第十三章 - StringTable
文章目录
- 第十三章 - StringTable
- 1.String的基本特性
- 2.String的内存分配
- 3.String的基本操作
- 4.字符串拼接操作
- 5.intern( )的使用
- 6.StringTable的垃圾回收
- 7.G1中的String去重操作
1.String的基本特性
-
String:字符串,使用一对" "引起来表示
String s1 = “baidu”; //字面量的定义方式 String s2 = new String("hello");
-
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
-
String实现了Comparable接口:表示string可以比较大小
-
String在jdk8及以前内部定义了final char[ ] value用于存储字符串数据。JDK9时改为byte[ ]
1.1 String在jdk9中存储结构变更
官网地址:JEP 254: Compact Strings (java.net)
public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
@Stable
private final byte[] value;
}
1.2 String的基本特性
- 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,也需要重新指定内存区域赋值,不能使用原有的value进行赋值
- 当调用string的replace( )方法修改指定字符或字符串时,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
- 通过字面量的方式(区别于new)给一个字符串赋值,此时的字符串值声明在字符串常量池中
- 字符串常量池是不会存储相同内容的字符串的
- String的String Pool是一个固定大小的Hashtable,默认值大小长度是1009。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
- 使用
-XX:StringTablesize
可设置StringTable的长度 - 在JDK6中StringTable是固定的,就是1009的长度,所以如果常量池中的字符串过多就会导致效率下降很快。
StringTablesize
设置没有要求 - 在JDK7中,StringTable的长度默认值是60013,
StringTablesize
设置没有要求 - 在JDK8开始,设置StringTable长度的话,1009是可以设置的最小值
/**
* String的基本使用:体现String的不可变性
*/
public class StringTest1 {
@Test
public 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";
s1 = "hello";
System.out.println(s1 == s2); //判断地址:true --> false
System.out.println(s1); //hello
System.out.println(s2); //abc
}
@Test
public void test2() {
String s1 = "abc";
String s2 = "abc";
s2 += "def";
System.out.println(s2); //abcdef
System.out.println(s1); //abc
}
@Test
public void test3() {
String s1 = "abc";
String s2 = s1.replace('a', 'm');
System.out.println(s1); //abc
System.out.println(s2); //mbc
}
}
public static void main(String[] args) {
//测试StringTableSize参数
// System.out.println("我来打个酱油");
// try {
// Thread.sleep(1000000);
// } catch (InterruptedException e) {
// e.printStackTrace();
// }
}
- 默认什么都不设置,运行
- 命令行输入指令查看 StringTable 的长度
jps
jinfo -flag StringTableSize
- 可以看到默认长度就是60013
- 设置JVM参数
-XX:StringTableSize=1000
- 结果报错啦~
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 ex = new StringExer();
ex.change(ex.str, ex.ch);
System.out.println(ex.str); //good
System.out.println(ex.ch); //best
}
}
- 先产生10万个字符串
/**
* 产生10万个长度不超过10的字符串,包含a-z,A-Z
*/
public class GenerateString {
public static void main(String[] args) throws IOException {
FileWriter fw = new FileWriter("words.txt");
for (int i = 0; i < 100000; i++) {
//1 - 10
int length = (int)(Math.random() * (10 - 1 + 1) + 1);
fw.write(getString(length) + "\n");
}
fw.close();
}
public static String getString(int length){
String str = "";
for (int i = 0; i < length; i++) {
//65 - 90, 97-122
int num = (int)(Math.random() * (90 - 65 + 1) + 65) + (int)(Math.random() * 2) * 32;
str += (char)num;
}
return str;
}
}
- 再将这 10万 个字符串存入字符串常量池中,测试不同的StringTable对性能的影响
/**
* -XX:StringTableSize=1009
*/
public class StringTest2 {
public static void main(String[] args) {
BufferedReader br = null;
try {
br = new BufferedReader(new FileReader("words.txt"));
long start = System.currentTimeMillis();
String data;
while((data = br.readLine()) != null){
data.intern(); //如果字符串常量池中没有对应data的字符串的话,则在常量池中生成
}
long end = System.currentTimeMillis();
System.out.println("花费的时间为:" + (end - start)); //1009:128ms 10000:51ms
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br != null){
try {
br.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
- 设置 StringTable 大小为默认最小值 1009
-XX:StringTableSize=1009
- 结果为:128ms
花费的时间为:128
- 再将 StringTable 大小设置为 10000
-XX:StringTableSize=10000
