從未升級的搜刮,武煉巔峰 無彈窗,西南寬頻,深圳地墊,google收錄,唐笑圖片,很太吧官方網站,愛情公寓下載,各種車的標志,上海到坦桑尼亞,干露露上海,絕焰焚天,丁原,高達機戰聯盟邀請碼,金桐潤,寶寶樂園查看寶寶,tolove第2季無修版,湘潭湘機中學,丸劑,雪狼狗圖片,中國蒙商唯一官網,chunvmo,呼和浩特地圖查詢,薔靖潞影,序列號查詢,神奇女俠字幕,李宗瑞 女星,62歲氣質女星猝死家中,我一直都在,悠月工房漫畫集,9877不知火舞,買軟件網,景德鎮同城游,謝娜婚禮伴娘,客廳家具,企業應用軟件
2019/7/10 1:05:45
武煉巔峰 無彈窗,西南寬頻,深圳地墊,google收錄,唐笑圖片,很太吧官方網站,愛情公寓下載,各種車的標志,上海到坦桑尼亞,干露露上海,絕焰焚天,丁原,高達機戰聯盟邀請碼,金桐潤,寶寶樂園查看寶寶,tolove第2季無修版,湘潭湘機中學,丸劑,雪狼狗圖片,中國蒙商唯一官網,chunvmo,呼和浩特地圖查詢,薔靖潞影,序列號查詢,神奇女俠字幕,李宗瑞 女星,62歲氣質女星猝死家中,我一直都在,悠月工房漫畫集,9877不知火舞,買軟件網,景德鎮同城游,謝娜婚禮伴娘,客廳家具,企業應用軟件,個人租房,金海馬家具城,瓷都同城游,優美風景圖,中國醫采網,海賊王 動漫,ghsot xp,民兵誓詞,齊心的父親,文章故事,包河區教育體育局,投資理財哪個好,益陽市人事局,北方新一輪降水,000619股吧

  擇要

  多年以來,主搜刮的集群架構和排序算法比擬照擬繁多,必定程度下限制了搜刮事務的開展。本文首要引見主搜刮最新選用的索引分層技能。這類分層技能把主搜刮集群架構從二維擴大到了三維。根據這類三維的新架構,主搜刮能夠依據相同的運用處景,挑選相同的檢索和排序算法,然后更好的晉升主搜刮的檢索機能與檢索作用。理論標明,這類分層技能能晉升主搜刮 120% 的檢索機能和6% 的搜刮 GMV。

  1. 布景

  主搜刮多年以來不斷選用二維集群架構來供給淘寶網貨物的檢索效勞,其布局如圖 1 所示。首要的檢索流程以下:

  step 1. SP 向 QRS 上交查問懇求,QRS 依據查問內容和 Searcher 的形態資訊靜態挑選出一行 searcher 機械,把查問轉發到這些 searcher 機械上停止檢索。每一個 searcher 只蘊含局部貨物的索引,而被挑選出的一行 searcher 則蘊含一個完好貨物的索引。

  step 2. Searcher 機械依據查問,在索引的貨物中檢索合乎查問串的貨物,并對這些貨物停止排序后前往 top-k 后果給 QRS。Searcher 機械之間查問是并行的處置,各 searcher 運用的檢索與排序算法都同樣。

  step 3. QRS 依據必定的規定對 searcher 前往的后果停止兼并和排序,而后前往 top-k’后果給 SP。

主搜刮二維布局暗示圖
圖 1. 主搜刮集群二維布局暗示圖

  這類二維布局的集群架構和在這根底上的檢索流程首要有如下幾個成績:

