月热门文章
传统MySQL+ Memcached架构遇到的问题　　实际MySQL是适合进行海量数据存储的，通过Memcached将热点数据加载到cache，加速访问，很多公司都曾经使用过这样的架构，但随着业务数据量的不断增加，和访问量的持续增长，我们遇到了很多问题：　　1.MySQL需要不断进行拆库拆表，Memcached也需不断跟着扩容，扩容和维护工作占据大量开发时间。　　2.Memcached与MySQL数据库数据一致性问题。　　3.Memcached数据命中率低或down机，大量访问直接穿透到DB，MySQL无法支撑。　　4.跨机房cache同步问题。　　众多NoSQL百花齐放，如何选择　　最近几年，业界不断涌现出很多各种各样的NoSQL产品，那么如何才能正确地使用好这些产品，最大化地发挥其长处，是我们需要深入研究和思考的问题，实际归根结底最重要的是了解这些产品的定位，并且了解到每款产品的tradeoffs，在实际应用中做到扬长避短，总体上这些NoSQL主要用于解决以下几种问题　　1.少量数据存储，高速读写访问。此类产品通过数据全部in-momery 的方式来保证高速访问，同时提供数据落地的功能，实际这正是Redis最主要的适用场景。　　2.海量数据存储，分布式系统支持，数据一致性保证，方便的集群节点添加/删除。　　3.这方面最具代表性的是dynamo和bigtable 2篇论文所阐述的思路。前者是一个完全无中心的设计，节点之间通过gossip方式传递集群信息，数据保证最终一致性，后者是一个中心化的方案设计，通过类似一个分布式锁服务来保证强一致性,数据写入先写和redo log，然后定期compat归并到磁盘上，将随机写优化为顺序写，提高写入性能。　　4.Schema free，auto-sharding等。比如目前常见的一些文档数据库都是支持schema-free的，直接存储json格式数据，并且支持auto-sharding等功能，比如mongodb。　　面对这些不同类型的NoSQL产品,我们需要根据我们的业务场景选择最合适的产品。　　Redis适用场景，如何正确的使用　　前面已经分析过，Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?&如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点：1& Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。2& Redis支持数据的备份，即master-slave模式的数据备份。3& 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。抛开这些，可以深入到Redis内部构造去观察更加本质的区别，理解Redis的设计。在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。Redis只会缓存所有的 key的信息，如果Redis发现内存的使用量超过了某一个阀值，将触发swap的操作，Redis根据“swappability = age*log(size_in_memory)”计 算出哪些key对应的value需要swap到磁盘。然后再将这些key对应的value持久化到磁盘中，同时在内存中清除。这种特性使得Redis可以 保持超过其机器本身内存大小的数据。当然，机器本身的内存必须要能够保持所有的key，毕竟这些数据是不会进行swap操作的。同时由于Redis将内存 中的数据swap到磁盘中的时候，提供服务的主线程和进行swap操作的子线程会共享这部分内存，所以如果更新需要swap的数据，Redis将阻塞这个 操作，直到子线程完成swap操作后才可以进行修改。使用Redis特有内存模型前后的情况对比：VM off: 300k keys, 4096 bytes values: 1.3G usedVM on:& 300k keys, 4096 bytes values: 73M usedVM off: 1 million keys, 256 bytes values: 430.12M usedVM on:& 1 million keys, 256 bytes values: 160.09M usedVM on:& 1 million keys, values as large as you want, still: 160.09M used当 从Redis中读取数据的时候，如果读取的key对应的value不在内存中，那么Redis就需要从swap文件中加载相应数据，然后再返回给请求方。 这里就存在一个I/O线程池的问题。在默认的情况下，Redis会出现阻塞，即完成所有的swap文件加载后才会相应。这种策略在客户端的数量较小，进行 批量操作的时候比较合适。