Windows系统下kafka安装使用及配置文件详解

叁歲伎倆 2022-04-04 06:48 335阅读 0赞

下载安装kafka之前需要先下载和开启Zookeeper,可参考：[https://blog.csdn.net/skh2015java/article/details/85014859][https_blog.csdn.net_skh2015java_article_details_85014859]

### 一、下载 ###

下载地址：[https://www.apache.org/dyn/closer.cgi?path=/kafka/2.1.0/kafka\_2.12-2.1.0.tgz][https_www.apache.org_dyn_closer.cgi_path_kafka_2.1.0_kafka_2.12-2.1.0.tgz]

![20181215170142754.png][]

也可以选择其他版本进行下载

解压后如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NraDIwMTVqYXZh_size_16_color_FFFFFF_t_70][]

Kafka目录介绍

/bin 操作kafka的可执行脚本，还包含windows下脚本

/config 配置文件所在目录

/libs 依赖库目录

/logs 日志数据目录，目录kafka把server端日志分为5种类型，分为:server,request,state，log-cleaner，controller

### 二、配置文件说明 ###

配置信息摘自：[https://blog.csdn.net/lizhitao/article/details/25667831][https_blog.csdn.net_lizhitao_article_details_25667831]

<table style="margin-left:-.6pt;width:427.3pt;"> 
 <tbody> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> 参数 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 说明(解释) </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> broker.id =0 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 每一个broker在集群中的唯一表示，要求是正数。当该服务器的IP地址发生改变时，broker.id没有变化，则不会影响consumers的消息情况 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.dirs=/data/kafka-logs </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> kafka数据的存放地址，多个地址的话用逗号分割,多个目录分布在不同磁盘上可以提高读写性能 &nbsp;/data/kafka-logs-1，/data/kafka-logs-2 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> port =9092 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> broker server服务端口 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> message.max.bytes =6525000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 表示消息体的最大大小，单位是字节 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> num.network.threads =4 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> broker处理消息的最大线程数，一般情况下数量为cpu核数 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> num.io.threads =8 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> broker处理磁盘IO的线程数，数值为cpu核数2倍 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> background.threads =4 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 一些后台任务处理的线程数，例如过期消息文件的删除等，一般情况下不需要去做修改 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> queued.max.requests =500 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 等待IO线程处理的请求队列最大数，若是等待IO的请求超过这个数值，那么会停止接受外部消息，应该是一种自我保护机制。 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> host.name </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> broker的主机地址，若是设置了，那么会绑定到这个地址上，若是没有，会绑定到所有的接口上，并将其中之一发送到ZK，一般不设置 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> socket.send.buffer.bytes=100*1024 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> socket的发送缓冲区，socket的调优参数SO_SNDBUFF </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> socket.receive.buffer.bytes =100*1024 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> socket的接受缓冲区，socket的调优参数SO_RCVBUFF </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> socket.request.max.bytes =100*1024*1024 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> socket请求的最大数值，防止serverOOM，message.max.bytes必然要小于socket.request.max.bytes，会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.segment.bytes =1024*1024*1024 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> topic的分区是以一堆segment文件存储的，这个控制每个segment的大小，会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.roll.hours =24*7 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 这个参数会在日志segment没有达到log.segment.bytes设置的大小，也会强制新建一个segment会被&nbsp;topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.cleanup.policy = delete </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 日志清理策略选择有：delete和compact主要针对过期数据的处理，或是日志文件达到限制的额度，会被&nbsp;topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.retention.minutes=300 或 log.retention.hours=24 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 数据文件保留多长时间， 存储的最大时间超过这个时间会根据log.cleanup.policy设置数据清除策略 log.retention.bytes和log.retention.minutes或log.retention.hours任意一个达到要求，都会执行删除 &nbsp; 有2删除数据文件方式： &nbsp; &nbsp; &nbsp; 按照文件大小删除：log.retention.bytes &nbsp; 按照2中不同时间粒度删除：分别为分钟，小时 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.retention.bytes=-1 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> topic每个分区的最大文件大小，一个topic的大小限制&nbsp;=&nbsp;分区数*log.retention.bytes。-1没有大小限log.retention.bytes和log.retention.minutes任意一个达到要求，都会执行删除，会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.retention.check.interval.ms=5minutes </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 文件大小检查的周期时间，是否处罚&nbsp;log.cleanup.policy中设置的策略 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.cleaner.enable=false </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 是否开启日志清理 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.cleaner.threads =&nbsp;2 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 日志清理运行的线程数 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.cleaner.io.max.bytes.per.second=None </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 日志清理时候处理的最大大小 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.cleaner.dedupe.buffer.size=500*1024*1024 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 日志清理去重时候的缓存空间，在空间允许的情况下，越大越好 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.cleaner.io.buffer.size=512*1024 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 日志清理时候用到的IO块大小一般不需要修改 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.cleaner.io.buffer.load.factor =0.9 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 日志清理中hash表的扩大因子一般不需要修改 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.cleaner.backoff.ms =15000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 检查是否处罚日志清理的间隔 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.cleaner.min.cleanable.ratio=0.5 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 日志清理的频率控制，越大意味着更高效的清理，同时会存在一些空间上的浪费，会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.cleaner.delete.retention.ms =1day </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 对于压缩的日志保留的最长时间，也是客户端消费消息的最长时间，同log.retention.minutes的区别在于一个控制未压缩数据，一个控制压缩后的数据。