麻豆小视频在线观看_中文黄色一级片_久久久成人精品_成片免费观看视频大全_午夜精品久久久久久久99热浪潮_成人一区二区三区四区

首頁 > 數據庫 > Redis > 正文

redis 數據刪除策略和逐出算法的問題小結

2020-10-28 21:27:45
字體:
來源:轉載
供稿:網友

數據存儲和有效期

redis 工作流程中,過期的數據并不需要馬上就要執行刪除操作。因為這些刪不刪除只是一種狀態表示,可以異步的去處理,在不忙的時候去把這些不緊急的刪除操作做了,從而保證 redis 的高效

數據的存儲

在redis中數據的存儲不僅僅需要保存數據本身還要保存數據的生命周期,也就是過期時間。在redis 中 數據的存儲結構如下圖:

獲取有效期

Redis是一種內存級數據庫,所有數據均存放在內存中,內存中的數據可以通過TTL指令獲取其狀態

刪除策略

在內存占用與CPU占用之間尋找一種平衡,顧此失彼都會造成整體redis性能的下降,甚至引發服務器宕機或內存泄漏。

定時刪除

創建一個定時器,當key設置過期時間,且過期時間到達時,由定時器任務立即執行對鍵的刪除操作

優點

節約內存,到時就刪除,快速釋放掉不必要的內存占用

缺點

CPU壓力很大,無論CPU此時負載多高,均占用CPU,會影響redis服務器響應時間和指令吞吐量

總結

用處理器性能換取存儲空間

惰性刪除

數據到達過期時間,不做處理。等下次訪問該數據,如果未過期,返回數據。發現已經過期,刪除,返回不存在。這樣每次讀寫數據都需要檢測數據是否已經到達過期時間。也就是惰性刪除總是在數據的讀寫時發生的。

expireIfNeeded函數

對所有的讀寫命令進行檢查,檢查操作的對象是否過期。過期就刪除返回過期,不過期就什么也不做~。

執行數據寫入過程中,首先通過expireIfNeeded函數對寫入的key進行過期判斷。

/* * 為執行寫入操作而取出鍵 key 在數據庫 db 中的值。 * * 和 lookupKeyRead 不同,這個函數不會更新服務器的命中/不命中信息。 * * 找到時返回值對象,沒找到返回 NULL 。 */robj *lookupKeyWrite(redisDb *db, robj *key) { // 刪除過期鍵 expireIfNeeded(db,key); // 查找并返回 key 的值對象 return lookupKey(db,key);}

執行數據讀取過程中,首先通過expireIfNeeded函數對寫入的key進行過期判斷。

/* * 為執行讀取操作而取出鍵 key 在數據庫 db 中的值。 * * 并根據是否成功找到值,更新服務器的命中/不命中信息。 * * 找到時返回值對象,沒找到返回 NULL 。 */robj *lookupKeyRead(redisDb *db, robj *key) { robj *val; // 檢查 key 釋放已經過期 expireIfNeeded(db,key); // 從數據庫中取出鍵的值 val = lookupKey(db,key); // 更新命中/不命中信息 if (val == NULL) server.stat_keyspace_misses++; else server.stat_keyspace_hits++; // 返回值 return val;}

執行過期動作expireIfNeeded其實內部做了三件事情,分別是:

  • 查看key判斷是否過期
  • 向slave節點傳播執行過期key的動作并發送事件通知
  • 刪除過期key
/* * 檢查 key 是否已經過期,如果是的話,將它從數據庫中刪除。 * * 返回 0 表示鍵沒有過期時間,或者鍵未過期。 * * 返回 1 表示鍵已經因為過期而被刪除了。 */int expireIfNeeded(redisDb *db, robj *key) { // 取出鍵的過期時間 mstime_t when = getExpire(db,key); mstime_t now; // 沒有過期時間 if (when < 0) return 0; /* No expire for this key */ /* Don't expire anything while loading. It will be done later. */ // 如果服務器正在進行載入,那么不進行任何過期檢查 if (server.loading) return 0; // 當服務器運行在 replication 模式時 // 附屬節點并不主動刪除 key // 它只返回一個邏輯上正確的返回值 // 真正的刪除操作要等待主節點發來刪除命令時才執行 // 從而保證數據的同步 if (server.masterhost != NULL) return now > when; // 運行到這里,表示鍵帶有過期時間,并且服務器為主節點 /* Return when this key has not expired */ // 如果未過期,返回 0 if (now <= when) return 0; /* Delete the key */ server.stat_expiredkeys++; // 向 AOF 文件和附屬節點傳播過期信息 propagateExpire(db,key); // 發送事件通知 notifyKeyspaceEvent(REDIS_NOTIFY_EXPIRED, "expired",key,db->id); // 將過期鍵從數據庫中刪除 return dbDelete(db,key);}

