• <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 ?

    一種改進(jìn)的RDF數(shù)據(jù)k—hop劃分算法

    2018-02-02 18:09:59林培裕
    電腦知識與技術(shù) 2018年1期
    關(guān)鍵詞:分布式系統(tǒng)

    林培裕

    摘要:RDF數(shù)據(jù)k-hop劃分算法是基于RDF大圖頂點劃分的算法,通過數(shù)據(jù)復(fù)制冗余以優(yōu)化分布式RDF查詢處理系統(tǒng)在特定SPARQL查詢模式下的查詢性能。針對算法可能會導(dǎo)致的數(shù)據(jù)傾斜及數(shù)據(jù)過量冗余問題,提出一種改進(jìn)的RDF數(shù)據(jù)k-hop劃分算法。該算法通過引入實體頂點的結(jié)構(gòu)與語義特征,將具有相似特征的圖頂點均勻分布到集群中,降低數(shù)據(jù)冗余量,提升算法的時間與空間性能。實驗結(jié)果表明,改進(jìn)后的算法是高效的。

    關(guān)鍵詞:RDF;SPARQL;分布式系統(tǒng);k-hop算法

    中圖分類號:TP311 文獻(xiàn)標(biāo)識碼:A 文章編號:1009-3044(2018)01-0015-03

    1 概述

    隨著越來越多的項目與機(jī)構(gòu)采用RDF數(shù)據(jù)模型來表示它們的公共知識庫等靜態(tài)數(shù)據(jù)集,原先單節(jié)點式的RDF查詢處理系統(tǒng)已難以滿足海量數(shù)據(jù)的查詢需求,因此分布式RDF查詢處理技術(shù)已經(jīng)成為當(dāng)前語義網(wǎng)領(lǐng)域的一大重點。分布式RDF查詢處理一般包含數(shù)據(jù)劃分、查詢分解與子查詢中間結(jié)果合并三個階段[1],其中數(shù)據(jù)劃分算法會在一定程度上影響網(wǎng)絡(luò)IO的開銷。k-hop數(shù)據(jù)劃分算法[2]通過數(shù)據(jù)復(fù)制冗余以優(yōu)化SPARQL查詢中的Star與Linear型模式[3]查詢,然而該算法沒有利用RDF數(shù)據(jù)本身的語義與圖結(jié)構(gòu)信息,導(dǎo)致劃分結(jié)果冗余較大且會產(chǎn)生數(shù)據(jù)傾斜。本文提出了一個k-hop算法的改進(jìn)方法,該方法能在一定程度上降低數(shù)據(jù)復(fù)制冗余量并提升查詢性能。

    2 RDF數(shù)據(jù)k-hop劃分算法

    RDF數(shù)據(jù)集中的每一條三元組都可以被看做是圖的一條邊,因此整個RDF三元組集形成了一張大圖,頂點即主體或客體,統(tǒng)稱為實體。k-hop算法是一個基于頂點哈希劃分的算法,具體過程如下:

    1) 對于頂點集V中的所有實體進(jìn)行隨機(jī)哈希分配到機(jī)器中,,其中count為集群的機(jī)器個數(shù);

    2) 設(shè),遍歷每臺機(jī)器上當(dāng)前頂點集,將與其中每個頂點連通且路徑長度在k之內(nèi)的頂點同樣復(fù)制到該機(jī)器上;

    3) 遞增k,并重復(fù)步驟2),直到k大于預(yù)先設(shè)置的閾值;

    4) 遍歷每臺機(jī)器上的最終頂點集,將以其中某個實體頂點為主體或客體的三元組分配到該機(jī)器上。

    k-hop算法對長度在k之內(nèi)的Linear型SPARQL查詢模式較為友好,然而該算法需要對該長度閾值范圍內(nèi)的實體頂點進(jìn)行跨機(jī)器復(fù)制,數(shù)據(jù)冗余量較大,且前期的頂點哈希分配沒有考慮到頂點的語義與結(jié)構(gòu)特征,可能會導(dǎo)致嚴(yán)重的數(shù)據(jù)傾斜。

    3 RDF圖頂點向量學(xué)習(xí)

    針對k-hop算法沒有考慮到RDF數(shù)據(jù)的語義與圖結(jié)構(gòu)特征的問題,在頂點哈希分配之前引入一道新流程,提出基于SPARQL查詢模式的隨機(jī)游走模型,并通過該模型學(xué)習(xí)得到實體頂點的向量表示,以表征實體頂點的語義與結(jié)構(gòu)特征。

