索引为什么会失效？10种失效场景都得掌握

古城微笑少年丶 2024-04-07 14:45 85阅读 0赞

### 前言 ###

今天接着数据库的话题，更进一步聊聊索引的相关问题，因为索引是大家都比较关心的公共话题，确实有很多坑。

不知道你在实际工作中，有没有遇到过下面的这两种情况：

*  明明在某个字段上加了索引，但实际上并没有生效。
 *  索引有时候生效了，有时候没有生效。

今天就跟大家一起聊聊，mysql数据库索引失效的10种场景，给曾经踩过坑，或者即将要踩坑的朋友们一个参考。

![5666e64540d54b85b38d04f996ce9836.png][]

### 1. 准备工作 ###

所谓空口无凭，如果我直接把索引失效的这些场景丢出来，可能没有任何说服力。

所以，我决定建表和造数据，给大家一步步演示效果，尽量做到有理有据。

我相信，如果大家耐心的看完这篇文章，一定会有很多收获的。

#### 1.1 创建user表 ####

创建一张user表，表中包含：`id`、`code`、`age`、`name`和`height`字段。

CREATE TABLE `user` (
      `id` int NOT NULL AUTO_INCREMENT,
      `code` varchar(20) COLLATE utf8mb4_bin DEFAULT NULL,
      `age` int DEFAULT '0',
      `name` varchar(30) COLLATE utf8mb4_bin DEFAULT NULL,
      `height` int DEFAULT '0',
      `address` varchar(30) COLLATE utf8mb4_bin DEFAULT NULL,
      PRIMARY KEY (`id`),
      KEY `idx_code_age_name` (`code`,`age`,`name`),
      KEY `idx_height` (`height`)
    ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin

此外，还创建了三个索引：

*  `id`：数据库的主键
 *  `idx_code_age_name`：由code、age和name三个字段组成的联合索引。
 *  `idx_height`：普通索引

#### 1.2 插入数据 ####

为了方便给大家做演示，我特意向user表中插入了3条数据：

INSERT INTO sue.user (id, code, age, name, height) VALUES (1, '101', 21, '周星驰', 175,'香港');
    INSERT INTO sue.user (id, code, age, name, height) VALUES (2, '102', 18, '周杰伦', 173,'台湾');
    INSERT INTO sue.user (id, code, age, name, height) VALUES (3, '103', 23, '苏三', 174,'成都');

周星驰和周杰伦是我偶像，在这里自恋了一次，把他们和我放到一起了。哈哈哈。

#### 1.3 查看数据库版本 ####

为了防止以后出现不必要的误会，在这里有必要查一下当前数据库的版本。不说版本就直接给结论，是耍流氓，哈哈哈。

select version();

查出当前的mysql版本号为：`8.0.21`

#### 1.4 查看执行计划 ####

在mysql中，如果你想查看某条sql语句是否使用了索引，或者已建好的索引是否失效，可以通过`explain`关键字，查看该sql语句的执行计划，来判断索引使用情况。

例如：

explain select * from user where id=1;

执行结果：

![8a4938280dce44508ec4cb2974f5e617.png][]

从图中可以看出，由于id字段是主键，该sql语句用到了`主键索引`。

### 2. 不满足最左匹配原则 ###

之前我已经给code、age和name这3个字段建好`联合索引`：idx\_code\_age\_name。

该索引字段的顺序是：

*  code
 *  age
 *  name

如果在使用联合索引时，没注意最左前缀原则，很有可能导致索引失效喔，不信我们一起往下看。

#### 2.1 哪些情况索引有效？ ####

先看看哪些情况下，能走索引。

explain select * from user
    where code='101';

explain select * from user
    where code='101' and age=21

explain select * from user
    where code='101' and age=21 and name='周星驰';

执行结果：

![bcfa5ac33b17465496bc3cb55fd714b7.png][]

上面三种情况，sql都能正常走索引。

其实还有一种比较特殊的场景：

explain select * from user
    where code = '101'  and name='周星驰';

执行结果：

![3335953aa36f47e4b112de204ef44cd6.png][]

