• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于關(guān)聯(lián)規(guī)則挖掘的分布式小文件存儲(chǔ)方法

    2016-11-21 02:48:37錢能武郭衛(wèi)斌范貴生
    關(guān)鍵詞:項(xiàng)集關(guān)聯(lián)性日志

    錢能武, 郭衛(wèi)斌, 范貴生

    (華東理工大學(xué)信息科學(xué)與工程學(xué)院,上海 200237)

    ?

    基于關(guān)聯(lián)規(guī)則挖掘的分布式小文件存儲(chǔ)方法

    錢能武, 郭衛(wèi)斌, 范貴生

    (華東理工大學(xué)信息科學(xué)與工程學(xué)院,上海 200237)

    Hadoop分布式文件系統(tǒng)(HDFS)設(shè)計(jì)之初是針對(duì)大文件的處理,但無法高效地針對(duì)小文件進(jìn)行存儲(chǔ),因此提出了一種基于關(guān)聯(lián)規(guī)則挖掘的高效的小文件存儲(chǔ)方法——ARMFS。ARMFS通過對(duì)Hadoop系統(tǒng)的審計(jì)日志進(jìn)行關(guān)聯(lián)規(guī)則挖掘,獲得小文件間的關(guān)聯(lián)性,通過文件合并算法將小文件合并存儲(chǔ)至HDFS;在請求HDFS文件時(shí),根據(jù)關(guān)聯(lián)規(guī)則挖掘得到的高頻訪問表和預(yù)取機(jī)制表提出預(yù)取算法來進(jìn)一步提高文件訪問效率。實(shí)驗(yàn)結(jié)果表明,ARMFS方法明顯提高了NameNode的內(nèi)存使用效率,對(duì)于小文件的下載速度和訪問效率的改善十分有效。

    HDFS; 關(guān)聯(lián)規(guī)則挖掘; 小文件關(guān)聯(lián)性; 預(yù)取

    Hadoop分布式文件系統(tǒng)(HDFS)是一種Master/Slave主從式結(jié)構(gòu),一個(gè)HDFS系統(tǒng)由一個(gè)NameNode節(jié)點(diǎn)和若干個(gè)DataNode節(jié)點(diǎn)組成。其中文件的元數(shù)據(jù)(MeteData)信息存放在系統(tǒng)NameNode節(jié)點(diǎn)的內(nèi)存中,這樣就導(dǎo)致了文件的存儲(chǔ)規(guī)模受到內(nèi)存大小的限制。例如,對(duì)于每1個(gè)文件HDFS存儲(chǔ)的MeteData信息大約150 Byte,此時(shí)若有約107份大小為1 M的小文件存儲(chǔ)至HDFS中,則將產(chǎn)生約1.4 G的元數(shù)據(jù)[1]。大量的小文件對(duì)于內(nèi)存的消耗極大,同時(shí)大量的元數(shù)據(jù)對(duì)于數(shù)據(jù)的讀取也會(huì)產(chǎn)生影響,從而影響整個(gè)系統(tǒng)的效率。

    現(xiàn)實(shí)環(huán)境中,人們存取小文件的概率極大,如Office文檔、音樂文件、PDF文件等,其中絕大數(shù)的文件均小于5 MB。Dong等[2]通過實(shí)驗(yàn)證明了小文件在小于4.35 MB這個(gè)閾值時(shí)將明顯降低HDFS的文件存儲(chǔ)效率,所以,有效地解決HDFS中小文件存儲(chǔ)問題具有非常重要的實(shí)際意義。

    針對(duì)Hadoop系統(tǒng)中小文件存儲(chǔ)問題,本文提出了一種基于關(guān)聯(lián)規(guī)則挖掘的高效的小文件存儲(chǔ)方法——ARMFS(Association Rule Mining File System)。通過對(duì)Hadoop系統(tǒng)的審計(jì)日志進(jìn)行關(guān)聯(lián)規(guī)則挖掘,獲得小文件間的關(guān)聯(lián)性;通過小文件的關(guān)聯(lián)性,文件合并算法將小文件合并壓縮存儲(chǔ)至HDFS;在關(guān)聯(lián)規(guī)則挖掘的過程中,得到高頻訪問表和預(yù)取機(jī)制表,在訪問HDFS文件時(shí),基于高頻訪問表和預(yù)取機(jī)制表提出預(yù)取算法將文件預(yù)取至緩存中,從而有效地提高文件的訪問效率。

    1 相關(guān)研究

    1.1 小文件解決方案

    目前,解決Hadoop小文件存儲(chǔ)的方法主要有3類:HAR小文件歸檔技術(shù)、Sequence file序列化二進(jìn)制文件技術(shù)和自定義的CombineFile文件合并技術(shù)[3]。

    HAR小文件歸檔技術(shù)是一個(gè)將小文件放入HDFS塊中的文件存檔工具,它能夠?qū)⒍鄠€(gè)小文件打包成一個(gè)HAR文件,減少NameNode內(nèi)存使用。HAR文件一旦創(chuàng)建便不可改變,且存檔文件不支持壓縮,有很大的局限性。

    Sequence file由一系列的二進(jìn)制key/value組成,如果key為小文件名,value為文件內(nèi)容,則可以將大批小文件合并成一個(gè)大文件。因?yàn)闊o大文件到小文件的索引,所以每次訪問需要遍歷整個(gè)Sequence大文件,訪問效率低下。

    CombineFile可以自定義文件輸入格式,將多個(gè)文件合并成一個(gè)塊,但是它本身是一個(gè)抽象類,使用該方法需要自己進(jìn)行實(shí)現(xiàn)。

    1.2 關(guān)聯(lián)規(guī)則挖掘

    實(shí)際應(yīng)用中,如果某一用戶訪問一個(gè)包含多個(gè)小文件(如圖片、文本、音頻等)的網(wǎng)頁,則屬于該網(wǎng)頁的所有小文件都將被訪問。這些屬于同一網(wǎng)頁的小文件具有較強(qiáng)的關(guān)聯(lián)性,如果將該類強(qiáng)關(guān)聯(lián)性的小文件合并在一起進(jìn)行存儲(chǔ),既能提高存儲(chǔ)效率也能提高訪問效率。

    關(guān)聯(lián)規(guī)則挖掘正是查找數(shù)據(jù)間“親密度”的一種數(shù)據(jù)挖掘算法。通過對(duì)審計(jì)日志的挖掘,挖掘出具有較強(qiáng)關(guān)聯(lián)性的小文件,再將具有較強(qiáng)關(guān)聯(lián)性的小文件進(jìn)行合并存儲(chǔ)。關(guān)聯(lián)規(guī)則算法是一種十分經(jīng)典的數(shù)據(jù)挖掘算法,其中Apriori算法是一種最具影響力的挖掘關(guān)聯(lián)規(guī)則的算法[4]。挖掘過程分為兩步:一是查找頻繁項(xiàng)集,二是產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。

