memory

学习动态性能表 第一篇 --v$sysstat 　　按照 OracleDocument 中的描述， v$sysstat 存储自数据库实例运行那刻起就开始累计全实例 (instance-wide) 的资源使用情况。 类似于 v$sesstat ，该视图存储下列的统计信息： 1>. 事件发生次数的统计 ( 如： user commits) 2>. 数据产生，存取或者操作的 total 列 ( 如： redo size) 3>. 如果 TIMED_STATISTICS 值为 true, 则统计花费在执行操作上的总时间 ( 如： CPU used by this session) v$sysstat 视图常用列介绍： l STATISTIC#: 标识 l NAME: 统计项名称 l VALUE: 资源使用量 该视图还有一列 class- 统计类别但极少会被使用，各类信息如下： 1 代表事例活动 2 代表 Redo buffer 活动 4 代表锁 8 代表数据缓冲活动 16 代表 OS 活动 32 代表并行活动 64 代表表访问 128 代表调试信息 注意： Statistic# 的值在不同版本中各不相同，使用时要用 Name 做为查询条件而不要以 statistic# 的值做为条件。 使用 v$sysstat 中的数据 　　该视图中数据常被用于监控系统性能。如 buffer cache

浴谷P1540 机器翻译 #include<bits/stdc++.h> using namespace std; int m; int n; queue<int> memory; bool inQueue[100003]; int main() { scanf("%d %d",&m,&n); int cnt=0; for(int i=0;i<n;i++){ int x; scanf("%d",&x); if(!inQueue[x]){ cnt++; memory.push(x); inQueue[x]=true; if(memory.size()>m){ inQueue[memory.front()]=false; memory.pop(); } } } cout<<cnt<<endl; return 0; } 来源： CSDN 作者： weixin_44026260 链接： https://blog.csdn.net/weixin_44026260/article/details/104309619

其创建流程如下图所示： ppc架构的处理器的在mac_newworld.c文件中ppc_core99_init函数中调用memory_region_allocate_system_memory函数创建ram，ram属于实体MemoryRegion，有自己的内存（从QEMU进程的中分配内存空间）。源代码分析如下： memory_region_allocate_system_memory(MemoryRegion *mr, Object *owner, const char *name, uint64_t ram_size) { uint64_t addr = 0; int i; if (nb_numa_nodes == 0 || !have_memdevs) { allocate_system_memory_nonnuma(mr, owner, name, ram_size);//hva内存的创建通过该函数完 //成，对于其它代码不做解析 return; } …… } 在下面函数中可以从文件恢复hva内存，也可以直接分配hva内存，memory_region_init_ram_from_file函数用于从文件恢复，而memory_region_init_ram_nomigrate用于分配内存。 static void allocate_system_memory_nonnuma

一、SNMP简介 SNMP指的是简单网络管理协议。它属于TCP/IP五层协议中的应用层协议。它提供了一种简单和方便的模式来 管理网络中的各个元素 。这里的 元素就是各个被管理的对象，可以是因特网中的某个硬件，比如网卡，也可以是某些硬件和软件的配置参数的集合 。由于SNMP协议简单可靠 ，受到了众多厂商的欢迎，成为了目前最为广泛的网管协议。 SNMP协议主要由两大部分构成：SNMP管理站和SNMP代理。SNMP管理站是一个中心节点，负责收集维护各个SNMP元素的信息，并对这些信息进行处理，最后反馈给网络管理员； 而SNMP代理是运行在各个被管理的网络节点之上，负责统计该节点的各项信息，并且负责与SNMP管理站交互，接收并执行管理站的命令，上传各种本地的网络信息。 SNMP管理站和SNMP代理之间是 松散耦合 。他们之间的通信是通过 UDP协议 完成的。一般情况下，SNMP管理站通过UDP协议向SNMP代理发送各种命令，当SNMP代理收到命令后，返回SNMP管理站需要的参数。 但是当SNMP代理检测到网络元素异常的时候，也可以主动向SNMP管理站发送消息，通告当前异常状况。 SNMP协议于1988年发布。到目前一共经历了V1，V2，V3三个版本。其中V1已经被废弃，而V2c虽然没有能够成为正式标准，但是已经被很多厂家所接受，V3目前是因特网的正式标准。与V1相比，V2

