elasticsearch入门操作+高级操作(超详细)

痛定思痛。 2023-02-27 05:56 195阅读 0赞

### 目录 ###

*  1.ElasticSearch相关概念
 *  2.索引库操作
 *   *   *   *  2.1.创建索引库
             *  2.2.查看索引库
             *  2.3.删除索引库
 *  3.类型及映射操作
 *   *   *   *  3.1.创建映射字段(\*\*\`需先创建索引库\`\*\*)
             *  3.2.映射属性详解
             *  3.3.查看映射关系
             *  3.4.一次创建索引库和类型（常用）
 *  4.文档操作
 *   *   *   *  4.1.新增并随机生成id
             *  4.2.查看文档
             *  4.3.新增文档并自定义id
             *  4.4.修改数据
             *  4.5.删除数据
             *  4.6.删除所有数据
 *  5.查询
 *   *  5.1.基本查询
     *   *   *  5.1.1 查询所有（match\_all)
             *  5.1.2 匹配查询（match）
             *  5.1.3 多字段查询（multi\_match）
             *  5.1.4 词条匹配(term)
             *  5.1.5 多词条精确匹配(terms)
     *  5.2.结果过滤
     *   *   *  5.2.1.直接指定字段
             *  5.2.2.指定includes和excludes
     *  5.3 高级查询（了解）
     *   *   *  5.3.1 布尔组合（bool)
             *  5.3.2 范围查询(range)
             *  5.3.3 模糊查询(fuzzy)
     *  5.4 排序
     *   *   *  5.4.1 单字段排序
             *  5.4.2 多字段排序
     *  5.5.高亮
     *  5.6 分页

# 1.ElasticSearch相关概念 #

Elasticsearch是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。  
对比关系：

索引库（indexes）---------------------------------Databases 数据库
    
        类型（type）----------------------------------Table 数据表
    
            文档（Document）--------------------------Row 行
    
                 字段（Field）---------------------Columns 列 
                    
                    映射配置（mappings）--------- 表结构

详细说明：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70]

# 2.索引库操作 #

#### 2.1.创建索引库 ####

Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求  
文档地址：[https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html][https_www.elastic.co_guide_en_elasticsearch_reference_current_index.html]  
语法：

PUT /blog1
    { 
      "settings": { 
        "属性名": "属性值"
      }
    }

settings：就是索引库设置，其中可以定义索引库的各种属性，目前我们可以不设置，都走默认

#### 2.2.查看索引库 ####

Get请求可以帮我们查看索引信息，格式：

GET /blog1

#### 2.3.删除索引库 ####

删除索引使用DELETE请求

DELETE /blog1

# 3.类型及映射操作 #

有了索引库，等于有了数据库中的database。接下来就需要索引库中的类型了，也就是数据库中的表。创建数据库表需要设置字段约束，索引库也一样，在创建索引库的类型时，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做字段映射(mapping)  
**`字段的约束包括但不限于：`**

字段的数据类型
    是否要存储
    是否要索引
    是否分词
    分词器是什么

#### 3.1.创建映射字段(**`需先创建索引库`**) ####

PUT /索引库名/_mapping/类型名称 或 索引库名/类型名称/_mapping
    { 
      "properties": { 
        "字段名": { 
          "type": "类型",
          "index": true，
          "store": true，
          "analyzer": "分词器"
        }
      }
    }

类型名称：就是前面将的type的概念，类似于数据库中的表字段名：任意填写，下面指定许多属性，例如：

type：类型，可以是text、long、short、date、integer、object等
    index：是否索引，默认为true  
    store：是否存储，默认为false
    analyzer：分词器，这里的ik_max_word即使用ik分词器

示例

PUT /knight/_mapping/goods?include_type_name=true
    { 
      "properties": { 
        "title": { 
          "type": "text",
          "analyzer": "ik_max_word"
        },
        "subtitle": { 
          "type": "text",
          "analyzer": "ik_max_word"
        },
        "images": { 
          "type": "keyword",
          "index": "false"
        },
        "price": { 
          "type": "float"
        }
      }
    }

响应结果  
![在这里插入图片描述][2020071617195241.png]  
上述案例中，就给knight这个索引库添加了一个名为goods的类型，并且在类型中设置了4个字段：  
title：商品标题  
subtitle: 商品子标题  
images：商品图片  
price：商品价格

#### 3.2.映射属性详解 ####

（1）type  
Elasticsearch中支持的数据类型非常丰富：  
我们说几个关键的：

String类型，又分两种：
    text：可分词，不可参与聚合
    keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合
    Numerical：数值类型，分两类
    基本数据类型：long、interger、short、byte、double、float、half_float浮点数的高精度类型：scaled_float
    需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。
    Date：日期类型
    elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。
    Array：数组类型
    进行匹配时，任意一个元素满足，都认为满足
    排序时，如果升序则用数组中的最小值来排序，如果降序则用数组中的最大值来排序
    Object：对象
    { 
        name:"Jack",
        age:21,
        girl:{ 
            name: "Rose", age:21
       }
    }
    如果存储到索引库的是对象类型，例如上面的girl，会把girl编程两个字段：girl.name和girl.age

