0
0

Prometheus 监控体系与 Grafana 可视化

2026-11-02
Prometheus 监控体系与 Grafana 可视化

Prometheus 监控体系与 Grafana 可视化

1. Prometheus 是什么

Prometheus 是开源的系统监控和告警平台,主要特点:

  • 原生时间序列数据库。
  • 使用 PromQL 查询指标。
  • 默认通过 HTTP Pull 拉取指标。
  • 支持静态配置和服务发现。
  • 提供多维标签数据模型。
  • 可与 Alertmanager、Grafana 和各类 Exporter 配合。
  • 适合动态容器、微服务、主机和网络等以数字为主的监控场景。

Prometheus 侧重可靠性、趋势判断和故障诊断,不适合作为要求百分之百准确的财务计费数据库。

2. 常见监控工具定位

工具主要定位
Nagios主机与服务可用性检查,插件和告警丰富
Cacti网络设备与图形化趋势监控
Zabbix主机、网络、应用监控和告警的一体化平台
Smokeping网络延迟和丢包趋势
Prometheus指标采集、时序存储、PromQL 和云原生监控
Grafana多数据源可视化与 Dashboard

Prometheus 与 Grafana 不是替代关系:Prometheus 负责采集、存储和查询,Grafana 负责展示。

3. 核心架构

node_exporter
Application Exporter
Service Discovery
Prometheus Server
Local TSDB
Alertmanager
Grafana
Prometheus Web UI

核心组件:

组件作用
Prometheus Server抓取、存储、查询和执行告警规则
Target被监控目标
Exporter把第三方系统指标转换为 Prometheus 格式
Client Library在应用内生成和暴露指标
Pushgateway接收短期任务主动推送的指标
Alertmanager告警去重、分组、抑制和路由
Prometheus Web UI查看 Target、查询 PromQL 和基础图形
Grafana多数据源可视化和 Dashboard
Service Discovery动态发现 Target

4. 数据模型

一条时间序列由以下部分组成:

metric_name{label1="value1",label2="value2"} value timestamp

示例:

node_cpu_seconds_total{cpu="0",mode="idle",instance="192.0.2.41:9100",job="node-exporters"} 12345.6

指标名称:

node_cpu_seconds_total

标签:

cpu="0"
mode="idle"
instance="192.0.2.41:9100"
job="node-exporters"

每个唯一标签组合代表一条独立时间序列。标签基数过高会增加内存、存储和查询压力。

5. 指标类型

5.1 Counter

单调递增的累计值,例如:

  • CPU 累计使用秒数。
  • 网络累计字节数。
  • HTTP 累计请求数。

Counter 可能因进程重启而回到零,所以分析速率时通常使用 rate、irate 或 increase。

示例:

node_cpu_seconds_total
node_network_receive_bytes_total

5.2 Gauge

可以上升或下降的瞬时值,例如:

  • 当前内存使用量。
  • 磁盘剩余空间。
  • 当前温度。
  • 当前连接数。

示例:

node_memory_MemAvailable_bytes
node_filesystem_avail_bytes

5.3 Histogram

Histogram 把观察值分桶,可用于估算分位数。

指标通常包含:

http_request_duration_seconds_bucket
http_request_duration_seconds_sum
http_request_duration_seconds_count

可用 histogram_quantile() 近似计算 P95、P99 等分位数。

5.4 Summary

Summary 在客户端计算分位数和汇总值,常见后缀:

_sum
_count

Summary 与 Histogram 都用于分布统计,但聚合方式和适用场景不同。需要跨多个实例重新聚合分位数时,通常优先评估 Histogram。

6. Pull、Pushgateway 与适用场景

6.1 Pull

Prometheus 定期访问 Target 的 /metrics。优点:

  • Prometheus 能直接判断目标是否在线。
  • 配置和抓取状态集中可控。
  • 适合长期运行的服务。

默认 up 指标可判断抓取是否成功:

up

6.2 Pushgateway

适合短期批处理任务:

Batch Job → Pushgateway ← Pull Prometheus

注意:

  • Pushgateway 保存的是最后一次推送值,不会自动判断任务已经退出。
  • 不适合长期运行服务绕开被拉取架构。
  • 任务结束或失败时应明确清理或更新对应指标。
  • 多实例向相同分组推送时可能互相覆盖。

