• <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Spark的分布式并行推理算法①

    2017-06-07 08:24:04葉怡新汪璟玢
    關(guān)鍵詞:三元組寄存器實(shí)例

    葉怡新,汪璟玢

    (福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,福州 350108)

    基于Spark的分布式并行推理算法①

    葉怡新,汪璟玢

    (福州大學(xué) 數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院,福州 350108)

    現(xiàn)有的RDF數(shù)據(jù)分布式并行推理算法大多需要啟動多個MapReduce任務(wù),有些算法對于含有多個實(shí)例三元組前件的OWL規(guī)則的推理效率低下,使其整體的推理效率不高.針對這些問題,文中提出結(jié)合TREAT的基于Spark的分布式并行推理算法(DPRS).該算法首先結(jié)合RDF數(shù)據(jù)本體,構(gòu)建模式三元組對應(yīng)的alpha寄存器和規(guī)則標(biāo)記模型;在OWL推理階段,結(jié)合MapReduce實(shí)現(xiàn)TREAT算法中的alpha階段;然后對推理結(jié)果進(jìn)行去重處理,完成一次OWL全部規(guī)則推理.實(shí)驗(yàn)表明DPRS算法能夠高效正確地實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的并行推理.

    RDF;OWL;分布式推理;TREAT;Spark

    語義萬維網(wǎng)中的RDF和OWL標(biāo)準(zhǔn)已在各個領(lǐng)域有著廣泛的應(yīng)用,如一般知識(DBpedia[1])、醫(yī)療生命科學(xué)(LODD[2])、生物信息學(xué)(UniProt[3])、地理信息系統(tǒng)(Linkedgeodata)和語義搜索引擎(Watson)等.隨著語義萬維網(wǎng)的應(yīng)用,產(chǎn)生了海量的語義信息.由于數(shù)據(jù)的復(fù)雜性和大規(guī)模性,如何通過語義信息并行推理高效地發(fā)現(xiàn)其中隱藏的信息是一個亟待解決的問題.由于語義網(wǎng)數(shù)據(jù)的急速增長,集中式環(huán)境的內(nèi)存限制,已不適用于大規(guī)模數(shù)據(jù)的推理.

    研究RDFS/OWL分布式并行推理是目前較新的一個領(lǐng)域.J.Urbani[4-6]等人在RDFS/OWL規(guī)則集上采用WebPIE進(jìn)行推理,能夠滿足大數(shù)據(jù)的并行推理;但該算法針對每一條規(guī)則啟用一個或者多個MapReduce任務(wù)進(jìn)行推理,由于Job的啟動相對耗時(shí),因此隨著RDFS/OWL推理規(guī)則的增加,整體推理的效率受到了限制.顧榮[7]等人提出了基于MapReduce的高效可擴(kuò)展的語義推理引擎(YARM),使推理在一次MapReduce任務(wù)內(nèi)即可完成RDFS規(guī)則的推理;但該算法并不適用于復(fù)雜的OWL規(guī)則的推理.此外,當(dāng)某一規(guī)則產(chǎn)生的新三元組重復(fù)時(shí),YARM會存在過多的冗余計(jì)算且產(chǎn)生無用數(shù)據(jù).汪璟玢[8]等人提出結(jié)合Rete的RDF數(shù)據(jù)分布式并行推理算法,該算法結(jié)合RDF數(shù)據(jù)本體,構(gòu)建模式三元組列表和規(guī)則標(biāo)記模型;在RDFS/OWL推理階段,結(jié)合MapReduce實(shí)現(xiàn)Rete算法中的alpha階段和beta階段,從而實(shí)現(xiàn)Rete算法的分布式推理;但該算法在連接beta網(wǎng)絡(luò)推理時(shí)需要消耗較多的內(nèi)存且進(jìn)行多次迭代時(shí)效率低下,因而此算法受到集群內(nèi)存和平臺的限制.顧榮[9]等人提出了一種基于Spark的高效并行推理引擎(Cichlid),結(jié)合RDD的編程模型,優(yōu)化了并行推理算法;但該算法未考慮規(guī)則能否被激活,均需要進(jìn)行推理,因而造成了推理性能的浪費(fèi)和傳輸?shù)娜哂?

    為了解決上述問題,本文針對OWL Horst規(guī)則,提出 了 DPRS算 法 (Distributed parallel reasoning algorithm based on Spark).該算法結(jié)合TREAT[10]算法和RDF數(shù)據(jù)本體構(gòu)建模式三元組的alpha寄存器RDD,預(yù)先對規(guī)則能否被激活做出判斷并標(biāo)記,僅對可激活的規(guī)則進(jìn)行推理的處理,實(shí)現(xiàn)在一個MapReduce任務(wù)中完成OWL全部規(guī)則的一次推理.最后,實(shí)時(shí)地刪除重復(fù)的三元組數(shù)據(jù)和更新沖突集數(shù)據(jù)到相應(yīng)的寄存器中,以進(jìn)一步提高后續(xù)迭代推理的效率.實(shí)驗(yàn)表明,該算法在數(shù)據(jù)量動態(tài)增加的情況下能夠高效地構(gòu)建alpha網(wǎng)絡(luò),并執(zhí)行正確的推理.

    1 基本定義

    定義1.模式三元組(SchemaTriple),指三元組的主語謂語和賓語都在本體文件(OntologyFile)中有定義.即:

    其中,n表示模式三元組的總數(shù).若v∈{Si,Pj,Ok}, v∈OntologyFile,則:

    定義2.實(shí)例三元組(InstanceTriple),指主語謂語和賓語至少有一個在本體文件(OntologyFile)中未定義,是具體的實(shí)例.即:

    其中,n表示實(shí)例三元組的總數(shù).若v∈{Si,Pj,Ok},?v?OntologyFile,則:

    定義3.三元組類型標(biāo)記(Flag_TripleType),用于標(biāo)識模式三元組與實(shí)例三元組,結(jié)合定義1和定義2,三元組類型標(biāo)記Flag_TripleType定義如下:

    其中,n表示三元組的總數(shù).則:

    定義4.模式三元組列表(SchemaRDD).用于獲取相同謂語或者賓語的模式三元組集合.結(jié)合定義1,模式三元組列表SchemaRDD定義如下:

    其中,n表示模式三元組的總數(shù).則,

    其中,Om_RDD表示滿足謂語Pj∈{rdf:type}且具有相同賓語的三元組集合,以該賓語命名;Pt_RDD表示滿足謂語Pj?{rdf:type}的所有具有相同謂語的三元組集合,以該謂語命名.具體定義如下:

    定義 5.連接變量(LinkVar).連接變量為在RDFS/OWL規(guī)則中用于連接兩個前件的模式三元組項(xiàng),根據(jù)規(guī)則描述,連接變量可以不止一個.本文將每一條規(guī)則的連接變量信息以的形式存儲在Rulem_RDD,其中key存儲該規(guī)則所有用于前件連接的模式三元組項(xiàng),value存儲該規(guī)則結(jié)論部分的模式三元組項(xiàng).

