云原生大数据架构中实时计算维表和结果表的选型实践
2021-09-15 09:43:31随着互联网技术的日渐发展、数据规模的扩大与复杂的需求场景的产生,传统的大数据架构无法承载。
一、前言
传统的大数据技术起源于 Google 三架马车 GFS、MapReduce、Bigtable,以及其衍生的开源分布式文件系统 HDFS,分布式计算引擎 MapReduce,以及分布式数据库 HBase。最初的大数据技术与需求往往集中在超大规模数据存储、数据处理、在线查询等。在这个阶段,很多公司会选择自建机房部署 Hadoop 的方式,大数据技术与需求集中在离线计算与大规模存储上,常见的体现方式有 T+1 报表,大规模数据在线查询等。
随着互联网技术的日渐发展、数据规模的扩大与复杂的需求场景的产生,传统的大数据架构无法承载。大数据架构在近些年的演进主要体现下以下几方面:
1. 规模化:这里的规模化主要体现在大数据技术的使用规模上和数据规模的增长。大数据技术的使用规模增长代表越来越多的复杂需求产生,而数据规模的增长决定了传统的准大数据技术(如 MySQL)无法解决所有问题。因此,拿存储组件举例来说,通常会划分到不同的数据分层,面向规模、成本、查询和分析性能等不同维度的优化偏向,以满足多样性的需求。
2. 实时化:传统的 T+1 的离线大数据技术无法满足推荐、监控类近实时的需求,整个大数据生态和技术架构在过去十年发生了很大的升级换代。就存储上来说,传统的 HDFS 文件存储、Hive 数仓无法满足低成本,可更新迭代的需求,因此滋生出 Hudi 等数据方案。就计算上来说,传统的 MapReduce 批处理的能力无法做到秒级的数据处理,先后出现 Storm 较原始的实时处理和 Spark Streaming 的微批处理,目前由 Flink 基于>二、大数据架构中的实时计算
1、实时计算场景
大数据的高速发展已经超过 10年,大数据也正在从计算规模化向更加实时化的趋势演进。实时计算场景主要有以下几种最常见的场景:
2、FlinkSQL实时计算
实时计算需要后台有一套极其强大的大数据计算能力,Apache Flink 作为一款开源大数据实时计算技术应运而生。由于传统的 Hadoop、Spark 等计算引擎,本质上是批计算引擎,通过对有限的数据集进行数据处理,其处理时效性是不能保证的。而 Apache Flink ,从设计之初就以定位为流式计算引擎,它可以实时订阅实时产生的流式数据,对数据进行实时分析处理并产生结果,让数据在第一时间发挥价值。
Flink 选择了 SQL 这种声明式语言作为顶层 API,方便用户使用,也符合云原生大数据架构的趋势:
Flink SQL 将实时计算拆分成源表,结果表和维表三种,将这三种表的 DDL 语句(比如 CREATE TABLE)注册各类输入、输出的数据源,通过 SQL 的 DML(比如 INSERT INTO)表示实时计算任务的拓扑关系,以达到通过 SQL 完成实时计算任务开发的效果。
下图是一个完整的实时计算示例,示例中的 Flink SQL 任务,这个任务的目标是计算每分钟不同商品分类的 GMV (Gross Merchandise Volume,即商品交易总额)。在这个任务中,Flink 实时消费用户订单数据的 Kafka 源表,通过 Redis 维表将商品 id 关联起来获取到商品分类,按照 1 分钟间隔的滚动窗口按商品分类将总计的交易金额计算出来,将最后的结果写入 RDS(Relational>三、实时计算维表
1、关键需求
在数据仓库的建设中,一般都会围绕着星型模型和雪花模型来设计表关系或者结构。实时计算也不例外,一种常见的需求就是为数据流补齐字段。因为数据采集端采集到的数据往往比较有限,在做数据分析之前,就要先将所需的维度信息补全。比如采集到的交易日志中只记录了商品 id,但是在做业务时需要根据店铺维度或者行业纬度进行聚合,这就需要先将交易日志与商品维表进行关联,补全所需的维度信息。这里所说的维表与数据仓库中的概念类似,是维度属性的集合,比如商品维度、用户度、地点维度等等。
作为保存用户维度信息的数据存储,需要应对实时计算场景下的海量低延时访问。根据这样的定位,我们总结下对结构化大数据存储的几个关键需求:
(1)高吞吐与低延时的读取能力
首当其冲,在不考虑开源引擎 Flink 自身维表的优化外,维表必须能承担实时计算场景下的海量(上万 QPS)的数据访问,也能在极低(毫秒级别)的延时下返回查询数据。
(2)与计算引擎的高整合能力
在维表自身的能力之外,出于性能、稳定性和成本的考虑,计算引擎自身往往也会有些流量卸载的能力,在一些情况下无需每次请求都需要去访问下游维表。例如,Flink 在维表场景下支持 Async IO 和缓存策略等优化特性。一个比较好的维表需要和开源计算引擎有着较高程度的对接,一方面可以提升计算层的性能,一方面也可以有效的卸载部分流量,保障维表不被过多访问击穿,并降低维表的计算成本。
(3)轻存储下的计算能力的弹性
维表通常是一张共享表,存储维度属性等元数据信息,访问规模往往较大,而存储规模往往不会特别大。对维表的访问规模极大地依赖实时数据流的数据量。比如,如果实时流的数据规模扩大了数十倍,此时对维表的访问次数会大大提升;又比如,如果新增了多个实时计算任务访问该维表,该维表的查询压力会激增。在这些场景下,存储规模往往不会显著增加。
所以,计算最好是按需的,是弹性的。无论是新增或者下线实时计算任务,或者增加访问流量,都不会影响访问性能。同时,计算和存储是应该分离的,不会单纯因为访问计算量的激增就增加存储成本。
2、架构选型
大数据和实时计算技术起步之初,互联网早期大量流行 LAMP (Linux + Apache + MySQL + PHP)架构快速开发站点。因此,由于业务历史数据已经存在 MySQL 中,在最初的实时计算维表选型中大量使用 MySQL 作为维表。
随着大数据架构的更新,MySQL 云上架构也在不断改进,但在维表的应用场景下仍然存在以下问题:
以上这些限制使 MySQL 在大数据维表场景下存在性能瓶颈,成本也比较高。但总体来说,MySQL 是非常优秀的数据库产品,在数据规模不怎么大的场景下,MySQL 绝对是个不错的选择。
在云上应用架构中,由于 MySQL 难以承载不断增加的业务负载,往往会使用 Redis 作为 MySQL 的查询结果集缓存,帮助 MySQL 来抵御大部分的查询流量。