    3.1 SPARQL查詢模式

    一條SPARQL查詢語句可以由多條帶有變量的三元組構(gòu)成,根據(jù)變量的位置可以將SPARQL語句分解成多條如圖1所示的不同查詢模式[3]的子查詢語句。Star型查詢模式出現(xiàn)頻次較高,大多數(shù)的分布式RDF數(shù)據(jù)管理系統(tǒng)都會針對這種查詢模式進(jìn)行優(yōu)化。在將以RDF數(shù)據(jù)集中三元組的主體為中心頂點分布到不同機(jī)器上的同時,會將與相應(yīng)主體相連的客體同時劃分到與主體相同的機(jī)器上以滿足Star型查詢模式的需要。Linear型查詢模式可以被看做是以某一主體為起始點的深度優(yōu)先遍歷。Snowflake型查詢是由多條Star型查詢語句與一條連接各中心頂點的Linear型查詢語句組成,從圖遍歷的角度來說可以被看做是one-hop的廣度優(yōu)先遍歷。

    3.2 基于查詢模式的有偏隨機(jī)游走模型

    對于RDF有向圖以及隨機(jī)游走頂點序列,是游走過程中的第個頂點,是的相鄰頂點集合。與傳統(tǒng)隨機(jī)游走過程不同的是,將以一定的概率從中選取,而不僅僅是:

    其中是對應(yīng)三元組的權(quán)重(大多數(shù)數(shù)據(jù)集中不含權(quán)重概念,默認(rèn)為1),是由頂點遍歷到的非標(biāo)準(zhǔn)轉(zhuǎn)移概率,以及是歸一化因子。轉(zhuǎn)移概率對隨機(jī)游走過程的頂點采樣會有較大的影響,如果恰好依次走過頂點和,則將會從或者中選擇,分別對應(yīng)了廣度優(yōu)先遍歷與深度優(yōu)先遍歷。比較直觀的確定該轉(zhuǎn)移概率值的方法是讓其與三元組的權(quán)重和成正比,然而這種辦法很難僅僅通過調(diào)整三元組權(quán)重來找到廣度遍歷與深度遍歷之間的折中點,從而不能很好的同時反映頂點之間在RDF圖中的結(jié)構(gòu)與語義上的相似度。因此兩個參數(shù)Linear型查詢模式權(quán)重與Snowflake型查詢模式權(quán)重被引入來引導(dǎo)游走偏向性。這兩個權(quán)重值能夠相對容易地從分布式RDF數(shù)據(jù)管理系統(tǒng)的查詢語句分解階段統(tǒng)計得到。轉(zhuǎn)移概率定義如下:

    在某種意義上,參數(shù)控制了游走過程中離開當(dāng)前頂點并向深處探索的速率,而參數(shù)決定了徘徊于當(dāng)前頂點與周邊相鄰頂點的時間長短。當(dāng)時,游走過程退化為one-hop的廣度優(yōu)先遍歷,生成的游走路徑類似于Snowflake。經(jīng)多次迭代后從全局看類似于完整的廣度優(yōu)先遍歷,采樣生成的頂點序列能表現(xiàn)出頂點的局部結(jié)構(gòu)特征。當(dāng)時,游走過程則變成類深度遍歷的過程,主要表征出頂點的語義特征。因此通過調(diào)整這兩個參數(shù)值,我們的有偏隨機(jī)游走模型能夠為RDF圖上的深度優(yōu)先與廣度優(yōu)先遍歷間提供比較平滑的過渡過程。

    3.3 實體頂點向量學(xué)習(xí)

    給定RDF有向圖,將映射到低維向量空間的問題被稱為圖頂點向量學(xué)習(xí)。對于類似的問題,自然語言處理領(lǐng)域已經(jīng)有比較成熟的解決辦法,如word2vec的Skip-gram model。將上述隨機(jī)游走模型經(jīng)多次迭代后生成的路徑線性連接作為word2vec的輸入,同時調(diào)整滑動窗口大小參數(shù)以界定頂點的鄰接范圍。模型輸出的頂點向量表示可以從一定程度上反映頂點之間的結(jié)構(gòu)與語義相似度。

    4 改進(jìn)的k-hop RDF數(shù)據(jù)集劃分算法endprint

    4.1 基準(zhǔn)點集

    考慮到分布式SPARQL查詢所需的高性能與均衡負(fù)載,在對RDF數(shù)據(jù)集進(jìn)行k-hop劃分之前,一種特殊的基準(zhǔn)點集需首先要被均勻劃分在集群中的不同機(jī)器上。基準(zhǔn)點的選擇對帶有復(fù)制三元組特性的RDF數(shù)據(jù)分布算法的劃分均衡性具有較大的影響。假設(shè)有兩臺機(jī)器的集群,對于子查詢語句,如果我們將選為基準(zhǔn)點,則部分如可能會被在多臺機(jī)器上復(fù)制。在此劃分基礎(chǔ)上,對于另一條子查詢語句,如果需要盡量降低兩條子查詢語句join期間機(jī)器內(nèi)部的通信開銷,也需隨在多臺機(jī)器上復(fù)制,這將造成嚴(yán)重的數(shù)據(jù)傾斜,然而將作為基準(zhǔn)點則不會形成這種情況。

