Hadoop集群搭建及配置⑥ —— Hadoop组件安装及配置

小灰灰 2022-10-29 07:41 153阅读 0赞

### Hadoop组件安装及配置 ###

*   *  一、配置环境变量
     *   *  1.1 配置Hadoop环境变量(三个节点)
     *  二、配置Hadoop各组件
     *   *  2.1 修改hadoop-env.sh、yarn-env.sh
         *  2.2 （3）修改core-site.xml 文件。
         *  2.3 （4）修改yarn-site.xml 文件
         *  2.4（5）修改hdfs-site.xml 文件
         *  2.5（6）修改mapred-site.xml
         *  2.6（7）修改salves, 设置节点文件
         *  2.7 vi master文件，添加主节点master
     *  三、格式化HDFS（master）
     *  四、启动集群
     *  五、访问集群Web UI
     *   *  HDFS监控
         *  YARN监控

--------------------

[用VMware虚拟机安装Linux centos7系统][VMware_Linux centos7]

[Hadoop集群搭建及配置〇 —— Hadoop组件获取 & 传输文件][Hadoop_ _ Hadoop_ _]

[Hadoop集群搭建及配置① —— 克隆节点][Hadoop_ _]

[Hadoop集群搭建及配置② —— 网络IP配置，连接网络][Hadoop_ _ _IP]

[Hadoop集群搭建及配置③ —— 基础环境搭建][Hadoop_ _ 1]

[Hadoop集群搭建及配置④ —— JDK简介及其安装][Hadoop_ _ JDK]

[Hadoop集群搭建及配置⑤ —— Zookeeper 讲解及安装][Hadoop_ _ Zookeeper]

[Hadoop集群搭建及配置⑥ —— Hadoop组件安装及配置][Hadoop_ _ Hadoop]

[Hadoop集群搭建及配置⑦—— Spark&Scala安装配置][Hadoop_ Spark_Scala]

[Hadoop集群搭建及配置⑧——Hbase的安装配置][Hadoop_Hbase]

--------------------

## 一、配置环境变量 ##

创建工作目录：
    mkdir –p /usr/hadoop
    解压 hadoop：
    tar -zxvf /home/master/Downloads/hadoop-2.7.3.tar.gz -C /usr/hadoop/

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70]

### 1.1 配置Hadoop环境变量(三个节点) ###

vi /etc/profile
    
    # HADOOP
    export HADOOP_HOME=/usr/hadoop/hadoop-2.7.3
    export CLASSPATH=$CLASSPATH:$HADOOP_HOME/lib
    export PATH=$PATH:$HADOOP_HOME/bin
    
    source /etc/profile

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 1]

--------------------

## 二、配置Hadoop各组件 ##

hadoop的各个组件的都是使用XML进行配置，这些文件存放在hadoop的etc/hadoop目录下。  
Hadoop配置涉及的文件有7个: core-site.xml 、hadoop-env.sh 、yarn-env.sh 、mapred-site.xml、yarn-site.xml 、slaves 、hdfs site.xml。这些文件都在/usr/hadoop/hadoop-2.7.3/etc/hadoop/目录下，首先要进人该目录，依次修改配置文件如下。

--------------------

### 2.1 修改hadoop-env.sh、yarn-env.sh ###

(1) 修改`hadoop-env.sh` 文件。该文件是Hadoop运行基本环境的配置，需要修改为JDK的实际位置。故在该文件中修改JAVA\_ HOME值为本机安装位置。

vi hadoop-env.sh
    export JAVA_HOME=/usr/java/jdk1.8.0_171

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 2]  
(2) 修改 `yarn-env.sh` 文件。该文件是YARN框架运行环境的配置，同样需要修改JDK所在位置。在该文件中修改JAVA\_ HOME值为本机安装位置。

vi yarn-env.sh
    export JAVA_HOME=/usr/java/jdk1.8.0_171

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 3]

--------------------

### 2.2 （3）修改core-site.xml 文件。 ###

这个Hadoop的核心配置文件,这里需要配置两个属性: **fs.defaultFS** 配置了Hadoop的HDFS系统的命名，位置为主机的8020端口，这里需要替换 `hdfs://master:8020` 中的master，改名称为NameNode所在机器的机器名; `hadoop.tmp.dir` 配置了Hadoop的临时文件的位置。添加内容如下面所示。

core-site.xml 文件 在`<configuration> </configuration>`中加入代码!