在这种架构中,MySQL 作为主存储 服务器 ,Redis 作为辅助存储,MySQL 到 Redis 的同步可以通过 binlog 实时同步或者 MySQL UDF +触发器的方式实现。在这种架构中,Redis 可以用来缓存提高查询性能,同时降低 MySQL 被击穿的风险。
由于在 Redis 中缓存了一份弱一致性的用户数据,Redis 也常常用来作为实时计算的维表。相比于 MySQL 作为维表,Redis 有着独特的优势:
Redis 有其突出的优点,但也有一个不可忽视的缺陷:虽然 Redis 有着不错的扩展方案,但由于高速缓存的数据存在内存中,成本较高,如果遇到业务数据的维度属性较大(比如用户维度、商品维度)时,使用 Redis 作为维表存储时成本极高。
Tablestore
Tablestore是阿里云自研的结构化大数据存储产品,具体产品介绍可以参考官网以及权威指南。在大数据维表的场景下,Tablestore 有着独特的优势:
方案对比
上面是前文提到的几个维表方案在各个维度的对比。接下来,将举几个具体的场景细致对比下成本:
1. 高存储高计算:维表需要存 100亿条订单维度的数据,总计存储量需要 1T,尽管业务在 Flink 任务端配置了缓存策略,但仍然有较高的 KV 查询下沉到维表,到维表的 QPS 峰值 10万,均值 2.5 万。不同维表所需的配置要求和购买成本如下:
2. 低存储低计算:维表需要存 100万条地域维度的数据,总计存储量需要 10M,业务端在 Flink 任务中的维表配置了 LRU 缓存策略抵御了绝大部分的流量,到维表的 QPS 峰值 1000均值 250。不同维表所需的配置要求和购买成本如下:
3. 高存储低计算:维表需要存 100亿条订单维度的数据,总计存储量需要 1T,业务端在 Flink 任务中的维表配置了 LRU 缓存策略抵御了绝大部分的流量,到维表的 QPS 峰值 1000均值 250。不同维表所需的配置要求和购买成本如下:
4. 低存储高计算:Redis 作为内存数据库,具有超高频的数据 KV 查询能力,仅 4 核 8G 内存的 Redis集群,即可支持 16 万 QPS的并发访问,成本预计 1600元/月,在低存储高计算场景有着鲜明的成本优势。
从上面的成本对比报告中可见:
1)MySQL 由于缺乏存储和计算的弹性,以及关系型数据库固有的缺点,在不同程度的存储和计算规模下成本均较高。
2)Redis 作为内存数据库,在低存储(约 128G 以下)高计算场景有着鲜明的成本优势,但由于内存存储成本很高、缺乏弹性,随着数据规模的提升,成本呈指数增长。
3)Tablestore 基于云原生架构可以按量对存储和计算进行弹性,在数据存储和访问规模不大时成本较低。
4)Tablestore 作为 NoSQL 数据库存储成本很低,在高存储(128G 以上)场景下有着鲜明的成本优势。
四、实时计算结果表
1、需求分析
结果表作为实时计算完成后数据导入的存储系统,主要可分为关系数据库、搜索引擎、结构化大数据离线存储、结构化大数据在线存储几种分类,具体差异通过以下表格进行了归纳。
对于这几种数据产品,在各自场景下各有优势,起源的先后也各有不同。为了方便探究,我们将问题域缩小,仅仅考虑实时计算的场景下,一个更好的结果表存储需要承担什么样的角色。
上文提到了实时计算的主要几个场景中,实时数仓,实时推荐,实时监控三个场景需要考虑结果表的选型。我们一一分析。
2、关键能力
通过以上的需求分析,我们可以总结出几项实时大数据结果表的关键能力:
1. 大规模数据存储
结果表存储的定位是集中式的大规模存储,作为在线数据库的汇总,或者是实时计算(或者是离线)的输入和输出,必须要能支撑 PB 级规模数据存储。
2.丰富的数据查询与聚合分析能力
结果表需要拥有丰富的数据查询与聚合分析能力,需要为支撑高效在线查询做优化。常见的查询优化包括高速缓存、高并发低延迟的随机查询、复杂的任意字段条件组合查询以及数据检索。这些查询优化的技术手段就是缓存和索引,其中索引的支持是多元化的,面向不同的查询场景提供不同类型的索引。例如面向固定组合查询的基于 B+tree 的二级索引,面向地理位置查询的基于 R-tree 或 BKD-tree 的空间索引或者是面向多条件组合查询和全文检索的倒排索引。
3.高吞吐写入能力
实时计算的数据表需要能承受大数据计算引擎的海量结果数据集导出。所以必须能支撑高吞吐的数据写入,通常会采用一个为写入而优化的存储引擎。
4.数据派生能力
一个完整的数据系统架构下,需要有多个存储组件并存。并且根据对查询和分析能力的不同要求,需要在数据派生体系下对存储进行动态扩展。所以对于大数据存储来说,也需要有能扩展存储的派生能力,来扩展数据处理能力。而判断一个存储组件是否具备更好的数据派生能力,就看是否具备成熟的 CDC 技术。
5. 云原生架构:存储与计算成本分离
在云原生大数据架构中,每一层架构都在往服务化的趋势演进,存储服务化、计算服务化、元数据管理服务化等。每个组件都被要求拆分成不同的单元,作为结果表也不例外,需要具备独立扩展的能力,更开放、更灵活、更弹性。
单就从结果表来说,只有符合云原生架构的组件,即基于存储计算分离架构实现的产品,才能做到存储和计算成本的分离,以及独立扩展。存储和计算分离的优势,在大数据系统下会更加明显。举一个简单的例子,结构化大数据存储的存储量会随着数据的积累越来越大,但是数据写入量是相对平稳的。所以存储需要不断的扩大,但是为了支撑数据写入或临时的数据分析而所需的计算资源,则相对来说比较固定,是按需的。
3、架构选型
和维表一样,大数据和实时计算技术起步之初,MySQL 是一个万能存储,几乎所有需求都可以通过 MySQL 来完成,因此应用规模非常广,结果表也不例外。随着数据规模的不断扩展和需求场景的日渐复杂,MySQL 有点难以承载,就结果表的场景下主要存在以下问题:
1. 大数据存储成本高:这个在之前讨论维表时已经提到,关系数据库单位存储成本非常高。
2. 单一存储系统,提供的查询能力有限:随着数据规模的扩大,MySQL 读写性能的不足问题逐渐显现了出来。另外,随着分析类 AP 需求的产生,更适合 TP 场景的 MySQL 查询能力比较有限。
3. 高吞吐数据写入能力较差:作为 TP 类的关系型数据库,并不是特别擅长高吞吐的数据写入。
4. 扩展性差,扩展成本较高:这个在之前讨论维表时已经提到,MySQL 在存储侧的扩展需要进行数据复制迁移,且需要双倍资源,因此扩展灵活性差,成本也比较高。
以上这些限制使 MySQL 在大数据结果表场景下存在性能瓶颈,成本也比较高,但作为关系型数据库,不是特别适合作为大数据的结果表使用。
