Day14——MySQL索引底层分析

浅浅的花香味﹌ 2022-11-27 12:28 153阅读 0赞

### 文章目录 ###

*  一. 回顾
 *  二. B+Tree的定义
 *   *  2.1 学术理论上的B+Tree
     *  2.2 InnoDB使用的B+Tree
 *  三. 引出问题
 *  四. InnoDB中的“页”
 *   *  4.1 页的概念
     *  4.2 InnoDB中页的结构
 *  五. 主键索引的生成过程
 *   *  5.1 插入数据的过程
     *  5.2 少数据量的查询过程
     *  5.3 大数据量的查询过程
     *   *  5.3.1 问题背景
         *  5.3.2 解决方案
     *  5.4 怎么存储更多的数据
     *   *  5.4.1 问题背景
         *  5.4.2 解决方案
         *  5.4.3 两页的数据情况
         *  5.4.4 多页长链表
         *   *  5.4.4.1 问题背景
             *  5.4.4.2 解决方案
     *  5.5 主键索引
 *  六. 为什么一定要有主键
 *  七. 聚集索引、非聚集索引
 *   *  7.1 聚集索引
     *  7.2 非聚集索引
     *  7.3 例子
 *  八. InnoDB中联合索引生成过程
 *   *  8.1 B+Tree双向指针的作用
     *  8.2 联合索引
 *  九. 索引实战与优化

# 一. 回顾 #

前面学习了[Day13——视图][Day13]，今天学习MySQL索引底层分析。

**情况：学完了基本的MySQL高级知识后，总感觉学得不够深入，只是知其然，不能知其所以然，因此今天学习MySQL索引底层分析。**

**参考自：b站上鲁班在线的[深度解析数据库MYSQL索引面试必考题，吃透拿高薪][MYSQL]，讲师：昭君老师**

# 二. B+Tree的定义 #

## 2.1 学术理论上的B+Tree ##

如下图：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center]  
上图就是一棵B+Tree。使用[Data Structure Visualizations][]网页在线教学工具画出来的。

总结：

1.  学术理论上的B+Tree是所有数据都存在叶子节点。
2.  每个叶子节点能存多个数据。
3.  每个叶子节点都有一个 **单向指针**。所有叶子节点形成一个单向链表

**强调：为什么要特意使用‘学术理论上的B+Tree’而不是‘B+Tree’呢？因为MySQL的InnoDB存储引擎使用的是特别的B+Tree。**

## 2.2 InnoDB使用的B+Tree ##

**我们去官方文档查看InnoDB存储引擎使用的B+Tree是怎么样的。**

**查找步骤如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 1]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 4]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 5]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 6]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 7]  
**下面对这段解释InnoDB使用的B+Tree是怎样的 给出翻译，如下：**

Everyone has seen a B-tree and knows that the entries in the root page point to the 
    leaf pages. (I indicate those pointers with vertical '|' bars in the drawing.) 
    But sometimes people miss the detail that leaf pages can also point to each other 
    (I indicate those pointers with a horizontal two-way pointer '<-->' in the drawing). 
    This feature allows InnoDB to navigate from leaf to leaf without having to back up 
    to the root level. This is a sophistication which you won't find in the classic 
    B-tree, which is why InnoDB should perhaps be called a B+-tree instead.

**解释：** 每一个人都见过BTree，并且知道根页面的条目指向叶页面。（在图中我用垂直的“|”条来表示这些指针）但是有些人却忽略了一个细节——**叶子节点也能指向其他的叶子节点**（大概是说叶子节点能相互指向）（我使用“<–>”在图中画出来） **这个特点允许InnoDB无需返回根路径就能从一个叶子节点到达另一个叶子节点。** 这是一个在经典BTree中找不到的复杂BTree，这就是为什么**InnoDB使用B+Tree这个名称替代BTree**。

**总结1：InnoDB的B+Tree本质是一个复杂的BTree。为了区分开来，MySQL使用B+Tree来称呼它。**

**总结2：InnoDB的B+Tree的特点在于叶子节点是能相互指向的，即有双向指针，所有叶子节点形成一个双向链表**

# 三. 引出问题 #

创建表，插入数据，如下：

#一. B+Tree的定义
    
    SELECT VERSION();#查询MySQL版本
    
    drop table t1;
    
    create table t1(
        a int PRIMARY KEY,
    		b int,
    		c int,
    		d int,
    		e varchar(20)
    )engine=innodb;
    
    #该表有一个主键索引
    show index from t1;
    
    insert into t1 values(4, 3, 1, 1, 'd');
    insert into t1 values(1, 1, 1, 1, 'a');
    insert into t1 values(8, 8, 8, 8, 'h');
    insert into t1 values(2, 2, 2, 2, 'b');
    
    insert into t1 values(5, 2, 3, 5, 'e');
    insert into t1 values(3, 3, 2, 2, 'c');
    insert into t1 values(7, 4, 5, 5, 'g');
    insert into t1 values(6, 6, 4, 4, 'f');

