13-JVM(上)-StringTable(有意思的一个章节)

提前预知

• 笔记对应视屏：118-133
• 课程笔记来源于宋红康老师的java虚拟机课程

01、String的基本特性

• String：字符串，使用一对双引号引起来表示
  • String s1 = “aismall” ; // 字面量的定义方式，创建完成被存入常量池
  • String s2 = new String(“aismall”); // new的方式创建，创建完成后被存入常量池
• String类声明为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[]

为什么JDK9改变了结构(了解)

String类的当前实现将字符存储在char数组中，每个字符使用两个字节(16位)。从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且，大多数字符串对象只包含拉丁字符。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char数组中有一半的空间将不会使用。

我们建议改变字符串的内部表示从UTF-16字符数组变为字节数组+一个encoding-flag字段。

新的String类将根据字符串的内容存储编码为ISO-8859-1/Latin-1(每个字符一个字节)或UTF-16(每个字符两个字节)的字符。编码标志将指示使用哪种编码。

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

// 之前
private final char value[];
// 之后
private final byte[] value

同时基于String的数据结构，例如StringBuffer和StringBuilder也同样做了修改

String的不可变性(重点)

String：代表不可变的字符序列。简称：不可变性。

• 一旦赋值，不可改变，当地一个赋过值的字符串再次赋值的时候，之前的value会被丢弃，相当于在常量池中无人引用，等待GC回收。

注意：

• String str="AISMALL";

  • str：字符串变量
  • AISMALL：字符串变量值

• 方式一：使用双引号创建出来的字符串变量，其值会直接存储在常量池中，再次使用双引号创建字符串常量会优先去字符串常量池中查找，在常量池中的字符串变量值有一个特点：当常量池中存在某个字符串变量值，如果再次创建相同字符串变量值的字符串变量(使用双引号的方式)，则会直接将这个字符串变量指向常量池中的字符串变量值，没有则创建。

  • 例如：

//这两个变量是相同的
String str1="AISMALL";
String str2="AISMALL";

• 方式二：使用new关键字创建的字符串变量，会直接存储到堆区，然后字符串变量值再被存放到字符串常量池，如果再次使用new关键字创建一个字符串变量，是不会去字符串常量池中查找，而是直接在堆区再次创建一个，因此不是一个值。
  • 例如：

//这两个变量是不同的
String str1=new String("AISMALL");
String str2=new String("AISMALL");

测试代码：

/**
 * String的不可变性
 */
public class StringTest1 {

    public static void test1() {
       //此时这个两个变量值指向同一个地址
        String s1 = "abc";
        String s2 = "abc";
        System.out.println(s1 == s2);
        //只要进行了修改，就会重新创建一个对象，之前的地址被丢弃，这就是不可变性
        s1 = "hello";
        System.out.println(s1 == s2);
        System.out.println(s1);
        System.out.println(s2);
        System.out.println("----------------");
    }

    public static void test2() {
        String s1 = "abc";
        String s2 = "abc";
        //重新赋值，之前的地址被丢弃，等待GC回收
        s2 += "def";
        System.out.println(s1 == s2);
        System.out.println(s1);
        System.out.println(s2);
        System.out.println("----------------");
    }

    public static void test3() {
        String s1 = "abc";
        String s2 = s1.replace('a', 'm');
        System.out.println(s1 == s2);
        System.out.println(s1);
        System.out.println(s2);
    }

    public static void main(String[] args) {
        test1();
        test2();
        test3();
    }
}

运行结果

true
false
hello
abc
----------------
false
abc
abcdef
----------------
false
abc
mbc

面试题

public class StringExer {
    String str = new String("good");
    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);
        System.out.println(ex.ch);
    }
}

运行结果：

good
best

分析：

• 字符串创建出来会被存储到字符串常量池中，使用new和还用引号的方式都一样。

• 字符串常量池不会存储相同内容(值相同)的字符串，由于字符串的不可变性，当我们给字符串重新赋值的时候，会去字符串常量池中查找是否有这个值存在，如果有就直接引用，这也是为什么输出是good的原因

• 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

• 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，

• 在JDK8中，StringTable可以设置的最小值为1009

02、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中速度更快、更节省内存，都提供了一种常量池的概念（方法区中的运行时常量池）。

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=“aismall.com”；

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。

注意：

• Java 6及以前，字符串常量池存放在永久代，永久代在方法区中。
• Java 7中，字符串常量池的位置调整到Java堆内。
• Java8中，永久代变成了元空间，字符串常量还在堆空间中。
• 注意区分：字符串常量池和运行时常量池，字符串常量池(String Table)位置有所改变，但是运行时常量池一直都在方法区。

