过磷酸钙检测论文

对预测的Java对象辈子肇井上，米里stefanovi c ，会员的IEEE ，和Stephanie福里斯特，会员的IEEE 摘要-准确预测对象的寿命是很重要的改善记忆管理系统。目前垃圾收集相对粗粒的预言（例如， "短命"和"长寿命" ） ，并依靠应用独立启发式有关地方特色的分配。本文介绍了一种预测方法，是完全准确，使得其预言基于特定应用的培训，而不是应用独立启发式。由"完全准确" ，就是实现了粒度的预言是相等的最小单位分配。所述的方法，是第一家结合了高精确度和效率，在一个单一的寿命预估。全面准确预报，使我们，这是第一次，以研究零一辈子的对象。文件报告结果显示零一辈子物体的重要组成部分物件分配基准程序，为Java编程语言和表示，他们是与它们的分配语境（调用栈和分配旧址） 。超越zerolifetime 物体时，文件报告结果预测较长的居住对象，而在某些情况下，这是可以预测的寿命物体根据其分配的背景下（调用栈和分配旧址） 。为规范基准节目中，有多少个动态分配的对象，其要求的地点有准确的预测范围之内，由 ％至61 ％ 。这种方法可以潜在性能的改善垃圾收集。该文件提出了一个死命令的收藏家（ DOC ）的，并分析了其实施间接及其尽可能最佳的性能。这项研究显示，如何记忆体效能，可提高使用额外提供的资料完全准确的预测。 指数计算物体在有生之年，工作量表征， pretenuring ，面向对象编程语言，垃圾收集， 程序行为。 ？导言垃圾收集的语言，如C ＃和Java等，是越来越重要。垃圾收集（ GC ）的好转开发人员的生产率，都不再需要外显记忆填海区，从而消除重要的来源编程错误。然而， 垃圾收集的语言招致增加开销，因此，要改善他们的表现对于以持续成功的，这些语言。 许多算法已提出过几次数十年以来，气相色谱法，发明了，但他们的表现已大量应用依赖性。举例来说， 菲茨杰拉德和塔尔迪蒂显示，一个垃圾回收器必须加以调整，以适应计划[ 1 ] 。另一种做法依靠较大的堆的大小和根本背道而驰收集算法不那么频繁。不过，这并不总是产生更好的绩效[ 2 ] 。气相色谱法通常算法做出某些假设有关辈子的申请的对象，并针对收集算法这些假设。如果假设是不传染的， 业绩不佳的结果。什么是需要的是有能力作出准确和精确预测物体在有生之年，并把这些预言成一般的GC算法，工程以及为广泛的申请。 间接的气相色谱法相比，明确deallocation ， 源自成本的确定哪些物体仍在活跃（现场直播） ，并不再需要（死亡） 。气相色谱法算法，因此，去一些长度，以收集地区记忆体大多死亡。理想的垃圾回收器将收集所在地区的所有物体最近去世，使这堆太空是没有白费的，由死者的物体和生活物不属于加工不必要的。要做到这一点， 分配表，将需要知道确切的死亡时间的一个物体的时候，它被分配，然后它可以拨这一个地区，所占用的物体具有相同的死亡时间。 至目前为止，此项工作现已完成，只有在一个有限度地由一个过程，所谓" pretenuring " 。 pretenuring算法使粗大的预言对象辈子，预测其中分配将导致长寿命的对象，然后分配给他们的地区，是不是经常收集。 举例来说，在布莱克本等人。奇摩pretenuring计划[ 3 ] 对象分配到短命的，寿命很长，与永恒地区。正如本文将显示，无法预测辈子恰恰是一个障碍，以理想的垃圾收藏家。 现代语言运行时环境，提供一个财富仿形机制，以调查该国申请。在虚拟机（船民）的环境中，如由于C ＃和爪哇，剖面是一个重要的组成部分（准时化） 编制过程，并可能被利用来改善高性能的所有越南船民组成部分。在这篇文章中，我们查看如何分配-站点信息提供给船民可杠杆比率，以改善对象寿命的预测及如何这种能力可能受到剥削，由JIT编译器和收集系统。 该组织的这份文件具体内容如下：第一，我们证明有显着相关国家对栈上分配点和分配880的IEEE交易电脑上，第一卷。 55 ，没有。 7 ， 2006年7月。每小时井上是与学校的计算机科学，卡尔顿大学， 赫兹伯格建设， 11时25分，由上校驾驶，渥太华，安大略省， k1s 5b6 加拿大。电子邮箱： 。 。四stefanovi C和美国福里斯特分别与计算机科学系， msc01 1130名， 1新墨西哥大学，阿尔伯克基，新墨西哥州87131 - 0001 。电子邮箱： （米，福里斯特） @ 。 手稿收到2003年12月19日;修订2004年12月16日;接纳12月7日2005年在网上公布2006年5月22日。 