    目前,對(duì)于Apriori算法的研究已經(jīng)十分深入,無論是算法本身的優(yōu)化,還是并行化實(shí)現(xiàn)[5-7]。本文提出的方法是在Hadoop分布式平臺(tái)下,基于Mao等[8]提出的一種高效的并行Apriori算法——AprioriPMP。

    2 ARMFS架構(gòu)

    ARMFS包含3個(gè)模塊:審計(jì)日志挖掘模塊、小文件合并模塊和小文件預(yù)取模塊,如圖1所示。

    圖1 ARMFS架構(gòu)Fig.1 Architecture of ARMFS

    (1) 審計(jì)日志挖掘模塊。首先是針對(duì) Hadoop審計(jì)日志進(jìn)行預(yù)處理后生成審計(jì)事務(wù)集,通過審計(jì)事務(wù)集挖掘小文件間的關(guān)聯(lián)性,得到合并集合表、高頻訪問表和預(yù)取機(jī)制表。

    (2) 小文件合并模塊。通過得到的合并集合表,將具有強(qiáng)關(guān)聯(lián)性的小文件進(jìn)行合并存儲(chǔ)至HDFS。

    (3) 小文件預(yù)取模塊。在初始讀取文件時(shí),通過高頻訪問表將高頻訪問文件放入緩存。文件讀取過程中,使用預(yù)取機(jī)制表中的信息,將可能會(huì)訪問的文件信息放入緩存中。

    3 審計(jì)日志的關(guān)聯(lián)規(guī)則挖掘

    3.1 審計(jì)日志的預(yù)處理

    很多情況下各個(gè)小文件間是有關(guān)聯(lián)性的,例如,一個(gè)網(wǎng)頁頁面包含圖片A和圖片B兩個(gè)圖片文件,則在訪問該網(wǎng)頁時(shí),圖片A、B都將被訪問到。如果圖片A、B存儲(chǔ)在HDFS中,則很難發(fā)現(xiàn)A和B之間的關(guān)聯(lián)性,但是可以通過對(duì)文件歷史訪問記錄來得到文件間的關(guān)聯(lián)性。而尋找其中的關(guān)聯(lián)性需使用Apriori算法。

    Hadoop中對(duì)于訪問文件的請求均記錄在NameNode的審計(jì)日志中,Hadoop的默認(rèn)審計(jì)日志是處于關(guān)閉狀態(tài)的,可以通過log4j.properties修改audit=INFO即可打開審計(jì)日志功能,這樣就可以實(shí)現(xiàn)記錄文件系統(tǒng)所有文件訪問請求的功能[9]。審計(jì)日志示例如表1所示。

    表1 審計(jì)日志示例Table 1 Examples of audit logs

    參考關(guān)聯(lián)規(guī)則挖掘在Web日志中的應(yīng)用,將得到的訪問日志進(jìn)行預(yù)處理,根據(jù)不同的用戶即IP的訪問記錄分別生成一條對(duì)應(yīng)的訪問事務(wù),同時(shí)設(shè)置一個(gè)時(shí)間間隔閾值timeout[10]。Catledge等[11]通過實(shí)驗(yàn)驗(yàn)證了timeout設(shè)置為25.5 min時(shí)會(huì)得到較好的性能效果,一般將timeout設(shè)置為30 min。同一個(gè)IP訪問超過timeout的話則重新生成一條記錄。其算法描述如算法1所示。

    算法1 審計(jì)日志預(yù)處理

    輸入:logs

    輸出:T{T1,T2,T3,…}

    (1) Preprocess(logs){ //預(yù)處理

    (2) for log in logs{

    (3) if(log.ip is new){ ∥新用戶判定

    (4) newTi;

    (5)Ti.add(log.file);

    (6) }

    (7) else if(prelog.time-log.time

    (8)Ti.add(log.file);

    (9) else{ //超過timeout的生成新事務(wù)

    (10) newTi;

    (11)Ti.add(log.file);

    (12) }

    (13) }

    (14)T={T1,T2,T3,…};

    (15) returnT;

    (16) }

    針對(duì)表1中的示例,可得到審計(jì)事務(wù)集,如表2所示。

    表2 審計(jì)事務(wù)集Table 2 Audit transaction set

    3.2 基于關(guān)聯(lián)規(guī)則的審計(jì)日志挖掘算法

    對(duì)預(yù)處理后得到的審計(jì)事務(wù)集進(jìn)行關(guān)聯(lián)規(guī)則挖掘,本文使用了AprioriPMR并行關(guān)聯(lián)規(guī)則算法,運(yùn)行在Hadoop平臺(tái)上,只需掃描2次數(shù)據(jù)庫即可得到頻繁項(xiàng)集。通過對(duì)關(guān)聯(lián)規(guī)則挖掘的結(jié)果進(jìn)行處理得到自己想要的結(jié)果,結(jié)果分為3個(gè)部分:合并集合表、高頻訪問表和預(yù)取機(jī)制表。

    合并集合表(Merge file table,merge_table)是用于記錄合并在一起存儲(chǔ)的文件名的記錄表,其中每一條記錄對(duì)應(yīng)一個(gè)合并文件集。對(duì)挖掘出的頻繁項(xiàng)集進(jìn)行篩選,其篩選過程如下:首先取頻繁k-項(xiàng)集(k>K/2,K表示最大頻繁k-項(xiàng)集的項(xiàng)集數(shù)),先按項(xiàng)集k的大小進(jìn)行排序;其次是在排序過程中刪除重復(fù),即前面已經(jīng)出現(xiàn)過的項(xiàng)集再次出現(xiàn)時(shí)則刪除該項(xiàng)集。篩選后的頻繁項(xiàng)集作為合并項(xiàng)集放入到合并集合表中。同時(shí)因?yàn)轭l繁k-項(xiàng)集的k>K/2,所以得到的合并項(xiàng)集文件個(gè)數(shù)適中,不會(huì)出現(xiàn)文件數(shù)較少而進(jìn)行合并的情況。例如:頻繁2-項(xiàng)集,只有2個(gè)文件合并,從而影響合并效率。

    高頻訪問表(Frequent access table,fre_table)是用于記錄審計(jì)日志中被訪問次數(shù)最多的文件。其主要是針對(duì)得到的頻繁1-項(xiàng)集按支持度進(jìn)行排序,取出前N項(xiàng)作為高頻訪問表。

    預(yù)取機(jī)制表(Prefetch table,pre_table)是記錄強(qiáng)關(guān)聯(lián)規(guī)則的表。從大于置信度的強(qiáng)關(guān)聯(lián)規(guī)則中,選擇由單個(gè)項(xiàng)集作為前提條件的,如f1=>{f3,f4}形式,而非{f1,f2}=>{f3,f4},認(rèn)為某個(gè)用戶訪問了f1后必然會(huì)訪問f3和f4。對(duì)于篩選后的強(qiáng)關(guān)聯(lián)規(guī)則由置信度大小進(jìn)行排序,最終將這些規(guī)則放入預(yù)取機(jī)制表中?;陉P(guān)聯(lián)規(guī)則的審計(jì)日志挖掘算法描述如算法2所示。

