分布式存储系统——HBase

墨蓝 2024-04-17 14:46 68阅读 0赞

# 一、什么是Hbase？ #

HBase-Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。当你需要对庞大数据量（上至千万亿字节）进行随机实时读写操作时，HBase是一个很好的选择。不同于传统的关系型数据库，HBase是一种非关系型数据库，即NoSQL数据库。

Google三驾马车：GFS、MapReduce和BigTable代表Google针对大数据存储与处理提出的三种框架。其中，GFS是面向大规模数据密集型应用的、可伸缩的分布式文件系统（HFDS）；MapReduce是处理海量数据的分布式并行计算的执行框架（MapReduce）；BigTable是处理海量数据的分布式结构化数据存储系统。HBase的体系结构是一个主从架构，主节点HMaster在整个集群中只有一个Active，从节点HRegion Server有多个运行，整个集群通过Zookeeper（单数）来维护集群中的Server状态，Zookeeper存储顶级索引入口。

底层实现：布隆过滤器\+跳表（多层索引表，每个索引范围数据存储不同节点），Java语言编写

## 1、Hbase基本概念 ##

**表（****Table****）**：HBase将数据组织成表；

**行（****Row****）**：在表内，数据存储在其对应的行中。每一行都有一个唯一的**行键（****Row Key****）**进行标识。

**列族（****Column Family****）**：在行内，数据被分组为不同的列族。同一张表中，每一行列族的划分都是相同的。同时列族必须作为表模板预先定义好。

**列限定符（****Column Qualifier****）**：或称为**列（****Column****）**，以列族作为前缀，每个列族可有有多个列成员中，如列族名：列限定符名。与列族不同的是，每行的列限定符都可以不相同，也不需要在建表时定义。

**单元格（****Cell****）**：一组行键、列族和列限定符的组合标明了一个唯一的单元格。存储在单元格中的数据被称作单元格的**值（****Value****）。**

**时间戳（****Timestamp****）**：每个单元格的值都是版本化的，有一至多个**版本（****Version****）**，每个版本由其版本号标明。默认情况下，版本号是其对应值写入单元格时给定的时间戳，若写入值时未给定时间戳，则时间戳为写入时的当前时间；若读取值时未给定时间戳，则返回最新的版本。

## 2、HBase架构的优点 ##

**强一致性：**当Write放回时，所有的reader都会读到同样的值；

**自动扩展性**：数据变大时region会分裂，使用HDFS存储备份数据；

**内置恢复功能：**使用WAL实现故障恢复；

**Hadoop结合：**底层使用MapReduce处理HBase数据。

## 3、Hbase数据模型 ##

### （1）表模型 ###

数据模型展现了两行存储在HBase表中的两行数据，此表有两个列族，行与列的交叉点为单元格，每个单元格中的数据又分为多个版本。要注意的是，表中的每行都要有相同的列族，却可以有不同的列限定符

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70][]

### （2）“多维键值对”模型 ###

HBase表的第一行数据呈现为了多维键值对。当检索行键“00001”下的列族“HikDepartment”时，将得到该列族下的“Primary”和“Secondary”两组键值对。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 1][]

## 4、Hbase架构组件 ##

HBase是由三种类型的server组成的主从架构：

**Region Server：**负责管理Region处理数据的读写请求，客户端请求数据时直接和Region Server交互。

**HBase Master：**负责Region的分配，DDL（创建，删除）等操作。

**Zookeeper：**作为HDFS的一部分，负责维护集群状态。

注：Hadoop DataNode负责存储Region Server所管理的数据，HBase所有数据都存储在HDFS文件中。Region Server与HDFS DataNode往往向数据靠拢，即数据本地化。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 2][]

***Regions：***是HBase的最小数据单元，table根据rowkey的范围被水平拆分为若干个Region，每个Region包含了start key和end key之间的所有行，所有Region统一由Region Server管理，进行数据的读写。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 3][]

***HBase Master：***即HMaster，1）监控集群中和所有的Region Server，在集群启动时分配Region，故障恢复和负载均衡时重新分配Region；2）向Client提供创建、删除和更新HBase Table的接口。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 4][]

***Zookeeper：***维护HBase集群中所有服务的状态，维护集群的健康情况和故障通知，同时使用一致性协议（ZAB）保证分布式状态一致性（单数台机器）。Zookeeper与active HMaster、Region Server保持会话（Session），并通过心跳检测维护所有临时节点。HMaster们会竞争创建临时节点，Zookeeper决定谁作为active HMaster，其他作为Standby，然后active HMaster监控每个Region Server（每个创建一个临时节点）。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 5][]

