第13章 StringTable

来自尚硅谷宋红康老师讲解的JVM：bilibili链接

1 String的基本特性

String：字符串，使用一对""引起来表示。
- String s1 = “Hello”; // 字面量定义方式
- String s2 = new String(“Hello”);
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用于储存字符串数据。JDK9时改为byte[]

String在jdk9中存储结构变更
- http://openjdk.java.net/jeps/254
- 结论：String再也不用char[]来存储了，改成了byte[]加上编码标识，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是否仍无动于衷呢？
  - 修改了
  - String-related classes such as AbstractStringBuilder, StringBuilder, and StringBuffer will be updated to use the same representation, as will the HotSpot VM’s intrinsic（固有的、内置的） 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，需要重新指定内存区域赋值，不能使用原有的value赋值。
通过字面量的方式（区别于new）给一个字符串赋值，此时的字符串值生命在常量池中。

代码演示

/**
 * String的基本使用:体现String的不可变性
 */
public class StringTest1 {
      
      
    @Test
    public void test1() {
      
      
        String s1 = "abc";  // 字面量定义的方式，"abc"存储在字符串常量池中
        String s2 = "abc";
        s1 = "hello";

        System.out.println(s1 == s2);  // 判断地址：true  --> false
        System.out.println(s1);  // hello
        System.out.println(s2);  // abc
    }

    @Test
    public void test2() {
      
      
        String s1 = "abc";
        String s2 = "abc";
        s2 += "def";
        System.out.println(s1 == s2);
        System.out.println(s2);  // abcdef
        System.out.println(s1);  // abc
    }

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

一道面试题

public class StringExer {
      
      
    String str = new String("good");
    char[] ch = {
      
      't', 'e', 's', 't'};

    public void change(String str, char ch[]) {
      
      
//        this.str = "test ok";
        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);  // good
        System.out.println(ex.ch);  // best
    }
}

字符串常量池中是不会存储相同的内容的字符串的。

String是String Pool（字符串常量池）是一个固定大小的Hashtable，默认值大小长度时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时性能大幅下降。
使用-XX:StringTableSize可以设置StringTable的长度
在jdk6中StringTable是固定的，就是1009的长度，所以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的默认长度时60013，StringTableSize设置没有要求
jdk8开始，设置StringTable的长度的话，1009是可以设置的最小值。

设置不同的StringTableSize的性能对比

public class StringTest2 {
        
        
    public static void main(String[] args) {
        
        
        BufferedReader br = null;
        try {
        
        
            // word.txt是含有10万行，每行长度1~10的txt文件
            br = new BufferedReader(new FileReader("words.txt"));
            long start = System.currentTimeMillis();
            String data;
            while((data = br.readLine()) != null){
        
        
                data.intern();   // 如果字符串常量池中没有对应data的字符串的话，则在常量池中生成
            }
            long end = System.currentTimeMillis();
            System.out.println("花费的时间为：" + (end - start));  // 1009:253ms  100009:52ms
        } catch (IOException e) {
        
        
            e.printStackTrace();
        } finally {
        
        
            if(br != null){
        
        
                try {
        
        
                    br.close();
                } catch (IOException e) {
        
        
                    e.printStackTrace();
                }
            }
        }
    }
}

2 String的内存分配

在Java语言中有8中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再运行过程中更快、更节省内存，都提供了一种常量池的概念。
常量池就类似于一个Java级别提供的缓存。8中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对象会直接存储在字符串常量池中。
  - 比如： String info = “Hello”;
- 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，字符创常量池存放在永久代。
Java 7中Oracle的工程师对字符串常量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堆中。
- 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Java 7中使用String.intern()。
Java 8元空间，字符串常量在堆。

在这里插入图片描述

StringTable为什么要调整？

① permSize默认比较小

② 方法区垃圾回收频率比较低
- 官网：https://www.oracle.com/technetwork/java/javase/jdk7-relnotes-418459.html#jdk7changes

