首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

DescribeWebAccessLogStatus-查询单个网站业务的全量日志服务信息

DescribeWebAccessLogStatus(查询单个网站业务的全量日志服务信息)

查询单个网站业务的全量日志服务信息。

概念:

查询单个网站业务的全量日志服务信息。该服务能够记录整个网站的访问和用户行为数据。日志服务包括访问日志、错误日志和运行日志等信息。

分类:

  • Web日志

优势:

  1. 提供详细、实时的访问日志信息,帮助用户了解用户喜好和行为模式。
  2. 支持自定义访问统计,以了解特定页面的流量。
  3. 针对网站漏洞,提供详细的安全日志信息。

应用场景:

  1. 网站分析:帮助企业分析网站访问数据,改善用户体验,提升搜索引擎排名。
  2. 网络安全:帮助企业和开发者查找网站存在的安全风险,确保数据安全。
  3. 业务优化:通过掌握实时访问数据,企业可以灵活调整网站结构,优化资源分配,提高网站性能。
  4. 运维审计:对网站服务器和相关服务进行访问记录,满足审计要求。

推荐的腾讯云相关产品:

  1. 云服务器:腾讯云为您提供基于CVM实例的各类云服务器产品,满足您的计算需求。
  2. 数据库:腾讯云提供了关系型数据库、NoSQL数据库、SQL数据库等多种数据库选择。
  3. 日志服务:腾讯云日志服务支持存储和分析各种业务日志,提供详细的安全日志信息。
  4. 数据仓库:腾讯云数据湖、数据存储与分析、数据治理等产品为您提供一站式数据管理方案。
  5. 安全产品:腾讯云防火墙、网络安全、云Web应用防火墙等满足您的防护需求。

产品介绍链接地址:

  1. CVM云服务器:快速搭建您的网站和应用
  2. 数据库:快速构建可靠的数据存储和分析中心
  3. 日志服务:为您的业务场景提供实时、可视化、易用的一站式日志服务平台
  4. 数据仓库:数据湖、数据存储与分析、数据治理,提供一站式解决方案

答案部分:

  • 查询单个网站业务的全量日志服务信息,我们推荐使用腾讯云日志服务 (https://cloud.tencent.com/products/ls)。
  • 在实际应用场景中,查询单个网站业务的全量日志服务信息可用于网站分析、网络安全、业务优化和运维审计等。
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

全量容器化:腾讯云日志服务CLS的云原生破局之道

腾讯云 CLS 的业务背景和挑战 腾讯云日志服务(Cloud Log Service,CLS)是腾讯云全自研的一站式、高可靠、高性能日志数据解决方案。...CLS 产品能力概览 由于日志和业务属性关联强,业务的高低峰也会直接导致日志量的高低峰,所以与单个业务相比,日志服务的流量洪峰波动状况更加频繁,也更加不可预估,可能瞬间就有几十万 QPS、GB/s 日志写入...此外,CLS 在商业化初期,产品迭代非常快,日志量从每天几千万条增长到十万亿条级别,拥有百亿级数据秒级检索分析能力。...基础设施的发展也经历了从物理机-虚拟机-容器的演进: 服务器:一个服务器里面运行多个业务进程,服务器为物理机或虚拟机,正常每个业务进程是独立的,也存在单个服务多进程的模式。...日志服务的云原生化架构和收益 经过上述一系列云原生改造,最终日志服务 CLS 实现的全自研架构目标:围绕云原生技术(容器、K8S、声明式 API、弹性伸缩等),建设符合现代应用和数字化业务的发展需求架构

54621

全量容器化:腾讯云日志服务CLS的云原生破局之道

腾讯云 CLS 的业务背景和挑战腾讯云日志服务(Cloud Log Service,CLS)是腾讯云全自研的一站式、高可靠、高性能日志数据解决方案。...由于日志和业务属性关联强,业务的高低峰也会直接导致日志量的高低峰,所以与单个业务相比,日志服务的流量洪峰波动状况更加频繁,也更加不可预估,可能瞬间就有几十万 QPS、GB/s 日志写入;日志数据应用场景也更加敏感...此外,CLS 在商业化初期,产品迭代非常快,日志量从每天几千万条增长到十万亿条级别,拥有百亿级数据秒级检索分析能力。...基础设施的发展也经历了从物理机-虚拟机-容器的演进:服务器:一个服务器里面运行多个业务进程,服务器为物理机或虚拟机,正常每个业务进程是独立的,也存在单个服务多进程的模式。...日志服务的云原生化架构和收益经过上述一系列云原生改造,最终日志服务 CLS 实现的全自研架构目标:围绕云原生技术(容器、K8S、声明式 API、弹性伸缩等),建设符合现代应用和数字化业务的发展需求架构。

