Mappedbus: A library for low latency IPC between multiple Java processes/JVMs
A library for low latency IPC between multiple Java processes/JVMs Mappedbus is a Java based high throughput, low latency message bus, using either a memory mapped file or shared memory as transport Mappedbus was inspired by Java Chronicle with the main difference that it's designed to efficiently support multiple writers – enabling use cases where the order of messages produced by multiple proces
続:memory mapped file が消せない - odz buffer
memory mapped file が消せないの続き。 なんか、Java APIドキュメントのFileChannel#map の項目を良く見ると、 バッファとこのバッファが示すマッピングは、バッファ自体がガベージコレクトされるまで有効です。 とか書いてやがる。で、試しに File#delete を call する前に明示的に GC するようにしてみた。 File = new File("foo.txt"); FileInputStream in = new FileInputStream(file); FileChannel channel = in.getChannel(); MappedByteBuffer buffer = channel.map(FileChannel.MapMode.READ_ONLY, 0, file.length()); channel.close(); b
Off Heap concurrent counter
Concurrent counter are part of almost every system, it is used to collect data, thread synchronization etc. Java has good support of heap based counter. There could be use case when you need counter that can be shared between processor. How to build inter process countersDatabaseThis is first option that comes to mind, database sequence is counter that can be used by multiple process. All concurre
GitHub - xerial/larray: Large off-heap arrays and mmap files for Scala and Java
LArray can create arrays with more than 2G(2^31) entries. 2^31 -1 (2G) is the limitation of the default Java/Scala array size, because these arrays use 32-bit signed integer (int) as indexes. LArray uses long type indexes of 64-bit signed integers to resolve this limitation. For example, the entire human genome data (3GB) can be stored in LArray. LArray can be released immediately from the memory.
Day-4 : Too Big to Fail: Top Tips for Massive, Mission-Critical Enteprise Applications - 谷本 心 in せろ部屋
大規模ミッションクリティカル系システムのためのTips。 たった1分遅れただけで、満席になってて座れないぐらいの人気セッションでした。 内容的にも、知らなかったTipsが多い、得るものの多いセッションでした。 このセッションで対象にするシステムは、メモリが16〜100GBぐらい、 スレッドが10〜100ぐらい同時に動くような規模のもの。 1. Heapを抑えるために、Composed OOPS (COOPS) を使いなさい。 方法 : -XX:+UseCompressedOOPS 効果 : ヒープに長く残っている情報を圧縮する。実際2.76GB → 2.27GBになった。 2. 1スレッドで（1リクエストで）たくさんのオブジェクトを生成する場合は、NUMAを使いなさい 方法 : -XX:+UserNUMA 効果 : GCの効率が改善する 3. 共有メモリを良いパフォーマンスで読み出したいな
Byte Buffers and Non-Heap Memory
Byte Buffers and Non-Heap Memory Originally published: 2010-04-04 Last updated: 2017-01-22 Most Java programs spend their time working with objects on the JVM heap, using getter and setter methods to retrieve or change the data in those objects. A few programs, however, need to do something different. Perhaps they're exchanging data with a program written in C. Or they need to manage large chunks
64ビットプラットフォームで絶対お勧めのLuceneのMMapDirectory （Uwe氏のブログより） | 関口宏司のLuceneブログ
一定期間更新がないため広告を表示しています
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ArrayList Using Memory Mapped File
Memory performance comparison in java - Senior Java Developer
Map<D,B>