精品欧美一区二区三区在线观看 _久久久久国色av免费观看性色_国产精品久久在线观看_亚洲第一综合网站_91精品又粗又猛又爽_小泽玛利亚一区二区免费_91亚洲精品国偷拍自产在线观看 _久久精品视频在线播放_美女精品久久久_欧美日韩国产成人在线

教你計算虛擬化環境中的資源利用率

云計算 虛擬化
本文介紹如何計算VMware虛擬化環境中的資源利用率。以ITM(IBM Tivoli Monitoring)對VMware虛擬化環境的監控數據為基礎。

   服務器的虛擬化已經越來越多的為企業所采納,同時對虛擬化環境中服務器的集中監控,也成為企業IT管理標準配置。這種情況下,如何從已經監控得到的海量數據中分析虛擬化環境計算資源的使用情況,成為IT管理者最關心的問題,同時也是企業IT投資的重要參考依據。本文以ITM(IBM Tivoli Monitoring)對VMware 虛擬化環境的監控數據為基礎,從以下幾個方面,介紹如何獲取和分析計算資源的利用率:

  ·闡述如何配置VMware VI Agent屬性組收集虛擬化環境監控數據到數據倉庫。

  ·介紹ITM數據倉庫中VMware VI監視代理相關數據表格。

  ·虛擬機和虛擬化服務器計算資源利用率相關數據分析。

  1. 配置VMware VI Agent屬性組收集虛擬化環境監控數據到數據倉庫

  本節以一個典型ITM監控VMware虛擬化環境下的方案為例,介紹如何配置監控數據的收集。圖1是一個典型的ITM監控環境部署方案。在這里主要關注TEPS(Tivoli Enterprise Portal Server) 和數據倉庫TDW(Tivoli Data Warehouse)。Tivoli Enterprise Portal 提供了歷史數據收集和報告功能,配置并啟動了歷史數據收集后,可將數據復制到Tivoli 數據倉庫長期存儲。通過“歷史收集配置”窗口,可以為各個屬性組配置歷史數據收集,并指定要從哪些受管系統收集數據、收集數據的頻率、短期內數據的存儲位置以及是否將數據長期保存到數據倉庫。

圖1 ITM監控部署典型架構

  圖1 ITM監控部署典型架構

  首先以管理員sysadmin的身份登錄到門戶服務器TEPS,在工具欄內選擇“History Configuration … (Ctrl + H)”,出現如圖2所示的歷史數據配置界面。

圖2 監控歷史記錄配置界面

  圖2 監控歷史記錄配置界面

  歷史數據配置頁面的左側列表,顯示了所有已安裝的監視代理程序。選擇“VMware VI agent”應用,右側會顯示此應用所包含的所有屬性組的信息。如圖3所示:

圖3 配置VMware VI Agent歷史數據界面

  圖3 配置VMware VI Agent歷史數據界面

  對于VMware虛擬化環境收集利用率數據,主要配置有關CPU和內存的屬性組如下:

  · KVM_SERVER à“服務器”屬性組:ESX服務器的基本信息

  · KVM_SERVER_CPU à“服務器CPU”屬性組:服務器的CPU利用率信息

  · KVM_SERVER_MEMORY à“服務器內存”屬性組:服務器的內存利用率信息

  · KVM_VIRTUAL_MACHINES à“虛擬機”屬性組:服務器上運行的虛擬機的基本信息

  · KVM_VM_CPU à“VM CPU”屬性組:虛擬機的CPU利用率信息

  · KVM_VM_MEMORY à“VM 內存”屬性組:虛擬機的內存利用率信息

  在摘要區域,選擇要收集的所有時間段的復選框:每年、每季度、每月、每周、每日和每小時。在修剪區域,選擇要修剪的所有時間段的復選框:每年、每季度、每月、每周、每日和每小時。在相應的字段中,指定要保留數據的天數、月數或年數。單擊應用以保存選中的屬性組的配置。這樣就可以將歷史數據保存到ITM數據倉庫。

#p#

  2. ITM數據倉庫中VMware VI監視代理相關數據表格介紹

  ITM監控數據收集到數據倉庫后,針對不同的收集頻率,會存儲到不同的數據庫表中。不同頻率的監控數據,可以根據不同的需求進行分析。下面以虛擬機CPU數據信息為例,列出了對應數據表和存儲內容。數據庫中表的顯示如圖4中所示。

