Explain详解与索引实战

小灰灰 2022-09-11 09:25 203阅读 0赞

### Explain工具介绍 ###

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈  
在select语句之前增加explain关键字，MySQL会在查询上设置一个标记，执行查询会返回执行计划信息，而不是执行这条SQL  
注意：如果from中包含子查询，仍会执行该子查询。将结果放入临时表中

**Explain分析示例**

USE explain_test;
    
    -- 示例表
    DROP TABLE IF EXISTS `actor`;
    CREATE TABLE `actor` (
    `id` INT(11) NOT NULL,
    `name` VARCHAR(45) DEFAULT NULL,
    `update_time` DATETIME DEFAULT NULL,
    PRIMARY KEY (`id`)
    )ENGINE=INNODB DEFAULT CHARSET=utf8;
    
    INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1, 'a', '2017-12-22 15:27:18'),
    (2, 'b', '2017-12-22 15:27:18'),
    (3, 'c', '2017-12-22 15:27:18');
    
    DROP TABLE IF EXISTS `film`;
    CREATE TABLE `film`(
    `id` INT(11) NOT NULL AUTO_INCREMENT,
    `name` VARCHAR(45) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `idx_name` (`name`)
    )ENGINE=INNODB DEFAULT CHARSET=utf8;
    
    INSERT INTO `film` (`id`, `name`) VALUES(3, 'film0'),
    (1, 'film1'),(2, 'film2');
    
    DROP TABLE IF EXISTS `film_actor`;
    CREATE TABLE `film_actor`(
    `id` INT(11) NOT NULL,
    `film_id` INT(11) NOT NULL,
    `actor_id` INT(11) NOT NULL,
    `remark` VARCHAR(255) DEFAULT NULL,
    PRIMARY KEY (`id`),
    KEY `idx_film_actor_id` (`film_id`, `actor_id`)
    )ENGINE=INNODB DEFAULT CHARSET=utf8;
    
    INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`)VALUES(1, 1, 1),(2, 1, 2),(3, 2, 1);

![在这里插入图片描述][1b808c7112ca472cb2ef58f1bbd24dcf.png]在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行

##### explain两个变种 #####

1）\*\*explain extend：\*\*会在explain的基础上额外提供一些查询优化信息。紧随其后通过show warning命令可以得到优化后的查询语句，从而看出优化器优化了什么。额外还有filtered列，是一个百分比的值，rows \* filtered/100 可以估算出将要和explain中前一个表进行连接的行数（前一个表指explain中的id值比当前表id值小的表）。

EXPLAIN EXTENDED SELECT * FROM film WHERE id = 1;

![在这里插入图片描述][aa0fe0658f38405d9cb8ee1cdbc407f5.png]

EXPLAIN EXTENDED SELECT * FROM film WHERE id = 1;

![在这里插入图片描述][9a17a49c05b240ddb554430568c660e4.png]2）\*\*explain partitions：\*\*相比explain多了个partitions字段，如果查询基于分区表的话，会显示查询将访问的分区（现在explain命令结果也有这个字段了）。

##### explain中的列 #####

**1.id列**  
id列的编号是select的序列号，有几个select就有几个id，并且id的顺序是按select出现的顺序增长的。  
id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

**2.select\_type列**  
select\_type表示对应行是简单还是复杂的查询。  
1）simple：简单查询。查询不包含子查询和union

EXPLAIN SELECT * FROM film WHERE id = 2;

![在这里插入图片描述][7bf40950d7274614a3d056599d76e6b8.png]2）primary：复杂查询中最外层的select  
3）subquery：包含在select中的子查询（不在from子句中）  
4）derived：包含在from子句中的子查询。MySQL会将结果放在一个临时表中，也称为派生表（derived的英文含义）  
用这个例子来了解primary、subquery和derived类型