为什么StringTable从永久代调整到堆中

• 永久代的默认比较小
• 永久代垃圾回收频率低

03、String的基本操作

字符串拼接操作

• 常量与常量的拼接，结果还存放在字符串常量池：常量+常量
• 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(不是字符串常量)，结果就在堆中：常量+变量，变量+变量，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

 public static void test1() {
        String s1 = "a" + "b" + "c";  // abc字符串放入字符串常量池
        String s2 = "abc"; // 由于字符串常量池中存在abc，直接将常量池中abc字符串的地址返回
        System.out.println(s1 == s2); // true
        System.out.println(s1.equals(s2)); // true
    }

	public static void test2() {
        String s1 = "java";
        String s2 = "web";
        String s3 = "javaweb";
        String s4 = "java" + "web";    
        String s5 = s1 + "web";
        String s6 = "java" + s2;
        String s7 = s1 + s2;
        //s4：是常量+常量，结果先从字符串常量池中查找
        System.out.println(s3 == s4); // true
        //s5：变量+常量，结果直接放到堆区
        System.out.println(s3 == s5); // false
        //s6：常量+变量，结果直接放到堆区
        System.out.println(s3 == s6); // false
        //s7：变量+变量，结果直接放到堆区
        System.out.println(s3 == s7); // false
        //只要创建在堆区的地址都不会相同，下面全部都是false
        System.out.println(s5 == s6); // false
        System.out.println(s5 == s7); // false
        System.out.println(s6 == s7); // false
        //通过intern()方法，结果将会优先从常量池中查找，结果为true
        String s8 = s6.intern();
        System.out.println(s3 == s8); // true
    }

从上述的结果我们可以知道：

• 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
• intern方法：判断字符串常量池中是否存在Javaweb值，如果存在则返回常量池中的值，否者就在常量池中创建。

底层原理：

• 拼接操作的底层其实使用了StringBuilder
  
• s1 + s2的执行细节：

StringBuilder s = new StringBuilder();
s.append(s1);
s.append(s2);
s.toString(); -> 类似于new String("ab");

• 在JDK5之后，使用的是StringBuilder，在JDK5之前使用的是StringBuffer.

String	StringBuffer	StringBuilder
值是不可变的，导致每次对String的操作都会生成新的String对象，不仅效率低下，而且浪费大量优先的内存空间	值可变类，和线程安全的字符串操作类，任何对它指向的字符串的操作都不会产生新的对象。每个StringBuffer对象都有一定的缓冲区容量，当字符串大小没有超过容量时，不会分配新的容量，当字符串大小超过容量时，会自动增加容量	可变类，速度更快
不可变	可变	可变
	线程安全	线程不安全
	多线程操作字符串	单线程操作字符串

• 注意：和变量进行拼接操作也不一定都是使用StringBuilder

被final修饰的变量，将变为常量，从常量池中获取，在编译器优化

也就是说被final修饰的变量，将会变成常量，修饰的类和方法将不能被继承。

public static void test4() {
    final String s1 = "a";
    final String s2 = "b";
    String s3 = "ab";
    String s4 = s1 + s2;
    System.out.println(s3 == s4); //true
}

拼接操作和append性能对比

public static void method1(int num) {
        String src = "";
        for (int i = 0; i < num; i++) {
        	 // 每次循环都会创建一个StringBuilder对象
            src += "a";
        }
    }

public static void method2(int num) {
      StringBuilder sb = new StringBuilder();
      for (int i = 0; i < num; i++) {
          sb.append("a");
      }
  }

结论：

• 通过StringBuilder的append()方式添加字符串的效率，要远远高于String的字符串拼接方法

好处:

• StringBuilder的append的方式，自始至终只创建一个StringBuilder的对象。
• 对于字符串拼接的方式，还需要创建很多StringBuilder对象和调用toString时候创建的String对象
• 内存中由于创建了较多的StringBuilder和String对象，内存占用过大，如果进行GC那么将会耗费更多的时间

改进的空间：

• 我们使用的是StringBuilder的空参构造器，默认的字符串容量是16，然后将原来的字符串拷贝到新的字符串中， 我们也可以默认初始化更大的长度，减少扩容的次数
• 因此在实际开发中，我们能够确定，前前后后需要添加的字符串不高于某个限定值，那么建议使用构造器创建一个阈值的长度

04、intern()的使用

intern是一个native方法，调用的是底层C的方法

字符串池最初是空的，由String类私有地维护。在调用intern方法时，如果池中已经包含了由equals(object)方法确定的与该字符串对象相等的字符串，则返回池中的字符串。否则，该字符串对象将被添加到池中，并返回对该字符串对象的引用。

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。

这样可以节约内存空间

例如：

String myInfo = new string("I love aismall").intern();

intern的空间效率测试

我们通过测试一下，使用了intern和不使用的时候，其实相差还挺多的：

/**
 * 使用Intern() 测试执行效率
 */
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])).intern();
        }
        long end = System.currentTimeMillis();
        System.out.println("花费的时间为：" + (end - start));

        try {
            Thread.sleep(1000000);
        } catch (Exception e) {
            e.getStackTrace();
        }
    }
}

结论：对于程序中大量使用存在的字符串时，尤其存在很多已经重复的字符串时，使用intern()方法能够节省内存空间。

面试题

new String(“ab”)会创建几个对象

/**
 * new String("ab") 会创建几个对象？ 看字节码就知道是2个对象
 */
public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("ab");
    }
}

