JVM系列(十一)String Table

1. String的基本特性

  • String:字符串,使用一对“”引起来表示

  • String声明为final的,不可被继承

  • String实现了Serializable接口,表示字符串是支持序列化的;实现了Comparable接口,表示String可以比较大小

  • String在JDK8以前内部定义了final char[] value用于存储字符串数据,JDK9时改为byte[](参考openjdk.java.net/jeps/254

    image.png

  • String:代表不可变的字符序列。简称:不可变性

    • 当对字符串重新赋值时,需要重写指定内存区域赋值,不能使用原有的value进行赋值
    • 当对现有的字符串进行连接操作时,也需要重新制定内存区域赋值,不能使用原有的value进行赋值
    • 当调用String的replace()方法修改制定字符或字符串时,也需要重新指定内存区域赋值,不能使用原有的value进行赋值

    代码演示

    package com.nasuf.jvm;
    
    public class StringTest1 {
    
        public static void main(String[] args) {
            test1();
            test2();
            test3();
        }
    
        public static void test1() {
            String s1 = "abc";  // 字面量定义的方式,"abc"存储在字符串常量池中
            String s2 = "abc";
            System.out.println(s1 == s2); // 判断地址 true
    
            s1 = "hello";
            System.out.println(s1 == s2); // 判断地址 false
            System.out.println(s1); // "hello"
            System.out.println(s2); // "abc"
        }
    
        public static void test2() {
            String s1 = "abc";
            String s2 = "abc";
            s2 += "def";
            System.out.println(s2); // "abcdef"
            System.out.println(s1); // "abc"
        }
    
        public static void test3() {
            String s1 = "abc";
            String s2 = s1.replace('a', 'm');
            System.out.println(s1); // "abc"
            System.out.println(s2); // "mbc"
        }
    
    }
    复制代码

    经典面试题

    package com.nasuf.jvm;
    
    public class StringExer {
    
        String str = new String("good");
        char[] ch = {'t', 'e', 's', 't'};
    
        public void change(String str, char ch[]) {
            str = "test ok";
            ch[0] = 'b';
        }
    
        public static void main(String[] args) {
            StringExer exer = new StringExer();
            exer.change(exer.str, exer.ch);
            System.out.println(exer.str);   // "good"
            System.out.println(exer.ch);    // "best"
        }
    
    }
    复制代码
  • 字符串常量池中是不会存储相同内容的字符串的

    • 使用-XX:StringTableSize可以设置StringTable(常量池)的长度
    • StringTable在JDK6中是一个固定大小的Hashtable,默认长度大小是1009,修改StringTableSize没有上下线限制。如果放进String Pool的String非常多,就会造成Hash冲突严重,从而导致链表会很长,而链表长了后直接会造成的影响就是当调用String.intern时性能会大幅下降(intern方法:如果字符串常量池中没有对应的字符串的话,则在常量池中生成)
    • 在JDK7中,StringTable的长度默认值是60013,修改无限制
    • 在JDK8开始,1009是StringTable可设置的最小值

2. String的内存分配

  • 在Java语言中有8种基本数据类型和一种比较特殊的类型String。这些类型为了使它们在运行过程中速度更快、更节省内存,都提供了一种常量池的概念
  • 常量池就类似一个Java系统级别提供的缓存。8种基本数据类型的常量池都是系统协调的,String类型的常量池比较特殊,它的主要使用方法有两种:
    • 直接使用双引号声明出来的String对象会直接存储在常量池中
    • 如果不是用双引号声明的String对象,可以使用String提供的intern()方法
  • JDK6及以前,字符串常量池存放在永久代
  • JDK7中Oracle的工程师堆字符串池的逻辑做了很大的改变,即将字符串常量池的位置调整到了Java堆
    • 所有的字符串都保存在堆中,和其他的普通对象一样,这样可以让你在进行调优应用时仅需要调整堆大小就可以了
    • 字符串常量池的概念原本使用得比较多,但是这个改动使得我们有足够的理由重新考虑JDK7中使用String.intern()
  • JDK8元空间取代永久代,而字符串常量依然在堆

3. String的基本操作

代码演示

Java语言规范里要求完全相同的字符串字面量,应该包含相同的Unicode字符序列(包含同一份码点序列的常量),并且必须是指向同一个String类实例

初始情况下,字符串常量池中的字符串数量为1209
image.png

继续执行下一步,得到1210,此处其实增加了换行符

image.png

继续执行下一步,得到1211,此处增加了字符串"1"

image.png

继续执行下一步,依然得到1211,可见字符串常量池中并没有创建新的"1"

image.png

继续执行下一步,得到1212,新增字符串"2"

image.png

继续执行下一步,依然得到1212

image.png

4. 字符串拼接操作

  • 常量与常量的拼接结果在常量池中,原理是编译期优化
  • 常量池中不会存在相同内容的常量

代码演示 1

public static void test1() {
    String s1 = "a" + "b" + "c";
    String s2 = "abc";

