Flink CDC整合到SpringBoot的一次实践

原创 已于 2025-05-13 14:48:35 修改 · 1.2k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#flink #spring boot #大数据 #java #spring

于 2025-05-13 14:46:45 首次发布

首先说明，本文针对的是本地运行Flink方案，如果是对接部署好的Flink服务器方案，本文并不适用，详情请查看Flink官网了解：Apache Flink CDC | Apache Flink CDC

最近在寻找ElasticSearch与数据库的同步方案，发现了Flink CDC的同步方案，故针对实践经历浅略地做了一次记录。

1. 引入依赖

        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-core</artifactId>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-java</artifactId>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-java</artifactId>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-clients</artifactId>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-connector-base</artifactId>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-runtime-web</artifactId>
        </dependency>
        <dependency>
            <groupId>com.ververica</groupId>
            <artifactId>flink-sql-connector-mysql-cdc</artifactId>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-api-java-bridge</artifactId>
            <scope>provided</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-common</artifactId>
            <scope>provided</scope>
        </dependency>

这里我是根据微服务做的依赖版本管理，version统一为1.20.1。

由于Flink并没有spring-boot-starter包，所以我们被迫引入了一大堆Flink的相关包。当然这些包也是按需引入，具体每个包有什么功能本文不再解释（因为我也忘了），请自行去查找资料。

2. 配置类（数据源）编写

@Configuration
public class FlinkCdcConfig {
    @Value("${spring.datasource.username}")
    private String username;

    @Value("${spring.datasource.password}")
    private String password;

    @Bean
    public MySqlSource<String> mySqlSource() {
        return MySqlSource.<String>builder()
                .hostname("localhost")
                .port(3306)
                .username(username)
                .password(password)
                .databaseList(ConstantUtils.FLINK_MYSQL_DATABASES)
                .tableList(ConstantUtils.FLINK_MYSQL_TABLES)
                .deserializer(new JsonDebeziumDeserializationSchema())
                .startupOptions(StartupOptions.latest())
                .includeSchemaChanges(true)
                .build();
    }

    @Bean
    public StreamExecutionEnvironment streamExecutionEnvironment() {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1); // 单并行度
        return env;
    }
}

这里针对MySqlSource的builder类进行一些配置项的说明：

  • hostname/port/username/password：MySQL数据库连接的基本属性
  • databaseList：数据库库名
  • tableList：数据库表名，这里注意要以库名.表名的形式编写 （例如test.t_user）
  • startUpOptions：启动选项，这里针对主要几个常见选项做出解释：

 

配置好之后，FlinkCDC就能根据MySQL的binlog文件进行同步了。

3. Sink类编写

网上经常给出的是RichSinkFunction接口的实现方案，但是这个类在新版本变成Deprecated了，所以我们使用Sink接口来编写实现类。

@Component
public class ElasticSearchSink implements Sink<String> {

    private ElasticSearchSinkHandleUtils utils;

    @Override
    public SinkWriter<String> createWriter(InitContext initContext) throws IOException {

        return new SinkWriter<>() {
            @Override
            public void close() throws Exception {
                // 暂时没有什么需要做的
            }

            @Override
            public void write(String s, Context context) throws IOException {
                flush(true);
                utils.Handle(s);
            }

            @Override
            public void flush(boolean b) {
                // 使用contextHolder装配utils
                utils = AppContextHolder.getBean(ElasticSearchSinkHandleUtils.class);
            }
        };
    }
}

