JVM 垃圾收集器

根据不同的应用,所产生的内存对象不同,要满足的业务场景也不一样,因此没有完美的垃圾收集器,需要根据实际情况去选择。垃圾收集器是垃圾收集算法的具体实现

Java的堆内存根据对象的生命周期也会分为新生代和老年代。新生代的对象朝生夕死,回收率高,老年代的对象存活时间长,回收率低。 两者往往会使用不同的垃圾收集器。
在这里插入图片描述

新生代收集器

  1. Serial 收集器:单线程,简单而高效(与其他收集器的单线程比),Client模式下的首选

开启选项:-XX:+SerialGC

Stop The World
这个收集器是一个单线程的收集器,但它的“单线程”的意义并不仅仅说明它只会使用一个CPU或一条收集线程去完成垃圾收集工作,更重要的是在它进行垃圾收集时,必须暂停其他所有的工作线程,直到它收集结束

  1. ParNew收集器:Serial的多线程版本

开启选项:-XX:+UseParallelGC

ParNew收集器是许多运行在Server模式下的虚拟机中首选的新生代收集器。
很重要的原因是:除了Serial收集器外,目前只有它能与CMS收集器配合工作。

  1. Parallel Scavenge收集器:吞吐量优先,适合后台运算多交互少的任务
    吞吐量= 运行用户代码时间 / (运行用户代码时间 + 垃圾收集时间)

老年代收集器

  1. Serial Old收集器:“标记-整理”,作为CMS收集失败后的后备方案

开启选项:-XX:+SerialGC

  1. Parallel Old收集器:多线程+“标记-整理”,吞吐量优先

开启选项:-XX:+UseParallelOldGC

  1. CMS收集器:“Concurrent Mark Sweep” 最短停顿时间,server端首选,“标记清除”

开启选项:-XX:+UseConcMarkSweepGC

初始标记(Stop The World)
并发标记
重新标记(Stop The World)
并发清除

初始标记和重新标记仍需暂停所有用户线程,即“Stop the World”。初始标记只是标记GC Roots能直接关联的对象,速度很快。并发标记阶段,用户线程与标记线程并发,就是进行GC Roots Tracing的过程。而重新标记则只是为了修正并发标记期间,因用户程序继续运作而导致标记产生变动的那一部分对象的标记记录,这个阶段的停顿时间一般会比初始标记阶段稍长一些,但远比并发标记的时间短。整个收集过程中耗时最久的并发标记和并发清除则和用户线程一起工作,所以总地来讲,CMS中GC线程是和用户线程一起并发执行的。其工作过程如图所示:

在这里插入图片描述

缺点:
i.对CPU资源非常敏感
ii.无法处理浮动垃圾
iii.有大量空间碎片产生(标记-清除算法)

G1收集器

开启选项:-XX:+UseG1GC

G1(Garbage First)收集器是当前收集器技术发展的最前沿成果,它与其他GC收集器相比,具有如下特点:

  1. 并行+并发。可充分利用CPU资源;
  2. 分代收集
  3. G1从整体看是“标记-整理”算法,从局部(两个Region之间)看,是“复制”算法。 不会产生空间碎片
  4. 可预测的停顿。建立可预测的态度时间模型,能让使用者明确指定在一个长度为M毫秒的时间内,消耗在垃圾收集的时间不得超过N毫秒,这几乎已经是实时Java(RTSJ)的垃圾收集器的特征了。
    G1之前的收集器是进行收集的范围是整个新生代或 老年代,而G1将整个Java堆(包括新生代、老年代)划分为多个大小固定的独立区域(Region)。G1跟踪这些Region里面的垃圾堆积的价值大小(回收所获得的空间大小以及回收所需时间的经验值),在后台维护一个优先列表,每次根据优先级从列表中挑选回收价值最大的Region进行回收(这也就是Garbage First名称的由来)。其工作过程类似于CMS,分为如下四个步骤:

i.初始标记
ii.并发标记
iii.最终标记
iv.筛选回收

前三个步骤与CMS类似,最后的筛选回收阶段首先对各个Region的回收价值和成本进行排序,根据用户所期望的GC停顿时间来制定回收计划。

内容概要:《2024年中国城市低空经济发展指数报告》由36氪研究院发布,指出低空经济作为新质生产力的代表,已成为中国经济新的增长点。报告从发展环境、资金投入、创新能力、基础支撑和发展成效五个维度构建了综合指数评价体系,评估了全国重点城市的低空经济发展状况。北京和深圳在总指数中名列前茅,分别以91.26和84.53的得分领先,展现出强大的资金投入、创新能力和基础支撑。低空经济主要涉及无人机、eVTOL(电动垂直起降飞行器)和直升机等产品,广泛应用于农业、物流、交通、应急救援等领域。政策支持、市场需求和技术进步共同推动了低空经济的快速发展,预计到2026年市场规模将突破万亿元。 适用人群:对低空经济发展感兴趣的政策制定者、投资者、企业和研究人员。 使用场景及目标:①了解低空经济的定义、分类和发展驱动力;②掌握低空经济的主要应用场景和市场规模预测;③评估各城市在低空经济发展中的表现和潜力;④为政策制定、投资决策和企业发展提供参考依据。 其他说明:报告强调了政策监管、产业生态建设和区域融合错位的重要性,提出了加强法律法规建设、人才储备和基础设施建设等建议。低空经济正加速向网络化、智能化、规模化和集聚化方向发展,各地应找准自身比较优势,实现差异化发展。
数据集一个高质量的医学图像数据集,专门用于脑肿瘤的检测和分类研究以下是关于这个数据集的详细介绍:该数据集包含5249张脑部MRI图像,分为训练集和验证集。每张图像都标注了边界框(Bounding Boxes),并按照脑肿瘤的类型分为四个类别:胶质瘤(Glioma)、脑膜瘤(Meningioma)、无肿瘤(No Tumor)和垂体瘤(Pituitary)。这些图像涵盖了不同的MRI扫描角度,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构,为模型训练提供了丰富多样的数据基础。高质量标注:边界框是通过LabelImg工具手动标注的,标注过程严谨,确保了标注的准确性和可靠性。多角度覆盖:图像从不同的MRI扫描角度拍摄,包括矢状面、轴面和冠状面,能够全面覆盖脑部解剖结构。数据清洗与筛选:数据集在创建过程中经过了彻底的清洗,去除了噪声、错误标注和质量不佳的图像,保证了数据的高质量。该数据集非常适合用于训练和验证深度学习模型,以实现脑肿瘤的检测和分类。它为开发医学图像处理中的计算机视觉应用提供了坚实的基础,能够帮助研究人员和开发人员构建更准确、更可靠的脑肿瘤诊断系统。这个数据集为脑肿瘤检测和分类的研究提供了宝贵的资源,能够帮助研究人员开发出更准确、更高效的诊断工具,从而为脑肿瘤患者的早期诊断和治疗规划提供支持。
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