分库分表之实战-sharding-JDBC

于 2025-06-30 19:43:02 发布
阅读量638 收藏 17
点赞数 20
CC 4.0 BY-SA版权
分类专栏： 分库分表 文章标签： 数据库 sql mysql 后端 spring boot
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。
本文链接：https://blog.csdn.net/chandfy/article/details/148978522
大家好，我是工藤学编程 🦉一个正在努力学习的小博主，期待你的关注
实战代码系列最新文章😉C++实现图书管理系统（Qt C++ GUI界面版）
SpringBoot实战系列🐷【SpringBoot实战系列】Sharding-Jdbc实现分库分表到分布式ID生成器Snowflake自定义wrokId实战
环境搭建大集合环境搭建大集合(持续更新）
分库分表分库分表下的 ID 冲突问题与雪花算法讲解

前情摘要：

1、数据库性能优化
2、分库分表之优缺点分析
3、分库分表之数据库分片分类
4、分库分表之策略
5、分库分表技术栈讲解-Sharding-JDBC
6、分库分表下的 ID 冲突问题与雪花算法讲解

本文章目录

分库分表之实战-sharding-JDBC

一、SpringBoot2.5+MybatisPlus+Sharding-Jdbc项目创建

1. 在创建好的Maven项目的pom文件中添加以下pom文件依赖:

<properties>
        <java.version>11</java.version>
        <maven.compiler.source>11</maven.compiler.source>
        <maven.compiler.target>11</maven.compiler.target>
        <spring.boot.version>2.5.5</spring.boot.version>
        <mybatisplus.boot.starter.version>3.4.0</mybatisplus.boot.starter.version>
        <lombok.version>1.18.16</lombok.version>
        <sharding-jdbc.version>4.1.1</sharding-jdbc.version>
        <junit.version>4.12</junit.version>
        <druid.version>1.1.16</druid.version>
        <!--跳过单元测试-->
        <skipTests>true</skipTests>
    </properties>
    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
            <version>${spring.boot.version}</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <version>${spring.boot.version}</version>
            <scope>test</scope>
        </dependency>
        <!--mybatis plus和springboot整合-->
        <dependency>
            <groupId>com.baomidou</groupId>
            <artifactId>mybatis-plus-boot-starter</artifactId>
            <version>${mybatisplus.boot.starter.version}</version>
        </dependency>
        <dependency>
            <groupId>mysql</groupId>
            <artifactId>mysql-connector-java</artifactId>
            <version>8.0.27</version>
        </dependency>
            <dependency>
                <groupId>org.projectlombok</groupId>
                <artifactId>lombok</artifactId>
                <version>${lombok.version}</version>
            </dependency>
        <dependency>
            <groupId>org.apache.shardingsphere</groupId>
            <artifactId>sharding-jdbc-spring-boot-starter</artifactId>
            <version>${sharding-jdbc.version}</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>${junit.version}</version>
        </dependency>
    </dependencies>
    <build>
        <plugins>
            <plugin>
                <groupId>org.springframework.boot</groupId>
                <artifactId>spring-boot-maven-plugin</artifactId>
                <version>${spring.boot.version}</version>
                <configuration>
                    <fork>true</fork>
                    <addResources>true</addResources>
                </configuration>
            </plugin>
        </plugins>
    </build>

2. 创建对应测试的数据库表

  • 新建数据库ccc_shop_order_0
CREATE DATABASE `ccc_shop_order_0` 
CHARACTER SET utf8mb4 
COLLATE utf8mb4_bin;
  • 新建数据库ccc_shop_order_1
CREATE DATABASE `ccc_shop_order_1` 
CHARACTER SET utf8mb4 
COLLATE utf8mb4_bin;
  • 在数据库ccc_shop_order_0中新建表product_order_0、product_order_1
 use ccc_shop_order_0;
 CREATE TABLE `product_order_0` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `out_trade_no` varchar(64) DEFAULT NULL COMMENT '订
单唯⼀标识',
  `state` varchar(11) DEFAULT NULL COMMENT 'NEW 未⽀
付订单,PAY已经⽀付订单,CANCEL超时取消订单',
  `create_time` datetime DEFAULT NULL COMMENT '订单⽣
成时间',
  `pay_amount` decimal(16,2) DEFAULT NULL COMMENT '订
单实际⽀付价格',
  `nickname` varchar(64) DEFAULT NULL COMMENT '昵称',
  `user_id` bigint DEFAULT NULL COMMENT '⽤户id',
  PRIMARY KEY (`id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 
COLLATE=utf8mb4_bin;

