• <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 ?

    基于科學(xué)工作流的海量海底觀測數(shù)據(jù)處理研究

    2017-05-12 11:29:13宋靖東湯友華
    海洋技術(shù)學(xué)報(bào) 2017年2期
    關(guān)鍵詞:調(diào)用數(shù)據(jù)處理集群

    宋靖東,湯友華,李 秀,馬 輝

    (清華大學(xué)深圳研究生院 信息學(xué)部,廣東 深圳 518055)

    基于科學(xué)工作流的海量海底觀測數(shù)據(jù)處理研究

    宋靖東,湯友華,李 秀,馬 輝

    (清華大學(xué)深圳研究生院 信息學(xué)部,廣東 深圳 518055)

    近些年來,在處理由海底觀測網(wǎng)站收集到的龐大觀測數(shù)據(jù)的研究中,需引入新的科學(xué)工具來支持所需的高性能分布式計(jì)算環(huán)境。而科學(xué)工作流在先進(jìn)信息基礎(chǔ)設(shè)施研究中得到廣泛重視,成為未來科研環(huán)境的具體實(shí)現(xiàn)工具。針對這一問題,提出了基于Kepler科學(xué)工作流的海量海底觀測數(shù)據(jù)處理解決方案,并且研究了系統(tǒng)調(diào)用Hadoop集群進(jìn)行海量數(shù)據(jù)處理的兩種方式及其優(yōu)缺點(diǎn);通過實(shí)驗(yàn),對比分析了該兩種方式與傳統(tǒng)Java編程模式調(diào)用Hadoop集群進(jìn)行數(shù)據(jù)處理的效率問題,證明了Kepler調(diào)用集群的高效性。

    科學(xué)工作流;Hadoop集群;Kepler

    隨著科學(xué)技術(shù)的進(jìn)步,現(xiàn)代大型海底觀測網(wǎng)的數(shù)據(jù)采集能力遠(yuǎn)遠(yuǎn)超于傳統(tǒng)的海底采集方式,在海底電纜的電力保障下可以長期不間斷地進(jìn)行數(shù)據(jù)采集與傳輸,單個大型的海底觀測網(wǎng)每日獲取的數(shù)據(jù)量就已達(dá)到GB級,年管理數(shù)據(jù)達(dá)到TB級,成為不可忽視的海量數(shù)據(jù)資源。海量的觀測數(shù)據(jù)為科學(xué)研究提供了新的機(jī)遇,為更多的未解問題提供了探索依據(jù),但是同樣面臨著大數(shù)據(jù)處理帶來的急需新的科學(xué)工具的問題。雖然硬件技術(shù)在不斷發(fā)展,但是單純的單節(jié)點(diǎn)計(jì)算機(jī)完全不可能完成海量數(shù)據(jù)的運(yùn)行處理,集群技術(shù)、分布式計(jì)算技術(shù)成為人們的研究重點(diǎn)。同時海洋科學(xué)家更需要一種可以屏蔽底層計(jì)算設(shè)計(jì)、直接方便調(diào)用的計(jì)算工具完成其專業(yè)領(lǐng)域內(nèi)的相關(guān)研究的工具。

    目前研究者針對海洋領(lǐng)域內(nèi)各個方向的數(shù)據(jù)處理研究工作較多。如文獻(xiàn) [1]基于SOA(service oriented architecture)的概念,通過在設(shè)計(jì)中引入本體技術(shù)完成對異構(gòu)數(shù)據(jù)的統(tǒng)一描述,從而實(shí)現(xiàn)海洋領(lǐng)域的信息集成與共享。文獻(xiàn)[2]通過在臺風(fēng)海洋網(wǎng)絡(luò)氣象信息系統(tǒng)中引入時空數(shù)據(jù)模型實(shí)現(xiàn)對多源異構(gòu)氣象數(shù)據(jù)的一致描述與集成融合。文獻(xiàn)[3]基于大型網(wǎng)絡(luò)數(shù)據(jù)庫Oracle構(gòu)建了一個ARGO(array for real-time geostrophic oceanography)海洋觀察數(shù)據(jù)存儲模型,并結(jié)合GIS(geographical information system)和遙感技術(shù)實(shí)現(xiàn)了海量ARGO數(shù)據(jù)的高效存儲、管理和分析。文獻(xiàn)[4]基于改進(jìn)的卡爾曼平滑器,通過檢潮儀的海平面測量數(shù)據(jù)估計(jì)冰川的融化速度。文獻(xiàn)[5]設(shè)計(jì)了一個逐步校正的模型用于融合SWAN (simulating waves nearshore)模型產(chǎn)生的海浪預(yù)測數(shù)據(jù)和部分實(shí)測的海浪數(shù)據(jù),從而提高對海面狀況估計(jì)的準(zhǔn)確率。這些研究工作促進(jìn)了針對海洋某一領(lǐng)域的研究或小范圍數(shù)據(jù)處理的進(jìn)步,但不能滿足對海洋大數(shù)據(jù)進(jìn)行處理的相關(guān)要求。本文針對海底觀測所遇到的海量數(shù)據(jù)處理問題,通過對目前科學(xué)工作流系統(tǒng)的研究,提出了基于科學(xué)工作流的數(shù)據(jù)處理方案,并且研究了在科學(xué)工作流平臺上進(jìn)行Hadoop集群調(diào)用的具體方式以及對比傳統(tǒng)集群調(diào)用的效率問題。

    1 相關(guān)技術(shù)

    1.1 科學(xué)工作流

    科學(xué)工作流(Scientific Workflow,SWF)借鑒于傳統(tǒng)業(yè)務(wù)工作流的思想進(jìn)化而來[6],針對目前新的科研環(huán)境,將科學(xué)研究過程中數(shù)據(jù)下載、分析、計(jì)算、可視化等流程步驟組合在一起實(shí)現(xiàn)數(shù)據(jù)的處理與計(jì)算,它可以簡化科研調(diào)用流程,減少科研人員在復(fù)雜計(jì)算相關(guān)工作上的精力消耗。如文獻(xiàn)[7]構(gòu)建了一個基于科學(xué)工作流的鐵路行車安全評價系統(tǒng),在行車數(shù)據(jù)自動收集融合的基礎(chǔ)上建立了一個模糊綜合評價的科學(xué)工作流程,實(shí)現(xiàn)自動對狀態(tài)不佳的列車進(jìn)行跟蹤和評價,對有安全隱患的列車進(jìn)行預(yù)警,并為管理者提供決策支持。文獻(xiàn)[8]針對渦度相關(guān)技術(shù)獲取的碳通量觀測數(shù)據(jù)體量大、計(jì)算復(fù)雜、算法的更新和共享難以實(shí)現(xiàn)等問題開發(fā)了一個基于web service和科學(xué)工作流技術(shù)的碳通量數(shù)據(jù)處理系統(tǒng),用以實(shí)現(xiàn)數(shù)據(jù)的整合、算法的共享、重用以及通量數(shù)據(jù)的自動化計(jì)算。文獻(xiàn)[9]將科學(xué)工作流引入到月球數(shù)據(jù)預(yù)處理中,通過改進(jìn)工作流定義元模型并詳細(xì)設(shè)計(jì)數(shù)據(jù)模型和過程模型,解決了數(shù)據(jù)預(yù)處理的流程靈活配置和中間結(jié)果展示等問題,方便了科研人員對算法進(jìn)行設(shè)計(jì)和改進(jìn)。

