• <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 ?

    一種基于Spark的高效增量頻繁模式挖掘算法

    2020-11-04 13:32:10荀亞玲孫嬌嬌畢慧敏
    關(guān)鍵詞:樹(shù)結(jié)構(gòu)項(xiàng)集原始數(shù)據(jù)

    荀亞玲,孫嬌嬌,畢慧敏

    (太原科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,太原030024)

    頻繁項(xiàng)集挖掘(FIM)是一項(xiàng)非常重要的數(shù)據(jù)挖掘任務(wù),其主要任務(wù)是查找交易數(shù)據(jù)庫(kù)中經(jīng)常一起出現(xiàn)的項(xiàng)目集、序列或子結(jié)構(gòu)[1]。 FIM已經(jīng)引起了數(shù)據(jù)挖掘領(lǐng)域和各種實(shí)際應(yīng)用領(lǐng)域的廣泛關(guān)注[2-3]。但是,其挖掘過(guò)程占用大量CPU和I/O,因?yàn)闀?huì)生成大量中間項(xiàng)和結(jié)果項(xiàng)集,并且此過(guò)程中涉及的數(shù)據(jù)集也很大。

    本文采用一種無(wú)損樹(shù)結(jié)構(gòu)(FCFP-Tree)[4],通過(guò)在維護(hù)與新增數(shù)據(jù)相對(duì)應(yīng)的樹(shù)結(jié)構(gòu)時(shí)避免重新掃描原始數(shù)據(jù)集,以顯著減少I(mǎi)/O.為了突破單機(jī)資源進(jìn)行大數(shù)據(jù)處理的限制,開(kāi)發(fā)了一種基于內(nèi)存計(jì)算Spark平臺(tái)的分布式解決方案,該解決方案設(shè)計(jì)了更為合理的RDD轉(zhuǎn)換策略并采用相關(guān)組投影技術(shù)來(lái)優(yōu)化通信和計(jì)算開(kāi)銷(xiāo)。

    1 相關(guān)研究

    關(guān)聯(lián)規(guī)則挖掘一直以來(lái)都是數(shù)據(jù)挖掘研究的熱點(diǎn)課題,由于數(shù)據(jù)集往往隨著時(shí)間的變化而不斷積累,因此,原先的挖掘結(jié)果可能已不適用,為了有效挖掘新的模式,增量挖掘算法被廣泛研究。增量挖掘算法大致可分為三類(lèi):(1)基于Apriori的增量挖掘:如早期的FUP算法和相應(yīng)的改進(jìn)算法FUP2算法[5],它們?nèi)岳^承了Apriori的固有缺點(diǎn),即需要多次掃描原始數(shù)據(jù)集;TDUP算法亦是基于Apriori的增量挖掘算法[6],先利用Apriori算法從初始數(shù)據(jù)集中提取正區(qū)域和邊界區(qū)域中的項(xiàng)目集,而后根據(jù)增量數(shù)據(jù)更新項(xiàng)目集的支持計(jì)數(shù),僅考慮和計(jì)算邊界區(qū)域中的那些項(xiàng)集,由于不考慮負(fù)區(qū)域的項(xiàng)目集,因此TDUP可能會(huì)錯(cuò)過(guò)一些具有增量數(shù)據(jù)更新的潛在頻繁項(xiàng)目集;(2)基于分區(qū)的增量挖掘:為了避免類(lèi)-Apriori算法需多次掃描數(shù)據(jù)庫(kù)并生成大量候選集的問(wèn)題,一種基于分區(qū)的滑動(dòng)窗口過(guò)濾(SWF)算法被提出[7],其基本思想是將事務(wù)數(shù)據(jù)庫(kù)被分成n個(gè)分區(qū),并在每個(gè)分區(qū)中采用過(guò)濾閾值來(lái)處理候選項(xiàng)集生成;其后產(chǎn)生了一些列基于SWF的改進(jìn)算法,Li H.F.等人提出一種有效的基于bit的挖掘算法,該算法由三個(gè)階段組成[8],第一個(gè)是窗口初始化,每個(gè)事務(wù)中的每個(gè)項(xiàng)目被編碼為有效的比特序列表示;其次,左移技術(shù)用于在窗口滑動(dòng)階段期間有效地滑動(dòng)窗口;最后,在模式生成階段期間水平生成當(dāng)前滑動(dòng)窗口中的完整頻繁項(xiàng)目集;(3)基于樹(shù)結(jié)構(gòu)的增量挖掘:以FP-Tree為代表的樹(shù)結(jié)構(gòu)大大提高了頻繁項(xiàng)集挖掘效率。Koh J.L.等提出了AFPIM算法[9],該算法仍然采用FP-Tree存儲(chǔ)數(shù)據(jù),但其設(shè)置了一個(gè)低于最小支持度閾值的參數(shù)preMinsup,在樹(shù)中保留支持度大于preMinsup的項(xiàng)目才會(huì)保留在樹(shù)中,一定程度上避免增量挖掘時(shí)對(duì)數(shù)據(jù)庫(kù)的重復(fù)掃描,但當(dāng)先前“不頻繁”的項(xiàng)在更新的數(shù)據(jù)集中變得“頻繁”時(shí),AFPIM算法不能僅通過(guò)調(diào)整原始樹(shù)中的項(xiàng)目來(lái)生成更新的FP-Tree,它需要重新掃描整個(gè)更新的數(shù)據(jù)集以構(gòu)建新的FP-Tree;為了避免樹(shù)的重新構(gòu)建,CATS-Tree[10]和Can-Tree[11]相繼被提出,但是他們的壓縮度又不夠。

    如今,大數(shù)據(jù)時(shí)代的到來(lái),傳統(tǒng)串行算法在計(jì)算效率、可擴(kuò)展等方面均不能滿足需求。Li N.等人提出基于分布式處理框架的PApriori算法[12],其是標(biāo)準(zhǔn)Apriori的簡(jiǎn)單分布式實(shí)現(xiàn),但是仍需要多次掃描數(shù)據(jù)庫(kù);基于FP-Tree和Can-Tree的并行實(shí)現(xiàn)算法IncMiningPFP和IncBuildingPFP被提出[13];上述基于Hadoop MapReduce的并行算法雖在性能上取得不同程度的改進(jìn),然而通過(guò)磁盤(pán)進(jìn)行大量讀寫(xiě)操作極大地限制了它們的性能。Qiu O.H.等人提出了YAFIM算法[14],該算法充分利用了Spark框架的RDD編程和基于內(nèi)存的并行計(jì)算等特點(diǎn),大大提高了挖掘效率;Yang S.等人引入一種新的基于矩陣的剪枝方法[15],減少候選項(xiàng)集的數(shù)量,避免不必要的搜索開(kāi)銷(xiāo);Sethi等人利用垂直布局解決了每次迭代過(guò)程中掃描數(shù)據(jù)集的問(wèn)題[16]。

