Java程序内存行为研究

Java程序内存行为研究是对Java平台存储管理系统进行能耗优化的首要工作.测试了大量典型Java应用程序的内存行为数据,通过对数据的分析发现Java程序的内存分配模式和内存使用轨迹存在明显的规律.最终得出了Java程序内存行为具有阶段性、周期性和平稳性等结论,这些规律对于Java虚拟机优化垃圾收集和Java程序的能耗优化有着重要的指导意义.     

基于Linux网络计算机Java虚拟机的性能优化

目前，Linux网络计算机中的Java虚拟机在运行Java应用程序时，存在着执行性能较低的问题。该文实现一种优化方案：在Kaffe虚拟机中应用并改良直接线索式解释器优化技术。旨在兼顾Linux NC现有的硬件配置和软件模式，有效地提升Java虚拟机运行效率，并保证较低的CPU和内存成本。从而改善虚拟机的性能表现。     

嵌入式Java虚拟机优化研究

为了改进手机中Java小程序的运行效率,基于KVM提出一种嵌入式Java虚拟机优化方案.在此方案中对解释器进行了改造,引入编译技术,并对KVM运行时内存的分配与回收方式作了改进.最后对比分析了在基准测试中KVM与优化方案的性能结果.     

一种基于栈式分配的JVM垃圾收集算法①

为了减少Java虚拟机垃圾收集器的开销,对Java栈帧进行改造使其支持对象的存储,在此基础上提出一种基于栈式内存分配的垃圾收集算法。算法首先在编译阶段通过对Java源代码进行分析确定栈式分配对象,并用扩展指令标识这些对象,程序运行时它们直接被分配到Java栈上,这些对象在程序离开其作用域时立即被释放,其它对象则分配到堆上,由垃圾收集器进行回收。实验结果表明,与传统基于堆式的垃圾收集算法相比,新算法内存分配和即时回收性能优,占用内存空间少。垃圾回收更及时,减轻了垃圾收集器的负担,提高了运行速度。     

一种基于栈式分配的JVM垃圾收集算法①

为了减少Java虚拟机垃圾收集器的开销,对Java栈帧进行改造使其支持对象的存储,在此基础上提出一种基于栈式内存分配的垃圾收集算法。算法首先在编译阶段通过对Java源代码进行分析确定栈式分配对象,并用扩展指令标识这些对象,程序运行时它们直接被分配到Java栈上,这些对象在程序离开其作用域时立即被释放,其它对象则分配到堆上,由垃圾收集器进行回收。实验结果表明,与传统基于堆式的垃圾收集算法相比,新算法内存分配和即时回收性能优,占用内存空间少,垃圾回收更及时,减轻了垃圾收集器的负担,提高了运行速度。     

面向虚拟机的远程磁盘缓存

在虚拟机(virtual machine)系统中,随着虚拟机数量和应用程序需求的不断增长,内存容量已经成为应用程序性能的主要瓶颈。为了提升内存密集型和I/O密集型程序的页面交换性能,提出了虚拟机的远程磁盘缓存机制REMOCA,它允许运行在一台物理主机上的虚拟机将其他物理主机的内存作为其二级磁盘缓存。由于网络传输延迟远远小于磁盘访问,用网络传输代替磁盘访问就能够有效地降低虚拟机的平均磁盘访问延迟。REMOCA的目标就要尽可能地减少磁盘访问。REMOCA运行在虚拟机管理器中,其基本工作原理是截获并处理虚拟机的页面淘汰、磁盘访问等事件。REMOCA能够与现有的虚拟机内存管理机制(如气球技术、影子缓存)相结合,从而提供更加灵活的内存资源管理策略。实验数据表明,REMOCA能有效地降低页面抖动对虚拟机性能的影响,并在很大程度上提升虚拟机中I/O密集型应用的性能。     

面向Linux NC的Java虚拟机的性能优化

针对目前Linux NC中Java虚拟机运行Java程序存在的性能问题.提出了一种优化方案,以直接线索式解释器为基础优化技术,并设计3项扩展优化点突出优化效果.旨在兼顾Linux NC现有的硬件和软件条件,有效地提升Java虚拟机运行效率,同时保证较低的CPU和内存成本.     

面向Linux NC的Java虚拟机性能优化

摘 要：鉴于目前Linux NC中Java虚拟机运行Java程序存在的性能问题，本文提出一种优化方案，以直接线索式解释器为基础优化技术，并设计3项扩展优化点突出优化效果。旨在兼顾Linux NC现有的硬件和软件条件，有效的提升Java虚拟机运行效率，同时保证了较低的CPU和内存成本。     

Android应用程序中的内存泄漏与规避方法

Android应用程序的主体采用Java编程语言实现,Java语言的一个显著特点是它通过Java虚拟机和垃圾回收机制管理大部分的内存事务,但是在Java程序中不可避免地存在着内存泄漏的问题。本文从造成Android应用程序内存泄漏的原因入手,对内存泄漏进行检测和定位。阐述了在编写应用程序时规避内存泄漏的方法,并分别介绍了一种内存监测工具和一种内存分析工具的使用方法。     

虚拟机中的编译优化技术

传统静态编译技术给虚拟机的性能带来了极大的挑战：首先,可移植的程序表示以及动态语言的特性（例如动态类加载）迫使多数优化都推迟到运行时进行,导致运行时增加了优化开销;第二,模块化设计的程序使得很多针对整个程序的过程间优化技术难以应用;最后,虚拟机在一些运行间服务上（如安全机制和自动内存管理）花费了大量的资源。为了解决这些问题,商品化的虚拟机厂商以及一些研究机构都花费了大量时间和精力在虚拟机上研究开发自适应优化系统。当前的主流虚拟机基本都包含了一些基层实现以便于来实现实时程序分析、动态编译以及基于反馈的动态优化技术。介绍了虚拟机中的编译优化技术的产生发展以及当前虚拟机中流行的动态优化技术。