    經(jīng)過十幾年的發(fā)展,目前各大科研組織在各自的實(shí)際應(yīng)用中設(shè)計(jì)和開發(fā)了很多成熟的科學(xué)工作流管理系統(tǒng),其中Kepler[10]由UC Berkeley和San Diego超級計(jì)算中心聯(lián)合開發(fā)的一套科學(xué)工作流系統(tǒng),它基于Ptolemy II系統(tǒng),以Java為底層語言,將要執(zhí)行的過程步驟進(jìn)行可視化的表達(dá),從而使科研人員只需通過簡單地拖拽各個功能模塊就可以組成實(shí)驗(yàn)所需的科學(xué)工作流,大大減輕了研究人員的負(fù)擔(dān)。各個功能模塊之間通過各自的輸入輸出接口進(jìn)行連接,用戶可以很清晰地看到整個流程的執(zhí)行順序,而且Kepler提供了多種引導(dǎo)器如串行引導(dǎo)器、并行引導(dǎo)器等來決定整個流程的執(zhí)行順序。同時Kepler系統(tǒng)是一個開源的系統(tǒng),可以方便地調(diào)用web服務(wù)和遠(yuǎn)程數(shù)據(jù)服務(wù)從而可以針對特定的領(lǐng)域進(jìn)行二次開發(fā)。

    1.2 Kepler的通用數(shù)據(jù)讀取轉(zhuǎn)換模塊

    Kepler提供了比較全面的數(shù)據(jù)讀取轉(zhuǎn)換模塊actor供科研人員進(jìn)行科學(xué)工作流的搭建。目前,Kepler支持 EML(Ecological Metadata Language)、 Darwin Core等元數(shù)據(jù)規(guī)范,可以使用相應(yīng)的actor對數(shù)據(jù)集進(jìn)行元數(shù)據(jù)的解析及輸出。對于沒有采用元數(shù)據(jù)描述的數(shù)據(jù),如EXCEL表格數(shù)據(jù)、Web頁面表格數(shù)據(jù)等,Kepler提供了Binary File Reader,URL To Local File,Line Reader,F(xiàn)ile To Array Convert等多種數(shù)據(jù)讀取轉(zhuǎn)換模塊。此外,Kepler可以獲取與DAP(data access protocol)2.0兼容數(shù)據(jù)資源;擁有DataTurbine actor可以從DataTurbine服務(wù)器上獲取數(shù)據(jù);支持FTP文件傳輸協(xié)議,可以實(shí)現(xiàn)文件的上傳和下載;支持Oracle、MySQL以及本地與遠(yuǎn)程MS Access等數(shù)據(jù)庫,可以使用相應(yīng)的actor實(shí)現(xiàn)對這些關(guān)系型數(shù)據(jù)庫的訪問、查詢和檢索;對于圖像數(shù)據(jù),可以使用ImageJ actor等圖像數(shù)據(jù)進(jìn)行讀取編輯等操作。

    1.3 MapReduce與Hadoop

    MapReduce是由美國谷歌公司提出的一種并行化用于處理和生成海量數(shù)據(jù)的編程模型[11],由于其簡單易用性、容錯能力等特點(diǎn)已經(jīng)在各領(lǐng)域普遍得到應(yīng)用。MapReduce框架最大的特點(diǎn)并不是計(jì)算程序并行化而是數(shù)據(jù)并行化,從而達(dá)到縮短時間的目的,與MapReduce框架相配套使用的是分布式文件系統(tǒng),數(shù)據(jù)被分布到不同存儲節(jié)點(diǎn),而且計(jì)算節(jié)點(diǎn)與存儲節(jié)點(diǎn)是同一節(jié)點(diǎn),使得計(jì)算程序可以直接調(diào)用在本地的數(shù)據(jù)進(jìn)行運(yùn)行,減少了跨節(jié)點(diǎn)的IO傳輸開銷。MapReduce框架的簡易操作在于其提供了兩個函數(shù)即map函數(shù)和reduce函數(shù),如公式(1)~(2),編程人員只需要簡單修改操作就可以實(shí)現(xiàn)并行化應(yīng)用。

    map函數(shù)和 reduce函數(shù)對數(shù)據(jù)都采用鍵/值對,即key/value對的形式進(jìn)行處理的,作業(yè)執(zhí)行時,數(shù)據(jù)被分割成若干數(shù)據(jù)塊分布到各個節(jié)點(diǎn),map函數(shù)并行地處理這些數(shù)據(jù)塊,從中提取key/value對作為輸入并產(chǎn)生中間key/value對存儲到本地磁盤,然后框架對中間key/value對進(jìn)行混洗(Shuffle)、排序(sort),具有相同key的中間結(jié)果聚集在一起,最后將結(jié)果傳輸給reduce函數(shù),map函數(shù)與reduce函數(shù)都需要事前自定義完成指定的計(jì)算功能。MapReduce框架的數(shù)據(jù)處理流程圖如圖1所示。

    圖1 MapReduce框架的數(shù)據(jù)處理流程

    Hadoop是Apache基金會下的一個開源項(xiàng)目,它實(shí)現(xiàn)了谷歌公司提出的分布式文件系統(tǒng)以及MapReduce計(jì)算框架,其分布式文件系統(tǒng)稱之為HDFS(Hadoop Distributed Filesystem)。該項(xiàng)目具備高可靠性、高擴(kuò)展性、高效性以及成本低、操作簡單等特點(diǎn),已經(jīng)被國內(nèi)外多家大型公司采用,用于處理海量客戶與產(chǎn)品數(shù)據(jù)。如文獻(xiàn)[12-14]通過在各自的研究領(lǐng)域利用MapReduce將大量計(jì)算并行化,從而顯著提高了算法的運(yùn)行效率。

