CN104063245A - 基于垃圾回收的内存分析优化方法及系统 - Google Patents
基于垃圾回收的内存分析优化方法及系统 Download PDFInfo
- Publication number
- CN104063245A CN104063245A CN201410284405.2A CN201410284405A CN104063245A CN 104063245 A CN104063245 A CN 104063245A CN 201410284405 A CN201410284405 A CN 201410284405A CN 104063245 A CN104063245 A CN 104063245A
- Authority
- CN
- China
- Prior art keywords
- garbage reclamation
- memory
- breakpoint
- trustship
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种基于垃圾回收的内存分析优化方法，包括：将当前托管内存的垃圾回收附加到目标进程；基于附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；在设置的断点触发时，分析并输出当前托管内存信息。本发明还提供了一种基于垃圾回收的内存分析优化系统。通过本发明的技术方案，可以在现有的基于垃圾回收的内存分析基础上，充分利用现有代码完成准确评估每次垃圾回收过程对系统性能产生影响的内存分析优化，建立现有代码参与的准确评估每次垃圾回收过程对系统性能产生影响的通用、统一分析优化思路。
Description
技术领域
本发明涉及计算机技术领域，具体地，涉及一种基于垃圾回收的内存分析优化方法和一种基于垃圾回收的内存分析优化系统。
背景技术
现代软件应用越来越复杂，软件也日益庞大，在一个庞大的系统中，很难评估内存对象的创建和回收对系统性能的具体影响。
在现有技术中，对内存进行分析处理时，需要通过多个不同时间点的内存映像，并结合性能计数器记录来分析一段时间内内存的变化和系统性能记录之间的关系。
这种方法的缺点是只能进行粗略估算，不能提供精确的数据供科学评估。
因此，需要一种新的基于垃圾回收的内存分析优化技术，可以在现有的基于垃圾回收的内存分析基础上，充分利用现有代码完成准确评估每次垃圾回收过程对系统性能产生影响的内存分析优化，建立现有代码参与的准确评估每次垃圾回收过程对系统性能产生影响的通用、统一分析优化思路。
发明内容
本发明正是基于上述问题，提出了一种新的基于垃圾回收的内存分析优化技术，可以在现有的基于垃圾回收的内存分析基础上，充分利用现有代码完成准确评估每次垃圾回收过程对系统性能产生影响的内存分析优化，建立现有代码参与的准确评估每次垃圾回收过程对系统性能产生影响的通用、统一分析优化思路。
有鉴于此，本发明提出了一种基于垃圾回收的内存分析优化方法，包括：步骤102：将当前托管内存的垃圾回收附加到目标进程；步骤104：基于步骤102附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；步骤108：在步骤104设置的断点触发时，分析并输出当前托管内存信息。在该技术方案中，通过为垃圾回收的开始和结束设置断点，在断点触发时，收集当前的内存对象，即可比对出每一次垃圾回收哪些对象被回收掉了；从而实现不对现有代码进行修改的情况下，准确评估每次垃圾回收过程对系统性能产生的影响，简化了内存分析优化的操作，减少了内存分析优化的时间。
在上述技术方案中，优选地，在所述步骤104和步骤108之间，还包括：步骤106：在步骤104设置的断点触发时，记录当前托管内存信息；以及，所述步骤108具体包括：在步骤104设置的断点触发时，基于步骤106记录的当前托管内存信息，分析并输出当前托管内存信息。在该技术方案中，可以记录并存储当前托管内存信息，为分析并输出当前托管内存信息、以及后期的查询提供依据。
在上述技术方案中，优选地，所述步骤102将当前托管内存的垃圾回收附加到目标进程的操作，具体包括：步骤202：设置基于当前托管内存的垃圾回收的调试器和性能计数器；步骤204：将步骤202设置的调试器附加到目标进程，准备开始调试，打开步骤202设置的性能计数器，收集%Time In GC。在该技术方案中，通过预先设置调试器和性能计数器，可以方便当前托管内存信息的分析和处理。
在上述技术方案中，优选地，所述步骤104为该垃圾回收的开始和该垃圾回收的结束设置断点的操作，具体包括：在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。在该技术方案中，通过设置断点，对垃圾回收的开始和结束作标记，使得当前内存托管信息的分析处理有据可寻，且不易出错。
