• <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
    看免费av毛片| 亚洲国产av新网站| 欧美人与性动交α欧美软件| 成人漫画全彩无遮挡| 制服丝袜香蕉在线| 久久久久久人人人人人| 天天影视国产精品| 少妇的丰满在线观看| 麻豆精品久久久久久蜜桃| 久久精品国产a三级三级三级| av视频免费观看在线观看| 制服丝袜香蕉在线| 国产一区亚洲一区在线观看| 多毛熟女@视频| 麻豆乱淫一区二区| 天堂中文最新版在线下载| 国产精品偷伦视频观看了| 日本猛色少妇xxxxx猛交久久| av在线app专区| 欧美最新免费一区二区三区| 久久久久久久精品精品| 久久精品国产a三级三级三级| 一级片免费观看大全| 18禁裸乳无遮挡动漫免费视频| 大片免费播放器 马上看| 久久精品国产亚洲av高清一级| 免费日韩欧美在线观看| 激情五月婷婷亚洲| 国产一区二区在线观看av| 极品少妇高潮喷水抽搐| 精品久久久久久电影网| 亚洲熟女毛片儿| 黄色一级大片看看| 丰满迷人的少妇在线观看| 天天影视国产精品| 国产97色在线日韩免费| 亚洲av电影在线观看一区二区三区| 天堂8中文在线网| 丝袜喷水一区| 久久午夜综合久久蜜桃| 精品少妇黑人巨大在线播放| 色精品久久人妻99蜜桃| 久久久亚洲精品成人影院| 777米奇影视久久| 日韩成人av中文字幕在线观看| 男女午夜视频在线观看| 婷婷色av中文字幕| 9191精品国产免费久久| 国产一区二区 视频在线| 国产亚洲精品第一综合不卡| 不卡av一区二区三区| av在线观看视频网站免费| 80岁老熟妇乱子伦牲交| 久久久久久人妻| 晚上一个人看的免费电影| 免费在线观看视频国产中文字幕亚洲 | 波野结衣二区三区在线| 国产av精品麻豆| 国产成人精品无人区| 麻豆av在线久日| 国产精品偷伦视频观看了| 亚洲欧美成人综合另类久久久| av片东京热男人的天堂| 日韩中文字幕视频在线看片| 国产精品三级大全| 久久婷婷青草| 久久精品亚洲熟妇少妇任你| 精品久久蜜臀av无| 中文字幕另类日韩欧美亚洲嫩草| 青春草国产在线视频| 欧美中文综合在线视频| 黄频高清免费视频| 亚洲久久久国产精品| 国产乱人偷精品视频| 人人澡人人妻人| 街头女战士在线观看网站| 飞空精品影院首页| 丰满迷人的少妇在线观看| 美女中出高潮动态图| 欧美中文综合在线视频| 国产 一区精品| 尾随美女入室| 91精品伊人久久大香线蕉| 免费在线观看黄色视频的| 99久久99久久久精品蜜桃| 国产一区二区在线观看av| 又大又黄又爽视频免费| 精品久久久久久电影网| 久久国产精品大桥未久av| 久久久久国产精品人妻一区二区| 中文天堂在线官网| 久久韩国三级中文字幕| 久久精品久久久久久久性| 国产欧美亚洲国产| 日本色播在线视频| 国产亚洲av高清不卡| a级毛片在线看网站| 亚洲欧美色中文字幕在线| 美女国产高潮福利片在线看| av又黄又爽大尺度在线免费看| 国产野战对白在线观看| 一级毛片电影观看| 成人亚洲欧美一区二区av| 亚洲精华国产精华液的使用体验| 国产老妇伦熟女老妇高清| 亚洲精品国产av成人精品| 日韩成人av中文字幕在线观看| 夫妻午夜视频| 伦理电影免费视频| 久久99热这里只频精品6学生| 国产1区2区3区精品| 美国免费a级毛片| 99热全是精品| 三上悠亚av全集在线观看| 老汉色av国产亚洲站长工具| e午夜精品久久久久久久| 日韩欧美精品免费久久| 美女中出高潮动态图| 国产女主播在线喷水免费视频网站| 