信息获取转载这篇文章，请发送电子邮件至： ，并参考ieeecs登录号码- 0291年至1203年。 0018-9340/06 /二十○点○○二○○六美元的IEEE出版的由IEEE计算机学会物体的一生。接下来，我们描述了如何这方面的资料可以用来预测对象辈子当时，他们正分配完毕。然后，我们显示，有显着比例的对象是零一辈子。接下来，我们分析的行为一个假设性的混合选区（死亡下令收藏家） 利用我们的预测方法，检查其执行情况间接成本，竟将其最佳的情况下的行为。最后，我们比较我们的研究结果与相关工作，并讨论其他应用潜力。 二对象寿命预测我们的方法是启发，巴雷特和佐恩的工作对象寿命预测在C应用[ 4 ] 。特别是， 两种方法都使用类似的资料，预测是建造同样使用运行简况，我们有通过他们的"自我预测"的考验。此外，我们已几次扩建工程。首先，我们用的是垃圾回收的语言， Java的，其中deallocation是含蓄了。 第二，我们推行了全面准确的预测;巴雷特和佐恩只用了两个回收箱-短期和长期的居住。最后， 我们已进行了较详细的分析，内容形成散装这份文件。 如前所述，一个目标对象的一生预测是，以提高性能，提供运行咨询，以内存分配子系统约一反对的，可能在一生的时间，这是分配。同样以巴雷特和佐恩，我们完成这项工作，由建设对象寿命预估指出，它预测资料显示，在分配时间。这包括语境的配置要求，即，动态序列的方法调用，导致了这一请求，并实际类型的对象被分配完毕。我们所说的，这信息作为分配的背景下，如果观察辈子所有的物体具有相同配置的背景是相同的， 那么，预估应预测值在运行时为所有的对象分配地盘。 我们尚未整合，我们预测到内存分配子系统，所以我们的测试是轨迹驱动而不是表现在运行。如果能够得到全面实施，我们的系统的运作，同样以其他简介驱动优化系统。首先，一个小的训练来说，将用来产生预测，而不是采伐迹。 随后运行，然后用预估为各种优化下文讨论。 我们认为，在两种情况下的预测：自我预测与真正的预测。自我预测[ 4 ]使用同样的程序跟踪训练（预估建造）作为为测试（预估使用） 。自预报提供了一个初步测试的假设，即分配的语境是好的预测对象有生之年实现这一目标。虽然自我揣测并不预测什么新的东西，它使我们能够研究在多大程度上其中国家的栈是与寿命对象分配在这一点上。这提供证据真正的预测是可能的。真正的预测是较为现实的情况下，在一间小型训练追查是用来构建预估，以及不同的较大微量（生成从同一程序，但使用不同的投入） 用于试验。如果自我预测业绩欠佳，那么真正的预测是不可能得逞的。但是，准确的自我预测中，并不一定意味着真正的成功预测。虽然我们有没有分析，它在细节， 我们期待着这次后者而言，是最可能发生在大量数据驱动程式。 负载对内存管理子系统定堆分配和死亡的事件，这是独立于其他运算的影响，这一计划。 因此，在一生中的一个对象，在气相色谱法研究会是定字节数的新的记忆体。 之间的分配它的诞生和死亡。更多具体而言，物体的一生，是被界定为总和的大小与其它物体之间的分配给定对象的分配和死亡的，它主要体现在字节或字。 我们评估预估业绩用4个定量措施：精确，范围，准确性和大小： 。精度是粒度的预测中的 全面准确预估精密1字节，例如，它可能预测某一分配点总是产量物体一辈子10304个字节。较少准确预报预测可能从一组几何比例回收箱，如8,192-16,383 （我们提及这些颗粒预测因素） ，或者是，我们以前所说，从一个小的一套回收箱等短命的，寿命很长，和永恒。我们的目的是要实现高精度（窄幅波动） 。在实践中， 理想的精度将取决于如何记忆配置子系统，利用预言。 。涵盖面的百分比为对象，其中预估作出了预测。我们构建预测因素，使他们做出预测只为分配的背景下，可以预见高信心。因此，在某些情况下，预估将没有预测，而不是只有一个，就是不太可能以正确的，以及记忆体分配子系统将需要一个后备分配策略，为这些例。尽管决定预测是百分之分配地盘时，自然衡量覆盖是百分比的实际用途拨款的事件是预言（动态计数） ，而不是百分比地点在哪一个预测，可以取得（一静态计数） 。理想的情况下，涵盖范围应高可能的。 。精度的百分比，就是预言物体预测正确。这就是，在所有的物体分配在运行时，为其中一个预测是， 有些人有一个真正的一生中属于在同一个射程为预测寿命;范围界定由精确参数。准确度应为尽可能地高。 。尺寸是多少作品中预估，那里反馈意见的一个广义的分配网站并预测该网站。由于预估应负有空间和时间开销在运行时，规模较小大小都更好。 有有趣的权衡取舍之间的精确度，范围， 精确度高，规模不大。