Kafka从入门到精通

原创 已于 2026-06-18 09:53:00 修改 · 262 阅读 · 3 ·
本内容遵循CC 4.0 BY-SA版权协议
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。
GEO检测
标签
#kafka #分布式
于 2026-06-17 17:10:10 首次发布

基于 KRaft 模式（Kafka 3.x 及以上版本，去 ZooKeeper）的集群搭建方案。
KRaft 是 Kafka 自 3.3.1 版本起生产可用的新模式，它通过内置的 Raft 共识协议替代了外部 ZooKeeper，让集群部署和运维变得更简单。

对于3节点集群，官方推荐配置是 3 个节点同时承担 Broker 和 Controller 角色（即 Combined 模式）。这个方案资源利用率高，部署也相对简单。

一、准备3节点虚拟机环境

1.1准备jdk环境

[root@localhost kafka]# java -version
openjdk version "17.0.19" 2026-04-21
OpenJDK Runtime Environment Temurin-17.0.19+10 (build 17.0.19+10)
OpenJDK 64-Bit Server VM Temurin-17.0.19+10 (build 17.0.19+10, mixed mode, sharing)

1.2主机名与解析

[root@localhost kafka]# cat /etc/hosts
127.0.0.1   localhost localhost.localdomain localhost4 localhost4.localdomain4
::1         localhost localhost.localdomain localhost6 localhost6.localdomain6
10.0.0.132 kafka1
10.0.0.133 kafka2
10.0.0.134 kafka3

二、部署3节点Kafka集群

2.1下载kafka安装包并解压

/opt/kafka

wget https://archive.apache.org/dist/kafka/3.9.0/kafka_2.12-3.9.0.tgz

在这里插入图片描述

2.2修改配置文件

node.id 和 advertised.listeners 在每台机器上必须是唯一的。对于 kafka2，node.id=2, advertised.listeners=PLAINTEXT://kafka2:9092；对于 kafka3 同理。
第一台

[root@localhost kafka]# cat config/kafka.properties 
properties
# 唯一标识，每台机器不同
node.id=1

# 角色：同时作为 Broker 和 Controller
process.roles=broker,controller

# 监听器配置
# PLAINTEXT://:9092 用于客户端通信
# CONTROLLER://:9093 用于内部 Raft 共识
listeners=PLAINTEXT://:9092,CONTROLLER://:9093

# 广播地址，必须配置为客户端和集群内其他节点能访问的地址
advertised.listeners=PLAINTEXT://kafka1:9092

# 控制器监听器名称，必须与 listeners 中的对应
controller.listener.names=CONTROLLER

# 安全协议映射
listener.security.protocol.map=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT

# 集群控制器列表，格式为 node.id@主机名:端口
controller.quorum.voters=1@kafka1:9093,2@kafka2:9093,3@kafka3:9093

# 日志存储目录
log.dirs=/tmp/kafka-logs

# 为集群设置默认副本因子，非常重要！
default.replication.factor=3
min.insync.replicas=2

第二台

[root@localhost kafka]# cat config/kafka.properties 
properties
# 唯一标识，每台机器不同
node.id=2

# 角色：同时作为 Broker 和 Controller
process.roles=broker,controller

# 监听器配置
# PLAINTEXT://:9092 用于客户端通信
# CONTROLLER://:9093 用于内部 Raft 共识
listeners=PLAINTEXT://:9092,CONTROLLER://:9093

# 广播地址，必须配置为客户端和集群内其他节点能访问的地址
advertised.listeners=PLAINTEXT://kafka2:9092

# 控制器监听器名称，必须与 listeners 中的对应
controller.listener.names=CONTROLLER

# 安全协议映射
listener.security.protocol.map=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT

# 集群控制器列表，格式为 node.id@主机名:端口
controller.quorum.voters=1@kafka1:9093,2@kafka2:9093,3@kafka3:9093

# 日志存储目录
log.dirs=/tmp/kafka-logs

# 为集群设置默认副本因子，非常重要！
default.replication.factor=3
min.insync.replicas=2

第三台

[root@localhost kafka]# cat config/kafka.properties 
properties
# 唯一标识，每台机器不同
node.id=3

