JVM系列之:String.intern和stringTable
目錄
簡介
StringTable是什麼？它和String.intern有什麼關係呢？在字串物件的建立過程中，StringTable有起到了什麼作用呢？
一切的答案都在本文中，快來看看吧。
intern簡介
intern是String類中的一個native方法，所以它底層是用c++來實現的。感興趣的同學可以去檢視下JVM的原始碼瞭解更多的內容。
這裡我們主要談一下intern的作用。
intern返回的是這個String所代表的物件，怎麼理解呢？
String class維護了一個私有的String pool, 這個String pool也叫StringTable,中文名字叫做字串常量池。
當我們呼叫intern方法的時候，如果這個StringTable中已經包含了一個相同的String物件（根據equals（Object）方法來判斷兩個String物件是否相等），那麼將會直接返回儲存在這個StringTable中的String。
如果StringTable中沒有相同的物件，那麼這個String物件將會被加入StringTable，並返回這個String物件的引用。
所以，當且僅當 s.equals(t) 的時候s.intern() == t.intern()。
intern和字串字面量常量
我們知道在類檔案被編譯成class檔案時，每個class檔案都有一個常量池，常量池中存了些什麼東西呢？
字串常量，類和介面名字，欄位名，和其他一些在class中引用的常量。
看一個非常簡單的java類：
public class SimpleString {
public String site="www.flydean.com";
}
然後看一下編譯出來的class檔案中的Constant Pool：
Constant pool: #1 = Methodref #2.#3 // java/lang/Object."<init>":()V #2 = Class #4 // java/lang/Object #3 = NameAndType #5:#6 // "<init>":()V #4 = Utf8 java/lang/Object #5 = Utf8 <init> #6 = Utf8 ()V #7 = String #8 // www.flydean.com #8 = Utf8 www.flydean.com #9 = Fieldref #10.#11 // com/flydean/SimpleString.site:Ljava/lang/String; #10 = Class #12 // com/flydean/SimpleString #11 = NameAndType #13:#14 // site:Ljava/lang/String; #12 = Utf8 com/flydean/SimpleString #13 = Utf8 site #14 = Utf8 Ljava/lang/String; #15 = Utf8 Code #16 = Utf8 LineNumberTable #17 = Utf8 LocalVariableTable #18 = Utf8 this #19 = Utf8 Lcom/flydean/SimpleString; #20 = Utf8 SourceFile #21 = Utf8 SimpleString.java
上面的結果，我們可以看到class常量池中的index 7存放了一個字串，這個字串的實際內容存放在index 8中，是一個變種的Utf8的編碼。
#7 = String #8 // www.flydean.com
#8 = Utf8 www.flydean.com
好了，現在問題來了，class檔案中的常量池在執行時需要轉換成為JVM能夠識別的執行時常量池，這個執行時的常量池和StringTable和intern有什麼關係呢？
在java物件的例項化過程中，所有的字串字面量都會在例項化的時候自動呼叫intern方法。
如果是第一次呼叫，則會建立新的String物件，存放在String Table中，並返回該String物件的引用。
分析intern返回的String物件
從上面的圖中，我們也可以出來String Table中儲存的是一個String物件，它和普通的String物件沒有什麼區別，也分為物件頭，底層的byte陣列引用，int hash值等。
如果你不相信，可以使用JOL來進行分析：
log.info("{}", ClassLayout.parseInstance("www.flydean.com".intern()).toPrintable());
看下輸出結果：
INFO com.flydean.StringInternJOL - java.lang.String object internals:
OFFSET SIZE TYPE DESCRIPTION VALUE
0 4 (object header) 05 00 00 00 (00000101 00000000 00000000 00000000) (5)
4 4 (object header) 00 00 00 00 (00000000 00000000 00000000 00000000) (0)
8 4 (object header) 77 1a 06 00 (01110111 00011010 00000110 00000000) (399991)
12 4 byte[] String.value [119, 119, 119, 46, 102, 108, 121, 100, 101, 97, 110, 46, 99, 111, 109]
16 4 int String.hash 0
20 1 byte String.coder 0
21 1 boolean String.hashIsZero false
22 2 (loss due to the next object alignment)
Instance size: 24 bytes
Space losses: 0 bytes internal + 2 bytes external = 2 bytes total
分析實際的問題
有了上面的知識，讓我們分析一下下面的實際問題吧：
String a =new String(new char[]{'a','b','c'});
String b = a.intern();
System.out.println(a == b);
String x =new String("def");
String y = x.intern();
System.out.println(x == y);
兩個很簡單的例子，答案是什麼呢？ 答案是true和false。
第一個例子按照上面的原理很好理解，在構建String a的時候，String table中並沒有”abc“這個字串例項。所以intern方法會將該物件新增到String table中，並返回該物件的引用。
所以a和b其實是一個物件，返回true。
那麼第二個例子呢？初始化String的時候，不是也沒有”def“這個字串嗎？為什麼回返回false呢？
還記得我們上面一個小節分析的嗎？所有的字串字面量在初始化的時候會預設呼叫intern方法。
也就是說”def“在初始化的時候，已經呼叫了一次intern了，這個時候String table中已經有”def“這個String了。
所以x和y是兩個不同的物件，返回的是false。
注意，上面的例子是在JDK7+之後執行的，如果你是在JDK6中執行，那麼得到的結果都是false。
JDK6和JDK7有什麼不同呢？
在JDK6中，StringTable是存放在方法區中的，而方法區是放在永久代中的。每次呼叫intern方法，如果String Table中不存在該String物件，則會將該String物件進行一次拷貝，並返回拷貝後String物件的引用。
因為做了一次拷貝，所以引用的不是同一個物件了。結果為false。
在JDK7之後，StringTable已經被轉移到了java Heap中了，呼叫intern方法的時候，StringTable可以直接將該String物件加入StringTable，從而指向的是同一個物件。
G1中的去重功能
如果頻繁的進行String的複製，實際上是非常消耗記憶體空間的。所以在G1垃圾回收器中，可以使用下面的：
-XX:+UseStringDeduplication
來開啟String的去重功能。
我們還記得String物件的底層結構吧，就是一個byte[]陣列，String去重的原理就是讓多個字串物件底層的byte陣列指向同一個地方。從而節省記憶體。
我們可以通過使用：
-XX:+PrintStringTableStatistics
引數來檢視StringTable的大小。並通過：
-XX:StringTableSizen=n
來指定StringTable的大小。
總結
本文講了String.intern和String table的關係，如果有什麼錯誤或者遺漏的地方，歡迎大家留言給我！
本文作者：flydean程式那些事
本文連結：http://www.flydean.com/jvm-string-intern/
本文來源：flydean的部落格
歡迎關注我的公眾號:程式那些事，更多精彩等著您！