在Unix/Linux系统中为什么一个小java程序占用这么多swap空间?

moke33 2008-02-15 05:09:03
测试程序:
class test
{
public static void main(String[] args)throws Exception{
while(true){
Thread.sleep(1000);
}
}
}

第二部分为下面程序的打印结果:
public class mem {
public static void main(String[] args) throws Exception{
Runtime r = Runtime.getRuntime();
while(true){
System.out.println("free : "+(r.freeMemory()/1024)+"k");
System.out.println("max : "+(r.maxMemory()/1024)+"k");
System.out.println("total: "+(r.totalMemory()/1024)+"k");
Thread.sleep(1000);
}
}
}

下面是使用不同的参数启动后的结果:
1、java test
VIRT RES SHR S %CPU %MEM TIME+ SWAP CODE DATA COMMAND
1211m 10m 6380 S 0.0 0.1 0:00.13 1.2g 68 1.2g java

free : 127847k = 124m
max : 1009792k = 986m
total: 128064k = 125m

2、java -Xmx32m test
VIRT RES SHR S %CPU %MEM TIME+ SWAP CODE DATA COMMAND
216m 9.8m 6384 S 0.0 0.1 0:00.13 206m 68 216m java

free : 4334k = 4m
max : 31616k = 31m
total: 4544k = 4m

3、java -Xms256m -Xmx512m test
VIRT RES SHR S %CPU %MEM TIME+ SWAP CODE DATA COMMAND
697m 10m 6384 S 0.0 0.1 0:00.14 687m 68 697m java

free : 258120k = 252m
max : 504896k = 493m
total: 258560k = 252m

4、java -Xmx1536m test
VIRT RES SHR S %CPU %MEM TIME+ SWAP CODE DATA COMMAND
1726m 9.8m 6384 S 0.0 0.1 0:00.13 1.7g 68 1.7g java

free : 4775k = 4m
max : 1514624k= 1479m
total: 4992k = 4m

5、java -Xms512m -Xmx1024m -Xss128k -Xmn256m -XX:PermSize=16M -XX:MaxPermSize=32M test
VIRT RES SHR S %CPU %MEM TIME+ SWAP CODE DATA COMMAND
1176m 11m 6388 S 0.0 0.1 0:00.14 1.1g 68 1.1g java

free : 487587k = 476m
max : 961216k = 938m
total: 491520k = 480m

Suse系统资源使用情况(相当空闲):
top - 16:04:54 up 2 days, 7:08, 4 users, load average: 1.02, 1.08, 1.13
Tasks: 111 total, 1 running, 109 sleeping, 1 stopped, 0 zombie
Cpu(s): 0.0% us, 0.0% sy, 0.0% ni, 100.0% id, 0.0% wa, 0.0% hi, 0.0% si
Mem: 8309244k total, 1541816k used, 6767428k free, 343452k buffers
Swap: 2097128k total, 0k used, 2097128k free, 817160k cached

========================================================

在网上查了一些资料,不过至今也无法解决的问题就是(如1中的结果),程序占用内存非常小,可为什么SWAP却有1.1G?
...全文
364 9 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
9 条回复
切换为时间正序
请发表友善的回复…
发表回复
liang8305 2008-02-19
  • 打赏
  • 举报
回复
难道你没发现?

SWAP约等于r.maxMemory()/1024+300

max : 1009792k = 986m --------- 1.2g
max : 504896k = 493m --------- 687m
。。。。。
yuanqingfei 2008-02-18
  • 打赏
  • 举报
回复
-Xmx32M?
不可能的,我记着JVM最小就分配64M,至于206M,不知是不是原来的程序没有回收完毕呢?
sunwei_07 2008-02-18
  • 打赏
  • 举报
回复
路过,学习了
shengli_liao 2008-02-18
  • 打赏
  • 举报
回复
Java的内存管理是不是真的有问题,郁闷死我了,一个Applet在IE下开始占60M左右,跑着跑着可以达到占内存200M,调用GC也不好使,一直没明白怎么回事。
moke33 2008-02-17
  • 打赏
  • 举报
回复
那为什么在第2个结果中,-Xmx32m,但是swap确是206M
这个又怎么解释?

dracularking 2008-02-15
  • 打赏
  • 举报
回复
xmx和swap息息相关
老紫竹 2008-02-15
  • 打赏
  • 举报
回复
-Xmx1024m 这个就是1G哦,拟分配给他用的,单他不一定马上用啊!

linux就是这样,看上去内存都没了,可是还能运行大程序!呵呵呵! 内存管理的算法不同!
moke33 2008-02-15
  • 打赏
  • 举报
回复
麻烦详细说明一下,谢谢

我对内存管理只是略知一二,不是很深入,“等我提交的SWAP”是什么意思?
healer_kx 2008-02-15
  • 打赏
  • 举报
回复
SWAP?那个是虚拟内存,等你提交的。不是你耗费的。
资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 在计算机视觉领域,实时目标跟踪是许多应用的核心任务,例如监控系统、自动驾驶汽车和无人机导航等。本文将重点介绍一种在2017年备受关注的高效目标跟踪算法——BACF(Boosted Adaptive Clustering Filter)。该算法因其卓越的实时性和高精度而脱颖而出,其核心代码是用MATLAB编写的。 BACF算法全称为Boosted Adaptive Clustering Filter,是基于卡尔曼滤波器改进的一种算法。传统卡尔曼滤波在处理复杂背景和目标形变时存在局限性,而BACF通过引入自适应聚类和Boosting策略,显著提升了对目标特征的捕获和跟踪能力。 自适应聚类是BACF算法的关键技术之一。它通过动态更新特征空间的聚类心,更准确地捕捉目标的外观变化,从而在光照变化、遮挡和目标形变等复杂情况下保持跟踪的稳定性。此外,BACF还采用了Boosting策略。Boosting是一种集成学习方法,通过组合多个弱分类器形成强分类器。在BACF,Boosting用于优化目标检测性能,动态调整特征权重,强化对目标识别贡献大的特征,从而提高跟踪精度。BACF算法在设计时充分考虑了计算效率,能够在保持高精度的同时实现快速实时的目标跟踪,这对于需要快速响应的应用场景(如视频监控和自动驾驶)至关重要。 MATLAB作为一种强大的数学计算和数据分析工具,非常适合用于算法的原型开发和测试。BACF算法的MATLAB实现提供了清晰的代码结构,方便研究人员理解其工作原理并进行优化和扩展。通常,BACF的MATLAB源码包含以下部分:主函数(实现整个跟踪算法的核心代码)、特征提取模块(从视频帧提取目标特征的子程序)、聚类算法(实现自适应聚类过程)、Boosting算法(包含特征权重更新的代
内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制的应用。书提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书提出的理论和技术。

62,634

社区成员

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