逻辑值 TRUE/FALSE 开关状态、是否标记
特殊类型 ENUM('val1','val2') 枚举值 ENUM(‘Red’,‘Green’,‘Blue’) 状态选项、固定分类
JSON JSON格式数据 (现代数据库) {“name”: “John”, “age”: 30} 灵活数据结构
UUID 全局唯一标识符 (PostgreSQL等) ‘a0eebc99-9c0b-4ef8-bb6d-6bb9bd380a11’ 分布式ID生成

二、SQL关键字解释

SQL查询知识点

基本查询结构
SELECT [DISTINCT] 列1, 列2, 聚合函数(列3)  -- 选择最终显示的列
FROM 表1                                  -- 初始数据源
[JOIN 表2 ON 连接条件]                     -- 表连接
WHERE 行级过滤条件                        -- 行过滤
GROUP BY 分组列                          -- 数据分组
HAVING 组级过滤条件                       -- 组过滤
ORDER BY 排序列 [ASC|DESC]                -- 结果排序
LIMIT 结果数量;                           -- 行数限制
关键字详解（含执行变化案例）
1. SELECT

  • 作用：指定最终结果集中显示的列

  • 执行变化：从中间结果集中抽取指定列

  • 示例：

    /* 原始products表（执行前）：
| id | product_name | price |
|----|--------------|-------|
| 1  | Laptop       | 1200  |
| 2  | Phone        | 800   |
| 3  | Tablet       | 600   | */
SELECT product_name, price * 0.9 AS sale_price FROM products;

/* 执行后结果集：
| product_name | sale_price |
|--------------|------------|
| Laptop       | 1080 |
| Phone        | 720 |
| Tablet       | 540 | */
2. FROM
  • 作用：指定查询的主数据源
  • 执行变化：加载初始数据集
  • *示例：
FROM employees -- 加载员工表全部数据
3. JOIN（表连接）
  • 作用：组合多个表的数据
  • 执行变化：扩展列维度

在这里插入图片描述

INNER JOIN 示例：

/* employees表（左表）：
| id | name  | dept   |
|----|-------|--------|
| 1  | Alice | Sales  |
| 2  | Bob   | IT     |

orders表（右表）：
| order_id | emp_id | amount |
|----------|--------|--------|
| 101      | 1      | 200    |
| 102      | 1      | 300    | */

SELECT e.name, o.amount
FROM employees e
INNER JOIN orders o ON e.id = o.emp_id;

/* 执行后结果集：
| name  | amount |
|-------|--------|
| Alice | 200    |
| Alice | 300    | */
4. WHERE

  • 作用：行级数据过滤

  • 执行变化：减少行数

  • 示例：

    /* 原始orders表：
| id | amount | status   |
|----|--------|----------|
| 1  | 100    | shipped  |
| 2  | 200    | pending  |
| 3  | 150    | shipped  | */
SELECT id, amount
FROM orders
WHERE status = 'shipped';

/* 执行后结果集：
| id | amount |
|----|--------|
| 1 | 100 |
| 3 | 150 | */
5. GROUP BY
  • 作用：数据分组聚合
  • 执行变化：行数减少，出现聚合值
原始数据
按部门分组
研发部:3条记录
销售部:5条记录
计算平均薪资

  • 执行变化：行数减少，出现聚合值

  • 聚合值

示例：

/* 原始employees表：
| id | name   | dept   | salary |
|----|--------|--------|--------|
| 1  | Alice  | Sales  | 5000   |
| 2  | Bob    | Sales  | 6000   |
| 3  | Charlie| IT     | 7000   | */

SELECT dept, AVG(salary) AS avg_salary
FROM employees
GROUP BY dept;

/* 执行后结果集：
| dept  | avg_salary |
|-------|------------|
| Sales | 5500       |
| IT    | 7000       | */
6. HAVING
  • 作用：分组后结果过滤
  • 执行变化：减少分组数量
  • 与WHERE对比：
特性 WHERE HAVING
执行时机 分组前 分组后
操作对象 原始行 分组结果
聚合函数 不可用 可用