查询条件原本的顺序是：code、age、name，但这里只有code和name中间断层了，掉了age字段，这种情况也能走code字段上的索引。

看到这里，不知道聪明的你，有没有发现这样一个规律：**这4条sql中都有code字段，它是索引字段中的第一个字段，也就是最左边的字段。只要有这个字段在，该sql已经就能走索引。**

这就是我们所说的`最左匹配原则`。

#### 2.2 哪些情况索引失效？ ####

前面我已经介绍过，建立了联合索引后，在查询条件中有哪些情况索引是有效的。

接下来，我们重点看看哪些情况下索引会失效。

explain select * from user
    where age=21;

explain select * from user
    where name='周星驰';

explain select * from user
    where age=21 and name='周星驰';

执行结果：

![12a9e02b353749db9e20ad4a713aaf13.png][]

从图中看出这3种情况下索引确实失效了。

说明以上3种情况不满足最左匹配原则，说白了是因为查询条件中，没有包含给定字段最左边的索引字段，即字段code。

### 3. 使用了select \* ###

在《阿里巴巴开发手册》中明确说过，查询sql中禁止使用`select *` 。

那么，你知道为什么吗？

废话不多说，按照国际惯例先上一条sql：

explain 
    select * from user where name='苏三';

执行结果：

![48f5d40ae7094d8a9f91871990d47a2c.png][]

在该sql中用了`select *`，从执行结果看，走了全表扫描，没有用到任何索引，查询效率是非常低的。

如果查询的时候，只查我们真正需要的列，而不查所有列，结果会怎么样？

非常快速的将上面的sql改成只查了code和name列，太easy了：

explain 
    select code,name from user 
    where name='苏三';

执行结果：

![fd77244bb7474e0897fc5f9fd84f96a9.png][]

从图中执行结果不难看出，该sql语句这次走了`全索引扫描`，比`全表扫描`效率更高。

其实这里用到了：`覆盖索引`。

如果select语句中的查询列，都是索引列，那么这些列被称为覆盖索引。这种情况下，查询的相关字段都能走索引，索引查询效率相对来说更高一些。

而使用`select *`查询所有列的数据，大概率会查询非索引列的数据，非索引列不会走索引，查询效率非常低。

### 4. 索引列上有计算 ###

介绍本章节内容前，先跟大家一起回顾一下，根据id查询数据的sql语句：

explain select * from user where id=1;

执行结果：

![853dce19b6d14bfc89184270127828e2.png][]

从图中可以看出，由于id字段是主键，该sql语句用到了`主键索引`。

但如果id列上面有计算，比如：

explain select * from user where id+1=2;

执行结果：

![bc166a247c404aaca98b805c111c3177.png][]

从上图中的执行结果，能够非常清楚的看出，该id字段的主键索引，在有计算的情况下失效了。

### 5. 索引列用了函数 ###

有时候我们在某条sql语句的查询条件中，需要使用函数，比如：截取某个字段的长度。

假如现在有个需求：想查出所有身高是17开头的人，如果sql语句写成这样：

explain select * from user  where height=17;

该sql语句确实用到了普通索引：

![4e1e0e8e5fe443778b8a5139a0a944a6.png][]

但该sql语句肯定是有问题的，因为它只能查出身高正好等于17的，但对于174这种情况，它没办法查出来。

为了满足上面的要求，我们需要把sql语句稍稍改造了一下：

explain select * from user  where SUBSTR(height,1,2)=17;

这时需要用到`SUBSTR`函数，用它截取了height字段的前面两位字符，从第一个字符开始。

执行结果：

![4b7ffbf620e64edcaaa7865a491e66be.png][]

你有没有发现，在使用该函数之后，该sql语句竟然走了全表扫描，索引失效了。

### 6. 字段类型不同 ###

在sql语句中因为字段类型不同，而导致索引失效的问题，很容易遇到，可能是我们日常工作中最容易忽略的问题。

到底怎么回事呢？

请大家注意观察一下t\_user表中的code字段，它是`varchar`字符类型的。

在sql语句中查询数据时，查询条件我们可以写成这样：

explain 
    select * from user where code="101";

执行结果：

![141092f0bef0459f8ab8469da8f52812.png][]