CREATE TABLE `product_order_1` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `out_trade_no` varchar(64) DEFAULT NULL COMMENT '订
单唯⼀标识',
  `state` varchar(11) DEFAULT NULL COMMENT 'NEW 未⽀
付订单,PAY已经⽀付订单,CANCEL超时取消订单',
  `create_time` datetime DEFAULT NULL COMMENT '订单⽣
成时间',
  `pay_amount` decimal(16,2) DEFAULT NULL COMMENT '订
单实际⽀付价格',
  `nickname` varchar(64) DEFAULT NULL COMMENT '昵称',
  `user_id` bigint DEFAULT NULL COMMENT '⽤户id',
  PRIMARY KEY (`id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 
COLLATE=utf8mb4_bin;
  • 在数据库ccc_shop_order_1中新建表product_order_0、product_order_1
use ccc_shop_order_1;
 CREATE TABLE `product_order_0` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `out_trade_no` varchar(64) DEFAULT NULL COMMENT '订
单唯⼀标识',
  `state` varchar(11) DEFAULT NULL COMMENT 'NEW 未⽀
付订单,PAY已经⽀付订单,CANCEL超时取消订单',
  `create_time` datetime DEFAULT NULL COMMENT '订单⽣
成时间',
  `pay_amount` decimal(16,2) DEFAULT NULL COMMENT '订
单实际⽀付价格',
  `nickname` varchar(64) DEFAULT NULL COMMENT '昵称',
  `user_id` bigint DEFAULT NULL COMMENT '⽤户id',
  PRIMARY KEY (`id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 
COLLATE=utf8mb4_bin;

CREATE TABLE `product_order_1` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `out_trade_no` varchar(64) DEFAULT NULL COMMENT '订
单唯⼀标识',
  `state` varchar(11) DEFAULT NULL COMMENT 'NEW 未⽀
付订单,PAY已经⽀付订单,CANCEL超时取消订单',
  `create_time` datetime DEFAULT NULL COMMENT '订单⽣
成时间',
  `pay_amount` decimal(16,2) DEFAULT NULL COMMENT '订
单实际⽀付价格',
  `nickname` varchar(64) DEFAULT NULL COMMENT '昵称',
  `user_id` bigint DEFAULT NULL COMMENT '⽤户id',
  PRIMARY KEY (`id`)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 
COLLATE=utf8mb4_bin;

3、创建实体类以及对应数据库实体类

ProductOrderDO

@Data
@EqualsAndHashCode(callSuper = false)
@TableName("product_order")
public class ProductOrderDO {



    @TableId(value = "id", type = IdType.AUTO)
    private Long id;
    private String outTradeNo;
    private String state;
    private Date createTime;
    private Double payAmount;
    private String nickname;
    private Long userId;
}

ProductOrderMapper

public interface ProductOrderMapper extends
        BaseMapper<ProductOrderDO> {
}

目前我的工程如下，大家可以对比一下
在这里插入图片描述

二、 Sharding-Jdbc常规数据源配置和水平分表

配置appliaction.properties

spring.application.name=ccc-sharding-jdbc
server.port=8080
# 打印执⾏的数据库以及语句
spring.shardingsphere.props.sql.show=true
# 数据源 db0，如果有多个用逗号分隔，有多少个，下面具体数据库就要配置多少个
spring.shardingsphere.datasource.names=ds0,ds1
# 第⼀个数据库
spring.shardingsphere.datasource.ds0.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.ds0.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.ds0.jdbc-url=jdbc:mysql://127.0.0.1:3306/ccc_shop_order_0?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
spring.shardingsphere.datasource.ds0.username=root
spring.shardingsphere.datasource.ds0.password=123456

# 第二个数据库
spring.shardingsphere.datasource.ds1.type=com.zaxxer.hikari.HikariDataSource
spring.shardingsphere.datasource.ds1.driver-class-name=com.mysql.cj.jdbc.Driver
spring.shardingsphere.datasource.ds1.jdbc-url=jdbc:mysql://127.0.0.1:3306/ccc_shop_order_1?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
spring.shardingsphere.datasource.ds1.username=root
spring.shardingsphere.datasource.ds1.password=123456

# 指定product_order表的数据分布情况，配置数据节点,⾏表达式标识符使⽤ ${...} 或 $->{...}，但前者与 Spring 本身的⽂件占位符冲突，所以在 Spring 环境中建议使⽤ $->{...}
spring.shardingsphere.sharding.tables.product_order.actual-data-nodes=ds0.product_order_$->{0..1}
# 指定product_order表的分⽚策略，分⽚策略包括【分⽚键和分⽚算法】
spring.shardingsphere.sharding.tables.product_order.table-strategy.inline.sharding-column=user_id
spring.shardingsphere.sharding.tables.product_order.table-strategy.inline.algorithm-expression=product_order_$->{user_id % 2}

