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

亚洲欧美综合v| 天天射综合影视| 91久久国产自产拍夜夜嗨| 日本一级二级视频| 久久精品福利| 久久99九九99精品| 美女av一区二区| 日韩一区二区三区久久| 四虎影院在线域名免费观看| 久久综合五月| 欧美人与性动交| 免费看91的网站| 亚洲图色一区二区三区| 91久久人澡人人添人人爽欧美| 国产高清精品软男同| 四虎成人免费在线| 国产精品资源在线| 热99精品里视频精品| 私库av在线播放| 成人污污视频| 国产精品无人区| 国产高清自拍一区| 在线观看亚洲国产| 欧美日韩性在线观看| 欧美成人vps| 天堂网在线免费观看| 国产乱码午夜在线视频| 亚洲欧美日韩国产综合在线| 欧美日韩三区四区| 欧美一级淫片aaaaaa| 久久国产精品色| 欧美在线亚洲在线| 久久无码精品丰满人妻| 97精品国产| 亚洲午夜av久久乱码| 中文字幕天堂网| 二区三区精品| 欧美日韩精品专区| 激情内射人妻1区2区3区 | 99精品偷自拍| 操人视频欧美| www.超碰在线观看| 久久看人人摘| 上原亚衣av一区二区三区| 免费看黄色的视频| 免费看av成人| 亚洲欧美国内爽妇网| 免费看黄色片的网站| 亚洲一区二区三区在线免费| 91麻豆精品久久久久蜜臀 | 在线高清欧美| 欧美精品三级日韩久久| 污片在线免费看| 国产成人精选| 制服丝袜日韩国产| 久久精品久久99| 国产精品免费精品自在线观看| 精品视频1区2区| 怡红院亚洲色图| 天堂久久一区| 日韩一区二区免费视频| 中文字幕55页| free性护士videos欧美| 亚洲一区二区四区蜜桃| 久草视频这里只有精品| 成人影院在线播放| 黑人狂躁日本妞一区二区三区| www.中文字幕在线| 蜜桃视频成人m3u8| 欧美日本一区二区三区四区| 亚洲精品成人在线播放| 香蕉大人久久国产成人av| 欧美精品一区二区三区久久久| 日本黄色动态图| 亚洲人成伊人成综合图片| 在线成人中文字幕| 国产女人被狂躁到高潮小说| 狠狠入ady亚洲精品经典电影| 欧美精品aaa| 天天操天天操天天操天天| 日本v片在线高清不卡在线观看| 国产日韩欧美黄色| 亚洲AV无码一区二区三区少妇| 成人精品在线视频观看| 国产精品白嫩初高中害羞小美女 | 日本一本在线免费福利| 午夜精品爽啪视频| 另类小说第一页| 精品久久国产一区| 国产视频在线观看一区二区| 羞羞在线观看视频| 国产精品magnet| 国产97免费视| 国产成人麻豆精品午夜在线| 91在线视频网址| 一本二本三本亚洲码| 国产调教在线| 欧美日韩日日骚| 国产艳妇疯狂做爰视频 | 老司机午夜免费福利视频| 国产天堂在线播放视频| 欧美在线免费观看视频| 欧美69精品久久久久久不卡| 久久av资源| 九九久久综合网站| 91青青草视频| 东方aⅴ免费观看久久av| 日韩电影在线播放| 亚洲三级中文字幕| 成人欧美一区二区三区视频网页| 国产亚洲黄色片| 日本美女久久| 日韩精品中文字幕在线播放| 国产少妇在线观看| 首页国产欧美久久| 国产一区二区三区免费不卡| 亚洲成人三级| 一本大道av一区二区在线播放| 日韩av加勒比| 日韩高清欧美| 国产盗摄xxxx视频xxx69| 国内爆初菊对白视频| 国产精品久久久久影院老司| 亚洲精品无码久久久久久| 136福利精品导航| 日韩视频免费在线观看| 波多野结衣网站| 26uuu久久综合| 亚洲熟妇无码av在线播放| 精品国产第一国产综合精品| 中文字幕久久久| 男人天堂2024| 