  · KVM_VM_CPU_H:每小時

  · KVM_VM_CPU_D:每日

  · KVM_VM_CPU_W:每周

  · KVM_VM_CPU_M:每月

  · KVM_VM_CPU_Q:每季度

  · KVM_VM_CPU_Y:每年

圖4 ITM數據倉庫中虛擬機CPU相關數據表

  圖4 ITM數據倉庫中虛擬機CPU相關數據表

  下面詳細介紹虛擬機和主機利用率分析中所需要考慮的屬性,同時對于每個屬性,都從不同的角度進行記錄(如最小CPU利用率:MIN_CPU_Utilization和平均CPU利用率:AVG_CPU_Utilizaiton),在這里從某一天天的平均利用率的角度進行分析。

  虛擬機CPU “利用率”屬性是指CPU利用率的百分比,計算方法是用戶時間除以已用時間、就緒時間和等待時間之和,一般取每天的平均利用率數據,在數據庫表KVM_VM_CPU_D中字段名稱為“AVG_Utilization”。

  虛擬機內存“主機利用率”屬性是指在上一個數據采樣時間間隔內,虛擬機所用內存的百分比(平均值),是MemoryHostUsage除以MemoryTotalSize的百分比,在數據庫表KVM_VM_MEMORY_D中字段名稱是“AVG_Host_Util”。

  服務器CPU“利用率”屬性記錄虛擬化主機的CPU利用率,數據庫表KVM_SERVER_CPU_D中字段名稱是“AVG_CPU_Utilization”。

  服務器內存“利用率”屬性記錄虛擬化主機物理內存的利用率,即所有物理內存除以已安裝的物理內存所得的百分比,數據庫表KVM_SERVER_MEMORY_D中字段名稱是“AVG_Memory_Utilization”。

  除了上面的利用率數據字段外,還有兩個重要的字段需要注意。

  · “SHIFTPERIOD”是 “輪班和休假周期”的標志位。如果啟用輪班,根據數據倉庫中配置的高峰期和非高峰期,小時輪班表中為1或2,日輪班表中相對應的值是1和2,與日摘要值相對應的是-1。如果不啟用輪班,缺省是-1。如果未啟用休假周期,缺省為-1。在按照天的數據中,這個字段的值為“-1”。

  “WRITETIME”記錄的是數據寫入時間,格式為“1120907000000000”。字段中第二,三位為年份的最后兩位,接下來是兩位月和兩位的日。上面的例子代表的是2012年9月7日的數據。

  [page]WITH temp1

  AS (SELECT concat('20',(substr(a.WRITETIME,2,6))) as Date, a."VM_Name" AS VM_NAME, a."AVG_Host_Util" AS AVG_Host_UtilFROM ITMUSER.KVM_VM_MEMORY_D AS a

  WHERE a.SHIFTPERIOD =-1AND a.WRITETIME ='1120923000000000'ORDER BY a."VM_Name"),

  temp2

  AS (SELECT concat('20',(substr(b.WRITETIME,2,6))) as Date, b."VM_Name" AS VM_NAME, AVG(b."AVG_Utilization") AS AVG_CPU_UtilFROM ITMUSER.KVM_VM_CPU_D AS b

  WHERE b.SHIFTPERIOD =-1AND b.WRITETIME ='1120923000000000'GROUP BY b.WRITETIME, b."VM_Name", b."AVG_Utilization")

  SELECT temp1.Date,

  temp1.VM_NAME,

  temp1.AVG_Host_Util,

  temp2.AVG_CPU_Util

  FROM temp1

  LEFT OUTER JOIN temp2

  ON ( temp1.VM_NAME = temp2.VM_NAME )

圖5 虛擬機CPU/內存利用率查詢結果

  圖5 虛擬機CPU/內存利用率查詢結果

圖6 虛擬機CPU/內存利用率分析

  圖6 虛擬機CPU/內存利用率分析

  從上圖中可以看到,大部分的虛擬機的CPU利用率都比較低,同時有些特殊的情況,比如內存利用率過高但是CPU利用率很低。對于這些虛擬機,可以進行進一步的分析如何對他們合理分配資源,以提高利用率。