7. 部署方式

常见方式:

方式适用场景
二进制 + systemd手工理解和维护基础组件
Docker快速测试和容器环境
Kubernetes Operator自动管理 Prometheus、规则和 ServiceMonitor
HelmKubernetes 中批量部署
配置管理工具多环境标准化部署

本笔记使用二进制与 systemd,便于观察组件关系。

8. 部署 Prometheus Server

8.1 准备目录和用户

sudo useradd --system \
  --user-group \
  --home /var/lib/prometheus \
  --shell /usr/sbin/nologin \
  prometheus

sudo install -d -o root -g prometheus /etc/prometheus
sudo install -d -o root -g prometheus /etc/prometheus/rules
sudo install -d -o prometheus -g prometheus /var/lib/prometheus
sudo install -d /opt/prometheus

8.2 下载与安装

wget "https://github.com/prometheus/prometheus/releases/download/v${PROMETHEUS_VERSION}/prometheus-${PROMETHEUS_VERSION}.linux-amd64.tar.gz"

tar xf "prometheus-${PROMETHEUS_VERSION}.linux-amd64.tar.gz"

sudo install -m 0755 \
  "prometheus-${PROMETHEUS_VERSION}.linux-amd64/prometheus" \
  /opt/prometheus/prometheus

sudo install -m 0755 \
  "prometheus-${PROMETHEUS_VERSION}.linux-amd64/promtool" \
  /opt/prometheus/promtool

sudo cp -a \
  "prometheus-${PROMETHEUS_VERSION}.linux-amd64/consoles" \
  "prometheus-${PROMETHEUS_VERSION}.linux-amd64/console_libraries" \
  /opt/prometheus/

下载软件包后建议核对官方校验值。

8.3 基础配置

文件:/etc/prometheus/prometheus.yml

global:
  scrape_interval: 15s
  scrape_timeout: 10s
  evaluation_interval: 15s

rule_files:
  - /etc/prometheus/rules/*.yml

scrape_configs:
  - job_name: prometheus
    static_configs:
      - targets:
          - 127.0.0.1:9090

  - job_name: node-exporters
    metrics_path: /metrics
    scheme: http
    static_configs:
      - targets:
          - 192.0.2.41:9100
          - 192.0.2.42:9100
          - 192.0.2.43:9100
        labels:
          environment: demo

说明:

  • scrape_interval 是正常采集周期。
  • scrape_timeout 应小于采集周期。
  • 3 秒采集只适合短时演示,长期使用会显著增加存储和 CPU 压力。
  • job、instance 是 Prometheus 自动附加的重要标签。

8.4 systemd

文件:/etc/systemd/system/prometheus.service

[Unit]
Description=Prometheus Server
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
User=prometheus
Group=prometheus

ExecStart=/opt/prometheus/prometheus \
  --config.file=/etc/prometheus/prometheus.yml \
  --storage.tsdb.path=/var/lib/prometheus \
  --web.listen-address=127.0.0.1:9090 \
  --web.enable-lifecycle

Restart=on-failure
RestartSec=5s

[Install]
WantedBy=multi-user.target

启动:

sudo systemctl daemon-reload
sudo systemctl enable --now prometheus
sudo systemctl status prometheus
sudo journalctl -u prometheus -f

127.0.0.1 适合通过本机反向代理访问。直接远程实验时可临时监听内网地址,但应结合防火墙限制来源。

8.5 校验配置

/opt/prometheus/promtool check config /etc/prometheus/prometheus.yml

热加载:

curl -X POST http://127.0.0.1:9090/-/reload

只有启动参数包含 --web.enable-lifecycle 时,热加载接口才可用。没有启用时,应通过 systemd 重启服务。

8.6 验证

curl -s http://127.0.0.1:9090/-/ready
curl -s http://127.0.0.1:9090/-/healthy

访问:

http://127.0.0.1:9090/targets
http://127.0.0.1:9090/graph

9. 部署 node_exporter

9.1 创建用户和目录

sudo useradd --system \
  --user-group \
  --home /var/lib/node_exporter \
  --shell /usr/sbin/nologin \
  node_exporter

sudo install -d -o root -g node_exporter /etc/node_exporter
sudo install -d -o node_exporter -g node_exporter /var/lib/node_exporter
sudo install -d /opt/node_exporter