    算法2 審計(jì)日志挖掘算法

    輸入:T{T1,T2,T3,…},mini_sup,mini_conf,N

    輸出:merge_table,fre_table,pre_table

    (1) Logs_Mining(){

    (2) AprioriPMP(T,mini_sup,mini_conf);

    (3) get(Lk,Rk);∥得到頻繁項(xiàng)集和強(qiáng)關(guān)聯(lián)規(guī)則

    (4)L1=Sort(L1,sup_num);

    (5) fre_table=get(L1,N);

    (6)K=max(Lk.itemNum)

    (7) forLinLk{

    (8) if(L.itemNum>K/2)

    (9) merge_table.add(L);

    (10) }

    (11) SortByItemsNum(merge_table);

    ∥按頻繁集的項(xiàng)集個(gè)數(shù)進(jìn)行排序

    (12) Distinct(merge_table); ∥去重操作

    (13) pre_table=Rk;

    (14) return fre_table,merge_table,pre_table;

    (15) }

    應(yīng)用以上算法對(duì)表2中審計(jì)事務(wù)集進(jìn)行挖掘,其中mini_su設(shè)置為2,mini_conf設(shè)置為60%,可得到merge_table、fre_table和pre_table,如表3~5所示。

    表3 合并集合表Table 3 merge_table

    表4 高頻訪問表Table 4 fre_table

    表5 預(yù)取機(jī)制表Table 5 pre_table

    3.3 小文件合并算法

    通過審計(jì)日志的挖掘得到合并集合表用于小文件的合并存儲(chǔ)。通過對(duì)審計(jì)日志的關(guān)聯(lián)規(guī)則的挖掘得到了合并項(xiàng)集表,可以知道合并項(xiàng)集中的文件具有很強(qiáng)的“親密度”,就可以將合并項(xiàng)集表中的對(duì)應(yīng)小文件進(jìn)行合并存儲(chǔ)。

    在小文件合并算法中,將merge_table作為輸入?yún)?shù),通過遍歷 merge_table中的每一條記錄,將記錄中的小文件打包在一起進(jìn)行合并存儲(chǔ)。如果一條記錄合并后空間沒有達(dá)到64 M,則繼續(xù)向該塊中添加下一條merge_table記錄中小文件,其中merge_table一條記錄中的小文件作為一個(gè)整體,如果添加進(jìn)去沒有超過64 M,并且該添加記錄中小文件都不進(jìn)行合并存儲(chǔ),而是進(jìn)行下一次合并存儲(chǔ)操作,以此保證每條merge_table記錄中小文件的整體性。其算法描述見算法3。

    算法3 小文件合并算法

    輸入:files,merge_table

    輸出:HDFS blocks

    (1) merge_Files (){

    (2) while(merge_table){∥遍歷merge_table

    (3) if(file in merge_table)

    (4) if(mergeFiles.Size<64 M)

    (5) mergeFiles.add(file);

    (6) blocks=merge(mergeFiles);

    (7) store blocks in HDFS;

    (8) }

    (9) }

    可以發(fā)現(xiàn)該合并算法可以并行化操作,通過MapReduce并行編程實(shí)現(xiàn)小文件合并算法[12]。Map算法是將單個(gè)小文件輸入,每個(gè)合并小文件屬于merge_table的一條記錄中,對(duì)應(yīng)一條記錄中的小文件用merge_key進(jìn)行標(biāo)記。則Map的輸出是< merge_key,file_context >。小文件合并的Map算法描述見算法4。

    算法4 小文件合并Map算法

    輸入:files,merge_table

    輸出:

    (1) merge_Map(){

    (2) while(merge_table){

    (3) for file in merge_table{

    (4) write(merge_key,file_context)

    (5) }

    (6) }

    (7) }

    Reduce操作就是將Map任務(wù)的輸出結(jié)果作為輸入,通過合并相同的merge_key,即將屬于同一條merge_table記錄的小文件合并在一起,最后存儲(chǔ)至HDFS。小文件合并的Reduce算法描述見算法5。

    算法5 小文件合并Reduce算法

    輸入:

    輸出:HDFS mergeFile

    (1) merge_Reduce (){

    (2) for key1 in merge_keyList{

    (3) mergeFiles.add(file_context);

    (4) for in

    file_context>List{

    (5) if(key1 == key2 )

    (6) if(mergeFiles<64 M)

    (7) mergeFiles.add(file_context);

    (8) mergeFile(mergeFiles);

    (9) store mergeFile in HDFS;

    (10) }

    (11) }

    (12) }

    4 小文件的預(yù)取與緩存

    4.1 小文件預(yù)取算法

    定義1 觸發(fā)文件(TriggerFile):當(dāng)訪問到該文件時(shí),系統(tǒng)會(huì)預(yù)取與其相關(guān)聯(lián)的文件到緩存當(dāng)中。本文指fre_table中強(qiáng)關(guān)聯(lián)規(guī)則左邊的文件。如f1=>{f3,f4},則f1就是觸發(fā)文件。

    定義2 關(guān)聯(lián)文件(RelatedFiles):和觸發(fā)文件相關(guān)聯(lián)的文件,當(dāng)觸發(fā)文件被訪問,其將會(huì)被預(yù)取到緩存中的文件。本文指fre_table中強(qiáng)關(guān)聯(lián)規(guī)則右邊的文件。如f1=>{f3,f4},則{f3,f4}就是關(guān)聯(lián)文件。

    TriggerFile和RelatedFiles是成對(duì)出現(xiàn)的,如f1=>{f3,f4}這個(gè)強(qiáng)關(guān)聯(lián)規(guī)則,f1是{f3,f4}的觸發(fā)文件,而{f3,f4}是f1的關(guān)聯(lián)文件。

    本文提出的小文件預(yù)取算法包括兩個(gè)步驟:第1步是在文件讀取開始階段,將fre_table中高頻訪問文件放入緩存中;第2步是在文件的讀取進(jìn)行階段,當(dāng)TriggerFile被訪問了,則通過緩存置換算法ARP與TriggerFile相對(duì)應(yīng)的RelatedFiles置換到緩存中。其算法描述見算法6。

    算法6 小文件預(yù)取算法

    輸入:fre_table,pre_able

    輸出:pre_files

    (1) prefetch(){

    (2) if(first_vist) ∥是否是首次進(jìn)行讀取操作

    (3) cache.set(fre_table);

    (4) else{

    (5) if(TriggerFile){ //觸發(fā)文件預(yù)取操作

    (6) cache.ARP (RelatedFiles);

    (7) }

    (8) }

    (9) }

    4.2 緩存置換算法

    緩存資源是有一定限度的,并不能無限地將要預(yù)取的文件放入緩存中,這就需要一種緩存置換策略,將利用率較低的文件置換出緩存。

    常見的置換算法主要有兩種:最近最少使用(LRU)和最近頻繁使用(LFU)算法[13-14]。LRU存在局部性限制,LFU存在緩存污染等弊端。因此,本文提出了一個(gè)基于關(guān)聯(lián)規(guī)則的全新緩存替換算法(Association Rules Prefetching,ARP)。