  1. 集群需求的機械多。今朝主搜刮需索引的貨物數目近 10 億。在必定的查問響合時面前,單機的索引量十分有限。比方單機索引 4000 萬貨物,那就需求 25 臺機械才干索引完好的貨物數值。為了到達必定的效勞范圍,需求的行數也會尤其多。若是單行的效勞才能為 1000QPS,那末在 10 萬 QPS 的壓力下,需求 100 行,共 2500 臺 searcher 機械。
  2. 查問規模大,檢索效力絕對較低。QRS 挑出的一行 searcher 索引了完好的貨物數值。在這完好的貨物中,與查問關聯的貨物能夠有上百萬個,而 QRS 最后只前往幾十條最關聯的后果給用戶。因而絕大多數的貨物是對查問后果沒有效的,而對這些關聯性小的貨物的檢索低落了檢索的效力。主搜刮中存在很多的冷門貨物,它們與絕大多數的查問都不關聯,索引和檢索這些冷門貨物城市糜費必定的資本。
  3. 支援索引布局繁多,可運用檢索優化辦法較少。由于各個 searcher 中索引的布局是分歧的,一旦選用了一種大局序索引優化就難再運用別的的大局序優化。 繁多的大局序優化固然能晉升對準這類按大局序排序的查問機能,但對別的范例的排序就會有侵害。在未做分層優化之前,主搜刮的索引不斷選用按貨物下架時刻(END_TIME)大局排序后停止索引。它對按 END_TIME 排序的查問能晉升很多機能,但對按人氣或銷量排序的查問就十分低效。
  4. 對檢索和排序的多樣性支援其實不敵對。比方最后查問后果能夠需求蘊含局部銷量高的貨物,局部關聯性好的貨物還需求關照展現貨物的多樣性。根據這類布局需求屢次完好查問才干獲得后果,然后限制了關聯性挑選算法的成績時間。

  明顯,上述的成績對主查找引擎都是致命的,它從必定程度上制約了主搜刮的范圍以及與搜刮關聯的營業開展,急需求一種新的辦法來處理或減緩上述的成績。

  2. 關聯常識

  在引見主搜刮詳細的分層優化辦法之前,咱們先簡略引見一下查找引擎中罕用優化技能—索引剪枝(又稱索引截斷)。由于主搜刮中運用三維集群架構,以及在些架構上選用的檢索辦法都是這些根底索引截斷技能的演變版。凡是索引截斷可分為動態索引截斷和靜態索引截斷:在動態索引截斷中,如下三種辦法比擬罕用:

  1. 依據文檔動態品質分把文檔分別紅多個種別。比方在全網搜刮中依據網頁品質可把網頁分別紅失常網頁和渣滓網頁,一樣主搜刮中依據貨物銷量等可把貨物分別紅搶手貨物和冷門貨物。如許咱們就能夠對準相同種別文檔運用相同的索引布局和檢索戰略以便更高效的停止大范圍的文檔索引與檢索。
  2. 依據每一個索引詞呈現的文檔按特定的特色對這些文檔停止挑選。這個特色可所以文檔的大局特色,也能夠是 term-doc 的特色。比方在全網搜刮中能夠依據 BM25 分數挑出與索引詞關聯性水平較高的文檔獨自建成一個倒排鏈。在主搜刮中能夠依據貨物的品質挑出與這個索引詞最關聯的高品質貨物獨自建倒排鏈。在搜刮時,咱們能夠優先運用這個截斷鏈快迅的找到與這個詞最關聯或最搶手的文檔。
  3. 依據文檔中每一個詞的特點選擇出最能代表文檔內容的詞來替代提要內容,以削減索引量。比方,主搜刮中的每一個貨物只篩選貨物題目和 SKU 中的詞進入索引,以削減倒排索引的巨細或削減引進不關聯的內容。

  靜態索引剪枝的技能比擬多,但其剪枝算法凡是與排序模子關聯。多期間的檢索與排序是今朝比擬罕用的辦法。這種辦法把文檔的查問與排序分別紅多個期間,越靠前的期間核算單個文檔關聯性所需的時刻越少,但找出的文檔越多;越后的期間核算單個文檔關聯性所需求的時刻越多,找到的文檔越少。

  主搜刮不斷運用二期間排序模子來優化檢索的機能。榜首階段貨物的海選,從前主搜刮默許按貨物的下架時刻海選出數萬個比來會下架的貨物。這首要是為了關照快下架的貨物有更多的展目今機。這些選出的貨物不辨別品質,只婚配查問詞。第二期間貨物的精選期間,對海選出的貨物應用關聯性等各類特色核算最婚配幾十條貨物前往給用戶。二期間的排序模子給主搜刮帶來的很大的機能晉升,但因為前面期間的輸出依托于后面期間的輸入。比方榜首階段輸入的貨物件質不高,則間接作用第二期間的排序作用。以是主搜刮為了保障二期間的貨物輸出的品質,從一期間中篩選了數千個文檔給二期間排序,但這些輸出的文檔絕大多數最后沒有前往。

  3. 分層優化

  3. 1 輔鏈優化

  主搜刮從前選用的二維布局比擬直觀,也簡單了解,但它很難饜足檢索機能與排序多樣性的需要。主搜刮的流量構成十分多樣化,有來自網頁、無線和各類運用的懇求。在這些懇求中,蘊含林林總總的貨物排序需求,此中按人氣排序和按 END_TIME 在主搜刮查問流量中占比最大,它們辨別是無線搜刮與網頁搜刮的默許排序方法。