9.2 下载与安装

wget "https://github.com/prometheus/node_exporter/releases/download/v${NODE_EXPORTER_VERSION}/node_exporter-${NODE_EXPORTER_VERSION}.linux-amd64.tar.gz"

tar xf "node_exporter-${NODE_EXPORTER_VERSION}.linux-amd64.tar.gz"

sudo install -m 0755 \
  "node_exporter-${NODE_EXPORTER_VERSION}.linux-amd64/node_exporter" \
  /opt/node_exporter/node_exporter

9.3 systemd

文件:/etc/systemd/system/node_exporter.service

[Unit]
Description=Prometheus Node Exporter
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
User=node_exporter
Group=node_exporter

ExecStart=/opt/node_exporter/node_exporter \
  --web.listen-address=:9100

Restart=on-failure
RestartSec=5s

[Install]
WantedBy=multi-user.target

启动并验证:

sudo systemctl daemon-reload
sudo systemctl enable --now node_exporter
sudo systemctl status node_exporter
curl -s http://127.0.0.1:9100/metrics | head

node_exporter 默认监听 9100,不要直接暴露到公网。可通过防火墙只允许 Prometheus Server 访问。

10. Prometheus 采集 node_exporter

在 prometheus.yml 中增加:

scrape_configs:
  - job_name: node-exporters
    metrics_path: /metrics
    scheme: http
    static_configs:
      - targets:
          - 192.0.2.41:9100
          - 192.0.2.42:9100
          - 192.0.2.43:9100

检查并重载:

/opt/prometheus/promtool check config /etc/prometheus/prometheus.yml
curl -X POST http://127.0.0.1:9090/-/reload

在 Targets 页面检查:

  • 所有 Target 状态是否为 UP。
  • 最近一次 Scrape 是否成功。
  • Error 是否有超时或连接拒绝。
  • Labels 是否符合预期。

常用查询:

up
up{job="node-exporters"}
up{job="node-exporters"} == 0
node_cpu_seconds_total

11. PromQL 基础

11.1 直接查询指标

node_cpu_seconds_total

11.2 精确标签匹配

node_cpu_seconds_total{instance="192.0.2.41:9100"}

11.3 多标签匹配

node_cpu_seconds_total{
  instance="192.0.2.41:9100",
  cpu="0",
  mode="idle"
}

11.4 标签运算符

运算符含义示例
=精确相等mode="idle"
!=不等于mode!="idle"
=~正则匹配mode=~"i.*"
!~正则不匹配mode!~"i.*"

正则表达式默认是完整匹配,不是任意子串匹配。

11.5 Range Vector

选择最近 1 分钟的数据:

node_cpu_seconds_total{mode="idle"}[1m]

Range Vector 常作为 rate、increase 等函数的输入。普通图形通常需要先使用函数得到 Instant Vector。

11.6 时间窗口

  • 窗口必须至少包含两个样本。
  • 15 秒采集一次时,1m 窗口大约有 4~5 个样本。
  • 短窗口更灵敏,但也更容易受抖动影响。
  • 长时间看板可使用 5m、10m 或 Grafana 的 $__rate_interval。

12. 常用 PromQL 函数

12.1 rate

计算 Counter 每秒平均增长量:

rate(node_cpu_seconds_total{mode="idle"}[5m])

12.2 irate

使用最近两个样本计算瞬时变化率:

irate(node_cpu_seconds_total{mode="idle"}[5m])

irate 对短时波动敏感,适合观察瞬时趋势;告警通常优先使用较稳定的 rate。

12.3 increase

计算指定窗口内的近似增量:

increase(node_cpu_seconds_total{mode="idle"}[5m])

12.4 sum

对匹配的序列求和:

sum(increase(node_cpu_seconds_total{mode="idle"}[5m]))

12.5 by

按标签分组:

sum by (instance) (
  increase(node_cpu_seconds_total{mode="idle"}[5m])
)

12.6 topk

获取值最高的前 N 个序列:

topk(
  3,
  rate(node_cpu_seconds_total{mode="idle"}[5m])
)

12.7 count

统计序列数量:

count(up{job="node-exporters"} == 0)

适合判断“有多少个 Target 离线”。

12.8 avg

计算平均值:

avg(rate(node_cpu_seconds_total{mode="idle"}[5m]))

