xuan2017
xuan2017

JVM调优实战

1、环境准备

需要调优的项目是个springboot 搭建的一个eureka服务，百度云下载链接地址附在线面。
链接：https://pan.baidu.com/s/1q-vnmSwg5e05lqVKnQdJPw
提取码：r7o4

2、JVM调优主要就是调整下面两个指标

  1. 停顿时间: 垃圾收集器做垃圾回收中断应用执行的时间。 -XX:MaxGCPauseMillis
  2. 吞吐量：垃圾收集的时间和总时间的占比：1/(1+n)，吞吐量为1-1/(1+n) 。 XX:GCTimeRatio=n

3、GC调优步骤

打印GC日志

java -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -Xloggc:./gc.log
Tomcat则直接加在JAVA_OPTS变量里
分析日志得到关键性指标
分析GC原因，调优JVM参数

E:\jvmtest>java -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -Xloggc:./parallelgc.log -jar eureka-server.jar

http://localhost:8761 项目启动成功
会在当前的项目目录下生产长城一个parallelgc.log 文件
1、Parallel Scavenge收集器(默认)
分析parallel-gc.log

Java HotSpot(TM) 64-Bit Server VM (25.102-b14) for windows-amd64 JRE (1.8.0_102-b14), built on Jun 22 2016 13:15:21 by "java_re" with MS VC++ 10.0 (VS2010)
Memory: 4k page, physical 8277748k(4290892k free), swap 19812084k(14246140k free)
CommandLine flags: -XX:InitialHeapSize=132443968 -XX:MaxHeapSize=2119103488 -XX:+PrintGC -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+UseCompressedClassPointers -XX:+UseCompressedOops -XX:-UseLargePagesIndividualAllocation -XX:+UseParallelGC 
2020-02-23T17:55:29.373+0800: 2.742: [GC (Allocation Failure) [PSYoungGen: 33280K->3036K(38400K)] 33280K->3044K(125952K), 0.0219619 secs] [Times: user=0.00 sys=0.00, real=0.02 secs] 
2020-02-23T17:55:29.987+0800: 3.355: [GC (Allocation Failure) [PSYoungGen: 36316K->3551K(38400K)] 36324K->3567K(125952K), 0.0042876 secs] [Times: user=0.02 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:30.582+0800: 3.950: [GC (Allocation Failure) [PSYoungGen: 36831K->2896K(38400K)] 36847K->2920K(125952K), 0.0025079 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T17:55:31.149+0800: 4.516: [GC (Allocation Failure) [PSYoungGen: 36176K->4153K(38400K)] 36200K->4185K(125952K), 0.0036800 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T17:55:31.351+0800: 4.719: [GC (Allocation Failure) [PSYoungGen: 37433K->4148K(38400K)] 37465K->4188K(125952K), 0.0055490 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:31.509+0800: 4.877: [GC (Allocation Failure) [PSYoungGen: 37428K->4321K(71680K)] 37468K->4369K(159232K), 0.0048466 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T17:55:31.790+0800: 5.158: [GC (Allocation Failure) [PSYoungGen: 70881K->3137K(71680K)] 70929K->5532K(159232K), 0.0067275 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:32.125+0800: 5.493: [GC (Allocation Failure) [PSYoungGen: 69697K->2457K(138240K)] 72092K->5316K(225792K), 0.0043441 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:33.290+0800: 6.658: [GC (Allocation Failure) [PSYoungGen: 135577K->4555K(138240K)] 138436K->7919K(225792K), 0.0102491 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:33.471+0800: 6.840: [GC (Metadata GC Threshold) [PSYoungGen: 8559K->2080K(218624K)] 11923K->6374K(306176K), 0.0069958 secs] [Times: user=0.05 sys=0.02, real=0.01 secs] 
2020-02-23T17:55:33.478+0800: 6.847: [Full GC (Metadata GC Threshold) [PSYoungGen: 2080K->0K(218624K)] [ParOldGen: 4294K->6162K(53760K)] 6374K->6162K(272384K), [Metaspace: 20910K->20910K(1069056K)], 0.0849991 secs] [Times: user=0.27 sys=0.00, real=0.09 secs] 
2020-02-23T17:55:35.322+0800: 8.689: [GC (Allocation Failure) [PSYoungGen: 212992K->4993K(218624K)] 219154K->11163K(272384K), 0.0069890 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:36.156+0800: 9.524: [GC (Allocation Failure) [PSYoungGen: 217985K->4963K(287744K)] 224155K->13556K(341504K), 0.0100496 secs] [Times: user=0.05 sys=0.02, real=0.01 secs] 
2020-02-23T17:55:37.966+0800: 11.334: [GC (Allocation Failure) [PSYoungGen: 287587K->6115K(290304K)] 296180K->20073K(344064K), 0.0138193 secs] [Times: user=0.03 sys=0.03, real=0.01 secs] 
2020-02-23T17:55:39.469+0800: 12.837: [GC (Allocation Failure) [PSYoungGen: 290275K->5986K(377856K)] 304233K->25904K(431616K), 0.0219192 secs] [Times: user=0.06 sys=0.00, real=0.02 secs] 
2020-02-23T17:55:40.511+0800: 13.879: [GC (Metadata GC Threshold) [PSYoungGen: 193610K->3014K(378368K)] 213527K->26488K(432128K), 0.0121948 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:40.524+0800: 13.891: [Full GC (Metadata GC Threshold) [PSYoungGen: 3014K->0K(378368K)] [ParOldGen: 23474K->22776K(99840K)] 26488K->22776K(478208K), [Metaspace: 35039K->35039K(1081344K)], 0.1210607 secs] [Times: user=0.33 sys=0.00, real=0.12 secs] 
2020-02-23T17:55:42.068+0800: 15.435: [GC (Allocation Failure) [PSYoungGen: 369152K->5091K(471552K)] 391928K->27876K(571392K), 0.0121537 secs] [Times: user=0.06 sys=0.00, real=0.01 secs] 
2020-02-23T17:55:44.289+0800: 17.657: [GC (Allocation Failure) [PSYoungGen: 471523K->8680K(486912K)] 494308K->32747K(586752K), 0.0181657 secs] [Times: user=0.05 sys=0.01, real=0.02 secs] 
2020-02-23T17:55:46.507+0800: 19.875: [GC (Allocation Failure) [PSYoungGen: 486888K->8755K(553984K)] 510955K->41063K(653824K), 0.0341341 secs] [Times: user=0.17 sys=0.00, real=0.03 secs]

上面信息显示了年轻代和老年代每次gc 之后的内存变化。
调优：
第一次调优，设置Metaspace大小：增大元空间大小-XX:MetaspaceSize=64M -XX:MaxMetaspaceSize=64M
第二次调优，增大年轻代动态扩容增量，默认是20(%)，可以减少young gc：-XX:YoungGenerationSizeIncrement=30
比较下几次调优效果：
吞吐量 最大停顿 平均停顿 Young gc Full gc
98.356% 120 ms 19 ms 19 2
99.252% 20 ms 10 ms 16 0

99.24% 17
2、配置CMS收集器
java -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+UseConcMarkSweepGC -Xloggc:./cmsgc.log -jar eureka-server.jar