从上图中看到，该code字段走了索引。

> 温馨提醒一下，查询字符字段时，用双引号`“`和单引号`'`都可以。

但如果你在写sql时，不小心把引号弄掉了，把sql语句变成了：

explain 
    select * from user where code=101;

执行结果：

![14a0a983b4224b6bb9954403a417fb81.png][]

你会惊奇的发现，该sql语句竟然变成了全表扫描。因为少写了引号，这种小小的失误，竟然让code字段上的索引失效了。

这时你心里可能有一万个为什么，其中有一个肯定是：为什么索引会失效呢？

答：因为code字段的类型是varchar，而传参的类型是int，两种类型不同。

此外，还有一个有趣的现象，如果int类型的height字段，在查询时加了引号条件，却还可以走索引：

explain select * from user 
    where height='175';

执行结果：

![82219ff7e2bb4eb7bb00ddb1cd126ef3.png][]

从图中看出该sql语句确实走了索引。int类型的参数，不管在查询时加没加引号，都能走索引。

这是变魔术吗？这不科学呀。

答：mysql发现如果是`int`类型字段作为查询条件时，它会自动将该字段的传参进行`隐式转换`，把字符串转换成int类型。

mysql会把上面列子中的字符串175，转换成数字175，所以仍然能走索引。

接下来，看一个更有趣的sql语句：

select 1 + '1';

它的执行结果是2，还是11呢？

好吧，不卖关子了，直接公布答案执行结果是2。

mysql自动把字符串1，转换成了int类型的1，然后变成了：1+1=2。

但如果你确实想拼接字符串该怎么办？

答：可以使用`concat`关键字。

具体拼接sql如下：

select concat(1,'1');

接下来，关键问题来了：**为什么字符串类型的字段，传入了int类型的参数时索引会失效呢？**

答：根据mysql官网上解释，字符串'1'、' 1 '、'1a'都能转换成int类型的1，也就是说可能会出现多个字符串，对应一个int类型参数的情况。那么，mysql怎么知道该把int类型的1转换成哪种字符串，用哪个索引快速查值?

### 7. like左边包含% ###

模糊查询，在我们日常的工作中，使用频率还是比较高的。

比如现在有个需求：想查询姓李的同学有哪些?

使用`like`语句可以很快的实现：

select * from user where name like '李%';

但如果like用的不好，就可能会出现性能问题，因为有时候它的索引会失效。

不信，我们一起往下看。

目前like查询主要有三种情况：

*  like '%a'
 *  like 'a%'
 *  like '%a%'

假如现在有个需求：想查出所有code是10开头的用户。

这个需求太简单了吧，sql语句如下：

explain select * from user
    where code like '10%';

执行结果：

![73b8831fca2d4a61a0b8bbcf7a45a616.png][]

图中看出这种`%`在`10`右边时走了索引。

而如果把需求改了：想出现出所有code是1结尾的用户。

查询sql语句改为：

explain select * from user
    where code like '%1';

执行结果：

![2388d32a7c7e41e1a75bbe28863dfb19.png][]

从图中看出这种`%`在`1`左边时，code字段上索引失效了，该sql变成了全表扫描。

此外，如果出现以下sql：

explain select * from user
    where code like '%1%';

该sql语句的索引也会失效。

下面用一句话总结一下规律：当`like`语句中的`%`，出现在查询条件的左边时，索引会失效。

那么，为什么会出现这种现象呢？

答：其实很好理解，索引就像字典中的目录。一般目录是按字母或者拼音从小到大，从左到右排序，是有顺序的。

我们在查目录时，通常会先从左边第一个字母进行匹对，如果相同，再匹对左边第二个字母，如果再相同匹对其他的字母，以此类推。

通过这种方式我们能快速锁定一个具体的目录，或者缩小目录的范围。

但如果你硬要跟目录的设计反着来，先从字典目录右边匹配第一个字母，这画面你可以自行脑补一下，你眼中可能只剩下绝望了，哈哈。

### 8. 列对比 ###

上面的内容都是常规需求，接下来，来点不一样的。

假如我们现在有这样一个需求：过滤出表中某两列值相同的记录。比如user表中id字段和height字段，查询出这两个字段中值相同的记录。

这个需求很简单，sql可以这样写：

explain select * from user 
    where id=height

执行结果：

![69936085285942b1a510c9a9d57c8929.png][]

