即时编译器中一种基于云的热路径优化方法

摘要

本发明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。

主权项

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。