（2）index  
index影响字段的索引情况。

true：字段会被索引，则可以用来进行搜索。默认值就是true
    false：字段不会被索引，不能用来搜索

index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。  
但是有些字段是我们不希望被索引的，**`比如商品的图片信息`**，就需要手动设置index为false  
（3）store  
是否将数据进行独立存储。  
原始的文本会存储在\_source里面，默认情况下其他提取出来的字段都不是独立存储的，是从\_source里面提取出来的。当然你也可以独立的存储某个字段，只要设置store:true即可，获取独立存储的字段要比从\_source中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置，默认为false。

#### 3.3.查看映射关系 ####

语法：

GET /索引库名/_mapping/类型名

示例：

GET /knight/_mapping/goods?include_type_name=true

响应  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 1]

#### 3.4.一次创建索引库和类型（常用） ####

刚才 的案例中我们是把创建索引库和类型分开来做，其实也可以在创建索引库的同时，直接制定索引库中的类型，基本语法：

put /索引库名
    { 
        "settings":{ 
            "索引库属性名":"索引库属性值"
        },
        "mappings":{ 
            "类型名":{ 
                "properties":{ 
                    "字段名":{ 
                        "映射属性名":"映射属性值"
                    }
                }
            }
        }
    }

实例

PUT /knight2?include_type_name=true
    { 
      "settings": { },
      "mappings": { 
        "goods": { 
          "properties": { 
            "title": { 
              "type": "text",
              "analyzer": "ik_max_word"
            }
          }
        }
      }
    }

结果  
![在这里插入图片描述][20200716172919812.png]

# 4.文档操作 #

文档，即索引库中某个类型下的数据，会根据规则创建索引，将来用来搜索。可以类比做数据库中的每一行数据。

#### 4.1.新增并随机生成id ####

通过POST请求，可以向一个已经存在的索引库中添加文档数据。  
语法：

POST /索引库名/类型名
    { 
        "key":"value"
    }

示例

POST /knight2/goods/
    { 
        "title":"小米手机",
        "images":"http://image.leyou.com/12479122.jpg",
        "price":2699.00
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 2]

可以看到结果显示为：created，应该是创建成功了。  
另外，需要注意的是，在响应结果中有个\_id字段，这个就是这条文档数据的唯一标示，以后的增删改查都依赖这个id作为唯一标示。  
可以看到id的值为：pV75VnMBsO9qhXdwWe2q,这里我们新增时没有指定id，所以是ES帮我们随机生成的id

#### 4.2.查看文档 ####

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把刚刚生成数据的id带上。

GET /knight/goods/pV75VnMBsO9qhXdwWe2q

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 3]

_source：源文档信息，所有的数据都在里面。
    _id：这条文档的唯一标示

#### 4.3.新增文档并自定义id ####

如果我们想要自己新增的时候指定id，可以这么做：

POST /索引库名/类型/id值
    { 
        ...
    }

示例：

POST /knight2/goods/1
    { 
        "title":"小米手机",
        "images":"http://image.leyou.com/12479122.jpg",
        "price":2699.00
    }

得到的数据  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 4]

#### 4.4.修改数据 ####

把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，

id对应文档存在，则修改
    id对应文档不存在，则新增

比如，我们把使用id为3，不存在，则应该是新增：

POST /knight2/goods/3
    { 
        "title":"小米手机",
        "images":"http://image.leyou.com/12479122.jpg",
        "price":2699.00
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 5]  
可以看到是created，是新增。  
我们再次执行刚才的请求，不过把数据改一下：

POST /knight2/goods/3
    { 
        "title":"小米手机",
        "images":"http://image.leyou.com/12479122.jpg",
        "price":3299.00
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 6]  
可以看到结果是：updated，显然是更新数据

#### 4.5.删除数据 ####

（1）根据id进行删除：  
语法

DELETE /索引库名/类型名/id值

实例

DELETE knight/goods/3

结果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 7]  
可以看到结果是：deleted，显然是删除数据  
（2）根据查询条件进行删除  
语法

POST  /索引库名/_delete_by_query
    { 
      "query": {  
        "match": { 
          "字段名": "搜索关键字"
        }
      }
    }

示例：

POST knight/_delete_by_query
    { 
      "query":{ 
        "match":{ 
          "title":"小米"
        }
      }
    }

结果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 8]

#### 4.6.删除所有数据 ####

POST  索引库名/_delete_by_query
    { 
      "query": {  
        "match_all": { }
      }
    }