由于关系型数据库的天然瓶颈,基于 BigTable 概念的分布式 NoSQL 结构化数据库应运而生。目前开源界比较知名的结构化大数据存储是 Cassandra 和 HBase,Cassandra 是 WideColumn 模型 NoSQL 类别下排名 Top-1 的产品,在国外应用比较广泛。这篇文章中,我们重点提下在国内应用更多的 HBase。 HBase 是基于 HDFS 的存储计算分离架构的 WideColumn 模型数据库,拥有非常好的扩展性,能支撑大规模数据存储,它的优点为:
1. 大数据规模存储,支持高吞吐写入:基于 LSM 实现的存储引擎,支持大规模数据存储,并为写入优化设计,能提供高吞吐的数据写入。
2. 存储计算分离架构:底层基于 HDFS,分离的架构可以按需对存存储和计算分别进行弹性扩展。
3. 开发者生态成熟,与其他开源生态整合较好:作为发展多年的开源产品,在国内也有比较多的应用,开发者社区很成熟,与其他开源生态如 Hadoop,Spark 整合较好。
HBase有其突出的优点,但也有几大不可忽视的缺陷:
1. 查询能力弱,几乎不支持数据分析:提供高效的单行随机查询以及范围扫描,复杂的组合条件查询必须使用 Scan + Filter 的方式,稍不注意就是全表扫描,效率极低。HBase 的 Phoenix 提供了二级索引来优化查询,但和 MySQL 的二级索引一样,只有符合最左匹配的查询条件才能做索引优化,可被优化的查询条件非常有限。
2. 数据派生能力弱:前面章节提到 CDC 技术是支撑数据派生体系的核心技术,HBase 不具备 CDC 技术。
3. 非云原生 Serverless 服务模式,成本高:前面提到结构化大数据存储的关键需求之一是存储与计算的成本分离,HBase 的成本取决于计算所需 CPU 核数成本以及磁盘的存储成本,基于固定配比物理资源的部署模式下 CPU 和存储永远会有一个无法降低的最小比例关系。即随着存储空间的增大,CPU 核数成本也会相应变大,而不是按实际所需计算资源来计算成本。因此,只有云原生的 Serverless 服务模式,才要达到完全的存储与计算成本分离。
4. 运维复杂:HBase 是标准的 Hadoop 组件,最核心依赖是 Zookeeper 和 HDFS,没有专业的运维团队几乎无法运维。

国内的高级玩家大多会基于 HBase 做二次开发,基本都是在做各种方案来弥补 HBase 查询能力弱的问题,根据自身业务查询特色研发自己的索引方案,例如自研二级索引方案、对接 Solr 做全文索引或者是针对区分度小的数据集的 bitmap 索引方案等等。总的来说,HBase 是一个优秀的开源产品,有很多优秀的设计思路值得借鉴。
HBase+Elasticsearch
为了解决 HBase 查询能力弱的问题,国内很多公司通过 Elasticsearch 来加速数据检索,按照 HBase + Elasticsearch 的方案实现他们的架构。其中,HBase 用于做大数据存储和历史冷数据查询,Elasticsearch 用于数据检索,其中,由于 HBase 不具备 CDC 技术,所以需要业务方应用层双写 HBase 和 Elasticsearch,或者启动数据同步任务将 HBase 同步至 Elasticsearch。
这个方案能通过 Elasticsearch 极大地补足 HBase 查询能力弱的问题,但由于 HBase 和 Elasticsearch 本身的一些能力不足,会存在以下几个问题:
1. 开发成本高,运维更加复杂:客户要维护至少两套集群,以及需要完成 HBase 到 Elasticsearch 的数据同步。如果要保证 HBase 和 Elasticsearch 的一致性,需要通过前文提到的应用层多写的方式,这不是解耦的架构扩展起来比较复杂。另外整体架构比较复杂,涉及的模块和技术较多,运维成本也很高。
2. 成本很高:客户需要购买两套集群,以及维护 HBase 和 Elasticsearch 的数据同步,资源成本很高。
3. 仍没有数据派生能力:这套架构中,只是将数据分别写入 HBase 和 Elasticsearch 中,而 HBase 和 Elasticsearch 均没有 CDC 技术,仍然无法灵活的将数据派生到其他系统中。
Tablestore
Tablestore是阿里云自研的结构化大数据存储产品,具体产品介绍可以参考官网以及权威指南。Tablestore 的设计理念很大程度上顾及了数据系统内对结构化大数据存储的需求,并且基于派生数据体系这个设计理念专门设计和实现了一些特色的功能。简单概括下 Tablestore 的技术理念:
1. 大规模数据存储,支持高吞吐写入:LSM 和 B+ tree 是主流的两个存储引擎实现,其中 Tablestore 基于 LSM 实现,支持大规模数据存储,专为高吞吐数据写入优化。
2. 通过多元化索引,提供丰富的查询能力:LSM 引擎特性决定了查询能力的短板,需要索引来优化查询。而不同的查询场景需要不同类型的索引,所以 Tablestore 提供多元化的索引来满足不同类型场景下的数据查询需求。
3. 支持 CDC 技术,提供数据派生能力:Tablestore 的 CDC 技术名为 Tunnel Service,支持全量和增量的实时数据订阅,并且能无缝对接 Flink 流计算引擎来实现表内数据的实时流计算。
4. 存储计算分离架构:采用存储计算分离架构,底层基于飞天盘古分布式文件系统,这是实现存储计算成本分离的基础。
5. 云原生架构,Serverless 产品形态,免运维:云原生架构的最关键因素是存储计算分离和 Serverless 服务化,只有存储计算分离和 Serverless 服务才能实现一个统一管理、统一存储、弹性计算的云原生架构。由于是 Serverless 产品形态,业务方无需部署和维护 Tablestore,极大地降低用户的运维成本。
方案对比
举一个具体的场景,结果表需要存千亿级别的电商订单交易数据,总计存储量需要 1T,用户需要对于这类数据进行查询与灵活的分析。日常订单查询与数据检索频率为 1000次/秒,数据分析约每分钟查询 10次左右。
以下是不同架构达到要求所需的配置,以及在阿里云上的购买成本:
五、总结
本篇文章谈了云原生大数据架构下的实时计算维表和结果表场景下的架构设计与选型。其中,阿里云 Tablestore 在这些场景下有一些特色功能,希望能通过本篇文章对我们有一个更深刻的了解。
为什么刚买的液晶电脑却慢的离奇?
