JVM—字符串常量池(StringTable)
1. String的基本特性
-
String:字符串,使用一对 “” 引起来表示
String s1 = "atguigu" ; // 字面量的定义方式 String s2 = new String("hello"); // new对象的方式
-
String被声明为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[]
。
String在jdk9中存储结构变更
动机
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。
说明
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。
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;
}
那 StringBuffer 和 StringBuilder 是否无动于衷呢?
与字符串相关的类,如AbstractStringBuilder、StringBuilder和StringBuffer,将被更新为使用相同的表示形式,HotSpot VM的固有字符串操作也是如此。
-
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(字符串常量池)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,StringTablesize设置没有要求。
- 在jdk8中,StringTable的长度默认值是60013,StringTable可以设置的最小值为1009。
2. 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。
-
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="atguigu.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。这个后面重点谈。
-
Java 6及以前,字符串常量池存放在永久代。
-
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。
➢ 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()。
-
Java8元空间,字符串常量在堆。
StringTable为什么要调整?
- 永久代的默认空间比较小
- 永久代垃圾回收频率低,大量的字符串无法及时回收。
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。
3. String的基本操作
代码示例1
@Test
public void test1() {
System.out.print1n("1"); // 2321
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"); // 2330
// 如下的字符串"1"到"10"不会再加载到字符串常量池中
System.out.println("1"); // 2331
System.out.println("2"); // 2331
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.print1n("6");
System.out.print1n("7");
System.out.println("8");
System.out.println("9");
System.out.println("10"); // 2331
}
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。
代码示例2
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
}
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。
-
字符串拼接,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,根据该字符串是否在常量池中存在,分为:
➢ 如果存在,则返回字符串在常量池中的地址。
➢ 如果字符串常量池中不存在该字符串,则在常量池中创建一份,并返回此对象的地址。
代码示例1
常量拼接
@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
}
代码示例2
变量与常量、变量与变量的拼接
@Test
public void test2() {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
String s4 = "javaEE" + "hadoop";
String s5 = s1 + "hadoop";
String s6 = "javaEE" + s2;
String s7 = s1 + s2;
System.out.println(s3 == s4); // true 编译期优化
System.out.println(s3 == s5); // false s1是变量 s5是一个new出来的对象 存放在堆中
System.out.println(s3 == s6); // false s2是变量 s6同上
System.out.println(s3 == s7); // false s1、s2都是变量 s7同上
System.out.println(s5 == s6); // false s5、s6 不同的对象实例
System.out.println(s5 == s7); // false s5、s7 不同的对象实例
System.out.println(s6 == s7); // false s6、s7 不同的对象实例
String s8 = s6.intern();
System.out.println(s3 == s8); // true intern之后,s8和s3一样,指向字符串常量池中的"javaEEhadoop"
}
代码示例3
字符串拼接的底层细节 变量拼接
@Test
public void test3() {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
/*
* 如下的s1 + s2的执行细节:
* 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
}
代码示例4
加了final关键字 此时为常量拼接
/*
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,即非StringBuilder的方式。
2. 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
}
5. intern()的使用
intern
是一个native
方法,调用的是底层C的方法
调用intern
方法时,如果池中已经包含一个字符串,该字符串等于equals(Object)
方法确定的String对象,则返回池中的字符串。否则,这个String对象将被添加到池中,并返回对这个String对象的引用。
因此,对于任意两个字符串s
和t
,当且仅当s.equals(t)
为true时,s.intern() == t.intern()
为true。
-
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 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"; // true
-
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1:String s = "hello"; // 字面量定义的方式 方式2:String s = new String("hello").intern(); String s = new StringBuilder().toString().intern(); // 前面无论如何 最后只要调用这个intern()方法即可 */
面试题
new String(“ab”)会创建几个对象?
-
看字节码,就知道是两个
➢ 对象1.
0 new #2 <java/lang/String>
:通过new关键字,在堆中创建了一个 String 对象➢ 对象2.
4 ldc #3 <ab>
:在字符串常量池中放入 “ab”(如果之前字符串常量池中没有 “ab” 的话)
new String(“a”) + new String(“b”) 会创建几个对象?
-
6个
➢ 对象1.
0 new #2 <java/lang/StringBuilder>
:new StringBulider()➢ 对象2.
7 new #4 <java/lang/String>
:new String(“a”)➢ 对象3.
11 ldc #5 <a>
:字符串常量池中的"a"➢ 对象4.
