大概閱讀10分鐘

本教程是系列教程，對(duì)于初學(xué)者可以對(duì) ES 有一個(gè)整體認(rèn)識(shí)和實(shí)踐實(shí)戰(zhàn)。

還沒(méi)開始的同學(xué)，建議先讀一下系列攻略目錄：Springboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)目錄

本篇幅是繼上一篇 Springboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)（二），適合初學(xué) Elasticsearch 的小白，可以跟著整個(gè)教程做一個(gè)練習(xí)。

[toc]

第五章 Mapping詳解

Mapping 是整個(gè) ES 搜索引擎中最重要的一部分之一，學(xué)會(huì)構(gòu)建一個(gè)好的索引，可以讓我們的搜索引擎更高效，更節(jié)省資源。

什么是 Mapping?

Mapping 是Elasticsearch 中一種術(shù)語(yǔ)， Mapping 類似于數(shù)據(jù)庫(kù)中的表結(jié)構(gòu)定義 schema，它有以下幾個(gè)作用：

1. 定義索引中的字段的名稱
2. 定義字段的數(shù)據(jù)類型，比如字符串、數(shù)字、布爾
3. 字段，倒排索引的相關(guān)配置，比如設(shè)置某個(gè)字段為不被索引、記錄 position(位置) 等

在 ES 早期版本，一個(gè)索引下是可以有多個(gè) Type ，從 7.0 開始，一個(gè)索引只有一個(gè) Type，也可以說(shuō)一個(gè) Type 有一個(gè) Mapping 定義。

了解了什么是 Mapping 后，接下來(lái)對(duì) Mapping 的設(shè)置坐下介紹：

Maping設(shè)置

dynamic (動(dòng)態(tài)Mapping)

官網(wǎng)參考：https://www.elastic.co/guide/en/elasticsearch/reference/7.1/mapping.html

PUT users
{
    "mappings": {
        "_doc": {
            "dynamic": false
        }
    }
}

在創(chuàng)建一個(gè)索引的時(shí)候，可以對(duì) dynamic 進(jìn)行設(shè)置，可以設(shè)成 false、true 或者 strict。

dynamic參數(shù)設(shè)置

比如一個(gè)新的文檔，這個(gè)文檔包含一個(gè)字段，當(dāng) Dynamic 設(shè)置為 true 時(shí)，這個(gè)文檔可以被索引進(jìn) ES，這個(gè)字段也可以被索引，也就是這個(gè)字段可以被搜索，Mapping 也同時(shí)被更新；當(dāng) dynamic 被設(shè)置為 false 時(shí)候，存在新增字段的數(shù)據(jù)寫入，該數(shù)據(jù)可以被索引，但是新增字段被丟棄；當(dāng)設(shè)置成 strict 模式時(shí)候，數(shù)據(jù)寫入直接出錯(cuò)。

index

另外還有 index 參數(shù)，用來(lái)控制當(dāng)前字段是否被索引，默認(rèn)為 true，如果設(shè)為 false（有些業(yè)務(wù)場(chǎng)景，某些字段不希望被搜索到），則該字段不可被搜索。

# index屬性控制 字段是否可以被索引
PUT user_test
{
  "mappings": {
    "properties": {
      "firstName":{
        "type": "text"
      },
      "lastName":{
        "type": "text"
      },
      "mobile" :{
        "type": "text",
        "index": false
      }
    }
  }
}

index_options

參數(shù) index_options 用于控制倒排索引記錄的內(nèi)容，有如下 4 種配置：

doc：只記錄 doc id
freqs：記錄 doc id 和 term frequencies
positions：記錄 doc id、term frequencies 和 term position
offsets：記錄 doc id、term frequencies、term position 和 character offects

另外，text 類型默認(rèn)配置為 positions，其他類型默認(rèn)為 doc，記錄內(nèi)容越多，占用存儲(chǔ)空間越大。

null_value

null_value 主要是當(dāng)字段遇到 null 值時(shí)的處理策略，默認(rèn)為 NULL，即空值，此時(shí) ES 會(huì)默認(rèn)忽略該值，可以通過(guò)設(shè)定該值設(shè)定字段的默認(rèn)值，另外只有 KeyWord 類型支持設(shè)定 null_value。