、 减少随机启动程序随机启动程序是在开机时加载的程序,例如OICQ、杀毒软件等。 随机启动程序不但导致开机时的速度变慢,还消耗计算机资源、占用内存空间、影响电脑运行的速度。 一般来说,电脑随机启动时我们只要保留杀毒软件就可以了,完全可以把不需要的启动关掉。 方法:在“程序/启动”清单中删除不需要的程序。 但有些随机运行的软件是不能在“启动”里删除的,可以在“开始/运行/输入Msconfig”后调用“系统配置实用程序/启动”,在选项中只保留杀毒软件,把其他的程序都关闭。 2、 改善桌面视觉效果XP安装后默认的界面包括任务栏、开始选单、桌面背景、窗口、按钮等,这些都采用的是XP的豪华、炫目的风格。 但这种视觉效果是要消耗内存的,如果内存太小或者你不是很在意这种视觉效果的话,还不如舍外观而取速度。 方法:点击“开始/设置/控制面板/系统/高级/性能/设置”,进入视觉效果选项,选定“最佳性能”项,就可以关闭淡入淡出、平滑滚动、滑动打开等所有视觉效果。 3、 修改虚拟内存当应用程序所需的物理内存不足时,操作系统会在硬盘中产生临时交换文件,用该文件所占用的硬盘空间虚拟成内存。 作为物理内存的补充和延伸,虚拟内存对WinXP的稳定运行起着举足轻重的作用。 但如果设置不好,会影响计算机的整体性能。 方法:点击“开始/设置/控制面板/系统/高级/性能/设置/高级/虚拟内存/更改”进入“虚拟内存”的设置窗口。 选择一个有较大空闲容量的分区,钩选“自定义大小”前的复选框,将具体数值填入“初始大小”、“最大值”栏中,然后点击“设置/确定”,最后重新启动计算机,使虚拟内存设置生效。 虚拟内存放在系统以外的分区,可以提高页面文件的读写速度。 此外,根据微软的建议,页面文件应设为内存容量的1.5倍。 4、 自动关闭“维响应”的程序有时候我们打开一个程序时,电脑会变得很慢。 我们只能按“ALT+CTRL+DELR”打开任务管理器,看到在相应程序的后面显示着“未响应”,这时,点击“结束任务”才能关闭这个程序。 如果把“未响应”程序设置为自动关闭,系统监测到某个应用程序停止响应时,就可以自动关闭它,提高电脑速度。 方法:点击“开始/运行”,输入“RegEdit”,进入列表,找到HKEY-CURRENT-USER/Control Panel/Desktop分支,双击右边的AutoEndTasks,把数值由原来的400改为1,点确定即可。 5、 适当的磁盘整理虚拟内存和IE浏览器浏览信息时生成的临时文件,以及临时文件目录的设置会造成系统中形成大量的碎片。 文件碎片一般不会在系统中引起文坛,但文件碎片过多会使系统在读文件时来回寻找,引起系统性能下降,严重的会缩短硬盘寿命。 另外,过多的磁盘碎片可能导致存储文件的丢失。 为了不使碎片过多,影响系统性能,我们很有必要定期做磁盘整理。 方法:“开始”菜单中选择“程序/附件/系统工具/磁盘碎片整理程序”弹出的磁盘分区选择窗口,选择要整理的磁盘(也可以选择一次整理所有的磁盘),然后点击“确定”即可开始整理。 需要注意的是,整理磁盘碎片的时候,最好关闭所有的应用程序,不要进行读写操作。 6、 关闭系统还原功能“系统还原”功能是Windows系列操作系统的一个特色。 但是它会让你的硬盘处于高度繁忙的状态,因为WinXP要记录操作,以便日后还原。 最好不要使用它,因为它占用了不少的内存。 方法:单击“开始/所有程序/附件/系统工具/系统还原”在系统还原界面,单击“系统还原设置”进入“系统还原设置”窗口,清空“在所有驱动器上关闭系统还原”复选框。 这样就可以删除备份的系统还原点,释放它占用的磁盘空间。
关于人的举止行动的成语
不苟言笑苟:苟且,随便。 不随便说笑。 形容态度庄重严肃。 出处:《礼记·曲礼上》:“不登高,不临深,不苟訾,不苟笑。 ”不好意思①表示碍于情面而只能怎样或不便怎样。 ②害羞;难为情。 不拘形迹形容言谈举止无拘无束,自由自在。 出处:茅盾《子夜》四:“曾沧海回头一看,认得是土贩李四;在某一点上,他这李四是不拘形迹的密友。 ”诚惶诚恐诚:实在,的确;惶:害怕;恐:畏惧。 非常小心谨慎以至达到害怕不安的程度。 出处:汉·杜诗《乞退郡疏》:“奉职无效,久窃禄位,令功臣怀愠,诚惶诚恐。 ”踧踖不安恭敬而不安。 意谓恭敬而不自然的样子。 出处:清·曹雪芹《红楼梦》第七十五回:“宝玉因贾政在坐,早已踧踖不安。 ”低眉垂眼低着头,垂着眼。 形容害羞的样子。 出处:清·陶贞怀《天雨花》第四回:“桂香袖手床沿坐,低眉垂眼做新人。 ”东扭西捏扭捏作态,不爽快。 出处:明·冯梦龙《警世通言》卷三十一:“及至准算与他,又要减你的价钱,准算过,便有几两赢余,要他找绝,他又东扭西捏,朝三暮四,没有得爽利与你。 ”芳兰竟体芳兰:兰草的香气;竟体:满身。 香气满身。 比喻举止闲雅,风采极佳。 出处:《南史·谢览传》:“意气闲雅,视瞻聪明,武帝目送良久,谓徐勉曰:‘觉此生芳兰竟体。 ’”丰度翩翩丰度:风采气度。 翩翩:洒脱的样子。 形容神态举止文雅优美,超逸洒脱。 同“风度翩翩”。 出处:清·张春帆《九尾龟》第四回:“旁观的人,见十余部马车络绎而来,末后一部车上坐着秋谷,精神轩翥,丰度翩翩,香留荀令之裾,粉傅何郎之面,真似灵和疏柳,张绪当年。 ”风度翩翩风度:风采气度,指美好的举止姿态;翩翩:文雅的样子。 举止文雅优美。 出处:《史记·平原君列传》:“平原君,翩翩浊世之佳公子也。 ”《新唐书·张九龄传》:“风度能若张九龄乎?”风流人物风流:英俊的、杰出的。 指对一个时代有很大影响的人物。 有时也指举止潇洒或惯于调情的人。 