在上述技术方案中，优选地，所述步骤108分析并输出当前托管内存信息的操作，具体包括：步骤302：对比垃圾回收（即GC）开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建；步骤304：与步骤302同时进行，对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建、对内存的影响、以及由此产生的CPU影响。在该技术方案中，通过对比性能计数器数据，即可知道CPU中花在GC上的时间，通过连续分析，即可知道哪一部分对象被频繁的回收和创建，影响性能了。
根据本发明的又一个方面，还提出了一种基于垃圾回收的内存分析优化系统，包括：目标进程附加模块，用于将当前托管内存的垃圾回收附加到目标进程；断点设置模块，用于基于所述目标进程附加模块附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；当前托管内存信息输出模块，用于在所述断点设置模块设置的断点触发时，分析并输出当前托管内存信息。在该技术方案中，通过为垃圾回收的开始和结束设置断点，在断点触发时，收集当前的内存对象，即可比对出每一次垃圾回收哪些对象被回收掉了；从而实现不对现有代码进行修改的情况下，准确评估每次垃圾回收过程对系统性能产生的影响，简化了内存分析优化的操作，减少了内存分析优化的时间。
在上述技术方案中，优选地，上述基于垃圾回收的内存分析优化系统，还包括：当前托管内存信息记录模块，用于在所述断点设置模块设置的断点触发时，记录当前托管内存信息；以及，所述当前托管内存信息输出模块，用于在所述断点设置模块设置的断点触发时，基于所述当前托管内存信息记录模块记录的当前托管内存信息，分析并输出当前托管内存信息。在该技术方案中，可以记录并存储当前托管内存信息，为分析并输出当前托管内存信息、以及后期的查询提供依据。
在上述技术方案中，优选地，设置基于当前托管内存的垃圾回收的调试器和性能计数器；将设置的调试器附加到目标进程，准备开始调试，打开设置的性能计数器，收集%Time In GC。在该技术方案中，通过预先设置调试器和性能计数器，可以方便当前托管内存信息的分析和处理。
在上述技术方案中，优选地，所述断点设置模块为该垃圾回收的开始和该垃圾回收的结束设置断点的操作，具体包括：在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。在该技术方案中，通过设置断点，对垃圾回收的开始和结束作标记，使得当前内存托管信息的分析处理有据可寻，且不易出错。
在上述技术方案中，优选地，所述当前托管内存信息输出模块分析并输出当前托管内存信息的操作，具体包括：对比GC开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建；同时，对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建、对内存的影响、以及由此产生的CPU影响。在该技术方案中，通过对比性能计数器数据，即可知道CPU中花在GC上的时间，通过连续分析，即可知道哪一部分对象被频繁的回收和创建，影响性能了。
通过以上技术方案，可以在现有的基于垃圾回收的内存分析基础上，充分利用现有代码完成准确评估每次垃圾回收过程对系统性能产生影响的内存分析优化，建立现有代码参与的准确评估每次垃圾回收过程对系统性能产生影响的通用、统一分析优化思路。
附图说明
图1示出了根据本发明的实施例的基于垃圾回收的内存分析优化方法的流程图；
图2示出了根据本发明的实施例的附加到目标进程的流程图；
图3示出了根据本发明的实施例的分析并输出当前托管内存信息的流程图；
图4示出了根据本发明的实施例的基于垃圾回收的内存分析优化系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的基于垃圾回收的内存分析优化方法的流程图。
如图1所示，根据本发明的实施例的基于垃圾回收的内存分析优化方法，包括：步骤102：将当前托管内存的垃圾回收附加到目标进程；步骤104：基于步骤102附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；步骤108：在步骤104设置的断点触发时，分析并输出当前托管内存信息。在该技术方案中，通过为垃圾回收的开始和结束设置断点，在断点触发时，收集当前的内存对象，即可比对出每一次垃圾回收哪些对象被回收掉了；从而实现不对现有代码进行修改的情况下，准确评估每次垃圾回收过程对系统性能产生的影响，简化了内存分析优化的操作，减少了内存分析优化的时间。
在上述技术方案中，优选地，在步骤104和步骤108之间，还包括：步骤106：在步骤104设置的断点触发时，记录当前托管内存信息；以及，步骤108具体包括：在步骤104设置的断点触发时，基于步骤106记录的当前托管内存信息，分析并输出当前托管内存信息。在该技术方案中，可以记录并存储当前托管内存信息，为分析并输出当前托管内存信息、以及后期的查询提供依据。
