【黑马头条】day20—xxl-job

左手的ㄟ右手 2024-03-24 12:47 67阅读 0赞

**目录**

1 今日内容

1.1 需求分析

1.2 实现思路

1.3 定时计算

1.4 定时任务框架-xxljob

1.5 学习目录

2.分布式任务调度

2.1 什么是分布式任务调度

2.2 xxl-Job简介

2.3 XXL-Job-环境搭建

2.4 配置部署调度中心-docker安装

2.5 xxl-job入门案例编写

2.6 任务详解-执行器

2.7 任务详解-基础配置

2.8 路由策略(轮询)-案例

2.9 路由策略(分片广播)

### 1 今日内容 ###

#### 1.1 需求分析 ####

![983269c83c9e4fdca30027a86192f9e9.png][]

目前实现的思路：从数据库直接按照发布时间倒序查询

*  问题1：
    
    如何访问量较大，直接查询数据库，压力较大
 *  问题2：
    
    新发布的文章会展示在前面，并不是热点文章

#### 1.2 实现思路 ####

把热点数据存入redis进行展示

判断文章是否是热点，有几项标准： 点赞数量，评论数量，阅读数量，收藏数量

计算文章热度，有两种方案：

*  定时计算文章热度
 *  实时计算文章热度

#### 1.3 定时计算 ####

![c542f759043f46f194000e40d25f9a2a.png][]

*  根据文章的行为（点赞、评论、阅读、收藏）计算文章的分值，利用定时任务每天完成一次计算
 *  把分值较大的文章数据存入到redis中
 *  App端用户查询文章列表的时候，优先从redis中查询热度较高的文章数据

#### 1.4 定时任务框架-xxljob ####

spring传统的定时任务@Scheduled，但是这样存在这一些问题 ：

*  做集群任务的重复执行问题
 *  cron表达式定义在代码之中，修改不方便
 *  定时任务失败了，无法重试也没有统计
 *  如果任务量过大，不能有效的分片执行

解决这些问题的方案为：

xxl-job 分布式任务调度框架

#### 1.5 学习目录 ####

*  xxl-job概述
 *  xxl-job入门案例
 *  xxl-job高级部分
 *  热点文章定时计算
 *  查询文章接口改造

### 2.分布式任务调度 ###

#### 2.1 什么是分布式任务调度 ####

当前软件的架构已经开始向分布式架构转变，将单体结构拆分为若干服务，服务之间通过网络交互来完成业务处理。在分布式架构下，一个服务往往会部署多个实例来运行我们的业务，如果在这种分布式系统环境下运行任务调度，我们称之为**分布式任务调度**。![f375556506c443ea904ac74662b1d101.png][]

将任务调度程序分布式构建，这样就可以具有分布式系统的特点，并且提高任务的调度处理能力：

1、并行任务调度

并行任务调度实现靠多线程，如果有大量任务需要调度，此时光靠多线程就会有瓶颈了，因为一台计算机CPU的处理能力是有限的。

如果将任务调度程序分布式部署，每个结点还可以部署为集群，这样就可以让多台计算机共同去完成任务调度，我们可以将任务分割为若干个分片，由不同的实例并行执行，来提高任务调度的处理效率。

2、高可用

若某一个实例宕机，不影响其他实例来执行任务。

3、弹性扩容

当集群中增加实例就可以提高并执行任务的处理效率。

4、任务管理与监测

对系统中存在的所有定时任务进行统一的管理及监测。让开发人员及运维人员能够时刻了解任务执行情况，从而做出快速的应急处理响应。

**分布式任务调度面临的问题：**

当任务调度以集群方式部署，同一个任务调度可能会执行多次，例如：电商系统定期发放优惠券，就可能重复发放优惠券，对公司造成损失，信用卡还款提醒就会重复执行多次，给用户造成烦恼，所以我们需要控制相同的任务在多个运行实例上只执行一次。常见解决方案：

*  分布式锁，多个实例在任务执行前首先需要获取锁，如果获取失败那么就证明有其他服务已经在运行，如果获取成功那么证明没有服务在运行定时任务，那么就可以执行。
 *  ZooKeeper选举，利用ZooKeeper对Leader实例执行定时任务，执行定时任务的时候判断自己是否是Leader，如果不是则不执行，如果是则执行业务逻辑，这样也能达到目的。