    DPRS算法根據(jù)連接變量的類型,對OWL Horst規(guī)則進(jìn)行分類.本文引用OWL Horst規(guī)則時(shí)采用OWL-規(guī)則編號的形式,例如OWL-4表示圖1中的第4條規(guī)則.同時(shí),給每條規(guī)則分配一個規(guī)則名稱標(biāo)記,規(guī)則名稱標(biāo)記即為該規(guī)則所對應(yīng)的名稱(例如,規(guī)則OWL-4的規(guī)則名稱標(biāo)記為OWL-4).具體的規(guī)則分類如下:

    1)類型 1:只包含一個前件的規(guī)則或SchemaTriple與InstanceTriple組合的規(guī)則,且只有一個InstanceTriple,可以在Map推理過程中直接輸出推理結(jié)果(圖1中規(guī)則OWL-3、OWL-5a、OWL-5b、OWL-6、OWL-8a、OWL-8b、OWL-9、OWL-12a、OWL-12b、OWL-12c、OWL-13a、OWL-13b、OWL-13c、OWL-14a、OWL-14b).

    2)類型2:SchemaTriple與InstanceTriple組合的規(guī)則,且有多個InstanceTriple的,需要結(jié)合 Map和ReduceByKey兩個階段推理(圖1中規(guī)則OWL-1、OWL-2、OWL-4、OWL-7、OWL-15、OWL-16).

    定義 6.設(shè)Cmn為第m條規(guī)則的第n個模式三元組前件,定義規(guī)則前件模式標(biāo)記Indexmn, 用于標(biāo)識是否有符合該前件的模式三元組存在,即以該模式三元組前件Cmn所命名的SchemaRDD是否為空.結(jié)合定義4,規(guī)則前件模式標(biāo)記Indexmn定義如下:

    定義7.規(guī)則標(biāo)記Flag_Rule_m,用于標(biāo)記該規(guī)則是否為不可能激活的規(guī)則.結(jié)合定義6進(jìn)行定義規(guī)則標(biāo)記Flag_Rulem如下:

    Flag_Rulem={0,1,2}其中,規(guī)則不能激活時(shí),Flag_Rulem=0;規(guī)則激活且為類型1時(shí),Flag_Rulem=1;規(guī)則激活且為類型2時(shí), Flag_Rulem=2.

    由于圖1中OWL規(guī)則5a、5b不影響推理的并行化,因而,本文所述推理不考慮這兩條規(guī)則.

    圖1 OWLHorst規(guī)則

    2 DPRS算法

    在Rete算法中,同一規(guī)則連接結(jié)點(diǎn)上的寄存器保留了大量的冗余結(jié)果.實(shí)際上,寄存器中大部分信息已經(jīng)體現(xiàn)在沖突集的規(guī)則實(shí)例中.因此,如果在部分匹配過程中直接使用沖突集來限制模式之間的變量約束,不僅可以減少寄存器的數(shù)量,而且能夠加快匹配處理效率.這一思想稱為沖突集支撐策略.基于沖突集支撐策略,TREAT[10]算法放棄了Rete算法中利用β寄存器保存模式之間變量約束中間結(jié)果的思想.

    DPRS算法根據(jù)Spark RDD的特點(diǎn),結(jié)合TREAT算法的原理,首先根據(jù)RDF本體數(shù)據(jù)構(gòu)建模式三元組對應(yīng)的alpha寄存器Om_RDD或Pt_RDD并廣播,然后對每條規(guī)則的模式前件進(jìn)行連接并生成對應(yīng)的連接模式三元組集合Rulem_linkvar_RDD,從而加快推理過程中的匹配速度,能夠?qū)崿F(xiàn)多條規(guī)則的分布式并行推理.DPRS算法主要包括以下幾個步驟:

    Step1.加載模式三元組集合Pt_RDD、Om_RDD和Rulem_linkvar_RDD并廣播.

    Step2.構(gòu)建規(guī)則標(biāo)記模型Flag_Rulem并廣播.

    Step3.并行執(zhí)行OWL Horst規(guī)則推理.

    Step4.刪除重復(fù)三元組.

    Step5.如果產(chǎn)生新的模式三元組數(shù)據(jù),則跳至步驟Step2,如果產(chǎn)生新的實(shí)例三元組數(shù)據(jù),則跳至步驟Step3,否則跳至步驟Step6.

    Step6.算法結(jié)束.

    DPRS算法的總體框架圖如圖2所示.

    圖2 DPRS算法總體框架圖

    2.1 加載模式三元組與構(gòu)建規(guī)則標(biāo)記模型

    由于模式三元組的數(shù)量遠(yuǎn)遠(yuǎn)少于實(shí)例三元組, DPRS算法將SchemaTriple加載到SchemaRDD中并廣播.并構(gòu)建每條規(guī)則中的模式三元組或模式三元組連接后的數(shù)據(jù)(Rulem_linkvar_RDD或 Om_RDD或Pt_RDD)為 alpha寄存器并廣播,保存對應(yīng)的SchemaTriple.

    為了盡早判斷出不可能被激活的規(guī)則,DPRS算法根據(jù)OWL規(guī)則構(gòu)建每一條規(guī)則內(nèi)SchemaTriple間的關(guān)系Om_RDD或Pt_RDD,并判斷SchemaRDD中是否存在規(guī)則前件中的SchemaTriple,生成對應(yīng)規(guī)則的標(biāo)記Flag_Rulem,構(gòu)建所有規(guī)則的標(biāo)記模型,將規(guī)則標(biāo)記模型加載到Flag_Rulem并廣播.

    通過SchemaRDD和構(gòu)建規(guī)則標(biāo)記模型能夠過濾大量InstanceTriple,減少M(fèi)ap階段鍵值對的輸出,從而減少了無效的網(wǎng)絡(luò)傳輸,提高整體推理效率.

    2.2 Map階段

    Map階段主要完成數(shù)據(jù)選擇過濾與類型1推理,將過濾的結(jié)果以鍵值對的形式輸出,本文提出的數(shù)據(jù)分配與過濾算法具體步驟如下:

    Step1.獲取廣播變量中的Om_RDD、Pt_RDD和

    Rulem_linkvar_RDD以及規(guī)則標(biāo)記Flag_Rulem.

