离线数仓 (三) --------- 用户行为数据生成模块

怼烎@ 2024-04-03 13:34 149阅读 0赞

#### 目录 ####

*  一、目标数据
 *   *  1. 页面
     *  2. 事件
     *  3. 曝光
     *  4. 启动
     *  5. 错误
 *  二、数据埋点
 *   *  1. 主流埋点方式 (了解)
     *  2. 埋点数据上报时机
     *  3. 埋点数据日志结构
 *  三、服务器和 JDK 准备
 *   *  1. 服务器
     *  2. 编写集群分发脚本 xsync
     *  3. SSH 无密登录配置
     *  4. JDK准备
     *  5. 环境变量配置说明
 *  四、模拟数据
 *   *  1. 使用说明
     *  2. 集群日志生成脚本

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

## 一、目标数据 ##

我们要收集和分析的数据主要包括**页面数据、事件数据、曝光数据、启动数据和错误数据**。

### 1. 页面 ###

页面数据主要记录一个页面的用户访问情况，包括访问时间、停留时间、页面路径等信息。

![在这里插入图片描述][d4e099677ee842c6a7d77f6955e3ff5c.png]

<table> 
 <thead> 
  <tr> 
   <th>字段名称</th> 
   <th>字段描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>page_id</td> 
   <td><strong>页面 id</strong> ：home（“首页”），category（“分类页”），discovery（“发现页”），top_n（“热门排行”），favor（“收藏页”），search（“搜索页”），good_list（“商品列表页”），good_detail（“商品详情”），good_spec（“商品规格”），comment（“评价”），comment_done（“评价完成”），comment_list（“评价列表”），cart（“购物车”），trade（“下单结算”），payment（“支付页面”），payment_done（“支付完成”），orders_all（“全部订单”），orders_unpaid（“订单待支付”）,，orders_undelivered（“订单待发货”），orders_unreceipted（“订单待收货”），orders_wait_comment（“订单待评价”），mine（“我的”），activity（“活动”），login（“登录”），register（“注册”）</td> 
  </tr> 
  <tr> 
   <td>last_page_id</td> 
   <td>上页id</td> 
  </tr> 
  <tr> 
   <td>page_item_type</td> 
   <td><strong>页面对象类型：</strong> sku_id（“商品skuId”），keyword（“搜索关键词”），sku_ids（“多个商品skuId”），activity_id（“活动id”），coupon_id（“购物券id”）;</td> 
  </tr> 
  <tr> 
   <td>page_item</td> 
   <td>页面对象id</td> 
  </tr> 
  <tr> 
   <td>sourceType</td> 
   <td><strong>页面来源类型：</strong> promotion（“商品推广”），recommend（“算法推荐商品”），query（“查询结果商品”）， activity（“促销活动”）</td> 
  </tr> 
  <tr> 
   <td>during_time</td> 
   <td>停留时间（毫秒）</td> 
  </tr> 
  <tr> 
   <td>ts</td> 
   <td>跳入时间</td> 
  </tr> 
 </tbody> 
</table>

### 2. 事件 ###

事件数据主要记录应用内一个具体操作行为，包括操作类型、操作对象、操作对象描述等信息。

![在这里插入图片描述][b630f6b35bed48fcbc6bb123e57f5375.png]

<table> 
 <thead> 
  <tr> 
   <th>字段名称</th> 
   <th>字段描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>action_id</td> 
   <td><strong>动作id：</strong> favor_add（“添加收藏”），favor_canel（“取消收藏”），cart_add（“添加购物车”），cart_remove（“删除购物车”），cart_add_num（“增加购物车商品数量”），cart_minus_num（“减少购物车商品数量”），trade_add_address（“增加收货地址”），get_coupon（“领取优惠券”），<strong>注：对于下单、支付等业务数据，可从业务数据库获取。</strong></td> 
  </tr> 
  <tr> 
   <td>item_type</td> 
   <td><strong>动作目标类型：</strong> sku_id（“商品”），coupon_id（“购物券”）</td> 
  </tr> 
  <tr> 
   <td>item</td> 
   <td>动作目标id</td> 
  </tr> 
  <tr> 
   <td>ts</td> 
   <td>动作时间</td> 
  </tr> 
 </tbody> 
</table>