#### 2.2 xxl-Job简介 ####

针对分布式任务调度的需求，市场上出现了很多的产品：

1） TBSchedule：淘宝推出的一款非常优秀的高性能分布式调度框架，目前被应用于阿里、京东、支付宝、国美等很多互联网企业的流程调度系统中。但是已经多年未更新，文档缺失严重，缺少维护。

2） XXL-Job：大众点评的分布式任务调度平台，是一个轻量级分布式任务调度平台, 其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。

3）Elastic-job：当当网借鉴TBSchedule并基于quartz 二次开发的弹性分布式任务调度系统，功能丰富强大，采用zookeeper实现分布式协调，具有任务高可用以及分片功能。

4）Saturn： 唯品会开源的一个分布式任务调度平台，基于Elastic-job，可以全域统一配置，统一监 控，具有任务高可用以及分片功能。

XXL-JOB是一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。

源码地址：[xxl-job: 一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。][xxl-job_]

文档地址：[分布式任务调度平台XXL-JOB][XXL-JOB]

**特性**

*  **简单灵活** 提供Web页面对任务进行管理，管理系统支持用户管理、权限控制； 支持容器部署； 支持通过通用HTTP提供跨平台任务调度；
 *  **丰富的任务管理功能** 支持页面对任务CRUD操作； 支持在页面编写脚本任务、命令行任务、Java代码任务并执行； 支持任务级联编排，父任务执行结束后触发子任务执行； 支持设置指定任务执行节点路由策略，包括轮询、随机、广播、故障转移、忙碌转移等； 支持Cron方式、任务依赖、调度中心API接口方式触发任务执行
 *  **高性能** 任务调度流程全异步化设计实现，如异步调度、异步运行、异步回调等，有效对密集调度进行流量削峰；
 *  **高可用** 任务调度中心、任务执行节点均 集群部署，支持动态扩展、故障转移 支持任务配置路由故障转移策略，执行器节点不可用是自动转移到其他节点执行 支持任务超时控制、失败重试配置 支持任务处理阻塞策略：调度当任务执行节点忙碌时来不及执行任务的处理策略，包括：串行、抛弃、覆盖策略
 *  **易于监控运维** 支持设置任务失败邮件告警，预留接口支持短信、钉钉告警； 支持实时查看任务执行运行数据统计图表、任务进度监控数据、任务完整执行日志；

#### 2.3 XXL-Job-环境搭建 ####

2.3.1 调度中心环境要求

*  Maven3+
 *  Jdk1.8+
 *  Mysql5.7+

2.3.2 源码仓库地址

<table> 
 <thead> 
  <tr> 
   <th>源码仓库地址</th> 
   <th>Release Download</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><a href="https://github.com/xuxueli/xxl-job" title="https://github.com/xuxueli/xxl-job" rel="nofollow">https://github.com/xuxueli/xxl-job</a></td> 
   <td><a href="https://github.com/xuxueli/xxl-job/releases" title="Download" rel="nofollow">Download</a></td> 
  </tr> 
  <tr> 
   <td><a href="http://gitee.com/xuxueli0323/xxl-job" title="xxl-job: 一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。" rel="nofollow">xxl-job: 一个分布式任务调度平台，其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线，开箱即用。</a></td> 
   <td><a href="http://gitee.com/xuxueli0323/xxl-job/releases" title="Download" rel="nofollow">Download</a></td> 
  </tr> 
 </tbody> 
</table>

也可以使用资料文件夹中的源码

2.3.3 初始化“调度数据库”

请下载项目源码并解压，获取 “调度数据库初始化SQL脚本” 并执行即可。

位置：`/xxl-job/doc/db/tables_xxl_job.sql` 共8张表

![b1979c746ae6494aa80edb7b267c0ebf.png][]

- xxl_job_lock：任务调度锁表；
    - xxl_job_group：执行器信息表，维护任务执行器信息；
    - xxl_job_info：调度扩展信息表： 用于保存XXL-JOB调度任务的扩展信息，如任务分组、任务名、机器地址、执行器、执行入参和报警邮件等等；
    - xxl_job_log：调度日志表： 用于保存XXL-JOB任务调度的历史信息，如调度结果、执行结果、调度入参、调度机器和执行器等等；
    - xxl_job_logglue：任务GLUE日志：用于保存GLUE更新历史，用于支持GLUE的版本回溯功能；
    - xxl_job_registry：执行器注册表，维护在线的执行器和调度中心机器地址信息；
    - xxl_job_user：系统用户表；