58800
  • 全量容器化:腾讯云日志服务CLS的云原生破局之道

    腾讯云 CLS 的业务背景和挑战 腾讯云日志服务(Cloud Log Service,CLS)是腾讯云全自研的一站式、高可靠、高性能日志数据解决方案。...CLS 产品能力概览 由于日志和业务属性关联强,业务的高低峰也会直接导致日志量的高低峰,所以与单个业务相比,日志服务的流量洪峰波动状况更加频繁,也更加不可预估,可能瞬间就有几十万 QPS、GB/s 日志写入...此外,CLS 在商业化初期,产品迭代非常快,日志量从每天几千万条增长到十万亿条级别,拥有百亿级数据秒级检索分析能力。...基础设施的发展也经历了从物理机 - 虚拟机 - 容器的演进: 服务器:一个服务器里面运行多个业务进程,服务器为物理机或虚拟机,正常每个业务进程是独立的,也存在单个服务多进程的模式。...日志服务的云原生化架构和收益 经过上述一系列云原生改造,最终日志服务 CLS 实现的全自研架构目标:围绕云原生技术(容器、K8S、声明式 API、弹性伸缩等),建设符合现代应用和数字化业务的发展需求架构

    36220

    全量容器化:腾讯云日志服务CLS的云原生破局之道

    4 日志服务的云原生化架构和收益 01、腾讯云 CLS 的业务背景和挑战 腾讯云日志服务(Cloud Log Service,CLS)是腾讯云全自研的一站式、高可靠、高性能日志数据解决方案。...CLS 产品能力概览 由于日志和业务属性关联强,业务的高低峰也会直接导致日志量的高低峰。...所以与单个业务相比,日志服务的流量洪峰波动状况更加频繁,也更加不可预估,可能瞬间就有几十万 QPS、GB/s 日志写入; 日志数据应用场景也更加敏感,大量客户会直接基于日志配置告警、监控等实时性要求强的场景...基础设施的发展也经历了从物理机-虚拟机-容器的演进: 服务器:一个服务器里面运行多个业务进程,服务器为物理机或虚拟机,正常每个业务进程是独立的,也存在单个服务多进程的模式。...04、日志服务的云原生化架构和收益 经过上述一系列云原生改造,最终日志服务 CLS 实现的全自研架构目标:围绕云原生技术(容器、K8S、声明式 API、弹性伸缩等),建设符合现代应用和数字化业务的发展需求架构

    50220

    mysql读写分离延迟问题_MySQL读写分离后的延迟解决方案

    如下是四种场景的方案: 1、 完全分离:全量读->从库,全量读写->主库 前提:第一页查询逻辑不变 特点:半同步复制,目前是1主2从库,利用半同步复制原理,1/2的可能性会重复查询,当然这个几率需要和延时性进行测试计算可得...4、 完全分离:全量读->从库,全量读写->主库 前提:分页查询(加同步状态),最后一次结果集退出的时候进行兜底全量count查询并重新执行上述逻辑。...(如果不好理解可以比喻成服务器集群,在服务架构演变过程中单台服务器变为多台服务器,如果依然不能理解的话可以参考下这篇文章**大型网站的演进**) 所以这样我们可以知道降低了单台服务器的连接数请求量。...1、分析mysql日志 看是否慢查询太多 2、统计高峰时期的写入语句数量以及平均值 3、检查同步时主库和从库的网络数据传输量 4、统计服务器运行状态信息 5、从探针的角度来考虑问题,方法是在Master...架构方面: 1.业务的持久化层的实现采用分库架构,mysql服务可平行扩展,分散压力。 2.单个库读写分离,一主多从,主写从读,分散压力。这样从库压力比主库高,保护主库。