### 3. 曝光 ###

曝光数据主要记录页面所曝光的内容，包括曝光对象，曝光类型等信息。

![在这里插入图片描述][961af8d7292f400bbe35d871f26eec07.png]

<table> 
 <thead> 
  <tr> 
   <th>字段名称</th> 
   <th>字段描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>displayType</td> 
   <td><strong>曝光类型</strong> ：promotion（“商品推广”），recommend（“算法推荐商品”），query（“查询结果商品”），activity（“促销活动”）;</td> 
  </tr> 
  <tr> 
   <td>item_type</td> 
   <td><strong>曝光对象类型</strong> ： sku_id（“商品skuId”)，activity_id（“活动id”）、</td> 
  </tr> 
  <tr> 
   <td>item</td> 
   <td>曝光对象id</td> 
  </tr> 
  <tr> 
   <td>order</td> 
   <td>曝光顺序</td> 
  </tr> 
 </tbody> 
</table>

### 4. 启动 ###

启动数据记录应用的启动信息。

![在这里插入图片描述][2ecc1b18569441bbbbb1278f89005090.png]

<table> 
 <thead> 
  <tr> 
   <th>字段名称</th> 
   <th>字段描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>entry</td> 
   <td><strong>启动入口 ：</strong> icon（“图标”）,notification（“通知”）,install（“安装后启动”）;</td> 
  </tr> 
  <tr> 
   <td>loading_time</td> 
   <td>启动加载时间</td> 
  </tr> 
  <tr> 
   <td>open_ad_id</td> 
   <td>开屏广告id</td> 
  </tr> 
  <tr> 
   <td>open_ad_ms</td> 
   <td>广告播放时间</td> 
  </tr> 
  <tr> 
   <td>open_ad_skip_ms</td> 
   <td>用户跳过广告时间</td> 
  </tr> 
  <tr> 
   <td>ts</td> 
   <td>启动时间</td> 
  </tr> 
 </tbody> 
</table>

### 5. 错误 ###

错误数据记录应用使用过程中的错误信息，包括错误编号及错误信息。

<table> 
 <thead> 
  <tr> 
   <th>字段名称</th> 
   <th>字段描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>error_code</td> 
   <td>错误码</td> 
  </tr> 
  <tr> 
   <td>msg</td> 
   <td>错误信息</td> 
  </tr> 
 </tbody> 
</table>

## 二、数据埋点 ##

### 1. 主流埋点方式 (了解) ###

目前主流的埋点方式，有代码埋点 (前端/后端)、可视化埋点、全埋点三种。

代码埋点是通过调用埋点SDK函数，在需要埋点的业务逻辑功能位置调用接口，上报埋点数据。例如，我们对页面中的某个按钮埋点后，当这个按钮被点击时，可以在这个按钮对应的 OnClick 函数里面调用SDK 提供的数据发送接口，来发送数据。

可视化埋点只需要研发人员集成采集 SDK，不需要写埋点代码，业务人员就可以通过访问分析平台的 “圈选” 功能，来 “圈” 出需要对用户行为进行捕捉的控件，并对该事件进行命名。圈选完毕后，这些配置会同步到各个用户的终端上，由采集 SDK 按照圈选的配置自动进行用户行为数据的采集和发送。

全埋点是通过在产品中嵌入SDK，前端自动采集页面上的全部用户行为事件，上报埋点数据，相当于做了一个统一的埋点。然后再通过界面配置哪些数据需要在系统里面进行分析。

### 2. 埋点数据上报时机 ###

埋点数据上报时机包括两种方式。

方式一，在离开该页面时，上传在这个页面产生的所有数据（页面、事件、曝光、错误等）。优点，批处理，减少了服务器接收数据压力。缺点，不是特别及时。

方式二，每个事件、动作、错误等，产生后，立即发送。优点，响应及时。缺点，对服务器接收数据压力比较大。

本次项目采用方式一埋点。

### 3. 埋点数据日志结构 ###

我们的日志结构大致可分为两类，一是普通页面埋点日志，二是启动日志。

普通页面日志结构如下，每条日志包含了，当前页面的页面信息，所有事件 (动作) 、所有曝光信息以及错误信息。除此之外，还包含了一系列公共信息，包括设备信息，地理位置，应用信息等，即下边的common字段。

