探索数据湖中的巨兽：Apache Hive分布式SQL计算平台浅度剖析！

你的名字 2024-03-24 20:55 34阅读 0赞

#### 文章目录 ####

*  ◆ Apache Hive 概述
 *   *  1.1 分布式SQL计算
     *  1.2 Hive的优势
 *  ◆ 模拟实现Hive功能
 *   *  2.1 元数据管理
     *  2.2 解析器
     *  2.3 基础架构
     *  2.4 Hive架构
 *  ◆ Hive基础架构
 *   *  3.1 Hive架构图
     *  3.2 Hive组件
     *   *  3.2.1 元数据存储
         *  3.2.2 Driver驱动程序
         *  3.2.3 用户接口
 *  ◆ Hive部署
 *   *  4.1 VMware虚拟机部署
     *   *  步骤一：安装MySQL数据库
         *  步骤2：配置Hadoop
         *  步骤3：下载解压Hive
         *  步骤4：提供MySQL Driver包
         *  步骤5：配置Hive
         *  步骤6：初始化元数据库
         *  步骤7：启动Hive（使用Hadoop用户）
 *  ◆ Hive初体验
 *   *  5.1 hiveShell初体验
     *  5.2 补充：JPS命令
 *  ◆ Hive客户端
 *   *  6.1 HiveServer2服务
     *  6.2 HiveServer2服务 启动
     *  6.3 Beeline
     *  6.4 DataGrip链接Hive

## ◆ Apache Hive 概述 ##

### 1.1 分布式SQL计算 ###

![在这里插入图片描述][558d73f3100045acba469a6589a5b71f.png]

*  对数据进行统计分析，SQL是目前最为方便的编程工具
 *  大数据体系中充斥着非常多的统计分析场景，所以，使用SQL去处理数据，在大数据中也是有极大的需求的

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

*  MapReduce支持程序开发（Java、Python等），但不支持SQL开发
 *  **Apache Hive是一款分布式SQL计算的工具**， 其主要功能是：**将SQL语句 翻译成MapReduce程序运行**  
    ![在这里插入图片描述][8c7fa9f163aa492d9d3b99b989c32835.png]
 *  基于Hive为用户提供了分布式SQL计算的能力写的是SQL、执行的是MapReduce

### 1.2 Hive的优势 ###

*  操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手）
 *  底层执行MapReduce，可以完成分布式海量数据的SQL处理

## ◆ 模拟实现Hive功能 ##

![在这里插入图片描述][e37eb6795c96433f89111fe899f805ea.png]

### 2.1 元数据管理 ###

![在这里插入图片描述][de5a9641eff447f3af65a8b723dce26c.png]  
![在这里插入图片描述][ad33bc214f0f40409a1ad7078021df29.png]  
![在这里插入图片描述][126cebbc662546b8801cd0a8008f3da2.png]

*  总结
 *  构建数据库首先需要拥有元数据管理功能，即：数据位置、数据结构、对数据进行描述 进行记录  
    ![在这里插入图片描述][e9bdba6f6a694acbae4521eca8284d6c.png]

### 2.2 解析器 ###

*  解决了元数据管理后，我们还有一个至关重要的步骤， 即完成SQL到MapReduce转换的功能。  
    ![在这里插入图片描述][467f2d875fee4eed949def52c7789162.png]
 *  SQL解析器需要完成的功能：
    
     *  SQL分析
     *  SQL到MapReduce程序的转换
     *  提交MapReduce程序运行并收集执行结果

### 2.3 基础架构 ###

![在这里插入图片描述][5b842fcca4d74b2c958b8e5ea9b89838.png]

*  至此，一款基于MapReduce的，分布式SQL执行引擎的基础构建完成。
 *  核心组件需要有：
    
     *  元数据管理，帮助记录各类元数据
     *  SQL解析器，完成SQL到MapReduce程序的转换

### 2.4 Hive架构 ###

*  Apache Hive其2大主要组件就是：SQL解析器以及元数据存储。  
    ![在这里插入图片描述][d1b0fa462a2248c7a5ea4ab40ef271e5.png]

