JVM垃圾回收

##1、哪些数据是垃圾
     java语言和C/C++很大的不同就是后者是程序员自己管理内存,自己开辟内存空间和释放内存空间,而java是虚拟机来管理内存,由虚拟机对内存进行开辟和释放。首先,java栈中的数据是根据方法的调用出栈和入栈的,一般不用虚拟机回收,方法区中的数据大多是一些描述信息,常量等,一般情况也不用回收,而频繁需要回收的是java堆,据统计,每一次垃圾回收会回收掉70%至90%的垃圾,所以这里讲的垃圾回收也主要是对堆中的垃圾进行回收,垃圾回收首先需要判断哪些对象是垃圾,java中判断垃圾的方式有两种,**一种引用计数法,当对象被引用后值加1,当对象去掉一次引用后值减1,所以当垃圾回收时只需要判断引用值为0的进行回收即可,但这种回收方法有一种缺点就是如果出现两个对象互相引用的情况,那么如果这两个对象都成垃圾后不会被回收,所以又有了第二种判断垃圾的方法,可达性分析算法,这里会令很一些对象引用作为GC ROOTS节点,通过这些节点不停往下查找对象节点,这个过程称为引用链,如果某个对象不能通过引用链达到, 那么这个对象便是垃圾。这样就不会出现两个对象相互引用的情况了,其中GC ROOTS存在于这几个地方,第一,虚拟机栈中的引用,本地方法栈中的引用,方法区中的静态变量的引用,方法区中常量的引用。这里既然是都是通过引用来判断垃圾,那么这里再对引用进行一定的介绍,现在java中的引用分为以下几种,强引用,软引用,弱引用,和虚引用,**强引用便是不会被回收的对象的引用,软引用是垃圾第一次回收后空间仍然不够进行第二次回收清理掉的对象。弱引用是垃圾回收时直接回收的对象的应用,而虚引用是配合前面的引用使用的,如果使用了虚引用,那么回收和会加入一个引用队列,方便需要的时候再取出来。最后,**垃圾回收还有一个自救措施,**就是finalize方法,通常进行可达性分析的时候对没有大大的对象会有两次标记,第一次标记时不会清楚,会看对象有不有复写finalize方法以及是否使用过这个方法,如果有这个方法,并且没有使用过就会将对象加入一个f-q的队列中去并开一个线程去执行这个方法,如果对象通过这个方法连上了引用链,那么就不会被回收,否则第二次标记时被回收。

##2、垃圾回收算法
     目前垃圾回收算法可以分为四种,**第一种标记-清除算法,**这种方法将垃圾进行标记起来,然后进行回收,这个方法的效率可以,但是空间利用率较低,因为垃圾回收后会有很多碎片,下一次分配的新对象如果很大,得不到连续的内存空间很可能再有一次垃圾回收。图示如下:
这里写图片描述
第二种是标记-复制算法,这种方法将内存分为两个区,各占50%大小,垃圾回收时将A区存活的对象复制到B区中,然后将A区清空,这样做会有连续的内存空间,但是浪费了一半的存储空间。图示:
这里写图片描述
**第三种是标记-清理算法,**垃圾回收时将存活的对象连续的放到一边排列起来,将尾部以外的区域清空,这种算法的优点是既有连续的空间也不浪费空间,但是效率比较低。图示:
这里写图片描述
**第四种是分代收集算法,**将内存分为新生代和老年代,然后根据新生代和老年代垃圾的特点选择不同的回收算法进行回收,其中对于新生代由于每次大部分的垃圾需要回收,所以存活的对象较少,这样采用复制算法的效率也较高,所以采用复制算法,而老年代中存活的对象会多一点并且回收的次数没有新生代那么频繁,所以采用整理算法。

