memory

Flume高可用集群 工欲善其事，必先利其器。 感谢以下博主： https://www.cnblogs.com/qingyunzong/p/8994494.html https://blog.csdn.net/peng_0129/article/details/80793440 https://blog.csdn.net/suojie123/article/details/86577935 https://blog.csdn.net/kelong_xhu/article/details/42677045 https://blog.csdn.net/johnnychu/article/details/82780521 flume简介 官网：http://flume.apache.org/ 打开官网【经翻译】 Flume is a distributed, reliable, and available service for efficiently collecting, aggregating, and moving large amounts of log data. It has a simple and flexible architecture based on streaming data flows. It is robust and fault tolerant

1 low memory killer Android的lowmemory killer是基于linux的OOM（out ofmemory）规则改进而来的。OOM通过一些比较复杂的评分机制，对运行进程进行打分，然后将分数高的进程判定为bad进程，杀死进程并释放内存。OOM只有当系统内存不足的时候才会启动检查，而lowmemory killer则不仅是在应用程序分配内存发现内存不足时启动检查，它也会定时地进行检查。 Low memory killer主要是通过进程的oom_adj来判定进程的重要程度的。oom_adj的大小和进程的类型以及进程被调度的次序有关。 Low memory killer的具体实现在kernel，比如对于android L，代码在：/local/sourcecode/AndroidLSoul45/kernel-3.10/drivers/staging/android/lowmemorykiller.c。 1.1 基本原理 Low Memory Killer与OOM的区别：OOM即Out ofMemory是标准linuxKernel的一种内存管理机制，LowMemory Killer在它基础上作了改进：OOM基于多个标准给每个进程打分，分最高的进程将被杀死；LowMemory Killer则用oom_adj和占用内存的大小来选择Bad进程

1. LiteOS内核的内存管理 1.1. 内存管理 在系统运行的过程中，一些内存空间 大小是不确定的 ，比如一些数据缓冲区，所以系统需要提供内存空间的管理能力，用户可以在使用的时候申请需要的内存空间，使用完毕释放该空间，以便再次利用。 Huawei LiteOS 的内存管理模块通过对内存的申请/释放操作，来管理用户和OS对内存的使用，使内存的利用率和使用效率达到最优，同时最大限度地解决系统的内存碎片问题。 1.2. 动态内存管理 动态内存管理，即在内存资源充足的情况下，从系统配置的一块比较大的连续内存（内存池），根据用户需求，分配任意大小的内存块。当用户不需要该内存块时，又可以释放回系统供下一次使用。 与静态内存相比，动态内存管理的好处是按需分配，缺点是内存池中容易出现碎片 。 LiteOS动态内存支持 DLINK 和 BEST LITTLE 两种标准算法。 1.2.1. DLINK 动态内存管理算法 DLINK动态内存管理结构如下图所示： 第一部分 堆内存（也称内存池）的起始地址及堆区域总大小。 第二部分 本身是一个数组，每个元素是一个双向链表，所有free节点的控制头都会被分类挂在这个数组的双向链表中。 第三部分 占用内存池极大部分的空间，是 用于存放各节点的实际区域 。 1.2.2. BEST LITTLE 算法（重点） LiteOS 的动态内存分配支持最佳适配算法，即

Single continuous storage allocation This method is suitable for single-user, single-task operating systems. Fixed storage allocation This method is suitable for multitasking operating systems. Dynamic storage space allocation When tasks are loaded into memory, they are allocated on demand based on the amount of memory required by the task. Relocatable partition allocation In this storage method, a memory arrangement function is added to the dynamic storage space allocation. 来源： CSDN 作者： QDU Harrison 链接： https://blog.csdn.net/weixin_44033021/article/details/104033828

1. make_shared<T>(args): return a shared_ptr dynamically allocated object of type T. Use args to initialize the object. shared_ptr<T> p(q): p is a copy of shared_ptr q. Increase the count in q. The pointer in q must be convertable to T. p = q: p and q are shared_ptr holding pointers that are convertable to one another. Decrease p's reference count, and increase q's count; delete p's existing memory if p's count goes to zero. p.use_count(): return the number of objects sharing with p. Intended for debug purpose. 2. Ordinarily we use auto to make it easier to define an object to hold the result

论文：https://arxiv.org/pdf/1506.07285.pdf 模型：https://github.com/XiangwenNing/dynamic-memory-network （抄自：https://github.com/Shawn1993/Dynamic-Memory-Network-for-Tensorflow） 代码首先对input跟问题进行了embedding，并分别用rnn进行了encoding。然后attention_machanism，get_episode和add_episode_memory_module是从后往前调用的，所以阅读代码的时候，从后往前看。episode作为gru的输入去更新memory，而episode的来源是，拿每个time step的input作为另一个gru的输入，利用公式 hit = gti GRU (ct , hit−1 ) + (1 − gti )hit−1 更新hidden 向量，最后得到的hidden 向量就是episode。 来源： https://www.cnblogs.com/datascience1/p/11102902.html

Dynamic Memory 目录 Dynamic Memory 目录 malloc free realloc calloc 主要讨论三个函数，还有第四个函数，不过它只是其中一个的变种。 malloc(): 分配内存供使用 free(): 释放 malloc() 分配的内存 realloc(): 改变之前分配的内存的大小 calloc(): 与 malloc() 很像，区别只是它会先把分配的内存先清零 malloc() 当你使用 malloc() 时，它会分配你想要的内存。它的返回值是一个指针，指向一块内存。如果分配失败，返回 NULL。指针的类型是 void* 的，所以你可以强转成任何你想要的类型。 malloc() 操作的内存是以 byte 为单位的，如果想分配更大的内存空间(比如，”给我分配 12 个 int 的空间”)，那么就要使用 sizeof() 操作符来决定你需要多少 byte 的空间，比如： int *p; p = malloc(12 * sizeof(int)); // 给我分配 12 个 int 内存的空间 分配好了之后，就可以像一般指针一样来 引用 (reference)这个指针了，毕竟，呃…它就是个指针。 当然，最好在使用它之前，校验一下它的有效性，因为可能 malloc() 会返回 NULL： int *p; p = malloc(12 * sizeof

通过free -m查看当前内存 可用内存：Available memory=free+buffers+cached，即31068=759+66+30243 已用内存：Used memory=used-buffers-cached，即1030=31339-66-30243 我这里不使用zabbix自带的监控模板，手动设置监控项。 1、开启对应防火墙端口 1 vim / etc / sysconfig / iptables 添加 1 2 - A INPUT - p tcp -- dport 10050 - j ACCEPT - A INPUT - p udp -- dport 10050 - j ACCEPT 重启iptables使其生效 1 service iptables restart 2、安装zabbix-agent 1 rpm - ivh http : //repo.zabbix.com/zabbix/3.2/rhel/6/x86_64/zabbix-release-3.2-1.el6.noarch.rpm 1 yum - y install zabbix - agent 3、修改zabbix-agent配置文件 1 vim / etc / zabbix / zabbix_agentd . conf 1 2 Server =服务端 IP（如果有多个服务端可以用逗号分隔）