## ◆ Hive基础架构 ##

### 3.1 Hive架构图 ###

![在这里插入图片描述][2814f8ee5ff24023890d660f375decf6.png]

### 3.2 Hive组件 ###

#### 3.2.1 元数据存储 ####

*  元数据通常存储在关系数据库如 mysql/derby中。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是  
    否为外部表等），表的数据所在目录等。
 *  Hive提供了 Metastore 服务进程提供元数据管理功能  
    ![在这里插入图片描述][d0ef25cb90e44c5b93dbffc7dbcae30f.png]

#### 3.2.2 Driver驱动程序 ####

*  **Driver驱动程序，包括语法解析器、计划编译器、优化器、执行器**
 *  功能：完成 HQL 查询语句从词法分析、语法分析、编译、优化以及查询计划的生成。生成的查询计划存储在 HDFS 中，并在随后有执行引擎调用执行。
 *  **这部分内容不是具体的服务进程，而是封装在Hive所依赖的Jar文件即Java代码中。**  
    ![在这里插入图片描述][5d7469620bcc4cf38d37011277631845.png]

#### 3.2.3 用户接口 ####

*  用户接口包括 **CLI、JDBC/ODBC、WebGUI**。
    
     *  CLI(command line interface)为shell命令行
     *  Hive中的Thrift服务器允许外部客户端通过网络与Hive进行交互，类似于JDBC或ODBC协议。
     *  WebGUI是通过浏览器访问Hive
 *  Hive提供了 Hive Shell、 ThriftServer等服务进程向用户提供操作接口  
    ![在这里插入图片描述][6e70cd409ab847538925bf46c49a5e09.png]

## ◆ Hive部署 ##

*  Hive是分布式运行的框架还是单机运行的？
 *  Hive是单机工具，只需要部署在一台服务器即可。Hive虽然是单机的，但是它可以提交分布式运行的MapReduce程序运行

### 4.1 VMware虚拟机部署 ###

*  Hive是单机工具，需要准备一台服务器供Hive使用即可。同时Hive需要使用元数据服务，即需要提供一个关系型数据库，我们也选择一台服务器安装关系型数据库即可。  
    ![在这里插入图片描述][3f727f601f8a4abc8946105af8a185b2.png]

#### 步骤一：安装MySQL数据库 ####

*  这里展示课件中的MYSQL5.7安装方式和使用MySQL8.+版本的操作，请按照喜欢选择

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

*  在node1节点使用yum在线安装MySQL5.7版本

# 更新密钥
    rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022
    
    # 安装Mysql yum库
    rpm -Uvh http://repo.mysql.com//mysql57-community-release-el7-7.noarch.rpm
    
    # yum安装Mysql
    yum -y install mysql-community-server
    
    # 启动Mysql设置开机启动
    systemctl start mysqld
    systemctl enable mysqld
    
    # 检查Mysql服务状态
    systemctl status mysqld
    
    # 第一次启动mysql，会在日志文件中生成root用户的一个随机密码，使用下面命令查看该密码
    grep 'temporary password' /var/log/mysqld.log

# 修改root用户密码
    mysql -u root -p -h localhost
    Enter password:
     
    mysql> ALTER USER 'root'@'localhost' IDENTIFIED BY 'Root!@#$';
    
    # 如果你想设置简单密码，需要降低Mysql的密码安全级别
    set global validate_password_policy=LOW; # 密码安全级别低
    set global validate_password_length=4;	 # 密码长度最低4位即可
    
    # 然后就可以用简单密码了（课程中使用简单密码，为了方便，生产中不要这样）
    ALTER USER 'root'@'localhost' IDENTIFIED BY 'root';
    
    /usr/bin/mysqladmin -u root password 'root'
    
    grant all privileges on *.* to root@"%" identified by 'root' with grant option;  
    flush privileges;

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

*  在node1节点使用yum在线安装MySQL8.+版本

1.  更新软件
    
        sudo yum update
2.  安装 MySQL 官方的 Yum Repository:
    
        sudo rpm -ivh https://dev.mysql.com/get/mysql80-community-release-el7-3.noarch.rpm
3.  安装 MySQL 服务器:
    
        sudo yum install mysql-server --nogpgcheck
4.  启动 MySQL 服务:
    
        sudo systemctl start mysqld
    
     *  设置MySQL 服务在系统启动时自动启动
    
        sudo systemctl enable mysqld
5.  获取初始密码并进行安全设置:
    