USE explain_test;
    -- 关闭mysql5.7新特性对衍生表的合并优化
    SET SESSION optimizer_switch = 'derived_merge=off';
    EXPLAIN SELECT (SELECT 1 FROM actor WHERE id = 1) FROM (SELECT * FROM film WHERE id =1) der;

![在这里插入图片描述][6a8eabca4acb447a911a10039f1ee092.png]

-- 还原默认配置
    SET SESSION optimizer_switch = 'derived_merge=on';

![在这里插入图片描述][f8f440343493416f975d44dc3d0d5e77.png]5）union：在union中的第二个和随后的select  
![在这里插入图片描述][69f2f4b266e2401d9d499859526d0e31.png]**3.table列**  
这一列表示 explain 的一行正在访问哪个表。  
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。  
当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。

**4.type列**  
这一列表示**关联类型或访问类型**，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。  
依次从最优到最差分别为：**system > const > eq\_ref > ref > range > index > ALL**  
一般来说，**得保证查询达到range级别，最好达到ref**  
**NULL**：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可 以单独查找索引来完成，不需要在执行时访问表

EXPLAIN SELECT MIN(id) FROM film;

![在这里插入图片描述][8df1be4907334556a75bb607ba11a0a7.png]**const，system**：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所有表最多有一个匹配行，读取1次，速度比较快。  
**system是 const的特例**，表里只有一条元组匹配时为system

SET SESSION optimizer_switch = 'derived_merge=off';
    EXPLAIN EXTENDED SELECT * FROM (SELECT * FROM film WHERE id = 1) tmp;

![在这里插入图片描述][c035f6aad0a14b5dbe1f422d9328d3bf.png]

show warnings;

![在这里插入图片描述][4c12455fcab64e5a8d175346cef03dc1.png]  
**eq\_ref**：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。

EXPLAIN SELECT * FROM film_actor LEFT JOIN film ON film_actor.film_id = film.id;

![在这里插入图片描述][5a3586a089554d4c807e9c9d712a081b.png]**ref**：相比eq\_ref，不使用唯一索引，而是使用普通索引或者唯一索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。  
1）简单select查询，name是普通索引（非唯一索引）

EXPLAIN SELECT * FROM film WHERE NAME = 'film1';

![在这里插入图片描述][ec483e18d7f24f94b6fab38a2a7c804d.png]2）关联表查询，idx\_film\_actor\_id是film\_id和actor\_id的联合索引，这里使用到了film\_actor的左前缀film\_id部分。

EXPLAIN SELECT film_id FROM film LEFT JOIN film_actor ON film.id = film_actor.film_id;

![在这里插入图片描述][6871b80453064ba2ad4ab8fe8b3fb74e.png]**range**：范围扫描通常出现在in()，between，>，<等操作中。使用一个索引来检索给定范围的行。

EXPLAIN SELECT * FROM actor WHERE id > 1;

![在这里插入图片描述][9dc576787a7d441da9b0b8f1ab9555e8.png]**index**：扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。

EXPLAIN SELECT * FROM film;

![在这里插入图片描述][dc752516e2bb464486441cd4115123f7.png]**ALL**：即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化。

EXPLAIN SELECT * FROM actor;

![在这里插入图片描述][81fdbb3e007943b285c807e8cf7190ba.png]**5.possible\_keys列**  
这一列显示可能使用那些索引来查找。  
explain有时可能出现possible\_keys有列，而key显示NULL的情况，这种情况时因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。  
如果该列是NULL，则没有相关索引。在这种情况下，可以通过检查where子句看是否可以创造一个适当的索引来提高查询性能，然后用explain看看效果。

**6.key列**  
这一列显示mysql实际采用哪个索引来优化对该表的访问。  
如果没有使用索引，则该列是NULL。如果想强制mysql使用或忽略possible\_keys列中的索引，在查询中使用force index、ignore index。

**7.key\_len列**  
这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的那些列。  
举例来说，film\_actor的联合索引idx\_film\_actor由film\_id和actor\_id两个int列组成，并且每个int是4字节。通过结果中的key\_len=4可推断出查询使用了第一个列：film\_id列来执行索引查找。