    綜上所述,目前大多數(shù)算法,在進(jìn)行增量挖掘時(shí)不能有效利用原始挖掘結(jié)果,仍需重新掃描原始數(shù)據(jù)庫(kù),以及重新構(gòu)建樹(shù)造成極大的資源浪費(fèi);而并行算法雖然使得挖掘性能得到了進(jìn)一步提升,但基于Apriori的多次數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)掃描和基于樹(shù)結(jié)構(gòu)的巨大樹(shù)結(jié)構(gòu)調(diào)整代價(jià),成為了目前并行算法的瓶頸。本文結(jié)合一種新的樹(shù)結(jié)構(gòu),避免了原始數(shù)據(jù)庫(kù)的掃描和高昂的樹(shù)結(jié)構(gòu)調(diào)整代價(jià),并通過(guò)設(shè)計(jì)有效的RDD轉(zhuǎn)換策略和負(fù)載均衡優(yōu)化方案實(shí)現(xiàn)高效的并行頻繁模式挖掘。

    2 全壓縮頻繁模式樹(shù)及樹(shù)結(jié)構(gòu)調(diào)整策略

    2.1 全壓縮頻繁模式樹(shù)(FCFP-Tree)

    在增量挖掘過(guò)程中,為了避免重新掃描原始數(shù)據(jù)集和重構(gòu)樹(shù)結(jié)構(gòu)的開(kāi)銷(xiāo),本文采用FCFP樹(shù)結(jié)構(gòu)壓縮和存儲(chǔ)原始數(shù)據(jù)集。

    定義1FCFP-Tree:FCFP-Tree是一種樹(shù)結(jié)構(gòu),F(xiàn)CFP樹(shù)由四部分組成。第一部分是根節(jié)點(diǎn),標(biāo)記為“null”.第二部分是所有子項(xiàng)的樹(shù),項(xiàng)目前綴子樹(shù)為根。第三部分是用于存儲(chǔ)頻繁項(xiàng)目的頭表。第四部分是用于存儲(chǔ)不頻繁項(xiàng)目的頭表。

    項(xiàng)前綴子樹(shù)中的每個(gè)節(jié)點(diǎn)由四個(gè)域組成,F(xiàn)CFP樹(shù)的節(jié)點(diǎn)結(jié)構(gòu)定義如下:

    Struct FCFPNode {

    Int NodeCount;

    String NodeItem;

    Struct FCFPNode * NodeParent;

    Struct FCFPNode * NodeLink;

    }

    NodeItem:節(jié)點(diǎn)的名稱(chēng),可以標(biāo)識(shí)項(xiàng)目。NodeCount:節(jié)點(diǎn)的統(tǒng)計(jì)計(jì)數(shù),是NodeItem標(biāo)識(shí)的項(xiàng)的相應(yīng)支持計(jì)數(shù)。NodeParent:指向FCFP-Tree中父節(jié)點(diǎn)的指針。沿指針一直向上搜索,最后指向根節(jié)點(diǎn)。NodeLink:指向FCFP-Tree中同一NodeItem的下一個(gè)節(jié)點(diǎn)的指針。也就是說(shuō),所有具有相同名稱(chēng)的項(xiàng)目都與FCFP樹(shù)中的NodeLink指針相連。

    頭表中的每個(gè)項(xiàng)目由三個(gè)字段組成:NodeItem,NodeCount和NodeLink.頭表中的項(xiàng)目按其支持計(jì)數(shù)按降序排列。

    定義2節(jié)點(diǎn)壓縮:如果樹(shù)包含單個(gè)路徑P,則P中的所有項(xiàng)目將被壓縮并存儲(chǔ)在一個(gè)節(jié)點(diǎn)上,該節(jié)點(diǎn)的支持表示為P中任何節(jié)點(diǎn)的支持。

    FCFP-Tree構(gòu)造算法類(lèi)似于FP-Tree算法,除了FCFP樹(shù)存儲(chǔ)完整的項(xiàng)集。為了進(jìn)一步壓縮不頻繁項(xiàng)目的存儲(chǔ),通過(guò)定義2,在單個(gè)分支中具有相同計(jì)數(shù)的不頻繁項(xiàng)目的項(xiàng)目存儲(chǔ)在同一節(jié)點(diǎn)上。

    2.2 有效的FCFP-Tree更新策略

    在增量挖掘過(guò)程中,項(xiàng)目頻率將不斷改變,即從最初的不頻繁到頻繁或從最初的頻繁到不頻繁。在此過(guò)程中,涉及復(fù)雜的樹(shù)結(jié)構(gòu)更新。

    更新FCFP-Tree涉及兩個(gè)步驟:(1)調(diào)整與原始數(shù)據(jù)對(duì)應(yīng)的樹(shù)結(jié)構(gòu)。FCFPIM首先掃描新添加的數(shù)據(jù)集并相應(yīng)地更新頭表,然后根據(jù)頭表中每個(gè)項(xiàng)的相對(duì)位置變化調(diào)整節(jié)點(diǎn)路徑得到調(diào)整后的樹(shù)結(jié)構(gòu);(2)再次掃描新增的數(shù)據(jù)集以將事務(wù)添加到調(diào)整后的樹(shù)結(jié)構(gòu),并修改每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的計(jì)數(shù),得到最終的樹(shù)結(jié)構(gòu)。其中步驟(2)相對(duì)簡(jiǎn)單,針對(duì)步驟(1),樹(shù)結(jié)構(gòu)調(diào)整包含兩種情況:1)頻繁項(xiàng)目的調(diào)整策略;2)涉及不頻繁項(xiàng)目的調(diào)整策略。每種情況又涉及相鄰節(jié)點(diǎn)和和非相鄰結(jié)點(diǎn)間的調(diào)整,具體調(diào)整見(jiàn)文獻(xiàn)[4].

    該兩階段的調(diào)整策略避免了每掃描一條事務(wù)就調(diào)整一次樹(shù)結(jié)構(gòu)的復(fù)雜調(diào)整代價(jià),而是根據(jù)更新后的頭表一次性調(diào)整好樹(shù)結(jié)構(gòu)后,后續(xù)直接將新增數(shù)據(jù)集涉及到的項(xiàng)目計(jì)數(shù)增添進(jìn)去,從而大大節(jié)省了樹(shù)結(jié)構(gòu)調(diào)整代價(jià)。

    3 基于Spark的FCFPIM并行算法及RDD轉(zhuǎn)換策略

    3.1 FCFPIM并行算法概述

    Spark是一種基于內(nèi)存的迭代式計(jì)算框架,其盡量將中間數(shù)據(jù)放置在內(nèi)存,并將這些數(shù)據(jù)集抽象為RDD(彈性分布式數(shù)據(jù)集)對(duì)象,然后采用一系列的算子來(lái)處理這些RDD,并將處理好的結(jié)果以RDD的形式輸出到內(nèi)存或以數(shù)據(jù)流的方式持久化寫(xiě)入到其它存儲(chǔ)介質(zhì)中。Spark通過(guò)RDD間轉(zhuǎn)換形成的DAG關(guān)系,即Lineage(血緣關(guān)系)來(lái)實(shí)現(xiàn)高效的容錯(cuò)。因此,Spark能很好地適應(yīng)頻繁模式挖掘這種反復(fù)迭代的數(shù)據(jù)處理。

    基于Spark的FCFPIM算法由兩個(gè)部分組成,第一部分是對(duì)原始數(shù)據(jù)的挖掘,第二部分是對(duì)增量數(shù)據(jù)進(jìn)行挖掘。基于Spark模型并行化的FCFPIM算法具體過(guò)程描述如下:

    Step 1:采用TextFile從HDFS中讀取數(shù)據(jù)集并轉(zhuǎn)化為RDD,將存儲(chǔ)事務(wù)集的RDD記作TransactionRDD.