但是如果将Redis应用在一个大型的网站应用程序中，这显然是无法满足大并发的情况的。所以Redis运行我们设置I/O线程 池的大小，对需要从swap文件中加载相应数据的读取请求进行并发操作，减少阻塞的时间。如果希望在海量数据的环境中使用好Redis，我相信理解Redis的内存设计和阻塞的情况是不可缺少的。&补充的知识点：memcached和redis的比较1 网络IO模型　　Memcached是多线程，非阻塞IO复用的网络模型，分为监听主线程和worker子线程，监听线程监听网络连接，接受请求后，将连接描述字pipe 传递给worker线程，进行读写IO, 网络层使用libevent封装的事件库，多线程模型可以发挥多核作用，但是引入了cache coherency和锁的问题，比如，Memcached最常用的stats 命令，实际Memcached所有操作都要对这个全局变量加锁，进行计数等工作，带来了性能损耗。(Memcached网络IO模型)　　Redis使用单线程的IO复用模型，自己封装了一个简单的AeEvent事件处理框架，主要实现了epoll、kqueue和select，对于单纯只有IO操作来说，单线程可以将速度优势发挥到最大，但是Redis也提供了一些简单的计算功能，比如排序、聚合等，对于这些操作，单线程模型实际会严重影响整体吞吐量，计算过程中，整个IO调度都是被阻塞住的。　　2.管理方面　　Memcached使用预分配的内存池的方式，使用slab和大小不同的chunk来管理内存，Item根据大小选择合适的chunk存储，内存池的方式可以省去申请/释放内存的开销，并且能减小内存碎片产生，但这种方式也会带来一定程度上的空间浪费，并且在内存仍然有很大空间时，新的数据也可能会被剔除，原因可以参考Timyang的文章：http://timyang.net/data/Memcached-lru-evictions/　　Redis使用现场申请内存的方式来存储数据，并且很少使用free-list等方式来优化内存分配，会在一定程度上存在内存碎片，Redis跟据存储命令参数，会把带过期时间的数据单独存放在一起，并把它们称为临时数据，非临时数据是永远不会被剔除的，即便物理内存不够，导致swap也不会剔除任何非临时数据(但会尝试剔除部分临时数据)，这点上Redis更适合作为存储而不是cache。　　3.数据一致性问题　　Memcached提供了cas命令，可以保证多个并发访问操作同一份数据的一致性问题。 Redis没有提供cas 命令，并不能保证这点，不过Redis提供了事务的功能，可以保证一串 命令的原子性，中间不会被任何操作打断。　　4.存储方式及其它方面　　Memcached基本只支持简单的key-value存储，不支持枚举，不支持持久化和复制等功能　　Redis除key/value之外，还支持list,set,sorted set,hash等众多数据结构，提供了KEYS　　进行枚举操作，但不能在线上使用，如果需要枚举线上数据，Redis提供了工具可以直接扫描其dump文件，枚举出所有数据，Redis还同时提供了持久化和复制等功能。　　5.关于不同语言的客户端支持　　在不同语言的客户端方面，Memcached和Redis都有丰富的第三方客户端可供选择，不过因为Memcached发展的时间更久一些，目前看在客户端支持方面，Memcached的很多客户端更加成熟稳定，而Redis由于其协议本身就比Memcached复杂，加上作者不断增加新的功能等，对应第三方客户端跟进速度可能会赶不上，有时可能需要自己在第三方客户端基础上做些修改才能更好的使用。　　根据以上比较不难看出，当我们不希望数据被踢出，或者需要除key/value之外的更多数据类型时，或者需要落地功能时，使用Redis比使用Memcached更合适。　　关于Redis的一些周边功能　　Redis除了作为存储之外还提供了一些其它方面的功能，比如聚合计算、pubsub、scripting等，对于此类功能需要了解其实现原理，清楚地了解到它的局限性后，才能正确的使用，比如pubsub功能，这个实际是没有任何持久化支持的，消费方连接闪断或重连之间过来的消息是会全部丢失的，又比如聚合计算和scripting等功能受Redis单线程模型所限，是不可能达到很高的吞吐量的，需要谨慎使用。　　总的来说Redis作者是一位非常勤奋的开发者，可以经常看到作者在尝试着各种不同的新鲜想法和思路，针对这些方面的功能就要求我们需要深入了解后再使用。　　总结：　　1.Redis使用最佳方式是全部数据in-memory。　　2.Redis更多场景是作为Memcached的替代者来使用。　　3.当需要除key/value之外的更多数据类型支持时，使用Redis更合适。　　4.当存储的数据不能被剔除时，使用Redis更合适。转载地址：http://gnucto./509