EXPLAIN SELECT * FROM film_actor WHERE film_id = 2;

![在这里插入图片描述][2093a84840644841b2186d76d7f66d47.png]key\_len计算规则如下：  
1）字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字 或字母占1个字节，一个汉字占3个字节：  
char(n)：如果存汉字长度就是 3n 字节；  
varchar(n)：如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为 varchar是变长字符串；  
2）数值类型：  
tinyint：1字节  
smallint：2字节  
int：4字节  
bigint：8字节  
3）时间类型  
date：3字节  
timestamp：4字节  
datetime：8字节  
4）如果字段允许为 NULL，需要1字节记录是否为 NULL  
索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索 引。

**8.ref列**  
这一列显示了在key列记录的索引中，表示查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）

**9.rows**  
这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

**10.Extra列**  
这一列展示的是额外信息。常见的重要值如下：  
1）**Using index**：使用覆盖索引  
**覆盖索引定义**：mysql执行计划explain结果里的key使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是使用了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值。

EXPLAIN SELECT film_id FROM film_actor WHERE film_id = 1;

![在这里插入图片描述][8a7f0575043044598c5c3f869773e256.png]2）**Using where**：使用where语句来处理结果，并且查询的列未被索引覆盖

EXPLAIN SELECT * FROM actor WHERE NAME = 'a';

![在这里插入图片描述][6c464c4438e54961bef7309cf326272e.png]3）**Using index condition**：查询的列不完全被索引覆盖，where条件中是一个前导列的范围

EXPLAIN SELECT * FROM film_actor WHERE film_id > 1;

![在这里插入图片描述][0a8a85d3c0794f05bb3406f738d811b9.png]4）**Using temporary**：mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。  
actor.name没有索引，此时创建了张临时表来distinct

EXPLAIN SELECT DISTINCT NAME FROM actor;

![在这里插入图片描述][7fa9c246a91742ef8a0d9c6248901607.png]film.name建立了idx\_name索引，此时查询时extra是using index,没有用临时表

EXPLAIN SELECT DISTINCT NAME FROM film;

![在这里插入图片描述][58558744ac714e0e8ca44929417e2473.png]5）**Using filesort**：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也要考虑使用索引来优化。  
actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录

EXPLAIN SELECT * FROM actor ORDER BY NAME;

![在这里插入图片描述][6a6d64bfd67848fea7149e35a9013629.png]film.name建立了idx\_name索引，此时查询时extra是using index

EXPLAIN SELECT * FROM film ORDER BY NAME;

![在这里插入图片描述][da80eed9825043e2917c75f1cdf6695d.png]6）**Select tables optimized away**：使用某些聚合函数（比如：max、min）来访问存在索引的某个字段是

EXPLAIN SELECT MIN(id) FROM film;

![在这里插入图片描述][c48540770d6642e9aeb023c3f0c344c9.png]

### 索引实战 ###

示例表：

DROP TABLE IF EXISTS `employees`;
    
    CREATE TABLE `employees`(
    `id` INT(11) NOT NULL AUTO_INCREMENT,
    `name` VARCHAR(24) NOT NULL DEFAULT '' COMMENT '姓名',
    `age` INT(11) NOT NULL DEFAULT '0' COMMENT '年龄',
    `position` VARCHAR(20) NOT NULL DEFAULT '' COMMENT '职位',
    `hire_time` TIMESTAMP NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
    PRIMARY KEY (`id`),
    KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
    )ENGINE=INNODB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
    
    INSERT INTO employees(NAME,age,POSITION,hire_time)VALUES('LiLei',22,'manager',NOW());
    INSERT INTO employees(NAME,age,POSITION,hire_time)VALUES('HanMeimei',23,'dev',NOW());
    INSERT INTO employees(NAME,age,POSITION,hire_time)VALUES('Lucy',23,'dev',NOW());