    /**
     * 最终.java编译成.class,再执行.class。做了编译期优化
     * 将.class文件反编译可以看到如下语句:
     * String s1 = "abc";
     * String s2 = "abc";
     */
    System.out.println(s1 == s2);   // true
    System.out.println(s1.equals(s2));  // true
}
复制代码

从其对应的字节码指令中也可以看到:

 0 ldc #5 <abc>  // 笔者注:加载字符串abc
 2 astore_1   // 笔者注:将字符串abc放到局部变量表中索引为1的位置(即s1变量;实例方法的局部变量表中索引为0的位置为this变量)
 3 ldc #5 <abc>  // 笔者注:加载字符串abc
 5 astore_2  // 笔者注:将字符串abc放到局部变量表中索引为2的位置
 6 getstatic #6 <java/lang/System.out>
 9 aload_1
10 aload_2
11 if_acmpne 18 (+7)
14 iconst_1
15 goto 19 (+4)
18 iconst_0
19 invokevirtual #7 <java/io/PrintStream.println>
22 getstatic #6 <java/lang/System.out>
25 aload_1
26 aload_2
27 invokevirtual #8 <java/lang/String.equals>
30 invokevirtual #7 <java/io/PrintStream.println>
33 return
复制代码
  • 只要其中有一个是变量,结果就在堆中。变量拼接的原理是StringBuilder
  • 如果拼接的结果调用intern()方法,则主动将常量池中还没有的字符串对象放入池中,并返回此对象地址

代码演示 2

public void test2() {
    String s1 = "javaEE";
    String s2 = "hadoop";

    String s3 = "javaEEhadoop";
    String s4 = "javaEE" + "hadoop";

    // 如果拼接符号的前后出现了变量,则相当于在堆空间中new String()
    // 具体的内容为拼接后的结果 "javaEEhadoop"
    String s5 = s1 + "hadoop";
    String s6 = "javaEE" + s2;
    String s7 = s1 + s2;

    System.out.println(s3 == s4);   // true
    System.out.println(s3 == s5);   // false
    System.out.println(s3 == s6);   // false
    System.out.println(s3 == s7);   // false
    System.out.println(s5 == s6);   // false
    System.out.println(s5 == s7);   // false
    System.out.println(s6 == s7);   // false

    // intern(): 判断字符串常量池中是否存在javaEEhadoop值;如果存在,则返回常量池中该字符串的地址
    // 如果不存在,则在常量池中加载一份,并返回此对象的地址
    String s8 = s6.intern();
    System.out.println(s3 == s8);   // true
}
复制代码

代码演示 3

public void test3() {
    String s1 = "a";
    String s2 = "b";
    String s3 = "ab";

    /**
     * s1 + s2执行细节(变量s是为了解释方便,并非字节码定义):
     * ① StringBuilder s = new StringBuilder();
     * ② s.append("a")
     * ③ s.append("b")
     * ④ s.toString() --> 约等于 new String("ab")
     *
     * 补充:在JDK5.0之后使用的是StringBuilder,在JDK5.0之前使用的是StringBuffer
     */
    String s4 = s1 + s2;
    System.out.println(s3 == s4); // false
}
复制代码

对应字节码

 0 ldc #17 <a>
 2 astore_1
 3 ldc #18 <b>
 5 astore_2
 6 ldc #19 <ab>
 8 astore_3
 9 new #12 <java/lang/StringBuilder>
12 dup
13 invokespecial #13 <java/lang/StringBuilder.<init>>
16 aload_1
17 invokevirtual #14 <java/lang/StringBuilder.append>
20 aload_2
21 invokevirtual #14 <java/lang/StringBuilder.append>
24 invokevirtual #15 <java/lang/StringBuilder.toString>
27 astore 4
29 getstatic #6 <java/lang/System.out>
32 aload_3
33 aload 4
35 if_acmpne 42 (+7)
38 iconst_1
39 goto 43 (+4)
42 iconst_0
43 invokevirtual #7 <java/io/PrintStream.println>
46 return
复制代码

代码演示 4

public void test4() {
    final String s1 = "a";
    final String s2 = "b";
    String s3 = "ab";