    ARP針對(duì)被訪問的TriggerFile,添加一個(gè)參數(shù)rencentTime用于記錄最近訪問時(shí)間。每次訪問了TriggerFile就需要將其關(guān)聯(lián)的RelatedFiles調(diào)入緩存中,如果緩存已滿則需要置換緩存中的“無用數(shù)據(jù)”。算法分為兩步:首先查找當(dāng)前時(shí)間和rencentTime的差值,超過閾值T的置換出緩存;其次是比較TriggerFile在pre_table中的置信度大小,置信度小的話說明訪問的可能性低,將其置換出內(nèi)存。如果沒有找到可以置換的文件則不做預(yù)取操作。算法描述見算法7。

    算法7 緩存置換算法

    輸入:TriggerFile,RelatedFiles,pre_table

    輸出:cache file

    (1) ARP(TriggerFile,RelatedFiles,pre_table){

    (2) if(cache.available | | TriggerFile.exit){

    (3) RelatedFiles.recenttime=now;

    (4) cache.put(RelatedFiles);

    (5) else{

    (6) for(trigFile in cache){

    (7) if(now-recentTime>T) //時(shí)間差

    (8) exchange(trigFile.RelatedFiles);

    (9) cache.add(RelatedFiles);

    (10) if(trigFile.conf< TriggerFile.conf)

    //置信度比較

    (11) exchange(trigFile.RelatedFiles);

    (12) cache.add(RelatedFiles);

    (13) }

    (14)}

    5 數(shù)值實(shí)驗(yàn)

    5.1 實(shí)驗(yàn)軟硬件環(huán)境

    實(shí)驗(yàn)使用兩臺(tái)Win Server 08服務(wù)器,共搭建了4個(gè)節(jié)點(diǎn),1個(gè)Master節(jié)點(diǎn)和3個(gè)Slave節(jié)點(diǎn)。Master節(jié)點(diǎn)位于其中1臺(tái)服務(wù)器上,其CPU為Intel(R) Xeon E5620,內(nèi)存16 GB,主頻2.40 GHz;3個(gè)Slave節(jié)點(diǎn)位于另外1臺(tái)服務(wù)器,其CPU為Intel(R) Xeon E5620,內(nèi)存16 GB,主頻2.40 GHz。

    使用在虛擬機(jī)中搭建的Ubuntu系統(tǒng)作為節(jié)點(diǎn)。實(shí)驗(yàn)使用的虛擬機(jī)是VMware Workstation 9.0,操作系統(tǒng)是Ubuntu desktop 12.10,Hadoop的版本是Hadoop 1.0.4,JDK 版本為1.6,OpenSSH版本6.0。

    實(shí)驗(yàn)選取了5種不同格式的小文件,平均大小約為1 MB,通過預(yù)處理得到2 000、4 000、6 000、8 000、10 000份測試文件,分別將測試數(shù)據(jù)上傳至HDFS。對(duì)于ARMFS算法,通過隨機(jī)模擬訪問生成約106條的審計(jì)日志記錄,分別針對(duì)2 000、4 000、6 000、8 000、10 000份測試文件進(jìn)行數(shù)據(jù)測試實(shí)驗(yàn)。

    5.2 支持度大小的選取

    選擇支持度大小時(shí),盡量以能得到好的合并項(xiàng)集為目標(biāo),這樣就能更好地實(shí)現(xiàn)小文件間的合并。如果得到的合并項(xiàng)集中大多數(shù)合并集的個(gè)數(shù)為60個(gè)左右,即合并文件的大小為60 MB左右,就很接近一個(gè)數(shù)據(jù)塊的大小(64 MB),合并效果及合并效率將更高。

    實(shí)驗(yàn)中發(fā)現(xiàn),支持度的大小與文件的平均訪問次數(shù)有很大的關(guān)系,如:106條記錄對(duì)于2 000個(gè)文件,平均訪問次數(shù)是500次,而對(duì)于10 000個(gè)文件則是100次,支持度定位在平均訪問次數(shù)的10%較為合理。接下來的實(shí)驗(yàn)中,支持度的大小都是按照此規(guī)則制定,而置信度大小都取為60%。

    5.3 內(nèi)存使用對(duì)比測試

    分別對(duì)2 000、4 000、6 000、8 000、10 000份小文件隨機(jī)產(chǎn)生了約100萬條審計(jì)日志,在HDFS、HAR和ARMFS環(huán)境下進(jìn)行實(shí)驗(yàn)。HAR和ARMFS需要進(jìn)行小文件合并存儲(chǔ)的操作,實(shí)驗(yàn)中記錄在3種環(huán)境下文件對(duì)于NameNode主內(nèi)存的消耗情況,其結(jié)果如圖2所示。

    圖2 HDFS、HAR和ARMFS內(nèi)存使用對(duì)比Fig.2 Memory use of HDFS,HAR and ARMFS

    通過實(shí)驗(yàn)數(shù)據(jù)計(jì)算,HDFS、HAR和ARMFS的平均文件占內(nèi)存大小為0.016、0.002 1、0.001 5 MB。從圖2也可以看出,HDFS內(nèi)存消耗較大,HAR技術(shù)能有效改善內(nèi)存使用率,而ARMFS在數(shù)據(jù)量不斷上升時(shí),相對(duì)于HAR進(jìn)一步優(yōu)化了內(nèi)存使用,說明ARMFS針對(duì)海量的小文件具有更強(qiáng)的適應(yīng)性。

    5.4 文件下載速度對(duì)比測試

    對(duì)小文件合并存儲(chǔ)后,分別對(duì)2 000、4 000、6 000、8 000、10 000份小文件進(jìn)行訪問下載實(shí)驗(yàn),根據(jù)審計(jì)日志的內(nèi)容獲取2 000、4 000、6 000、8 000、10 000份小文件到本地中。文件下載時(shí)間如圖3所示。

    圖3 HDFS和ARMFS下載時(shí)間對(duì)比Fig.3 Download time of HDFS and ARMFS

    通過實(shí)驗(yàn)數(shù)據(jù)計(jì)算,HDFS和ARMFS的平均下載時(shí)間為0.038 s和0.016 s。從圖3中也可以直觀地看出,ARMFS相對(duì)于HDFS在下載效率上有很大的提升,速度提升了約57.9%,說明ARMFS能很好地預(yù)取文件,提升文件的下載效率。

    5.5 緩存置換算法對(duì)比測試

    ARMFS方法提出了一個(gè)全新的緩存置換算法ARP,將其與傳統(tǒng)的LRU和LFU算法進(jìn)行對(duì)比測試。同樣在實(shí)驗(yàn)中根據(jù)審計(jì)日志的內(nèi)容去獲取2 000、4 000、6 000、8 000、10 000份小文件到本地中,實(shí)驗(yàn)結(jié)果如圖4所示。