这里我们使用的是mysql8.0

  1. spring.shardingsphere.datasource.ds0.password=123456 这里大家记得修改为自己数据库的密码
  2. spring.shardingsphere.datasource.ds0.jdbc-url=jdbc:mysql://127.0.0.1:3306/ccc_shop_order_0?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true 这里大家记得把ip改为自己的安排（如果数据库不在本地）

ShardingSphere SQL 执行日志解析

编写单元测试DbTest

@RunWith(SpringRunner.class)  //底层⽤junitSpringJUnit4ClassRunner
@SpringBootTest(classes = DemoApplication.class)
@Slf4j
public class DbTest {
    @Autowired
    private ProductOrderMapper productOrderMapper;
    @Test
    public void testSaveProductOrder(){
        for(int i=0;i<10;i++){
            ProductOrderDO productOrder = new ProductOrderDO();
            productOrder.setCreateTime(new Date());
            productOrder.setNickname("ccc_i="+i);
            productOrder.setOutTradeNo(UUID.randomUUID().toString().substring(0,32));
            productOrder.setPayAmount(100.00);
            productOrder.setState("PAY");
            productOrder.setUserId(Long.valueOf(i+""));
            productOrderMapper.insert(productOrder);
        }
    }
}

执行结果如下
在这里插入图片描述

我们查看控制台输出，展示了从逻辑 SQL 到实际 SQL 的路由过程。我来逐行解释：

1. Logic SQL（逻辑 SQL）
INSERT INTO product_order (out_trade_no, state, create_time, pay_amount, nickname, user_id) 
VALUES (?, ?, ?, ?, ?, ?)

这是应用程序实际执行的 SQL 语句：

  • 操作对象：product_order 表（逻辑表名）
  • 参数占位符：? 代表实际参数会在执行时传入
2. Actual SQL（实际 SQL）
ds0 ::: INSERT INTO product_order_0 (out_trade_no, state, create_time, pay_amount, nickname, user_id) 
VALUES (?, ?, ?, ?, ?, ?)

这是 ShardingSphere 根据分片规则路由后实际执行的 SQL：

  • ds0：目标数据源（数据库实例）
  • product_order_0：物理表名
  • 可以看到，逻辑表 product_order 被路由到了物理表 product_order_0
3. 绑定参数（实际参数值）
::: [d861e3e2-720a-4d16-bb67-12f96d31, PAY, 2025-06-30 16:24:23.075, 100.0, ccc_i=0, 0]

这些是占位符 ? 对应的实际参数值：

  1. out_trade_no: d861e3e2-720a-4d16-bb67-12f96d31（交易号）
  2. state: PAY（支付状态）
  3. create_time: 2025-06-30 16:24:23.075（创建时间）
  4. pay_amount: 100.0（支付金额）
  5. nickname: ccc_i=0（用户昵称）
  6. user_id: 0（用户ID，分片键）
4. 分片路由逻辑分析

根据我们之前的配置：

spring.shardingsphere.sharding.tables.product_order.table-strategy.inline.algorithm-expression=product_order_$->{user_id % 2}

当 user_id=0 时：

  • 0 % 2 = 0 → 路由到 product_order_0 表
  • 所以这条记录被写入 ds0 库的 product_order_0 表

三、分库分表下的 ID 冲突问题解决

在 分库分表下的 ID 冲突问题与雪花算法讲解中，我们提到了，同时我们前面的结果表明使用的时候，也确实存在ID冲突问题。因此我们需要使用雪花算法解决这个问题。

  • 方式⼀
    订单id使用MybatisPlus的配置,ProductOrder类配置@TableId(value = “id”, type = IdType.ASSIGN_ID)默认实现类为DefaultIdentifierGenerator雪花算法
    在这里插入图片描述
  • 方式⼆
    使⽤Sharding-Jdbc配置⽂件,注释DO类里面的id分配策略
spring.shardingsphere.sharding.tables.product_o
 rder.key-generator.column=id
 spring.shardingsphere.sharding.tables.product_o
 rder.key-generator.type=SNOWFLAKE