    /**
     * 1. 字符串拼接操作不一定使用的都是StringBuilder
     * 如果拼接符号左右两边都是字符串常量或常量引用(final修饰),则仍然使用编译期优化,即非StringBuilder方式
     * 2. 针对final修饰类、方法、基本上数据类型、引用数据类型的量的结构时,能使用final修饰就尽量使用
     *
     * 由于s1和s2均由final修饰,实际上引用s1和s2不再是变量
     * 字节码反编译后:
     * String s4 = "ab";
     */
    String s4 = s1 + s2;
    System.out.println(s3 == s4); // true
}
复制代码

对应字节码指令如下:

 0 ldc #17 <a>
 2 astore_1
 3 ldc #18 <b>
 5 astore_2
 6 ldc #19 <ab>
 8 astore_3
 9 ldc #19 <ab>
11 astore 4
13 getstatic #6 <java/lang/System.out>
16 aload_3
17 aload 4
19 if_acmpne 26 (+7)
22 iconst_1
23 goto 27 (+4)
26 iconst_0
27 invokevirtual #7 <java/io/PrintStream.println>
30 return
复制代码

代码测试 5

public void test5() {
    String s1 = "javaEEhadoop";
    String s2 = "javaEE";
    String s3 = s2 + "hadoop";
    System.out.println(s1 == s3);   // false

    final String s4 = "javaEE";
    String s5 = s4 + "hadoop";
    System.out.println(s1 == s5);   // true
}
复制代码

代码测试 6

public void test6() {
    long start1 = System.currentTimeMillis();
    method1(100000);
    long end1 = System.currentTimeMillis();
    System.out.println("method1 花费的时间为:" + (end1 - start1) + "ms");

    long start2 = System.currentTimeMillis();
    method2(100000);
    long end2 = System.currentTimeMillis();
    System.out.println("method2 花费的时间为:" + (end2 - start2) + "ms");
}

public void method1(int highLevel) {
    String src = "";
    for (int i = 0; i < highLevel; i++) {
        /**
         * 1. 每次循环都会创建StringBuilder对象
         * 2. toString()时又会创建new String()对象
         */
        src = src + "a";
    }
}

/**
 * 改进的空间:在实际开发中,如果基本确定要前前后后后添加的字符串长度不高于某个限定值,
 * 建议使用构造器StringBuilder(int), 避免底层不断扩容。默认为16
 *
 * public StringBuilder() {
 *     super(16);
 * }
 */
public void method2(int highLevel) {
    StringBuilder builder = new StringBuilder(10000);    // 仅创建一个StringBuilder对象
    for (int i = 0; i < highLevel; i++) {
        builder.append("a");
    }
}
复制代码

输出如下:

method1 花费的时间为:5558ms
method2 花费的时间为:3ms
复制代码

5. intern()的使用

intern()方法说明

/**
 * Returns a canonical representation for the string object.
 * <p>
 * A pool of strings, initially empty, is maintained privately by the
 * class {@code String}.
 * <p>
 * When the intern method is invoked, if the pool already contains a
 * string equal to this {@code String} object as determined by
 * the {@link #equals(Object)} method, then the string from the pool is
 * returned. Otherwise, this {@code String} object is added to the
 * pool and a reference to this {@code String} object is returned.
 * <p>
 * It follows that for any two strings {@code s} and {@code t},
 * {@code s.intern() == t.intern()} is {@code true}
 * if and only if {@code s.equals(t)} is {@code true}.
 * <p>
 * All literal strings and string-valued constant expressions are
 * interned. String literals are defined in section 3.10.5 of the
 * <cite>The Java&trade; Language Specification</cite>.
 *
 * @return  a string that has the same contents as this string, but is
 *          guaranteed to be from a pool of unique strings.
 */
public native String intern();
复制代码
  • 如果不是用双引号声明的String对象,可以使用String提供的intern方法:intern方法会从字符串常量池中查询当前字符串是否存在,若不存在就会将当前字符串放入常量池中
    • 比如: String myInfo = new String("I love u").intern();
  • 也就是说,如果在任意字符串上调用String.intern()方法,那么其返回的记过所指向的那个类实例,必须和直接以常量形式出现的字符串实例完全相同。因此,下列表达式的值必定是true: ("a" + "b" + "c").intern() == "abc"
  • 通俗点讲,Interned String就是确保字符串在内存里只有一份拷贝,这样可以节约内存空间,加快字符串操作任务的执行速度。注意,这个值会被存放在字符串内部池(String Intern Pool)

题目 1:new String(“ab”)会创建几个对象?