**1.全值匹配**

EXPLAIN SELECT * FROM employees WHERE NAME='LiLei';

![在这里插入图片描述][c7aaf11faa504db886e89b8adda88146.png]

EXPLAIN SELECT * FROM employees WHERE NAME='LiLei' AND age=22;

![在这里插入图片描述][d81d00d676f6445abca6d012ca0bd93f.png]

EXPLAIN SELECT * FROM employees WHERE NAME='LiLei' AND age=22 AND POSITION='manager';

![在这里插入图片描述][a7c93558a0974c43a449a1857c2c1e11.png]**2.最左前缀法则**  
如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。

-- 走索引
    EXPLAIN SELECT * FROM employees WHERE NAME='Bill' AND age = 31;
    -- 不走索引
    EXPLAIN SELECT * FROM employees WHERE age=30 AND POSITION = 'dev';
    -- 不走索引
    EXPLAIN SELECT * FROM employees WHERE POSITION = 'manager';
    -- 走索引
    EXPLAIN SELECT * FROM employees WHERE NAME='Bill' AND POSITION = 'manager';

![在这里插入图片描述][85e75b11929f46e38bf415cf386fccde.png]**3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描**

-- 走索引
    EXPLAIN SELECT * FROM employees WHERE NAME = 'LiLei';
    -- 不走索引
    EXPLAIN SELECT * FROM employees WHERE LEFT(NAME,3)='LiLei';

![在这里插入图片描述][05d2cd1a56154b01a39cb8f06fa75aa4.png]给hire\_time增加一个普通索引：

ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE;
    EXPLAIN SELECT * FROM employees WHERE DATE(hire_time) = '2018-09-30';

![在这里插入图片描述][11c2bd4aee094b51947e1f112bc89ce2.png]转化为日期范围查询，有可能会走索引：

EXPLAIN SELECT * FROM employees WHERE hire_time >='2018-09-30 00:00:00' AND hire_time <='2018-09-30 23:59:59';

![在这里插入图片描述][112703be1afb499b83040e824791a30c.png]还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_hire_time`;

**4.存储引擎不能使用索引中范围条件右边的列**

EXPLAIN SELECT * FROM employees WHERE NAME ='LiLei' AND age=22 AND POSITION='manager';
    EXPLAIN SELECT * FROM employees WHERE NAME ='LiLei' AND age>22 AND POSITION='manager';

![在这里插入图片描述][11f7bf52cde04882a204812586368d05.png]**5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少select \* 语句**

EXPLAIN SELECT NAME,age FROM employees WHERE NAME = 'LiLei' AND age = 23 AND POSITION = 'manager';

![在这里插入图片描述][6bf8d4df3e1a47ada9686608eb4ec05c.png]

EXPLAIN SELECT * FROM employees WHERE NAME = 'LiLei' AND age = 23 AND POSITION = 'manager';

![在这里插入图片描述][d47de8e9c7ca4490b155f7db61b49db2.png]**6.mysql在使用不等于（!=或者<>），not in，not exists的时候无法使用索引会导致全表扫描**  
**< 小于、>大于、<= 、>=这些，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引**

EXPLAIN SELECT * FROM employees WHERE NAME != 'LiLei';

![在这里插入图片描述][edfbbc25f35a43f7ac132e286d95c4f4.png]**7.is null,is not null 一般情况下也无法使用索引**

EXPLAIN SELECT * FROM employees WHERE NAME IS NULL;

![在这里插入图片描述][44801148e61a4a1aa36d8db9810ca2cc.png]**8.like以通配符开头（’$abc…’）mysql索引失效会变成全表扫描操作**

-- 不走索引
    EXPLAIN SELECT * FROM employees WHERE NAME LIKE '%Lei';

![在这里插入图片描述][2857206319db4d48903b8b65430d94f5.png]

-- 不走索引
    EXPLAIN SELECT * FROM employees WHERE NAME LIKE 'Lei%';