&&&&&&&&Mybatis是半自动ORM，在使用该框架时工作量最大的就是书写Mapping的映射文件，由于手动书写很容易出错，我们可以利用mybatis-generator插件来完成自动生成实体类、配置文件等。1、准备工作mybatis-generator下载地址：/mybatis/generator/releases（官网目前好像已经挂了）使用Mysql数据库，需要准备一个连接mysql数据库的驱动jar包，如：mysql-connector-java-5.1.34.jar2、在pom.xml文件中添加plugin插件，代码如下：&plugin&
&&&&&groupId&org.mybatis.generator&/groupId&
&&&&&artifactId&mybatis-generator-maven-plugin&/artifactId&
&&&&&version&1.3.3&/version&
&&&&&configuration&
&&&&&&&&&configurationFile&src/main/resources/mybatis-generator/generatorConfig.xml&/configurationFile&
&&&&&&&&&verbose&true&/verbose&
&&&&&&&&&overwrite&true&/overwrite&
&&&&&/configuration&
&&&&&executions&
&&&&&&&&&execution&
&&&&&&&&&&&&&id&Generate&MyBatis&Artifacts&/id&
&&&&&&&&&&&&&goals&
&&&&&&&&&&&&&&&&&goal&generate&/goal&
&&&&&&&&&&&&&/goals&
&&&&&&&&&/execution&
&&&&&/executions&
&&&&&dependencies&
&&&&&&&&&dependency&
&&&&&&&&&&&&&groupId&org.mybatis.generator&/groupId&
&&&&&&&&&&&&&artifactId&mybatis-generator-core&/artifactId&
&&&&&&&&&&&&&version&1.3.3&/version&
&&&&&&&&&/dependency&
&&&&&/dependencies&
&/plugin&3、generatorConfig.xml配置文件，代码如下：&?xml&version=&1.0&&encoding=&UTF-8&?&&&
&!DOCTYPE&generatorConfiguration&&
&&&&&&&&PUBLIC&&-//mybatis.org//DTD&MyBatis&Generator&Configuration&1.0//EN&&&
&&&&&&&&&http://mybatis.org/dtd/mybatis-generator-config_1_0.dtd&&&&
&generatorConfiguration&&&
&&&&&classPathEntry&location=&E:\repository\mysql\mysql-connector-java\5.1.34\mysql-connector-java-5.1.34.jar&&/&
&&&&&context&id=&sqlserverTables&&targetRuntime=&MyBatis3&&&&
&&&&&&&&&!--&生成的pojo，将implements&Serializable--&&&
&&&&&&&&&plugin&type=&org.mybatis.generator.plugins.SerializablePlugin&&&/plugin&&&
&&&&&&&&&commentGenerator&&&&
&&&&&&&&&property&name=&javaFileEncoding&&value=&UTF-8&/&
&&&&&&&&&&&&&!--&是否去除自动生成的注释&true：是&：&false:否&--&&&
&&&&&&&&&&&&&property&name=&suppressAllComments&&value=&true&&/&
&&&&&property&name=&suppressDate&&value=&true&&/&
&&&&&&&&&/commentGenerator&&&
&&&&&&&&&!--&数据库链接URL、用户名、密码&--&&&
&&&&&&&&&!--数据库连接&--&
&&&&&&&&&jdbcConnection&driverClass=&com.mysql.jdbc.Driver&
&&&&&&&&&&&&&&&&&&&&&&&&connectionURL=&jdbc:mysql://:3306/xxxxxx&
