intern与字符串常量池源码解析

好z

已于 2022-12-05 15:01:04 修改

阅读量234

点赞数

分类专栏：源码解析文章标签： jvm java 开发语言

于 2022-11-17 10:12:08 首次发布

本文链接：https://blog.csdn.net/Liyizhi111/article/details/127898131

版权

源码解析专栏收录该内容

13 篇文章 0 订阅

订阅专栏

背景知识

StringTable称作字符串常量池，是一个放在堆的结构，作用是减少String对象的创建。
intern()在底层调用存在两种情况，即第一次遇到的被动调用或Java代码层主动intern()调用。
当需要从常量池读取数据，且数据恰好是string时，如果常量池索引在0-255，使用ldc，如果常量池索引在256-65535，使用ldc_w
本文基于对JVM有一定了解的人群。

调用流程

第一次遇到时的intern()

一是code属性表中字节码指令(如图ldc或者ldc_w)时，操作对象(如图pc[1])的常量池索引偏移计算后恰好是CONSTANT_String_info(如图JVM_CONSTANT_String)，并且这个对象没有被解析(result==NULL)，那么会陷入reslove_ldc()，通过多层调用最终进入string_at_impl。
在这里插入图片描述

在这个方法中取出该引用的UTF数组，然后调用intern()，在其中生成字符串对象并将其存入字符串常量池(Stringtable::intern())，并把返回的字符串也放入已解析表(string_at_put())

主动调用intern()

二是使用invokespecial调用intern()，如图，调用了string.c中Java_java_lang_String_intern()
在这里插入图片描述
最后将string对象的指针传入了StringTable::intern()

两者相遇

这是以上两种进入方法的StrngTable::intern()的调用逻辑，可以看到以下第一个就是把symbol指向的UTF数组改为Unicode数组(as_unicode())，而第二个就是直接取出unicode数组(as_unicode_string())，这一层将不同入口进行了统一，然后调用了相同的方法(intern())
在这里插入图片描述

根据unicode数组可以从字符串常量池查找字符串(look_up())，如果找到直接返回(found_string!=NULL)，如果没有找到，那就需要存入，如果string没有创建过，(可以看到上面两个方法，如果通过symbol传入，那么直接声明一个空的Handle String，如果通过string对象传入，那么会有Handle h_string)，也就是string_or_null.is_null，创建字符串(这一步放在查找后面可以有效减少解析阶段多余的字符串创建)。然后通过basic_add存入字符串常量池，再返回字符串。
在这里插入图片描述

easy小测

双引号常量是否会存入字符串常量池

IDEA都知道你还不知道吗
在这里插入图片描述

new String()会不会存入字符串常量池

为什么这个是new String()，见问题3
结果是不会，只有先完成了s1.intern()才会(其调用优先级高于==计算)。
在这里插入图片描述

在这里插入图片描述

以下进行了几次intern操作

在这里插入图片描述

以下代码会创建几个字符串

int b = 0;
int c = 1;
String s1 = c+b+"a"+b;

答案是1次，对于c与b，使用的是iadd，对于其它类型和数组，+的底层实际上是StringBuilder.append，这个方法的作用是，将新传进来的字符串给放入自己的value字节数组，并没有产生新的字符串，也不会存入字符串常量池。调用toString()时，实际上是调用了new String()。只有"a"被解析的那一次（即图中字节码17行）。

intern使用场景

如果一个字符串会被长期使用，那就可以将其存入字符串常量池，这样可以有效节约空间
以下案例假设业务需求一个具体地理位置，我们知道，一个国家的省和市都是非常有限的，会频繁出现，所以采用intern()进行保存：

public class Location{
    String Province;
    String city;
    String detail;
    public void setProvince(String province)
    {
        this.province = province.intern();
    }
    public void setCity(String city)
    {
        this.city = city.intern();
    }
    public void setDetail(String detail)
    {
        this.detail = detail;
    }
}

如果province不使用intern而使用detail一样使用直接赋值，那么如果传进来的是一个本身就是字符串常量池里对应的字符串，则没有影响。
但如果不是，而是一个全新的字符串对象，那这里Location对象就多了一个指向新对象的指针了，但实际上这个新对象的存在是毫无意义的，因为我们只需要存在36个省字符串对象，多余的指针会导致垃圾迟迟无法回收而浪费了内存空间。

升华猜想

在上面源码中，我们发现了常量池中有两张表，即constant->resolved_references出现的解析表和constant->tag_at().value()的常量池表，每次完成intern()调用后，会使用string_at_put()把完成解析的对象放入解析表用于下一次调用。所以我们可以大胆推断一下类加载过程，加载阶段进行类的方法区构建时，会把字节码文件的常量池表，加载到JVM内存中，也生成一张常量池表。准备阶段会根据字段表的静态变量分配空间，在解析阶段其实可以直接无视，然后从初始化阶段开始，当调用的字节码指令涉及到了常量池字符引用，再进行常量池符号引用的解析，变为指向分配好的内存区域。如何寻找到这块分配好的内存区域呢，本人认为和Class对象与offset有关