Mysql详解Explain索引优化最佳实践

浅浅的花香味﹌ 2024-03-02 08:01 114阅读 0赞

#### 目录 ####

*  1 Explain工具介绍
 *  2 explain 两个变种
 *  3 explain中的列
 *   *  3.1 id列
     *  3.2 select\_type列
     *  3.3 table列
     *  3.4. type列
     *  3.5 possible\_keys列
     *  3.6 key列
     *  3.7 key\_len列
     *  3.8 ref列
     *  3.9 rows列
     *  3.10 Extra列
 *  4 索引最佳实践
 *   *  4.1.全值匹配
     *  4.2.最左前缀法则
     *  4.3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描
     *  4.4.存储引擎不能使用索引中范围条件右边的列
     *  4.5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少 select \* 语句
     *  4.6.mysql在使用不等于（！=或者<>），not in ，not exists 的时候无法使用索引会导致全表扫描
     *  4.7.is null,is not null 一般情况下也无法使用索引
     *  4.8.like以通配符开头（'$abc...'）mysql索引失效会变成全表扫描操作
     *  4.9.字符串不加单引号索引失效
     *  4.10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引，详见范围查询优化
     *  4.11.范围查询优化

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

## 1 Explain工具介绍 ##

![在这里插入图片描述][174d5b1a5c644184ba75016ad1ec90b0.png]

使用EXPLAIN关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈  
在 select 语句之前增加 explain 关键字 ，MySQL 会在查询上设置一个标记，执行查询会返回执行计划的信息，而不是执行这条SQL

注意：如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中

Explain分析示例  
参考官方文档：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html

示例表：

DROP TABLE IF EXISTS `actor`; 
    CREATE TABLE `actor` (
      `id` int(11) NOT NULL,
      `name` varchar(45) DEFAULT NULL,
      `update_time` datetime DEFAULT NULL,
      PRIMARY KEY (`id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    
    INSERT INTO `actor` (`id`, `name`, `update_time`) VALUES (1,'a','2017-12-22 15:27:18'), (2,'b','2017-12-22 15:27:18'), (3,'c','2017-12-22 15:27:18');
    
    DROP TABLE IF EXISTS `film`;
    CREATE TABLE `film` (
      `id` int(11) NOT NULL AUTO_INCREMENT,
      `name` varchar(10) DEFAULT NULL,
      PRIMARY KEY (`id`),
      KEY `idx_name` (`name`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    
    INSERT INTO `film` (`id`, `name`) VALUES (3,'film0'),(1,'film1'),(2,'film2');
    
    DROP TABLE IF EXISTS `film_actor`;
    CREATE TABLE `film_actor` (
      `id` int(11) NOT NULL,
      `film_id` int(11) NOT NULL,
      `actor_id` int(11) NOT NULL,
      `remark` varchar(255) DEFAULT NULL,
      PRIMARY KEY (`id`),
      KEY `idx_film_actor_id` (`film_id`,`actor_id`)
    ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
    
    INSERT INTO `film_actor` (`id`, `film_id`, `actor_id`) VALUES (1,1,1),(2,1,2),(3,2,1);
    
    mysql> explain select * from actor;

![在这里插入图片描述][64c20aa78d50455cb2c79ebb4dd760be.png]  
在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行

## 2 explain 两个变种 ##

1）explain extended：会在 explain 的基础上额外提供一些查询优化的信息。紧随其后通过 show warnings 命令可以得到优化后的查询语句，从而看出优化器优化了什么。额外还有 filtered 列，是一个百分比的值，rows \* filtered/100 可以估算出将要和 explain 中前一个表进行连接的行数（前一个表指 explain 中的id值比当前表id值小的表）。

mysql> explain extended select * from film where id = 1;

![在这里插入图片描述][ff1db7365db541d1ab26b79858136e71.png]

mysql> show warnings;

![在这里插入图片描述][8fc726a979f54a6bbc7235f398e9164e.png]

/* select#1 */ select '1' AS `id`,'film1' AS `name` from `test`.`film` where 1

2）explain partitions：相比 explain 多了个 partitions 字段，如果查询是基于分区表的话，会显示查询将访问的分区。

## 3 explain中的列 ##

接下来我们将展示 explain 中每个列的信息。

### 3.1 id列 ###

id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。  
id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

### 3.2 select\_type列 ###

select\_type 表示对应行是简单还是复杂的查询。  
1）simple：简单查询。查询不包含子查询和union

mysql> explain select * from film where id = 2;

![在这里插入图片描述][361c86baf2c44b23b42b46d65aad6168.png]