13. PromQL 计算 CPU 使用率

13.1 推荐公式

计算各节点总 CPU 使用率:

100 * (
  1 -
  avg by (instance) (
    rate(node_cpu_seconds_total{mode="idle"}[5m])
  )
)

13.2 用户态 CPU

100 * avg by (instance) (
  rate(node_cpu_seconds_total{mode="user"}[5m])
)

13.3 内核态 CPU

100 * avg by (instance) (
  rate(node_cpu_seconds_total{mode="system"}[5m])
)

13.4 I/O 等待

100 * avg by (instance) (
  rate(node_cpu_seconds_total{mode="iowait"}[5m])
)

当需要与 top 对比时,确认时间窗口、CPU 个数和容器环境限制一致。

14. 其他常用主机指标

14.1 内存使用率

100 * (
  1 -
  node_memory_MemAvailable_bytes
  /
  node_memory_MemTotal_bytes
)

14.2 文件系统使用率

100 * (
  1 -
  node_filesystem_avail_bytes{fstype!~"tmpfs|overlay"}
  /
  node_filesystem_size_bytes{fstype!~"tmpfs|overlay"}
)

14.3 网络接收速率

sum by (instance) (
  rate(node_network_receive_bytes_total{device!="lo"}[5m])
)

14.4 网络发送速率

sum by (instance) (
  rate(node_network_transmit_bytes_total{device!="lo"}[5m])
)

14.5 系统运行时间

time() - node_boot_time_seconds

14.6 Target 可用性

up{job="node-exporters"}

1 表示抓取成功,0 表示失败。

指标名称会因操作系统和 node_exporter Collector 配置有所不同,应以实际 /metrics 输出为准。

15. 基础告警规则

规则文件:/etc/prometheus/rules/node-alerts.yml

groups:
  - name: node-alerts
    rules:
      - alert: NodeExporterDown
        expr: up{job="node-exporters"} == 0
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: "Node Exporter 无法抓取"
          description: "{{ $labels.instance }} 已连续 2 分钟不可用。"

      - alert: HighCpuUsage
        expr: |
          100 * (
            1 -
            avg by (instance) (
              rate(node_cpu_seconds_total{mode="idle"}[5m])
            )
          ) > 85
        for: 10m
        labels:
          severity: warning
        annotations:
          summary: "CPU 使用率过高"
          description: "{{ $labels.instance }} CPU 使用率已超过 85%。"

校验:

/opt/prometheus/promtool check rules \
  /etc/prometheus/rules/node-alerts.yml

在 prometheus.yml 中确保:

rule_files:
  - /etc/prometheus/rules/*.yml

Prometheus 负责触发告警,Alertmanager 负责去重、分组、抑制和发送通知。

16. 部署 Grafana

16.1 安装

wget "https://dl.grafana.com/oss/release/grafana_${GRAFANA_VERSION}_amd64.deb"
sudo apt install -y adduser libfontconfig1 musl
sudo dpkg -i "grafana_${GRAFANA_VERSION}_amd64.deb"

16.2 启动

sudo systemctl enable --now grafana-server
sudo systemctl status grafana-server
sudo journalctl -u grafana-server -f
sudo ss -ntlp | grep ':3000'

Grafana 默认使用 3000 端口。首次登录后应立即设置强密码,不要跳过初始安全设置。

16.3 安全建议

  • 禁止匿名访问。
  • 首次登录后立即更换默认管理员密码。
  • 通过 TLS 反向代理访问。
  • 区分管理员、编辑者和只读用户。
  • 数据源使用只读账号或受限 Token。
  • 不把 Grafana 直接暴露在公网。

17. 配置 Prometheus 数据源

在 Grafana 中:

Connections → Data sources → Add data source → Prometheus

如果 Grafana 和 Prometheus 在同一主机,可配置:

http://127.0.0.1:9090

若 Prometheus 启用 TLS 和认证,应同时配置:

  • HTTPS 地址。
  • CA 证书。
  • 受限访问凭据。
  • 不勾选跳过 TLS 校验。

保存后点击 Save & test,确认数据源可查询。

18. Grafana 变量与 Dashboard

18.1 创建主机变量

变量类型选择 Query,常用:

label_values(up{job="node-exporters"}, instance)