    圖4 LRU、LFU和ARMFS下載時(shí)間對(duì)比Fig.4 Download time of LRU,LFU and ARMFS

    通過實(shí)驗(yàn)數(shù)據(jù)計(jì)算,LRU、LFU和ARMFS的平均文件下載速度為0.025 、0.023 、0.016 s。從圖4可以看出,使用LRU和LFU基本沒有差別,但ARMFS相對(duì)于LRU和LFU具有一定的效率提升,說明緩存置換算法ARP在緩存置換中有一定優(yōu)勢,能提高緩存命中率。

    6 結(jié)束語

    本文提出了一種基于關(guān)聯(lián)規(guī)則的分布式小文件存儲(chǔ)方法ARMFS,有效地解決了HDFS中存在的小文件存儲(chǔ)問題。該方法使用關(guān)聯(lián)規(guī)則挖掘算法挖掘小文件的審計(jì)日志,從而發(fā)現(xiàn)小文件間的關(guān)聯(lián)性,在小文件合并過程中關(guān)聯(lián)性強(qiáng)的小文件進(jìn)行合并存儲(chǔ)在一起。同時(shí),ARMFS也提出了新的緩存置換算法ARP。實(shí)驗(yàn)表明,ARMFS能夠顯著減少NameNode的內(nèi)存消耗,有效地提高了小文件的下載速度和訪問效率。該方法也存在不足之處,如在緩存置換算法中,未考慮文件訪問次數(shù)和文件大小等因素,接下來,將對(duì)此進(jìn)行改進(jìn),進(jìn)一步提高文件的訪問效率。

    [1] KONSTANTIN S,HAIRAING K,SANYJY R,etal.The Hadoop distributed file system[C]//Proceedings of the 2010 IEEE 26th Symposium on Mass Storage Systems and Technologies(MSST).USA:IEEE,2010:1-10.

    [2] DONG Bo,QIU Jie,ZHENG Qinghua,etal.A novel approach to improving the efficiency of storing and accessing samll fileson Hadoop:A case study by PowerPoint files[C]//IEEE International Conference on Services Computing.Miami:IEEE,2010:65-72.

    [3] LIU Xuhui,HAN Jizhong,ZHONG Yunqin,etal.Implementing WebGIS on Hadoop:A case study of improving small file I/O performance on HDFS[C]//∥IEEE International Conference on Cluster Computing and WorkShops.Piscataway:IEEE,2009:1-8.

    [4] TAN P N,MICHAEL S,VIPIN K.數(shù)據(jù)挖掘?qū)д揫M].北京:人民郵電出版社,2013:201-240.

    [5] AOUAD L M,LE-KHAC N A,KECHADI T M.Performance study of distributed apriori-like frequent itemsets mining[J].Knowledge and Information Systems,2010,23(1):55-72.

    [6] TAO Limin,HUANG Linpeng.Cherry:Analgorithm for mining frequent closed itemsets without subset checking[J].Journal of Software,2008,19(2):379-388.

    [7] SHANKAR S,PURUSOTHAMAN T.Utility sentient frequent mining and association rule mining:A literature survey and comparative study[J].International Journal of Soft Computing Applications,2009,4:81-95.

    [8] MAO Weijun,GUO Weibin.An improved association rules mining algorithm based on power set and Hadoop[C]// 2013 International Conference on Information Science and Cloud Computing Companion(ISCC-C).Guangzhou:IEEE,2013:236-241.

    [9] 陸嘉恒.Hadoop實(shí)戰(zhàn)[M].北京:機(jī)械工業(yè)出版社,2014:196-197.

    [10] ZHU T S.Web usage mining for Internet recommendation[D].Canada:University of Alberta Edmonton,2001.

    [11] CATLEDGE L D,PITKOW J E.Characterizing browsing stratagies in the word-wide Web[J].Computer Networks and ISDN Systems,1995,27(6):1065-1073.

    [12] 黃宜華,苗凱翔.深入理解大數(shù)據(jù)[M].北京:中國電影出版社,2014:91-122.

    [13] TANTER E,FIGUEROA I,TABAREAU N.Execution levels for aspect-oriented programming:Design,semantics,implementations and applications[J].Science of Computer Programming,2014,80(2):311-342.

    [14] 鮑東星,李曉明.一種基于LRU的高速緩存方案研究[J].計(jì)算機(jī)工程學(xué)報(bào),2007,33(9):272-274.

    Approach of Distributed Small File Storage Based on Association Rule Mining

    QIAN Neng-wu, GUO Wei-bin, FAN Gui-sheng

    (School of Information Science and Engineering,East China University of Science and Technology,Shanghai 200237,China)

    Hadoop distributed file system (HDFS) is previously designed for large file processing,but it is not effective for small file storage.This paper proposes an efficient method of distributed small file storage by means of association rule mining and named ARMFS.By analyzing the audit logs to obtain the association of small files,these small files are merged and compressed to HDFS via file merge algorithm.When requesting HDFS file,the prefetching algorithm is further proposed to improve the access efficiency according to the high frequency access table and prefetching table that is based on association rules.The experiment results show that the ARMFS method can significantly improve the memory efficiency on NameNode and the access efficiency of the small file on HDFS.

    HDFS; association rule mining; the association of small files; prefetching

    1006-3080(2016)05-0708-07

    10.14135/j.cnki.1006-3080.2016.05.019

    2015-11-18

    國家自然科學(xué)基金(61300041,61272198)