示例

# 設(shè)定Null_value
DELETE users
PUT users
{
    "mappings" : {
      "properties" : {
        "firstName" : {
          "type" : "text"
        },
        "lastName" : {
          "type" : "text"
        },
        "mobile" : {
          "type" : "keyword",
          "null_value": "NULL"
        }
      }
    }
}
 
PUT users/_doc/1
{
  "firstName":"Zhang",
  "lastName": "Fubing",
  "mobile": null
}
 
PUT users/_doc/2
{
  "firstName":"Zhang",
  "lastName": "Fubing2"
}
 
# 查看結(jié)果，有且僅有_id為2的記錄
GET users/_search
{
  "query": {
    "match": {
      "mobile":"NULL"
    }
  }
}

_all

這個(gè)屬性現(xiàn)在使用很少，不做深入講解

參考官網(wǎng)：https://www.elastic.co/guide/cn/elasticsearch/guide/current/root-object.html

copy_to

這個(gè)屬性用于將當(dāng)前字段拷貝到指定字段。

_all在7.x版本已經(jīng)被copy_to所代替
可用于滿足特定場(chǎng)景
copy_to將字段數(shù)值拷貝到目標(biāo)字段，實(shí)現(xiàn)類似_all的作用
copy_to的目標(biāo)字段不出現(xiàn)在_source中

DELETE users
PUT users
{
"mappings": {
  "properties": {
    "firstName":{
      "type": "text",
      "copy_to": "fullName"
    },
    "lastName":{
      "type": "text",
      "copy_to": "fullName"
    }
  }
}
}
PUT users/_doc/1
{
"firstName":"Li",
"lastName": "Sunke"
}
//沒(méi)有新建字段
GET users/_doc/1
{
"_index" : "users",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"_seq_no" : 0,
"_primary_term" : 1,
"found" : true,
"_source" : {
  "firstName" : "Li",
  "lastName" : "Sunke"
}
}
GET users/_search?q=fullName:(Li sunke)

以前的用法是：

curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "my_type": {
      "properties": {
        "first_name": {
          "type": "text",
          "copy_to": "full_name"  # 1
        },
        "last_name": {
          "type": "text",
          "copy_to": "full_name"  # 2
        },
        "full_name": {
          "type": "text"
        }
      }
    }
  }
}
'
curl -XPUT 'localhost:9200/my_index/my_type/1?pretty' -H 'Content-Type: application/json' -d'
{
  "first_name": "John",
  "last_name": "Smith"
}
'
curl -XGET 'localhost:9200/my_index/_search?pretty' -H 'Content-Type: application/json' -d'
{
  "query": {
    "match": {
      "full_name": {  # 3
        "query": "John Smith",
        "operator": "and"
      }
    }
  }
}
'

first_name（名字）和 last_name（姓氏）字段復(fù)制到full_name 字段；
first_name（名字）和 last_name（姓氏）字段仍然可以分別查詢；
full_name 可以通過(guò) first_name（名字）和 last_name（姓氏）來(lái)查詢；

一些要點(diǎn):

復(fù)制的是字段值,而不是 term（詞條）（由分析過(guò)程產(chǎn)生）.
_source 字段不會(huì)被修改來(lái)顯示復(fù)制的值.
相同的值可以復(fù)制到多個(gè)字段,通過(guò) "copy_to": [ "field_1", "field_2" ] 來(lái)操作.