在上述技术方案中，优选地，如图2所示，步骤102将当前托管内存的垃圾回收附加到目标进程的操作，具体包括：步骤202：设置基于当前托管内存的垃圾回收的调试器和性能计数器；步骤204：将步骤202设置的调试器附加到目标进程，准备开始调试，打开步骤202设置的性能计数器，收集%Time In GC。在该技术方案中，通过预先设置调试器和性能计数器，可以方便当前托管内存信息的分析和处理。
在上述技术方案中，优选地，步骤104为该垃圾回收的开始和该垃圾回收的结束设置断点的操作，具体包括：在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。在该技术方案中，通过设置断点，对垃圾回收的开始和结束作标记，使得当前内存托管信息的分析处理有据可寻，且不易出错。
在上述技术方案中，优选地，如图3所示，步骤108分析并输出当前托管内存信息的操作，具体包括：步骤302：对比垃圾回收（即GC）开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建；步骤304：与步骤302同时进行，对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建、对内存的影响、以及由此产生的CPU影响。在该技术方案中，通过对比性能计数器数据，即可知道CPU中花在GC上的时间，通过连续分析，即可知道哪一部分对象被频繁的回收和创建，影响性能了。
图4示出了根据本发明的实施例的基于垃圾回收的内存分析优化系统的框图。
如图4所示，根据本发明的实施例的基于垃圾回收的内存分析优化系统400，包括：目标进程附加模块402，用于将当前托管内存的垃圾回收附加到目标进程；断点设置模块404，用于基于目标进程附加模块402附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；当前托管内存信息输出模块408，用于在断点设置模块404设置的断点触发时，分析并输出当前托管内存信息。在该技术方案中，通过为垃圾回收的开始和结束设置断点，在断点触发时，收集当前的内存对象，即可比对出每一次垃圾回收哪些对象被回收掉了；从而实现不对现有代码进行修改的情况下，准确评估每次垃圾回收过程对系统性能产生的影响，简化了内存分析优化的操作，减少了内存分析优化的时间。
在上述技术方案中，优选地，上述基于垃圾回收的内存分析优化系统，还包括：当前托管内存信息记录模块406，用于在断点设置模块404设置的断点触发时，记录当前托管内存信息；以及，当前托管内存信息输出模块408，用于在断点设置模块404设置的断点触发时，基于当前托管内存信息记录模块406记录的当前托管内存信息，分析并输出当前托管内存信息。在该技术方案中，可以记录并存储当前托管内存信息，为分析并输出当前托管内存信息、以及后期的查询提供依据。
在上述技术方案中，优选地，设置基于当前托管内存的垃圾回收的调试器和性能计数器；将设置的调试器附加到目标进程，准备开始调试，打开设置的性能计数器，收集%Time In GC。在该技术方案中，通过预先设置调试器和性能计数器，可以方便当前托管内存信息的分析和处理。
在上述技术方案中，优选地，断点设置模块为该垃圾回收的开始和该垃圾回收的结束设置断点的操作，具体包括：在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。在该技术方案中，通过设置断点，对垃圾回收的开始和结束作标记，使得当前内存托管信息的分析处理有据可寻，且不易出错。
在上述技术方案中，优选地，当前托管内存信息输出模块分析并输出当前托管内存信息的操作，具体包括：对比GC开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建；同时，对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建、对内存的影响、以及由此产生的CPU影响。在该技术方案中，通过对比性能计数器数据，即可知道CPU中花在GC上的时间，通过连续分析，即可知道哪一部分对象被频繁的回收和创建，影响性能了。
本发明的技术方案，可以解决的核心问题为：⑴不对现有代码进行修改；⑵准确评估每次垃圾回收过程对系统性能产生的影响。本发明的技术方案，解决该核心问题后，即可进行技术方案的广泛应用，同时准确评估垃圾回收对系统性能产生的影响。
例如，本发明的技术方案，可以在.net应用程序中，为垃圾回收的开始和结束设置断点，在断点触发时，收集当前的内存对象，即可比对出每一次垃圾回收哪些对象被回收掉了。再对比性能计数器数据，即可知道CPU中花在GC上的时间，通过连续分析，即可知道哪一部分对象被频繁的回收和创建，影响性能了。具体说明如下：
