Mysql执行计划和Mysql优化

绝地灬酷狼 2022-12-26 11:11 143阅读 0赞

# 1. 执行计划 #

## 1.1. 执行计划概念 ##

执行计划是什么：使用EXPLAIN关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的。  
作用：分析你的查询语句或是表结构的性能瓶颈。  
语法：Explain + SQL语句

执行计划输出内容介绍：表的读取顺序、数据读取操作的操作类型、哪些索引可以使用、哪些索引被实际使用、表之间的引用、每张表有多少行被优化器查询。

执行计划包含的信息：  
![在这里插入图片描述][20201205100252555.png]

## 1.2. 执行计划各字段详解 ##

### 1.2.1. 执行计划-ID ###

select查询的序列号,包含一组数字，表示查询中执行select子句或操作表的顺序

**规则：**  
id相同，执行顺序由上至下  
id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行  
id相同不同，同时存在

**第一种情况 Id相同**  
![在这里插入图片描述][2020120510033631.png]  
**第二种情况 Id不同**  
![在这里插入图片描述][20201205100347203.png]  
如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行。

**第三种情况 Id相同又不同**  
![在这里插入图片描述][20201205100359481.png]  
id如果相同，可以认为是一组，从上往下顺序执行；  
在所有组中，id值越大，优先级越高，越先执行

### 1.2.2. 执行计划-select\_type ###

查询的类型，主要是用于区别普通查询、联合查询、子查询等复杂查询。

![在这里插入图片描述][20201205100412448.png]  
**具体描述**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70]  
例子：

Simple：简单的 select 查询,查询中不包含子查询或者UNION  
![在这里插入图片描述][20201205100438658.png]  
PRIMARY：查询中若包含任何复杂的子部分，最外层查询则被标记为  
SUBQUERY：在SELECT或WHERE列表中包含了子查询  
EXPLAIN  
select t1.*,(select t2.id from t2 where t2.id = 1 ) from t1  
![在这里插入图片描述][20201205100446301.png]  
在FROM列表中包含的子查询被标记为DERIVED(衍生)  
MySQL会递归执行这些子查询, 把结果放在临时表里。  
select t1.* from t1 ,(select t2.\* from t2 where t2.id = 1 ) s2 where t1.id = s2.id  
![在这里插入图片描述][20201205100452918.png]

### 1.2.3. 执行计划-table ###

显示这一行的数据是关于哪张表的  
![在这里插入图片描述][20201205100514724.png]

### 1.2.4. 执行计划-type ###

type显示的是访问类型，是较为重要的一个指标，结果值从最好到最坏依次是：  
system > const > eq\_ref > ref > fulltext > ref\_or\_null > index\_merge > unique\_subquery > index\_subquery > range > index > ALL

**`需要记忆的 system > const > eq_ref > ref > range > index > ALL`**

\*\*System：\*\*表只有一行记录（等于系统表），这是const类型的特列，平时不会出现，这个也可以忽略不计。

**Const：表示通过索引一次就找到了。**  
Const用于比较primary key或者unique索引。因为只匹配一行数据，所以很快  
如将主键置于where列表中，MySQL就能将该查询转换为一个常量  
![在这里插入图片描述][20201205100531765.png]  
读取本表中和关联表表中的每行组合成的一行。除 了 system 和 const 类型之外, 这是最好的联接类型。当连接使用索引的所有部分时, 索引是主键或唯一非 NULL 索引时, 将使用该值。  
eq\_ref 可用于使用 = 运算符比较的索引列。比较值可以是常量或使用此表之前读取的表中的列的表达式。  
![在这里插入图片描述][20201205100542514.png]  
**Ref：非唯一性索引扫描（二级索引），返回匹配某个单独值的所有行。**  
本质上也是一种索引访问，它返回所有匹配某个单独值的行，然而，它可能会找到多个符合条件的行，所以他应该属于查找和扫描的混合体。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 1]  
**Range：只检索给定范围的行,使用一个索引来选择行。key 列显示使用了哪个索引**  
一般就是在你的where语句中出现了between、<、>、in等的查询。  
这种范围扫描索引扫描比全表扫描要好，因为它只需要开始于索引的某一点，而结束语另一点，不用扫描全部索引。

![在这里插入图片描述][20201205100600885.png]  
**Index:当查询的结果全为索引列的时候，虽然也是全部扫描，但是只查询的索引库，而没有去查询数据。**  
![在这里插入图片描述][20201205100608159.png]  
**All：Full Table Scan，将遍历全表以找到匹配的行。**  
![在这里插入图片描述][20201205100617232.png]