2）primary：复杂查询中最外层的 select  
3）subquery：包含在 select 中的子查询（不在 from 子句中）  
4）derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表（derived的英文含义）  
用这个例子来了解 primary、subquery 和 derived 类型

mysql> set session optimizer_switch='derived_merge=off';   #关闭mysql5.7新特性对衍生表的合并

优化

mysql> explain select (select 1 from actor where id = 1) from (select * from film where id = 1) der;

![在这里插入图片描述][1f31540bd04b40dd800ae6a65c84b2ed.png]

mysql> set session optimizer_switch='derived_merge=on';	#还原默认配置

![在这里插入图片描述][82881af80cc5493c97e746650f1ac79a.png]

5）union：在 union 中的第二个和随后的 select

mysql> explain select 1 union all select 1;

![在这里插入图片描述][6c9d3c7aa1dc4c4facd5c6be6acd495a.png]

### 3.3 table列 ###

这一列表示 explain 的一行正在访问哪个表。  
当 from 子句中有子查询时，table列是 格式，表示当前查询依赖 id=N 的查询，于是先执行 id=N 的查询。  
当有 union 时，UNION RESULT 的 table 列的值为<union1,2>，1和2表示参与 union 的 select 行id。

### 3.4. type列 ###

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围。  
依次从最优到最差分别为：`system > const > eq_ref > ref > range > index > ALL`  
`一般来说，得保证查询达到range级别，最好达到ref`  
NULL：mysql能够在优化阶段分解查询语句，在执行阶段用不着再访问表或索引。例如：在索引列中选取最小值，可以单独查找索引来完成，不需要在执行时访问表  
mysql> explain select min(id) from film;  
![在这里插入图片描述][4f144191cd3f49c9b9003a3e6a2301ff.png]

const, system：mysql能对查询的某部分进行优化并将其转化成一个常量（可以看show warnings 的结果）。用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条元组匹配时为system  
mysql> explain extended select \* from (select \* from film where id = 1) tmp;

![在这里插入图片描述][850c26dc6ddf4a559c2d1cb90d3dfa2b.png]

mysql> show warnings;

![在这里插入图片描述][3d1180d803d84a038f3b3e97c09848d4.png]

eq\_ref：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。  
mysql> explain select \* from film\_actor left join film on film\_actor.film\_id = film.id;

![在这里插入图片描述][a58c9c93fa1c424aa2b3b4457d3a3189.png]  
虽然都是1但是是从上到下执行

ref：相比 eq\_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀，索引要和某个值相比较，可能会找到多个符合条件的行。

1.  简单 select 查询，name是普通索引（非唯一索引）  
    mysql> explain select \* from film where name = ‘film1’;

![在这里插入图片描述][db900954e15c4387a446fdf8867d6528.png]  
![在这里插入图片描述][56a7bbbbf55f4aa79ab6148e36ae687e.png]

2.关联表查询，idx\_film\_actor\_id是film\_id和actor\_id的联合索引，这里使用到了film\_actor的左边前缀film\_id部分。  
mysql> explain select film\_id from film left join film\_actor on film.id = film\_actor.film\_id;

![在这里插入图片描述][5861e4e8f2e54c129d6f6b46d03f9105.png]

range：范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。  
mysql> explain select \* from actor where id > 1;

![在这里插入图片描述][877723330cb548ce9c550086821ca283.png]

index：扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对二级索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。  
mysql> explain select \* from film;

![在这里插入图片描述][e3d625431370431abfea0b31a7086673.png]

ALL：即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了。  
mysql> explain select \* from actor;

![在这里插入图片描述][f94517b63c9f4d06b14effcdf71c9e13.png]

### 3.5 possible\_keys列 ###

这一列显示查询可能使用哪些索引来查找。  
explain 时可能出现 possible\_keys 有列，而 key 显示 NULL 的情况，这种情况是因为表中数据不多，mysql认为索引对此查询帮助不大，选择了全表查询。  
如果该列是NULL，则没有相关的索引。在这种情况下，可以通过检查 where 子句看是否可以创造一个适当的索引来提高查询性能，然后用 explain 查看效果。

### 3.6 key列 ###

这一列显示mysql实际采用哪个索引来优化对该表的访问。  
如果没有使用索引，则该列是 NULL。如果想强制mysql使用或忽视possible\_keys列中的索引，在查询中使用 force index、ignore index。