**A、普通页面埋点日志格式**

{
        
      "common": {
                          -- 公共信息
        "ar": "230000",              -- 地区编码
        "ba": "iPhone",              -- 手机品牌
        "ch": "Appstore",            -- 渠道
        "is_new": "1",--是否首日使用，首次使用的当日，该字段值为1，过了24:00，该字段置为0。
    	"md": "iPhone 8",            -- 手机型号
        "mid": "YXfhjAYH6As2z9Iq", -- 设备id
        "os": "iOS 13.2.9",          -- 操作系统
        "uid": "485",                 -- 会员id
        "vc": "v2.1.134"             -- app版本号
      },
     "actions": [                     --动作(事件)  
        {
        
          "action_id": "favor_add",   --动作id
          "item": "3",                   --目标id
          "item_type": "sku_id",       --目标类型
          "ts": 1585744376605           --动作时间戳
        }
      ],
      "displays": [
        {
        
          "displayType": "query",        -- 曝光类型
          "item": "3",                     -- 曝光对象id
          "item_type": "sku_id",         -- 曝光对象类型
          "order": 1,                      --出现顺序
          "pos_id": 2                      --曝光位置
        },
        {
        
          "displayType": "promotion",
          "item": "6",
          "item_type": "sku_id",
          "order": 2, 
          "pos_id": 1
        },
        {
        
          "displayType": "promotion",
          "item": "9",
          "item_type": "sku_id",
          "order": 3, 
          "pos_id": 3
        },
        {
        
          "displayType": "recommend",
          "item": "6",
          "item_type": "sku_id",
          "order": 4, 
          "pos_id": 2
        },
        {
        
          "displayType": "query ",
          "item": "6",
          "item_type": "sku_id",
          "order": 5, 
          "pos_id": 1
        }
      ],
      "page": {
                               -- 页面信息
        "during_time": 7648,          -- 持续时间毫秒
        "item": "3",                  -- 目标id
        "item_type": "sku_id",        -- 目标类型
        "last_page_id": "login",      -- 上页类型
        "page_id": "good_detail",     -- 页面ID
        "sourceType": "promotion"     -- 来源类型
      },
      "err":{
                                 -- 错误
    	"error_code": "1234",         -- 错误码
        "msg": "***********"          -- 错误信息
      },
      "ts": 1585744374423             -- 跳入时间戳
    }

**B、启动日志格式**

启动日志结构相对简单，主要包含公共信息，启动信息和错误信息。

{
        
      "common": {
        
        "ar": "370000",
        "ba": "Honor",
        "ch": "wandoujia",
        "is_new": "1",
        "md": "Honor 20s",
        "mid": "eQF5boERMJFOujcp",
        "os": "Android 11.0",
        "uid": "76",
        "vc": "v2.1.134"
      },
      "start": {
           
        "entry": "icon",           -- icon 手机图标  notice 通知  install 安装后启动
        "loading_time": 18803,     -- 启动加载时间
        "open_ad_id": 7,           -- 广告页ID
        "open_ad_ms": 3449,        -- 广告总共播放时间
        "open_ad_skip_ms": 1989    -- 用户跳过广告时点
      },
      "err":{
                              -- 错误
    	"error_code": "1234",      -- 错误码
        "msg": "***********"       -- 错误信息
      },
      "ts": 1585744304000
    }

## 三、服务器和 JDK 准备 ##

### 1. 服务器 ###

在此以虚拟机为例，配置三台虚拟器作为 hadoop 所需服务器集群。。。，详见之前写过的 [Hadoop (三) --------- Hadoop 运行环境搭建 (虚拟机)][Hadoop _ --------- Hadoop _] 这篇文章

### 2. 编写集群分发脚本 xsync ###

**A、xsync集群分发脚本**

*  需求：循环复制文件到所有节点的相同目录下
 *  需求分析  
    ① rsync 命令原始拷贝：`rsync -av /opt/module root@node103:/opt/`  
    ② 期望脚本：xsync要同步的文件名称  
    ③ 说明：在 `/home/fancy/bin` 这个目录下存放的脚本，`/home/fancy` 用户可以在系统任何地方直接执行。

