UseStringDeduplication：优点和缺点

什么是重复字符串？

首先，让我们了解重复字符串的含义。看下面的代码片段：

在上面的代码中，有两个字符串对象——string1 和 string2 。它们具有相同的内容，即“Hello World”，但它们存储在两个不同的对象中。当你这样做时  string1.equals(string2)，它将返回“true”，但  string1 == string2 也会返回“false”。这就是我们所说的重复字符串。

为什么有这么多重复字符串？

应用程序最终出现大量重复字符串的原因有多种。在本节中，我们回顾一下两种最常见的模式：

# 1.开发人员为每个请求创建新的字符串对象，而不是引用/重用“公共静态最终字符串文字”。下面的示例可以使用字符串文字模式进行最佳编写

设您正在构建银行/电子商务应用程序。您正在为数据库中的每条交易记录存储货币（即“美元”、“欧元”、“印度卢比”……）。假设现在客户登录到您的应用程序并正在查看他们的交易历史记录页面。现在，您的应用程序最终将从数据库中读取与该客户相关的所有交易。假设该客户居住在美国（那么他的大部分（如果不是全部）交易将以美元进行）。由于每条交易记录都有货币，因此您的应用程序最终将为从数据库读取的每条交易记录创建“USD”字符串对象。如果该客户有数千笔交易，您最终将仅为该客户在内存中创建数千个重复的“USD”字符串对象。

同样，您的应用程序可能会多次从数据库中读取多列（客户名称、地址、州、国家、帐号、ID……）。其中可能存在重复项。您的应用程序通过外部应用程序读取和写入 XML/JSON，并且操作大量字符串。所有这些操作都可以而且经常会创建重复的字符串。

这个问题自诞生以来（早在 20 世纪 90 年代中期）就被 JDK 团队认识到了，因此迄今为止他们已经提出了多种解决方案。此解决方案列表中的最新添加内容是“-  XX:+UseStringDeduplication”。

-XX:+使用字符串重复数据删除

消除重复字符串的最简单方法是传递 -XX:+UseStringDeduplication JVM 参数。当您在应用程序启动期间传递此 JVM 参数时，JVM 将尝试消除重复的字符串，作为垃圾收集过程的一部分。在垃圾收集过程中，JVM 会检查内存中的所有对象，因此作为该过程的一部分，它会尝试识别其中的重复字符串并尝试将其消除。

这是否意味着如果您只传递 '-XX:+UseStringDeduplication' JVM 参数，您就能立即节省 13.5% 的内存？听起来很简单，对吧？我们希望事情就是这么简单。但这个解决方案有一些问题 -XX:+UseStringDeduplication 。让我们来讨论一下它们。

(1). 仅适用于 G1 GC 算法

有多种垃圾收集算法（串行、并行、CMS、G1……）。 -XX:+UseStringDeduplication 仅当您使用 G1 GC 算法时才有效。因此，如果您正在使用其他GC算法，则需要切换到G1 GC算法才能使用  -XX:+UseStringDeduplication。

（2）。仅适用于长寿命对象

 -XX:+UseStringDeduplication 消除重复的字符串。其寿命较长。它们不会消除短期字符串对象中的重复字符串。如果对象是短暂的，它们很快就会消亡，那么花费资源来消除它们之间的重复字符串又有什么意义呢？这是对一个主要 Java Web 应用程序进行的真实案例研究-XX:+UseStringDeduplication，该应用程序在 使用时没有显示任何内存释放情况 。但是，  -XX:+UseStringDeduplication 如果您的应用程序有大量缓存（因为缓存对象通常是长期存在的对象），则它可能很有价值。

（3）。-XX：字符串重复数据删除年龄阈值

默认情况下，如果字符串在 3 次 GC 运行中幸存下来，就可以进行重复数据删除。可以通过传递这个来改变它  -XX:StringDeduplicationAgeThreshold

对 GC 暂停时间的影响

由于字符串重复数据删除是在垃圾回收期间执行的，因此可能会影响 GC 暂停时间。然而，假设足够高的重复数据删除成功率将平衡大部分或全部这种影响，因为重复数据删除可以减少 GC 暂停的其他阶段所需的工作量（例如减少要撤离的对象数量）以及减少 GC 频率（由于堆上的压力减少）。要分析GC暂停时间的影响，您可以考虑使用GCeasy等工具