分享
 
 
 

小叮咚中文分词在处理大量数据的时候碰到了内存泄漏的问题

王朝java/jsp·作者佚名  2006-01-09
窄屏简体版  字體: |||超大  

小叮咚中文分词在处理大量数据的时候碰到了内存泄漏的问题

最近在测试小叮咚分词应用于weblucene搜索引擎的效果。

我们使用的源数据XML格式文件大概1.2G。

创建完成后的索引文件对比如下:

源文件:1.2G

小叮咚分词生成的索引文件:2217MB

二元分词生成的索引文件:2618MB 两者相差:401M

更详细的对比可以查看:中文分词和二元分词综合对比

下面是一份对索引文件的对比,可以看出主要的差别在于项(term)信息的差别。

索引文件列表

(121M)小叮咚分词

(146M)二元分词

deletable

4

4

_fg4.f10

19K

19K

_fg4.f11

19K

19K

_fg4.f12

19K

19K

_fg4.f13

19K

19K

_fg4.f19

19K

19K

_fg4.fdt

80M

80M

域值

_fg4.fdx

156K

156K

域索引

_fg4.fnm

135

135

标准化因子

_fg4.frq

12M

23M

项频数

_fg4.prx

26M

36M

项位置

_fg4.tii

15K

74K

项索引

_fg4.tis

1.1M

5.8M

项信息

segments

17

17

在测试中碰到了2个问题,

1、内存泄漏

内存泄漏有两种情况:

一、随着时间的推移内存使用量逐渐增加(内存泄漏?),可以通过linux下的top命令观察到;

二、在程序运行半个小时候,内存使用量忽然增加,这时一般cpu的占用率也同时增加。

2、cpu占用率高

cpu占用率高和内存占用高成正比,就是当内存增长到150M左右的时候,cpu使用率就跳到了99.9%。

所以现在看来主要要解决内存使用量不断增加的问题。

lhelper也推荐了不少工具:

http://www.samspublishing.com/articles/article.asp?p=23618&seqNum=7&rl=1

http://tech.ccidnet.com/pub/article/c1112_a265199_p1.html

check java memory leak

tips

不知道大家在这方面有没有分享的经验。

相关连接:

[sandbox]Lucene中文分词的2个试验模块 » gRaSSland开发日记

 
 
 
免责声明:本文为网络用户发布,其观点仅代表作者个人观点,与本站无关,本站仅提供信息存储服务。文中陈述内容未经本站证实,其真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
2023年上半年GDP全球前十五强
 百态   2023-10-24
美众议院议长启动对拜登的弹劾调查
 百态   2023-09-13
上海、济南、武汉等多地出现不明坠落物
 探索   2023-09-06
印度或要将国名改为“巴拉特”
 百态   2023-09-06
男子为女友送行,买票不登机被捕
 百态   2023-08-20
手机地震预警功能怎么开?
 干货   2023-08-06
女子4年卖2套房花700多万做美容:不但没变美脸,面部还出现变形
 百态   2023-08-04
住户一楼被水淹 还冲来8头猪
 百态   2023-07-31
女子体内爬出大量瓜子状活虫
 百态   2023-07-25
地球连续35年收到神秘规律性信号,网友:不要回答!
 探索   2023-07-21
全球镓价格本周大涨27%
 探索   2023-07-09
钱都流向了那些不缺钱的人,苦都留给了能吃苦的人
 探索   2023-07-02
倩女手游刀客魅者强控制(强混乱强眩晕强睡眠)和对应控制抗性的关系
 百态   2020-08-20
美国5月9日最新疫情:美国确诊人数突破131万
 百态   2020-05-09
荷兰政府宣布将集体辞职
 干货   2020-04-30
倩女幽魂手游师徒任务情义春秋猜成语答案逍遥观:鹏程万里
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案神机营:射石饮羽
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案昆仑山:拔刀相助
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案天工阁:鬼斧神工
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案丝路古道:单枪匹马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:与虎谋皮
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:李代桃僵
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案镇郊荒野:指鹿为马
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:小鸟依人
 干货   2019-11-12
倩女幽魂手游师徒任务情义春秋猜成语答案金陵:千金买邻
 干货   2019-11-12
 
推荐阅读
 
 
 
>>返回首頁<<
 
靜靜地坐在廢墟上,四周的荒凉一望無際,忽然覺得,淒涼也很美
© 2005- 王朝網路 版權所有