会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.index.size.max.bytes =10*1024*1024 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 对于segment日志的索引文件大小限制，会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.index.interval.bytes =4096 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 当执行一个fetch操作后，需要一定的空间来扫描最近的offset大小，设置越大，代表扫描速度越快，但是也更好内存，一般情况下不需要搭理这个参数 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.flush.interval.messages=None 例如log.flush.interval.messages=1000 表示每当消息记录数达到1000时flush一次数据到磁盘 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> log文件”sync”到磁盘之前累积的消息条数,因为磁盘IO操作是一个慢操作,但又是一个”数据可靠性"的必要手段,所以此参数的设置,需要在"数据可靠性"与"性能"之间做必要的权衡.如果此值过大,将会导致每次"fsync"的时间较长(IO阻塞),如果此值过小,将会导致"fsync"的次数较多,这也意味着整体的client请求有一定的延迟.物理server故障,将会导致没有fsync的消息丢失. </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.flush.scheduler.interval.ms =3000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 检查是否需要固化到硬盘的时间间隔 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.flush.interval.ms = None 例如：log.flush.interval.ms=1000 表示每间隔1000毫秒flush一次数据到磁盘 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 仅仅通过interval来控制消息的磁盘写入时机,是不足的.此参数用于控制"fsync"的时间间隔,如果消息量始终没有达到阀值,但是离上一次磁盘同步的时间间隔达到阀值,也将触发. </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> log.delete.delay.ms =60000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 文件在索引中清除后保留的时间一般不需要去修改 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> log.flush.offset.checkpoint.interval.ms =60000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 控制上次固化硬盘的时间点，以便于数据恢复一般不需要去修改 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> auto.create.topics.enable =true </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 是否允许自动创建topic，若是false，就需要通过命令创建topic </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> default.replication.factor =1 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 是否允许自动创建topic，若是false，就需要通过命令创建topic </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> num.partitions =1 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 每个topic的分区个数，若是在topic创建时候没有指定的话会被topic创建时的指定参数覆盖 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> &nbsp; </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> &nbsp; </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> 以下是kafka中Leader,replicas配置参数 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> &nbsp; </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> controller.socket.timeout.ms =30000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> partition&nbsp;leader与replicas之间通讯时,socket的超时时间 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> controller.message.queue.size=10 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> partition&nbsp;leader与replicas数据同步时,消息的队列尺寸 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> replica.lag.time.max.ms =10000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> replicas响应partition&nbsp;leader的最长等待时间，若是超过这个时间，就将replicas列入ISR(in-sync replicas)，并认为它是死的，不会再加入管理中 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> replica.lag.max.messages =4000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 如果follower落后与leader太多,将会认为此follower[或者说partition&nbsp;relicas]已经失效 ##通常,在follower与leader通讯时,因为网络延迟或者链接断开,总会导致replicas中消息同步滞后 ##如果消息之后太多,leader将认为此follower网络延迟较大或者消息吞吐能力有限,将会把此replicas迁移 ##到其他follower中. ##在broker数量较少,或者网络不足的环境中,建议提高此值. </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> replica.socket.timeout.ms=30*1000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> follower与leader之间的socket超时时间 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> replica.socket.receive.buffer.bytes=64*1024 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> leader复制时候的socket缓存大小 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> replica.fetch.max.bytes =1024*1024 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> replicas每次获取数据的最大大小 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> replica.fetch.wait.max.ms =500 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> replicas同leader之间通信的最大等待时间，失败了会重试 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> replica.fetch.min.bytes =1 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> fetch的最小数据尺寸,如果leader中尚未同步的数据不足此值,将会阻塞,直到满足条件 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> num.replica.fetchers=1 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> leader进行复制的线程数，增大这个数值会增加follower的IO </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> replica.high.watermark.checkpoint.interval.ms =5000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 每个replica检查是否将最高水位进行固化的频率 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> controlled.shutdown.enable =false </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 是否允许控制器关闭broker ,若是设置为true,会关闭所有在这个broker上的leader，并转移到其他broker </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> controlled.shutdown.max.retries =3 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 控制器关闭的尝试次数 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> controlled.shutdown.retry.backoff.ms =5000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 每次关闭尝试的时间间隔 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> leader.imbalance.per.broker.percentage =10 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> leader的不平衡比例，若是超过这个数值，会对分区进行重新的平衡 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> leader.imbalance.check.interval.seconds =300 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> 检查leader是否不平衡的时间间隔 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> offset.metadata.max.bytes </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> 客户端保留offset信息的最大空间大小 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> kafka中zookeeper参数配置 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> &nbsp; </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> zookeeper.connect = localhost:2181 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> zookeeper集群的地址，可以是多个，多个之间用逗号分割hostname1:port1,hostname2:port2,hostname3:port3 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> zookeeper.session.timeout.ms=6000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> ZooKeeper的最大超时时间，就是心跳的间隔，若是没有反映，那么认为已经死了，不易过大 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#ffffff;width:209.2pt;"> zookeeper.connection.timeout.ms =6000 </td> 
 <td style="background-color:#ffffff;width:218.1pt;"> ZooKeeper的连接超时时间 </td> 
 </tr> 
 <tr> 
 <td style="background-color:#f7f7f7;width:209.2pt;"> zookeeper.sync.time.ms =2000 </td> 
 <td style="background-color:#f7f7f7;width:218.1pt;"> ZooKeeper集群中leader和follower之间的同步实际那 </td> 
 </tr> 
 </tbody> 
</table>