变量名可为:

host

18.2 在 PromQL 中引用变量

单选:

node_cpu_seconds_total{instance="$host",mode="idle"}

多选时应使用正则匹配:

node_cpu_seconds_total{instance=~"$host",mode="idle"}

18.3 Dashboard 常用面板

面板查询或指标
CPU 使用率第 13 节推荐公式
内存使用率node_memory_MemAvailable_bytes
磁盘使用率node_filesystem_*
网络吞吐node_network_*
系统启动时间node_boot_time_seconds
Target 状态up
告警数量根据规则和 ALERTS 指标统计

可以使用可信的社区 Dashboard 作为起点,但导入后必须检查:

  • 指标名称是否与当前 node_exporter 版本一致。
  • 数据源和变量是否正确。
  • 查询时间窗口和单位是否正确。
  • 是否存在过宽的正则或高基数查询。

19. Grafana 备份与恢复

19.1 Dashboard 导出

推荐把 Dashboard JSON 纳入版本控制:

  1. 打开 Dashboard。
  2. 进入 Settings。
  3. 导出 JSON。
  4. 清除不必要的敏感数据和数据源密码。
  5. 提交到受控仓库。

19.2 数据库备份

Grafana 默认数据库可能为:

/var/lib/grafana/grafana.db

简单实验环境可在停止服务后备份:

sudo systemctl stop grafana-server
sudo cp -a \
  /var/lib/grafana/grafana.db \
  /var/backups/grafana.db.$(date +%Y%m%d%H%M%S)
sudo systemctl start grafana-server

生产环境应使用数据库一致性快照或外部 PostgreSQL,并同时备份 Provisioning、插件和数据源配置。

恢复后检查:

  • Grafana 可以启动。
  • 管理员可以登录。
  • 数据源连接正常。
  • Dashboard 和变量可加载。
  • 用户与权限符合预期。

20. Prometheus 联邦模式

20.1 原理

联邦模式让一个 Prometheus Server 从其他 Prometheus Server 的 /federate 接口抓取选定指标:

node_exporter 41
Prometheus 32
node_exporter 42
Prometheus 33
node_exporter 43
Prometheus 31 汇总
Grafana

20.2 子 Prometheus 配置

Prometheus 32 采集节点 41:

scrape_configs:
  - job_name: node-exporters-32
    static_configs:
      - targets:
          - 192.0.2.41:9100

Prometheus 33 采集节点 42、43:

scrape_configs:
  - job_name: node-exporters-33
    static_configs:
      - targets:
          - 192.0.2.42:9100
          - 192.0.2.43:9100

20.3 汇总节点配置

scrape_configs:
  - job_name: federate-prometheus-32
    metrics_path: /federate
    honor_labels: true
    params:
      "match[]":
        - '{job="node-exporters-32"}'
        - '{__name__=~"node_.*"}'
    static_configs:
      - targets:
          - 192.0.2.32:9090

  - job_name: federate-prometheus-33
    metrics_path: /federate
    honor_labels: true
    params:
      "match[]":
        - '{job="node-exporters-33"}'
        - '{__name__=~"node_.*"}'
    static_configs:
      - targets:
          - 192.0.2.33:9090

20.4 honor_labels

  • honor_labels: false:发生标签冲突时,保留父级 Target 标签,被采集指标中的冲突标签加 exported_ 前缀。
  • honor_labels: true:优先保留被采集指标原有标签,忽略父级 Target 的相同标签。

联邦时应关注 instance、job 和自定义标签冲突。

20.5 验证

up
node_cpu_seconds_total
node_cpu_seconds_total{job="node-exporters-32"}

停止任意子 Prometheus 或 node_exporter,观察对应 up 值和数据中断范围。

20.6 联邦不是高可用

联邦主要用于分层采集和局部汇总。它不自动:

  • 复制同一个 Prometheus 节点的全部数据。
  • 提供自动故障转移。
  • 对多个 Prometheus 副本去重。
  • 提供长期集中式对象存储。