欧美日韩亚洲国产一区二区在线观看 | 久久人妻熟女aⅴ| 十分钟在线观看高清视频www| av国产久精品久网站免费入址| 女人高潮潮喷娇喘18禁视频| 男女免费视频国产| 国产精品一区二区在线不卡| 中文字幕亚洲精品专区| 51午夜福利影视在线观看| 777米奇影视久久| av女优亚洲男人天堂| 国产淫语在线视频| 国产精品成人在线| 亚洲成人手机| 涩涩av久久男人的天堂| 最近最新中文字幕大全免费视频 | 老司机亚洲免费影院| 男人添女人高潮全过程视频| 男女边摸边吃奶| av一本久久久久| 麻豆精品久久久久久蜜桃| 国产一区二区三区综合在线观看| 日本vs欧美在线观看视频| 一区二区三区乱码不卡18| 精品人妻一区二区三区麻豆| 亚洲一码二码三码区别大吗| 黑人欧美特级aaaaaa片| 久久精品国产a三级三级三级| 色94色欧美一区二区| 精品国产一区二区久久| 午夜日韩欧美国产| 久久婷婷青草| 哪个播放器可以免费观看大片| 观看美女的网站| 亚洲精品国产区一区二| 国产一区二区激情短视频 | 国产极品天堂在线| 91老司机精品| 99久久人妻综合| 精品国产一区二区三区久久久樱花| 国产97色在线日韩免费| 97精品久久久久久久久久精品| 亚洲欧美成人精品一区二区| 日韩伦理黄色片| 精品少妇内射三级| 日本欧美视频一区| 1024视频免费在线观看| 嫩草影院入口| 亚洲国产看品久久| 日韩伦理黄色片| 人妻人人澡人人爽人人| 国产不卡av网站在线观看| 日本色播在线视频| 五月天丁香电影| 两个人免费观看高清视频| 1024视频免费在线观看| 91精品国产国语对白视频| 91成人精品电影| 欧美在线一区亚洲| 啦啦啦视频在线资源免费观看| 免费看av在线观看网站| 久久毛片免费看一区二区三区| 亚洲,欧美精品.| 香蕉丝袜av| 老鸭窝网址在线观看| 国产精品国产三级专区第一集| 大码成人一级视频| 国产免费视频播放在线视频| 亚洲精品第二区| 波多野结衣av一区二区av| 纵有疾风起免费观看全集完整版| 久久影院123| 999久久久国产精品视频| 90打野战视频偷拍视频| xxx大片免费视频| 丰满少妇做爰视频| 日韩制服丝袜自拍偷拍| 亚洲伊人色综图| 国产精品久久久av美女十八| 久久国产精品大桥未久av| 欧美xxⅹ黑人| 97人妻天天添夜夜摸| 少妇 在线观看| 美女午夜性视频免费| 国产有黄有色有爽视频| 免费在线观看黄色视频的| 91精品国产国语对白视频| 如何舔出高潮| 深夜精品福利| 国产成人精品在线电影| 国产av精品麻豆| 岛国毛片在线播放| 香蕉丝袜av| av网站在线播放免费| 高清欧美精品videossex| 国产乱人偷精品视频| 免费在线观看完整版高清| 亚洲第一青青草原| 成人手机av| 亚洲 欧美一区二区三区| 成年av动漫网址| 亚洲精品久久成人aⅴ小说| 一级毛片黄色毛片免费观看视频| 久久性视频一级片| 国产成人啪精品午夜网站| 亚洲自偷自拍图片 自拍| 悠悠久久av| 蜜桃国产av成人99| 日本91视频免费播放| svipshipincom国产片| 久久久久视频综合| 国产精品 欧美亚洲| 丝袜美足系列| 亚洲专区中文字幕在线 | 国产国语露脸激情在线看| 丁香六月欧美| 婷婷成人精品国产| 热99久久久久精品小说推荐| 精品少妇黑人巨大在线播放| 国产男女超爽视频在线观看| 成人黄色视频免费在线看| 国产精品一区二区在线不卡| 在线免费观看不下载黄p国产| 精品一区二区三卡| 国产成人精品无人区| av天堂久久9| 嫩草影视91久久| 欧美在线一区亚洲| 精品卡一卡二卡四卡免费| 精品一区二区三卡| 久久久精品国产亚洲av高清涩受| 免费黄色在线免费观看| 欧美激情高清一区二区三区 | 亚洲,欧美精品.