    2 科學(xué)工作流調(diào)用方式

    Hadoop可以方便地在價格低廉的計(jì)算硬件上進(jìn)行部署,實(shí)現(xiàn)條件簡單,同時MapReduce分布式編程模型將復(fù)雜并行化程序設(shè)計(jì)簡化為兩個函數(shù)的編寫過程,允許沒有分布式系統(tǒng)開發(fā)經(jīng)驗(yàn)的人員進(jìn)行并行開發(fā)。但是對專業(yè)領(lǐng)域的科學(xué)家,如海洋學(xué)科學(xué)研究人員來說,參照MapReduce分布式編程模型的說明文檔編寫出正確的計(jì)算機(jī)程序是非常困難的,而采用科學(xué)工作流的方式屏蔽底層代碼為專業(yè)領(lǐng)域科學(xué)家使用Hadoop集群提供了便利途徑。以下將詳細(xì)介紹科學(xué)工作流與Hadoop集群相結(jié)合的方法。

    2.1 MapReduce Actor應(yīng)用方式

    文獻(xiàn)[15]提出了一個Kepler+Hadoop的通用架構(gòu),使得用戶利用MapReduce編程模型可以方便地表示以及高效地執(zhí)行各自領(lǐng)域內(nèi)的專業(yè)分析。MapReduce模型控件現(xiàn)在已經(jīng)在Kepler科學(xué)工作流系統(tǒng)中使用,其實(shí)際應(yīng)用框架如圖2所示。Kepler科學(xué)工作流系統(tǒng)底層開發(fā)人員將MapReduce的相關(guān)復(fù)雜程序進(jìn)行封裝,留出操作數(shù)據(jù)的輸入輸出地址供終端用戶使用,同時該actor給出map函數(shù)與reduce函數(shù)的輸入輸出接口,而兩個函數(shù)的具體實(shí)現(xiàn)可以根據(jù)不同的專業(yè)領(lǐng)域內(nèi)的知識進(jìn)行開發(fā),從而構(gòu)造出各種不同類型的專業(yè)領(lǐng)域并行化actor。而科學(xué)工作流開發(fā)者根據(jù)底層人員開發(fā)的各類基于MapReduce模型的actor構(gòu)造出不同的專業(yè)工作流。

    在該框架下,首先設(shè)計(jì)了一個名為MapReduce的復(fù)合控件/actor,其與整個計(jì)算過程中的其余工作流相連,而map函數(shù)與reduce函數(shù)的功能實(shí)現(xiàn)為其兩條子工作流。在每條子工作流中又設(shè)計(jì)有專門的actor與map函數(shù)、reduce函數(shù)的接口相對應(yīng),分別為 MapInput,MapOutput與 ReduceInput,Reduce-Output。map函數(shù)、reduce函數(shù)需要在這兩條子工作流中完成自定義。具體設(shè)計(jì)如圖3所示,圖為Kepler提供的單詞計(jì)數(shù)操作。

    圖2 MapReduce應(yīng)用框架

    圖3 MapReduce actor的使用

    2.2 Web服務(wù)應(yīng)用方式

    Web服務(wù)技術(shù)具有高度的互操作性,并且根據(jù)它所實(shí)現(xiàn)的應(yīng)用可以在任意的機(jī)器或者平臺上不需借助第三方的幫助就可實(shí)現(xiàn)數(shù)據(jù)的交換或者應(yīng)用的集成。利用MapReduce編程模型的代碼開發(fā)者只需要將所寫源代碼發(fā)布成Web服務(wù)即可。目前主流的Web服務(wù)開源框架有Apache Axis1,Apache Axis2,Codehaus XFire,Apache CXF,JWS等,其中Axis2與CXF最為常用。

    還以單詞計(jì)數(shù)為例,采用Kepler科學(xué)工作流系統(tǒng)提供的WebService actor,右擊打開屬性填入Web服務(wù)地址就可調(diào)用該程序功能,添加輸入、輸出以及流程引導(dǎo)器director即可構(gòu)成完整工作流,實(shí)現(xiàn)海量數(shù)據(jù)分析,完成單詞計(jì)數(shù),流程圖與結(jié)果如圖4所示。

    圖4 單詞計(jì)數(shù)Web服務(wù)調(diào)用與結(jié)果

    采用該種方式調(diào)用Hadoop集群,對于專業(yè)領(lǐng)域的科學(xué)家來說,操作簡便,只需知道所需功能的Web服務(wù)地址,添加輸入輸出即可,但是要求處理機(jī)與Web服務(wù)器在同一網(wǎng)絡(luò)環(huán)境內(nèi),同時因?yàn)榉?wù)已被封裝,用戶不能再做任何的修改。

    3 實(shí)驗(yàn)分析

    本文已經(jīng)研究了如何在Kepler科學(xué)工作流系統(tǒng)進(jìn)行Hadoop集群的調(diào)用,進(jìn)一步需要研究在所開發(fā)的系統(tǒng)上進(jìn)行調(diào)用的效率問題。相比于傳統(tǒng)的在Hadoop集群上直接執(zhí)行Java程序,系統(tǒng)調(diào)用Hadoop集群必然存在各種軟件調(diào)用與初始化開支,單論在執(zhí)行上花費(fèi)時間也必然要比傳統(tǒng)方法多。文獻(xiàn)[9]已經(jīng)研究了采用MapReduce actor的方式調(diào)用Hadoop集群進(jìn)行數(shù)據(jù)分析的效率問題,通過與傳統(tǒng)方法的對比,得出如下三個結(jié)論:(1)使用MapReduce actor的方式比傳統(tǒng)方法所花費(fèi)的執(zhí)行時間多數(shù)倍,主要的花費(fèi)開支在于Kepler引擎系統(tǒng)的初始化以及Map和Reduce兩個子工作流的調(diào)用,但是隨著集群節(jié)點(diǎn)的增加,兩種方式所花費(fèi)的時間都會減少,系統(tǒng)調(diào)用方式與傳統(tǒng)方式的耗時時間差成倍下降;(2)當(dāng)Map任務(wù)的輸入數(shù)據(jù)逐漸增加時,兩種方式處理速度都會變快,當(dāng)輸入過大時則又逐漸變慢。輸入變大則意味著Map階段處理時間長,開支占用的百分比減少,當(dāng)過大時即所需Map任務(wù)數(shù)減少,并行度下降;(3)當(dāng)Map和Reduce兩個子工作流的處理非常復(fù)雜時,在引擎初始化以及工作流調(diào)用上的開支占總花費(fèi)時間的比例隨著其復(fù)雜度的增加逐漸下降。本文主要分析第二種Web服務(wù)方式進(jìn)行Hadoop集群調(diào)用的效率問題,同樣采用實(shí)驗(yàn)對比的方式進(jìn)行。