    錢能武(1990-),男,安徽蕪湖人,碩士生,研究方向?yàn)榉植际轿募鎯?chǔ)。 E-mail:1173618916@qq.com

    郭衛(wèi)斌,E-mail:gweibin@ecust.edu.cn

    TP316.4

    A

    猜你喜歡
    項(xiàng)集關(guān)聯(lián)性日志
    一名老黨員的工作日志
    扶貧日志
    心聲歌刊(2020年4期)2020-09-07 06:37:14
    游學(xué)日志
    四物湯有效成分的關(guān)聯(lián)性分析
    中成藥(2017年3期)2017-05-17 06:09:05
    如何準(zhǔn)確認(rèn)定排污行為和環(huán)境損害之間的關(guān)聯(lián)性
    CRP檢測與新生兒感染的關(guān)聯(lián)性
    關(guān)聯(lián)規(guī)則中經(jīng)典的Apriori算法研究
    卷宗(2014年5期)2014-07-15 07:47:08
    一種頻繁核心項(xiàng)集的快速挖掘算法
    一種基于粗集和SVM的Web日志挖掘模型
    關(guān)于矩陣的關(guān)聯(lián)性
    首页视频小说图片口味搜索| 嫩草影视91久久| 亚洲精品在线观看二区| 99在线人妻在线中文字幕| av视频在线观看入口| 无人区码免费观看不卡| 久久 成人 亚洲| 在线观看www视频免费| 精品一品国产午夜福利视频| 日本免费a在线| 亚洲人成伊人成综合网2020| 看免费av毛片| 天天躁夜夜躁狠狠躁躁| 亚洲精品粉嫩美女一区| 欧美日韩福利视频一区二区| 一区二区三区国产精品乱码| 婷婷精品国产亚洲av在线| 视频区欧美日本亚洲| 午夜精品久久久久久毛片777| 黑人欧美特级aaaaaa片| 丝袜在线中文字幕| 国产午夜精品久久久久久| 欧美乱妇无乱码| 91大片在线观看| 老熟妇乱子伦视频在线观看| 国产蜜桃级精品一区二区三区| 满18在线观看网站| 成人亚洲精品av一区二区| 99国产精品一区二区三区| 最好的美女福利视频网| 亚洲av第一区精品v没综合| 两人在一起打扑克的视频| 色播在线永久视频| 日韩欧美国产一区二区入口| 国内毛片毛片毛片毛片毛片| 成人亚洲精品av一区二区| 亚洲最大成人中文| 美女大奶头视频| 免费看美女性在线毛片视频| 香蕉国产在线看| 级片在线观看| 国产午夜福利久久久久久| 亚洲成人国产一区在线观看| 欧美色视频一区免费| 最新美女视频免费是黄的| 黑人巨大精品欧美一区二区mp4| 一区二区日韩欧美中文字幕| 高清毛片免费观看视频网站| 国内精品久久久久精免费| 久久精品91蜜桃| 亚洲,欧美精品.| 又大又爽又粗| 久久久国产成人精品二区| 一级作爱视频免费观看| 12—13女人毛片做爰片一| 国语自产精品视频在线第100页| 亚洲欧美日韩另类电影网站| 亚洲中文字幕日韩| 亚洲伊人色综图| 一a级毛片在线观看| 久久精品影院6| 免费女性裸体啪啪无遮挡网站| 久久性视频一级片| 热99re8久久精品国产| 色综合欧美亚洲国产小说| 国产精品一区二区免费欧美| 一本大道久久a久久精品| 中文字幕高清在线视频| 国产精品av久久久久免费| 黄色视频,在线免费观看| 男女下面插进去视频免费观看| 黑丝袜美女国产一区| 免费人成视频x8x8入口观看| 久久久国产成人免费| 十分钟在线观看高清视频www| 国产av一区在线观看免费| 波多野结衣巨乳人妻| 女人爽到高潮嗷嗷叫在线视频| 精品福利观看| 18禁观看日本| 欧美黑人精品巨大| 色综合站精品国产| 亚洲五月婷婷丁香| 精品午夜福利视频在线观看一区| 亚洲 欧美 日韩 在线 免费| 一个人免费在线观看的高清视频| 国产97色在线日韩免费| 757午夜福利合集在线观看| 男人舔女人下体高潮全视频| 欧美成狂野欧美在线观看| 国产99久久九九免费精品| 18禁观看日本| 69av精品久久久久久| 国内久久婷婷六月综合欲色啪| 女同久久另类99精品国产91| 亚洲中文av在线| aaaaa片日本免费| 久久精品亚洲精品国产色婷小说| 久热这里只有精品99| 这个男人来自地球电影免费观看| 脱女人内裤的视频| av天堂在线播放| 日韩欧美免费精品| 天堂影院成人在线观看| 999久久久国产精品视频| 淫秽高清视频在线观看| 精品日产1卡2卡| 国产精品98久久久久久宅男小说| 亚洲中文av在线| e午夜精品久久久久久久| 国产免费男女视频| 日本 av在线| 亚洲精品久久国产高清桃花| 一区二区三区国产精品乱码| 精品人妻在线不人妻| a在线观看视频网站| 国产精品一区二区免费欧美| 91成人精品电影| 大型av网站在线播放| 日本在线视频免费播放| 午夜福利高清视频| cao死你这个sao货| 国产精品一区二区在线不卡| 国产精品综合久久久久久久免费 | 亚洲精品中文字幕一二三四区| 亚洲精品国产一区二区精华液| 一二三四在线观看免费中文在| 99精品欧美一区二区三区四区| bbb黄色大片| 欧美乱码精品一区二区三区| 亚洲成人国产一区在线观看| 久99久视频精品免费| 成人永久免费在线观看视频| 1024香蕉在线观看| 性少妇av在线| 亚洲人成网站在线播放欧美日韩| 嫩草影院精品99| 亚洲第一欧美日韩一区二区三区| 在线观看www视频免费| 久久久久久久午夜电影| 久久久久国产一级毛片高清牌| 久热爱精品视频在线9| 国产成年人精品一区二区| 久久这里只有精品19| 亚洲va日本ⅴa欧美va伊人久久| 他把我摸到了高潮在线观看| 性少妇av在线| 激情视频va一区二区三区| videosex国产| 久久伊人香网站| 亚洲国产欧美日韩在线播放| 日韩av在线大香蕉| 中文字幕高清在线视频| 一进一出好大好爽视频| 国产国语露脸激情在线看| 欧美国产精品va在线观看不卡| 在线永久观看黄色视频| 免费在线观看黄色视频的| 亚洲专区字幕在线| 在线永久观看黄色视频| 日本一区二区免费在线视频| 97人妻天天添夜夜摸| www.999成人在线观看| 亚洲成a人片在线一区二区| 老熟妇乱子伦视频在线观看| 国产成人精品在线电影| 熟女少妇亚洲综合色aaa.