**查询t1：**

SELECT * from t1;#从查询结果看出，乱序插入数据，查出来竟然是有序的

**查询结果：**  
![在这里插入图片描述][20200815215654927.jpg_pic_center]

**问题：从查询结果看出，乱序插入数据，查出来竟然是有序的**

**为什么会这样呢?**  
**答：要解释上面的现象，要先介绍一个概念：页**

# 四. InnoDB中的“页” #

## 4.1 页的概念 ##

**操作系统中的页：它是一个逻辑单位，cpu将一页数据加载进内存而不是一条一条数据加载进来，能减少磁盘IO的次数，提高效率。页是根据程序局部性原理设计出来的。一页的大小默认是4kb**

**InnoDB的页：与操作系统中的页类似，一页的大小默认是16kb。将数据以页为单位加载进内存，也是能减少磁盘IO的次数，提高性能**

**执行如下：** 注意代码中的注释

SELECT * from t1 where a = 8;#因此执行这条语句，mysql是将一页数据拿出来查找a=8的数据
    #这样只进行1次的磁盘IO，如果没有“页”这个概念，需要8次磁盘IO

## 4.2 InnoDB中页的结构 ##

**查看官方文档介绍：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 8]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 9]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 10]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 11]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 12]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 13]  
**它是长这个样子的，如下图：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 14]

# 五. 主键索引的生成过程 #

**结论：其实主键索引的生成过程就是插入数据的过程**

## 5.1 插入数据的过程 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 15]  
**总结：插入的时候就进行排序，这会影响插入的性能，但是提高了查询的性能。**

## 5.2 少数据量的查询过程 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 16]  
**总结：如上图所示，查到这里就结束了，因为插入数据的时候就排好序。这里的主键值为4，已经比3大了，后面那些记录的主键值也全部都比3大，所以不会再查询后面的数据了。提高了查询性能。**

## 5.3 大数据量的查询过程 ##

### 5.3.1 问题背景 ###

**问题背景：上面的查询过程只适用于少数据量并且匹配的数据记录基本在前面，如果是大数据量且要找的数据在末尾呢？难道还从第一条记录开始一条一条匹配嘛？**

### 5.3.2 解决方案 ###

**使用页目录**，如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 17]  
**总结：开辟一个页目录空间来解决，以空间换时间**

## 5.4 怎么存储更多的数据 ##

### 5.4.1 问题背景 ###

**假如一页只能插入4条数据，那么第5条数据(5, 2, 3, 5, ‘e’)存到哪里？**，如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 18]

### 5.4.2 解决方案 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 19]

### 5.4.3 两页的数据情况 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 20]

### 5.4.4 多页长链表 ###

#### 5.4.4.1 问题背景 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 21]

#### 5.4.4.2 解决方案 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 22]

**总结：其实上图就是B+Tree，B+Tree不是一开始就有的，而是随着数据的增加，慢慢地生成出来的。**

**画得好看一点就是如下所示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 23]

**再好看一点就是如下所示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 24]

## 5.5 主键索引 ##

如下图，这个其实就是主键索引  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 24]

# 六. 为什么一定要有主键 #

**问题1：** 从最开始我们就知道，即使是乱序插入数据，查询出来的结果集是按顺序的。接着讲述了主键索引的生成过程（也就是解释乱序插入，顺序返回结果的现象）。那么，**如果没有主键呢？那就无法生成主键索引了呀。**

**答：如果没有主键，MySQL默认会使用一个隐藏字段`rowid`作为主键。这样就能生成主键索引了。**

**问题2： 为什么一定要有主键呢？**  
**答：因为插入数据的时候，要能够按照主键去排序，插入的过程就是慢慢生成了一个主键索引，这个索引就是B+Tree结构。方便我们查询数据。**

# 七. 聚集索引、非聚集索引 #

## 7.1 聚集索引 ##

也叫聚簇索引。指**索引的顺序与数据物理存储的顺序是一致的**。也就是数据物理存储的顺序与主键列值的逻辑顺序是相同的。一个表只能有一个聚集索引。

## 7.2 非聚集索引 ##

**索引的顺序与数据物理存储的顺序是不一致的**。一个表可以有多个聚集索引。

## 7.3 例子 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 25]

# 八. InnoDB中联合索引生成过程 #

## 8.1 B+Tree双向指针的作用 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 26]

## 8.2 联合索引 ##

**创建联合索引bcd：**

#创建联合索引
    create index idx_t1_bcd on t1(b, c, d);

**联合索引如下图所示：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 27]  
**联合索引存储的是主键值以及查找过程：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 28]  
**练习：**

#创建联合索引
    create index idx_t1_bcd on t1(b, c, d);
    
    EXPLAIN select * from t1 where b=1 and c=1 and d=1 ;
    
    EXPLAIN select * from t1 where c=1 and d=1 ;#不走索引
    
    EXPLAIN select * from t1 where b=1 and d=1 ;#只用了b这个字段的索引，mysql5.7之后是extra=using index condition；5.7之前是using where
    EXPLAIN select * from t1 where b=1 and e=1 ;#只用了b这个字段的索引，extra=using where。因为e字段不在bcd索引里面
    