    3.1 實(shí)驗(yàn)環(huán)境

    實(shí)驗(yàn)環(huán)境為在100 Mbps的局域網(wǎng)中配置的五節(jié)點(diǎn)的Hadoop集群,操作系統(tǒng)皆為64位的Centos6.4版本。主節(jié)點(diǎn)master處理器為四核3.3 GHz Intel Xeon CPU,8 GB內(nèi)存,500 GB硬盤;從節(jié)點(diǎn)1/slave1與從節(jié)點(diǎn)2/slave2的處理器為四核3.1 GHz Intel i5 CPU,4 GB內(nèi)存,250 GB硬盤;從節(jié)點(diǎn)3/slave3與從節(jié)點(diǎn)4/slave4的處理器為四核3.1 GHz Intel i5 CPU,4 GB內(nèi)存,500 GB硬盤。

    3.2 效率對比實(shí)驗(yàn)結(jié)果與分析

    實(shí)驗(yàn)對比了Web服務(wù)方式與傳統(tǒng)Java編程兩種方式在大規(guī)模海底圖像分割問題上的時間消耗。所采用的圖像分割方法為基于MapReduce的快速模糊C均值算法FFCM[16],模糊C均值算法采用隸屬度將圖像的像素點(diǎn)進(jìn)行聚類,但由于面臨數(shù)據(jù)量過大的問題,采用灰度直方圖進(jìn)行改進(jìn),加快目標(biāo)函數(shù)的收斂即為FFCM,而基于MapReduce的FFCM則為算法的進(jìn)一步改進(jìn),將圖像數(shù)據(jù)在多個節(jié)點(diǎn)分割,實(shí)現(xiàn)并行化算法執(zhí)行。實(shí)驗(yàn)采用的是fish4knowledge項(xiàng)目提供的海底視頻圖像,使用Hadoop的MapReduce框架處理圖像數(shù)據(jù)需要使用到專門的圖像處理庫HIPI(Hadoop Image Processing Library),其提供了將大量圖像存儲到分布式文件系統(tǒng)HDFS上的方法,一個HIB(Hipi Image Bundle)文件即為存儲在HDFS上一個圖片集合。

    圖5 五節(jié)點(diǎn)Hadoop集群處理時間

    實(shí)驗(yàn)中構(gòu)造了若干圖像文件,每個文件所含圖片張數(shù)由4 000到16 000張不等,文件大小從240 MB到970 MB不等,首先圖像文件安排到五節(jié)點(diǎn)的Hadoop集群上運(yùn)行,實(shí)驗(yàn)對比結(jié)果如圖5所示,可以得到類似的結(jié)果,采用Kepler科學(xué)工作流系統(tǒng)調(diào)用Web服務(wù)使用Hadoop集群執(zhí)行花費(fèi)的時間約比傳統(tǒng)Java編程直接在集群上運(yùn)行多1~3倍的時間,系統(tǒng)調(diào)用的花費(fèi)開支(包括網(wǎng)絡(luò)傳輸)占了主要部分。實(shí)驗(yàn)中采用單獨(dú)一臺主機(jī)調(diào)用Web服務(wù),Web服務(wù)代碼存放在Hadoop集群的主節(jié)點(diǎn)上。

    考慮科學(xué)工作流的可擴(kuò)展性,將原任務(wù)重新安排到3個節(jié)點(diǎn)的Hadoop集群上運(yùn)行,并且與上一實(shí)驗(yàn)五節(jié)點(diǎn)結(jié)果進(jìn)行對比,得到表1。由表可知,節(jié)點(diǎn)的增加,可以加速運(yùn)算的進(jìn)行,但是系統(tǒng)調(diào)用的開支在總的執(zhí)行時間中仍占較大部分,主要因?yàn)閷?shí)驗(yàn)中所用分割算法較為簡單。

    表1 Hadoop集群運(yùn)算對比結(jié)果

    同時本文比較了兩種Kepler系統(tǒng)調(diào)用方式的效率,仍舊采用單詞計(jì)數(shù)程序,集群節(jié)點(diǎn)為3個,兩種方式的具體工作流設(shè)計(jì)如圖3與圖4所示。HDFS默認(rèn)的一個文件塊大小為64 MB,所以實(shí)驗(yàn)設(shè)計(jì)文件大小從96.6 MB到782 MB不等,所得實(shí)驗(yàn)結(jié)果如圖6所示。

    由圖可知,采用MapReduce actor的方式花費(fèi)的時間最長,Kepler引擎的初始化與多次Map/Reduce子工作流的調(diào)用占用了絕大部分,采用Web服務(wù)調(diào)用的方式花費(fèi)時間相對較小,沒有子工作流的調(diào)用,程序執(zhí)行過程與傳統(tǒng)Java編程方式基本相同,耗時大約是傳統(tǒng)方式的2~3倍,但是采用MapReduce actor的方式用戶只需在Hadoop集群直接運(yùn)行工作流程序即可,不關(guān)心集群的啟動等問題,而采用Web服務(wù)調(diào)用的方式,用戶需要首先人工啟動Hadoop集群,需要了解基本的Hadoop集群運(yùn)行規(guī)則以及會使用命令行輸入命令。兩種Kepler系統(tǒng)調(diào)用的方式雖然比傳統(tǒng)方式用時偏長,但是省去了大量的程序構(gòu)建時間,用戶可以簡單地采用Kepler科學(xué)工作流系統(tǒng)提供的圖形化操作界面直接進(jìn)行領(lǐng)域知識分析。

    圖6 3種方式集群處理時間比較

    4 結(jié)束語

    海洋觀測數(shù)據(jù)的處理具有數(shù)據(jù)處理規(guī)模大,數(shù)據(jù)處理性能要求高、數(shù)據(jù)處理流程復(fù)雜以及協(xié)同工作等特點(diǎn),因此研究能夠有效利用和處理海洋觀測的大數(shù)據(jù),對整個海洋觀測資源的有效整合和管理,實(shí)現(xiàn)數(shù)據(jù)處理無縫協(xié)同工作的數(shù)據(jù)處理工具是十分必要的。本文提出了基于科學(xué)工作流Kepler系統(tǒng)的海洋觀測大數(shù)據(jù)處理方法,能夠?qū)崿F(xiàn)幫助海洋領(lǐng)域?qū)I(yè)科學(xué)家乃至其他專業(yè)領(lǐng)域科學(xué)家有效使用先進(jìn)大數(shù)據(jù)處理技術(shù),提高其工作效率。

    [1]楊鵬,王文俊,董存祥.海洋領(lǐng)域信息集成與共享研究[J].計(jì)算機(jī)工程與應(yīng)用,2010,26:194-197.

    [2]陳鉆,李海勝.新型臺風(fēng)海洋網(wǎng)絡(luò)氣象信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].應(yīng)用氣象學(xué)報(bào),2012,23(2):245-250.

    [3]劉南,劉仁義,尹勁峰,等.ARGO海洋衛(wèi)星觀測數(shù)據(jù)處理方法及應(yīng)用[J].中國圖象圖形學(xué)報(bào):A輯,2005,9(11):1386-1391.

