- 综合排序
- 最热优先
- 最新优先
- 来自专栏惊羽-布壳儿
jdk(4) - JVM内存
JVM 运行时内存划分 1.1 整体分布 主要分为 : jvm 内存 计数器 : 利用自增特性,主持线程顺次执行栈中的指令; JVM栈 : 由栈帧组成,每个栈帧包含当前方法的入口,返回信息,参数和变量 ,基础类型和对象的引用等; 本地方法栈 : 主要维护JNI相关的信息 堆 : 用于存放程序运行中创建的对象数据; 本地内存 元数据区 : 用于存放永久对象的区域; 直接内存 : 用于存放堆外内存, 直接使用操作系统本身内存的区域(如 NIO部分类库实例); image.png 图中,绿色为线程私有的,换色则属线程公用; 1.2 堆内存划分 年轻代 Eden : 新对象的存放之地;占用内存达到阈值后会触发 servivor0 : 幸存区,用于youngGC时,临时存放幸存的对象; servivor1 : 同servivor0; servivor0, servivor1 配合Eden,使得youngGC时,不产生内存碎片 ,同时保证了新生内存都在Eden区; 参考文章 : 为什么JVM新生代中有两个survivor？
75210编辑于 2022-06-15 - 来自专栏CSIG质量部压测团队
Jmeter限制打量QPS上限
在生产环境压测时，可能存在并发设置过高，导致把生产环境资源占满或者服务器打挂，从而影响系统正常使用；或是导致系统触发限频，出现大量报错，从而影响压测结果；于是针对以上问题，我们可以使用jmeter中的Constant Throughput Timer来解决以上问题。
6.5K21编辑于 2021-12-08 - 来自专栏johnhuster
sentinel在controller上限流
="restApi-device",blockHandler="blockHandler") public String getDevice(HttpServletRequest req) 4.
95310编辑于 2022-03-28 - 来自专栏大数据生态
Elasticsearch 分片文档达到上限
本文描述问题及解决方法同样适用于 腾讯云 Elasticsearch Service（ES）。
43911编辑于 2025-07-31 - 来自专栏炼丹笔记
负样本修正：既然数据是模型的上限，就不要破坏这个上限
在这种情况下,exposure bias也被称作为是selection bias; 3）用户的背景是商品曝光的另一个因素，例如社交朋友、他们所属的社区和地理位置等; 4）流行的商品有更大的概率被曝光(popularity 4.Others:例如考虑用户的序列行为等,对应的设计inverse propensity的模型等。
1.6K10发布于 2021-05-14 - 来自专栏计算机视觉理论及其实现
Label Assign：提升目标检测上限
好的label assign方式可以提升目标检测器的上限。ATSSATSS的paper中进而提出了一种更加合适的label assign方式，称为ATSS。 验证了好的采样方式能够提升目标检测精度的上限。FreeAnchor?将检测训练过程看成一个极大似然估计问题?构造极大似然估计问题的recall和precision似然函数?转变成损失函数??
