• <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
    国产一区二区激情短视频 | 欧美人与性动交α欧美软件| 欧美xxⅹ黑人| 好男人电影高清在线观看| 黄色毛片三级朝国网站| 一区在线观看完整版| 亚洲国产日韩一区二区| 国产无遮挡羞羞视频在线观看| 午夜日韩欧美国产| 国产区一区二久久| 交换朋友夫妻互换小说| 另类亚洲欧美激情| 丝瓜视频免费看黄片| 日韩免费高清中文字幕av| 欧美另类一区| 精品久久久久久电影网| 最近最新免费中文字幕在线| 亚洲av电影在线进入| 亚洲视频免费观看视频| 午夜免费成人在线视频| 九色亚洲精品在线播放| 午夜福利视频精品| 国产精品一区二区在线不卡| 99久久精品国产亚洲精品| 中国美女看黄片| 视频区欧美日本亚洲| 亚洲欧美色中文字幕在线| 少妇粗大呻吟视频| 欧美性长视频在线观看| 人人妻人人添人人爽欧美一区卜| 精品欧美一区二区三区在线| av福利片在线| 色精品久久人妻99蜜桃| 免费女性裸体啪啪无遮挡网站| 中文字幕人妻丝袜制服| 亚洲国产日韩一区二区| 91成人精品电影| 久久国产精品影院| 亚洲精品久久午夜乱码| 国产精品秋霞免费鲁丝片| 亚洲欧美精品自产自拍| 在线观看一区二区三区激情| 狂野欧美激情性bbbbbb| 免费在线观看日本一区| 久久久精品国产亚洲av高清涩受| 久久女婷五月综合色啪小说| 国产xxxxx性猛交| 久久久久久免费高清国产稀缺| 国产精品一区二区免费欧美 | 91国产中文字幕| 日本精品一区二区三区蜜桃| 亚洲成人免费电影在线观看| 黄色a级毛片大全视频| 国产精品秋霞免费鲁丝片| 日本a在线网址| 两个人免费观看高清视频| 一边摸一边做爽爽视频免费| 啦啦啦在线免费观看视频4| 丰满人妻熟妇乱又伦精品不卡| 日韩大片免费观看网站| 免费观看a级毛片全部| 久久免费观看电影| 成在线人永久免费视频| 在线精品无人区一区二区三| h视频一区二区三区| 精品亚洲成国产av| 国产欧美日韩一区二区三区在线| 黑人巨大精品欧美一区二区mp4| 欧美国产精品va在线观看不卡| 91精品伊人久久大香线蕉| 色视频在线一区二区三区| 国产亚洲午夜精品一区二区久久| 各种免费的搞黄视频| 视频区图区小说| 午夜精品久久久久久毛片777| 亚洲av国产av综合av卡| 亚洲国产精品一区二区三区在线| 视频区欧美日本亚洲| 国产在线免费精品| 人人妻人人爽人人添夜夜欢视频| 久久精品aⅴ一区二区三区四区| 久久国产精品男人的天堂亚洲| 国产亚洲精品第一综合不卡| 中文字幕制服av| 老汉色∧v一级毛片| 亚洲三区欧美一区| www日本在线高清视频| 一区二区三区乱码不卡18| 免费一级毛片在线播放高清视频 | 女人久久www免费人成看片| 久久久精品免费免费高清| 国产精品久久久av美女十八| 91成人精品电影| 涩涩av久久男人的天堂| 黑人巨大精品欧美一区二区蜜桃| 每晚都被弄得嗷嗷叫到高潮| 99热全是精品| 精品少妇一区二区三区视频日本电影| 老司机影院成人| 国产精品久久久久成人av| 夜夜骑夜夜射夜夜干| 亚洲欧美清纯卡通| 午夜福利影视在线免费观看| 丝袜美足系列| 丝袜美足系列| 久久精品国产综合久久久| 国产成人a∨麻豆精品| 啦啦啦视频在线资源免费观看| 久久青草综合色| 人人妻人人添人人爽欧美一区卜| 久久午夜综合久久蜜桃| 国产高清videossex| 日本猛色少妇xxxxx猛交久久| 高清av免费在线| 精品欧美一区二区三区在线| 欧美一级毛片孕妇| 老司机午夜福利在线观看视频 | 