示例：

/* 续上GROUP BY结果：
| dept  | avg_salary |
|-------|------------|
| Sales | 5500       |
| IT    | 7000       | */

SELECT dept, AVG(salary) AS avg_salary
FROM employees
GROUP BY dept
HAVING AVG(salary) > 6000;

/* 执行后结果集：
| dept | avg_salary |
|------|------------|
| IT   | 7000       | */
7. ORDER BY

  • 作用：结果排序

  • 执行变化：行顺序改变，内容不变

  • 排序方式：

    • ASC 升序（默认）
    • DESC 降序

  • 示例：

    /* 原始结果：
| product | price |
|---------|-------|
| Laptop  | 1200  |
| Phone   | 800   |
| Tablet  | 600   | */
SELECT product, price
FROM products
ORDER BY price DESC;

/* 执行后结果集：
| product | price |
|---------|-------|
| Laptop | 1200 |
| Phone | 800 |
| Tablet | 600 | */
8. LIMIT

  • 作用：限制返回行数

  • 执行变化：截断结果集

  • 示例：

    /* 假设排序后结果（10条记录） */
SELECT product, price
FROM products
ORDER BY price DESC
LIMIT 5;
/* 执行后结果集：只保留前5条记录 */
9. OFFSET

OFFSET 通常与 LIMIT 配合使用，用于实现分页查询或跳过指定行数

  • 跳过结果集的前 N 行

  • 典型应用场景：分页查询（如第2页、第3页数据）

  • 语法结构：

    LIMIT 返回行数 OFFSET 跳过行数;
-- 或等效写法 --
LIMIT 跳过行数, 返回行数;  # MySQL专用语法

🧩 执行机制图解
完整结果集
OFFSET 跳过行
LIMIT 截取行

📊 案例演示（分步说明）

初始数据表 products
id product_name price
1 Laptop 1200
2 Phone 800
3 Tablet 600
4 Monitor 300
5 Keyboard 50
6 Mouse 30
7 Headphones 150
查询1：基础分页（每页3条）
/* 获取第1页数据 */
SELECT id, product_name 
FROM products 
ORDER BY price DESC
LIMIT 3 OFFSET 0;  -- 从第0行开始取3条

/* 结果集：
| id | product_name |
|----|--------------|
| 1  | Laptop       |
| 2  | Phone        |
| 3  | Tablet       | */
查询2：跳转到第2页
/* 获取第2页数据 */
SELECT id, product_name 
FROM products 
ORDER BY price DESC
LIMIT 3 OFFSET 3;  -- 跳过前3条，取接下来3条

/* 结果集：
| id | product_name |
|----|--------------|
| 4  | Monitor      |
| 7  | Headphones   |
| 5  | Keyboard     | */
查询3：等效写法（MySQL）
/* 获取第3页数据 */
SELECT id, product_name 
FROM products 
ORDER BY price DESC
LIMIT 6, 3;  -- 等效于 OFFSET 6 LIMIT 3

/* 结果集：
| id | product_name |
|----|--------------|
| 6  | Mouse        |  # 只剩1条数据 */