意不意外，惊不惊喜？索引失效了。

为什么会出现这种结果？

id字段本身是有主键索引的，同时height字段也建了普通索引的，并且两个字段都是int类型，类型是一样的。

但如果把两个单独建了索引的列，用来做列对比时索引会失效。

感兴趣的朋友可以找我私聊。

### 9. 使用or关键字 ###

我们平时在写查询sql时，使用`or`关键字的场景非常多，但如果你稍不注意，就可能让已有的索引失效。

不信一起往下面看。

某天你遇到这样一个需求：想查一下id=1或者height=175的用户。

你三下五除二就把sql写好了：

explain select * from user 
    where id=1 or height='175';

执行结果：

![7ff3a3d459454dc184e3117dc959f850.png][]

没错，这次确实走了索引，恭喜被你蒙对了，因为刚好id和height字段都建了索引。

但接下来的一个夜黑风高的晚上，需求改了：除了前面的查询条件之后，还想加一个address='成都'。

这还不简单，sql走起：

explain select * from user 
    where id=1 or height='175' or address='成都';

执行结果：

![292c629f9a364bbd9990f5ba6c1bddd7.png][]

结果悲剧了，之前的索引都失效了。

你可能一脸懵逼，为什么？我做了什么？

答：因为你最后加的address字段没有加索引，从而导致其他字段的索引都失效了。

> 注意：如果使用了`or`关键字，那么它前面和后面的字段都要加索引，不然所有的索引都会失效，这是一个大坑。

### 10. not in和not exists ###

在我们日常工作中用得也比较多的，还有范围查询，常见的有：

*  in
 *  exists
 *  not in
 *  not exists
 *  between and

今天重点聊聊前面四种。

#### 10.1 in关键字 ####

假如我们想查出height在某些范围之内的用户，这时sql语句可以这样写：

explain select * from user
    where height in (173,174,175,176);

执行结果：

![df269b01431b48628f28ed5ed1411c67.png][]

从图中可以看出，sql语句中用`in`关键字是走了索引的。

#### 10.2 exists关键字 ####

有时候使用`in`关键字时性能不好，这时就能用`exists`关键字优化sql了，该关键字能达到in关键字相同的效果：

explain select * from user  t1
    where  exists (select 1 from user t2 where t2.height=173 and t1.id=t2.id)

执行结果：

![ccb2a37a3a944c7bbaee6ef302b539f8.png][]

从图中可以看出，用`exists`关键字同样走了索引。

#### 10.3 not in关键字 ####

上面演示的两个例子是正向的范围，即在某些范围之内。

那么反向的范围，即不在某些范围之内，能走索引不？

话不多说，先看看使用`not in`的情况：

explain select * from user
    where height not in (173,174,175,176);

执行结果：

![35113ec75f504ed7b1b2fafa50ac1ce0.png][]

你没看错，索引失效了。

看如果现在需求改了：想查一下id不等于1、2、3的用户有哪些，这时sql语句可以改成这样：

explain select * from user
    where id  not in (173,174,175,176);

执行结果：

![105c3f2f914948958af5d9c04c9ee6fa.png][]

你可能会惊奇的发现，主键字段中使用not in关键字查询数据范围，任然可以走索引。而普通索引字段使用了not in关键字查询数据范围，索引会失效。

#### 10.4 not exists关键字 ####

除此之外，如果sql语句中使用`not exists`时，索引也会失效。具体sql语句如下：

explain select * from user  t1
    where  not exists (select 1 from user t2 where t2.height=173 and t1.id=t2.id)

执行结果：

![1253ee8e24314f83a5d38a4bb52a9b58.png][]