    在這里我們簡單地將連接度較大的頂點作為基準(zhǔn)點,主要是基于這樣的事實:隨機(jī)游走期間從任意兩個頂點出發(fā)相遇在連接度較大的頂點的概率較于其他頂點更大。因而如果這些連接度較大的頂點均勻分布在集群中,伴隨著將k-hop遍歷過程中遇到的頂點放置在同一機(jī)器上,則頂點集中的大部分點都會被涵蓋。這種劃分方式能有效減少k-hop算法的復(fù)制數(shù)據(jù)量,并降低數(shù)據(jù)傾斜的可能性。RDF圖中頂點的連接度與頂點的出入度密切相關(guān),即與以某實體作為三元組主體或客體的頻次有著密切聯(lián)系。對于,設(shè)為頂點v的出入度和,為三元組中以v為主體的不同謂詞集合,為以v為主體的和p為謂詞的客體集合,則頂點v的連接度定義如下:

    連接度計算示例如圖2所示。對于頂點s1,謂詞p1的分?jǐn)?shù)是(2+3)/2=2.5,謂詞p2的分?jǐn)?shù)是5,因此。RDF數(shù)據(jù)集中每個實體頂點的連接度值可以簡單的通過遍歷三元組集合統(tǒng)計得到。一般而言,連接度較高的頂點更容易被選為基準(zhǔn)點?;鶞?zhǔn)點集可以通過K-means算法得到?;谏弦还?jié)得到的實體頂點向量進(jìn)行聚類,生成的各聚類中的實體頂點在結(jié)構(gòu)與語義上相似,同時擁有最高平均連接度的實體頂點聚類可被選擇為基準(zhǔn)點集。

    4.2 改進(jìn)算法流程

    本文對傳統(tǒng)k-hop劃分算法的改進(jìn)思想就是將具有相似結(jié)構(gòu)與語義特征的實體頂點盡量均勻劃分到分布式集群中,并且優(yōu)先選擇基準(zhǔn)點集進(jìn)行劃分,以盡可能減少復(fù)制數(shù)據(jù)量以及數(shù)據(jù)傾斜的可能。算法的具體流程如下:

    1) 遍歷RDF數(shù)據(jù)集三元組集合,計算實體頂點的連接度;利用word2vec學(xué)習(xí)得到實體頂點向量;

    2) 根據(jù)實體頂點向量進(jìn)行K-means聚類,計算生成的各聚類的平均連接度,并從大到小進(jìn)行排序;

    3) 選取聚類集合中平均連接度最大的聚類,利用隨機(jī)哈希將該聚類中的實體頂點均勻劃分到集群中,并將以該實體頂點為主體或客體的三元組劃分到同一機(jī)器上;

    4) 利用k-hop算法對每一臺機(jī)器上的實體頂點集與三元組集進(jìn)行擴(kuò)展,并從各聚類中移除擴(kuò)展的實體頂點;

    5) 將當(dāng)前使用的聚類從聚類集合中移除,重復(fù)3)至5)步驟,直至RDF數(shù)據(jù)集中所有的實體頂點與三元組集合被劃分到相應(yīng)機(jī)器上。

    5 實驗與結(jié)果分析

    本文實驗采用的數(shù)據(jù)集為LUBM標(biāo)準(zhǔn)測試集[4]。LUBM是一種標(biāo)準(zhǔn)RDF數(shù)據(jù)集生成器,可根據(jù)參數(shù)大學(xué)個數(shù)生成不同大小的標(biāo)準(zhǔn)測試數(shù)據(jù)集。本文分別選取大學(xué)個數(shù)為100、500、1000生成3個標(biāo)準(zhǔn)測試集,具體信息如表1所示。實驗采用的集群大小為包含6臺物理機(jī)器,每臺機(jī)器的配置為:Intel E5620處理器,16GB內(nèi)存及1TB 7200轉(zhuǎn)硬盤。

    5.1 數(shù)據(jù)負(fù)載分布

    如表2和表3所示為采用傳統(tǒng)k-hop算法與改進(jìn)算法時劃分的數(shù)據(jù)分布情況(經(jīng)統(tǒng)計分析,設(shè)置查詢模式參數(shù)以及k-hop算法參數(shù)可以達(dá)到最好的切分與查詢效果)??梢钥闯?,傳統(tǒng)算法產(chǎn)生的分布結(jié)果的數(shù)據(jù)負(fù)載有一定的抖動,不如改進(jìn)算法的數(shù)據(jù)分布均勻,數(shù)據(jù)負(fù)載較重的存儲節(jié)點往往會成為分布式查詢處理過程中的瓶頸。同時,改進(jìn)算法產(chǎn)生結(jié)果的平均數(shù)據(jù)負(fù)載量要小于傳統(tǒng)算法,這能在一定程度上提升分布式SPARQL查詢性能。