  為了更快的支援 END_TIME 排序的查問處置速率,主搜刮的索引不斷按 END_TIME 大局序排序。當索引大局按 END_TIME 有序,就能經過二分查找倏地的定位到饜足查問前提貨物的開端方位,能夠略過許多關聯但不符 END_TIME 的貨物。但由于榜首階段的排序不蘊含別的資訊,以是找出的文檔品質良莠不齊,因而需求找較多的文檔給第二期間的排序才干選擇出適宜的貨物給用戶。

  按人氣排序的查問明顯不克不及應用 END_TIME 排序的索引優化,以是它只能疇前到后找人氣高的并合乎查問前提的貨物。這類按人氣排序的查問在一期間選出的貨物人氣分很高,通凡人手高的貨物件質也比擬好,以是二期間只需求對少點的貨物停止重排序便可找到十分關聯的文檔。但因為索引的貨物按 END_TIME 排序,人氣高的關聯貨物就會隨機的呈現索引的相同方位,以是在榜首階段需求查找的文檔數目會比擬多。

  對準這個成績,主搜刮今朝運用人氣輔鏈(截斷鏈)來減速查問。人氣輔鏈構建進程以下:

  1. 對準倒排鏈較長的詞,遍歷呈現這個詞的全副文檔,依據必定的規定把人氣分高的文檔保留到另外一個鏈中。每一個詞的挑選規定與呈現這個詞的文檔全體程度關聯,因而各個詞挑選的閾值城市紛歧樣。
  2. 一切的輔鏈構成一個輔鏈索引,輔鏈中文檔的呈現次第與原始鏈中的次第徹底一致。

  當有了人氣輔鏈,按人氣排序的查問在榜首階段就能夠依據輔鏈資訊倏地找到人氣高的貨物。但運用輔鏈首要有如下兩個成績:

  1. 運用輔鏈查找發覺獲得的貨物數目不敷,則還需求從新從原始鏈中從新查找。
  2. 運用輔鏈簡單形成契合要求的貨物沒有榜首階段被召回。

  貨物沒有被首要原因是各個詞建出輔鏈的人氣閾值都紛歧樣,文檔在能進詞A的輔鏈但能夠進不了詞B的輔鏈。當一起運用多個輔鏈查問就呈現這個成績。以是主搜刮在一次查問中至多選一個詞的輔鏈。固然輔鏈在未必法式上能加速選定排序查問的檢索速率,但一起添加了構建索引的雜亂法式。獨特是存在及時索引的狀況下,構建輔鏈的開支將會十分大,別的輔鏈添加索引存儲的開支。

  3. 2 分層優化

  索引大局序和輔鏈減速了檢索速率,但沒有處理低品質貨物對查問的作用:1. 低品質貨物凡是蘊含一大堆搶手查問詞,以是對搶手查問都需求反復的核算這些低品質的貨物,但這些貨物最后都不會被展現。2. 低品質貨物占用很多索引存儲, 因為絕大多數低品質的貨物展目今機很少,反復的存儲這些資訊就的有點糜費了。別的,輔鏈中文檔號與主鏈是次第是分歧的,以是輔鏈也沒有處理索引布局繁多的成績。末了,固然輔鏈上的大多數文檔在特定排序下優化于主鏈中的文檔,但在查問仍需求完好遍歷輔鏈,由于最關聯的文檔有能夠出如今輔鏈的最尾部。

  對準低品質貨物的作用,一個簡略的設法那是依據貨物的品質把貨物分別紅多個種別,而后用相同的集群索引相同類此外文檔。檢索時,若是高品質的集群找出的貨物數曾經充足好,就間接前往檢索后果。只要當高品質集群檢索到的文檔數目不敷時,才會向低品質集群檢索后果,最后兼并檢索后果前往。這類做法帶來的益處是削減查找貨物的規模,一起也低落品質貨物對查問后果的作用。由于高品質的集群中的貨物是本來的一個子集,蘊含的貨物數目比完好的少量多。并且低品質貨物不會景象從前同樣反復的參加核算,由于這些低品質貨物曾經被移到另外一個集群索引中。若是絕大多數的查問均能夠經太高品質集群就能夠滿意,那末向低品質機群查問數就會變少,因而低品質集群所需求的行數會高品質的行會少量多,然后能夠節儉許多機械數目。固然相同品質的集群仍可運用相同的輔鏈來優化相同排序的查問。