    #using index condition：通过联合索引查到叶子节点，里面若有多个数据且where中还有其他索引的字段，则再比较其他字段，决定好取哪条数据再回表
    #using where：通过联合索引查到叶子节点，里面有多少个数据，就得回表多少次去判断剩下的where是否匹配。最终才能决定返回哪条数据
    
    #总结：using index condition减少了回表的次数，提高了效率
    
    EXPLAIN select * from t1 where b>1 ;#不走索引，因为我是select *，要找完整的记录，所以要全表扫描

**总结：**

1.  **using index condition：** **通过联合索引查到叶子节点，里面若有多个数据且where中还有其他索引的字段，则再比较其他字段，决定好取哪条数据再回表**
2.  **using where：** **通过联合索引查到叶子节点，里面有多少个数据，就得回表多少次去判断剩下的where是否匹配。最终才能决定返回哪条数据**
3.  **using index condition减少了回表的次数，提高了效率**
4.  using index condigtion与using where回表的方式不一样

# 九. 索引实战与优化 #

**总结：其实就是针对优化原则的分析，解释为什么要有这些优化原则**

**练习：**

EXPLAIN select * from t1 where b>1 ;#不走索引，因为我是select *，要找完整的记录，所以要全表扫描
    
    #如果想走索引，可以在不影响结果的情况下，缩小范围
    EXPLAIN select * from t1 where b>6 ;#因为b>6只有一条记录符合，所以会走bcd索引。这是优化器自己会估算到底走不走索引
    
    #如果不想缩小返回就能走索引，则需将‘*’改成索引列
    EXPLAIN select b from t1 where b>1 ;#这个其实就是覆盖索引
    
    #在e字段上创建一个索引
    create index idx_t1_e on t1(e);
    
    explain select * from t1 where a=1;#走索引
    explain select * from t1 where a='1';#不走索引
    explain select * from t1 where e=1;#不走索引
    explain select * from t1 where e='1';#走索引
    
    #创建非主键字段的索引
    create index idx_c on t1(c);
    explain select * from t1 where c='1';#走索引
    
    #总结：
    #1.字段为int时：字串转int，可以走索引；
    #2.字段为varchar时：int转字串，不走索引；

[Day13]: https://blog.csdn.net/qq_40634846/article/details/108013482
[MYSQL]: https://www.bilibili.com/video/BV1iA411Y7ou
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center]: /images/20221124/dba334933763406597a361bc134adcd1.png
[Data Structure Visualizations]: https://www.cs.usfca.edu/~galles/visualization/Algorithms.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221124/d16092efa1f04cbd932cc4b12681c569.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221124/d7974af3cbb8465ba34bb40cfb8bb10d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221124/83bcd78ee65445948cdd22d475724141.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221124/b7ab2e26ca77458a9bc88f2a36355e35.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221124/4c8287fe7f8044ac9ab7a6ccef0906fc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221124/2e147ba458074e35b33d83c91f29c84a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20221124/e0ac051c9b894474856f24afb7c2220a.png
[20200815215654927.jpg_pic_center]: /images/20221124/119fab99e013491a8d9f1618558a0df6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 8]: /images/20221124/0a3194e2f75c404a8f8185c4d2856470.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 9]: /images/20221124/8b7d2e6db4ef47d1863e049418122b28.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 10]: /images/20221124/dbc5789fdc8444f1bacd76ae4bee04b7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 11]: /images/20221124/96586b7401e546e783c620056f778fe8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 12]: /images/20221124/d1a2a97794114963893c1d97c9bc33ee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 13]: /images/20221124/d9b9f61e51b2406c877b86d3035f2a7c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 14]: /images/20221124/234579e9c754420a8013ad4af0190d80.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 15]: /images/20221124/2f6e8c44093f4666abe60af3ef615621.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 16]: /images/20221124/5e925cfdc5964d6e9358811f7e25792d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 17]: /images/20221124/b895c17fe3ce48219717c4ac2d0d206b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 18]: /images/20221124/e8104d96f15f4da3869da434867b2995.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 19]: /images/20221124/097d484a5b1d4725a391a921936ff026.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 20]: /images/20221124/37f514a7df4a43a3b82e664b1f554f0e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 21]: /images/20221124/b80587e37c334dd9b002f654575b4acd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 22]: /images/20221124/1aba3a656b17413592b174a49fbb147d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 23]: /images/20221124/4c2a2945a6dd4493af40bcf13f7e424b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 24]: /images/20221124/48fd3b6249df4391a21819f2dcc469ef.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 25]: /images/20221124/accddde6873446b58db3e8767f677950.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 26]: /images/20221124/5c79319b3e0b4efe99c5b6b9d24c11ef.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 27]: /images/20221124/598195ced1dd47f79789d540c86ab4e4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwNjM0ODQ2_size_16_color_FFFFFF_t_70_pic_center 28]: /images/20221124/fd014c3fc6084921b6a6337b19802cc8.png