### 1.2.5. 执行计划-possible\_keys 与 key ###

possible\_keys:可能使用的key索引。  
Key:实际使用的索引。如果为NULL，则表示没有使用索引。

查询中若使用了覆盖索引，则该索引和查询的select字段重叠。

![在这里插入图片描述][2020120510065069.png]  
![在这里插入图片描述][20201205100655268.png]  
表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。在不损失精确性的情况下，长度越短越好。  
key\_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key\_len是根据表定义计算而得，不是通过表内检索出的。

根据key\_len这个值，就可以判断索引使用情况，特别是在组合索引的时候，判断所有的索引字段是否都被查询用到。  
char和varchar跟字符编码也有密切的联系,  
latin1占用1个字节，gbk占用2个字节，utf8占用3个字节。（不同字符编码占用的存储空间不同）

### 1.2.6. 执行计划-key\_len ###

![在这里插入图片描述][20201205100718505.png]  
**字符类型**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 2]  
字符类型-索引字段为char类型+不可为Null时  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 3]  
字符类型-索引字段为char类型+允许为Null时  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 4]  
索引字段为varchar类型+不可为Null时  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 5]  
索引字段为varchar类型+允许为Null时  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 6]  
varchar(n)变长字段+允许Null=n\*(utf8=3,gbk=2,latin1=1)+1(NULL)+2

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 7]  
日期和时间  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 8]  
datetime类型在5.6中字段长度是5个字节，  
datetime类型在5.5中字段长度是8个字节

整数/浮点数/时间类型的索引长度  
NOT NULL=字段本身的字段长度  
NULL=字段本身的字段长度+1(因为需要有是否为空的标记，这个标记需要占用1个字节)

datetime类型在5.6及其以后版本中字段长度是5个字节，datetime类型在5.5中字段长度是8个字节

**`key_len 总结：`**  
变长字段需要额外的2个字节（VARCHAR值保存时只保存需要的字符数，另加一个字节来记录长度(如果列声明的长度超过255，则使用两个字节)，所以VARCAHR索引长度计算时候要加2），固定长度字段不需要额外的字节。

而NULL都需要1个字节的额外空间,所以索引字段最好不要为NULL，因为NULL让统计更加复杂并且需要额外的存储空间。

复合索引有最左前缀的特性，如果复合索引能全部使用上，则是复合索引字段的索引长度之和，这也可以用来判定复合索引是否部分使用，还是全部使用。

### 1.2.7. 执行计划-ref ###

Ref：显示索引的哪一列被使用了，如果可能的话，是一个常量。哪些列或常量被用于查找索引列上的值。  
![在这里插入图片描述][20201205100901819.png]  
由key\_len可知t1表的idx\_col1\_col2被充分使用，col1匹配t2表的col1，col2匹配了一个常量，即 ‘ac’。

### 1.2.8. 执行计划-rows ###

根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 9]

### 1.2.9. 执行计划-Extra ###

Extra：包含不适合在其他列中显示但十分重要的额外信息  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 10]  
Using filesort  
说明mysql会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。  
MySQL中无法利用索引完成的排序操作称为“文件排序”  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 11]  
![在这里插入图片描述][20201205100936478.png]  
Using temporary  
使了用临时表保存中间结果,MySQL在对查询结果排序时使用临时表。常见于排序 order by 和分组查询 group by。

![在这里插入图片描述][20201205100943762.png]  
![在这里插入图片描述][20201205100946387.png]  
USING index  
表示相应的select操作中使用了覆盖索引(Covering Index)，避免访问了表的数据行，效率不错！  
如果同时出现using where，表明索引被用来执行索引键值的查找;

![在这里插入图片描述][20201205100954555.png]  
如果没有同时出现using where，表明索引用来读取数据而非执行查找动作  
![在这里插入图片描述][20201205101003716.png]  
USING index  
Using where  
表明使用了where过滤

# 2. 执行计划 #

## 2.1. sql优化实战 ##

### 2.1.1. 尽量全值匹配 ###

EXPLAIN SELECT * FROM staffs WHERE NAME = 'July';
    EXPLAIN SELECT * FROM staffs WHERE NAME = 'July' AND age = 25;
    EXPLAIN SELECT * FROM staffs WHERE NAME = 'July' AND age = 25 AND pos = 'dev';

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 12]

### 2.1.2. 最佳左前缀法则-最左匹配 ###

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。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 13]

### 2.1.3. 不在索引列上做任何操作 ###

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  
![在这里插入图片描述][20201205101046927.png]

EXPLAIN SELECT * FROM staffs WHERE left(NAME,4) = 'July';

### 2.1.4. 范围条件放最后 ###

存储引擎不能使用索引中范围条件右边的列  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 14]

### 2.1.5. 覆盖索引尽量用 ###

尽量使用覆盖索引(只访问索引的查询(索引列和查询列一致))，减少select \*  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 15]

