爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      JVM优化 - 垃圾回收

      首页 知识中心 存储 文章详情页

      JVM优化 - 垃圾回收

      2024-10-21 09:43:12 阅读次数:27

      内存,垃圾,收集器

      什么是垃圾回收?

      程序的运行必然需要申请内存资源,无效的对象资源如果不及时处理就会一直占有内存资源,最终将导致内存溢出,所以对内存资源的管理是非常重要了。

      C/C++语言的垃圾回收

      在C/C++语言中,没有自动垃圾回收机制,是通过new关键字申请内存资源,通过delete关键字释放内存资源。 如果,程序员在某些位置没有写delete进行释放,那么申请的对象将一直占用内存资源, 最终可能会导致内存溢出。

      Java语言的垃圾回收

      为了让程序员更专注于代码的实现,而不用过多的考虑内存释放的问题,所以,在Java语言中,有了自动的垃圾回收机制,也就是我们熟悉的GC。 有了垃圾回收机制后,程序员只需要关心内存的申请即可,内存的释放由系统自动识别 完成。 换句话说,自动的垃圾回收的算法就会变得非常重要了,如果因为算法的不合理,导致 内存资源一直没有释放,同样也可能会导致内存溢出的。 当然,除了Java语言,C#、Python等语言也都有自动的垃圾回收机制。

      垃圾回收的常见算法

      自动化的管理内存资源,垃圾回收机制必须要有一套算法来进行计算,哪些是有效的对象,哪些是无效的对象,对于无效的对象就要进行回收处理。 常见的垃圾回收算法有:引用计数法、标记清除法、标记压缩法、复制算法、分代算法 等。

      引用计数法

      引用计数是历史最悠久的一种算法,最早George E. Collins在1960的时候首次提出,50

      年后的今天,该算法依然被很多编程语言使用。

      原理

      假设有一个对象A,任何一个对象对A的引用,那么对象A的引用计数器+1,当引用失败 时,对象A的引用计数器就-1,如果对象A的计数器的值为0,就说明对象A没有引用了, 可以被回收。

      优缺点

      优点:

      实时性较高,无需等到内存不够的时候,才开始回收,运行时根据对象的计数器是否 为0,就可以直接回收。

      在垃圾回收过程中,应用无需挂起。如果申请内存时,内存不足,则立刻报 outofmember 错误。

      区域性,更新对象的计数器时,只是影响到该对象,不会扫描全部对象。

      缺点:

      每次对象被引用时,都需要去更新计数器,有一点时间开销。

      浪费CPU资源,即使内存够用,仍然在运行时进行计数器的统计。

      无法解决循环引用问题。(最大的缺点)

      什么是循环引用?

      package com.tntxia.test.jvm;
      
      class TestA{
          public TestB b;
      }
      class TestB{
          public TestA a;
      }
      public class Main{
          public static void main(String[] args){
              TestA a = new TestA();
              TestB b = new TestB();
              a.b=b;
              b.a=a;
              a = null;
              b = null;
          }
      }

      虽然a和b都为null,但是由于a和b存在循环引用,这样a和b永远都不会被回收。

      标记清除法

      标记清除算法,是将垃圾回收分为2个阶段,分别是标记和清除。

      标记:从根节点开始标记引用的对象。 清除:未被标记引用的对象就是垃圾对象,可以被清理

      原理

      JVM优化 - 垃圾回收

      这张图代表的是程序运行期间所有对象的状态,它们的标志位全部是0(也就是未标记,以下默认0就是未标记,1为已标记),假设这会儿有效内存空间耗尽了,JVM将会停止应 用程序的运行并开启GC线程,然后开始进行标记工作,按照根搜索算法,标记完以后, 对象的状态如下图。

      JVM优化 - 垃圾回收

      可以看到,按照根搜索算法,所有从root对象可达的对象就被标记为了存活的对象,此时已经完成了第一阶段标记。接下来,就要执行第二阶段清除了,那么清除完以后,剩 下的对象以及对象的状态如下图所示。

      没有被标记的对象将会回收清除掉,而被标记的对象将会留下,并且会将标记位重新归0。接下来就不用说了,唤醒停止的程序线程,让程序继续运行即可。

      优缺点

      可以看到,标记清除算法解决了引用计数算法中的循环引用的问题,没有从root节点引用的对象都会被回收。

      同样,标记清除算法也是有缺点的:

      • 效率较低,标记和清除两个动作都需要遍历所有的对象,并且在GC时,需要停止应 用程序,对于交互性要求比较高的应用而言这个体验是非常差的。
      • 通过标记清除算法清理出来的内存,碎片化较为严重,因为被回收的对象可能存在于 内存的各个角落,所以清理出来的内存是不连贯的。