举例来说，要预测选择范围和精确度。增加预估尺寸（添加更多参赛作品）允许或者更大报道（列明预测物体以前未盖）或更高的精度（通过指定井上等：对预测的Java对象辈子881 不同的预测，这些物体） 。也有一些显而易见贸易小康之间的覆盖面和准确度。 我们构建的预测分两个阶段进行。首先，我们收集了一个执行追踪每个程序，然后我们构建预估本身。微量包括准确记录每对象分配和死亡。每个分配活动，我们记录对象标识的，其类型，并执行语境。执行的背景下，代表国家对整个堆在时间的分配，构成了标识符的方法和字节偏移，储存整数。我们参考这方面的资料，作为栈字符串。在大多数情况下，我们能够减少信息量，由录音只有顶部少数作品栈（栈字符串前缀，或ssp1 ）的影响进行研究，更改这么长的前缀。每死亡事件，是有记录到一个精度为1字节。这充分精度是独一无二的对象一生的痕迹，垃圾收集的语言。反对辈子文献报告中，几乎总是有颗粒状粒度为垃圾收集语言[ 3 ] 。这是因为反对死刑的活动，只能被发现，在收集站及收藏品都是相对生疏。我们用了一个实施的Merlin一代微量算法[ 5 ]内部jikesrvm开放源代码Java虚拟机[ 6 ]搜集充分准确的对象寿命数据。 梅兰作出绝对准确的实际，不执行频繁的垃圾藏品。相反，它imprints戳对物体在记忆的根，当分配在收集，一个对象的死亡时间，可计算所定的最后戳在传递闭的一组对象。 预测构成了一套预估参赛作品。 1 预估入境是一个3元组 ，正如显示图。 1 。微量元素，是用来建造一个预估相应的程序。就是一个条目添加到预估当且仅当所有辈子在训练相应的SSP和类型是一致的。这意味着，如果任何两个物体分配在同分配网站有不同的寿命，或发生碰撞， 预估将不会作出预测说，分配地盘。 这种类型的预估计算效率高和可调。举例来说，通常单身称霸预估并增加其大小。单身参赛，其中只有一个对象被分配在训练，所以并没有发生碰撞，可以消除了他们。这些参赛作品可能被拆除，以形成一个较小的预估未经大大减少覆盖面（因为每一个参赛作品。 用如此少见） ，如图所示，在图。 更先进策略，也可以设计出最佳的平衡范围和规模。 我们考虑以下3个方面的寿命预测： 。全面准确寿命预测。对象寿命预计到确切字节。 。粒状寿命预测。低精度办法，其中预估回收箱辈子根据该计划彬？ log2elifetime吨排放计划。 因为大部分物体英年早逝，有效精度这种方法仍高。 。零寿命预测。预测只是预测零一辈子对象（那些死在下次对象分配） 。我们发现有些基准产生了一大批零一生物体。预测零一辈子物体是一个很有意思的子的完全精确的预测。 我们说明了这些概念和权衡，就例如基准图。 2显示如何预估覆盖范围和规模，在很大程度上依赖于过磷酸钙长度，因为它是多样从0至20 ，我们充分利用精确的寿命预测和单身被保留在预估。图。二地块过磷酸钙长度沿横轴。每个策划过磷酸钙价值，我们合成了一种预测，从训练得无影无踪。 预测的范围，即百分比对象分配在追查其中的预测作出了预测中，是策划沿纵轴。预估覆盖率提高了越来越过磷酸钙长度随着越来越多的资料，以供disambiguate分配的语境。 但是，这种影响高原上过磷酸钙约长10 ， 暗示10是一个充分过磷酸钙长度。图。 2还显示出增长的预估规模，即有多少参赛作品，由于人们日益过磷酸钙长度。 图。三，让我们看看效果去除单身从预估。值得注意的是，预测涵盖面几乎不变，但预估人数急剧减少。 不包括单身揭示有趣相依882的IEEE交易电脑上，第一卷。 55 ，没有。 7 ， 2006年7月图。 1 。一个单一的预估入境：过磷酸钙描述的执行路径的该程序。每个整数编码方法和立场，内部方法在下方法调用。整个弦乐指分配网站。所有字节数组（ JVM的类[二）获配这个栈字符串前缀过了一生的64个字节。 图。 2 。效果栈前缀长度就预估规模和范围为例子基准pseudojbb （包括单身） 。 1 。这是不容混淆与上司堆栈指针，其中有同样的缩写。 2 。记忆的根是参照对象，程序，可以直接操控。例子是选民登记册及，特别是在爪哇， 提到在节目栈。 3 。基准周长从爪哇古组曲[ 7 ] ， [ 8 ]用在这里因为它显示了行为原型。 4 。第3节描述了所用的基准，在我们学习。 其中过磷酸钙长度，预估规模，和覆盖面。有一个贸易小康之间的碰撞和单身人士-如果是过磷酸钙太短，有太多的物体相撞;如果是太长了，过磷酸钙转换进入单身人士和bloats预估大小。这种作用是体现在周边基准， 显示图。 4 ，其中有一个最高约为过磷酸钙全长8 ，然后衰变到一个高原。