***HBase Meta Table：***是一个特殊的HBase table，保存了系统中所有region列表，类似一个b-tree，Zookeeper保存了meta table的位置。其结构为：

Key：table，region start key，region id

Value：region server

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 6][]

Region Server由四个部分构成，具体分为如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 7][]

***WAL：***Write Ahead Log，用于存储新的还未被持久化存储的数据，被用来做故障恢复。

***BlockCache：***读缓存，在内存中存储了最常访问的数据，采用LRU（Least Recently Used）缓存。

***MemStore：***写缓存，在内存中存储了还未被持久化到硬盘的数据，当数据写入磁盘时，数据会首先被排序，每个Region的每个Column Family都会有一个MemStore，所有更新都以Column Family为单位进行排序。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 8][]

***HFile：***在磁盘上（HDFS）存储的数据，以有序键值对形式，当MemStore累积了足够多的数据后，整个有序数据集就会被写入一个新的Hfile文件，整个过程是一个顺序写操作，不需要移动磁盘头，因此速度非常快。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 9][]

HFile使用多次索引来查询数据而不必读取整个文件，这种多层索引类似于一个B+ tree：

1.  KeyValue有序存储；
2.  Rowkey指向index，而index则指向具体的data block；
3.  每个block都有它的叶索引；
4.  每个block的最后一个key都被索引在中间层索引；
5.  索引根节点指向中间层索引。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 10][]

其中，HFile被打开时会被载入内存，这样数据查询只要一次硬盘查询。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 11][]

### HBase读写流程 ###

**1) 第一次读操作：**

1.  Client从Zookeeper获取哪一台Region Server负责管理Meta table；
2.  Client查询管理Meta table的Region Server，获取哪一台Region Server本次数据请求需要的rowkey，然后Client缓存该信息，以及Meta table的位置信息；
3.  Client访问对应Region Server，获取数据。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 12][]

***2) HBase写数据流程：***

当Client发起一个写操作请求，第一步首先将数据写入到WAL中，新数据会被追加到WAL文件尾部，数据被写入WAL后，会被加入到写缓存MemStore中，然后服务端向Client返回ACK应答。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 13][]

**HBase Region Flush**

当MemStore中累积了足够多的数据后，整个有序数据集就会被写入一个新的HFile文件到HDFS上，然后记录最后写入数据的最大序列号（sequence number）。HBase同样为每个Column Family都创建一个HFile，里面存储了具体的Cell。

***3) HBase读数据流程：***

因为缓存，写入的时间不同，读取某行（rowkey）的cell时，数据可能位于不同地方。因此一次读操作系统会将BlockCache，MemStore和HFile中的Cell进行合并：

1.  首先Sacnner从BlockCache读取Cells；
2.  然后Scanner读取MemStore；
3.  最后HBase会使用BlockCache中的索引和布隆过滤器加载对应的HFile到内存。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 14][]

注：每个MemStore可能会有多个HFile，所以一次读操作可能需要读多个文件，则可能影响性能，这被称为**读放大（****Read Amplification****）**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 15][]

**HBase Minor Compaction**

HBase会自动合并一些小的HFile，重写成少量更大的HFile，该过程被称为Minor Compaction，使用归并排序算法，将小文件合成大文件，有效减少HFile数量。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 16][]

**HBase Major Compaction**

Major Compaction合并重写每个Column Family下的所有HFile，成为一个单独的HFile，过程中，被删除和过期的数据真正意义上被删除，该过程会重写所有HFile，提高读性能，但是会产生大量IO和网络开销，因此安排在半夜和周末执行，这种被称为**写放大（****Write Amplification****）**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 17][]

**Region分裂**

一开始每个table只有一个region，当一个region逐渐变得很大时，它会分裂（split）成两个字region，每个region都包含原来一半的数据，这两个region并行在原Region Server上创建，分裂动作会报告给HMaster，（处于负载均衡目的，HMaster可能会将新的region迁移至其他Region Server）。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 18][]

**Read负载均衡**

Splitting出于负载均衡会将新的Region迁移至其他Region Server，这会导致那些Region Server需要访问离它比较远的HDFS数据，直到major compaction到来，会将那些远方的数据重新迁移到region server节点附件的地方。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 19][]

**HDFS数据备份**

所有读写都发生在HDFS的主DataNode节点上，HDFS会自动备份WAL和HFile的文件blocks，HBase依赖HDFS保证数据的完整安全，当数据写入HDFS时，一份写入本地节点，另外两个备份会被写入其他节点。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 20][]

