0. 前言
声明：
感谢尚硅谷宋红康老师的讲授。
感谢广大网友共享的笔记内容。
B站：尚硅谷JVM全套教程，百万播放（宋红康详解java虚拟机）
本文的内容基本来源于宋老师的课件，其中有一些其他同学共享的内容，也有一些自己的理解内容。
1. String的基本特性
- String：字符串，使用一对""引起来表示
- 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。
- String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：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（也就是直接引号创建的String。区别于new的方式）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。字符串常量池在JDK6时在永久代当中，在JDK7时为了方便垃圾回收移动到 Heap 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，设置 StringTable 长度的话，1009是可以设置的最小值。
- 在后续JDK8+的版本中，StringTable 的默认长度可能还有有变化。
可以通过
jps 和 jinfo -flag StringTableSize 进程号的方式查看常量池的大小。
可以通过下面的例子感受 StringTableSize 的大小对字符串操作的性能影响。
/*
从 words.txt(10万个字符串) 文件当中读取字符串，创建字符串并放入常量池中。
分别设置 -XX:StringTableSize 1009 、 100009 和 默认大小 时，比较三者的效率。
*/
public static void testStringTableEfficiency(){
BufferedReader br = null;
try {
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)+ "ms");//1009:143ms 100009:47ms
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br != null){
try {
br.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
对比结果：可以发现，StringTableSize 的设置并不是越大越好。
| StringTableSize | 耗时 |
|---|---|
| 60013（默认&JDK8） | 32ms |
| 1009 | 72ms |
| 100009 | 35ms |
| 70009 | 29ms |
| 65535 | 25ms |
1.1 String在JDK9中存储结构的变更
官网地址：JEP 254: Compact Strings (java.net)
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。
与字符串相关的类，如AbstractStringBuilder、StringBuilder和StringBuffer将被更新以使用相同的表示方法，HotSpot VM的内在字符串操作也是如此。
这纯粹是一个实现上的变化，对现有的公共接口没有变化。目前没有计划增加任何新的公共API或其他接口。
迄今为止所做的原型设计工作证实了内存占用的预期减少，GC活动的大幅减少，以及在某些角落情况下的轻微性能倒退。
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
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。
- 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
StringTable 在 JDK6 与之后的变化
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()。
StringTable为什么要调整？
https://www.oracle.com/java/technologies/javase/jdk7-relnotes.html#jdk7changes
- permSize 默认比较小。
- 永久代中垃圾回收的评率低。
结合上面两个原因，StringTable在永久代中容易导致内存溢出：OutOfMemoryError：PermGen space。通过下面的程序可以验证在不同JDK版本中 StringTable 存放位置的不同（主要体现在报错的信息不同）。
/**
* jdk6中：
* -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
*
* jdk8中：
* -XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m
* @author shkstart shkstart@126.com
* @create 2020 0:36
*/
public class StringTable3 {
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。
short i = 0;
while(true){
set.add(String.valueOf(i++).intern());
}
}
}
3. String的基本操作
11111111111
4. String的拼接操作
- 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
- 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，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
例子1
public static void testString3(){
// 都是常量，前端编译期会进行代码优化
// 通过idea直接看对应的反编译的class文件，会显示 String s1 = "abc"; 说明做了代码优化
String s1 = "a" + "b" + "c";
String s2 = "abc";
// true，有上述可知，s1和s2实际上指向字符串常量池中的同一个值
System.out.println(s1 == s2);
}
例子二：
public static void testString4() {
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，不能编译期优化
System.out.println(s3 == s6); // false s2是变量，不能编译期优化
System.out.println(s3 == s7); // false s1、s2都是变量
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"
System.out.println(s4 == s8); // true intern之后，s8和s4一样，指向字符串常量池中的"javaEEhadoop"
}
例子三：final 修饰后的 String 对象
public void test6(){
String s0 = "beijing";
String s1 = "bei";
String s2 = "jing";
String s3 = s1 + s2;
System.out.println(s0 == s3); // false s3指向对象实例，s0指向字符串常量池中的"beijing"
String s7 = "shanxi";
final String s4 = "shan";
final String s5 = "xi";
String s6 = s4 + s5;
System.out.println(s6 == s7); // true s4和s5是final修饰的，编译期就能确定s6的值了
}
- 不使用 final 修饰，即为变量。如s3行的s1和s2，会通过new StringBuilder进行拼接
- 使用 final 修饰，即为常量。会在编译器进行代码优化。在实际开发中，能够使用 final 的，尽量使用。
例子四：
public static void testString6(){
String s1 = "a";
String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3==s4); // false
}
上面案例对应的 Bytecode：
0 ldc #2 <a>
2 astore_1
3 ldc #3 <b>
5 astore_2
6 ldc #4 <ab>
8 astore_3
9 new #5 <java/lang/StringBuilder>
12 dup
13 invokespecial #6 <java/lang/StringBuilder.<init> : ()V>
16 aload_1
17 invokevirtual #7 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;>
20 aload_2
21 invokevirtual #7 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;>
24 invokevirtual #8 <java/lang/StringBuilder.toString : ()Ljava/lang/String;>
27 astore 4
29 getstatic #9 <java/lang/System.out : Ljava/io/PrintStream;>
32 aload_3
33 aload 4
35 if_acmpne 42 (+7)
38 iconst_1
