未分类

使用sidecar container dump 正在运行的容器

引言memory dump是分析线上程序内存占用非常好的工具在windows上可以直接任务管理器右键生成dump,假如需要根据条件比如CPU 内存占用到多少生成dump可以使用procdump额外的,还可以使用dotmemory.exe创建dump而linux呢?可以使用dotnet-dump 或 dotnet-gcdump经我测试,dotnet-gcdum …

开发者必备!线上内存泄漏排查的 8 个 Linux 实战工具

在 Java 应用开发中,内存泄漏堪称最让人头疼的 "隐形杀手"。当工单系统突然出现响应缓慢、频繁 GC 甚至服务不可用时,如何快速定位并解决内存泄漏问题?本文将以工单系统为例,详细介绍 8 个 Linux 环境下的内存排查工具,并结合实际案例说明如何构建完整的排查体系。一、快速定位泄漏进程:jps+ps 组合拳案例场景:某企业工单系统在高峰 …

排查GC问题常用的工具

Y说最近杭州的花都陆陆续续开了。本来打算去太子湾看看郁金香,但到了地方才发现太子湾人满为患,无预约不能进。于是就在西湖边逛了逛,拍了点花花草草的照片。当然,为了能够拍到好看的照片,我翻出了吃灰已久的索尼微单相机,也顺便学了一波摄影基础,偏入门的摄影知识,整理成了思维导图,包含摄影的理论基础和索尼相机的主要使用方法。感兴趣的朋友可以关注我的微信公众号“编了个程 …

Java内存分析神器Top5|程序员必收藏的调优工具箱

【核心工具盘点】1 Java VisualVM定位:JDK自带「性能监控全家桶」核心功能: 实时内存CPU监控 堆转储分析(Heap Dump) 线程状态追踪 垃圾回收可视化(需安装VisualGC插件)适用场景:快速定位内存溢出OOM问题2 Eclipse Memory Analyzer(MAT)定位:堆转储「法医级」分析专家核心优势: 泄漏嫌疑对象自动 …

如何分析dump日志,快速找到问题

很多java开发的同学遇到过这样那样的问题,比如出了服务卡死的情况,运维人员或者领导让你分许dump日志,那么究竟什么是dump日志呢,今天我们就来聊一下。dump日志是程序在特定时刻的内存快照,它记录了程序运行时的各种信息,包括线程状态、堆栈信息、内存使用情况等。当程序出现问题(如崩溃、死锁、内存泄漏等)时,分析dump日志是定位问题的重要手段。1. 理解 …

Dumpy:一款针对LSASS数据的动态内存取证工具

关于DumpyDumpy是一款针对LSASS数据的动态内存取证工具,该工具专为红队和蓝队研究人员设计,支持重新使用打开的句柄来动态转储 LSASS。运行机制Dumpy可以动态调用 MiniDumpWriteDump 来转储 lsass 内存内容。此过程无需打开 lsass 的新进程句柄,也无需使用DInvoke_rs。为了在不调用 lsass 上的 Open …

【Python机器学习系列】建立梯度提升模型预测心脏疾病

这是Python机器学习系列原创文章,我的第204篇原创文章。一、引言对于表格数据,一套完整的机器学习建模流程如下:针对不同的数据集,有些步骤不适用即不需要做,其中橘红色框为必要步骤,由于数据质量较高,本文有些步骤跳过了,跳过的步骤将单独出文章总结!同时欢迎大家关注翻看我之前的一些相关文章。GradientBoostingClassifier是一种基于梯度提 …

什么是模型训练以及如何用Python语言实现

一、什么是模型训练?模型训练是让计算机通过数据学习规律的过程,最终得到一个能解决特定任务(如分类、预测)的模型。 例如: - 分类任务:根据用户输入的文本判断情感是“正面”还是“负面”。 - 回归任务:根据房屋面积、位置等数据预测房价。 模型训练的核心步骤(结合知识库内容):1. 数据准备:收集并清洗数据,确保数据质量。 2. 数据预处理:标准化、编码、分割 …

【Python机器学习系列】建立KNN模型预测小麦品种(案例+源码)

这是我的第329篇原创文章。一、引言对于表格数据,一套完整的机器学习建模流程如下:针对不同的数据集,有些步骤不适用,其中橘红色框为必要步骤,欢迎大家关注翻看我之前的一些相关文章。前面我介绍了机器学习模型的二分类任务和回归任务,接下来做一下机器学习的多分类系列,由于本系列案例数据质量较高,有些步骤跳过了,跳过的步骤将单独出文章总结!在Python中,可以使用S …

用Python进行机器学习(6)随机森林

上一节我们讲到了决策树这个算法,但是一棵决策树可能会存在过拟合的现象,而且对数据微小的变化也比较敏感,为了解决这些问题,我们可以通过多棵树的方式,也就是今天要介绍的随机森林。随机森林算法也就是Random Forest,它是一种集成学习算法,所谓集成学习,就是通过多个能力比较弱的机器学习模型的预测结果来得到一个更好的预测结果。随机森林的这一种方式叫做Bagg …