Java HotSpot(TM) 64-Bit Server VM (25.102-b14) for windows-amd64 JRE (1.8.0_102-b14), built on Jun 22 2016 13:15:21 by "java_re" with MS VC++ 10.0 (VS2010)
Memory: 4k page, physical 8277748k(4378560k free), swap 19812084k(14299904k free)
CommandLine flags: -XX:InitialHeapSize=132443968 -XX:MaxHeapSize=2119103488 -XX:MaxNewSize=348966912 -XX:MaxTenuringThreshold=6 -XX:OldPLABSize=16 -XX:+PrintGC -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+UseCompressedClassPointers -XX:+UseCompressedOops -XX:+UseConcMarkSweepGC -XX:-UseLargePagesIndividualAllocation -XX:+UseParNewGC 
2020-02-23T18:05:11.706+0800: 0.621: [GC (Allocation Failure) 2020-02-23T18:05:11.706+0800: 0.621: [ParNew: 34944K->3012K(39296K), 0.0051010 secs] 34944K->3012K(126720K), 0.0056178 secs] [Times: user=0.05 sys=0.02, real=0.01 secs] 
2020-02-23T18:05:12.027+0800: 0.942: [GC (Allocation Failure) 2020-02-23T18:05:12.027+0800: 0.942: [ParNew: 37956K->2541K(39296K), 0.0085515 secs] 37956K->4544K(126720K), 0.0086613 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:12.567+0800: 1.482: [GC (Allocation Failure) 2020-02-23T18:05:12.567+0800: 1.482: [ParNew: 37485K->1180K(39296K), 0.0028535 secs] 39488K->3183K(126720K), 0.0029385 secs] [Times: user=0.06 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:12.724+0800: 1.638: [GC (Allocation Failure) 2020-02-23T18:05:12.724+0800: 1.638: [ParNew: 36124K->2724K(39296K), 0.0026536 secs] 38127K->4726K(126720K), 0.0027267 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:12.811+0800: 1.726: [GC (Allocation Failure) 2020-02-23T18:05:12.811+0800: 1.726: [ParNew: 37668K->2410K(39296K), 0.0020314 secs] 39670K->4412K(126720K), 0.0021021 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:12.892+0800: 1.807: [GC (Allocation Failure) 2020-02-23T18:05:12.892+0800: 1.807: [ParNew: 37354K->2887K(39296K), 0.0026690 secs] 39356K->4890K(126720K), 0.0027718 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:12.959+0800: 1.873: [GC (Allocation Failure) 2020-02-23T18:05:12.959+0800: 1.873: [ParNew: 37831K->2767K(39296K), 0.0030040 secs] 39834K->5154K(126720K), 0.0030890 secs] [Times: user=0.06 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.070+0800: 1.985: [GC (Allocation Failure) 2020-02-23T18:05:13.070+0800: 1.985: [ParNew: 37711K->3022K(39296K), 0.0026935 secs] 40098K->5409K(126720K), 0.0027927 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.181+0800: 2.096: [GC (Allocation Failure) 2020-02-23T18:05:13.181+0800: 2.096: [ParNew: 37966K->2871K(39296K), 0.0030274 secs] 40353K->5455K(126720K), 0.0031111 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.284+0800: 2.199: [GC (Allocation Failure) 2020-02-23T18:05:13.284+0800: 2.199: [ParNew: 37815K->2818K(39296K), 0.0033782 secs] 40399K->5675K(126720K), 0.0034781 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.482+0800: 2.397: [GC (Allocation Failure) 2020-02-23T18:05:13.482+0800: 2.397: [ParNew: 37762K->3641K(39296K), 0.0049027 secs] 40619K->6653K(126720K), 0.0050114 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.646+0800: 2.561: [GC (Allocation Failure) 2020-02-23T18:05:13.646+0800: 2.561: [ParNew: 38585K->3119K(39296K), 0.0046017 secs] 41597K->6669K(126720K), 0.0046886 secs] [Times: user=0.06 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.826+0800: 2.740: [GC (Allocation Failure) 2020-02-23T18:05:13.826+0800: 2.740: [ParNew: 38063K->3435K(39296K), 0.0054518 secs] 41613K->8093K(126720K), 0.0055253 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:13.831+0800: 2.746: [GC (CMS Initial Mark) [1 CMS-initial-mark: 4657K(87424K)] 8794K(126720K), 0.0008727 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.832+0800: 2.747: [CMS-concurrent-mark-start]
2020-02-23T18:05:13.859+0800: 2.774: [CMS-concurrent-mark: 0.027/0.027 secs] [Times: user=0.03 sys=0.03, real=0.03 secs] 
2020-02-23T18:05:13.859+0800: 2.774: [CMS-concurrent-preclean-start]
2020-02-23T18:05:13.861+0800: 2.775: [CMS-concurrent-preclean: 0.001/0.001 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:13.861+0800: 2.775: [CMS-concurrent-abortable-preclean-start]
2020-02-23T18:05:13.983+0800: 2.898: [GC (Allocation Failure) 2020-02-23T18:05:13.983+0800: 2.898: [ParNew: 38379K->2894K(39296K), 0.0043386 secs] 43037K->8267K(126720K), 0.0057849 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:14.175+0800: 3.090: [CMS-concurrent-abortable-preclean: 0.135/0.315 secs] [Times: user=0.66 sys=0.14, real=0.31 secs] 
2020-02-23T18:05:14.175+0800: 3.090: [GC (CMS Final Remark) [YG occupancy: 21406 K (39296 K)]2020-02-23T18:05:14.175+0800: 3.090: [Rescan (parallel) , 0.0032545 secs]2020-02-23T18:05:14.179+0800: 3.093: [weak refs processing, 0.0000356 secs]2020-02-23T18:05:14.179+0800: 3.093: [class unloading, 0.0027417 secs]2020-02-23T18:05:14.181+0800: 3.096: [scrub symbol table, 0.0033667 secs]2020-02-23T18:05:14.185+0800: 3.099: [scrub string table, 0.0004065 secs][1 CMS-remark: 5373K(87424K)] 26779K(126720K), 0.0105055 secs] [Times: user=0.02 sys=0.02, real=0.01 secs] 
2020-02-23T18:05:14.186+0800: 3.100: [CMS-concurrent-sweep-start]
