【最全最详细索引失效】索引失效的10种场景，数据库优化

迈不过友情╰ 2024-04-07 16:07 98阅读 0赞

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。

![0255b8eb56a1ea85b624100ed77c6747.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');

#### 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：

![d785952be312d9d8ccaf0a9f2a65bea7.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：

![c41d8a9d1554a1d3c27674551f4f4732.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：

![5adaf9ea167a5566afcabac83024b7cd.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：

![f193d57ebc33fc33aa380c8f863e9fa9.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：

![de141bc902ee767a4556b53eb830e9b0.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：

![3d4e5109313560ff00bef17874fe32b4.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：

![90529b8fc1c5cf962a5df4ca7b75fe46.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：

![d2266b25247ea434705d22b309c3c028.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：

![5db46ffb9d4021c97a942ed6e2eb7e04.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：

![70230c4f56c73e90d366053b41093f48.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：

![402c96156664507f9f228dd3e593727b.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：

![103e4668ae86cf962da97459a04feb53.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：

![35268fbbef8e9139447f43c734e6dc23.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?

感兴趣的小伙伴可以再看看官方文档：`https://dev.mysql.com/doc/refman/8.0/en/type-conversion.html`

### 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：

![269add4f0da1deb578366dd6fb918d47.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：

![2d51a2d655451e535a76d170ea63faf8.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：

![afd800682dbb0ceeac77cc97b2ba7000.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：

![f79c357343f5c494aabf4a89258ac7d7.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：

![6c1018445aafcf41d1b8ee39ea9595fd.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：

![b70094bd82d6b2199777f7513adc2cea.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：

![222f05fc3c065e745e65269e68f89b4b.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：

![8abf8bddfc5c84d5cb05c7ce40268344.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：

![ffb80f96c61973df450daa3a9e32f738.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：

![8ce43c56155a43358144256f2f1d50e8.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：

![056b9413ac62173ce7df55ae99c53664.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：

![75d5caa2a8010de00b6790846d3bd0ee.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：

![8cfe299b0fbf8a93d47e590f865bc34c.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：

![f3b5bf32d0f5ebd89762e610e3bcb7a6.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：

![0a7644f86334295970c1018cd42e420a.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：

![9e62d59adfd93e46283dbdb1c28a8bd4.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：

![589f318bd2655470df3000565b3d00ec.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：

![34fdfdfd9fcb7d025b5d707a421f95bc.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：

![197c5cf2d9e598de11525ea8000b089b.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。

[0255b8eb56a1ea85b624100ed77c6747.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/1547d7b9b545445987180a54f9ff85e8.png
[d785952be312d9d8ccaf0a9f2a65bea7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/2bf84e1e767349a78e6b321ce28b21d2.png
[c41d8a9d1554a1d3c27674551f4f4732.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/51bdf7137a59485d9e89570302a5778d.png
[5adaf9ea167a5566afcabac83024b7cd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/9f830b7d5b7c41f6992ea00a332a6dd6.png
[f193d57ebc33fc33aa380c8f863e9fa9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/81ebbc814f674c8eb946a411c7529685.png
[de141bc902ee767a4556b53eb830e9b0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/590cd2d70fc64b5592968d237a2c14a9.png
[3d4e5109313560ff00bef17874fe32b4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/b2480eea13774b62afdba0f554f09f4f.png
[90529b8fc1c5cf962a5df4ca7b75fe46.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/7d3f92158d8b41de9179a7d915aad7eb.png
[d2266b25247ea434705d22b309c3c028.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f4e10bc5c8fd4433a709b82095ca5940.png
[5db46ffb9d4021c97a942ed6e2eb7e04.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/62a0111fab024ad1a05cfcd75cd05f45.png
[70230c4f56c73e90d366053b41093f48.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/26998cc1e0c146aa8f378443d1b52912.png
[402c96156664507f9f228dd3e593727b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/75cb934f895549668de3eb6d76cc74d3.png
[103e4668ae86cf962da97459a04feb53.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/76bda4aa4a3149e6823e3bfcc0c0460d.png
[35268fbbef8e9139447f43c734e6dc23.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/341b6850a52c44b381a2cb856badf7cd.png
[269add4f0da1deb578366dd6fb918d47.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/6575a18e9e394894808c2bc601a97629.png
[2d51a2d655451e535a76d170ea63faf8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/a0726c0d09104e40a3326c1f0fcc84b6.png
[afd800682dbb0ceeac77cc97b2ba7000.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/93997eb5c53c43319f7566c074e2d9aa.png
[f79c357343f5c494aabf4a89258ac7d7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/471777201c7845ee979bbc53b791cd8b.png
[6c1018445aafcf41d1b8ee39ea9595fd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/aef881811bff44259ebd114354bd78e0.png
[b70094bd82d6b2199777f7513adc2cea.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/0d1d006c9b904e98a10d86a8c987bc93.png
[222f05fc3c065e745e65269e68f89b4b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/bf30ba0b34304be2b1d41d676908b51c.png
[8abf8bddfc5c84d5cb05c7ce40268344.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5b36b6d839944c39b2a9edad5f87cc0c.png
[ffb80f96c61973df450daa3a9e32f738.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/9f9048f1a7c949ec8260cd204ff8ed84.png
[8ce43c56155a43358144256f2f1d50e8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f8a0630491cf43e8a9be33f56183a0e4.png
[056b9413ac62173ce7df55ae99c53664.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/a9c6578a385f443e9efc5a342f640a92.png
[75d5caa2a8010de00b6790846d3bd0ee.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/e03741dd2aee45258709d3db831b8d30.png
[8cfe299b0fbf8a93d47e590f865bc34c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/dc9be8cf96ba457fa935cba7703a023b.png
[f3b5bf32d0f5ebd89762e610e3bcb7a6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/f510fbbe467f4775ad67bba0f849bc39.png
[0a7644f86334295970c1018cd42e420a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/5ef15fbd037a479399562acdee3555a5.png
[9e62d59adfd93e46283dbdb1c28a8bd4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/9b8a9b49a42d46e8a5f7fb9060cdf37d.png
[589f318bd2655470df3000565b3d00ec.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/40f8d3383f0d4ccbadbd32ddb997bc1c.png
[34fdfdfd9fcb7d025b5d707a421f95bc.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/ab052cdf5b4d4d91a4dafd23c8b43848.png
[197c5cf2d9e598de11525ea8000b089b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/07/713825488a8e4dd79822a5ce12309880.png