需要长期存储或高可用时,应评估远程写入、Thanos、Grafana Mimir 或 VictoriaMetrics 等方案。

21. 安全与性能

21.1 安全

  • Prometheus 默认无完整认证,使用反向代理或 Web 配置启用 TLS/Auth。
  • node_exporter 只允许 Prometheus 和运维网段访问。
  • Grafana 禁止匿名登录。
  • 数据源凭据使用 Secret 或受控配置文件。
  • 限制 Prometheus 生命周期重载接口的访问来源。
  • 不把远程写端点、API Token 写入公开 Dashboard。

21.2 存储

本地 TSDB 配置示例:

--storage.tsdb.retention.time=15d

注意:

  • 本地存储不适合无限期保存。
  • 删除指标不能修复高基数设计问题。
  • 高基数来自大量唯一标签组合,例如用户 ID、请求 ID、完整 URL。
  • 标签值应稳定、可枚举,避免随机值。

21.3 查询

  • 避免无时间窗口的全量 Counter 函数查询。
  • 使用合理时间窗口。
  • 高基数字段不要用于聚合标签。
  • 大范围查询应拆分时间并限制并发。
  • 告警规则使用足够 for 时长过滤瞬时抖动。

22. 常见故障

现象可能原因排查方向
Target 为 DOWNExporter 未启动或端口错误systemctl、ss、curl /metrics
Target 超时防火墙、路由、网络延迟从 Prometheus 节点直接 curl
热加载失败未启用 lifecycle添加 --web.enable-lifecycle
新配置不生效配置错误或未 reloadpromtool check config
Grafana 无数据数据源地址错误在 Grafana 中 Save & test
图形断点时间窗口内样本不足扩大窗口或检查采集间隔
查询报错Range Vector 未套函数使用 rate、increase 等
存储增长过快高基数或采集周期过短检查标签和 scrape interval
告警不发送Alertmanager 未配置或路由错误检查规则、Alertmanager 和通知路由
联邦数据重复match[] 或实例范围重叠核对每个子集群采集范围

23. 监控 Windows

Windows 主机可使用 windows_exporter。常见步骤:

  1. 安装并启动 windows_exporter。
  2. 确认指标端口可访问,常用端口为 9182。
  3. 在 Prometheus 中增加 Windows Target。
  4. 查询 windows_* 指标。
  5. 在 Grafana 中选择对应 Dashboard。

示例:

scrape_configs:
  - job_name: windows-exporters
    static_configs:
      - targets:
          - 192.0.2.51:9182

Windows 的指标名称与 node_exporter 不同,不能直接复用 Linux CPU 查询。

24. 综合

  1. 使用二进制和 systemd 部署 Prometheus。
  2. 在三台节点部署 node_exporter。
  3. 配置 Prometheus 抓取三个 node_exporter。
  4. 使用 promtool 检查并热加载配置。
  5. 查询 up、CPU、内存、磁盘和网络指标。
  6. 计算各节点 CPU、内存和文件系统使用率。
  7. 创建 Target 离线和 CPU 过高的告警规则。
  8. 部署 Grafana 并配置 Prometheus 数据源。
  9. 创建主机变量和 CPU 使用率 Dashboard。
  10. 导出 Dashboard JSON 并完成一次恢复测试。
  11. 部署两个子 Prometheus 和一个汇总 Prometheus。
  12. 使用 /federate 汇总指定指标。
  13. 停止一个子 Prometheus,观察汇总端的 up 和数据变化。
  14. 设计 Prometheus 与 node_exporter 的访问控制方案。

25. 总结

  • Prometheus 默认通过 Pull 抓取 /metrics。
  • Exporter 把第三方系统指标转换成 Prometheus 格式。
  • Counter 适合计算 rate 和 increase,Gauge 表示瞬时值。
  • Histogram 和 Summary 都用于分布统计。
  • 热加载依赖 --web.enable-lifecycle。
  • up 是判断 Target 抓取健康的核心指标。
  • PromQL 支持精确、不等于、正则匹配和正则排除。
  • CPU 使用率常用 1 - 平均空闲率 计算。
  • Grafana 负责可视化,首次登录必须修改默认密码。
  • Dashboard 变量常用 label_values() 查询。
  • 联邦模式通过 /federate 抓取子 Prometheus 的选中指标。
  • 联邦不是高可用或长期存储方案。
  • 高基数标签、过短采集周期和过大查询窗口是性能风险。

支持与分享

如果这篇文章对你有帮助,欢迎分享给更多人或者给予支持!