&&&&&&&&&&&&&&&&&&&&&&&&userId=&xxxxxx&
&&&&&&&&&&&&&&&&&&&&&&&&password=&xxxxxx&&
&&&&&&&&&/jdbcConnection&
&&&&&&&&&!--&&&&
&&&&&&&&默认false，把JDBC&DECIMAL&和&NUMERIC&类型解析为&Integer&&
&&&&&&&&&&&&true，把JDBC&DECIMAL&和&NUMERIC&类型解析为java.math.BigDecimal&&&&
&&&&&&&&--&&&
&&&&&&&&&javaTypeResolver&&&
&&&&&&&&&&&&&property&name=&forceBigDecimals&&value=&false&&/&&&
&&&&&&&&&/javaTypeResolver&&&
&&&&&&&&&!--&&&
&&&&&&&&生成model模型，对应的包路径，以及文件存放路径(targetProject)，targetProject可以指定具体的路径,如./src/main/java，&&
&&&&&&&&也可以使用“MAVEN”来自动生成，这样生成的代码会在target/generatord-source目录下&&
&&&&&&&&--&&&
&&&&&&&&&!--&javaModelGenerator&targetPackage=&com.joey.mybaties.test.pojo&&targetProject=&MAVEN&&--&&&
&&&&&&&&&javaModelGenerator&targetPackage=&com.yoodb.domains&&targetProject=&./src/main/java&&&&
&&&&&&&&&&&&&property&name=&enableSubPackages&&value=&true&/&&&
&&&&&&&&&&&&&!--&从数据库返回的值被清理前后的空格&&--&&&
&&&&&&&&&&&&&property&name=&trimStrings&&value=&true&&/&&&
&&&&&&&&&/javaModelGenerator&&&
&&&&&&&&&!--对应的mapper.xml文件&&--&&&
&&&&&&&&&sqlMapGenerator&targetPackage=&biz-mybatis&&targetProject=&./src/main/resources&&&&
&&&&&&&&&&&&&property&name=&enableSubPackages&&value=&true&/&&&
&&&&&&&&&/sqlMapGenerator&&&
&&&&&&&&&!--&对应的Mapper接口类文件&--&&&
&&&&&&&&&javaClientGenerator&type=&XMLMAPPER&&targetPackage=&com.yoodb.dao&&targetProject=&./src/main/java&&&&
&&&&&&&&&&&&&property&name=&enableSubPackages&&value=&true&/&&&
&&&&&&&&&/javaClientGenerator&&&
&&&&&&&&&!--&列出要生成代码的所有表，这里配置的是不生成Example文件&--&&&
&&&&&&&&&table&tableName=&t_user&&domainObjectName=&User&&&
&&&&&&&&&&&&&&&enableCountByExample=&false&&enableUpdateByExample=&false&&enableDeleteByExample=&false&&&
&&&&&&&&&&&&&&&enableSelectByExample=&false&&selectByExampleQueryId=&false&&&&&
&&&&&&&&&&&&&property&name=&useActualColumnNames&&value=&false&/&&&
&&&&&&&&&/table&&&
&&&&&/context&&&
&/generatorConfiguration&4、在eclipse中运行命令mybatis-generator:generate或在maven客户端运行命令mvn mybatis-generator:generate，运行成功后刷新对于的文件目录即可。