     *  当次安装 MySQL 8 之后，它会为 root 用户生成一个随机的临时密码。通过查看日志来获得这个密码：
    
        sudo grep 'temporary password' /var/log/mysqld.log
6.  登录到 MySQL，输入之前设置的 root 用户的密码：
    
        mysql -u root -p
7.  然后，设置root用户密码：
    
        # 设置用户密码xxxxx
        ALTER USER 'root'@'localhost' IDENTIFIED BY 'xxxxx';

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

*  以下操作时给与root用户的远程登录权限

1.  创建或修改用户
    
     *  如果root@"%"用户不存在：
    
        CREATE USER 'root'@'%' IDENTIFIED BY 'xxx';
    
     *  如果root@"%"用户已存在，并且您只是想更新密码：
    
        ALTER USER 'root'@'%' IDENTIFIED BY 'xxx';
2.  赋予权限
    
        GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' WITH GRANT OPTION;
3.  刷新权限
    
        FLUSH PRIVILEGES;
4.  退出
    
        exit

#### 步骤2：配置Hadoop ####

*  Hive的运行依赖于Hadoop（HDFS、MapReduce、YARN都依赖），同时涉及到HDFS文件系统的访问，所以需要配置Hadoop的代理用户，即设置hadoop用户允许代理（模拟）其它用户。
 *  配置如下内容在Hadoop的core-site.xml中，并分发到其它节点，且重启HDFS集群

<property>
    	<name>hadoop.proxyuser.hadoop.hosts</name>
    	<value>*</value>
    </property>
    <property>
    	<name>hadoop.proxyuser.hadoop.groups</name>
    	<value>*</value>
    </property>

#### 步骤3：下载解压Hive ####

1.  切换到hadoop用户
    
        su - hadoop
2.  下载Hive安装包，打开[apache归档网址][apache]，点击**公共软件版本档案**，Ctrl+F查找`hive`打开目录，找到3.1.3版本进行下载  
    ![在这里插入图片描述][a2606f8e9c9f459c9737a67b62f187d3.png]  
    ![在这里插入图片描述][944113ca0f43495f81c00e9a8ee10232.png]  
    ![在这里插入图片描述][514ab4a82b28482aa007990ab74dfb55.png]

![在这里插入图片描述][5293b08361124da5a2f3759730fbff3a.png]

1.  解压到node1服务器的：/export/server/内
    
        tar -zxvf apache-hive-3.1.3-bin.tar.gz -C /export/server/
2.  设置软连接
    
        ln -s /export/server/apache-hive-3.1.3-bin/ /export/server/hive

#### 步骤4：提供MySQL Driver包 ####

*  下载[MySQL驱动包][MySQL]  
    ![在这里插入图片描述][c5036dbe69f44c9a9cdfdcaaac2cffd8.png]
 *  ·将下载好的驱动jar包，放入: Hive安装文件夹的lib目录内

mv mysql-connector-java-8.0.30.jar /export/server/hive/lib/

#### 步骤5：配置Hive ####

*  在Hive的conf目录内，新建hive-env.sh文件，填入以下环境变量内容：

export HADOOP_HOME=/export/server/hadoop
    export HIVE_CONF_DIR=/export/server/hive/conf
    export HIVE_AUX_JARS_PATH=/export/server/hive/lib

*  在Hive的conf目录内，新建`hive-site.xml`文件，填入以下内容【注意修改Mysql连接密码为自己的密码】

<configuration>
      <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://node1:3306/hive?createDatabaseIfNotExist=true&useSSL=false&useUnicode=true&characterEncoding=UTF-8</value>
      </property>
    
      <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.cj.jdbc.Driver</value>
      </property>
    
      <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
      </property>
    
      <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>xxxx</value>
      </property>
    
      <property>
        <name>hive.server2.thrift.bind.host</name>
        <value>node1</value>
      </property>
    