2020-02-23T18:05:14.188+0800: 3.102: [CMS-concurrent-sweep: 0.002/0.002 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:14.188+0800: 3.102: [CMS-concurrent-reset-start]
2020-02-23T18:05:14.189+0800: 3.104: [CMS-concurrent-reset: 0.001/0.001 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:14.563+0800: 3.478: [GC (Allocation Failure) 2020-02-23T18:05:14.563+0800: 3.478: [ParNew: 37838K->2334K(39296K), 0.0025628 secs] 43117K->7613K(126720K), 0.0026493 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:14.684+0800: 3.599: [GC (Allocation Failure) 2020-02-23T18:05:14.684+0800: 3.599: [ParNew: 37278K->2569K(39296K), 0.0029898 secs] 42557K->7848K(126720K), 0.0030795 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:14.837+0800: 3.752: [GC (Allocation Failure) 2020-02-23T18:05:14.837+0800: 3.752: [ParNew: 37513K->3762K(39296K), 0.0037752 secs] 42792K->9041K(126720K), 0.0038503 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:14.867+0800: 3.782: [GC (Allocation Failure) 2020-02-23T18:05:14.867+0800: 3.782: [ParNew: 38706K->2480K(39296K), 0.0041355 secs] 43985K->8678K(126720K), 0.0042114 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:14.985+0800: 3.899: [GC (Allocation Failure) 2020-02-23T18:05:14.985+0800: 3.899: [ParNew: 37424K->4100K(39296K), 0.0033557 secs] 43622K->10297K(126720K), 0.0034520 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:15.100+0800: 4.014: [GC (Allocation Failure) 2020-02-23T18:05:15.100+0800: 4.015: [ParNew: 39044K->3614K(39296K), 0.0039214 secs] 45241K->10424K(126720K), 0.0040427 secs] [Times: user=0.05 sys=0.02, real=0.00 secs] 
2020-02-23T18:05:15.189+0800: 4.103: [GC (Allocation Failure) 2020-02-23T18:05:15.189+0800: 4.103: [ParNew: 38558K->2902K(39296K), 0.0030234 secs] 45368K->9983K(126720K), 0.0030949 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:15.273+0800: 4.188: [GC (Allocation Failure) 2020-02-23T18:05:15.274+0800: 4.188: [ParNew: 37846K->3559K(39296K), 0.0041845 secs] 44927K->11208K(126720K), 0.0042904 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:15.400+0800: 4.315: [GC (Allocation Failure) 2020-02-23T18:05:15.400+0800: 4.315: [ParNew: 38503K->2821K(39296K), 0.0044654 secs] 46152K->11446K(126720K), 0.0045570 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:15.561+0800: 4.475: [GC (Allocation Failure) 2020-02-23T18:05:15.561+0800: 4.475: [ParNew: 37765K->2744K(39296K), 0.0030013 secs] 46390K->11370K(126720K), 0.0030831 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:15.750+0800: 4.664: [GC (Allocation Failure) 2020-02-23T18:05:15.750+0800: 4.664: [ParNew: 37688K->3961K(39296K), 0.0034923 secs] 46314K->12973K(126720K), 0.0035642 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:15.917+0800: 4.831: [GC (Allocation Failure) 2020-02-23T18:05:15.917+0800: 4.831: [ParNew: 38905K->3119K(39296K), 0.0039506 secs] 47917K->12564K(126720K), 0.0041086 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:16.320+0800: 5.235: [GC (Allocation Failure) 2020-02-23T18:05:16.321+0800: 5.235: [ParNew: 38063K->3467K(39296K), 0.0063162 secs] 47508K->13637K(126720K), 0.0064336 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:20.073+0800: 8.987: [GC (Allocation Failure) 2020-02-23T18:05:20.073+0800: 8.987: [ParNew: 38411K->3483K(39296K), 0.0042572 secs] 48581K->14364K(126720K), 0.0043595 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:20.154+0800: 9.069: [GC (Allocation Failure) 2020-02-23T18:05:20.154+0800: 9.069: [ParNew: 38427K->2768K(39296K), 0.0033703 secs] 49308K->14070K(126720K), 0.0034710 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:20.248+0800: 9.163: [GC (Allocation Failure) 2020-02-23T18:05:20.248+0800: 9.163: [ParNew: 37712K->3654K(39296K), 0.0030455 secs] 49014K->14955K(126720K), 0.0031332 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:20.343+0800: 9.258: [GC (Allocation Failure) 2020-02-23T18:05:20.343+0800: 9.258: [ParNew: 38598K->2305K(39296K), 0.0044966 secs] 49899K->14687K(126720K), 0.0045847 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:20.685+0800: 9.600: [GC (Allocation Failure) 2020-02-23T18:05:20.685+0800: 9.600: [ParNew: 37249K->2923K(39296K), 0.0037934 secs] 49631K->15305K(126720K), 0.0038728 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:20.835+0800: 9.750: [GC (Allocation Failure) 2020-02-23T18:05:20.835+0800: 9.750: [ParNew: 37867K->4352K(39296K), 0.0052278 secs] 50249K->18435K(126720K), 0.0053187 secs] [Times: user=0.06 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:21.025+0800: 9.940: [GC (Allocation Failure) 2020-02-23T18:05:21.025+0800: 9.940: [ParNew: 39296K->3890K(39296K), 0.0066821 secs] 53379K->22340K(126720K), 0.0067840 secs] [Times: user=0.00 sys=0.00, real=0.01 secs] 
2020-02-23T18:05:21.194+0800: 10.108: [GC (Allocation Failure) 2020-02-23T18:05:21.194+0800: 10.108: [ParNew: 38834K->1870K(39296K), 0.0024154 secs] 57284K->20320K(126720K), 0.0025158 secs] [Times: user=0.06 sys=0.00, real=0.00 secs] 
2020-02-23T18:05:21.296+0800: 10.210: [GC (Allocation Failure) 2020-02-23T18:05:21.296+0800: 10.210: [ParNew: 36814K->1642K(39296K), 0.0025098 secs] 55264K->20092K(126720K), 0.0025794 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
image.png