分詞器analyzer和arch_analyzer

PUT /my_index
{
  "mappings": {
    "properties": {
      "text": { 
        "type": "text",
        "fields": {
          "english": { 
            "type":     "text",
            "analyzer": "english",
            "search_analyzer": "english" 
          }
        }
      }
    }
  }
}
#使用_analyze  測(cè)試分詞器
GET my_index/_analyze 
{
  "field": "text",
  "text": "The quick Brown Foxes."
}
 
GET my_index/_analyze 
{
  "field": "text.english",
  "text": "The quick Brown Foxes."
}

構(gòu)建Mapping方式

我們知道 Mapping 是可以通過(guò)我們插入的文檔自動(dòng)生成索引，但是可能還是有一些問(wèn)題。例如：生成的字段類型不正確，字段的附加屬性不滿足我們的需求。這是我們可以通過(guò)顯式Mapping的方式來(lái)解決。倆種方法：

參考官網(wǎng)api，純手寫
構(gòu)建臨時(shí)索引；寫入一些樣本數(shù)據(jù)；通過(guò)Maping API 查詢臨時(shí)文件的動(dòng)態(tài)Mapping 定義；修改后、再使用此配置創(chuàng)建索引；刪除臨時(shí)索引；

推薦第二種，不容易出錯(cuò)，效率高。

類型自動(dòng)識(shí)別

ES 類型的自動(dòng)識(shí)別是基于 JSON 的格式，如果輸入的是 JSON 是字符串且格式為日期格式，ES 會(huì)自動(dòng)設(shè)置成 Date 類型；當(dāng)輸入的字符串是數(shù)字的時(shí)候，ES 默認(rèn)會(huì)當(dāng)成字符串來(lái)處理，可以通過(guò)設(shè)置來(lái)轉(zhuǎn)換成合適的類型；如果輸入的是 Text 字段的時(shí)候，ES 會(huì)自動(dòng)增加 keyword 子字段，還有一些自動(dòng)識(shí)別如下圖所示：

類型自動(dòng)識(shí)別字段對(duì)應(yīng)表

Demo：

# 寫入文檔，查看 Mapping
PUT mapping_test/_doc/1
{
  "firstName": "Chan", -- Text
  "lastName":  "Jackie", -- Text
  "loginDate": "2018-07-24T10:29:48.103Z" -- Date
}
 
# Dynamic Mapping，推斷字段的類型
PUT mapping_test/_doc/1
{
    "uid": "123", -- Text
    "isVip": false, -- Boolean
    "isAdmin": "true", -- Text
    "age": 19, -- Long
    "heigh": 180 -- Long
}
 
# 查看 Dynamic Mapping
GET mapping_test/_mapping

映射參數(shù)

映射參數(shù)解析

mappings 中field定義選擇：

"field": {  
         "type":  "text", //文本類型  
       
         "index": "false"http:// ，設(shè)置成false，字段將不會(huì)被索引  
         
         "analyzer":"ik"http://指定分詞器  
         
         "boost":1.23//字段級(jí)別的分?jǐn)?shù)加權(quán)  
         
         "doc_values":false//對(duì)not_analyzed字段，默認(rèn)都是開啟，analyzed字段不能使用，對(duì)排序和聚合能提升較大性能，節(jié)約內(nèi)存,如果您確定不需要對(duì)字段進(jìn)行排序或聚合，或者從script訪問(wèn)字段值，則可以禁用doc值以節(jié)省磁盤空間：
         
         "fielddata":{"loading" : "eager" }//Elasticsearch 加載內(nèi)存 fielddata 的默認(rèn)行為是 延遲 加載 。 當(dāng) Elasticsearch 第一次查詢某個(gè)字段時(shí)，它將會(huì)完整加載這個(gè)字段所有 Segment 中的倒排索引到內(nèi)存中，以便于以后的查詢能夠獲取更好的性能。
         
         "fields":{"keyword": {"type": "keyword","ignore_above": 256}} //可以對(duì)一個(gè)字段提供多種索引模式，同一個(gè)字段的值，一個(gè)分詞，一個(gè)不分詞  
         
         "ignore_above":100 //超過(guò)100個(gè)字符的文本，將會(huì)被忽略，不被索引
           
         "include_in_all":ture//設(shè)置是否此字段包含在_all字段中，默認(rèn)是true，除非index設(shè)置成no選項(xiàng)  
         
         "index_options":"docs"http://4個(gè)可選參數(shù)docs（索引文檔號(hào)） ,freqs（文檔號(hào)+詞頻），positions（文檔號(hào)+詞頻+位置，通常用來(lái)距離查詢），offsets（文檔號(hào)+詞頻+位置+偏移量，通常被使用在高亮字段）分詞字段默認(rèn)是position，其他的默認(rèn)是docs  
         
