2、Kafka 生产者

太过爱你忘了你带给我的痛 2024-03-27 18:38 13阅读 0赞

3.1 生产者消息发送流程  
3.1.1 发送原理  
在消息发送的过程中，涉及到了两个线程——main 线程和 Sender 线程。在 main 线程  
中创建了一个双端队列 RecordAccumulator。main 线程将消息发送给 RecordAccumulator，  
Sender 线程不断从 RecordAccumulator 中拉取消息发送到 Kafka Broker。  
![在这里插入图片描述][067645d00442427bb01352713bd31d7d.png]  
3.1.2 生产者重要参数列表

![在这里插入图片描述][da415f79af384a0f8a66c54403e0ab9a.png]  
3.2 异步发送 API  
3.2.1 普通异步发送  
1）需求：创建 Kafka 生产者，采用异步的方式发送到 Kafka Broker  
![在这里插入图片描述][1598622a961e4cb39060c3a1247f69ff.png]  
2）代码编写  
（1）创建工程 kafka  
（2）导入依赖

<dependencies>
     <dependency>
     <groupId>org.apache.kafka</groupId>
     <artifactId>kafka-clients</artifactId>
     <version>3.0.0</version>
     </dependency>
    </dependencies>

（3）创建包名：com.atguigu.kafka.producer  
（4）编写不带回调函数的 API 代码

import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerRecord;
    import java.util.Properties;
    public class CustomProducer {
        
     public static void main(String[] args) throws 
    InterruptedException {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息：bootstrap.servers
     properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, 
    "hadoop102:9092");
     
     // key,value 序列化（必须）：key.serializer，value.serializer
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    "org.apache.kafka.common.serialization.StringSerializer");
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    "org.apache.kafka.common.serialization.StringSerializer");
     // 3. 创建 kafka 生产者对象
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<String, String>(properties);
     // 4. 调用 send 方法,发送消息
     for (int i = 0; i < 5; i++) {
        
     kafkaProducer.send(new 
    ProducerRecord<>("first","atguigu " + i));
     }
     // 5. 关闭资源
     kafkaProducer.close();
     }
    }

测试：  
①在 hadoop102 上开启 Kafka 消费者。

[hadoop103 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first

②在 IDEA 中执行代码，观察 hadoop102 控制台中是否接收到消息

[hadoop102 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first
    atguigu 0
    atguigu 1
    atguigu 2
    atguigu 3
    atguigu 4

3.2.2 带回调函数的异步发送  
回调函数会在 producer 收到 ack 时调用，为异步调用，该方法有两个参数，分别是元  
数据信息（RecordMetadata）和异常信息（Exception），如果 Exception 为 null，说明消息发  
送成功，如果 Exception 不为 null，说明消息发送失败。  
注意：消息发送失败会自动重试，不需要我们在回调函数中手动重试。

import org.apache.kafka.clients.producer.*;
    import java.util.Properties;
    public class CustomProducerCallback {
        
     public static void main(String[] args) throws 
    InterruptedException {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息
     properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, 
    "hadoop102:9092");
     // key,value 序列化（必须）：key.serializer，value.serializer
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     // 3. 创建 kafka 生产者对象
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<String, String>(properties);
     // 4. 调用 send 方法,发送消息
     for (int i = 0; i < 5; i++) {
        
     // 添加回调
     kafkaProducer.send(new ProducerRecord<>("first", 
    "prince " + i), new Callback() {
        
    // 该方法在 Producer 收到 ack 时调用，为异步调用
     @Override
     public void onCompletion(RecordMetadata metadata, 
    Exception exception) {
        
     if (exception == null) {
        
     // 没有异常,输出信息到控制台
     System.out.println(" 主题： " + 
    metadata.topic() + "->" + "分区：" + metadata.partition());
     } else {
        
     // 出现异常打印
     exception.printStackTrace();
     }
     }
     });
     // 延迟一会会看到数据发往不同分区
     Thread.sleep(2);
     }
     // 5. 关闭资源
     kafkaProducer.close();
     }
    }

