文章目录
13 StringTable
String的基本特性
- String: 字符串，使用一对""引起来表示。
- String s1 = “ming”; //字面量的定义方式
- String s2 = new String(“ming”);
- String声明为final的，不可被继承
- String实现了Serializable接口：表示字符串是支持序列化的。
实现了Comparable接口：表示String可以比较大小。 - String在jdk1.8及以前内部定义了
final char[] value用于存储字符串数据。在jdk9时改为了byte[]。
为什么要修改为byte？
动机：因为大部分在堆中的String是 Latin-1 字符，用1个字节就能存储，那么意味着还有1个字节就被
浪费了。
所以改为byte后，如果存储ISO-8859-1/Latin-1的话，用1个字节就行，如果是汉字的话，额外加上一个字节就行。
结论：在1.9中，String再也不用char[] 来存储了，改成了byte[]加上编码标记，节约了一些空间。当然在StringBuffer和StringBuilder中也做了相应的修改。
-
String：代表不可变的字符序列，简称：不可变性。
- 当对字符串重新赋值时，需要重写指定内存区域赋值，不能使用原有的value进行赋值。
- 当对现有的字符串进行连接操作时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。
- 当调用String的replace()方法修改指定字符或字符串时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。
-
通过字面的方式(区别于new)给一个字符串赋值，此时的字符串值声明在字符串常量池中。
public class StringTest1 {
@Test
public void test1(){
String s1="abc"; //字面量定义方式, "abc"存储在堆中字符串常量池中
String s2="abc";
System.out.println(s1==s2); //判断地址：true
s1="hello";
System.out.println(s1==s2); //判断地址： false
System.out.println(s1); // hello
System.out.println(s2); // abc
}
@Test
public void test2(){
String s1="abc";
String s2="abc";
System.out.println(s1==s2); //判断地址：true
s1+="def";
System.out.println(s1==s2); //判断地址： false
System.out.println(s1); // abcdef
System.out.println(s2); // abc
}
@Test
public void test3(){
String s1="abc";
String s2=s1.replace('a','m');
System.out.println(s1==s2); //判断地址： false
System.out.println(s1); // abc
System.out.println(s2); // mbc
}
}
// 面试题
public class StringExer {
String str =new String("abc");
char[] ch = {'t','e','s','t'};
public void change(String str,char ch[]){
str="test ok";
ch[0]='b';
}
public static void main(String[] args) {
StringExer ex = new StringExer();
ex.change(ex.str,ex.ch);
System.out.println(ex.str); // abc
System.out.println(ex.ch); // best
}
}
字符串常量池中是不会存储相同内容的字符串的。
- String的String Pool是一个固定大小的Hashtable，默认值大小是1009。如果放进String Pool的String非常多，就会造成Hash冲突严重，从而导致链表会很长，而链表长了后，直接会造成的影响就是当调用String.intern时性能会大幅下降。
- 使用
-XX:StringTableSize可设置StringTable的长度 - 在jdk1.6中StringTable是固定的，就是1009的长度，所以如果常量池中的字符串过多就会导致效率下降很快。StringTableSize设置没有要求
- 在jdk1.7中，StringTable的默认长度是60013，StringTableSize设置没有要求。
- 在jdk1.8中，StringTable的默认长度是60013，StringTableSize设置有要求：最小值为1009。
/**
* @Author: mei_ming
* @DateTime: 2022/11/27 17:52
* @Description: 测试
*
* 测试JDK1.8中，StringTable的默认大小与下限：
* (-XX:StringTableSize=1000)
* ① jps
* ② jinfo -flag StringTableSize 进程号
*
* 默认大小：60013
* 下限：1009
*
* Error: Could not create the Java Virtual Machine.
* Error: A fatal exception has occurred. Program will exit.