      <property>
        <name>hive.metastore.uris</name>
        <value>thrift://node1:9083</value>
      </property>
    
      <property>
        <name>hive.metastore.event.db.notification.api.auth</name>
        <value>false</value>
      </property>
    </configuration>

#### 步骤6：初始化元数据库 ####

1.  Hive的配置已经完成，现在在启动Hive前，需要先初始化Hive所需的元数据库
2.  在MySQL中新建数据库：`hive`

CREATE DATABASE hive CHARSET UTF8;

1.  执行元数据库初始化命令：

#进入hive的bin目录
    cd /export/server/hive/bin/
    #执行初始化命令
    ./schematool -initSchema -dbType mysql -verbos

1.  初始化成功后，会在MySQL的hile库中新建74张元数据管理的表

#### 步骤7：启动Hive（使用Hadoop用户） ####

*  确保Hive文件夹所属为hadoop用户，创建一个hive的日志文件夹：
    
        mkdir /export/server/hive/logs
 *  启动元数据管理服务（必须启动，否则无法工作）
    
     *  前台启动：`bin/hive --service metastore`
     *  后台启动【推荐】：`nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &`  
        ![在这里插入图片描述][2e297f23df414d26b7c8afae132719af.png]
     *  `nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &`含义：将元数据相关的日志存储到`logs/`文件夹下
 *  启动客户端，二选一（当前先选择Hive Shell方式）
    
     *  Hive Shell方式（可以直接写SQL）： `/bin/hive`
     *  Hive ThriftServer方式（不可直接写SQL，需要外部客户端链接使用）： `bin/hive --service hiveserver2`  
        ![在这里插入图片描述][b52244be2af54b00994c4740bc100865.png]

## ◆ Hive初体验 ##

### 5.1 hiveShell初体验 ###

*  首先，确保启动Metastore服务。
    
        jps
        ps -ef|grep 端口号

![在这里插入图片描述][952ae612c67e40eda20ea20bd82a9503.png]

*  在hive目录下执行：`bin/hive`，进入到Hive Shell环境中，可以直接执行SQL语句
 *  创建表
    
        CREATE TABLE test(id INT, name STRING, gender STRING);
 *  插入数据
    
        INSERT INTO test VALUES(1,'王力红','男'),(2,'周杰轮','男'),(3, '林志灵','女');

![在这里插入图片描述][38c09a68ef104affa6ec3d3ca265f1e0.png]

*  查询数据
    
        SELECT gender, COUNT(*) AS cnt FROM test GROUP BY gender;
 *  验证Hive的数据存储
    
     *  Hive的数据存储在HDFS的：`/user/hive/warehouse`中  
        ![在这里插入图片描述][b1befdcbea504c7aa6a045d513d5891c.png]  
        ![在这里插入图片描述][d12688d6c7524c1eae820cf2605fa353.png]
 *  验证SQL语句启动的MapReduce程序
    
     *  打开YARN的WEB UI页面查看任务情况：`http://node1:8088`  
        ![在这里插入图片描述][c0654a573e65476bb557b8b86054fcc3.png]

### 5.2 补充：JPS命令 ###

*  在Linux系统中，jps 命令并不是自带的命令，而是Java开发工具包（JDK）提供的工具。

>  *  在Linux系统中安装了JDK，可以在JDK的安装路径下的bin目录中找到 jps 命令。通常，安装JDK后，你可以通过在终端中输入 jps 来执行该命令。但在某些Linux发行版中，jps 命令可能需要通过设置环境变量或使用完整的路径来执行。

*  jps 是 Java Virtual Machine Process Status Tool（Java虚拟机进程状态工具）的缩写。它是Java开发工具包中的一个命令行工具，用于列出当前系统中所有正在运行的Java进程的相关信息。jps 命令通常用于诊断和监控Java应用程序的运行状态。
 *  使用 jps 命令可以列出正在运行的Java进程的进程ID（PID）以及这些进程的主类名。它可以帮助开发人员确定系统中正在运行的Java进程及其状态，特别是在进行多进程调试或监控的情况下。
 *  ps 命令常用的选项和用法：