出处:宋·苏轼《念奴娇·赤壁怀古》词:“大江东去,浪淘尽,千古风流人物。 ”风流倜傥风流:有才学而不拘礼法;倜傥:卓异,洒脱不拘。 形容人有才华而言行不受世俗礼节的拘束。 出处:明·许三阶《节侠记·私仰》:“羡英年壮节堪多,似冰心在玉壶,散财结客,侠比三河,风流倜傥,名倾六辅。 ”规言矩步比喻言行谨慎,合乎法度。 出处:清·纪昀《阅微草堂笔记·如是我闻四》:“曩以汝为古君子,故任汝放诞,未敢侮汝。 汝近乃作负心事,知从前规言矩步,皆貌是心非,今不复畏汝矣。 ”鬼头鬼脑鬼:形容人阴险狡诈。 形容行为举止诡秘,不光明正大。 出处:明·凌濛初《二刻拍案惊奇》卷二十:“巢氏有兄弟巢大郎,是一个鬼头鬼脑的人,奉承的姊夫姊姊好。 ”鬼头滑脑形容行为举止诡秘,不光明正大。 同“鬼头鬼脑”。 出处:马云鹏《雁塞游击队》第十七章:“冯福合是做小买卖的,有些鬼头滑脑,对他的话不能全信。 ”鸿轩凤翥比喻举止高尚。 出处:宋·范仲淹《滕公夫人刁氏墓志铭》:“而祠部君克承善志,鸿轩凤翥,有风采于朝廷。 ”慌慌张张形容举止慌张,不稳重。 出处:明·冯梦龙《喻世明言·陈御史巧勘金钗钿》:“身上穿得整整齐齐,脚儿走得慌慌张张,望着园门欲进不进的。 ”假眉三道方言。 装模作样。 矫揉造作矫:使弯的变成直的;揉:使直的变成弯的。 比喻故意做作,不自然。 出处:《周易·说卦》:“坎,为矫揉,为引轮。 ”谨小慎微谨、慎:小心,慎重;小、微:细小。 过分小心谨慎,缩手缩脚,不敢放手去做。 出处:《淮南子·人间训》:“圣人敬小慎微,动不失时。 ”谨言慎行谨、慎:小心,慎重。 言语行动小心谨慎。 出处:《礼记·缁衣》:“君子道人以言而禁人以行,故言必虑其所终,而行必稽其所敝,则民谨于言而慎于行。 ”敬小慎微敬:谨慎小心;小、微:指细小、不起眼的东西。 对细微的事物也采取小心谨慎的态度。 形容待人处事非常谨慎。 出处:汉·刘安《淮南子·人间训》:“圣人敬小慎微,动不失时,百射重戒,祸乃不滋。 ”局促不安局促:拘束。 形容举止拘束,心中不安。 出处:明·冯梦龙《东周列国志》第十二回:“昭公虽不治罪,心中怏怏,恩礼稍减于昔日。 祭足亦觉跼蹐不安,每每称疾不朝。 ”举止不凡举动不平凡。 形容人的行为动作非同一般,与众不同。 出处:清·壮者《扫迷帚》第五回:“昨见二君举止不凡,询及栈主,始知兄即吴江卞某,此弟生平最敬佩的人,敢问此位名姓?”举止大方举动不俗气,不做作。 形容人行为动作不拘束,堂堂正正。 出处:清·吴趼人《二十年目睹之怪现状》第二十一回:“若是正经的女子,见了人一样,不见人也是一样,举止大方,不轻言笑的,那怕他在街上走路,又碍甚么呢?”举止失措措:安放,放置。 举动失常,不知如何办才好。 出处:宋·庄季裕《鸡肋编》卷下:“材上加契者,谓之足材,其规矩制度,皆以章契为祖。 今人以举止失措者,谓之失章失契,盖谓此也。 ”举止娴雅娴:文雅。 形容女子的姿态和风度娴静文雅。 举止言谈行为举动和说话言论。 指人的外在风度。 出处:唐·杜牧《罪言》:“山东之人,叛且三五世矣,今之后生所见,言语举止,无非叛也,以为事理正当如此,沈酣入骨髓,无以为非者。 ”举止自若自若:象原来的样子。 举动不失常态。 形容临事镇定,举动不失常态。 出处:《资治通鉴·唐高祖武德六年》:“孝恭将发,与诸将宴集,命取水,忽变为血,在坐皆失色,孝恭举止自若。 ”矩步方行行走时步伐端方合度。 指行为举止合乎礼仪规范。 出处:清·李绿园《歧路灯》第二回:“……这样先生,断不能矩步方行,不过东家西席,聊存名目而已。 ”兰心蕙性比喻人品高尚,举止文雅。 出处:宋·柳永《玉女摇仙佩》:“愿奶奶、兰心蕙性,枕前言下,表余深意。 ”老成持重老成:阅历多而练达世事;持重:做事谨慎。 办事老练稳重,不轻举妄动。 出处:《汉书·韦元成传》:“守正持重,不及父贤,而文采过之。 ”《宋史·种师中传》:“师中老成持重,为时名将。 ”磊瑰不羁形容胸怀坦荡,举止不受约束。 出处:宋·陈亮《祭薛士隆知府文》:“退而从磊瑰不羁之士,接杯酒之欢,笑歌起舞,往往自以为一世之雄。 ”磊浪不羁形容胸怀坦荡,举止不受约束。 同“磊落不羁”。 出处:元·辛文房《唐才子传·王季友》:“工诗,性磊浪不羁,爱奇务险,远出常性之外。 ”磊落不羁形容胸怀坦荡,举止不受约束。 出处:宋·苏轼《及第后谢秋赋试官启》:“不泥于古,不牵于今,非有苛碎难知之文,将观磊落不羁之士,使天下知文章诚可以致治。 ”敛容屏气敛容:收起笑容,态度变得严肃。 屏气:闭住气不敢出声。 比喻有所畏惧而恭敬谨慎,不敢稍微放肆。 出处:《论语·乡党》:“鞠躬如也,屏气似不息者。 ”敛色屏气收起笑容,屏住呼吸。 形容谨慎畏惧,不敢放肆。 出处:宋·欧阳修《江宁府句容县令赠尚书兵部员外郎王公墓志铭》:“县之奸豪,皆敛色屏气,指权相戒,不可犯公法。 ”脸红耳热形容感情激动或害羞的样子。 同“脸红耳赤”。 林下风范林下:幽僻之境;风范:风度。 指女子态度娴雅、举止大方。 出处:南朝·宋·刘义庆《世说新语·贤媛》:“王夫人神情散朗,故有林下风气。 ”林下风气林下:幽僻之境;风气:风度。 指女子态度娴雅、举止大方。 出处:南朝·宋·刘义庆《世说新语·贤媛》:“王夫人神情散朗,故有林下风气。 ”林下风韵指女子态度娴雅、举止大方。 同“林下风气”。 林下风致指女子态度娴雅、举止大方。 同“林下风气”。 林下高风指女子态度娴雅、举止大方。 同“林下风气”。 林下清风指女子态度娴雅、举止大方。 同“林下风气”。 