这里我使用的是方式2，让我们再重新运行测试函数，查看结果
在这里插入图片描述

觉得有用请点赞收藏！
如果有相关问题，欢迎评论区留言讨论~

springboot整合sharding-jdbc实现分库分表详解
congge
05-21 8177
springboot整合sharding-jdbc实现分库分表详解
【项目实战】基于分库分表神器 Sharding-JDBC实现分表
本本本添哥
03-29 408
}SERVER_PORT : 9999 } spring : #数据库连接配置 application : name : sharding - jdbc datasource : driver-class-name : com.mysql.cj.jdbc.Driver username : $ {
Sharding-JDBC 实现分库分表
果酱 の 博客
11-07 1279
Sharding-JDBC 作为一款强大的数据库中间件，为实现分库分表提供了便捷的解决方案。通过合理的分库分表策略制定、Sharding-JDBC 的安装配置、数据迁移和应用程序集成，以及性能优化，可以有效地提高系统的性能、可扩展性和可用性。
分库分表实战-Sharding-JDBC
weixin_39682329的博客
03-17 659
ComplexShardingStrategy支持多分片键，由于多分片键之间的关系复杂，因此并未进行过多的封装，而是直接将分片键值组合以及分片操作符透传至分片算法，完全由应用开发者实现，提供最大的灵活度。由于分片算法和业务实现紧密相关，因此并未提供内置分片算法，而是通过分片策略将各种场景提炼出来，提供更高层级的抽象，并提供接口让应用开发者自行实现分片算法。垂直分表的意义用于：单行的某些字段数据很大，表占用空间很大，在读写时，严重降低性能，此时需要将拆分到另外一张表，且与原表是一对一的关系，这就是垂直分表。
Spring Boot + Sharding-JDBC 实战案例：分库分表最佳实践
一碗黄焖鸡三碗米饭的博客
03-31 918
Sharding-JDBC是一个开源的数据库分库分表中间件，它通过在应用层进行 SQL 改写和路由，实现数据库的分片与拆分。无侵入式：无需修改业务代码，仅通过配置即可实现分库分表。灵活的分片规则：支持哈希、范围等多种路由策略，能根据实际业务需求灵活设计。支持事务：保证分库分表下的数据一致性与事务的完整性。SQL 路由：根据特定规则，Sharding-JDBC 会将 SQL 请求路由到对应的数据库或表。
快速入门分库分表中间件 Sharding-JDBC
程序员高级码农的博客
03-11 1054
最早是当当网内部使用的一款分库分表框架，到2017年的时候才开始对外开源，这几年在大量社区贡献者的不断迭代下，功能也逐渐完善，现已更名为，2020年4⽉16⽇正式成为Apache软件基⾦会的顶级项⽬。随着版本的不断更迭的核心功能也变得多元化起来。从最开始 Sharding-JDBC 1.0 版本只有数据分片，到 Sharding-JDBC 2.0 版本开始支持数据库治理（注册中心、配置中心等等），再到 Sharding-JDBC 3.0版本又加分布式事务 （支持AtomikosNarayana。
Sharding-JDBC4.1.1分库分表实战
冒险的梦想家的博客~
08-23 2466
ShardingJdbc的概述 1、概述 官网：http://shardingsphere.apache.org/index_zh.html 下载地址：https://shardingsphere.apache.org/document/current/cn/downloads/ 快速入门：https://shardingsphere.apache.org/document/current/cn/quick-start/shardingsphere-jdbc-quick-start/ 以下来自官网的原
分库分表之Sharding-JDBC
Stitch12的博客
12-06 1764
需求：商品表字段太多，每个字段访问频次不⼀样，浪费了IO资源，需要进⾏优化也就是“大表拆小表”，基于列字段进行的拆分原则⼀般是表中的字段较多，将不常⽤的或者数据较大，长度较长的拆分到“扩展表 如text类型字段访问频次低、字段⼤的商品描述信息单独存放在⼀张表中，访 问频次较⾼的商品基本信息单独放在⼀张表中垂直拆分原则把不常用的字段单独放在⼀张表;把text，blob等大字段拆分出来放在附表中;业务经常组合查询的列放在⼀张表技术负责人前瞻性思维需要提前考虑系统⼀年到两年左右的业务增⻓情况。
Sharding-JDBC笔记04-分库分表实战
weixin_46425661的博客
10-08 1337
本文主要介绍Sharding-JDBC和分库分表的实战案例
17、ShardingJDBC分库分表实战指南-ev.rar
03-08
17、ShardingJDBC分库分表实战指南_ev.rar17、ShardingJDBC分库分表实战指南_ev.rar17、ShardingJDBC分库分表实战指南_ev.rar17、ShardingJDBC分库分表实战指南_ev.rar17、ShardingJDBC分库分表实战指南_ev.rar17、...
C语言之旅【8】---编译&链接&预处理