19 new #4 <java/lang/String>
:new String(“b”)➢ 对象5.
23 ldc #8 <b>
:字符串常量池中的"b"➢ 对象6.
31 invokevirtual #9 <java/lang/StringBuilder.toString>
:StringBuilder.toString() => new String(“ab”) √ 强调:toString()的调用,不会在字符串常量池中生成"ab"。
jdk6 vs jdk7/8
public class StringIntern {
public static void main(String[] args) {
String s = new String("1");
s.intern(); // 调用intern()前,字符串常量池已经存在了"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")
s3.intern(); // 在字符串常量池中生成"11" 具体细节参考图片中间文字
String s4 = "11"; // s4变量记录的地址:使用的是上一行代码执行时,在常量池中生成的"11"
System.out.println(s3 == s4); // jdk6:false jdk7/8:true
}
}
- 在第一段代码中,先看 s3 和 s4 字符串。
String s3 = new String("1") + new String("1");
,这句代码中现在生成了2最终个对象,是字符串常量池中的 “1” 和 JAVA Heap 中的 s3 引用指向的对象。中间还有2个匿名的new String("1")
我们不去讨论它们。此时 s3 引用对象内容是”11”,但此时常量池中是没有 “11”对象的。 - 接下来
s3.intern();
这一句代码,是将 s3 中的“11”字符串放入 String 常量池中,因为此时常量池中不存在“11”字符串,因此常规做法是跟 jdk6 图中表示的那样,在常量池中生成一个 “11” 的对象,关键点是 jdk7 中常量池不在 Perm 区域了,这块做了调整。常量池中不需要再存储一份对象了,可以直接存储堆中的引用。这份引用指向 s3 引用的对象。 也就是说引用地址是相同的。 - 最后
String s4 = "11";
这句代码中”11”是显示声明的,因此会直接去常量池中创建,创建的时候发现已经有这个对象了,此时也就是指向 s3 引用对象的一个引用。所以 s4 引用就指向和 s3 一样了。因此最后的比较s3 == s4
是 true。 - 简单点来说就是,在jdk6中,new String(“1”)会在堆中创建一个对象,同时也会在字符串常量池中创建一个"1";但jdk7中字符串常量池从 Perm 区移动到了 Java Heap 区,为了节约空间,并不会在常量池中创建”1“,而是存储堆中对象的引用。
将s3.intern();
语句下调一行,放到String s4 = "11";
后面。将s.intern();
放到String s2 = "1";
后面,是什么结果呢?
public class StringIntern {
public static void main(String[] args) {
String s = new String("1");
s.intern(); // 调用intern()前,字符串常量池已经存在了"1"
String s2 = "1";
System.out.println(s == s2); // jdk6:false jdk7/8:false
String s3 = new String("1") + new String("1");
String s4 = "11";
s3.intern();
System.out.println(s3 == s4); // jdk6:false jdk7/8:false
}
}
- 来看第二段代码,从下边第二幅图中观察。第一段代码和第二段代码的改变就是
s3.intern();
的顺序是放在String s4 = "11";
后了。这样,首先执行String s4 = "11";
声明 s4 的时候常量池中是不存在“11”对象的,执行完毕后,“11“对象是 s4 声明产生的新对象。然后再执行s3.intern();
时,常量池中“11”对象已经存在了,因此 s3 和 s4 的引用是不同的。
小结
从上述的例子代码可以看出 jdk7 版本对 intern 操作和常量池都做了一定的修改。主要包括2点:
- 将String常量池 从 Perm 区移动到了 Java Heap 区。
String#intern
方法时,如果存在堆中的对象,会直接保存对象的引用,而不会重新创建对象。
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
intern的效率测试:空间角度
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
/*
运行结果
不使用intern:7256ms
使用intern:1395ms
*/
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 (Exception e) {
e.getStackTrace();
}
}
}
使用 Java VisualVM:
使用 JProfiler:
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。
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。
6. StringTable的垃圾回收
/**
* String的垃圾回收测试:
* 加入参数:
* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
* 默认未启用
*/
public class StringGCTest {
public static void main(String[] args) {
for (int j = 0; j < 100000; j++) { // 循环创建10w次
String.valueOf(j).intern();
}
}
}
7. G1中的String去重操作(了解)
注意不是字符串常量池的去重操作,字符串常量池本身就没有重复的。
-
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:
str1.equals(str2)= 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。
-
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。