典型大数据应用JVM垃圾回收算法评测

典型大数据应用JVM垃圾回收算法评测(任务书,开题报告,论文12000字)
摘要
本文首先对于JVM及其垃圾回收算法和大数据环境进行了介绍与分析，说明在大数据条件下，针对海量对象和较高的计算需求，开发者需要对JVM进行专门地应对才能更好的提高JVM的性能。
实验部分首先针对一个个案进行分析，通过实验分析验证了垃圾回收日志和JVM性能指标之间的对应关系。通过运行时间、GC消耗时间、GC前内存已使用容量、GC后该区域内存使用容量、该区域内存总量等指标衡量Java虚拟机性能，之后以PageRank算法为例，针对线程数、吞吐量、停顿时间等指标进行实验，分析性能指标与JAVA虚拟机参数之间的关系，并根据实验结果给出了合适的JVM参数。
关键词：JVM；垃圾回收算法；大数据应用
 
Abstract
This article first introduces and analyzes the JVM and its garbage collection algorithm and big data environment, and shows that under the conditions of big data, developers need to specifically respond to the JVM to better improve mass objects and higher computational requirementsforimprovingJVM performance.
The experimental part first analyzes one case and verifies the correspondence between the garbage collection logs and the JVM performance indicators through experimental analysis. Measure the performance of the Java virtual machine by running time, GC consumption time, memory capacity before GC, memory usage in the area after GC, and total memory in the area. Take PageRank as an example for thread count, throughput, and Pause time and other indicators are tested to analyze the relationship between performance indicators and JAVA virtual machine parameters, and appropriate JVM parameters are given based on the experimental results.
Key Words：JVM；Garbage Collection；Big DataApplication
 
目录
摘要    IV
Abstract    V
第一章    绪论    1
第二章    Spark框架    3
2.1    Spark简介    3
2.2    Spark与Hadoop    3
2.3    MapReduce    4
2.4    Scala语言    5
2.5    HotSpot虚拟机    5
2.6    虚拟机运行时数据区域    6
2.6.1    程序计数器    6
2.6.2    JAVA虚拟机栈    7
2.6.3    本地方法栈    7
2.6.4    JAVA堆    8
2.6.5    方法区    8
2.6.6    运行时常量池    8
2.6.7    直接内存    9
第三章    垃圾收集器与内存分配策略    10
3.1    对象的存活    10
3.1.1    引用计数算法    10
3.1.2    可达性分析算法    10
3.1.3    引用的强度    11
3.2    垃圾收集算法    11
3.2.1    标记-清除算法    11
3.2.2    复制算法    12
3.2.3    标记-整理算法    12
3.2.4    分代收集算法    13
3.3    垃圾收集器    13
3.3.1    Parallel Scavenge收集器    13
第四章    大数据下JVM性能测试    14
4.1    PageRank算法    14
4.2    GC日志    15
4.3    VM参数与GC实例    15
4.4    大数据情况下线程数对于JAVA虚拟机性能的影响    17
4.5    大数据情况下吞吐量对于JAVA虚拟机性能的影响    18
4.6    大数据情况下停顿时间对于JAVA虚拟机性能的影响    20
第五章    结论与展望    23
致谢    24