最高划分制度的碰撞，就在左边，而该制度单身人士，以正确的。 我们报告结果，在物体计数，而不是字节因为我们感兴趣的是如何做好预报的表现而定。对象计数是自然的单位，这考虑。然而，字节通常用在垃圾收藏家文学与我们搜集这些数据以及与类似的结果。这就是说，物体大小并不显着相关能否预测对象有生之年实现这一目标。 三基准和实验试验我们报告的数据就specjvm98和SPECjbb2000是基准。我们还收集了有关爪哇欧登基准[ 9 ] （数据未显示） ，但它们的大小，合成自然产生离群行为。该规范基准构成有用的"真实世界"节目（除的分贝，属于一种合成基准建造，以模拟数据库查询） ，并打算以代表实际应用上运行的Java虚拟机器。他们是写在各种编程风格，并可以行使堆不同。为详细的研究，个人基准'记忆行为，见dieckmann和何¨ lzle [ 10 ] 。表1描述了个别的基准和表2给出了一些一般性的运行特征分析基准。 我们采用了jikesrvm Java虚拟机版本 来自IBM 。具体配置是optbasesemispace 与梅兰扩建[ 5 ] 。这就是说， 优化编译器被用来编纂船民和基线编译器编译基准。该气相色谱法默认semispace收藏家（虽然注意了产生的微量是独立的集电极使用） 。 四自我预测自预报考验预估使用相同的微量元素，从它所建造的。因此，预报精度不一个问题-如果预测作出了预测，它会正确的。感兴趣的是权衡取舍之间的精确度， 覆盖率高，规模不大。我们报告结果进行全面的精度和对数粒度的，我们考虑的影响包括或不包括单身，从预测。 表3显示的结果。每个基准，一套初步运行进行了确定最佳过磷酸钙值（显示在栏目标记的"过磷酸钙" ） 。该过磷酸钙最优值确定，分别为充分精密和对数例。 完全准确的自我预测结果，为全面准确的自我预测（确实粒度） 显示在左侧的一半表3中，为预测指标与无单身人士。 预测因子包括单身所有的基准，显示了某种程度的覆盖面，特别是就在这种合成的基准分贝。大于50 ％ 井上等：对预测的Java对象辈子883 图。 3 。效果栈前缀长度就预估规模和范围为例子基准pseudojbb （不包括单身） 。 图。 4 。效果栈前缀长度就预估规模和范围为爪哇古代基准周长（不包括单身） 。 表1 基准，并有简短的描述什么样的，他们计算第一组包含specjvm98基准和第二组包含SPECjbb2000是基准。 涵盖面取得了压缩， mpegaudio ， mtrt ， pseudojbb ， 和杰克和20 ％以上对其余两个， 陈燕萍和javac 。预测取得更大的百分之九十以上报导只分贝。从我们的经验与DB和一套规模较小的基准不报，在这里，我们相信非常高覆盖数字并不那么典型的现实申请。这些结果表明完全准确预测可以达到合理报导一些，但不是所有的应用程序。正如我们将看到的，但是，即使温和的范围可能有益（第8条） 。 预测因子排除单身当单身条目被删除，从预测因子（栏目4-5 ，在表3 ） ，我们预期覆盖率下降，但我们想知道是多少。 两项基准，压缩和mpegaudio ，有预测因子这包括大批单身人士。涵盖范围每滴大约一半的时候，单身是被排除在外。对于剩下的，覆盖面下降不到一个百分点，而人数预估作品缩水戏剧性：最小的跌幅是百分之三十下降javac ，而分贝是不到1 ％ ，其以往的规模。该平均跌幅在尺寸大于76 ％ 。再次，分贝可反常，因为它是合成。 虽然其他研究的寿命，如哈里斯[ 11 ] 根据预测，只有对现行方法和类型，我们没有发现基准哪种仅足以产生的预测有显着的报道。基准陈燕萍和mtrt至少需要方法遏制分配网站（过磷酸钙的长度一）为有显着覆盖和休息需要更多。或许类型是不需要在所有的，但它disambiguates分配稀有案件的不同类型，是分配在同一分配点。注意，我们用的是流量敏感的概念了栈，录制两法和字节偏移每次通话。 概括地说，完全准确的预测范围相当一部分的所有基准。与单身被排除在外，预测仍然有显着的报道同时减少的人数参赛作品平均76 ％ 。 884的IEEE交易电脑上，第一卷。 55 ，没有。 7 ， 2006年7月表2 痕量统计每个追查，物体的数目分配（第3栏）和总规模都分配对象（第4栏）给出。第五栏显示人数分配表;每个站点是算只有一次，即使签一次以上，与网站不会被处死，在这些特殊运行没有什么不好。最高段的表列出的痕迹，用于自我预测研究（第4条） 。底部的一部分，该表列出训练的痕迹，用在真正的预测研究（第5条） ;痕迹，从最高层的科重新用于测试的真正预测。 