基于插桩分析的Java虚拟机自适应预取优化框架

摘要：

对堆上数据的频繁访问是Java程序的主要开销,为此,研究者们通过虚拟机收集堆上数据访问的信息,而后采用预取或垃圾收集来改进内存性能.常用的收集方法有采样法和插桩法,但二者无法同时满足细粒度和低开销的要求.针对这两个要求,提出基于插桩分析的虚拟机自适应预取框架,该框架通过插桩收集信息,并根据程序运行时的反馈自适应地调整插桩并进行预取优化.实验结果表明,自适应预取优化在Pentium 4上对SPEC JVM98和Dacapo有不同程度的提高,最高的达到了18.1%,而开销控制在4.0%以内.

关键词：插桩、反插桩、自适应、预取优化

所属期刊栏目：19

分类号：TP314(计算技术、计算机技术)

资助基金：the National Natural Science Foundation of China under Grant Nos.60673146, 60703017, 60736012, 60603049;the National High-Tech Research and Development Plan of China under Grant Nos.2006AA010201, 2007AA01Z114 国家高技术研究发展计划863;the National Basic Research Program of China under Grant No.2005CB321600 国家重点基础研究发展计划973;the Beijing Natural Science Foundation of China under Grant No.4072024

在线出版日期：2008-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1581-1589