# 角色：同时作为 Broker 和 Controller
process.roles=broker,controller

# 监听器配置
# PLAINTEXT://:9092 用于客户端通信
# CONTROLLER://:9093 用于内部 Raft 共识
listeners=PLAINTEXT://:9092,CONTROLLER://:9093

# 广播地址，必须配置为客户端和集群内其他节点能访问的地址
advertised.listeners=PLAINTEXT://kafka3:9092

# 控制器监听器名称，必须与 listeners 中的对应
controller.listener.names=CONTROLLER

# 安全协议映射
listener.security.protocol.map=CONTROLLER:PLAINTEXT,PLAINTEXT:PLAINTEXT

# 集群控制器列表，格式为 node.id@主机名:端口
controller.quorum.voters=1@kafka1:9093,2@kafka2:9093,3@kafka3:9093

# 日志存储目录
log.dirs=/tmp/kafka-logs

# 为集群设置默认副本因子，非常重要！
default.replication.factor=3
min.insync.replicas=2

2.3启动集群

生成集群 ID：在任意一台机器上执行此命令，并记录输出的 UUID。

bash
bin/kafka-storage.sh random-uuid
  • 示例输出: ABC123-DEF456-GHI789
    格式化存储目录：在所有三台机器上分别执行以下命令，使用上一步生成的统一集群 ID。
bash
bin/kafka-storage.sh format --cluster-id <你生成的集群ID> --config config/kafka.properties

注意：此命令会清除 log.dirs 目录下的所有数据，仅在初次部署或重建集群时执行。

启动 Kafka 服务：在所有三台机器上分别执行，启动 Broker。

bash
bin/kafka-server-start.sh -daemon config/kafka.properties

2.4 验证集群

检查控制器状态：在任意节点执行以下命令，确认控制器选举正常。

bash
bin/kafka-metadata-quorum.sh --bootstrap-server kafka1:9092 describe --status

创建测试主题：创建一个副本因子为3的主题，验证集群的高可用功能。

bash
bin/kafka-topics.sh --create --topic test-ha --bootstrap-server kafka1:9092 --partitions 3 --replication-factor 3

查看主题详情：确认分区 Leader 和副本分布在不同 Broker 上。

bash
bin/kafka-topics.sh --describe --topic test-ha --bootstrap-server kafka1:9092

模拟故障测试：停止其中一个 Broker 的进程（如 kafka2），然后尝试向 test-ha 主题生产和消费消息，验证服务的连续性。

💡 关键配置与运维要点
min.insync.replicas=2：配合 replication-factor=3，这条配置保证了在至少2个副本同步成功后才算写入完成，是数据不丢失的关键。

生产者 acks=all：生产端配置 acks=all 或 acks=-1，与 Broker 端的 min.insync.replicas 配合，实现最强数据可靠性。

监控是关键：生产环境务必监控 UnderReplicatedPartitions（未充分复制的分区数）和 ISR（同步副本集）的收缩情况，这直接反映了集群的健康度。

三、集群生产和消费验证

3.1生产数据

方式一：控制台生产者（交互式）
在任意一个节点上执行：

bash
bin/kafka-console-producer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic

然后输入消息，每行一条：

text
hello kafka cluster
message 1
message 2
按 Ctrl+C 退出。

方式二：单条消息生产（脚本方式）

bash
echo "test message $(date)" | bin/kafka-console-producer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic

方式三：从文件批量生产
bash

  • 准备消息文件
echo -e "line1\nline2\nline3" > messages.txt
  • 批量发送
bin/kafka-console-producer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic < messages.txt

