Porównanie wydajności wybranych algorytmów oczyszczania pamięci w Wirtualnej Maszynie Javy

• Autorzy: Kopeć Igor , Smołka Jakub

Identyfikatory

DOI

10.35784/jcsi.1333

Warianty tytułu

EN

A performance comparison of garbage collector algorithms in Java Virtual Machine

• Języki publikacji: PL

Abstrakty

PL

W językach z automatycznym zarządzaniem pamięcią ważną rolę pełni odśmiecacz pamięci - mechanizm odpowiedzialny za usuwanie nieużywanych obiektów z pamięci. Algorytmy odzyskiwania pamięci są rozwijane od wielu lat i dążą do zmaksymalizowania wydajności aplikacji. W niniejszym artykule przedstawiono i porównano wydajność pięciu algorytmów automatycznego zwalniania pamięci występujących w Javie w wersji 12 na trzech aplikacjach o różnym czasie życia obiektów. Analizie została poddana szybkość aplikacji, narzut pracy odzyskiwaczy pamięci oraz przepustowość aplikacji przy dużym obciążeniu.

EN

In programming languages with automatic memory management garbage collection plays an important role of cleaning unused memory. Garbage collection algorithms have been developed for many years and aim to maximize the application’s performance. This paper presents and compares a performance of five garbage collection algorithms present in current version of Java 12 in three applications with different object lifetime span. The analysis covered the system responsiveness, garbage collector workload and application throughput at high application load.

Słowa kluczowe

PL

odzyskiwanie pamięci; Wirtualna Maszyna Javy; wydajność aplikacji

EN

garbage collecting; Java Virtual Machine; application performance

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2019
• Tom: Vol. 13
• Strony: 359--365
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Kopeć Igor

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

autor

Smołka Jakub

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

Bibliografia

• [1] Appel A. W.: Simple generational garbage collection and fast allocation. Software: Practice and Experience, nr 2/1989, Tom 19, s. 171-183.
• [2] Carpen-Amarie M., Marlier P., Felber P., Thomas G.: A Performance Study of Java Garbage Collectors on Multicore Architectures, Proceedings of the Sixth International Workshop on Programming Models and Applications for Multicores and Manycores, 2015, s. 20-29.
• [3] Detlefs D., Flood C., Heller S., Printezis T.: Garbage-first garbage collection. In Proceedings of the 4th international symposium on Memory management. ACM. 2004, s. 37-48.
• [4] Gidra L., Thomas G., Sopena J., Shapiro M.: Assessing the scalability of garbage collectors on many cores. In Proceedings of the 6th Workshop on Programming Languages and Operating Systems, ACM, 2011, s. 7.
• [5] Grgic H., Mihaljevic B., Radovan A.: Comparison of garbage collectors in Java programming language, 41st International Convention on Information and Communication Technology, Electronics and Microelectronics, 2018.
• [6] Li H., Wu M., Chen H.: Analysis and Optimizations of Java Full Garbage Collection, Proceedings of the 9th Asia-Pacific Workshop on Systems, 2018, s. 18.
• [7] Li H., Wu M., Zang B., Chen H.: ScissorGC: Scalable and Efficient Compaction for Java Full Garbage Collection, 2019.
• [8] Suo K., Rao J., Jiang H., Srisa-an W.: Characterizing and optimizing hotspot parallel garbage collection on multicore systems. EuroSys, 2018, s. 35-1.
• [9] Tauro C., Prabhu M., Saldanha V.: CMS and G1 Collector in Java 7 Hotspot: Overview, Comparisons and Performance Metrics. International Journal of Computer Applications, 43(11), 2012.
• [10] Yu Y., Lei T., Zhang W., Chen H., Zang B.: Performance analysis and optimization of full garbage collection in memory-hungry environments. In ACM SIGPLAN Notices, ACM. Nr 7/2016, Tom 51, s. 123-130.
• [11] Flood C. H., Kennke R., Dinn A., Haley A., Westrelin R.: Shenandoah: An open-source concurrent compacting garbage collector for openjdk. In Proceedings of the 13th International Conference on Principles and Practices of Programming on the Java Platform: Virtual Machines, Languages, and Tools, ACM, 2016, s. 13.
• [12] Struktura pamięci Wirtualnej Maszyny Java , https://www.oracle.com/technetwork/java/javase/memorymanagement-whitepaper-150215.pdf [24.03.2019].
• [13] Dokumentacja programu jStat, https://docs.oracle.com/javase/7/docs/technotes/tools/share/jstat.html [24.03.2019].
• [14] Hunt C., Beckwith M., Parhar P., Rutisson B.: Java Performance Companion, Addison-Wesley Professional, 2016.
• [15] Opis algorytmu Shenandoah https://wiki.openjdk.java.net/display/shenandoah/Main 24.03.2019

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).