### 3.7 key\_len列 ###

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。  
举例来说，film\_actor的联合索引 idx\_film\_actor\_id 由 film\_id 和 actor\_id 两个int列组成，并且每个int是4字节。通过结果中的key\_len=4可推断出查询使用了第一个列：film\_id列来执行索引查找。  
mysql> explain select \* from film\_actor where film\_id = 2;  
![在这里插入图片描述][641af081bc6244219c926b477f608523.png]

key\_len计算规则如下：  
字符串，char(n)和varchar(n)，5.0.3以后版本中，n均代表字符数，而不是字节数，如果是utf-8，一个数字或字母占1个字节，一个汉字占3个字节  
char(n)：如果存汉字长度就是 3n 字节  
varchar(n)：如果存汉字则长度是 3n + 2 字节，加的2字节用来存储字符串长度，因为varchar是变长字符串  
数值类型  
tinyint：1字节  
smallint：2字节  
int：4字节  
bigint：8字节　　  
时间类型　  
date：3字节  
timestamp：4字节  
datetime：8字节  
如果字段允许为 NULL，需要1字节记录是否为 NULL  
索引最大长度是768字节，当字符串过长时，mysql会做一个类似左前缀索引的处理，将前半部分的字符提取出来做索引。

### 3.8 ref列 ###

这一列显示了在key列记录的索引中，表查找值所用到的列或常量，常见的有：const（常量），字段名（例：film.id）

### 3.9 rows列 ###

这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

### 3.10 Extra列 ###

这一列展示的是额外信息。常见的重要值如下：  
1）Using index：使用覆盖索引  
覆盖索引定义：mysql执行计划explain结果里的key有使用索引，如果select后面查询的字段都可以从这个索引的树中获取，这种情况一般可以说是用到了覆盖索引，extra里一般都有using index；覆盖索引一般针对的是辅助索引，整个查询结果只通过辅助索引就能拿到结果，不需要通过辅助索引树找到主键，再通过主键去主键索引树里获取其它字段值  
mysql> explain select film\_id from film\_actor where film\_id = 1;

![在这里插入图片描述][194c75bfb6674257a17e3a20675fa4ab.png]

2）Using where：使用 where 语句来处理结果，并且查询的列未被索引覆盖  
mysql> explain select \* from actor where name = ‘a’;

3）Using index condition：查询的列不完全被索引覆盖，where条件中是一个前导列的范围；  
mysql> explain select \* from film\_actor where film\_id > 1;  
![在这里插入图片描述][ff025e66109540d4b16c473fe71a01a1.png]

4）Using temporary：mysql需要创建一张临时表来处理查询。出现这种情况一般是要进行优化的，首先是想到用索引来优化。

1.  actor.name没有索引，此时创建了张临时表来distinct  
    mysql> explain select distinct name from actor;

![在这里插入图片描述][701a4474f2dc40db8c30ab2b9b63573f.png]

1.  film.name建立了idx\_name索引，此时查询时extra是using index,没有用临时表  
    mysql> explain select distinct name from film;  
    ![在这里插入图片描述][36b5c579595f41e2885240337b25542c.png]

5）Using filesort：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。

1.  actor.name未创建索引，会浏览actor整个表，保存排序关键字name和对应的id，然后排序name并检索行记录  
    mysql> explain select \* from actor order by name;

![在这里插入图片描述][4be499fe82b341aeab3b6aa8c67de5ea.png]

1.  film.name建立了idx\_name索引,此时查询时extra是using index  
    mysql> explain select \* from film order by name;  
    ![在这里插入图片描述][1e85e1d277204065a9cae3dfba2c24fd.png]

6）Select tables optimized away：使用某些聚合函数（比如 max、min）来访问存在索引的某个字段是  
mysql> explain select min(id) from film;

![在这里插入图片描述][ded1527e13c6407f9b8b07d7f7dd0484.png]

## 4 索引最佳实践 ##

示例表：

CREATE TABLE `employees` (
      `id` int(11) NOT NULL AUTO_INCREMENT,
      `name` varchar(24) NOT NULL DEFAULT '' COMMENT '姓名',
      `age` int(11) NOT NULL DEFAULT '0' COMMENT '年龄',
      `position` varchar(20) NOT NULL DEFAULT '' COMMENT '职位',
      `hire_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '入职时间',
      PRIMARY KEY (`id`),
      KEY `idx_name_age_position` (`name`,`age`,`position`) USING BTREE
    ) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='员工记录表';
    
    INSERT INTO employees(name,age,position,hire_time) VALUES('LiLei',22,'manager',NOW());
    INSERT INTO employees(name,age,position,hire_time) VALUES('HanMeimei', 23,'dev',NOW());
    INSERT INTO employees(name,age,position,hire_time) VALUES('Lucy',23,'dev',NOW());