欧美在线一区亚洲| 亚洲一码二码三码区别大吗| 大型av网站在线播放| 国产福利在线免费观看视频| 久久精品国产亚洲av高清一级| 免费观看人在逋| 亚洲七黄色美女视频| 欧美xxⅹ黑人| 纵有疾风起免费观看全集完整版| 69av精品久久久久久 | 色精品久久人妻99蜜桃| 亚洲一区二区三区欧美精品| 香蕉丝袜av| 久久99一区二区三区| 男女免费视频国产| 亚洲国产精品一区二区三区在线| 欧美在线一区亚洲| 亚洲精品日韩在线中文字幕| 永久免费av网站大全| 狠狠狠狠99中文字幕| 最近最新中文字幕大全免费视频| 亚洲欧美精品自产自拍| 永久免费av网站大全| 伊人久久大香线蕉亚洲五| 丝袜在线中文字幕| 久久人人97超碰香蕉20202| 十八禁高潮呻吟视频| 国产野战对白在线观看| 天天影视国产精品| 日韩视频在线欧美| 考比视频在线观看| 深夜精品福利| 亚洲国产日韩一区二区| 91成年电影在线观看| 免费女性裸体啪啪无遮挡网站| 69av精品久久久久久 | 国产黄色免费在线视频| a级毛片在线看网站| 欧美精品一区二区免费开放| av福利片在线| 国产97色在线日韩免费| 中文字幕色久视频| 一级片'在线观看视频| 男女国产视频网站| 久久久久久久久免费视频了| 亚洲精品av麻豆狂野| 亚洲av片天天在线观看| 一本综合久久免费| a级毛片黄视频| 亚洲精品成人av观看孕妇| 啦啦啦啦在线视频资源| 欧美亚洲日本最大视频资源| 成年av动漫网址| 国产精品影院久久| 波多野结衣av一区二区av| 久久亚洲精品不卡| 亚洲成人国产一区在线观看| 黄色视频不卡| 黄频高清免费视频| 色精品久久人妻99蜜桃| 99香蕉大伊视频| 99热网站在线观看| 2018国产大陆天天弄谢| av天堂久久9| 丁香六月欧美| 亚洲欧美一区二区三区久久| 欧美 亚洲 国产 日韩一| 国产精品一区二区精品视频观看| 欧美亚洲日本最大视频资源| 精品人妻一区二区三区麻豆| 一区二区日韩欧美中文字幕| 亚洲精品美女久久av网站| 午夜福利在线免费观看网站| 男女免费视频国产| 国产色视频综合| 最新在线观看一区二区三区| 大片电影免费在线观看免费| 黑人欧美特级aaaaaa片| 久久精品国产综合久久久| 亚洲欧美精品综合一区二区三区| 悠悠久久av| 国产又爽黄色视频| 日本精品一区二区三区蜜桃| 俄罗斯特黄特色一大片| 国产黄频视频在线观看| 久久久久久久久久久久大奶| 一级,二级,三级黄色视频| 久久九九热精品免费| 国产欧美日韩一区二区精品| 亚洲欧美成人综合另类久久久| 亚洲av男天堂| 国产亚洲欧美精品永久| 多毛熟女@视频| 免费av中文字幕在线| 一级片'在线观看视频| 国产激情久久老熟女| 黑人猛操日本美女一级片| av网站在线播放免费| 久久久久精品国产欧美久久久 | 日韩一区二区三区影片| 亚洲五月色婷婷综合| 男人爽女人下面视频在线观看| 在线观看舔阴道视频| 欧美乱码精品一区二区三区| 亚洲av成人一区二区三| 美国免费a级毛片| 真人做人爱边吃奶动态| 99国产精品99久久久久| 在线观看舔阴道视频| 高清欧美精品videossex| 在线十欧美十亚洲十日本专区| 不卡av一区二区三区| 国产精品一区二区精品视频观看| 丝袜在线中文字幕| av欧美777| 性高湖久久久久久久久免费观看| 久久精品国产亚洲av高清一级| 欧美日韩视频精品一区| av片东京热男人的天堂| 久久影院123| 两性午夜刺激爽爽歪歪视频在线观看 | av有码第一页| 亚洲激情五月婷婷啪啪| 在线看a的网站| 91国产中文字幕| 777米奇影视久久| 免费一级毛片在线播放高清视频 | 午夜老司机福利片| 亚洲欧洲精品一区二区精品久久久| 亚洲av成人一区二区三| 国产亚洲一区二区精品| 亚洲欧美色中文字幕在线| www.av在线官网国产| 午夜福利在线观看吧| 日韩制服骚丝袜av| 精品第一国产精品| 美女国产高潮福利片在线看| 亚洲av成人不卡在线观看播放网 | 精品欧美一区二区三区在线| 久久 成人 亚洲| 国产精品国产三级国产专区5o| 国产精品麻豆人妻色哟哟久久| 黄色视频不卡| 欧美亚洲 丝袜 人妻 在线| 亚洲第一欧美日韩一区二区三区 | 日韩一卡2卡3卡4卡2021年| 91大片在线观看| 美女国产高潮福利片在线看| 亚洲精品一区蜜桃| 亚洲国产精品999| 久久久久久久久久久久大奶| 最新在线观看一区二区三区| av国产精品久久久久影院| 国产精品99久久99久久久不卡| 99国产极品粉嫩在线观看| 亚洲男人天堂网一区| 亚洲一码二码三码区别大吗| 性少妇av在线| 丁香六月欧美| 热re99久久精品国产66热6| 午夜福利乱码中文字幕| 叶爱在线成人免费视频播放| 精品熟女少妇八av免费久了| 久久久久精品国产欧美久久久 | 日本欧美视频一区| 成人免费观看视频高清| 黄片大片在线免费观看| 国产成人啪精品午夜网站| 中文字幕精品免费在线观看视频| 亚洲 国产 在线| 老汉色av国产亚洲站长工具| 这个男人来自地球电影免费观看| 成人三级做爰电影| 亚洲欧美一区二区三区久久| 国产欧美日韩一区二区三区在线| 欧美黄色片欧美黄色片| 纵有疾风起免费观看全集完整版| 夜夜夜夜夜久久久久| 日日爽夜夜爽网站| 999精品在线视频| 久久av网站| 久久免费观看电影| 老司机福利观看| 王馨瑶露胸无遮挡在线观看| 午夜精品国产一区二区电影| 亚洲第一青青草原| 国产黄色免费在线视频| 欧美国产精品一级二级三级| 成年人午夜在线观看视频| 国产精品麻豆人妻色哟哟久久| 成在线人永久免费视频| 亚洲欧美成人综合另类久久久| av在线播放精品| 国产成人欧美| 国产精品二区激情视频| 久久性视频一级片| 丰满迷人的少妇在线观看| 亚洲精品一卡2卡三卡4卡5卡 | 国产成人精品久久二区二区91| 成人国产av品久久久| www.熟女人妻精品国产| 精品福利观看| 久久亚洲精品不卡| 伊人亚洲综合成人网| 美女扒开内裤让男人捅视频| 99国产精品一区二区三区| 欧美av亚洲av综合av国产av| 香蕉丝袜av| 国产精品亚洲av一区麻豆| 国产免费一区二区三区四区乱码| 自线自在国产av| 91成年电影在线观看| 亚洲国产av新网站| 男男h啪啪无遮挡| 国产欧美日韩一区二区三区在线| 成年人免费黄色播放视频| 制服诱惑二区| 天堂8中文在线网| 妹子高潮喷水视频| 91精品三级在线观看| 69精品国产乱码久久久| 国产av国产精品国产| 老熟妇仑乱视频hdxx| 五月开心婷婷网| 久久香蕉激情| 午夜福利视频精品| 亚洲精品一区蜜桃| 亚洲九九香蕉| 久久久久久亚洲精品国产蜜桃av| 午夜福利影视在线免费观看| tube8黄色片| cao死你这个sao货| 欧美少妇被猛烈插入视频| 亚洲欧美精品综合一区二区三区| 国产精品国产av在线观看| 久久天躁狠狠躁夜夜2o2o| 国产精品一区二区在线不卡| 天堂俺去俺来也www色官网| 亚洲一码二码三码区别大吗| 亚洲国产欧美在线一区| 国产精品久久久久久精品电影小说| 成年动漫av网址| 午夜福利在线观看吧| 丰满迷人的少妇在线观看| 999久久久精品免费观看国产| 老汉色av国产亚洲站长工具| 久久精品久久久久久噜噜老黄| 色播在线永久视频| 日本91视频免费播放| 