测试：  
①在 hadoop102 上开启 Kafka 消费者。

[hadoop103 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first

②在 IDEA 中执行代码，观察 hadoop102 控制台中是否接收到消息。

[hadoop102 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first
    prince 0
    prince 1
    prince 2
    prince 3
    prince 4

③在 IDEA 控制台观察回调信息。

主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1

3.3 同步发送 API  
只需在异步发送的基础上，再调用一下 get()方法即可。

import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerConfig;
    import org.apache.kafka.clients.producer.ProducerRecord;
    import java.util.Properties;
    import java.util.concurrent.ExecutionException;
    public class CustomProducerSync {
        
     public static void main(String[] args) throws
    InterruptedException, ExecutionException {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息
     
    properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102
    :9092");
     // key,value 序列化（必须）：key.serializer，value.serializer
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     // 3. 创建 kafka 生产者对象
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<String, String>(properties);
    // 4. 调用 send 方法,发送消息
     for (int i = 0; i < 10; i++) {
        
     // 异步发送 默认
    // kafkaProducer.send(new 
    ProducerRecord<>("first","kafka" + i));
     // 同步发送
     kafkaProducer.send(new 
    ProducerRecord<>("first","kafka" + i)).get();
     }
     // 5. 关闭资源
     kafkaProducer.close();
     }
    }

测试：  
①在 hadoop102 上开启 Kafka 消费者。

[hadoop103 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first

②在 IDEA 中执行代码，观察 hadoop102 控制台中是否接收到消息。

[hadoop102 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first
    atguigu 0
    atguigu 1
    atguigu 2
    atguigu 3
    atguigu 4

3.4 生产者分区  
3.4.1 分区好处  
![在这里插入图片描述][f8b5259636764086bd1ec587c0466372.png]  
3.4.2 生产者发送消息的分区策略  
1）默认的分区器 DefaultPartitioner  
在 IDEA 中 ctrl +n，全局查找 DefaultPartitioner。

/**
    * The default partitioning strategy:
    * <ul>
    * <li>If a partition is specified in the record, use it
    * <li>If no partition is specified but a key is present choose a 
    partition based on a hash of the key
    * <li>If no partition or key is present choose the sticky 
    partition that changes when the batch is full.
    * 
    * See KIP-480 for details about sticky partitioning.
    */
    public class DefaultPartitioner implements Partitioner {
        
     … …
    }

![在这里插入图片描述][199176c734c5409282296fb13b9bce43.png]  
2）案例一  
将数据发往指定 partition 的情况下，例如，将所有数据发往分区 1 中。

import org.apache.kafka.clients.producer.*;
    import java.util.Properties;
    public class CustomProducerCallbackPartitions {
        
     public static void main(String[] args) {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息
     
    properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102
    :9092");
     // key,value 序列化（必须）：key.serializer，value.serializer
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<>(properties);
     for (int i = 0; i < 5; i++) {
        
     // 指定数据发送到 1 号分区，key 为空（IDEA 中 ctrl + p 查看参数）
     kafkaProducer.send(new ProducerRecord<>("first", 
    1,"","prince " + i), new Callback() {
        
     @Override
     public void onCompletion(RecordMetadata metadata, 
    Exception e) {
        
     if (e == null){
        
     System.out.println(" 主题： " + 
    metadata.topic() + "->" + "分区：" + metadata.partition()
     );
     }else {
        
     e.printStackTrace();
     }
     }
     });
     }
     kafkaProducer.close();
     }
    }

测试：  
①在 hadoop102 上开启 Kafka 消费者。

[hadoop103 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first

②在 IDEA 中执行代码，观察 hadoop102 控制台中是否接收到消息。

[hadoop102 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first
    prince 0
    prince 1
    prince 2
    prince 3
    prince 4

