• <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Hadoop的民航日志分析系統(tǒng)及應(yīng)用

    2017-03-06 00:10:08李建曾新勵
    軟件導(dǎo)刊 2017年1期
    關(guān)鍵詞:并行計算

    李建+曾新勵

    摘要摘要:民航信息系統(tǒng)日志包含大量信息,但由于日志數(shù)據(jù)非結(jié)構(gòu)化,不易被讀取且數(shù)據(jù)量巨大,難以通過人工分析得出有價值信息。Hadoop分布式計算技術(shù)恰好可以很好地解決這個問題。設(shè)計了基于Hadoop的民航日志分析系統(tǒng),系統(tǒng)結(jié)合數(shù)據(jù)挖掘領(lǐng)域經(jīng)典的KNN分類算法,對算法進行了并行化改進,給出算法在Hadoop平臺的MapReduce編程模型上的執(zhí)行流程。對系統(tǒng)進行單機和集群測試,集群系統(tǒng)在處理較大規(guī)模數(shù)據(jù)時更高效。實驗結(jié)果證明,系統(tǒng)具有較高的執(zhí)行效率和可擴展性,對民航日志分析具有較高的實用價值。

    關(guān)鍵詞關(guān)鍵詞:日志分析;Hadoop;KNN算法;并行計算;MapReduce

    DOIDOI:10.11907/rjdk.162386

    中圖分類號:TP319文獻標識碼:A文章編號文章編號:16727800(2017)001010004

    引言

    隨著民航信息化建設(shè)的深入,民航信息系統(tǒng)越來越多,復(fù)雜度越來越高。系統(tǒng)每天產(chǎn)生大量日志數(shù)據(jù),這些數(shù)據(jù)記錄著系統(tǒng)的運行狀態(tài)。目前民航系統(tǒng)日志數(shù)據(jù)分為兩部分:①過去運行生成的大文件,約56GB;②每天生成的文件,大約是200-300MB。日志是apache common格式,分析系統(tǒng)產(chǎn)生的日志數(shù)據(jù)成為了解系統(tǒng)安全與可擴展性的重要途徑,相關(guān)業(yè)務(wù)指標可供運營決策者使用。

    由于日志信息不易讀懂且數(shù)據(jù)量不斷增長,利用人工或傳統(tǒng)分析技術(shù)難以發(fā)掘出有效信息。Hadoop提供的分布式計算技術(shù)為解決此問題提供了思路。Hadoop平臺提供的分布式文件存儲和并行計算能力,充分利用了集群高速運算和存儲的優(yōu)點,用戶可在不了解分布式底層細節(jié)的情況下,利用Hadoop所提供的MapReduce并行計算框架,開發(fā)一個高度可擴展的分布式處理系統(tǒng),進行大數(shù)據(jù)分類工作。

    數(shù)據(jù)分類作為數(shù)據(jù)挖掘領(lǐng)域的重要分支,是數(shù)據(jù)挖掘非常重要的研究方向[1],其中KNN分類算法是數(shù)據(jù)挖掘領(lǐng)域的經(jīng)典算法[2]。該算法是一種基于實例的學(xué)習(xí)算法,其核心是根據(jù)已知對象與未知對象之間相似度的比較來對未知對象進行分類。當給定一個未知實例時,KNN 分類算法根據(jù)與該實例最近的k個實例進行分類。

    本文基于Hadoop平臺下的MapReduce并行技術(shù),研究并實現(xiàn)民航日志分析系統(tǒng)。利用Hadoop提供的分布式存儲來存放日志數(shù)據(jù),結(jié)合KNN數(shù)據(jù)挖掘算法對數(shù)據(jù)進行更深層次的分析,提高數(shù)據(jù)利用價值。算法整體分為數(shù)據(jù)預(yù)處理、訓(xùn)練、分類3個階段。KNN分類算法進行MapReduce并行化的基本思路是:首先將訓(xùn)練樣本和測試樣本數(shù)據(jù)預(yù)處理并上傳到Hadoop的文件系統(tǒng)中,然后將計算量很大的數(shù)據(jù)預(yù)處理階段和訓(xùn)練階段作業(yè)內(nèi)容交由Map計算過程處理,完成測試樣本與訓(xùn)練樣本的歐式距離計算,再將Map計算結(jié)果提交到Reduce進行數(shù)據(jù)分類,最終得到測試樣本分類結(jié)果。

    實驗選取系統(tǒng)產(chǎn)生的幾組日志數(shù)據(jù)在Hadoop集群上測試,并與單機環(huán)境比對。實驗結(jié)果證明,集群系統(tǒng)具有較高的執(zhí)行效率、良好的加速比和擴展性。

    1相關(guān)工作

    1.1Hadoop平臺

    Hadoop是Apache軟件基金會的開源項目,也是并行處理大規(guī)模數(shù)據(jù)的代表性產(chǎn)品。用戶可以在不了解分布式底層細節(jié)的情況下,利用Hadoop提供的分布式系統(tǒng)基礎(chǔ)架構(gòu)開發(fā)分布式應(yīng)用,將集群存儲資源、網(wǎng)絡(luò)資源和計算資源統(tǒng)一起來,實現(xiàn)海量數(shù)據(jù)的高速運算和存儲。Hadoop層次結(jié)構(gòu)如圖1所示。

