近日，中国科学院软件研究所科研团队在语言虚拟机内存管理方面取得进展，涉及垃圾回收（GC）算法的跨语言性能评估以及面向大数据系统的新型垃圾回收器设计。
在现代编程语言中，GC负责自动管理内存分配和回收，其效率直接影响用户程序的性能。目前，学术界和工业界主要通过对比评估单一语言运行环境下的GC实现，来分析性能差异指导GC优化，缺少直接实现不同语言运行环境下的GC性能差异评估的方法。
针对这一不足，研究团队提出了GEAR方法，通过自动构建适用于不同语言运行环境的一致性GC工作负载，实现跨语言GC性能评估。GEAR的核心在于设计了一组与运行环境无关的内存操作原语（MOP），用于描述影响GC行为的关键内存使用信息。GEAR可以将这些MOP程序自动转换为目标语言的代码，并生成一致的GC测试负载。为保证测试负载的真实性，团队对Java虚拟机进行插桩，记录实际Java应用程序执行期间的内存操作，并将其转换为MOP程序，进而适配到其他语言运行环境。
实验表明，GEAR能够在Java、Go和C#三个广泛使用的运行环境生成一致的GC工作负载。基于此，团队对比了这三种语言的GC实现情况，揭示了6项性能差异，并分析了可能原因，为未来GC优化提供了参考依据。
相关成果被ICSE 2025会议录用。研究工作得到国家自然科学基金和中国科学院相关项目的支持。
当前，Apache Flink、Spark等主流大数据框架普遍运行于JVM平台，其内存管理依赖JVM虚拟机的GC算法。然而，大数据应用通常产生大量长生命周期的数据对象，这与传统GC算法针对短生命周期对象优化的设计假设存在差异，导致GC效率低下，影响系统性能。
针对这一问题，研究团队面向大数据系统，设计并提出了新型跨层次垃圾回收器BridgeGC，通过框架层与GC层的协同设计实现内存管理优化。具体来说，BridgeGC在框架源码层面采用极简注解方式标记关键数据的创建和释放点，帮助GC层识别数据对象及其生命周期；BridgeGC在GC层设计了分离式内存布局，将普通对象和大数据对象分区管理，提高内存访问效率；BridgeGC通过自适应GC回收策略，根据对象生命周期动态调整数据处理时期，避免冗余标记等不必要操作。
研究团队将BridgeGC集成至OpenJDK 17的ZGC回收器，并在Apache Flink、Spark等主流大数据系统进行验证。实验数据显示，BridgeGC在保持内存使用效率的同时将GC耗时降低了31%至82%。此外，BridgeGC提升了端到端应用性能，且对业务系统透明，无需修改应用代码。
相关成果被ACM TACO录用。研究工作得到国家自然科学基金等的支持。
“我们愿在中国式现代化的浪潮中为科技强国贡献一份青春力量！” “参与大赛这些年，看着我们在课堂里的知识笔记一步步变成了田野里的实践论文，感慨万分。” 11月13日，教育部在北京召开学习贯彻落实习近平总书记 近日，教育部印发通知部署开展“24365校园招聘服务”全国教育系统2025届高校毕业生招聘活动，积极为高校毕业生与用人单位搭建人才供需精准对接平台，引导更多高校毕业生到教育行业就业，为加快建设教育强国提供有力人才 左图：戴志龙进行课堂教学的场景。资料图片《植被》（高一地理）执教者：戴志龙扫描二维码 即可观看 人物介绍 戴志龙，福建省漳州市教师进修学院初中地理教研员，正高级教师，入选教育部“ 城区学校在开展劳动教育时常常面临劳动教育资源不足、劳动场地受限等问题。长沙市长郡芙蓉中学是—所城区学校，校园面积仅29亩，学生达到2100余人。为了满足学生的劳动实践需求，学校在建设和 近年来，学前教育得到快速发展，但仍是国民教育体系的薄弱环节，需要通过立法，贯彻落实党中央、国务院决策部署，破解突出问题，为学前教育高质量发展提供法治保障。在此背景下，《中华人民共和国学前教育 一、成立背景随着全球科技革命和产业变革加速演进，大力发展职业教育、培养高素质技能人才已成为各国教育的优先任务和共同目标，各国职业教育之间的交流往来和学习互鉴也越发频繁和密切。中国政 。本文链接：语言虚拟机内存管理研究取得进展http://www.sushuapos.com/show-12-1510-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： “百县对百校促就业行动”滁州专场校企供需对接会暨“百校学子滁州行”活动举办
下一篇： 研究通过纳米限域结晶构筑高性能呋喃聚酯