![在这里插入图片描述][12c7d73f9c60428ebe492e7b1bf54e86.png]  
**9.字符串不加单引号索引失效**

-- 走索引
    EXPLAIN SELECT * FROM employees WHERE NAME = '1000';
    -- 不走索引
    EXPLAIN SELECT * FROM employees WHERE NAME = 1000;

![在这里插入图片描述][a1bf5ef5372a49c48ca577017db91281.png]**10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等因素整体评估是否使用索引，详见范围查询优化**

EXPLAIN SELECT * FROM employees WHERE NAME = 'LiLei' OR NAME = 'HanMeimei';

![在这里插入图片描述][b95fb58d6bc148209b5fac4eedd6e781.png]**11.范围查询优化**  
给年龄添加单值索引

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE;
    EXPLAIN SELECT * FROM employees WHERE age >= 1 AND age <=2000;

![在这里插入图片描述][7e8e12cb477b4280b31b3e711e1b73bd.png]没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。比如这个例子，可能是 由于单次数据量查询过大导致优化器最终选择不走索引 优化方法：可以将大的范围拆分成多个小范围

EXPLAIN SELECT * FROM employees WHERE age >= 1 AND age <=1000;
    EXPLAIN SELECT * FROM employees WHERE age >= 1001 AND age <=2000;

![在这里插入图片描述][12200ec8c5864059b3b69b1d4021417d.png]还原最初索引状态

alter table `employees` drop index `idx_age`;

**索引使用总结：**  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAY29yZTgxNQ_size_20_color_FFFFFF_t_70_g_se_x_16]like KK%相当于=常量，%KK和%KK% 相当于范围。