对应着cms 垃圾回收器的垃圾回收的一个过程。


image.png

3、配置G1收集器
-XX:+UseG1GC
java -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -XX:+UseG1GC -Xloggc:./g1gc.log -jar eureka-server.jar
g1gc.log

Java HotSpot(TM) 64-Bit Server VM (25.102-b14) for windows-amd64 JRE (1.8.0_102-b14), built on Jun 22 2016 13:15:21 by "java_re" with MS VC++ 10.0 (VS2010)
Memory: 4k page, physical 8277748k(3842868k free), swap 19812084k(13363324k free)
CommandLine flags: -XX:InitialHeapSize=132443968 -XX:MaxHeapSize=2119103488 -XX:+PrintGC -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+UseCompressedClassPointers -XX:+UseCompressedOops -XX:+UseG1GC -XX:-UseLargePagesIndividualAllocation 
2020-02-23T18:24:15.298+0800: 0.395: [GC pause (G1 Evacuation Pause) (young), 0.0030404 secs]
   [Parallel Time: 2.4 ms, GC Workers: 4]
      [GC Worker Start (ms): Min: 395.2, Avg: 395.2, Max: 395.3, Diff: 0.1]
      [Ext Root Scanning (ms): Min: 0.2, Avg: 0.6, Max: 1.0, Diff: 0.8, Sum: 2.2]
      [Update RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
         [Processed Buffers: Min: 0, Avg: 0.0, Max: 0, Diff: 0, Sum: 0]
      [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [Code Root Scanning (ms): Min: 0.0, Avg: 0.1, Max: 0.3, Diff: 0.3, Sum: 0.6]
      [Object Copy (ms): Min: 1.2, Avg: 1.5, Max: 1.8, Diff: 0.5, Sum: 6.1]
      [Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
         [Termination Attempts: Min: 1, Avg: 1.5, Max: 2, Diff: 1, Sum: 6]
      [GC Worker Other (ms): Min: 0.0, Avg: 0.1, Max: 0.1, Diff: 0.0, Sum: 0.3]
      [GC Worker Total (ms): Min: 2.2, Avg: 2.3, Max: 2.3, Diff: 0.1, Sum: 9.2]
      [GC Worker End (ms): Min: 397.5, Avg: 397.5, Max: 397.5, Diff: 0.0]
   [Code Root Fixup: 0.1 ms]
   [Code Root Purge: 0.0 ms]
   [Clear CT: 0.1 ms]
   [Other: 0.5 ms]
      [Choose CSet: 0.0 ms]
      [Ref Proc: 0.3 ms]
      [Ref Enq: 0.0 ms]
      [Redirty Cards: 0.1 ms]
      [Humongous Register: 0.0 ms]
      [Humongous Reclaim: 0.0 ms]
      [Free CSet: 0.0 ms]
   [Eden: 14.0M(14.0M)->0.0B(18.0M) Survivors: 0.0B->2048.0K Heap: 14.0M(128.0M)->1895.5K(128.0M)]
 [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:24:15.544+0800: 0.640: [GC pause (G1 Evacuation Pause) (young), 0.0032265 secs]
   [Parallel Time: 2.3 ms, GC Workers: 4]
      [GC Worker Start (ms): Min: 640.2, Avg: 640.2, Max: 640.2, Diff: 0.0]
      [Ext Root Scanning (ms): Min: 0.2, Avg: 0.3, Max: 0.6, Diff: 0.4, Sum: 1.3]
      [Update RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
         [Processed Buffers: Min: 0, Avg: 0.0, Max: 0, Diff: 0, Sum: 0]
      [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [Code Root Scanning (ms): Min: 0.0, Avg: 0.1, Max: 0.4, Diff: 0.4, Sum: 0.5]
      [Object Copy (ms): Min: 1.6, Avg: 1.8, Max: 2.0, Diff: 0.4, Sum: 7.0]
      [Termination (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
         [Termination Attempts: Min: 1, Avg: 4.0, Max: 9, Diff: 8, Sum: 16]
      [GC Worker Other (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [GC Worker Total (ms): Min: 2.2, Avg: 2.2, Max: 2.2, Diff: 0.0, Sum: 8.9]
      [GC Worker End (ms): Min: 642.4, Avg: 642.4, Max: 642.4, Diff: 0.0]
   [Code Root Fixup: 0.1 ms]
   [Code Root Purge: 0.0 ms]
   [Clear CT: 0.1 ms]
   [Other: 0.8 ms]
      [Choose CSet: 0.0 ms]
      [Ref Proc: 0.7 ms]
      [Ref Enq: 0.0 ms]
      [Redirty Cards: 0.0 ms]
      [Humongous Register: 0.0 ms]
      [Humongous Reclaim: 0.0 ms]
      [Free CSet: 0.0 ms]
   [Eden: 18.0M(18.0M)->0.0B(73.0M) Survivors: 2048.0K->3072.0K Heap: 19.9M(128.0M)->4360.8K(128.0M)]
 [Times: user=0.00 sys=0.00, real=0.00 secs] 
2020-02-23T18:24:16.413+0800: 1.508: [GC pause (G1 Evacuation Pause) (young), 0.0053286 secs]
   [Parallel Time: 3.7 ms, GC Workers: 4]
      [GC Worker Start (ms): Min: 1508.5, Avg: 1508.6, Max: 1508.7, Diff: 0.2]
      [Ext Root Scanning (ms): Min: 0.1, Avg: 0.4, Max: 0.9, Diff: 0.8, Sum: 1.7]
      [Update RS (ms): Min: 0.0, Avg: 0.3, Max: 0.5, Diff: 0.5, Sum: 1.1]
         [Processed Buffers: Min: 0, Avg: 2.3, Max: 6, Diff: 6, Sum: 9]
      [Scan RS (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [Code Root Scanning (ms): Min: 0.0, Avg: 0.5, Max: 1.9, Diff: 1.9, Sum: 2.1]
      [Object Copy (ms): Min: 0.0, Avg: 1.4, Max: 2.0, Diff: 2.0, Sum: 5.6]
      [Termination (ms): Min: 0.0, Avg: 0.5, Max: 1.0, Diff: 1.0, Sum: 2.0]
         [Termination Attempts: Min: 1, Avg: 1.0, Max: 1, Diff: 0, Sum: 4]
      [GC Worker Other (ms): Min: 0.0, Avg: 0.0, Max: 0.0, Diff: 0.0, Sum: 0.0]
      [GC Worker Total (ms): Min: 2.8, Avg: 3.2, Max: 3.7, Diff: 0.9, Sum: 12.7]
      [GC Worker End (ms): Min: 1511.3, Avg: 1511.7, Max: 1512.2, Diff: 0.9]
   [Code Root Fixup: 0.1 ms]
   [Code Root Purge: 0.0 ms]
   [Clear CT: 0.1 ms]
   [Other: 1.5 ms]
      [Choose CSet: 0.0 ms]
      [Ref Proc: 1.3 ms]
      [Ref Enq: 0.0 ms]
      [Redirty Cards: 0.0 ms]
      [Humongous Register: 0.0 ms]
      [Humongous Reclaim: 0.0 ms]
      [Free CSet: 0.1 ms]
   [Eden: 73.0M(73.0M)->0.0B(73.0M) Survivors: 3072.0K->3072.0K Heap: 77.3M(128.0M)->4178.6K(128.0M)]
 [Times: user=0.06 sys=0.00, real=0.00 secs]

young GC：[GC pause (G1 Evacuation Pause) (young)
initial-mark：[GC pause (Metadata GC Threshold) (young) (initial-mark) (参数：InitiatingHeapOccupancyPercent)
mixed GC：[GC pause (G1 Evacuation Pause) (mixed) （参数：G1HeapWastePercent）
full GC：[Full GC (Allocation Failure) (无可用region)
（G1内部，前面提到的混合GC是非常重要的释放内存机制，它避免了G1出现Region没有可用的情况，否则就会触发Full GC事件。
CMS、Parallel、Serial GC都需要通过Full GC去压缩老年代并在这个过程中扫描整个老年代。G1的Full GC算法和Serial GC收集器完全一致。当一个Full GC发生时，整个Java堆执行一个完整的压缩，这样确保了最大的空余内存可用。G1的Full GC是一个单线程，它可能引起一个长时间的停顿时间，G1的设计目标是减少Full GC，满足应用性能目标。）
调优：
第一次调优，设置Metaspace大小：增大元空间大小-XX:MetaspaceSize=64M -XX:MaxMetaspaceSize=64M
第二次调优，添加吞吐量和停顿时间参数：-XX:GCTimeRatio=80 -XX:MaxGCPauseMillis=100

