字符串常量池
前言
-
字符串常量池也叫StringTable,String Intern Pool
-
为了减少在jvm中创建的字符串的数量，虚拟机维护了一个字符串常量池
-
当创建String对象时，jvm会先检查字符串常量池，如果这个字符串的常量值已经存在在池中了，就直接返回池中对象的引用，如果不在池中，就会实例化一个字符串并放入池中
版本改动
- Java6及以前，字符串常量池存放在永久代。
- Java7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Java7中使用String.intern()。
- Java8元空间，字符串常量在堆。
- 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[]
StringTable为什么要调整?
- permSize默认比较小,容易OOM.
- 永久代垃圾回收频率低，而字符串又大量使用。
String的基本特性
- String:字符串，使用一对""引起来表示。
String sl =“hello";//字面量的定义方式
String s2 = new String ("hello") ;
-
String声明为final的，不可被继承；不可变特性。
-
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，CharSequence接口：可通过字符数组实现的
-
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[]
String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。
体现String的不可变性
public class StringExer {
String str = new String("good");//str指向堆中good 因为是显式new，字符串常量池也有good
int anInt = 1;
char[] ch = {'t', 'e', 's', 't'};
public void change(String str, char ch[], int i) {
System.out.println("======" + str);//good
//String不可变性，栈上的str（String类型没有加this）变为 "test ok"，即是字符串常量池新增一个 "test ok"，str指向符串常量池（
str = "test ok";
System.out.println("str======" + str);//str======test ok
System.out.println("this.str======" + this.str);//this.str======good
ch[0] = 'b';
anInt = 2;
}
public void change2(String str, char ch[], int i) {
System.out.println("======" + str);//======good
//增加this明确是对象的str
this.str = "test ok";
System.out.println("str======" + str);//str======good
System.out.println("this.str======" + this.str);//this.str======test ok
ch[0] = 'b';
anInt = 2;
}
public void change3(String a, char ch[], int i) {
System.out.println("======" + str);//======good
//栈上入参为a，str为this的
str = "test ok";
System.out.println("======" + str);//======test ok
ch[0] = 'b';
this.anInt = 2;
}
public static void main(String[] args) {
/**
* ======good
* str======test ok
* this.str======good
* good
* best
* 2
*/
StringExer ex = new StringExer();
ex.change(ex.str, ex.ch, ex.anInt);
System.out.println(ex.str);//good
System.out.println(ex.ch);//best
System.out.println(ex.anInt);//2
/**
* ======good
* str======good
* this.str======test ok
* test ok
* best
* 2
*/
StringExer ex2 = new StringExer();
ex2.change2(ex2.str, ex2.ch, ex2.anInt);
System.out.println(ex2.str);//test ok
System.out.println(ex2.ch);//best
System.out.println(ex2.anInt);//2
/**
* ======good
* ======test ok
* test ok
* best
* 2
*/
StringExer ex3 = new StringExer();
ex3.change3(ex3.str, ex3.ch, ex3.anInt);
System.out.println(ex3.str);//test ok
System.out.println(ex3.ch);//best
System.out.println(ex3.anInt);//2
}
}
char[]改为byte[]
改变动机：openjdk.java.net/jeps/254
“String”类的当前实现将字符存储在“char”数组中，每个字符使用两个字节（16位）。从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且大多数“String”对象只包含拉丁字符。这样的字符只需要一个字节的存储空间，因此这样的“String”对象的内部“char”数组中有一半的空间没有使用。
JDK7
JDK11
- char类型的数据在jvm中占两个字节，使用的是UTF-16编码。
jvm规范中是如下描述的：
char, whose values are 16-bit unsigned integers representing Unicode code points in the Basic Multilingual Plane, encoded with UTF-16, and whose default value is the null code point ('\u0000')。
所以使用char[]来表示String就导致了即使String中的字符单个字节就能表示，还是得占用了两个字节，而实际开发中使用频率最高的却是单字节的字符。
- 优化为byte[]
仅仅优化为byte[]是不够的，关键是提供了ISO-8859-1/Latin-1编码可能（Latin-1就是ISO-8859-1）。
Latin-1编码是用单个字节来表示字符，比两个字节的utf-16节省了一半空间。
所以String类中多了一个编码标志位coder，用来表示使用的是utf-16编码，还是Latin-1编码。
- java会根据字符串的内容自动设置相应的编码，要么utf-16，要么Latin-1。
-
使用LATIN1编码,占用4个字节，而原来的char[]占用8个字节