表3 自我预测结果前两栏的完全准确和对数粒度让结果以预测因素包括单身者使用过磷酸钙的长度20个，其中两例外情况：陈燕萍和javac ，为此，我们采用了较大的过磷酸钙价值报道，在第五纵队。 对数粒度正如我所期望者，表演者的颗粒状预测因素，还表现在表3中，是较充分精确的预测，因为这是一个比较容易的问题。 改善覆盖范围之内，由分贝的不少于1 ％至javac的大于60 ％ 。平均七％的改善。该行为的颗粒状当预测因子去除单身是相似的完全确切的情况。唯一的戏剧性变化是，在压缩，其中象其余的基准; mpegaudio依然离群。 由于其对数斌大小，预测均高度精确的，为大量的短命的物体。 粒状预言已经更为迫切的应用较确切的案例，因为训练期，而在原则上，演出更迅速而不必依赖关于梅兰我们专注于确切的情况下， 然而，由于我们预期信息准确行为将展现新的渠道，为优化。 变异我们研究了一个更广泛的定义的预估，在其中预测辈子处理不同的过每分配作为一个算术级数。举例来说， 考虑一个回路分配对象的一个特定类型一个链表。当环路出入口，有些计算演出名单中，这是当时的搜集。每个对象河套已一辈子是低于其前任所常数是大小的物体。处理好这个，我们需要预测采用的分歧。更正式地， 预估作品成为四元组<过磷酸钙，类型，一生中， 增量> 。一生没有设置在训练中，除非增量被查出为零。这是每一个更新时间一个物体分配加入增量。在我国例如，一进入预估将可创造，如果每个对象的寿命差异由一个不断增量的顺序它被分配完毕。预测的寿命会初始化，由第一个对象分配测试过程中。 随后的预言会被加入增量（这将不利美元）的寿命。注这绝对寿命的预测，不能在网上进行直到后第一个对象匹配的条目已经死亡。 有趣的是，这一新的预测并没有表现良好对于任何的基准。我们发现，只有一个基准为此它做得好， em3d从爪哇古组曲， 其中微分拨款占 ％ 所有的预言。这不是一个很好的指标预测实力，不过，因为几乎所有的这些物体单身人士。至于其他的基准，调高预测能力平均为 ％ 。 另一个变化是利用优化编译器都对于运行时间和基准（ optoptsemispace 配置） 。我们测试过这种变化，并对结果进行定性类似早先的实验（数据，而不是如图所示） 。 五真实预测巴雷特和佐恩发现真正的预测精度高对于基准有高覆盖在自我预测中，并没有数据驱动的。我们测试过真正的预测对一个子集的基准来看看这持有相关程度较高的精度。我们用陈燕萍， javac ， mtrt ，千斤顶，并pseudojbb 。我们用过磷酸钙长度指定表3和包括单身人士。虽然这是不是一个详尽的研究，它表明真实预测做得好，结果可比向巴雷特和佐恩学习，即使有了更严格要求全面精确。 结果为五个例子列在表4 。为双方都充分准确和对数粒度，所有的的预测非常准确。三个基准， 然而，精度高，是在价格的范围。 报导说是微不足道，为陈燕萍， javac ，并mtrt 。其他基准的预测显示出相当大的报道。该差异报导可能是由于程度该计划是由数据驱动。举例来说，训练运行陈燕萍颇为不同，其试运行。在pseudojbb ， 唯一不同的是，这么长的运行。尽管不是巨细无遗，这些例子让证据表明高准确的，真实的预测是有可能的一些应用而且，当精确的预报是可能的，这是非常准确的。 六零一辈子物体一场零和寿命的对象是拨，然后去世前明年物体分配。我们的能力，以研究对象辈子充分精确，让我们学习的行为zerolifetime 物体。 表5显示了一小部分零一辈子物体所产生的每一个基准和小部分我们能够预测采用自我预测。 有趣的是，很多的基准拨出大有多少零一辈子的对象。 所有的规格基准，产生了较高的比例。 零一辈子的物体，与javac分配，至少在13 ％ 。我们探索的潜在后果，这结果在第8条中。 井上等：对预测的Java对象辈子885 5 。这可完成使用世代收藏家中收集整整一代人是被迫在时间的倍数，其以往一代。培训期间，举例来说，第二代会收集一次，每两集苗圃为对数粒度与基地规模的苗圃。这使得为pretenuring 优化型，但属于短期的"理想"的垃圾收集。 表4 真正的预测范围和精度的预测产生的一个基准运行使用一个较小的投入，双方都充分准确和对数粒度对一个单独的，较大的基准。覆盖是百分比的对象，对此我们作出预言和准确度百分比，而这些对象，为我们的预测寿命是正确的。 七日预测和对象类型为了研究如何预测结果，是受一个物体的类型，我们制定了一个简单的分类分配对象根据自己的类型。我们用下列几类：应用类型，图书类型，并虚拟机种（因为虚拟机，我们使用的是写在Java本身） 。图书馆类型，是那些班属于Java的层次。船民班都是很容易确定自己的越南船民的前缀。应用班都是等。 如表6显示，全球覆盖（定义为更大百分之九十以上） ，通常与高覆盖的应用类型。这是有道理的，因为申请各类主宰对于大多数基准。例外，小勺和DB ，拨出许多图书馆的类型，专业性也高报道。预测的涵盖范围将取决于它是否能够预测类型所造成的应用程序行为，而不是超过潜在机制的编译器或船民。

