八、JVM从入门到精通之String Table(字符串常量池)分析

前言：我们学习String Table之前，就无法避免的要先去学习下String,只有对String知己知彼了，才能更好的掌握和理解String Table。

一、重新认识String

1.1 String的基本特性

1、String:字符串，使用一对“” 引起来表示；
       String s1=“Yuan Xiao Xu”;//字面量的定义方式
       String s2=new String(“hello”);
2、String 声明为final的，不可被继承
3、String 实现了Seriallizable 接口：表示字符串是支持序列化的。实现了Compareable接口;表示Stirng可以比较大小
4、 Stirng在JDK8之前内部定义了final char[] value用于存储字符串数据。jdk9时改为byte[]

问题一：为什么jdk1.9后要将 String字符串的value存储由char[] 换成byte[]?

这里引用知乎上一个作者的描述：
”这个特性是JDK9放出来的，主要是为了节约String占用的内存。众所周知，在大多数Java程序的堆里，String占用的空间最大，并且绝大多数String只有Latin-1(拉丁文)字符，这些Latin-1字符只需要1个字节就够了。JDK9之前，JVM因为String使用char数组存储，每个char占2个字节，所以即使字符串只需要1字节/字符，它也要按照2字节/字符进行分配，浪费了一半的内存空间。JDK9是怎么解决这个问题的呢？一个字符串出来的时候判断，它是不是只有Latin-1字符，如果是，就按照1字节/字符的规格进行分配内存，如果不是，就按照2字节/字符的规格进行分配（UTF-16编码），提高了内存使用率。“

问题二：为什么不使用Utf-8 而使用Utf-16?
UTF-8实际上是对空间利用效率最高的编码集，它是不定长的，可以最大限度利用内存和网络。但是这种编码集只适用于传输和存储，并不适合拿来做String的底层实现。这是为什么呢？因为String有随机访问的方法，所谓随机访问，就是charAt、subString这种方法，随便指定一个数字，String要能给出结果。如果字符串中的每个字符占用的内存是不定长的，那么进行随机访问的时候，就需要从头开始数每个字符的长度，才能找到你想要的字符。但是又有人会问了，UTF-16也是变长的啊，一个字符可能在UTF-16里面占用4个字节咧。是的，是的，UTF-16是变长的。在java的世界里，一个字符（char）就是2个字节，从\u0000到\uFFFF，占4个字节的字符，在java里是用两个char来存储的，而String的各种操作，都是以java的字符（char）为单位的，charAt是取得第几个char，subString取的也是第几个到第几个char组成的子串，甚至length返回的都是char的个数，从来没有哪个方法可以让你“通过下标取出字符串中第几个’现实意义’中的字符”，所以UTF-16在java的世界里，就可以视为一个定长的编码。

1.1.1 String不可变性

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Stirng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。

1.1.2 String table 底层Hashtable结构的说明

字符串常量池中是一个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，而链表长了以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

• 在JDK7中，StringTable的长度默认值是60013,StirngTableSize设置没有要求

• Jdk8开始，设置StringTable的长度的话，1009是可设置的最小值。

1.1.3 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.这些类型为了使他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。
  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。比如;String info='Yuan Xiao Xu”
  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。这个后面再重点说。

Java 6及以前，字符串常量池存放在永久代
Java 7中Oricle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了Java堆内。

• 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的大小就可以了。
• 字符串常量池概念原本使用的比较多，但是这个改动使得我们有足够的理由让我们重新考虑在Java7中使用String.intern().
• Java 8元空间，字符串常量在堆中。

StringTable 为什么要调整？1、permSize默认比较小 2、永久代垃圾回收频率低

面试题测试

String s1="hello";
String s2="Yuan Xiao Xu";
String s3="hello Yuan Xiao Xu"；
String s4="hello"+"Yuan Xiao Xu";
String s5=s1+"Yuan Xiao Xu";
String s6=s1+s2;
String s7=s6.intern();


验证1、 System.out.prinln(s3==s4);//true;
验证2、 System.out.prinln(s3==s5);//false;
验证3、 System.out.prinln(s3==s6);//false;
验证4、 System.out.prinln(s4==s6);//false;
验证5、 System.out.prinln(s5==s6);//false;
验证6、 System.out.prinln(s3==s7);//true;

验证2中因为s1是一个变量，s3也是一个变量，这来两个的地址引用都指向字符串常量池中，"Yuan Xiao Xu"是一个常量，存放于堆中，然后s1+"Yuan Xiao Xu"的结果也是在堆里面，所以s5和s3的地址不一样，返回为false

1.1.4 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的字符串存放在常量池中。

• 比如：String myInfo=new String(“Yuan Xiao Xu”).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）

💥总结💥

1、对于直接声明的字符串，形如：String x = “”; 则变量x直接指向常量池中；
2、对于new出来的字符串，new String(""); 则存储于堆中，但存储的是指向常量池的引用；
3、intern方法可以向常量池存储字符串，并返回一个常量池的引用对象；

💥推荐阅读💥

上一篇：七、JVM从入门到精通之常量池分析

下一篇：九、JVM从入门到精通之垃圾回收机制(算法篇)