3.2 消费数据

方式一：从头消费（查看所有历史消息）

bash
bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic --from-beginning

方式二：只消费最新消息（不读历史）

bash
bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic

方式三：指定消费者组（便于管理偏移量）

bash
bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic --group my-group --from-beginning

方式四：消费指定数量的消息后自动退出

bash
bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic --from-beginning --max-messages 10

四、完整验证流程

终端 1：启动生产者（持续发送）

bash
bin/kafka-console-producer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic

输入几条消息后保持运行。

终端 2：启动消费者（实时查看）

bash
bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic --from-beginning

应该能看到终端 1 发送的所有消息。

终端 3：验证消费者组状态
bash

  • 查看消费者组列表
bin/kafka-consumer-groups.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --list
  • 查看指定组的消费进度
bin/kafka-consumer-groups.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --describe --group my-group

五、高可用性测试（验证集群容错）

测试 1：停止一个 Broker，看生产和消费是否继续
bash

  • 在 kafka2 上停止服务
pkill -9 -f kafka-server-start
  • 在 kafka1 上继续生产消息
echo "test after broker down" | bin/kafka-console-producer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic
  • 消费消息（应该还能正常消费）
bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic test-topic --from-beginning --max-messages 1

测试 2：查看分区 Leader 重新分配
bash

  • 查看主题详情，确认 Leader 已切换到其他节点
bin/kafka-topics.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --describe --topic test-topic

🛠️ 常用生产和消费参数
生产者高级参数

bash
bin/kafka-console-producer.sh \
  --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 \
  --topic test-topic \
  --producer-property acks=all \
  --producer-property compression.type=gzip \
  --producer-property batch.size=16384

参数 说明 推荐值
acks=all 所有副本确认后才算成功 生产环境必配
compression.type 压缩类型 gzip 或 snappy
batch.size 批量大小 16384 (16KB)
消费者高级参数

bash
bin/kafka-console-consumer.sh \
  --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 \
  --topic test-topic \
  --group my-group \
  --from-beginning \
  --consumer-property fetch.min.bytes=1024 \
  --consumer-property fetch.max.wait.ms=500

参数 说明
fetch.min.bytes 每次拉取的最小数据量
fetch.max.wait.ms 等待数据的最长时间
max.poll.records 每次拉取的最大消息数
💡 集群与单节点的关键区别
操作 单节点 集群（3节点）
Bootstrap 地址 localhost:9092 kafka1:9092,kafka2:9092,kafka3:9092
副本因子 --replication-factor 1 --replication-factor 3（推荐）
可用性 一台挂了全部不可用 一台挂了仍可继续
数据可靠性 低（无副本） 高（3副本）
✅ 验证清单
执行完所有测试后，确认以下功能正常：

生产者能成功发送消息（控制台无报错）

消费者能看到历史消息（–from-beginning）

消费者能实时看到新消息（生产者输入后立即显示）

消费者组能查询到偏移量和 Lag

停止一个 Broker 后，生产和消费仍然正常

主题副本分布在所有 3 个节点上

六、使用fliebeat将日志收集到kafka

6.1下载安装filebeat

curl -L -O https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-8.17.0-x86_64.rpm
sudo rpm -vi filebeat-8.17.0-x86_64.rpm

6.2配置文件

[root@kafka1 filebeat-8.17.0-linux-x86_64]# cat filebeat.yml
filebeat.inputs:
- type: log
  enabled: true
  paths:
    - /var/log/*.log          # 替换为你实际的日志路径

output.kafka:
  hosts: ["kafka1:9092", "kafka2:9092","kafka3:9093"] # 替换为你的Broker地址

  # ⚠️ 关键配置：指定协议版本为 2.1.0
  version: "2.1.0"             # [citation:2][citation:5]

  topic: "filebeat-logs"       # 替换为你想要的Topic
  required_acks: 1
  compression: gzip

