MétaCan
Menu
Retour à la cohorte
Enregistrement W2435692892 · doi:10.82308/6669

Runtime techniques and interprocedural analysis in Java virtual machines

2005· article· en· W2435692892 sur OpenAlexaff
Feng Qian

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Software Engineering Methodologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceJust-in-time compilationGarbage collectionJavaCall graphDynamic compilationCall stackExecutableOperating systemCompilerProgramming languageVirtual machineBytecodeParallel computingGarbageStack (abstract data type)

Résumé

récupéré en direct d'OpenAlex

Java programs are deployed in a bytecode format that is executed by a Java virtual machine (JVM). JVM performance is determined by several major components: execution engine, garbage collector, and threading system. The static compilation and optimization approach, such as taken in C/C++ compilers, does not fit in Java's execution model very well because Java allows dynamic class loading, lazy resolution, just-in-time (JIT) compilation, and garbage collection. These dynamic features presents new challenges to JVM designers. In this thesis, we study both the challenges and opportunities of dynamic optimizations in Java virtual machines. Our contributions include a new garbage collector using dynamic techniques and dynamic interprocedural program analyses for speculative optimizations in JIT compilers. We present a novel approach for reducing garbage collection frequencies. Instead of relying on an ahead-of-time escape analysis or a region-based type system, our approach adapts regions based on the runtime history of an application. By freeing regions with associated stack frames, the system can reduce the frequency of garbage collections. We present the overall idea and provide details of a specific design and implementation. Dynamic class loading is a two-edged sword. A JIT compiler can speculatively optimize methods base on loaded classes only. However, newly loaded classes may invalidate previous optimization assumptions. We review existing techniques supporting speculative optimizations, including runtime guards, code patching, and on-stack replacement. We present an improvement and implementation of an on-stack replacement mechanism. A call graph is necessary for developing interprocedural program analyses. Call graph construction in a Java virtual machine needs to overcome the difficulties of dynamic class loading and lazy reference resolution. We show a general approach to adapt static type analyses to dynamic versions suitable for building call graphs in a JIT environment. We also introduce a new call graph profiling mechanism using code stubs. Having dynamic call graphs, we study reachability-based interprocedural analysis. We describe a general type analysis framework for supporting speculative method inlining in a JIT environment. Several popular type analyses were implemented in the framework, including an interprocedural one, VTA [SHR+00]. Using the framework, we present the results of a limit study of method inlining and report our findings and experience. In each chapter we discuss the related work for that chapter's topic. At the end of the thesis, we point out future research directions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,258
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAdvanced Software Engineering MethodologiesTravaux en français237 207