GraalVM入门以及环境搭建
前言
GraalVM是开发人员编写和执行Java代码的工具。具体来说,GraalVM是由Oracle创建的Java虚拟机(JVM)和Java开发工具包(JDK)。它是一个高性能的运行时,可以提高应用程序的性能和效率。
GraalVM的目标包括:编写一个更快、更易于维护的编译器,提高在JVM上运行的语言的性能,减少应用程序启动时间,将多语言支持集成到Java生态系统中,以及为此提供一组编程工具。
GraalVM向JDK添加了一个优化编译器,它为各种语言提供性能优化,并为多语言应用程序提供互操作性。除了支持Java代码,GraalVM还支持其他编程语言,包括Scala、Kotlin、Groovy、Clojure、R、Python、JavaScript和Ruby。从本质上讲,GraalVM允许开发人员在单个应用程序中以多种语言和库高效地运行代码。
一、前期准备
二、配置步骤
1.解压GraalVM
2.配置环境变量
提示:配置了GraalVM就可以把原来的JDK卸载掉,或者把环境变量更改了,二者变量值相同,皆为GraalVM的解压路径
在path环境变量中配置GraalVM的bin目录
检查:输入java -version,成功替换
输入gu,检查无误后看后面的步骤
3.安装native-image(需要科学上网)
上面内容检查无误后,输入gu install native-image,安装完成后输入gu list检查
提示:如果无法科学上网可以去GraalVM的官网下载native-image对应版本的jar进行安装
官网:github的下载连接,务必看清楚版本和操作系统
如何使用jar安装native-image(使用gu install native-image安装成功的,可以跳过)
进入jar所在目录并输入 gu install -L native-image-installable-svm-java8-windows-amd64-21.2.0.jar
4.安装Visual Studio的C++桌面开发环境
VS的安装空间占的贼多,建议提前分好文件夹
5.测试
随便写一段java代码
public class Test{
public static void main(String[] args) throws Exception {
System.out.print("hello");
System.in.read();
}
}
打开 x64 Native Tools Command Prompt for VS 2022
双击执行exe文件
使用GraalVM编译成功
总结
GraalVM作为新一代的虚拟机,它可以以原生镜像的方式运行SpringBoot应用程序,速度更快,内存占用更小,相较于Hotspot等传统的虚拟机优势自然是不言而喻,在现如今云原生的趋势下,java的一次编译,随处运行的优势被大大削弱,而GraalVM的到来可能又会给这一门语言注入新的活力。
相关文章
- SSE图像算法优化系列二十六:和时间赛跑之优化高斯金字塔建立的计算过程。
- SSE图像算法优化系列二十五:二值图像的Euclidean distance map(EDM)特征图计算及其优化。
- 有意思的数字盲水印的简单的实现。
- SSE图像算法优化系列二十二:优化龚元浩博士的曲率滤波算法,达到约1000 MPixels/Sec的单次迭代速度
- SSE图像算法优化系列二十一:基于DCT变换图像去噪算法的进一步优化(100W像素30ms)。
- SSE图像算法优化系列二十:一种快速简单而又有效的低照度图像恢复算法。
- 介绍一个博客图片上传辅助工具
- SSE图像算法优化系列十九:一种局部Gamma校正对比度增强算法及其SSE优化。
- SSE图像算法优化系列十八:三次卷积插值的进一步SSE优化。
- SSE图像算法优化系列十七:多个图像处理中常用函数的SSE实现。
- SSE图像算法优化系列十六:经典USM锐化中的分支判断语句SSE实现的几种方法尝试。
- 【16位RAW图像处理二】:一种自适应对数映射的高对比度图像显示技术及其速度优化。
- SSE图像算法优化系列十五:YUV/XYZ和RGB空间相互转化的极速实现(此后老板不用再担心算法转到其他空间通道的耗时了)。
- SSE图像算法优化系列十四:局部均方差及局部平方差算法的优化。
- SSE图像算法优化系列十三:超高速BoxBlur算法的实现和优化(Opencv的速度的五倍)
- 一种强化的基于局部直方图裁剪均衡化的对比度调节算法。
- SSE图像算法优化系列十二:多尺度的图像细节提升。
- SSE图像算法优化系列十一:使用FFT变换实现图像卷积。
- 如何获取GC(垃圾回收器)的STW(暂停)时间?
- SSE图像算法优化系列七:基于SSE实现的极速的矩形核腐蚀和膨胀(最大值和最小值)算法。