#p#

  3. 虛擬化服務器利用率

  對于虛擬化服務器的利用率情況,我們采用類似虛擬機的方法來分析。下面的查詢語句所得到的查詢結果如圖7中所示。

  WITH temp1

  AS(SELECT concat('20',(substr(b.WRITETIME,2,6))) as Date, b."Server_Hostname" AS Server_Name, AVG(b."AVG_CPU_Utilization") as CPU_Utilization     FROM itmuser.kvm_server_cpu_d b

  WHERE b.shiftperiod =-1AND b.writetime ='1120923000000000' GROUP BY b.writetime, b."Server_Hostname"),

  temp2 AS(SELECT concat('20',(substr(a.WRITETIME,2,4))) as Date, a."Server_Hostname" AS Server_Name, a."AVG_Memory_Utilization" as Memory_Utilization     FROM itmuser.kvm_server_memory_d a

  WHERE a.shiftperiod =-1AND a.writetime ='1120923000000000' )SELECT temp1.Date,

  temp1.Server_NAME,

  temp1.CPU_Utilization,

  temp2.Memory_Utilization

  FROM temp1

  LEFT OUTER JOIN temp2

  ON ( temp1.Server_NAME = temp2.Server_NAME )[page]

圖7 虛擬服務器CPU/內存利用率查詢結果

  圖7 虛擬服務器CPU/內存利用率查詢結果

圖8 虛擬服務器CPU/內存利用率分析

  圖8 虛擬服務器CPU/內存利用率分析

  從圖8中可以看到,大部分的虛擬服務器的CPU利用率都很低,也就是說整個虛擬化環境中CPU并不是計算資源的瓶頸,但是也有幾臺是CPU利用率很高同時內存利用率很低,這些機器是需要進一步的分析如何對他們合理分配資源。

#p#

  4. 總結

  本文主要以VMware虛擬化環境為例,討論了ITM監控解決方案中虛擬機和虛擬化主機的CPU,內存利用率數據的獲得和分析。這里的利用率數據是基于歷史記錄中某一天的數據,如果綜合考慮某一段時間的利用率情況,就可以生成虛擬機和服務器主機的利用率的發展趨勢,從而可以用來衡量IT部門在計算資源利用率的提高方面所取得的成效。

  基于ITM監控數據的VMware虛擬化環境資源利用率的分析,不僅可以考慮CPU,內存的數據,還可以包含硬盤,網絡等方面,在ITM數據倉庫中對應的屬性組分別是“VM磁盤”屬性組(KVM_VM_DISK_D),“VM 網絡”屬性組(KVM_VM_NETWORK_D),“服務器磁盤”屬性組(KVM_SERVER_DISK_D)和“服務器網絡”屬性組(KVM_SERVER_NETWORK_D)。更多的VMware虛擬化環境中屬性相關信息,可以參考VMware VI Agent 監視代理用戶手冊的 “屬性參考”部分。

  ITM同時還可以支持其他虛擬化環境的數據收集,下面簡單列出了部分有關屬性組的信息供參考:

  · KVM虛擬化環境:KV1_HOST_CPU,KV1_HOST_MEMORY,KV1_VIRTUAL_MACHINES

  · Citrix Xen虛擬化環境:KXI_HOST_CPU,KXI_HOST_VMS,KXI_HOST_DETAILS

  · Hyper-v虛擬化環境:KHV_HYPER_V_VIRTUAL_MACHINE_SUMMARY,KHV_PROCESSOR, KHV_MEMORY,KHV_DISK,KHV_HYPER_V_VIRTUAL_SWITCH

責任編輯:賈隆 來源: IT168
相關推薦

2013-04-02 09:15:40

服務器虛擬化

2013-01-04 10:44:31

IBMdW

2011-04-12 09:07:47

磁盤空間利用率虛擬化的隱藏成本

2012-05-08 15:04:12

Platform

2010-03-11 16:49:55

Linux CPU利用

2025-05-28 01:40:00

GPUNVIDIAMPS

2022-04-12 15:54:12

阿里云云原生開源

2015-09-07 11:54:25

云計算數據中心資源利用

2025-09-03 01:45:00

2015-10-15 09:09:38

Oracle數據庫華為

2022-11-29 11:33:30

戴爾

2011-07-13 09:16:08

服務器虛擬化數據中心

2015-01-05 14:07:27

云計算虛擬化云環境

2017-04-12 11:02:50

Apache Meso資源利用容器

2023-04-04 09:22:50

LinuxCPU命令

2017-08-25 15:56:54

Linuxproc文件系統CPU利用率

2011-03-17 13:54:42

查詢參數SQL語句利用率

2024-06-26 09:29:53

2018-07-25 09:37:53

數據中心利用率預測

2025-11-03 02:45:00

點贊
收藏

51CTO技術棧公眾號

国产精品成人3p一区二区三区| 天天射,天天干| 欧美日韩国产色综合一二三四| 精品国产一区久久| 久久久精品在线视频| aaa在线观看| 国产69精品久久777的优势| 欧美在线一区二区三区四| 中文字幕美女视频| 久久91成人| 欧美电影免费观看完整版| 一本久道综合色婷婷五月| a免费在线观看| 久久久精品人体av艺术| 超碰97人人人人人蜜桃| 一级片在线免费播放| 亚洲一级网站| 久久精品成人欧美大片古装| 日韩av一二区| 豆花视频一区二区| 欧美主播一区二区三区| 国精产品一区一区三区视频| 黄色视屏免费在线观看| 国产欧美一区二区精品性| 成人在线观看av| 一级久久久久久久| 日本一不卡视频| 91精品国产91久久久久| 黄页网站免费观看| 中文字幕免费精品| 日韩在线精品视频| 欧美图片一区二区| 啪啪激情综合网| 亚洲国产高清福利视频| 亚欧美一区二区三区| 日韩成人在线一区| 精品视频色一区| 日韩视频免费在线播放| 中文字幕影音在线| 精品久久久久久久久久久久久久| 欧美a级免费视频| av在线导航| 亚洲男人天堂av| 9999在线观看| 国产黄网站在线观看| 国产精品美女www爽爽爽| 日韩aⅴ视频一区二区三区| 五月婷婷狠狠干| 久久男人中文字幕资源站| 久久亚洲综合网| 欧美精品少妇| 国产喂奶挤奶一区二区三区| 日本一区视频在线| 成人av一区| 国产精品护士白丝一区av| 水蜜桃亚洲一二三四在线| 国产福利片在线| 国产精品美女久久久久av爽李琼| 亚洲欧洲另类精品久久综合| 天天在线视频色| 亚洲视频图片小说| 97超碰国产精品| av在线最新| 欧美性猛交xxxx富婆弯腰| 国产福利视频在线播放| 99riav视频一区二区| 欧美日韩成人在线| aaaaa黄色片| 偷拍精品福利视频导航| 亚洲午夜激情免费视频| 波多野结衣喷潮| 欧美精品首页| 欧美最顶级丰满的aⅴ艳星| 黄色av网站免费观看| 麻豆成人在线观看| 91传媒视频免费| 亚洲 小说区 图片区 都市| 国产校园另类小说区| 在线电影看在线一区二区三区| 二区三区在线观看| 午夜精品久久久久久久99水蜜桃 | 亚洲欧美日韩国产一区二区| 国产成人综合一区二区三区| 中文字幕人妻丝袜乱一区三区| 九九精品视频在线看| 国产精品久久久久久久久婷婷| 无码国产精品一区二区色情男同| 国产欧美一区二区三区鸳鸯浴 | 国产精品婷婷| 国产精品午夜视频| 亚洲精品久久久久avwww潮水| 久久综合色天天久久综合图片| 一本一道久久a久久精品综合| xvideos国产在线视频| 精品久久久久人成| 国产福利精品一区二区三区| 欧美在线关看| 欧美成人精品激情在线观看| 欧美性猛交bbbbb精品| 国产乱码字幕精品高清av | 日韩欧美一区二区三区在线视频 | 亚洲香蕉av在线一区二区三区| 在线观看亚洲网站| 羞羞视频在线观看欧美| 亚洲xxx自由成熟| 国产香蕉视频在线看| 亚洲国产成人91porn| 天天干天天爽天天射| 久久悠悠精品综合网| 另类专区欧美制服同性| 五月婷婷六月婷婷| 成人黄色av电影| 中国一级大黄大黄大色毛片| 午夜激情电影在线播放| 日韩欧美亚洲国产另类| 蜜桃av.com| 青青草97国产精品免费观看 | 欧美疯狂做受xxxx富婆| 一卡二卡三卡四卡| 亚洲经典三级| 97碰碰视频| 黄色av免费在线| 欧美日韩久久久| 蜜乳av中文字幕| 蘑菇福利视频一区播放| 国产精品久久九九| 中文字幕有码在线观看| 欧美剧情片在线观看| 久久久久亚洲AV成人无在| 亚洲自啪免费| 久久青青草原一区二区| 欧美黑人xx片| 日韩美女主播在线视频一区二区三区| 五月天免费网站| 免费成人你懂的| 任我爽在线视频精品一| 色综合亚洲图丝熟| 日韩精品久久久久久久玫瑰园| 久久久精品视频免费观看| 久久99国产精品免费网站| 色吧亚洲视频| a∨色狠狠一区二区三区| 国产亚洲欧洲高清| 欧美激情一区二区三区免费观看 | 天天摸夜夜添狠狠添婷婷| 成人看片黄a免费看在线| 欧美做受777cos| 日韩在线精品强乱中文字幕| 久久夜色撩人精品| 国产亲伦免费视频播放| 亚洲三级在线免费| 日本网站在线看| 中文字幕一区二区三区久久网站 | 国产福利第一视频| 亚洲精品福利视频网站| 岛国大片在线免费观看| 欧美天天在线| 久久国产精品亚洲va麻豆| 精精国产xxxx视频在线播放| 日韩精品亚洲精品| 国产又粗又猛又爽又| 中文欧美字幕免费| 青青草精品在线| 欧美激情无毛| 国产中文一区二区| gogo亚洲高清大胆美女人体| 最近2019中文字幕第三页视频| 一级黄色片免费| 一级中文字幕一区二区| 好吊色视频一区二区三区| 国产日韩一区| 一区二区三区久久网| 欧美电影院免费观看| 久久久久久久香蕉网| 色网站在线免费观看| 欧美日韩中文字幕一区二区| 久草网站在线观看| 成人国产精品免费观看视频| 免费裸体美女网站| 综合久久精品| 欧美成熟毛茸茸复古| 成人亚洲网站| 欧美日韩福利电影| 黄色片免费在线| 777a∨成人精品桃花网| 日韩黄色精品视频| 日本一二三不卡| 国产成人av免费观看| 国产麻豆综合| 久久久成人精品一区二区三区| 国产图片一区| 国产美女主播一区| 牛牛精品一区二区| 久久五月天综合| 三级视频网站在线| 日韩欧美国产精品| 免费在线不卡av| 亚洲成人av免费| 老司机深夜福利网站| 99国产精品久久久| 午夜av中文字幕| 久久这里有精品15一区二区三区| 欧美少妇一区二区三区| 精品国产乱码久久久久久果冻传媒| 亚洲最大成人在线| 精品网站在线| 2019亚洲日韩新视频| 污网站在线免费看| 色香阁99久久精品久久久| 亚洲av成人无码网天堂| 日韩欧美一区在线| 夜夜骚av一区二区三区| 欧美午夜久久久| 久久久无码精品亚洲国产| 中文字幕高清一区| 在线免费观看日韩av| 国产成人免费在线观看不卡| 亚洲精品久久久久久宅男| 香蕉成人久久| 妞干网在线视频观看| 综合天堂av久久久久久久| 午夜视频久久久| 国产乱码精品一区二区亚洲| 国产日韩一区二区| 中文字幕一区二区三区日韩精品 | 99蜜桃臀久久久欧美精品网站| 欧美午夜a级限制福利片| 欧美精品久久96人妻无码| 五月精品视频| 一本色道久久综合亚洲精品婷婷| 精品国产成人| 欧洲在线视频一区| 欧美热在线视频精品999| 精品一区二区三区日本| 麻豆成人入口| 久久精品第九区免费观看| 欧美日韩夜夜| 