调度中心支持集群部署，集群情况下各节点务必连接同一个mysql实例;

如果mysql做主从,调度中心集群节点务必强制走主库;

2.3.4 编译源码

解压源码,按照maven格式将源码导入IDE, 使用maven进行编译即可，源码结构如下：![5b0b418a0a7e4d30a910ffd23359022c.png][]

2.3.5 配置部署“调度中心”

调度中心项目：xxl-job-admin

作用：统一管理任务调度平台上调度任务，负责触发调度执行，并且提供任务管理平台。

步骤一：调度中心配置

调度中心配置文件地址：`/xxl-job/xxl-job-admin/src/main/resources/application.properties`

数据库的连接信息修改为自己的数据库

### web
    server.port=8888
    server.servlet.context-path=/xxl-job-admin
    
    ### actuator
    management.server.servlet.context-path=/actuator
    management.health.mail.enabled=false
    
    ### resources
    spring.mvc.servlet.load-on-startup=0
    spring.mvc.static-path-pattern=/static/**
    spring.resources.static-locations=classpath:/static/
    
    ### freemarker
    spring.freemarker.templateLoaderPath=classpath:/templates/
    spring.freemarker.suffix=.ftl
    spring.freemarker.charset=UTF-8
    spring.freemarker.request-context-attribute=request
    spring.freemarker.settings.number_format=0.##########
    
    ### mybatis
    mybatis.mapper-locations=classpath:/mybatis-mapper/*Mapper.xml
    #mybatis.type-aliases-package=com.xxl.job.admin.core.model
    
    ### xxl-job, datasource
    spring.datasource.url=jdbc:mysql://127.0.0.1:3306/xxl_job?Unicode=true&serverTimezone=Asia/Shanghai&characterEncoding=UTF-8
    spring.datasource.username=root
    spring.datasource.password=root
    spring.datasource.driver-class-name=com.mysql.cj.jdbc.Driver
    
    ### datasource-pool
    spring.datasource.type=com.zaxxer.hikari.HikariDataSource
    spring.datasource.hikari.minimum-idle=10
    spring.datasource.hikari.maximum-pool-size=30
    spring.datasource.hikari.auto-commit=true
    spring.datasource.hikari.idle-timeout=30000
    spring.datasource.hikari.pool-name=HikariCP
    spring.datasource.hikari.max-lifetime=900000
    spring.datasource.hikari.connection-timeout=10000
    spring.datasource.hikari.connection-test-query=SELECT 1
    
    ### xxl-job, email
    spring.mail.host=smtp.qq.com
    spring.mail.port=25
    spring.mail.username=xxx@qq.com
    spring.mail.password=xxx
    spring.mail.properties.mail.smtp.auth=true
    spring.mail.properties.mail.smtp.starttls.enable=true
    spring.mail.properties.mail.smtp.starttls.required=true
    spring.mail.properties.mail.smtp.socketFactory.class=javax.net.ssl.SSLSocketFactory
    
    ### xxl-job, access token
    xxl.job.accessToken=
    
    ### xxl-job, i18n (default is zh_CN, and you can choose "zh_CN", "zh_TC" and "en")
    xxl.job.i18n=zh_CN
    
    ## xxl-job, triggerpool max size
    xxl.job.triggerpool.fast.max=200
    xxl.job.triggerpool.slow.max=100
    
    ### xxl-job, log retention days
    xxl.job.logretentiondays=30

启动调度中心，默认登录账号 “admin/123456”, 登录后运行界面如下图所示。

![80b438b9e6514576a5bab41ad1660810.png][]

#### 2.4 配置部署调度中心-docker安装 ####

1.创建mysql容器，初始化xxl-job的SQL脚本

docker run -p 3306:3306 --name mysql57 \
    -v /opt/mysql/conf:/etc/mysql \
    -v /opt/mysql/logs:/var/log/mysql \
    -v /opt/mysql/data:/var/lib/mysql \
    -e MYSQL_ROOT_PASSWORD=root \
    -d mysql:5.7

2.拉取镜像

docker pull xuxueli/xxl-job-admin:2.3.0

3.创建容器

docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://192.168.200.130:3306/xxl_job?Unicode=true&characterEncoding=UTF-8 \
    --spring.datasource.username=root \
    --spring.datasource.password=root" \
    -p 8888:8080 -v /tmp:/data/applogs \
    --name xxl-job-admin --restart=always  -d xuxueli/xxl-job-admin:2.3.0