| 日韩制服骚丝袜av| 亚洲欧美精品综合一区二区三区| 大陆偷拍与自拍| 午夜久久久在线观看| 亚洲成人一二三区av| 叶爱在线成人免费视频播放| 久久热在线av| 久久久国产欧美日韩av| 91国产中文字幕| 日韩免费高清中文字幕av| av视频免费观看在线观看| 亚洲av成人精品一二三区| 国产老妇伦熟女老妇高清| 欧美黑人欧美精品刺激| 日韩av免费高清视频| 亚洲成人一二三区av| 免费观看av网站的网址| 免费观看性生交大片5| 国产日韩欧美在线精品| 国产精品无大码| 高清欧美精品videossex| 亚洲,欧美精品.| 最近最新中文字幕免费大全7| 老司机在亚洲福利影院| 色网站视频免费| 国产精品欧美亚洲77777| 一级黄片播放器| 亚洲视频免费观看视频| 1024视频免费在线观看| 亚洲精品国产色婷婷电影| 一级黄片播放器| 国产精品二区激情视频| 一级片免费观看大全| 免费久久久久久久精品成人欧美视频| 一区二区三区激情视频| 男女下面插进去视频免费观看| 日本av手机在线免费观看| 欧美在线黄色| 日本wwww免费看| 最近2019中文字幕mv第一页| 美女脱内裤让男人舔精品视频| 伦理电影免费视频| 免费少妇av软件| 日本色播在线视频| 国产日韩欧美视频二区| 久久99一区二区三区| 久久 成人 亚洲| 国产精品久久久人人做人人爽| 美女主播在线视频| 亚洲精品第二区| 肉色欧美久久久久久久蜜桃| 黄色毛片三级朝国网站| 国产毛片在线视频| av在线观看视频网站免费| 日韩精品有码人妻一区| 亚洲伊人色综图| 国产成人系列免费观看| 亚洲成人av在线免费| 又大又黄又爽视频免费| 国产成人av激情在线播放| 久久久久久久大尺度免费视频| 久久鲁丝午夜福利片| 99香蕉大伊视频| 少妇猛男粗大的猛烈进出视频| 国产无遮挡羞羞视频在线观看| 成人亚洲欧美一区二区av| 黑人欧美特级aaaaaa片| 欧美变态另类bdsm刘玥| 欧美日韩亚洲国产一区二区在线观看 | 一区二区av电影网| 亚洲av综合色区一区| 欧美精品人与动牲交sv欧美| 最近手机中文字幕大全| 性高湖久久久久久久久免费观看| av在线播放精品| 久久久精品免费免费高清| 久久久久视频综合| 久久久国产欧美日韩av| 国产成人欧美在线观看 | 午夜福利,免费看| 午夜激情久久久久久久| 巨乳人妻的诱惑在线观看| 亚洲伊人久久精品综合| 黑人巨大精品欧美一区二区蜜桃| 在线观看免费午夜福利视频| 国产精品一二三区在线看| 亚洲av日韩在线播放| 亚洲国产最新在线播放| 亚洲成人av在线免费| 日日爽夜夜爽网站| 19禁男女啪啪无遮挡网站| 精品一区二区三区av网在线观看 | 女人精品久久久久毛片| 国产精品一区二区精品视频观看| 捣出白浆h1v1| 天天操日日干夜夜撸| 高清不卡的av网站| 新久久久久国产一级毛片| 叶爱在线成人免费视频播放| 精品一区二区免费观看| 精品一区二区三区av网在线观看 | 水蜜桃什么品种好| 亚洲在久久综合| 日韩一卡2卡3卡4卡2021年| 亚洲国产欧美日韩在线播放| 哪个播放器可以免费观看大片| 天堂俺去俺来也www色官网| 国产女主播在线喷水免费视频网站| 一区二区三区乱码不卡18| www.av在线官网国产| 精品人妻一区二区三区麻豆| 麻豆av在线久日| 欧美国产精品va在线观看不卡| 欧美激情高清一区二区三区 | 美女脱内裤让男人舔精品视频| 