| 国产午夜福利久久久久久| 天天添夜夜摸| √禁漫天堂资源中文www| 久久婷婷成人综合色麻豆| 国内毛片毛片毛片毛片毛片| 国产成人精品在线电影| 午夜福利成人在线免费观看| 欧美+亚洲+日韩+国产| 亚洲av第一区精品v没综合| 最近最新中文字幕大全电影3 | av天堂在线播放| av超薄肉色丝袜交足视频| 欧美一级a爱片免费观看看 | 无遮挡黄片免费观看| 免费看十八禁软件| 国产成+人综合+亚洲专区| 国产精品久久久人人做人人爽| 男人操女人黄网站| 窝窝影院91人妻| 国产99白浆流出| xxx96com| 精品久久蜜臀av无| 最新美女视频免费是黄的| 免费在线观看视频国产中文字幕亚洲| 亚洲电影在线观看av| 国产又爽黄色视频| 免费看美女性在线毛片视频| 操美女的视频在线观看| 99国产精品99久久久久| 免费在线观看影片大全网站| 久久婷婷人人爽人人干人人爱 | 人人澡人人妻人| 日韩中文字幕欧美一区二区| 女性生殖器流出的白浆| xxx96com| 一区二区日韩欧美中文字幕| 久久久国产成人精品二区| 日韩中文字幕欧美一区二区| 日韩av在线大香蕉| 韩国av一区二区三区四区| 亚洲激情在线av| 精品一区二区三区四区五区乱码| 不卡一级毛片| 亚洲一码二码三码区别大吗| 色播在线永久视频| АⅤ资源中文在线天堂| 欧美大码av| 亚洲美女黄片视频| 99在线视频只有这里精品首页| 无限看片的www在线观看| 88av欧美| 中出人妻视频一区二区| 97碰自拍视频| 欧美人与性动交α欧美精品济南到| 亚洲va日本ⅴa欧美va伊人久久| www.999成人在线观看| 精品日产1卡2卡| 老熟妇仑乱视频hdxx| 啪啪无遮挡十八禁网站| 久久精品亚洲精品国产色婷小说| 久久久久久久午夜电影| 日韩大尺度精品在线看网址 | 亚洲在线自拍视频| 一区二区日韩欧美中文字幕| 亚洲第一欧美日韩一区二区三区| 99国产极品粉嫩在线观看| 日韩高清综合在线| 成年版毛片免费区| 久久人妻熟女aⅴ| 啦啦啦韩国在线观看视频| 国产真人三级小视频在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 中文亚洲av片在线观看爽| 国产亚洲精品久久久久5区| 夜夜躁狠狠躁天天躁| 国产又色又爽无遮挡免费看| 欧美黄色淫秽网站| www.自偷自拍.com| 午夜精品在线福利| 国产精品亚洲一级av第二区| 亚洲国产精品成人综合色| 中文字幕高清在线视频| 99在线人妻在线中文字幕| 日韩欧美在线二视频| 人人妻,人人澡人人爽秒播| 亚洲人成电影观看| 亚洲av五月六月丁香网| 中文字幕另类日韩欧美亚洲嫩草| 一级毛片高清免费大全| 长腿黑丝高跟| 午夜久久久久精精品| 久久久国产欧美日韩av| 国内精品久久久久久久电影| 大型黄色视频在线免费观看| 一级作爱视频免费观看| 国产一区二区三区视频了| 色播亚洲综合网| 国产亚洲精品av在线| 天堂动漫精品| 91大片在线观看| 美女午夜性视频免费| 国产极品粉嫩免费观看在线| 国产精品1区2区在线观看.| 香蕉丝袜av| 成人欧美大片| 天堂动漫精品| 人人澡人人妻人| 精品人妻在线不人妻| 欧美丝袜亚洲另类 | 国产区一区二久久| 丝袜在线中文字幕| 国产成人影院久久av| 老司机深夜福利视频在线观看| 国产午夜精品久久久久久| 国产精品一区二区在线不卡| 国产精品久久久久久精品电影 | 亚洲最大成人中文| 日本免费a在线| 99国产精品99久久久久| 亚洲,欧美精品.| 免费久久久久久久精品成人欧美视频| 波多野结衣av一区二区av| 人人妻人人澡人人看| 国产99白浆流出| 久久精品91无色码中文字幕| 手机成人av网站| 国产精品av久久久久免费| 一级毛片精品| 亚洲精品粉嫩美女一区| 99精品在免费线老司机午夜| 中文字幕人妻丝袜一区二区| 女警被强在线播放| 搡老熟女国产l中国老女人| 制服人妻中文乱码| 精品高清国产在线一区| 国产精品久久久人人做人人爽| 成人国语在线视频| 女同久久另类99精品国产91| 久久久久久久午夜电影| 校园春色视频在线观看| 日本免费一区二区三区高清不卡 | 精品日产1卡2卡| 手机成人av网站| 国产亚洲欧美在线一区二区| 国产精品久久电影中文字幕| 天天躁夜夜躁狠狠躁躁| 久久精品国产亚洲av高清一级| 91精品国产国语对白视频| 午夜福利一区二区在线看| 操出白浆在线播放| 色老头精品视频在线观看| 色综合亚洲欧美另类图片| 一进一出抽搐动态| 欧美日韩精品网址| 午夜福利免费观看在线| 欧洲精品卡2卡3卡4卡5卡区| 国产精品影院久久| 亚洲三区欧美一区| 国产一区二区三区综合在线观看| 人妻久久中文字幕网| 国产精品乱码一区二三区的特点 | 成熟少妇高潮喷水视频| 精品少妇一区二区三区视频日本电影| 亚洲av电影在线进入| 国产av一区在线观看免费| 91成人精品电影| 欧美色视频一区免费| 国语自产精品视频在线第100页| 在线天堂中文资源库| 日本在线视频免费播放| 好男人电影高清在线观看| 国产一区二区三区在线臀色熟女| 在线观看日韩欧美| 变态另类成人亚洲欧美熟女 | 亚洲第一欧美日韩一区二区三区| 一级毛片精品| 国产一区在线观看成人免费| 母亲3免费完整高清在线观看| 久久影院123| 成人国产综合亚洲| 他把我摸到了高潮在线观看| 18美女黄网站色大片免费观看| 日韩欧美在线二视频| 韩国精品一区二区三区| 一级,二级,三级黄色视频| 国产精品永久免费网站| 精品第一国产精品| 免费看a级黄色片| 女警被强在线播放| 在线观看www视频免费| 黄片小视频在线播放| 国产国语露脸激情在线看| 999精品在线视频| 人成视频在线观看免费观看| av电影中文网址| 欧美黄色片欧美黄色片| 久久精品国产99精品国产亚洲性色 | 性少妇av在线| 欧美中文日本在线观看视频| 日韩精品青青久久久久久| 久久性视频一级片| 手机成人av网站| 免费女性裸体啪啪无遮挡网站| 淫妇啪啪啪对白视频| 亚洲片人在线观看| e午夜精品久久久久久久| 亚洲专区中文字幕在线| 亚洲欧美一区二区三区黑人| 色综合婷婷激情| 亚洲,欧美精品.