* StringTable size of 1000 is invalid; must be between 1009 and 2305843009213693951
*/
public class StringTest2 {
public static void main(String[] args) {
System.out.println("我是来打酱油的！");
try {
Thread.sleep(1000000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
/**
* @Author: mei_ming
* @DateTime: 2022/11/27 22:11
* @Description: 探究StringTable的大小对读取效率的影响
* 1. -XX:StringTableSize=1009
* 2. -XX:StringTableSize=100009
*/
public class StringTest3 {
public static void main(String[] args) {
BufferedReader br = null;
try {
br=new BufferedReader(new FileReader("words.txt"));
long start = System.currentTimeMillis();
String data;
while((data=br.readLine())!=null){
data.intern(); //如果在字符串常量池中没有对应data的字符串的话，则在常量池中生成
}
long end =System.currentTimeMillis();
System.out.println("花费时间为: "+(end-start));
// 1009 : 338ms
// 100009 : 132ms
} catch (IOException e) {
e.printStackTrace();
}finally {
if (br!=null){
try {
br.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
String的内存分配
-
在Java语言中有8种基本数据类型和一种比较特殊的类型String。这些类型为了使它们在运行过程种速度更快、更节省内存，都提供了一种常量池的概念。
-
常量池就类似一个Java系统级别提供的缓存。8种基本数据类型的常量池都是系统协调的，String类型的常量池比较特殊。它的主要是由方法有两种。
- 直接使用双引号声明出来的String对象会直接存储在常量池中。
String s1 = "abc"; - 如果不是双引号声明的，还可以使用String提供的intern()方法。
- 直接使用双引号声明出来的String对象会直接存储在常量池中。
-
Java 6 及以前，字符串常量池存放在永久代。(永久代默认比较小)
-
Java 7中Oracle 的工程师对字符串池的逻辑做了很大的改变，即将字符串常量池的位置调整到Java堆内。
- 所有的字符串都保存在堆(Heap)中，和其它普通对象一样，这样可以让你在进行调优应用时，仅需要调整堆大小就可以了。
- 字符串常量池概念原来使用得比较多，但是这个改动使得我们有足够得理由让我们重新考虑在Java 7中使用String.intern().
-
Java 8 元空间，字符串常量池在还在堆中
为什么StringTable要调整？
- permSize默认比较小，较少使用intern方法。
- 永久代垃圾回收频率低，+ 比较小，更容易报OOM
/**
* @Author: mei_ming
* @DateTime: 2022/11/28 20:04
* @Description: OOM验证
* jdk6中：
* -XX:PerSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
*
* jdk8中：
* -XX:MetaspaceSize=10m -XX:MaxMetaspaceSize=10m -Xms6m -Xmx6m
*
* OutOfMemoryError: Java heap space
*
*/
public class StringTest4 {
public static void main(String[] args) {
//使用Set保持着常量池引用，避免full gc 回收常量池行为
Set<String> set = new HashSet<String>();
//在short 可以取值得范围内足以让6MB得PermSize或heap产生OOM
short i=0;
while(true){
set.add(String.valueOf(i++).intern());
}
}
}
String的基本操作
案例1：
package com.ming.java1;
/**
* @Author: mei_ming
* @DateTime: 2022/11/28 20:20
* @Description: 证明常量池中不存在相同的元素
* Debug 看右侧 Memory 中 java.lang.String 的个数
*/
public class StringTest5 {
public static void main(String[] args) {
System.out.println(); // 2224
System.out.println("1"); // 2225
System.out.println("2");
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.println("6");
System.out.println("7");
System.out.println("8");
System.out.println("9");
System.out.println("10"); // 2234
//如下的1-10 不会生成对应的常量
System.out.println("1"); // 2235
System.out.println("2");
