性能分析
小狼_百度
百度,web系统,分布式系统,大数据,机器学习,人工智能等爱好者
展开
-
[Java性能剖析]Eclipse Memory Analyzer介绍
Eclipse Memory Analyzer是一个非常棒的堆内存分析工具,是JDK自带的堆分析工具jhat的一个非常好的替代品,能够快速地定位Java内存泄露的原因。 可能有的同学会问,JVM不是号称自动内存管理,GC会自动垃圾回收,Java怎么会有内存泄露,不会搞错吧?当然不会^_^, Java的内存泄露不同于C/C++的内存泄露,C/C++的内存泄露是由于使用了堆内存(new/转载 2011-11-18 09:53:33 · 1164 阅读 · 0 评论 -
Mysql的强制索引(Force Index)都为我们做了哪些优化?
原本只是想验证一下选择不同索引对innodb count(*)查询速度的影响。各位顺道可参考下这篇文章 [InnoDB系列] -- innodb表如何更快得到count(*)结果。测试过程中没想到同样的一条sql语句仅仅是增加了force index后查询速度几乎快了一倍。select count(*) from http_log_3 force index(time) where转载 2012-08-01 17:05:40 · 11481 阅读 · 4 评论 -
Java的随机读写文件-RandomAccessFile 与内存映射
RandomAccessFileRandomAccessFile是用来访问那些保存数据记录的文件的,你就可以用seek( )方法来访问记录,并进行读写了。这些记录的大小不必相同;但是其大小和位置必须是可知的。但是该类仅限于操作文件。RandomAccessFile不属于InputStream和OutputStream类系的。实际上,除了实现DataInput和 DataOutput转载 2012-10-15 15:44:39 · 3816 阅读 · 0 评论 -
花1K内存实现高效I/O的RandomAccessFile类
主体:目前最流行的J2SDK版本是1.3系列。使用该版本的开发人员需文件随机存取,就得使用RandomAccessFile类。其I/O性能较之其它常用开发语言的同类性能差距甚远,严重影响程序的运行效率。开发人员迫切需要提高效率,下面分析RandomAccessFile等文件类的源代码,找出其中的症结所在,并加以改进优化,创建一个"性/价比"俱佳的随机文件访问类BufferedRan转载 2012-10-15 15:46:29 · 1409 阅读 · 0 评论 -
JAVA 对象池
Jakarta对象池 ☆为什么使用对象池 恰当地使用对象池化技术,可以有效地减少对象生成和初始化时的消耗,提高系统的运行效率。Jakarta Commons Pool组件提供了一整套用于实现对象池化的框架,以及若干种各具特色的对象池实现 ☆对象池思路 对象池化的基本思路是:将用过的对象保存起来,等下一次需要这种对象的时候,再拿出来重复转载 2012-11-26 17:05:23 · 1163 阅读 · 0 评论 -
WeakHashMap和HashMap的区别
WeakHashMap,此种Map的特点是,当除了自身有对key的引用外,此key没有其他引用那么此map会自动丢弃此值,见实例:此例子中声明了两个Map对象,一个是HashMap,一个是WeakHashMap,同时向两个map中放入a、b两个对象,当HashMap remove掉a 并且将a、b都指向null时,WeakHashMap中的a将自动被回收掉。出现这个状况的原因是,对于a对转载 2012-11-23 17:54:26 · 1470 阅读 · 1 评论 -
Young GC日志分析
JVM的GC日志的主要参数包括如下几个:-XX:+PrintGC 输出GC日志-XX:+PrintGCDetails 输出GC的详细日志-XX:+PrintGCTimeStamps 输出GC的时间戳(以基准时间的形式)-XX:+PrintGCDateStamps 输出GC的时间戳(以日期的形式,如 2013-05-04T21:53:59.234+0800)-转载 2016-07-26 12:14:02 · 2654 阅读 · 0 评论 -
jstat命令详解
Jstat是JDK自带的一个轻量级小工具。全称“Java Virtual Machine statistics monitoring tool”,它位于Java的bin目录下,主要利用JVM内建的指令对Java应用程序的资源和性能进行实时的命令行的监控,包括了对Heap size和垃圾回收状况的监控。可见,Jstat是轻量级的、专门针对JVM的工具,非常适用。jstat工具特别强大,有转载 2017-06-21 13:03:17 · 463 阅读 · 0 评论 -
Spark Streaming 流计算优化记录(6)-GC优化与shuffle service
11. Spark应用的GC调优说到GC, 可能很多人都倾向于使用新潮的G1垃圾收集器, 特别是intel的那几个兄弟在databrick发表了篇用G1调优Spark应用的博文后, 就更多人热衷于尝试G1了.但其实我们再去年就对G1和老牌的CMS+NewPar进行过对比测试, 发现G1根本没有比CMS好, 有时候还会导致更多的FullGC, 而实际上连Oracle官方都觉得G1还没有product...转载 2018-04-04 16:10:31 · 1866 阅读 · 0 评论