         "norms":{"enable":true,"loading":"lazy"}//分詞字段默認(rèn)配置，不分詞字段：默認(rèn){"enable":false}，存儲(chǔ)長(zhǎng)度因子和索引時(shí)boost，建議對(duì)需要參與評(píng)分字段使用 ，會(huì)額外增加內(nèi)存消耗量  
         
         "null_value":"NULL"http://設(shè)置一些缺失字段的初始化值，只有string可以使用，分詞字段的null值也會(huì)被分詞  
         
         "position_increament_gap":0//影響距離查詢或近似查詢，可以設(shè)置在多值字段的數(shù)據(jù)上火分詞字段上，查詢時(shí)可指定slop間隔，默認(rèn)值是100  
         
         "store":false//是否單獨(dú)設(shè)置此字段的是否存儲(chǔ)而從_source字段中分離，默認(rèn)是false，只能搜索，不能獲取值  
         
         "search_analyzer":"ik"http://設(shè)置搜索時(shí)的分詞器，默認(rèn)跟ananlyzer是一致的，比如index時(shí)用standard+ngram，搜索時(shí)用standard用來(lái)完成自動(dòng)提示功能  
         
         "similarity":"BM25"http://默認(rèn)是TF/IDF算法，指定一個(gè)字段評(píng)分策略，僅僅對(duì)字符串型和分詞類型有效  
         
     "term_vector":"no"http://默認(rèn)不存儲(chǔ)向量信息，支持參數(shù)yes（term存儲(chǔ)），with_positions（term+位置）,with_offsets（term+偏移量），with_positions_offsets(term+位置+偏移量) 對(duì)快速高亮fast vector highlighter能提升性能，但開啟又會(huì)加大索引體積，不適合大數(shù)據(jù)量用  
       }

總結(jié)一下：

與域數(shù)據(jù)格式及約束相關(guān)的參數(shù)：normalizer，format，ignore_above，ignore_malformed，coerce
與索引相關(guān)的參數(shù)：index，dynamic，enabled
與存儲(chǔ)策略相關(guān)的參數(shù)：store, fielddata，doc_values
分析器相關(guān)參數(shù)：analyzer，search_analyzer
其它參數(shù)：boost，copy_to，null_value

對(duì)于這些參數(shù)的描述主要基于筆者的理解，可能有不準(zhǔn)確之處。實(shí)際上這些參數(shù)與ES的實(shí)現(xiàn)機(jī)制（如存儲(chǔ)結(jié)構(gòu)，索引結(jié)構(gòu)密切有關(guān)），只能在實(shí)際應(yīng)用中去慢慢體會(huì)。

字段數(shù)據(jù)類型

ES 字段類型類似于 MySQL 中的字段類型，ES 字段類型主要有：核心類型、復(fù)雜類型、地理類型以及特殊類型，具體的數(shù)據(jù)類型如下圖所示：

es字段數(shù)據(jù)類型

核心類型

從圖中可以看出核心類型可以劃分為字符串類型、數(shù)字類型、日期類型、布爾類型、基于 BASE64 的二進(jìn)制類型、范圍類型。

字符串類型

其中，在 ES 7.x 有兩種字符串類型：text 和 keyword，在 ES 5.x 之后 string 類型已經(jīng)不再支持了。

text 類型適用于需要被全文檢索的字段，例如新聞?wù)?、郵件內(nèi)容等比較長(zhǎng)的文字，text 類型會(huì)被 Lucene 分詞器（Analyzer）處理為一個(gè)個(gè)詞項(xiàng)，并使用 Lucene 倒排索引存儲(chǔ)，text 字段不能被用于排序，如果需要使用該類型的字段只需要在定義映射時(shí)指定 JSON 中對(duì)應(yīng)字段的 type 為 text。

keyword 適合簡(jiǎn)短、結(jié)構(gòu)化字符串，例如主機(jī)名、姓名、商品名稱等，可以用于過(guò)濾、排序、聚合檢索，也可以用于精確查詢。