从图中看出sql语句中使用not exists关键后，t1表走了全表扫描，并没有走索引。

### 11. order by的坑 ###

在sql语句中，对查询结果进行排序是非常常见的需求，一般情况下我们用关键字：`order by`就能搞定。

但我始终觉得order by挺难用的，它跟`where`或者`limit`关键字有很多千丝万缕的联系，一不小心就会出问题。

Let go

#### 11.1 哪些情况走索引？ ####

首先当然要温柔一点，一起看看order by的哪些情况可以走索引。

我之前说过，在code、age和name这3个字段上，已经建了联合索引：idx\_code\_age\_name。

11.1.1 满足最左匹配原则

order by后面的条件，也要遵循联合索引的最左匹配原则。具体有以下sql：

explain select * from user
    order by code limit 100;
    
    explain select * from user
    order by code,age limit 100;
    
    explain select * from user
    order by code,age,name limit 100;

执行结果：

![a84c705b17fa46cd96d3a4ff975c3734.png][]

从图中看出这3条sql都能够正常走索引。

除了遵循最左匹配原则之外，有个非常关键的地方是，后面还是加了`limit`关键字，如果不加它索引会失效。

11.1.2 配合where一起使用

order by还能配合where一起遵循最左匹配原则。

explain select * from user
    where code='101'
    order by age;

执行结果：

![ba7b60cd43114ca5b90e255f418ee4ba.png][]

code是联合索引的第一个字段，在where中使用了，而age是联合索引的第二个字段，在order by中接着使用。

假如中间断层了，sql语句变成这样，执行结果会是什么呢？

explain select * from user
    where code='101'
    order by name;

执行结果：

![c63e30d4cb8e45208d93ac3dcec2d9de.png][]

虽说name是联合索引的第三个字段，但根据最左匹配原则，该sql语句依然能走索引，因为最左边的第一个字段code，在where中使用了。只不过order by的时候，排序效率比较低，需要走一次`filesort`排序罢了。

11.1.3 相同的排序

order by后面如果包含了联合索引的多个排序字段，只要它们的排序规律是相同的（要么同时升序，要么同时降序），也可以走索引。

具体sql如下：

explain select * from user
    order by code desc,age desc limit 100;

执行结果：

![89875d01bbc74f17a40ac07ea1fa8f58.png][]

该示例中order by后面的code和age字段都用了降序，所以依然走了索引。

11.1.4 两者都有

如果某个联合索引字段，在where和order by中都有，结果会怎么样？

explain select * from user
    where code='101'
    order by code, name;

执行结果：

![53b0e1e72ac9432c94340fc934b9efeb.png][]

code字段在where和order by中都有，对于这种情况，从图中的结果看出，还是能走了索引的。

#### 11.2 哪些情况不走索引？ ####

前面介绍的都是正面的用法，是为了让大家更容易接受下面反面的用法。

好了，接下来，重点聊聊order by的哪些情况下不走索引？

11.2.1 没加where或limit

如果order by语句中没有加where或limit关键字，该sql语句将不会走索引。

explain select * from user
    order by code, name;

执行结果：

![e5e0f5273a0442f1ad95d0b4b34a4841.png][]

从图中看出索引真的失效了。

11.2.2 对不同的索引做order by

前面介绍的基本都是联合索引，这一个索引的情况。但如果对多个索引进行order by，结果会怎么样呢？

explain select * from user
    order by code, height limit 100;

执行结果：

![69b5251de37c46a0b8b595a12c2917f0.png][]

从图中看出索引也失效了。

11.2.3 不满足最左匹配原则

前面已经介绍过，order by如果满足最左匹配原则，还是会走索引。下面看看，不满足最左匹配原则的情况：

explain select * from user
    order by name limit 100;

执行结果：

![af6738aa43f44e68a479470ab3c0a34e.png][]

name字段是联合索引的第三个字段，从图中看出如果order by不满足最左匹配原则，确实不会走索引。

11.2.4 不同的排序

前面已经介绍过，如果order by后面有一个联合索引的多个字段，它们具有相同排序规则，那么会走索引。

但如果它们有不同的排序规则呢？

explain select * from user
    order by code asc,age desc limit 100;

执行结果：

![36fb23c889ff4e62bfc7be670e4cd869.png][]