String name="jack"; -
中文字符是什么区别，即使现在是byte[]来表示String，还得用utf-16编码，和优化之前一样，没节省空间（Latin-1编码集支持的字符有限，其中就不支持中文字符，因此才保留了utf-16兜底）。
String name="小明";
结论:
String 再也不用char[] 来存储啦，改成了byte[] 加上编码标记，节约了一些空间。
StringBuffer和StringBuilder，虚拟机等等也相应跟进修改了
字符串常量池（StringTable）
-
字符串常量池中是不会存储相同的字符串。
-
字符串常量池是一个固定大小的Hashtable。如果放进String Poo1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。
-
-XX:StringTableSize ：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心设置没有要求
-
Jdk8开始，设置StringTable的长度的话，默认值是60013，1009是可设置的最小值。小于该值会报错设置失败。
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。
String info = "hello" ;
-
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。
-
通过字面量的方式(区别于new，在堆中)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。
证明字符串在堆OOM
/**
* jdk6中：
* -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
*
* jdk8中：
* -XX:MetaspaceSize=9m -XX:MaxMetaspaceSize=9m -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>();
//取值的范围内足以让6MB的PermSize或heap产生OOM了。
long i = 0;
while(true){
set.add(String.valueOf(i++).intern());
}
}
}
IDEA查看字符串常量池字符唯一性
public class StringTest4 {
public static void main(String[] args) {
System.out.println();//2121
System.out.println("1");//2122
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");//2131
//如下的字符串"1" 到 "10"不会再次加载
System.out.println("1");//2132
System.out.println("2");//2132
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");//2132
}
}
字符串拼接操作案例分析
“+”拼接字符串底层分析
public void test3() {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3 == s4);//false
}
如下的s1 + s2 的底层执行过程：(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() （注意这里： 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
编译期优化场景和运行时确定区别
- 编译期优化场景：底层都是放字符串常量池
- 字面量+字面量
String s1 = "a" + "b" + "c";
public void test1() {
//字面量+字面量
String s1 = "a" + "b" + "c";//javac编译器在编译期优化了：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
}
直接用idea查看编译后的字节码文件也可以看出
- 常量+常量（字面量）（final 修饰字符串）
public void test4() {
final String s1 = "a";
final String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3 == s4);//true
}
字符串拼接操作+底层不一定使用的是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。
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。
- 运行时确定：相当于底层是 new 一个对象放堆
- 拼接符号的前后只要出现了变量（只要不是常量：final修饰的字符串）
String s5 = s1 + "hadoop";
String s6 = "javaEE" + s2;
String s7 = s1 + s2;
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，并返回次对象的地址。
String s8 = s6.intern();
System.out.println(s3 == s8);//true
}
总结
- 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常量。
- 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。
intern()的使用
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，并返回当地字符串地址引用。
- 如果存在就返回字符串常量池那个字符串地址
（返回地址给myInfo）
String myInfo = new String("I love you").intern();
（没有返回地址：只是尝试放到字符串常量池）
new String("I love you").intern();
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)。
intern()版本区别
jdk1.6中，将这个字符串对象尝试放入串池。
- 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
- 如果没有，会把此对象复制一份，放入串池，并返回串池中的对象地址
Jdk1.7起，将这个字符串对象尝试放入串池。
- 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
- 如果没有，则会把堆中对象的引用地址复制一份，放入串池，并返回串池中的引用地址
new String("a") 创建几个对象？
例子没有说明都是jdk8环境
- new String("a") 创建几个对象？
ldc:把字符串放到字符串常量池 字节码命令查看网址
- 对象1：new关键字在堆空间创建的字符串对象
- 对象2：字符串常量池中的对象"ab"。
- new String("a") + new String("b") 创建几个对象？
StringBuilder.toString()也是通过new String(value, 0, count)创建String对象，toString()字节码如下：