    1.3K20

    数据安全实践之数据安全日志审计平台

    基本的要求如下: 1.能自动配置规则 2.能根据规则匹配敏感字段 3.看到告警 4.能够溯源 5.设置白黑名单 6.访问量统计 安全日志采集与接入 1.业务接口日志→公司基础服务日志平台→安全日志分析平台...)】单账号访问单个接口大于【50】条日志 (3)数据量纬度:往往会发现一些对数据控制不严的接口 单个账号对某一数据接口累计获取去重后敏感数据大于【1000】条 (4)时间窗口:基于统计和平均值的告警,发现突发的异常行为的常用规则...统计单账号/IP【每月】平均访问量,该账号/IP访问量超过平均访问次数/获取数据数量【2倍】 统计单个系统【每月】单账号/IP平均访问量,单个账号/ip访问该系统超过平均访问次数/获取数据数量【2倍】...告警日志是被告警规则匹配到的日志组,和一个事件关联 事件和日志产生过程: 日志采集后会自动存储到一个es索引内,该索引为全量日志索引 告警条件匹配到告警后,会产生一条事件,该事件存储一个es索引/mysql...(3)从大数据平台数据导出: 大数据平台一般会开放数据查询和导出功能,对查询和导出功能的日志审计,可以保证该功能不被滥用,造成数据泄露风险。

    5.3K10

    金融场景 PB 级大规模日志平台:中信银行信用卡中心从 Elasticsearch 到 Apache Doris 的先进实践

    导读:中信银行信用卡中心每日新增日志数据 140 亿条(80TB),全量归档日志量超 40PB,早期基于 Elasticsearch 构建的日志云平台,面临存储成本高、实时写入性能差、文本检索慢以及日志分析能力不足等问题...目前,平台每日新增日志数据突破 140 亿条、80TB,全量归档日志量超 40PB。...通过 Kibana UI 和自研 UI ,为开发和运维人员提供日志搜索以及全链路日志查询等服务。存在的问题:存储成本高:在降本增效大背景下,业务对降低存储成本的需求日益迫切。...可将全链路监控中的链路追踪 ID(Trace ID)传递到日志云查询 UI,使双向串联成为可能。...具体来说,每笔请求链路可自动与日志明细关联绑定,用户可查看每笔流量日志的整体上下游信息,并在每个阶段的对象上获取相关日志,实现从链路到日志、日志到链路的穿透式查询。

    12010

    百亿级MongoDB分片集群架构改造

    排查每个分片上的日志,发现有大量慢查询,经过与开发人员的沟通过后,问题原因最终定位: 1、由于开发同学前期对于MongoDB的理解不够,导致业务查询模型(uuid)和分片集群中的分片键(_id)不匹配,...前期由于数据量少,查询慢的问题没有明显的暴漏出来,近期数据量增多,MongoDB的性能抖动问题日趋严重。...集群的Oplog操作日志,对MongoDB的数据进行复制,后续通过操作日志实现特定需求,例如MongoDB集群间数据的异步复制,免去业务双写开销、日志订阅、离线分析、基于日志的集群监控等等。...增量同步 2个阶段 2、全量同步阶段没有断点续传,一旦同步中断,需要重新开始;增量阶段支持断点续传,会实时记录同步偏移量信息。...经过与业务方协商一致,数据同步过程中关闭源端的分片集群的平衡器(Balancer),避免源端分片集群Oplog出现moveChunk相关内容 Q7:全量同步完成瞬间,写入增量同步的偏移量失败 A7:经过反复测试

    1.4K21

    Android 开发中有什么经典的轮子值得自己去实现一遍?

    数据库 加密解密库 网络请求库 图片缓存库 序列化和反序列化库 日志库 通用库 问题反馈库 这些库很多都能够在开源网站上能够找到,无论是star数量、持续维护的状态、...1 文件下载库 开始、暂停、删除、增加、查询下载任务; 支持断点续传; 支持多线程下载; 重点要考虑多个任务同时下载时的性能问题; 网络切换时的处理。...3 行为采集库 1、支持整机和单个应用的用户操作事件的采集并上传; 2、支持整机和单个应用的异常信息采集并上传; 3、支持多种采集模式:定时、推送、定量、充电时上传等上传模式; 4、采集的缓存策略,需要考虑两级缓存...4 更新库 1、支持全量升级和增量升级; 2、怎样定升级策略才能保证升级的效率是最高的,比如安装包小于1M时,可能全量升级的效率比增量升级的效率更高; 3、升级需要考虑到和业务强相关的情况,比如检测到更新后是先提示用户还是等安装包下载完成后提示用户...5 推送库 1、支持多种推送策略:全量推送、指定用户推送、定时推送等; 2、需要考虑到多个应用同时集成推送功能时的功耗问题; 3、推送服务如何保活。