⚠️ 重要注意事项

  1. 执行顺序：
    OFFSET 在 ORDER BY 之后、LIMIT 之前执行
ORDER BY
OFFSET
LIMIT
10.字符串操作与通配符
通配符 功能 示例 匹配示例
% 匹配任意长度字符 'John%' John, Johnson
_ 匹配单个字符 '_ean' Dean, Jean
[ ] 匹配指定字符集 '[a]%' (SQL Server) apple, elephant
[^] 排除指定字符集 '[^0-9]%' Apple, #123
🧰 核心字符串函数
1. 基础操作函数
函数 功能 示例 结果
CONCAT(s1, s2) 字符串拼接 CONCAT('Hello', ' ', 'World') Hello World
LENGTH(s) 字符串长度 LENGTH('SQL') 3
UPPER(s) 转为大写 UPPER('hello') HELLO
LOWER(s) 转为小写 LOWER('SQL') sql
TRIM(s) 去除两端空格 TRIM(' text ') text
2. 子字符串操作
函数 功能 示例 结果
SUBSTRING(s, start, len) 提取子字符串 SUBSTRING('Database', 2, 4) atab
LEFT(s, n) 提取左侧n个字符 LEFT('2023-06-15', 4) 2023
RIGHT(s, n) 提取右侧n个字符 RIGHT('user@email.com', 3) com
REPLACE(s, old, new) 替换字符串 REPLACE('I like SQL', 'like', 'love') I love SQL
REVERSE(s) 反转字符串 REVERSE('ABCD') DCBA
3. 高级搜索函数
函数 功能 示例
POSITION(sub IN s) 返回子串位置 POSITION('@' IN 'user@domain.com') → 5
CHAR_LENGTH(s) 字符数（支持多字节） CHAR_LENGTH('中文') → 2
INSTR(s, sub) 查找子串位置 INSTR('SQL Tutorial', 'Tut') → 5
⚙️ 实战综合应用
场景：邮箱格式标准化
UPDATE users 
SET email = LOWER(
    CONCAT(
        SUBSTRING(email, 1, POSITION('@' IN email) - 1),  -- 用户名部分
        '@company.com'  -- 统一域名
    )
)
WHERE email NOT LIKE '%@company.com';  -- 筛选需要修改的记录
场景：产品编号验证
/* 验证格式：AA-000 */
SELECT product_code
FROM products
WHERE product_code LIKE '__-___'  -- 长度验证
  AND SUBSTRING(product_code, 1, 2) REGEXP '^[A-Z]{2}$'  -- 前两位大写字母
  AND SUBSTRING(product_code, 4, 3) REGEXP '^[0-9]{3}$';  -- 后三位数字
场景：动态搜索
/* 根据输入关键词灵活搜索 */
SET @keyword = 'pro yoga';

SELECT * FROM products
WHERE 
  product_name LIKE CONCAT('%', REPLACE(@keyword, ' ', '%'), '%')
  OR category LIKE CONCAT('%', @keyword, '%');
完整案例：销售分析查询

业务场景：分析2023年各部门销售业绩

初始数据

employees表：

id name dept
1 Alice Sales
2 Bob Sales
3 Charlie IT

orders表：

order_id emp_id amount order_date
101 1 200 2023-02-01
102 1 300 2023-03-15
103 2 150 2023-01-10
104 3 400 2023-04-20
105 1 500 2022-12-31
分步执行过程
SELECT 
    e.dept,
    SUM(o.amount) AS total_sales,
    COUNT(*) AS order_count
FROM employees e
INNER JOIN orders o ON e.id = o.emp_id
WHERE o.order_date >= '2023-01-01'
GROUP BY e.dept
HAVING SUM(o.amount) > 0
ORDER BY total_sales DESC;
分步结果变化：

  1. FROM + JOIN（初始连接）：

    | e.id | e.name | dept  | o.order_id | amount | order_date  |
|------|--------|-------|------------|--------|-------------|
| 1    | Alice  | Sales | 101        | 200    | 2023-02-01  |
| 1    | Alice  | Sales | 102        | 300    | 2023-03-15  |
| 1    | Alice  | Sales | 105        | 500    | 2022-12-31  |
| 2    | Bob    | Sales | 103        | 150    | 2023-01-10  |
| 3    | Charlie| IT    | 104        | 400    | 2023-04-20  |