启动脚本

[root@kafka1 filebeat-8.17.0-linux-x86_64]# cat start.sh
#!/bin/bash
sudo ./filebeat -e -c filebeat.yml

消费下topic看看

[root@kafka1 kafka]# bin/kafka-console-consumer.sh --bootstrap-server kafka1:9092,kafka2:9092,kafka3:9092 --topic filebeat-logs --from-beginning
[2026-06-18 09:38:20,375] WARN [Consumer clientId=console-consumer, groupId=console-consumer-59133] Connection to node -3 (kafka3/10.0.0.134:9092) could not be established. Node may not be available. (org.apache.kafka.clients.NetworkClient)
[2026-06-18 09:38:20,376] WARN [Consumer clientId=console-consumer, groupId=console-consumer-59133] Bootstrap broker kafka3:9092 (id: -3 rack: null) disconnected (org.apache.kafka.clients.NetworkClient)
{"@timestamp":"2026-06-18T01:38:04.895Z","@metadata":{"beat":"filebeat","type":"_doc","version":"8.17.0"},"ecs":{"version":"8.0.0"},"host":{"name":"kafka1"},"agent":{"version":"8.17.0","ephemeral_id":"bae82063-9773-4700-a59c-ed463df169b0","id":"80ccd9ad-05d3-4808-9c68-4113e30eb1d7","name":"kafka1","type":"filebeat"},"log":{"offset":60,"file":{"path":"/var/log/yum.log"}},"message":"Apr 30 20:57:52 Installed: 14:tcpdump-4.9.2-4.el7_7.1.x86_64","input":{"type":"log"}}
KK溜了溜了
关注
kafka框架从入门到精通（全）
码农研究僧的博客
08-29 3550
关于java其他方面的知识点可看我之前的文章： java框架零基础从入门到精通的学习路线（超全）以下内容的学习主要来源于： 【尚硅谷】2022版Kafka3.x教程（从入门到调优，深入全面）应用场景举例： 前端浏览了网站，记录了数据（点赞、评论量等）变成日志，发送到日志服务器，日志服务器（通过Flume时刻监控服务器，只要一有数据变化）上传到Hadoop。 Flume（上传速度为100m/s左右）和Hadoop（采集速度小于100m/s，而且高峰期可能大于200m/s）两者的传输速率不同。可以增加一个kaf
Kafka全面指南：从入门到精通
索大神的博客
01-14 1095
本文是一份全面的Apache Kafka学习指南，从基础概念到高级应用，系统介绍了Kafka的核心知识。内容涵盖Kafka的发展背景、核心概念（Broker、Topic、Partition等）、四大API、典型使用场景（日志聚合、事件驱动架构等），以及高级功能如事务处理和Exactly-Once语义。指南提供了详细的Java代码示例，包括生产者、消费者、Kafka Streams等实现，并讲解了集群部署、运维监控和云原生集成方案。此外还介绍了Spring Boot项目中的最佳实践和性能调优建议，帮助开发者快
kafka教程 从入门到精通 社区
qq_43066912的博客
09-30 413
转自社区：https://www.orchome.com/512
《Kafka 3.x.x 入门到精通》
这里有一只小马吖
04-27 995
Kafka 3.x.x 入门到精通——完结篇
kafka入门到精通
weixin_42469070的博客
06-27 2512
