MEMORY LEAK ANALYSIS BY USAGE TRENDS CORRELATION

• Main Authors: ROSEN, DOUGLAS JAY, ABRAHAM, ARUN MATHEW, FAN, JING, CRAWFORD, BRIAN, VANN, DANIEL
• Format: Patent
• Language: English; French
• Published: 17.03.2016
• Subjects: CALCULATING; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; PHYSICS

Tools and techniques assist developers with the detection of memory leaks by using correlation of data type memory usage trends. In particular, investigations of memory leaks can be prioritized without always resorting to the use of bulky and performance-degrading memory dumps, by using these tools and techniques to identify leaky correlated data types. Data about a program's memory usage is processed to identify memory usage trends over time for respective data types, and the trends are searched for significant correlations. Correlated trends (and hence their corresponding data types) are grouped. Memory usage analysis information is displayed for grouped data types, such as the names of the most rapidly leaking data types, the names of correlated data types, leak rates, and leak amounts in terms of memory size and/or data object counts. Memory usage data may also be correlated with processing load requests to indicate which requests have associated memory leaks. L'invention concerne des outils et des techniques qui aident les développeurs dans la détection de fuites de mémoire au moyen de la corrélation de tendances d'usage de mémoire de types de données. En particulier, des recherches de fuites de mémoire peuvent recevoir une priorité sans recourir toujours à l'utilisation d'images de mémoires encombrantes qui dégradent les performances, au moyen de ces outils et techniques pour identifier des types de données corrélés aux fuites. Des données concernant l'usage de mémoire d'un programme sont traitées pour identifier des tendances d'usage de mémoire dans le temps pour des types de données respectifs, et les tendances sont étudiées à la recherche de corrélations significatives. Des tendances corrélées (et par conséquent leurs types de données correspondants) sont regroupées. Des informations d'analyse d'usage sont affichées pour des types de données regroupés, par exemple les noms des types de données pour lesquels les fuites sont les plus rapides, les noms de types de données corrélés, les taux de fuite, et les quantités de fuites selon la taille de la mémoire et/ou les nombres d'objets de données. Des données d'usage de mémoire peuvent également être corrélées à des requêtes de charge de traitement pour indiquer quelles requêtes sont associées à des fuites de mémoire.