③在 IDEA 控制台观察回调信息。

主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1

3）案例二  
没有指明 partition 值但有 key 的情况下，将 key 的 hash 值与 topic 的 partition 数进行取  
余得到 partition 值。

import org.apache.kafka.clients.producer.*;
    import java.util.Properties;
    public class CustomProducerCallback {
        
     public static void main(String[] args) {
        
     Properties properties = new Properties();
     
    properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102
    :9092");
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<>(properties);
     for (int i = 0; i < 5; i++) {
        
     // 依次指定 key 值为 a,b,f ，数据 key 的 hash 值与 3 个分区求余，
    分别发往 1、2、0
     kafkaProducer.send(new ProducerRecord<>("first", 
    "a","prince " + i), new Callback() {
        
     @Override
     public void onCompletion(RecordMetadata metadata, 
    Exception e) {
        
     if (e == null){
        
     System.out.println(" 主题： " + 
    metadata.topic() + "->" + "分区：" + metadata.partition()
     );
     }else {
        
     e.printStackTrace();
     }
     }
     });
     }
     kafkaProducer.close();
     }
    }

测试：  
①key="a"时，在控制台查看结果。

主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1
    主题：first->分区：1

②key="b"时，在控制台查看结果。

主题：first->分区：2
    主题：first->分区：2
    主题：first->分区：2
    主题：first->分区：2
    主题：first->分区：2

③key="f"时，在控制台查看结果。

主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：0

3.4.3 自定义分区器  
如果研发人员可以根据企业需求，自己重新实现分区器。  
1）需求  
例如我们实现一个分区器实现，发送过来的数据中如果包含 atguigu，就发往 0 号分区，  
不包含 atguigu，就发往 1 号分区。  
2）实现步骤  
（1）定义类实现 Partitioner 接口。  
（2）重写 partition()方法。

import org.apache.kafka.clients.producer.Partitioner;
    import org.apache.kafka.common.Cluster;
    import java.util.Map;
    /**
    * 1. 实现接口 Partitioner
    * 2. 实现 3 个方法:partition,close,configure
    * 3. 编写 partition 方法,返回分区号
    */
    public class MyPartitioner implements Partitioner {
        
     /
     * 返回信息对应的分区
     * @param topic 主题
     * @param key 消息的 key
     * @param keyBytes 消息的 key 序列化后的字节数组
     * @param value 消息的 value
     * @param valueBytes 消息的 value 序列化后的字节数组
     * @param cluster 集群元数据可以查看分区信息
     * @return
     */
     @Override
     public int partition(String topic, Object key, byte[] 
    keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        
     // 获取消息
     String msgValue = value.toString();
     // 创建 partition
     int partition;
     // 判断消息是否包含 atguigu
     if (msgValue.contains("atguigu")){
        
     partition = 0;
     }else {
        
     partition = 1;
     }
     // 返回分区号
     return partition;
     }
     // 关闭资源
     @Override
     public void close() {
        
     }
     // 配置方法
     @Override
     public void configure(Map<String, ?> configs) {
        
     }
    }

（3）使用分区器的方法，在生产者的配置中添加分区器参数。

import org.apache.kafka.clients.producer.*;
    import java.util.Properties;
    public class CustomProducerCallbackPartitions {
        
     public static void main(String[] args) throws 
    InterruptedException {
        
    Properties properties = new Properties();
     
    properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"hadoop102
    :9092");
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     // 添加自定义分区器
    properties.put(ProducerConfig.PARTITIONER_CLASS_CONFIG,"com.atgui
    gu.kafka.producer.MyPartitioner");
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<>(properties);
     for (int i = 0; i < 5; i++) {
        
     
     kafkaProducer.send(new ProducerRecord<>("first", 
    "prince " + i), new Callback() {
        
     @Override
     public void onCompletion(RecordMetadata metadata, 
    Exception e) {
        
     if (e == null){
        
     System.out.println(" 主题： " + 
    metadata.topic() + "->" + "分区：" + metadata.partition()
     );
     }else {
        
     e.printStackTrace();
     }
     }
     });
     }
     kafkaProducer.close();
     }
    }