查看发生MixedGC的阈值：jinfo -flag InitiatingHeapOccupancyPercent 进程id

调优分析工具：

分析工具：gceasy，GCViewer。
本实例采用gceasy。
把刚刚程序运行生成的gc文件通过gceasy上传上去。

image.png

image.png

image.png

image.png

image.png

image.png

GC常用参数
堆栈设置
-Xss:每个线程的栈大小
-Xms:初始堆大小，默认物理内存的1/64
-Xmx:最大堆大小，默认物理内存的1/4
-Xmn:新生代大小
-XX:NewSize:设置新生代初始大小
-XX:NewRatio:默认2表示新生代占年老代的1/2，占整个堆内存的1/3。
-XX:SurvivorRatio:默认8表示一个survivor区占用1/8的Eden内存，即1/10的新生代内存。
-XX:MetaspaceSize:设置元空间大小
-XX:MaxMetaspaceSize:设置元空间最大允许大小，默认不受限制，JVM Metaspace会进行动态扩展。
垃圾回收统计信息
-XX:+PrintGC
-XX:+PrintGCDetails
-XX:+PrintGCTimeStamps
-Xloggc:filename
收集器设置
-XX:+UseSerialGC:设置串行收集器
-XX:+UseParallelGC:设置并行收集器
-XX:+UseParallelOldGC:老年代使用并行回收收集器
-XX:+UseParNewGC:在新生代使用并行收集器
-XX:+UseParalledlOldGC:设置并行老年代收集器
-XX:+UseConcMarkSweepGC:设置CMS并发收集器
-XX:+UseG1GC:设置G1收集器
-XX:ParallelGCThreads:设置用于垃圾回收的线程数
并行收集器设置
-XX:ParallelGCThreads:设置并行收集器收集时使用的CPU数。并行收集线程数。
-XX:MaxGCPauseMillis:设置并行收集最大暂停时间
-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)
-XX:YoungGenerationSizeIncrement：年轻代gc后扩容比例，默认是20(%)
CMS收集器设置
-XX:+UseConcMarkSweepGC:设置CMS并发收集器
-XX:+CMSIncrementalMode:设置为增量模式。适用于单CPU情况。
-XX:ParallelGCThreads:设置并发收集器新生代收集方式为并行收集时，使用的CPU数。并行收集线程数。
-XX:CMSFullGCsBeforeCompaction:设定进行多少次CMS垃圾回收后，进行一次内存压缩
-XX:+CMSClassUnloadingEnabled:允许对类元数据进行回收
-XX:UseCMSInitiatingOccupancyOnly:表示只在到达阀值的时候，才进行CMS回收
-XX:+CMSIncrementalMode:设置为增量模式。适用于单CPU情况
-XX:ParallelCMSThreads:设定CMS的线程数量
-XX:CMSInitiatingOccupancyFraction:设置CMS收集器在老年代空间被使用多少后触发
-XX:+UseCMSCompactAtFullCollection:设置CMS收集器在完成垃圾收集后是否要进行一次内存碎片的整理
G1收集器设置
-XX:+UseG1GC:使用G1收集器
-XX:ParallelGCThreads:指定GC工作的线程数量
-XX:G1HeapRegionSize:指定分区大小(1MB~32MB，且必须是2的幂)，默认将整堆划分为2048个分区
-XX:GCTimeRatio:吞吐量大小，0-100的整数(默认9)，值为n则系统将花费不超过1/(1+n)的时间用于垃圾收集
-XX:MaxGCPauseMillis:目标暂停时间(默认200ms)
-XX:G1NewSizePercent:新生代内存初始空间(默认整堆5%)
-XX:G1MaxNewSizePercent:新生代内存最大空间
-XX:TargetSurvivorRatio:Survivor填充容量(默认50%)
-XX:MaxTenuringThreshold:最大任期阈值(默认15)
-XX:InitiatingHeapOccupancyPercen:老年代占用空间超过整堆比IHOP阈值(默认45%),超过则执行混合收集
-XX:G1HeapWastePercent:堆废物百分比(默认5%)
-XX:G1MixedGCCountTarget:参数混合周期的最大总次数(默认8)

你可能感兴趣的:(JVM调优实战)