**HBase故障恢复**

当HMaster发现某个region server故障，HMaster会将这个region server所管理的regions分配给其他健康region server，为了恢复故障region server中MemStore还未被持久化到HFile的数据，HMaster会将WAL分割为几个文件，将他们保存到不同新的region server，每个region server回放自己拿到的WAL碎片中的数据，为它们分配到新的Region建立Memstore。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 21][]

### HBase读操作 ###

### ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 22][] ###

1、从Zookeeper拿到meta表信息  
2、根据rowkey确定往哪个RegionServer写  
3、写MemStore内存同时记录日志  
4、内存满后刷写StoreFile  
5、StoreFile一定条件下触发合并

### HBase写操作 ###

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 23][]

1、从Zookeeper拿到meta信息

2、找到数据分布的RegionServer

3、分别在MemStore和StoreFile查找

4、根据数据版本组织key-value进行返回

# 二、基本操作 #

根据使用场景的不同，HBase提供了两种方式操作集群：（1）在Linux Shell环境下利用HBase自带的HBase shell脚本；（2）支持Rest风格的Http API访问HBase（3）HBase对多种编程语言提供的API调用，演示以Java API为例。

## **1、HBase****的****shell****脚本操作：** ##

### （1）HBase集群的启动与停止 ###

启动

./bin/start-hbase.sh

/单例HMaster进程

./bin/hbase-daemon.sh start master

单例HRegionServer进程

./bin/hbase-daemon.sh start regionserver

停止

./bin/stop-hbase.sh

单例HMaster进程

./bin/hbase-daemon.sh stop master

单例HRegionServer进程

./bin/hbase-daemon.sh stop regionserver

### （2）启动Shell客户端脚本 ###

\--Hbase shell

\--status 状态查看

\--version 版本查看

### （3）表的相关操作 ###

list—— 列出HBase中存在的所有表

create ‘表名’ , ‘列族1’ , ‘列族2’ , ‘列族N’—— 创建表

desc/describe ‘表名’—— 查看表的基本信息

enable/disable ‘表名’—— 启用/禁用表

is\_ enable/ is\_ disable ‘表名’—— 查看该表是否启用/禁用

### （4）增删改 ###

drop ‘表名’—— 删除表 注：删除前先禁用disable ‘表名’

alter ‘表名’ , ‘列族名’—— 添加列族

alter ‘表名’ , \{NAME => ‘列族名’ , METHOD=>‘delete’\}—— 删除列族

alter ‘表名’ , \{NAME => ‘列族名’ , VERSION=>3\}—— 更改列族存储版本

put ‘表名’ , ‘行键’ , ‘列族:列’ , ‘值’—— 插入数据

delete ‘表名’ , ‘行键’ , \[ ‘列族:列’\]—— 删除指定行、列的信息

### （5）查询 ###

HBase中访问数据有两种基本的方式：

1.  按指定rowkey获取数据：get方法
2.  按指定条件获取数据：scan方法

get ‘表名’ , ‘行键’ , \[‘列族’ / ‘列族:列’\]—— 获取指定行、列族、列的信息

scan ‘表名’ —— 查询整表数据

scan ‘表名’ , \{COLUMN=>\[‘列族’ / ‘列族:列’\]\}—— 查询列族/列的数据

scan ‘表名’ , FILTER=>”ValueFilter (=,’binary:xx / substring:yy’) / CoulmnPrefixFilter ‘zz’) \[AND / OR\] ”—— 条件查询值等XX / 值包含YY /列名前缀为ZZ / \[多条件查询\]的数据

scan ‘表名’ , FILTER=>”PrefixFilter(‘xx’)”—— 查询Rowkey前缀判断

## **2、****HBase****的****Java API****操作：** ##

### （1）创建配置信息 ###

//创建配置文件
    Configuration conf = new Configuration();
    conf.set("hbase.zookeeper.quorum","10.3.69.118");
    conf.set("hbase.zookeeper.property.clientPort","31704");
    conf.set("zookeeper.znode.parent","/hbp_root/kobe/hbase");

注：Hbase是基于Zookeeper维护的服务，配置Hbase的服务IP、端口Port以及操作文件路径。

### （2）建立连接 ###

connection = ConnectionFactory.createConnection(conf);
    
    Admin admin = connection.getAdmin();

### （3）创建表 ###

HBase2.0.0之前：

TableName tableName = TableName.valueOf("table_name");
    
    HTableDescriptor htable = new HTableDescriptor(tableName);
    
