网站怎么推广比较好,目前做那些网站致富,网络营销赚钱,网站开发支付模块es 调整gc调优垃圾回收与任何其他性能调优活动没有什么不同。 您需要确保您了解当前的情况和所需的结果#xff0c;而不是因为对应用程序的随机部分进行调整而产生了诱惑。 通常#xff0c;只需执行以下过程即可#xff1a; 陈述您的绩效目标 运行测试 测量 与目标比较… es 调整gc 调优垃圾回收与任何其他性能调优活动没有什么不同。 您需要确保您了解当前的情况和所需的结果而不是因为对应用程序的随机部分进行调整而产生了诱惑。 通常只需执行以下过程即可 陈述您的绩效目标 运行测试 测量 与目标比较 进行更改并返回运行测试 重要的是可以设定和衡量目标的三个方面都与性能调整有关。 这些目标包括延迟吞吐量和容量理解我建议您阅读垃圾收集手册中的相应章节。 让我们看看如何开始研究设定和实现这些目标的实际情况。 为此让我们看一个示例代码 //imports skipped for brevity
public class Producer implements Runnable {private static ScheduledExecutorService executorService Executors.newScheduledThreadPool(2);private Dequebyte[] deque;private int objectSize;private int queueSize;public Producer(int objectSize, int ttl) {this.deque new ArrayDequebyte[]();this.objectSize objectSize;this.queueSize ttl * 1000;}Overridepublic void run() {for (int i 0; i 100; i) {deque.add(new byte[objectSize]);if (deque.size() queueSize) {deque.poll();}}}public static void main(String[] args) throws InterruptedException {executorService.scheduleAtFixedRate(new Producer(200 * 1024 * 1024 / 1000, 5), 0, 100, TimeUnit.MILLISECONDS);executorService.scheduleAtFixedRate(new Producer(50 * 1024 * 1024 / 1000, 120), 0, 100, TimeUnit.MILLISECONDS);TimeUnit.MINUTES.sleep(10);executorService.shutdownNow();}
} 该代码将提交两个作业每100毫秒运行一次。 每个作业都模拟具有特定寿命的对象它创建对象让它们离开预定的时间然后忘记它们从而使GC回收内存。 在使用以下参数打开GC日志记录的情况下运行示例时 -XX:PrintGCDetails -XX:PrintGCDateStamps -XX:PrintGCTimeStamps 我们开始在日志文件中立即看到GC的影响类似于以下内容 2015-06-04T13:34:16.119-0200: 1.723: [GC (Allocation Failure) [PSYoungGen: 114016K-73191K(234496K)] 421540K-421269K(745984K), 0.0858176 secs] [Times: user0.04 sys0.06, real0.09 secs]
2015-06-04T13:34:16.738-0200: 2.342: [GC (Allocation Failure) [PSYoungGen: 234462K-93677K(254976K)] 582540K-593275K(766464K), 0.2357086 secs] [Times: user0.11 sys0.14, real0.24 secs]
2015-06-04T13:34:16.974-0200: 2.578: [Full GC (Ergonomics) [PSYoungGen: 93677K-70109K(254976K)] [ParOldGen: 499597K-511230K(761856K)] 593275K-581339K(1016832K), [Metaspace: 2936K-2936K(1056768K)], 0.0713174 secs] [Times: user0.21 sys0.02, real0.07 secs] 根据日志中的信息我们可以着眼于三个不同的目标来改善情况 确保最坏情况下的GC暂停不超过预定阈值 确保停止应用程序线程的总时间不超过预定阈值 降低基础架构成本同时确保我们仍然可以实现合理的延迟和/或吞吐量目标。 为此上面的代码在三种不同的配置上运行了10分钟导致下表总结了三种截然不同的结果 堆 GC算法 有用的工作 最长的停顿 -Xmx12g -XX UseConcMarkSweepGC 89.8 560毫秒 -Xmx12g -XX UseParallelGC 91.5 1,104毫秒 -Xmx8g -XX UseConcMarkSweepGC 66.3 1,610毫秒 实验使用不同的GC算法和不同的堆大小运行相同的代码以测量有关延迟和吞吐量的垃圾收集暂停的持续时间。 有关实验的详细信息和结果的解释请参见《 垃圾收集手册》 。 请查看手册中的示例了解有关配置的简单更改如何使示例在延迟容量吞吐量方面的表现完全不同。 请注意为了使示例尽可能简单仅更改了有限数量的输入参数例如实验未在不同数量的内核或不同的堆布局上进行测试。 翻译自: https://www.javacodegeeks.com/2015/06/gc-tuning-in-practice.htmles 调整gc