    Hadoop框架最核心的設(shè)計是HDFS和MapReduce。HDFS是一個分布式文件系統(tǒng),具有高容錯性特點,可以部署在廉價硬件上,由一個名稱節(jié)點(NameNode)和N個數(shù)據(jù)節(jié)點(DataNode)組成。 NameNode節(jié)點是整個文件系統(tǒng)的管理節(jié)點,它維護著整個文件系統(tǒng)的目錄樹,文件根目錄的元信息和每個文件對應(yīng)的數(shù)據(jù)塊列表,接收用戶的操作請求,以及數(shù)據(jù)塊列表到具體存儲數(shù)據(jù)DataNode節(jié)點的映射。集群中的DataNode節(jié)點在NameNode節(jié)點的統(tǒng)一調(diào)度下提供數(shù)據(jù)文件的存儲服務(wù),并且提供數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制功能[4]。

    1.2MapReduce分布式計算框架

    MapReduce是一種并行編程模型,基于HDFS基礎(chǔ)上實現(xiàn),主要針對大規(guī)模數(shù)據(jù)集的并行計算。MapReduce編程模型原理:JobTracker主節(jié)點負責(zé)接收用戶提交的作業(yè),負責(zé)啟動、跟蹤任務(wù)執(zhí)行,對大數(shù)據(jù)集按塊進行分割,然后將數(shù)據(jù)塊分發(fā)到若干個TaskTracker節(jié)點上。TaskTracker節(jié)點負責(zé)執(zhí)行用戶自定義的MapReduce任務(wù),并將執(zhí)行完成得到的結(jié)果返回JobTracker主節(jié)點。整個計算過程中,數(shù)據(jù)的輸入輸出均采用鍵值對形式。MapReduce執(zhí)行流程如圖2所示。

    1.3KNN分類算法

    KNN分類算法是一種基于實例的學(xué)習(xí)算法,其原理簡單、易于實現(xiàn)。算法原理是將訓(xùn)練實例和測試實例看作n維空間內(nèi)的點,給定一條測試實例,搜索n維空間,找出與測試實例最相近的k個點,最后取這k個點中的多數(shù)類作為測試實例類別。相似度的度量方法采用空間內(nèi)兩個點的距離來衡量。兩點間距離越大,表示兩個點越不相似。選擇歐幾里得距離作為度量方法。由于KNN分類算法需要多次掃描數(shù)據(jù)集,前后之間沒有計算順序上的相關(guān)性,每個待分類的樣本都可以獨立進行KNN分類,因此可以用并行化方法來實現(xiàn)KNN算法。

    2日志分析系統(tǒng)設(shè)計

    2.1系統(tǒng)架構(gòu)

    系統(tǒng)日志處理流程:①日志采集;②存儲;③日志清洗;④分析;⑤顯示,結(jié)構(gòu)如圖3所示。日志采集階段負責(zé)將日志服務(wù)器中指定的日志數(shù)據(jù)上傳到Hadoop集群中的HDFS文件系統(tǒng)。由于日志記錄中往往包含噪聲,需先進行必要的數(shù)據(jù)清洗,將清洗后存放在HDFS上的數(shù)據(jù)作為分析階段的數(shù)據(jù)輸入。分析階段KNN算法結(jié)合MapReduce編程模型,整體分為訓(xùn)練和分類兩個部分。KNN分類算法進行MapReduce并行化的基本思路:首先JobTracker主節(jié)點接受用戶請求,啟動TaskTracker節(jié)點執(zhí)行Map計算開始樣本訓(xùn)練,完成測試樣本與訓(xùn)練樣本的歐式距離計算;然后在執(zhí)行Map計算的節(jié)點執(zhí)行Combine函數(shù)對數(shù)據(jù)進行規(guī)約處理,以減少提交到Reduce節(jié)點的數(shù)據(jù)量;當Reduce節(jié)點收到中間計算結(jié)果后進入分類階段,對測試樣本進行分類處理。分析結(jié)果仍然存儲在HDFS文件系統(tǒng)中,最后經(jīng)過頁面展示以可視化形式顯示給用戶。

    2.2日志采集階段

    日志采集階段使用flume技術(shù)。flume是一個分布式數(shù)據(jù)收集系統(tǒng),也是Hadoop生態(tài)系統(tǒng)的重要組件之一,具有高可靠、高可用、事務(wù)管理、失敗重啟等功能。flume啟動通過后臺腳本定時執(zhí)行,數(shù)據(jù)處理速度快[5]。flume核心是agent,agent是一個java進程,運行在日志收集端Web服務(wù)器中,通過agent收集每一個前端Web服務(wù)器中產(chǎn)生的日志數(shù)據(jù),然后暫存起來,再發(fā)送到目的地HDFS存儲系統(tǒng)。