#### 2.5 xxl-job入门案例编写 ####

2.5.1 登录调度中心，点击下图所示“新建任务”按钮，新建示例任务

![5e6f1901d71e426b82248b5c3ebc55e8.png][]

2.5.2 创建xxljob-demo项目，导入依赖

<dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>
    
        
        <dependency>
            <groupId>com.xuxueli</groupId>
            <artifactId>xxl-job-core</artifactId>
            <version>2.3.0</version>
        </dependency>
    </dependencies>

2.5.3 application.yml配置

server:
      port: 8881
    
    
    xxl:
      job:
        admin:
          addresses: http://192.168.200.130:8888/xxl-job-admin
        executor:
          appname: xxl-job-executor-sample
          port: 9999

2.5.4 新建配置类

package com.heima.xxljob.config;
    
    import com.xxl.job.core.executor.impl.XxlJobSpringExecutor;
    import org.slf4j.Logger;
    import org.slf4j.LoggerFactory;
    import org.springframework.beans.factory.annotation.Value;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    
    /**
     * xxl-job config
     *
     * @author xuxueli 2017-04-28
     */
    @Configuration
    public class XxlJobConfig {
        private Logger logger = LoggerFactory.getLogger(XxlJobConfig.class);
    
        @Value("${xxl.job.admin.addresses}")
        private String adminAddresses;
    
        @Value("${xxl.job.executor.appname}")
        private String appname;
    
        @Value("${xxl.job.executor.port}")
        private int port;
    
    
        @Bean
        public XxlJobSpringExecutor xxlJobExecutor() {
            logger.info(">>>>>>>>>>> xxl-job config init.");
            XxlJobSpringExecutor xxlJobSpringExecutor = new XxlJobSpringExecutor();
            xxlJobSpringExecutor.setAdminAddresses(adminAddresses);
            xxlJobSpringExecutor.setAppname(appname);
            xxlJobSpringExecutor.setPort(port);
            return xxlJobSpringExecutor;
        }
    
    
    }

2.5.4 任务代码，重要注解:@XxlJob(“**JobHandler**”)

package com.heima.xxljob.job;
    
    import com.xxl.job.core.handler.annotation.XxlJob;
    import org.springframework.stereotype.Component;
    
    @Component
    public class HelloJob {
    
    
        @XxlJob("demoJobHandler")
        public void helloJob(){
            System.out.println("简单任务执行了。。。。");
    
        }
    }

2.5.5 测试-单节点

*  启动微服务
 *  在xxl-job的调度中心中启动任务

#### 2.6 任务详解-执行器 ####

*  执行器：任务的绑定的执行器，任务触发调度时将会自动发现注册成功的执行器, 实现任务自动发现功能;
 *  另一方面也可以方便的进行任务分组。每个任务必须绑定一个执行器![608ac87394de4ed4aa2448dc88fc1e52.png][]

以下是执行器的属性说明：

<table> 
 <thead> 
  <tr> 
   <th>属性名称</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>AppName</td> 
   <td>是每个执行器集群的唯一标示AppName, 执行器会周期性以AppName为对象进行自动注册。可通过该配置自动发现注册成功的执行器, 供任务调度时使用;</td> 
  </tr> 
  <tr> 
   <td>名称</td> 
   <td>执行器的名称, 因为AppName限制字母数字等组成,可读性不强, 名称为了提高执行器的可读性;</td> 
  </tr> 
  <tr> 
   <td>排序</td> 
   <td>执行器的排序, 系统中需要执行器的地方,如任务新增, 将会按照该排序读取可用的执行器列表;</td> 
  </tr> 
  <tr> 
   <td>注册方式</td> 
   <td>调度中心获取执行器地址的方式；</td> 
  </tr> 
  <tr> 
   <td>机器地址</td> 
   <td>注册方式为"手动录入"时有效，支持人工维护执行器的地址信息；</td> 
  </tr> 
 </tbody> 
</table>

自动注册和手动注册的区别和配置![b9c9efca23c046239b5340a3625720ff.png][]

#### 2.7 任务详解-基础配置 ####

![429b83b7e9c9444daf14e6099b35fb57.png][]

