＜JVM笔记：内存与垃圾回收＞10-StringTable（字符串常量池）

最新推荐文章于 2022-12-05 21:57:27 发布

Brady-wdh

最新推荐文章于 2022-12-05 21:57:27 发布

阅读量189

点赞数

文章标签： java

本文链接：https://blog.csdn.net/qq_45949008/article/details/119704398

版权

10. StringTable

10.1. String 的基本特性
- 10.1.1. String 在 jdk9 中存储结构变更
- 10.1.2. String 的基本特性
10.2. String 的内存分配
10.3. String 的基本操作
10.4. 字符串拼接操作
10.5. intern()的使用（重点）
10.6. StringTable 的垃圾回收
10.7. G1 中的 String 去重操作（了解）

10.1. String 的基本特性

String：字符串，使用一对""引起来表示
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。
String 实现了 Comparable 接口：表示 string可以比较大小
String 在 jdk8 及以前内部定义了 final char[] value 用于存储字符串数据。JDK9 时改为byte[]

10.1.1. String 在 jdk9 中存储结构变更

官网地址：http://openjdk.java.net/jeps/254

部分官方描述

Motivation
目前 String 类的实现将字符存储在一个 char 数组中，每个字符使用两个字节（16位）。从许多不同的应用中收集到的数据表明，字符串是堆使用的主要组成部分，此外，大多数字符串对象只包含 Latin-1字符。这些字符只需要一个字节的存储空间，因此这些字符串对象的内部字符数组中有一半的空间没有被使用。

Description
我们建议将 String 类的内部表示方法从 UTF-16 字符数组改为字节数组加编码标志域。新的 String 类将根据字符串的内容，以ISO-8859-1/Latin-1（每个字符一个字节）或 UTF-16（每个字符两个字节）的方式存储字符编码。编码标志将表明使用的是哪种编码。

与字符串相关的类，如AbstractStringBuilder、StringBuilder 和 StringBuffer 将被更新以使用相同的表示方法，HotSpot VM 的内在字符串操作也是如此。
结论：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

public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
    @Stable
    private final byte[] value;
}

10.1.2. String 的基本特性

String：代表不可变的字符序列。简称：不可变性。
（1）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。
（2）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。
（3）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。
通过字面量的方式（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。字符串常量池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，默认值大小长度是 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
（1）在 jdk6 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
（2）在 jdk7 中，StringTable 的长度默认值是 60013，StringTablesize 设置没有要求
（3）在 JDK8 中，设置 StringTable 长度的话，1009 是可以设置的最小值

10.2. String 的内存分配

常量池
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中速度更快、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。它的主要使用方法有两种：
（1）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。
（2）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。
jdk6、7、8字符串常量池
（1）Java 6 及以前，字符串常量池存放在永久代
（2）Java 7 中 Oracle的工程师对字符串常量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。

① 所有的字符串都保存在堆（Heap）中，和其他普通对象一样，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。
② 字符串常量池概念原本使用得比较多，但是这个改动使得我们有足够的理由让我们重新考虑在 Java 7 中使用String.intern()。

（3）Java8 元空间，字符串常量池在堆
StringTable 为什么要调整位置？

简介：在 JDK 7 中，内部字符串不再分配在 Java 堆的永久代中，而是分配在 Java 堆的主要部分（称为年轻代和老年代），与应用程序创建的其他对象一起。这种变化将导致更多的数据驻留在主 Java 堆中，而更少的数据在永久代中，因此可能需要调整堆的大小。大多数应用程序将看到由于这一变化而导致的堆使用的相对较小的差异，但加载许多类或大量使用 String.intern()方法的大型应用程序将看到更明显的差异。

10.3. String 的基本操作

示例一：

public class StringTest4 {
    public static void main(String[] args) {
        System.out.println();//2293
        System.out.println("1");//2294
        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");//2303
        //如下的字符串"1" 到 "10"不会再次加载
        System.out.println("1");//2304
        System.out.println("2");//2304
        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");//2304
    }
}

注：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。

示例二：

class Memory {
    public static void main(String[] args) {//line 1
        int i = 1;//line 2
        Object obj = new Object();//line 3
        Memory mem = new Memory();//line 4
        mem.foo(obj);//line 5
    }//line 9

    private void foo(Object param) {//line 6
        String str = param.toString();//line 7
        System.out.println(str);
    }//line 8
}

在这里插入图片描述

10.4. 字符串拼接操作

常量与常量的拼接结果在常量池，原理是编译期优化
常量池中不会存在相同内容的变量
只要其中有一个是变量，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

示例一：

	@Test
	public void test1(){
	    String s1 = "a" + "b" + "c";//编译期优化：等同于"abc"
	    String s2 = "abc"; //"abc"一定是放在字符串常量池中，将此地址赋给s2
	    /*
	     * 最终.java编译成.class,再执行.class
	     * String s1 = "abc";
	     * String s2 = "abc"
	     */
	    System.out.println(s1 == s2); //true
	    System.out.println(s1.equals(s2)); //true
	}

示例二：

    @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，则相当于在堆空间中new String()，具体的内容为拼接的结果：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值，如果存在，则返回常量池中javaEEhadoop的地址；
        //如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回次对象的地址。
        String s8 = s6.intern();
        System.out.println(s3 == s8);//true
    }

示例三（"+" 操作底层，字节码）：

    @Test
    public void test3(){
        String s1 = "a";
        String s2 = "b";
        String s3 = "ab";
        /*
        如下的s1 + s2 的执行细节：(变量s是我临时定义的）
        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
         */
        String s4 = s1 + s2;//
        System.out.println(s3 == s4);//false
    }