  2. WHERE（日期过滤）：

    | e.id | name   | dept  | order_id | amount | order_date  |
|------|--------|-------|----------|--------|-------------|
| 1    | Alice  | Sales | 101      | 200    | 2023-02-01  |
| 1    | Alice  | Sales | 102      | 300    | 2023-03-15  |
| 2    | Bob    | Sales | 103      | 150    | 2023-01-10  |
| 3    | Charlie| IT    | 104      | 400    | 2023-04-20  |

  3. GROUP BY（按部门分组）：

    Sales组：Alice(200+300) + Bob(150) = 650
IT组：Charlie(400) = 400

  4. HAVING（组过滤）：

    两个组都满足SUM(amount)>0

  5. SELECT（显示结果）：

    | dept  | total_sales | order_count |
|-------|-------------|-------------|
| Sales | 650         | 3           |
| IT    | 400         | 1           |

  6. ORDER BY（最终排序）：

    | dept  | total_sales | order_count |
|-------|-------------|-------------|
| Sales | 650         | 3           |  -- 销售额最高
| IT    | 400         | 1           |

在这里插入图片描述

SQL更新

1. 插入数据（INSERT）
关键字解释
  • INSERT INTO：指定要插入数据的表名。
  • VALUES：定义插入的具体值。
  • SET（可选）：在部分数据库（如MySQL）中可用，用于指定列名和值的对应关系。
语法结构
-- 插入单条数据
INSERT INTO 表名 (列1, 列2, ...) VALUES (值1, 值2, ...);

-- 插入多条数据
INSERT INTO 表名 (列1, 列2, ...) VALUES 
  (值1, 值2, ...),
  (值3, 值4, ...);
示例

假设有一个 students 表：

id name age
1 Alice 20

插入新数据：

INSERT INTO students (name, age) VALUES ('Bob', 22);
2. 修改数据（UPDATE）
关键字解释
  • UPDATE：指定要修改数据的表名。
  • SET：定义要修改的列名及其新值。
  • WHERE（可选）：限定修改的行范围（必须谨慎使用）。
语法结构
UPDATE 表名 
SET 列1 = 新值1, 列2 = 新值2 
WHERE 条件;
示例

修改 students 表中 id=1 的学生的年龄：

UPDATE students 
SET age = 21 
WHERE id = 1;
3. 删除数据（DELETE）
关键字解释
  • DELETE FROM：指定要删除数据的表名。
  • WHERE（可选）：限定删除的行范围（必须谨慎使用）。
语法结构
DELETE FROM 表名 
WHERE 条件;
示例

删除 students 表中 id=2 的学生：

DELETE FROM students 
WHERE id = 2;
4. 综合示例
场景

修改订单表中某个用户的订单状态，并删除过期订单，最后插入新订单。

SQL 操作
-- 修改订单状态
UPDATE orders 
SET status = '已完成' 
WHERE user_id = 1001 AND status = '处理中';

-- 删除过期订单
DELETE FROM orders 
WHERE order_date < '2023-01-01';

-- 插入新订单
INSERT INTO orders (user_id, product, status) 
VALUES (1002, 'Laptop', '已下单');

三、创建，修改，删除表

🏗️ 一、创建表 (CREATE TABLE)

📌 核心语法
CREATE TABLE [IF NOT EXISTS] 表名 (
    列名1 数据类型 [约束],
    列名2 数据类型 [约束],
    ...
    [表级约束]
);
🛡️ 常用约束
约束类型 关键字 核心作用 示例 可视化说明
主键约束 PRIMARY KEY 唯一标识每行记录，禁止重复和 NULL id INT PRIMARY KEY 🔑 唯一标识符
外键约束 FOREIGN KEY 强制表间引用完整性 user_id INT REFERENCES users(id) ON DELETE CASCADE ⛓️ 表间连接关系
唯一约束 UNIQUE 确保列值唯一（允许多个 NULL） email VARCHAR(255) UNIQUE ✨ 禁止重复值
非空约束 NOT NULL 禁止 NULL 值 name VARCHAR(50) NOT NULL 🚫 强制必填项
检查约束 CHECK 强制自定义条件 age INT CHECK (age >= 18) ✅ 数据验证规则
默认值约束 DEFAULT 未指定值时自动填充默认值 created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ⏱️ 自动填充值
自动增长约束 AUTO_INCREMENT 自动生成连续唯一值（MySQL） id INT AUTO_INCREMENT PRIMARY KEY 🔢 自增序列
枚举约束 ENUM 限制列值为预定义选项 status ENUM('active','inactive') 📋 固定选项列表
1. 主键约束 (PRIMARY KEY)

