即时编译器中一种基于云的热路径优化方法技术

本发明专利技术提供了即时编译器中一种基于云的热路径优化方法，当本地程序空闲时，将本地即时编译队列新生成的热路径上传到云端，热路径在上传时进行数据格式整理，将具有相同程序标识符的热路径整理为一个数据上传；在云端可获得同一程序多个上传数据，然后再进行统计整理，使得相同程序的热路径存储在一个数据中。当本地新启动程序或者程序空闲时，从云端下载对应程序的热路径并加入到虚拟机的即时编译队列中。本发明专利技术将各终端本地程序运行获取的“热路径”上传到云端进行整合统计，得到该程序运行时全面的“热路径”统计数据；并在用户程序空闲时，通过下载有效的云端数据来使程序中的“热路径”提前编译，从而提升了运行效率。

【技术实现步骤摘要】

本专利技术涉及即时编译器和热路径技术，具体是即时编译器中一种基于云的热路径优化方法。
技术介绍
即时编译器（Just-In-Time Compiler，JIT编译器）是一种广泛应用于Java虚拟机、Dalvik虚拟机（运行Android程序的虚拟机）以及其他语言虚拟机中的编译系统。即时编译器与传统编译系统的差别在于，它并不预先将被执行程序编译为目标代码，而是在程序运行时，将那些需要被执行的代码即时的编译成目标代码，再予以执行。由于即时编译器是在程序运行时进行编译，因此编译器本身消耗的运行时间和空间都有所限制，这也使得即时编译器中的各种优化方法倾向于采用轻量级的、较快的算法，同时，针对即时编译器的运行特征，扑捉并针对程序运行的“热路径（JIT-Trace）”进行编译，是一种重要的兼顾优化效果和优化开销的折中机制。以Dalvik虚拟机为例，如图1所示，它在启动初始化时，开始解释执行字节码，当解释程序的某段代码被调用时，字节码解释程序会记录被标记的代码执行的次数（profile count），并检测是否达到编译阀值，如果达到编译的条件，则说明该段代码为一“热路径”，切换到JIT编译器模式查找相对应的Trace入口，若不存在对应的Trace，则解释或创建Trace建立请求并提交编译请求，启动编译器线程对热路径进行编译；若存在对应的Trace，则查看是否已被编译，若未被编译，则构建编译单元，生成中间代码，在JIT-Code中对热路径进行编译。解释直到读取下一个Trace记录的头部head为止。热路径被编译后，执行编译后的机器码。与解释器模式相比，JIT编译器生成后的代码运行速度更快，字节码执行效率更好；但同时JIT编译本身也会占用较多的时间和空间资源，造成Android程序运行“卡壳”的现象；热路径的统计和计算本身也会占用大量资源；另外，JIT也存在相关的平台相关性，开发维护成本较高等问题。
技术实现思路
本专利技术针对现有热路径在即时编译器中存在的占用资源量大，开发维护成本高等问题，提出了即时编译器中一种基于云的热路径优化方法。本专利技术的即时编译器中一种基于云的热路径优化方法，针对某一程序，进行如下步骤：步骤一、当程序空闲时，判断本地即使编译器中的热路径是否有更新，若有，则执行步骤二，否则，转步骤三执行；所述的本地即使编译器中的热路径存储为Jit-Trace格式的数据结构，该数据结构包括一个字节码方法和包含该字节码方法的执行路径。步骤二、将本地Jit-Trace格式数据转换为Native-Jit-Traces格式数据，准备进行云端上传；所述的Native-Jit-Traces格式数据包括数据头和路径数据两部分；数据头包含程序标识符和版本号Cloud-Jit，程序标识符包括程序的包名、签名和版本号，版本号Cloud-Jit用于标识程序的热路径信息版本；路径数据部分以<字节码方法，执行路径数组>的键值对方式组织，执行路径数组中包含对应字节码方法的Jit-Trace格式中的各执行路径，一个键值对为一个热路径。步骤三、将位于本地的Native-Jit-Traces格式数据上传到云端，云端对具有相同程序标识符的所有Native-Jit-Traces格式数据进行统计整理，生成Cloud-Jit-Traces格式数据，并存储在云端资源池中；所述的Cloud-Jit-Traces格式数据包括程序的标识符，版本号Cloud-Jit，以及路径数据，路径数据以<字节码方法，执行路径数组，统计数据>的键值对方式组织，其中，统计数据为相应字节码方法的统计次数。一个键值对对应一个热路径。步骤四、在本地程序初始化或者本地程序空闲时，从云端下载对应程序的经过统计处理的Cloud-Jit-Traces格式数据，并将热路径加入到虚拟机的即时编译队列中。所述的步骤一中的Jit-Trace格式的数据结构，其包含的字节码方法中存储了所属类索引、方法ID、入口地址及参数信息，其包含的每条执行路径存储了路径的入口点、出口点、字节码指令数及代码标识。所述的步骤三中生成Cloud-Jit-Traces格式数据时，对于一个Native-Jit-Traces格式数据NT，首先在云端资源池中查找是否存在与NT具有相同程序标识符的Cloud-Jit-Traces格式数据，若存在执行（1），否则执行（2）；当程序的Cloud-Jit-Traces格式数据被新创建或者被更新过后，将Cloud-Jit-Traces格式数据的Cloud-Jit版本号进行更新；（1）设找到与NT具有相同程序标识符的Cloud-Jit-Traces格式数据CT，对NT中的每个键值对<字节码方法，执行路径数组>，在CT中查找是否具有相同字节码方法和执行路径数组的键值对，若存在，则更新CT中对应键值对中的统计数据，否则，在CT中生成对应的键值对<字节码方法，执行路径数组，1>；（2）创建一个Cloud-Jit-Traces格式数据CT，设置CT的程序标识符与NT的程序标识符相同，对NT中的每个<字节码方法，执行路径数组>键值对，对应在CT中生成键值对<字节码方法，执行路径数组，统计数据>，初始各键值对的统计数据均为1。所述的步骤四中，设从云端下载程序对应的Cloud-Jit-Traces格式数据CT，首先检测本地是否存在与CT相同Cloud-Jit版本号的Native-Jit-Traces格式数据，若存在，则不进行下载；若不存在，则下载CT，并创建一个Native-Jit-Traces格式数据NT，设置NT的程序标识符与CT的程序标识符相同，并依据CT中每个<字节码方法，执行路径数组，统计数据>键值对，对应生成NT中的每个<字节码方法，执行路径数组>键值对，设置NT的Cloud-Jit版本号为CT的Cloud-Jit的版本号。本专利技术的优点与积极效果在于：通过各终端本地程序的运行获取其运行时程序中“热路径”信息，上传到云端进行整合统计，从而得到该程序运行时全面的“热路径”统计数据；最终，用户程序在空闲时，通过下载有效的云端数据来达到使程序中的“热路径”提前编译的目的，从而使运行效率得到较大的提升。附图说明图1是本专利技术的基于云的热路径优化方法的原理示意图；图2是Jit-Trace格式的数据结构示意图；图3是云端上传的Native-Jit-Traces格式的数据结构示意图；图4是将本地编译队列中的热路径转换为Native-Jit-Tr本文档来自技高网...

