JVM之StringTable
String的基本特性
- String字符串，使用一对""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。实现comparable接口，表示可以比较大小。
- String在jdk1.8及以前内部定义final char[] value用于存储字符串数据。jdk9改为 byte[]。 参考（http://openjdk.java.net/jeps/254）
String存储结构变更，结论：
- String不用char[]来存储，使用byte[]加上编码标记，节约了一些空间。
- StringBuilder和StringBuffer也进行了修改。
（String-related classes such as AbstractStringBuilder, StringBuilder, and StringBuffer will be updated to use the same representation, as will the HotSpot VM's intrinsic string operations.）
-
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的赋值，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，此时的字符串声明在字符串常量池中。
-
字符串常量池中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String Pool的String非常多，就会造成Hash冲突严重，从而导致链表很长，而链表很长后直接影响就是当调用String.intern时性能大幅下降。
- 使用 -XX:StringTableSize 设置StringTable的长度。
- 在jdk6中StringTable是固定的，就是1009的长度，所以如果常量池中字符串过多就会导致性能下降很快(Hash碰撞变多)。StringTableSize设置没有要求。
- 在jdk7中，StringTable的默认长度60013，StringTableSize设置没有要求。
- jdk8开始，设置StringTableSize长度的话，1009是可设置的最小值。
String的内存分配
- 在Java语言中有8种基本类型数据和一种特殊类型String。这些类型是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是系统协调，String类型的常量池比较特殊。它的主要使用方法有以下两种：
- 直接使用双引号声明出来是String对象会直接存储在常量池中。
- 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及以前，字符串常量池放在永久代。
- Jdk7中，字符串常量池位置调整到Java堆内。
- 所有字符串都保存在堆中，和其他普通对象一样，这样可以在调优时仅需要调整堆的大小。
- 字符串常量池概念原本使用的比较多，但这个改动使得我们有足够理由重新考虑在Jdk7中使用String.intern()
- Jdk8元空间，字符串常量池在堆。
StringTable为什么要调整？
- PermSize默认比较小
- jdk7中将StringTable放到了堆空间中。因为永久代的回收效率很低，在full gc的时候才会触发。而full gc是老年代不足、永久代不足时才触发。这就导致StringTable回收效率不高。而开发中会有大量字符串被创建，回收效率低，导致永久代内存不足。放到堆里能及时回收内存。
String的基本操作
1：字符串常量池中不会存储相同内容的字符串：
2：常见引用示例：
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。
- 常量池不会存在相同内容的常量。
- 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。
如下代码示例：
public class StringJoint {
@Test
public void test1() {
String s1 = "a" + "b" + "c"; //编译期优化等于"abc"
String s2 = "abc";//"abc"一定放在字符串常量池 地址赋给s2
System.out.println(s1 == s2);//true
System.out.println(s1.equals(s2));//true
}
@Test
public void test2() {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
String s4 = "javaEE" + "hadoop";//编译期优化
//拼接前后出现变量，结果就在堆中，相当于堆中new String()。变量拼接的原理是StringBuilder
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"如果存在则返回常量池中javaEEhadoop的地址。
//如果常量池不存在，则在常量池加载一份javaEEhadoop，返回对象地址。
String s8 = s6.intern();
System.out.println(s3 == s8);//true
}
@Test
public void test3() {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
/*
如下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")
在jdk5.0后使用StringBuilder，之前使用StringBuffer
*/
String s4 = s1 + s2;
System.out.println(s3 == s4);//false
}
/*
1.字符串拼接操作不一定使用StringBuilder
如果拼接符号左右两边都是字符串常量或常量引用,则编译期优化
2.针对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final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
}
/**
* 效率测试:通过StringBuilder的append()添加字符串效率远高于使用String拼接方式
* 详情：① StringBuilder的append()自始至终只创建了一个StringBuilder对象
* 使用String拼接，创建多个StringBuilder和String对象
* ② 使用 String拼接方式：内存中由于创建较多的StringBuilder和String对象，占用内存大；
* 如果进行GC需要花费额外时间。
* 改进空间：在实际开发中，如果基本确定前前后后添加的某个字符串不高于某个限定值highLevel，
* 建议使用构造器，StringBuilder s = new StringBuilder(highLevel)
*
*/
@Test
public void test5() {
long start = System.currentTimeMillis();
//method1();//8259
method2();//11
long end = System.currentTimeMillis();
System.out.println("花费时间为:"+(end-start));
}
public void method1() {
String src = "";
for (int i = 0; i < 100000; i++) {
src = src + "a";
}
}
public void method2() {
StringBuilder src = new StringBuilder();
for (int i = 0; i <100000 ; i++) {
src.append("a");
}
}
}
intern()的操作
如果不是用双引号声明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("OldCha").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，下列表达式的结果为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
/**
* 题目：
* new String("ab")会创建几个对象，看字节码，2个对象
* 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""。字节码指令ldc
*
* 思考：
* new String("a") + new String("b")呢？
* 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")
* toString()的调用，在字符串常量池中，没有生成"ab "
*
* */
public class StringNewTest {
public static void main(String[] args) {
//String s = new String("sb");
String s = new String("a") + new String("b");
}
}
/**
* 如何保证变量s指向的字符串是常量池中的数据
* 有两种方式：
* 方式一： String s = "OldCha"; //字面量定义方式。
* 方式二： String s = new String("OldCha").intern();
* String s = new StringBuilder("OldCha").toString().intern();
*/
public class StringIntern {
public static void main(String[] args) {
String s = new String("1");//指向new对象
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";//指向常量池
System.out.println(s == s2);//jdk6:false jdk7,8:false
String s3 = new String("1") + new String("1");//s3变量记录地址为：new String("11")
//执行完上一行代码后，字符串常量池并不存在"11"
s3.intern();//在字符串常量池生成"11"。 jdk6：创建了一个新的对象"11"，也有新的地址
// jdk7：此时常量池并没有创建"11"，而是创建一个指向堆空间中new String("11")的地址
String s4 = "11";
System.out.println(s3==s4);//jdk6:false jdk7,8:true
}
}
intern()的效率测试
测试代码：
/**
* 使用intern()测试执行效率：使用空间上
*
* 结论：对于程序中大量存在的字符串，尤其其中存在很多重复字符串，使用intern()可以节省内存空间
*/
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();
try {
Thread.sleep(1000000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.gc();
}
}
大型网站平台，需要内存中存储大量字符串。比如社交网站，很多都存储例如：北京市、海淀区等信息。这时候如果字符串都调用intern()方法，就会明显降低内存大小。
StringTable的垃圾回收
测试代码：
/**
* String的垃圾回收:
* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
*/
public class StringGCTest {
public static void main(String[] args) {
for (int i = 0; i < 100; i++) {
String.valueOf(i).intern();
}
}
}
G1中的String去重
- 背景：许多Java应用做的测试如下结果：
-
-
- 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应用瓶颈在内存，测试表面，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。即string1.equals(string2)=true。堆上存在重复的String对象必然是一种内存浪费。G1垃圾收集器中实现自动持续对重复的String对象进行去重，这样就能避免内存浪费。
- 实现
-
- 当垃圾收集器工作时，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。
- 如果一个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对象会被调整引用到那个数组，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hashtable，然后这样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。
- PrintStringDeduplicationStatistic(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。
浙公网安备 33010602011771号