    Step2.對于輸入的?(Si,Pj,Ok)∈InstanceTriple判斷所有Flag_Rulem的值.如果值為0,則跳至Step3,如果值為1,則跳至Step4,否則跳至Step5.

    Step3.對(Si,Pj,Ok)不做任何處理.

    Step4.結(jié)合Om_RDD或Pt_RDD執(zhí)行類型1的規(guī)則推理,根據(jù)規(guī)則的結(jié)論直接輸出對應(yīng)的三元組

    Step5獲取對應(yīng)規(guī)則中的模式三元組alpha寄存器Om_RDD、Pt_RDD或Rulem_linkvar_RDD,判斷當(dāng)前的實(shí)例三元組是否滿足前件連接變量的條件;滿足,則構(gòu)建對應(yīng)的鍵值對輸出;不滿足,則不做處理.

    以圖1中規(guī)則8a(inverseOf)為例,偽碼描述如下:

    類似于規(guī)則8,推理可以在Map階段就得到規(guī)則產(chǎn)生的三元組結(jié)果,那么reduce階段就可以對規(guī)則8產(chǎn)生的三元組去重并輸出.

    以圖1中規(guī)則9(type+sameAs)為例,偽碼描述如下:

    以圖1中規(guī)則15(someValuesFrom)為例,偽碼描述如下:

    如上所描述的規(guī)則9和15,以規(guī)則9為例,在Map階段需要對輸入的三元組進(jìn)行處理,以“Rule9+連接變量”為key,如果謂語為type,那么value中標(biāo)記為type且資源為連接變量;如果謂語為sameAs,那么value中標(biāo)記為sameAs且資源為賓語.

    2.3Reduce階段

    Reduce階段主要完成連接推理.利用RDD的reduceByKey,結(jié)合OWL規(guī)則,根據(jù)SchemaRDD和alpha寄存器以及Map階段的InstanceTriple輸出結(jié)果完成連接推理,得到推理結(jié)果.本文提出的連接推理算法具體步驟如下:

    Step1.獲取廣播變量中的Om_RDD、Pt_RDD和Rulem_linkvar_RDD以及規(guī)則標(biāo)記Flag_Rulem.

    Step2.獲取相同鍵對應(yīng)的迭代器;如果key為Rulem,則表示為類型1,直接將value的三元組輸出;如果key為Rulem_linkvar,則表示為類型2,則根據(jù)該key對應(yīng)的OWL規(guī)則和連接變量,結(jié)合alpha寄存器Rulem_linkvar_RDD與value迭代器完成連接推理,得到推理結(jié)果并輸出連接后的三元組在執(zhí)行連接推理過程中,因?yàn)榉蠗l件的SchemaTriple已經(jīng)在構(gòu)建alpha寄存器時(shí)已連接完畢,所以只需要執(zhí)行SchemaTriple與InstanceTriple或InstanceTriple與InstanceTriple間的連接即可.

    為了更加明確Reduce階段的連接推理,以圖1中規(guī)則9(type+sameAs規(guī)則)為例,偽碼描述如下:

    以圖1中規(guī)則15(someValuesFrom規(guī)則)為例,偽碼描述如下:

    由上述的規(guī)則9和規(guī)則15的偽碼,以規(guī)則9為例,在Reduce階段,根據(jù)輸入的key和values,我們通過values中的flag值來進(jìn)行區(qū)分并構(gòu)建輸出的三元組.

    2.4 刪除重復(fù)三元組和沖突集更新策略

    在執(zhí)行算法推理的過程中會產(chǎn)生大量重復(fù)的三元組數(shù)據(jù)到?jīng)_突集中,如不刪除沖突集中的重復(fù)三元組,則更新alpha寄存器時(shí)將會產(chǎn)生重復(fù)三元組數(shù)據(jù),浪費(fèi)系統(tǒng)資源,降低推理效率.如果每次推理后都能夠及時(shí)刪除沖突集中的重復(fù)三元組,那將會減少很大的網(wǎng)絡(luò)傳輸開銷.本文借助RDD的distinct和subtract完成刪除重復(fù)三元組算法.

    通過上述的刪除重復(fù)三元組后,沖突集中的模式三元組分別更新到對應(yīng)的alpha寄存器中,實(shí)例三元組合則并到實(shí)例文件中.

    2.5 算法的復(fù)雜度與完備性

    復(fù)雜性分析是算法分析的核心,DPRS算法的復(fù)雜性與集中式算法復(fù)雜性的分析不太相同,將DPRS算法的最壞情況下的時(shí)間復(fù)雜性分為Map階段的時(shí)間復(fù)雜性和Reduce階段的時(shí)間復(fù)雜性.假設(shè)數(shù)據(jù)集的規(guī)模大小為N個三元組,其中模式三元組為n個,在MapReduce中Map階段的并行數(shù)為k,Reduce階段傳入的實(shí)例三元組個數(shù)為m,Reduce階段的并行數(shù)為t.

    由于DPRS算法在Map階段對每個輸入的三元組,結(jié)合SchemaList、Flag_Rulem掃描一次,即可判斷該三元組是該舍棄或是能參與某些規(guī)則推理,如能參與后續(xù)規(guī)則推理,則以該規(guī)則名稱為key結(jié)合此三元組輸出.因此,Map階段的時(shí)間復(fù)雜性為:O(n*N/k).

    由于圖1 OWL規(guī)則中,規(guī)則1、2、3、4、15、16都含有兩個實(shí)例三元組前件,將上述規(guī)則稱作多實(shí)例變量規(guī)則,多實(shí)例變量規(guī)則的Reduce階段則需要遍歷兩次輸入的實(shí)例三元組與模式三元組連接,才能得到推理結(jié)果.因此在Reduce階段的時(shí)間復(fù)雜性分為單變量和多變量進(jìn)行分析.

    Reduce階段多變量的時(shí)間復(fù)雜性為:O(n*m/t).由于n的數(shù)目非常少,可以認(rèn)為其量級為常數(shù).