1.  jps：列出并显示所有正在运行的Java进程的进程ID和主类名。
2.  jps -l 或 jps --list：显示进程ID、主类名以及传递给主类的参数。
3.  jps -v 或 jps --verbose：显示进程ID、主类名、传递给主类的参数以及JVM的启动参数。
4.  jps -m 或 jps --m：显示进程ID、主类名、传递给主类的参数以及传递给JVM的参数。
5.  jps -q 或 jps --quiet：只显示进程ID，不显示主类名。

## ◆ Hive客户端 ##

### 6.1 HiveServer2服务 ###

在启动Hive的时候，除了必备的`Metastore`服务外，还有2种方式使用`Hive`：

*  方式1： `bin/hive` 即Hive的Shell客户端，可以直接写SQL
 *  方式2： `bin/hive --service hiveserver2`
    
     *  后台执行脚本：`nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &`  
        `bin/hive --service metastore`，启动的是元数据管理服务  
        `bin/hive --service hiveserver2`，启动的是HiveServer2服务
 *  HiveServer2是Hive内置的一个ThriftServer服务，提供Thrift端口供其它客户端链接.可以连接ThriftServer的客户端有：
 *  Hive内置的 beeline客户端工具（命令行工具）
 *  第三方的图形化SQL工具，如DataGrip、DBeaver、Navicat等

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

*  Hive的客户端体系  
    ![在这里插入图片描述][1c2fc38e8a8143ce8e480b46c5003814.png]

### 6.2 HiveServer2服务 启动 ###

*  在hive安装的服务器上，首先启动metastore服务，然后启动hiveserver2服务

#先启动metastore服务 然后启动hiveserver2服务
    nohup bin/hive --service metastore >> logs/metastore.log 2>&1 &
    nohup bin/hive --service hiveserver2 >> logs/hiveserver2.log 2>&1 &

![在这里插入图片描述][034f854b3cfd4aab905c7ddbecb4fca0.png]

### 6.3 Beeline ###

*  在node1上使用beeline客户端进行连接访问。需要注意hiveserver2服务启动之后需要稍等一会才可以对外提供服务。
    
        # 在hive目录下执行
        bin/beeline
 *  Beeline是JDBC的客户端，通过JDBC协议和Hiveserver2服务进行通信，协议的地址是：`jdbc:hive2://node1:10000`  
    ![在这里插入图片描述][930e9421d551454dbbc70054f7a59ea6.png]

### 6.4 DataGrip链接Hive ###

*  DataGrip、Dbeaver、SQuirrel SQL Client等可以在Windows、MAC平台中通过JDBC连接HiveServer2的图形界面工具；
 *  这类工具往往专门针对SQL类软件进行开发优化、页面美观大方，操作简洁，更重要的是SQL编辑环境优雅；
 *  SQL语法智能提示补全、关键字高亮、查询结果智能显示、按钮操作大于命令操作；

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

*  DataGrip是由JetBrains公司推出的数据库管理软件，DataGrip支持几乎所有主流的关系数据库产品，如DB2、Derby、  
    MySQL、Oracle、SQL Server等，也支持几乎所有主流的大数据生态圈SQL软件，并且提供了简单易用的界面。

1.  windows创建工程文件夹  
    ![在这里插入图片描述][726d5ffe90b84963aa82c845c4bdd09b.png]
2.  DataGrip中创建新Project  
    ![在这里插入图片描述][57cfad086e2643fc9105f41fc035d1b3.png]
3.  DataGrip连接Hive  
    ![在这里插入图片描述][38c17da76d3544208670644c13686021.png]
4.  配置配置Hiveserver2服务连接信息和Hive JDBC连接驱动  
    ![在这里插入图片描述][a6cfacaa041342e4ad5c148494d50e2b.png]  
    ![在这里插入图片描述][3d959e58b608446c8b2eebb6b30d43f6.png]