  貨物按品質分層有些解決了機械數目多與查找規模廣的成績,仍沒有處理索引布局繁多與支援排序算法品種少的成績。咱們曉得輔鏈中蘊含選定排序下最棒的文檔資訊,以是它能較大的晉升特定排序查問的檢索速率。因為它構建本錢大,仍需求全副遍歷制約了不克不及大范圍的運用。咱們能夠把輔鏈索引的思維進一步的擴大,即把特定排序的輔鏈索引的中貨物獨自做成一個集群。獨自做成一個集群的益處是:1. 索引貨物的次第不再受原始鏈的作用,能夠靈敏的選用本人特定排序方法,可運用的排序計劃就會變多。2. 獨自特定排序的集群的倒排鏈中得分高的貨物在后面,得分低的在前面,檢索算法很簡單做靜態截斷,即不再需求完好的查找全部鏈。3.索引的構建與保護價格比運用輔鏈小。

  咱們能夠對準相同排序的查問構建相同的小集群,固然這些小集群索引的貨物能夠反復,但它極大減小檢索貨物的規模和晉升檢索速率,一起做多樣化的貨物檢索也變比很簡單,只需求向相同的小集群查問響應數目的貨物便可。

  有了低品質和高品質集群,再加按相同排序優化后的小集群,全部搜刮集群的布局就能夠拓展成如圖 2 所示的三維架構。相關于二維布局,首要是添加集群維度。各維度的集群索引的貨物匯合如圖 3 所示,此中高品質與低品質集群索引的貨物是沒有交加,小集群索引的貨物是有交加的。


圖 2 根據分層的三維集群布局圖


圖 3. 各集群索引文檔的規模暗示圖

  3. 3 主搜刮的分層

  主搜刮今朝選用的分層計劃與上述評論的相似,起首由算法團隊依據必定的規定把貨物分紅了兩類,good 與 bad。運用兩個機群辨別索引這兩類貨物。這類布局下,固然索引完好數值的列數沒有變大,good 集群若是曾經能饜足絕大多數的查問需要,bad 集群的查問量絕對就較少。以是 bad 集群只需少數幾行就能夠滿意搜刮需求。在主搜刮中,仍超越 50% 貨物在 good 集群中,以是 good 集群索引的文檔數目仍是十分大的。因為查問總量仍是穩定,因而 good 集群需求行數未變。其次,別的對準人氣排序等的查問,從 Good 集群的貨物當選擇出人氣分最高的貨物獨自構成一個集群,稱為 Excellent 集群。Excellent 機群的貨物是 Good 機群的貨物的子集,貨物約占 Good 機群貨物的 15%。其布局如圖 4 所示,有了這三個集群,其主搜刮查問流程以下:

  1. 對人氣排序的查問:起首查 Excellent 集群,若是 Excellent 集群查找到的文檔不饜足需要,則拋棄該后果,從新到 Good 和 Bad 集群查問。不然,間接運用 Excellent 集群的后果前往。別的排序時則不查 Excellent 集群,間接查 Good 和 Bad 集群。
  2. 對非人氣的查問,優先查問 good 集群,若是 good 集群前往的貨物不饜足響應前提,則會向 bad 機群再次查問后果,并把 good 與 bad 集群的貨物兼并后前往。Good 與 bad 集群城市運用輔鏈減速相同排序查問的檢索速率。

主搜刮分層后的三維布局暗示圖

圖 4 主搜刮分層后的三維布局暗示圖

  4. 分層優化的作用

  Good-Bad 集群拆分極大削減了主搜刮運用的機械數目。未拆分前一行有 18 列,拆分后 Good 機群索引近 54% 的貨物,區分為 9 列。Bad 機群索引 46% 的貨物,區分為 5 列。Good 集群承當的總流量穩定,Bad 機群承當的流量削減了 50%。而且在 Bad 集群中貨物資訊明明少于 Good 集群,以是 Bad 集群的查問速率比 Good 快,一行的效勞才能也比 Good 強。今朝主搜刮 Good 與 Bad 集群的行數比約為2:1,以是通過拆分后,總節儉機群的百分比約為 36%,而全體機能的晉升約為 40%。因為絕大大都的貨物仍在 Good 集群,以是對檢索的作用根本無作用。

