弱一致性模型下的分布式垃圾回收算法RRDGC

垃圾回收有效地减轻了编程人员的负担、优化了程序的设计.在基于弱一致性模型的分布式共享存储系统中进行自动垃圾回收是非常困难的和低效的.本文提出了一种基于跟踪策略的实时分布式垃圾回收算法—RRDGC,使得各节点回收进程可以和应用程序并发执行,同时有效减少了弱一致性模型下额外的通信开销,降低了程序的响应时间.算法确保了垃圾回收的正确性和有效性,体现了增量和实时性的特点.最后通过仿真实验对比论证了该算法的正确性和高效性.

在弱一致性模型中线程模块化的静态分析方法

本文提出一种内存感知情况下,静态程序分析方法。这种方法能够精准的分析并发软件在弱一致性模型下的表现,例如:x86-TSO(标准存储器模型)内存系统,SPARC-PSO(SPARC可扩充处理器架构)(PSO部分存储命令模型),SPARC-ROM(弱一致性存储模型)。本文方法的核心是用统一的框架来确定内部线程间的干扰存在的可行性,从而避免虚假数据流在静态分析中的传播,提高静态分析器的性能。制定了检查线程干扰可行性的数据标准,能够高效的解决问题并能很好地适应一系列的硬件级的存储模型。与现在的技术相比,本文的方法可以明显的减少虚假报警和无关的数据产生。对于这种改进的方法,使用了大量的多线程的C语言程序进行评估。实验显示,就系统运行时开销而言,本文的方法显著优于其他技术水平。

国产化平台上应用程序进程异常退出故障分析

目前,国产化平台替代已经有一些经验,但在进行应用软件移植时还有一些问题需要引起注意。某项目由于使用了未与国产CPU适配的消息队列模块,导致其在国产化替代移植过程中遇到由CPU弱一致性存储模型引起的典型故障“进程异常退出”。在查找故障根本原因的过程中,采用故障分析法自上而下分析系统中不希望出现的状态,并运用多种手段进行逐一排查,同时使用机理分析法对系统内部原理进行分析,制定了应对措施。实测结果表明,在对存储时序有严格要求的场景中,增加内存屏障能有效保证操作有序进行。