&&&&&&&&MyBatis 是支持普通 SQL查询，存储过程和高级映射的优秀持久层框架。MyBatis 消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索。MyBatis 使用简单的 XML或注解用于配置和原始映射，将接口和 Java 的POJOs（Plain Old Java Objects，普通的 Java对象）映射成数据库中的记录。&&&&&&&&每个MyBatis应用程序主要都是使用SqlSessionFactory实例的，一个SqlSessionFactory实例可以通过SqlSessionFactoryBuilder获得。SqlSessionFactoryBuilder可以从一个xml配置文件或者一个预定义的配置类的实例获得。&&&&&&&&用xml文件构建SqlSessionFactory实例是非常简单的事情。推荐在这个配置中使用类路径资源（classpath resource)，但你可以使用任何Reader实例，包括用文件路径或file://开头的url创建的实例。MyBatis有一个实用类----Resources，它有很多方法，可以方便地从类路径及其它位置加载资源。&&&&&&&&使用&#{}&传入参数时sql解析会多加上单引号，如：select * from table where name = #{name} ，传入的参数name为yoodb，那么打印出来的则是select * from table where name = 'yoodb'，将其当成字符串来解析,并且#{}传参能防止sql注入。&&&&&&&&使用&${}&传入参数时可以做动态排序，此时只能用&${}&，而不能使用&#{}&，否则打印出来的就是select * from table order by &'name'，sql语句有误，建议使用&#{}&能避免不用&${}&就不使用。
获取昨天日期用于判断时间数据是否所属昨日区间值，Java中java.util.Date类 new Date() 获取当前日期，具体代码如下：Date&as&=&new&Date();
SimpleDateFormat&matter1&=&new&SimpleDateFormat(&yyyy-MM-dd&);
String&datestr&=&matter1.format(as);
String&startDateStr&=&datestr&+&&&00:00:00&;
String&endDateStr&=&datestr&+&&&23:59:59&;
matter1&=&new&SimpleDateFormat(&yyyy-MM-dd&HH:mm:ss&);
Date&startDate&=&matter1.parse(startDateStr);
Date&endDate&=&matter1.parse(endDateStr);
System.out.println(startDate);
System.out.println(endDate);有一种相对过时的方式，可以获取昨天日期，具体代码如下：Calendar&&&cal&&&=&&&Calendar.getInstance();
cal.add(Calendar.DATE,&&&-1);
String&yesterday&=&new&SimpleDateFormat(&&yyyy-MM-dd&&).format(cal.getTime());
System.out.println(yesterday);此方法比较方便，年月日随意改变，随即获的所需日期。
&&&&&&&&Java programming language具有目前大部分编程语言所共有的一些特征，被特意设计用于互联网的分布式环境。Java具有类似于C++语言的&形式和感觉&，但它要比C++语言更易于使用，而且在编程时彻底采用了一种&以对象为导向&的方式。使用Java编写的应用程序，既可以在一台单独的电脑上运行，也可以被分布在一个网络的服务器端和客户端运行。另外，Java还可以被用来编写容量很小的应用程序模块或者applet，做为网页的一部分使用。applet可使网页使用者和网页之间进行交互式操作。一、常见的Java内存溢出有以下三种：1. java.lang.OutOfMemoryError: Java heap space ----JVM Heap（堆）溢出JVM在启动的时候会自动设置JVM Heap的值，其初始空间(即-Xms)是物理内存的1/64，最大空间(-Xmx)不可超过物理内存。可以利用JVM提供的-Xmn -Xms -Xmx等选项可进行设置。Heap的大小是Young Generation 和Tenured Generaion 之和。在JVM中如果98％的时间是用于GC，且可用的Heap size 不足2％的时候将抛出此异常信息。解决方法：手动设置JVM Heap（堆）的大小。 &&2. java.lang.OutOfMemoryError: PermGen space &---- PermGen space溢出。