**B、脚本实现**

① 在用户的家目录 /home/fancy 下创建 bin 文件夹

[fancy@hadoop102 ~]$ mkdir bin

② 在 /home/fancy/bin 目录下创建 xsync 文件，以便全局调用

[fancy@node101  ~]$ cd /home/fancy/bin
    [fancy@node102  ~]$ vim xsync

在该文件中编写如下代码

#!/bin/bash
    #1. 判断参数个数
    if [ $# -lt 1 ]
    then
      echo Not Enough Arguement!
      exit;
    fi
    #2. 遍历集群所有机器
    for host in node101 node102 node103
    do
      echo ====================  $host  ====================
      #3. 遍历所有目录，挨个发送
      for file in $@
      do
        #4 判断文件是否存在
        if [ -e $file ]
        then
          #5. 获取父目录
          pdir=$(cd -P $(dirname $file); pwd)
          #6. 获取当前文件的名称
          fname=$(basename $file)
          ssh $host "mkdir -p $pdir"
          rsync -av $pdir/$fname $host:$pdir
        else
          echo $file does not exists!
        fi
      done
    done

③修改脚本xsync具有执行权限

[fancy@node101 bin]$ chmod +x xsync

④测试脚本

[fancy@node101 bin]$ xsync xsync

### 3. SSH 无密登录配置 ###

> 说明：这里面只配置了 node101、node102 到其他主机的无密登录。因为 node101 未外配置的是 NameNode，node102 配置的是 ResourceManager，都要求对其他节点无密访问。

**A、node101 上生成公钥和私钥**

[fancy@node101 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id\_rsa（私钥）、id\_rsa.pub（公钥）

**B、将 node101 公钥拷贝到要免密登录的目标机器上**

[fancy@node101  .ssh]$ ssh-copy-id node101
    [fancy@node101  .ssh]$ ssh-copy-id node102
    [fancy@node101  .ssh]$ ssh-copy-id node103

**C、node102 上生成公钥和私钥**

[fancy@node102 .ssh]$ ssh-keygen -t rsa

然后敲（三个回车），就会生成两个文件id\_rsa（私钥）、id\_rsa.pub（公钥）

**D、将 node102 公钥拷贝到要免密登录的目标机器上**

[fancy@node102 .ssh]$ ssh-copy-id node101	
    [fancy@node102 .ssh]$ ssh-copy-id node102
    [fancy@node102 .ssh]$ ssh-copy-id node103

### 4. JDK准备 ###

**A、卸载现有JDK（3台节点）**

*  `rpm -qa` ：表示查询所有已经安装的软件包
 *  `grep -i` ：表示过滤时不区分大小写
 *  `xargs -n1` ：表示一次获取上次执行结果的一个值
 *  `rpm -e --nodeps` ：表示卸载软件

**B、用 XShell 工具将 JDK 导入到 node101 的 /opt/software 文件夹下面**

在Linux系统下的opt目录中查看软件包是否导入成功

[fancy@node101 software]# ls /opt/software/

看到如下结果：

jdk-8u212-linux-x64.tar.gz

**C、解压JDK到/opt/module目录下**

[fancy@node101 software]# tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/

**D、配置JDK环境变量**

新建 /etc/profile.d/my\_env.sh 文件

[fancy@node101 module]# sudo vim /etc/profile.d/my_env.sh

添加如下内容，然后保存（:wq）退出

#JAVA_HOME
    export JAVA_HOME=/opt/module/jdk1.8.0_212
    export PATH=$PATH:$JAVA_HOME/bin

让环境变量生效

[fancy@hadoop102 software]$ source /etc/profile.d/my_env.sh

**E、测试JDK是否安装成功**

[fancy@node101 module]# java -version

如果能看到以下结果，则 Java 正常安装

java version "1.8.0_212"