出处:《天雨花》第一回:“我思女子之中,若通些文艺,必竟脱俗,就是不美,自有一种文雅可观,料不是油盐酱醋的恶气。 必然言谈举止,都带些林下清风。 ”落落大方落落:坦率,开朗的样子。 形容言谈举止自然大方。 出处:郭沫若《蔡文姬》第四幕:“对于我们也是非常宽大的。 还有他的夫人也落落大方。 ”面红耳热形容因紧张、急躁、害羞等而脸上发红的样子。 出处:明·凌濛初《初刻拍案惊奇》卷二十:“可怜裴兰孙是个娇滴滴的闺中处子,见了一个陌生人,也要面红耳热的。 ”名士风流名士:指恃才放达不拘小节的人。 名士的风度和习气。 指有才学而不拘礼法。 出处:《后汉书·方术传论》:“汉世这所谓名士者,其风流可知矣。 ”拿腔做势装模作样,装腔作势。 出处:清·曹雪芹《红楼梦》第25回:“那贾环便来到王夫人炕上坐着,令人点了蜡烛,拿腔做势的抄写。 ”捏脚捏手放轻手脚走路,动作小心翼翼的样子。 出处:明·施耐庵《水浒传》第二十一回:“唐牛儿捏脚捏手,上到楼上。 ”明·冯梦龙《醒世恒言》卷十三:“分付已毕,太尉便同一人过去,捏脚捏手,轻轻走到韩夫人窗前。 ”捏手捏脚形容轻手轻脚地走。 也形容轻薄的举动。 出处:明·冯梦龙《醒世恒言》第三十三卷:“那贼略推一推,豁地开了,捏手捏脚,直到房中,并无一人知觉。 ”明·凌濛初《二刻拍案惊奇》卷十:“乘他身边伏侍时节,与他捏手捏脚,私下肉麻。 ”忸怩不安忸怩:羞惭的样子。 不好意思。 心里慌乱。 出处:茅盾《子夜》七:“在屠维岳的锋芒逼人的眼光下,这张长方脸儿上渐渐显现了忸怩不安的气色。 ”忸怩作态忸怩:羞惭的样子。 形容不自然,不大方,含羞做作的样子。 出处:巴金《谈〈春〉》:“倘使小说不能作为我作战的武器,我何必化那么多的功夫转弯抹角、忸怩作态,供人欣赏来换取作家的头衔呢?”扭扭捏捏行走时身体故意左右扭动摇摆。 形容举止言谈不爽快,不大方或故做姿态和。 出处:明·吴承恩《西游记》第三十四回:“那般娇娇啻啻,扭扭捏捏,就象那老怪的行动。 ”翩翩风度翩翩:形容举止潇洒超脱。 风度:美好的举止姿态。 形容人的举止言谈超逸洒脱。 出处:清·文康《儿女英雄传》第三十八回:“早有那般世谊同年,见他翩翩丰度,蔼然可亲,都愿和他亲近进来了。 ”翩翩公子旧时对风流而有文采的富贵子弟的誉称。 出处:三国魏·曹植《侍太子坐》诗:“齐人进奇乐,歌者出西秦,翩翩我公子,机巧忽若神。 ”翩翩年少比喻男子年少俊秀,文采风流。 翩翩少年翩翩:形容举止洒脱。 形容言谈举止洒脱的青年男子。 出处:《史记·平原君虞卿列传》:“平原君翩翩浊世之佳公子也。 ”器宇不凡器宇:指仪表,气度。 不凡:不平凡,不寻常。 形容仪表、风度很不平常。 出处:明·罗贯中《三国演义》第三十五回:“玄德视其人,松形鹤骨,器宇不凡。 ”器宇轩昂形容人精力充沛,风度不凡。 出处:明·罗贯中《三国演义》第四十三回:“张昭等见孔明丰神飘洒,器宇轩昂,料到此人必来游说。 ”千里一曲比喻举止随便,不拘小节。 出处:《公羊传·文公十二年》:“曷为以水地?河曲疏矣,河千里而一曲也。 ”怯声怯气形容说话的语气胆小而不自然。 人模狗样身分是人,举止形容却像狗。 多用于嘲讽。 出处:老舍《骆驼祥子》十四:“祥子在棚里坐着呢,人模狗样的,脸上的疤被灯光照得像块玉石。 ”又《四世同堂》四九:“他也想象到怎样顺手儿教训教训那些人模狗样的科长科员们。 ”三日新妇旧时过门三日之新妇,举止不得自专。 因以喻行动备受拘束者。 煞有介事原是江浙一带的方言。 指装模作样,活象真有那么一回事似的。 多指大模大样,好象很了不起的样子。 出处:沙汀《替身》:“保长一只脚踏上板凳的一端,象煞有介事地抽吸起来。 ”神仙中人①指神采、仪态、服饰、举止不同凡俗的人。 ②指像神仙一般自在快活之人。 失张失智举止失措、失神落魄的样子。 出处:明·冯梦龙《古今小说·陈御史巧勘金钗钿》:“常言人贫智短,他恁地贫困,如何怪得他失张失智?”忐忑不安忐忑:心神不定。 心神极为不安。 出处:清·吴趼人《糊涂世界》卷九:“两道听了这话,心里忐忑不定。 ”倜傥不羁倜傥:洒脱,不拘束;羁:马笼头,比喻束缚、拘束。 形容洒脱豪放,不受拘束。 出处:《晋书·袁耽传》:“耽字彦道,少有才气,俶傥不羁,为士类所称。 ”忘乎所以指因过分兴奋或得意而忘了应有的举止。 出处:明·冯梦龙《醒世恒言·勘皮靴单证二郎神》:“夫人倾身配奉,忘其所以。 ”忘其所以指因过分兴奋或得意而忘了应有的举止。 出处:明·冯梦龙《醒世恒言·勘皮靴单证二郎神》:“夫人倾身配奉,忘其所以。 ”温文儒雅态度温和,举止文雅。 出处:清·文康《儿女英雄传》缘起首回:“为首的是个半老的儒者气象……次后便是一个温文儒雅的白面书生。 ”潇洒风流气度超脱,风度大方。 亦作“风流潇洒”。 小家子气小家子:旧指出身低微的人。 形容人的言谈举止及做事不大方。 出处:《汉书·霍光传》:“使乐成小家子得幸将军同,至九卿封侯。 ”小心谨慎形容言行慎重,不敢疏忽。 出处:《汉书·霍光传》:“出入禁闼二十余年,小心谨慎,未尝有过。 ”小心翼翼翼翼:严肃谨慎。 本是严肃恭敬的意思。 现形容谨慎小心,一点不敢疏忽。 出处:《诗经·大雅·大明》:“维此文王,小心翼翼。 ”行动坐卧泛指人的举止和风度。 行色匆匆行色:出发前后的神态。 行走或出发前后的神态举止急急忙忙的样子。 出处:唐·牟融《送客之杭》:“西风吹冷透貂裘,行色匆匆不暂留。 ”行色怱怱行走或出发前后的神态举止急急忙忙的样子。 同“行色匆匆”。 形输色授指以举止、神态传递倾慕之情。 多以形容男女相悦。 羞人答答答答:害羞的样子。 形容自己感觉难为情。 