示例：

POST /knight/_search
    { 
      "query": { 
        "match_all": { 
          
        }
      }
    }

# 5.查询 #

7种查询

基本查询
    _source过滤
    结果过滤
    高级查询
    排序
    高亮
    分页

导入数据，这里是采用批处理的API，大家直接复制到kibana运行即可，注意千万别使用kibana的格式化

POST /knight/goods/_bulk
    { "index":{ }}
    { "title":"大米手机","images":"http://image.leyou.com/12479122.jpg","price":3288}
    { "index":{ }}
    { "title":"小米手机","images":"http://image.leyou.com/12479122.jpg","price":2699}
    { "index":{ }}
    { "title":"小米电视4A","images":"http://image.leyou.com/12479122.jpg","price":4288}

## 5.1.基本查询 ##

基本语法

POST /索引库名/_search
    { 
        "query":{ 
            "查询类型":{ 
                "查询条件":"查询条件值"
            }
        }
    }

这里的query代表一个查询对象，里面可以有不同的查询属性

查询类型：
    例如：match_all， match，term ， range 等等
    查询条件：查询条件会根据类型的不同，写法也有差异，在后面

#### 5.1.1 查询所有（match\_all) ####

示例：

POST /knight/_search
    { 
        "query":{ 
            "match_all": { }
        }
    }

query：代表查询对象
    match_all：代表查询所有

**`结果中的数据解释`**

took：查询花费时间，单位是毫秒
    time_out：是否超时
    _shards：分片信息
    hits：搜索结果总览对象
    total：搜索到的总条数
    max_score：所有结果中文档得分的最高分
    hits：搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
        _index：索引库
        _type：文档类型
        _id：文档id
        _score：文档得分
        _source：文档的源数据

#### 5.1.2 匹配查询（match） ####

现在，索引库中有2部手机，1台电视;  
or关系  
match类型查询，会把查询条件进行分词，然后进行查询,多个词条之间是or的关系

POST /knight/_search
    { 
      "query": { 
        "match": { 
          "title": "小米电视4A"
        }
      }
    }

在上面的案例中，不仅会查询到电视，而且与小米相关的都会查询到，多个词之间是or的关系  
and关系  
某些情况下，我们需要更精确查找，我们希望这个关系变成and，可以这样做

POST /knight/_search
    { 
      "query": { 
        "match": { 
          "title": { 
            "query": "小米电视4A","operator": "and"
            }
          }
        }
      }

结果只有小米电视4A  
本例中，只有同时包含小米和电视的词条才会被搜索到。

#### 5.1.3 多字段查询（multi\_match） ####

multi\_match与match类似，不同的是它可以在多个字段中查询  
为了测试效果我们在这里新增一条数据：

POST /knight/goods
    { 
        "title": "华为手机",
        "images": "http://image.leyou.com/12479122.jpg",
        "price": 5288,
        "subtitle": "小米"
    }

示例：

POST /knight/_search
    { 
      "query": { 
        "multi_match": { 
          "query": "小米",
          "fields": ["title","subtitle"]
        }
      }
    }

本例中，我们会假设在title字段和subtitle字段中查询小米这个词

#### 5.1.4 词条匹配(term) ####

term 查询被用于精确值 匹配，这些精确值可能是数字、时间、布尔或者那些未分词的字符串

POST /knight/_search
    { 
        "query":{ 
            "term":{ 
                "price":2699
            }
        }
    }

结果：小米手机

#### 5.1.5 多词条精确匹配(terms) ####

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件，类似于mysql的in：

POST /knight/_search
    { 
        "query":{ 
            "terms":{ 
                "price":[2699,5288]
            }
        }
    }

## 5.2.结果过滤 ##

默认情况下，elasticsearch在搜索的结果中，会把文档中保存在\_source的所有字段都返回。  
如果我们只想获取其中的部分字段，我们可以添加\_source的过滤

#### 5.2.1.直接指定字段 ####

示例：

POST /knight/_search
    { 
      "_source": ["title", "price"],
      "query": { 
        "term": { 
          "price": 2699
        }
      }
    }

返回的结果：  
**`只有价格和标题了`**  
![在这里插入图片描述][20200716180259510.png]

#### 5.2.2.指定includes和excludes ####

我们也可以通过：

includes：来指定想要显示的字段
    excludes：来指定不想要显示的字段

示例：exclude

POST /knight/_search
    { 
      "_source": { 
         "excludes": ["images"]
      },
      "query": { 
        "term": { 
          "price": 2699
        }
      }
    }

结果  
**`不显示图片了`，只有价格和标题了**  
![在这里插入图片描述][20200716180432189.png]