    DPRS算法首先將數(shù)據(jù)集中的模式三元組載入內(nèi)存并廣播,根據(jù)定義7和OWL規(guī)則的描述構(gòu)建各個規(guī)則的Flag_Rulem,從而過濾掉不可能激活的規(guī)則.在能被激活的規(guī)則并行推理過程中的Map階段,對于輸入的一個三元組,DPRS判斷其是否滿足某個規(guī)則前件,只要滿足,就將此規(guī)則名稱作為鍵(key),值(value)為該三元組輸出;若一個三元組數(shù)據(jù)滿足多個規(guī)則前件,我們也將據(jù)此方法產(chǎn)生多個不同鍵(key)的輸出,以保障Reduce階段推理連接的正確性和數(shù)據(jù)完整性.如果Reduce階段產(chǎn)生的三元組去重后,有產(chǎn)生新的模式三元組,那么 DPRS算法將重新計(jì)算各個規(guī)則的Flag_Rulem,再執(zhí)行規(guī)則的并行推理迭代;如果Reduce階段產(chǎn)生的三元組去重后產(chǎn)生的是實(shí)例三元組,那么DPRS算法直接執(zhí)行規(guī)則的并行推理迭代,直到?jīng)]有新的三元組數(shù)據(jù)產(chǎn)生為止.因而DPRS算法所得到的推理結(jié)果是完備的.

    3 實(shí)驗(yàn)與結(jié)果分析

    實(shí)驗(yàn)所使用的軟件環(huán)境為操作系統(tǒng)Linux Ubuntu,采用scala作為編程語言,開發(fā)環(huán)境為IntelliJIDEA.在實(shí)驗(yàn)環(huán)境中,用表1所示配置作為本系統(tǒng)Spark集群的配置,共計(jì)8臺,其Hadoop集群中1臺作為HDFS的名稱節(jié)點(diǎn),1臺作為JobTracker節(jié)點(diǎn),6臺為HDFS的數(shù)據(jù)節(jié)點(diǎn)和TaskTracker節(jié)點(diǎn),Spark集群中1臺作為Master兼Worker節(jié)點(diǎn),7臺作為Worker節(jié)點(diǎn).集群工作站的基本配置如表1所列.

    表1 Hadoop集群工作站的基本配置

    本文將DPRS算法與DRRM[4]和Cichlid-OWL[9]在相同的實(shí)驗(yàn)環(huán)境下針對不同的數(shù)據(jù)集進(jìn)行對比實(shí)驗(yàn).本實(shí)驗(yàn)采用LUBM[11](Lehigh University Benchmark)數(shù)據(jù)集和DBpedia[1]數(shù)據(jù)集進(jìn)行測試.數(shù)據(jù)集的基本參數(shù)說明如表2所列.

    表2 數(shù)據(jù)集的基本參數(shù)說明

    我們將實(shí)驗(yàn)數(shù)據(jù)集中的模式三元組數(shù)進(jìn)行統(tǒng)計(jì)如表2所示,與整個數(shù)據(jù)集的大小相比,模式三元組的數(shù)量非常少,在所測試的數(shù)據(jù)集范圍內(nèi),模式三元組數(shù)目最高僅僅達(dá)到了整個數(shù)據(jù)集的0.04%.

    表3 不同數(shù)據(jù)集三種算法在OWL推理產(chǎn)生的三元組數(shù)對比

    表4 不同數(shù)據(jù)集三種算法在OWL推理時(shí)間對比

    表5 DPRS算法在不同數(shù)據(jù)集上執(zhí)行推理的數(shù)據(jù)

    從表3和表4可知,在OWL規(guī)則推理結(jié)果一致的情況下,DPRS比Cichlid-OWL具有優(yōu)勢.其中,由于LUBM數(shù)據(jù)集本體比較簡單,OWL Horst中的許多規(guī)則無法被激活,所以DPRS相比Cichlid-OWL的優(yōu)勢比較微弱;對于比較復(fù)雜的DBpedia本體而言,OWL的大部分規(guī)則都可被激活,由于本文使用了alpha寄存器廣播、連接變量、規(guī)則標(biāo)記和沖突集更新策略,使得DPRS算法的推理時(shí)間相對Cichlid-OWL算法最大縮短了21%的時(shí)間.

    另外,DPRS與DRRM相比均有較大的優(yōu)勢.首先, DPRS使用Spark平臺比DRRM使用的Hadoop具有迭代性能優(yōu)勢;再者,DPRS采用沖突集更新策略,避免了beta網(wǎng)絡(luò)的開銷,大大減少了傳輸冗余造成的浪費(fèi).使得DPRS算法的推理時(shí)間相對DRRM算法最大縮短了73.8%的時(shí)間.

    根據(jù)2.5節(jié)的復(fù)雜度分析,其中k和t為常數(shù),所以推理時(shí)間的復(fù)雜度與N和m成線性關(guān)系.結(jié)合表4和表5,考察數(shù)據(jù)集LUBM50和LUBM200,實(shí)例三元組個數(shù)N的比例為1:4.01,傳入Reduce的實(shí)例三元組數(shù)m的比例為1:3.89,推理時(shí)間的比例為1:4.20;考察數(shù)據(jù)集DBpedia3.7和DBpedia3.9,實(shí)例三元組個數(shù)N的比例為1:1.53,傳入Reduce的實(shí)例三元組數(shù)m的比例為1:1.41,推理時(shí)間的比例為1:1.35.可以發(fā)現(xiàn),我們的推理時(shí)間基本是與N和m成線性關(guān)系.從實(shí)驗(yàn)結(jié)果上符合了理論的分析,證明了算法的正確性.

    從圖3和圖4可知,在執(zhí)行OWL規(guī)則推理時(shí),雖然兩種算法都需要多次迭代才能使得推理最終停止,但是DPRS在推理前構(gòu)建并廣播了模式三元組的alpha寄存器,并且在每次迭代中采用高效的過濾機(jī)制,過濾掉大量的實(shí)例三元組數(shù)據(jù),減少了并行計(jì)算量和網(wǎng)絡(luò)傳輸?shù)拈_銷,使得DPRS算法在最終的推理時(shí)間較Cichlid-OWL略占優(yōu)勢,尤其是在DBpedia數(shù)據(jù)集下,從表2中可以看出,Dbpedia的模式三元組占比相對LUBM高,且數(shù)據(jù)集較為復(fù)雜,其優(yōu)勢更加明顯.

    圖3 采用未預(yù)處理與預(yù)處理算法在OWL推理的時(shí)間對比

    圖4 采用過濾算法與未過濾算法產(chǎn)生的中間結(jié)果數(shù)目對比

    由于在執(zhí)行推理過程中會產(chǎn)生重復(fù)的三元組數(shù)據(jù),重復(fù)三元組數(shù)據(jù)會造成系統(tǒng)資源無謂的浪費(fèi)并增加網(wǎng)絡(luò)的開銷.文中3.4節(jié)提出的刪除重復(fù)三元組算法,能夠減少重復(fù)的三元組數(shù)據(jù).為了評估算法的有效性,將刪除重復(fù)三元組前后的數(shù)據(jù)量進(jìn)行對比如圖5所示.刪除重復(fù)三元組后的三元組數(shù)量少于推理三元組數(shù)量,在所測試的數(shù)據(jù)范圍內(nèi).