（4）测试  
①在 hadoop102 上开启 Kafka 消费者。

[hadoop103 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first

②在 IDEA 控制台观察回调信息。

主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：0
    主题：first->分区：0

3.5 生产经验——生产者如何提高吞吐量  
![在这里插入图片描述][a293c18a552b48beb958ef172f85d442.png]

import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerRecord;
    import java.util.Properties;
    public class CustomProducerParameters {
        
     public static void main(String[] args) throws 
    InterruptedException {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息：bootstrap.servers
     properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, 
    "hadoop102:9092");
     
     // key,value 序列化（必须）：key.serializer，value.serializer
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    "org.apache.kafka.common.serialization.StringSerializer");
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    "org.apache.kafka.common.serialization.StringSerializer");
     // batch.size：批次大小，默认 16K
     properties.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);
     // linger.ms：等待时间，默认 0
     properties.put(ProducerConfig.LINGER_MS_CONFIG, 1);
     // RecordAccumulator：缓冲区大小，默认 32M：buffer.memory
     properties.put(ProducerConfig.BUFFER_MEMORY_CONFIG,
     33554432);
     // compression.type：压缩，默认 none，可配置值 gzip、snappy、
    lz4 和 zstd
    properties.put(ProducerConfig.COMPRESSION_TYPE_CONFIG,"snappy");
     // 3. 创建 kafka 生产者对象
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<String, String>(properties);
     // 4. 调用 send 方法,发送消息
     for (int i = 0; i < 5; i++) {
        
     kafkaProducer.send(new 
    ProducerRecord<>("first","prince " + i));
     }
     // 5. 关闭资源
     kafkaProducer.close();
     }
    }

测试  
①在 hadoop102 上开启 Kafka 消费者。

[hadoop103 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first

②在 IDEA 中执行代码，观察 hadoop102 控制台中是否接收到消息。

[hadoop102 kafka]$ bin/kafka-console-consumer.sh --
    bootstrap-server hadoop102:9092 --topic first
    prince 0
    prince 1
    prince 2
    prince 3
    prince 4

3.6 生产经验——数据可靠性  
1）ack 应答原理  
![在这里插入图片描述][d1293decad85486b92e0bcfff51d4459.png]  
![在这里插入图片描述][d9d24a53d72e461e8b097af61bafb77e.png]  
![在这里插入图片描述][b10efa31d686453283a3c897bb8f05fb.png]  
2）代码配置

import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerRecord;
    import java.util.Properties;
    public class CustomProducerAck {
        
     public static void main(String[] args) throws 
    InterruptedException {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息：bootstrap.servers
     102:9092");
     
     // key,value 序列化（必须）：key.serializer，value.serializer
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     // 设置 acks
     properties.put(ProducerConfig.ACKS_CONFIG, "all");
     // 重试次数 retries，默认是 int 最大值，2147483647
     properties.put(ProducerConfig.RETRIES_CONFIG, 3);
     // 3. 创建 kafka 生产者对象
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<String, String>(properties);
     // 4. 调用 send 方法,发送消息
     for (int i = 0; i < 5; i++) {
        
     kafkaProducer.send(new 
    ProducerRecord<>("first","prince " + i));
     }
     // 5. 关闭资源
     kafkaProducer.close();
     }
    }

3.7 生产经验——数据去重  
3.7.1 数据传递语义  
![在这里插入图片描述][becd21bad91e4d47a8e7de7399e765e6.png]  
3.7.2 幂等性  
1）幂等性原理  
![在这里插入图片描述][0d2a81f14ab94c0882867b098694011e.png]  
2）如何使用幂等性  
开启参数 enable.idempotence 默认为 true，false 关闭。

3.7.3 生产者事务  
1）Kafka 事务原理  
![在这里插入图片描述][fff7d24c117a4d15bbf7f05d30a1b8e4.png]  
2）Kafka 的事务一共有如下 5 个 API