**基础配置**

*  执行器：每个任务必须绑定一个执行器, 方便给任务进行分组
 *  任务描述：任务的描述信息，便于任务管理；
 *  负责人：任务的负责人；
 *  报警邮件：任务调度失败时邮件通知的邮箱地址，支持配置多邮箱地址，配置多个邮箱地址时用逗号分隔![f2e9a77cd1b54f8b9898e4070435d01a.png][]

**调度配置**

*  调度类型：
    
     *  无：该类型不会主动触发调度；
     *  CRON：该类型将会通过CRON，触发任务调度；
     *  固定速度：该类型将会以固定速度，触发任务调度；按照固定的间隔时间，周期性触发；

![c6d9734923e44bfeb186b7c911febba3.png][]

**任务配置**

*  运行模式：

BEAN模式：任务以JobHandler方式维护在执行器端；需要结合 "JobHandler" 属性匹配执行器中任务；

*  JobHandler：运行模式为 "BEAN模式" 时生效，对应执行器中新开发的JobHandler类“@JobHandler”注解自定义的value值；
 *  执行参数：任务执行所需的参数；

![5e4b17d1cbe940d29afd44c8021b0d77.png][]

**阻塞处理策略**

阻塞处理策略：调度过于密集执行器来不及处理时的处理策略；

*  单机串行（默认）：调度请求进入单机执行器后，调度请求进入FIFO(First Input First Output)队列并以串行方式运行；
 *  丢弃后续调度：调度请求进入单机执行器后，发现执行器存在运行的调度任务，本次请求将会被丢弃并标记为失败；
 *  覆盖之前调度：调度请求进入单机执行器后，发现执行器存在运行的调度任务，将会终止运行中的调度任务并清空队列，然后运行本地调度任务；

![e3613df751ac4228b09b352bdbc90576.png][]

**路由策略**

当执行器集群部署时，提供丰富的路由策略，包括；

*  FIRST（第一个）：固定选择第一个机器；
 *  LAST（最后一个）：固定选择最后一个机器；
 *  **ROUND（轮询）**
 *  RANDOM（随机）：随机选择在线的机器；
 *  CONSISTENT\_HASH（一致性HASH）：每个任务按照Hash算法固定选择某一台机器，且所有任务均匀散列在不同机器上。
 *  LEAST\_FREQUENTLY\_USED（最不经常使用）：使用频率最低的机器优先被选举；
 *  LEAST\_RECENTLY\_USED（最近最久未使用）：最久未使用的机器优先被选举；
 *  FAILOVER（故障转移）：按照顺序依次进行心跳检测，第一个心跳检测成功的机器选定为目标执行器并发起调度；
 *  BUSYOVER（忙碌转移）：按照顺序依次进行空闲检测，第一个空闲检测成功的机器选定为目标执行器并发起调度；
 *  **SHARDING\_BROADCAST(分片广播)：广播触发对应集群中所有机器执行一次任务，同时系统自动传递分片参数；可根据分片参数开发分片任务；**

![63603da204eb493ba994582ccfd6b5f6.png][]

#### 2.8 路由策略(轮询)-案例 ####

1.修改任务为轮询

![8104e97bb3bb4b4aa247a036188c711b.png][]

2.启动多个微服务

![ad3ae715e73842a3a1ad2cefad87791b.png][]

修改yml配置文件

server:
      port: ${port:8881}
    
    
    xxl:
      job:
        admin:
          addresses: http://192.168.200.130:8888/xxl-job-admin
        executor:
          appname: xxl-job-executor-sample
          port: ${executor.port:9999}

3.启动多个微服务

每个微服务轮询的去执行任务

#### 2.9 路由策略(分片广播) ####

2.9.1 分片逻辑

执行器集群部署时，任务路由策略选择”分片广播”情况下，一次任务调度将会广播触发对应集群中所有执行器执行一次任务

![a86710aca3814963bcd9e9a52f75edf4.png][]

执行器集群部署时，任务路由策略选择”分片广播”情况下，一次任务调度将会广播触发对应集群中所有执行器执行一次任务

![93d2138b37564f4886f44b469dc90a31.png][]

2.9.2 路由策略(分片广播)-案例

需求：让两个节点同时执行10000个任务，每个节点分别执行5000个任务

①：创建分片执行器

![a5a36e81b7914c63ac874964b3313fef.png][]

②：创建任务，路由策略为分片广播

![a8fa212f2c2143eb8df161e6db512453.png][]