    1.7K10

    微服务拆分过细?“卫星”系统帮你做日志收集无遗漏

    然后我们对诉求做了进一步的拆分: 全量打日志不现实,需要选择性打,打价值最高部分的日志; 链路数据需要全服务节点都上传,避免因为异步化等原因造成链路数据中断不上传; 接入方式尽量简单,避免所有服务节点都需要修改具体业务代码来接入...从纵向又分为: 业务接入层,根据策略采集Trace与业务日志; 数据处理层,通过storm流式处理日志信息; 数据存储层,用于支持实时查询的Squirrel(美团点评Redis集群)与持久存储的ES(ElasticSearch...经过分析,发现在排查问题的时候,绝大多数情况下发起人都是自己人(RD、PM、运营),如果我们只将这些人发起的链路日志记下来,那么目标日志量将会极大减少,由日志量过大而造成的存储时间短、查询时效性差等问题自然得到解决...所以我们选择将特定目标用户的日志直接存入Squirrel,失效时间只有半小时,查询日志时结合ES与Squirrel,这样既满足了秒级别实时性,又保证了日志量不会太大,对Squirrel的压力可以忽略不计...支持关联搜索就可以可以将日志排查目标从单个动作维度扩展到多动作组成的场景维度。

    1.1K70

    热点Key

    请求过多,缓存分片服务被打垮。 DB 击穿,引起业务雪崩。 解决方式 服务端缓存:即将热点数据缓存至服务端的内存中。 备份热点Key:即将热点Key+随机数,随机分配至Redis其他节点中。...问题简介 在电商网站的一次营销事件中,通过相关的引流操作,将大量流量在指定时间引流到了商品抢购页面,在抢购页中涉及到的几个后台接口,其中有一两个都会去查商品信息。...,则从数据库中把全量数据出,并缓存到Redis中 // 3.对全量数据进行过滤筛选 // 4.返回最终的结果 } 第三版: 仍然将全量数据缓存到Redis中,但是只缓存必要的数据,比如过滤条件...public List version3(QueryCriterionDto queryDto) { // 1.先尝试从缓存中查询全量数据(这里的全量数据指的不是ReturnObject...public List version4(QueryCriterionDto queryDto) { // 1.先尝试从缓存中查询全量数据(这里的全量数据指的不是ReturnObject

    56110

    开源搜索引擎排名第一,Elasticsearch是如何做到的?

    一、引言 随着移动互联网、物联网、云计算等信息技术蓬勃发展,数据量呈爆炸式增长。如今我们可以轻易得从海量数据里找到想要的信息,离不开搜索引擎技术的帮助。 ​...以解决单个节点CPU、内存、磁盘处理能力不足的情况; Primary Shard「主分片」:数据分片采用主从模式,由分片接收索引操作; Replica Shard「副本分片」:主分片的拷贝,以提高查询吞吐量和实现数据高可靠...ES 采用 peer-to-peer 架构,每个节点保存全量分片路由信息,也就是每个节点均可以接收用户读写。...当然如果写入、查询均带有路由字段信息。请求只会发送给部分分片,避免全量分片扫描。这些节点完成查询后将结果返回给请求节点,由请求节点汇聚各个节点的结果返回给客户端。 2. ...日志实时分析场景 日志是互联网行业基础广泛的数据形式。典型日志有用来定位业务问题的运营日志,如慢日志、异常日志;用来分析用户行为的业务日志,如用户的点击、访问日志;以及安全行为分析的审计日志等。