新版本0.10.x broker配置弃用了host.name和 port这两个配置项，而是使用listeners，listeners的格式如下：

listeners = PLAINTEXT://your.host.name:9092

其中PLAINTEXT表示协议，可选的值有PLAINTEXT和SSL，your.host.name是ip地址或主机名，listeners默认是本机IP地址，如果使用远程地址必须设置该值。

### 三、启动 ###

server.properties配置文件主要设置zookeeper.connect为搭建的Zookeeper地址

**1. 配置文件修改**

broker.id=0  \#当前机器在集群中的唯一标识，和zookeeper的myid性质一样

listeners = PLAINTEXT://your.host.name:9092 \#配置服务监听地址

num.network.threads=3 \#这个是borker进行网络处理的线程数

num.io.threads=8 \#这个是borker进行I/O处理的线程数

log.dirs=/opt/kafka/kafkalogs/ \#消息存放的目录，这个目录可以配置为“，”逗号分割的表达式，上面的num.io.threads要大于这个目录的个数这个目录，如果配置多个目录，新创建的topic他把消息持久化的地方是，当前以逗号分割的目录中，那个分区数最少就放那一个

socket.send.buffer.bytes=102400 \#发送缓冲区buffer大小，数据不是一下子就发送的，先回存储到缓冲区了到达一定的大小后在发送，能提高性能

socket.receive.buffer.bytes=102400 \#kafka接收缓冲区大小，当数据到达一定大小后在序列化到磁盘

socket.request.max.bytes=104857600 \#这个参数是向kafka请求消息或者向kafka发送消息的请请求的最大数，这个值不能超过java的堆栈大小

num.partitions=1 \#默认的分区数，一个topic默认1个分区数

log.retention.hours=168 \#默认消息的最大持久化时间，168小时，7天

message.max.byte=5242880  \#消息保存的最大值5M

default.replication.factor=2  \#kafka保存消息的副本数，如果一个副本失效了，另一个还可以继续提供服务

replica.fetch.max.bytes=5242880  \#取消息的最大直接数

log.segment.bytes=1073741824 \#这个参数是：因为kafka的消息是以追加的形式落地到文件，当超过这个值的时候，kafka会新起一个文件

log.retention.check.interval.ms=300000 \#每隔300000毫秒去检查上面配置的log失效时间（log.retention.hours=168 ），到目录查看是否有过期的消息如果有，删除

log.cleaner.enable=false \#是否启用log压缩，一般不用启用，启用的话可以提高性能

zookeeper.connect=192.168.7.100:12181,192.168.7.101:12181,192.168.7.107:1218 \#设置zookeeper的连接端口

**2.启动服务**

进入kafka文件目录，执行可执行文件kafka-server-start.bat并制定配置文件

也可以在kafka文件夹中写一个启动的批处理文件

启动kafka

.\bin\windows\kafka-server-start.bat  .\config\server.properties

[https_blog.csdn.net_skh2015java_article_details_85014859]: https://blog.csdn.net/skh2015java/article/details/85014859
[https_www.apache.org_dyn_closer.cgi_path_kafka_2.1.0_kafka_2.12-2.1.0.tgz]: https://www.apache.org/dyn/closer.cgi?path=/kafka/2.1.0/kafka_2.12-2.1.0.tgz
[20181215170142754.png]: /images/20220404/4c7468efd353454792d0da786c472a76.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3NraDIwMTVqYXZh_size_16_color_FFFFFF_t_70]: /images/20220404/3170d306406b4add80ee747279cdc6c2.png
[https_blog.csdn.net_lizhitao_article_details_25667831]: https://blog.csdn.net/lizhitao/article/details/25667831