作用：唯一标识表的每行记录
特性：

  • 值必须唯一且非 NULL
  • 每表只能有一个主键（可多列组合）

案例：

CREATE TABLE students (
    student_id INT PRIMARY KEY,  -- 单列主键
    name VARCHAR(50) NOT NULL
);

-- 多列组合主键
CREATE TABLE order_items (
    order_id INT,
    product_id INT,
    quantity INT,
    PRIMARY KEY (order_id, product_id)  -- 复合主键
);
最低0.47元/天 解锁文章
软考数据库---2.SQL语言
⛄
04-11 1004
【付费专栏推荐】：软考数据库全程通关笔记 本专栏针对软考数据库方向，紧贴最新大纲，深度解读数据库系统基础、SQL语句、数据库设计、事务处理等核心考点。同时，拓展至前沿技术如分布式数据库、NoSQL等，全方位提升您的技术实力与应试技巧。
软考中级-软件设计师 知识点整理（一篇就过了 建议收藏）
热门推荐
片言可决讼，半纸能缚龙
09-23 16万+
软考中级-软件设计师上午题知识点总结
【软件设计师考点】SQL数据查询
大雨的博客
09-25 674
SQL数据查询指南：从入门到实战 本文系统介绍了SQL数据查询的核心知识与实用技巧。首先阐述了SQL作为关系型数据库管理语言的基本概念和重要性。在基础语法部分，详细讲解了SELECT、WHERE、ORDER BY等关键字的用法。进阶内容涵盖多表连接、子查询和聚合函数等高效查询方法。针对常见错误提供了解决方案，并给出了性能优化建议。最后通过电商数据分析和用户行为分析两个实际案例，演示了SQL查询在业务场景中的应用。
【软考】【数据库技术】SQL语言
懂代码的暖男
09-10 793
1 SQL概述 SQL（Structured Query Language）是在关系数据库中最普遍使用的语言 　1.1SQL标准 ANSI SQL（美国国家标准机构） SQL-92或SQL2（对ANSI SQL修改后在92年采用） SQL-99或SQL3（最近采用） 　1.2SQL特点 1.综合统一，缺点是修改模式时必须停止数据库的运行，转储数据后修改模式，编译后再重装数据库。 ...
软考：数据库（四）SQL语言
ASO的博客
10-01 375
【例题】
软考--数据库SQL
纪争光
08-30 1019
     数据库，可谓大型软件不可或缺的辅助性数据管理系统。在软考学习中，数据库的相关设计原则（1NF、2NF、3NF），其中数据存储和数据查询算是两大重点、难点。      数据库设计合理、减少数据冗余，关系明确，更是为数据查询提供便利。      我们在平时做东西的时候，用到数据库中相关知识最多的也就是根据范式建库、建表，增删查改处理数据。然而还有一干理论要去消化吸收的，因为考试要考的哈。
软考——（4）数据库
weixin_30699443的博客
10-13 183
去年的这个时候，我们在自考中已经学过了数据库的相关知识。但毕竟考的太浅，其中很多知识只是了解了一个名词罢了。今年往外借书的时候随手翻了一遍，原来自考书上讲的挺好的，只是那时候自己没有实践所以没有共鸣。 前几天徒弟让我给她说下数据库这本书，她提了几个问题。 1、触发器、视图、存储过程……简答题怎么答？ 2、E-R模型为什...
软考中级软件设计师09-20年真题
最新发布
10-27
软考中级软件设计师考试是计算机技术与软件专业技术资格（水平）考试的重要组成部分，它主要面向的是具有一定理论基础和实践经验的软件设计从业人员。从2009年到2020年间，这套真题集涵盖了这个时期软件设计师资格...