代码演示OOM：

/**
 * jdk6中：
 * -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
 *
 * jdk8中：
 * -XX:MetaspaceSize=10m -XX:MaxMetaspaceSize=10m -Xms10m -Xmx10m
 */
public class StringTest3 {
      
      
    public static void main(String[] args) {
      
      
        // 使用Set保持着常量池引用，避免full gc回收常量池行为
        Set<String> set = new HashSet<String>();
        // 在short可以取值的范围内足以让6MB的PermSize或heap产生OOM了。
        int i = 0;
        while(true){
      
      
            set.add(String.valueOf(i++).intern());
        }
    }
}

在这里插入图片描述

3 String的基本操作

public class StringTest4 {
    
    
    public static void main(String[] args) {
    
    
        System.out.println();  // 常量池中字符串个数：2166
        System.out.println("1");  // 2167
        System.out.println("2");
        System.out.println("3");
        System.out.println("4");  // 2170
        //如下的字符串"1" 到 "4"不会再次加载
        System.out.println("1");  // 2171
        System.out.println("2");  // 2171
        System.out.println("3");
        System.out.println("4");  // 2171
    }
}

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。

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
}

在这里插入图片描述

4 字符串拼接操作

字符串拼接操作
1. 常量与常量的拼接结果在常量池，原理是编译器优化
2. 常量池中不会存在相同内容的变量。
3. 只要其中一个是变量，结果就在堆（堆中的非字符串常量池的位置）中。变量拼接的原理是StringBuilder。
4. 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字符串常量池中，并返回次对象地址。

/**
 * 字符串拼接操作
 *
 * @author shkstart  [email protected]
 * @create 2020  0:59
 */
public class StringTest5 {
    
    
    @Test
    public void test1() {
    
    
        String s1 = "a" + "b" + "c";  // 编译（前端编译）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
    }

    @Test
    public void test2() {
    
    
        String s1 = "javaEE";
        String s2 = "hadoop";

        String s3 = "javaEEhadoop";
        String s4 = "javaEE" + "hadoop";  // 编译期优化
        // 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：javaEEhadoop
        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值，如果存在，则返回常量池中javaEEhadoop的地址；
        // 如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回次对象的地址。
        String s8 = s6.intern();
        System.out.println(s3 == s8);  // true
    }

    @Test
    public void test3() {
    
    
        String s1 = "a";
        String s2 = "b";
        String s3 = "ab";
        /*
        如下的s1 + s2 的执行细节：(变量s是我临时定义的）
        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及之后使用的是StringBuilder,在jdk5.0之前使用的是StringBuffer
         */
        String s4 = s1 + s2;
        System.out.println(s3 == s4);  // false
    }

    /*
    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
    }

    //练习：
    @Test
    public void test5() {
    
    
        String s1 = "javaEEhadoop";
        String s2 = "javaEE";
        String s3 = s2 + "hadoop";
        System.out.println(s1 == s3);  // false

        final String s4 = "javaEE";  // s4:常量
        String s5 = s4 + "hadoop";
        System.out.println(s1 == s5);  // true

    }

    /*
    体会执行效率：通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式！
    详情：① StringBuilder的append()的方式：自始至终中只创建过一个StringBuilder的对象
          使用String的字符串拼接方式：创建过多个StringBuilder和String的对象
         ② 使用String的字符串拼接方式：内存中由于创建了较多的StringBuilder和String的对象，内存占用更大；如果进行GC，需要花费额外的时间。

     改进的空间：在实际开发中，如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化：
               StringBuilder s = new StringBuilder(highLevel);  // new char[highLevel]
     */
    @Test
    public void test6() {
    
    

        long start = System.currentTimeMillis();

//        method1(100000);  // 4014
        method2(100000);  // 7

        long end = System.currentTimeMillis();

        System.out.println("花费的时间为：" + (end - start));
    }

    public void method1(int highLevel) {
    
    
        String src = "";
        for (int i = 0; i < highLevel; i++) {
    
    
            src = src + "a";  // 每次循环都会创建一个StringBuilder、String
        }
//        System.out.println(src);

    }

    public void method2(int highLevel) {
    
    
        // 只需要创建一个StringBuilder
        StringBuilder src = new StringBuilder();
        for (int i = 0; i < highLevel; i++) {
    
    
            src.append("a");
        }
//        System.out.println(src);
    }
}

对于test1，两种方式可以证明s1编译前已经被优化为"abc"
- 通过查看编译后的字节码文件内容
- 通过jclasslib查看字节码信息
对于test3()，我们可以通过jclasslib看到s4是如何被创建的
对于test4()，里面的量用final修饰，仍然使用编译期优化，相当于s4 = “a” + “b”;