这里之前尝试直接在Sink类进行依赖注入失败了，报错信息是：

org.apache.flink.util.FlinkRuntimeException: Error in serialization.
	at org.apache.flink.streaming.api.graph.StreamingJobGraphGenerator.createJobGraph(StreamingJobGraphGenerator.java:332) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at org.apache.flink.streaming.api.graph.StreamingJobGraphGenerator.createJobGraph(StreamingJobGraphGenerator.java:163) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at org.apache.flink.streaming.api.graph.StreamGraph.getJobGraph(StreamGraph.java:1010) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at org.apache.flink.client.StreamGraphTranslator.translateToJobGraph(StreamGraphTranslator.java:56) ~[flink-clients-1.20.1.jar:1.20.1]
	at org.apache.flink.client.FlinkPipelineTranslationUtil.getJobGraph(FlinkPipelineTranslationUtil.java:45) ~[flink-clients-1.20.1.jar:1.20.1]
	at org.apache.flink.client.deployment.executors.PipelineExecutorUtils.getJobGraph(PipelineExecutorUtils.java:61) ~[flink-clients-1.20.1.jar:1.20.1]
	at org.apache.flink.client.deployment.executors.LocalExecutor.getJobGraph(LocalExecutor.java:104) ~[flink-clients-1.20.1.jar:1.20.1]
	at org.apache.flink.client.deployment.executors.LocalExecutor.execute(LocalExecutor.java:81) ~[flink-clients-1.20.1.jar:1.20.1]
	at org.apache.flink.streaming.api.environment.StreamExecutionEnvironment.executeAsync(StreamExecutionEnvironment.java:2472) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at org.apache.flink.streaming.api.environment.StreamExecutionEnvironment.executeAsync(StreamExecutionEnvironment.java:2432) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at com.demo.job.FlinkCdcJob.run(FlinkCdcJob.java:25) ~[classes/:na]
	at org.springframework.boot.SpringApplication.lambda$callRunner$5(SpringApplication.java:788) ~[spring-boot-3.4.1.jar:3.4.1]
	at org.springframework.util.function.ThrowingConsumer$1.acceptWithException(ThrowingConsumer.java:82) ~[spring-core-6.2.1.jar:6.2.1]
	at org.springframework.util.function.ThrowingConsumer.accept(ThrowingConsumer.java:60) ~[spring-core-6.2.1.jar:6.2.1]
	at org.springframework.util.function.ThrowingConsumer$1.accept(ThrowingConsumer.java:86) ~[spring-core-6.2.1.jar:6.2.1]
	at org.springframework.boot.SpringApplication.callRunner(SpringApplication.java:796) ~[spring-boot-3.4.1.jar:3.4.1]
	at org.springframework.boot.SpringApplication.callRunner(SpringApplication.java:787) ~[spring-boot-3.4.1.jar:3.4.1]
	at org.springframework.boot.SpringApplication.lambda$callRunners$3(SpringApplication.java:772) ~[spring-boot-3.4.1.jar:3.4.1]
	at java.base/java.util.stream.ForEachOps$ForEachOp$OfRef.accept(ForEachOps.java:184) ~[na:na]
	at java.base/java.util.stream.SortedOps$SizedRefSortingSink.end(SortedOps.java:357) ~[na:na]
	at java.base/java.util.stream.AbstractPipeline.copyInto(AbstractPipeline.java:510) ~[na:na]
	at java.base/java.util.stream.AbstractPipeline.wrapAndCopyInto(AbstractPipeline.java:499) ~[na:na]
	at java.base/java.util.stream.ForEachOps$ForEachOp.evaluateSequential(ForEachOps.java:151) ~[na:na]
	at java.base/java.util.stream.ForEachOps$ForEachOp$OfRef.evaluateSequential(ForEachOps.java:174) ~[na:na]
	at java.base/java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:234) ~[na:na]
	at java.base/java.util.stream.ReferencePipeline.forEach(ReferencePipeline.java:596) ~[na:na]
	at org.springframework.boot.SpringApplication.callRunners(SpringApplication.java:772) ~[spring-boot-3.4.1.jar:3.4.1]
	at org.springframework.boot.SpringApplication.run(SpringApplication.java:325) ~[spring-boot-3.4.1.jar:3.4.1]
	at org.springframework.boot.SpringApplication.run(SpringApplication.java:1361) ~[spring-boot-3.4.1.jar:3.4.1]
	at org.springframework.boot.SpringApplication.run(SpringApplication.java:1350) ~[spring-boot-3.4.1.jar:3.4.1]
	at com.demo.SearchApplication.main(SearchApplication.java:9) ~[classes/:na]
Caused by: java.util.concurrent.ExecutionException: org.apache.flink.streaming.runtime.tasks.StreamTaskException: Could not serialize object for key serializedUDF.
	at java.base/java.util.concurrent.CompletableFuture.reportGet(CompletableFuture.java:396) ~[na:na]
	at java.base/java.util.concurrent.CompletableFuture.get(CompletableFuture.java:2073) ~[na:na]
	at org.apache.flink.streaming.api.graph.StreamingJobGraphGenerator.createJobGraph(StreamingJobGraphGenerator.java:328) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	... 30 common frames omitted
Caused by: org.apache.flink.streaming.runtime.tasks.StreamTaskException: Could not serialize object for key serializedUDF.
	at org.apache.flink.streaming.api.graph.StreamConfig.lambda$serializeAllConfigs$1(StreamConfig.java:209) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at java.base/java.util.HashMap.forEach(HashMap.java:1429) ~[na:na]
	at org.apache.flink.streaming.api.graph.StreamConfig.serializeAllConfigs(StreamConfig.java:203) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at org.apache.flink.streaming.api.graph.StreamConfig.lambda$triggerSerializationAndReturnFuture$0(StreamConfig.java:180) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	at java.base/java.util.concurrent.CompletableFuture$UniAccept.tryFire(CompletableFuture.java:718) ~[na:na]
	at java.base/java.util.concurrent.CompletableFuture$Completion.run(CompletableFuture.java:482) ~[na:na]
	at java.base/java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1144) ~[na:na]
	at java.base/java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:642) ~[na:na]
	at java.base/java.lang.Thread.run(Thread.java:1583) ~[na:na]
Caused by: java.io.NotSerializableException: org.springframework.http.converter.json.SpringHandlerInstantiator
	at java.base/java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1200) ~[na:na]
	at java.base/java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1585) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1542) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1451) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1194) ~[na:na]
	at java.base/java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1585) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1542) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1451) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1194) ~[na:na]
	at java.base/java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1585) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1542) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1451) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1194) ~[na:na]
	at java.base/java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1585) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1542) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1451) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1194) ~[na:na]
	at java.base/java.io.ObjectOutputStream.defaultWriteFields(ObjectOutputStream.java:1585) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeSerialData(ObjectOutputStream.java:1542) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeOrdinaryObject(ObjectOutputStream.java:1451) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeObject0(ObjectOutputStream.java:1194) ~[na:na]
	at java.base/java.io.ObjectOutputStream.writeObject(ObjectOutputStream.java:358) ~[na:na]
	at org.apache.flink.util.InstantiationUtil.serializeObject(InstantiationUtil.java:502) ~[flink-core-1.20.1.jar:1.20.1]
	at org.apache.flink.util.InstantiationUtil.writeObjectToConfig(InstantiationUtil.java:427) ~[flink-core-1.20.1.jar:1.20.1]
	at org.apache.flink.streaming.api.graph.StreamConfig.lambda$serializeAllConfigs$1(StreamConfig.java:206) ~[flink-streaming-java-1.20.1.jar:1.20.1]
	... 8 common frames omitted