示例四：

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，即非StringBuilder的方式。
针对于final修饰类、方法、基本数据类型、引用数据类型的量的结构时，能使用上final的时候建议使用上。

    @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
    }

示例五：

体会执行效率：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append()的方式：自始至终中只创建过一个StringBuilder的对象；使用String的字符串拼接方式：创建过多个StringBuilder和String的对象
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的对象，内存占用更大；如果进行GC，需要花费额外的时间。
改进的空间：在实际开发中，如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化：

StringBuilder s = new StringBuilder(highLevel);//new char[highLevel]

	@Test
    public void test6(){
        long start = System.currentTimeMillis();
//        method1(100000);//4014
        method2(100000);//7
        long end = System.currentTimeMillis();
        System.out.println("花费的时间为：" + (end - start));
    }
    public 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
        }
//        System.out.println(src);
    }
    public 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");
        }
//        System.out.println(src);
    }

10.5. intern()的使用（重点）

Returns a canonical representation for the string object.
A pool of strings, initially empty, is maintained privately by the class String.
When the intern method is invoked, if the pool already contains a string equal to this String object as determined by the equals(Object) method, then the string from the pool is returned. Otherwise, this String object is added to the pool and a reference to this String object is returned.
It follows that for any two strings s and t, s.intern() == t.intern() is true if and only if s.equals(t) is true.
Returns: a string that has the same contents as this string, but is guaranteed to be from a pool of unique strings.

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，它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。

String myInfo = new string("I love atguigu").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那个类实例，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是 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内部池（String Intern Pool）
如何保证变量s指向的是字符串常量池中的数据呢？
有两种方式：方式一：字面量定义的方式；方式二：调用intern()

10.5.1. intern 的使用：JDK6 vs JDK7/8

在这里插入图片描述

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。

（1）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
（2）如果没有，会把此对象复制一份，放入串池，并返回串池中的对象地址
JDK1.7 起，将这个字符串对象尝试放入串池。
（1）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
（2）如果没有，则会把对象的引用地址复制一份，放入串池，并返回串池中的引用地址

示例：
在这里插入图片描述

10.5.2. intern 的效率测试：空间角度

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("花费的时间为：" + (end - start));

        try {
            Thread.sleep(1000000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.gc();
    }
}

结论：对于程序中大量存在存在的字符串，尤其其中存在很多重复字符串时，使用intern()可以节省内存空间。

一个场景：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，就会很明显降低内存的大小。

10.5.3. 经典题

new String(“ab”)会创建几个对象？看字节码，就知道是两个。
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
new String(“a”) + new String(“b”)？
对象1：new StringBuilder()；
对象2： new String(“a”)；
对象3：常量池中的"a"；
对象4： new String(“b”)；
对象5：常量池中的"b"；
深入剖析： StringBuilder的toString()：
对象6 ：new String(“ab”)
强调一下，toString()的调用，在字符串常量池中，没有生成"ab"

public class StringIntern {
    public static void main(String[] args) {

        String s = new String("1");
        s.intern();//调用此方法之前，字符串常量池中已经存在了"1"
        String s2 = "1";
        System.out.println(s == s2);//jdk6：false   jdk7/8：false

        String s3 = new String("1") + new String("1");//s3变量记录的地址为：new String("11")
        //执行完上一行代码以后，字符串常量池中，是否存在"11"呢？答案：不存在！！
        s3.intern();//在字符串常量池中生成"11"。如何理解：jdk6:创建了一个新的对象"11",也就有新的地址。
                                                   //jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
        String s4 = "11";//s4变量记录的地址：使用的是上一行代码代码执行时，在常量池中生成的"11"的地址
        System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
    }
}

10.6. StringTable 的垃圾回收

//-Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
public class StringGCTest {
    public static void main(String[] args) {
        for (int j = 0; j < 100000; j++) {
            String.valueOf(j).intern();
        }
    }
}

10.7. G1 中的 String 去重操作（了解）

部分官方描述
官网地址：http://openjdk.java.net/jeps/192

Motivation
目前，许多大规模的 Java 应用程序在内存上遇到了瓶颈。测量表明，在这些类型的应用程序中，大约 25%的 Java堆实时数据集被String’对象所消耗。此外，这些 "String "对象中大约有一半是重复的，其中重复意味着"string1.equals(string2) "是真的。在堆上有重复的String’对象，从本质上讲，只是一种内存的浪费。这个项目将在G1 垃圾收集器中实现自动和持续的`String’重复数据删除，以避免浪费内存，减少内存占用。

注：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

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： stringl.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
（1）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
（2）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。
（3）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。
（4）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。
（5）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。
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
StringpeDuplicationAgeThreshold(uintx) ：达到这个年龄的String对象被认为是去重的候选对象

Brady-wdh

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
＜JVM笔记：内存与垃圾回收＞10-StringTable（字符串常量池）

10. StringTable10.1. String 的基本特性10.1.1. String 在 jdk9 中存储结构变更10.1.2. String 的基本特性10.2. String 的内存分配10.3. String 的基本操作10.4. 字符串拼接操作10.5. intern()的使用10.5.1. intern 的使用：JDK6 vs JDK7/810.5.2. intern 的效率测试：空间角度10.6. StringTable 的垃圾回收10.7. G1 中的 String 去重操作10.
复制链接

扫一扫