20200730 尚矽谷 JVM 13 - String Table
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
- 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
- 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:
-
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"
- 物件 6:new String("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