提供了一种基于多路处理器的共享内存的优化处理方法及装置。优化处理方法包括：基于多路处理器的共享内存的优化处理方法，其特征在于，优化处理方法包括：对多路处理器环境下的Linux内核进行数据结构修改，数据结构修改包括在free_area数据结构中新增数据结构链表；根据修改后的free_area数据结构，对多路处理器环境下的共享物理内存的块分配算法进行块分配优化；根据修改后的free_area数据结构，对块释放函数进行块释放优化。相比于现有伙伴算法而言，本发明的上述技术能够减小时间开销，提升物理内存的使用效率，以及降低内存碎片率。随着大数据的流行,在多路处理器的内存优化方面还有很多工作要做,然而在当前的底层物理内存管理无论是从内存碎片还是使用效率来说都存在不足,针对于大数据处理时,往往会需要小而多的物理内存,这样频繁的使用物理内存,势必会导致内存管理的低效.为了提高系统的内存使用效率,在Linux内核中使用了伙伴(Buddy)算法,以提高物理内存的使用效率,然而,伙伴算法在多路处理器的环境下,其内存使用效率较低,且内存碎片率较高。本发明提供了一种基于多路处理器的共享内存的优化处理方法及装置。优化处理方法包括：基于多路处理器的共享内存的优化处理方法，其特征在于，优化处理方法包括：对多路处理器环境下的Linux内核进行数据结构修改，数据结构修改包括在free_area数据结构中新增数据结构链表；根据修改后的free_area数据结构，对多路处理器环境下的共享物理内存的块分配算法进行块分配优化；根据修改后的free_area数据结构，对块释放函数进行块释放优化。相比于现有伙伴算法而言，本发明的上述技术能够减小时间开销，提升物理内存的使用效率，以及降低内存碎片率。相比于现有伙伴算法而言，本发明的上述技术能够减小时间开销，提升物理内存的使用效率，以及降低内存碎片率。

东北林业大学

该项目为储备库项目资源，暂无效益分析内容。