Mobile hotspot的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

深入理解Java虛擬機：JVM高級特性與最佳實踐（第3版）

為了解決Mobile hotspot的問題，作者周志明 這樣論述：

這是一部從工作原理和工程實踐兩個維度深入剖析JVM的著作，是電腦領域公認的經典，繁體版在臺灣也頗受歡迎。 自2011年上市以來，前兩個版本累計印刷36次，銷量超過30萬冊，兩家主要網路書店的評論近90000條，內容上近乎零差評，是原創電腦圖書領域不可逾越的豐碑。 第3版在第2版的基礎上做了重大修訂，內容更豐富、實戰性更強：根據新版JDK對內容進行了全方位的修訂和升級，圍繞新技術和生產實踐新增逾10萬字，包含近50%的全新內容，並對第2版中含糊、瑕疵和錯誤內容進行了修正。 全書一共13章，分為五大部分： ●第一部分（第1章）走近Java 系統介紹了Java的技術體系、發展歷程、虛擬機器家族

，以及動手編譯JDK，瞭解這部分內容能對學習JVM提供良好的指引。 ●第二部分（第2~5章）自動記憶體管理 詳細講解了Java的記憶體區域與記憶體溢出、垃圾收集器與記憶體分配策略、虛擬機器性能監控與故障排除等與自動記憶體管理相關的內容，以及10餘個經典的性能優化案例和優化方法； ●第三部分（第6~9章）虛擬機器執行子系統 深入分析了虛擬機器執行子系統，包括類檔結構、虛擬機器類載入機制、虛擬機器位元組碼執行引擎，以及多個類載入及其執行子系統的實戰案例； ●第四部分（第10~11章）程式編譯與代碼優化 詳細講解了程式的前、後端編譯與優化，包括前端的易用性優化措施，如泛型、主動裝箱拆箱、條件編

譯等的內容的深入分析；以及後端的性能優化措施，如虛擬機器的熱點探測方法、HotSpot的即時編譯器、提前編譯器，以及各種常見的編譯期優化技術； ●第五部分（第12~13章）高效併發 主要講解了Java實現高併發的原理，包括Java的記憶體模型、執行緒與協程，以及執行緒安全和鎖優化。 全書以實戰為導向，通過大量與實際生產環境相結合的案例分析和展示瞭解決各種Java技術難題的方案和技巧。   周志明（博士） 資深Java技術專家-機器學習技術專家和企業級開發技術專家，現任遠光軟體研究院院長。 開源技術的積極宣導者和推動者，對電腦科學相關的多個領域都有深刻的見解，尤其是人工智慧

-Java技術和敏捷開發等，對虛擬機器技術有非常深入的研究。 撰寫了《深入理解Java虛擬機器》《深入理解OSGi》《智慧的疆界》等多本著作，翻譯了《Java虛擬機器規範》等著作。其中《深入理解Java虛擬機器》已累計印刷逾36次，總銷超過30萬冊，成為原創電腦專業圖書領域難以逾越的豐碑。   前言 致謝 【第一部分　走近Java】 第1章　走近Java 2 1.1　概述 2 1.2　Java技術體系 3 1.3　Java發展史 4 1.4　Java虛擬機器家族 12 1.4.1　虛擬機器始祖：Sun Classic/Exact VM 12 1.4.2　武林盟主：Hot

Spot VM 13 1.4.3　小家碧玉：Mobile/Embedded VM 14 1.4.4　天下第二：BEA JRockit/IBM J9 VM 15 1.4.5　軟硬合璧：BEA Liquid VM/Azul VM 16 1.4.6　挑戰者：Apache Harmony/Google Android Dalvik VM 17 1.4.7　沒有成功，但並非失敗：Microsoft JVM及其他 18 1.4.8　百家爭鳴 19 1.5　展望Java技術的未來 21 1.5.1　無語言傾向 21 1.5.2　新一代即時編譯器 23 1.5.3　向Native邁進 24 1.5.4　靈活的

胖子 26 1.5.5　語言語法持續增強 27 1.6　實戰：自己編譯JDK 29 1.6.1　獲取源碼 29 1.6.2　系統需求 31 1.6.3　構建編譯環境 33 1.6.4　進行編譯 34 1.6.5　在IDE工具中進行源碼調試 36 1.7　本章小結 39   【第二部分　自動記憶體管理】 第2章　Java記憶體區域與記憶體溢出異常 42 2.1　概述 42 2.2　運行時資料區域 42 2.2.1　程式計數器 43 2.2.2　Java虛擬機器棧 43 2.2.3　本地方法棧 44 2.2.4　Java堆 44 2.2.5　方法區 46 2.2.6　運行時常量池 47 2.2.7