    2.3數(shù)據(jù)預(yù)處理階段

    使用flume把日志數(shù)據(jù)導(dǎo)入到HDFS中,再使用MapReduce對HDFS中的原始數(shù)據(jù)進行清洗,將Web日志數(shù)據(jù)向量化表示。一條Web日志記錄往往不完整或者包含噪聲,實際使用時并無用處,需要預(yù)先處理[6]。例如請求一個URL頁面時,與頁面相關(guān)的js或樣式文件圖片等信息也會記錄在日志中,需要在預(yù)處理中刪除后綴為jpg等圖片格式、js等相關(guān)記錄行,只保留用戶IP地址、請求時間、請求方法、請求內(nèi)容、請求前的跳轉(zhuǎn)地址、瀏覽器類型及操作系統(tǒng)類型、服務(wù)器返回狀態(tài)相關(guān)內(nèi)容。實際情況中用戶可能使用代理或本地緩存,不同用戶可能使用相同IP地址訪問同一URL。對用戶進行個體識別有3種方法:如果用戶使用不同IP訪問同一URL則視為不同用戶;如果使用相同IP但瀏覽器和操作系統(tǒng)不同則視為不同用戶;如果用戶的請求頁面與之前的跳轉(zhuǎn)頁面沒有超鏈接關(guān)系也視為不同用戶[7]。識別出用戶后就可以用戶為單位識別單個用戶所訪問的所有頁面,用戶訪問網(wǎng)站時所瀏覽的所有頁面組成一個用戶記錄,然后根據(jù)訪問內(nèi)容將用戶分為不同用戶群。得到清洗后的數(shù)據(jù)仍然存儲在HDFS中,保留可計算的屬性值,最后剩下的屬性值用空格分開,減輕后期數(shù)據(jù)處理壓力,然后將訓(xùn)練數(shù)據(jù)上傳到HDFS指定目錄下,將測試數(shù)據(jù)上傳到指定待處理路徑下,作為分析階段的輸入數(shù)據(jù)。

    2.4訓(xùn)練階段

    訓(xùn)練階段主要任務(wù)是讀取包含用戶記錄的訓(xùn)練樣本與測試樣本,分別計算測試樣本與每個訓(xùn)練樣本的歐式距離,此任務(wù)交由Map函數(shù)執(zhí)行。Map函數(shù)對訓(xùn)練樣本按行讀取,把讀取到的數(shù)據(jù)以鍵值對的形式作為函數(shù)的輸入數(shù)據(jù),其中key為行號,value為訓(xùn)練樣本每行的樣本數(shù)據(jù)及樣本類別,輸入數(shù)據(jù)形式為<行號,樣本>。然后計算訓(xùn)練樣本與測試樣本的相似度,即它們之間的歐式距離,并記錄訓(xùn)練樣本類別,最后將結(jié)果以對的形式存入context集合中。其中輸出數(shù)據(jù)對的形式為<測試樣本行號,向量集合<相似度值,訓(xùn)練樣本類別>>。Map函數(shù)偽代碼如下:

    3.1實驗環(huán)境及數(shù)據(jù)選取

    為驗證基于Hadoop的民航日志分析系統(tǒng)性能和有效性,本實驗選取7臺服務(wù)器,1個主節(jié)點和5個從節(jié)點,前者主要配置為HDFS元數(shù)據(jù)節(jié)點,負責(zé)管理分布式數(shù)據(jù)和分解任務(wù)的執(zhí)行,后者配置為數(shù)據(jù)節(jié)點,負責(zé)分布式數(shù)據(jù)存儲以及任務(wù)的執(zhí)行。剩下的一臺作為與集群對比的單機。本實驗的輸入數(shù)據(jù)為民航系統(tǒng)產(chǎn)生的幾組日志數(shù)據(jù)。數(shù)據(jù)集具有52維,共計692 012個樣本,其中訓(xùn)練樣本為498 542個,測試樣本為193 470個,數(shù)據(jù)集大小3 000MB。

    3.2單機處理比較實驗

    本實驗分別在Hadoop集群和單機環(huán)境下處理數(shù)據(jù)規(guī)模逐漸增大的數(shù)據(jù)集,分別統(tǒng)計系統(tǒng)運行耗時長短,對結(jié)果進行對比分析。對比結(jié)果如表1所示。

    3.3集群性能實驗

    本實驗內(nèi)容為:運行KNN分類算法的一臺計算機與運行改進后并行算法的Hadoop集群在處理相同規(guī)模數(shù)據(jù)時,從數(shù)據(jù)讀入到處理完成所需要的時間。對比實驗中,測試元組及樣本數(shù)據(jù)量相同,Hadoop集群中節(jié)點數(shù)目逐步增加,實驗結(jié)果如圖4所示,橫坐標為節(jié)點數(shù),縱坐標為作業(yè)完成時間,單位為毫秒。

