20200730 尚矽谷 JVM 13 - String Table

阿新 • • 發佈：2020-07-30

13 - String Table

1 - String 的基本特性

String ：字串，使用一對 "" 引起來表示。
- String s1 = "atgigu"；//字面量的定義方式
- String s2 = new String("hello");
String 宣告為 final，不可被繼承
String 實現了 Serializable 介面：表示字串是支援序列化的。實現了 Comparable 介面：表示 String 可以比較大小
String ：代表不可變的字元序列。簡稱：不可變性
- 當對字串重新賦值時，需要重寫指定記憶體區域賦值，不能使用原有的 value 進行賦值。當對現有的字串進行連線操作時，也需要重新指定記憶體區域賦值，不能使用原有的 value 進行賦值
- 當呼叫 String 的 replace() 方法修改指定字元或字串時，也需要重新指定記憶體區域賦值，不能使用原有的 value 進行賦值。
通過字面量的方式（區別於 new ）給一個字串賦值，此時的字串值宣告在字串常量池中
字串常量池中是不會儲存相同內容的字串的
String 的 String Pool 是一個固定大小的 Hashtable ，預設值大小長度是 1009 。如果放進 String pool 的 String 非常多，就會造成 Hash 衝突嚴重，從而導致連結串列會很長，而連結串列長了後直接會造成的影響就是當呼叫String.intern 時效能會大幅下降。
使用 -XX:StringTableSize

可設定 StringTable 的長度
在 JDK 6 中 StringTable 是固定的，就是 1009 的長度，所以如果常量池中的字串過多就會導致效率下降很快。 StringTableSize 設定沒有要求
在 JDK 7 中， StringTable 的長度預設值是 60013 。 StringTableSize 設定沒有要求
從 JDK 8 開始，1009 是可設定的最小值。

String儲存結構變更

String 在 jdk8 及以前內部定義了 final char [] value 用於儲存字串資料。 jdk9 時改為 byte []
- 改變的原因：char 佔用兩個位元組，而 byte 佔用一個位元組，認為大多數 String 物件只包含 Latin-1 字元，因此只需要一個位元組的空間，兩個位元組會造成浪費
String 不再用 char[] 來儲存，改成了 byte[] 加上編碼標記，節約了一些空間。
基於 String 的類，例如 StringBuilder，StringBuffer 都進行了相應的更新

2 - String 的記憶體分配

在 Java 語言中有 8 種基本資料型別和一種比較特殊的型別 String 。這些型別為了使它們在執行過程中速度更快、更節省記憶體，都提供了一種常量池的概念。
常量池就類似一個 Java 系統級別提供的快取。 8 種基本資料型別的常量池都是系統協調的， String 型別的常量池比較特殊。它的主要使用方法有兩種。
- 直接使用雙引號宣告出來的 String 物件會直接儲存在常量池中。比如： String info ="atgulgu";
- 如果不是用雙引號宣告的 String 物件，可以使用 String 提供的 intern() 方法。這個後面重點談
Java 6及以前，字串常量池存放在永久代。
Java 7 中 Oracle 的工程師對字串池的邏輯做了很大的改變，即將字串常量池的位置調整到 Java 堆內。
- 所有的字串都儲存在堆（ Heap ）中，和其他普通物件一樣，這樣可以讓你在進行調優應用時僅需要調整堆大小就可以了。
- 字串常量池概念原本使用得比較多，但是這個改動使得我們有足夠的理由讓我們重新考慮在 Java 7 中使用 String.intern()。
Java 8 元空間替代永久代，字串常量池仍然在堆。
StringTable 調整的原因：永久代預設空間比較小；永久代垃圾回收頻率低；

3 - String 的基本操作

Java 語言規範裡要求完全相同的字串字面量，應該包含同樣的 Unicode 字元序列（包含同一份碼點序列的常量），並且必須是指向同一個 String 類例項。

4 - 字串拼接操作

常量與常量的拼接結果在常量池，原理是編譯期優化
常量池中不會存在相同內容的常量。
只要其中有一個是變數，結果就在堆中。變數拼接的原理是 StringBuilder
- StringBuilder 是 JDK 5 之後出現的類，之前使用的是 StringBuffer
- 字串接作不一定使用的是 StringBuilder ，如果拼接符號左右兩邊部是字串常量或常量引用，則仍然使用編譯器優化，即 StringBuilder 的方式。
- 針對於 final 修飾類、方法、基本資料型別、引用資料型別的結構時，能使用上 final 的時候建議使用上
如果拼接的結果呼叫 intern() 方法，則主動將常量池中還沒有的字串物件放入池中，並返回此物件地址。

5 - intern() 的使用

如果不是用雙引號宣告的 String 物件，可以使用 String 提供的 intern 方法：intern 方法會從字串常量池中査詢當前字串是否存在，若不存在就會將當前字串放入常量池中。

比如： String myInfo = new String(" I love atguigu ").intern();

也就是說，如果在任意字串上呼叫 String.intern 方法，那麼其返回結果所指向的那個類例項，必須和直接以常量形式出現的字串例項完全相同。因此，下列表達式的值必定是 true ：