出处:元·王实甫《西厢记》第四本楔子:“羞人答答的,怎生去。 ”循规蹈矩循、蹈:遵循,依照。 规、矩是定方圆的标准工具,借指行为的准则。 原指遵守规矩,不敢违反。 现也指拘守旧准则,不敢稍做变动。 出处:宋·朱熹《答方宾王书》:“循涂守辙,犹言循规蹈矩云尔。 ”雅人清致形容人的言谈举止不俗。 同“雅人深致”。 出处:清·梁章钜《浪迹续谈·不食物单》:“《随园食单》所讲求烹调之法,率皆常味蔬菜,并无山海奇珍,不失雅人清致。 ”雅人深致雅:高雅,高尚;致:情趣。 人品高尚,情趣深远。 原是赞赏《诗经·大雅》的作者有深刻的见解。 后形容人的言谈举止不俗。 出处:南朝宋·刘义庆《世说新语·文学》:“纡谟定命,远猷辰告。 ’谓此句偏有雅人深致。 ”言谈举止人的言语、举动、行为。 出处:清·黄宗羲《陈母沈孺人墓志铭》:“其言谈举止,不问可知胡先生弟子也。 ”言笑不苟不随便谈笑。 形容态度严肃庄重。 同“不苟言笑”。 出处:《二刻拍案惊奇》卷二:“妙观变以师道自尊,妆模做样,尽自矜持,言笑不苟。 ”妖形怪状装束奇特,举止轻佻。 多形容女性。 尧趋舜步①指如尧舜之行。 颂扬帝王的仪容举止。 ②指尧舜的德政。 比喻政局稳定而清明。 业业矜矜小心谨慎的样子。 出处:《宋书·明帝纪》:“业业矜矜,若履冰谷,思与亿兆,同此维新。 ”仪表堂堂仪表:人的外表,风度;堂堂:仪容庄严大方的样子。 形容人的容貌端正。 出处:郭沫若《蔡文姬》第二幕:“曹丞相魁梧奇伟,仪表堂堂。 ”遗风余采前代遗留下来的风度文采。 出处:南朝·梁·刘勰《文心雕龙·时序》:“应对固无方,篇章亦不匮,遗风余采,莫与比盛。 ”翼翼小心形容恭敬小心,丝毫不敢疏忽懈怠。 出处:汉·赵晔《吴越春秋·勾践归国外传》:“越王是日立政,翼翼小心,出不敢奢,入不敢侈。 ”雍荣闲雅雍荣:态度大方,从容不迫;闲雅:文雅。 形容态度从容,举止文雅。 出处:《史记·司马相如列传》:“相如之临邛,从车骑,雍荣闲雅甚都。 ”雍荣雅步形容态度从容大方,举止不俗。 出处:《魏书·世祖纪》:“古之君子,德成业就,才为世使。 或雍荣雅步,三命而后至;或栖栖遑遑,负鼎而自达。 ”雍容大雅指神态从容不迫,举止文雅大方。 同“雍容闲雅”。 出处:老舍《不成问题的问题》:“快走,那白白的鞋底与颤动的腿带,会显出轻灵飘洒;慢走,又显出雍容大雅。 ”雍容尔雅形容态度大方,举止不俗。 出处:清·吴敬梓《儒林外史》第十二回:“当下牛布衣吟诗,张铁臂击剑,陈和甫打哄说笑,伴着两公子的雍容尔雅,蘧公孙的俊俏风流,杨执中古貌古心,权勿用怪模怪样。 ”雍容闲雅指神态从容不迫,举止文雅大方。 雍容雅步指神态从容,举止斯文。 禹行舜趋原指仅模仿圣贤之外表而不注意内在的品德修养。 后亦用以形容举止循规蹈距。 出处:《荀子·非十二子》:“禹行而舜趋,是子张氏之贱儒也。 ”杨倞注:“但宗圣人之威仪而已矣。 ”玉树临风形容人风度潇洒,秀美多姿。 亦作“临风玉树”。 张皇失措张皇:慌张;失措:举止失去常态。 惊慌得不知怎么办才好。 出处:清·采蘅子《虫鸣漫录》:“遍索新郎不得,合家大噪,远近寻觅,廪生与表妹亦张皇失措。 ”张脉偾兴血管膨胀,青脉突起。 张,通“胀”。 后以指因冲动而举措失宜。 出处:《左传·僖公十五年》:“乱气狡愤,阴血周作,张脉偾兴,外彊中乾。 ”杜预注:“气狡愤於外,则血脉必周身而作,随气张动。 ”折矩周规犹循规蹈矩。 指举止合乎法度。 出处:清·沈涛《交翠轩笔记》卷二:“左珩右佩,折矩周规,绝无名流儇薄之习。 ”正襟危坐襟:衣襟;危坐:端正地坐着。 整一整衣服,端正地坐着。 形容严肃或拘谨的样子。 出处:《史记·日者列传》:“宋忠、贾谊瞿然而悟,猎缨正襟危坐。 ”装腔作势拿腔拿调,故意做作想引人注意或吓唬人。 装腔作态拿腔拿调,故意做作想引人注意或吓唬人。 出处:元·无名氏《杀狗劝夫》第四折:“教那厮越装模,越作势。 ”自觉形秽本指羞愧自己的容貌举止不如别人。 后也泛指与人相比,自愧不如。 出处:南朝·宋·刘义庆《世说新语·容止》:“骠骑王武子,是卫玠之舅,俊爽有风姿。 见玠辄叹曰:‘珠玉在侧,觉我形秽。 ’”
“斤蜀”这个字合在一起是什么字?
报任安书 太史公牛马走,司马迁再拜言少卿足下:曩者辱赐书,教以慎于接物,推贤进士为务;意气勤勤垦垦,若望仆不相师,而用流俗人之言。 仆非敢如此也。 虽罢驽,亦尝侧闻长者之遗风矣。 顾自以为身残处秽,动而见尤,欲益反损;是以独郁悒而与谁语。 谚曰:「谁为为之?孰令听之?」盖锺子期死,伯牙终身不复鼓琴。 何则?士为知己者用,女为悦己者容。 若仆大质已亏缺矣,虽材怀随、和,行若由、夷,终不可以为荣,适足以发笑而自点耳。 书辞宜答,会东从上来,又迫贱事,相见日浅,卒卒无须臾之间,得竭志意。 今少卿抱不测之罪,涉旬月,迫季冬,仆又薄从上雍,恐卒然不可讳,是仆终已不得舒愤懑以晓左右,则长逝者魂魄私恨无穷,请略陈固陋。 阙然久不报,幸勿为过!仆闻之,修身者,智之符也;爱施者,仁之端也;取予者,义之表也;耻辱者,勇之决也;立名者,行之极也。 士有此五者,然后可以托于世,而列于君子之林矣。 故祸莫憯于欲利,悲莫痛于伤心,行莫丑于辱先,而诟莫大于宫刑。 刑余之人,无所比数,非一世也,所从来远矣。 昔卫灵公与雍渠同载,孔子适陈;商鞅因景监见,赵良寒心;同子参乘,袁丝变色;自古而耻之。 夫以中材之人,事有关于宦竖,莫不伤气,而况慷慨之士乎!如今朝庭虽乏人,奈何令刀锯之余,荐天下豪隽哉?仆赖先人绪业,得待罪辇毂下二十余年矣。 