close
隨著深度學習在圖像識別、語音識別及其他感知智能領域大放異彩，人們對深度學習在自然語言處理（NLP） 的價值也寄予瞭厚望。再加上 AlphaGo 的成功，人工智能的自然語言研究和應用變得炙手可熱。NLP 作為人工智能領域的認知智能，成為目前大傢關註的焦點。
隨著深度學習在圖像識別、語音識別及其他感知智能領域大放異彩，人們對深度學習在自然語言處理（NLP） 的價值也寄予瞭厚望。再加上 AlphaGo 的成功，人工智能的自然語言研究和應用變得炙手可熱。NLP 作為人工智能領域的認知智能，成為目前大傢關註的焦點。
台中靜電油煙機出租
在本文中，我們將會深入研究主數據管理場景中微服務架構的適用情況，並且會分析在問題域中，如果需要計算密集型的任務，基於微服務的架構所面臨的挑戰，比如在計算無擔保消費信貸組合的預期損失的時候。
前幾天讀瞭醫療器械公司WellVia的CTO Peyton Reaves寫的一篇文章，文中對列舉瞭優秀CTO應該具備的7個品質，包括敏銳的商業頭腦、新趨勢和新技術的持續評估、豐富的技術背景、聚焦企業文化、組織團隊建設和擔任導師，他認為具備這7項品質，對於構建團隊的長期願景和方向有重要的作用。今天我想就他提出的這7項品質，結合我自己經歷、看見、聽見的故事，和大傢分享經驗。
從構建階段到傳輸至生產運行階段，容器在每個階段都面臨著安全風險。容器防護需要在整個棧及部署過程中引入一種分層安全策略。
一般情況下，Java中分配的非空對象都是由Java虛擬機的垃圾收集器管理的，也稱為堆內內存（on-heap memory）。虛擬機會定期對垃圾內存進行回收，在某些特定的時間點，它會進行一次徹底的回收（full gc）。徹底回收時，垃圾收集器會對所有分配的堆內內存進行完整的掃描，這意味著一個重要的事實——這樣一次垃圾收集對Java應用造成的影響，跟堆的大小是成正比的。過大的堆會影響Java應用的性能。
對於這個問題，一種解決方案就是使用堆外內存（off-heap memory）。堆外內存意味著把內存對象分配在Java虛擬機的堆以外的內存，這些內存直接受操作系統管理（而不是虛擬機）。這樣做的結果就是能保持一個較小的堆，以減少垃圾收集對應用的影響。
但是Java本身也在不斷對堆內內存的實現方式做改進。兩者各有什麼優缺點？Vanilla Java博客作者Peter Lawrey撰寫瞭一篇文章，在文中他對三種方式：用new來分配對象、對象池（object pool）和堆外內存，進行瞭詳細的分析。
用new來分配對象內存是最基本的一種方式，Lawery提到：
在Java 5.0之前，分配對象的代價很大，以至於大傢都使用內存池。但是從5.0開始，對象分配和垃圾回收變得快多瞭，研發人員發現瞭性能的提升，紛紛簡化他們的代碼，不再使用內存池，而直接用new來分配對象。從5.0開始，隻有一些分配代價較大的對象，比如線程、套接字和數據庫鏈接，用內存池才會有明顯的性能提升。
對於內存池，Lawery認為它主要用於兩類對象。第一類是生命周期較短，且結構簡單的對象，在內存池中重復利用這些對象能增加CPU緩存的命中率，從而提高性能。第二種情況是加載含有大量重復對象的大片數據，此時使用內存池能減少垃圾回收的時間。對此，Lawery還以StringInterner為例進行瞭說明。
最後Lawery分析瞭堆外內存，它和內存池一樣，也能縮短垃圾回收時間，但是它適用的對象和內存池完全相反。內存池往往適用於生命期較短的可變對象，而生命期中等或較長的對象，正是堆外內存要解決的。堆外內存有以下特點：
當然堆外內存也有它自己的問題，最大的問題就是你的數據結構變得不那麼直觀，如果數據結構比較復雜，就要對它進行串行化（serialization），而串行化本身也會影響性能。另一個問題是由於你可以使用更大的內存，你可能開始擔心虛擬內存（即硬盤）的速度對你的影響瞭。
Lawery還介紹瞭OpenHFT公司提供三個開源庫：Ch台北靜電機租賃ronicle Queue、Chronicle Map和Thread Affinity，這些庫可以幫助開發人員使用堆外內存來保存數據。采用堆外內存有很多好處，同時也帶來挑戰，對堆外內存感興趣的讀者可以閱讀Lawery的原文來瞭解更多信息。
感謝郭蕾對本文的油煙靜電機租賃審校。
給InfoQ中文站投稿或者參與內容翻譯工作，請郵件至editors@cn.infoq.com。也歡迎大傢通過新浪微博（@InfoQ）或者騰訊微博（@InfoQ）關註我們，並與我們的編輯和其他讀者朋友交流。
您需要 註冊一個InfoQ賬號 或者
登錄 才能進行評論。在您完成註冊後還需要進行一些設置。
獲得來自InfoQ的更多體驗。
我們發現您在使用ad blocker。
我們理解您使用ad blocker的初衷，但為瞭保證InfoQ能夠繼續以免費方式為您服務，我們需要您的支持。InfoQ絕不會在未經您許可的情況下將您的數據提供給第三方。我們僅將其用於向讀者發送相關廣告內容。請您將InfoQ添加至白名單，感謝您的理解與支持。
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
文章標籤
全站熱搜
留言列表