⑴开始调试：将调试器附加到目标进程，准备开始调试，打开性能计数器，收集%Time In GC。
⑵输出设置：在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。
⑶收集日志：当断点触发时，记录下当前的托管内存情况。
⑷输出分析：对比GC开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建，同时对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建，对内存的影响，以及由此产生的CPU影响。
由于GC零代堆回收最频繁，基于以上技术方案，我们可以只分析零代堆中的对象，查看哪些对象被频繁的回收和创建。使用如下命令：
bp clr!WKS::GCHeap::SuspendEE ".if (dwo(clr!WKS::GCHeap::GcCondemnedGeneration)==0) {.echo start of gen 2;!dumpheap -stat;g} .else {gc}"
bp clr!WKS::GCHeap:: RestartEE ".if (dwo(clr!WKS::GCHeap::GcCondemnedGeneration)==0) {.echo end of gen 2;!dumpheap –stat;g} .else {gc}"
通过上面的调试命令，我们就可以拿到在垃圾回收一代堆发生前和发生后，托管内存的使用状态，通过!dumpheap –stat命令的对比，即可知道到底是哪部分一代堆对象被频繁的创建和回收掉了。
本发明的技术方案，可以应用于分析系统中内存分配回收数据对性能的影响，该回收数据是内存优化的关键数据。所有基于Microsoft.net技术开发的软件均可使用本发明的技术方案进行内存优化与分析。本发明的技术方案不同于传统的内存优化思路，以垃圾回收数据为基础，快速诊断对系统性能产生影响的内存分配操作。
例如，本发明的技术方案，经在本申请人应用验证，可以解决大量内存优化问题，如重庆长轴项目的CPU使用率优化。
以上结合附图详细说明了本发明的技术方案，考虑到相关技术中没有不改变现有代码、准确评估每次垃圾回收过程对系统性能产生影响的针对垃圾回收的内存分析优化的解决办法。现有的基于垃圾回收的内存分析无法完成有现有代码参与的准确评估每次垃圾回收过程对系统性能产生影响的内存分析优化过程。因此，本发明提出了一种基于垃圾回收的内存分析优化方法和一种基于垃圾回收的内存分析优化系统，可以在现有的基于垃圾回收的内存分析基础上，充分利用现有代码完成准确评估每次垃圾回收过程对系统性能产生影响的内存分析优化，建立现有代码参与的准确评估每次垃圾回收过程对系统性能产生影响的通用、统一分析优化思路。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于垃圾回收的内存分析优化方法，其特征在于，包括：
步骤102：将当前托管内存的垃圾回收附加到目标进程；
步骤104：基于步骤102附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；
步骤108：在步骤104设置的断点触发时，分析并输出当前托管内存信息。
2.根据权利要求1所述的基于垃圾回收的内存分析优化方法，其特征在于，在所述步骤104和步骤108之间，还包括：
步骤106：在步骤104设置的断点触发时，记录当前托管内存信息；以及，
所述步骤108具体包括：
在步骤104设置的断点触发时，基于步骤106记录的当前托管内存信息，分析并输出当前托管内存信息。
3.根据权利要求1或2所述的基于垃圾回收的内存分析优化方法，其特征在于，所述步骤102将当前托管内存的垃圾回收附加到目标进程的操作，具体包括：
步骤202：设置基于当前托管内存的垃圾回收的调试器和性能计数器；
步骤204：将步骤202设置的调试器附加到目标进程，准备开始调试，打开步骤202设置的性能计数器，收集%Time In GC。
4.根据权利要求1或2所述的基于垃圾回收的内存分析优化方法，其特征在于，所述步骤104为该垃圾回收的开始和该垃圾回收的结束设置断点的操作，具体包括：
在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。
5.根据权利要求1或2所述的基于垃圾回收的内存分析优化方法，其特征在于，所述步骤108分析并输出当前托管内存信息的操作，具体包括：
步骤302：对比GC开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建；
步骤304：与步骤302同时进行，对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建、对内存的影响、以及由此产生的CPU影响。