    Step 2:并行計(jì)算原始數(shù)據(jù)1項(xiàng)集的支持度,然后按照支持度降序?qū)?項(xiàng)集排序,得到原始數(shù)據(jù)集頭表,記為DescendItem1.

    Step 3:原始數(shù)據(jù)采用關(guān)聯(lián)分組策略分組。將TransactionRDD中存儲(chǔ)的事務(wù)集根據(jù)DescendItem1中的順序進(jìn)行排序,然后按照關(guān)聯(lián)分組策略對(duì)事務(wù)集進(jìn)行分組,得到存儲(chǔ)組號(hào)以及劃分到對(duì)應(yīng)分組的項(xiàng),記為Group_list.

    Step 4:對(duì)TransactionRDD中所存儲(chǔ)的事務(wù),將每個(gè)項(xiàng)所屬的事務(wù)根據(jù)Group_list的分組規(guī)則劃分到該項(xiàng)所屬的組中,然后對(duì)每一個(gè)組建FCFP樹(shù),進(jìn)行頻繁模式挖掘。

    Step 5:集群各個(gè)節(jié)點(diǎn)的任務(wù)執(zhí)行完畢后,將各部分結(jié)果聚合,得到原始數(shù)據(jù)挖掘結(jié)果,并將結(jié)果輸出到HDFS中,即原始數(shù)據(jù)的挖掘完畢。

    Step 6:增量數(shù)據(jù)進(jìn)行挖掘開(kāi)始,讀入新增數(shù)據(jù),并行計(jì)算該數(shù)據(jù)中的1項(xiàng)集以及支持度,記為NewItem1.

    Step 7:將原始數(shù)據(jù)集頭表DescendItem1和NewItem1進(jìn)行對(duì)比判斷,得到需要調(diào)整的節(jié)點(diǎn)以及節(jié)點(diǎn)路徑,通過(guò)廣播的形式分發(fā)到各任務(wù)中。

    Step 8:將增量數(shù)據(jù)按照增量部分的關(guān)聯(lián)分組策略,進(jìn)行分組并且將數(shù)據(jù)劃分到對(duì)應(yīng)的分組中,進(jìn)行樹(shù)結(jié)構(gòu)的調(diào)整。

    Step 9:對(duì)每個(gè)更新后的FCFP樹(shù)進(jìn)行頻繁項(xiàng)集挖掘,待集群各個(gè)節(jié)點(diǎn)任務(wù)執(zhí)行完畢后,對(duì)結(jié)果進(jìn)行聚合,得到增量數(shù)據(jù)挖掘的結(jié)果,并將結(jié)果輸出到HDFS中。

    3.2 有效的RDD轉(zhuǎn)換策略

    RDD是Spark的核心,是Spark中最基本的數(shù)據(jù)抽象。RDD 的操作分為轉(zhuǎn)換(Transformation)和動(dòng)作(Action)操作。轉(zhuǎn)換就是從一個(gè) RDD 產(chǎn)生一個(gè)新的 RDD,而動(dòng)作就是進(jìn)行實(shí)際的計(jì)算。 Spark 里的計(jì)算都是通過(guò)操作 RDD 完成的, RDD之間會(huì)形成類(lèi)似于流水線一樣的前后依賴(lài)關(guān)系,即形成邏輯上的DAG,任務(wù)執(zhí)行時(shí),可以按照DAG的描述,執(zhí)行真正的計(jì)算,因此,合理有效的DAG策略對(duì)算法性能會(huì)產(chǎn)生很大程度的影響。

    通過(guò)對(duì)RDD緩存策略的優(yōu)化,對(duì)FCFPIM算法的RDD轉(zhuǎn)換策略進(jìn)行探索,給出一種有效的RDD轉(zhuǎn)換策略。對(duì)應(yīng)于3.1節(jié)描述的步驟,優(yōu)化的RDD轉(zhuǎn)換策略被分為原始數(shù)據(jù)挖掘?qū)?yīng)的RDD轉(zhuǎn)換(見(jiàn)圖1)和增量頻繁項(xiàng)集挖掘的RDD轉(zhuǎn)換(見(jiàn)圖2).

    在圖1stage0中,數(shù)據(jù)被劃分為p個(gè)分區(qū), 并通過(guò)TextFile將數(shù)據(jù)轉(zhuǎn)化為T(mén)ransactionRDD, 接著將數(shù)據(jù)集拆分成各個(gè)事務(wù)轉(zhuǎn)換成SplitTransactionRDD,并且將其緩存到內(nèi)存中。Stage1中的itemRDD通過(guò)reduceByKey算子的操作轉(zhuǎn)化為item1RDD,獲得了1項(xiàng)集且按頻率從高到低對(duì)項(xiàng)目進(jìn)行排序,生成項(xiàng)目和索引的映射DescendItem1Map.Stage2中得到關(guān)聯(lián)分組的結(jié)果AssociationGroup.stage3根據(jù)關(guān)聯(lián)分組的結(jié)果將項(xiàng)目劃分為p個(gè)組,每個(gè)組具有唯一的組ID.對(duì)數(shù)據(jù)SplitTransactionRDD中的每一條事務(wù)按照關(guān)聯(lián)分組的策略生成每組的事務(wù)集,每個(gè)事務(wù)集中的事務(wù)都是完整的,如GenCondTransRDD中。stage4條件模式庫(kù)通過(guò)GroupID縮減為不同的數(shù)據(jù)分區(qū),每個(gè)分區(qū)都由具有相同GroupID的庫(kù)組成。首先為每個(gè)組生成一個(gè)FCFPTree,并將其存儲(chǔ)在FCFPTreeRDD中。然后,挖掘每個(gè)FCFPTree生成頻繁項(xiàng)FrequentItemRDD.

    圖1 原始頻繁項(xiàng)集挖掘RDD轉(zhuǎn)換圖Fig.1 RDD conversion diagram of original frequent itemsets mining

    圖2中stage0到stage4對(duì)應(yīng)原始頻繁模式的挖掘。Stage5讀入新數(shù)據(jù),將事務(wù)進(jìn)行拆分生成SplitIncreTransRDD,緩存到內(nèi)存中,為方便更新樹(shù)的時(shí)候插入新數(shù)據(jù)。并且根據(jù)后面第4節(jié)提出的分組策略將數(shù)據(jù)劃分到對(duì)應(yīng)分組。 Stage6將原始數(shù)據(jù)集的1項(xiàng)集與新增1項(xiàng)集進(jìn)行整合,生成新的1項(xiàng)集NewItem1RDD.Stage7將新的1項(xiàng)集進(jìn)行降序排序,將降序后的新1項(xiàng)集與stage2中的SortItem1Map進(jìn)行對(duì)比,得到需要調(diào)整的節(jié)點(diǎn)以及其調(diào)整的路徑,存儲(chǔ)在AdjustItem中。接著通過(guò)廣播變量的形式,將AdjustItem分發(fā)到對(duì)應(yīng)的節(jié)點(diǎn)上,對(duì)FCFP-Tree進(jìn)行更新。Stage8生成的每個(gè)分組對(duì)應(yīng)的事務(wù)集存儲(chǔ)在GenCondTransRDD中。stage9挖掘每個(gè)FCFPTree生成頻繁項(xiàng)FrequentItemRDD.