    圖4中虛線表示單機處理所用時間,基本保持在6 000ms不變。實線表示Hadoop集群處理所用時間,曲線變化較為明顯。剛開始集群只有單個節(jié)點時任務(wù)執(zhí)行所需時間要遠高于單機所需時間,集群節(jié)點達到兩個時任務(wù)執(zhí)行時間比單機所花時間略長。隨著Hadoop集群節(jié)點數(shù)增加,任務(wù)執(zhí)行所需的時間逐步減少,特別是當節(jié)點數(shù)超過3個時,集群優(yōu)勢開始顯現(xiàn),當節(jié)點數(shù)達到7個時,時間節(jié)省非常明顯,體現(xiàn)出當擴大Hadoop集群規(guī)模時,實施KNN并行算法有助于減少任務(wù)執(zhí)行所需時間。當節(jié)點數(shù)目少于2個時,效率卻遠低于單機,集群優(yōu)勢無法體現(xiàn)。因為Hadoop集群任務(wù)的分發(fā)和任務(wù)的啟動需要消耗一定的計算資源,集群之間數(shù)據(jù)的交互需要通過網(wǎng)絡(luò)傳輸,數(shù)據(jù)的讀取依賴于網(wǎng)絡(luò)的傳輸速度,尤其是實際計算任務(wù)時間在總時間中所占比例較小時,集群優(yōu)勢難以體現(xiàn)。相對于單機執(zhí)行而言,數(shù)據(jù)只需在本地處理一次性讀入內(nèi)存,因此處理速度相對較快。由此可知,隨著節(jié)點數(shù)的增加,Hadoop集群的執(zhí)行效率要優(yōu)于單機上的執(zhí)行效率,且隨著數(shù)據(jù)量的逐漸增大,優(yōu)勢越加明顯。

    4結(jié)語

    民航系統(tǒng)日志分析與管理是民航系統(tǒng)日常管理的重要保障。本文基于Hadoop平臺使用MapReduce編程模型結(jié)合KNN算法,設(shè)計了民航日志分析系統(tǒng)。利用Hadoop集群在大數(shù)據(jù)處理上的優(yōu)勢,高效地進行日志數(shù)據(jù)分析與挖掘,具有很高的實用價值,實驗達到了預(yù)期目標。相關(guān)實驗結(jié)果表明,在Hadoop平臺上處理大規(guī)模數(shù)據(jù)集時,在數(shù)據(jù)規(guī)模相同的情況下,算法的執(zhí)行效率與集群規(guī)模有明顯關(guān)系。當集群規(guī)模逐步擴大,節(jié)點越多,加速比越明顯。下一步將嘗試將更多的算法移植到Hadoop集群中,進行更深入的研究。

    參考文獻:

    [1]JIAWEI HAN,MICHELINE,KAMBER.數(shù)據(jù)挖掘概念與技術(shù)[M].北京:機械工業(yè)出版社,2007:2031.

    [2]COVER T,P HART.Nearest neighbor pattern classification[J].IEEE Trans on Information Theory,1967,13(1):2127.

    [3]陸嘉恒.Hadoop實戰(zhàn)[M].北京:機械工業(yè)出版社,2011:180203.

    [4]金松昌.基于HDFS的多用戶并行文件IO的設(shè)計與實現(xiàn)[D].長沙:國防科學(xué)技術(shù)大學(xué),2010:13.

    [5]高洪,楊慶平,黃展江.基于Hadoop平臺的大數(shù)據(jù)分析關(guān)鍵技術(shù)標準化探討[J].信息技術(shù)與標準化,2013(5):2324.

    [6]朱鶴樣.Web日志挖掘中數(shù)據(jù)預(yù)處理算法的研究[D].大連:大連交通大學(xué),2010.

    [7]趙瑩瑩,韓元杰.Web日志數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理模型的研究與建立[J].現(xiàn)代電子技術(shù),2007(4):103105.