判斷key是否過期的數據結構是db->expires,也就是通過expires的數據結構判斷數據是否過期。
內部獲取過期時間并返回。

/* * 返回字典中包含鍵 key 的節點 * * 找到返回節點,找不到返回 NULL * * T = O(1) */dictEntry *dictFind(dict *d, const void *key){ dictEntry *he; unsigned int h, idx, table; // 字典(的哈希表)為空 if (d->ht[0].size == 0) return NULL; /* We don't have a table at all */ // 如果條件允許的話,進行單步 rehash if (dictIsRehashing(d)) _dictRehashStep(d); // 計算鍵的哈希值 h = dictHashKey(d, key); // 在字典的哈希表中查找這個鍵 // T = O(1) for (table = 0; table <= 1; table++) { // 計算索引值 idx = h & d->ht[table].sizemask; // 遍歷給定索引上的鏈表的所有節點,查找 key he = d->ht[table].table[idx]; // T = O(1) while(he) { if (dictCompareKeys(d, key, he->key)) return he; he = he->next; } // 如果程序遍歷完 0 號哈希表,仍然沒找到指定的鍵的節點 // 那么程序會檢查字典是否在進行 rehash , // 然后才決定是直接返回 NULL ,還是繼續查找 1 號哈希表 if (!dictIsRehashing(d)) return NULL; } // 進行到這里時,說明兩個哈希表都沒找到 return NULL;}

優點

節約CPU性能,發現必須刪除的時候才刪除。

缺點

內存壓力很大,出現長期占用內存的數據。

總結

用存儲空間換取處理器性能

定期刪除

周期性輪詢redis庫中時效性數據,采用隨機抽取的策略,利用過期數據占比的方式刪除頻度。

優點

CPU性能占用設置有峰值,檢測頻度可自定義設置

內存壓力不是很大,長期占用內存的冷數據會被持續清理

缺點

需要周期性抽查存儲空間

定期刪除詳解

redis的定期刪除是通過定時任務實現的,也就是定時任務會循環調用serverCron方法。然后定時檢查過期數據的方法是databasesCron。定期刪除的一大特點就是考慮了定時刪除過期數據會占用cpu時間,所以每次執行databasesCron的時候會限制cpu的占用不超過25%。真正執行刪除的是 activeExpireCycle方法。

時間事件

對于持續運行的服務器來說, 服務器需要定期對自身的資源和狀態進行必要的檢查和整理, 從而讓服務器維持在一個健康穩定的狀態, 這類操作被統稱為常規操作(cron job)

在 Redis 中, 常規操作由 redis.c/serverCron() 實現, 它主要執行以下操作

1 更新服務器的各類統計信息,比如時間、內存占用、數據庫占用情況等。

2 清理數據庫中的過期鍵值對。

3 對不合理的數據庫進行大小調整。

4 關閉和清理連接失效的客戶端。

5 嘗試進行 AOF 或 RDB 持久化操作。

6 如果服務器是主節點的話,對附屬節點進行定期同步。

7 如果處于集群模式的話,對集群進行定期同步和連接測試。

因為 serverCron() 需要在 Redis 服務器運行期間一直定期運行, 所以它是一個循環時間事件: serverCron() 會一直定期執行,直到服務器關閉為止。

在 Redis 2.6 版本中, 程序規定 serverCron() 每秒運行 10 次, 平均每 100 毫秒運行一次。 從 Redis 2.8 開始, 用戶可以通過修改 hz選項來調整 serverCron() 的每秒執行次數, 具體信息請參考 redis.conf 文件中關于 hz 選項的說明