6.一种基于垃圾回收的内存分析优化系统，其特征在于，包括：
目标进程附加模块，用于将当前托管内存的垃圾回收附加到目标进程；
断点设置模块，用于基于所述目标进程附加模块附加到目标程序的当前托管内存的垃圾回收，为该垃圾回收的开始和该垃圾回收的结束设置断点；
当前托管内存信息输出模块，用于在所述断点设置模块设置的断点触发时，分析并输出当前托管内存信息。
7.根据权利要求6所述的基于垃圾回收的内存分析优化系统，其特征在于，还包括：
当前托管内存信息记录模块，用于在所述断点设置模块设置的断点触发时，记录当前托管内存信息；以及，
所述当前托管内存信息输出模块，用于在所述断点设置模块设置的断点触发时，基于所述当前托管内存信息记录模块记录的当前托管内存信息，分析并输出当前托管内存信息。
8.根据权利要求6或7所述的基于垃圾回收的内存分析优化系统，其特征在于，所述目标进程附加模块将当前托管内存的垃圾回收附加到目标进程的操作，具体包括：
设置基于当前托管内存的垃圾回收的调试器和性能计数器；
将设置的调试器附加到目标进程，准备开始调试，打开设置的性能计数器，收集%Time In GC。
9.根据权利要求6或7所述的基于垃圾回收的内存分析优化系统，其特征在于，所述断点设置模块为该垃圾回收的开始和该垃圾回收的结束设置断点的操作，具体包括：
在GCHeap的SuspendEE和RestartEE方法上设置断点，这两个方法对应垃圾回收的开始和结束。
10.根据权利要求6或7所述的基于垃圾回收的内存分析优化系统，其特征在于，所述当前托管内存信息输出模块分析并输出当前托管内存信息的操作，具体包括：
对比GC开始前和结束后的托管内存对象，分析哪些对象被频繁的回收和创建；
同时，对比垃圾回收期间性能计数器中的%Time In GC情况，即可知道哪些对象被频繁的回收和创建、对内存的影响、以及由此产生的CPU影响。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410284405.2A CN104063245A (zh) | 2014-06-24 | 2014-06-24 | 基于垃圾回收的内存分析优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410284405.2A CN104063245A (zh) | 2014-06-24 | 2014-06-24 | 基于垃圾回收的内存分析优化方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104063245A true CN104063245A (zh) | 2014-09-24 |
Family
ID=51550969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410284405.2A Pending CN104063245A (zh) | 2014-06-24 | 2014-06-24 | 基于垃圾回收的内存分析优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104063245A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105988919A (zh) * | 2015-03-02 | 2016-10-05 | 阿里巴巴集团控股有限公司 | Java型web容器内存使用量检测方法及相关装置 |
| CN108446162A (zh) * | 2018-02-13 | 2018-08-24 | 南京途牛科技有限公司 | 监测JVM Full GC事件的方法及系统 |
| CN109460302A (zh) * | 2017-05-05 | 2019-03-12 | 第四范式（北京）技术有限公司 | 用于数据流式计算的内存管理系统及其方法 |
| CN112650695A (zh) * | 2020-12-30 | 2021-04-13 | 北京奇艺世纪科技有限公司 | 一种应用服务器的缓存管理方法及装置 |
| CN114138575A (zh) * | 2021-11-25 | 2022-03-04 | 苏州浪潮智能科技有限公司 | 一种硬盘数据垃圾回收的测试方法、装置、设备及介质 |
| WO2022171001A1 (zh) * | 2021-02-09 | 2022-08-18 | 山东英信计算机技术有限公司 | 一种存储系统的gc性能预测方法、系统、介质及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6711595B1 (en) * | 2000-05-09 | 2004-03-23 | Openwave Systems Inc. | Method and apparatus for sharing standard template library objects among processes |