在网上查找资料，最终找到了一个解决办法，就是我们编写一个AppContextHolder类实现ApplicationContextAware接口，具体如下：

@Component
public class AppContextHolder implements ApplicationContextAware {
    private static ApplicationContext context;

    @Override
    public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
        context = applicationContext;
    }

    public static <T> T getBean(Class<T> clazz) {
        return context.getBean(clazz);
    }
}

 4. Handle类编写

我们通过Flink CDC实现数据同步的原理，就是读取MySQL的binlog文件，所以我们需要根据读取的信息编写一个Handle类进行处理。

@Slf4j
@Component
public class ElasticSearchSinkHandleUtils implements Serializable {
    @Resource
    private ObjectMapper objectMapper;

    @Resource
    private ApplicationContext context;

    public void Handle(String s) throws JsonProcessingException {
        JsonNode root = objectMapper.readTree(s);
        // 获取op
        String op = root.path("op").asText();
        // 获取table的name
        String table = root.path("source").path("table").asText();
        // 得到before和after
        String before = root.path("before").toString();
        String after = root.path("after").toString();

        // 以下就是处理过程了，根据不同的Sink实现会有不同的过程，不再给出详解

}

我们使用JackSon依赖的ObjectMapper进行json处理，主要获取这么几个信息：

  1. op：指的就是对数据库表的操作，例如c、r、u、d，可以配合switch进行处理
  2. before：变更前的数据是什么样的
  3. after：变更后的数据是什么样的
  4. source：这里给出的是数据库源相关的信息，可以根据信息进行表名等的提取