所以自惟,上之,不能纳忠效信,有奇策材力之誉,自结明主;次之,又不能拾遗补阙,招贤进能,显岩穴之士;外之,又不能备行伍,攻城野战,有斩将搴旗之功;下之,又不能积日累劳,取尊官厚禄,以为宗族交游光宠。 四者无一遂,苟合取容,无所短长之效,可见如此矣。 乡者,仆亦常厕下大夫之列,陪外廷末议,不以此时引维纲,尽思虑,今已亏形,为扫除之隶,在闒茸之中,乃欲仰首伸眉,论列是非,不亦轻朝廷,羞当世之士邪?嗟乎!嗟乎!如仆尚何言哉!尚何言哉!且事本末未易明也。 仆少负不羁之材,长无乡曲之誉,主上幸以先人之故,使得奏薄伎,出入周卫之中。 仆以为戴盆何以望天,故绝宾客之知,亡室家之业,日夜竭其不肖之材力,务一心营职,以求亲媚于主上,而事乃有大谬不然者夫。 仆与李陵,俱居门下,素非能相善也,趣舍异路,未尝衔杯酒,接殷勤之余欢。 然仆观其为人,自守奇士,事亲孝,与士信,临财廉,取予义,分别有让,恭俭下人,常思奋不顾身,以徇国家之急。 其素所蓄积也,仆以为有国士之风。 夫人臣出万死不顾一生之计,赴公家之难,斯以奇矣。 今举事一不当,而全躯保妻子之臣,随而媒孽其短,仆诚私心痛之!且李陵提步卒不满五千,深践戎马之地,足历王庭,垂饵虎口,横挑强胡,仰亿万之师,与单于连战十有余日,所杀过当。 虏救死扶伤不给,旃裘之君长咸震怖,乃悉徵其左右贤王,举引弓之人,一国共攻而围之。 转斗千里,矢尽道穷,救兵不至,士卒死伤如积。 然李陵一呼劳,军士无不起,躬自流涕,沫血饮泣,更张空弮,冒白刃,北向争死敌者。 陵未没时,使有来报,汉公卿王侯皆奉觞上寿。 后数日,陵败书闻,主上为之食不甘味,听朝不怡,大臣忧惧,不知所出。 仆窃不自料其卑贱,见主上惨怆怛悼,诚欲效其款款之愚,以为李陵素与士大夫绝甘分少,能得人之死力,虽古之名将不能过也。 身虽陷败,彼观其意,且欲得其当而报于汉;事已无可奈何,其所摧败,功亦足以暴于天下矣。 仆怀欲陈之,而未有路,适会召问,即以此指,推言陵之功,欲以广主上之意,塞睚眦之辞,未能尽明。 明主不晓,以为仆沮贰师,而为李陵游说,遂下于理,拳拳之忠,终不能自列。 因为诬上,卒从吏议。 家贫,货赂不足以自赎,交游莫救视,左右亲近不为一言。 身非木石,独与法吏为伍,深幽囹圄之中,谁可告诉者?此真少卿所亲见,仆行事岂不然乎?李陵既生降,颓其家声,而仆又佴之蚕室,重为天下观笑。 悲夫!悲夫! 事未易一二为俗人言也。 仆之先人非有剖符丹书之功,文史、星历,近乎卜祝之间,固主上所戏弄,倡优所畜,流俗之所轻也。 假令仆伏法受诛,若九牛亡一毛,与蝼蚁何以异?而世又不与能死节者比,特以为智穷罪极,不为自免,卒就死耳。 何也?素所自树立使然也。 人固有一死,或重于泰山,或轻于鸿毛,用之所趋异也。 太上不辱先,其次不辱身,其次不辱理色,其次不辱辞令,其次诎体受辱,其次易服受辱,其次关木索,被棰楚受辱,其次剔毛发,婴金铁受辱,其次毁肌肤,断支体受辱,最下腐刑极矣。 传曰:「刑不上大夫。 」此言士节不可不勉励也。 猛虎在深山,百兽震恐,及其在槛阱之中,摇尾而求食,积威约之渐也。 故士有画地为牢势不可入,削木为吏议不可对,定计于鲜也。 今交手足,受木索,暴肌肤,受榜棰,幽于圜墙之中,当此之时,见狱吏则头枪地,视徒隶则正惕息,何者?积威约之势也。 及以至此,言不辱者,所谓强颜耳,曷足贵乎?且西伯,伯也,拘于羑里;李斯,相也,具于五刑;淮阴,王也,受械于陈;彭越、张敖,南面称孤,系狱抵罪;绛侯诛诸吕,权倾五伯,囚于请室;魏其,大将也,衣赭衣,关三木,季布为朱家钳奴,灌夫受辱于居室。 此人皆身至王侯将相,声闻邻国,及罪至罔加,不能引决自裁,在尘埃之中,古今一体,安在其不辱也?由此言之,勇怯,势也;强弱,形也。 审矣,何足怪乎?夫人不能蚤自裁绳墨之外,已稍陵迟,至于鞭棰之间,乃欲引节,斯不亦远乎?古人所以重施刑于大夫者,殆为此也。 夫人情莫不贪生恶死,念父母,顾妻子,至激于义理者不然,乃有所不得已也。 今仆不幸,蚤失父母,无兄弟之亲,独身孤立,少卿视仆于妻子何如哉?且勇者不必死节,怯夫慕义,何处不勉焉。 仆虽怯懦欲苟活,亦颇识去就之分矣,何至自沈溺缧绁之辱哉?且夫臧获婢妾,由能引决,况仆之不得已乎?所以隐忍苟活,幽于粪土之中而不辞者,恨私心有所不尽,鄙陋没世而文采不表于后世也。 古者富贵而名摩灭,不可胜记,唯倜傥非常之人称焉。 盖文王拘而演周易,仲尼厄而作春秋;屈原放逐,乃赋离骚;左丘失明,厥有国语;孙子膑脚,兵法修列;不韦迁蜀,世传吕览;韩非囚秦,说难、孤愤;诗三百篇,大抵贤圣发愤之所为作也。 此人皆意有所郁结,不得通其道,故述往事,思来者。 乃如左丘明无目,孙子断足,终不可用,退而论书策,以舒其愤,思垂空文以自见。 仆窃不逊,近自托于无能之辞,网罗天下放失旧闻,略考其行事,综其终始,稽其成败兴坏之纪,上计轩辕,下至于兹,为十表,本纪十二,书八章,世家三十,列传七十,凡百三十篇,亦欲以究天人之际,通古今之变,成一家之言。 草创未就,会遭此祸,惜其不成,是以就极刑而无愠色,仆诚已著此书,藏之名山,传之其人,通邑大都;则仆偿前辱之责,虽万被戮,岂有悔哉!然此可为智者道,难为俗人言也。 且负下未易居,下流多谤议。 仆以口语遇遭此祸,重为乡里所戮笑,以污辱先人,亦何面目复上父母之丘墓乎?虽累百世,垢弥甚耳。 是以肠一日而九回,居则忽忽若有所亡,出则不知其所往。 每念斯耻,汗未尝不发背沾衣也!身直为闺合之臣,宁得自引于深藏岩穴邪!故且从俗浮沈,与时俯仰,以通其狂惑。 今少卿乃教以推贤进士,无乃与仆私心刺谬乎!今虽欲自雕琢曼辞以自解,无益,于俗不信,适足取辱耳。 要之,死日,然后是非乃定。 书不能尽意,故略陈固陋,谨再拜
发表评论