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.println("6");
System.out.println("7");
System.out.println("8");
System.out.println("9");
System.out.println("10"); // 2235
}
}
如上代码所示：Java语言规范里，要求完全相同的字符串字面量，应该包含同样的Unicode字符序列（包含同一份码点序列的常量），并且必须是指向同一个String类实例。
案例2：
public class Memory {
public static void main(String[] args) {
int i = 1;
Object obj = new Object();
Memory mem = new Memory();
mem.foo(obj);
}
private void foo(Object obj) {
//在非static方法中，局部变量表第0位默认是this
String str = obj.toString();
System.out.println(str);
}
}
字符串拼接操作
结论：
- 常量与常量的拼接结果在常量池，原理是编译器优化
- 常量池中不会存在相同内容的常量
- 只要其中一个是变量，结果就在堆中，变量拼接的原理是StringBuilder
- 如果拼接的结果调用intern()方法，则主动将常量池中还没有的字符串对象放入池中，并返回此对象地址
代码说明：
package com.ming.java1;
import org.junit.Test;
/**
* @Author: mei_ming
* @DateTime: 2022/11/28 20:42
* @Description: 字符串拼接操作
*/
public class StringTest6 {
@Test
public void test() {
String s1 = "a" + "b" + "c"; //编译期优化,字符串常量池中 "abc"
String s2 = "abc";
/**
* 最终.java编译成.class再执行
* .class中
* String s1 = "abc";
* String s2 = "abc";
*/
System.out.println(s1 == s2); // true
System.out.println(s1.equals(s2)); // true
}
@Test
public void test2() {
String s1 = "javaee";
String s2 = "hadoop";
String s3 = "javaeehadoop";
String s4 = "javaee" + "hadoop"; //编译期优化
// 如果拼接符号的前后出现了变量，则相当于在堆空间new String(),具体的内容为 "javaeehadoop"
String s5 = s1 + "hadoop";
String s6 = "javaee" + s2;
String s7 = s1 + s2;
System.out.println(s3 == s4); // true
System.out.println(s3 == s5); // false
System.out.println(s3 == s6); // false
System.out.println(s3 == s7); // false
System.out.println(s5 == s6); // false
System.out.println(s5 == s7); // false
System.out.println(s6 == s7); // false
//intern()：判断字符串常量池中是否存在javaeehadoop，如果存在，则返回常量池中javaeehadoop的地址
// 如果不存在，则在常量池中加载一份javaeehadoop，并返回对象地址
String s8 = s6.intern();
System.out.println(s3 == s8); // true
}
@Test
public void test3() {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3 == s4); // false
/**
* 0 ldc #14 <a>
* 2 astore_1
* 3 ldc #15 <b>
* 5 astore_2
* 6 ldc #16 <ab>
* 8 astore_3
* 9 new #9 <java/lang/StringBuilder>
* 12 dup
* 13 invokespecial #10 <java/lang/StringBuilder.<init> : ()V>
* 16 aload_1
* 17 invokevirtual #11 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;>
* 20 aload_2
* 21 invokevirtual #11 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;>
* 24 invokevirtual #12 <java/lang/StringBuilder.toString : ()Ljava/lang/String;>
* 27 astore 4
* 29 getstatic #3 <java/lang/System.out : Ljava/io/PrintStream;>
* 32 aload_3
* 33 aload 4
* 35 if_acmpne 42 (+7)
* 38 iconst_1
* 39 goto 43 (+4)
* 42 iconst_0
* 43 invokevirtual #4 <java/io/PrintStream.println : (Z)V>
* 46 return
*
* 说明： s4 = s1 + s2 的执行细节 （变量s是我们定义的）
* ①：StringBuilder s = new StringBuilder();