从图中看出，尽管order by后面的code和age字段遵循了最左匹配原则，但由于一个字段是用的升序，另一个字段用的降序，最终会导致索引失效。

好了今天分享的内容就先到这里，我们下期再见。

#### 最后说一句(求关注，别白嫖我) ####

如果这篇文章对您有所帮助，或者有所启发的话，帮忙关注一下，您的支持是我坚持写作最大的动力。

[5666e64540d54b85b38d04f996ce9836.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/922b9d12c206477a811f9412937c4019.png
[8a4938280dce44508ec4cb2974f5e617.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b8319e1ff8c141b7b9435d3cb97f46a0.png
[bcfa5ac33b17465496bc3cb55fd714b7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b9f37b07d0e7481b99cea5676f0b605e.png
[3335953aa36f47e4b112de204ef44cd6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/62e5430e13384dfaa87214a20806cd2e.png
[12a9e02b353749db9e20ad4a713aaf13.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/fcd0703c10cf412794251584e67007b0.png
[48f5d40ae7094d8a9f91871990d47a2c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/3869df3ea1ef4c898cbf75cab18e5195.png
[fd77244bb7474e0897fc5f9fd84f96a9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/e3a4db30ad824e61a3826ced2c85601c.png
[853dce19b6d14bfc89184270127828e2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/69e07900ca3b4958890125891c5c8fad.png
[bc166a247c404aaca98b805c111c3177.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b9ca9a99430c4dfcbf06dc66b2236b0a.png
[4e1e0e8e5fe443778b8a5139a0a944a6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f81ab0bb5c0b4f029fd495ec433d8f10.png
[4b7ffbf620e64edcaaa7865a491e66be.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5ba62cb1dda94caa98533973faae83e3.png
[141092f0bef0459f8ab8469da8f52812.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f867a588ec1a4029a742ed6ea514ccb3.png
[14a0a983b4224b6bb9954403a417fb81.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/8b76e56ace98429f903ee1adcb03a3f9.png
[82219ff7e2bb4eb7bb00ddb1cd126ef3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/63114fc47bd840929a80ddc9281bfa90.png
[73b8831fca2d4a61a0b8bbcf7a45a616.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/1e79a7e377644e0393a51b25baa8f8b9.png
[2388d32a7c7e41e1a75bbe28863dfb19.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/aeb6b2cb4cdf4614b79ea9614960fb62.png
[69936085285942b1a510c9a9d57c8929.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/791eb6aa5db0414f88c74705672288fc.png
[7ff3a3d459454dc184e3117dc959f850.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/3de0a0b5a376465b9d0fd4f76014662c.png
[292c629f9a364bbd9990f5ba6c1bddd7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/022ddcc3807d45d8b866c5cf11d79dad.png
[df269b01431b48628f28ed5ed1411c67.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/d2657edf53d242f3ba1352822ac99a15.png
[ccb2a37a3a944c7bbaee6ef302b539f8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/c43cc4796d264e1493671a6168125bcd.png
[35113ec75f504ed7b1b2fafa50ac1ce0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/57c93b3846bb444f8f9727a089d410aa.png
[105c3f2f914948958af5d9c04c9ee6fa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/8103c537d5cb4d52a8c6b5485f88c11d.png
[1253ee8e24314f83a5d38a4bb52a9b58.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/cc15cb46cbb043d89bf44666dda19761.png
[a84c705b17fa46cd96d3a4ff975c3734.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f41cbbb7da1242539770d4126999b50c.png
[ba7b60cd43114ca5b90e255f418ee4ba.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/6bc877c4511f4aefbee4ab5229228c95.png
[c63e30d4cb8e45208d93ac3dcec2d9de.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/534ba34cce19444c86fb67de4927b9ba.png
[89875d01bbc74f17a40ac07ea1fa8f58.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/59208230346442a3baff7cac485e1821.png
[53b0e1e72ac9432c94340fc934b9efeb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/9cf99ad41fd842f5988829e4d80f5e8b.png
[e5e0f5273a0442f1ad95d0b4b34a4841.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/fd31215552a7421f80659d9430ce4cfe.png
[69b5251de37c46a0b8b595a12c2917f0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/d65be639fb024c1284c1f9962ba3eb84.png
[af6738aa43f44e68a479470ab3c0a34e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/01e8b16834444f8fb9038c7d215cc052.png
[36fb23c889ff4e62bfc7be670e4cd869.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/28681ef7587340e0af6496b6dd2bfe0b.png