  • Python数据分析与可视化实战指南 William数据分析 pythonpython数据
    在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
  • Python教程：一文了解使用Python处理XPath 旦莫 Python进阶python开发语言
    目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
  • 《Python数据分析实战终极指南》 xjt921122 python数据分析开发语言
    对于分析师来说，大家在学习Python数据分析的路上，多多少少都遇到过很多大坑**，有关于技能和思维的**：Excel已经没办法处理现有的数据量了，应该学Python吗？找了一大堆Python和Pandas的资料来学习，为什么自己动手就懵了？跟着比赛类公开数据分析案例练了很久，为什么当自己面对数据需求还是只会数据处理而没有分析思路？学了对比、细分、聚类分析，也会用PEST、波特五力这类分析法，为啥
  • Python实现简单的机器学习算法 master_chenchengg pythonpython办公效率python开发IT
    Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
  • springboot+vue项目实战一-创建SpringBoot简单项目 苹果酱0567 面试题汇总与解析springboot后端java中间件开发语言
    这段时间抽空给女朋友搭建一个个人博客，想着记录一下建站的过程，就当做笔记吧。虽然复制zjblog只要一个小时就可以搞定一个网站，或者用cms系统，三四个小时就可以做出一个前后台都有的网站，而且想做成啥样也都行。但是就是要从新做，自己做的意义不一样，更何况，俺就是专门干这个的，嘿嘿嘿要做一个网站，而且从零开始，首先呢就是技术选型了，经过一番思量决定选择-SpringBoot做后端，前端使用Vue做一
  • WebMagic：强大的Java爬虫框架解析与实战 Aaron_945 Javajava爬虫开发语言
    文章目录引言官网链接WebMagic原理概述基础使用1.添加依赖2.编写PageProcessor高级使用1.自定义Pipeline2.分布式抓取优点结论引言在大数据时代，网络爬虫作为数据收集的重要工具，扮演着不可或缺的角色。Java作为一门广泛使用的编程语言，在爬虫开发领域也有其独特的优势。WebMagic是一个开源的Java爬虫框架，它提供了简单灵活的API，支持多线程、分布式抓取，以及丰富的
  • GenVisR 基因组数据可视化实战(三) 11的雾
    3.genCov画每个突变位点附件的coverage，跟igv有点相似。这个操作起来很复杂，但是图还是挺有用的。可以考虑。由于我的referencegenomebuild是hg38BiocManager::install(c("TxDb.Hsapiens.UCSC.hg38.knownGene","BSgenome.Hsapiens.UCSC.hg38"))library(TxDb.Hsapien
  • 常见的 JVM 调优方法有哪些？ 爪哇天下 jvm
    常见的JVM调优方法有哪些？可以具体到调整哪个参数，调成什么值？对年轻代的EdenSurvivor的比例进行配置-XX:SurvivorRatio=8：表示设置2个Survivor区：1个Eden区的大小比值为2:8，这意味着Survivor区占整个年轻代的1/5，这个参数默认为8如果经常性的SurvivorTo放不下YGC的剩余的对象时候，可以适当的调整比例常用的CMS收集器：设置回收阈值，需要
  • python爬取微信小程序数据,python爬取小程序数据 2301_81900439 前端
    大家好，小编来为大家解答以下问题，python爬取微信小程序数据，python爬取小程序数据，现在让我们一起来看看吧！Python爬虫系列之微信小程序实战基于Scrapy爬虫框架实现对微信小程序数据的爬取首先，你得需要安装抓包工具，这里推荐使用Charles，至于怎么使用后期有时间我会出一个事例最重要的步骤之一就是分析接口，理清楚每一个接口功能，然后连接起来形成接口串思路,再通过Spider的回调
  • HarmonyOS开发实战（ Beta5.0）搜索框热搜词自动切换 让开，我要吃人了 OpenHarmonyHarmonyOS鸿蒙开发harmonyos华为鸿蒙移动开发鸿蒙系统前端开发语言
    鸿蒙HarmonyOS开发往期必看：HarmonyOSNEXT应用开发性能实践总结最新版！“非常详细的”鸿蒙HarmonyOSNext应用开发学习路线！（从零基础入门到精通）介绍本示例介绍使用TextInput组件与Swiper组件实现搜索框内热搜词自动切换。效果图预览使用说明页面顶部搜索框内热搜词条自动切换，编辑搜索框时自动隐藏。实现思路使用TextInput实现搜索框TextInput({te
  • 【从问题中去学习k8s】k8s中的常见面试题（夯实理论基础）（二十八） 向往风的男子 k8s学习kubernetes容器
    本站以分享各种运维经验和运维所需要的技能为主《python零基础入门》：python零基础入门学习《python运维脚本》：python运维脚本实践《shell》：shell学习《terraform》持续更新中：terraform_Aws学习零基础入门到最佳实战《k8》从问题中去学习k8s《docker学习》暂未更新《ceph学习》ceph日常问题解决分享《日志收集》ELK+各种中间件《运维日常》
  • 阿里巴巴商品搜索API返回值实战解析 weixin_43841111 apijava前端javascript
    在解析阿里巴巴中国站商品搜索API返回值并进行实战时，可以从以下几个方面入手：一、了解API返回值的结构基本信息返回值通常包含商品的标题、价格、库存、图片链接等基本信息。这些信息对于了解商品的概况非常重要。例如，商品标题可以让你快速了解商品的名称和特点，价格信息可以帮助你进行价格比较和成本核算。详细描述可能包括商品的详细描述、规格参数、使用方法等。这些信息对于深入了解商品的特性和功能非常有帮助。比
  • 李笑来 6 你到底有没有资本+7什么是落后 盛大米
    6你到底有没有资本摘要不能够心平气和地被判上无期徒刑的资本，就别假装资本混迹江湖了。投资知识，经验，智慧，几乎只能从实战中获得————书上写的，牛人讲的，都跟你没关系，因为只有那些东西在你骨子里生根之后再发芽且不夭折而后还要等上很久才会茁壮甚至茂盛。。。。直接将年收入的10%-20%判死刑是最简单，最直接，最粗暴最有效的操作方式。投资，尤其是“好的投资”，一定是“舍我其谁”的活动。关于资本的思考，
  • 基于JavaWeb开发的Java+SpringMvc+vue+element实现上海汽车博物馆平台 网顺技术团队 成品程序项目javavue.js汽车课程设计springboot
    基于JavaWeb开发的Java+SpringMvc+vue+element实现上海汽车博物馆平台作者主页网顺技术团队欢迎点赞收藏⭐留言文末获取源码联系方式查看下方微信号获取联系方式承接各种定制系统精彩系列推荐精彩专栏推荐订阅不然下次找不到哟Java毕设项目精品实战案例《1000套》感兴趣的可以先收藏起来，还有大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助更多的人文章目录基
  • 跟剽悍一只猫学习收获之成为领域专家 财务自由的社群运营人苏宝
    001找到这个领域内权威的书籍。002按照书的脉络（章节目录）记录书中的重要内容（对自己认知系统造成冲击的，以前没有学过的，觉得有用的，暂时还不太理解的）记录下来。003读完第一遍以后，接着读第二遍。这一遍记录书里对你有用的方法论，并尝试依据这些方法论实战。004再读一遍，这一遍记录尝试梳理整个书的认知框架和内在逻辑。005之后，可以多朗读几遍全书。你会发现，你对这些知识的理解会越来越全面，越有深
  • Python OpenCV图像处理：从基础到高级的全方位指南 极客代码 玩转Python开发语言pythonopencv图像处理计算机视觉
    目录第一部分：PythonOpenCV图像处理基础1.1OpenCV简介1.2PythonOpenCV安装1.3实战案例：图像显示与保存1.4注意事项第二部分：PythonOpenCV图像处理高级技巧2.1图像变换2.2图像增强2.3图像复原第三部分：PythonOpenCV图像处理实战项目3.1图像滤波3.2图像分割3.3图像特征提取第四部分：PythonOpenCV图像处理注意事项与优化策略4
  • 分享一个基于python的电子书数据采集与可视化分析 hadoop电子书数据分析与推荐系统 spark大数据毕设项目（源码、调试、LW、开题、PPT) 计算机源码社 Python项目大数据大数据pythonhadoop计算机毕业设计选题计算机毕业设计源码数据分析spark毕设
    作者：计算机源码社个人简介：本人八年开发经验，擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等，大家有这一块的问题可以一起交流！学习资料、程序开发、技术解答、文档报告如需要源码，可以扫取文章下方二维码联系咨询Java项目微信小程序项目Android项目Python项目PHP项目ASP.NET项目Node.js项目选题推荐项目实战|p
  • 增长黑客和最小可复制的内核 爱思考的糖
    五段-增长黑客的三大步骤生活就像逆水行舟，加入你不能加速，现实中最好的情况，你也就处在一种原地打转的状况。增长，就像一辆车里的加速器。围棋爱好者，水平一直没有进步的原因。是因为没有找到提高下棋水平的增长模式有三个办法可以提高：做死活题，练习做关键决策的能力；打谱，复盘经典案例；找AI陪练。增长黑客的三个实战步骤：第一步，假设：建立最小闭环。从笨办法开始，不怕犯错，代价并不高，你可以勇敢尝试。想知道
  • 复盘 赵建庄
    行动后反思，AAR（AfterActionReview），是知识管理的一种工具，起源于美国陆军的作战方法，强调在每次行动后进行及时反思、总结和改进。《复盘》一书其实就是这种方法的具体应用，名字不同，然而实质相同。相比AAR这样的说法，复盘更简洁，容易被国人接受，而且，书中给出了非常详细的步骤，有较强的指导意义和实战性，AAR的六步法，说的比较简单，有人可以悟，结合实际业务演变出各种变化，大多数人可