### 4.1.全值匹配 ###

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei';

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22;

EXPLAIN SELECT * FROM employees WHERE  name= 'LiLei' AND  age = 22 AND position ='manager';

### 4.2.最左前缀法则 ###

如果索引了多列，要遵守最左前缀法则。指的是查询从索引的最左前列开始并且不跳过索引中的列。

EXPLAIN SELECT * FROM employees WHERE name = 'Bill' and age = 31;
    EXPLAIN SELECT * FROM employees WHERE age = 30 AND position = 'dev';
    EXPLAIN SELECT * FROM employees WHERE position = 'manager';

### 4.3.不在索引列上做任何操作（计算、函数、（自动or手动）类型转换），会导致索引失效而转向全表扫描 ###

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei';
    EXPLAIN SELECT * FROM employees WHERE left(name,3) = 'LiLei';

![在这里插入图片描述][9921b077e15e4c14bb3621b3413b2c7f.png]  
给hire\_time增加一个普通索引：

ALTER TABLE `employees` ADD INDEX `idx_hire_time` (`hire_time`) USING BTREE ;
    EXPLAIN  select * from employees where date(hire_time) ='2018-09-30';

![在这里插入图片描述][8efb126fe067467a8f2452ee344cab31.png]

转化为日期范围查询，有可能会走索引：  
EXPLAIN select \* from employees where hire\_time >=‘2018-09-30 00:00:00’ and hire\_time <=‘2018-09-30 23:59:59’;  
![在这里插入图片描述][94ab88437c4141329585320659dfa815.png]

还原最初索引状态  
ALTER TABLE `employees` DROP INDEX `idx_hire_time`;

### 4.4.存储引擎不能使用索引中范围条件右边的列 ###

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 22 AND position ='manager';
    EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age > 22 AND position ='manager';

![在这里插入图片描述][801b2aca87624465a62cf8710ecd83de.png]  
![在这里插入图片描述][d74db3507c9f4d1aba03eb7c8a8dc9d6.png]

### 4.5.尽量使用覆盖索引（只访问索引的查询（索引列包含查询列）），减少 select \* 语句 ###

EXPLAIN SELECT name,age FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

![在这里插入图片描述][3b51b316b84d425385d4c123b2478985.png]

EXPLAIN SELECT * FROM employees WHERE name= 'LiLei' AND age = 23 AND position ='manager';

![在这里插入图片描述][17c7dc5eb102473f8515b7bfbbc95b26.png]  
查询全部字段会进行一个回表增加磁盘IO

### 4.6.mysql在使用不等于（！=或者<>），not in ，not exists 的时候无法使用索引会导致全表扫描 ###

< 小于、 > 大于、 <=、>= 这些，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引

EXPLAIN SELECT * FROM employees WHERE name != 'LiLei';

![在这里插入图片描述][f4764ab85bb746ca9b08a947e47544df.png]

### 4.7.is null,is not null 一般情况下也无法使用索引 ###

EXPLAIN SELECT * FROM employees WHERE name is null

### 4.8.like以通配符开头（‘$abc…’）mysql索引失效会变成全表扫描操作 ###

EXPLAIN SELECT * FROM employees WHERE name like '%Lei'

EXPLAIN SELECT * FROM employees WHERE name like 'Lei%'

问题：解决like’%字符串%'索引不被使用的方法？  
a）使用覆盖索引，查询字段必须是建立覆盖索引字段  
EXPLAIN SELECT name,age,position FROM employees WHERE name like ‘%Lei%’;

b）如果不能使用覆盖索引则可能需要借助搜索引擎

### 4.9.字符串不加单引号索引失效 ###

EXPLAIN SELECT * FROM employees WHERE name = '1000';
    EXPLAIN SELECT * FROM employees WHERE name = 1000;

### 4.10.少用or或in，用它查询时，mysql不一定使用索引，mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引，详见范围查询优化 ###

EXPLAIN SELECT * FROM employees WHERE name = 'LiLei' or name = 'HanMeimei';

### 4.11.范围查询优化 ###

给年龄添加单值索引

ALTER TABLE `employees` ADD INDEX `idx_age` (`age`) USING BTREE ;
    explain select * from employees where age >=1 and age <=2000;

没走索引原因：mysql内部优化器会根据检索比例、表大小等多个因素整体评估是否使用索引。比如这个例子，可能是由于单次数据量查询过大导致优化器最终选择不走索引  
优化方法：可以将大的范围拆分成多个小范围

explain select * from employees where age >=1 and age <=1000;
    explain select * from employees where age >=1001 and age <=2000;