    1.6K7268

    kafka的优点包括_如何利用优势

    伸缩性 用户在开发阶段可以先试用单个broker,再扩展到包含3个broker的小型开发集群,然后随着数据量不断增长,部署到生产环境的集群可能包含上百个broker。 5....网站活动追踪 kafka原本的使用场景是用户的活动追踪,网站的活动(网页游览,搜索或其他用户的操作信息)发布到不同的话题中心,这些消息可实时处理实时监测也可加载到Hadoop或离线处理数据仓库。...日志聚合通常从服务器中收集物理日志文件,并将它们放在中央位置(可能是文件服务器或HDFS)进行处理。Kafka抽象出文件的细节,并将日志或事件数据更清晰地抽象为消息流。...这种处理是基于单个主题的实时数据流。从0.10.0.0开始,轻量,但功能强大的流处理,就可以这样进行数据处理了。...本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

    1.2K20

    支持全量&增量迁移!YashanDB增量迁移实现原理解读

    支持无侵入式部署,不占用源端/目标端服务器资源。 完整的数据迁移过程包括元数据迁移、全量迁移及增量迁移三个阶段,接下来将会介绍每个迁移阶段的关键能力。...在此阶段需考虑全量迁移和增量迁移之前的无缝衔接。基本要求如下: 业务连续性。业务不中断,尽量不影响业务运行。 数据一致性。增量数据不能重复,也不能遗留,即所谓的无缝衔接。...支持无主键表的无缝衔接。 迁移组件基于闪回查询实现全量迁移至增量迁移的无缝衔接。...具体实施细节如下: 在全量迁移阶段,采用闪回查询确保全量数据处于一致性状态; 通过增量数据解析,从最老活跃事务对应的Redo开始,保证活跃的事务不被遗漏; 在增量迁移过程中,过滤闪回查询SCN之前的事务...并行解析单个解析线程的性能无法满足并发业务产生的数据库Redo解析要求,因此YStream将Redo日志进行哈希分组,然后分配给多个线程进行独立解析。

    7810

    性能测试线下全链路压测分析

    因为其他系统或者服务的性能会直接影响整个系统群或者整个业务的性能表现,仅分析单个系统或者单个服务的性能已经无法满足性能工程的要求。总之而言,该阶段的重心在于全链路的性能表现。...线下全链路压测分析阶段主要关注多个服务的整体性能表现,包括以下几点。需要完成第一阶段单个系统或者单个服务的性能压测和分析。...随着信息技术的发展,业务系统的架构也越来越复杂,同时为了满足性能需求,业务系统逐渐微服务化。这是性能工程的第二阶段,主要是对全链路进行压测分析。...线下全链路压测分析是性能工程中一个关键的环节,它不仅关注单个系统的性能,还涉及整个业务流程中所有相关服务和组件之间的交互。进行全链路压测时。...五、监控与日志记录:在压测过程中持续监控各服务的性能指标,包括CPU使用率、内存占用、磁盘I/O、网络带宽等。收集详细的日志信息,以便后续分析问题所在。

    12310

    你说的 Flink 和搜索引擎有什么关系

    1.背景介绍 搜索引擎的出现大大降低了人们寻找信息的难度,已经深入到生活与工作的方方面面,简单列举几个应用如下: 互联网搜索,如谷歌,百度等; 垂直搜索,如淘宝、天猫的商品搜索; 站内搜索,各个内容网站提供的站内搜索服务...; 企业内部搜索,员工查询企业内部信息; 广告投放,根据投放上下文检索出对应的广告主和广告内容; 搜索引擎的关键是让用户找到其所需信息,其整体架构如下: ?...由一个定时调度程序来循环调度,每次读取全量数据,处理完之后也全量更新索引。该方案最大的问题是延迟,如果每次全量脚本需要跑 N 小时,则索引有 N 小时的延迟。 2.2 实时更新 ?...每次变化后及时更新增量信息 很多情况下这两种方式都会存在:定期全量更新,实时增量更新,但两者的协调会是一个很大的问题,需根据业务情况设计: 批量和增量分开,可以批量更新时停掉增量更新,也可以同时跑,但这样需要维护两套逻辑...说明:Logtail 是日志服务(SLS)的一个日志采集 Agent,详情可参考日志服务产品的官方文档。