    5.2 查詢性能對比

    本實驗選取LUBM1000測試集與前7個LUBM提供的SPARQL查詢語句進(jìn)行SHARD[5]、傳統(tǒng)k-hop算法與改進(jìn)算法實現(xiàn)的查詢系統(tǒng)(查詢分解與中間結(jié)果合并過程均相同[6])的性能對比測試。對比結(jié)果如圖3所示,查詢耗費時間均為系統(tǒng)運行5次的平均值。從圖中可以看出,相比于SHARD系統(tǒng),傳統(tǒng)k-hop與改進(jìn)算法都具有較大的性能優(yōu)勢,究其原因是SHARD將三元組集存儲為一個大HDFS文件,每次查詢都需要耗費大量的無用I/O操作,嚴(yán)重影響系統(tǒng)查詢性能。而k-hop算法將數(shù)據(jù)劃分后分別存儲在不同的機(jī)器上,I/O操作被分散,無需每次掃描完整的三元組數(shù)據(jù)集。同時,由于改進(jìn)算法較傳統(tǒng)k-hop算法擁有更小的復(fù)制數(shù)據(jù)量與更平衡的數(shù)據(jù)負(fù)載,查詢性能也較傳統(tǒng)算法有所提升。

    6 結(jié)論

    改進(jìn)算法和傳統(tǒng)k-hop算法擁有相同的時間復(fù)雜度并共享相同的查詢分解與中間結(jié)果合并流程。相比之下,通過添加向量學(xué)習(xí)和基準(zhǔn)點集選擇等流程降低了每臺機(jī)器上的數(shù)據(jù)量,數(shù)據(jù)分布更加均衡,相當(dāng)于降低了算法空間復(fù)雜度的常數(shù)因子,從而提高了查詢性能。

    參考文獻(xiàn):

    [1] 杜方,陳躍國,杜小勇.RDF數(shù)據(jù)查詢處理技術(shù)綜述[J].軟件學(xué)報,2013(6):1222-1242.

    [2] Mikolov T, Sutskever I, Chen K. Distributed Representations of Words and Phrases and their Compositionality[J].Advances in Neural Information Processing Systems,2013(26):3111-3119.

    [3] Lee K, Liu L. Scaling queries over big RDF graphs with semantic hash partitioning[J]. Proceedings of the Vldb Endowment,2013,6(14):1894-1905.

    [4] Guo Y, Pan Z, He?in J. LUBM: A benchmark for OWL knowledge base systems[J]. Web Semantics Science Services & Agents on the World Wide Web,2005,3(23):158-182.

    [5] Rohloff K, Schantz R E. Clause-iteration with MapReduce to scalably query datagraphs in the SHARD graph-store[J].International Workshop on Data-Intensive Distributed Computing.ACM, 2011:35-44.

    [6] Huang J, Abadi D J, Ren K. Scalable SPARQL querying of large RDF graphs[J].Proceedings of the Vldb Endowment,2011,4.endprint