&PermGen space的全称是Permanent Generation space，是指内存的永久保存区域。为什么会内存溢出，这是由于这块内存主要是被JVM存放Class和Meta信息的，Class在被Load的时候被放入PermGen space区域，它和存放Instance的Heap区域不同,sun的 GC不会在主程序运行期对PermGen space进行清理，所以如果你的APP会载入很多CLASS的话，就很可能出现PermGen space溢出。解决方法： 手动设置MaxPermSize大小3. java.lang.StackOverflowError & ---- 栈溢出栈溢出了，JVM依然是采用栈式的虚拟机，这个和C和Pascal都是一样的。函数的调用过程都体现在堆栈和退栈上了。调用构造函数的 “层”太多了，以致于把栈区溢出了。通常来讲，一般栈区远远小于堆区的，因为函数调用过程往往不会多于上千层，而即便每个函数调用需要 1K的空间(这个大约相当于在一个C函数内声明了256个int类型的变量)，那么栈区也不过是需要1MB的空间。通常栈的大小是1－2MB的。通常递归也不要递归的层次过多，很容易溢出。解决方法：修改程序。二、解决方法在生产环境中tomcat内存设置不好很容易出现jvm内存溢出。1、 linux下的tomcat： &修改TOMCAT_HOME/bin/catalina.sh&位置cygwin=false前。JAVA_OPTS=&-server -Xms256m -Xmx512m -XX:PermSize=64M -XX:MaxPermSize=128m&&2、 如果tomcat 5 注册成了windows服务，以services方式启动的，则需要修改注册表中的相应键值。修改注册表HKEY_LOCAL_MACHINE\SOFTWARE\Apache Software Foundation\Tomcat Service Manager\Tomcat5\Parameters\Java，右侧的Options原值为-Dcatalina.home=&C:\ApacheGroup\Tomcat 5.0&-Djava.endorsed.dirs=&C:\ApacheGroup\Tomcat 5.0\common\endorsed&-Xrs加入 -Xms256m -Xmx512m&重起tomcat服务,设置生效3、如果tomcat 6 注册成了windows服务，或者windows2003下用tomcat的安装版，在/bin/tomcat6w.exe里修改就可以了 。4、 如果要在myeclipse中启动tomcat，上述的修改就不起作用了，可如下设置：Myeclipse-&preferences-&myeclipse-&servers-&tomcat-&tomcat×.×-&JDK面板中的Optional Java VM arguments中添加：-Xms256m -Xmx512m -XX:PermSize=64M -XX:MaxPermSize=128m&三、JVM各个参数含义：-server:一定要作为第一个参数，在多个CPU时性能佳&堆大小设置JVM 中最大堆大小有三方面限制：相关操作系统的数据模型（32-bt还是64-bit）限制；系统的可用虚拟内存限制；系统的可用物理内存限制。32位系统下，一般限制在1.5G~2G；64为操作系统对内存无限制。我在Windows Server 2003 系统，3.5G物理内存，JDK5.0下测试，最大可设置为1478m。典型设置：java -Xmx3550m -Xms3550m -Xmn2g -Xss128k-Xmx3550m：设置JVM最大可用内存为3550M。-Xms3550m：设置JVM促使内存为3550m。此值可以设置与-Xmx相同，以避免每次垃圾回收完成后JVM重新分配内存。-Xmn2g：设置年轻代大小为2G。整个堆大小=年轻代大小 + 年老代大小 + 持久代大小。持久代一般固定大小为64m，所以增大年轻代后，将会减小年老代大小。此值对系统性能影响较大，Sun官方推荐配置为整个堆的3/8。-Xss128k：设置每个线程的堆栈大小。JDK5.0以后每个线程堆栈大小为1M，以前每个线程堆栈大小为256K。更具应用的线程所需内存大小进行调整。在相同物理内存下，减小这个值能生成更多的线程。但是操作系统对一个进程内的线程数还是有限制的，不能无限生成，经验值在左右。java -Xmx3550m -Xms3550m -Xss128k -XX:NewRatio=4 -XX:SurvivorRatio=4 -XX:MaxPermSize=16m -XX:MaxTenuringThreshold=0-XX:NewRatio=4:设置年轻代（包括Eden和两个Survivor区）与年老代的比值（除去持久代）。