##3、垃圾回收器
     目前经过长时间的发展,有一下其中垃圾回收器,**Serial回收器,ParNew回收器,Parallel Scavenge回收器,Serial Old回收器,Parallel Old回收器,CMS回收器,G1回收器,**而这些回收器之间也是可以相互组合的,关系图如下:
这里写图片描述
接下来对这些回收器一一进行介绍:
**Serial回收器:**这个垃圾回收器是一个单线程的回收器,并且收集垃圾的时候会暂停其他所有线程。采用复制算法。图示:
这里写图片描述
**Serial Old回收器:**这个回收器是serial 的老年代的回收器也是单线程的。采用整理算法。
**ParNew回收器:**这个回收器与前面一个回收器唯一区别就是这个回收器是多线程的,但有多cpu的时候这个线程的效率更高,但是如果是单CPU的话这个回收器的效率由于线程切换的消耗导致效率更低。用于新生代的垃圾回收。图示:
这里写图片描述
**Parallel Scavenge回收器:**这个回收器采用复制算法,是多线程收集器,看起来和ParNew回收器一样,但是这个回收器提供了参数来控制停顿时间,从而来控制系统的吞吐量,所以这个回收器相比ParNew最大的不同就是能够控制系统的吞吐量,并且回收器的停顿时间能够自适应,从而达到一个最大的吞吐量。
**Parallel Old回收器:**这个是上一个回收器的老年代版本,也是采用的整理算法。
**CMS回收器:**这个回收器用于回收老年代垃圾,采用标记清楚算法。这是一个以最短停顿时间为目标的收集器,这个回收器的回收过程比较复杂,可以分为4个步骤,**初始标记,并发标记,重新标记,和并发清除,**初始标记表示对GC ROOTS节点进行标记,这一步仍然需要将其他线程暂停,然后是并发标记,也就是标记引用链上的节点,这一步是和用户线程同时的,然后是重新标记,这一步用于修正上一步中标记产生变化的节点,这一步仍然需要暂停用户线程,最后就是清除垃圾。
这里写图片描述
由于这个回收器把收集过程分为了几步,它的停顿会比较低,也有两个缺点,第一,在垃圾清理阶段和用户线程同时运行,可能会有浮动垃圾出现,第二,采用标记-清除算法内存不连续。
**G1回收器:**这个回收器既用于回收新生代垃圾,也用来回收老年代垃圾,这个是目前最先进的垃圾回收器,对于新生代的回收仍然采用复制算法,对于 老年代的回收采用清除算法。回收步骤仍然可以分为4步,初始标记,并发标记,最终标记,刷选回收。
这里写图片描述
这里G1回收器与CMS或者与其余所有回收器不同的地方在于,之前的回收器都是基于新生代,老年代物理隔离来回收的,而这个回收器新声代,老年代不是物理隔离的,由一片一片的region组成,结构如下:
这里写图片描述
并且回收器会跟踪每个region里面垃圾回收价值大小(回收的时间与回收所得空间)维护一个优先级列表,每次根据设定的回收时间优先回收价值大的region,这里引出一个问题,region之间不是孤立的,所以做可达性分析如果每个区域都扫描的话会影响效率,所以这里有个Remembered Set来避免全堆扫描,每个region中都有Remembered Set,当别的本region的对象被别的region的对象引用的时候讲会加入这个Remembered Set。

##4、内存分配和回收测策略
     分配策略:首先对象的分配优先是在新生代区域中进行分配的,如果新生代空间不够,将会发出一次Mniro GC,其次对于大对象的分配,如数组一般是直接进入老年代的,在G1回收器中时进入到humongous区域,这样做的好处是防止垃圾清理的时候大对象在eden和Survivor直接来回复制影响效率,最后长期存活的对象将进入老年代,每进行一次minor GC,没有回收掉的对象的年龄加1,当年龄达到15岁将直接进入到老年代。
     回收策略:当新生代空间不够时将进行一次minor GC,在进行minor GC时会进行一次检查,即老年代的最大可用连续空间是否大于新生代对象的总空间,如果不满足再检查每次从新生代晋升过来的平均大小是否小于老年代最大可用连续空间,如果满足,就进行minor回收,如果不满足就进行一次full GC。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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