### 2.1.6. 不等于要甚用 ###

mysql 在使用不等于(!= 或者<>)的时候有可能无法使用索引会导致全表扫描。  
![在这里插入图片描述][20201205101116311.png]

### 2.1.7. Like查询要当心 ###

like以通配符开头(’%abc…’)mysql索引失效会变成全表扫描的操作。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 16]

### 2.1.8. 字符类型加引号 ###

字符串不加单引号索引失效。![在这里插入图片描述][20201205101131664.png]

### 2.1.9. OR改UNION效率高 ###

![在这里插入图片描述][2020120510113696.png]

## 2.2. Mysql架构层面优化 ##

### 2.2.1 硬件方面的优化 ###

mysql服务器端增大并发的连接数。如果服务器端并发连接数不够，可以增加并发连接数的配置。

show variables like '%max_connections%'

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 17]

### 2.2.2 集群 ###

1.  可以做基于主从复制  
    ![在这里插入图片描述][20201205101348809.png]  
    主从复制+读写分离原理：  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 18]  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 19]
2.  基于mycat或者shading做都写分离  
    基于mycat

cat schema.xml 
    <?xml version="1.0"?>
    <!DOCTYPE mycat:schema SYSTEM "schema.dtd">
    <mycat:schema xmlns:mycat="http://io.mycat/">
    
            <schema name="BLADEX" checkSQLschema="true" sqlMaxLimit="100" dataNode="bladex"/>
            <schema name="BLADEX_FLOW" checkSQLschema="true" sqlMaxLimit="100" dataNode="bladex_flow"/>
            <schema name="XXL_JOB" checkSQLschema="true" sqlMaxLimit="100" dataNode="xxl_job"/>
            <dataNode name="bladex" dataHost="bladex" database="bladex" />
            <dataNode name="bladex_flow" dataHost="bladex_flow" database="bladex_flow" />
            <dataNode name="xxl_job" dataHost="xxl_job" database="xxl_job" />
    
            <dataHost name="bladex" maxCon="1000" minCon="10" balance="1"
                              writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"  slaveThreshold="100">
                    <heartbeat>select user()</heartbeat>
                    
                    <writeHost host="bladexM1" url="jdbc:mysql://10.1.33.21:3306?useSSL=false" user="root" password="111.com">
                            <readHost host="bladexS1" url="jdbc:mysql://10.1.33.26:3306?useSSL=false" user="root" password="111.com"/>
                    </writeHost>
                    <writeHost host="bladexM2" url="jdbc:mysql://10.1.33.22:3306?useSSL=false" user="root" password="111.com">
                            <readHost host="bladexS2" url="jdbc:mysql://10.1.33.27:3306" user="root" password="123.com"/>
                    </writeHost>
            </dataHost>
            <dataHost name="bladex_flow" maxCon="1000" minCon="10" balance="1"
                              writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"  slaveThreshold="100">
                    <heartbeat>select user()</heartbeat>
                    
                    <writeHost host="bladex_flowM1" url="jdbc:mysql://10.1.33.21:3306?useSSL=false" user="root" password="111.com">
                            <readHost host="bladex_flowS1" url="jdbc:mysql://10.1.33.26:3306?useSSL=false" user="root" password="123.com"/>
                    </writeHost>
                    <writeHost host="bladex_flowM2" url="jdbc:mysql://10.1.33.22:3306?useSSL=false" user="root" password="111.com">
                            <readHost host="bladex_flowS2" url="jdbc:mysql://10.1.33.27:3306?useSSL=false" user="root" password="123.com"/>
                    </writeHost>
            </dataHost>
            <dataHost name="xxl_job" maxCon="1000" minCon="10" balance="1"
                              writeType="0" dbType="mysql" dbDriver="jdbc" switchType="1"  slaveThreshold="100">
                    <heartbeat>select user()</heartbeat>
                    
                    <writeHost host="xxl_jobM1" url="jdbc:mysql://10.1.33.21:3306?useSSL=false" user="root" password="1111">
                            <readHost host="xxl_jobS1" url="jdbc:mysql://10.1.33.26:3306?useSSL=false" user="root" password="1111"/>
                    </writeHost>
                    <writeHost host="xxl_jobM2" url="jdbc:mysql://10.1.33.22:3306?useSSL=false" user="root" password="1111.com">
                            <readHost host="xxl_jobS2" url="jdbc:mysql://10.1.33.27:3306?useSSL=false" user="root" password="1111.com"/>
                    </writeHost>
            </dataHost>
    </mycat:schema>

或者基于shading也是可以的。

1.  分库分表  
    每个微服务一个库  
    单个表达可以分表

单个数据库或者表数据量过大，那么可以选择分库分表的方式去优化。  
垂直分库  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 20]  
水平方向的的分库分表![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 21]