    圖5 刪除重復(fù)三元組前后三元組數(shù)量對比

    4 結(jié)語

    本文提出的 DPRS算法能夠通過執(zhí)行一次MapReduce任務(wù)就完成OWL所有規(guī)則的一次推理,彌補(bǔ)了現(xiàn)有方法大多需要啟動多個MapReduce任務(wù)以及在大規(guī)模數(shù)據(jù)下無法對OWL規(guī)則中含有實(shí)例三元組的規(guī)則進(jìn)行推理的問題.DPRS算法能夠在MapReduce計(jì)算框架下高效地實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的并行推理,但無法對流式數(shù)據(jù)進(jìn)行推理.下一步將會在此方面進(jìn)行改進(jìn),且研究更深一步的OWLDL推理.

    1 Auer S,Bizer C,Kobilarov G,et al.Dbpedia:A nucleus for a web of open data.The Semantic Web.Springer Berlin Heidelberg.2007.722–735.

    2 Jentzsch A,Zhao J,Hassanzadeh O,et al.Linking Open Drug Data.I–SEMANTICS.2009.

    3 Apweiler R,Bairoch A,Wu CH,et al.UniProt:The universal protein knowledgebase.Nucleic AcidsResearch,2004, 32(s1):D115–D119.

    4 Urbani J,Kotoulas S,Maassen J,et al.WebPIE:A web-scale parallel inference engine using MapReduce.Web Semantics: Science,Services and Agents on the World Wide Web,2012, (10):59–75.

    5 Urbani J,Kotoulas S,Maassen J,et al.OWL reasoning with WebPIE:Calculating the closure of 100 billion triples. Extended Semantic Web Conference.SpringerBerlin Heidelberg.2010.213–227.

    6 UrbaniJ.On web-scale reasoning[PhD.dissertation]. Amsterdam,Netherlands:Computer Science Department, Vrije Universiteit,2013.

    7顧榮,王芳芳,袁春風(fēng),等.YARM:基于MapReduce的高效可擴(kuò)展的語義推理引擎.計(jì)算機(jī)學(xué)報(bào),2015,38(1):74–85.

    8汪璟玢,鄭翠春.結(jié)合Rete的RDF數(shù)據(jù)分布式并行推理算法.模式識別與人工智能,2016,(5):5.

    9 Gu R,Wang S,Wang F,et al.Cichlid:Efficient large scale RDFS/OWL reasoning with spark.Parallel and Distributed Processing Symposium(IPDPS),2015 IEEE International. IEEE.2015.700–709.

    10 Miranker DP.TREAT:A new and efficient match algorithm forAI production system.Morgan Kaufmann,2014.

    11 Guo Y,Pan Z,Heflin J.LUBM:A benchmark for OWL knowledge base systems.Web Semantics:Science,Services andAgents on the World Wide Web,2005,3(2):158–182.

    Distributed Parallel ReasoningAlgorithm Based on Spark

    YE Yi-Xin,WANG Jing-Bin

    (College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350108,China)

    Multiple MapReduce tasks are needed for most of current distributed parallel reasoning algorithm for RDF data;moreover,the reasoning of instances of triple antecedents under OWL rules can’t be performed expeditiously by some of these algorithms during the processing of massive RDF data,and so the overall efficiency can’t be fulfilled in reasoning process.In order to solve the problems mentioned above,a method named distributed parallel reasoning algorithm based on Spark with TREAT for RDF data is proposed to perform reasoning on distributed systems.First step, alpha registers of schema triples and models for rule markup with the ontology of RDF data are built;then alpha stage of TREAT algorithm is implemented with MapReduce at the phase of OWL reasoning;at last,reasoning results are dereplicated and a whole reasoning procedure within all the OWL rules is executed.Experimental results show that through this algorithm,the results of parallel reasoning for large-scale data can be achieved efficiently and correctly.

    RDF;OWL;distributed reasoning;TREAT;Spark

    國家自然科學(xué)基金(61300104)