    [4]HayC C,MorrowE,Kopp R E,et al.Estimatingthe sources ofglobal sea level rise with data assimilation techniques[J].Proceedings of the National AcademyofSciences,2013,110(Supplement 1):3692-3699.

    [5]Butunoiu D,Rusu E.Wave modeling with data assimilation to support the navigation in the Black Sea close to the Romanian ports[C]//Proceedingofthe International Conference on Traffic and Transport Engineering,2014:27-28.

    [6]Deelman E,Gannon D,Shields M,et al.Workflows and e-Science:An overviewofworkflowsystemfeatures and capabilities[J].Future Generation Computer Systems,2009,25(5):528-540.

    [7]杜彥華,吳秀麗,錢程,等.基于科學(xué)工作流的鐵路行車安全評價系統(tǒng)研究[J].鐵道學(xué)報(bào),2012,34(12):76-82.

    [8]劉敏,何洪林,吳楠,等.基于Web Service和科學(xué)工作流技術(shù)的碳通量數(shù)據(jù)處理系統(tǒng)實(shí)現(xiàn)研究 [J].科研信息化技術(shù)與應(yīng)用, 2013(2):50-58.

    [9]譚旭,劉建軍,李春來.月球數(shù)據(jù)預(yù)處理工作流模型的構(gòu)建及應(yīng)用[J].吉林大學(xué)學(xué)報(bào):工學(xué)版,2015,45(6):2007-2013.

    [10]Altintas I,Berkley C,Jaeger E,et al.Kepler:An extensible system for design and execution of scientific workflows[C]//Proceedingsofthe16thInternationalConferenceonScientificandStatisticalDatabaseManagement,SantoriniIsland,2004:423-424.

    [11]Dean J,Ghemawat S.MapReduce:simplified data processing on large clusters[J].Communications of the ACM,2008,51(1): 107-113.

    [12]胡愛娜.基于MapReduce的分布式EM算法的研究與應(yīng)用[J].科技通報(bào),2013(6):68-70.

    [13]張曉強(qiáng).MapReduce在Web日志挖掘中的應(yīng)用[D].成都:電子科技大學(xué),2011.

    [14]吳文忠,易平.MapReduce在分布式搜索引擎中的應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2012,21(2):249-251.

    [15]Wang J,Crawl D,Altintas I.Kepler+Hadoop:a general architecture facilitating data-intensive applications in scientific workflow systems[C]//Proceedings ofthe 4th Workshop on Workflows in Support ofLarge-Scale Science.ACM,2009:12.

    [16]Li X,Song J,Zhang F,et al.MapReduce-based fast fuzzy c-means algorithm for large-scale underwater image segmentation[J]. Future Generation Computer Systems,2016,65:90-101.

    Research on Massive Seafloor Observation Data Processing Based on Scientific Workflow

    SONG Jing-dong,TANG You-hua,LI Xiu,MA Hui
    Division of Information Science&Technology,Graduate School at Shenzhen,Tsinghua University,Shenzhen 518055,Guangdong Province,China

    In recent years,faced with the problem of processing massive observing data collected by the seafloor observatory networks,new scientific tools are needed to be introduced to support the high-performance and distributed computing environment.Scientific workflow has been widely attached great importance to research advanced information infrastructure,and it has become a concrete realization tool for the future research environment.To solve this problem,this paper puts forward a new solution for processing massive seafloor observing data based on the Kepler scientific workflow,and studies the advantages and drawbacks of the two methods applying for massive data processing with the use of Hadoop clusters.Compared with the traditional Java programming mode,the experiment results prove that the efficiency of the two methods using Hadoop cluster is higher,and the Kepler scientific workflow will result in high efficiency.

    scientific workflow;Hadoop clusters;Kepler

    TP311.5

    A

    1003-2029(2017)02-0065-06

    10.3969/j.issn.1003-2029.2017.02.011

    2016-05-27

    國家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)重大項(xiàng)目資助(2012AA09A408);國家自然科學(xué)基金資助項(xiàng)目(71171121);深圳市基礎(chǔ)研究及技術(shù)開發(fā)項(xiàng)目資助(JCYJ20151117173236192);基于傳感網(wǎng)的海洋觀測集成平臺的研發(fā)項(xiàng)目資助(CXZZ20140902110505864);海底觀測網(wǎng)岸基控制運(yùn)行與數(shù)據(jù)管理系統(tǒng)配套項(xiàng)目資助(GJHS20120702113257111)