同步的通信方式会存在性能和稳定的问题。针对于同步的通信方式来说，异步的方式，可以让上游快速成功，极大提高了系统的吞吐量。而且在分布式系统中，通过下游多个服务的分布式事务的保障，也能保障业务执行之后的最终一致性。消息队列解决具体的是什么问题 – 通信问题。目前消息队列的中间件选项有很多种：这些消息中间件有什么区别？什么是 MQMessage Queue（MQ），消息队列中间件。很多人都说：MQ 通过将消息的发送和接收分离来实现应用程序的异步和解偶，这个给人的直觉是——MQ 是异步的，用来解耦的，但是这...
Kafka入门到精通
shuai_h的博客
07-10 4320
Kafka是由Apache软件基金会开发的一个开源流平台，由Scala和Java编写。Kafka的Apache官网是这样介绍Kakfa的。Apache Kafka是一个分布式流平台。发布和订阅流数据流，类似于消息队列或者是企业消息传递系统以容错的持久化方式存储数据流处理数据流Publish and subscribe：发布与订阅Store：存储Process：处理特性。
最全《 Kafka从入门到精通教程》
weixin_44631898的博客
02-19 1782
课程目录：第一课 Kafka简介 1第一课 Kafka简介 2第二课 Kafka架构 上第二课 kafka架构 下第三课 数据复制与Failover第四课 Kafka Zookeeper 上第四课 Kafka Zookeeper 下第五课 Kafka Leader Election第六课 Kafka Consumer第七课 Kafka Consumer Offset Management第八课 K...
一.Kafka入门到精通-Kafka快速入门
墨家巨子@俏如来
05-25 6448
前言 在内卷严重的程序员圈子中，原地踏步就是退步，所以不能再躺平啦，赶紧爬起来学习，接下来博主将推出《Kafka入门到精通》系列文章，让你可以在企业中玩起Kafka来得心应手，此乃升职加薪必备呀。 Kafka认识 Kafka 是由Linkedin公司开发的，支持多分区、多副本，基于 Zookeeper 的分布式消息流平台，是一款基于发布订阅模式的开源消息引擎系统。相对于其他的消息组件来说Kafka拥有更好的吞吐量、内置分区、具有复制和容错的功能，这使它成为一个非常理想的大型消息处理应用。使用场景如：网页浏览
2019最新《 Kafka从入门到精通教程》
aa78965的博客
02-27 1277
课程目录：第一课 Kafka简介 1第一课 Kafka简介 2第二课 Kafka架构 上第二课 kafka架构 下第三课 数据复制与Failover第四课 Kafka Zookeeper 上第四课 Kafka Zookeeper 下第五课 Kafka Leader Election第六课 Kafka Consumer第七课 Kafka Consumer Offset Management第八课 K...
Python 消息队列选型：从 Redis Stream 到 Kafka 的工程决策框架
2401_87746054的博客
06-15 323
消息队列选型的核心思路是“需求驱动选型，而非技术驱动选型”。低吞吐任务队列选 Redis Stream，复杂路由场景选 RabbitMQ，高吞吐事件流选 Kafka——每种队列都有其最优的适用场景。落地步骤：第一步，明确业务需求（吞吐量、可靠性、消费模型、消息保留时间）；第二步，用选型决策工具生成推荐列表，选择得分最高的方案；第三步，在测试环境验证选型方案的吞吐量和可靠性，确认满足预期。关键原则是——不要为了“技术先进”而选择 Kafka，也不要为了“简单”而忽视可靠性需求，选型的唯一标准是业务需求。
kafka深度讲解
Bug制造者
06-15 358
文章摘要： Kafka核心架构与分区路由机制解析。Kafka集群由多个Broker节点组成，Topic作为逻辑消息主题被划分为多个Partition实现并行处理。分区副本(Replica)确保数据高可用，消费者组实现消息的独占或广播消费。文章详细讲解了Kafka的三种分区路由方式：1)直接指定Partition；2)自定义Partitioner；3)默认的Key-based Hash策略（hash(key)%partitions）。重点分析了Key对消息路由的影响，相同Key的消息会进入同一分区保证顺序性，
kafka消息堆积了怎么处理
weixin_42795092的博客
06-13 511
特征：某一个分区 lag 持续上涨，其他分区正常；消费进程不报错但不推进 offset。消费应用、Kafka 配置、分区调整，全部走变更流程，低峰操作，避免改配置引发堆积。设备批量上报、产线峰值数据、上游程序 bug，短时间消息暴增，超出消费上限。目标：快速降低 lag、恢复业务链路，再逐步排查根因，分场景处理。：消费失败、重试多次仍异常的消息，自动转发到死信主题，定时脚本批量检查全业务消费组状态，早发现小堆积。定期模拟峰值流量，验证消费能力上限，提前扩容。，再扩实例也无效，必须先。，事后统一分析处理。