      标记压缩算法

      标记压缩算法是在标记清除算法的基础之上,做了优化改进的算法。和标记清除算法一样,也是从根节点开始,对对象的引用进行标记,在清理阶段,并不是简单的清理未标 记的对象,而是将存活的对象压缩到内存的一端,然后清理边界以外的垃圾,从而解决 了碎片化的问题。

      原理

      JVM优化 - 垃圾回收

      优缺点

      优缺点同标记清除算法,解决了标记清除算法的碎片化的问题,同时,标记压缩算法多了一步,对象移动内存位置的步骤,其效率也有有一定的影响。

      复制算法

      复制算法的核心就是,将原有的内存空间一分为二,每次只用其中的一块,在垃圾回收时,将正在使用的对象复制到另一个内存空间中,然后将该内存空间清空,交换两个内 存的角色,完成垃圾的回收。 如果内存中的垃圾对象较多,需要复制的对象就较少,这种情况下适合使用该方式并且 效率比较高,反之,则不适合。

      JVM中年轻代内存空间

      1. 在GC开始的时候,对象只会存在于Eden区和名为“From”的Survivor区,Survivor区“To”是空的。
      2. 紧接着进行GC,Eden区中所有存活的对象都会被复制到“To”,而在“From”区中,仍存活的对象会根据他们的年龄值来决定去向。年龄达到一定值(年龄阈值,可以通过XX:MaxTenuringThreshold来设置)的对象会被移动到年老代中,没有达到阈值的对 象会被复制到“To”区域。
      3. 经过这次GC后,Eden区和From区已经被清空。这个时候,“From”和“To”会交换他们的角色,也就是新的“To”就是上次GC前的“From”,新的“From”就是上次GC前的“To”。不管怎样,都会保证名为To的Survivor区域是空的。
      4. GC会一直重复这样的过程,直到“To”区被填满,“To”区被填满之后,会将所有对象移动到年老代中。

      优缺点

      优点:

      在垃圾对象多的情况下,效率较高

      清理后,内存无碎片

      在垃圾对象少的情况下,不适用,如:老年代内存

      分配的2块内存空间,在同一个时刻,只能使用一半,内存使用率较低

      分代算法

      前面介绍了多种回收算法,每一种算法都有自己的优点也有缺点,谁都不能替代谁,所以根据垃圾回收对象的特点进行选择,才是明智的选择。 分代算法其实就是这样的,根据回收对象的特点进行选择,在jvm中,年轻代适合使用复 制算法,老年代适合使用标记清除或标记压缩算法。

      垃圾收集器以及内存分配

      前面我们讲了垃圾回收的算法,还需要有具体的实现,在jvm中,实现了多种垃圾收集器,包括:串行垃圾收集器、并行垃圾收集器、CMS(并发)垃圾收集器、G1垃圾收集 器,接下来,我们一个个的了解学习。

      串行垃圾收集器

      串行垃圾收集器,是指使用单线程进行垃圾回收,垃圾回收时,只有一个线程在工作,并且java应用中的所有线程都要暂停,等待垃圾回收的完成。这种现象称之为 STW(Stop-The-World)。 对于交互性较强的应用而言,这种垃圾收集器是不能够接受的。 一般在Javaweb应用中是不会采用该收集器的。

      编写测试代码

      package com.tntxia.test.jvm;
      
      import java.util.ArrayList;
      import java.util.List;
      import java.util.Properties;
      import java.util.Random;
      public class TestGC {
          public static void main(String[] args) throws Exception {
              List<Object> list = new ArrayList<Object>();
              while (true){
                  int sleep = new Random().nextInt(100);
                  if(System.currentTimeMillis() % 2 ==0){
                      list.clear();
                  }else{
                      for (int i = 0; i < 10000; i++) {
                          Properties properties = new Properties();
                          properties.put("key_"+i, "value_" +
                                  System.currentTimeMillis() + i);
                          list.add(properties);
                      }
                  }
      // System.out.println("list大小为:" + list.size());
                  Thread.sleep(sleep);
              }
          }
      }
      

      设置垃圾回收为串行收集器

      在程序运行参数中添加2个参数,如下:

      -XX:+UseSerialGC

      指定年轻代和老年代都使用串行垃圾收集器

      -XX:+PrintGCDetails

      打印垃圾回收的详细信息

      # 为了测试GC,将堆的初始和最大内存都设置为16M
      ‐XX:+UseSerialGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m

      启动程序,可以看到下面信息:

      [GC (Allocation Failure) [DefNew: 4416K‐>512K(4928K), 0.0046102 secs]
      4416K‐>1973K(15872K), 0.0046533 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]
      [Full GC (Allocation Failure) [Tenured: 10944K‐>3107K(10944K), 0.0085637
      secs] 15871K‐>3107K(15872K), [Metaspace: 3496K‐>3496K(1056768K)],
      0.0085974 secs] [Times: user=0.02 sys=0.00, real=0.01 secs]

      GC日志信息解读:

      年轻代的内存GC前后的大小: DefNew 表示使用的是串行垃圾收集器。 4416K->512K(4928K)

      表示,年轻代GC前,占有4416K内存,GC后,占有512K内存,总大小4928K

      0.0046102 secs 表示,GC所用的时间,单位为毫秒。 4416K->1973K(15872K) 表示,GC前,堆内存占有4416K,GC后,占有1973K,总大小为15872K Full GC 表示,内存空间全部进行GC

      并行垃圾收集器

      并行垃圾收集器在串行垃圾收集器的基础之上做了改进,将单线程改为了多线程进行垃圾回收,这样可以缩短垃圾回收的时间。(这里是指,并行能力较强的机器) 当然了,并行垃圾收集器在收集的过程中也会暂停应用程序,这个和串行垃圾回收器是 一样的,只是并行执行,速度更快些,暂停的时间更短一些。

      ParNew垃圾收集器

      ParNew垃圾收集器是工作在年轻代上的,只是将串行的垃圾收集器改为了并行。

      通过-XX:+UseParNewGC参数设置年轻代使用ParNew回收器,老年代使用的依然是串行 收集器。 测试:

      #参数
      ‐XX:+UseParNewGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m
      #打印出的信息
      [GC (Allocation Failure) [ParNew: 4416K‐>512K(4928K), 0.0032106 secs]
      4416K‐>1988K(15872K), 0.0032697 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]

      由以上信息可以看出, ParNew: 使用的是ParNew收集器。其他信息和串行收集器一致。

      ParallelGC垃圾收集器

      ParallelGC收集器工作机制和ParNewGC收集器一样,只是在此基础之上,新增了两个和系统吞吐量相关的参数,使得其使用起来更加的灵活和高效。 相关参数如下: -XX:+UseParallelGC 年轻代使用ParallelGC垃圾回收器,老年代使用串行回收器。

      -XX:+UseParallelOldGC 年轻代使用ParallelGC垃圾回收器,老年代使用ParallelOldGC垃圾回收器。

      -XX:MaxGCPauseMillis 设置最大的垃圾收集时的停顿时间,单位为毫秒 需要注意的时,ParallelGC为了达到设置的停顿时间,可能会调整堆大小或其他 的参数,如果堆的大小设置的较小,就会导致GC工作变得很频繁,反而可能会 影响到性能。 该参数使用需谨慎。

      -XX:GCTimeRatio 设置垃圾回收时间占程序运行时间的百分比,公式为1/(1+n)。 它的值为0~100之间的数字,默认值为99,也就是垃圾回收时间不能超过1%

      -XX:UseAdaptiveSizePolicy 自适应GC模式,垃圾回收器将自动调整年轻代、老年代等参数,达到吞吐量、 堆大小、停顿时间之间的平衡。 一般用于,手动调整参数比较困难的场景,让收集器自动进行调整。

      #参数
      ‐XX:+UseParallelGC ‐XX:+UseParallelOldGC ‐XX:MaxGCPauseMillis=100 ‐
      XX:+PrintGCDetails ‐Xms16m ‐Xmx16m
      #打印的信息
      [GC (Allocation Failure) [PSYoungGen: 4096K‐>480K(4608K)] 4096K‐
      >1840K(15872K), 0.0034307 secs] [Times: user=0.00 sys=0.00, real=0.00
      secs]
      [Full GC (Ergonomics) [PSYoungGen: 505K‐>0K(4608K)] [ParOldGen: 10332K‐
      >10751K(11264K)] 10837K‐>10751K(15872K), [Metaspace: 3491K‐
      >3491K(1056768K)], 0.0793622 secs] [Times: user=0.13 sys=0.00, real=0.08
      secs]

      有以上信息可以看出,年轻代和老年代都使用了ParallelGC垃圾回收器。

      CMS垃圾收集器

      CMS全称 Concurrent Mark Sweep,是一款并发的、使用标记-清除算法的垃圾回收器,

      该回收器是针对老年代垃圾回收的,通过参数-XX:+UseConcMarkSweepGC进行设置。 CMS垃圾回收器的执行过程如下:

      初始化标记(CMS-initial-mark) ,标记root,会导致stw;

      并发标记(CMS-concurrent-mark),与用户线程同时运行; 预清理(CMS-concurrent-preclean),与用户线程同时运行; 重新标记(CMS-remark) ,会导致stw; 并发清除(CMS-concurrent-sweep),与用户线程同时运行; 调整堆大小,设置CMS在清理之后进行内存压缩,目的是清理内存中的碎片; 并发重置状态等待下次CMS的触发(CMS-concurrent-reset),与用户线程同时运行;

      测试

      #设置启动参数
      ‐XX:+UseConcMarkSweepGC ‐XX:+PrintGCDetails ‐Xms16m ‐Xmx16m
      #运行日志
      [GC (Allocation Failure) [ParNew: 4926K‐>512K(4928K), 0.0041843 secs]
      9424K‐>6736K(15872K), 0.0042168 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]
      #第一步,初始标记
      [GC (CMS Initial Mark) [1 CMS‐initial‐mark: 6224K(10944K)] 6824K(15872K),
      0.0004209 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
      #第二步,并发标记
      [CMS‐concurrent‐mark‐start]
      [CMS‐concurrent‐mark: 0.002/0.002 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]
      #第三步,预处理
      [CMS‐concurrent‐preclean‐start]
      [CMS‐concurrent‐preclean: 0.000/0.000 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]
      #第四步,重新标记
      [GC (CMS Final Remark) [YG occupancy: 1657 K (4928 K)][Rescan (parallel)
      , 0.0005811 secs][weak refs processing, 0.0000136 secs][class unloading,
      0.0003671 secs][scrub symbol table, 0.0006813 secs][scrub string table,
      0.0001216 secs][1 CMS‐remark: 6224K(10944K)] 7881K(15872K), 0.0018324
      secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
      #第五步,并发清理
      [CMS‐concurrent‐sweep‐start]
      [CMS‐concurrent‐sweep: 0.004/0.004 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]
      #第六步,重置
      [CMS‐concurrent‐reset‐start]
      [CMS‐concurrent‐reset: 0.000/0.000 secs] [Times: user=0.00 sys=0.00,
      real=0.00 secs]

      G1垃圾收集器(重点)

      G1垃圾收集器是在jdk1.7中正式使用的全新的垃圾收集器,oracle官方计划在jdk9中将G1变成默认的垃圾收集器,以替代CMS。

      G1的设计原则就是简化JVM性能调优,开发人员只需要简单的三步即可完成调优:

      1. 第一步,开启G1垃圾收集器
      2. 第二步,设置堆的最大内存
      3. 第三步,设置最大的停顿时间 G1中提供了三种模式垃圾回收模式,Young GC、Mixed GC 和 Full GC,在不同的条件 下被触发。 3.4.1、原理 G1垃圾收集器相对比其他收集器而言,最大的区别在于它取消了年轻代、老年代的物理 划分,取而代之的是将堆划分为若干个区域(Region),这些区域中包含了有逻辑上的 年轻代、老年代区域。 这样做的好处就是,我们再也不用单独的空间对每个代进行设置了,不用担心每个代内 存是否足够。

      在G1划分的区域中,年轻代的垃圾收集依然采用暂停所有应用线程的方式,将存活对象

      拷贝到老年代或者Survivor空间,G1收集器通过将对象从一个区域复制到另外一个区 域,完成了清理工作。 这就意味着,在正常的处理过程中,G1完成了堆的压缩(至少是部分堆的压缩),这样 也就不会有cms内存碎片问题的存在了。 在G1中,有一种特殊的区域,叫Humongous区域。 如果一个对象占用的空间超过了分区容量50%以上,G1收集器就认为这是一个巨型 对象。 这些巨型对象,默认直接会被分配在老年代,但是如果它是一个短期存在的巨型对 象,就会对垃圾收集器造成负面影响。 为了解决这个问题,G1划分了一个Humongous区,它用来专门存放巨型对象。如果 一个H区装不下一个巨型对象,那么G1会寻找连续的H分区来存储。为了能找到连续 的H区,有时候不得不启动Full GC。 3.4.2、Young GC Young GC主要是对Eden区进行GC,它在Eden空间耗尽时会被触发。 Eden空间的数据移动到Survivor空间中,如果Survivor空间不够,Eden空间的部分 数据会直接晋升到年老代空间。 Survivor区的数据移动到新的Survivor区中,也有部分数据晋升到老年代空间中。 最终Eden空间的数据为空,GC停止工作,应用线程继续执行。

      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.51cto.com/tntxia/10611855,作者:虾王之王,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:MySQL库表设计小技巧