二楼的哥们说的不全，下面这个有视频和具体步骤，应该适合楼主：处理发酵方法从各食堂、饭店、工厂收集来的潲水，以米饭为主的（50%以上的米饭），先倒在容器内，活力99生酵剂与粗饲料降解剂各半包，200公斤潲水、20公斤玉米（不是以米饭为主的要加50公斤，米饭超过70以上可以不用添加玉米）、15公斤的豆粕（菜籽粕、棉菜粕、花生麸均可），20～60公斤米糠或统糠（米糠、统糠用量不是绝对的，只要把潲水调成含水量为：手抓一把饲料握紧，见手缝里有水而不往下滴为准，也可以采用秸秆粉代替，如花生秸秆、花生壳粉等），另外添加公斤磷酸氢钙或过磷酸钙（有饲料专用的，也可以用较好点作化肥用的，就是用作磷肥的那种，十分便宜，用量一般为1%～，主要是用作补充钙，添加后，可以不用在饲料中添加骨粉），尽量把容器装满，不留空气在里面，（这是为了隔绝空气，保持厌氧状态，防止有害细菌利用空气中的氧气生长繁殖，杀灭随潲水而来的各种有害病菌）……下面是一些报道链接，希望对你有所帮助：1、泔水将无害化处理成饲料 但饭店老板对此不看好原因是：现在泔水能卖钱，以后处理得饭店掏钱……相关链接：、北京嘉博文生物科技有限公司研发的餐厨垃圾微生物发酵处理技术解决了这个难题。他们选取包括芽孢菌、放线菌、乳酸菌等十几种菌种在内的天然复合微生物菌种，经中国科学院微生物研究所鉴定，这种复合菌种对人体、群体、环境无影响，无毒性，遗传稳定性好，微生物菌种以餐厨垃圾作为培养基，在60℃—80℃的高温下进行6—8小时的发酵，在高温好氧条件下灭杀餐厨垃圾中的大肠杆菌、沙门氏菌、志贺氏菌等病原菌及蛔虫卵等，产出高活菌、高蛋白、高能量的固体再生资源——活性微生物菌群。这些活性微生物菌群再按照不同的配方和特殊工艺深加工，制成高能微生物菌剂和生物蛋白饲料，用于生态养殖业和有机种植业……相关链接：、泔水饲料发酵剂(发酵剂处理泔水安全有保障)发酵剂发酵处理泔水的很多好处很多人已经知道了，这种方法有何优势呢？费用降低；可以保持潲水不变质，潲水不臭，可以长时间保存；发酵后的潲水物理化学的性质发生了质的变化；潲水理化性质的改变，使喂猪更加方便；发酵后的潲水营养大幅提高……相关链接：、泰安科学技术局让泔水变废为宝 微生物技术治理餐厨垃圾……相关链接：、怎样用泔水喂猪：相关链接：。6、利用微生物发酵糟渣和保存饲料的原理和作用机理相关链接：

◆氮肥 氮是普通作物需求最大的元素之一，氮肥在我国是最为广泛使用的化肥。氮肥可以明显促进作物生长，快速改善叶色，施肥效果立竿见影，明显增加作物产量，具有低投入、高产出的作用，因此，深受广大用户的欢迎。氮肥是促进花卉根，茎，叶生长的主要肥料，那些不能食用的豆子，花生，瓜子，以及大麻籽，小麻籽等油料作手，都是很好的氮肥原料。若将这些东西发酵腐熟，加水稀释，浇到土壤里，就会促使花卉茁壮成长。 ◆磷肥 磷肥与氮肥一样，是我国农业的必备肥料。目前最常用的磷肥是过磷酸钙。磷肥可以提高作物的抗旱、抗寒和抗盐能力，并有提早成熟、增加产量和改善品质的作用。但是，由于磷肥在土壤中溶解较慢，作物对磷肥的利用率与氮肥、钾肥比较起来要低得多。 我国常用的磷肥种类有过磷酸钙、重过磷酸钙、钙镁磷肥及磷酸铵等。由于磷酸铵粒形较好，主要被用于生产各种复混肥，其它磷肥通常被用于直接施用。磷肥的原料有鱼刺，骨头，蛋壳，淡水鱼的下水鱼鳞，剪掉的头发，指甲等。把这些杂物适量均匀地拌在花土里，或者发酵腐熟后，加水稀释浇入盆土里，就会使花卉色艳，光亮，果实丰满。 ◆钾肥 加拿大产红色钾肥自进入我国市场以来，经过近二十年的应用实践，钾肥已被普遍接受和使用。如在广东香蕉产区，香蕉种植户们清楚知道钾肥具有明显提高产量、尤其是提高每穗香蕉产量的作用。较大的果穗通常收购价更高，种植户因此获得了更高的种植收入。施用钾肥可以使花卉增加抵抗倒伏，防治病虫害的能力。淘米水，剩茶叶水，洗奶瓶水，都是很好的钾肥，还含有一定成分的氮和磷。 以上内容，仅供参考。