* ②：s.append("a");
* ③：s.append("b");
* ④：s.toString() --> 约等于 new String("ab")
*
* 补充：在jdk5.0之后使用的是StringBuilder，
* 在jdk5.0之前使用的是StringBuffer。
*/
}
/**
* 1. 字符串拼接操作不一定使用的是StringBuilder！
* 如果拼接符号左右两边都是字符串常量或常量引用，则仍然使用编译期优化，
* 2. 针对于final修饰类、方法、基本数据，引用类型的量的结构时，能使用上final的时候建议使用上。
* 加final 具体值在编译期就已经确定下来了
*/
@Test
public void test4() {
final String s1 = "a";
final String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3 == s4); //true
}
//练习：
@Test
public void test5() {
String s1 = "javaeehadoop";
String s2 = "javaee";
String s3 = s2+"hadoop";
System.out.println(s1 == s3); //false
final String s4 = "javaee";
String s5 = s4+"hadoop";
System.out.println(s1 == s5); //true
}
/**
* 对比效率:通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式
* 详情: 1. StringBuilder的方式:自始至终只创建一个StringBuilder对象
* 而String拼接的方式:创建了多个StringBuilder和String对象
* 2. 使用String的字符串拼接方式:内存中由于创建了较多的StringBuilder和String对象,内存占用大,如果要GC,也要花费时间
*
* 改进: 如果基本确定大小时,使用带参构造器指定大小,节省扩容的时间
*/
@Test
public void test6() {
long start =System.currentTimeMillis();
method1(100000); // 10837ms
// method2(100000); // 5ms
long end = System.currentTimeMillis();
System.out.println("take time: "+(end-start));
}
private void method1(int highLevel) {
String src ="";
for(int i = 0;i<highLevel;i++){
src =src+"a"; // 每次循环都会创建一个StringBuilder、String
}
}
private void method2(int highLevel) {
//只需要创建一个StringBuilder
StringBuilder src = new StringBuilder();
for (int i = 0; i <highLevel ; i++) {
src.append("a");
}
}
}
intern()的使用
如果不是用双引号声明的String对象，可以使用String提供的intern方法：intern方法会从字符串常量池中查询当前字符串是否存在，若不存在就会将当前字符串放入常量池中。
- 比如：
String str = new String("mem").intern()
也就是说，如果在任意字符串上调用String.intern()方法，那么其返回结果所指向的哪个类实例，必须和直接以常量形式出现的字符串实例完全相同。因此，下列表达式的值必定为true：
("a"+"b"+"c").intern() == "abc"
通俗点讲，Interned String就是确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度。注意，这个值会被存放在字符串常量池中。
问：如何保证变量s指向的是字符串常量池中的数据?
答：有两种方式：
- String s =“mem”; //字面量定义的方式
- 使用intern(),即 String s = new String(“mem”).intern()
题目1：new String(“ab”) 会创建几个对象？
拓展：new String(“a”)+new String(“b”)呢？
代码说明：
package com.ming.java2;
/**
* @Author: mei_ming
* @DateTime: 2022/11/29 20:42
* @Description:
* 题目1：new String("ab")会创建几个对象？看字节码就知道是2个
* 说明： 一个对象是：new关键字在 堆空间 创建的
* 另一个对象是： 字符串常量池 中的对象"ab"，字节码指令：ldc
*
* 题目2：new String("a")+new String("b")呢？
* 对象1： 拼接, new关键字 生成StringBuilder对象
* 对象2：new String("a")时，在堆中生成String对象
* 对象3：new String("a")时，在字符串常量池 中生成 "a" , ldc
* 对象4：new String("b")时，在堆中生成String对象
* 对象5：new String("b")时，在字符串常量池 中生成 "b" , ldc
*
* 深度刨析： 在最后调用StringBuilder的toString()方法中
* 对象6：new String("ab") 在堆中生成的String对象
* 强调一下，toString() 方法的调用，并不会在常量池中生成 "ab",没有ldc指令
*/
public class StringNewTest {
public static void main(String[] args) {