      下一篇:学习随机_4

      相关文章

      2025-05-14 10:33:31

      计算机小白的成长历程——数组(1)

      计算机小白的成长历程——数组(1)

      2025-05-14 10:33:31
      strlen , 个数 , 元素 , 内存 , 十六进制 , 地址 , 数组
      2025-05-14 10:33:25

      超级好用的C++实用库之环形内存池

      环形内存池是一种高效的内存管理技术,特别适合于高并发、实时性要求高的系统中,比如:网络服务器、游戏引擎、实时音视频等领域。

      2025-05-14 10:33:25
      buffer , CHP , 内存 , 分配 , 加锁
      2025-05-14 10:07:38

      30天拿下Rust之所有权

      在编程语言的世界中,Rust凭借其独特的所有权机制脱颖而出,为开发者提供了一种新颖而强大的工具来防止内存错误。这一特性不仅确保了代码的安全性,还极大地提升了程序的性能。

      2025-05-14 10:07:38
      data , Rust , 内存 , 函数 , 变量 , 数据
      2025-05-14 10:02:58

      Linux top 命令使用教程

      Linux top 是一个在Linux和其他类Unix 系统上常用的实时系统监控工具。它提供了一个动态的、交互式的实时视图,显示系统的整体性能信息以及正在运行的进程的相关信息。

      2025-05-14 10:02:58
      CPU , 信息 , 内存 , 占用 , 备注 , 进程
      2025-05-14 10:02:48

      使用JavaScript打印网页占用内存:详细指南

      在前端开发中,了解网页的内存占用情况对于优化性能和提高用户体验至关重要。

      2025-05-14 10:02:48
      JavaScript , 内存 , 占用 , 泄漏 , 浏览器 , 监听器 , 示例
      2025-05-14 09:51:15

      java循环创建对象内存溢出怎么解决

      在Java中,如果在循环中不当地创建大量对象而不及时释放内存,很容易导致内存溢出(OutOfMemoryError)。

      2025-05-14 09:51:15
      内存 , 占用 , 对象 , 引用 , 循环 , 次数 , 溢出
      2025-05-13 09:53:13

      计算机萌新的成长历程18——指针

      计算机要存储数据的话有以下几种途径,按访问速度由快到慢来排列分别是:寄存器>高速缓存>内存>硬盘。它们的存储空间大小是依次增大的,寄存器的存储空间大小最小,硬盘存储空间大小最大。

      2025-05-13 09:53:13
      内存 , 变量 , 地址 , 寄存器 , 指针
      2025-05-08 09:03:57

      m3db调优踩坑问题总结

      m3db调优踩坑问题总结

      2025-05-08 09:03:57
      内存 , 查询 , 聚合
      2025-05-07 09:12:52

      Java之IO流

      Java之IO流

      2025-05-07 09:12:52
      File , 内存 , 数据 , 文件 , 硬盘 , 程序 , 管道
      2025-05-07 09:12:52

      C语言:内存函数

      C语言:内存函数

      2025-05-07 09:12:52
      memcpy , memmove , 内存 , 函数 , 字节 , 拷贝 , 重叠
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5275334

      查看更多

      最新文章

      30天拿下Rust之所有权

      2025-05-14 10:07:38

      Linux top 命令使用教程

      2025-05-14 10:02:58

      java循环创建对象内存溢出怎么解决

      2025-05-14 09:51:15

      m3db调优踩坑问题总结

      2025-05-08 09:03:57

      Redis多级缓存指南:从前端到后端全方位优化!

      2025-04-15 09:24:56

      php phpexcel导文件爆500(爆内存) && 应对

      2025-03-31 08:57:48

      查看更多

      热门文章

      获取服务器CPU、内存等各类信息工具类

      2023-04-27 08:00:25

      linux的存储管理

      2023-03-14 11:10:02

      libcurl第十二课 内存分析

      2023-03-15 09:25:34

      JS 变量、作用域与内存

      2023-05-19 03:35:34

      Confluence 7 如何修改启动内存

      2023-05-31 08:47:59

      JVM内存模型

      2023-05-31 08:43:18

      查看更多

      热门标签

      存储 缓存 内存 数据库 数据 redis mysql 服务器 数据恢复 Redis linux java 链表 MySQL sql
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      浅拷贝和深拷贝的深度理解

      内存相关

      Linux之开机、重启和用户登录注销等操作

      46个常见的操作系统问题,你知道多少?

      内存用量报警

      如何看内存占用情况,vue反复刷新标签页导致面内存一直在涨,系统反应越来越慢,内存占用4个g。

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号