美腿丝袜一区二区三区| 国产精品一区二区三区在线播放 | 国产精品色噜噜| 国产精品涩涩涩视频网站| 亚洲国产网址| 97成人在线视频| 污污视频在线免费看| 亚洲国产wwwccc36天堂| 久久久久99人妻一区二区三区| 亚洲精品在线观看91| 91精品久久久久久久久久入口 | 欧美高清一级大片| av男人天堂av| 亚洲另类一区二区| 欧美人与性动交α欧美精品| 91精品电影| 成人欧美一区二区三区在线| www久久日com| 精品国产伦一区二区三区观看体验| 国产波霸爆乳一区二区| 国产a级毛片一区| 日韩成人三级视频| 欧美亚洲大陆| 欧美性一区二区三区| 日本天堂在线| 在线亚洲欧美专区二区| 国产aaaaaaaaa| 精品一区二区三区久久久| 中文字幕乱码免费| 2021年精品国产福利在线| 欧美激情视频一区| 全部免费毛片在线播放一个| 五月天网站亚洲| 一区二区黄色片| 蜜桃视频在线观看一区| 在线天堂一区av电影| av电影在线免费| 日韩视频免费直播| 日韩 欧美 亚洲| 久久精品在这里| 2025韩国理伦片在线观看| 婷婷色综合网| 国产精品有限公司| 一呦二呦三呦精品国产| 久久国内精品一国内精品| 国产免费无遮挡| 亚洲第一精品在线| 亚洲一区二区自偷自拍| 久久99精品久久久久久久久久久久| 国风产精品一区二区| 久久黄色影视| 成人高h视频在线| 国产盗摄精品一区二区酒店| 亚洲性猛交xxxxwww| 国产欧美综合视频| 欧美日韩亚洲激情| 成人一级黄色大片| 日日嗨av一区二区三区四区| 亚洲人成网站在线播放2019| 中文字幕在线高清| 中文字幕日韩有码| 亚洲第一视频在线| 日本高清免费不卡视频| 欧美精品色哟哟| 国产伦理精品不卡| 精品中文字幕av| 91亚洲人成网污www| 久久99精品久久久久子伦| 偷拍自拍亚洲| 欧美在线性爱视频| 激情在线视频播放| 中文字幕亚洲欧美日韩高清| 成人乱码一区二区三区| 欧美三级日韩三级| 国产精品视频免费播放| 亚洲另类中文字| 欧美成人另类视频| 91在线视频免费观看| 天天爽夜夜爽视频| 美女精品自拍一二三四| 黄色网页免费在线观看| 欧美日本精品| 亚洲一区在线直播| 免费一区二区三区视频导航| 高清不卡日本v二区在线| 婷婷激情成人| 国产精品日韩欧美综合| 成年人在线观看| 欧美视频一区二区在线观看| 黄色一级片免费看| 亚洲综合一区在线| 手机av在线看| 中文字幕在线一区免费| 中文字幕在线看高清电影| 成人福利视频在线看| 深夜做爰性大片蜜桃| 麻豆精品国产传媒mv男同| 亚洲精品乱码久久久久久自慰| 亚洲性图久久| 成人一级生活片| 欧美精品网站| 激情图片qvod| 在线成人激情| 中国 免费 av| 在线中文字幕亚洲| 今天免费高清在线观看国语| 欧美gayvideo| 人人妻人人澡人人爽精品欧美一区| 国产欧美日韩| 日韩精品大片| 欧美中文字幕一区二区| 色女人综合av| 国产精品久久久久久久久久10秀| 亚洲精品久久区二区三区蜜桃臀| 精品国产1区| 日韩欧美三级一区二区| 成人嫩草影院| 亚洲精品无人区| 婷婷中文字幕一区| 日本三级中文字幕在线观看| 欧美91大片| 妺妺窝人体色www看人体| 欧美+亚洲+精品+三区| 日韩黄色片在线| 亚洲国产精品一区制服丝袜| 久久久久久久久一区二区| 久久夜色精品国产噜噜av小说| 国产精品伊人日日| 免费成人高清在线视频theav| 欧美日韩一区二区三| 欧美裸体在线版观看完整版| 亚洲国产一区二区三区在线| 婷婷激情图片久久| 成人一级生活片| 午夜在线a亚洲v天堂网2018| 88av.com| 国产乱一区二区| 日本少妇xxxx| 国产一区二区三区黄视频 | 天天干,天天干| 亚洲精品五月天| 精品无码人妻一区二区三区品| 亚洲国产成人91porn| www.