设置为4，则年轻代与年老代所占比值为1：4，年轻代占整个堆栈的1/5-XX:SurvivorRatio=4：设置年轻代中Eden区与Survivor区的大小比值。设置为4，则两个Survivor区与一个Eden区的比值为2:4，一个Survivor区占整个年轻代的1/6-XX:MaxPermSize=16m:设置持久代大小为16m。-XX:MaxTenuringThreshold=0：设置垃圾最大年龄。如果设置为0的话，则年轻代对象不经过Survivor区，直接进入年老代。对于年老代比较多的应用，可以提高效率。如果将此值设置为一个较大值，则年轻代对象会在Survivor区进行多次复制，这样可以增加对象再年轻代的存活时间，增加在年轻代即被回收的概论。回收器选择JVM给了三种选择：串行收集器、并行收集器、并发收集器，但是串行收集器只适用于小数据量的情况，所以这里的选择主要针对并行收集器和并发收集器。默认情况下，JDK5.0以前都是使用串行收集器，如果想使用其他收集器需要在启动时加入相应参数。JDK5.0以后，JVM会根据当前系统配置进行判断。吞吐量优先的并行收集器如上文所述，并行收集器主要以到达一定的吞吐量为目标，适用于科学技术和后台处理等。典型配置：java -Xmx3800m -Xms3800m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20-XX:+UseParallelGC：选择垃圾收集器为并行收集器。此配置仅对年轻代有效。即上述配置下，年轻代使用并发收集，而年老代仍旧使用串行收集。-XX:ParallelGCThreads=20：配置并行收集器的线程数，即：同时多少个线程一起进行垃圾回收。此值最好配置与处理器数目相等。java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:ParallelGCThreads=20 -XX:+UseParallelOldGC-XX:+UseParallelOldGC：配置年老代垃圾收集方式为并行收集。JDK6.0支持对年老代并行收集。java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100-XX:MaxGCPauseMillis=100:设置每次年轻代垃圾回收的最长时间，如果无法满足此时间，JVM会自动调整年轻代大小，以满足此值。java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseParallelGC -XX:MaxGCPauseMillis=100-XX:+UseAdaptiveSizePolicy-XX:+UseAdaptiveSizePolicy：设置此选项后，并行收集器会自动选择年轻代区大小和相应的Survivor区比例，以达到目标系统规定的最低相应时间或者收集频率等，此值建议使用并行收集器时，一直打开。响应时间优先的并发收集器如上文所述，并发收集器主要是保证系统的响应时间，减少垃圾收集时的停顿时间。适用于应用服务器、电信领域等。典型配置：java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:ParallelGCThreads=20 -XX:+UseConcMarkSweepGC -XX:+UseParNewGC-XX:+UseConcMarkSweepGC：设置年老代为并发收集。测试中配置这个以后，-XX:NewRatio=4的配置失效了，原因不明。所以，此时年轻代大小最好用-Xmn设置。-XX:+UseParNewGC:设置年轻代为并行收集。可与CMS收集同时使用。JDK5.0以上，JVM会根据系统配置自行设置，所以无需再设置此值。java -Xmx3550m -Xms3550m -Xmn2g -Xss128k -XX:+UseConcMarkSweepGC -XX:CMSFullGCsBeforeCompaction=5 -XX:+UseCMSCompactAtFullCollection-XX:CMSFullGCsBeforeCompaction：由于并发收集器不对内存空间进行压缩、整理，所以运行一段时间以后会产生“碎片”，使得运行效率降低。此值设置运行多少次GC以后对内存空间进行压缩、整理。-XX:+UseCMSCompactAtFullCollection：打开对年老代的压缩。可能会影响性能，但是可以消除碎片辅助信息JVM提供了大量命令行参数，打印信息，供调试使用。