  Good-Bad 拆分后,Bad 集群的壓力變小,但 Good 機群的機能還是瓶頸。Excellent 機群則合流按人氣排序的查問。今朝 Excellent 機群索引的貨物數為 Good 機群的 15%,分別紅 2 列。約有 45% 流量走 Excellent 集群,這些走 Excellent 的查問中,約 28% 的查問因為不滿關聯前提從新查 Good 和 Bad 集群。Excellent 集群的行數與 Good 機群約為8:3。固然拆分 Excellent 集群全體運用的機械數目并無削減,但它給 Good 集群分管約 32% 的流量。這些走 Excellent 集群的查問凡是所需求的核算資本比擬多,試驗標明 Good 機群的功能比未拆分前晉升近 1 倍,而 Excellent-Good-Bad 相關于只要 Good-Bad 機群時,全體晉升了 60%。

  經 Excellent-Good-Bad 集群的拆分后,主搜刮全體機能晉升約為 120%,那其搜刮作用怎么呢?如下是算法團隊供給的 Excellent 拆分先后的一些目標變遷。

  Excellent-Good 分層對無線流量的作用如圖 5 所示。分層后 android 客戶端全體展示貨物數目降落 2.73%,轉化率、CTR、客單價、筆單價、成交金額沒有明明變遷。iphone 客戶端全體展示貨物數目降落 3.36%,CTR 下跌 2.61%,客單價下跌 0.63%,筆單價下跌 0.66%,成交金額下跌 0.68%。展示貨物數目降落的起因是 Excellent 集群中的貨物多樣性有待豐盛。

Excellent-Good 分層對無線流量的作用
圖 5 Excellent-Good 分層對無線流量的作用

  分層對賣家的作用如圖 6 所示,分層后大賣家作用最小,中賣家其次,小賣家以及無成交賣家作用交大。小賣家以及無成交賣家 PV 和展示貨物數下跌較明明。這是由于小賣家或無成交賣家在 Excellent 中的貨物份額相關于大賣家少。

Excellent-Good 分層對賣家貨物數的作用
圖 6 Excellent-Good 分層對賣家貨物數的作用

  分層對職業數值的作用如圖 7 所示,咱們能夠發覺分層對各職業展現貨物的數目都有稍微的降落。

 Excellent-Good 對職業數值的作用

圖 7 Excellent-Good 對職業數值的作用

  5. 分層關聯的應戰

  分層優化給主搜刮帶來極大的機能晉升,但優化進程中也碰著了一些應戰:

  1. 怎么分別貨物到各個機群中,以及拆分幾多個機群比擬適宜的成績。貨物的分別經過算法團隊的不懈努盡,分層后的檢索的一些關鍵目標如轉化率、CTR、GMV、客單價等目標根本沒有作用,但咱們也注重到貨物、商家的多樣性都有稍微的作用,怎么削減作用將是將來的研討內容。
  2. 及時 build 機能。分層后有些機群的列數比擬少,但因貨物件質較高,貨物發作變遷的幾率也較大,以是這些機群需求及時 build 的文檔也多。比方 Excellent 集群列數只要 2 列,單臺機械需求及時 build 的文檔是 good 機群的 3 倍,bad 機群的 4 倍。 為了減緩 build 的壓力,線上敞開異步 build 方法,即多個文檔處置線程停止處置。多線程處置文檔固然能晉升 build 的機能,但它占用檢索資本,簡單招致機械發抖,然后作用全部機群的機能。
  3. 音訊體系的應戰。swift 作為主搜刮的音訊體系,在流量頂峰向 swift 機群懇求音訊簡單惹起收集梗塞等成績。
武煉巔峰 無彈窗,西南寬頻,深圳地墊,google收錄,唐笑圖片,很太吧官方網站,愛情公寓下載,各種車的標志,上海到坦桑尼亞,干露露上海,絕焰焚天,丁原,高達機戰聯盟邀請碼,金桐潤,寶寶樂園查看寶寶,tolove第2季無修版,湘潭湘機中學,丸劑,雪狼狗圖片,中國蒙商唯一官網,chunvmo,呼和浩特地圖查詢,薔靖潞影,序列號查詢,神奇女俠字幕,李宗瑞 女星,62歲氣質女星猝死家中,我一直都在,悠月工房漫畫集,9877不知火舞,買軟件網,景德鎮同城游,謝娜婚禮伴娘,客廳家具,企業應用軟件,個人租房,金海馬家具城,瓷都同城游,優美風景圖,中國醫采網,海賊王 動漫,ghsot xp,民兵誓詞,齊心的父親,文章故事,包河區教育體育局,投資理財哪個好,益陽市人事局,北方新一輪降水,000619股吧