<property>
     <name>fs.default.name</name>
      <value>hdfs://master:8020</value>
       <description>指定namenode的地址</description>
    </property>
    <property>
     <name>hadoop.tmp.dir</name>
      <value>file:/usr/hadoop/hadoop-2.7.3/tmp</value>
       <description>用来指定使用hadoop时产生文件的存放目录</description>
    </property>
    <property>
     <name>io.file.buffer.size</name>
      <value>131072</value>
       <description>流文件的缓冲区大小为128K</description>
    </property>
    <property>
     <name>fs.checkpoint.period</name>
      <value>60</value>
       <description>动态检查的间隔时间设置</description>
    </property>
    <property>
     <name>fs.checkpoint.size</name>
      <value>67108864</value>
       <description>用日志文件大小64M</description>
    </property>

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 4]

--------------------

### 2.3 （4）修改yarn-site.xml 文件 ###

该文件为YARN框架的配置，在最开始命名了一个`yarn.resourcemanager.hostname` 的变量，在后面YARN的相关配置中就可以直接引用该变量了，其他配置保持不变即可。

<property>
     <name>yarn.resourcemanager.hostname</name>
     <value>master</value>
    </property>
    <property>
     <name>yarn.resourcemanager.address</name>
     <value>${yarn.resourcemanager.hostname}:8032</value>
    </property>
    <property>
     <name>yarn.resourcemanager.scheduler.address</name>
     <value>${yarn.resourcemanager.hostname}:8030</value>
    </property>
    <property>
     <name>yarn.resourcemanager.webapp.address</name>
     <value>${yarn.resourcemanager.hostname}:8088</value>
    </property>
    <property>
     <name>yarn.resourcemanager.webapp.https.address</name>
     <value>${yarn.resourcemanager.hostname}:8090</value>
    </property>
    <property>
     <name>yarn.resourcemanager.resource-tracker.address</name>
     <value>${yarn.resourcemanager.hostname}:8031</value>
    </property>
    <property>
     <name>yarn.resourcemanager.admin.address</name>
     <value>${yarn.resourcemanager.hostname}:8033</value>
    </property>
    <property>
     <name>yarn.nodemanager.local-dirs</name>
     <value>/data/hadoop/yarn/local</value>
    </property>
    <property>
     <name>yarn.log-aggregation-enable</name>
     <value>true</value>
    </property>
    <property>
     <name>yarn.nodemanager.remote-app-log-dir</name>
     <value>/data/tmp/logs</value>
     </property>
    <property>
    <name>yarn.log.server.url</name>
    <value>http://master:19888/jobhistory/logs/</value>
    <description>URL for job history server</description>
    </property>
    <property>
     <name>yarn.nodemanager.vmem-check-enabled</name>
     <value>false</value>
     </property>
    <property>
     <name>yarn.nodemanager.aux-services</name>
     <value>mapreduce_shuffle</value>
     </property>
     <property>
     <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
     <value>org.apache.hadoop.mapred.ShuffleHandler</value>
     </property>
    <property>
     <name>yarn.nodemanager.resource.memory-mb</name>
     <value>2048</value>
    </property>
    <property>
     <name>yarn.scheduler.minimum-allocation-mb</name>
     <value>512</value>
    </property>
    <property>
     <name>yarn.scheduler.maximum-allocation-mb</name>
     <value>4096</value>
    </property>
    <property>
     <name>mapreduce.map.memory.mb</name>
     <value>2048</value>
    </property>
    <property>
     <name>mapreduce.reduce.memory.mb</name>
     <value>2048</value>
    </property>
    <property>
     <name>yarn.nodemanager.resource.cpu-vcores</name>
     <value>1</value>
    </property>

![在这里插入图片描述][20210209213118997.png]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 5]

--------------------

### 2.4（5）修改hdfs-site.xml 文件 ###

这个是HDFS相关的配置文件，`dfs.namenode.name.dir` 和`dfs.datanode.data.dir`分别指定了NameNode 元数据和DataNode 数据存储位置。  
`dfs.namenode.secondaryttp-address` 配置的是SecondaryNameNode的地址，同样需要注意修改master为实际SecondaryNameNode地址。`dfs.replication` 配置了文件块的副本数，默认为3个，这里要改为2个。