　直接記憶體 47 2.3　HotSpot虛擬機器對象探秘 48 2.3.1　對象的創建 48 2.3.2　物件的記憶體佈局 51 2.3.3　對象的訪問定位 52 2.4　實戰：OutOfMemoryError異常 53 2.4.1　Java堆溢出 54 2.4.2　虛擬機器棧和本地方法棧溢出 56 2.4.3　方法區和運行時常量池溢出 61 2.4.4　本機直接記憶體溢出 65 2.5　本章小結 66 第3章　垃圾收集器與記憶體分配策略 67 3.1　概述 67 3.2　對象已死？ 68 3.2.1　引用計數演算法 68 3.2.2　可達性分析演算法 70 3.2.3　再談引用 71 3

.2.4　生存還是死亡？ 72 3.2.5　回收方法區 74 3.3　垃圾收集演算法 75 3.3.1　分代收集理論 75 3.3.2　標記-清除演算法 77 3.3.3　標記-複製演算法 78 3.3.4　標記-整理演算法 79 3.4　HotSpot的演算法細節實現 81 3.4.1　根節點枚舉 81 3.4.2　安全點 82 3.4.3　安全區域 83 3.4.4　記憶集與卡表 84 3.4.5　寫屏障 85 3.4.6　併發的可達性分析 87 3.5　經典垃圾收集器 89 3.5.1　Serial收集器 90 3.5.2　ParNew收集器 92 3.5.3　Parallel Scav

enge收集器 93 3.5.4　Serial Old收集器 94 3.5.5　Parallel Old收集器 95 3.5.6　CMS收集器 96 3.5.7　Garbage First收集器 98 3.6　低延遲垃圾收集器 104 3.6.1　Shenandoah收集器 105 3.6.2　ZGC收集器 112 3.7　選擇合適的垃圾收集器 121 3.7.1　Epsilon收集器 121 3.7.2　收集器的權衡 121 3.7.3　虛擬機器及垃圾收集器日誌 122 3.7.4　垃圾收集器參數總結 127 3.8　實戰：記憶體分配與回收策略 129 3.8.1　對象優先在Eden分配 1

30 3.8.2　大物件直接進入老年代 131 3.8.3　長期存活的物件將進入老年代 132 3.8.4　動態物件年齡判定 134 3.8.5　空間分配擔保 135 3.9　本章小結 137 第4章　虛擬機器性能監控-故障處理工具 138 4.1　概述 138 4.2　基礎故障處理工具 138 4.2.1　jps：虛擬機器進程狀況工具 141 4.2.2　jstat：虛擬機器統計資訊監視工具 142 4.2.3　jinfo：Java配置資訊工具 143 4.2.4　jmap：Java記憶體映射工具 144 4.2.5　jhat：虛擬機器堆轉儲快照分析工具 145 4.2.6　jstack：

Java堆疊跟蹤工具 146 4.2.7　基礎工具總結 148 4.3　視覺化故障處理工具 151 4.3.1　JHSDB：基於服務性代理的調試工具 152 4.3.2　JConsole：Java監視與管理主控台 157 4.3.3　VisualVM：多合-故障處理工具 164 4.3.4　Java Mission Control：可持續線上的監控工具 171 4.4　HotSpot虛擬機器外掛程式及工具 175 4.5　本章小結 180 第5章　調優案例分析與實戰 181 5.1　概述 181 5.2　案例分析 181 5.2.1　大記憶體硬體上的程式部署策略 182 5.2.2　集群間同

步導致的記憶體溢出 184 5.2.3　堆外記憶體導致的溢出錯誤 185 5.2.4　外部命令導致系統緩慢 187 5.2.5　伺服器虛擬機器進程崩潰 187 5.2.6　不恰當資料結構導致記憶體佔用過大 188 5.2.7　由Windows虛擬記憶體導致的長時間停頓 189 5.2.8　由安全點導致長時間停頓 190 5.3　實戰：Eclipse運行速度調優 192 5.3.1　調優前的程式運行狀態 193 5.3.2　升級JDK版本的性能變化及相容問題 196 5.3.3　編譯時間和類載入時間的優化 200 5.3.4　調整記憶體設置控制垃圾收集頻率 203 5.3.5　選擇收集器降低延遲