具体的处理逻辑这里不再给出了，毕竟同步方案有很多种。

以上就是Flink CDC在Springboot中的使用实践，希望能对在读的各位有所帮助。

LIBAD_D
关注
【微服务】springboot3 集成 Flink CDC 1.17 实现mysql数据同步
congge_study的博客
10-13 1万+
springboot3 集成 Flink CDC 1.17 实现mysql数据同步
SpringBoot整合Flink CDC，实时追踪mysql数据变动
热门推荐
码到三十五
07-23 3万+
Flink CDC（Flink Change Data Capture）是一种基于数据库日志的CDC技术，它实现了一个全增量一体化的数据集成框架。与Flink计算框架相结合，Flink CDC能够高效地实现海量数据的实时集成。其核心功能在于实时监视数据库或数据流中的数据变动，并将这些变动抽取出来，以便进行进一步的处理和分析。借助Flink CDC，用户可以轻松地构建实时数据管道，实时响应和处理数据变动，为实时分析、实时报表和实时决策等场景提供有力支持。
SpringBoot集成Flink-CDC，实现对数据库数据的监听
m0_74824076的博客
01-21 2543
CDC 是（变更数据获取）的简称。核心思想是，监测并捕获数据库的变动（包括数据或数据表的插入、 更新以及删除等），将这些变更按发生的顺序完整记录下来，写入到消息中间件中以供其他服务进行订阅及消费。/*** 反序列化数据,转为变更JSON对象*/@Override//5.获取操作类型 CREATE UPDATE DELETE2 : 3;//7.输出数据/*** 从元数据获取出变更之前或之后的数据*/= null) {
springboot集成flink-cdc
胖虎儿的博客
08-25 1万+
springboot集成flink-cdc 实时变更捕获技术 监听数据库变化
springboot集成flink并发布flink集群端运行
guaotianxia的博客
10-21 2万+
背景：近期项目需要，引入flink，研究了下flink，步步踩坑终于可以单独运行，也可发布到集群运行，记录下踩坑点。开发环境：idea+springboot(2.3.5.RELEASSE)+kafka(2.8.1)+mysql(8.0.26)。废话不多说，直接上可执行代码。 以下代码实现了某个时间间隔，设备不上传数据，判断为离线的逻辑 一、项目application创建 /** * flink任务提交application * * @author wangfenglei */ @Spring
【Flink】SpringBoot整合Flink并以集群方式运行，可以通过接口来动态创建执行任务，并行度可通过接口动态配置，可以和业务进行交互，灵活性极强，扩展性极高
weixin_65690086的博客
07-25 8854
【Flink】SpringBoot整合Flink并以集群方式运行，可以通过接口来动态创建执行任务，并行度可通过接口动态配置，可以和业务进行交互，灵活性极强，扩展性极高
基于SpringBoot+Flink构建千万级订单生成架构设计和实现
03-19
基于SpringBoot+Sharding-JDBC+Flink构建千万级订单生成架构设计和落地实现随着互联网发展，数据不断增加，像订单数据达到千万级别该怎么存储，怎么生成呢？随着数据量的增长，一般DB的架构，经历如下演进：单库主从、单库双主多从架构、分区表、横向分表、多库。分库分表实现会带来怎么的困难？如何监控和分析订单分布等？本课程将以实战方式讲解各个架构，让大家再实战中掌握各个知识点，同时也会实战讲解分表分库监控分析，掌握SpringBoot知识的同时也掌握大数据的相关技术。 课程所用的开发环境为：Window10 开发工具：IDEA本课程用到技术：SpringBootSharding-JDBCFlinkMysqlBinlogCanalKafkaMaven等
在SpringBoot启动后 在Application类直接调用Bean类之中的方法
一颗浑身披带雪花的松树---[雪松]
10-22 5181
目录 1、应用场景直击 2、代码实现 2.1、使用static方式获得Bean实例 2.2、在Application之中直接获得配置信息 3、总结 4、参考文章 1、应用场景直击 最近因为公司变化；要求把以前在百度云上的音视频文件和文档迁移到阿里云环境下。因为本人被分派了此任务要求把百度云账号(2个)、其中一个账号直接下载文件；另外一个账号需要按照系统下载文件。于是...
SpringBoot整合Flink CDC实时同步postgresql变更数据，基于WAL日志