日日爽夜夜爽网站| 亚洲精品美女久久av网站| 黄片播放在线免费| h视频一区二区三区| 女人精品久久久久毛片| 高清在线视频一区二区三区| 人人妻人人澡人人看| 美女视频免费永久观看网站| 久久精品亚洲av国产电影网| 亚洲精品成人av观看孕妇| 国产福利在线免费观看视频| 国产精品久久久久久精品电影小说| 丝袜美腿诱惑在线| 一区二区三区乱码不卡18| 久久久久久久久久久免费av| 国产av国产精品国产| 人人妻人人爽人人添夜夜欢视频| 久久影院123| 亚洲精品久久成人aⅴ小说| av又黄又爽大尺度在线免费看| 精品亚洲乱码少妇综合久久| 日本wwww免费看| 女人被躁到高潮嗷嗷叫费观| 国产精品无大码| 久久久久久免费高清国产稀缺| 香蕉国产在线看| 日韩中文字幕欧美一区二区 | 中国国产av一级| 午夜免费男女啪啪视频观看| 在线观看国产h片| 赤兔流量卡办理| 2018国产大陆天天弄谢| 亚洲国产看品久久| av一本久久久久| 另类亚洲欧美激情| 男女国产视频网站| 亚洲国产精品999| 黄片播放在线免费| 19禁男女啪啪无遮挡网站| 搡老乐熟女国产| 亚洲精华国产精华液的使用体验| 久久久久久久久免费视频了| 国产一区二区激情短视频 | 一级片'在线观看视频| 巨乳人妻的诱惑在线观看| 大片电影免费在线观看免费| 亚洲精品久久成人aⅴ小说| 午夜久久久在线观看| 久久精品aⅴ一区二区三区四区| √禁漫天堂资源中文www| 国产淫语在线视频| www.熟女人妻精品国产| 熟女av电影| 日本av手机在线免费观看| 亚洲国产日韩一区二区| 99久久综合免费| 人人妻人人澡人人爽人人夜夜| 亚洲国产欧美网| 99精国产麻豆久久婷婷| 在现免费观看毛片| 男的添女的下面高潮视频| 一二三四在线观看免费中文在| 亚洲精品视频女| 亚洲熟女毛片儿| 国产精品成人在线| 纯流量卡能插随身wifi吗| 极品人妻少妇av视频| 十八禁高潮呻吟视频| 亚洲国产av新网站| 国产精品久久久av美女十八| 男女边吃奶边做爰视频| 尾随美女入室| 国产成人a∨麻豆精品| 人妻一区二区av| 人人妻人人添人人爽欧美一区卜| 90打野战视频偷拍视频| 亚洲欧美清纯卡通| 纵有疾风起免费观看全集完整版| 亚洲精品成人av观看孕妇| 国产黄频视频在线观看| 自线自在国产av| 亚洲色图 男人天堂 中文字幕| 9热在线视频观看99| 男女免费视频国产| 少妇 在线观看| 亚洲av欧美aⅴ国产| 欧美乱码精品一区二区三区| 国产有黄有色有爽视频| www日本在线高清视频| 丰满乱子伦码专区| 国产不卡av网站在线观看| 黄片播放在线免费| 久久精品人人爽人人爽视色| 国语对白做爰xxxⅹ性视频网站| 午夜福利网站1000一区二区三区| 麻豆乱淫一区二区| av福利片在线| 免费黄频网站在线观看国产| 日本猛色少妇xxxxx猛交久久| 亚洲视频免费观看视频| av在线播放精品| 老司机影院毛片| 成年人午夜在线观看视频| av网站免费在线观看视频| 亚洲精品成人av观看孕妇| 亚洲一卡2卡3卡4卡5卡精品中文| 新久久久久国产一级毛片| 少妇的丰满在线观看| av视频免费观看在线观看| 黄片播放在线免费| 90打野战视频偷拍视频| www日本在线高清视频| 国产精品国产三级专区第一集| 国产精品一二三区在线看| 观看av在线不卡| 精品亚洲乱码少妇综合久久| 一边亲一边摸免费视频| 亚洲在久久综合| 色播在线永久视频| 亚洲七黄色美女视频| 午夜激情av网站| 亚洲精品久久久久久婷婷小说| 黄色 视频免费看| 一区二区av电影网| 亚洲国产看品久久| 