查看hz

way1 : config get hz # "hz" "10"way2 : info server # server.hz 10

serverCron()

serverCron()會定期的執行,在serverCron()執行中會調用databasesCron() 方法(serverCron()還做了其他很多事情,但是現在不討論,只談刪除策略)

int serverCron(struct aeEventLoop *eventLoop, long long id, void *clientData) { // 略去多無關代碼 /* We need to do a few operations on clients asynchronously. */ // 檢查客戶端,關閉超時客戶端,并釋放客戶端多余的緩沖區 clientsCron(); /* Handle background operations on Redis databases. */ // 對數據庫執行各種操作 databasesCron(); /* !我們關注的方法! */

databasesCron()

databasesCron() 中 調用了 activeExpireCycle()方法,來對過期的數據進行處理。(在這里還會做一些其他操作~ 調整數據庫大小,主動和漸進式rehash)

// 對數據庫執行刪除過期鍵,調整大小,以及主動和漸進式 rehashvoid databasesCron(void) { // 判斷是否是主服務器 如果是 執行主動過期鍵清除 if (server.active_expire_enabled && server.masterhost == NULL) // 清除模式為 CYCLE_SLOW ,這個模式會盡量多清除過期鍵 activeExpireCycle(ACTIVE_EXPIRE_CYCLE_SLOW); // 在沒有 BGSAVE 或者 BGREWRITEAOF 執行時,對哈希表進行 rehash if (server.rdb_child_pid == -1 && server.aof_child_pid == -1) { static unsigned int resize_db = 0; static unsigned int rehash_db = 0; unsigned int dbs_per_call = REDIS_DBCRON_DBS_PER_CALL; unsigned int j; /* Don't test more DBs than we have. */ // 設定要測試的數據庫數量 if (dbs_per_call > server.dbnum) dbs_per_call = server.dbnum; /* Resize */ // 調整字典的大小 for (j = 0; j < dbs_per_call; j++) { tryResizeHashTables(resize_db % server.dbnum); resize_db++; } /* Rehash */ // 對字典進行漸進式 rehash if (server.activerehashing) { for (j = 0; j < dbs_per_call; j++) { int work_done = incrementallyRehash(rehash_db % server.dbnum); rehash_db++; if (work_done) {  /* If the function did some work, stop here, we'll do  * more at the next cron loop. */  break; } } } }}

activeExpireCycle()

大致流程如下

1 遍歷指定個數的db(默認的 16 )進行刪除操作

2 針對每個db隨機獲取過期數據每次遍歷不超過指定數量(如20),發現過期數據并進行刪除。

3 如果有多于25%的keys過期,重復步驟 2

除了主動淘汰的頻率外,Redis對每次淘汰任務執行的最大時長也有一個限定,這樣保證了每次主動淘汰不會過多阻塞應用請求,以下是這個限定計算公式:

#define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25 /* CPU max % for keys collection */ ``... ``timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;

