13_StringTable
来源Bilibili尚硅谷宋红康老师JVM教程:尚硅谷2020最新版宋红康JVM教程
13.1 String的基本特性
- String:字符串,使用一对 ”” 引起来表示
- String s1 = "snowdong" ; // 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。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[]
为什么JDK9改变了结构
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,大多数字符串对象只包含拉丁字符。这些字符只需要一个字节的存储空间,因此这些字符串对象的内部char数组中有一半的空间将不会使用。
我们建议改变字符串的内部表示clasš从utf - 16字符数组到字节数组 + 一个encoding-flag字段。新的String类将根据字符串的内容存储编码为ISO-8859-1/Latin-1(每个字符一个字节)或UTF-16(每个字符两个字节)的字符。编码标志将指示使用哪种编码。
结论:String再也不用char[] 来存储了,改成了byte [] 加上编码标记,节约了一些空间
// 之前jdk1,8 private final char value[]; // 之后jdk1.9 private final byte[] value
同时基于String的数据结构,例如StringBuffer和StringBuilder也同样做了修改
String的不可变性
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。
代码测试说明:
package com.snowdong.string; public class StringTest01 { public static void test1() { // 字面量定义的方式,“abc”存储在字符串常量池中 String s1 = "abc"; String s2 = "abc"; /** * s1和s2都指向存储在堆中字符串常量池中的abc字符串 * (jdk1.6后,字符串常量池和静态变量存储在堆中) */ System.out.println(s1 == s2);//true s1 = "hello"; System.out.println(s1 == s2);//false System.out.println(s1);//hello System.out.println(s2);//abc System.out.println("----------------"); } public static void test2() { String s1 = "abc"; String s2 = "abc"; // 只要进行了修改,就会重新创建一个对象,这就是不可变性 s2 += "def"; System.out.println(s1);//abc System.out.println(s2);//abcdef System.out.println("----------------"); } public static void test3() { String s1 = "abc"; String s2 = s1.replace('a', 'm'); System.out.println(s1);//abc System.out.println(s2);//mbc System.out.println(s1==s2);//false String s3 = s1.replace('a', 'a'); System.out.println(s1==s3);//true } public static void main(String[] args) { test1(); test2(); test3(); } }
一个面试题探究:
package com.snowdong.string; public class StringExer { /** * 成员变量(对象创建的时候进行初始化,存放在堆中对应的对象里中) */ String str = new String("good"); char [] ch = {'t','e','s','t'}; public void change(String str, char ch []) { /** * 局部变量(存放在栈中对应的栈帧的局部变量表中) * 基于字符串的不可变性,局部变量在进行初始化时,重新创建了一个字符串常量 * ch是字符数组的地址,引用传递,方法内部对其改变了,就改变了 * String是final */ 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);//输出good System.out.println(ex.ch);//输出best } }
注意
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(底层是数组加链表jie'g),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data.intern(这个方法的意思是: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)时性能会大幅下降。
- 使用-XX:StringTablesize可设置stringTab1e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,
- 在JDK8中,StringTable可以设置的最小值为1009
jps ->jinfo -flag StringTableSize 进程ID
13.2 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="atguigu.com";
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。
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
图例说明:
为什么StringTable从永久代调整到堆中
在JDK 7中,interned字符串不再在Java堆的永久生成中分配,而是在Java堆的主要部分(称为年轻代和年老代)中分配,与应用程序创建的其他对象一起分配。此更改将导致驻留在主Java堆中的数据更多,驻留在永久生成中的数据更少,因此可能需要调整堆大小。由于这一变化,大多数应用程序在堆使用方面只会看到相对较小的差异,但加载许多类或大量使用字符串的较大应用程序会出现这种差异。String.intern()方***看到更显著的差异。
- 永久代的大小默认比较小
- 永久代垃圾回收频率低
13.3 String的常量池代码说明
Java语言规范里要求完全相同的字符串字面量,应该包含同样的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。
测试代码如下:
package com.snowdong.string; public class Memory { public static void main(String[] args) { int i=1; Object obj=new Object(); Memory mem=new Memory(); mem.foo(obj); } private void foo(Object param){ String str = param.toString();//line 7 System.out.println(str); } }