public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("ab");
    }
}
复制代码

通过字节码指令,可以明确看出,创建了2个对象:一个是new关键字在堆空间中创建的,另一个是字符串常量池中的"ab"对象

 0 new #2 <java/lang/String>
 3 dup
 4 ldc #3 <ab>
 6 invokespecial #4 <java/lang/String.<init>>
 9 astore_1
10 return
复制代码

当然前提是代码String str = new String("ab");执行之前,是否出现过字符串"ab",如果出现过,那么该语句只会生成一个新的String对象

题目 2: new String(“a”) + new String(“b”) 会创建几个对象?

public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("a") + new String("b");
    }
}
复制代码

通过StringNewTest的字节码指令可以看出:

  • 对象1:new StringBuilder()
  • 对象2:new String(“a”)
  • 对象3:常量池中的”a”
  • 对象4:new String(“b”)
  • 对象5:常量池中的”b”
 0 new #2 <java/lang/StringBuilder>
 3 dup
 4 invokespecial #3 <java/lang/StringBuilder.<init>>
 7 new #4 <java/lang/String>
10 dup
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
19 new #4 <java/lang/String>
22 dup
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return
复制代码
  • 进一步深入剖析StringBuilder类的toString()方法(因为方法返回的是String str, 调用的是StringBuilder的toString()完成的)对应的字节码指令:
 0 new #41 <java/lang/String>
 3 dup
 4 aload_0
 5 getfield #42 <java/lang/StringBuilder.value>
 8 iconst_0
 9 aload_0
10 getfield #43 <java/lang/StringBuilder.count>
13 invokespecial #44 <java/lang/String.<init>>
16 areturn
复制代码
  • 此方法中创建了对象6:new String(“ab”)。但此处应强调,toString()的调用,在字符串常量池中,并没有生成”ab”字符串对象(上述字节码指令中没有相应的ldc (LoaD Constant)指令出现),aload_0指令只是将局部变量表中索引为0的位置的数据,即字符串”ab”取出来

题目 3 intern()方法在不同JDK版本中的区别

public class StringIntern {
    public static void main(String[] args) {
        String s1 = new String("1");
        s1.intern();    // 调用此方法之前,字符串常量池中已经存在"1"
        String s2 = "1";
        /**
         * JDK6 -> false
         * JDK7及以后 -> false
         *
         * 不论字符串常量池在不同版本JDK中的位置不同,s1指向的是堆空间中创建的String对象,
         * 而s2指向的是字符串常量池中的字符串对象"1",因此对象地址不会相同,均返回false
         */
        System.out.println(s1 == s2);

        /**
         * 此处s3变量记录的地址为new String("11")的地址
         * 而该行代码执行完毕后,字符串常量池中并不存在"11"常量(与JDK版本无关)
         */
        String s3 = new String("1") + new String("1");
        /**
         * 该行代码执行后,会在字符串常量池中生成"11"
         * JDK6 -> 常量池在方法区;在字符串常量池中创建了一个新的对象"11",也就有一个新的地址
         * JDK7及以后 -> 常量池在堆空间中;此时常量池中并没有创建"11"对象,而是创建了一个指向堆空间中new String("11")的地址
         */
        s3.intern();
        /**
         * s4变量记录的地址是上一行代码执行后在常量池中生成的"11"的地址,
         * 而常量池中"11"的地址此时指向的是堆空间中new String("11")的地址
         */
        String s4 = "11";
        /**
         * JDK6 -> false
         * JDK7及以后 -> true
         */
        System.out.println(s3 == s4);
    }
}
复制代码

将上述代码顺序稍作变化如下:

public class StringIntern1 {
    public static void main(String[] args) {
        /**
         * 此处s3变量记录的地址为new String("11")的地址
         * 而该行代码执行完毕后,字符串常量池中并不存在"11"常量(与JDK版本无关)
         */
        String s3 = new String("1") + new String("1");
        /**
         * 在字符串常量池中生成"11"字符串对象,并赋值给s4变量,与s3指向的地址不同
         */
        String s4 = "11";
        /**
         * 在字符串常量池中查找是否存在字符串对象"11",因为已经存在,所以不做任何操作
         * 只将该字符串对象地址赋值给s5变量,与s4指向的地址相同
         */
        String s5 = s3.intern();
        System.out.println(s3 == s4);   // false
        System.out.println(s4 == s5);   // true
    }
}
复制代码