## 5.3 高级查询（了解） ##

bool把各种其它查询通过must（与）、must\_not（非）、should（或）的方式进行组合

#### 5.3.1 布尔组合（bool) ####

GET /knight/_search
    { 
        "query":{ 
            "bool":{ 
                "must":     {  "match": {  "title": "小米" }},
                "must_not": {  "match": {  "title":  "电视" }},
                "should":   {  "match": {  "title": "手机" }}
            }
        }
    }

#### 5.3.2 范围查询(range) ####

range 查询找出那些落在指定区间内的数字或者时间  
range查询允许以下字符：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 9]  
示例：

POST /knight/_search
    { 
        "query":{ 
            "range": { 
                "price": { 
                    "gte":  3000,
                    "lt":   5000
                }
            }
        }
    }

#### 5.3.3 模糊查询(fuzzy) ####

我们新增一个商品：

POST /knight/goods/4
    { 
        "title":"apple手机",
        "images":"http://image.leyou.com/12479122.jpg",
        "price":5899.00
    }

fuzzy自动将拼写错误的搜索文本，进行纠正，纠正以后去尝试匹配索引中的数据  
它允许用户搜索词条与实际词条出现偏差，但是偏差的编辑距离不得超过2：

POST /knight/_search
    { 
      "query": { 
        "fuzzy": { 
          "title": "appla"
        }
      }
    }

上面的查询，也能查询到apple手机  
fuzziness，你的搜索文本最多可以纠正几个字母去跟你的数据进行匹配，默认如果不设置，就是2我们可以通过

POST /knight/_search
    { 
      "query": { 
        "fuzzy": { 
          "title": { 
            "value": "applaa",
            "fuzziness": 2
          }
        }
      }
    }

## 5.4 排序 ##

#### 5.4.1 单字段排序 ####

sort 可以让我们按照不同的字段进行排序，并且通过order指定排序的方式

POST /knight/_search
    { 
      "query": { 
        "match_all": { }
      },
      "sort": [
        { "price": { "order": "desc"}}
      ]
    }

#### 5.4.2 多字段排序 ####

假定我们想要结合使用 price和 \_score（得分） 进行查询，并且匹配的结果首先按照价格排序，然后按照相关性得分排序：

POST /knight/_search
    { 
        "query":{ 
            "match_all":{ }
        },
        "sort": [
          {  "price": {  "order": "desc" }},
          {  "_score": {  "order": "desc" }}
        ]
    }

## 5.5.高亮 ##

elasticsearch中实现高亮的语法比较简单：

POST /knight/_search
    { 
      "query": { 
        "match": { 
          "title": "手机"
        }
      },
      "highlight": { 
        "pre_tags": "<font color='pink'>",
        "post_tags": "</font>",
        "fields": { 
          "title": { }
        }
      }
    }

在使用match查询的同时，加上一个highlight属性：

pre_tags：前置标签
    post_tags：后置标签
    fields：需要高亮的字段
    title：这里声明title字段需要高亮，后面可以为这个字段设置特有配置，也可以空

结果：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 10]

## 5.6 分页 ##

elasticsearch中实现分页的语法非常简单：

POST /knight/_search
    { 
      "query": { 
        "match_all": { }
      },
      "size": 2,
      "from": 0
    }

**`size:每页显示多少条`**  
**`from:当前页起始索引, int start = (pageNum - 1) * size;`**

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70]: /images/20230209/f1dbd83a40204b8e9ab0274d3b05051b.png
[https_www.elastic.co_guide_en_elasticsearch_reference_current_index.html]: https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
[2020071617195241.png]: /images/20230209/3233f42736284f7d84bde751dd7a62f7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 1]: /images/20230209/df7775542c6545ca9a0279bd10982476.png
[20200716172919812.png]: /images/20230209/798bdbecf05144eca5a426d6b8c2e091.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 2]: /images/20230209/77386034d25247ffaa6f6dbd1ec69112.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 3]: /images/20230209/0a2fe9d19aba414fa1b3087eb038f9e5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 4]: /images/20230209/d99f18f8e9d545bfa2ba24ea1b5af2d2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 5]: /images/20230209/7593382161f6427f98f8d0230c4ceb61.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 6]: /images/20230209/7bd5b864ca2d4fc9820633b89a914e0d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 7]: /images/20230209/7286141a46984416abe46883f6d34e61.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 8]: /images/20230209/ec235bf372fd4cdf80c556b15215dc7a.png
[20200716180259510.png]: /images/20230209/4d029a6ff77d4f8aac202e3a51852e23.png
[20200716180432189.png]: /images/20230209/eeda17341e644dbaae6cadc917b758d1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 9]: /images/20230209/780f8e25995449c7a18c926ba9831348.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ2NTQ4ODU1_size_16_color_FFFFFF_t_70 10]: /images/20230209/ef4c366c5dbb4df3be19b5cefe1e8532.png