zoukankan      html  css  js  c++  java
  • java 强弱软虚 四种引用,以及用到的场景

    1、利用软引用和弱引用解决OOM问题:用一个HashMap来保存图片的路径和相应图片对象关联的软引用之间的映射关系,在内存不足时,JVM会自动回收这些缓存图片对象所占用的空间,从而有效地避免了OOM的问题;

    2、通过软引用对象重获方法实现java对象的高速缓存:比如我们创建了一个Employee类,如果每次需要查询一个雇员的信息。哪怕是几秒钟之前刚刚查询过的,都要重新构建一个实例,这是需要消耗很多时间的。我们可以通过软引用和HashMap的结合,先是保存引用方面:以软引用的方式对一个Employee对象的实例进行引用并保存该引用到HashMap上,key为此雇员的id,value为这个对象的软引用,另一方面是取出引用,缓存中是否有该Employee实例的软引用,如果有,从软引用中取得 。如果没有软引用,或者从软引用中得到的实例是null,重新构建一个实例,并保存对这个新建实例的软引用;

    3、强引用:如果一个对象具有强引用,它就不会被垃圾回收器回收。即使当前内存空间不足,JVM也不会回收它,而是抛出OutOfMemoryError错误,使程序异常终止。如果想中断强引用和某个对象之间的关联,可以显示的将引用赋值为null,这样一来的话,JVM在合适的时间就会回收对象;

    4、弱引用:具有弱引用的对象拥有的生命周期更短暂。因为当JVM进行垃圾回收,一旦发现弱引用对象,无论当前内存空间是否充足,都会将弱引用回收。不过由于垃圾回收器是一个优先级较低的线程,所以并不一定能迅速发现弱引用对象;

    5、虚引用:顾名思义,就是形同虚设,如果一个对象仅持有虚引用,那么它相当于没有引用,在任何时候都有可能被垃圾回收器回收。

    public static void soft() throws Exception{
    Object obj = new Object();
    ReferenceQueue rq = new ReferenceQueue<>();
    SoftReference sr = new SoftReference(obj, rq); //创建关于obj的软引用,使用引用队列
    System.out.println(sr.get()); //get方法会输出这个obj对象的hashcode
    System.out.println(rq.poll()); //输出为null
    obj = null;
    System.gc();
    Thread.sleep(200); //因为finalizer线程优先级很低,所以让线程等待200ms
    System.out.println(sr.get()); //因为堆空间没满,可有可无的特性,所以还是会输出这个obj对象的hashcode

    System.out.println(rq.poll()); //自然队列为null
    }

    public static void weak() throws Exception{
    Object obj = new Object();
    ReferenceQueue rq = new ReferenceQueue<>();
    WeakReference wr = new WeakReference(obj,rq);
    System.out.println(wr.get());
    System.out.println(rq.poll());
    obj = null;
    System.gc();
    Thread.sleep(200);
    System.out.println(wr.get()); //这时候会输出null
    System.out.println(rq.poll()); //rq队列里也会存放这个弱引用,输出它的hashcode
    }

  • 相关阅读:
    ubuntu 15.04默认root用户登陆
    hive的not in
    Spark 1.4.1中Beeline使用的gc overhead limit exceeded
    Sequoiadb该如何选择合适的SQL引擎
    scala的object知识点
    scala中同步块
    英语口语练习系列-C36-城市-谈论活动-登高
    英语口语练习系列-C35-马戏-谈论语言-己亥杂诗
    英语口语练习系列-C34-儿童-谈论物品和人-武陵春
    英语口语练习系列-C33-露营-谈论日期-离思
  • 原文地址:https://www.cnblogs.com/feicheninfo/p/9661652.html
Copyright © 2011-2022 走看看