    猜你喜歡
    分布式系統(tǒng)
    基于分布式計算的暴力破解密碼系統(tǒng)的改進(jìn)
    基于現(xiàn)場采集與云服務(wù)的流量積算管理系統(tǒng)研究
    典型應(yīng)用領(lǐng)域全球定量遙感產(chǎn)品生產(chǎn)體系
    科技資訊(2016年25期)2016-12-27 16:23:06
    以數(shù)據(jù)為中心的分布式系統(tǒng)自適應(yīng)集成方法
    分布式系統(tǒng)中的辯證對立統(tǒng)一概念與方法
    一種基于Hadoop的海量圖片檢索策略
    基于Hadoop的MOOC學(xué)習(xí)分析系統(tǒng)的構(gòu)建
    一種分布式消息隊列的可靠性研究
    “中間件技術(shù)”課程教學(xué)方法改革探討
    基于MapReduce的海量數(shù)據(jù)動態(tài)裝箱算法研究
    亚洲国产精品久久男人天堂| 18禁在线播放成人免费| 亚洲av日韩精品久久久久久密| 69av精品久久久久久| 中国美女看黄片| 国产亚洲欧美98| 国产高清videossex| 亚洲一区二区三区不卡视频| 国内精品美女久久久久久| 久久精品国产亚洲av香蕉五月| 国产三级黄色录像| 18禁黄网站禁片午夜丰满| 淫妇啪啪啪对白视频| 国产探花极品一区二区| 婷婷精品国产亚洲av在线| 88av欧美| 青草久久国产| 国产色婷婷99| 91久久精品电影网| 亚洲av免费在线观看| 老鸭窝网址在线观看| 久久精品国产99精品国产亚洲性色| 亚洲中文日韩欧美视频| 人人妻,人人澡人人爽秒播| 国产黄a三级三级三级人| 欧美成人a在线观看| 欧美一级毛片孕妇| 欧美绝顶高潮抽搐喷水| 亚洲美女黄片视频| 极品教师在线免费播放| 亚洲人与动物交配视频| 免费人成在线观看视频色| 国产精品亚洲美女久久久| 成人高潮视频无遮挡免费网站| 99视频精品全部免费 在线| 日韩人妻高清精品专区| 嫩草影院精品99| 毛片女人毛片| 丁香六月欧美| 人人妻,人人澡人人爽秒播| 久久久国产精品麻豆| 99精品久久久久人妻精品| 两个人看的免费小视频| 免费在线观看影片大全网站| 亚洲av日韩精品久久久久久密| 欧美日韩一级在线毛片| 久久久久久久久中文| 亚洲一区二区三区色噜噜| 天堂√8在线中文| 欧美日韩乱码在线| 久久精品影院6| 别揉我奶头~嗯~啊~动态视频| 久久久久久大精品| 成人午夜高清在线视频| x7x7x7水蜜桃| 日本在线视频免费播放| 可以在线观看毛片的网站| 国语自产精品视频在线第100页| 精品电影一区二区在线| 亚洲成人精品中文字幕电影| 亚洲美女视频黄频| 九九热线精品视视频播放| 国产精品 国内视频| 91麻豆av在线| 欧美乱码精品一区二区三区| 久久香蕉精品热| 久久久久亚洲av毛片大全| 亚洲美女黄片视频| 免费电影在线观看免费观看| 在线观看美女被高潮喷水网站 | 嫩草影视91久久| 久久婷婷人人爽人人干人人爱| 欧美日韩乱码在线| 丰满乱子伦码专区| 母亲3免费完整高清在线观看| 国模一区二区三区四区视频| 国产视频内射| 久久久久久久久中文| 身体一侧抽搐| 日韩欧美一区二区三区在线观看| 偷拍熟女少妇极品色| 99热6这里只有精品| av专区在线播放| 人妻夜夜爽99麻豆av| 亚洲,欧美精品.| 18美女黄网站色大片免费观看| 亚洲成a人片在线一区二区| 国产激情偷乱视频一区二区| 精品国产超薄肉色丝袜足j| 午夜免费观看网址| 欧美成人性av电影在线观看| 99久久精品国产亚洲精品| 久久久久久久久中文| 一进一出抽搐gif免费好疼| 日韩 欧美 亚洲 中文字幕| 日本免费a在线| 国产中年淑女户外野战色| 成人欧美大片| 精品国产亚洲在线| 国产精品久久久人人做人人爽| 最近最新中文字幕大全免费视频| 亚洲精品456在线播放app | 午夜老司机福利剧场| 老司机午夜福利在线观看视频| 日韩大尺度精品在线看网址| 亚洲色图av天堂| 国产高清视频在线播放一区| 男女下面进入的视频免费午夜| 亚洲精品国产精品久久久不卡| 国产精品久久视频播放| 亚洲人成伊人成综合网2020| av黄色大香蕉| 亚洲va日本ⅴa欧美va伊人久久| 免费在线观看影片大全网站| 18禁国产床啪视频网站| 最近最新中文字幕大全免费视频| 很黄的视频免费| 在线播放国产精品三级| 精品久久久久久久人妻蜜臀av| 欧美激情久久久久久爽电影| 精品一区二区三区人妻视频| 搡老岳熟女国产| or卡值多少钱| 99久久无色码亚洲精品果冻| 97超级碰碰碰精品色视频在线观看| 男女那种视频在线观看| 亚洲精品一卡2卡三卡4卡5卡| 