    圖2 增量頻繁項(xiàng)集挖掘的RDD轉(zhuǎn)化圖Fig.2 RDD conversion diagram of incremental frequent itemsets mining

    由圖1和圖2可以看出在實(shí)現(xiàn)FCFPIM算法過(guò)程中,綜合選取避免shuffle和復(fù)雜度較小的算子進(jìn)行RDD的轉(zhuǎn)化以及進(jìn)行了合理的RDD緩存,盡量將多次使用的RDD緩存下來(lái)(如:SplitTransactionRDD),避免RDD的重復(fù)計(jì)算,在一定程度上提高了RDD緩存命中率。

    4 關(guān)聯(lián)分組

    在圖1中stage2的AssociationGroup操作和圖2stage5的SplitIncreTransRDD操作都涉及在并行計(jì)算過(guò)程中被計(jì)算項(xiàng)目的分組問(wèn)題。在集群系統(tǒng)中,每個(gè)節(jié)點(diǎn)都可以處理一部分負(fù)載,針對(duì)關(guān)聯(lián)規(guī)則并行算法,項(xiàng)目分組策略一方面會(huì)影響集群中各節(jié)點(diǎn)的計(jì)算負(fù)載,另一方面會(huì)影響數(shù)據(jù)的冗余發(fā)送和存儲(chǔ)。而現(xiàn)有項(xiàng)目分組一般都采用哈希分組,無(wú)法保證集群的負(fù)載均衡,也沒(méi)有考慮數(shù)據(jù)的冗余問(wèn)題。因此,我們提出了關(guān)聯(lián)分組的策略。

    FCFPIM算法挖掘頻繁模式仍然采用傳統(tǒng)FP-Growth的遞歸挖掘過(guò)程,考慮到遞歸挖掘過(guò)程中,樹(shù)越高,遞歸所用的時(shí)間越多,而項(xiàng)目支持度越高,對(duì)應(yīng)的事務(wù)數(shù)越多,樹(shù)的高度越低;反之亦然。因此,關(guān)聯(lián)分組策略的基本思想是:為保持集群的負(fù)載均衡,支持度大的項(xiàng)目盡量與支持度小的項(xiàng)目混合分組,同時(shí)為了減少數(shù)據(jù)的冗余存儲(chǔ),相關(guān)性高的項(xiàng)目應(yīng)該分為一組。由此,頻繁項(xiàng)與非頻繁項(xiàng)得到了相對(duì)均勻的分配。

    該關(guān)聯(lián)分組采用了一種壓縮二項(xiàng)集存儲(chǔ)矩陣ArrayItem2,表1為一個(gè)二項(xiàng)集存儲(chǔ)矩陣實(shí)例。

    以表1為例,對(duì)關(guān)聯(lián)分組過(guò)程描述如下:

    表1 二項(xiàng)集存儲(chǔ)矩陣Tab.1 2-itemset count matrix

    Step 1:對(duì)Item1順序分組,每組元素的個(gè)數(shù)為groups個(gè),記為fristStepGroup ={{a,b},{c,d},{e,f}}.

    Step 2:取fristStepGroup中的元素fristStepGroup(0) = {a,b}與fristStepGroup(1) ={c,d},進(jìn)行關(guān)聯(lián)度分組:對(duì)fristStepGroup(0)與fristStepGroup(1)做笛卡爾積運(yùn)算得item2={(a,c),(a,d),(b,c),(b,d)}.

    Step 3:在Item2RDD中查找每個(gè)item2的支持度計(jì)數(shù):(a,c)=5,(a,d)=4,(b,c)=3,(b,d)=3 若最大值只有一個(gè),那么取最大值的組合分為一組:(a,c).若最大值有多個(gè),則選取第一個(gè)出現(xiàn)的最大值的組合。

    Step 4:去掉item2中帶a和c的組合,重復(fù)Step4步,直到item2的長(zhǎng)度為0.得到的結(jié)果為groups:(a,c),(b,d).

    Step 5:刪除fristStepGroup(0),若fristStep-Group的長(zhǎng)度不為0,則執(zhí)行第三步得item2={(c,e),(c,f),(d,e),(d,f)}.執(zhí)行Step3 (c,e)=2,(c,f)=1,(d,e)=2,(d,f)=2,得到(c,e)將e加入到(a,c,e).執(zhí)行Step4得到(d,f)將f加入到(b,d,f).

    最終,groups={group0={a,c,e}, group1= {b,d,f}}, group0對(duì)應(yīng)數(shù)據(jù)分區(qū)對(duì)項(xiàng)a,c,e是完備的,group1對(duì)應(yīng)數(shù)據(jù)分區(qū)對(duì)項(xiàng)b,d,f是完備的。對(duì)每個(gè)分區(qū)中的事務(wù)分別建立FCFP樹(shù),并且進(jìn)行頻繁項(xiàng)集挖掘。增量數(shù)據(jù)的新增項(xiàng)目分組一是基于調(diào)整后的二項(xiàng)集存儲(chǔ)矩陣,在此不再贅述,具體分組算法見(jiàn)算法1:

    算法1:關(guān)聯(lián)分組

    輸入:Item1,ArrayItem2

    輸出:groups

    0: val item1 = item1RDD.toList

    1: val group_num = (item1.count+1 + group_size-1) / group_size

    2: //將item1按順序分為group_num個(gè)組,每個(gè)組小于或等于group_size個(gè)元素

    3: val fristStepGroup = new ListBuffer[ListBuffer[String]]

    4: for(i <-1 to group_num){

    5: val k = (i-1)*group_size +1

    6: val group_list = new ListBuffer[String]()

    7: for (j <- k to Item1.length){

    8: if( j % group_num !=0){

    9: group_list += Item1(j-1)

    10: }else{

    11: group_list += Item1(j-1)

    12: break

    13: End If

    14: End For

    15: fristStepGroup += group_list

    16: End For

    17: for (i <- fristStepGroup.length-1){

    18: If (i+1 <=fristStepGroup.length-1 ){

    19:val item2 = fristStepGroup(i) Cartesian(fristStepGroup(i+1))

    20: 在ArrayItem2中查找每個(gè)item2的支持度計(jì)數(shù)

    21:得到item2中的最大值(Max._1,Max._2)

    22: Gruops+= (Max._1,Max._2)

    23:刪除item2中帶Max._1和Max._2的組合

    24: End If

    25: End for

    5 實(shí)驗(yàn)結(jié)果及分析

    本次實(shí)驗(yàn)搭建了Spark On YARN的完全分布式集群,在VMware Workstation 上創(chuàng)建三臺(tái)虛擬機(jī)作為集群的節(jié)點(diǎn),具體配置見(jiàn)表2.

