java1.8 的 client runtime compiler和server runtime compiler

你好,我是 shengjk1,多年大厂经验,努力构建 通俗易懂的、好玩的编程语言教程。 欢迎关注!你会有如下收益:

  1. 了解大厂经验
  2. 拥有和大厂相匹配的技术等 希望看什么,评论或者私信告诉我!

一、前言

之前在排查 进一步分析并彻底解决 Flink container exit 143 问题 感觉 JVM 相关的东西都忘完了,整体排查起来有些吃力,所以后续会有一系列关于 JVM 的一些东西。一方面巩固一下,另外一方面方便后续排查问题

二、java runtime compiler

提高runtime compiler 首先想到的肯定是 JIT,JIT有不同的模式:client runtime compiler和server runtime compiler

2.1 定义

txt 复制代码
1.  Client Runtime Compiler模式:这种模式下,编译器会更关注程序的快速启动时间和较低的内存消耗。它通常会使用更简单的优化策略和较短的编译时间,因此适用于需要频繁启动和停止的应用程序,比如桌面应用程序或者客户端应用程序。开发的比较少,基本不关心

2.  Server Runtime Compiler模式:相比之下,server runtime compiler模式更关注程序的长期运行性能和更高的运行速度。它会使用更复杂的优化策略和更长的编译时间,以获取更高的执行效率。因此,适用于服务器端应用程序或长时间运行的应用程序。

2.2 使用

在Java中,可以通过设置系统属性来指定JIT编译器的模式。可以使用"-client"参数来启用client runtime compiler模式,使用"-server"参数来启用server runtime compiler模式。

例如,在命令行中启动一个Java应用程序时,可以使用以下命令来指定JIT编译器的模式:

java 复制代码
java -client YourApp

或者

java 复制代码
java -server YourApp

选择适合的JIT编译器模式可以根据应用程序的性能需求和运行环境来决定,以获得更好的性能和运行效果。

三、java 垃圾回收、堆以及 runtime compiler 的默认值

在超过 2个处理器 和 2GB 内存的服务器(服务器级计算机的定义适用于除运行 Windows 操作系统版本的 32 位平台之外的所有平台),默认值为:

txt 复制代码
1. Throughput garbage collector
2. Initial heap size of 1/64 of physical memory up to 1 GB
3. Maximum heap size of 1/4 of physical memory up to 1 GB(32位)
4. Server runtime compiler

在 32 位 JVM 上,如果有 4 GB 或更多物理内存,则默认最大堆大小可达 1 GB。在 64 位 JVM 上,如果有 128 GB 或更多物理内存,则默认最大堆大小可达 32 GB

四、参考文档

Java Platform, Standard Edition HotSpot Virtual Machine Garbage Collection Tuning Guide

五、总结

本文主要介绍了Java Runtime Compiler的两种模式,以及如何在Java中使用它们。此外,还介绍了Java垃圾回收、堆以及runtime compiler的默认值。选择适合的JIT编译器模式可以根据应用程序的性能需求和运行环境来决定,以获得更好的性能和运行效果。

相关推荐
Moshow郑锴3 小时前
人工智能中的(特征选择)数据过滤方法和包裹方法
人工智能
TY-20254 小时前
【CV 目标检测】Fast RCNN模型①——与R-CNN区别
人工智能·目标检测·目标跟踪·cnn
uzong4 小时前
技术故障复盘模版
后端
GetcharZp4 小时前
基于 Dify + 通义千问的多模态大模型 搭建发票识别 Agent
后端·llm·agent
桦说编程5 小时前
Java 中如何创建不可变类型
java·后端·函数式编程
lifallen5 小时前
Java Stream sort算子实现:SortedOps
java·开发语言
IT毕设实战小研5 小时前
基于Spring Boot 4s店车辆管理系统 租车管理系统 停车位管理系统 智慧车辆管理系统
java·开发语言·spring boot·后端·spring·毕业设计·课程设计
CareyWYR5 小时前
苹果芯片Mac使用Docker部署MinerU api服务
人工智能
失散135 小时前
自然语言处理——02 文本预处理(下)
人工智能·自然语言处理
wyiyiyi5 小时前
【Web后端】Django、flask及其场景——以构建系统原型为例
前端·数据库·后端·python·django·flask