如何改善Managed Code的Performance和Scalability系列之二：深入理解string和如何高效地使用string

  无论你所使用的是哪种编程语言，我们都不得不承认这样一个共识：string是我们使用最为频繁的一种对象。但是string的常用性并不意味着它的简单性，而且我认为，正是由于string的频繁使用才会促使其设计人员在string的设计上花大量的功夫。所以正是这种你天天见面的string，蕴含了很多精妙的设计思想。

一个月以前我写了一篇讨论字符串的驻留（string interning）的文章，我今天将会以字符串的驻留为基础，进一步来讨论.NET中的string。string interning的基本前提是string的恒定性（immutability），即string一旦被创建将不会改变。我们就先来谈谈string的恒定性。

一、      string是恒定的（immutable）

和其他类型比较，string最为显著的一个特点就是它具有恒定不变性：我们一旦创建了一个string，在managed heap 上为他分配了一块连续的内存空间，我们将不能以任何方式对这个string进行修改使之变长、变短、改变格式。所有对这个string进行各项操作（比如调用ToUpper获得大写格式的string）而返回的string，实际上另一个重新创建的string，其本身并不会产生任何变化。

String的恒定性具有很多的好处，它首先保证了对于一个既定string的任意操作不会造成对其的改变，同时还意味着我们不用考虑操作string时候出现的线程同步的问题。在string恒定的这些好处之中，我觉得最大的好处是：它成就了字符串的驻留。

CLR通过一个内部的interning table保证了CLR只维护具有不同字符序列的string，任何具有相同字符序列的string所引用的均为同一个string对象，同一段为该string配分的内存快。字符串的驻留极大地较低了程序执行对内存的占用。

对于string的恒定性和字符串的驻留，还有一点需要特别指出的是：string的恒定性不单单是针对某一个单独的AppDomain，而是针对一个进程的。

二、      String可以跨AppDomain共享的（cross-appDomain）

我们知道，在一个托管的环境下，Appdomain是托管程序运行的一个基本单元。AppDomain为托管程序提供了良好的隔离机制，保证在同一个进程中的不同的Appdomain不可以共享相同的内存空间。在一个Appdomain创建的对象不能被另一个Appdomain直接使用，对象在AppDomain之间传递需要有一个Marshaling的过程：对象需要通过by reference或者by value的方式从一个Appdomain传递到另一个Appdomain。具体内容可以参照我的另一篇文章：用Coding证明Appdomain的隔离性。

但是这里有一个特例，那就是string。Appdomain的隔离机制是为了防止一个Application的对内存空间的操作对另一个Application 内存空间的破坏。通过前面的介绍，我们已经知道了string是恒定不变的、是只读的。所以它根本不需要Appdomain的隔离机制。所以让一个恒定的、只读的string被同处于一个进程的各个Application共享是没有任何问题的。

String的这种跨AppDomain的恒定性成就了基于进程的字符串驻留：一个进程中各个Application使用的具有相同字符序列的string都是对同一段内存的引用。我们将在下面通过一个Sample来证明这一点。

三、      证明string垮AppDomain的恒定性

在写这篇文章的时候，我对如何证明string跨AppDomain的interning，想了好几天，直到我偶然地想到了为实现线程同步的lock机制。

我们知道在一个多线程的环境下，为了避免并发操作导致的数据的不一致性，我们需要对一个对象加锁来阻止该对象被另一个线程 操作。相反地，为了证明两个对象是否引用的同一个对象，我们只需要在两个线程中分别对他们加锁，如果程序执行的效果和对同一个对象加锁的情况完全一样的话，那么就可以证明这两个被加锁的对象是同一个对象。基于这样的原理我们来看看我们的Sample：

using  System;
using  System.Collections.Generic;
using  System.Text;
using  System.Threading;

namespace  Artech.ImmutableString
{
    class Program
    {
        static void Main(string[] args)
        {
            AppDomain appDomain1 = AppDomain.CreateDomain("Artech.AppDomain1");
            AppDomain appDomain2 = AppDomain.CreateDomain("Artech.AppDomain2");

            MarshalByRefType marshalByRefObj1 = appDomain1.CreateInstanceAndUnwrap("Artech.ImmutableString", "Artech.ImmutableString.MarshalByRefType") as MarshalByRefType;
            MarshalByRefType marshalByRefObj2 = appDomain2.CreateInstanceAndUnwrap("Artech.ImmutableString", "Artech.ImmutableString.MarshalByRefType") as MarshalByRefType;

            marshalByRefObj1.StringLockHelper = "Hello World";
            marshalByRefObj2.StringLockHelper = "Hello World";

            Thread thread1 = new Thread(new ParameterizedThreadStart(Execute));
            Thread thread2 = new Thread(new ParameterizedThreadStart(Execute));

            thread1.Start(marshalByRefObj1);
            thread2.Start(marshalByRefObj2);