还原最初索引状态

ALTER TABLE `employees` DROP INDEX `idx_age`;

索引使用总结：

like KK%相当于=常量，%KK和%KK% 相当于范围

[174d5b1a5c644184ba75016ad1ec90b0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/68643f5407984a80a0abfc4edd05d983.png
[64c20aa78d50455cb2c79ebb4dd760be.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/80c1209dfe1e4fd1ad81cf21c82cce4e.png
[ff1db7365db541d1ab26b79858136e71.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/eb9bc90c3e4b444a86f1f79c2c4011e1.png
[8fc726a979f54a6bbc7235f398e9164e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/57952c617a8a406bbf98c9ff142e6f87.png
[361c86baf2c44b23b42b46d65aad6168.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/7becb172395c4dbd9e5f8c4f08e42cb8.png
[1f31540bd04b40dd800ae6a65c84b2ed.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/f34fdc5b862e47288f88608cbecd50e8.png
[82881af80cc5493c97e746650f1ac79a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/9085672c27ea41e8ac2e51bfb2b4bf6d.png
[6c9d3c7aa1dc4c4facd5c6be6acd495a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/870a4cdf8ae64de5b680c1cece245b11.png
[4f144191cd3f49c9b9003a3e6a2301ff.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/8986fd8c748943718e355604237f460b.png
[850c26dc6ddf4a559c2d1cb90d3dfa2b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/79dcd33eec6e4ceaae1ad798dc24d36c.png
[3d1180d803d84a038f3b3e97c09848d4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/dd8cf90362314ebda6092a6c72d8b035.png
[a58c9c93fa1c424aa2b3b4457d3a3189.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/36f51b64b9cc45d085728bde5899755f.png
[db900954e15c4387a446fdf8867d6528.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/717c7a98a52c481eb786dc22f39cf689.png
[56a7bbbbf55f4aa79ab6148e36ae687e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/2ebf6e61b8e54a4eaf1244ce8918ef58.png
[5861e4e8f2e54c129d6f6b46d03f9105.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/2dd12f4c80e949ab8e9af6425d25df5f.png
[877723330cb548ce9c550086821ca283.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/312369446bd14220828d09b7b8f12c6a.png
[e3d625431370431abfea0b31a7086673.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/3db62113f50a4fe181745d1263301f4e.png
[f94517b63c9f4d06b14effcdf71c9e13.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/b58b9f1898cd4bf18b52f8f58b313b7b.png
[641af081bc6244219c926b477f608523.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/1c572f84e5ba46c7825cb29e40297a5d.png
[194c75bfb6674257a17e3a20675fa4ab.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/f78f7fc496f64f05b47bd0bfd4fa30eb.png
[ff025e66109540d4b16c473fe71a01a1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/c56c55b862fa4cd488e6fee1430b5aa0.png
[701a4474f2dc40db8c30ab2b9b63573f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/b935d1b31efc470ca52a33d2d718add4.png
[36b5c579595f41e2885240337b25542c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/2d740f08fc7e4558923994b858c44e5c.png
[4be499fe82b341aeab3b6aa8c67de5ea.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/6ad324e39e584f549bb10ff1d1faba7e.png
[1e85e1d277204065a9cae3dfba2c24fd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/5afd34aa694f431f916b5bf0bb5d7ec6.png
[ded1527e13c6407f9b8b07d7f7dd0484.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/9ac1d4deaa7e4d5ba3424bd7191d51a6.png
[9921b077e15e4c14bb3621b3413b2c7f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/6d52329bedde4d2b96e4632c8011d234.png
[8efb126fe067467a8f2452ee344cab31.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/4bbd341c040f43a39e490bb20221b06c.png
[94ab88437c4141329585320659dfa815.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/3377a226f7b6450591b19018528d5720.png
[801b2aca87624465a62cf8710ecd83de.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/914143b1bb88400ca4ebe555e17e41a7.png
[d74db3507c9f4d1aba03eb7c8a8dc9d6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/43e03c35fabc405c8d6342e5867d1278.png
[3b51b316b84d425385d4c123b2478985.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/f35462f5e10944389ec34f946c1812a7.png
[17c7dc5eb102473f8515b7bfbbc95b26.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/21bc350361634150801dae188004e0a2.png
[f4764ab85bb746ca9b08a947e47544df.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/dbc84bb1cd204f108365baaabe04fc10.png