數(shù)字類型

數(shù)字類型分為 long、integer、short、byte、double、float、half_float、scaled_float。

數(shù)字類型的字段在滿足需求的前提下應(yīng)當(dāng)盡量選擇范圍較小的數(shù)據(jù)類型，字段長(zhǎng)度越短，搜索效率越高，對(duì)于浮點(diǎn)數(shù)，可以優(yōu)先考慮使用 scaled_float 類型，該類型可以通過(guò)縮放因子來(lái)精確浮點(diǎn)數(shù)，例如 12.34 可以轉(zhuǎn)換為 1234 來(lái)存儲(chǔ)。

日期類型

在 ES 中日期可以為以下形式：

格式化的日期字符串，例如 2020-03-17 00:00、2020/03/17
時(shí)間戳（和 1970-01-01 00:00:00 UTC 的差值），單位毫秒或者秒
即使是格式化的日期字符串，ES 底層依然采用的是時(shí)間戳的形式存儲(chǔ)。

布爾類型

JSON 文檔中同樣存在布爾類型，不過(guò) JSON 字符串類型也可以被 ES 轉(zhuǎn)換為布爾類型存儲(chǔ)，前提是字符串的取值為 true 或者 false，布爾類型常用于檢索中的過(guò)濾條件。

二進(jìn)制類型

二進(jìn)制類型 binary 接受 BASE64 編碼的字符串，默認(rèn) store 屬性為 false，并且不可以被搜索。

范圍類型

范圍類型可以用來(lái)表達(dá)一個(gè)數(shù)據(jù)的區(qū)間，可以分為5種：integer_range、float_range、long_range、double_range 以及 date_range。

復(fù)雜類型

復(fù)合類型主要有對(duì)象類型（object）和嵌套類型（nested）：

對(duì)象類型

JSON 字符串允許嵌套對(duì)象，一個(gè)文檔可以嵌套多個(gè)、多層對(duì)象。可以通過(guò)對(duì)象類型來(lái)存儲(chǔ)二級(jí)文檔，不過(guò)由于 Lucene 并沒(méi)有內(nèi)部對(duì)象的概念，ES 會(huì)將原 JSON 文檔扁平化，例如文檔：

{
    "name": {
        "first": "wu",
        "last": "px"
    }
}

實(shí)際上 ES 會(huì)將其轉(zhuǎn)換為以下格式，并通過(guò) Lucene 存儲(chǔ)，即使 name 是 object 類型：

{
    "name.first": "wu",
    "name.last": "px"
}

嵌套類型

嵌套類型可以看成是一個(gè)特殊的對(duì)象類型，可以讓對(duì)象數(shù)組獨(dú)立檢索，例如文檔：

{
  "group": "users",
  "username": [
    { "first": "wu", "last": "px"},
    { "first": "hu", "last": "xy"},
    { "first": "wu", "last": "mx"}
  ]
}

username 字段是一個(gè) JSON 數(shù)組，并且每個(gè)數(shù)組對(duì)象都是一個(gè) JSON 對(duì)象。如果將 username 設(shè)置為對(duì)象類型，那么 ES 會(huì)將其轉(zhuǎn)換為：

{
  "group": "users",
  "username.first": ["wu", "hu", "wu"],
  "username.last": ["px", "xy", "mx"]
}

可以看出轉(zhuǎn)換后的 JSON 文檔中 first 和 last 的關(guān)聯(lián)丟失了，如果嘗試搜索 first 為 wu，last 為 xy 的文檔，那么成功會(huì)檢索出上述文檔，但是 wu 和 xy 在原 JSON 文檔中并不屬于同一個(gè) JSON 對(duì)象，應(yīng)當(dāng)是不匹配的，即檢索不出任何結(jié)果。

嵌套類型就是為了解決這種問(wèn)題的，嵌套類型將數(shù)組中的每個(gè) JSON 對(duì)象作為獨(dú)立的隱藏文檔來(lái)存儲(chǔ)，每個(gè)嵌套的對(duì)象都能夠獨(dú)立地被搜索，所以上述案例中雖然表面上只有 1 個(gè)文檔，但實(shí)際上是存儲(chǔ)了 4 個(gè)文檔。