            Console.Read();            
        }

        static void Execute(object obj)
        { 
            MarshalByRefType marshalByRefObj = obj as MarshalByRefType;
            marshalByRefObj.ExecuteWithStringLocked();
        }
    }

    class MarshalByRefType : MarshalByRefObject
    {
        Private Fields#region Private Fields
        private string _stringLockHelper;
        private object _objectLockHelper;
        #endregion

        Public Properties#region Public Properties
        public string StringLockHelper
        {
            get { return _stringLockHelper; }
            set { _stringLockHelper = value; }
        }

        public object ObjectLockHelper
        {
            get { return _objectLockHelper; }
            set { _objectLockHelper = value; }
        }
        #endregion

        Public Methods#region Public Methods
        public void ExecuteWithStringLocked()
        {
            lock (this._stringLockHelper)
            {
                Console.WriteLine("The operation with a string locked is executed/n/tAppDomain:/t{0}/n/tTime:/t/t{1}",
                   AppDomain.CurrentDomain.FriendlyName, DateTime.Now);
                Thread.Sleep(10000);
            }
        }

        public void ExecuteWithObjectLocked()
        {
            lock (this._objectLockHelper)
            {
                Console.WriteLine("The operation with a object locked is executed/n/tAppDomain:/t{0}/n/tTime:/t/t{1}",
                   AppDomain.CurrentDomain.FriendlyName, DateTime.Now);
                Thread.Sleep(10000);
            }
        }
        #endregion
    }
}

我们来简单地分析一下上面的coding.

我们创建了一个继承自MarshalByRefObject，因为我需要让它具有跨AppDomain传递的能力。在这个Class中定义了两个为实现线程同步的helper字段，一个是string类型的_stringLockHelper和object类型的_objectLockHelper，并为他们定义了相应的Property。此外定义了两个方法：ExecuteWithStringLocked和ExecuteWithStringLocked，他们的操作类似：在先对_stringLockHelper和_objectLockHelper加锁的前提下，输出出操作执行的AppDomain和确切时间。我们通过调用Thread.Sleep模拟10s的时间延迟。

在Main方法中，首先创建了两个AppDomain，名称分别为Artech.AppDomain1和Artech.AppDomain2。随后在这两个AppDomain中创建两个MarshalByRefType对象，并为它们的StringLockHelper属性赋上相同的值：Hello World。最后，我们创建了两个新的线程，并在它们中分别调用在两个不同AppDomain 中创建的MarshalByRefType对象的ExecuteWithStringLocked方法。我们来看看运行后的输出结果：

 

从上面的输出结果中可以看出，两个分别在不同线程中执行操作对应的AppDomain的name分别为Artech.AppDomain1和Artech.AppDomain2。执行的时间（确切地说是操作成功地对MarshalByRefType对象的_stringLockHelper字段进行加锁的时间）相隔10s，也就是我们在程序中定义的时间延迟。

为什么会出现这样的结果呢？我们只是对两个处于不同AppDomain的不同的MarshalByRefType对象的stringLockHelper字段进行加锁。由于我们是同时开始他们对应的线程，照理说它们之间不会有什么关联，显示出来的时间应该是相同的。唯一的解释就是：虽然这两个在不同的AppDomain中创建的对象是两个完全不同的对象，由于他们的stringLockHelper字段具有相同的字符序列，它们引用的是同一个string。这就证明了我们提出的跨AppDomain进行string interning的结论。

为了进一步印证我们的结论，我们是使两个MarshalByRefObject对象的stringLockHelper字段具有不同的值，看看结果又如何。于是我们把其中一个对象的stringLockHelper字段改为”Hello World!”(多加了一个！) 。

marshalByRefObj1.StringLockHelper  =   " Hello World " ;
marshalByRefObj2.StringLockHelper  =   " Hello World! " ;

看看现在的输出结果，现在的时间是一样了。

上面我们做的是对string类型字段加锁的试验。那么我们对其他类型的对象进行加锁，又会出现怎么的情况呢？我们现在就来做这样试验：在各自的线程中调用两个对象的ExecuteWithObjectLocked方法。我们修改Execute方法和Main（）。

static   void  Execute( object  obj)
         { 
            MarshalByRefType marshalByRefObj = obj as MarshalByRefType;
            marshalByRefObj. ExecuteWithObjectLocked ();
}

static   void  Main( string [] args)
         {
            AppDomain appDomain1 = AppDomain.CreateDomain("Artech.AppDomain1");
            AppDomain appDomain2 = AppDomain.CreateDomain("Artech.AppDomain2");

            MarshalByRefType marshalByRefObj1 = appDomain1.CreateInstanceAndUnwrap("Artech.ImmutableString", "Artech.ImmutableString.MarshalByRefType") as MarshalByRefType;
            MarshalByRefType marshalByRefObj2 = appDomain2.CreateInstanceAndUnwrap("Artech.ImmutableString", "Artech.ImmutableString.MarshalByRefType") as MarshalByRefType;

            object obj = new object();
            marshalByRefObj1.ObjectLockHelper = obj;
            marshalByRefObj2.ObjectLockHelper = obj;