2.4K10编辑于 2022-09-02 - 来自专栏杨不易呀
【JMM内存模型-4】JMM内存模型之CPU缓存策略
CPU缓存策略原理 缓存概述 CPU为了提升执行效率，减少CPU与内存的交互(交互影响CPU效率)，一般在CPU上集成了多级缓存架构 cpu缓存策略图 cpu读取数据时, 会先从自己的寄存器当中读取. 如果没有再从Cache当中读取数据.如果Cache当中也没能.再从内存当中获取.然后再依次缓存 多核CPU结构图 三级缓存 L1 Cache 分为数据缓存和指令缓存，逻辑核独占 CPU所有操作的数据全部在寄存器当中完成 Registers(寄存器组) `<1ns` L1 cache (一级缓存) `约1ns` L2 cache（二级缓存） `约3ns` L3cache（三级缓存） `约15ns` 主内存 计算机当中为了让效率更高,在读取数据时,是一块一块进行读取的 3. cache Line能够读取的大小是64个字节 cpu缓存一致性问题 假设cpu1从主内存当中读取一个共享数据i = 1，读取到cache 当中 进行数据的修改,把i修改为2 一、同时同一个cpu也从内存当中读取数据 此时读取的结构可能是1也可能是2 如果cpu1把写的结果写到到内存中, cpu2读取的就是2 如果cpu1没有把结果写回到主内存当中
86220编辑于 2022-01-19 - 来自专栏linux驱动个人学习
Linux-3.14.12内存管理笔记【构建内存管理框架（4）】
虽说前文分析内存管理框架构建的实现，提到了find_zone_movable_pfns_for_nodes()，但这里不准备复述什么，仅针对required_movablecore和required_kernelcore
90720发布于 2019-10-08 - 来自专栏游戏杂谈
关于setTimeout的最大延时上限
昨晚在微博上看到有人问这个问题，小试了一下，我得到的情况如下(代码运行环境是32位的windows sp3)： IE8：Math.pow(2, 32) – 1 => 4294967295 Chrome dev 11.0、FF4、 script type="text/javascript"> 2: tmpTime = Math.pow(2, 31) - 1; 3: 4: alert(1); 8: }, tmpTime); 9: </script> 如果在alert时间之后马上alert 1出来，则表示已经超过它的上限
1.4K20发布于 2018-11-15 - 来自专栏云前端
JS的内存管理及4种常见的内存泄漏
举例来说，看一下以下声明： int n; // 4 bytes int x[4]; // array of 4 elements, each 4 bytes double m; // 8 bytes 编译器立刻就能算出这部分代码需要的空间 4 + 4 × 4 + 8 = 28 bytes. 在以上例子中，编译器清楚的制度每个变量所需内存。事实上，每当我们写入变量 n 时，这个变量在内部就被翻译成类似“内存地址4127963”了。 如果试图访问这里的 x[4] , 就会访问关联数据 m。 // 由 a1 和 a2 的元素串联成新的 4 个元素的数组 Using memory in JavaScript - 在JS中使用内存 在JS中使用内存，基本上就意味着对其读写。 'o2' 属性仍被 'o4' 变量引用，所以不能被释放 o4 = null; // 原本被 'o1' 引用的对象可以被gc了 Cycles are creating problems - 循环引用带来问题
1.4K30发布于 2020-06-15 - 来自专栏菲珠ma的感悟
腾讯云cvm公网IP带宽上限
见文档 https://cloud.tencent.com/document/product/213/12523 出网带宽上限（上行带宽） image.png image.png 入网带宽上限（上行带宽 不同类型的带宽峰值，其含义略有不同，具体区别如下： 按流量计费 按带宽计费（包括按小时带宽和包月带宽） 带宽峰值仅作为带宽最高上限峰值，不作为承诺指标。当出现带宽资源争抢时，带宽峰值可能会受到限制。
35K20发布于 2020-07-31 - 来自专栏精讲JAVA
Java 虚拟机 4：内存溢出
www.cnblogs.com/xrq730/p/4833713.html 堆溢出 Java堆唯一的作用就是存储对象实例，只要保证不断创建对象并且对象不被回收，那么对象数量达到最大堆容量限制后就会产生内存溢出异常了 解决方案的话，可以调大堆的大小或者从代码上检视是否存在某些对象生命周期过长、持有状态时间过长的情况，长时间少程序运行期间的内存消耗。 上面无限产生线程的场景，从另外一个角度说，就是为每个线程的栈分配的内存空间越大，反而越容易产生内存溢出。其实这也很好理解，操作系统分配给进程的内存是有限制的，比如32位的Windows限制为2GB。 虚拟机提供了了参数来控制Java堆和方法区这两部分内存的最大值，剩余内存为2GB-最大堆容量-最大方法区容量，程序计数器很小就忽略了，虚拟机进程本身的耗费也不算，剩下的内存就是栈的了。 每个线程分配到的栈容量越大，可建立的线程数自然就越少，建立线程时就越容易把剩下的内存耗尽。 StackOverFlowError这个异常，有错误堆栈可以阅读，比较好定位。
92020发布于 2018-07-30 - 来自专栏闵开慧
让XP支持4G内存
4G内存已经成为很多中高档笔记本电脑的标准配置。前两篇文章介绍了WIN7系统4G内存的破解过程和4G内存的完美利用。但是，很多朋友还是习惯用32位 XP系统。 那么能不能让32位 XP系统也能完美支持4G内存呢，当然也是可以的。今天，我们就来介绍如何在32位XP系统完美破解4G内存限制。 第二步、安装内存盘 开启了PAE，并没有破解4G内存限制。需要利用多余的1G内存建立内存盘使用，就能完美利用全部4G内存了。 ，加上3G的系统使用内存，刚好为4G，全部使用。 成功设置xp支持4g内存 现在内存很便宜,不想换系统又想用上4G,这是在网上找到的.不知有谁用过.效果怎样?