39 goto 43 (+4)
42 iconst_0
43 invokevirtual #10 <java/io/PrintStream.println : (Z)V>
46 return
4.1 字符串拼接操作性能对比
public static void main(String[] args) {
int times = 50000;
// String
long start = System.currentTimeMillis();
testString(times);
long end = System.currentTimeMillis();
System.out.println("String: " + (end-start) + "ms");
// StringBuilder
start = System.currentTimeMillis();
testStringBuilder(times);
end = System.currentTimeMillis();
System.out.println("StringBuilder: " + (end-start) + "ms");
// StringBuffer
start = System.currentTimeMillis();
testStringBuffer(times);
end = System.currentTimeMillis();
System.out.println("StringBuffer: " + (end-start) + "ms");
}
public static void testString(int times) {
String str = "";
for (int i = 0; i < times; i++) {
str += "test";
}
}
public static void testStringBuilder(int times) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < times; i++) {
sb.append("test");
}
}
public static void testStringBuffer(int times) {
StringBuffer sb = new StringBuffer();
for (int i = 0; i < times; i++) {
sb.append("test");
}
}
结果：
| 拼接方式 | 耗时 |
|---|---|
| String | 3465ms |
| StringBuilder | 2ms |
| StringBuffer | 2ms |
我们还可以通过设置 StringBuilder 的 capacity 来进一步提高我们的速度。
5. intern 的使用
当调用intern方法时，如果池子里已经包含了一个与这个String对象相等的字符串，正如equals(Object)方法所确定的，那么池子里的字符串会被返回。否则，这个String对象被添加到池中，并返回这个String对象的引用。
由此可见，对于任何两个字符串s和t，当且仅当s.equals(t)为真时，s.intern() == t.intern()为真。
所有字面字符串和以字符串为值的常量表达式都是interned。
返回一个与此字符串内容相同的字符串，但保证是来自一个唯一的字符串池。
intern是一个native方法，调用的是底层C的方法。
public native String intern();
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，它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。
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"
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）
5.1 intern 的使用 JDK6 vs JDK7/8
/**
* ① String s = new String("1")
* 创建了两个对象
* 堆空间中一个new对象
* 字符串常量池中一个字符串常量"1"（注意：此时字符串常量池中已有"1"）
* ② s.intern()由于字符串常量池中已存在"1"
*
* s 指向的是堆空间中的对象地址
* s2 指向的是堆空间中常量池中"1"的地址
* 所以不相等
*/
String s = new String("1");
s.intern();
String s2 = "1";
System.out.println(s==s2); // jdk1.6 false jdk7/8 false
/*
String s3 = new String("1") + new String("2");
上面这一行代码创建的对象：
1. 创建一个 StringBuilder 对象 sb
2. 创建一个 String 对象 s1
3. 创建一个 “123” 放入常量池中
4. 调用 sb.append(s1)
5. 创建一个 String 对象 s2
6. 创建一个 “456” 放入常量池中
7. 调用 sb.append(s2)
8. sb.toString() 返回一个新的 String 对象
共创建了6个对象。
*/
String s3 = new String("1") + new String("2");
// 在 JDK6时，String Pool 中没有 "12", 下面这句会在 String Pool(位于永久代) 创建一个新的对象。
// 在 JDK7和JDK8+时, String Pool 中没有 "12",下面这句会在 String Pool(位于堆) 创建一个引用，指向 s3，作为 String Pool 中的 "12" 对象。
s3.intern();
String s4 = "12";
System.out.println(s3==s4); //jdk1.6 false , jdk7/8 true
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
5.2 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。
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();
}
}
}
// 运行结果
不使用intern：7256ms
使用intern：1395ms
同时我们也可以从空间的角度分析一下。通过 Idea 的 Debug 工具查看 String 对象的个数。通过下图可以得出结论：当我们的字符串对象有过多的重复时，可以通过 intern 的方式减小内存的占用。
| 方式 | 空间占用 or 对象个数 |
|---|---|
| 使用intern |  |
| 不使用intern |  |
6. StringTable 的垃圾回收
设置参数：-Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
public static void main(String[] args) {
// -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
for (int i = 0; i < 100; i++) {
String.valueOf(i).intern();
}
}
结果如下：
修改代码，将循环改为10万次，
public static void main(String[] args) {
// -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
for (int i = 0; i < 100000; i++) {
String.valueOf(i).intern();
}
}
观察结果可以发现两个点：
- 字符串的数量不足10万，说明发生了垃圾回收
- 观察垃圾回收的信息，
# Allocation Failure : 内存不足分配错误
# [PSYoungGen: 4096K->504K(4608K)]： 新生代 YoungGC 的使用与回收情况。4096K->504K 表示经过垃圾回收之后的占用内存的变化。4608K表示 Goung Generation 的总容量。
[GC (Allocation Failure) [PSYoungGen: 4096K->504K(4608K)] 4096K->688K(15872K), 0.0009888 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
7. G1（G first垃圾回收器） 的 String 去重操作
官网地址：http://openjdk.java.net/jeps/192
String str1 = new String("hello");
String str1 = new String("hello");
内存分配如下图，
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
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： stringl.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。
开启 G1 的 String 去重：
# 开启String去重，默认是不开启的，需要手动开启。
UseStringDeduplication(bool)
# 打印详细的去重统计信息
PrintStringDeduplicationStatistics(bool)
# 达到这个年龄的String对象被认为是去重的候选对象
StringpeDuplicationAgeThreshold(uintx)
322
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
