内存泄漏和内存溢出-阿里云开发者社区

开发者社区> wangtaotao> 正文

内存泄漏和内存溢出

简介:     什么是内存泄漏,我以前以为是内存被人可以拿到里面内容。 现在发现概念是内存区域没有释放掉。内存泄漏造成的表现形式是,进程越来越慢。慢的原因是,它申请的内存越来越多,没有释放掉内存。
+关注继续查看
 
 
 
什么是内存泄漏,我以前以为是内存被人可以拿到里面内容。

现在发现概念是内存区域没有释放掉。

内存泄漏造成的表现形式是,进程越来越慢。慢的原因是,它申请的内存越来越多,没有释放掉内存。
而操作系统对进程的内存占用有限制。操作系统会将大的进程置换到磁盘去。换到磁盘去就导致速度慢了。
主要是磁盘的速度跟不上。

这让我联想到以前自己的系统,变得那么慢。磁盘原因。
虚拟的内存,不是真实占用这么多物理内存。而是需要申请更多内存 。操作系统只能将这样的进程换到虚拟内存中去,虚拟内存就是在磁盘的空间。

 
 
 
为什么内存占用越来越多后,就会导致进程慢呢?根源是什么?


感觉与内存溢出一样?

应用程序可以申请很多内存,操作系统并没有对进程申请多少内存进行限制,也就是说,可以无限度地申请。
为什么操作系统没有做限制?不知道!

操作系统没有做限制,需要的时候就分配内存,这就是动态创建内存叫法的本义。


如果没有更多内存可用呢?内核程序就处在等待分配中,机器挂起状态。

这是虚拟内存,操作系统没有更多内存申请,就会调度。

这个调度算法是怎么算的呢?

 

一个是存储的数据,内存存不下了。

溢出,想象装水的容器,水装不下就会溢出。内存也是这样。

为什么有些解释法是,内存区域没有指针指向它。这种内存空间就是内存泄漏。

Linux上有什么工具可以检测内存泄漏呢?

原理是不是检测内核对内存的申请,有没有处在等待中种。申请不到内存就会是等待中。

思路是检测内核。内核的调用非常频繁。可以实时监测到。
 
 




一般一个操作系统上对进程使用内存的最大限制是4g。32位操作系统是这样。
大的进程移动到磁盘需要花费时间(磁盘i/0)

 

如何才能让自己用这个知识解决php的问题呢。

内存泄漏,将内存耗尽。什么情况会?因为没有释放掉。


内存溢出,申请不到可用的内存。


为什么站在操作系统的角度来说泄漏的呢?


参考http://m.111cn.net/art-55371.htm。

Bad-gatway,表示的是很累。而502则是超时。
 


引用计数的变量,只有在引用数变为0时才释放掉。
网上说,常见的bug就是没有将引用计数器减1。导致没有释放掉。

有垃圾回收机制可以让程序员省心。关键是这个垃圾回收机制要怎么设计。删除引用数为0的变量?

一个进程占用20m。怎么理解这个进程调度呢。


如何调用哪个进程处理呢。



 
 
 
 

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
无服务器计算的机器学习,出路在哪里?(一)
本文重点关注了基于无服务器计算的机器学习的最新研究进展,并通过四篇研究论文表明了无服务器 ML 框架在执行机器学习任务时性能远优于经典的基于粗粒度的 VM 集群的ML框架。
3 0
Human vs AI,人类和机器的学习究竟谁更胜一筹?
在各种任务中人类的学习能力和机器的学习能力究竟哪个更胜一筹?
6 0
无服务器计算的机器学习,出路在哪里?(二)
本文重点关注了基于无服务器计算的机器学习的最新研究进展,并通过四篇研究论文表明了无服务器 ML 框架在执行机器学习任务时性能远优于经典的基于粗粒度的 VM 集群的ML框架。
3 0
面向量化投资的细粒度金融文本分类,瞰点科技与华师大共同发布GraphSEAT
采用预训练语言模型的文本分类算法难以区分细粒度的语义信息,尚无法在金融量化投资领域获得成功应用。近日,瞰点科技与华东师范大学、哈佛大学、上海交通大学的研究人员合作,将论文发表在ACM CIKM2020上的面向量化投资的细粒度金融文本分类框架正式对外发布。该方法采用针对目标任务的全局和模块信息编码融合的思想,有效地提升了针对金融领域的细粒度文本分类精度。
3 0
如何让Transformer在GPU上跑得更快?快手:需要GPU底层优化
Transformer 对计算和存储的高要求阻碍了其在 GPU 上的大规模部署。在本文中,来自快手异构计算团队的研究者分享了如何在 GPU 上实现基于 Transformer 架构的 AI 模型的极限加速,介绍了算子融合重构、混合精度量化、先进内存管理、Input Padding 移除以及 GEMM 配置等优化方法。
5 0
不出所料,百度EasyDL市场份额还是第一
在 2020 年的中国机器学习平台市场,百度的 EasyDL 又拿了第一。
3 0
车联网元年来了?全球首款5G智能车正式开卖
一些人还在问「5G 除了跑测速还能做什么」的时候,首款 5G 智能汽车已经向我们走来了。
3 0
2020学术会议回顾:从这些最佳论文中一窥研究趋势
2020 年,是充满变化的一年。人工智能学术会议也不例外,线上举办、改革评审制度、增加可复现性要求、伦理要求等,这些是「变」。而不变的是大家对学术会议的热情,以及我们总能透过这些会议探究学术前沿发展趋势。
3 0
我们都想优雅地老去,但这届AI准备好了吗?
任何生命在任何阶段,都有权利活得「安全」、「体面」。而 AI,正在这一愿景中扮演愈发重要的角色。
6 0
如何解决联邦学习中的通信开销问题?
本文是我们联邦学习系列研究文章中的一篇,重点聚焦的是联邦学习中的通信开销问题(Communication Cost)。
6 0
+关注
wangtaotao
专注于互联网系统设计
167
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载