    1.4K10

    从运维角度看中大型网站架构的演变之路

    一个成熟的网站架构并不是一开始设计就具备高可用、高伸缩、高性能等特性的,它是随着用户量和业务线不断增加,基础架构才逐渐健壮的。...u服务化治理 使用Dubbo分布式框架,治理SOA服务化,Dubbo提供高性能和透明化RPC远程调用方案 。 u配置中心 使用Zookeeper存储服务连接信息。...u全文检索引擎 像电商网站首页都会有查询表单,当商品多且品种多,关系型数据库庞大,想要快速从数据库中精确检索出用户想要的商品就显的力不从心了。...uNoSQL数据库 由于个别SQL查询量大,已经无法在深度优化,可以考虑使用NoSQL非关系型数据库,它的产生就是解决大规模、高并发、大数据量等问题。...2、全链路分析 梳理从网站入口到数据存储的各个环节,找出依赖服务,假设性去分析问题,如果某环节故障,影响范围怎样。

    1.2K30

    Mysql 主从复制 作用和原理

    大家好,又见面了,我是你们的朋友全栈君。 一、什么是主从复制? 主从复制,是用来建立一个和主数据库完全一样的数据库环境,称为从数据库,主数据库一般是准实时的业务数据库。...在赋值过程中,一个服务器充当主服务器,而另外一台服务器充当从服务器。此时主服务器会将更新信息写入到一个特定的二进制文件中。并会维护文件的一个索引用来跟踪日志循环。...业务量越来越大,I/O访问频率过高,单机无法满足,此时做多库的存储,降低磁盘I/O访问的评率,提高单个机器的I/O性能。 读写分离,使数据库能支持更大的并发。在报表中尤其重要。...业务量越来越大,I/O访问频率过高,单机无法满足,此时做多库的存储,降低磁盘I/O访问的评率,提高单个机器的I/O性能。 读写分离,使数据库能支持更大的并发。在报表中尤其重要。...如某些应用,像基金净值预测的网站。其数据的更新都是有管理员更新的,即更新的用户比较少。而查询的用户数 量会非常的多。此时就可以设置一台主服务器,专门用来数据的更新。

    93831

    开源搜索引擎排名第一,Elasticearch是如何做到的?

    集成X-Pack高级特性,适用日志分析/企业搜索/BI分析等场景 ---- 1. 背景 随着移动互联网、物联网、云计算等信息技术蓬勃发展,数据量呈爆炸式增长。...ES采用 peer-to-peer 架构,每个节点保存全量分片路由信息,也就是每个节点均可以接收用户读写。...当然如果写入、查询均带有路由字段信息。请求只会发送给部分分片,避免全量分片扫描。这些节点完成查询后将结果返回给请求节点,由请求节点汇聚各个节点的结果返回给客户端。...典型日志有用来定位业务问题的运营日志,如慢日志、异常日志;用来分析用户行为的业务日志,如用户的点击、访问日志;以及安全行为分析的审计日志等。 Elastic 生态提供了完整的日志解决方案。...如单个服务最大需达到 10w+ QPS,请求平均响应时间在 20ms以内,查询毛刺低于 100ms,高可用如搜索场景通常要求 4 个 9 的可用性,支持单机房故障容灾等。

    1.4K30

    万亿数据秒级响应,Apache Doris 在360数科实时数仓中的应用

    )、以及可维护性较差等原因,更适合日志存储以及保留当前存量业务,不满足我们当前的业务需求。...建表规范 在我们的使用场景中,有下列类型的表: pda 表:每日全量更新,即每日分区存储全量快照数据 pdi 表:每日增量更新,即每日分区存储增量数据 a 表:全量不分区表 s 表:静态非每日更新数据...对于 a 表使用场景,因业务上可以接受短时间数据不可用情况,我们启用了动态分区,在做数据导入时,每次导入都会先删除历史分区,然后将全量数据导入今天的分区内,这样做的考虑是杜绝重建表操作,且实施成本相对比较低...日志告警 仍然是基于我们的监控告警平台,主要用于监控 Doris 服务日志中容易识别但其他监控方式成本较高的监控、告警场景,是其他两种监控的补充。...部分 pdi/pda 表因为数据规模太大导致全量导入耗时过长 (导入数据源是 Hive 分区表) 部分 pdi/pda 表数据规模在 T 级别,在进行全量导入时,如果只提交一个 Broker Load

    85721
    领券