-
题名自动垃圾回收指针模板类的设计与实现
- 1
-
-
作者
朱国仲
杨彬
布辉
陆桂明
-
机构
华北水利水电学院
-
出处
《华北水利水电学院学报》
2006年第2期73-75,共3页
-
基金
河南省科技攻关项目(0524220064)
-
文摘
针对传统指针模型所带来的内存使用上的不便性,设计了新的引用计数指针模型,并给出了引用使用规则.设计了通用的指针模板类,最后给出了测试和结果分析,证明此方法可以解决内存的自动管理问题.
-
关键词
引用计数规则
模板类
自动内存管理
-
Keywords
referencing rule
template class
memory automatic management
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
-
题名面向大数据处理框架的JVM优化技术综述
被引量：8
- 2
-
-
作者
汪钇丞
曾鸿斌
许利杰
王伟
魏峻
黄涛
-
机构
计算机科学国家重点实验室(中国科学院软件研究所)
中国科学院大学
中科南京软件技术研究院
-
出处
《软件学报》
EI
CSCD
北大核心
2023年第1期463-488,共26页
-
基金
国家重点研发计划(2017YFB1001804)
国家自然科学基金(61802377)
中国科学院青年创新促进会。
-
文摘
当前,以Hadoop、Spark为代表的大数据处理框架,已经在学术界和工业界被广泛应用于大规模数据的处理和分析.这些大数据处理框架采用分布式架构,使用Java、Scala等面向对象语言编写,在集群节点上以Java虚拟机(JVM)为运行时环境执行计算任务,因此依赖JVM的自动内存管理机制来分配和回收数据对象.然而,当前的JVM并不是针对大数据处理框架的计算特征设计的,在实际运行大数据应用时经常出现垃圾回收(GC)时间长、数据对象序列化和反序列化开销大等问题.在一些大数据场景下,JVM的垃圾回收耗时甚至超过应用整体运行时间的50%,已经成为大数据处理框架的性能瓶颈和优化热点.对近年来相关领域的研究成果进行了系统性综述:(1)总结了大数据应用在JVM中运行时性能下降的原因;(2)总结了现有面向大数据处理框架的JVM优化技术,对相关优化技术进行了层次划分,并分析比较了各种方法的优化效果、适用范围、使用负担等优缺点;(3)探讨了JVM未来的优化方向,有助于进一步提升大数据处理框架的性能.
-
关键词
大数据系统
JAVA虚拟机
分布式系统
自动内存管理
-
Keywords
big data system
Java virtual machine(JVM)
distributed system
automatic memory management
-
分类号
TP316
[自动化与计算机技术—计算机软件与理论]
-