    宋靖東(1991-),男,碩士,主要研究方向?yàn)槊芗?jì)算、大數(shù)據(jù)處理。E-mail:tyhcjf@163.com

    李秀(1971-),女,教授,主要研究方向?yàn)楹Q笮畔?。E-mail:li.xiu@sz.tsinghua.edu.cn

    猜你喜歡
    調(diào)用數(shù)據(jù)處理集群
    認(rèn)知診斷缺失數(shù)據(jù)處理方法的比較:零替換、多重插補(bǔ)與極大似然估計(jì)法*
    ILWT-EEMD數(shù)據(jù)處理的ELM滾動軸承故障診斷
    核電項(xiàng)目物項(xiàng)調(diào)用管理的應(yīng)用研究
    海上小型無人機(jī)集群的反制裝備需求與應(yīng)對之策研究
    LabWindows/CVI下基于ActiveX技術(shù)的Excel調(diào)用
    一種無人機(jī)集群發(fā)射回收裝置的控制系統(tǒng)設(shè)計(jì)
    電子制作(2018年11期)2018-08-04 03:25:40
    Python與Spark集群在收費(fèi)數(shù)據(jù)分析中的應(yīng)用
    勤快又呆萌的集群機(jī)器人
    基于系統(tǒng)調(diào)用的惡意軟件檢測技術(shù)研究
    基于希爾伯特- 黃變換的去噪法在外測數(shù)據(jù)處理中的應(yīng)用
    欧美xxxx黑人xx丫x性爽| 伦理电影免费视频| 国产高清不卡午夜福利| 亚洲经典国产精华液单| 两个人的视频大全免费| 欧美亚洲 丝袜 人妻 在线| av播播在线观看一区| 午夜日本视频在线| 亚洲精品视频女| 亚洲美女黄色视频免费看| 国产女主播在线喷水免费视频网站| 亚洲精品久久久久久婷婷小说| 日日摸夜夜添夜夜添av毛片| 中文字幕亚洲精品专区| 免费黄网站久久成人精品| 久久精品国产亚洲网站| 日本欧美国产在线视频| 97精品久久久久久久久久精品| 国产人妻一区二区三区在| 一二三四中文在线观看免费高清| 各种免费的搞黄视频| 国产 一区精品| 午夜激情久久久久久久| 少妇猛男粗大的猛烈进出视频| 国产中年淑女户外野战色| 纯流量卡能插随身wifi吗| 大又大粗又爽又黄少妇毛片口| 亚洲欧美日韩东京热| 99视频精品全部免费 在线| 蜜臀久久99精品久久宅男| 国产精品一及| 国产伦精品一区二区三区视频9| 一本久久精品| 男人狂女人下面高潮的视频| 欧美97在线视频| 成人亚洲欧美一区二区av| 久久精品人妻少妇| 欧美bdsm另类| 日韩精品有码人妻一区| 中文天堂在线官网| 国产精品国产三级专区第一集| 我的女老师完整版在线观看| 99九九线精品视频在线观看视频| 日本欧美国产在线视频| 精品99又大又爽又粗少妇毛片| 一级爰片在线观看| 91精品一卡2卡3卡4卡| 国产免费福利视频在线观看| 日韩精品有码人妻一区| 最黄视频免费看| 十分钟在线观看高清视频www | 国产日韩欧美在线精品| 国产 一区 欧美 日韩| 精品亚洲成a人片在线观看 | 日本av免费视频播放| 少妇被粗大猛烈的视频| 久久精品国产自在天天线| 亚洲av成人精品一二三区| 少妇的逼好多水| 视频中文字幕在线观看| 男人和女人高潮做爰伦理| 国产片特级美女逼逼视频| 亚洲美女搞黄在线观看| 国产午夜精品一二区理论片| 色综合色国产| 国内少妇人妻偷人精品xxx网站| 国产极品天堂在线| 一区二区av电影网| 日韩三级伦理在线观看| 丰满人妻一区二区三区视频av| 欧美bdsm另类| av国产免费在线观看| 久久久午夜欧美精品| 久久国产乱子免费精品| 亚洲av男天堂| 国产精品福利在线免费观看| 亚洲欧美一区二区三区黑人 | 三级国产精品片| 99久久人妻综合| 天堂俺去俺来也www色官网| 制服丝袜香蕉在线| 色综合色国产| 亚洲成人av在线免费| 99精国产麻豆久久婷婷| 色网站视频免费| 三级经典国产精品| 一级毛片黄色毛片免费观看视频| 国产高清不卡午夜福利| 国产成人精品福利久久| 免费看光身美女| 成人综合一区亚洲| 亚洲精品456在线播放app| 国产精品99久久99久久久不卡 | 观看美女的网站| 人人妻人人添人人爽欧美一区卜 | 丝袜脚勾引网站| 中文乱码字字幕精品一区二区三区| 一本久久精品| 嫩草影院入口| 久久 成人 亚洲| 99九九线精品视频在线观看视频| 欧美精品国产亚洲| 亚洲怡红院男人天堂| 少妇的逼水好多| 免费黄网站久久成人精品| 国产亚洲一区二区精品| 少妇熟女欧美另类| 国产黄色视频一区二区在线观看| 大香蕉97超碰在线| 男男h啪啪无遮挡| 大码成人一级视频| 大片电影免费在线观看免费| 亚洲av成人精品一二三区| av免费在线看不卡| 菩萨蛮人人尽说江南好唐韦庄| 国产精品国产三级国产av玫瑰| 美女国产视频在线观看| 美女国产视频在线观看| 国产精品国产三级国产av玫瑰| 亚洲欧洲日产国产| 一边亲一边摸免费视频| 噜噜噜噜噜久久久久久91| 亚洲国产精品一区三区| 观看美女的网站| 97热精品久久久久久| 热re99久久精品国产66热6| 老女人水多毛片| h视频一区二区三区| 你懂的网址亚洲精品在线观看| 高清黄色对白视频在线免费看 | 人妻制服诱惑在线中文字幕| 日本黄色日本黄色录像| 国产成人一区二区在线| 欧美日本视频| 国产在线免费精品| 性高湖久久久久久久久免费观看| 纯流量卡能插随身wifi吗| 麻豆乱淫一区二区| 青春草国产在线视频| 久久久久久久大尺度免费视频| 97在线人人人人妻| 亚洲性久久影院| 国产成人一区二区在线| 免费看不卡的av| 麻豆成人av视频| 国产爱豆传媒在线观看| 99久久中文字幕三级久久日本| av一本久久久久| 成人特级av手机在线观看| 噜噜噜噜噜久久久久久91| 久久久久人妻精品一区果冻| 青春草亚洲视频在线观看| 毛片一级片免费看久久久久| 麻豆精品久久久久久蜜桃| 内地一区二区视频在线| 国产高清三级在线| 亚洲无线观看免费| 国产探花极品一区二区| av天堂中文字幕网| 男女啪啪激烈高潮av片| 日韩伦理黄色片| 日韩av免费高清视频| 大码成人一级视频| 亚洲高清免费不卡视频| 国产精品久久久久久精品电影小说 | 亚洲av国产av综合av卡| 日韩三级伦理在线观看| 国产在视频线精品| 嘟嘟电影网在线观看| 欧美日本视频| 