    表2 集群系統(tǒng)環(huán)境配置Tab.2 Cluster environment configuration

    為了評(píng)估FCFPIM算法的性能,與經(jīng)典的基于Spark的并行FPGrowth算法與最新的基于Spark的并行EFUFP算法進(jìn)行了對(duì)比。數(shù)據(jù)集采用IBM Quest Market-Basket生成器產(chǎn)生,其可以靈活配置以創(chuàng)建各種數(shù)據(jù)集,來(lái)滿足各種測(cè)試需要的需求。

    5.1 不同規(guī)模數(shù)據(jù)集對(duì)算法性能的影響

    該組實(shí)驗(yàn)采用T10I4D系列和T40I10D系列各4組不同事務(wù)數(shù)的數(shù)據(jù)集(事務(wù)數(shù)分別為10萬(wàn),20萬(wàn),30萬(wàn)和40萬(wàn)條),對(duì)三種算法的運(yùn)行效率進(jìn)行評(píng)價(jià),其中,增量數(shù)據(jù)的大小大約是原始數(shù)據(jù)大小的10%,最小支持度設(shè)為0.9%.具體實(shí)驗(yàn)結(jié)果見(jiàn)圖3和圖4.

    圖3 在數(shù)據(jù)集T10I4D上的執(zhí)行時(shí)間對(duì)比Fig.3 Execution time on the data set T10I4D

    圖4 在數(shù)據(jù)集T40I10D上的執(zhí)行時(shí)間對(duì)比Fig.4 Execution time on the data set T40I10D

    從圖3和圖4可以看出,F(xiàn)CFPIM算法性能表現(xiàn)最優(yōu),并行FP-Growth最差,這主要是因?yàn)镕P-Growth在增量過(guò)程中,采用最直接的方式,重新建樹(shù)挖掘,因此消耗的時(shí)間比較長(zhǎng),而EFUFP算法則在增量挖掘階段采用了高效的調(diào)整策略。本文的FCFPIM算法一方面通過(guò)考慮項(xiàng)目之間的關(guān)聯(lián)程度,對(duì)項(xiàng)目進(jìn)行均衡分組,使得分組后各數(shù)據(jù)分區(qū)對(duì)應(yīng)的冗余存儲(chǔ)大大減少,對(duì)應(yīng)每個(gè)分區(qū)的計(jì)算量亦會(huì)下降,且均衡的分組進(jìn)一步提高了資源利用率,同時(shí),有效的緩存策略使得一些被多次使用的RDD不再需要重復(fù)計(jì)算,從而進(jìn)一步加速了FCFPIM算法的執(zhí)行。

    5.2 不同支持度對(duì)算法性能的影響

    本組實(shí)驗(yàn)采用事務(wù)數(shù)為10萬(wàn)條的T40I10D的數(shù)據(jù)集,并將支持閾值分別設(shè)置為0.5%,0.7%,0.9%,1.1%,1.3%進(jìn)行測(cè)試。

    從對(duì)比結(jié)果圖5可以看出,隨著支持閾值的增加,生成的頻繁項(xiàng)集數(shù)目會(huì)減少,挖掘的時(shí)間會(huì)減少,這符合理論上的運(yùn)行趨勢(shì)。

    圖5 不同支持度的執(zhí)行時(shí)間Fig.5 Execution time with different support

    5.3 可擴(kuò)展性

    集群的節(jié)點(diǎn)數(shù)量對(duì)算法的執(zhí)行時(shí)間有著最重要的影響,本組實(shí)驗(yàn)采用與上組實(shí)驗(yàn)同樣的數(shù)據(jù)集,支持度計(jì)數(shù)設(shè)置為0.9%進(jìn)行測(cè)試,測(cè)試結(jié)果如圖6所示。

    圖6 可擴(kuò)展性Fig.6 Scalability

    通過(guò)圖6可以明顯看出,隨著節(jié)點(diǎn)數(shù)的增加,三個(gè)算法整體挖掘時(shí)間均減少,因?yàn)?,可用的?jì)資源隨之增加。在只有一個(gè)計(jì)算節(jié)點(diǎn)的時(shí)候,F(xiàn)CFPIM算法與EFUFP算法的執(zhí)行時(shí)間差不是很明顯,因?yàn)橹挥幸粋€(gè)節(jié)點(diǎn),分組策略是無(wú)效的,所以?xún)蓚€(gè)算法的執(zhí)行時(shí)間差距不大,完全取決于算法本身的性能與FCFPIM算法的緩存策略。隨著計(jì)算節(jié)點(diǎn)數(shù)目的增加,基于關(guān)聯(lián)分組策略?xún)?yōu)勢(shì)逐漸體現(xiàn)出來(lái)。

    5.4 加速比

    加速比為并行算法在一個(gè)計(jì)算節(jié)點(diǎn)上的執(zhí)行時(shí)間與在多個(gè)計(jì)算機(jī)節(jié)點(diǎn)上的執(zhí)行時(shí)間的比值。從圖7中可以看出,隨著集群計(jì)算節(jié)點(diǎn)數(shù)量的增加,三個(gè)算法的加速比大致呈現(xiàn)出線性關(guān)系,說(shuō)明三個(gè)并行的算法都是有效的。整體上隨著集群計(jì)算節(jié)點(diǎn)數(shù)目的增加,三個(gè)算法的執(zhí)行時(shí)間差越來(lái)越大。因?yàn)镕CFPIM擁有合理的分組策略。隨著計(jì)算節(jié)點(diǎn)的增加,關(guān)聯(lián)分組的策略會(huì)有明顯的優(yōu)勢(shì),因此FCFPIM并行算法的性能要更好一些。

    圖7 加速比Fig.7 Speedup

    6 總結(jié)與展望

    針對(duì)傳統(tǒng)增量挖掘存在重復(fù)掃描原始數(shù)據(jù)集或樹(shù)結(jié)構(gòu)調(diào)整成本過(guò)高等問(wèn)題,以及面對(duì)海量數(shù)據(jù)處理傳統(tǒng)串行計(jì)算不足以應(yīng)對(duì)的問(wèn)題,提出一種基于Spark并行框架的并行增量頻繁模式挖掘算法FCFPIM,F(xiàn)CFPIM綜合考慮了負(fù)載均衡,RDD的shuffle成本,緩存策略等問(wèn)題。而由于FCFP樹(shù)包含完整的項(xiàng)目信息,因此該空間開(kāi)銷(xiāo)會(huì)對(duì)算法的可伸縮性產(chǎn)生不利影響。作為未來(lái)的研究方向,我們將引入一個(gè)度量來(lái)確定如何合理的將項(xiàng)目保存在樹(shù)結(jié)構(gòu)中。該度量的定義將考慮數(shù)據(jù)的特征以及新數(shù)據(jù)與原始數(shù)據(jù)的比率。此外,F(xiàn)IM的實(shí)際應(yīng)用也值得關(guān)注。