软考中级 软件设计师 2004 - 2019 真题及解析
03-01
《软考中级 软件设计师 2004 - 2019 真题及解析》 本文将详细解析《软考中级 软件设计师 2004 - 2019 真题及解析》这一资料所涵盖的知识点，旨在帮助考生深入了解软件设计师考试的核心内容，提升备考效率。 一、...
软考-软件设计师05-15年真题及答案
05-11
【软考-软件设计师05-15年真题及答案】是一份涵盖了2005年至2015年间的软件设计师资格考试的历年真题集，包含了完整的试题及详尽的答案解析。这份资源对于备考软件设计师考试的考生来说极具价值，因为它可以帮助考生...
软考数据库教程
01-20
ppt 软考数据库
【软考】-数据库
Brooks Lv
09-09 910
先上图一张： 超键：在关系中能唯一标识元组的属性集 候选键：能唯一标识元组，且不含多余属性（也可理解为不含多余属性的超键） 主键：被选作元组标识的候选键 主属性：候选键中的属性称为主属性 非主属性：非候选键中的属性成为非主属性 光看概念很抽象，通过例子来看就会变得明了，比如一个学生（学号，身份证号，姓名，性别，年龄，专业） 学号唯一，是一个超键； 身份证号唯
软考知识点---11关系型数据库SQL语言
一位正在苦苦追求毕业的研究僧
10-20 1163
数据库语言SQL，其中的细枝末节
【软考数据库】第八章 数据库SQL语言
强哥的微博
05-08 1917
数据定义语言DDL：数据结构定义与数据库对象定义的语言，由create、alter、drop三个语法组成。数据操纵语言DML: 实现对数据库的基本操作，包含select、update、insert、delete等语法。数据库语言的分类●作为独立语言使用；●嵌入到高级语言中使用：嵌入式SQL、宿主语言。（1）数据定义语言。SQL DDL提供定义关系模式和视图、删除关系和视图修改关系模式的命令。（2）交互式数据操纵语言。SQLDML 提供查询、插入、删除和修改的命令。（3）事务控制。
day1：如何利用SQL查找表中数据类型
Jitui-coder的博客
07-15 4548
一起积累本地数据库各种小代码吧~
sql数据类型，约束以及单表查询
XiaoLinZuoTi的博客
09-27 251
其他人的固然很好，但是我就是喜欢这篇
SQL入门指南：详细介绍SQL数据类型
weixin_51076465的博客
07-31 3901
例如，整数类型（age）用于存储年龄信息，小数类型（salary）用于存储薪水信息，字符串类型（name）用于存储姓名，日期类型（hire_date）用于存储雇佣日期。掌握不同数据类型的特点和用途，可以帮助SQL初学者在数据库设计和查询中做出更准确、高效的决策，并确保数据的正确存储和处理。请在实际使用中根据数据的性质和需求来选择合适的数据类型，以优化数据库性能和数据的准确性。还有一些其他的数据类型，如枚举类型（ENUM）、集合类型（SET）等，用于存储特定的数据集合或范围。
SQL分类及通用语法&&数据类型（超详细版）
·
08-03 6004
L+1字节，在此，L< = M和 1
掌握软考软件设计师核心知识 - 《软件设计师教程 第5版》
《软考必备 软件设计师教程 第5版》作为一款专门为软件设计师考试而编写的教材，涵盖了软件设计师考试所需的大部分知识点。本书旨在帮助考生全面、系统地掌握软件设计师考试的基本理论、基本知识和基本技能，从而...
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
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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