国产毛片| 欧美嫩在线观看| 免费观看国产视频| 亚洲欧美在线播放| 精品视频在线一区二区| 亚洲人成网站999久久久综合| 精品乱码一区二区三四区视频| 在线免费看av不卡| 污片在线免费观看| 日本久久久久亚洲中字幕| 欧美一级在线| 久久久福利视频| 国产精品二区不卡| 久久精品视频16| 狠狠色丁香婷婷综合| 久久久久久久久久福利| 国内不卡的二区三区中文字幕| 国内精品免费视频| 国产精品国产自产拍高清av | 91久久免费观看| 精品国自产拍在线观看| 亚洲新中文字幕| 97在线超碰| 国产在线98福利播放视频| 欧美绝顶高潮抽搐喷水合集| 一区二区欧美日韩| 亚洲少妇自拍| 老女人性生活视频| 国产精品无人区| 免费观看成人毛片| 日韩精品一区二区三区视频在线观看| 男女污视频在线观看| 欧美激情手机在线视频 | eeuss国产一区二区三区| 日韩精品在线播放视频| 国产午夜亚洲精品不卡| 亚洲一区 视频| 7777精品伊人久久久大香线蕉最新版| 天堂a中文在线| 高清欧美电影在线| 精品一区视频| 伊人狠狠色丁香综合尤物| 久久高清一区| 国产伦精品一区三区精东| 亚洲视频网在线直播| 少妇无套内谢久久久久| 欧美天天综合网| 婷婷国产在线| 欧美激情视频一区| 亚洲国产视频二区| 在线播放 亚洲| 免费成人在线影院| 欧洲女同同性吃奶| 日韩欧美在线第一页| 手机在线精品视频| 韩国欧美亚洲国产| 99精品国产一区二区三区2021| 91社在线播放| 激情欧美一区二区| 亚洲色图27p| 制服丝袜激情欧洲亚洲| yw193.com尤物在线| 国产精品福利片| 国产日产精品一区二区三区四区的观看方式| 你真棒插曲来救救我在线观看| 一区二区三区四区五区在线 | 欧美日韩第一页| 久久久91麻豆精品国产一区| 中文字幕黄色大片| 精品一区二区三区香蕉蜜桃| 久久av红桃一区二区禁漫| 欧美色国产精品| 在线观看黄av| 国产在线98福利播放视频| 婷婷伊人综合| 91精品人妻一区二区三区四区| 亚洲男同性恋视频| www.久久精品.com| 久久久伊人日本| 亚洲另类春色校园小说| 欧美黄色一级片视频| 国产精品色哟哟| 国产成人精品亚洲精品色欲| 欧美激情中文网| 西瓜成人精品人成网站| 不卡影院一区二区| 欧美激情一区三区| 99精品免费观看| 国产69精品久久久久9| 杨幂一区二区三区免费看视频| 日韩有码免费视频| 中文字幕在线不卡视频| 性一交一乱一透一a级| 国产综合在线看| 国产一区三区在线播放| 在线能看的av网站| 2023国产一二三区日本精品2022| 91九色丨porny丨肉丝| 在线性视频日韩欧美| 精品国产鲁一鲁****| 欧美 国产 综合| 国产精品视频免费看| 国产色视频在线| 97在线视频免费| 99精品在线免费在线观看| 又大又长粗又爽又黄少妇视频| 日韩欧美极品在线观看| 1769视频在线播放免费观看| 国产高清精品一区二区| 日日欢夜夜爽一区| 久久这里只有精品国产| 国产亚洲精品91在线| 欧美另类中文字幕| 国产精品99久久免费黑人人妻| 亚洲欧洲成人精品av97| 亚洲日本国产精品| 2020国产精品久久精品不卡| 亚洲欧美日韩国产| 国产这里有精品| 亚洲日本欧美中文幕| 中文字幕日韩在线| 牛夜精品久久久久久久| 午夜久久久影院| 岛国成人毛片| 日本不卡一区|