蜜臀久久99精品久久宅男| 噜噜噜噜噜久久久久久91| 久久久久久久亚洲中文字幕| 久久久欧美国产精品| 我的老师免费观看完整版| 99热国产这里只有精品6| 一级毛片电影观看| 亚洲精品日本国产第一区| 精品人妻一区二区三区麻豆| 伊人久久精品亚洲午夜| 成人毛片a级毛片在线播放| 久久99热这里只有精品18| 天美传媒精品一区二区| 在线免费观看不下载黄p国产| 99热这里只有是精品50| 黑丝袜美女国产一区| 日韩中字成人| 久久影院123| 日韩 亚洲 欧美在线| 男人添女人高潮全过程视频| 两个人的视频大全免费| 大片电影免费在线观看免费| 久久99热6这里只有精品| 夫妻性生交免费视频一级片| 国产精品女同一区二区软件| 精品视频人人做人人爽| 久久精品久久久久久噜噜老黄| 精品一区二区三区视频在线| 成人亚洲欧美一区二区av| 国产视频首页在线观看| 观看免费一级毛片| 免费人妻精品一区二区三区视频| 在现免费观看毛片| 久久女婷五月综合色啪小说| 天美传媒精品一区二区| 小蜜桃在线观看免费完整版高清| www.色视频.com| 免费在线观看成人毛片| .国产精品久久| 伦理电影免费视频| 国产日韩欧美在线精品| 久久99热这里只有精品18| 免费黄色在线免费观看| 国产有黄有色有爽视频| 在线观看美女被高潮喷水网站| 久久久a久久爽久久v久久| 久久99蜜桃精品久久| 我要看黄色一级片免费的| 国产伦在线观看视频一区| 日韩三级伦理在线观看| 99久久人妻综合| 亚洲av国产av综合av卡| 久久久久网色| 五月开心婷婷网| 亚洲国产欧美人成| 国产久久久一区二区三区| 欧美日韩综合久久久久久| 亚州av有码| 国产淫片久久久久久久久| 国产大屁股一区二区在线视频| a 毛片基地| 久久久久久久久久成人| 亚洲精品乱码久久久久久按摩| 精品少妇久久久久久888优播| 亚洲成人一二三区av| 看十八女毛片水多多多| 日本vs欧美在线观看视频 | 亚洲精品乱久久久久久| 91久久精品国产一区二区成人| 国产黄色视频一区二区在线观看| av专区在线播放| 久久久亚洲精品成人影院| 夫妻午夜视频| 少妇熟女欧美另类| 18+在线观看网站| 日韩人妻高清精品专区| av一本久久久久| 亚洲欧美日韩另类电影网站 | 自拍偷自拍亚洲精品老妇| 天美传媒精品一区二区| 九九爱精品视频在线观看| 欧美最新免费一区二区三区| 精品一区二区免费观看| 亚洲va在线va天堂va国产| 高清在线视频一区二区三区| 你懂的网址亚洲精品在线观看| 国产国拍精品亚洲av在线观看| 国产在视频线精品| 男人添女人高潮全过程视频| 亚洲精品乱码久久久久久按摩| 美女xxoo啪啪120秒动态图| 极品教师在线视频| 人人妻人人澡人人爽人人夜夜| 99热网站在线观看| 亚洲综合精品二区| 九草在线视频观看| 日韩成人av中文字幕在线观看| 免费人成在线观看视频色| 亚洲伊人久久精品综合| 18禁动态无遮挡网站| 亚洲av国产av综合av卡| 日韩 亚洲 欧美在线| 国产精品久久久久久久电影| videossex国产| 一个人看视频在线观看www免费| 精品国产三级普通话版| 欧美国产精品一级二级三级 | 超碰97精品在线观看| 成人综合一区亚洲| 成人综合一区亚洲| 全区人妻精品视频| 青春草亚洲视频在线观看| 老师上课跳d突然被开到最大视频| 日韩一本色道免费dvd| 免费观看无遮挡的男女| 中文字幕久久专区| 亚洲熟女精品中文字幕| 天天躁日日操中文字幕| 亚洲精品一区蜜桃| 男女边摸边吃奶| 亚洲精品久久午夜乱码| 国产色婷婷99| 哪个播放器可以免费观看大片| 国产淫片久久久久久久久| 欧美激情极品国产一区二区三区 | 日本欧美国产在线视频| av专区在线播放| 久久久成人免费电影| 黄色视频在线播放观看不卡| 国产精品不卡视频一区二区| 九九久久精品国产亚洲av麻豆| 欧美变态另类bdsm刘玥| av在线蜜桃| 久久影院123| 亚洲av不卡在线观看| 肉色欧美久久久久久久蜜桃| 国产有黄有色有爽视频| 老司机影院毛片| av免费观看日本| 丰满少妇做爰视频| 亚洲精品一二三| 久久久久久伊人网av| 国产人妻一区二区三区在| 亚洲国产精品国产精品| 亚洲,欧美,日韩| 一本—道久久a久久精品蜜桃钙片| 国产精品99久久99久久久不卡 | 3wmmmm亚洲av在线观看| 国内精品宾馆在线| 日日摸夜夜添夜夜添av毛片| 五月玫瑰六月丁香| 干丝袜人妻中文字幕| 亚洲国产高清在线一区二区三| 激情 狠狠 欧美| 国产一级毛片在线| 久久国产精品大桥未久av | 国产黄片视频在线免费观看| 国产伦精品一区二区三区四那| av免费在线看不卡| 中文字幕亚洲精品专区| 在线观看av片永久免费下载| 观看美女的网站| 精品人妻一区二区三区麻豆| 国产午夜精品久久久久久一区二区三区| 麻豆成人午夜福利视频| 成人免费观看视频高清| 久久人人爽人人爽人人片va| 久久精品国产亚洲网站| 国产在线免费精品| 色吧在线观看| 欧美精品亚洲一区二区| 内射极品少妇av片p| 日日撸夜夜添| 狂野欧美白嫩少妇大欣赏| 99国产精品免费福利视频| 国产男人的电影天堂91| 男人狂女人下面高潮的视频| 插逼视频在线观看| 美女xxoo啪啪120秒动态图| 黑人猛操日本美女一级片| 中国美白少妇内射xxxbb| 色吧在线观看| 简卡轻食公司| 特大巨黑吊av在线直播| 三级国产精品欧美在线观看| 国产成人免费无遮挡视频| 人人妻人人爽人人添夜夜欢视频 | 十八禁网站网址无遮挡 | 亚洲美女黄色视频免费看| 国产成人a∨麻豆精品| 极品少妇高潮喷水抽搐| 国产爱豆传媒在线观看| 美女福利国产在线 | 欧美日韩在线观看h| 国产亚洲精品久久久com| 亚洲性久久影院| 高清日韩中文字幕在线| 在线免费观看不下载黄p国产| 国产精品.