前面我们说了如何判断对象的生存与死亡，JVM判断了对象的生存与死亡之后需要一定的策略区回收死亡对象。本篇博客对四种常用的GC算法的思想进行一些说明。标记——清除算法： 最基础的算法，分为标记和清除两个阶段。首先标记出需要回收的对象（对象的生存笔记的标记方法），完成标记后统一回收
首先提出一个问题,在下面代码中 help GC 注释的这行代码是什么作用?这只是Jdk1.7 java.util.LinkedList类的一个方法, 完整代码见 Jdk1.7
/**
* Unlinks non-null first node f.
*/
private E unlinkFirst(Node<E> f) {
final E element = f.item
转载
2024-10-18 22:18:10
49阅读
前言：大家在使用jmeter进行压测或者说性能测试时，只能根据jmeter中的聚合报告来查看测试结果。但是聚合报告存在两个问题：1、只能自己看，无法实时共享；2、报告信息的展示比较简陋单一，不直观；为了解决上述问题，本文将docker+ InfluxDB+Grafana搭建性能监控平台；InfluxDB：持续型数据库，有时间戳组件，以时间的形式去存储数据Grafana：一款采用 Go 语言编写的开
转载
2024-10-27 19:39:13
111阅读
Jvm性能调优与监控一、JVM分代算法内存模型及垃圾收集算法1.根据Java虚拟机规范，JVM将内存划分为：New（年轻代）Tenured（年老代）永久代（Perm）其中New和Tenured属于堆内存，堆内存会从JVM启动参数（-Xmx:）指定的内存中分配.Perm是非堆内存，通过-XX:PermSize -XX:MaxPermSize等参数调整其大小。年轻代（New）：年轻代用来存放JVM刚分
标记/清除算法 首先，我们回想一下上一章提到的根搜索算法，它可以解决我们应该回收哪些对象的问题，但是它显然还不能承担垃圾搜集的重任，因为我们在程序（程序也就是指我们运行在JVM上的JAVA程序）运行期间如果想进行垃圾回收，就必须让GC线程与程序当中的线程互相配合，才能在不影响程序运行的前提下，顺利的将垃圾进行回收。 为了达到这个目的，标记/清除算法就应运而生了。它的做法是当堆中的有效内存空间（
转载
2024-06-21 14:27:28
22阅读
0、推荐术语LCN： Longest Continuous no-click Num，连续展现不点击；1、PNR（Positive Negative Rate）正逆序比 = 正序数 / 逆序数；2、TGI（Target Group Index）TGI：即Target Group Index（目标群体指数）TGI指数= [目标群体中具有某一特征的群体所占比例/总体中具有相同特征的群体所占比例]*标准
转载
2024-05-19 20:39:39
131阅读
当前正在运行的线程数不能超过设定的最大值。一般情况下系统性能较好的情况下，线
原创
2023-02-25 13:00:50
209阅读
NDFI是什么？NDFI被称为归一化退化指数。可以用来表达森林植被的退化程度和森林的健康程度。NDFI最开始发表的文章是（Combining spectral and spatial information to map canopy damage from selective logging and forest fires）。该指数在国际期刊中使用次数很多，使用该指数的文章多次发表在遥感顶刊R
前言首先，我也是一个Gradle小白，目前所了解到的Gradel是个自动化构建工具，可以帮助我们自动管理依赖，编译、打包程序。至于它的优缺点以及工作流程并不是很熟悉。正是因为如此，才需要系统的学习gradle。个人认为一个技术或者一个框架，如果经常使用它，系统的去学习是最快掌握它的方法。本篇是根据官网的教程 Building Java Applications整理而来，主要是知道Gradle的一下
转载
2024-03-01 12:48:16
57阅读
一、Gradient Descent(梯度下降算法)(1)、Batch Gradient descent(BGD, 指计算梯度时用的是全部样本的梯度的均值)Batch Gradient descent 是一种求最小局部变量的一阶迭代优化算法。利用gradient descent来求一个函数的最小值，我们每一步都在当前点加上一个负梯度的倍数。如果我们采用的是正梯度，则计算的是函数的局部最大值。这就像