也就是每次執行時間的25%用于過期數據刪除。

void activeExpireCycle(int type) { // 靜態變量,用來累積函數連續執行時的數據 static unsigned int current_db = 0; /* Last DB tested. */ static int timelimit_exit = 0; /* Time limit hit in previous call? */ static long long last_fast_cycle = 0; /* When last fast cycle ran. */ unsigned int j, iteration = 0; // 默認每次處理的數據庫數量 unsigned int dbs_per_call = REDIS_DBCRON_DBS_PER_CALL; // 函數開始的時間 long long start = ustime(), timelimit; // 快速模式 if (type == ACTIVE_EXPIRE_CYCLE_FAST) { // 如果上次函數沒有觸發 timelimit_exit ,那么不執行處理 if (!timelimit_exit) return; // 如果距離上次執行未夠一定時間,那么不執行處理 if (start < last_fast_cycle + ACTIVE_EXPIRE_CYCLE_FAST_DURATION*2) return; // 運行到這里,說明執行快速處理,記錄當前時間 last_fast_cycle = start; } /*  * 一般情況下,函數只處理 REDIS_DBCRON_DBS_PER_CALL 個數據庫, * 除非: * * 1) 當前數據庫的數量小于 REDIS_DBCRON_DBS_PER_CALL * 2) 如果上次處理遇到了時間上限,那么這次需要對所有數據庫進行掃描, * 這可以避免過多的過期鍵占用空間 */ if (dbs_per_call > server.dbnum || timelimit_exit) dbs_per_call = server.dbnum; // 函數處理的微秒時間上限 // ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 默認為 25 ,也即是 25 % 的 CPU 時間 timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100; timelimit_exit = 0; if (timelimit <= 0) timelimit = 1; // 如果是運行在快速模式之下 // 那么最多只能運行 FAST_DURATION 微秒  // 默認值為 1000 (微秒) if (type == ACTIVE_EXPIRE_CYCLE_FAST) timelimit = ACTIVE_EXPIRE_CYCLE_FAST_DURATION; /* in microseconds. */ // 遍歷數據庫 for (j = 0; j < dbs_per_call; j++) { int expired; // 指向要處理的數據庫 redisDb *db = server.db+(current_db % server.dbnum); // 為 DB 計數器加一,如果進入 do 循環之后因為超時而跳出 // 那么下次會直接從下個 DB 開始處理 current_db++; do { unsigned long num, slots; long long now, ttl_sum; int ttl_samples; /* If there is nothing to expire try next DB ASAP. */ // 獲取數據庫中帶過期時間的鍵的數量 // 如果該數量為 0 ,直接跳過這個數據庫 if ((num = dictSize(db->expires)) == 0) { db->avg_ttl = 0; break; } // 獲取數據庫中鍵值對的數量 slots = dictSlots(db->expires); // 當前時間 now = mstime(); // 這個數據庫的使用率低于 1% ,掃描起來太費力了(大部分都會 MISS) // 跳過,等待字典收縮程序運行 if (num && slots > DICT_HT_INITIAL_SIZE && (num*100/slots < 1)) break; /*  * 樣本計數器 */ // 已處理過期鍵計數器 expired = 0; // 鍵的總 TTL 計數器 ttl_sum = 0; // 總共處理的鍵計數器 ttl_samples = 0; // 每次最多只能檢查 LOOKUPS_PER_LOOP 個鍵 if (num > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP) num = ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP; // 開始遍歷數據庫 while (num--) { dictEntry *de; long long ttl; // 從 expires 中隨機取出一個帶過期時間的鍵 if ((de = dictGetRandomKey(db->expires)) == NULL) break; // 計算 TTL ttl = dictGetSignedIntegerVal(de)-now; // 如果鍵已經過期,那么刪除它,并將 expired 計數器增一 if (activeExpireCycleTryExpire(db,de,now)) expired++; if (ttl < 0) ttl = 0; // 累積鍵的 TTL ttl_sum += ttl; // 累積處理鍵的個數 ttl_samples++; } /* Update the average TTL stats for this database. */ // 為這個數據庫更新平均 TTL 統計數據 if (ttl_samples) { // 計算當前平均值 long long avg_ttl = ttl_sum/ttl_samples;  // 如果這是第一次設置數據庫平均 TTL ,那么進行初始化 if (db->avg_ttl == 0) db->avg_ttl = avg_ttl; /* Smooth the value averaging with the previous one. */ // 取數據庫的上次平均 TTL 和今次平均 TTL 的平均值 db->avg_ttl = (db->avg_ttl+avg_ttl)/2; } // 我們不能用太長時間處理過期鍵, // 所以這個函數執行一定時間之后就要返回 // 更新遍歷次數 iteration++; // 每遍歷 16 次執行一次 if ((iteration & 0xf) == 0 && /* check once every 16 iterations. */ (ustime()-start) > timelimit) { // 如果遍歷次數正好是 16 的倍數 // 并且遍歷的時間超過了 timelimit // 那么斷開 timelimit_exit timelimit_exit = 1; } // 已經超時了,返回 if (timelimit_exit) return; // 如果已刪除的過期鍵占當前總數據庫帶過期時間的鍵數量的 25 % // 那么不再遍歷 } while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4); }}

hz調大將會提高Redis主動淘汰的頻率,如果你的Redis存儲中包含很多冷數據占用內存過大的話,可以考慮將這個值調大,但Redis作者建議這個值不要超過100。我們實際線上將這個值調大到100,觀察到CPU會增加2%左右,但對冷數據的內存釋放速度確實有明顯的提高(通過觀察keyspace個數和used_memory大?。?。