5 intern()使用

intern()源码

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {
      
      
	// ...
    
    public native String intern();
}

在这里插入图片描述

如果不是双引号声明的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，若不存在就将当前字符串放入常量池中。
- 比如：String myInfo = new String(“Hello”).intern();
也就是说，如果在任意字符串上调用String.intern方法，那么返回结果所指向的那个类实例，必须和直接以常量形式的字符串实例完全相同。因此，下列边大师的值必定为true：
- (“a” + “b” + “c”).intern() == “abc”
通俗点将，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，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）。

关于new String创建对象的个数问题：根本是从字节码分析

/**
 * 题目：
 * new String("ab")会创建几个对象？看字节码，就知道是两个。
 *     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"ab"。 证明：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")
 *       强调一下，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 str = new String("ab");

        String str = new String("a") + new String("b");
    }
}

一道难度极高的面试题：

public class StringIntern {
      
      
    public static void main(String[] args) {
      
      

        String s = new String("1");
        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";
        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")
        // 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！！
        s3.intern();  // 在字符串常量池中生成"11"。如何理解：jdk6:创建了一个新的对象"11",也就有新的地址。
                                             //         jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
        String s4 = "11";  // 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
        System.out.println(s3 == s4); // jdk6：false  jdk7/8：true
    }
}

在这里插入图片描述

上一题的变式

public class StringIntern1 {
      
      
    public static void main(String[] args) {
      
      
        // StringIntern.java中练习的拓展：
        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"
        String s5 = s3.intern();
        System.out.println(s3 == s4);  // false
        System.out.println(s5 == s4);  // true
    }
}

总结String的intern()的使用：
- jdk1.6中，将这个字符串尝试放入串池。
  - 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()的使用：练习1

intern()的使用：练习2

public class StringExer2 {
      
      
    public static void main(String[] args) {
      
      
        String s1 = new String("ab");  // 执行完以后，会在字符串常量池中会生成"ab"
        s1.intern();
        String s2 = "ab";
        System.out.println(s1 == s2);  // jdk6/7/8：false
    }
}

public class StringExer2 {
      
      
    public static void main(String[] args) {
      
      
        String s1 = new String("a") + new String("b");  // 执行完以后，不会在字符串常量池中会生成"ab"
        s1.intern();
        String s2 = "ab";
        System.out.println(s1 == s2);  // jdk6：false	jdk7/8：true
    }
}

intern()空间效率测试

/**
 * 使用intern()测试执行效率：空间使用上
 * <p>
 * 结论：对于程序中大量存在存在的字符串，尤其其中存在很多重复字符串时，使用intern()可以节省内存空间。
 *
 * @author shkstart  [email protected]
 * @create 2020  21:17
 */
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 (InterruptedException e) {
      
      
            e.printStackTrace();
        }
        System.gc();
    }
}

未使用intern()结果：

在这里插入图片描述

使用intern()结果：

在这里插入图片描述

使用intern()会在堆中new对象，同时会在字符串常量池中放入字符串，然后arr[i]指向常量池中的字符串，new出的对象因为无人指向，因此垃圾回收时会被回收，从而达到节省内存的目的。

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，就会明显降低内存的大小。

6 StringTable的垃圾回收

/**
 * String的垃圾回收:
 * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
 */
public class StringGCTest {
    
    
    public static void main(String[] args) {
    
    
        for (int j = 0; j < 100000; j++) {
    
      // 循环次数从100调到100000
            String.valueOf(j).intern();
        }
    }
}

当循环次数为100时的结果：

在这里插入图片描述

当循环次数为100000时的结果：

在这里插入图片描述

7 G1中的String去重操作

官方描述：http://openjdk.java.net/jeps/192
背景：对许多Java应用（有大的也有小的）做的测试得出如下结果：
- 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对象的平均长度时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，然后尝试去重引用的String对象。
- 使用一个hashtable来记录所有被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

第13章 StringTable

第13章 StringTable

1 String的基本特性

2 String的内存分配

3 String的基本操作

4 字符串拼接操作

5 intern()使用

6 StringTable的垃圾回收

7 G1中的String去重操作

猜你喜欢