            Thread thread1 = new Thread(new ParameterizedThreadStart(Execute));
            Thread thread2 = new Thread(new ParameterizedThreadStart(Execute));

            thread1.Start(marshalByRefObj1);
            thread2.Start(marshalByRefObj2);

            Console.Read();            
        }

我们先来看看运行后的输出结果：

我们发现两个时间是一样的，那么就是说两个对象的ObjectLockHelper引用的不是同一个对象。虽然上面的程序很简单，我觉得里面涉及的规程却很值得一说。我们来分析下面3段代码。

object  obj  =   new   object ();
marshalByRefObj1.ObjectLockHelper  =  obj;
marshalByRefObj2.ObjectLockHelper  =  obj;

简单看起来，两个MarshalByRefObject对象的ObjectLockHelper都是引用的同一个对象obj。但是背后的情况没有那么简单。代码第一行创建了一个新的对象obj，这个对象是在当前AppDomain 中创建的。二对于当前的AppDomain来说，marshalByRefObj1和marshalByRefObj2仅仅是一个Transparent proxy而已，它们包含一个在Artech.AppDomain1和Artech.AppDomain2中创立的MarshalByRefObject对象的引用。我们为它的ObjectLockHelper复制，对于Transparent proxy对象的赋值调用会传到真正对象所在的AppDomain，由于obj是当前AppDomain的对象，它不能直接赋给另一个AppDomain的对象。所以它必须经历一个Marshaling的过程才能被传递到另外一个AppDomain。实际上当复制操作完成之后，真正的ObjectLockHelper属性对应的对象是根据原数据重建的对象，和在当前AppDomain中的对象已经没有任何的关系。所以两个MarshalByRefObject对象的ObjectLockHelper属性引用的并不是同一个对象，所以对它进行加锁对彼此不要产生任何影响。

四、      从Garbage Collection的角度来看string

我们知道在一个托管的环境下，一个对象的生命周期被GC管理和控制。一个对象只有在他不被引用的时候，GC才会对他进行垃圾回收。而对于一个string来说，它始终被interning table引用，而这个interning table是针对一个Process的，是被该Process所有AppDomain共享的，所以一个string的生命周期相对比较长，只有所有的AppDomain都不具有对该string的引用时，他才有可能被垃圾回收。

五、      从多线程的角度来看string

一方面由于string的恒定性，我们不用考虑多线程的并发操作产生的线程同步问题。另一方面由于字符串的驻留，我们在对一个string对象进行加锁操作的时候，极有可能拖慢这个Application的performance，就像我们的Sample中演示的那样。而且很有可能影响到处于同一进程的其他Application，以致造成死锁。所以我们在使用锁的时候，除非万不得已，切忌对一个string进行加锁。

六、      如何高效地使用string

下面简单介绍一些高效地使用string的一些小的建议：

1. 尽量使用字符串（literal string）相加来代替字符串变量和字符创相加，因为这样可以使用现有的string操作指令进行操作和利用字符串驻留。

比如：

string  s  =   " abc "   +   " def " ;

优于

string  s  =   " abc " ;
s  =  s  +   " def " ;

2. 在需要的时候使用StringBuilder对string作频繁的操作：

由于string的恒定性，在我们对一个string进行某些操作的时候，比如调用ToUpper（）或者ToLower（）把某个string每个字符转化成大写或者小写；调用SubString（）取子串；会创建一个新的string，有时候会创建一些新的临时string。这样的操作会增加内存的压力。所有在对string作频繁操作的情况下，我们会考虑使用StringBuilder来高效地操作string。StringBuilder之所以能对string操作带来更好的performance，是因为在它的内部维护一个字符数组，而不是一个string来避免string操作带来的新的string的创建。

StringBuilder是一个很好的字符累加器，我们应该充分地利用这一个功能：

StringBuilder sb  =   new  StringBuilder();
sb.Append(str1  +  str2);

最好写成

StringBuilder sb  =   new  StringBuilder();
sb.Append(str1);
sb.Append(str2);

避免创建一个新的临时string来保存str1 + str2。

再比如下面的Code

StringBuilder sb  =   new  StringBuilder();
sb.Append（WorkOnString1（））;
sb.Append（WorkOnString2（））;
sb.Append（WorkOnString3（））;

最好写好吧WorkOnString1，WorkOnString2，WorkOnString3定义成：

WorkOnString1（StringBuilder sb）
WorkOnString2（StringBuilder sb）
WorkOnString3（StringBuilder sb）

3. 高效地进行string的比较操作

我们知道，对象之间的比较有比较Value和比较Reference之说。一般地对Reference进行比较的速度最快。对于string，在字符串驻留的前提下，我们可以把对Value的比较用Reference的比较来代替从而会的Performance的提升。

此外，对于忽略大小写的比较，我们最好使用string的static方法Compare(string strA, string strB, bool ignoreCase)。也就是说：

if （str1.ToLower() == str2.ToLower()）

最好写成

If（ string . Compare(str1,str2, true )）

原文：http://www.cnblogs.com/artech/archive/2007/05/06/737130.html