new String(value, 0, count)和new String("a")字节码指令是不同的。new String(value, 0, count)里的value为变量，不会在字符串常量池放一份字符串对象，而new String("a")是显式的‘a’参数传入的，是字符串常量，会在常量池中放一份“a”（为什么是放值而不是引用？：因为“a”的字节码命令是在调用构造器之前的，相当于new 之前就有字面量“a”了）
- 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 ：new String("ab") （深入剖析： StringBuilder的toString()相当于： 变量=“ab” ;new String(变量)，在字符串常量池中，没有生成"ab"）
intern()场景分析
例子1
public class StringExer1 {
public static void main(String[] args) {
//new String("ab") 执行完以后，字符串常量池中并没有"ab"
String s = new String("a") + new String("b");
//jdk6中：在串池中创建一个字符串"ab"
//jdk8中：字符串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
String s2 = s.intern();
System.out.println(s2 == "ab");//jdk6:true jdk8:true
System.out.println(s == "ab");//jdk6:false jdk8:true
System.out.println(s == s2);//jdk8:true
}
}
注意：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，指向堆中的new String("ab")，将此引用返回
jdk6：
例子2
public class StringIntern {
public static void main(String[] args) {
//s指向堆对象，字符串常量池有1
String s = new String("1");
//调用此方法之前，字符串常量池中已经存在了"1"，不做操作
s.intern();
//字符串常量池有1 ，返回字符串常量池地址
String s2 = "1";
System.out.println(s == s2);//jdk6：false jdk7/8：false
//s3变量记录的地址为：new String("11")，常量池有1
String s3 = new String("1") + new String("1");
//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！！
//在字符串常量池中生成"11"。如何理解：jdk6:创建了一个新的对象"11",也就有新的地址。
//jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
s3.intern();
//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
String s4 = "11";
System.out.println(s3 == s4);//jdk6：false jdk7/8：true
}
}
例子3
public class StringIntern1 {
public static void main(String[] args) {
//new String("11") s3指向堆对象，池有1
String s3 = new String("1") + new String("1");
//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！！
//在字符串常量池中生成对象"11"
String s4 = "11";
//查询池中有11？有，返回池地址给s5
String s5 = s3.intern();
System.out.println(s3 == s4);//false
System.out.println(s5 == s4);//true
}
}
intern()效率测试
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]));//5651ms
//arr[i] = new String(String.valueOf(data[i % data.length])).intern();//734ms
}
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();
}
}
- 不使用intern()
花费的时间为：5651
- 使用intern()
花费的时间为：765
使用intern()运行效率更快，占用内存较少。
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，就会明显降低内存的大小。
字符串常量池的垃圾回收
/**
* 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();
}
}
}
运行参数： -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
结果发生GC
G1中的String去重操作
- 对许多Java应用(有大的也有小的)做的测试得出以下结果: .
- 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对象是重复的，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。
-
去重过程
- 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。
- 设置参数
- UseStringDeduplication (bool) :开启String去重，默认是不开启的，需要手动开启。
- 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
深入理解JVM系列
- 1.深入理解JVM（一）一一 简介和体系结构
- 2.深入理解JVM（二）一一 类加载器子系统
- 3.深入理解JVM（三）一一 运行时数据区（虚拟机栈）
- 4.深入理解JVM（四）一一 运行时数据区（程序计数器+本地方法栈）
- 5.深入理解JVM（五）一一 运行时数据区（堆）
- 6.深入理解JVM（六）一一 运行时数据区（方法区）
- 7.深入理解JVM（七）一一 执行引擎（解释器和JIT编译器）
- 8.深入理解JVM（八）一一 字符串常量池
- 9.深入理解JVM（九）一一 对象实例化和内存布局
- 10.深入理解JVM（十）一一 字节码层面剖析程序执行过程
- 11.深入理解JVM（十一）一一 垃圾回收相关概念
- 12.深入理解JVM（十二）一一 垃圾回收相关算法
- 13.深入理解JVM（十三）一一 详解垃圾回收器
- 14.深入理解JVM（十四）一一 对象分布图
- 15.深入理解JVM（十五）一一 class文件结构
- 16.深入理解JVM（十六）一一 字节码指令集
- 17.深入理解JVM（十七）一一 类的生命周期详解
- 18.深入理解JVM（十八）一一 再谈类的加载器
- 19.深入理解JVM（十九）一一 JVM监控及诊断工具(命令行）
- 20.深入理解JVM（二十）一一 JVM监控及诊断工具(GUI)
- 21.深入理解JVM（二十一）一一 JVM运行时参数(收藏篇)
- 22.深入理解JVM（二十二）一一 分析GC日志
- 23.深入理解JVM（二十三）一一 OOM场景及解决方案