Redis所有的数据都存在内存中，相对于廉价的硬盘，内存资源还是比较昂贵的，因此如何高效利用redis内存变得非常重要。 内存消耗分析 管理内存的原理和方法 内存优化技巧 一、内存消耗 理解redis内存，首先要掌握redis内存消耗在哪些方面。有些内存消耗是必不可少的，而有些可以通过参数调整和合理使用来规避内存浪费。 1.1 内存使用统计 首先需要了解redis自身使用内存的统计数据，可通过执行info memory命令来获取内存相关指标 used_memory redis分配器分配的内存总量，也就是内部存储的所有数据内存占用量 used_memory_human 以可读的格式返回used_memory used_memory_rss 从操作系统的角度显示redis进程占用的物理内存总量 used_memory_peak 内存使用的最大值，表示used_memory的峰值 used_memory_peak_human 以可读的格式返回used_memory_peak used_memory_lua Lua引擎所消耗的内存大小 mem_fragmentation_ratio used_memory_rss/used_memory比值。表示内存碎片率 mem_allocator redis 所使用的内存分配器，默认为jemalloc 需要重点关注的指标有：used_memory

MySQL 引擎 1.InnoDB存储引擎 InnoDB给MySQL的表提供了事 务处理、回滚、崩溃修复能力 和多版本并发控制的事务安全。 InnoDB存储引擎总支持AUTO_INCREMENT。自动增长列的值不能为空，并且值必须唯一。MySQL中规定自增列必须为主键。 InnoDB还支持外键（FOREIGN KEY）。当删除、更新父表中的某条信息时，子表也必须有相应的改变，这是数据库的参照完整性规则。 nnoDB中，创建的表的表结构存储在.frm文件中（我觉得是frame的缩写吧）。数据和索引存储在innodb_data_home_dir和innodb_data_file_path定义的表空间中。 InnoDB的优势在于提供了良好的事务处理、崩溃修复能力和并发控制。缺点是读写效率较差，占用的数据空间相对较大 InnoDB：在mysql5.6版本以上被作为默认引擎，并且加入了行及锁定与外键约束。 所以以下是使用InnoDB最好的选择： 1.更新密集的表。InnoDB存储引擎特别适合处理多重并发的更新请求。 2.事务。InnoDB存储引擎是支持事务的标准MySQL存储引擎。 3.自动灾难恢复。与其它存储引擎不同，InnoDB表能够自动从灾难中恢复。 4.外键约束。MySQL支持外键的存储引擎只有InnoDB。 5.支持自动增加列AUTO_INCREMENT属性。 2

Flume是一款非常优秀的日志采集工具。支持多种形式的日志采集，作为apache的顶级开源项目，Flume再大数据方面具有广泛的应用 首先需要在Flume的解压目录中conf文件夹中将flume-env.sh.templete更改未flume.env.sh 并修改jdk的位置 Source 我们可以从Avro，NetCat。Http,TailDir。我们在Java开发中通常都是使用的log4j等日志工具进行日志按天存储，所以我们重点关注下tailDir Source Taildir Source 在Flume1.7之前如果想要监控一个文件新增的内容，我们一般采用的source 为 exec tail，但是这会有一个弊端，就是当你的服务器宕机重启后，此时数据读取还是从头开始，这显然不是我们想看到的！ 在Flume1.7 没有出来之前我们一般的解决思路为：当读取一条记录后，就把当前的记录的行号记录到一个文件中，宕机重启时，我们可以先从文件中获取到最后一次读取文件的行数，然后继续监控读取下去。保证数据不丢失、不重复。 在Flume1.7时新增了一个source 的类型为taildir，它可以监控一个目录下的多个文件，并且实现了实时读取记录保存的断点续传功能。 但是Flume1.7中如果文件重命名，那么会被当成新文件而被重新采集。 Channel Memory Channel Memory

Exceptions用于处理Run-time Error； //文件读取的异常捕获伪代码 try{ open the file; determine its size; allocate that much memory; read the file into memory; close the file; }catch(fileOpenFailed){ doSomething; }catch(sizeDeterMinationFailed){ doSomething; }catch(memoryAllocationFailed){ doSomething; }catch(readFailed){ doSomething; }catch(fileCloseFailed){ doSomething; } 异常，让函数发现有自己无法处理的错误时抛出一个异常 来源： https://www.cnblogs.com/go-ahead-wsg/p/12150226.html

A data processor supports the use of multiple memory models by computer programs. At a device external to a data processor, such as a memory controller, memory transactions requests are received from the data processor. Each memory transaction request has associated therewith a memory model selected from a predefined plurality of memory models. In a preferred embodiment, the predefined memory models supported are SSO (strong sequential order), TSO (total store order), PSO (partial store order) and RMO (relaxed memory order). Data representing pending memory transactions are stored in one or

Methods and apparatus to provide for power consumption reduction in memories (such as cache memories) are described. In one embodiment, a virtual tag is used to determine whether to access a cache way. The virtual tag access and comparison may be performed earlier in the read pipeline than the actual tag access or comparison. In another embodiment, a speculative way hit may be used based on pre-ECC partial tag match to wake up a subset of data arrays. Other embodiments are also described. FIELD The present disclosure generally relates to the field of computing. More particularly, an embodiment