本人知道酵母菌，光合细菌可以用来处理泔水，不过好像都在研究阶段。下面是我找的一篇论文。但是对你帮助估计不会很大。我可以再帮你问问我们老师，毕竟我是学生物的，算是专业范畴了。最后还有一个由点价值的哦。光合细菌固定化及其处理黄泔水的研究光合细菌是一类在厌氧条件下进行不放氧光合作用,以二氧化碳或有机物为碳源、光为能源的水圈微生物[1]。它被广泛应用于农业、养殖业以及高浓度有机废水的处理。自日本学者小林正泰等成功地对粪尿和食品、淀粉、皮革及豆制品加工的废水进行处理后,光合细菌被广泛应用于废水处理[2]。通常人们在黑暗好氧条件下,用游离态的光合细菌处理废水,但在大规模废水处理过程中,却存在诸多问题。如菌体细胞容易被流水冲走,即使在静水条件下也可能被其他生物所吞噬,故利用率低,固液分离困难,菌体不易回收重复利用等。而采用固定化技术,既能使废水处理装置内维持较高浓度的生物量,提高处理负荷,又能选择地使光合细菌成为优势菌群,提高水质净化效率和延长细菌使用时间。鉴此,本试验室采用固定化光合细菌处理黄泔水,探讨黄泔水处理的工艺条件。1 材料与方法 试验材料1)菌种:沼泽红假单胞菌(Rhodopseudomonaspalustris)为南京师范大学资源微生物及菌肥实验室筛选并保存。收稿日期:2004 11 22基金项目:江苏省教育厅产业发展基金资助项目(2002SWXTSJ3002)作者简介:何萍(1964- ),女,江苏无锡人,江南大学讲师、南京师范大学硕士研究生,主要从事微生物学及生物化学研究。 Email:© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. 2)培养基:①分离用固体培养基:VanNiel紫色非硫细菌用培养基[2];②富集液体培养基:其组分(g•L-1)为:NaH2PO4 ,苹果酸,乙酸钠2,NaOH2,NH4Cl1,MgCl2 ,酵母膏1。其中微量元素1mL,pH值。3)黄泔水:黄泔水采自豆制品厂,呈淡黄色乳浊,有沉淀,pH值为•L-1。 试验方法1)菌体收集:光合细菌接种于液体富集培养液中,置温度为30℃、光照度为4000lx下培养7～14d,4000r•min离心15min,使菌液最终湿重达250g•L-1,4℃低温保存备用。2)固定化细菌制备:浓缩菌液按一定比例加入融化的聚乙烯醇(PVA)溶液中,将～的饱和硼酸溶液用Na2CO3调pH至,两液混合,磁力搅拌24h,形成固定化小球[3]。用时置于富集培养基中活化1～2d。3)水质理化性质检测:CODcr用重铬酸钾法[4]检测,pH值用pH计测定。 仪器和设备LRH22502A生化培养箱、XJ21型COD消解装置、DHZ2D冷冻恒温振荡器、台式高速冷冻离心机、磁力搅拌器、PHS225型pH计等。2 结果与讨论 光合细菌的固定化1)固定化材料的选择:用不同包埋材料对细菌进行固定化,发现琼脂法未能成球,海藻酸钠易形成小球,但其物理强度差,在稍后的活化及废水处理中极易被降解,且制作成本高。PVA易形成固定化小球,物理强度较高,可多次使用而不被降解,原料成本低廉,故选用PVA作为固定化的包埋剂。活性炭可提高固定化颗粒的强度,作者尝试在PVA中加入活性炭,但活性炭的颜色掩盖了小球本身的颜色,无法判断固定化小球是否被活化,故在本试验中未采用。根据文献[5]报道,添加多糖类(海藻酸钠等)物质,不仅易形成小球,而且可防止粘连现象;二氧化硅的加入可增加颗粒的比重和机械强度;碳酸钙不仅可增加颗粒的通透性和强度,提高细菌活性,而且可作为缓冲剂调节细菌因生长而产生的酸积累,保持较适应光合细菌生长的pH值。2)固定化细胞包埋条件的选择:在上述试验的基础上,采用正交试验(表1),通过测定CODcr,计算CODcr的去除率,选出较适固定化细菌包埋条件。正交试验因素有包埋剂PVA浓度(A)、菌液量(B)、二氧化硅浓度(C)、海藻酸钠浓度(D)、空白对照(E)。同时在每个处理中加入的CaCO3作为缓冲剂,以维持较适pH。本试验结果表明,PVA及菌液量是影响光合细菌固定化的主要条件,当PVA浓度为10%、菌液接种量为30%、海藻酸钠为0115%、二氧化硅为4%时,固定化光合细菌对黄泔水的CODcr去除率最高。进一步分析可知,PVA浓度对CODcr去除率影响极显著(P<),菌液接种量对CODcr去除率影响显著(P<),而二氧化硅和海藻酸钠对CODcr去除率影响均不显著。对于不显著的因素,需根据实际情况进行调整。 不同条件对固定化光合细菌处理黄泔水效果的影响1)生长条件对CODcr去除率的影响:分别将20g固定化小球接种于盛有50mL黄泔水的5个250mL的锥形瓶中,调pH至。