大型av网站在线播放| 高清在线国产一区| 国产无遮挡羞羞视频在线观看| 国产欧美亚洲国产| 性少妇av在线| 久久精品亚洲熟妇少妇任你| h视频一区二区三区| 欧美亚洲 丝袜 人妻 在线| 黄色怎么调成土黄色| 丝瓜视频免费看黄片| 少妇裸体淫交视频免费看高清 | 男人添女人高潮全过程视频| 亚洲七黄色美女视频| 丰满人妻熟妇乱又伦精品不卡| 韩国高清视频一区二区三区| 久久久水蜜桃国产精品网| 国产一区二区在线观看av| 国产精品久久久久成人av| 久热这里只有精品99| 成年人黄色毛片网站| 午夜福利视频精品| 国产精品麻豆人妻色哟哟久久| 一级片免费观看大全| 青青草视频在线视频观看| 伊人久久大香线蕉亚洲五| 性色av乱码一区二区三区2| 欧美另类亚洲清纯唯美| 亚洲成人免费电影在线观看| 国产在线免费精品| 爱豆传媒免费全集在线观看| a 毛片基地| 男女床上黄色一级片免费看| 国产亚洲午夜精品一区二区久久| 日本五十路高清| 成年人免费黄色播放视频| 国产成人一区二区三区免费视频网站| 热re99久久国产66热| 国产亚洲av片在线观看秒播厂| 久久人妻福利社区极品人妻图片| 成年女人毛片免费观看观看9 | 精品一区二区三卡| 国产福利在线免费观看视频| 亚洲精品国产一区二区精华液| 曰老女人黄片| 国产一卡二卡三卡精品| 国产黄频视频在线观看| 亚洲欧美日韩高清在线视频 | 亚洲精品中文字幕在线视频| 日韩熟女老妇一区二区性免费视频| 欧美黄色淫秽网站| 日韩 亚洲 欧美在线| 99国产精品免费福利视频| 大片电影免费在线观看免费| 久久久久久免费高清国产稀缺| 一个人免费在线观看的高清视频 | 亚洲一区中文字幕在线| 欧美黄色片欧美黄色片| 精品久久久久久电影网| 午夜激情av网站| 啦啦啦 在线观看视频| 久久久久视频综合| 日韩中文字幕欧美一区二区| 国产精品一区二区在线观看99| 免费av中文字幕在线| 亚洲 国产 在线| 亚洲av欧美aⅴ国产| av国产精品久久久久影院| 在线观看一区二区三区激情| 成人手机av| 又黄又粗又硬又大视频| 欧美黄色片欧美黄色片| 亚洲免费av在线视频| 亚洲专区国产一区二区| 色94色欧美一区二区| 大片电影免费在线观看免费| 成人av一区二区三区在线看 | 国产成+人综合+亚洲专区| 国产欧美日韩一区二区三 | 美女午夜性视频免费| 国产国语露脸激情在线看| 国产精品国产三级国产专区5o| 99国产综合亚洲精品| 国产成人av激情在线播放| 日韩精品免费视频一区二区三区| 国产麻豆69| 曰老女人黄片| www.av在线官网国产| 可以免费在线观看a视频的电影网站| 亚洲va日本ⅴa欧美va伊人久久 | av有码第一页| 夜夜夜夜夜久久久久| www日本在线高清视频| 国产精品香港三级国产av潘金莲| 后天国语完整版免费观看| 99九九在线精品视频| av欧美777| 国产色视频综合| 亚洲av成人一区二区三| 国产真人三级小视频在线观看| 啪啪无遮挡十八禁网站| 黑人欧美特级aaaaaa片| 黑人巨大精品欧美一区二区蜜桃| 后天国语完整版免费观看| 婷婷成人精品国产| 欧美日韩视频精品一区| 午夜91福利影院| 欧美变态另类bdsm刘玥| 欧美日韩成人在线一区二区| 国产精品免费大片| 黑人巨大精品欧美一区二区蜜桃| 久久天躁狠狠躁夜夜2o2o| 欧美乱码精品一区二区三区| 亚洲国产看品久久| av一本久久久久| 一区二区三区激情视频| 久久人妻熟女aⅴ| 国产精品 欧美亚洲| 99久久人妻综合| 久久精品亚洲av国产电影网| 五月天丁香电影| 午夜福利免费观看在线| 两个人看的免费小视频| 