// 1 初始化事务
    void initTransactions();
    // 2 开启事务
    void beginTransaction() throws ProducerFencedException;
    // 3 在事务内提交已经消费的偏移量（主要用于消费者）
    void sendOffsetsToTransaction(Map<TopicPartition, OffsetAndMetadata> offsets,
     String consumerGroupId) throws 
    ProducerFencedException;
    // 4 提交事务
    void commitTransaction() throws ProducerFencedException;
    // 5 放弃事务（类似于回滚事务的操作）
    void abortTransaction() throws ProducerFencedException;

3）单个 Producer，使用事务保证消息的仅一次发送

import org.apache.kafka.clients.producer.KafkaProducer;
    import org.apache.kafka.clients.producer.ProducerRecord;
    import java.util.Properties;
    public class CustomProducerTransactions {
        
     public static void main(String[] args) throws 
    InterruptedException {
        
     // 1. 创建 kafka 生产者的配置对象
     Properties properties = new Properties();
     // 2. 给 kafka 配置对象添加配置信息
     properties.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,
     "hadoop102:9092");
     // key,value 序列化
     properties.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     
    properties.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, 
    StringSerializer.class.getName());
     // 设置事务 id（必须），事务 id 任意起名
     properties.put(ProducerConfig.TRANSACTIONAL_ID_CONFIG, 
    "transaction_id_0");
     // 3. 创建 kafka 生产者对象
     KafkaProducer<String, String> kafkaProducer = new 
    KafkaProducer<String, String>(properties);
     // 初始化事务
     kafkaProducer.initTransactions();
     // 开启事务
     kafkaProducer.beginTransaction();
     try {
        
     // 4. 调用 send 方法,发送消息
     for (int i = 0; i < 5; i++) {
        
     // 发送消息
     kafkaProducer.send(new ProducerRecord<>("first", 
    "prince " + i));
     }
    // int i = 1 / 0;
     // 提交事务
     kafkaProducer.commitTransaction();
     } catch (Exception e) {
        
     // 终止事务
     kafkaProducer.abortTransaction();
     } finally {
        
     // 5. 关闭资源
     kafkaProducer.close();
     }
     }
    }

3.8 生产经验——数据有序  
![在这里插入图片描述][c1ad46b2330343249249e694f2e07172.png]  
3.9 生产经验——数据乱序  
![在这里插入图片描述][c623055972f04b9b9c720645b97a37aa.png]

[067645d00442427bb01352713bd31d7d.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/3821189b449f499883db2c9d2c46f0e8.png
[da415f79af384a0f8a66c54403e0ab9a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/e0333da823a64529b9d17c946e642383.png
[1598622a961e4cb39060c3a1247f69ff.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/af081f71544e4b9799e35f8b29d1002e.png
[f8b5259636764086bd1ec587c0466372.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/4c4d2ba4ffda43059bedaf200fd9c2eb.png
[199176c734c5409282296fb13b9bce43.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/124b718dba6d48c8a5e9418f22977fff.png
[a293c18a552b48beb958ef172f85d442.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/522e357d512e4532b411199b54f43a64.png
[d1293decad85486b92e0bcfff51d4459.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/a7cdaeffda9442528b59699432e10b3e.png
[d9d24a53d72e461e8b097af61bafb77e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/19751860ebf644acac5fe1ddcb08d213.png
[b10efa31d686453283a3c897bb8f05fb.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/02c739baf370401bad936e6d02f6540c.png
[becd21bad91e4d47a8e7de7399e765e6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/811955e1a4d04c59b3a25899afeb0c37.png
[0d2a81f14ab94c0882867b098694011e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/c1ecd64a126640019fc26f20b7221a75.png
[fff7d24c117a4d15bbf7f05d30a1b8e4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/475812ee37fb4bbc8494d373f7793f7c.png
[c1ad46b2330343249249e694f2e07172.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/d63ef6d9d8f64ed59d7161b82d49a636.png
[c623055972f04b9b9c720645b97a37aa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/0423a0d362904a8c8a7fcf8bff91b937.png