    2016-09-21;收到修改稿時(shí)間:2016-10-31

    10.15888/j.cnki.csa.005790

    猜你喜歡
    三元組寄存器實(shí)例
    基于語義增強(qiáng)雙編碼器的方面情感三元組提取
    軟件工程(2024年12期)2024-12-28 00:00:00
    基于帶噪聲數(shù)據(jù)集的強(qiáng)魯棒性隱含三元組質(zhì)檢算法*
    Lite寄存器模型的設(shè)計(jì)與實(shí)現(xiàn)
    關(guān)于余撓三元組的periodic-模
    分簇結(jié)構(gòu)向量寄存器分配策略研究*
    完形填空Ⅱ
    完形填空Ⅰ
    三元組輻射場的建模與仿真
    高速數(shù)模轉(zhuǎn)換器AD9779/AD9788的應(yīng)用
    一種可重構(gòu)線性反饋移位寄存器設(shè)計(jì)
    下体分泌物呈黄色| 欧美区成人在线视频| 婷婷色麻豆天堂久久| 一级片'在线观看视频| 最后的刺客免费高清国语| 免费在线观看成人毛片| 中文字幕亚洲精品专区| 国产成人精品一,二区| 大香蕉久久网| 国产精品国产三级专区第一集| 日韩中文字幕视频在线看片 | 久久女婷五月综合色啪小说| 国产伦精品一区二区三区视频9| 成人漫画全彩无遮挡| 水蜜桃什么品种好| 18+在线观看网站| 午夜福利在线观看免费完整高清在| 国产精品av视频在线免费观看| 黄色怎么调成土黄色| 狂野欧美激情性bbbbbb| 亚洲精华国产精华液的使用体验| 国产精品福利在线免费观看| 99九九线精品视频在线观看视频| 日韩一区二区三区影片| 尾随美女入室| 欧美日韩精品成人综合77777| 亚洲av电影在线观看一区二区三区| 精品人妻熟女av久视频| 97超碰精品成人国产| 欧美精品人与动牲交sv欧美| av一本久久久久| 乱系列少妇在线播放| 联通29元200g的流量卡| 日韩人妻高清精品专区| 一级片'在线观看视频| 国产精品熟女久久久久浪| 在线观看人妻少妇| 国产免费福利视频在线观看| 亚洲国产欧美人成| 99热6这里只有精品| 午夜免费观看性视频| 亚洲av日韩在线播放| 黑人高潮一二区| 国语对白做爰xxxⅹ性视频网站| 欧美极品一区二区三区四区| 性高湖久久久久久久久免费观看| 99热网站在线观看| 99久久精品国产国产毛片| 国产日韩欧美亚洲二区| 大陆偷拍与自拍| 国产精品秋霞免费鲁丝片| 啦啦啦中文免费视频观看日本| 亚洲av综合色区一区| 在线精品无人区一区二区三 | 亚洲精品一区蜜桃| 国产av精品麻豆| 99热网站在线观看| 麻豆成人午夜福利视频| 国产在线男女| 91aial.com中文字幕在线观看| 欧美一区二区亚洲| 18禁动态无遮挡网站| 不卡视频在线观看欧美| 亚洲国产av新网站| 亚洲av免费高清在线观看| 国产成人a区在线观看| av.在线天堂| 黑人高潮一二区| 色婷婷久久久亚洲欧美| 成人综合一区亚洲| 亚洲av国产av综合av卡| 国产综合精华液| 性色av一级| 国产精品99久久久久久久久| 国内揄拍国产精品人妻在线| 夜夜骑夜夜射夜夜干| 中文在线观看免费www的网站| av福利片在线观看| 国产精品人妻久久久影院| 大香蕉97超碰在线| 男女无遮挡免费网站观看| 男的添女的下面高潮视频| 夫妻午夜视频| 国产69精品久久久久777片| 狂野欧美白嫩少妇大欣赏| 在线观看一区二区三区激情| 午夜福利高清视频| 久久人人爽av亚洲精品天堂 | 国产成人免费观看mmmm| 简卡轻食公司| 99re6热这里在线精品视频| 国产一区二区三区av在线| 日本av手机在线免费观看| 极品教师在线视频| 久久国产精品大桥未久av | 国产在视频线精品| 成人午夜精彩视频在线观看| 黄片无遮挡物在线观看| 午夜福利视频精品| 涩涩av久久男人的天堂| 国内少妇人妻偷人精品xxx网站| 国产精品欧美亚洲77777| 狂野欧美激情性bbbbbb| 国产在线免费精品| 亚洲精品色激情综合| 亚洲国产精品成人久久小说| 高清视频免费观看一区二区| 菩萨蛮人人尽说江南好唐韦庄| 成人午夜精彩视频在线观看| 精品熟女少妇av免费看| 日韩制服骚丝袜av| 国产成人a∨麻豆精品| 狠狠精品人妻久久久久久综合| 亚洲丝袜综合中文字幕| 黄色一级大片看看| 日韩av在线免费看完整版不卡| 高清日韩中文字幕在线| 色视频在线一区二区三区| 国产精品嫩草影院av在线观看| 久久久久久久大尺度免费视频| 精品一品国产午夜福利视频| 欧美最新免费一区二区三区| 国产精品无大码| 有码 亚洲区| 亚洲欧美清纯卡通| 国产91av在线免费观看| 午夜免费男女啪啪视频观看| 男女免费视频国产| 深爱激情五月婷婷| 尤物成人国产欧美一区二区三区| 国产av精品麻豆| 国产亚洲欧美精品永久| 久热久热在线精品观看| 夜夜看夜夜爽夜夜摸| 亚洲内射少妇av| 久久久久性生活片| av福利片在线观看| 狂野欧美激情性xxxx在线观看| 国产一级毛片在线| 插逼视频在线观看| a级毛片免费高清观看在线播放| 美女高潮的动态| 看十八女毛片水多多多| 国产亚洲午夜精品一区二区久久| 国产精品蜜桃在线观看| 寂寞人妻少妇视频99o| 久久ye,这里只有精品| 中文字幕亚洲精品专区| 日本免费在线观看一区| 国产精品女同一区二区软件| 日日啪夜夜爽| freevideosex欧美| 午夜老司机福利剧场| 秋霞伦理黄片| 免费播放大片免费观看视频在线观看| 国产成人aa在线观看| 99re6热这里在线精品视频| 九九久久精品国产亚洲av麻豆| 亚洲精品日本国产第一区| 国产成人午夜福利电影在线观看| 又大又黄又爽视频免费| 少妇人妻精品综合一区二区| 老司机影院毛片| 亚洲av福利一区| 久久人人爽人人片av| 国产在线免费精品| 激情五月婷婷亚洲| videos熟女内射| 亚洲精品视频女| 啦啦啦中文免费视频观看日本| 老女人水多毛片| 日韩人妻高清精品专区| 欧美日韩国产mv在线观看视频 | 超碰av人人做人人爽久久| 亚洲美女搞黄在线观看| 久久久亚洲精品成人影院| 校园人妻丝袜中文字幕| 成人综合一区亚洲| 国产精品无大码| 亚洲综合精品二区| 