**F、分发JDK**

[fancy@node101 module]$ xsync /opt/module/jdk1.8.0_212/

**G、分发环境变量配置文件**

[fancy@node101 module]$ sudo /home/fancy/bin/xsync /etc/profile.d/my_env.sh

**H、分别在 node102、node103 上执行 source**

[fancy@node102 module]$ source /etc/profile.d/my_env.sh
    [fancy@node103 module]$ source /etc/profile.d/my_env.sh

### 5. 环境变量配置说明 ###

Linux 的环境变量可在多个文件中配置，如 `/etc/profile`，`/etc/profile.d/*.sh`，`~/.bashrc`，`~/.bash_profile` 等，下面说明上述几个文件之间的关系和区别。

bash的运行模式可分为 login shell 和 non-login shell。

例如，我们通过终端，输入用户名、密码，登录系统之后，得到就是一个 login shell。而当我们执行以下命令ssh node102 command，在 node102 执行command的就是一个non-login shell。

![在这里插入图片描述][c84d26baa95e4cceaa99befb03468582.png]  
这两种 shell 的主要区别在于，它们启动时会加载不同的配置文件，login shell 启动时会加载`/etc/profile`，`~/.bash_profile`，`~/.bashrc`。non-login shell启动时会加载 `~/.bashrc`。

而在加载 `~/.bashrc`（实际是 `~/.bashrc` 中加载的 /etc/bashrc）或 /etc/profile 时，都会执行如下代码片段

![在这里插入图片描述][e85137fa8cdc4399833fe86ec0421513.png]

因此不管是 login shell 还是 non-login shell，启动时都会加载 `/etc/profile.d/*.sh` 中的环境变量。

## 四、模拟数据 ##

### 1. 使用说明 ###

**A、将 application.yml、gmall2020-mock-log-2021-01-22.jar、path.json、logback.xml 上传到 node101 的 `/opt/module/applog` 目录下**

创建 applog 路径

[fancy@hadoop102 module]$ mkdir /opt/module/applog

上传文件 application.yml 到 /opt/module/applog 目录

**B、配置文件**

application.yml文件：

可以根据需求生成对应日期的用户行为日志。

[fancy@hadoop102 applog]$ vim application.yml

修改如下内容：

# 外部配置打开
    # 外部配置打开
    logging.config: "./logback.xml"
    #业务日期  注意：并不是Linux系统生成日志的日期，而是生成数据中的时间
    mock.date: "2020-06-14"
    
    #模拟数据发送模式
    #mock.type: "http"
    #mock.type: "kafka"
    mock.type: "log"
    
    #http模式下，发送的地址
    mock.url: "http://hdp1/applog"
    
    #kafka模式下，发送的地址
    mock:
      kafka-server: "hdp1:9092,hdp2:9092,hdp3:9092"
      kafka-topic: "ODS_BASE_LOG"
    
    #启动次数
    mock.startup.count: 200
    #设备最大值
    mock.max.mid: 500000
    #会员最大值
    mock.max.uid: 100
    #商品最大值
    mock.max.sku-id: 35
    #页面平均访问时间
    mock.page.during-time-ms: 20000
    #错误概率 百分比
    mock.error.rate: 3
    #每条日志发送延迟 ms
    mock.log.sleep: 10
    #商品详情来源  用户查询，商品推广，智能推荐, 促销活动
    mock.detail.source-type-rate: "40:25:15:20"
    #领取购物券概率
    mock.if_get_coupon_rate: 75
    #购物券最大id
    mock.max.coupon-id: 3
    #搜索关键词  
    mock.search.keyword: "图书,小米,iphone11,电视,口红,ps5,苹果手机,小米盒子"

path.json，该文件用来配置访问路径：

根据需求，可以灵活配置用户点击路径。

[
    	{
        "path":["home","good_list","good_detail","cart","trade","payment"],"rate":20 },
    	{
        "path":["home","search","good_list","good_detail","login","good_detail","cart","trade","payment"],"rate":40 },
    	{
        "path":["home","mine","orders_unpaid","trade","payment"],"rate":10 },
    	{
        "path":["home","mine","orders_unpaid","good_detail","good_spec","comment","trade","payment"],"rate":5 },
    	{
        "path":["home","mine","orders_unpaid","good_detail","good_spec","comment","home"],"rate":5 },
    	{
        "path":["home","good_detail"],"rate":10 },
    	{
        "path":["home"  ],"rate":10 }
    ]

logback配置文件：

可配置日志生成路径，修改内容如下

<?xml version="1.0" encoding="UTF-8"?>
    <configuration>
        <property name="LOG_HOME" value="/opt/module/applog/log" />
        <appender name="console" class="ch.qos.logback.core.ConsoleAppender">
            <encoder>
                <pattern>%msg%n</pattern>
            </encoder>
        </appender>
    