    猜你喜歡
    樹(shù)結(jié)構(gòu)項(xiàng)集原始數(shù)據(jù)
    GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATION
    受特定變化趨勢(shì)限制的傳感器數(shù)據(jù)處理方法研究
    全新Mentor DRS360 平臺(tái)借助集中式原始數(shù)據(jù)融合及直接實(shí)時(shí)傳感技術(shù)實(shí)現(xiàn)5 級(jí)自動(dòng)駕駛
    四維余代數(shù)的分類(lèi)
    大數(shù)據(jù)背景下基于B—樹(shù)結(jié)構(gòu)的SQL Server數(shù)據(jù)優(yōu)化策略研究
    基于μσ-DWC特征和樹(shù)結(jié)構(gòu)M-SVM的多維時(shí)間序列分類(lèi)
    關(guān)聯(lián)規(guī)則中經(jīng)典的Apriori算法研究
    卷宗(2014年5期)2014-07-15 07:47:08
    一種頻繁核心項(xiàng)集的快速挖掘算法
    采用動(dòng)態(tài)樹(shù)結(jié)構(gòu)實(shí)現(xiàn)網(wǎng)絡(luò)課程內(nèi)容的動(dòng)態(tài)更新
    河南科技(2014年11期)2014-02-27 14:17:57
    世界經(jīng)濟(jì)趨勢(shì)
    九色亚洲精品在线播放| 好男人电影高清在线观看| 女人被躁到高潮嗷嗷叫费观| 精品一区二区三卡| 日韩熟女老妇一区二区性免费视频| 最近最新免费中文字幕在线| 18禁裸乳无遮挡动漫免费视频| 久久人妻av系列| 欧美性长视频在线观看| 色在线成人网| 国产免费现黄频在线看| 国产极品粉嫩免费观看在线| 亚洲 欧美一区二区三区| 国产精品免费视频内射| 欧美在线黄色| 视频区欧美日本亚洲| 欧美日韩成人在线一区二区| 国产精品久久电影中文字幕 | 久久午夜亚洲精品久久| 丰满人妻熟妇乱又伦精品不卡| 国产在视频线精品| 涩涩av久久男人的天堂| 女人久久www免费人成看片| 男女边摸边吃奶| 亚洲精品乱久久久久久| 香蕉久久夜色| 亚洲av成人不卡在线观看播放网| 国产欧美日韩精品亚洲av| 一级,二级,三级黄色视频| 桃花免费在线播放| 美国免费a级毛片| 女人被躁到高潮嗷嗷叫费观| 亚洲精品美女久久av网站| 交换朋友夫妻互换小说| 国产激情久久老熟女| 丰满少妇做爰视频| 91成人精品电影| 99在线人妻在线中文字幕 | 操出白浆在线播放| 久久国产亚洲av麻豆专区| 老汉色∧v一级毛片| 亚洲视频免费观看视频| 在线观看免费日韩欧美大片| 精品一区二区三区av网在线观看 | 国产一区二区三区综合在线观看| 国产av又大| 久久久久视频综合| 99久久精品国产亚洲精品| a级片在线免费高清观看视频| 日韩欧美国产一区二区入口| 亚洲成av片中文字幕在线观看| 亚洲精品国产精品久久久不卡| 满18在线观看网站| 后天国语完整版免费观看| 桃花免费在线播放| 久久久久久久久免费视频了| 高清欧美精品videossex| 亚洲精品在线美女| 国产真人三级小视频在线观看| 亚洲av美国av| 人人妻人人澡人人爽人人夜夜| 电影成人av| 在线观看免费日韩欧美大片| 亚洲成国产人片在线观看| 国产精品欧美亚洲77777| 精品人妻熟女毛片av久久网站| 五月开心婷婷网| 亚洲一区二区三区欧美精品| bbb黄色大片| 中文欧美无线码| 一级片'在线观看视频| 搡老熟女国产l中国老女人| 一区二区三区激情视频| 久久精品国产亚洲av香蕉五月 | 蜜桃在线观看..| 国产亚洲精品久久久久5区| 如日韩欧美国产精品一区二区三区| 成人国语在线视频| 精品国产乱子伦一区二区三区| 岛国在线观看网站| 久久久久久久国产电影| 国产精品香港三级国产av潘金莲| 五月开心婷婷网| 亚洲人成电影观看| 国产97色在线日韩免费| 91大片在线观看| 美国免费a级毛片| 飞空精品影院首页| 日韩欧美一区二区三区在线观看 | 久久精品国产亚洲av香蕉五月 | 一级,二级,三级黄色视频| 久久这里只有精品19| 搡老乐熟女国产| 欧美日韩国产mv在线观看视频| 亚洲五月色婷婷综合| 欧美精品高潮呻吟av久久| 国产不卡av网站在线观看| 亚洲av电影在线进入| 一级,二级,三级黄色视频| 两人在一起打扑克的视频| 搡老乐熟女国产| 欧美日韩国产mv在线观看视频| 黑人巨大精品欧美一区二区mp4| 亚洲少妇的诱惑av| 国产不卡av网站在线观看| 亚洲国产精品一区二区三区在线| 69精品国产乱码久久久| 熟女少妇亚洲综合色aaa.| 中文字幕av电影在线播放| 国产成人免费无遮挡视频| 麻豆成人av在线观看| 蜜桃国产av成人99| 国产主播在线观看一区二区| 99在线人妻在线中文字幕 | cao死你这个sao货| 久久久精品国产亚洲av高清涩受| 大片电影免费在线观看免费| 中文字幕av电影在线播放| 国产精品98久久久久久宅男小说| 国产野战对白在线观看| 国产欧美日韩精品亚洲av| 69av精品久久久久久 | 女人被躁到高潮嗷嗷叫费观| 精品一区二区三卡| 国产精品自产拍在线观看55亚洲 | 最近最新免费中文字幕在线| 久久久精品国产亚洲av高清涩受| 国产日韩一区二区三区精品不卡| 一区二区三区乱码不卡18| 在线观看免费视频日本深夜| tube8黄色片| 久久久水蜜桃国产精品网| 久久人妻福利社区极品人妻图片| 亚洲熟女精品中文字幕| 欧美另类亚洲清纯唯美| 咕卡用的链子| 国产成人欧美| 久热这里只有精品99| 一个人免费在线观看的高清视频| 老鸭窝网址在线观看| 国产区一区二久久| 精品国内亚洲2022精品成人 | a级毛片黄视频| 欧美日韩精品网址| 999精品在线视频| 久久毛片免费看一区二区三区| 日本精品一区二区三区蜜桃| 十八禁人妻一区二区| 成人三级做爰电影| 中文字幕av电影在线播放| 一级a爱视频在线免费观看| 老司机深夜福利视频在线观看| 成人18禁在线播放| 男男h啪啪无遮挡| 黄色成人免费大全| 女人高潮潮喷娇喘18禁视频| 欧美黑人欧美精品刺激| av网站免费在线观看视频| 18禁裸乳无遮挡动漫免费视频| 真人做人爱边吃奶动态| 亚洲熟女毛片儿| 国产又爽黄色视频| 亚洲av电影在线进入| 欧美成狂野欧美在线观看| 大码成人一级视频| 亚洲国产欧美网| 