地理類型

地理類型字段分為兩種：經(jīng)緯度類型和地理區(qū)域類型：

經(jīng)緯度類型

經(jīng)緯度類型字段（geo_point）可以存儲(chǔ)經(jīng)緯度相關(guān)信息，通過(guò)地理類型的字段，可以用來(lái)實(shí)現(xiàn)諸如查找在指定地理區(qū)域內(nèi)相關(guān)的文檔、根據(jù)距離排序、根據(jù)地理位置修改評(píng)分規(guī)則等需求。

地理區(qū)域類型

經(jīng)緯度類型可以表達(dá)一個(gè)點(diǎn)，而 geo_shape 類型可以表達(dá)一塊地理區(qū)域，區(qū)域的形狀可以是任意多邊形，也可以是點(diǎn)、線、面、多點(diǎn)、多線、多面等幾何類型。

特殊類型

特殊類型包括 IP 類型、過(guò)濾器類型、Join 類型、別名類型等，在這里簡(jiǎn)單介紹下 IP 類型和 Join 類型，其他特殊類型可以查看官方文檔。

IP 類型

IP 類型的字段可以用來(lái)存儲(chǔ) IPv4 或者 IPv6 地址，如果需要存儲(chǔ) IP 類型的字段，需要手動(dòng)定義映射：

{
  "mappings": {
    "properties": {
      "my_ip": {
        "type": "ip"
      }
    }
  }
}

Join類型

Join 類型是 ES 6.x 引入的類型，以取代淘汰的 _parent 元字段，用來(lái)實(shí)現(xiàn)文檔的一對(duì)一、一對(duì)多的關(guān)系，主要用來(lái)做父子查詢。

Join 類型的 Mapping 如下：

PUT my_index
{
  "mappings": {
    "properties": {
      "my_join_field": { 
        "type": "join",
        "relations": {
          "question": "answer" 
        }
      }
    }
  }
}

其中，my_join_field 為 Join 類型字段的名稱；relations 指定關(guān)系：question 是 answer 的父類。

例如定義一個(gè) ID 為 1 的父文檔：

PUT my_join_index/1?refresh
{
  "text": "This is a question",
  "my_join_field": "question" 
}

接下來(lái)定義一個(gè)子文檔，該文檔指定了父文檔 ID 為 1：

PUT my_join_index/_doc/2?routing=1&refresh 
{
  "text": "This is an answer",
  "my_join_field": {
    "name": "answer", 
    "parent": "1" 
  }
}

join參考：https://www.elastic.co/guide/en/elasticsearch/reference/current/parent-join.html

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

pringboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)（三）

pringboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)（三）

第五章 Mapping詳解

什么是 Mapping?

Maping設(shè)置

dynamic (動(dòng)態(tài)Mapping)

index

index_options

null_value

_all

copy_to

分詞器analyzer和arch_analyzer

構(gòu)建Mapping方式

類型自動(dòng)識(shí)別

映射參數(shù)

字段數(shù)據(jù)類型

核心類型

字符串類型

數(shù)字類型

日期類型

布爾類型

二進(jìn)制類型

范圍類型

復(fù)雜類型

對(duì)象類型

嵌套類型

地理類型

經(jīng)緯度類型

地理區(qū)域類型

特殊類型

IP 類型

Join類型

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

pringboot2.x整合ElasticSearch7.x實(shí)戰(zhàn)（三）

第五章 Mapping詳解

什么是 Mapping?

Maping設(shè)置

dynamic (動(dòng)態(tài)Mapping)

index

index_options

null_value

_all

copy_to

分詞器analyzer和arch_analyzer

構(gòu)建Mapping方式

類型自動(dòng)識(shí)別

映射參數(shù)

字段數(shù)據(jù)類型

核心類型

字符串類型

數(shù)字類型

日期類型

布爾類型

二進(jìn)制類型

范圍類型

復(fù)雜類型

對(duì)象類型

嵌套類型

地理類型

經(jīng)緯度類型

地理區(qū)域類型

特殊類型

IP 類型

Join類型

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av