(a + b + c).intern() == "abc "

通俗點講， Interned String 就是確保字串在記憶體裡只有一份拷貝，這樣可以節約記憶體空間，加快字串操作任務的執行速度。注意，這個值會被存放在字串內部池（String Intern Pool ）

經典面試題

new String("ab") 會建立幾個物件？

通過看位元組碼，知道是兩個

一個物件是：new 關鍵字在堆空同建立的
另ー個物件是：字元常量池中的物件。位元組碼指令：ldc

new String("a") + new string("b") 會建立幾個物件？

物件 1：new StringBuilder()
物件 2：new String("a")
物件 3：常量池中的 "a"
物件 4：new String("b")
物件 5：常量池中的 "b"
深入副析: StringBuilder#toString()：
- 物件 6：new String("ab")
  - 強調一下，toString() 的呼叫，在字串常量池中，沒有生成 "ab"

intern() 的使用：jdk6 vs jdk7/8

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

        String s = new String("1");
        s.intern();//呼叫此方法之前，字串常量池中已經存在了"1"
        String s2 = "1";
        System.out.println(s == s2);//jdk6：false   jdk7/8：false


        String s3 = new String("1") + new String("1");//s3變數記錄的地址為：new String("11")
        //執行完上一行程式碼以後，字串常量池中，是否存在"11"呢？答案：不存在！！
        String sIntern = s3.intern();//在字串常量池中生成"11"。如何理解：jdk6:建立了一個新的物件"11",也就有新的地址。
        //         jdk7:此時常量中並沒有建立"11",而是建立一個指向堆空間中new String("11")的地址
        System.out.println(s3 == sIntern); // true
        String s4 = "11";//s4變數記錄的地址：使用的是上一行程式碼程式碼執行時，在常量池中生成的"11"的地址
        System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
    }
}

拓展

public class StringIntern1 {
    public static void main(String[] args) {
        String s3 = new String("1") + new String("1");//new String("11")
        //執行完上一行程式碼以後，字串常量池中，是否存在"11"呢？答案：不存在！！
        String s4 = "11";//在字串常量池中生成物件"11"
        String s5 = s3.intern();
        System.out.println(s3 == s4);//false
        System.out.println(s5 == s4);//true
    }
}

總結 String 的 intern() 的使用

JDK 1.6 中，將這個字串物件嘗試放入串池。
- 如果串池中有，則並不會放入。返回已有的串池中的物件的地址
- 如果沒有，會把此物件複製一份，放入串池，並返回串池中的物件地址
JDK 1.7 起，將這個字串物件嘗試放入串池。
- 如果串池中有，則並不會放入。返回己有的串池中的物件的地址
- 如果沒有，則會把物件的引用地址複製一份，放入串池，並返回串池中的引用地址

intern() 的效率測試

大的網站平臺，需要記憶體中儲存大量的字串。比如社交網站，很多都儲存：北京市、海淀區等資訊。這時候如果字串都呼叫 intern() 方法，就會明顯降低記憶體的大小。

6 - StringTable 的垃圾回收

-XX:+PrintStringTableStatistics

7 - G1 中的 String 去重操作

背景：對許多 Java 應用（有大的也有小的）做的測試得出以下結果
- 堆存活資料集合裡面 String 物件佔了 25%
- 堆存活資料集合裡面重複的 String 物件有 13.5%
- String 物件的平均長度是 45
許多大規模的 Java 應用的瓶頸在於記憶體，測試表明，在這些型別的應用裡面， Java 堆中存活的資料集合差不多 25% 是 String 物件。更進一步這裡面差不多一半 String 物件是重複的，重複的意思是說 string1.equals(string2) = true 。堆上存在重複的 String 物件必然是一種記憶體的浪費。這個專案將在 G1 垃圾收集器中實現自動持續對重複的 String 物件進行去重，這樣就能避免浪費記憶體。
實現
- 當垃圾收集器工作的時候，會訪問堆上存活的物件。對每一個訪問的物件都會檢查是否是候選的要去重的 String 物件。
- 如果是，把這個物件的一個引用插入到佇列中等待後續的處理。一個去重的執行緒在後臺執行，處理這個佇列。處理佇列的一個元素意味著從佇列刪除這個元素，然後嘗試去重它引用的 String 物件。
- 使用一個 hashtable 來記錄所有的被 String 物件使用的不重複的 char 陣列。當去重的時候，會查這個 hashtable ，來看堆上是否已經存在一個一模一樣的 char 陣列。
- 如果存在， String 物件會被調整引用那個陣列，釋放對原來的陣列的引用，最終會被垃圾收集器回收掉。
- 如果查詢失敗， char 陣列會被插入到 hashtable ，這樣以後的時候就可以共享這個陣列了。
命令列選項
- UseStringDeduplication(bool) ：開啟 String 去重，預設是不開啟的，需要手動開啟。
- PrintStringDeduplicationStatistics(bool) ：列印詳細的去重統計資訊
- StringDeduplicationAgeThreshold(uintx) ：達到這個年齡的 String 物件被認為是去重的候選物件