欧美97在线视频| 国产精品秋霞免费鲁丝片| 天堂俺去俺来也www色官网| 男女免费视频国产| 亚洲中文日韩欧美视频| 久久毛片免费看一区二区三区| 18禁裸乳无遮挡动漫免费视频| 久久久久久久大尺度免费视频| 51午夜福利影视在线观看| 国产99久久九九免费精品| 午夜福利乱码中文字幕| 夜夜夜夜夜久久久久| 久久久久久久大尺度免费视频| 中国美女看黄片| 欧美国产精品va在线观看不卡| 成人亚洲精品一区在线观看| 久久午夜综合久久蜜桃| 天天影视国产精品| 极品人妻少妇av视频| 12—13女人毛片做爰片一| 18在线观看网站| 人妻人人澡人人爽人人| av有码第一页| 我的亚洲天堂| 日韩视频在线欧美| 男人操女人黄网站| 麻豆乱淫一区二区| 伊人亚洲综合成人网| 超碰成人久久| 五月开心婷婷网| 国产成人av激情在线播放| 国产精品久久久人人做人人爽| 日韩大片免费观看网站| 日韩制服丝袜自拍偷拍| 久久性视频一级片| 久久国产精品影院| 交换朋友夫妻互换小说| 国产成+人综合+亚洲专区| 国产免费现黄频在线看| 青青草视频在线视频观看| 国产精品国产av在线观看| 高清av免费在线| 国产野战对白在线观看| 国产成人一区二区三区免费视频网站| 亚洲精品中文字幕在线视频| 最新的欧美精品一区二区| 黄色视频在线播放观看不卡| 美女脱内裤让男人舔精品视频| 国产1区2区3区精品| 国产在线视频一区二区| 黄片播放在线免费| 久久毛片免费看一区二区三区| 亚洲精品国产一区二区精华液| 国产一区有黄有色的免费视频| 日本撒尿小便嘘嘘汇集6| 好男人电影高清在线观看| 久9热在线精品视频| 欧美日韩黄片免| 国产精品成人在线| 亚洲熟女毛片儿| 麻豆av在线久日| 日韩 亚洲 欧美在线| 精品福利永久在线观看| 日韩免费高清中文字幕av| 国产av精品麻豆| 午夜91福利影院| 欧美日韩亚洲综合一区二区三区_| 热re99久久国产66热| 亚洲中文av在线| 日日摸夜夜添夜夜添小说| 亚洲精品美女久久av网站| 午夜免费鲁丝| 一二三四社区在线视频社区8| 午夜免费鲁丝| 国产欧美日韩精品亚洲av| 中国国产av一级| 宅男免费午夜| 国产一区二区 视频在线| 欧美激情 高清一区二区三区| av天堂久久9| 亚洲第一青青草原| 两个人看的免费小视频| 亚洲,欧美精品.| 精品一区二区三区av网在线观看 | 日韩 亚洲 欧美在线| 久久免费观看电影| 亚洲专区国产一区二区| 久久天躁狠狠躁夜夜2o2o| 久久久久国产精品人妻一区二区| 色精品久久人妻99蜜桃| 97精品久久久久久久久久精品| 亚洲精品日韩在线中文字幕| 国产亚洲av高清不卡| 桃红色精品国产亚洲av| 丰满饥渴人妻一区二区三| 成人手机av| 国产成人欧美| 99热国产这里只有精品6| 日韩欧美国产一区二区入口| 99热网站在线观看| 欧美av亚洲av综合av国产av| av又黄又爽大尺度在线免费看| 久久国产精品男人的天堂亚洲| 久久久国产一区二区| 亚洲精品久久成人aⅴ小说| 免费av中文字幕在线| 宅男免费午夜| 色视频在线一区二区三区| 十八禁网站免费在线| 亚洲精品av麻豆狂野| 亚洲av电影在线进入| 亚洲欧美清纯卡通| 久久99一区二区三区| av免费在线观看网站| 大香蕉久久成人网| 少妇粗大呻吟视频| 国产麻豆69| 国产精品久久久av美女十八| 免费久久久久久久精品成人欧美视频| 人妻 亚洲 视频| 精品第一国产精品| www.av在线官网国产| 在线观看舔阴道视频| 久久99一区二区三区| 秋霞在线观看毛片| 久久久国产成人免费| 韩国精品一区二区三区|