对应的jvm内部结构图
解释:一个字符串在第7行被创建了,它被存储在堆中的字符串常量池中,同时一个应用在foo()方法的栈帧中被创建了。
13.4 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(见下面代码test1方法)
- 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(见下面代码test2方法)(是区别于字符串常量的存放的堆区)。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
测试代码如下:
public static void test1() { String s1 = "a" + "b" + "c"; // 得到 abc的常量池。常量与常量的拼接,通过编译器优化直接等同于String s1="abc"; String s2 = "abc"; // 字面量进行赋值,存放在常量池,直接将常量池的地址赋给s2 /** * 最终java编译成.class,再执行.class */ System.out.println(s1 == s2); // true,因为存放在字符串常量池 System.out.println(s1.equals(s2)); // true } public static void test2() { String s1 = "javaEE"; String s2 = "hadoop"; String s3 = "javaEEhadoop"; String s4 = "javaEE" + "hadoop";//会进行编译器优化,等效于s4="javaEEhadoop"; String s5 = s1 + "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(),具体的内容为拼接的结果 String s6 = "javaEE" + s2; String s7 = s1 + s2; System.out.println(s3 == s4); // true System.out.println(s3 == s5); // false,有变量的是生成字符串对象,两个对象不相等 System.out.println(s3 == s6); // false,带变量的就放在常量池以外的堆空间中 System.out.println(s3 == s7); // false System.out.println(s5 == s6); // false System.out.println(s5 == s7); // false System.out.println(s6 == s7); // false //s6= "javaEEhadoop"; String s8 = s6.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 //如果字符串常量池不存在javaEEhadoop,则在常量池中加载一份javaEEhadoop,并返回此对象的地址 System.out.println(s3 == s8); // true }
从上述的结果我们可以知道:
- 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
- 而调用intern方法,则会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的值,否者就在常量池中创建
底层原理
拼接操作的底层其实使用了StringBuilder
s1 + s2的执行细节
- StringBuilder s = new StringBuilder();
- s.append(s1);
- s.append(s2);
- s.toString(); -> 类似于(约等于)new String("ab");
在JDK5之后,使用的是StringBuilder,在JDK5之前使用的是StringBuffer
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 |
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
public static void test4() { final String s1 = "a"; final String s2 = "b"; String s3 = "ab"; String s4 = s1 + s2; System.out.println(s3 == s4); }
运行结果true
拼接操作和append性能对比
public static void method1(int highLevel) { String src = ""; for (int i = 0; i < highLevel; i++) { src += "a"; // 每次循环都会创建一个StringBuilder对象 } } public static void method2(int highLevel) { StringBuilder sb = new StringBuilder(); for (int i = 0; i < highLevel; i++) { sb.append("a"); } }
方法1耗费的时间:4005ms,方法2消耗时间:7ms
结论:
- 通过StringBuilder的append()方式添加字符串的效率,要远远高于String的字符串拼接方法
好处:
- StringBuilder的append的方式,自始至终只创建一个StringBuilder的对象
- 对于字符串拼接的方式,还需要创建很多StringBuilder对象和 调用toString时候创建的String对象
- 内存中由于创建了较多的StringBuilder和String对象,内存占用过大,如果进行GC那么将会耗费更多的时间
method2的改进的空间:
- 我们使用的是StringBuilder的空参构造器,默认的字符串容量是16,。append操作时如果容量不够,会将原来的字符串拷贝到新的字符串中, 我们也可以默认初始化更大的长度,减少扩容的次数
- 因此在实际开发中,我们能够确定,前前后后需要添加的字符串不高于某个限定值,那么建议使用构造器创建一个阈值的长度
(StringBuilder s=new StringBuilder(highLevel);//new char[highLevel])
13.5 intern()的使用
intern是一个native方法,调用的是底层C的方法
字符串池最初是空的,由String类私有地维护。在调用intern方法时,如果池中已经包含了由equals(object)方法确定的与该字符串对象相等的字符串,则返回池中的字符串。否则,该字符串对象将被添加到池中,并返回对该字符串对象的引用。
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***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 atguigu").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?