| 亚洲精品国产一区二区精华液| 欧美av亚洲av综合av国产av| 精品国产一区二区久久| 女人被躁到高潮嗷嗷叫费观| 国产色视频综合| 又黄又爽又免费观看的视频| 国产精品av久久久久免费| xxx96com| 他把我摸到了高潮在线观看| 午夜久久久在线观看| 亚洲伊人色综图| 精品熟女少妇八av免费久了| 亚洲精品一卡2卡三卡4卡5卡| 狠狠狠狠99中文字幕| 91九色精品人成在线观看| 变态另类丝袜制服| 成人18禁高潮啪啪吃奶动态图| 欧美黑人精品巨大| 99久久精品国产亚洲精品| 黑人巨大精品欧美一区二区mp4| 高清黄色对白视频在线免费看| 热re99久久国产66热| 国产精品一区二区三区四区久久 | 亚洲人成电影观看| 色老头精品视频在线观看| 嫩草影院精品99| 人妻丰满熟妇av一区二区三区| 精品人妻在线不人妻| 精品日产1卡2卡| 在线视频色国产色| 非洲黑人性xxxx精品又粗又长| 亚洲精品在线美女| 啪啪无遮挡十八禁网站| 又黄又粗又硬又大视频| 女性生殖器流出的白浆| 国产精品电影一区二区三区| 日本 av在线| 免费久久久久久久精品成人欧美视频| 久久人人97超碰香蕉20202| 波多野结衣一区麻豆| 亚洲熟女毛片儿| 亚洲一码二码三码区别大吗| 99久久99久久久精品蜜桃| 亚洲精品粉嫩美女一区| 我的亚洲天堂| 午夜免费观看网址| 在线播放国产精品三级| 亚洲第一av免费看| 亚洲免费av在线视频| 大型黄色视频在线免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲欧美激情在线| 中国美女看黄片| 777久久人妻少妇嫩草av网站| 日本a在线网址| 91在线观看av| 久久久久久久午夜电影| 国产精品永久免费网站| 啦啦啦免费观看视频1| 精品国产一区二区久久| 国产一区二区三区视频了| 一级片免费观看大全| 岛国在线观看网站| 香蕉丝袜av| 看黄色毛片网站| 国产黄a三级三级三级人| 人妻丰满熟妇av一区二区三区| 精品国产美女av久久久久小说| √禁漫天堂资源中文www| 国产欧美日韩一区二区三区在线| a在线观看视频网站| 又紧又爽又黄一区二区| 日韩av在线大香蕉| 亚洲自偷自拍图片 自拍| 日韩欧美三级三区| 午夜成年电影在线免费观看| 亚洲av成人不卡在线观看播放网| 男人的好看免费观看在线视频 | 欧美乱妇无乱码| 国产精品1区2区在线观看.| 国产伦人伦偷精品视频| 成人欧美大片| 亚洲男人天堂网一区| 亚洲avbb在线观看| 人人妻人人澡欧美一区二区 | 一区二区三区高清视频在线| 黄片大片在线免费观看| 久热爱精品视频在线9| 国产成人精品无人区| 午夜福利影视在线免费观看| 淫秽高清视频在线观看| 亚洲色图综合在线观看| 国产精品久久久久久精品电影 | 午夜久久久久精精品| 国产区一区二久久| 在线观看www视频免费| 一级,二级,三级黄色视频| 成人国产综合亚洲| 国产亚洲av嫩草精品影院| 日韩欧美国产一区二区入口| 国产激情久久老熟女| 人人妻人人爽人人添夜夜欢视频| 一区二区三区国产精品乱码| 久久久久久久精品吃奶| 久久婷婷成人综合色麻豆| 操美女的视频在线观看| 日韩欧美一区二区三区在线观看| 久久 成人 亚洲| 日本a在线网址| 亚洲中文字幕日韩| 日韩一卡2卡3卡4卡2021年| 一区福利在线观看| 欧美最黄视频在线播放免费| 51午夜福利影视在线观看| 亚洲成人免费电影在线观看| 日韩一卡2卡3卡4卡2021年| 久久精品aⅴ一区二区三区四区| 国产人伦9x9x在线观看| 国产精品爽爽va在线观看网站 | 欧美日韩黄片免| e午夜精品久久久久久久| 黄色女人牲交| 精品高清国产在线一区| 夜夜爽天天搞| 午夜精品国产一区二区电影| 精品日产1卡2卡| 亚洲久久久国产精品| 久久精品国产综合久久久| av超薄肉色丝袜交足视频| 午夜视频精品福利| 欧美日韩亚洲国产一区二区在线观看| 亚洲熟妇中文字幕五十中出| 欧美绝顶高潮抽搐喷水| 久久九九热精品免费| 日本五十路高清| 国产成人啪精品午夜网站| 国产一区二区三区综合在线观看| 欧美精品啪啪一区二区三区| 一本久久中文字幕| 亚洲 欧美 日韩 在线 免费| 给我免费播放毛片高清在线观看| 久久久久久免费高清国产稀缺| 久久性视频一级片| 999精品在线视频| 制服诱惑二区| 亚洲全国av大片| 国产麻豆69| 欧美+亚洲+日韩+国产| 免费在线观看亚洲国产| 成人三级黄色视频| 国产精品 欧美亚洲| 18禁国产床啪视频网站| xxx96com| 19禁男女啪啪无遮挡网站| 一区二区三区国产精品乱码| 国产成人精品在线电影| 亚洲自偷自拍图片 自拍| 欧美在线一区亚洲| av免费在线观看网站| 91国产中文字幕| 身体一侧抽搐| 中文字幕人妻熟女乱码| 99国产极品粉嫩在线观看| 狂野欧美激情性xxxx| 国产主播在线观看一区二区| 多毛熟女@视频| 国产精品久久久久久精品电影 | 亚洲中文日韩欧美视频| or卡值多少钱| 亚洲专区字幕在线| 国产成人精品无人区| 九色亚洲精品在线播放| 欧美成人性av电影在线观看| 9热在线视频观看99| 亚洲人成电影观看| 精品国产亚洲在线| 久久久国产成人免费| 日韩欧美国产一区二区入口| 女人精品久久久久毛片| 国产又色又爽无遮挡免费看| 亚洲第一电影网av| 人人妻人人爽人人添夜夜欢视频| 国产精品野战在线观看| 国内毛片毛片毛片毛片毛片| 日韩精品中文字幕看吧| 人成视频在线观看免费观看| 国产精品一区二区精品视频观看| 亚洲五月天丁香| 少妇 在线观看| 欧美成人一区二区免费高清观看 | 男女午夜视频在线观看| 免费在线观看亚洲国产| 久久久国产欧美日韩av| 亚洲第一欧美日韩一区二区三区| 美女免费视频网站| 亚洲欧洲精品一区二区精品久久久| 欧美黑人欧美精品刺激| 免费一级毛片在线播放高清视频 | 色婷婷久久久亚洲欧美| 久久久久国内视频| 亚洲国产欧美日韩在线播放| 精品国产一区二区久久| 波多野结衣av一区二区av| www国产在线视频色| 亚洲片人在线观看| 我的亚洲天堂| 国产精品精品国产色婷婷| 国内精品久久久久精免费| 久久精品人人爽人人爽视色| 老司机深夜福利视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 久久精品成人免费网站| 日本黄色视频三级网站网址| 人人妻人人澡人人看| 久久狼人影院| 久久影院123| 精品国产美女av久久久久小说| 国产精品 欧美亚洲| 一二三四社区在线视频社区8| 国产亚洲精品一区二区www| 欧美成人性av电影在线观看| 777久久人妻少妇嫩草av网站| 黄片大片在线免费观看| 身体一侧抽搐| 国产熟女午夜一区二区三区| 欧美+亚洲+日韩+国产| 成人国语在线视频| 亚洲国产看品久久| 中文字幕最新亚洲高清| 女生性感内裤真人,穿戴方法视频| 精品国产国语对白av| 大型av网站在线播放| 动漫黄色视频在线观看| 无人区码免费观看不卡| 日本欧美视频一区| 黑人欧美特级aaaaaa片| 女性生殖器流出的白浆| 亚洲国产精品合色在线|