- 结果为:51ms
花费的时间为:51
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。
- 比如:
String info = “baidu.com”
;
- 比如:
- 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。这个后面重点谈
- 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。
- Java 6及以前,字符串常量池存放在永久代
- Java 7中 Oracle的工程师对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Java堆内
- 所有的字符串都保存在堆(Heap)中,和其他普通对象一样,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让我们重新考虑在Java 7中使用
String.intern()
- Java8元空间,字符串常量在堆空间中
- permSize默认比较小
- 永久代垃圾回收频率低
官网地址:Java SE 7 Features and Enhancements (oracle.com)
/**
* jdk6中:
* -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
*
* jdk8中:
* -XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m
*/
public class StringTest3 {
public static void main(String[] args) {
//使用Set保持着常量池引用,避免full gc回收常量池行为
Set<String> set = new HashSet<String>();
//在short可以取值的范围内足以让6MB的PermSize或heap产生OOM了。
short i = 0;
while(true){
set.add(String.valueOf(i++).intern());
}
}
}
- 设置JVM参数
-XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m
- 可以看到OOM是发生在堆空间中,所以字符串常量池在JDK8中确实是存在堆空间中的
3.String的基本操作
public class StringTest4 {
public static void main(String[] args) {
System.out.println();//1230
System.out.println("1");//1231
System.out.println("2");
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.println("6");
System.out.println("7");
System.out.println("8");
System.out.println("9");
System.out.println("10");//1240
//如下的字符串"1" 到 "10"不会再次加载
System.out.println("1");//1241
System.out.println("2");//1241
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.println("6");
System.out.println("7");
System.out.println("8");
System.out.println("9");
System.out.println("10");//1241
}
}
- 对一些代码进行打断点操作
- 初始化有 1230 个字符串
- 执行字符串”1”,可以发现字符串数量变成了1231个
- 执行字符串”10”,可以发现字符串数量变成了1240个
- 下面相同的字符串都在字符串常量池加载过一次了,所以下面相同的字符串都不会再被加载了
class Memory {
public static void main(String[] args) {//line 1
int i = 1;//line 2
Object obj = new Object();//line 3
Memory mem = new Memory();//line 4
mem.foo(obj);//line 5
}//line 9
private void foo(Object param) {//line 6
String str = param.toString();//line 7
System.out.println(str);
}//line 8
}
- 上面图片的局部变量表还缺少几个参数,下面列出正确的局部变量表数量
4.字符串拼接操作
- 常量与常量的拼接结果在常量池,原理是编译期优化
- 常量池中不会存在相同内容的变量
- 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
@Test
public void test1(){
String s1 = "a" + "b" + "c"; //编译期优化:等同于"abc"
String s2 = "abc"; //"abc"一定是放在字符串常量池中,将此地址赋给s2
/*
* 最终.java编译成.class,再执行.class
* String s1 = "abc";
* String s2 = "abc"
*/
System.out.println(s1 == s2); //true
System.out.println(s1.equals(s2)); //true
}
@Test
public void test2(){
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
String s4 = "javaEE" + "hadoop";//编译期优化
//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javaEEhadoop的地址;
//如果字符串常量池中不存在javaEEhadoop,则在常量池中加载一份javaEEhadoop,并返回此对象的地址。
String s8 = s6.intern();
System.out.println(s3 == s8);//true
}
@Test
public void test3(){
String s1 = "a";
String s2 = "b";
String s3 = "ab";
/*
如下的s1 + s2 的执行细节:(变量s是我临时定义的)
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
}
- 反编译字节码文件
- 可以看到 String s4 = s1 + s2; 相当于new了一个 StringBuilder,然后使用append拼接 s1 和 s2 字符串,最后再使用toString( )方法约等于new 了一个String对象存放在堆中,这里要和字符串常量池区分开,s3存放在字符串常量池中,s4存放在堆中,所以 s3 不等于 s4
String | StringBuffer | StringBuilder |
---|---|---|
String 的值是不可变的,这就导致每次对 String 的操作都会生成新的 String 对象,不仅效率低下,而且浪费大量优先的内存空间 | StringBuffer 是可变类,和线程安全的字符串操作类,任何对它指向的字符串的操作都不会产生新的对象。每个 StringBuffer 对象都有一定的缓冲区容量,当字符串大小没有超过容量时,不会分配新的容量,当字符串大小超过容量时,会自动增加容量 | 可变类,速度更快 |
不可变 | 可变 | 可变 |
线程安全 | 线程不安全 | |
多线程操作字符串 | 单线程操作字符串 |
/*
1. 字符串拼接操作不一定使用的是StringBuilder!