国产探花极品一区二区| 国产亚洲午夜精品一区二区久久| 新久久久久国产一级毛片| 久久久亚洲精品成人影院| 欧美zozozo另类| 日韩视频在线欧美| 日本wwww免费看| 国语对白做爰xxxⅹ性视频网站| 国产在线男女| 免费不卡的大黄色大毛片视频在线观看| 亚洲人与动物交配视频| 夜夜看夜夜爽夜夜摸| 青春草亚洲视频在线观看| 高清毛片免费看| 亚洲精品aⅴ在线观看| 天堂8中文在线网| 观看免费一级毛片| 3wmmmm亚洲av在线观看| 免费在线观看成人毛片| 你懂的网址亚洲精品在线观看| av一本久久久久| 欧美成人午夜免费资源| 日韩一本色道免费dvd| 亚洲色图综合在线观看| 午夜视频国产福利| 99久久中文字幕三级久久日本| 免费在线观看成人毛片| 九九在线视频观看精品| 免费观看性生交大片5| 夜夜爽夜夜爽视频| 日韩制服骚丝袜av| 国产一级毛片在线| 亚洲一区二区三区欧美精品| 春色校园在线视频观看| 久久久久国产网址| 男女国产视频网站| 在线观看一区二区三区激情| 精品久久久久久久久亚洲| 大香蕉97超碰在线| 免费av不卡在线播放| 国产精品一区二区在线不卡| 男女无遮挡免费网站观看| 久久精品国产自在天天线| 亚洲精品日本国产第一区| 国产欧美亚洲国产| 久久影院123| 新久久久久国产一级毛片| 免费人妻精品一区二区三区视频| 国产人妻一区二区三区在| 精品酒店卫生间| 一级a做视频免费观看| 亚洲人成网站在线播| 久久久亚洲精品成人影院| 国产欧美另类精品又又久久亚洲欧美| 中国国产av一级| 一级黄片播放器| 人妻一区二区av| 日本午夜av视频| 亚洲欧美日韩卡通动漫| 九九爱精品视频在线观看| 国产精品一区二区在线观看99| 草草在线视频免费看| 一本一本综合久久| 亚洲av二区三区四区| 日韩强制内射视频| 一个人免费看片子| 国产精品秋霞免费鲁丝片| 麻豆乱淫一区二区| 久久热精品热| 久久久色成人| 黑丝袜美女国产一区| 男女国产视频网站| 久久婷婷青草| 各种免费的搞黄视频| 国产v大片淫在线免费观看| 成人毛片60女人毛片免费| 亚洲aⅴ乱码一区二区在线播放| 另类亚洲欧美激情| 中文精品一卡2卡3卡4更新| 晚上一个人看的免费电影| 国产女主播在线喷水免费视频网站| 免费观看无遮挡的男女| 国产伦在线观看视频一区| 又粗又硬又长又爽又黄的视频| 国产91av在线免费观看| av国产免费在线观看| 51国产日韩欧美| 美女脱内裤让男人舔精品视频| 综合色丁香网| 中文资源天堂在线| 久久久精品94久久精品| 日韩电影二区| 五月玫瑰六月丁香| 一个人免费看片子| 国产精品av视频在线免费观看| 国产亚洲一区二区精品| 汤姆久久久久久久影院中文字幕| 国产精品99久久99久久久不卡 | 日韩,欧美,国产一区二区三区| 精品久久国产蜜桃| 欧美97在线视频| 九九久久精品国产亚洲av麻豆| 妹子高潮喷水视频| 日韩人妻高清精品专区| 五月天丁香电影| 黄色日韩在线| 卡戴珊不雅视频在线播放| 亚洲无线观看免费| 舔av片在线| 成人综合一区亚洲| 777米奇影视久久| 欧美成人午夜免费资源| 久久精品久久久久久噜噜老黄| 人妻系列 视频| av网站免费在线观看视频| 午夜福利影视在线免费观看| 最近中文字幕2019免费版| 国产高清有码在线观看视频| 99国产精品免费福利视频| 国产精品三级大全| 精品亚洲成国产av| 久久久成人免费电影| 欧美日韩亚洲高清精品| 深夜a级毛片| 亚洲人与动物交配视频| 日韩av不卡免费在线播放| 国产亚洲精品久久久com| av天堂中文字幕网| 欧美成人a在线观看| 亚洲,欧美,日韩| 色哟哟·www| 日本欧美视频一区| 国产一区亚洲一区在线观看| 最近最新中文字幕大全电影3| 亚洲av成人精品一二三区| 国产精品久久久久久久久免| 哪个播放器可以免费观看大片| 韩国av在线不卡| 22中文网久久字幕| 国产精品一区www在线观看| 欧美xxⅹ黑人| 高清欧美精品videossex| 国产男女超爽视频在线观看| 日日摸夜夜添夜夜爱| 国产成人一区二区在线| 国产亚洲最大av| 日韩视频在线欧美| 免费久久久久久久精品成人欧美视频 | 狠狠精品人妻久久久久久综合| 黄片无遮挡物在线观看| 超碰97精品在线观看| freevideosex欧美| 99热这里只有是精品在线观看| 男女边摸边吃奶| 人妻少妇偷人精品九色| 日韩av不卡免费在线播放| 麻豆成人午夜福利视频| 国内少妇人妻偷人精品xxx网站| 日韩亚洲欧美综合| 夜夜看夜夜爽夜夜摸| 欧美日韩国产mv在线观看视频 | a 毛片基地| 亚洲欧美一区二区三区黑人 | 欧美97在线视频| 国产精品人妻久久久影院| 国产 一区 欧美 日韩| 少妇人妻久久综合中文| 久久精品国产鲁丝片午夜精品| 免费播放大片免费观看视频在线观看| 欧美高清性xxxxhd video| 26uuu在线亚洲综合色| 18禁动态无遮挡网站| 一区在线观看完整版| 国产精品久久久久久精品古装| av播播在线观看一区| 久久99热6这里只有精品| freevideosex欧美| 久久精品久久久久久久性| 久久99精品国语久久久| 免费看日本二区| 日本av免费视频播放| 三级国产精品片| 男人舔奶头视频| 少妇人妻精品综合一区二区| 国产精品偷伦视频观看了| 亚洲精品成人av观看孕妇| 男女啪啪激烈高潮av片| 久久久久性生活片| 国产 一区精品| 一级av片app| 深夜a级毛片| 蜜桃亚洲精品一区二区三区| 日韩精品有码人妻一区| 日日啪夜夜爽| 日韩三级伦理在线观看| 亚洲丝袜综合中文字幕| 狂野欧美激情性xxxx在线观看| 久久毛片免费看一区二区三区| 91久久精品国产一区二区三区| 日韩欧美一区视频在线观看 | 最近的中文字幕免费完整| 欧美精品人与动牲交sv欧美| 久久久久性生活片| 一区在线观看完整版| 国产v大片淫在线免费观看| 日韩中字成人| 直男gayav资源| 久久久久久伊人网av| 最近最新中文字幕大全电影3| 爱豆传媒免费全集在线观看| 成人美女网站在线观看视频| 精品久久国产蜜桃| 亚洲国产精品999| 国产免费视频播放在线视频| 三级经典国产精品| 婷婷色综合www| 天堂中文最新版在线下载| 色婷婷久久久亚洲欧美| 亚洲一区二区三区欧美精品| 婷婷色av中文字幕| 