206 5.4　本章小結 209   【第三部分　虛擬機器執行子系統】 第6章　類檔結構 212 6.1　概述 212 6.2　無關性的基石 212 6.3　Class類檔的結構 214 6.3.1　魔數與Class檔的版本 215 6.3.2　常量池 218 6.3.3　訪問標誌 224 6.3.4　類索引-父類索引與介面索引集合 225 6.3.5　欄位元表集合 226 6.3.6　方法表集合 229 6.3.7　屬性工作表集合 230 6.4　位元元組碼指令簡介 251 6.4.1　位元組碼與資料類型 251 6.4.2　載入和存儲指令 253 6.4.3　運算指令 254 6.4.4

　類型轉換指令 255 6.4.5　物件創建與訪問指令 256 6.4.6　運算元棧管理指令 256 6.4.7　控制轉移指令 257 6.4.8　方法調用和返回指令 257 6.4.9　異常處理指示 258 6.4.10　同步指令 258 6.5　公有設計，私有實現 259 6.6　Class檔結構的發展 260 6.7　本章小結 261   第7章　虛擬機器類載入機制 262 7.1　概述 262 7.2　類載入的時機 263 7.3　類載入的過程 267 7.3.1　載入 267 7.3.2　驗證 268 7.3.3　準備 271 7.3.4　解析 272 7.3.5　初始化 277 7

.4　類載入器 279 7.4.1　類與類載入器 280 7.4.2　雙親委派模型 281 7.4.3　破壞雙親委派模型 285 7.5　Java模組化系統 287 7.5.1　模組的相容性 288 7.5.2　模組化下的類載入器 290 7.6　本章小結 292   第8章　虛擬機器位元組碼執行引擎 293 8.1　概述 293 8.2　運行時棧幀結構 294 8.2.1　區域變數表 294 8.2.2　運算元棧 299 8.2.3　動態連接 300 8.2.4　方法返回位址 300 8.2.5　附加資訊 301 8.3　方法調用 301 8.3.1　解析 301 8.3.2　分派 303

8.4　動態類型語言支援 315 8.4.1　動態類型語言 316 8.4.2　Java與動態類型 317 8.4.3　java.lang.invoke包 318 8.4.4　invokedynamic指令 321 8.4.5　實戰：掌控方法分派規則 324 8.5　基於棧的位元組碼解釋執行引擎 326 8.5.1　解釋執行 327 8.5.2　基於棧的指令集與基於寄存器的指令集 328 8.5.3　基於棧的解譯器執行過程 329 8.6　本章小結 334   第9章　類載入及執行子系統的案例與實戰 335 9.1　概述 335 9.2　案例分析 335 9.2.1　Tomcat：正統的類載入

器架構 335 9.2.2　OSGi：靈活的類載入器架構 338 9.2.3　位元組碼生成技術與動態代理的實現 341 9.2.4　Backport工具：Java的時光機器 345 9.3　實戰：自己動手實現遠端執行功能 348 9.3.1　目標 348 9.3.2　思路 349 9.3.3　實現 350 9.3.4　驗證 355 9.4　本章小結 356   【第四部分　程式編譯與代碼優化】 第10章　前端編譯與優化 358 10.1　概述 358 10.2　Javac編譯器 359 10.2.1　Javac的源碼與調試 359 10.2.2　解析與填充符號表 362 10.2.3　注解處理

器 363 10.2.4　語義分析與位元組碼生成 364 10.3　Java語法糖的味道 367 10.3.1　泛型 367 10.3.2　自動裝箱-拆箱與遍歷迴圈 375 10.3.3　條件編譯 377 10.4　實戰：插入式注解處理器 378 10.4.1　實戰目標 379 10.4.2　代碼實現 379 10.4.3　運行與測試 385 10.4.4　其他應用案例 386 10.5　本章小結 386 第11章　後端編譯與優化 388 11.1　概述 388 11.2　即時編譯器 389 11.2.1　解譯器與編譯器 389 11.2.2　編譯物件與觸發條件 392 11.2.3　編譯過

程 397 11.2.4　實戰：查看及分析即時編譯結果 398 11.3　提前編譯器 404 11.3.1　提前編譯的優劣得失 405 11.3.2　實戰：Jaotc的提前編譯 408 11.4　編譯器優化技術 411 11.4.1　優化技術概覽 411 11.4.2　方法內聯 415 11.4.3　逃逸分析 417 11.4.4　公共子運算式消除 420 11.4.5　陣列邊界檢查消除 421 11.5　實戰：深入理解Graal編譯器 423 11.5.1　歷史背景 423 11.5.2　構建編譯調試環境 424 11.5.3　JVMCI編譯器介面 426 11.5.4　代碼中間表示 429