如果拼接符号左右两边都是字符串常量或常量引用,则仍然使用编译期优化,即非StringBuilder的方式。
2. 针对于final修饰类、方法、基本数据类型、引用数据类型的量的结构时,能使用上final的时候建议使用上。
*/
@Test
public void test4(){
final String s1 = "a";
final String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2; //s4:常量
System.out.println(s3 == s4);//true
}
- 注意,我们左右两边如果是变量的话,就是需要 new StringBuilder 进行拼接,但是如果使用的是 final 修饰,则是从常量池中获取。所以说拼接符号左右两边都是字符串常量或常量引用 则仍然使用编译器优化。也就是说被 final 修饰的变量,将会变成常量,类和方法将不能被继承。
- 在开发中,能够使用 final 的时候,建议使用上
/*
体会执行效率:通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式!
详情:① StringBuilder的append()的方式:自始至终中只创建过一个StringBuilder的对象
使用String的字符串拼接方式:创建过多个StringBuilder和String的对象
② 使用String的字符串拼接方式:内存中由于创建了较多的StringBuilder和String的对象,内存占用更大;如果进行GC,需要花费额外的时间。
改进的空间:在实际开发中,如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化:
StringBuilder s = new StringBuilder(highLevel);//new char[highLevel]
*/
@Test
public void test6(){
long start = System.currentTimeMillis();
// method1(100000);//5046
method2(100000);//6
long end = System.currentTimeMillis();
System.out.println("花费的时间为:" + (end - start));
}
public void method1(int highLevel){
String src = "";
for(int i = 0;i < highLevel;i++){
src = src + "a";//每次循环都会创建一个StringBuilder、String
}
// System.out.println(src);
}
public void method2(int highLevel){
//只需要创建一个StringBuilder
StringBuilder src = new StringBuilder();
for (int i = 0; i < highLevel; i++) {
src.append("a");
}
// System.out.println(src);
}
5.intern( )的使用
intern()
是一个 native 方法,调用的是底层 C 的方法。
public native String intern();
- 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,它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。
String myInfo = new string("I love alibaba").intern();
- 也就是说,如果在任意字符串上调用String.intern方法,那么其返回结果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)
/**
* 如何保证变量s指向的是字符串常量池中的数据呢?
* 有两种方式:
* 方式一: String s = "shkstart";//字面量定义的方式
* 方式二: 调用intern()
* String s = new String("shkstart").intern();
* String s = new StringBuilder("shkstart").toString().intern();
*/
5.1 面试题
/**
* new String("ab") 会创建几个对象?
* 看字节码就知道是2个对象
*/
public class StringNewTest {
public static void main(String[] args) {
String str = new String("ab");
}
}
- 我们转换成字节码来查看
- 这里面就是两个对象
- 一个对象是:new 关键字在堆空间中创建
- 另一个对象:字符串常量池中的对象**“ab”**
/**
* 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");
}
}
- 我们转换成字节码来查看
0 new #2 <java/lang/StringBuilder> //new StringBuilder()
3 dup
4 invokespecial #3 <java/lang/StringBuilder.<init> : ()V>
7 new #4 <java/lang/String> //new String()
10 dup
11 ldc #5 <a> //常量池中的 “a”
13 invokespecial #6 <java/lang/String.<init> : (Ljava/lang/String;)V> //new String("a")
16 invokevirtual #7 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;> //append()
19 new #4 <java/lang/String> //new String()
22 dup
23 ldc #8 <b> //常量池中的 “b”
25 invokespecial #6 <java/lang/String.<init> : (Ljava/lang/String;)V> //new String("b")
28 invokevirtual #7 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;> //append()
31 invokevirtual #9 <java/lang/StringBuilder.toString : ()Ljava/lang/String;> //toString()里面会new一个String对象
34 astore_1
35 return
- 我们创建了 6 个对象
- 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”
- 对象6:toString 中会创建一个
new String("ab")
- toString( )的调用,在字符串常量池中,没有生成"ab"
- 对象1:
- StringBuilder中toString( )源码
@Override
public String toString() {
// Create a copy, don't share the array
return new String(value, 0, count);
}
- 我们转换成字节码来查看
- 可以看到toString( )里面只是new了一个String对象,并没有存放到字符串常量池中
5.2 intern的使用:JDK6 vs JDK7/8
public class StringIntern {
public static void main(String[] args) {
/**
* ① String s = new String("1")
* 创建了两个对象
* 堆空间中一个new对象
* 字符串常量池中一个字符串常量"1"(注意:此时字符串常量池中已有"1")
* ② s.intern()由于字符串常量池中已存在"1"
*
* s 指向的是堆空间中的对象地址
* s2 指向的是堆空间中常量池中"1"的地址
* 所以不相等
*/
String s = new String("1");
s.intern();//调用此方法之前,字符串常量池中已经存在了"1"
String s2 = "1";
System.out.println(s == s2);//jdk6:false jdk7/8:false
/**
* ① String s3 = new String("1") + new String("1")
* 等价于new String("11"),但是,常量池中并不生成字符串"11";
*
* ② s3.intern()
* 由于此时常量池中并无"11",所以把s3中记录的对象的地址存入常量池
* 所以s3 和 s4 指向的都是一个地址
*/
String s3 = new String("1") + new String("1");//s3变量记录的地址为:new String("11")
//执行完上一行代码以后,字符串常量池中,是否存在"11"呢?答案:不存在!!