        <appender name="rollingFile" class="ch.qos.logback.core.rolling.RollingFileAppender">
            <rollingPolicy class="ch.qos.logback.core.rolling.TimeBasedRollingPolicy">
                <fileNamePattern>${LOG_HOME}/app.%d{yyyy-MM-dd}.log</fileNamePattern>
            </rollingPolicy>
            <encoder>
                <pattern>%msg%n</pattern>
            </encoder>
        </appender>
    
        
        <logger name="com.atgugu.gmall2020.mock.log.util.LogUtil"
                level="INFO" additivity="false">
            <appender-ref ref="rollingFile" />
            <appender-ref ref="console" />
        </logger>
    
        <root level="error"  >
            <appender-ref ref="console" />
        </root>
    </configuration>

**C、生成日志**

进入到 `/opt/module/applog` 路径，执行以下命令

[fancy@node101 applog]$ java -jar gmall2020-mock-log-2021-01-22.jar

在 `/opt/module/applog/log` 目录下查看生成日志

[fancy@node101 log]$ ll

### 2. 集群日志生成脚本 ###

在 node101 的 `/home/fancy` 目录下创建 bin 目录，这样脚本可以在服务器的任何目录执行。

[fancy@node101 ~]$ echo $PATH
    /usr/local/bin:/usr/bin:/usr/local/sbin:/usr/sbin:/home/fancy/.local/bin:/home/fancy/bin

**A、在 /home/fancy/bin 目录下创建脚本lg.sh**

[fancy@node101 bin]$ vim lg.sh

**B、在脚本中编写如下内容**

#!/bin/bash
    for i in node101 node102; do
        echo "========== $i =========="
        ssh $i "cd /opt/module/applog/; java -jar gmall2020-mock-log-2021-01-22.jar >/dev/null 2>&1 &"
    done

注：  
① `/opt/module/applog/` 为 jar 包及配置文件所在路径  
② `/dev/null` 代表 Linux 的空设备文件，所有往这个文件里面写入的内容都会丢失，俗称“黑洞”。

*  标准输入0：从键盘获得输入 `/proc/self/fd/0`
 *  标准输出1：输出到屏幕（即控制台） `/proc/self/fd/1`
 *  错误输出2：输出到屏幕（即控制台）`/proc/self/fd/2`

**C、修改脚本执行权限**

[fancy@hadoop102 bin]$ chmod u+x lg.sh

**D、将 jar 包及配置文件上传至 node101 的 `/opt/module/applog/` 路径**

**E、启动脚本**

[fancy@hadoop102 module]$ lg.sh

**F、分别在node101、node102的/opt/module/applog/log目录上查看生成的数据**

[fancy@node101 logs]$ ls
    app.2020-06-14.log
    [fancy@node102 logs]$ ls
    app.2020-06-14.log

[d4e099677ee842c6a7d77f6955e3ff5c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/659effebdc7d43d18f8473376bf357ae.png
[b630f6b35bed48fcbc6bb123e57f5375.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/ea9a74aca4b24a42a9cfa603efa3cbc7.png
[961af8d7292f400bbe35d871f26eec07.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/4a2d75fee904475e92ef412152b3e13c.png
[2ecc1b18569441bbbbb1278f89005090.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/df4bbcda8d5445039f34d8ec8b71c9b0.png
[Hadoop _ --------- Hadoop _]: https://blog.csdn.net/m0_51111980/article/details/125710771
[c84d26baa95e4cceaa99befb03468582.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/cac1dc638e734b0b99e28c9872a93224.png
[e85137fa8cdc4399833fe86ec0421513.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/4e8957d845d849538ba9387c19343217.png