国内揄拍国产精品人妻在线| 久久久a久久爽久久v久久| 五月玫瑰六月丁香| 少妇的逼水好多| 欧美精品国产亚洲| a级一级毛片免费在线观看| 精品一区在线观看国产| 国产精品99久久久久久久久| 毛片一级片免费看久久久久| 亚洲经典国产精华液单| 2021少妇久久久久久久久久久| 1000部很黄的大片| 少妇 在线观看| 国内少妇人妻偷人精品xxx网站| 少妇 在线观看| av播播在线观看一区| 国产精品蜜桃在线观看| 亚洲av男天堂| 精品视频人人做人人爽| 亚洲国产欧美人成| 欧美激情国产日韩精品一区| 91久久精品国产一区二区成人| 亚洲色图av天堂| 最后的刺客免费高清国语| 天堂中文最新版在线下载| 下体分泌物呈黄色| 黄片无遮挡物在线观看| 国产深夜福利视频在线观看| 国产男人的电影天堂91| 久热这里只有精品99| 青春草亚洲视频在线观看| 国产成人freesex在线| 国产成人a∨麻豆精品| 熟女电影av网| 日韩 亚洲 欧美在线| 蜜臀久久99精品久久宅男| 国产精品久久久久久精品古装| 免费播放大片免费观看视频在线观看| 亚洲国产毛片av蜜桃av| 国产视频首页在线观看| 免费看光身美女| 亚洲欧美日韩卡通动漫| 亚洲电影在线观看av| 下体分泌物呈黄色| 国产一区二区三区av在线| 亚洲美女搞黄在线观看| 中文精品一卡2卡3卡4更新| 人人妻人人看人人澡| 嫩草影院新地址| 网址你懂的国产日韩在线| 免费观看的影片在线观看| 22中文网久久字幕| 久热久热在线精品观看| 日韩大片免费观看网站| 男人和女人高潮做爰伦理| 日本免费在线观看一区| 午夜激情福利司机影院| 26uuu在线亚洲综合色| 精品亚洲成国产av| a级毛片免费高清观看在线播放| 99re6热这里在线精品视频| 日日摸夜夜添夜夜爱| 高清午夜精品一区二区三区| 精品人妻熟女av久视频| 一区在线观看完整版| av黄色大香蕉| 欧美少妇被猛烈插入视频| 99re6热这里在线精品视频| 亚洲婷婷狠狠爱综合网| 亚洲av欧美aⅴ国产| 久久99热6这里只有精品| 视频区图区小说| 国产成人a区在线观看| 久久ye,这里只有精品| 国产欧美亚洲国产| 热99国产精品久久久久久7| 男人舔奶头视频| 在线亚洲精品国产二区图片欧美 | 精品国产三级普通话版| 联通29元200g的流量卡| 综合色丁香网| 日本免费在线观看一区| 国产乱来视频区| 亚洲av成人精品一二三区| 欧美一级a爱片免费观看看| 国产视频首页在线观看| h日本视频在线播放| 久久久色成人| 亚洲欧美日韩无卡精品| 涩涩av久久男人的天堂| 成人影院久久| 波野结衣二区三区在线| 亚洲欧美一区二区三区国产| 26uuu在线亚洲综合色| 成人美女网站在线观看视频| 国产精品女同一区二区软件| 国产有黄有色有爽视频| 人妻系列 视频| 国产伦精品一区二区三区视频9| 男女无遮挡免费网站观看| 人人妻人人添人人爽欧美一区卜 | 亚洲,一卡二卡三卡| 成人亚洲精品一区在线观看 | 一级毛片黄色毛片免费观看视频| 欧美xxxx性猛交bbbb| 婷婷色综合大香蕉| 国产免费又黄又爽又色| 国产综合精华液| 人体艺术视频欧美日本| 秋霞在线观看毛片| 少妇人妻久久综合中文| 蜜桃在线观看..| 亚洲高清免费不卡视频| 亚洲精品视频女| 亚洲美女搞黄在线观看| 97在线视频观看| 国产精品一区二区三区四区免费观看| 精品一区二区三区视频在线| 哪个播放器可以免费观看大片| 国产一区有黄有色的免费视频| 欧美一区二区亚洲| 亚洲国产高清在线一区二区三| 麻豆乱淫一区二区| 国产精品一及| 尾随美女入室| 日本一二三区视频观看| 日本av免费视频播放| 少妇精品久久久久久久| 视频中文字幕在线观看| av.在线天堂| 国产69精品久久久久777片| 十分钟在线观看高清视频www | 国产精品一区二区在线观看99| 乱系列少妇在线播放| 又大又黄又爽视频免费| 日韩欧美一区视频在线观看 | 欧美高清性xxxxhd video| 麻豆国产97在线/欧美| 亚洲国产精品999| 精品少妇久久久久久888优播| www.av在线官网国产| 成年人午夜在线观看视频| 亚洲熟女精品中文字幕| 午夜精品国产一区二区电影| 久久久久久伊人网av| 联通29元200g的流量卡| 午夜福利视频精品| 亚洲一区二区三区欧美精品| 伊人久久国产一区二区| 18禁在线播放成人免费| 国产精品久久久久久久电影| 男人狂女人下面高潮的视频| 中文精品一卡2卡3卡4更新| 看免费成人av毛片| 国产人妻一区二区三区在| 日韩不卡一区二区三区视频在线| 小蜜桃在线观看免费完整版高清| 欧美日韩国产mv在线观看视频 | 又爽又黄a免费视频| 日韩强制内射视频| 你懂的网址亚洲精品在线观看| 超碰97精品在线观看| 国产成人精品婷婷| 黄色配什么色好看| 国产 精品1| 国产精品av视频在线免费观看| 免费看不卡的av| 97热精品久久久久久| 日产精品乱码卡一卡2卡三| 国产 一区 欧美 日韩| 午夜免费鲁丝| 大话2 男鬼变身卡| 精品99又大又爽又粗少妇毛片| 精品久久国产蜜桃| 成人亚洲欧美一区二区av| 人妻系列 视频| 亚洲自偷自拍三级| 少妇高潮的动态图| 欧美xxxx性猛交bbbb| av免费在线看不卡| 久久久久久久久久成人| 国产精品久久久久久精品电影小说 | 亚洲欧美日韩另类电影网站 | 丝瓜视频免费看黄片| 久久久久人妻精品一区果冻| 午夜福利在线观看免费完整高清在| 女的被弄到高潮叫床怎么办| 亚洲欧洲日产国产| 99精国产麻豆久久婷婷| 嘟嘟电影网在线观看| 男女边吃奶边做爰视频| 欧美区成人在线视频| 91精品国产九色| 欧美另类一区| 国产熟女欧美一区二区| 欧美日韩亚洲高清精品| av一本久久久久| 肉色欧美久久久久久久蜜桃| 晚上一个人看的免费电影| 成人特级av手机在线观看| 国产精品久久久久久久电影| 亚洲av不卡在线观看| 欧美另类一区| 亚洲电影在线观看av| 中文字幕免费在线视频6| 激情五月婷婷亚洲| 亚洲国产高清在线一区二区三| 亚洲精品国产av蜜桃| 亚洲精品国产色婷婷电影| 午夜福利在线观看免费完整高清在| 亚洲人成网站在线播| 成人漫画全彩无遮挡| 国产女主播在线喷水免费视频网站| 精品亚洲乱码少妇综合久久| 在线观看美女被高潮喷水网站|