可以看出timelimit和server.hz是一個倒數的關系,也就是說hz配置越大,timelimit就越小。換句話說是每秒鐘期望的主動淘汰頻率越高,則每次淘汰最長占用時間就越短。這里每秒鐘的最長淘汰占用時間是固定的250ms(1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/100),而淘汰頻率和每次淘汰的最長時間是通過hz參數控制的。

因此當redis中的過期key比率沒有超過25%之前,提高hz可以明顯提高掃描key的最小個數。假設hz為10,則一秒內最少掃描200個key(一秒調用10次*每次最少隨機取出20個key),如果hz改為100,則一秒內最少掃描2000個key;另一方面,如果過期key比率超過25%,則掃描key的個數無上限,但是cpu時間每秒鐘最多占用250ms。

當REDIS運行在主從模式時,只有主結點才會執行上述這兩種過期刪除策略,然后把刪除操作”del key”同步到從結點。

if (server.active_expire_enabled && server.masterhost == NULL) // 判斷是否是主節點 從節點不需要執行activeExpireCycle()函數。 // 清除模式為 CYCLE_SLOW ,這個模式會盡量多清除過期鍵 activeExpireCycle(ACTIVE_EXPIRE_CYCLE_SLOW);

隨機個數

redis.config.ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP 決定每次循環從數據庫 expire中隨機挑選值的個數

逐出算法

如果不限制 reids 對內存使用的限制,它將會使用全部的內存??梢酝ㄟ^ config.memory 來指定redis 對內存的使用量 。

下面是redis 配置文件中的說明

543 # Set a memory usage limit to the specified amount of bytes.
 544 # When the memory limit is reached Redis will try to remove keys
 545 # according to the eviction policy selected (see maxmemory-policy).
 546 #
 547 # If Redis can't remove keys according to the policy, or if the policy is
 548 # set to 'noeviction', Redis will start to reply with errors to commands
 549 # that would use more memory, like SET, LPUSH, and so on, and will continue
 550 # to reply to read-only commands like GET.
 551 #
 552 # This option is usually useful when using Redis as an LRU or LFU cache, or to
 553 # set a hard memory limit for an instance (using the 'noeviction' policy).
 554 #
 555 # WARNING: If you have replicas attached to an instance with maxmemory on,
 556 # the size of the output buffers needed to feed the replicas are subtracted
 557 # from the used memory count, so that network problems / resyncs will
 558 # not trigger a loop where keys are evicted, and in turn the output
 559 # buffer of replicas is full with DELs of keys evicted triggering the deletion
 560 # of more keys, and so forth until the database is completely emptied.
 561 #
 562 # In short... if you have replicas attached it is suggested that you set a lower
 563 # limit for maxmemory so that there is some free RAM on the system for replica
 564 # output buffers (but this is not needed if the policy is 'noeviction').
 
將內存使用限制設置為指定的字節。當已達到內存限制Redis將根據所選的逐出策略(請參閱maxmemory策略)嘗試刪除數據。

如果Redis無法根據逐出策略移除密鑰,或者策略設置為“noeviction”,Redis將開始對使用更多內存的命令(如set、LPUSH等)進行錯誤回復,并將繼續回復只讀命令,如GET。

當將Redis用作LRU或LFU緩存或設置實例的硬內存限制(使用“noeviction”策略)時,此選項通常很有用。

警告:如果將副本附加到啟用maxmemory的實例,則將從已用內存計數中減去饋送副本所需的輸出緩沖區的大小,這樣,網絡問題/重新同步將不會觸發收回密鑰的循環,而副本的輸出緩沖區將充滿收回的密鑰增量,從而觸發刪除更多鍵,依此類推,直到數據庫完全清空。