久久久| 亚洲内射少妇av| 欧美极品一区二区三区四区| 精品熟女少妇av免费看| 天堂8中文在线网| 久久久a久久爽久久v久久| 深夜a级毛片| 日韩亚洲欧美综合| 国产成人精品福利久久| 一级毛片电影观看| av在线app专区| 亚洲天堂av无毛| 亚洲国产精品成人久久小说| 网址你懂的国产日韩在线| 亚洲自偷自拍三级| 精品一品国产午夜福利视频| 精品久久国产蜜桃| 中文资源天堂在线| 精品少妇久久久久久888优播| 亚洲欧美日韩东京热| 高清不卡的av网站| 久久久久久久久久人人人人人人| av不卡在线播放| 午夜福利在线观看免费完整高清在| 热99国产精品久久久久久7| 1000部很黄的大片| 亚洲精品成人av观看孕妇| 亚洲真实伦在线观看| 啦啦啦啦在线视频资源| 最黄视频免费看| 久久久久久久国产电影| 亚洲一级一片aⅴ在线观看| 国产成人精品一,二区| 又粗又硬又长又爽又黄的视频| 男女无遮挡免费网站观看| 国产亚洲午夜精品一区二区久久| 欧美老熟妇乱子伦牲交| 亚洲欧美日韩卡通动漫| 人体艺术视频欧美日本| 美女cb高潮喷水在线观看| 九草在线视频观看| 亚洲av电影在线观看一区二区三区| 五月玫瑰六月丁香| 高清欧美精品videossex| 人妻 亚洲 视频| 亚洲美女黄色视频免费看| 热99国产精品久久久久久7| www.av在线官网国产| 一级毛片电影观看| av线在线观看网站| 久久99精品国语久久久| 国内精品宾馆在线| 三级经典国产精品| 观看美女的网站| 久久毛片免费看一区二区三区| 日本vs欧美在线观看视频 | 人妻系列 视频| 人体艺术视频欧美日本| 国精品久久久久久国模美| 另类亚洲欧美激情| 搡女人真爽免费视频火全软件| 三级国产精品片| 成人毛片60女人毛片免费| 王馨瑶露胸无遮挡在线观看| 免费av不卡在线播放| 婷婷色综合www| 成人毛片a级毛片在线播放| 久久久久性生活片| 又大又黄又爽视频免费| 国产一区有黄有色的免费视频| 精品久久国产蜜桃| 精品少妇黑人巨大在线播放| 卡戴珊不雅视频在线播放| 一级毛片黄色毛片免费观看视频| 51国产日韩欧美| 欧美国产精品一级二级三级 | 久久精品人妻少妇| 男人狂女人下面高潮的视频| 免费观看a级毛片全部| 丝瓜视频免费看黄片| 久久久久久久久大av| 青春草视频在线免费观看| 我要看日韩黄色一级片| 欧美激情极品国产一区二区三区 | av在线观看视频网站免费| 嘟嘟电影网在线观看| 亚洲国产精品专区欧美| 国产伦精品一区二区三区四那| 在线观看美女被高潮喷水网站| 国产黄片美女视频| 成年人午夜在线观看视频| 国产极品天堂在线| 高清毛片免费看| av又黄又爽大尺度在线免费看| 赤兔流量卡办理| av在线播放精品| 国产有黄有色有爽视频| 在线免费观看不下载黄p国产| 一区在线观看完整版| 高清在线视频一区二区三区| 亚洲国产欧美人成| 亚洲国产日韩一区二区| 夜夜骑夜夜射夜夜干| 在线看a的网站| 韩国av在线不卡| 国产一区二区在线观看日韩| 精品久久久噜噜| 在线观看国产h片| 国产在线免费精品| 中文乱码字字幕精品一区二区三区| 一区二区三区精品91| 亚洲不卡免费看| 国产男人的电影天堂91| 99re6热这里在线精品视频| 97热精品久久久久久| 亚洲av欧美aⅴ国产| 免费看日本二区| 成人国产av品久久久| 免费看av在线观看网站| 国产精品一及| kizo精华| av在线播放精品| 黄色一级大片看看| 欧美zozozo另类| 成年人午夜在线观看视频| 国产伦在线观看视频一区| 国产精品三级大全| tube8黄色片| 亚洲av男天堂| 色视频www国产| 亚洲经典国产精华液单| 国产成人91sexporn| 亚洲国产成人一精品久久久| 交换朋友夫妻互换小说| 一级毛片久久久久久久久女| 秋霞伦理黄片| 国产国拍精品亚洲av在线观看| 欧美极品一区二区三区四区| 免费观看a级毛片全部| 久久精品久久久久久久性| 男女啪啪激烈高潮av片| 熟女人妻精品中文字幕| 国产女主播在线喷水免费视频网站| 婷婷色综合www| 看十八女毛片水多多多| 女人十人毛片免费观看3o分钟| 色5月婷婷丁香| 日韩强制内射视频| 少妇的逼水好多| 国产男人的电影天堂91| 精品亚洲成a人片在线观看 | 午夜激情福利司机影院| 91午夜精品亚洲一区二区三区| 青春草国产在线视频| 久久久久久伊人网av| 亚洲精华国产精华液的使用体验| 丰满少妇做爰视频| 国产精品偷伦视频观看了| 在线观看人妻少妇| 青青草视频在线视频观看| av.在线天堂| 婷婷色av中文字幕| 国产成人精品婷婷| 国产精品一区二区三区四区免费观看| 麻豆成人午夜福利视频| 日韩精品有码人妻一区| 赤兔流量卡办理| 欧美xxxx黑人xx丫x性爽| 2022亚洲国产成人精品| 最近最新中文字幕大全电影3| 久久综合国产亚洲精品| 寂寞人妻少妇视频99o| 晚上一个人看的免费电影| 久久人人爽人人爽人人片va| 黄色一级大片看看| 狂野欧美白嫩少妇大欣赏| 日韩制服骚丝袜av| kizo精华| 我要看黄色一级片免费的| 欧美日韩视频精品一区| 国产日韩欧美在线精品| 91在线精品国自产拍蜜月| 国产女主播在线喷水免费视频网站| 国产欧美日韩一区二区三区在线 | 我的老师免费观看完整版| 只有这里有精品99| 夜夜骑夜夜射夜夜干| 国产中年淑女户外野战色| 91aial.com中文字幕在线观看| 免费黄网站久久成人精品| 亚洲国产欧美在线一区| 日韩电影二区| 久久久国产一区二区| 亚洲精品一二三| 91精品国产国语对白视频| h日本视频在线播放| 五月天丁香电影| 日日啪夜夜撸| 亚洲精品乱码久久久v下载方式| 亚洲精品色激情综合| 高清在线视频一区二区三区| 麻豆国产97在线/欧美| 亚洲在久久综合| 啦啦啦视频在线资源免费观看| 插逼视频在线观看| 久久久久国产精品人妻一区二区| 亚洲成人中文字幕在线播放| 国产深夜福利视频在线观看| 99热网站在线观看| 久久久a久久爽久久v久久| 国产精品人妻久久久影院| 久久久精品免费免费高清| 免费大片18禁| 五月开心婷婷网| 国产淫片久久久久久久久| 精品人妻视频免费看| 直男gayav资源| 亚洲精品乱久久久久久| 久久亚洲国产成人精品v| 一二三四中文在线观看免费高清| 欧美区成人在线视频| 狂野欧美激情性bbbbbb| 日本午夜av视频| 最近最新中文字幕大全电影3| av一本久久久久| 久久久久久久久久久免费av| 2021少妇久久久久久久久久久| 久久热精品热| 99热这里只有精品一区| 午夜激情久久久久久久| 十八禁网站网址无遮挡 | 性色avwww在线观看| 国产精品国产三级专区第一集| 极品教师在线视频| 亚洲国产欧美在线一区| 国产毛片在线视频| 99久久综合免费| 国内少妇人妻偷人精品xxx网站| 国产精品国产三级国产专区5o| 亚洲欧美日韩无卡精品| 精品亚洲成国产av| 伦理电影免费视频| 网址你懂的国产日韩在线| 中文字幕精品免费在线观看视频 | 精品久久久久久久久av| 日韩一区二区视频免费看| 国产高清有码在线观看视频|