    猜你喜歡
    并行計算
    云計算中MapReduce分布式并行處理框架的研究與搭建
    矩陣向量相乘的并行算法分析
    并行硬件簡介
    基于Matlab的遙感圖像IHS小波融合算法的并行化設(shè)計
    科技視界(2016年11期)2016-05-23 08:13:35
    国产黄色免费在线视频| 国产乱人偷精品视频| 国产黄色视频一区二区在线观看| 国产淫片久久久久久久久| 一本一本综合久久| 三级国产精品片| 国产精品熟女久久久久浪| 亚洲欧洲日产国产| 成人影院久久| 久久精品久久精品一区二区三区| av国产久精品久网站免费入址| 午夜福利影视在线免费观看| 最近2019中文字幕mv第一页| 国产精品久久久久久精品古装| 国产久久久一区二区三区| 亚洲第一av免费看| 国产成人午夜福利电影在线观看| 国产欧美亚洲国产| 少妇丰满av| 亚洲精品久久午夜乱码| 中文字幕亚洲精品专区| 亚洲成色77777| 精品久久久久久久久亚洲| 美女xxoo啪啪120秒动态图| 国产成人aa在线观看| 夜夜爽夜夜爽视频| 国产永久视频网站| 成人18禁高潮啪啪吃奶动态图 | 亚洲经典国产精华液单| 欧美成人a在线观看| 国产精品国产三级国产av玫瑰| 亚洲精品色激情综合| 亚洲精品国产色婷婷电影| 卡戴珊不雅视频在线播放| 在现免费观看毛片| 久久精品久久久久久久性| 国产爽快片一区二区三区| 国产色婷婷99| 久久久久久久久久成人| 你懂的网址亚洲精品在线观看| 2022亚洲国产成人精品| 日韩三级伦理在线观看| 18禁裸乳无遮挡免费网站照片| 在线亚洲精品国产二区图片欧美 | 各种免费的搞黄视频| 99久久综合免费| 国产视频内射| 国产精品人妻久久久久久| 91久久精品电影网| xxx大片免费视频| 嫩草影院新地址| 亚洲欧美日韩另类电影网站 | 日本黄大片高清| 一区二区av电影网| 亚洲,一卡二卡三卡| 51国产日韩欧美| 97在线人人人人妻| 美女脱内裤让男人舔精品视频| 最黄视频免费看| 久久影院123| 少妇熟女欧美另类| 国产伦精品一区二区三区四那| 男的添女的下面高潮视频| 国产亚洲午夜精品一区二区久久| 免费在线观看成人毛片| 免费大片黄手机在线观看| 最黄视频免费看| 卡戴珊不雅视频在线播放| 亚洲av在线观看美女高潮| 欧美人与善性xxx| 亚洲国产高清在线一区二区三| 亚洲在久久综合| 中文乱码字字幕精品一区二区三区| 午夜激情福利司机影院| 直男gayav资源| 蜜桃在线观看..| 精品国产一区二区三区久久久樱花 | 免费少妇av软件| 不卡视频在线观看欧美| 高清黄色对白视频在线免费看 | 久久人人爽人人爽人人片va| 一级毛片久久久久久久久女| 国产精品熟女久久久久浪| 嘟嘟电影网在线观看| 男女无遮挡免费网站观看| 亚洲经典国产精华液单| 黄片无遮挡物在线观看| 日本午夜av视频| 日韩制服骚丝袜av| 国产精品一及| 日韩三级伦理在线观看| 天美传媒精品一区二区| 日韩欧美精品免费久久| 久久99热6这里只有精品| 国产成人a区在线观看| 成人高潮视频无遮挡免费网站| 国产成人精品久久久久久| 亚洲成人中文字幕在线播放| 亚洲欧美成人精品一区二区| 色综合色国产| 精品人妻偷拍中文字幕| 国产精品国产三级国产av玫瑰| 国产黄片视频在线免费观看| 欧美xxxx性猛交bbbb| 内地一区二区视频在线| 亚洲精品乱码久久久v下载方式| 一级a做视频免费观看| 中文精品一卡2卡3卡4更新| 国产精品一及| 自拍偷自拍亚洲精品老妇| 最新中文字幕久久久久| 蜜臀久久99精品久久宅男| 一本—道久久a久久精品蜜桃钙片| 色视频在线一区二区三区| 色婷婷久久久亚洲欧美| 亚洲精品乱码久久久v下载方式| 亚洲国产精品999| 交换朋友夫妻互换小说| 少妇人妻久久综合中文| 观看美女的网站| 少妇 在线观看| 成人美女网站在线观看视频| 大香蕉久久网| av免费在线看不卡| 免费黄色在线免费观看| h日本视频在线播放| 丰满人妻一区二区三区视频av| 日本欧美国产在线视频| 人人妻人人爽人人添夜夜欢视频 | 少妇人妻一区二区三区视频| 王馨瑶露胸无遮挡在线观看| 亚洲av中文字字幕乱码综合| 亚洲精品,欧美精品| 精品久久久久久久久av| 在线观看三级黄色| 性高湖久久久久久久久免费观看| 一二三四中文在线观看免费高清| 麻豆成人午夜福利视频| 中文乱码字字幕精品一区二区三区| 国产无遮挡羞羞视频在线观看| 欧美高清成人免费视频www| 精品国产一区二区三区久久久樱花 | 国产精品99久久久久久久久| 国产女主播在线喷水免费视频网站| 亚洲美女视频黄频| 人人妻人人添人人爽欧美一区卜 | 小蜜桃在线观看免费完整版高清| 制服丝袜香蕉在线| 少妇人妻久久综合中文| 亚洲,一卡二卡三卡| 国产无遮挡羞羞视频在线观看| 国产午夜精品一二区理论片| 国产女主播在线喷水免费视频网站| 爱豆传媒免费全集在线观看| 18禁在线无遮挡免费观看视频| 国产亚洲一区二区精品| 少妇精品久久久久久久| 亚洲国产精品999| 国产精品一区二区三区四区免费观看| 日本wwww免费看| 国产亚洲精品久久久com| 国产日韩欧美在线精品| 久久国产精品大桥未久av | 一本色道久久久久久精品综合| 一边亲一边摸免费视频| 久久久久人妻精品一区果冻| av不卡在线播放| 涩涩av久久男人的天堂| 国产精品一区二区在线观看99| 国产 一区精品| 亚洲国产精品一区三区| 国产 精品1| 国产淫语在线视频| 国产有黄有色有爽视频| 亚洲av成人精品一二三区| 最近中文字幕高清免费大全6| 国产69精品久久久久777片| 秋霞伦理黄片| 国产av精品麻豆| 在线观看一区二区三区| 熟女人妻精品中文字幕| av天堂中文字幕网| 超碰av人人做人人爽久久| 伊人久久国产一区二区| 国产精品偷伦视频观看了| 好男人视频免费观看在线| 99久久精品一区二区三区| 最黄视频免费看| 亚洲精品日本国产第一区| 欧美人与善性xxx| 中国三级夫妇交换| 亚洲精品国产av蜜桃| av在线蜜桃| 人人妻人人添人人爽欧美一区卜 | 日韩中字成人| 色婷婷久久久亚洲欧美| 波野结衣二区三区在线| 久久综合国产亚洲精品| 在线观看免费视频网站a站| 日本午夜av视频| 亚洲精品日本国产第一区| 十八禁网站网址无遮挡 | 国产老妇伦熟女老妇高清| 人人妻人人爽人人添夜夜欢视频 | 在线观看国产h片| 亚洲精品一区蜜桃| 日本色播在线视频| 亚洲欧美日韩另类电影网站 | 国产黄片视频在线免费观看| 午夜视频国产福利| 国产精品国产三级国产av玫瑰| 国产精品国产三级国产专区5o| 国产高清不卡午夜福利| 嫩草影院新地址| 大又大粗又爽又黄少妇毛片口| 哪个播放器可以免费观看大片| 热99国产精品久久久久久7| 国产伦在线观看视频一区| 色吧在线观看| 女的被弄到高潮叫床怎么办| 午夜福利在线在线| 国产片特级美女逼逼视频| 精品少妇黑人巨大在线播放| 免费av中文字幕在线| 内地一区二区视频在线| 精品人妻视频免费看| 国产精品嫩草影院av在线观看| 国产一区二区三区综合在线观看 | 伊人久久精品亚洲午夜| 免费av中文字幕在线| 亚洲国产精品国产精品| 少妇被粗大猛烈的视频| 国产精品99久久99久久久不卡 | 成人高潮视频无遮挡免费网站| 2018国产大陆天天弄谢| 精品99又大又爽又粗少妇毛片| 国产高潮美女av| 毛片一级片免费看久久久久| 亚洲性久久影院| 亚洲精品色激情综合| 女的被弄到高潮叫床怎么办| 日韩av在线免费看完整版不卡| 好男人视频免费观看在线| 尾随美女入室| 一边亲一边摸免费视频| 亚洲人成网站高清观看| 九九久久精品国产亚洲av麻豆| 亚洲精品第二区| 精品国产露脸久久av麻豆| 天堂8中文在线网| 成人综合一区亚洲| 日日撸夜夜添| 免费看日本二区| 亚洲精品aⅴ在线观看| 毛片一级片免费看久久久久| 亚洲最大成人中文| 久久人人爽av亚洲精品天堂 | 嫩草影院新地址| 国产伦精品一区二区三区四那| 亚洲国产精品专区欧美| 亚洲人成网站在线播| 久久久午夜欧美精品| 99久国产av精品国产电影| 女性生殖器流出的白浆| 亚洲色图综合在线观看| 色5月婷婷丁香| 少妇的逼好多水| 精品人妻一区二区三区麻豆| 搡女人真爽免费视频火全软件| 精品人妻熟女av久视频| 亚洲av中文字字幕乱码综合| 日本黄色片子视频| 国产综合精华液| 欧美精品亚洲一区二区| 久久久久久久亚洲中文字幕| 精品国产一区二区三区久久久樱花 | 久久久午夜欧美精品| 校园人妻丝袜中文字幕| 高清毛片免费看| 国产有黄有色有爽视频| 少妇的逼好多水| 成年免费大片在线观看| 看免费成人av毛片| 国产成人91sexporn| a 毛片基地| 中国美白少妇内射xxxbb| av免费观看日本| 亚洲va在线va天堂va国产| 在线观看免费视频网站a站| 亚洲欧美日韩无卡精品| 丰满少妇做爰视频| 免费少妇av软件| 日韩精品有码人妻一区| 亚洲国产成人一精品久久久| 少妇人妻一区二区三区视频| 免费看av在线观看网站| 亚洲美女黄色视频免费看| a 毛片基地| 