【技术保护点】
即时编译器中一种基于云的热路径优化方法，其特征在于，针对某一程序，进行如下步骤：步骤1：当程序空闲时，判断本地即使编译器中的热路径是否有更新，若有，执行步骤二，否则，执行步骤三；所述的本地即使编译器中的热路径存储为Jit‑Trace格式的数据结构，该数据结构包括一个字节码方法和包含该字节码方法的执行路径；步骤2：将本地Jit‑Trace格式数据转换为Native‑Jit‑Traces格式数据；所述的Native‑Jit‑Traces格式数据包括数据头和路径数据两部分；数据头包含程序标识符和版本号Cloud‑Jit，程序标识符包括程序的包名、签名和版本号；路径数据部分以<字节码方法，执行路径数组>的键值对方式组织，执行路径数组中包含对应字节码方法的Jit‑Trace格式中的各执行路径，一个键值对对应一个热路径；步骤3：将位于本地的Native‑Jit‑Traces格式数据上传到云端，云端对具有相同程序标识符的所有Native‑Jit‑Traces格式数据进行统计整理，生成Cloud‑Jit‑Traces格式数据，并存储在云端资源池中；所述的Cloud‑Jit‑Traces格式数据包括程序标识符，版本号Cloud‑Jit，以及路径数据，路径数据以<字节码方法，执行路径数组，统计数据>的键值对方式组织，其中，统计数据为相应字节码方法的统计次数，一个键值对对应一个热路径；步骤4：在本地程序初始化或者本地程序空闲时，从云端下载对应程序的经过统计处理的Cloud‑Jit‑Traces格式数据，并将热路径加入到虚拟机的即时编译队列中。...

【技术特征摘要】
1.即时编译器中一种基于云的热路径优化方法，其特征在于，针对某一程序，进行如下
步骤：
步骤1：当程序空闲时，判断本地即使编译器中的热路径是否有更新，若有，执行步骤
二，否则，执行步骤三；
所述的本地即使编译器中的热路径存储为Jit-Trace格式的数据结构，该数据结构包括一
个字节码方法和包含该字节码方法的执行路径；
步骤2：将本地Jit-Trace格式数据转换为Native-Jit-Traces格式数据；
所述的Native-Jit-Traces格式数据包括数据头和路径数据两部分；数据头包含程序标识符
和版本号Cloud-Jit，程序标识符包括程序的包名、签名和版本号；路径数据部分以<字节码方
法，执行路径数组>的键值对方式组织，执行路径数组中包含对应字节码方法的Jit-Trace格式
中的各执行路径，一个键值对对应一个热路径；
步骤3：将位于本地的Native-Jit-Traces格式数据上传到云端，云端对具有相同程序标识
符的所有Native-Jit-Traces格式数据进行统计整理，生成Cloud-Jit-Traces格式数据，并存储在
云端资源池中；
所述的Cloud-Jit-Traces格式数据包括程序标识符，版本号Cloud-Jit，以及路径数据，路
径数据以<字节码方法，执行路径数组，统计数据>的键值对方式组织，其中，统计数据为相
应字节码方法的统计次数，一个键值对对应一个热路径；
步骤4：在本地程序初始化或者本地程序空闲时，从云端下载对应程序的经过统计处理
的Cloud-Jit-Traces格式数据，并将热路径加入到虚拟机的即时编译队列中。
2.根据权利要求1所述的即时编译器中一种基于云的热路径优化方法，其特征在于，步
骤1中所述的Jit-Trace格式的数据结构，其包含的字节码方法中存储了所属类索引、方法ID、
入口地址及参数信息，其包含的每条执行路径存储了路径的入口点、出口点、字节码指令数
及代码标识。
3.根据权利要求...

【专利技术属性】
技术研发人员：范礼阳，史晓华，赵胜男，杨海燕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11