// String str = new String("ab");
/**
* new String("ab")的指令
* 0 new #2 <java/lang/String> --> 第一个
* 3 dup
* 4 ldc #3 <ab> -->第二个
* 6 invokespecial #4 <java/lang/String.<init> : (Ljava/lang/String;)V>
* 9 astore_1
* 10 return
*/
String str = new String("a")+new String("b");
/**
* new String("a")+new String("b")的指令
* 0 new #2 <java/lang/StringBuilder>
* 3 dup
* 4 invokespecial #3 <java/lang/StringBuilder.<init> : ()V>
* 7 new #4 <java/lang/String>
* 10 dup
* 11 ldc #5 <a>
* 13 invokespecial #6 <java/lang/String.<init> : (Ljava/lang/String;)V>
* 16 invokevirtual #7 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;>
* 19 new #4 <java/lang/String>
* 22 dup
* 23 ldc #8 <b>
* 25 invokespecial #6 <java/lang/String.<init> : (Ljava/lang/String;)V>
* 28 invokevirtual #7 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;>
* 31 invokevirtual #9 <java/lang/StringBuilder.toString : ()Ljava/lang/String;>
* 34 astore_1
* 35 return
*
* toString()的指令:
* 0 new #80 <java/lang/String>
* 3 dup
* 4 aload_0
* 5 getfield #234 <java/lang/StringBuilder.value : [C>
* 8 iconst_0
* 9 aload_0
* 10 getfield #233 <java/lang/StringBuilder.count : I>
* 13 invokespecial #291 <java/lang/String.<init> : ([CII)V>
* 16 areturn
*/
}
}
面试题：
public class StringIntern {
public static void main(String[] args) {
String s = new String("1"); //生成了一个对象在堆，一个"1"在常量池，堆中的引用给s
s.intern(); //在调用此方法之前，字符串常量池中已经有"1"
String s2 = "1"; //将"1"的引用给s2
System.out.println(s == s2); // 判断的是堆中的和常量池中的地址
// jdk6： false jdk7/8： false
String s3 = new String("1") + new String("1"); // s3 记录的地址为new String("11")
// 执行完上一行代码以后，字符串常量池中并不会生成"11"
s3.intern(); // 在常量池中生成"11"
String s4 = "11"; // 把常量池的"11"引用赋给 s4
System.out.println(s3 == s4);
// jdk6： false jdk7/8： true
/**
* 解释；在调用s3.intern()方法时
* jdk6：在常量池中，创建了一个新的对象"11",也就有新的地址了，
* 此时s3记录的是堆空间的地址，s4记录的是常量池中的地址
* 但：
* jdk7/8：在调用s3.intern()方法时，会在常量池中引用s3堆空间的地址，
* 此时s4就引用s3中堆空间的地址，所以一致。(这样做的好处：为了节约空间，直接取引用)
*
* 触发条件： 在new String()时没有在常量池中生成对应字符串，而是通过intern()方法引用，
* 此时常量池中的值才会是 new String()时，在堆中的地址。
*/
}
}
在JDK6中，内存图示：
在JDK7/8中，内存图示：
对new String()+new String() 难度升级：
public class StringIntern1 {
public static void main(String[] args) {
String s3 = new String("1") + new String("1");
// 执行完上一行代码以后，字符串常量池中并不会生成"11"
String s4 = "11"; //在字符串常量池中生成的"11"
String s5 = s3.intern();
System.out.println(s3 == s4); // false s3 为堆中的地址，s4为常量池中的地址
System.out.println(s5 == s4); // true s5 为常量池中已有"11"的引用，s4为常量池中的地址
}
}
总结String的intern()的使用：
- jdk1.6中，将这个字符串对象尝试放入串池。
- 如果串池中有，则并不会放入，返回已有的串池中的对象的地址
- 如果没有，会把此对象复制一份，放入串池，并返回串池中对象的地址。
- jdk1.7起，将这个字符串对象尝试放入串池。
- 如果串池中有，则并不会放入，返回已有的串池中的对象的地址
- 如果没有，会把此对象的引用地址复制一份，放入串池，并返回串池中对象的引用地址。
练习1：
public class StringExer1 {
public static void main(String[] args) {