久久久久国产网址| 人人妻人人添人人爽欧美一区卜 | 国产欧美另类精品又又久久亚洲欧美| av黄色大香蕉| 亚洲综合色惰| 精品人妻一区二区三区麻豆| 99热网站在线观看| 久久久久久人妻| av在线观看视频网站免费| a 毛片基地| 日本黄大片高清| 日韩免费高清中文字幕av| 成人免费观看视频高清| 精品少妇久久久久久888优播| 国产av一区二区精品久久 | av在线app专区| 日韩伦理黄色片| 国产无遮挡羞羞视频在线观看| 交换朋友夫妻互换小说| 久久韩国三级中文字幕| 久久久久国产网址| 一二三四中文在线观看免费高清| 少妇高潮的动态图| 久久 成人 亚洲| 伊人久久精品亚洲午夜| 一区二区三区四区激情视频| 久久鲁丝午夜福利片| 免费大片18禁| 国产在线视频一区二区| 免费大片18禁| 亚洲av中文字字幕乱码综合| 成人特级av手机在线观看| 观看免费一级毛片| 日韩大片免费观看网站| 亚洲人成网站在线播| 亚洲天堂av无毛| a级毛色黄片| 这个男人来自地球电影免费观看 | 久久99热这里只频精品6学生| 久久亚洲国产成人精品v| 精品一区在线观看国产| 日韩成人伦理影院| 精品一区在线观看国产| 日韩成人伦理影院| 视频中文字幕在线观看| 国产探花极品一区二区| 一区二区三区四区激情视频| 国产白丝娇喘喷水9色精品| 免费观看无遮挡的男女| 国产黄片美女视频| 能在线免费看毛片的网站| 久久久久久久久久久免费av| 亚洲欧美日韩卡通动漫| 女人久久www免费人成看片| 精品少妇久久久久久888优播| 欧美+日韩+精品| 一级二级三级毛片免费看| 国产精品国产av在线观看| 国产国拍精品亚洲av在线观看| 涩涩av久久男人的天堂| 国产精品人妻久久久影院| 丝袜喷水一区| 亚洲国产欧美在线一区| 一级毛片aaaaaa免费看小| 中文精品一卡2卡3卡4更新| 国产免费又黄又爽又色| 一边亲一边摸免费视频| 少妇的逼水好多| 成人特级av手机在线观看| 亚洲人成网站在线观看播放| 国产精品精品国产色婷婷| 亚洲精品一二三| 青春草亚洲视频在线观看| 亚洲精华国产精华液的使用体验| 成人18禁高潮啪啪吃奶动态图 | 美女视频免费永久观看网站| 在线观看一区二区三区| 尤物成人国产欧美一区二区三区| av免费在线看不卡| 男人添女人高潮全过程视频| av一本久久久久| 小蜜桃在线观看免费完整版高清| 18禁在线播放成人免费| 日韩,欧美,国产一区二区三区| 国产高清有码在线观看视频| 国产黄片美女视频| 中文字幕精品免费在线观看视频 | 热re99久久精品国产66热6| av在线观看视频网站免费| 韩国高清视频一区二区三区| 欧美日韩视频精品一区| 中文字幕制服av| 草草在线视频免费看| 久久久久久久久久久丰满| 高清日韩中文字幕在线| 欧美97在线视频| 精品久久国产蜜桃| 午夜免费男女啪啪视频观看| 日本av手机在线免费观看| 国产成人freesex在线| 美女xxoo啪啪120秒动态图| 一个人看视频在线观看www免费| 亚洲精品久久午夜乱码| 五月开心婷婷网| 久久午夜福利片| 夜夜看夜夜爽夜夜摸| 久久国内精品自在自线图片| 国产乱人视频| 国产精品久久久久久精品古装| 观看av在线不卡| 欧美成人午夜免费资源| 国产一区亚洲一区在线观看| 小蜜桃在线观看免费完整版高清| 在线观看美女被高潮喷水网站| 成人高潮视频无遮挡免费网站| 毛片一级片免费看久久久久| 永久网站在线| 欧美xxxx性猛交bbbb| 在线观看免费日韩欧美大片 | 人妻系列 视频| 欧美日韩在线观看h| 久热久热在线精品观看| 精品久久久久久电影网| 国产成人精品一,二区| 精品久久久久久久久av| 欧美+日韩+精品| 国产免费视频播放在线视频| 国产精品久久久久久久电影| 欧美精品亚洲一区二区| 成人黄色视频免费在线看| 午夜精品国产一区二区电影| 亚洲精品乱久久久久久| 欧美变态另类bdsm刘玥| 人人妻人人添人人爽欧美一区卜 | 欧美日韩视频高清一区二区三区二| 岛国毛片在线播放| 日本一二三区视频观看| 亚洲精品亚洲一区二区| 欧美成人精品欧美一级黄| 菩萨蛮人人尽说江南好唐韦庄| 在线观看人妻少妇| a级毛片免费高清观看在线播放| 国产视频内射| 亚洲丝袜综合中文字幕| 18禁裸乳无遮挡动漫免费视频| 欧美极品一区二区三区四区| 国产亚洲5aaaaa淫片| 亚洲欧美一区二区三区国产| 你懂的网址亚洲精品在线观看| 久久6这里有精品| 91狼人影院| 国产精品一区二区在线不卡| 美女中出高潮动态图| 99久久精品热视频| 