制服人妻中文乱码| 久久久国产精品麻豆| 欧美人与性动交α欧美软件| 欧美亚洲 丝袜 人妻 在线| 欧美日韩亚洲高清精品| e午夜精品久久久久久久| 精品人妻在线不人妻| 欧美日韩视频高清一区二区三区二| www.av在线官网国产| 最近手机中文字幕大全| 欧美亚洲 丝袜 人妻 在线| 在线亚洲精品国产二区图片欧美| 久久久久视频综合| 国产又色又爽无遮挡免| 亚洲成人手机| 国产精品久久久久久人妻精品电影 | 欧美黑人欧美精品刺激| 国产免费一区二区三区四区乱码| 永久免费av网站大全| 性色av一级| bbb黄色大片| 日韩电影二区| 校园人妻丝袜中文字幕| 你懂的网址亚洲精品在线观看| 精品少妇一区二区三区视频日本电影 | 久久久久人妻精品一区果冻| 国产精品.久久久| 超碰成人久久| 国产精品偷伦视频观看了| 高清在线视频一区二区三区| 国产精品 欧美亚洲| 欧美日本中文国产一区发布| 日韩免费高清中文字幕av| 亚洲精品久久久久久婷婷小说| 狠狠精品人妻久久久久久综合| 又粗又硬又长又爽又黄的视频| 欧美黄色片欧美黄色片| 日韩欧美精品免费久久| 又大又爽又粗| 亚洲伊人色综图| √禁漫天堂资源中文www| 久久鲁丝午夜福利片| 日韩免费高清中文字幕av| 国产精品av久久久久免费| 亚洲国产欧美网| 男的添女的下面高潮视频| 国产精品久久久久久精品古装| 国产成人免费观看mmmm| 欧美变态另类bdsm刘玥| 大片免费播放器 马上看| 国产熟女欧美一区二区| 日韩欧美精品免费久久| 免费女性裸体啪啪无遮挡网站| 久久久久国产精品人妻一区二区| 最黄视频免费看| 成年av动漫网址| 国产麻豆69| 久久精品熟女亚洲av麻豆精品| 日本av手机在线免费观看| 91成人精品电影| 久久精品亚洲av国产电影网| 在线观看三级黄色| 女人高潮潮喷娇喘18禁视频| 99热网站在线观看| 丝瓜视频免费看黄片| 操出白浆在线播放| 久久精品久久久久久久性| 超色免费av| 丰满饥渴人妻一区二区三| 日韩一本色道免费dvd| 国产黄色视频一区二区在线观看| 国产精品 国内视频| 777久久人妻少妇嫩草av网站| 亚洲av欧美aⅴ国产| 国产精品99久久99久久久不卡 | 久久精品久久精品一区二区三区| 国产在线视频一区二区| 日本爱情动作片www.在线观看| 看免费成人av毛片| 亚洲色图综合在线观看| 国产在线免费精品| 亚洲国产欧美网| 欧美激情高清一区二区三区 | 精品免费久久久久久久清纯 | 欧美日韩亚洲国产一区二区在线观看 | www日本在线高清视频| 亚洲天堂av无毛| 日本欧美视频一区| 中国国产av一级| 国产av码专区亚洲av| 欧美成人午夜精品| 成人国产av品久久久| 女人精品久久久久毛片| 欧美在线黄色| 中文字幕最新亚洲高清| 夫妻性生交免费视频一级片| 亚洲欧美中文字幕日韩二区| 日本色播在线视频| 亚洲第一av免费看| 黄色怎么调成土黄色| 亚洲一码二码三码区别大吗| 在线亚洲精品国产二区图片欧美| www.熟女人妻精品国产| 女性生殖器流出的白浆| 国产日韩欧美视频二区| 国产精品亚洲av一区麻豆 | 欧美乱码精品一区二区三区| 只有这里有精品99| 天天躁狠狠躁夜夜躁狠狠躁| 校园人妻丝袜中文字幕| 天天操日日干夜夜撸| 丝瓜视频免费看黄片| 精品第一国产精品| 成年美女黄网站色视频大全免费| 蜜桃国产av成人99| 国产男女内射视频| 人人妻人人澡人人爽人人夜夜| 国产乱来视频区| 狂野欧美激情性xxxx| 伦理电影大哥的女人| 国产亚洲av高清不卡| 一本—道久久a久久精品蜜桃钙片|