③：分片广播代码

分片参数

index：当前分片序号(从0开始)，执行器集群列表中当前执行器的序号；

total：总分片数，执行器集群的总机器数量；

修改yml配置

server:
      port: ${port:8881}
    
    
    xxl:
      job:
        admin:
          addresses: http://192.168.200.130:8888/xxl-job-admin
        executor:
          appname: xxl-job-sharding-executor
          port: ${executor.port:9999}

代码

package com.heima.xxljob.job;
    
    import com.xxl.job.core.context.XxlJobHelper;
    import com.xxl.job.core.handler.annotation.XxlJob;
    import org.springframework.beans.factory.annotation.Value;
    import org.springframework.stereotype.Component;
    
    import java.util.ArrayList;
    import java.util.List;
    
    @Component
    public class HelloJob {
    
        @Value("${server.port}")
        private String port;
    
    
        @XxlJob("demoJobHandler")
        public void helloJob(){
            System.out.println("简单任务执行了。。。。"+port);
    
        }
    
        @XxlJob("shardingJobHandler")
        public void shardingJobHandler(){
            //分片的参数
            int shardIndex = XxlJobHelper.getShardIndex();
            int shardTotal = XxlJobHelper.getShardTotal();
    
            //业务逻辑
            List<Integer> list = getList();
            for (Integer integer : list) {
                if(integer % shardTotal == shardIndex){
                    System.out.println("当前第"+shardIndex+"分片执行了，任务项为："+integer);
                }
            }
        }
    
        public List<Integer> getList(){
            List<Integer> list = new ArrayList<>();
            for (int i = 0; i < 10000; i++) {
                list.add(i);
            }
            return list;
        }
    }

④：测试

启动多个微服务测试，一次执行可以执行多个任务

[983269c83c9e4fdca30027a86192f9e9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/96b8e99000c849adad76783782b528f0.png
[c542f759043f46f194000e40d25f9a2a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/534ad10634d24454960f34b0dcad7efb.png
[f375556506c443ea904ac74662b1d101.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/d1ff13d1a7c84959b4bb1b8d0fafa2c8.png
[xxl-job_]: https://gitee.com/xuxueli0323/xxl-job
[XXL-JOB]: https://www.xuxueli.com/xxl-job/
[b1979c746ae6494aa80edb7b267c0ebf.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/749e8f326f874c52ad22494f34a090ed.png
[5b0b418a0a7e4d30a910ffd23359022c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/15cbf302a634470b8ecdcb93c4c06894.png
[80b438b9e6514576a5bab41ad1660810.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/644da1f930694865953ee73ae414c391.png
[5e6f1901d71e426b82248b5c3ebc55e8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/02c1fc7f8a234cfeb63d93a4a1a6e375.png
[608ac87394de4ed4aa2448dc88fc1e52.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/7ac15cd77b1c4585976d16d0e2493257.png
[b9c9efca23c046239b5340a3625720ff.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/c058d24f0c124a0f8e58d282a6f54917.png
[429b83b7e9c9444daf14e6099b35fb57.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/d7fd4858f4af4429bdc1bb2f22438b56.png
[f2e9a77cd1b54f8b9898e4070435d01a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/b40b4a24214f4cacbda884c34b3fd66b.png
[c6d9734923e44bfeb186b7c911febba3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/41471946ae184f2c95a14b447bf6c26c.png
[5e4b17d1cbe940d29afd44c8021b0d77.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/cc599790e96a4cc695385535fbf1adb7.png
[e3613df751ac4228b09b352bdbc90576.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/660672ff91a749798986937c2350e933.png
[63603da204eb493ba994582ccfd6b5f6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/91101b730c0a41fa8b515b1a6d46045f.png
[8104e97bb3bb4b4aa247a036188c711b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/5407a1a151ec4a14816d73136498c42d.png
[ad3ae715e73842a3a1ad2cefad87791b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/0a8a00abb8c3490799111d7a331eb946.png
[a86710aca3814963bcd9e9a52f75edf4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/f3cb43b51d3e428b861fcb0c5f11845a.png
[93d2138b37564f4886f44b469dc90a31.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/1dcd9fae8f2e4b16913daa39281f5b4e.png
[a5a36e81b7914c63ac874964b3313fef.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/c4b0da14e7084b63afd936edebe19dd3.png
[a8fa212f2c2143eb8df161e6db512453.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/24/69013be0237646b7938cd631b56cda90.png