<property>
     <name>dfs.replication</name>
      <value>2</value>
       <description>缺省的块复制数量</description>
    </property>
    <property>
     <name>dfs.namenode.name.dir</name>
      <value>file:/usr/hadoop/hadoop-2.7.3/hdfs/name</value>
       <description>存贮在本地的主节点数据镜像的目录,作为主节点的冗余备份</description>
        <final>ture</final>
    </property>
    <property>
     <name>dfs.datenode.date.dir</name>
      <value>file:/usr/hadoop/hadoop-2.7.3/hdfs/data</value>
       <description>数据节点的块本地存放目录</description>
        <final>ture</final>
    </property>
    <property>
     <name>dfs.namenode.secondary.http-address</name>
      <value>master:50090</value>
       <description>secondarynamenode的web端口号</description>
    </property>
    <property>
    <name>dfs.webhdfs.enabled</name>
     <value>ture</value>
      <description>web访问hdfs</description>
    </property>

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 6]

--------------------

### 2.5（6）修改mapred-site.xml ###

这个是MapReduce的相关配置，由于Hadoop 2.x使用了YARN框架，所以必须在 `mapreduc.framework.name` 属性下配置YARN。`mapreduce jobhistory.address` 和`mapreduce.jobhistoryserver.webapp.address` 是JobHistoryserver的相关配置，即运行MapReduce任务的日志相关服务，这里同样需要注意修改master为实际服务所在机器的机器名。

hadoop是没有这个文件的，需要将mapred-site.xml.template复制为mapred-site.xml。

cp mapred-site.xml.template mapred-site.xml
    vi mapred-site.xml

<property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
    </property>
    
    <property>
     <name>mapreduce.jobhistory.address</name>
     <value>master:10020</value>
    </property>
    <property>
     <name>mapreduce.jobhistory.webapp.address</name>
     <value>master:19888</value>
    </property>

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 7]

--------------------

### 2.6（7）修改salves, 设置节点文件 ###

修改slaves文件。该文件里面保存有slave节点的信息，在slaves文件里面添加

vi slaves	#添加子节点
    删除 localhost，添加：
    slave1
    slave2

![在这里插入图片描述][20210209215150627.png]

--------------------

### 2.7 vi master文件，添加主节点master ###

![在这里插入图片描述][20210209215509383.png]

**设置好Hadoop组件分发给文件给从节点slave**

scp -r /usr/hadoop root@slave1:/usr/
    scp -r /usr/hadoop root@slave2:/usr/

![在这里插入图片描述][20210209215639404.png]

--------------------

## 三、格式化HDFS（master） ##

做完Hadoop的所有配置后，即可执行格式化NameNode操作，该操作会在NameNode所在机器初始化一些 HDFS的相关配置，并且该操作在集群搭建过程中只需执行一次，执行格式化之前可以先配置环境变量。

格式化hdfs:的namenode
    hadoop namenode -format

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 8]  
当出现“`Exiting with status 0`”的时候，表明格式化成功。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 9]

--------------------

## 四、启动集群 ##

格式化完成之后即可启动集群，启动集群只需要在master节点直接进人Hadoop安装目录，分别执行如下所示的命令即可。

<table> 
 <thead> 
  <tr> 
   <th>cd SHADOOP_ HOME</th> 
   <th></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>sbin/start-dfs.sh</td> 
   <td>启动HDFS相关服务</td> 
  </tr> 
  <tr> 
   <td>sbin/start-yarn.sh</td> 
   <td>启动YARN相关服务</td> 
  </tr> 
  <tr> 
   <td>sbin/mr jobhistory-daemon.sh start historyserver</td> 
   <td>/启动日志相关服务</td> 
  </tr> 
 </tbody> 
</table>

cd /usr/hadoop/hadoop-2.7.3
    
    sbin/start-dfs.sh 	# 启动HDFS相关服务	
    sbin/start-yarn.sh	# 启动YARN相关服务
    sbin/mr-jobhistory-daemon.sh start historyserver # 启动日志相关服务JobHistoryServer
    
    sbin/start-all.sh # 启动所有
    sbin/stop-dfs.sh  # 关闭所有

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 10]  
**master节点启动**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 11]  
**slave1节点启动**  
![在这里插入图片描述][20210209221722278.png]

**slave2节点启动**![在这里插入图片描述][20210209221821158.png]

--------------------

## 五、访问集群Web UI ##

### HDFS监控 ###

输入master:50070地址：
    192.168.142.128:50070		# 进入hadoop界面

可以看到HDFS的监控页面  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 12]