kafka源码学习-生产者发送消息的后台调用逻辑
dongyonggan的专栏
06-18 354
本文梳理了从kafkaTemplate.send()到消息发送至Kafka Broker的完整调用链。主要流程为：1) Spring的KafkaTemplate构造ProducerRecord后调用doSend；2) 通过DefaultKafkaProducerFactory获取或创建单例KafkaProducer；3) 在KafkaProducer.doSend()中完成序列化、分区选择和内存缓冲；4) Sender线程异步将批次数据发送至Broker。关键点包括：两层Future设计（Spring的Li
Apache Kafka 深度解析：从原理到实战的分布式消息引擎
ITOfDragon的博客
06-17 498
Apache Kafka 是由 LinkedIn 于 2011 年开源、后捐赠给 Apache 软件基金会的分布式事件流平台。它最初被设计为一个高性能的消息队列系统，用于处理 LinkedIn 每天数万亿条的消息数据。经过十余年的发展，Kafka 已经演变为集消息发布订阅流式数据处理数据集成连接三大能力于一体的综合平台。高吞吐、低延迟、持久化。它采用顺序磁盘 I/O、零拷贝（Zero-Copy）、批量压缩等技术，使得单台普通的服务器即可支撑每秒百万级消息的写入和读取。
SeaTunnel 实时同步 Kafka JSON 数据到 Oracle 完整配置 + 踩坑实战总结
weixin_53083884的博客
06-17 413
摘要：本文介绍使用SeaTunnel 2.x实现Kafka到Oracle的实时数据同步方案。通过JsonPath解析嵌套JSON字段，SQL转换处理日期格式、生成主键，最终批量写入Oracle。配置要点包括：1) Kafka消息需指定src_field解析嵌套结构；2) 采用JsonPath+SQL双层转换提高可维护性；3) Oracle连接需严格匹配字段顺序。文章重点总结了5个常见问题：字段顺序不匹配导致静默丢弃、嵌套JSON解析失败、日期格式转换异常、offset过早提交导致数据丢失，以及UUID主键格
kafka积压
qq_24768591的博客
06-13 524
The user wants to learn how to handle Kafka lag. The has 10000 lag - partition 1 has 0 current offset (never consumed), partitions 0 and 2 have some consumption but are behind.Let me teach them the various approaches to handle lag:Now I have the full pict
使用codebuddy学习kafka
qq_24768591的博客
06-13 280
好的，我用你当前这套环境，边讲原理边动手，把 Kafka 的核心操作串一遍。 先看下你集群里有什么： 注意到一个问题 —— 被误当成 Topic 创建了。先帮你清理掉，然后开始教学： 好了，现在我们创建一个教学用的 Topic，从零开始演示全部操作： 5 条消息全部分配到了分区 0。说明 Kafka 默认按 key 的 hash 路由，没 key 时可能 sticky 到一个分区。接着演示消费： 现在有积压了！分区 0 LAG=3。演示积压处理： ✅ 教学总结 用你刚才实操学会的，整理成速查表： 二、读写
kafka源码-@KafkaListener消费端的poll调用逻辑
最新发布
dongyonggan的专栏
06-18 327
摘要：本文详细分析了SpringBoot 2.7.18集成Spring Kafka 2.8.11时@KafkaListener的完整调用链路。从启动阶段通过@EnableKafka激活KafkaListenerAnnotationBeanPostProcessor扫描监听方法，到创建ConcurrentMessageListenerContainer并启动消费线程；重点解析了ListenerConsumer的核心poll循环（默认5秒超时），包括消息反序列化、RecordMessagingMessageLi
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