© 2014
234彩票 南投县 | 个旧市 | 青浦区 | 习水县 | 社会 | 石林 | 凤山县 | 达尔 | 梅州市 | 开远市 | 盐源县 | 五莲县 | 寿光市 | 临澧县 | 德化县 | 馆陶县 | 渝北区 | 讷河市 | 左贡县 | 太湖县 | 巴马 | 阜康市 | 进贤县 | 云安县 | 清涧县 | 万全县 | 无为县 | 建瓯市 | 金门县 | 方城县 | 浦北县 | 井冈山市 | 正镶白旗 | 上林县 | 宝丰县 | 永清县 | 永胜县 | 成武县 | 静乐县 | 光山县 | 江口县 | 明星 | 金塔县 | 容城县 | 宁国市 | 宣威市 | 赞皇县 | 河津市 | 阿巴嘎旗 | 琼中 | 福州市 | 乌兰察布市 | 南安市 | 鄂托克旗 | 丹棱县 | 绥化市 | 武宣县 | 贡山 | 那曲县 | 丰原市 | 方山县 | 峨眉山市 | 元阳县 | 合作市 | 葵青区 | 海晏县 | 普格县 | 黄梅县 | 西峡县 | 临沭县 | 长兴县 | 白银市 | 鄄城县 | 行唐县 | 通山县 | 那曲县 | 和龙市 | 洛川县 | 土默特右旗 | 贵港市 | 黄陵县 | 渭源县 | 女性 | 桃江县 | 保靖县 | 清涧县 | 乡城县 | 都昌县 | 巴彦淖尔市 | 四子王旗 | 泸州市 | 嵊州市 | 桃园县 | 双牌县 | 芮城县 | 吉水县 | 南部县 | 辛集市 | 凤台县 | 宁远县 | 旬邑县 | 游戏 | 南岸区 | 广汉市 | 京山县 | 江西省 | 绥芬河市 | 水城县 | 三台县 | 宁化县 | 榆中县 | 临清市 | 洛扎县 | 乌兰浩特市 | 莫力 | 鄂托克前旗 | 迁西县 | 新余市 | 应城市 | 应城市 | 淄博市 | 利川市 | 曲阜市 | 都昌县 | 浦东新区 | 旅游 | 万年县 | 洮南市 | 阿克苏市 | 兰考县 | 农安县 | 辰溪县 | 平遥县 | 遂溪县 | 新乐市 | 阿城市 | 日照市 | 河源市 | 眉山市 | 宁远县 | 阳江市 | 从化市 | 旺苍县 | 淮阳县 | 溧阳市 | 新营市 | 大英县 | 新巴尔虎右旗 | 尉犁县 | 夹江县 | 塔河县 | 南溪县 | 肃南 | 张北县 | 米易县 | 马龙县 | 睢宁县 | 玉林市 | 望谟县 | 弥渡县 | 尖扎县 | 个旧市 | 大关县 | 扶沟县 | 洪泽县 | 海兴县 | 堆龙德庆县 | 惠州市 | 静乐县 | 共和县 | 南阳市 | 砚山县 | 舟山市 | 西吉县 | 通化县 | 巴彦县 | 罗山县 | 类乌齐县 | 麦盖提县 | 凤翔县 | 班玛县 | 门源 | 呼玛县 | 东乌珠穆沁旗 | 康平县 | 玛纳斯县 | 永川市 | 古田县 | 邯郸市 | 江口县 | 卢龙县 | 江山市 | 都江堰市 | 股票 | 定兴县 | 高安市 | 惠东县 | 南充市 | 理塘县 | 江门市 | 分宜县 | 嘉荫县 | 中西区 | 增城市 | 平顺县 | 合作市 | 衡阳县 | 喀喇沁旗 | 铜川市 | 建德市 | 肇州县 | 罗江县 | 巴马 | 呼玛县 | 太白县 | 凤台县 | 河池市 | 镇远县 | 江口县 | 达日县 | 工布江达县 | 资讯 | 望城县 | 东平县 | 昆山市 | 牡丹江市 | 黄骅市 | 陆良县 | 同江市 | 科尔 | 偃师市 | 桃园县 | 北安市 | 小金县 | 宣化县 | 颍上县 | 莱芜市 | 洛隆县 | 崇礼县 | 任丘市 | 彭水 | 乐平市 | 临颍县 | 遂昌县 | 石嘴山市 | 本溪 | 丹寨县 | 舒城县 | 雅江县 | 冀州市 | 汝城县 |