久久精品人妻少妇| 一区福利在线观看| 国产伦人伦偷精品视频| 叶爱在线成人免费视频播放| 免费搜索国产男女视频| 一边摸一边抽搐一进一小说| 免费观看的影片在线观看| 国内精品久久久久久久电影| 免费在线观看亚洲国产| 美女高潮的动态| 久久伊人香网站| 亚洲av五月六月丁香网| 亚洲18禁久久av| 18禁黄网站禁片午夜丰满| 搞女人的毛片| 国产私拍福利视频在线观看| 精品一区二区三区视频在线 | 免费观看人在逋| 国产久久久一区二区三区| 国内精品美女久久久久久| 色综合站精品国产| 成熟少妇高潮喷水视频| 不卡一级毛片| а√天堂www在线а√下载| 色av中文字幕| 午夜福利在线观看免费完整高清在 | 在线观看一区二区三区| a在线观看视频网站| 啦啦啦韩国在线观看视频| 又粗又爽又猛毛片免费看| 午夜亚洲福利在线播放| 色尼玛亚洲综合影院| 午夜两性在线视频| 琪琪午夜伦伦电影理论片6080| 99久久精品国产亚洲精品| 免费无遮挡裸体视频| 免费电影在线观看免费观看| 很黄的视频免费| 日本熟妇午夜| 变态另类丝袜制服| 人妻久久中文字幕网| 999久久久精品免费观看国产| 国产精品三级大全| 女人被狂操c到高潮| 日韩精品中文字幕看吧| 亚洲精品美女久久久久99蜜臀| av片东京热男人的天堂| 国产乱人伦免费视频| 免费电影在线观看免费观看| 国产精品久久久久久久久免 | 日韩欧美国产一区二区入口| 男人的好看免费观看在线视频| 午夜视频国产福利| 国产精品久久久久久精品电影| 午夜精品久久久久久毛片777| 韩国av一区二区三区四区| 色在线成人网| 黄片大片在线免费观看| 国产精品99久久久久久久久| 长腿黑丝高跟| 精品99又大又爽又粗少妇毛片 | 黄色成人免费大全| 岛国视频午夜一区免费看| 久99久视频精品免费| 亚洲无线观看免费| www.999成人在线观看| 久久久久性生活片| 国产99白浆流出| 亚洲无线在线观看| 中文字幕人妻熟人妻熟丝袜美 | 欧美极品一区二区三区四区| 久久精品人妻少妇| www.www免费av| a级一级毛片免费在线观看| 五月伊人婷婷丁香| 亚洲人与动物交配视频| 精品国产超薄肉色丝袜足j| 在线观看美女被高潮喷水网站 | 国产亚洲精品一区二区www| 男女做爰动态图高潮gif福利片| 麻豆成人午夜福利视频| 国产精品1区2区在线观看.| 国产成年人精品一区二区| 操出白浆在线播放| 国产亚洲精品久久久久久毛片| 国产一区二区在线av高清观看| 久久久久性生活片| 国产精品综合久久久久久久免费| 黄片大片在线免费观看| 亚洲色图av天堂| 国产国拍精品亚洲av在线观看 | 亚洲精品在线观看二区| 男插女下体视频免费在线播放| 亚洲成av人片在线播放无| 亚洲激情在线av| 女警被强在线播放| 日韩中文字幕欧美一区二区| 亚洲欧美一区二区三区黑人| 在线播放无遮挡| 丰满人妻一区二区三区视频av | 精品电影一区二区在线| 成人无遮挡网站| 亚洲成av人片在线播放无| 丰满人妻一区二区三区视频av | 国产精品久久久久久亚洲av鲁大| 亚洲欧美日韩卡通动漫| 亚洲一区二区三区不卡视频| 亚洲国产欧洲综合997久久,| 欧美极品一区二区三区四区| 久久国产乱子伦精品免费另类| 中亚洲国语对白在线视频| 人人妻人人看人人澡| 免费av毛片视频| 亚洲人与动物交配视频| 身体一侧抽搐| 午夜福利在线观看吧| 国产亚洲精品综合一区在线观看| 十八禁网站免费在线| 首页视频小说图片口味搜索| 亚洲av成人不卡在线观看播放网| 国内毛片毛片毛片毛片毛片| 午夜日韩欧美国产| 国产三级黄色录像| 免费在线观看日本一区| 美女高潮喷水抽搐中文字幕| 日韩欧美在线二视频| 色哟哟哟哟哟哟| 亚洲av熟女| 可以在线观看毛片的网站| 最新中文字幕久久久久| 性欧美人与动物交配| 午夜福利在线观看免费完整高清在 | 久久久久九九精品影院| 熟妇人妻久久中文字幕3abv| 19禁男女啪啪无遮挡网站| 精品久久久久久成人av| 久久久久亚洲av毛片大全| 18禁裸乳无遮挡免费网站照片| 国产亚洲精品一区二区www| 日韩欧美三级三区| 亚洲av电影不卡..