簡而言之。。。如果附加了副本,建議您設置maxmemory的下限,以便系統上有一些空閑RAM用于副本輸出緩沖區(但如果策略為“noeviction”,則不需要此限制)。

驅逐策略的配置

Maxmemery-policy volatile-lru

當前已用內存超過 maxmemory 限定時,觸發主動清理策略

易失數據清理

volatile-lru:只對設置了過期時間的key進行LRU(默認值)

volatile-random:隨機刪除即將過期key

volatile-ttl : 刪除即將過期的

volatile-lfu:挑選最近使用次數最少的數據淘汰

全部數據清理

allkeys-lru : 刪除lru算法的key

allkeys-lfu:挑選最近使用次數最少的數據淘汰

allkeys-random:隨機刪除

禁止驅逐

(Redis 4.0 默認策略)

noeviction : 永不過期,返回錯誤當mem_used內存已經超過maxmemory的設定,對于所有的讀寫請求都會觸發redis.c/freeMemoryIfNeeded(void)函數以清理超出的內存。注意這個清理過程是阻塞的,直到清理出足夠的內存空間。所以如果在達到maxmemory并且調用方還在不斷寫入的情況下,可能會反復觸發主動清理策略,導致請求會有一定的延遲。

清理時會根據用戶配置的maxmemory-policy來做適當的清理(一般是LRU或TTL),這里的LRU或TTL策略并不是針對redis的所有key,而是以配置文件中的maxmemory-samples個key作為樣本池進行抽樣清理。

maxmemory-samples在redis-3.0.0中的默認配置為5,如果增加,會提高LRU或TTL的精準度,redis作者測試的結果是當這個配置為10時已經非常接近全量LRU的精準度了,并且增加maxmemory-samples會導致在主動清理時消耗更多的CPU時間,建議:

1 盡量不要觸發maxmemory,最好在mem_used內存占用達到maxmemory的一定比例后,需要考慮調大hz以加快淘汰,或者進行集群擴容。

2 如果能夠控制住內存,則可以不用修改maxmemory-samples配置;如果Redis本身就作為LRU cache服務(這種服務一般長時間處于maxmemory狀態,由Redis自動做LRU淘汰),可以適當調大maxmemory-samples。

這里提一句,實際上redis根本就不會準確的將整個數據庫中最久未被使用的鍵刪除,而是每次從數據庫中隨機取5個鍵并刪除這5個鍵里最久未被使用的鍵。上面提到的所有的隨機的操作實際上都是這樣的,這個5可以用過redis的配置文件中的maxmemeory-samples參數配置。

數據逐出策略配置依據

使用INFO命令輸出監控信息,查詢緩存int和miss的次數,根據業務需求調優Redis配置。

總結

到此這篇關于redis 數據刪除策略和逐出算法的問題小結的文章就介紹到這了,更多相關redis 刪除策略 逐出算法內容請搜索武林網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持武林網!

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板: 亚洲视频在线一区二区 | 国产午夜免费视频 | 午夜小电影| 欧美日韩在线免费观看 | 成人在线免费小视频 | 激情五月少妇a | 少妇一级淫片免费放播放 | 毛片在线免费播放 | 深夜视频在线 | 久久精品爱 | 日本在线播放一区二区三区 | 久久草在线视频国产 | 国产精品6区 | 黄色大片网站在线观看 | 激情综合婷婷久久 | 天天色综合2 | 亚洲一区二区中文字幕在线观看 | 欧美黄色看 | av在线免费播放网站 | 久久精品视频3 | 亚洲天堂在线电影 | 亚洲精品动漫在线观看 | 免费的毛片 | 成人免费一区 | 国产成人av免费 | 亚洲一区二区三区精品在线观看 | 一本视频在线观看 | 久久情爱网 | 视频国产一区二区 | 蜜桃麻豆视频 | 最新中文字幕日本 | 2021免费日韩视频网 | 精品成人av一区二区三区 | 暴力肉体进入hdxxxx0 | 福利在线免费视频 | 久久精品欧美一区二区 | 中文字幕一区二区三区久久 | 欧美极品免费 | 欧美大逼网 | 黄色毛片视频在线观看 | 久久羞羞视频 |