久精品国产欧美| 全国精品免费看| 欧美黑人xxxxx| 蜜桃一区二区三区| 日韩精品av一区二区三区| 欧美美女在线观看| 日韩免费av电影| 精品视频日韩| 亚洲一区二区在线免费观看| 日韩免费av| 在线观看欧美亚洲| 女人天堂亚洲aⅴ在线观看| 99中文字幕在线观看| 欧美午夜影院| 成人免费观看cn| 可以看av的网站久久看| 免费看污黄网站| 激情偷乱视频一区二区三区| 91看片破解版| 成人午夜在线视频| 国产亚洲无码精品| 中文字幕巨乱亚洲| 国产精品免费在线视频| 一区二区在线观看视频 | 91久久精品一区二区三| 中文字幕a级片| 欧美一区二区播放| 免费av网站在线播放| 亚洲天堂网在线观看| 日本美女在线中文版| 不卡av电影院| 牛牛精品一区二区| 国产精品揄拍一区二区| 国产精品白丝久久av网站| 国产一区免费在线| 国产一区二区三区四区| 大桥未久一区二区| 在线亚洲激情| 在线看的黄色网址| 成人av在线网站| 日本一区二区视频在线播放| 成人欧美一区二区三区白人 | 亚洲一区二区三区免费在线观看| 亚洲爆乳无码专区| 国内欧美视频一区二区| 波多野结衣视频播放| 欧美极品aⅴ影院| 久久久.www| 欧美性猛交一区二区三区精品| www.成人在线观看| 亚洲一区av在线播放| 50度灰在线| 国产成人一区二区在线| 涩爱av色老久久精品偷偷鲁| 麻豆蜜桃91| 欧美日韩1区| 三级在线视频观看| 波波电影院一区二区三区| 香蕉成人在线视频| 图片区小说区区亚洲影院| 中文字幕在线2018| 亚洲精品美女久久 | …久久精品99久久香蕉国产| 欧美综合影院| 欧洲久久久久久| 亚洲精品一级| 天天久久综合网| 国产精品麻豆一区二区| 国产区在线观看视频| 欧美一级国产精品| 9色在线视频| 91干在线观看| av不卡一区| 久久视频免费在线| 麻豆91在线看| 蜜桃传媒一区二区亚洲| 五月天一区二区三区| 国产哺乳奶水91在线播放| 中文字幕亚洲国产| 黑人巨大精品欧美一区二区桃花岛| av免费观看久久| 亚洲成人99| www.久久久精品| 国产日韩欧美精品一区| 少妇一级淫片免费放中国 | 麻豆成人精品| 双性尿奴穿贞c带憋尿| 午夜一区二区三区视频| wwwxxxx国产| 欧美成年人网站| 91视频成人| 自拍偷拍99| 国产在线乱码一区二区三区| 亚洲色图 激情小说| 在线看日韩精品电影| 九色视频在线播放| 欧日韩不卡在线视频| 女同一区二区三区| 欧美亚洲日本一区二区三区 | 91ts人妖另类精品系列| 欧美三级中文字幕在线观看| 国产永久免费高清在线观看| 国产91在线播放精品91| 国产成人av| 精品久久久噜噜噜噜久久图片| www激情久久| 69视频免费看| 色综合影院在线| 国产午夜久久av| 蜜臀精品一区二区| 99视频一区二区| 4438国产精品一区二区| 亚洲人成人99网站| 日韩高清不卡| 在线视频不卡国产| 国产风韵犹存在线视精品| 日韩欧美中文字幕视频| 欧美videofree性高清杂交| 国产丝袜精品丝袜| 裸体丰满少妇做受久久99精品| 久久精品一区| 欧美xxxx精品| 日韩三级在线观看| 欧美日韩国产观看视频| 欧美亚洲丝袜| 国产在线精品一区二区夜色| 欧美黄色免费看| 日韩精品黄色网| 婷婷久久免费视频| 日韩在线视频在线| 91视视频在线观看入口直接观看www | 国产xxxx视频| 亚洲成人黄色影院| 黄色片在线播放| 国产精品久久久久久久久久小说| 久久一区二区三区喷水| 9191在线视频| 一本到不卡精品视频在线观看| yjizz视频网站在线播放| 成人综合国产精品| 99精品国产在热久久| 亚洲va欧美va国产综合久久| av影片在线看| 成人国产精品免费视频| 在线视频观看日韩| jizz18女人高潮| 精品欧美乱码久久久久久| 欧美大片免费高清观看| 青青草免费在线视频观看| 99精品久久只有精品| 一区二区三区www污污污网站| 久久人91精品久久久久久不卡| 国产精品一国产精品| 人妻巨大乳一二三区| 一本久道久久综合中文字幕| 在线观看午夜av| 日韩一本精品| 不卡一区二区在线| 国产一区二区三区视频免费观看| 国内伊人久久久久久网站视频| 久久精品av| 亚洲永久无码7777kkk| 日韩一级精品视频在线观看|