主要有以下一些：-XX:+PrintGC输出形式：[GC 118250K-&0112K), 0.0094143 secs]& & & & & & & & [Full GC 121376K-&1K), 0.0650971 secs]-XX:+PrintGCDetails输出形式：[GC [DefNew: 8614K-&781K(9088K), 0.0123035 secs] 118250K-&0112K), 0.0124633 secs]& & & & & & & & [GC [DefNew: 8614K-&K), 0.0000665 secs][Tenured: 112761K-&1K), 0.0433488 secs] 121376K-&1K), 0.0436268 secs]-XX:+PrintGCTimeStamps -XX:+PrintGC：PrintGCTimeStamps可与上面两个混合使用输出形式：11.851: [GC 98328K-&9K), 0.0082960 secs]-XX:+PrintGCApplicationConcurrentTime:打印每次垃圾回收前，程序未中断的执行时间。可与上面混合使用输出形式：Application time: 0.5291524 seconds-XX:+PrintGCApplicationStoppedTime：打印垃圾回收期间程序暂停的时间。可与上面混合使用输出形式：Total time for which application threads were stopped: 0.0468229 seconds-XX:PrintHeapAtGC:打印GC前后的详细堆栈信息-Xloggc:filename:与上面几个配合使用，把相关日志信息记录到文件以便分析。常见配置汇总堆设置-Xms:初始堆大小-Xmx:最大堆大小-XX:NewSize=n:设置年轻代大小-XX:NewRatio=n:设置年轻代和年老代的比值。如:为3，表示年轻代与年老代比值为1：3，年轻代占整个年轻代年老代和的1/4-XX:SurvivorRatio=n:年轻代中Eden区与两个Survivor区的比值。注意Survivor区有两个。如：3，表示Eden：Survivor=3：2，一个Survivor区占整个年轻代的1/5-XX:MaxPermSize=n:设置持久代大小收集器设置-XX:+UseSerialGC:设置串行收集器-XX:+UseParallelGC:设置并行收集器-XX:+UseParalledlOldGC:设置并行年老代收集器-XX:+UseConcMarkSweepGC:设置并发收集器垃圾回收统计信息-XX:+PrintGC-XX:+PrintGCDetails-XX:+PrintGCTimeStamps-Xloggc:filename并行收集器设置-XX:ParallelGCThreads=n:设置并行收集器收集时使用的CPU数。并行收集线程数。-XX:MaxGCPauseMillis=n:设置并行收集最大暂停时间-XX:GCTimeRatio=n: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)并发收集器设置-XX:+CMSIncrementalMode:设置为增量模式。适用于单CPU情况。-XX:ParallelGCThreads=n:设置并发收集器年轻代收集方式为并行收集时，使用的CPU数。并行收集线程数。四、调优总结年轻代大小选择响应时间优先的应用：尽可能设大，直到接近系统的最低响应时间限制（根据实际情况选择）。在此种情况下，年轻代收集发生的频率也是最小的。同时，减少到达年老代的对象。吞吐量优先的应用：尽可能的设置大，可能到达Gbit的程度。因为对响应时间没有要求，垃圾收集可以并行进行，一般适合8CPU以上的应用。年老代大小选择响应时间优先的应用：年老代使用并发收集器，所以其大小需要小心设置，一般要考虑并发会话率和会话持续时间等一些参数。如果堆设置小了，可以会造成内存碎片、高回收频率以及应用暂停而使用传统的标记清除方式；如果堆大了，则需要较长的收集时间。最优化的方案，一般需要参考以下数据获得：并发垃圾收集信息持久代并发收集次数传统GC信息花在年轻代和年老代回收上的时间比例减少年轻代和年老代花费的时间，一般会提高应用的效率吞吐量优先的应用：一般吞吐量优先的应用都有一个很大的年轻代和一个较小的年老代。原因是，这样可以尽可能回收掉大部分短期对象，减少中期的对象，而年老代尽存放长期存活对象。较小堆引起的碎片问题因为年老代的并发收集器使用标记、清除算法，所以不会对堆进行压缩。当收集器回收时，他会把相邻的空间进行合并，这样可以分配给较大的对象。但是，当堆空间较小时，运行一段时间以后，就会出现“碎片”，如果并发收集器找不到足够的空间，那么并发收集器将会停止，然后使用传统的标记、清除方式进行回收。如果出现“碎片”，可能需要进行如下配置：-XX:+UseCMSCompactAtFullCollection：使用并发收集器时，开启对年老代的压缩。-XX:CMSFullGCsBeforeCompaction=0：上面配置开启的情况下，这里设置多少次Full GC后，对年老代进行压缩
切换注册登录
切换登录找回密码
切换登录注册
切换登录注册