JVM – StringTable（大师，我悟了）

一、String的基本特性

• String：字符串，使用一对“”引起来表示

         ✔String s1 = “Hello”；//字面量的定义方式

         ✔String s2 = new String（“Hello”）；

• String声明为final的，不可被继承的

• String实现了Serializable接口：表示字符串是支持序列化的

         ✔实现Comparable接口：表示String可以比较大小

• String在jdk8及以前内怒定义了fianl char[ ] value用于存储字符串数据。jdk9时改为byte[ ]

• 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

字符串常量池中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
• jdk8开始，设置StringTable的长度的话，1009是可设置的最小值

二、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中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 = “stguigi.com”

         ✔如果不是用双引号生命的String对象，可以使用String提供的intern()方法。这个后面重点谈

• 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，这样可以让你在运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，但是这个改变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

  

  

三、String的基本操作

        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。

        一个字符串被创建在第七行，放在堆空间的字符串常量池，一个引用在栈空间被创建。

四、字符串拼接操作

1. 常量与常量的拼接结果在常量池，原理是编译期优化
2. 常量池中不会存在相同内容的常量
3. 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
4. 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

五、intern()的使用

        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 loveyou”).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，这个值会被存放字符串内部池（String Intern Pool）。

/**
 * 题目：
 * new String("ab")会创建几个对象？看字节码，就知道是两个。
 *     一个对象是：new关键字在堆空间创建的
 *     另一个对象是：字符串常量池中的对象"ab"。 字节码指令：ldc
 *
 *
 * 思考：
 * new String("a") + new String("b")呢？
 *  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"
 *
 *  深入剖析： StringBuilder的toString():
 *      对象6 ：new String("ab")
 *       强调一下，toString()的调用，在字符串常量池中，没有生成"ab"
 *
 */
public class StringNewTest {
    public static void main(String[] args) {
//        String str = new String("ab");

        String str = new String("a") + new String("b");
    }
}

           

intern()的使用：jdk6 vs jdk7/8

/**
 * 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();
 *
 */
public class StringIntern {
    public static void main(String[] args) {

        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


        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: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
        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
    }


}
           

变形

        总结String的intern（）的使用：

• jdk1.6中，就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，会把此对象赋值一份，放入串池，并返回串池中的对象地址

• jdk1.7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，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

六、G1垃圾收集器的String去重操作

• 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，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