MAE(Mean Absolute Error) 平均绝对误差 基础的评估方法，后面的方法一般以此为参考对比优劣。MSE(Mean Square Error) 平均平方差对比MAE，MSE可以放大预测偏差较大的值，可以比较不同预测模型的稳定性，应用场景相对多一点。RMSE(Root Mean Square Error) 方均根差 &nb
初试 TA-libTA-Lib（Technical Analysis Library, 即技术分析库）是Python金融量化的高级库，涵盖了150多种股票、期货交易软件中常用的技术分析指标，如MACD、RSI、KDJ、动量指标、布林带等。官方文档参见：
TA-Lib mrjbq7.github.io/ta-lib/funcs.html
可通过一下命令安装：pip insta
一、Fragment对象封装。因为官方不建议把数据的传递提供写在构造函数当中，因此提供了这个方法。函数可以获取到传递给Fragment的参数。可以再Fragment当中直接调用，获取传递的数据。 3.FragmentActivity getActivity(); 返回和当前Fragment关联的FragmentAcitivty对象。 4.FragmentManager get
Matlab本身的GlobalSearch英文说明，看得让人有点晕，自己看了一些资料，结合了自己的理解，尽力翻译过来，方便有需要的朋友一起学习，翻译和数学水平都有限，请大家不吝赐教，但是别拍砖啊！谢谢！正文开始1.Run fmincon from x0
首先，利用fmincon以x0为初始点做局部优化，获得终止点，记为点A。
某一点的评分函数（score function），等于该点目标函数值+
引言在第二三节课中，主要研究的是四个关键网络属性以表征图形：度分布，路径长度，聚类系数和连接组件 。 这些定义主要是针对无向图的，而由于上一节中已经介绍了度分布，以及相应公式和例题，关于路径长度，简单来讲就是一个图中所需占比最短的一条或者多条路径，该路径并不唯一，讲深点，就得从过程遍历来看列举的四种算法了，每种都有每种的优劣，这里也不再详述，主要根据课程助教写的笔记，针对后两个重新复习。 聚类系数
前提知识：smoothstep函数，根据输入值平滑地输出最小和最大两个限制值以及其中间值，在AI激活函数、图像处理中均很常用。 2、normalizing技巧，通过向量分量除以总向量得到分量的归一值（比例值）。在图像处理中有保留该向量的方向属性特征的作用，任何大小的标量乘以normalize之后得到的向量因为x,y比例一直，会和原向量的位置一致 3、纹理采样
转载
2024-10-14 09:35:18
54阅读
Grafana全面解读
转载
2021-06-27 09:23:42
844阅读
k8s监控实战-grafana出图_alert告警
目录
k8s监控实战-grafana出图_alert告警1 使用炫酷的grafana出图1.1 部署grafana1.1.1 准备镜像1.1.2 准备rbac资源清单1.1.3 准备dp资源清单1.1.4 准备svc资源清单1.1.5 准备ingress资源清单1.1.6 域名解析1.1.7 应用资源配置清单1.2 使用g
转载
2024-06-17 12:07:43
87阅读
诊断性能问题，需要清楚监控的关键指标，以此辅助试验诊断，最后验证推测。 常用监控的关键指标 通常情况下，性能测试监控指标主要分为：资源指标和系统指标。 资源指标： CPU使用率：指单位时间内进程使用cpu时间的百分比，这是对一个时间段内CPU使用状况的统计，通过这个指标可以看出在某
转载
2024-02-25 22:07:46
207阅读
# Grafana监控JVM
欢迎来到这里！作为一名经验丰富的开发者，我会帮助你学习如何使用Grafana监控JVM。在这篇文章中，我将为你展示整个流程，并提供每一步所需的代码示例和解释。
## 流程概述
下表展示了实现Grafana监控JVM的步骤概览：
| 步骤 | 操作 | 代码示例 |
|
原创
2024-05-22 10:33:21
431阅读