1.  Overview记录了NameNode的启动时间、版本号、编译版本等-些基本信息。
2.  Summary是集群信息，提供了当前集群环境的一些有用信息，从图中可知所有DataNode节点的基本存储信息，例如硬盘大小以及有多少被HDFS使用等-些数据信息，同时还标注了当前集群环境中DataNode的信息，对活动状态的DataNode也专门做了记录。
3.  NameNode Storage提供了NameNode的信息，最后的State标示此节点为活动节点，可正常提供服务。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 13]选择"Utilities" →“`Browse the file system`”菜单命令可以查看HDFS上的文件信息。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 14]

### YARN监控 ###

在浏览器的地址栏输人“http//master:8088"，, 即可看到YARN的监控界面。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 15]  
操作完Hadoop，记得先关闭集群，避免操作不当引起节点挂掉。

master执行：
    sbin/stop-all.sh  # 关闭所有集群

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 16]  
到此Hadoop集群的安装就圆满结束了。接下来的是对 Hbase、Spark等组件的配置与安装。

[VMware_Linux centos7]: https://blog.csdn.net/weixin_44775255/article/details/113652758
[Hadoop_ _ Hadoop_ _]: https://blog.csdn.net/weixin_44775255/article/details/113783563
[Hadoop_ _]: https://blog.csdn.net/weixin_44775255/article/details/113754483
[Hadoop_ _ _IP]: https://blog.csdn.net/weixin_44775255/article/details/113754813
[Hadoop_ _ 1]: https://blog.csdn.net/weixin_44775255/article/details/113755997
[Hadoop_ _ JDK]: https://blog.csdn.net/weixin_44775255/article/details/113771546
[Hadoop_ _ Zookeeper]: https://blog.csdn.net/weixin_44775255/article/details/113772666
[Hadoop_ _ Hadoop]: https://blog.csdn.net/weixin_44775255/article/details/113775449
[Hadoop_ Spark_Scala]: https://blog.csdn.net/weixin_44775255/article/details/114518207
[Hadoop_Hbase]: https://blog.csdn.net/weixin_44775255/article/details/114676669
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70]: /images/20221024/2b53e3d4f76547d88ef855d6b2b8ea6b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 1]: /images/20221024/36ac8f0a6f9e4abfb762fa15a678c269.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 2]: /images/20221024/57010a765e6e451ea92928569606dde3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 3]: /images/20221024/9fbbefd022824c4aa201c7d0fd1058a9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 4]: /images/20221024/6bbe99c6067f4f9c83df250ff12e435d.png
[20210209213118997.png]: /images/20221024/86942d02962a450c9c0f22846f5ee005.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 5]: /images/20221024/e9e8600128444900abf613c62f730aa9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 6]: /images/20221024/f2cd24bbdd974a83b1270f5e2aff5c72.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 7]: /images/20221024/a1e6f2504d9244b0af9a24e08e363a96.png
[20210209215150627.png]: /images/20221024/76a0c1f9e4744477a43ae3e6fb374519.png
[20210209215509383.png]: /images/20221024/d0b9870490884570af61b10bdfba0527.png
[20210209215639404.png]: /images/20221024/a66a86c89216491792cd8ed562bd1356.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 8]: /images/20221024/820e6a29910941f69f2cca4331d352df.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 9]: /images/20221024/7895f36820664b2a86349e12b40cdc97.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 10]: /images/20221024/fb2a28c8df1a443cb7347e4a483a17a5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 11]: /images/20221024/5970977a2b0e4435bc8a1476387187fc.png
[20210209221722278.png]: /images/20221024/88d07582cf314250b21c3981670aad15.png
[20210209221821158.png]: /images/20221024/0a70a2f6163b4a409648a8b80c5ad59b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 12]: /images/20221024/6a5f57be076a47cc8d9dc6303817051a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 13]: /images/20221024/aebe44ca817842f883114f99ab800e26.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 14]: /images/20221024/a313a20030784b149bf3a301d4cdf3a6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 15]: /images/20221024/f4d7666deefa44499fb6a11edaa4cc87.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDc3NTI1NQ_size_16_color_FFFFFF_t_70 16]: /images/20221024/0d49b2166b0a460e943dd12a03e1c2ca.png