dylan的博客
07-31 2543
在工作中经常会遇到要实时获取数据库（postgresql、mysql等）的变更数据，主要体现数据的实时性；【技术实现】java实时同步postgresql变更数据，基于WAL日志但是，之前的实现方式比较繁琐，不利于维护，所有本文整合Flink CDC通过一个比较简单的方式实现；Flink CDC（Change Data Capture）是一个基于Apache Flink构建的开源数据变更捕获（CDC）框架。
SpringBoot集成flink
usa_washington的博客
03-05 7782
flink
Spring Boot 整合 Apache Flink 教程
最新发布
qq479850581的博客
03-20 3320
通过以上步骤，即可实现Spring Boot与Apache Flink的深度整合。这种架构特别适合需要将实时流处理能力嵌入微服务体系的场景，如实时风控系统、IoT数据处理平台等。Apache Flink 是一个高性能的分布式流处理框架，而Spring Boot提供了快速构建企业级应用的能力。：通过Micrometer接入Spring Boot Actuator。：集成Flink State Backend（如RocksDB）：将打包后的jar提交到Flink集群。
springboot-集成flink最佳实践和打包部署
ssehs的博客
11-27 6915
spring-boot集成flink
SpringBoot集成Flink-CDC
weixin_51918722的博客
11-05 3082
CDC是Change Data Capture(变更数据获取)的简称。核心思想是，监测并捕获数据库的变动（包括数据或数据表的插入、更新以及删除等），将这些变更按发生的顺序完整记录下来，写入到MQ以供其他服务进行订阅及消费CDC主要分为基于查询和基于Binlog基于查询的都是Batch模式(即数据到达一定量后/一定时间才行会执行), 同时也因为这种模式, 那么延迟是必然高的, 而基于Streaming则是可以做到按条的粒度, 每条数据发生变化, 那么就会监听到Flink社区开发了flink-cdc-conne
Flink入门系列--和Springboot框架结合(1.14.3版本)
打酱油的葫芦娃
03-20 1万+
本文 Flink 版本为 1.14.3。 本文主要讲解如何将 Flink 和 Springboot 两大框架融合在一起， 可以对接 SpringCloud 生态系统，比如分布式配置中心、服务注册和发现、负载均衡等； 可以通过 Restful 接口的形式提交 Flink 任务。 本地工程构建 软件环境: Flink 1.14.3 Springboot 2.0.3.RELEASE JDK 11 <?xml version="1.0" encoding="UTF-8"?> <proj.
实战Java springboot 采用Flink CDC操作SQL Server数据库获取增量变更数据
Arden的博客
04-14 6615
我的场景是从SQL Server数据库获取指定表的增量数据，查询了很多获取增量数据的方案，最终选择了Flink的 flink-connector-sqlserver-cdc ，这个需要用到SQL Server 的CDC（变更数据捕获），通过CDC来获取增量数据，处理数据前需要对数据库进行配置，如果不清楚如何配置可以看看我这篇文章：《SQL Server数据库开启CDC变更数据捕获操作指引》废话不多说，直接上干货，如有不足还请指正/*** 自定义sink 交由spring管理* 处理变更数据。
Spring Boot+Flink CDC —— MySQL 同步 Elasticsearch (Table API方式)
MHXSH_1_0的博客
05-02 2017
上一篇采用 DataStream 方式，该篇采用Table API方式。
SpringBoot整合Flink，实现一个用户个性化推荐系统
qq_18244417的博客
01-21 1375
通过SpringBoot结合Flink的高性能流处理能力，开发者可以构建出高效、可靠的实时数据处理解决方案。这些应用不仅能够提高企业的运营效率，还能增强竞争力。应用场景1. 推荐系统：根据用户的实时行为生成个性化推荐。更新用户画像，以适应不断变化的兴趣和偏好。2. 事件驱动架构：在微服务架构中处理跨服务的消息传递，确保系统的低延迟和高吞吐量。处理来自不同来源的事件，并根据业务规则执行相应的操作。3...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值