- 方式一:String s="snowdong";//字面量定义的方式
- 方式二:调用intern()方法
String s=new String("snowdong").intern();
String s=new StringBuilder("snowdong").toString().intern();
intern的空间效率测试
我们通过测试一下,使用了intern和不使用的时候,其实相差还挺多的
/** * 使用Intern() 测试执行效率:空间上使用效率 */ 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 (Exception e) { e.getStackTrace(); } } }
结论: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。
- arr[i] = new String(String.valueOf(data[i%data.length]));
这行代码会先在堆中和常量池中都会创建字符串对象,堆中的字符串因为有被引用不会被垃圾回收。串池中不会存储重复的字符串。 - arr[i] = new String(String.valueOf(data[i%data.length])).intern();
上面这行代码先在堆空生成字符串对象,然后调用Intern()方法,因为堆空有这个字符串对象了,只会在字符串常量池中存储指向这个对象的引用,然后返回给arr[i],则堆中创建的字符串对象会被垃圾回收。
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。
13.6 面试题
new String("ab")会创建几个对象
/** * 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
0 new #2 <java/lang/String> //在堆空间中开辟空间用于存储String对象 3 dup 4 ldc #3 <ab> //字符串常量池相应的"ab"String对象 6 invokespecial #4 <java/lang/String.<init>> 9 astore_1 10 return
这里面就是两个对象(待定理解)
- 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
new String("a") + new String("b") 会创建几个对象
/** * 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("a") + new String("b"); } }
字节码文件为
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
我们创建了6个对象
- 对象1:new StringBuilder()
- 对象2:new String("a")
- 对象3:常量池的 a
- 对象4:new String("b")
- 对象5:常量池的 b
- (深入剖析StringBuilder的toString())对象6:toString中会创建一个 new String("ab")
- 调用toString方法,不会在常量池中生成ab
- 解释:toString()方法使用字节数组创建String,而String str = new String("ab");使用的是字面量
intern的使用:JDK6和JDK7
String s = new String("1"); // 在常量池中已经有了 s.intern(); // 将该对象放入到常量池。但是调用此方法没有太多的区别,因为已经存在了1 String s2 = "1"; System.out.println(s == s2); //jdk1.6 false; jdk1.7及以后 false String s3 = new String("1") + new String("1"); s3.intern(); String s4 = "11"; System.out.println(s3 == s4); //jdk1.6 true; jdk1.7及以后 true
JDK6中
对于第一个结果false,为什么对象会不一样呢?
- 一个是new创建的对象(存放在堆中),一个是常量池中的对象(jdk1.6字符串常量存放在永久代中),显然不是同一个
如果是下面这样的,那么就是trueString s = new String("1");//这一行执行完后,会在字符串常量池中生成"1" s = s.intern(); String s2 = "1"; System.out.println(s == s2); // true
对于第二个结果false
- 因为 s3变量记录的地址是 new String("11"),然后这段代码执行完以后,常量池中不存在 "11",然后执行 s3.intern()后,就会在常量池中生成 "11",在jdk6当中,创建了新的对象,生成了新的地址
- 最后 s4用的就是上一行代码执行时,常量池中"11"的地址,两者不一样。
JDK7中
主要解释第二个结果为什么是false:
- 因为考虑到先前在堆中创建了字符串对象"11",再调用s3.intern(),为节省空间,就会在字符串常量池中生成一个"11"的引用,等于s3
- 然后执行String s4 = "11";因为字符串常量池有"11"引用,直接赋值给s4
- 最后s3==s4成立。
- 总结来说:此时常量池中并没有创建"11",而是创建一个指向堆空间的new String("11")的地址。
扩展
String s3 = new String("1") + new String("1");//这一行执行完后,在字符串常量池中没有生成"11" //执行上一行代码后,字符串常量池中,不存在"11" String s4 = "11"; // 在常量池中生成的字符串"11" s3.intern(); // 然后s3就会从常量池中找,发现有了,就什么事情都不做 System.out.println(s3 == s4);
通过将 s4的位置向上移动一行,发现变化就会很大,最后得到的是 false
总结
总结string的intern()的使用:
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
练习:
- 在JDK6中,在字符串常量池中创建一个字符串 “ab”
- 在JDK8中,在字符串常量池中没有创建 “ab”,而是创建一个引用,指向new String("ab"),即将堆中的地址复制到 串池中。
所以上述结果,在JDK6中是:
true false
在JDK7/8中是:
true true
针对下面这题,在JDK6和8中表现的是一样的
13.7 StringTable的垃圾回收
package com.snowdong.string; /** * String的垃圾回收 * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails */ public class StringGCTest { public static void main(String[] args) { for (int i = 0; i < 100000; i++) { /** * valueOf(i)的内部结构 * public static String valueOf(int i) { * return Integer.toString(i); * } * public static String toString(int i) { * 。。。 * return new String(buf, true);//会新建字符串 * } */ String.valueOf(i).intern(); } } }
13.8 G1中的String去重操作
注意这里说的重复,指的是在堆中的数据,而不是常量池中的,因为常量池中的本身就不会重复
描述
背景: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:
stringl.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。
实现
- 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hashtab1e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
命令行选项
UsestringDeduplication(bool):开启string去重,默认是不开启的,需要手动开启。
Printstringbeduplicationstatistics(bool):打印详细的去重统计信息
stringpeduplicationAgeThreshold(uintx):达到这个年龄的string对象被认为是去重的候选对象