| US6928460B2 (en) * | 2002-07-01 | 2005-08-09 | Sun Microsystems, Inc. | Method and apparatus for performing generational garbage collection in a segmented heap |
| CN101595460A (zh) * | 2005-05-13 | 2009-12-02 | 微软公司 | 用于收集非托管存储空间的实现 |
| CN103514102A (zh) * | 2013-10-25 | 2014-01-15 | 中国联合网络通信集团有限公司 | 一种Java虚拟机实现内存垃圾回收的方法及装置 |
| CN103577335A (zh) * | 2013-10-23 | 2014-02-12 | 中国科学院计算技术研究所 | 一种内存垃圾回收系统及方法 |
-
2014
- 2014-06-24 CN CN201410284405.2A patent/CN104063245A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6711595B1 (en) * | 2000-05-09 | 2004-03-23 | Openwave Systems Inc. | Method and apparatus for sharing standard template library objects among processes |
| US6928460B2 (en) * | 2002-07-01 | 2005-08-09 | Sun Microsystems, Inc. | Method and apparatus for performing generational garbage collection in a segmented heap |
| CN101595460A (zh) * | 2005-05-13 | 2009-12-02 | 微软公司 | 用于收集非托管存储空间的实现 |
| CN103577335A (zh) * | 2013-10-23 | 2014-02-12 | 中国科学院计算技术研究所 | 一种内存垃圾回收系统及方法 |
| CN103514102A (zh) * | 2013-10-25 | 2014-01-15 | 中国联合网络通信集团有限公司 | 一种Java虚拟机实现内存垃圾回收的方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| ANDYHCLAI: "記憶體回收和效能", 《HTTP://WWW.360DOC.COM/CONTENT/12/0212/11/7848155_186048562.SHTML#》 * |
| 武新丽: "浅谈.NET Framework中的垃圾回收机制", 《廊坊师范学院学报(自然科学版)》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105988919A (zh) * | 2015-03-02 | 2016-10-05 | 阿里巴巴集团控股有限公司 | Java型web容器内存使用量检测方法及相关装置 |
| CN105988919B (zh) * | 2015-03-02 | 2018-12-25 | 阿里巴巴集团控股有限公司 | Java型web容器内存使用量检测方法及相关装置 |
| CN109460302A (zh) * | 2017-05-05 | 2019-03-12 | 第四范式（北京）技术有限公司 | 用于数据流式计算的内存管理系统及其方法 |
| CN109460302B (zh) * | 2017-05-05 | 2020-01-21 | 第四范式（北京）技术有限公司 | 用于数据流式计算的内存管理系统及其方法 |
| CN108446162A (zh) * | 2018-02-13 | 2018-08-24 | 南京途牛科技有限公司 | 监测JVM Full GC事件的方法及系统 |
| CN108446162B (zh) * | 2018-02-13 | 2021-11-26 | 南京途牛科技有限公司 | 监测JVM Full GC事件的方法及系统 |
| CN112650695A (zh) * | 2020-12-30 | 2021-04-13 | 北京奇艺世纪科技有限公司 | 一种应用服务器的缓存管理方法及装置 |
| CN112650695B (zh) * | 2020-12-30 | 2023-09-05 | 北京奇艺世纪科技有限公司 | 一种应用服务器的缓存管理方法及装置 |