11.5.5　代碼優化與生成 432 11.6　本章小結 436   【第五部分　高效併發】 第12章　Java記憶體模型與執行緒 438 12.1　概述 438 12.2　硬體的效率與一致性 439 12.3　Java記憶體模型 440 12.3.1　主記憶體與工作記憶體 441 12.3.2　記憶體間交交交互操作 442 12.3.3　對於volatile型變數的特殊規則 444 12.3.4　針對long和double型變數的特殊規則 450 12.3.5　原子性-可見性與有序性 450 12.3.6　先行發生原則 452 12.4　Java與執行緒 455 12.4.1　執行緒的實現

455 12.4.2　Java執行緒調度 458 12.4.3　狀態轉換 460 12.5　Java與協程 461 12.5.1　內核執行緒的局限 461 12.5.2　協程的復蘇 462 12.5.3　Java的解決方案 464 12.6　本章小結 465 第13章　執行緒安全與鎖優化 466 13.1　概述 466 13.2　執行緒安全 466 13.2.1　Java語言中的執行緒安全 467 13.2.2　執行緒安全的實現方法 471 13.3　鎖優化 479 13.3.1　自旋鎖與自我調整自旋 479 13.3.2　鎖消除 480 13.3.3　鎖粗化 481 13.3.4　羽量級

鎖 481 13.3.5　偏向鎖 483 13.4　本章小結 485   附錄A　在Windows系統下編譯OpenJDK 6 486 附錄B　展望Java技術的未來（2013年版） 493 附錄C　虛擬機器位元元組碼指令表 499 附錄D　物件查詢語言（OQL）簡介 506 附錄E　JDK歷史版本軌跡 512  

Mobile hotspot進入發燒排行的影片

Applications of Search Engine Query Data in Infodemiology Study: A Case Study of the Coronavirus Disease 2019 (COVID-19) Pandemic

為了解決Mobile hotspot的問題，作者ATINA HUSNAYAIN 這樣論述：

背景：在新型冠状病毒肺炎（新冠肺炎）疫情爆發之際，使用者於網路搜尋關鍵字之趨勢與新興流行病之疫情具高度關聯，因此運用訊息流行病學研究中利用搜尋引擎查詢資料之應用是相當重要的。目標：研究目的主要於發展新冠肺炎預測方法，並分析網際網路相關查詢數據之可能用途（研究1－3），並評估線上搜尋模型於包括（研究4）位置（集群和非集群區域）、（研究5）時期（疫情爆發階段）和（研究6）模型種類這些不同情況下之預測表現。方法：本研究使用來自 Google Trends 和 NAVER 搜尋引擎查詢數據以及新冠肺炎相關資料、Google 和 Apple 移動數據，並選擇台灣、菲律賓、美國和南韓為研究地點。在初步研

究（研究1－3）中，研究使用時間序列、相關分析和地圖視覺化等方法。而在主要研究（4）中，採用正規化線性回歸模型、廣義線性模型和空間狀態模型做為預測模型之開發，並利用G 統計量來定義群聚樣式，以預測每日新增之新冠肺炎病例數和死亡人數（研究 5 和 6）。針對預測模型之開發，在第一例確診病例被報導後，將新冠肺炎資料分成疫情爆發後前3、6、12 和 18 個月之四個不同疫情時期之資料集。於資料分區時，取資料集前80%資料作為訓練集，其餘資料作為測試集。並使用均方根誤差、峰值日誤差和峰值幅度誤差作為模型預測能力之評估指標。結果：研究結果顯示搜尋數據可用於定義（研究1）進行健康風險溝通之時機與地點，（研

究2）可供民眾搜尋基本健康資訊類型，以及（研究3）民眾在新冠肺炎大規模流行初期對健康風險之看法。此外，本研究發現新冠肺炎病例數和網路搜尋關鍵字間呈中度至高度之相關性，研究結果亦顯示使用者搜尋之關鍵字可用於預測新冠肺炎之確診案例數。在評估不同（研究4）位置（集群和非集群區域）時，線上搜尋模型表現時顯示在美國不同州別和疫情時期之間，線上搜尋模型之預測能力存在差異。這代表在使用查詢數據時，必須在每個州別建立不同研究框架。基於發現搜尋數據與疫情具高度相關之情況下，使用者查詢數據可用於預測新冠肺炎。另外，在不同（研究5）時期（疫情爆發階段）下，本研究亦分析線上搜尋模型之預測能力，結果顯示搜尋數據對於預測