在线观看| 国内少妇人妻偷人精品xxx网站| 在线观看午夜福利视频| 内射极品少妇av片p| 哪里可以看免费的av片| 久久久精品大字幕| 黄色女人牲交| 精品午夜福利视频在线观看一区| 国产三级中文精品| 亚洲成人久久爱视频| 夜夜看夜夜爽夜夜摸| 精品免费久久久久久久清纯| netflix在线观看网站| 国产成年人精品一区二区| 精品日产1卡2卡| 久久精品人妻少妇| 久99久视频精品免费| 亚洲专区国产一区二区| 久久久久久久精品吃奶| 91九色精品人成在线观看| www.999成人在线观看| 99久久成人亚洲精品观看| 久久国产乱子伦精品免费另类| 精品欧美国产一区二区三| 国内精品一区二区在线观看| 日韩欧美免费精品| 国产午夜精品论理片| 女生性感内裤真人,穿戴方法视频| 亚洲男人的天堂狠狠| 久久久久亚洲av毛片大全| 国产精华一区二区三区| 国语自产精品视频在线第100页| 天天添夜夜摸| 中文字幕高清在线视频| 色综合站精品国产| 窝窝影院91人妻| 欧美黄色片欧美黄色片| 级片在线观看| 美女免费视频网站| 久久久久性生活片| 日本五十路高清| bbb黄色大片| 成人特级黄色片久久久久久久| 九色成人免费人妻av| 狂野欧美白嫩少妇大欣赏| 国产在线精品亚洲第一网站| 搞女人的毛片| 亚洲一区二区三区色噜噜| 天堂√8在线中文| 欧美最黄视频在线播放免费| 亚洲国产精品合色在线| 亚洲,欧美精品.| 久久久久九九精品影院| 中文字幕久久专区| 亚洲av成人不卡在线观看播放网| 性色av乱码一区二区三区2| 国产高清videossex| 免费在线观看影片大全网站| 久久久久久久精品吃奶| 国产在视频线在精品| 国产一区二区三区视频了| 欧美一区二区国产精品久久精品| 婷婷丁香在线五月| 国产极品精品免费视频能看的| 久久久久久国产a免费观看| 热99re8久久精品国产| 韩国av一区二区三区四区| 少妇人妻一区二区三区视频| 最近最新免费中文字幕在线| 欧美国产日韩亚洲一区| 免费无遮挡裸体视频| 国产91精品成人一区二区三区| 亚洲黑人精品在线| 欧美一级毛片孕妇| av福利片在线观看| 精品久久久久久,| 深爱激情五月婷婷| 精品午夜福利视频在线观看一区| 欧美日韩精品网址| 变态另类丝袜制服| 欧美日韩一级在线毛片| 国产精品亚洲美女久久久| 男女做爰动态图高潮gif福利片| 精品一区二区三区视频在线 | 中文字幕熟女人妻在线| 成人亚洲精品av一区二区| 欧美区成人在线视频| 乱人视频在线观看| 国产单亲对白刺激| 小说图片视频综合网站| 亚洲av成人av| 久9热在线精品视频| 成人永久免费在线观看视频| 久久久久亚洲av毛片大全| 亚洲国产精品成人综合色| xxx96com| 亚洲自拍偷在线| 国产精品久久久久久人妻精品电影| 人妻久久中文字幕网| 亚洲精品在线美女| 一夜夜www| 中出人妻视频一区二区| 三级国产精品欧美在线观看| 我要搜黄色片| 午夜久久久久精精品| 1000部很黄的大片| 一夜夜www| 亚洲国产中文字幕在线视频| 又紧又爽又黄一区二区| 淫秽高清视频在线观看| 日本三级黄在线观看| 搡老岳熟女国产| 欧美一级毛片孕妇| 男女下面进入的视频免费午夜| 校园春色视频在线观看| 国产成人系列免费观看| 成熟少妇高潮喷水视频| avwww免费| 欧美国产日韩亚洲一区| 一a级毛片在线观看| 特大巨黑吊av在线直播| 黄色女人牲交| 亚洲国产精品久久男人天堂| 国产精品久久久久久精品电影| 成人18禁在线播放| 18禁国产床啪视频网站| 国产精品电影一区二区三区| 19禁男女啪啪无遮挡网站| 国产伦精品一区二区三区四那| 99热只有精品国产| av黄色大香蕉| 亚洲av免费在线观看| 免费观看精品视频网站| 九色成人免费人妻av| 成人精品一区二区免费| 午夜免费观看网址| 免费看日本二区| 欧美日韩黄片免| 亚洲av电影在线进入| 天堂影院成人在线观看| 国产老妇女一区| 国产精品爽爽va在线观看网站| xxx96com| 日韩欧美精品v在线| 男插女下体视频免费在线播放| netflix在线观看网站| 天堂动漫精品| 老司机福利观看| 一进一出抽搐gif免费好疼| 中亚洲国语对白在线视频| 91九色精品人成在线观看| 久久中文看片网| 狂野欧美激情性xxxx| 亚洲成人久久性| 日韩欧美免费精品| 最新美女视频免费是黄的| 国产一区二区三区视频了| 欧美xxxx黑人xx丫x性爽| 国产精品98久久久久久宅男小说| 91久久精品国产一区二区成人 | 99国产综合亚洲精品| 欧美乱色亚洲激情| av视频在线观看入口| 国产精品乱码一区二三区的特点| 免费搜索国产男女视频| 九九在线视频观看精品| 操出白浆在线播放| 91av网一区二区| 色尼玛亚洲综合影院| 18禁国产床啪视频网站| 精品久久久久久久人妻蜜臀av| 叶爱在线成人免费视频播放| h日本视频在线播放| 国产亚洲av嫩草精品影院| 久久精品91蜜桃| 给我免费播放毛片高清在线观看| 欧美绝顶高潮抽搐喷水| 欧美一区二区国产精品久久精品| 99国产精品一区二区三区| 欧美一区二区国产精品久久精品| 首页视频小说图片口味搜索| 亚洲国产高清在线一区二区三| 99国产精品一区二区蜜桃av| 国产黄色小视频在线观看| 成人18禁在线播放| 国产精品综合久久久久久久免费| 色播亚洲综合网| 成人高潮视频无遮挡免费网站| 久久天躁狠狠躁夜夜2o2o| 亚洲中文字幕一区二区三区有码在线看| 中国美女看黄片| 成人av一区二区三区在线看| 欧美日韩一级在线毛片| 97人妻精品一区二区三区麻豆| 色尼玛亚洲综合影院| 亚洲,欧美精品.