免费黄网站久久成人精品| 观看av在线不卡| 男人狂女人下面高潮的视频| 亚洲av中文av极速乱| 在现免费观看毛片| av在线观看视频网站免费| 亚洲国产成人一精品久久久| 精品久久久久久电影网| 成人一区二区视频在线观看| 综合色丁香网| 九九在线视频观看精品| 日韩 亚洲 欧美在线| 亚洲欧美精品专区久久| 丝瓜视频免费看黄片| 亚州av有码| 80岁老熟妇乱子伦牲交| 久久99热这里只频精品6学生| 亚洲成人av在线免费| 下体分泌物呈黄色| 欧美日韩在线观看h| 亚洲精品一区蜜桃| 国国产精品蜜臀av免费| 日韩国内少妇激情av| 一区二区三区免费毛片| 国产乱人视频| 狠狠精品人妻久久久久久综合| 中国三级夫妇交换| 91精品一卡2卡3卡4卡| 国精品久久久久久国模美| 全区人妻精品视频| 人妻系列 视频| 一区二区av电影网| 久久这里有精品视频免费| 色视频在线一区二区三区| 欧美区成人在线视频| 下体分泌物呈黄色| 最黄视频免费看| 国产日韩欧美在线精品| 免费大片18禁| 亚洲国产高清在线一区二区三| 99热6这里只有精品| 久久精品国产自在天天线| 成人美女网站在线观看视频| 青青草视频在线视频观看| av天堂中文字幕网| 免费黄色在线免费观看| 国产精品av视频在线免费观看| 成人综合一区亚洲| 免费观看性生交大片5| 免费观看在线日韩| 国产69精品久久久久777片| 亚洲av.av天堂| 国产又色又爽无遮挡免| 欧美成人a在线观看| 交换朋友夫妻互换小说| 在线亚洲精品国产二区图片欧美 | 一区二区av电影网| 午夜视频国产福利| 亚洲高清免费不卡视频| 亚洲一区二区三区欧美精品| 直男gayav资源| 黑人猛操日本美女一级片| 女人久久www免费人成看片| 在线免费十八禁| 久久国产乱子免费精品| 成人综合一区亚洲| 国产av国产精品国产| 身体一侧抽搐| 女的被弄到高潮叫床怎么办| 高清av免费在线| 免费大片黄手机在线观看| 中文乱码字字幕精品一区二区三区| 亚洲熟女精品中文字幕| 精品一区二区三卡| 高清不卡的av网站| 91久久精品电影网| 熟妇人妻不卡中文字幕| 多毛熟女@视频| 三级经典国产精品| 亚洲精品第二区| 亚洲伊人久久精品综合| 97超碰精品成人国产| 午夜老司机福利剧场| 只有这里有精品99| 在线观看人妻少妇| 综合色丁香网| 1000部很黄的大片| 午夜精品国产一区二区电影| 多毛熟女@视频| 黄色日韩在线| 亚洲欧美日韩另类电影网站 | 中文字幕制服av| 日本猛色少妇xxxxx猛交久久| 亚洲中文av在线| 最近2019中文字幕mv第一页| 菩萨蛮人人尽说江南好唐韦庄| 国产精品人妻久久久久久| 午夜老司机福利剧场| 国产精品偷伦视频观看了| 国产精品麻豆人妻色哟哟久久| 日韩成人av中文字幕在线观看| 身体一侧抽搐| 国产爽快片一区二区三区| a级毛片免费高清观看在线播放| 欧美最新免费一区二区三区| 久久人人爽人人片av| 色吧在线观看| 免费看光身美女| 人妻少妇偷人精品九色| 久久99热这里只有精品18| 久久精品熟女亚洲av麻豆精品| 久久6这里有精品| 日韩av不卡免费在线播放| 国产在线一区二区三区精| 亚洲av电影在线观看一区二区三区| 国产有黄有色有爽视频| 嘟嘟电影网在线观看| 2018国产大陆天天弄谢| 国产精品一区二区在线观看99| 免费在线观看成人毛片| 亚州av有码| www.av在线官网国产| 少妇 在线观看| 丰满人妻一区二区三区视频av| 久久精品国产亚洲av涩爱| a 毛片基地| 亚洲综合色惰| 一个人看视频在线观看www免费| 亚洲国产精品成人久久小说| 99久久精品热视频| 亚洲,欧美,日韩| 男人爽女人下面视频在线观看| 在线观看一区二区三区| 亚洲欧美成人精品一区二区| 大香蕉97超碰在线| 久久精品国产自在天天线| 国产午夜精品一二区理论片| 春色校园在线视频观看| 少妇被粗大猛烈的视频| 久久久欧美国产精品| 日本一二三区视频观看| 日韩伦理黄色片| 亚洲精品一二三| 女性被躁到高潮视频| 99久久精品热视频| 99国产精品免费福利视频| 国产成人aa在线观看| 成人国产av品久久久| 伊人久久国产一区二区| 观看美女的网站| 久久久亚洲精品成人影院| 国产 一区 欧美 日韩| 亚洲欧美日韩卡通动漫| 国产极品天堂在线| 精品久久久噜噜| 18禁在线无遮挡免费观看视频| 日本av免费视频播放| 日韩欧美一区视频在线观看 | 国产乱来视频区| 少妇丰满av| 久久av网站| 下体分泌物呈黄色| 久久精品久久久久久噜噜老黄|