  • 题解 | #完全数计算#不知道为什么没超时的暴力解法 huaxinjiayou java
    兄弟们，坚持就是胜利啊，找工作从去年秋招就开始找，到五月底才收到第一个offer星环的，然后六月初t咋六月了还有面试啊，有兄弟了解这个部门吗面完了家人们，纯纯kpi啊，上来就是一道题是打印多个字符串的华为接头人话术指南：欲投华为，必看此贴!引流华为招聘提前批【奖】这个夏天，和牛牛一起打卡刷题~Java面试实战项目25届本科找暑期实习的历程飞猪旅行运营岗面经百度视觉算法一面面经感谢牛友们，腾子pcg
  • 全自动解密解码神器 — Ciphey K'illCode python_模块pythonvscode
    Ciphey是一个使用自然语言处理和人工智能的全自动解密/解码/破解工具。简单地来讲，你只需要输入加密文本，它就能给你返回解密文本。就是这么牛逼。有了Ciphey，你根本不需要知道你的密文是哪种类型的加密，你只知道它是加密的，那么Ciphey就能在3秒甚至更短的时间内给你解密，返回你想要的大部分密文的答案。下面就给大家介绍Ciphey的实战使用教程。1.准备开始之前，你要确保Python和pip已
  • 【编译原理】方舟编译技术课程 — 词法分析 CSU_THU_SUT 编译原理编译器编译原理llvm
    打开目录阅读更佳参考视频：方舟·编译技术入门与实战以及西交冯博琴老师的相关视频编译的过程包括词法分析（分析程序符号）、语法分析（分析语法单位）、中间代码生成、代码优化和目标代码生成。一、编译过程各部分的任务（1）词法分析：输入源程序，扫描分解源程序字符串，识别五类符号，包括定义符、标识符、运算符、界符和常数，转为单词符号。（2）语法分析：在词法分析基础上，将单词符号转为语法单位（如短句、子句、句子
  • python logging使用_Python实战之logging模块使用详解 weixin_39548832 pythonlogging使用
    用Python写代码的时候，在想看的地方写个printxx就能在控制台上显示打印信息，这样子就能知道它是什么了，但是当我需要看大量的地方或者在一个文件中查看的时候，这时候print就不大方便了，所以Python引入了logging模块来记录我想要的信息。print也可以输入日志，logging相对print来说更好控制输出在哪个地方，怎么输出及控制消息级别来过滤掉那些不需要的信息。1、日志级别im
  • Open Feign 实战笔记 自强-X spring-cloudjavaspring微服务ribbonspringcloud
    OpenFeign笔记概念声明式的web服务客户端。使用接口加注解的形式编程。它是对RestTemplate和ribbon做了进一步封装。Feign已经停更，OpenFeign是在Feign的基础上又做了进一步的封装。Feign：Feign是SpringCloud组件中的一个轻量级RESTful的HTTP服务客户端Feign内置了Ribbon，用来做客户端负载均衡，去调用服务注册中心的服务。Fei
  • 大胆猜！主持人大赛第二阶段，谁最有望夺冠 童说家
    看完第六期又再次刷新了小编的认知，简直太过瘾了。选手们的实力就不用说了，光出题嘉宾的阵容就够人惊叹了，甚至连央视boys在这一期都合体了。好不容易熬到了上周六，可是第七期节目却因为节目编排的原因停更了，小编只好再刷遍第六期过足眼瘾啦！来源于主持人大赛第二赛段的“经典节目实战”难度提高了不少，央视的十档经典节目在场上被参赛选手重新演绎，不仅考验选手对相关内容的把握能力，对事物的分析、提炼和概括表述能
  • Mall4j商城实战 - 部署 canal 数据库增量日志解析 yueerba126 Mall4j商城实战数据库springcloud微服务架构
    Canal简介Canal是基于MySQL数据库增量日志解析的工具，主要用于增量数据的订阅和消费。Canal主要用途基于MySQL数据库增量日志解析详细功能：实时解析MySQL的二进制日志（Binlog）。捕获数据库中的所有增量变更，如插入、更新和删除操作。使用场景：适用于实时监控数据库变化的应用，比如数据复制、数据备份或实时数据分析等。提供增量数据订阅和消费服务
  • 网上商城项目总结报告 WEB前端程序贵 前端
    网上商城项目总结报告1：掌握的知识通过网上商城这个实战项目的开发，不仅了解到了一个项目的业务逻辑，而且掌握了实现相关业务功能的方法。通过这个实战项目，了解到了模块化开发项目的基础结构的搭建，以及项目文件的管理方式。通过这个实战项目，运用封装的接口api文档实现了客户端服务器之间的交互知识。通过封装的axios实例对象与方法，向服务器请求数据，然后渲染页面。通过运用localStorage本地储存的
  • Java并发编程-AQS详解及案例实战（上篇） 猿与禅 Java技术栈源码分析javaAQS并发编程原理
    文章目录AQS概述AQS的核心概念AQS的工作原理AQS的灵活性使用场景使用指南使用示例AQS的本质:为啥叫做异步队列同步器AQS的核心机制“异步队列”的含义“同步器”的含义总结加锁失败的时候如何借助AQS异步入队阻塞等待AQS的锁队列加锁失败时的处理流程异步入队的机制总结ReentractLock如何设置公平锁策略以及原理设置公平锁策略公平锁的运作原理尝试获取锁释放锁性能与公平性的权衡tryLo
  • Keras深度学习框架入门及实战指南 司莹嫣Maude
    Keras深度学习框架入门及实战指南keraskeras-team/keras:是一个基于Python的深度学习库，它没有使用数据库。适合用于深度学习任务的开发和实现，特别是对于需要使用Python深度学习库的场景。特点是深度学习库、Python、无数据库。项目地址:https://gitcode.com/gh_mirrors/ke/keras一、项目介绍Keras简介Keras是一款高级神经网络
  • Python实时聊天室架构与API实战应用 幂简集成 python
    尊敬的各位读者，欢迎参与本次共享研讨项目——利用Python构建实时聊天室。在本项目中，我们将引进一款前沿工具——发布订阅频道API，以实现聊天室内的实时交互功能。在当今信息泛滥的社会环境下，实时交流已成为人们日常生活中不可或缺的组成部分。不论是社交平台上的即时通讯，抑或是网络游戏中的实时对决，实时通信技术始终在幕后默默支持着我们的每一次互动。今日，让我们共同踏入Python的奇妙世界，亲手打造专
  • 基本数据类型和引用类型的初始值 3213213333332132 java基础
    package com.array; /** * @Description 测试初始值 * @author FuJianyong * 2015-1-22上午10:31:53 */ public class ArrayTest { ArrayTest at; String str; byte bt; short s; int i; long
  • 摘抄笔记--《编写高质量代码：改善Java程序的151个建议》 白糖_ 高质量代码
            记得3年前刚到公司，同桌同事见我无事可做就借我看《编写高质量代码：改善Java程序的151个建议》这本书，当时看了几页没上心就没研究了。到上个月在公司偶然看到，于是乎又找来看看，我的天，真是非常多的干货，对于我这种静不下心的人真是帮助莫大呀。           看完整本书，也记了不少笔记
  • 【备忘】Django 常用命令及最佳实践 dongwei_6688 django
    注意：本文基于 Django 1.8.2 版本   生成数据库迁移脚本（python 脚本） python manage.py makemigrations polls  说明：polls 是你的应用名字，运行该命令时需要根据你的应用名字进行调整   查看该次迁移需要执行的 SQL 语句（只查看语句，并不应用到数据库上）： python manage.p
  • 阶乘算法之一N! 末尾有多少个零 周凡杨 java算法阶乘面试效率
                                     &n
  • spring注入servlet g21121 Spring注入
    传统的配置方法是无法将bean或属性直接注入到servlet中的，配置代理servlet亦比较麻烦，这里其实有比较简单的方法，其实就是在servlet的init()方法中加入要注入的内容： ServletContext application = getServletContext(); WebApplicationContext wac = WebApplicationContextUtil
  • Jenkins 命令行操作说明文档 510888780 centos
    假设Jenkins的URL为http://22.11.140.38:9080/jenkins/ 基本的格式为 java 基本的格式为 java -jar jenkins-cli.jar [-s JENKINS_URL] command [options][args] 下面具体介绍各个命令的作用及基本使用方法 1. &nb
  • UnicodeBlock检测中文用法 布衣凌宇 UnicodeBlock
    /**  * 判断输入的是汉字  */ public static boolean isChinese(char c) {        Character.UnicodeBlock ub = Character.UnicodeBlock.of(c);    
  • java下实现调用oracle的存储过程和函数 aijuans javaorale
    1.创建表：STOCK_PRICES     2.插入测试数据：     3.建立一个返回游标：  PKG_PUB_UTILS   4.创建和存储过程：P_GET_PRICE     5.创建函数：   6.JAVA调用存储过程返回结果集 JDBCoracle10G_INVO
  • Velocity Toolbox antlove 模板toolboxvelocity
    velocity.VelocityUtil package velocity; import org.apache.velocity.Template; import org.apache.velocity.app.Velocity; import org.apache.velocity.app.VelocityEngine; import org.apache.velocity.c
  • JAVA正则表达式匹配基础 百合不是茶 java正则表达式的匹配
