【Java 笔记 】直接内存

本文探讨了Java中直接内存的分配与释放机制,指出直接内存不由垃圾回收管理,而是通过Unsafe类实现。深入分析了ByteBuffer如何利用Unsafe进行直接内存操作,并解释了Cleaner机制在直接内存管理中的作用。
  • 直接内存是由Unsafe类负责分配和释放的,并不由垃圾回收管理
  • 垃圾回收Gc只能管理Java内存,不能管理系统内存
import java.nio.ByteBuffer;
public class DirectoryMemoryTest {
    static int _1Gb=1024*1024*1024;
    public static void main(String[] args) {
        ByteBuffer bytebuffer = ByteBuffer.allocateDirect(_1Gb);
        //实际调用的Unsafe类进行内存分配:base = UNSAFE.allocateMemory(size);
        System.out.println("分配完成");

        System.out.println("开始释放");
        bytebuffer=null;
        /*使用Cleaner监测ByteBuffer对象,一旦其被垃圾回收,就会触发直接内存的释放
          cleaner = Cleaner.create(this, new Deallocator(base, size, cap));
          this即为关联的Byteuffer对象
          当该对象被释放时,就会由守护线程ReferenHandler通过CleanerB的clean方法释放内存,内部实际调用的为:
          UNSAFE.freeMemory(address);
        * */

    }

}
Nano-ESG数据资源库的构建基于2023年初至2024年秋季期间采集的逾84万条新闻文本,从中系统提炼出企业环境、社会及治理维度的信息。其构建流程首先依据特定术语在德语与英语新闻平台上检索,初步锁定与德国DAX 40成分股企业相关联的报道。随后借助嵌入技术对文本段落执行去重操作,以降低内容冗余。继而采用GLiNER这一跨语言零样本实体识别系统,排除与目标企业无关的文档。在此基础上,通过GPT-3.5与GPT-4o等大规模语言模型对文本进行双重筛选:一方面判定其与ESG议题的相关性,另一方面生成简明的内容概要。最终环节由GPT-4o模型完成,它对每篇文献进行ESG情感倾向(正面、中性或负面)的判定,并标注所涉及的ESG具体维度,从而形成具备时序特征的ESG情感与维度标注数据集。 该数据集适用于多类企业可持续性研究,例如ESG情感趋势分析、ESG维度细分类别研究,以及企业可持续性事件的时序演变追踪。研究者可利用数据集内提供的新闻摘要、情感标签与维度分类,深入考察企业在不同时期的环境、社会及治理表现。此外,借助Bertopic等主题建模方法,能够从数据中识别出与企业相关的核心ESG议题,并观察这些议题随时间的演进轨迹。该资源以其开放获取特性与连续的时间覆盖,为探究企业可持续性表现的动态变化提供了系统化的数据基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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