| WO2022171001A1 (zh) * | 2021-02-09 | 2022-08-18 | 山东英信计算机技术有限公司 | 一种存储系统的gc性能预测方法、系统、介质及设备 |
| CN114138575A (zh) * | 2021-11-25 | 2022-03-04 | 苏州浪潮智能科技有限公司 | 一种硬盘数据垃圾回收的测试方法、装置、设备及介质 |
| CN114138575B (zh) * | 2021-11-25 | 2023-11-14 | 苏州浪潮智能科技有限公司 | 一种硬盘数据垃圾回收的测试方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104063245A (zh) | 基于垃圾回收的内存分析优化方法及系统 | |
| US9864676B2 (en) | Bottleneck detector application programming interface | |
| EP3072051B1 (en) | Diagnosing production applications based on process snapshots | |
| CN103593271A (zh) | 一种片上系统芯片追踪调试的方法及装置 | |
| CN103714000A (zh) | 一种面向敏感区域的嵌入式软件测试用例生成方法 | |
| CN110321142A (zh) | 一种接口文档更新方法、装置、电子设备及存储介质 | |
| CN104021072A (zh) | 用于评估失效的软件程序的机器和方法 | |
| Duchmann et al. | Validation of smart contracts using process mining | |
| WO2022041024A1 (zh) | 并行程序可扩展性瓶颈检测方法和计算装置 | |
| KR101266930B1 (ko) | 포렌식 감사 데이터 시각화 시스템 | |
| CN105630675A (zh) | 一种快速获取并提交bug信息的方法 | |
| CN104572428A (zh) | 基于windows操作系统下的复杂控件测试方法 | |
| KR101830936B1 (ko) | 데이터베이스와 애플리케이션을 위한 웹기반 성능개선 시스템 | |
| US20120124428A1 (en) | Method and system for testing software on programmable devices | |
| CN102436535B (zh) | 计算机辅助设计过程中创意拐点的识别方法及系统 | |
| CN112965845A (zh) | 延迟分析方法、电子设备及存储介质 | |
| CN112612697A (zh) | 一种基于字节码技术的软件缺陷测试定位方法及系统 | |
| CN112685316A (zh) | 代码执行路径的获取方法、装置、计算机设备及存储介质 | |
| CN110347610B (zh) | 一种嵌入式代码调试系统及方法 | |
| CN102043594A (zh) | 分布式环境下实现输入输出踪迹收集回放的系统和方法 | |
| CN117112431A (zh) | 一种计算机软件技术开发调试系统 | |
| CN116737549A (zh) | 一种时序数据库稳定性测试方法 | |
| CN107908697B (zh) | 主机批处理作业结果的自动采集方法及装置 | |
| CN108228314B (zh) | 一种基于设备规约的虚拟原型错误检测方法 | |
| CN105045698A (zh) | 使用python的matplotlib分析芯片验证进度的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100094 Beijing city Haidian District North Road No. 68, UFIDA Software Park Applicant after: Yonyou Network Technology Co., Ltd. Address before: 100094 Beijing city Haidian District North Road No. 68, UFIDA Software Park Applicant before: You Pu Information Technology Co., Ltd of UFSOFT |
|
| COR | Change of bibliographic data | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140924 |