JVM的运行参数的类型和jvm的内存模型

jvm的运行参数

先说一下jvm的一个运行参数,以jdk1.8为标准。
在jvm中有很多的参数可以进行设置,这样可以让jvm在各种环境中都能够高效的运行。
一般情况下呢,绝大部分的参数保持默认就行。

jvm的参数类型分为三类,分别是:
标准参数:-help -version
(jvm的标准参数,一般都是很稳定的,在未来的JVM版本中不会改变, 可以使用java -help 检索出所有的标准参数。)
-X参数 (非标准参数): -Xint -Xcomp (jvm的-X参数是非标准参数,在不同版本的jvm中,参数可能会有所不同,可以通过java - X查看非标准参数。)
-XX参数(使用率较高): -XX:newSize -XX:+UseSerialGC
(-XX参数也是非标准参数,主要用于jvm的调优和debug操作。
-XX参数的使用有2种方式,一种是boolean类型,一种是非boolean类型: boolean类型 格式:-XX:[±] 如:-XX:+DisableExplicitGC 表示禁用手动调用gc操作,也就是说调用 System.gc()无效 非boolean类型
格式:-XX: 如:-XX:NewRatio=1 表示新生代和老年代的比值)

jvm的内存模型

jvm的内存模型在1.7和1.8有较大的区别。

jdk1.7的堆内存模型:

  • Young 年轻区(代) Young区被划分为三部分,Eden区和两个大小严格相同的Survivor区,其中,
    Survivor区间中,某一时刻只有其中一个是被使用的,另外一个留做垃圾收集时复制 对象用,在Eden区间变满的时候,
    GC就会将存活的对象移到空闲的Survivor区间 中,根据JVM的策略,在经过几次垃圾收集后,任然存活于Survivor的对象将被移动
    到Tenured区间。
  • Tenured 年老区 Tenured区主要保存生命周期长的对象,一般是一些老的对象,当一些对象在Young
    复制转移一定的次数以后,对象就会被转移到Tenured区,一般如果系统中用了
    application级别的缓存,缓存中的对象往往会被转移到这一区间。
  • Perm 永久区 Perm代主要保存class,method,filed对象,这部份的空间一般不会溢出,除非一次性
    加载了很多的类,不过在涉及到热部署的应用服务器的时候,有时候会遇到 java.lang.OutOfMemoryError :
    PermGen space 的错误,造成这个错误的很大原因
    就有可能是每次都重新部署,但是重新部署后,类的class没有被卸载掉,这样就造
    成了大量的class对象保存在了perm中,这种情况下,一般重新启动应用服务器可以 解决问题。
  • Virtual区: 最大内存和初始内存的差值,就是Virtual区。

jdk1.8的堆内存模型:

  • jdk1.8的内存模型是由2部分组成,年轻代 + 年老代。
  • 年轻代:Eden + 2*Survivor
  • 年老代:OldGen
    在jdk1.8中变化最大的Perm区,用Metaspace(元数据空间)进行了替换。
    需要特别说明的是:Metaspace所占用的内存空间不是在虚拟机内部,而是在本地内存 空间中,这也是与1.7的永久代最大的区别所在。
数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值