总结String的intern()的使用

  • JDK1.6中,将这个字符串对象尝试放入字符串常量池
    • 如果池中有,则并不会放入。返回已有的池中的对象地址
    • 如果池中没有,会把此对象赋值一份,放入池中,并返回池中的对象地址
  • JDK1.7起,将这个字符串对象尝试放入字符串常量池
    • 如果池中有,则并不会放入。返回已有的池中的对象地址
    • 如果池中没有,则会吧对象的引用地址复制一份,放入池中,并返回池中的引用地址

intern()效率测试:空间角度

测试代码

public class StringIntern2 {
    static final int MAX_COUNT = 1000 * 10000;
    static final String[] arr = new String[MAX_COUNT];

    public static void main(String[] args) {
        Integer[] data = new Integer[] {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
        long start = System.currentTimeMillis();
        for (int i = 0; i < MAX_COUNT; i++) {
//            arr[i] = new String(String.valueOf(data[i % data.length]));   // 花费的时间为:6452ms
            /**
             * 此处new String()对象会被垃圾回收,实际并没有使用
             */
            arr[i] = new String(String.valueOf(data[i % data.length])).intern();    // 花费的时间为:1483ms
        }
        long end = System.currentTimeMillis();
        System.out.println("花费的时间为:" + (end - start) + "ms");

        try {
            Thread.sleep(10000000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }
}
复制代码

通过jvisualvm分别查看两次执行的内存信息

image.png

image.png

显然,对于程序中大量存在的字符串,尤其有很多重复字符串时,使用intern()方法能够大幅减少内存空间

6. StringTable的垃圾回收

代码演示:打印程序的GC和字符串常量池空间信息

/**
 * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
 */
public class StringGCTest {
    public static void main(String[] args) {
        for (int i = 0; i < 100000; i++) {
            String.valueOf(i).intern();
        }
    }
}
复制代码

输出如下:

[GC (Allocation Failure) [PSYoungGen: 4096K->480K(4608K)] 4096K->488K(15872K), 0.0013707 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
Heap
 PSYoungGen      total 4608K, used 2629K [0x00000007bfb00000, 0x00000007c0000000, 0x00000007c0000000)
  eden space 4096K, 52% used [0x00000007bfb00000,0x00000007bfd19610,0x00000007bff00000)
  from space 512K, 93% used [0x00000007bff00000,0x00000007bff78020,0x00000007bff80000)
  to   space 512K, 0% used [0x00000007bff80000,0x00000007bff80000,0x00000007c0000000)
 ParOldGen       total 11264K, used 8K [0x00000007bf000000, 0x00000007bfb00000, 0x00000007bfb00000)
  object space 11264K, 0% used [0x00000007bf000000,0x00000007bf002000,0x00000007bfb00000)
 Metaspace       used 2660K, capacity 4486K, committed 4864K, reserved 1056768K
  class space    used 287K, capacity 386K, committed 512K, reserved 1048576K
SymbolTable statistics:
Number of buckets       :     20011 =    160088 bytes, avg   8.000
Number of entries       :     10781 =    258744 bytes, avg  24.000
Number of literals      :     10781 =    420160 bytes, avg  38.972
Total footprint         :           =    838992 bytes
Average bucket size     :     0.539
Variance of bucket size :     0.537
Std. dev. of bucket size:     0.733
Maximum bucket size     :         6
StringTable statistics:
Number of buckets       :     60013 =    480104 bytes, avg   8.000
Number of entries       :     38483 =    923592 bytes, avg  24.000
Number of literals      :     38483 =   2163544 bytes, avg  56.221
Total footprint         :           =   3567240 bytes
Average bucket size     :     0.641
Variance of bucket size :     0.499
Std. dev. of bucket size:     0.706
Maximum bucket size     :         4

Process finished with exit code 0
复制代码

可见JVM进行了垃圾回收:

[GC (Allocation Failure) [PSYoungGen: 4096K->480K(4608K)] 4096K->488K(15872K), 0.0013707 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 
复制代码

并且此时的字符串常量池的字符串数量不足10,0000

Number of entries       :     38483 =    923592 bytes, avg  24.000
Number of literals      :     38483 =   2163544 bytes, avg  56.221
复制代码

7. G1垃圾回收器中的String去重操作

参考 openjdk.java.net/jeps/192 (注意,此章节讨论的”去重“操作指的是堆空间中String对象,而非字符串常量池;字符串常量池本身就不存在重复字符串对象)

  • 背景:对许多Java应用(有大的也有小的)做的测试得出以下结论:
    • 堆存活数据集合里面String对象占了25%
    • 堆存活数据集合里面重复的String对象有13.5%
    • 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25%是String对象。更进一步,这里面差不多一半String对象时重复的,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

具体实现步骤

  • 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
  • PrintStringDeduplicationStatistics (bool): 打印详细的去重统计信息
  • StringDeduplicationAgeThreshold (uintx): 达到这个年龄的String对象被认为是去重的候选对象
© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享