s3.intern();//在字符串常量池中生成"11"。如何理解:jdk6:在常量池中真正创建了一个新的对象"11",也就有新的地址。
// jdk7:此时常量池中并没有真正创建"11",而是创建一个指向堆空间中new String("11")的地址
String s4 = "11";//s4变量记录的地址:使用的是上一行代码代码执行时,在常量池中生成的"11"的地址
System.out.println(s3 == s4);//jdk6:false jdk7/8:true
}
}
public class StringIntern1 {
public static void main(String[] args) {
//StringIntern.java中练习的拓展:
String s3 = new String("1") + new String("1");//new String("11")
//执行完上一行代码以后,字符串常量池中,是否存在"11"呢?答案:不存在!!
String s4 = "11";//在字符串常量池中生成对象"11"
String s5 = s3.intern();
System.out.println(s3 == s4);//false
System.out.println(s5 == s4);//true
}
}
- JDK1.6中,将这个字符串对象尝试放入字符串常量池中。
- 如果字符串常量池中有,则并不会放入。返回已有的字符串常量池中的对象的地址
- 如果没有,会把此对象复制一份,放入字符串常量池,并返回字符串常量池中的对象地址
- JDK1.7起,将这个字符串对象尝试放入字符串常量池中。
- 如果字符串常量池中有,则并不会放入。返回已有的字符串常量池中的对象的地址
- 如果没有,则会把对象的引用地址复制一份,放入字符串常量池,并返回字符串常量池中的引用地址
5.2.1 练习(对JDK不同版本intern的进一步理解)
public class StringExer1 {
public static void main(String[] args) {
String s = new String("a") + new String("b");//new String("ab")
//在上一行代码执行完以后,字符串常量池中并没有"ab"
String s2 = s.intern();//jdk6中:在字符串常量池中创建一个字符串"ab",并把字符串常量池中的"ab"地址返回给s2
//jdk8中:字符串常量池中没有创建字符串"ab",而是创建一个引用,指向new String("ab"),将此引用返回给s2
System.out.println(s2 == "ab");//jdk6:true jdk8:true
System.out.println(s == "ab");//jdk6:false jdk8:true
}
}
public class StringExer2 {
public static void main(String[] args) {
String s1 = new String("a") + new String("b"); //执行完以后,不会在字符串常量池中会生成"ab"
s1.intern(); //此时字符串常量池中存放的是堆空间中对象的引用
String s2 = "ab"; //指向字符串常量池中的引用地址
System.out.println(s1 == s2); //true
}
}
public class StringExer2 {
public static void main(String[] args) {
String s1 = new String("ab");//执行完以后,会在字符串常量池中会生成"ab"
s1.intern(); //此时字符串常量池中存放上一行代码生成的字符串常量的对象地址
String s2 = "ab"; //指向字符串常量池中的对象地址
System.out.println(s1 == s2); //false
}
}
5.3 intern的效率测试:空间角度
/**
* 使用intern()测试执行效率:空间使用上
*/
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]));
arr[i] = new String(String.valueOf(data[i % data.length])).intern();
}
long end = System.currentTimeMillis();
System.out.println("花费的时间为:" + (end - start));
try {
Thread.sleep(1000000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.gc();
}
}
- 运行结果
不使用intern:7215ms
使用intern:1542ms
- 不使用intern的情况下,产生了1千多万个String的实例对象
- 使用intern的情况下,只产生了2百多万个String的实例对象
- 对于程序中大量使用存在的字符串时,尤其存在很多已经重复的字符串时,使用intern( )方法能够节省内存空间。
- 大的网站平台,需要内存中存储大量的字符串。比如社交网站,很多人都存储:北京市、海淀区等信息。这时候如果字符串都调用intern( )方法,就会很明显降低内存的大小。
6.StringTable的垃圾回收
/**
* String的垃圾回收:
* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
*/
public class StringGCTest {
public static void main(String[] args) {
for (int j = 0; j < 100000; j++) {
String.valueOf(j).intern();
}
}
}
7.G1中的String去重操作
官网地址:JEP 192: String Deduplication in G1 (java.net)
- 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
- 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。
# 开启String去重,默认是不开启的,需要手动开启。
UseStringDeduplication(bool)
# 打印详细的去重统计信息
PrintStringDeduplicationStatistics(bool)
# 达到这个年龄的String对象被认为是去重的候选对象
StringpeDuplicationAgeThreshold(uintx)