不卡一级毛片| 日韩欧美一区视频在线观看| 香蕉丝袜av| 国产欧美日韩一区二区精品| 一级毛片电影观看| 亚洲中文日韩欧美视频| 欧美亚洲日本最大视频资源| 91麻豆精品激情在线观看国产 | 动漫黄色视频在线观看| 搡老岳熟女国产| 国产免费现黄频在线看| 香蕉国产在线看| 自拍欧美九色日韩亚洲蝌蚪91| av电影中文网址| 国产日韩欧美亚洲二区| 在线天堂中文资源库| 一级片免费观看大全| 老司机午夜十八禁免费视频| 亚洲色图综合在线观看| 亚洲熟女毛片儿| 国产欧美日韩一区二区三| 亚洲精品中文字幕一二三四区 | 十八禁高潮呻吟视频| 大香蕉久久网| 亚洲色图 男人天堂 中文字幕| 自拍欧美九色日韩亚洲蝌蚪91| 女人爽到高潮嗷嗷叫在线视频| 欧美+亚洲+日韩+国产| 久久av网站| 亚洲成av片中文字幕在线观看| 久久99一区二区三区| 国产麻豆69| 黄色毛片三级朝国网站| 亚洲色图综合在线观看| 亚洲中文日韩欧美视频| 久久九九热精品免费| 啪啪无遮挡十八禁网站| 另类亚洲欧美激情| 日韩欧美国产一区二区入口| 丝袜在线中文字幕| 色老头精品视频在线观看| 丰满人妻熟妇乱又伦精品不卡| 精品福利永久在线观看| 97人妻天天添夜夜摸| 国产精品98久久久久久宅男小说| 午夜福利乱码中文字幕| 黄频高清免费视频| 汤姆久久久久久久影院中文字幕| svipshipincom国产片| 超碰成人久久| 欧美av亚洲av综合av国产av| 免费观看av网站的网址| 国产区一区二久久| 高清欧美精品videossex| 免费黄频网站在线观看国产| 女性生殖器流出的白浆| 欧美人与性动交α欧美精品济南到| 国产男女内射视频| 成年人午夜在线观看视频| 日本欧美视频一区| cao死你这个sao货| 国产人伦9x9x在线观看| 久久久精品区二区三区| 日韩欧美三级三区| 亚洲一区二区三区欧美精品| 亚洲欧洲精品一区二区精品久久久| 老熟妇乱子伦视频在线观看| 日本欧美视频一区| 亚洲精品中文字幕一二三四区 | 色在线成人网| 免费观看人在逋| 国产精品亚洲av一区麻豆| 欧美乱码精品一区二区三区| 免费看a级黄色片| 日本a在线网址| 中文字幕色久视频| 不卡av一区二区三区| 成年动漫av网址| 日韩大码丰满熟妇| 久久午夜综合久久蜜桃| 九色亚洲精品在线播放| 另类亚洲欧美激情| 亚洲人成电影观看| 伦理电影免费视频| 亚洲熟女毛片儿| 99国产精品免费福利视频| 亚洲熟女精品中文字幕| 男男h啪啪无遮挡| 无限看片的www在线观看| 日本欧美视频一区| 国产精品亚洲av一区麻豆| 免费一级毛片在线播放高清视频 | 国产一区有黄有色的免费视频| 亚洲av日韩在线播放| 大片电影免费在线观看免费| 91九色精品人成在线观看| 女人被躁到高潮嗷嗷叫费观| 捣出白浆h1v1| 国产成人av教育| 久久精品国产综合久久久| 国产日韩欧美在线精品| 满18在线观看网站| 成年女人毛片免费观看观看9 | 久久久国产一区二区| 麻豆成人av在线观看| 国产伦理片在线播放av一区| 麻豆国产av国片精品| 国产1区2区3区精品| 亚洲伊人色综图| 亚洲性夜色夜夜综合| 十分钟在线观看高清视频www| 一本大道久久a久久精品| 精品国产一区二区三区四区第35| 免费女性裸体啪啪无遮挡网站| 成人国产av品久久久| 国产在线一区二区三区精| 99国产综合亚洲精品| 777米奇影视久久| 女同久久另类99精品国产91| 亚洲,欧美精品.| 日本一区二区免费在线视频| 一本大道久久a久久精品| 国产不卡av网站在线观看| 免费在线观看黄色视频的| 国产精品久久久久成人av| 午夜福利欧美成人| 日韩大码丰满熟妇| 啦啦啦中文免费视频观看日本| 亚洲国产成人一精品久久久| 一进一出好大好爽视频| 久久精品亚洲av国产电影网| 国产精品电影一区二区三区 | 国产精品麻豆人妻色哟哟久久| 满18在线观看网站| √禁漫天堂资源中文www| 亚洲五月色婷婷综合| 精品少妇黑人巨大在线播放| 操美女的视频在线观看| 亚洲自偷自拍图片 自拍| 亚洲美女黄片视频| 欧美在线一区亚洲| 制服人妻中文乱码| 亚洲全国av大片| 亚洲九九香蕉| 婷婷丁香在线五月| 国产视频一区二区在线看| 欧美激情 高清一区二区三区| 99精品久久久久人妻精品| av电影中文网址| 国产一卡二卡三卡精品| 中文字幕人妻熟女乱码| 一级毛片精品| 国产精品麻豆人妻色哟哟久久| 亚洲精品自拍成人| 精品国产乱子伦一区二区三区| av天堂在线播放| 久久久久久久精品吃奶| 久久人妻av系列| 亚洲 国产 在线| 日韩欧美免费精品| www.精华液| 婷婷成人精品国产| 大陆偷拍与自拍| √禁漫天堂资源中文www| 另类精品久久| 国产伦理片在线播放av一区| 两性夫妻黄色片| 亚洲午夜理论影院| 国产高清激情床上av| 两性夫妻黄色片| 一本综合久久免费| 久久精品aⅴ一区二区三区四区| 香蕉国产在线看| 国产亚洲精品一区二区www | 欧美午夜高清在线| 18禁黄网站禁片午夜丰满| 无限看片的www在线观看| 国产一卡二卡三卡精品| 99热国产这里只有精品6| 国产在视频线精品| 国产av一区二区精品久久| 久久久国产成人免费| 老司机深夜福利视频在线观看| kizo精华| 国产精品美女特级片免费视频播放器 | av片东京热男人的天堂| 久久精品亚洲熟妇少妇任你| 国产精品免费一区二区三区在线 | 91成年电影在线观看| 欧美中文综合在线视频| 久久久久久免费高清国产稀缺| 久久中文字幕一级| 在线播放国产精品三级| 悠悠久久av| 中文字幕另类日韩欧美亚洲嫩草| 成年女人毛片免费观看观看9 | 亚洲国产欧美网| 国产免费av片在线观看野外av| 久久香蕉激情| 国产在视频线精品| 国产伦理片在线播放av一区| 亚洲成a人片在线一区二区| 侵犯人妻中文字幕一二三四区| 视频区欧美日本亚洲| 免费av中文字幕在线| 悠悠久久av| 亚洲精品中文字幕一二三四区 | 天堂动漫精品| 亚洲成国产人片在线观看| 午夜两性在线视频| 女性生殖器流出的白浆| 一本色道久久久久久精品综合| 国产日韩欧美视频二区| 色94色欧美一区二区| 建设人人有责人人尽责人人享有的| 亚洲精品美女久久久久99蜜臀| 极品人妻少妇av视频| 九色亚洲精品在线播放| 女人久久www免费人成看片| 777米奇影视久久| 欧美 日韩 精品 国产| 亚洲七黄色美女视频| xxxhd国产人妻xxx| 久久久国产欧美日韩av| 久久久久国内视频| 一区二区三区乱码不卡18| 国产精品二区激情视频| 大码成人一级视频| 