[1b808c7112ca472cb2ef58f1bbd24dcf.png]: /images/20220828/32026bab7f6f4f4e822fa56116d2a1d6.png
[aa0fe0658f38405d9cb8ee1cdbc407f5.png]: /images/20220828/8ad8069d46124c1192f74e269c55dc0d.png
[9a17a49c05b240ddb554430568c660e4.png]: /images/20220828/e750c12b7baa4ee9922b9caad4f30057.png
[7bf40950d7274614a3d056599d76e6b8.png]: /images/20220828/97245fef4b134436993bc82fcafdd231.png
[6a8eabca4acb447a911a10039f1ee092.png]: /images/20220828/6760f9753e3746c3a3593ec538066f45.png
[f8f440343493416f975d44dc3d0d5e77.png]: /images/20220828/da3b6aa73553442caef2e4dda7704858.png
[69f2f4b266e2401d9d499859526d0e31.png]: /images/20220828/b81a94dc01674892afb903623a17a602.png
[8df1be4907334556a75bb607ba11a0a7.png]: /images/20220828/1b5dcf11dd8642b1847dee10e7940b4e.png
[c035f6aad0a14b5dbe1f422d9328d3bf.png]: /images/20220828/e3655e460b44448799e2f959b7bd84f2.png
[4c12455fcab64e5a8d175346cef03dc1.png]: /images/20220828/8b608b97085c490cabc8e089f2e94519.png
[5a3586a089554d4c807e9c9d712a081b.png]: /images/20220828/d4687c0bdbdf4d9a875a4fdeb1c9490a.png
[ec483e18d7f24f94b6fab38a2a7c804d.png]: /images/20220828/3bf4b543a6214fba9f9fa3de59113a07.png
[6871b80453064ba2ad4ab8fe8b3fb74e.png]: /images/20220828/af6dfd3126554bb48ec85213fed95073.png
[9dc576787a7d441da9b0b8f1ab9555e8.png]: /images/20220828/f88a06dd72f4447b8181a08c2332bdcc.png
[dc752516e2bb464486441cd4115123f7.png]: /images/20220828/9ee3470ba1214ecfaedbce8fce1423eb.png
[81fdbb3e007943b285c807e8cf7190ba.png]: /images/20220828/55367dc73b5e46089c2ac3eccfb71a5d.png
[2093a84840644841b2186d76d7f66d47.png]: /images/20220828/17b7cfc77e6245d39ea143c373818349.png
[8a7f0575043044598c5c3f869773e256.png]: /images/20220828/21ed467c894a496ab0bb00240e210842.png
[6c464c4438e54961bef7309cf326272e.png]: /images/20220828/ab8b94a05bf0413b978441ba85fb4032.png
[0a8a85d3c0794f05bb3406f738d811b9.png]: /images/20220828/40382939244541249cd195f93dfbfcb3.png
[7fa9c246a91742ef8a0d9c6248901607.png]: /images/20220828/07938766223f4cb88041fe3cec78e997.png
[58558744ac714e0e8ca44929417e2473.png]: /images/20220828/f79192ec2369491fab6093be6b276343.png
[6a6d64bfd67848fea7149e35a9013629.png]: /images/20220828/f01373c28c2546b5912f5639134a255c.png
[da80eed9825043e2917c75f1cdf6695d.png]: /images/20220828/b72013fa017844c985b82c9d1c2df076.png
[c48540770d6642e9aeb023c3f0c344c9.png]: /images/20220828/d9dd37ab8d8f4fc29c185d3efe4d28c1.png
[c7aaf11faa504db886e89b8adda88146.png]: /images/20220828/cecd26082fd04c2f8f150c589b850240.png
[d81d00d676f6445abca6d012ca0bd93f.png]: /images/20220828/9db35076c2b14052bacb8e8888da0b41.png
[a7c93558a0974c43a449a1857c2c1e11.png]: /images/20220828/0722ae197a9b4e6e84e104ca40dcc9df.png
[85e75b11929f46e38bf415cf386fccde.png]: /images/20220828/787e0ed011494452a81909928ba4c283.png
[05d2cd1a56154b01a39cb8f06fa75aa4.png]: /images/20220828/7cd19372f2b541f48901421093d86d97.png
[11c2bd4aee094b51947e1f112bc89ce2.png]: /images/20220828/6b0d2b26fb874a039017c90ff22e7c41.png
[112703be1afb499b83040e824791a30c.png]: /images/20220828/891dcebdbec84f4889669027900a04a7.png
[11f7bf52cde04882a204812586368d05.png]: /images/20220828/5ecefad00e5a477ea5948bf77ed9db32.png
[6bf8d4df3e1a47ada9686608eb4ec05c.png]: /images/20220828/9a772f96c1874c41bce4edf5eed2d1d4.png
[d47de8e9c7ca4490b155f7db61b49db2.png]: /images/20220828/a96e100ae16a4239a4757200eaf63afd.png
[edfbbc25f35a43f7ac132e286d95c4f4.png]: /images/20220828/21c3d62a3066436ba5cdc0e403609308.png
[44801148e61a4a1aa36d8db9810ca2cc.png]: /images/20220828/681bf4e789f34ea89f55c146b2efd486.png
[2857206319db4d48903b8b65430d94f5.png]: /images/20220828/6b11cece7c254a7d9da4f3ba6e02ecf8.png
[12c7d73f9c60428ebe492e7b1bf54e86.png]: /images/20220828/6aa3e124d34d47eb88ef5b8973e4a889.png
[a1bf5ef5372a49c48ca577017db91281.png]: /images/20220828/e43b7df6ad3149bf9450d50bd157f63d.png
[b95fb58d6bc148209b5fac4eedd6e781.png]: /images/20220828/27d3c5e16a3d499e8219233244d0d043.png
[7e8e12cb477b4280b31b3e711e1b73bd.png]: /images/20220828/20170e054f664fb986fcd6198b03cdf1.png
[12200ec8c5864059b3b69b1d4021417d.png]: /images/20220828/191fbc32a7eb4d298c0059ba10c393b7.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAY29yZTgxNQ_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/b3d7ba1da2ab4beba548aba8630276d6.png