      正则表达式;提高程序的性能,简化代码,提高代码的可读性,简化对字符串的操作   正则表达式的用途; 字符串的匹配 字符串的分割 字符串的查找 字符串的替换       正则表达式的验证语法     [a] //[]表示这个字符只出现一次 ,[a] 表示a只出现一
  • 是否使用EL表达式的配置 bijian1013 jspweb.xmlELEasyTemplate
            今天在开发过程中发现一个细节问题，由于前端采用EasyTemplate模板方法实现数据展示，但老是不能正常显示出来。后来发现竟是EL将我的EasyTemplate的${...}解释执行了，导致我的模板不能正常展示后台数据。         网
  • 精通Oracle10编程SQL(1-3)PLSQL基础 bijian1013 oracle数据库plsql
    --只包含执行部分的PL/SQL块 --set serveroutput off begin dbms_output.put_line('Hello,everyone!'); end; select * from emp; --包含定义部分和执行部分的PL/SQL块 declare v_ename varchar2(5); begin select
  • 【Nginx三】Nginx作为反向代理服务器 bit1129 nginx
    Nginx一个常用的功能是作为代理服务器。代理服务器通常完成如下的功能：   接受客户端请求 将请求转发给被代理的服务器 从被代理的服务器获得响应结果 把响应结果返回给客户端 实例 本文把Nginx配置成一个简单的代理服务器 对于静态的html和图片，直接从Nginx获取 对于动态的页面，例如JSP或者Servlet，Nginx则将请求转发给Res
  • Plugin execution not covered by lifecycle configuration: org.apache.maven.plugin blackproof maven报错
    转：http://stackoverflow.com/questions/6352208/how-to-solve-plugin-execution-not-covered-by-lifecycle-configuration-for-sprin   maven报错： Plugin execution not covered by lifecycle configuration:
  • 发布docker程序到marathon ronin47 docker 发布应用
    1 发布docker程序到marathon 1.1 搭建私有docker registry 1.1.1 安装docker regisry docker pull docker-registry docker run -t -p 5000:5000 docker-registry 下载docker镜像并发布到私有registry docker pull consol/tomcat-8.0
  • java-57-用两个栈实现队列&&用两个队列实现一个栈 bylijinnan java
    import java.util.ArrayList; import java.util.List; import java.util.Stack; /* * Q 57 用两个栈实现队列 */ public class QueueImplementByTwoStacks { private Stack<Integer> stack1; pr
  • Nginx配置性能优化 cfyme nginx
    转载地址：http://blog.csdn.net/xifeijian/article/details/20956605   大多数的Nginx安装指南告诉你如下基础知识——通过apt-get安装，修改这里或那里的几行配置，好了，你已经有了一个Web服务器了。而且，在大多数情况下，一个常规安装的nginx对你的网站来说已经能很好地工作了。然而，如果你真的想挤压出Nginx的性能，你必
  • [JAVA图形图像]JAVA体系需要稳扎稳打,逐步推进图像图形处理技术 comsci java
         对图形图像进行精确处理，需要大量的数学工具，即使是从底层硬件模拟层开始设计，也离不开大量的数学工具包，因为我认为，JAVA语言体系在图形图像处理模块上面的研发工作，需要从开发一些基础的，类似实时数学函数构造器和解析器的软件包入手，而不是急于利用第三方代码工具来实现一个不严格的图形图像处理软件......   &nb
  • MonkeyRunner的使用 dai_lm androidMonkeyRunner
    要使用MonkeyRunner，就要学习使用Python，哎 先抄一段官方doc里的代码 作用是启动一个程序（应该是启动程序默认的Activity），然后按MENU键，并截屏 # Imports the monkeyrunner modules used by this program from com.android.monkeyrunner import MonkeyRun
  • Hadoop-- 海量文件的分布式计算处理方案 datamachine mapreducehadoop分布式计算
    csdn的一个关于hadoop的分布式处理方案，存档。 原帖：http://blog.csdn.net/calvinxiu/article/details/1506112。     Hadoop 是Google MapReduce的一个Java实现。MapReduce是一种简化的分布式编程模式，让程序自动分布到一个由普通机器组成的超大集群上并发执行。就如同ja
  • 以資料庫驗證登入 dcj3sjt126com yii
    以資料庫驗證登入 由於 Yii 內定的原始框架程式, 採用綁定在UserIdentity.php 的 demo 與 admin 帳號密碼:    public function authenticate()    {        $users=array( &nbs
  • github做webhooks：[2]php版本自动触发更新 dcj3sjt126com githubgitwebhooks
    上次已经说过了如何在github控制面板做查看url的返回信息了。这次就到了直接贴钩子代码的时候了。 工具/原料 git github 方法/步骤   在github的setting里面的webhooks里把我们的url地址填进去。   钩子更新的代码如下： error_reportin
  • Eos开发常用表达式 蕃薯耀 Eos开发Eos入门Eos开发常用表达式
    Eos开发常用表达式 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 2014年8月18日 15:03:35 星期一     &
  • SpringSecurity3.X--SpEL 表达式 hanqunfeng SpringSecurity
    使用 Spring 表达式语言配置访问控制，要实现这一功能的直接方式是在<http>配置元素上添加 use-expressions 属性：   <http auto-config="true" use-expressions="true"> 这样就会在投票器中自动增加一个投票器：org.springframework
  • Redis vs Memcache IXHONG redis
    1. Redis中，并不是所有的数据都一直存储在内存中的，这是和Memcached相比一个最大的区别。 2. Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储。 3. Redis支持数据的备份，即master-slave模式的数据备份。 4. Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 Red
  • Python - 装饰器使用过程中的误区解读 kvhur JavaScriptjqueryhtml5css
    大家都知道装饰器是一个很著名的设计模式，经常被用于AOP(面向切面编程)的场景，较为经典的有插入日志，性能测试，事务处理，Web权限校验， Cache等。 原文链接：http://www.gbtags.com/gb/share/5563.htm Python语言本身提供了装饰器语法（@），典型的装饰器实现如下：   @function_wrapper de
  • 架构师之mybatis-----update 带case when 针对多种情况更新 nannan408 case when
    1.前言.    如题. 2. 代码.   <update id="batchUpdate" parameterType="java.util.List"> <foreach collection="list" item="list" index=&
  • Algorithm算法视频教程 栏目记者 Algorithm算法
    课程：Algorithm算法视频教程 百度网盘下载地址： http://pan.baidu.com/s/1qWFjjQW 密码: 2mji 程序写的好不好,还得看算法屌不屌！Algorithm算法博大精深。 一、课程内容： 课时1、算法的基本概念 + Sequential search 课时2、Binary search 课时3、Hash table 课时4、Algor
  • C语言算法之冒泡排序 qiufeihu c算法
    任意输入10个数字由小到大进行排序。 代码： #include <stdio.h> int main() { int i,j,t,a[11]; /*定义变量及数组为基本类型*/ for(i = 1;i < 11;i++){ scanf("%d",&a[i]); /*从键盘中输入10个数*/ } for
  • JSP异常处理 wyzuomumu Webjsp
    1.在可能发生异常的网页中通过指令将HTTP请求转发给另一个专门处理异常的网页中: <%@ page errorPage="errors.jsp"%>   2.在处理异常的网页中做如下声明： errors.jsp: <%@ page isErrorPage="true"%>，这样设置完后就可以在网页中直接访问exc
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他