    HColumnDescriptor family = new HColumnDescriptor("family_name");
    
    htable.addFamily(family);
    
    admin.createTable(htable);

HBase2.0.0之后弃用HTableDescriptor和HColumnDescriptor，并在HBase3.0.0之后彻底删除，使用TableDescriptorBuilder和ColumnFamilyDescriptor替代。

HBase2.0.0之后：

//创建表名为HBase_test的表
    
    TableName tableName = TableName.valueOf("HBase_test");
    
    TableDescriptorBuilder tableDescriptorBuilder = TableDescriptorBuilder.newBuilder(tableName);
    
    //创建列族1
    
    ColumnFamilyDescriptor family1 = ColumnFamilyDescriptorBuilder.of("column_1");
    
    tableDescriptorBuilder.setColumnFamily(family1);
    
    //创建列族2
    
    ColumnFamilyDescriptor family2 = ColumnFamilyDescriptorBuilder.of("column_2");
    
    tableDescriptorBuilder.setColumnFamily(family2);
    
    TableDescriptor build = tableDescriptorBuilder.build();
    
    admin.createTable(build);

### （4）增加数据 ###

//向'hbasetest'数据表插入数据
    
    TableName name = TableName.valueOf("hbasetest");
    
    Table htable = connection.getTable(name);
    
    String rowkey = "r1";
    
    for(int i=0;i<3;i++){
    
        //操作put对象
    
        Put put = new Put(Bytes.toBytes(rowkey));
    
        put.addColumn("cf".getBytes(),"name1".getBytes(),"this is name1".getBytes());
    
        put.addColumn("cf".getBytes(),"name2".getBytes(),"this is name2".getBytes());
    
        put.addColumn("cf".getBytes(),"age1".getBytes(),"this is age1".getBytes());
    
        put.addColumn("cf".getBytes(),"age2".getBytes(),"this is age2".getBytes());
    
        put.addColumn("cf".getBytes(),"time1".getBytes(),"this is time1".getBytes());
    
        put.addColumn("cf".getBytes(),"time2".getBytes(),"this is time2".getBytes());
    
        htable.put(put);
    
    }
    
    htable.close();

### （5）查看所有数据表 ###

//遍历HBase中的所有数据表
    
        for(TableName index:admin.listTableNames()){
    
            System.out.println(index);
    
        }

### （6）按行键查询数据 ###

TableName name = TableName.valueOf("hbasetest");
    
                Table htable = connection.getTable(name);
    
                String rowkey = "r1";
    
                //获取数据
    
                Get get = new Get(Bytes.toBytes(rowkey));
    
                Result result = htable.get(get);
    
                for(Cell kv:result.rawCells()){
    System.out.println(Bytes.toString(CellUtil.cloneValue(kv)));
    
                }
    
                htable.close();

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/801177698b8f4e7291cf8615eed90235.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/18c0a44a0866454bb2699a0ddf0b9f47.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/92553edf8e374eb28f50572fc9521cd5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/70d24251806c46128493441c189f1ac4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 4]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/14bbfef29bff4f5c9af0e8b23224a17f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 5]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/3be314797e0a4c3d8191ab33ee228efe.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 6]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/3e1e71a3aaf546659fd775dd344e0705.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 7]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/ab5bb4ab80844fcd9b4e2d4dd9c64756.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 8]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/26715f4f7852495fbb0fc57c0e566fff.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 9]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/b643311b3f7b4f22b071210e2d5c5360.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 10]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/f4b7fdf70ff3428c93b91e0d1c5c37d3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 11]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/2c94051958e642209d29e75cb4dc9ddf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 12]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/493db59d3d1b4bf09195173c202aa2c9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 13]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/f9ca62acbbe145eeb2c8df1cc3dc4d37.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 14]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/171aeda63cee4b3480bc8828e366f9c6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 15]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/fdc712aaeeb641268c5cdf924552a950.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 16]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/0d984119cf36451198393a95504da34f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 17]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/c9a3ac97e5354a0981a178adfb21db3c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 18]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/ca111a6e5c7c4a979a03bd94851427a6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 19]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/58242428d49142678f6b8ed5e0d3ba37.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 20]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/d2a1df9ba80f4503a292756c62148a9e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 21]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/0cadaed8085647ca99004811a61dddee.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 22]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/42ec6c6523f74f13842b1a26a14df351.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI1MDYyMjk5_size_16_color_FFFFFF_t_70 23]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/17/e1fe9e53e33942eda52f9a112ecfdb5d.png