我编写了一个并行算法来完成对存储在 Orient 表中的数据的计算。
为了控制内存,我尝试对这些数据进行分页,并尝试并行化我的算法以提高性能(使用 Future 任务)。
我的东方设置是:
set ORIENTDB_SETTINGS=-Dprofiler.enabled=true -Dstorage.diskCache.bufferSize=12906
set JAVA_OPTS_SCRIPT=-Xmx4096M -Djna.nosys=true -XX:+HeapDumpOnOutOfMemoryError -XX:PermSize=1024m
-XX:MaxPermSize=1024m
-Djava.awt.headless=true -Dfile.encoding=UTF8 -Drhino.opt.level=9
-agentlib:jdwp=transport=dt_socket,server=y,suspend=y,address=5005
Xmx 固定为 4 GB(4096MB 作为上层配置),我尝试使用 JVisualVM 监控我的 Orient 进程,如下图所示:
在 JVIsualVm 上,进程使用的堆内存总是在其限制之下,但在 Windows 进程列表中,相同的进程(我已经突出显示了 PID)占用 7 GB 并且总是增长。
这是我的代码:
for (Callable worker : workers) {
Future<Boolean> submit = executor.submit(worker);
futures.add(submit);
}
workers.clear();
workers = null;
boolean success = true;
for (Future<Boolean> future : futures) {
try {
if (Boolean.TRUE.equals(future.get())) {
[CODE BLOCK]
} else {
[CODE BLOCK FOR REPROCESS FUTURE]
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
}