8K110发布于 2018-03-30 - 来自专栏机器学习与统计学
数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
3.1.4 互信息法 3.2 Wrapper 3.2.1 递归特征消除法 3.3 Embedded 3.3.1 基于惩罚项的特征选择法 3.3.2 基于树模型的特征选择法4 有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？ IRIS数据集由Fisher在1936年整理，包含4个特征（Sepal.Length（花萼长度）、Sepal.Width（花萼宽度）、Petal.Length（花瓣长度）、Petal.Width（花瓣宽度 4个特征，度为2的多项式转换公式如下： ? #GBDT作为基模型的特征选择 SelectFromModel(GradientBoostingClassifier()).fit_transform(iris.data, iris.target) 4
8.5K30发布于 2019-05-14 - 来自专栏架构师成长之路
GO进阶(4) 深入Go的内存管理
32位机器可以直接寻址4G空间，意思是每个应用程序都有4G内存空间可用。 虚拟内存一般分为以下4大块： 1，栈空间：特点是内存地址连续，先进后出，里面放了局部变量、函数形参、自动变量。 ，该策略会将内存分割成由 4、8、16、32 字节的内存块组成的链表，当我们向内存分配器申请 8 字节的内存时，它会在上图中找到满足条件的空闲内存块并返回。 如上图所示，微分配器已经在 16 字节的内存块中分配了 12 字节的对象，如果下一个待分配的对象小于 4 字节，它会直接使用上述内存块的剩余部分，减少内存碎片，不过该内存块只有所有对象都被标记为垃圾时才会回收 4、大对象 运行时对于大于 32KB 的大对象会单独处理，我们不会从线程缓存或者中心缓存中获取内存管理单元，而是直接调用 runtime.mcache.allocLarge 分配大片内存： func goroutine会占用4GB。
1K10编辑于 2023-02-27 - 来自专栏技术杂记
c1000k TCP 连接上限测试
前言 c1000k 是一套用来测试本地OS TCP连接上限的C/S小工具。
86510编辑于 2022-04-23 - 来自专栏技术杂记
Percona Server 5.1 内存过量消耗分析4
由于 innodb_buffer_pool_size 和 query_cache_size 都是我手动配置的，所以这个差异报告让我立刻注意到了 innodb_ibuf_max_size
69910编辑于 2022-07-09 - 来自专栏数据库相关
redis4的自动内存整理
redis4里面自带了内存整理，可以避免内存碎片率过大的问题。 active_defrag_running:0 lazyfree_pending_objects:0 可以看到 mem_fragmentation_ratio 从1.48 降低到了1.21了 redis4 defragmentation # 碎片整理总开关 # activedefrag yes # Minimum amount of fragmentation waste to start active defrag # 内存碎片达到多少的时候开启整理
2.1K20发布于 2019-09-17 - 来自专栏全栈程序员必看
linux文件句柄数上限_怎么清除文件句柄
sys/fs/file-max 系统级别最大限制（所有进程打开的不能超过） 下面的可简单看，可忽略 cat /proc/sys/fs/file-nr 当前系统已经占用的句柄 [root@izm3mkp4g43hdqz
6.2K140编辑于 2022-11-02 - 来自专栏lonelydawn的前端猿区
酷炫的progressbar(上限可大于100%)
引用 <link rel="stylesheet" type="text/css" href="./index.css">
<script type1.2K80发布于 2018-02-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号