[558d73f3100045acba469a6589a5b71f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/30d1b9226c70495f8bb15ddf7cc2a8e9.png
[8c7fa9f163aa492d9d3b99b989c32835.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/0bc8e33c1c1244d6944ab84177e2f043.png
[e37eb6795c96433f89111fe899f805ea.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/cef07e5409674f988e547b5fd594981f.png
[de5a9641eff447f3af65a8b723dce26c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/f61c008c366d45789537b098260252f3.png
[ad33bc214f0f40409a1ad7078021df29.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/d65e9f732d024df1b9c60b0e2155dde0.png
[126cebbc662546b8801cd0a8008f3da2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/a1a4bfd0279547a18010d7a61bd0bc46.png
[e9bdba6f6a694acbae4521eca8284d6c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/b5c1b78fc69149f3881bbc3ebc846511.png
[467f2d875fee4eed949def52c7789162.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/be33100bc01c4600aa9a5f3137d60c04.png
[5b842fcca4d74b2c958b8e5ea9b89838.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/b1e8026eb8194c9aa4746282ccd9664d.png
[d1b0fa462a2248c7a5ea4ab40ef271e5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/61b0e131de394283b06414de126c82af.png
[2814f8ee5ff24023890d660f375decf6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/7e5aa3fb1afc419f9ae5149e558fd7f7.png
[d0ef25cb90e44c5b93dbffc7dbcae30f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/369cc76e40a243c9bbf9a11d1fc71b37.png
[5d7469620bcc4cf38d37011277631845.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/7e33b16fa5344d368fb9ff8facf85739.png
[6e70cd409ab847538925bf46c49a5e09.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/f0b5478b0c4647e9a31464c4b80909fa.png
[3f727f601f8a4abc8946105af8a185b2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/5df447c69f4346e2ae15a7ca4f83256e.png
[apache]: https://archive.apache.org/
[a2606f8e9c9f459c9737a67b62f187d3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/93dea318343144ca881a224592eb9517.png
[944113ca0f43495f81c00e9a8ee10232.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/127a4b6423b54f8684be221b79a87864.png
[514ab4a82b28482aa007990ab74dfb55.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/5b9a2f329294408e87d74d2c3064a11d.png
[5293b08361124da5a2f3759730fbff3a.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/9369eca80e5c46fab3e45528a4d02c33.png
[MySQL]: https://mvnrepository.com/artifact/mysql/mysql-connector-java/8.0.30
[c5036dbe69f44c9a9cdfdcaaac2cffd8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/fb2f53789e9f455187e9b0e3ac917167.png
[2e297f23df414d26b7c8afae132719af.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/c86c22cf1e574ff29d6eb291ecffb581.png
[b52244be2af54b00994c4740bc100865.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/16b1239f6347414d9ac538e4918ed020.png
[952ae612c67e40eda20ea20bd82a9503.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/cdd50d56155845f6957bde8419f122db.png
[38c09a68ef104affa6ec3d3ca265f1e0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/64da8a2945cf474fb8e9d985a7ba1eb4.png
[b1befdcbea504c7aa6a045d513d5891c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/9d1be97548a04134a6899183fef586b7.png
[d12688d6c7524c1eae820cf2605fa353.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/eb4123ce6db049bf86d663f1c3b2d4f6.png
[c0654a573e65476bb557b8b86054fcc3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/ca946441f5454ac7922b6da27c7c9c45.png
[1c2fc38e8a8143ce8e480b46c5003814.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/fb71ea7007fd48ebbe35aed231263215.png
[034f854b3cfd4aab905c7ddbecb4fca0.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/8b226ec6f71b46548a210bb1d41e509c.png
[930e9421d551454dbbc70054f7a59ea6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/48c46fcf072d4b4d84ed5ad9e1a00b45.png
[726d5ffe90b84963aa82c845c4bdd09b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/3bf69e92084f474fb633ac84d03e8314.png
[57cfad086e2643fc9105f41fc035d1b3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/b5fdb4e2811a40beaff45ed634306666.png
[38c17da76d3544208670644c13686021.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/6dbd547f00dc495dabddc6bae55f7518.png
[a6cfacaa041342e4ad5c148494d50e2b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/777aa716d127473dacc68ec0d909ecd6.png
[3d959e58b608446c8b2eebb6b30d43f6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/13/9a3c129f5a234ed19c7339cfca86a592.png