每日新增新冠肺炎之病例數和死亡人數為有效變數。尤其於疫情爆發前六個月，研究結果發現搜尋數據在此時期具更高影響力。此外最後一項研究（研究6）顯示，使用時間序列之預測方法可提高線上搜尋模型之預測表現。結論：本研究發現搜尋數據可作為預測每日新增新冠肺炎病例和死亡人數之解釋變數，建議研究人員可利用這些搜尋數據之框架以建立預測模型。本研究亦顯示線上搜尋模型在高度相關之區域、疫情爆發前六個月以及包含趨勢成分之模型中能獲更佳預測表現。

Rituals of Ethnicity: Thangmi Identities Between Nepal and India

為了解決Mobile hotspot的問題，作者Shneiderman, Sara 這樣論述：

Rituals of Ethnicity is a transnational study of the relationships between mobility, ethnicity, and ritual action. Through an ethnography of the Thangmi, a marginalized community who migrate between Himalayan border zones of Nepal, India, and the Tibetan Autonomous Region of China, Shneiderman offer

s a new explanation for the persistence of enduring ethnic identities today despite the increasing realities of mobile, hybrid lives. She shows that ethnicization may be understood as a process of ritualization, which brings people together around the shared sacred object of identity.The first compr

ehensive ethnography of the Thangmi, Rituals of Ethnicity is framed by the Maoist-state civil conflict in Nepal and the movement for a separate state of Gorkhaland in India. The histories of individual nation-states in this geopolitical hotspot--as well as the cross-border flows of people and ideas

between them--reveal the far-reaching and mutually entangled discourses of democracy, communism, development, and indigeneity that have transformed the region over the past half century. Attentive to the competing claims of diverse members of the Thangmi community, from shamans to political activist

s, Shneiderman shows how Thangmi ethnic identity is produced collaboratively by individuals through ritual actions embedded in local, national, and transnational contexts. She builds upon the specificity of Thangmi experiences to tell a larger story about the complexities of ethnic consciousness: th

e challenges of belonging and citizenship under conditions of mobility, the desire to both lay claim to and remain apart from the civil society of multiple states, and the paradox of self-identification as a group with cultural traditions in need of both preservation and development. Through deep en

gagement with a diverse, cross-border community that yearns to be understood as a distinctive, coherent whole, Rituals of Ethnicity presents an argument for the continued value of locally situated ethnography in a multisited world.Cover art: Lost Culture Can Not Be Reborn, painting by Mahendra Thami

, Darjeeling, West Bengal, India. Sara Shneiderman is Associate Professor in the Department of Anthropology and the School of Public Policy and Global Affairs/Institute of Asian Research at the University of British Columbia.

巨量多輸入多輸出蜂巢式網路中通道估測及領航訊號汙染抑制之研究

為了解決Mobile hotspot的問題，作者吳佳暹 這樣論述：

巨量多輸入多輸出(Massive multiple-input multiple-output, Massive MIMO )系統可以提供高通訊可靠度、高效能、高頻譜效率和高容量，因此已經成為第五代(5G)行動通訊的研究熱點。在分時雙工模式中，用戶端發送領航序列進行通道估測時，為了避免細胞內干擾，用戶間的領航序列需要互相正交。但是由於時頻資源缺乏，相同的領航序列很可能在不同的細胞中重複使用，當基地台接收到這些來自相鄰細胞的非正交領航序列時就會造成干擾導致領航訊號污染(Pilot contamination)，此現象被認為是限制Massive MIMO系統性能的主要因素。本文針對具有領航訊號污

染環境中，比較多種通道估測方法在不同環境下的通道估測性能。比較多種方法後，針對在多用戶及有限天線數場景中，本文提出協調式領航序列配置演算法搭配子空間投影方法的組合可以獲得較佳的估測性能。其概念就是利用無線訊號在角度域和功率域中的路徑分集，利用所有細胞基地台中的通道協方差訊息來最小化均方誤差，配置使用相同領航序列且彼此空間最不重疊的用戶，接著在利用貝葉斯方法消除在角度域中不重疊的干擾用戶，最後在透過子空間投影方法在功率域上抑制領航訊號汙染，增強通道估測的強健性。本文最後在未知通道資訊情況下，為了在領航訊號汙染環境中估測通道協方差訊息，將領航序列以兩階段式發送，並且對大維度的樣本通道協方差矩陣進行

正規化，能夠以少量的觀測值估測樣本通道協方差矩陣，使得貝葉斯估測性能快速收斂。