12.7 StringTable - G1中的String去重操作

缘起->猿灭

已于 2022-12-07 23:18:05 修改

阅读量291

点赞数

CC 4.0 BY-SA版权

分类专栏： JVM内存模型文章标签： java 开发语言

于 2022-03-15 13:40:22 首次发布

本文链接：https://blog.youkuaiyun.com/u013559614/article/details/123500641

JVM内存模型专栏收录该内容

116 篇文章

订阅专栏

本文探讨了在大规模Java应用中，String对象占据内存比例较高且存在大量重复的情况，这导致了内存浪费。为解决此问题，提出在G1垃圾收集器中实现自动String去重机制。在GC运行时，将可能存在重复的String对象放入队列，由后台线程处理，利用hashtable记录不重复的char数组，实现String对象的共享，减少内存占用。此外，还介绍了相关的命令行选项以控制这一功能的开关和统计信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

G1中的String去重操作

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号
堆存活数据集合里面重复的String对象有13.5号
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258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。
- PrintStringDedupl icationStatistics (bool) :打印详细的去重统计信息
- StringDedupl icationAgeThreshold (uintx) :达到这个年龄的String对象被认为是去重的候选对象