[20201205100252555.png]: /images/20221120/39a8b705f8f74beaab511077efcb1280.png
[2020120510033631.png]: /images/20221120/b7ce1e7e54204e0b8c899ff6cf864713.png
[20201205100347203.png]: /images/20221120/a02d0d8153c54292954fde2d84aaedb5.png
[20201205100359481.png]: /images/20221120/5ceaa1fc85b2432496712b182953e3b3.png
[20201205100412448.png]: /images/20221120/04aa38aaff1c4867bead4b1f1429c6ae.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70]: /images/20221120/a47a7ecc167048709163946b15c9e51a.png
[20201205100438658.png]: /images/20221120/565a6e94184249b8a16a212d3ac13249.png
[20201205100446301.png]: /images/20221120/5d3d681f33c541a58cecda930110d9af.png
[20201205100452918.png]: /images/20221120/be7dbea78c764c06a3395875a42dc3c5.png
[20201205100514724.png]: /images/20221120/14953ff4c9894cbb8d07d885368adf3c.png
[20201205100531765.png]: /images/20221120/39a65557785a4d79bfd40cd82a7aee8d.png
[20201205100542514.png]: /images/20221120/5ae1e95a2ab244d3a5a206aaec2a66a5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 1]: /images/20221120/f4041c69d92f40f8b138380123acf386.png
[20201205100600885.png]: /images/20221120/19531fdc0bb243b38676c0b4181b08e3.png
[20201205100608159.png]: /images/20221120/61283a14ea2b46918b05cecf12ef6a49.png
[20201205100617232.png]: /images/20221120/25da1013db5c4e4c933ff27ddc37de37.png
[2020120510065069.png]: /images/20221120/99d31a9073514b08876a328f2729f5c7.png
[20201205100655268.png]: /images/20221120/243a72fdfd1b4b0db792edd562e98565.png
[20201205100718505.png]: /images/20221120/3442d2b29446499c90df8e9dcde3407b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 2]: /images/20221120/665de34481214a05bf2e64474969b9b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 3]: /images/20221120/f6b0bd2a7fa143d98a2050e1fb63e3bd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 4]: /images/20221120/60623f555f0e45ab85c3a8e35211ede7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 5]: /images/20221120/21563a4be647494da4c4df6393098ab8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 6]: /images/20221120/ab9e41e411584867a17b95c6701c8d5d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 7]: /images/20221120/77cd97f5e33940cbb1032cf707c3d290.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 8]: /images/20221120/87cc40faac0448e995d0e8b8ca27063d.png
[20201205100901819.png]: /images/20221120/24deb9b9c8024902a77cf30121b3ff38.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 9]: /images/20221120/13c69df8ccb84b2a9c354e43b292b099.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 10]: /images/20221120/539098e9d4254eeeb90d8a2a90c68f20.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 11]: /images/20221120/67275105d24e495a916e0042451371d7.png
[20201205100936478.png]: /images/20221120/059dc750836547f9a037c0e7e10ca024.png
[20201205100943762.png]: /images/20221120/988f26876fe849ba804b1595b84101e4.png
[20201205100946387.png]: /images/20221120/6fd5df51600a40e9b26e2605f97678c7.png
[20201205100954555.png]: /images/20221120/bef32bb309f34e89a7ee16f7ad036814.png
[20201205101003716.png]: /images/20221120/2f0e5d8411fb41759713d7d736218919.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 12]: /images/20221120/32751f9b298b4bf3ae2627c441978350.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 13]: /images/20221120/8080e9c11d654db7aa57de0d78f68c62.png
[20201205101046927.png]: /images/20221120/d742903ccb73460a9790b9d61fb0eee2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 14]: /images/20221120/8ae167e0a0d6485e91411aea9a564783.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 15]: /images/20221120/0987b2fd219841edb10dc71f3603ec71.png
[20201205101116311.png]: /images/20221120/f700da889674428386b8e0042f440d48.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 16]: /images/20221120/9c62135509b1493598a78f901ccf3afa.png
[20201205101131664.png]: /images/20221120/894af49b4f4c4ae7a33b081eed14631e.png
[2020120510113696.png]: /images/20221120/011a8037da134882abf4151a82cfd653.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 17]: /images/20221120/60d9739e1d244378944449f9e1609135.png
[20201205101348809.png]: /images/20221120/eb4e9d44142d4e00aa3d95a787b1f01c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 18]: /images/20221120/776877632b4243e6a9e9cafadbd4904d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 19]: /images/20221120/75d9f232ae13406fbdba9fd50d0fdb01.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 20]: /images/20221120/43c0bbd219bf40a5812893d3e929ef5c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Zzandpbg_size_16_color_FFFFFF_t_70 21]: /images/20221120/ab97f4fdd3de4608b4dc24d60989e965.png