中文字幕制服av| 久久天躁狠狠躁夜夜2o2o| 王馨瑶露胸无遮挡在线观看| 另类亚洲欧美激情| 99热网站在线观看| 亚洲熟女毛片儿| 肉色欧美久久久久久久蜜桃| 国产人伦9x9x在线观看| 国产亚洲精品第一综合不卡| a在线观看视频网站| 中文字幕精品免费在线观看视频| 午夜福利,免费看| 2018国产大陆天天弄谢| 日韩免费av在线播放| av网站免费在线观看视频| 亚洲av片天天在线观看| 久久中文看片网| 一本色道久久久久久精品综合| 成人av一区二区三区在线看| 精品福利永久在线观看| 男男h啪啪无遮挡| 亚洲成人国产一区在线观看| 十分钟在线观看高清视频www| 久久久久久免费高清国产稀缺| 免费女性裸体啪啪无遮挡网站| 精品少妇久久久久久888优播| 成年动漫av网址| 日本vs欧美在线观看视频| 激情视频va一区二区三区| 久久久久久久久久久久大奶| 色综合婷婷激情| 人妻一区二区av| 国产激情久久老熟女| 新久久久久国产一级毛片| 久久久国产成人免费| 一级a爱视频在线免费观看| 中文字幕另类日韩欧美亚洲嫩草| 脱女人内裤的视频| 人妻 亚洲 视频| 亚洲成a人片在线一区二区| 热re99久久精品国产66热6| 国产免费福利视频在线观看| 夜夜骑夜夜射夜夜干| 亚洲男人天堂网一区| 最新在线观看一区二区三区| 在线观看www视频免费| 国产成人精品久久二区二区91| 日日爽夜夜爽网站| 日韩欧美三级三区| 国产精品免费大片| 老熟妇仑乱视频hdxx| 老司机影院毛片| 电影成人av| 91麻豆精品激情在线观看国产 | 在线亚洲精品国产二区图片欧美| 国产伦人伦偷精品视频| 精品一区二区三区av网在线观看 | av网站免费在线观看视频| 欧美乱码精品一区二区三区| 十八禁网站免费在线| 国产激情久久老熟女| 男女午夜视频在线观看| 在线观看免费日韩欧美大片| 亚洲色图av天堂| 中文字幕另类日韩欧美亚洲嫩草| 窝窝影院91人妻| 人妻 亚洲 视频| 精品欧美一区二区三区在线| 自线自在国产av| 波多野结衣一区麻豆| 国产精品98久久久久久宅男小说| 亚洲国产精品一区二区三区在线| 午夜91福利影院| 一二三四社区在线视频社区8| 成人18禁在线播放| av欧美777| 午夜激情久久久久久久| 天天影视国产精品| 狂野欧美激情性xxxx| 一个人免费看片子| 欧美日韩福利视频一区二区| 日韩中文字幕欧美一区二区| 亚洲av欧美aⅴ国产| 国产亚洲精品一区二区www | 亚洲成av片中文字幕在线观看| 国产激情久久老熟女| 精品亚洲乱码少妇综合久久| 亚洲精华国产精华精| 在线十欧美十亚洲十日本专区| 免费高清在线观看日韩| 午夜免费鲁丝| 欧美午夜高清在线| 亚洲avbb在线观看| 自线自在国产av| 中文字幕人妻熟女乱码| 国产视频一区二区在线看| 亚洲黑人精品在线| 亚洲自偷自拍图片 自拍| 大陆偷拍与自拍| 黄色毛片三级朝国网站| 两个人免费观看高清视频| 大码成人一级视频| 女人高潮潮喷娇喘18禁视频| av福利片在线| 亚洲精品成人av观看孕妇| 大型av网站在线播放| 高清欧美精品videossex| 国产男女超爽视频在线观看| 一区二区三区国产精品乱码| 捣出白浆h1v1| 我的亚洲天堂| 欧美激情 高清一区二区三区| √禁漫天堂资源中文www| 国产在线观看jvid| 精品久久久久久电影网| 成人国产一区最新在线观看| 男女边摸边吃奶| 一级a爱视频在线免费观看| 亚洲国产欧美一区二区综合| 高清欧美精品videossex| 99国产综合亚洲精品| 色综合婷婷激情| 性高湖久久久久久久久免费观看| 青青草视频在线视频观看| 国产野战对白在线观看| 久久精品亚洲av国产电影网| 一级黄色大片毛片| 欧美在线一区亚洲| 女性被躁到高潮视频| 免费观看人在逋| 国产精品久久久久成人av| 黄色视频,在线免费观看| 国产成人免费无遮挡视频| 国产亚洲欧美在线一区二区| xxxhd国产人妻xxx| 老汉色av国产亚洲站长工具| 淫妇啪啪啪对白视频| 美女高潮喷水抽搐中文字幕| 亚洲情色 制服丝袜| 美女高潮喷水抽搐中文字幕| 国产精品一区二区在线不卡| 80岁老熟妇乱子伦牲交| 色尼玛亚洲综合影院| 久久精品熟女亚洲av麻豆精品| 大片电影免费在线观看免费| 99re在线观看精品视频| 精品欧美一区二区三区在线| 久久久久久久久免费视频了| 国产不卡一卡二| 91麻豆av在线| 国产野战对白在线观看| 两人在一起打扑克的视频| 免费看a级黄色片| 欧美黄色淫秽网站| 精品人妻1区二区| 亚洲成a人片在线一区二区| 欧美+亚洲+日韩+国产| 午夜老司机福利片| 亚洲全国av大片| 中文字幕人妻熟女乱码| 18禁观看日本| 黄色片一级片一级黄色片| 久久久久久久国产电影| 别揉我奶头~嗯~啊~动态视频| 悠悠久久av| 国产精品美女特级片免费视频播放器 | 国产日韩欧美视频二区| 汤姆久久久久久久影院中文字幕| 国产精品一区二区精品视频观看| 69av精品久久久久久 | 免费女性裸体啪啪无遮挡网站| 欧美 亚洲 国产 日韩一| 极品教师在线免费播放| 国产在视频线精品| 51午夜福利影视在线观看| 女性被躁到高潮视频| 久久精品国产亚洲av高清一级| 色老头精品视频在线观看| 久久久久久久精品吃奶| 国产精品一区二区精品视频观看| 久久久久久久久久久久大奶| 一级a爱视频在线免费观看| 1024视频免费在线观看| 成人特级黄色片久久久久久久 | 午夜免费鲁丝| 91精品三级在线观看| 窝窝影院91人妻| 一个人免费在线观看的高清视频| 色播在线永久视频| 久久人妻熟女aⅴ| 亚洲色图av天堂| 黄片大片在线免费观看| 一二三四在线观看免费中文在| 国内毛片毛片毛片毛片毛片| 日日爽夜夜爽网站| 人人妻人人澡人人爽人人夜夜| 久久影院123| 国产日韩欧美在线精品| 成人三级做爰电影| 在线永久观看黄色视频| 欧美精品av麻豆av| 黄片小视频在线播放| 啦啦啦视频在线资源免费观看| 成人亚洲精品一区在线观看| 夜夜骑夜夜射夜夜干| 国产福利在线免费观看视频| 777久久人妻少妇嫩草av网站| 这个男人来自地球电影免费观看| 精品国产亚洲在线| 最黄视频免费看| 亚洲av成人不卡在线观看播放网| 99热网站在线观看| 巨乳人妻的诱惑在线观看| 久久久精品94久久精品| 99国产精品免费福利视频| 国产成人精品久久二区二区免费| 久久人妻福利社区极品人妻图片| 亚洲一区中文字幕在线| 久久精品91无色码中文字幕| 蜜桃国产av成人99| 日韩一卡2卡3卡4卡2021年|