| 成人精品一区二区免费| 一个人免费在线观看电影| 99久久九九国产精品国产免费| 久久久久国内视频| 嫩草影视91久久| 国产单亲对白刺激| 日韩av在线大香蕉| 亚洲专区国产一区二区| 久99久视频精品免费| 97碰自拍视频| e午夜精品久久久久久久| 最新中文字幕久久久久| 日韩大尺度精品在线看网址| 在线观看美女被高潮喷水网站 | 国产精品亚洲美女久久久| 十八禁网站免费在线| 欧洲精品卡2卡3卡4卡5卡区| 日韩欧美国产一区二区入口| 国产美女午夜福利| 不卡一级毛片| 青草久久国产| 亚洲中文字幕一区二区三区有码在线看| 日韩av在线大香蕉| 亚洲va日本ⅴa欧美va伊人久久| 一二三四社区在线视频社区8| 国产av一区在线观看免费| 少妇丰满av| svipshipincom国产片| 国产一区二区在线观看日韩 | 高潮久久久久久久久久久不卡| 国产伦精品一区二区三区视频9 | 欧美日韩国产亚洲二区| 亚洲18禁久久av| 99热这里只有精品一区| 日韩欧美精品v在线| 亚洲一区高清亚洲精品| 国产av在哪里看| 成人亚洲精品av一区二区| 18禁国产床啪视频网站| 亚洲午夜理论影院| 男女视频在线观看网站免费| 亚洲成人久久性| 国产中年淑女户外野战色| 国内揄拍国产精品人妻在线| 窝窝影院91人妻| 两个人视频免费观看高清| 亚洲国产精品合色在线| 久久性视频一级片| 亚洲真实伦在线观看| 亚洲精品乱码久久久v下载方式 | 国产精品国产高清国产av| 老鸭窝网址在线观看| 国内少妇人妻偷人精品xxx网站| 精品午夜福利视频在线观看一区| 久久中文看片网| 18+在线观看网站| 最近最新免费中文字幕在线| 国产三级中文精品| 尤物成人国产欧美一区二区三区| 国产一区二区三区在线臀色熟女| 老司机在亚洲福利影院| 精品熟女少妇八av免费久了| 午夜a级毛片| 黑人欧美特级aaaaaa片| 深爱激情五月婷婷| 一区二区三区激情视频| 久久久国产成人精品二区| 国产欧美日韩一区二区三| 99久久精品一区二区三区| 狠狠狠狠99中文字幕| 国产视频一区二区在线看| 精品欧美国产一区二区三| 久久精品91蜜桃| 18美女黄网站色大片免费观看| 又黄又粗又硬又大视频| 欧美性感艳星| 在线观看舔阴道视频| 搡老妇女老女人老熟妇| 99国产精品一区二区三区| 女人十人毛片免费观看3o分钟| 成年版毛片免费区| 最近最新免费中文字幕在线| 在线a可以看的网站| 亚洲精品久久国产高清桃花| av天堂中文字幕网| 亚洲成av人片免费观看| 三级国产精品欧美在线观看| 国产精品美女特级片免费视频播放器| 国产高潮美女av| 国产麻豆成人av免费视频| 成人av一区二区三区在线看| 欧美成狂野欧美在线观看| 国产高潮美女av| 久99久视频精品免费| 1000部很黄的大片| 欧美成狂野欧美在线观看| ponron亚洲| 少妇的丰满在线观看| 在线免费观看的www视频| 亚洲国产欧美网| 午夜免费激情av| 最好的美女福利视频网| 欧美大码av| 舔av片在线| 亚洲 欧美 日韩 在线 免费| 在线看三级毛片| 岛国视频午夜一区免费看| 一本综合久久免费| 麻豆国产av国片精品| 国产不卡一卡二| 脱女人内裤的视频| 女人十人毛片免费观看3o分钟| 91字幕亚洲| 最近最新中文字幕大全电影3| 午夜亚洲福利在线播放| 全区人妻精品视频| 亚洲一区高清亚洲精品| 久久久久久久久久黄片| 欧美日韩瑟瑟在线播放| 真人一进一出gif抽搐免费| 成人三级黄色视频| 午夜精品一区二区三区免费看| 欧美zozozo另类| 国产免费一级a男人的天堂| 国产中年淑女户外野战色| 国产一区在线观看成人免费| 桃色一区二区三区在线观看| 欧美+亚洲+日韩+国产| 成人鲁丝片一二三区免费| 欧美bdsm另类| 尤物成人国产欧美一区二区三区| 19禁男女啪啪无遮挡网站| 国产精品99久久久久久久久| 久久精品91无色码中文字幕| 欧美区成人在线视频| 午夜精品在线福利| 亚洲精品在线美女| 成人性生交大片免费视频hd| 亚洲精品一区av在线观看| 少妇的丰满在线观看| 国产精品免费一区二区三区在线| 99热这里只有是精品50| 午夜福利免费观看在线| www日本在线高清视频| 亚洲精品久久国产高清桃花| 中文亚洲av片在线观看爽| 18美女黄网站色大片免费观看| 亚洲 欧美 日韩 在线 免费| 最后的刺客免费高清国语| 亚洲中文字幕日韩| 国产真实乱freesex| 免费看a级黄色片|