2401_83009236的博客
06-30 614
本文详细讲解了C语言程序从源代码到可执行程序的完整编译过程。首先介绍了翻译环境和运行环境的区别，重点分析了翻译环境中的预处理、编译和链接三个阶段。预处理阶段包括头文件展开、宏替换、处理预处理指令等操作；编译阶段涉及词法分析、语法分析和语义分析；最后通过汇编和链接生成可执行文件。文章还详细讲解了#define宏定义、#和##运算符、条件编译等预处理功能，以及符号表的作用和头文件包含的两种方式。整个编译过程通过流程图清晰展示，帮助读者理解程序编译的完整机制。
SpringBoot+MySQL个性化课程推荐系统源码
最新发布
幽络源
06-30 336
的SpringBoot+MySQL个性化课程推荐系统免费Java源码，包含课程管理、用户管理、内容管理等完整功能模块，开箱即用，助力开发学习。
OpenGauss数据库-L.应用开发(Python)-选做
lovane_630的博客
06-30 146
本文介绍了使用Python和Psycopg2操作PostgreSQL数据库的7个实战案例。内容包括：简单查询、用户验证、添加客户、银行卡销户、修改密码、事务转账和稀疏表转换。每个案例都展示了数据库连接、SQL操作和资源释放的完整流程，涉及增删改查、条件判断、事务处理等核心数据库操作。特别在第6关演示了转账事务的原子性实现，第7关实现了将稀疏表转为键值对的实用数据处理方法。这些案例从基础到进阶，覆盖了常见数据库操作场景。
板凳-------Mysql cookbook学习 （十--14）
fengye207161的博客
06-29 245
10.38 在mysql和microsoft excel之间交换数据。10.37 在mysql和access之间交换数据。10.36 根据数据文件猜测表结构。10.39 将输出结果导出为xml。10.40 将xml导入mysql。
数据库-事务
qq_31532983的博客
06-29 999
事务的定义、特性、隔离级别、JDBC事务、事务的回滚、提交、嵌套；事务与异常的处理、声明式事务的配置
LLM复杂记忆存储-多会话隔离案例实战
猫步轻移，以学求知。余于此方寸之地，如猫观鼠，细察技艺所得，思维所悟。灵思如猫之警觉，日积月累，终成智海；
06-26 974
在多用户并发的对话系统中，会话隔离问题往往成为开发者面临的技术难题。当数千个用户同时与AI助手交互时，如何确保每个用户的对话历史完全独立，避免数据混淆和隐私泄露？ 本文深入剖析了基于RunnableWithMessageHistory的多会话隔离技术方案。通过详细的代码实现和案例分析，展示了如何构建稳定可靠的会话管理机制。文章不仅提供了完整的技术实现代码，更重要的是揭示了会话隔离背后的核心设计思路——基于唯一会话标识符的隔离架构。 读者将学会处理智能客服系统中的数据混淆风险，掌握在线教育平台的个性化会话管理
SQl中多使用EXISTS导致多查出了一条不符合条件的数据
huatuan111的博客
06-27 490
摘要：本文分析了SQL查询中出现NULL值被意外检索的问题。原查询通过LIKE和EXISTS子句查找包含"红"字的记录，却返回了compose_name为NULL的数据。排查发现，聚合子查询(string_agg)和EXISTS子查询的过滤条件不一致：前者包含了merchant_id、yxbz、strike_out等条件，而后者缺少这些限制，导致EXISTS可能匹配到被聚合丢弃的记录。最终确认需保持两个子查询在相同数据子集上过滤才能确保逻辑一致性。
苍穹外卖day5--Redis设置店铺营业状态
2201_75550069的博客
06-27 1036
Redis入门与Java应用实践 摘要：本文介绍了Redis的基本概念，包括其作为内存数据库的特点（高性能、支持多种数据结构）和安装方法（Windows/Linux）。详细讲解了Redis的五种数据类型（String、Hash、List、Set、Zset）及其常用命令，以及通用操作命令。重点阐述了在Java项目中使用SpringDataRedis的操作方法，包括配置RedisTemplate和针对不同数据类型的CRUD操作。最后通过"店铺营业状态管理"的实战案例，展示了Redis在实际业
测试用例之翻页功能详解
HUACE0047的博客
06-25 736
所有用例都要看具体的需求,本文提供的只是一个比较常用的测试设计,学东西应该是取其精华才对.比如STEP12就有不值得取的地方("提示":以什么做提示呢?这些资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！2、下一页可点击，从（每页指定条数＋1）条记录开始显示，当前页数+13、上一页变灰不可点击。2、指定每页的条数后，列表显示的记录数，页数是否正确。6、首页可点击，显示1到每页指定条数的记录。1、首页可点击，显示1到每页指定条数的记录。
评论 3
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

打赏作者

软件编程在线接单（需要可私）

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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