//String x = "ab";
String s = new String("a")+new String("b");
// 执行完上一行代码以后，字符串常量池中并不会生成"ab"
String s2 = s.intern(); //jdk6:在串池中创建一个字符串 "ab"
//jdk8: 串池中没有创建"ab",而是创建一个引用，指向new String("ab"),将此引用返回。
System.out.println(s2 == "ab"); //jdk6：true jdk7/8：true
System.out.println(s == "ab"); //jdk6：false jdk7/8：true
}
}
内存分析：
练习2：
public class StringExer2 {
public static void main(String[] args) {
// String s1 = new String("ab"); //字符串常量池中 会生成"ab"
String s1 = new String("a")+new String("b"); //字符串常量池中并 不会生成"ab"
s1.intern();
String s2= "ab";
System.out.println(s1 == s2);
}
}
intern()的效率测试：
/**
* @Author: mei_ming
* @DateTime: 2022/11/29 22:32
* @Description: 空间效率测试：
*/
public class StringIntern2 {
static final int MAX_COUNT = 1000*10000;
static final String[] arr =new String[MAX_COUNT];
public static void main(String[] args) {
Integer[] data = new Integer[]{1,2,3,4,5,6,7,8,9,10};
long start = System.currentTimeMillis();
for (int i = 0; i < MAX_COUNT; i++) {
// arr[i] = new String(String.valueOf(data[i%data.length]));
arr[i] = new String(String.valueOf(data[i%data.length])).intern();
}
long end = System.currentTimeMillis();
System.out.println("take time: "+(end-start)); // 9334 intern(): 3016
try {
Thread.sleep(100000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
大的网站平台，需要内存中存储大量的字符串。比如社交网站，很多人都存储：北京市、海淀区等信息。这时候如果字符串都调用intern()方法，就会明显降低内存的大小。
StringTable的垃圾回收
/**
* @Author: mei_ming
* @DateTime: 2022/11/29 22:59
* @Description: 测试垃圾回收
*
* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
* 回收的是堆中的数据
*/
public class StringGCTest {
public static void main(String[] args) {
for (int i = 0; i < 100000; i++) {
String.valueOf(i).intern();
}
}
}
G1中的String去重操作
注意这里说的重复，指的是在堆中的数据，而不是常量池中的，因为常量池中的本身就不会重复
JEP 192: String Deduplication in G1
描述
-
背景：对许多Java应用（有大的也有小的）做的测试得出以下结果：
-
堆存活数据集合里面string对象占了25%
-
堆存活数据集合里面重复的string对象有13.5%
-
string对象的平均长度是45
-
-
许多大规模的Java应用的瓶颈在于内存，测试表明，在这些类型的应用里面，Java堆中存活的数据集合差不多25%是String对象。更进一步，这里面差不多一半String对象是重复的，重复的意思是说：
string1.equals(string2)= true。堆上存在重复的String对象必然是一种内存的浪费。这个项目将在G1垃圾收集器中实现自动持续对重复的string对象进行去重，这样就能避免浪费内存。
实现
- 当垃圾收集器工作的时候，会访问堆上存活的对象**。对每一个访问的对象都会检查是否是候选的要去重的string对象**。
- 如果是，把这个对象的一个引用插入到队列中等待后续的处理。一个去重的线程在后台运行，处理这个队列。处理队列的一个元素意味着从队列删除这个元素，然后尝试去重它引用的string对象。
- 使用一个hashtable来记录所有的被string对象使用的不重复的char数组。当去重的时候，会查这个hashtable，来看堆上是否已经存在一个一模一样的char数组。
- 如果存在，string对象会被调整引用那个数组，释放对原来的数组的引用，最终会被垃圾收集器回收掉。
- 如果查找失败，char数组会被插入到hashtable，这样以后的时候就可以共享这个数组了。
开启
命令行选项
- UseStringDeduplication(bool)：开启string去重，默认是不开启的，需要手动开启
- PrintStringDeduplicationStatistics(bool)：打印详细的去重统计信息
- StringDeduplicationAgeThreshold(uintx)：达到这个年龄的string对象被认为是去重的候选对象
扫一扫
523
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