分别置于好氧光照、厌氧光照、好氧黑暗、厌氧黑暗、微好氧自然条件下,分别于0、24、48、72、96、120h时测定其pH和CODcr值,结果见图1、2。由图1可知,pH值在厌氧及微好氧条件下先降低后升高,可能是光合细菌在缺氧条件下先将有机物分解为有机酸,使pH值下降,后因光合细菌能利用有机酸[6]、氨基酸等而继续生长、繁殖和代谢,并进行脱羧和脱氨作用[7],且脱羧作用大于脱氨作用,使溶液呈碱性,pH值上升;pH值在好氧条件下呈29 扬州大学学报(农业与生命科学版) 第26卷© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. 上升趋势,作者认为可能是光合细菌在好氧条件下直接将有机物分解、代谢,不经过有机酸阶段,同时还利用氨基酸进行上述类似代谢,使溶液呈碱性,pH值上升。 由图2可知,在好氧黑暗培养条件下固定化光合细菌对黄泔水的CODcr去除率最高。这是因为光合细菌在好氧黑暗条件下无法进行光合作用,但能够充分利用足够的氧气将有机物作为呼吸基质[8],进行一种纯呼吸代谢,由三羧酸循环作为其最终物质氧化的途径,故有机物的代谢率最高,从而使黄泔水的CODcr去除率最高;而在其他几种条件下,或是没有足够的氧气供光合细菌呼吸,或因进行光合作用而减弱了呼吸作用,最终导致光合细菌对有机物的代谢率较低,黄泔水的CODcr去除率相应较低。2)pH对CODcr去除率的影响:分别取20g固定化光合细菌依次接种于盛有50mL黄泔水的5个250mL的锥形瓶中,将其中4瓶的pH分别调为610、710、、,另一瓶保持黄泔水原有pH,采用好氧黑暗条件培养,测其CODcr值的变化,结果见图3。由图3可知,在好氧黑暗、pH值的条件下,固定化光合细菌对黄泔水有机质的CODcr去除率最高。这可能是在时呼吸代谢最为旺盛,从而加快了分解有机物的速度。3)菌液接种量对CODcr去除率的影响:分别按10%、20%、30%、40%、50%的接种量接种固定化光合细菌到盛有黄泔水的锥形瓶中,调pH至,在好氧黑暗条件下培养,每隔24h测1次黄泔水的CODcr值,结果见图4。由图4可知,在好氧黑暗、pH值、菌液接种量20%的条件下,固定化光合细菌对黄泔水的CODcr去除率最高。这说明在一定范围内接种量增多有利于加快黄泔水处理的速度,但接种量过多又可能造成菌体缺乏可利用的营养物质,不但影响菌体生长,而且可使部分菌体失去繁殖能力而发生自溶释放有机物,从而使CODcr去除率降低。4)装液量对CODcr去除率的影响:在5个250mL的锥形瓶中,分别加入30、50、80、100、150mL黄泔水,按20%接种量接入固定化细菌,调pH至,在好氧黑暗条件下培养,检测CODcr值的变化,结果见图5。由图5可知,在好氧黑暗、装液量为100mL、pH值、接种量为20%的条件下,固定化光合细菌对黄泔水有机质的CODcr去除率最高。这可能是因为黄泔水中溶解氧量过小时,不利于光合细菌的呼吸代谢,影响光合细菌对有机物摄取速度;而黄泔水中溶解氧浓度过高时,好氧性异养菌及原生动物会大量繁殖,大大降低光合细菌的活性和数量。3 结论聚乙烯醇作为固定化包埋剂时的较佳包埋条件是:聚乙烯醇浓度为10%,菌液接种量为30%,二氧化硅浓度为,海藻酸钠为,并添加,以Na2CO3调pH至的含～的饱和硼酸溶液进行交联24h,所得固定化光合细菌小球具有较好的物理强度及细菌活性和较高的CODcr去除率。而通过对固定化光合细菌处理黄泔水影响因素的研究,确定工艺条件为:250mL锥形瓶装液量为100mL,好氧黑暗培养,pH为,接种量20%,处理黄泔水120h,其CODcr去除率为91%。泔水制成饲料添加剂我国研制出新型高效餐厨垃圾处理设备我国研究人员日前成功研制出新型高速高温微生物处理装置!并运用现代生物技术!对泔水等餐厨垃圾进行加工处理!生产出增产效果明显的有机生物肥料和动物饲料添加剂" 评审组认为!这一餐厨垃圾处理技术体现了技术上的先进性!在国内同类处理装置中尚属首创"餐厨垃圾治理一直是道难题!而我国民间长期用泔水喂猪!#泔水猪$%&泔水油$给卫生防疫和食品安全带来较大隐患’ 北京嘉博文生物科技有限公司研制的餐厨垃圾处理设备!可将餐厨垃圾经过深加工后!制成有机肥料和生物饲料添加剂"经过对苹果%草莓%葡萄%鲜桃%肉鸡等 67多个种植%养殖品种的使用试验表明!这些有机肥料和生物饲料添加剂不仅具有抗病功能和增产效力!而且可以替代抗生素!提高产品品质"