字节码文件为

//new的对象
0 new #2 <java/lang/String>
3 dup
//在字符串常量池中存放一个对象"ab"
4 ldc #3 <ab>
6 invokespecial #4 <java/lang/String.<init>>
9 astore_1
10 return

分析：
先在堆空间存放一个new出来的String对象，然后把这个对象存入字符串常量池这时候又创建一个对象。

• 一个对象是：new关键字在堆空间中创建
• 另一个对象：字符串常量池中的对象

new String(“a”) + new String(“b”) 会创建几个对象

public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("a") + new String("b");
    }
}

字节码文件为

//对象1：StringBuilder
 0 new #2 <java/lang/StringBuilder>
 3 dup
 4 invokespecial #3 <java/lang/StringBuilder.<init>>
 //对象2：String对象，a
 7 new #4 <java/lang/String>
10 dup
//对象3：常量池中的a
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
 //对象4：String对象，b
19 new #4 <java/lang/String>
22 dup
//对象5：常量池中的b
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
 //对象6：toString创建一个新的常量ab
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return

分析：创建了6个对象

对象1：new StringBuilder()
对象2：new String("a")
对象3：常量池的 a
对象4：new String("b")
对象5：常量池的 b
对象6：toString中会创建一个 new String("ab")
	  调用toString方法，不会在常量池中生成ab   (注意！！！！！！！！)

intern的使用(重点)：JDK6&JDK7

JDK7中：

String s = new String("1"); 
// 将该对象放入到常量池，
//调用此方法之前，字符串常量池中已经存在了"1"，因为创建完之后会自动放到常量池
//要么就在创建的时候直接调用intern方法，要么就不要用，创建之后再调用无意义
s.intern(); 
String s2 = "1";
//s在堆空间，s2在常量池
System.out.println(s == s2); // false

//s3变量记录的地址为：new String("11")
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，是否存在"11"呢？答案：不存在！！
//前面已经分析了，调用toString方法不会在常量池中生成11

//jdk6中:把s3的对象复制一份放入串池(相当于创建一个新对象)，此处的s3还是在堆区，复制后的放在了串池中
//jdk7中:把s3的地址引用复制一份放入串池，此时s3是指向常量池的。
s3.intern(); //在字符串常量池中生成"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
String s4 = "11";
System.out.println(s3 == s4); // jdk6:false  jdk7/8:true

扩展

• 常量池中已有串11

String s3 = new String("1") + new String("1");
String s4 = "11";  // 在常量池中生成的字符串
// 然后s3就会从常量池中找，发现有了
//JDK6:有了就不复制对象了，返回一个指向串池中的引用，此时当前变量还是指向堆区
//JDK7:有了就不复制地址引用了，返回一个指向串池的引用，此时变量也是指向堆区
s3.intern();  
//s3在堆区，s4在常量池
System.out.println(s3 == s4);//JDK6:false   JDK7:false

 String s3 = new String("1") + new String("1");//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！！
 String s4 = "11";//在字符串常量池中生成对象"11"
 //使用变量s5接收返回的串池中的地址
 String s5 = s3.intern();//从常量池中取值
 System.out.println(s3 == s4);//false
 System.out.println(s5 == s4);//true

• 常量池中没有串11

String s = new String("1") + new String("1");
// s就会从常量池中找，发现没有
//JDK6:复制对象放到常量池，返回一个指向串池中的引用，此时当前变量还是指向堆区
//JDK7:复制地址引用放到常量池，返回一个指向串池的引用，此时变量是指向串池
String s2=s.intern();  
System.out.println(s2 == "ab");//jdk6:true  jdk8:true
System.out.println(s == "ab");//jdk6:false  jdk8:true

分析：

• 注意区分，如果串池中已经有这个串，那么调用intern方法时，JDK各个版本的处理方式都是一样的，返回一个指向串池中的引用，但是当前变量的引用却没变。
• 如果串池中没有这个串，调用intern方法时，JDK6和JDK6以上的JDK版本的处理方式不一样。

总结

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，并返回串池中的对象地址

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，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

注意：返回的地址需要有变量接收才可以，没有变量接收返回也是没用的。

 //使用变量s5接收返回的串池中的地址
 String s5 = s3.intern();//从常量池中取值

练习题

练习一：

//执行完以后，会在字符串常量池中会生成"ab"
//JDK6:创建完之后就会把字符串的对象复制一份放入串池
//JDK7:创建完之后就会把字符串的引用复制一份放入串池
String s1 = new String("ab");
//相当于串池中已经有了串ab，各个JDK版本处理方式一样，相当于不做任何处理
s1.intern();
String s2 = "ab";
//s1在堆区，s2在串池
System.out.println(s1 == s2);	 //false

练习二：

//执行完以后，不会在字符串常量池中会生成"ab"
String s1 = new String("a") + new String("b");
//相当于串池中没有串ab，JDK6和JDK6以上的版本处理方式不一样
s1.intern();
String s2 = "ab";
System.out.println(s1 == s2);//JDK6:false   JDK7:true

StringTable的垃圾回收

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

描述

背景：对许多Java应用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hashtab1e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。
• Printstringbeduplicationstatistics（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