＜JVM上篇：内存与垃圾回收篇＞10 - StringTable

淡淡的烟草味﹌ 2023-10-07 23:52 16阅读 0赞

> 笔记来源：[尚硅谷 JVM 全套教程，百万播放，全网巅峰（宋红康详解 java 虚拟机）][JVM _ java]

#### 文章目录 ####

*   *  10.1. String 的基本特性
     *   *  10.1.1. String 在 jdk9 中存储结构变更
     *  Motivation
     *  Description
     *   *  10.1.2. String 的基本特性
     *  10.2. String 的内存分配
     *  10.3. String 的基本操作
     *  10.4. 字符串拼接操作
     *  10.5. intern()的使用
     *   *  10.5.1 intern()的基本介绍
         *  10.5.2 关于String的两道面试题
         *  10.5.3 intern 的使用：JDK6 vs JDK7/8
         *  10.5.4 关于intern()的练习题
         *  10.5.5 intern 的效率测试：空间角度
     *  10.6. StringTable 的垃圾回收
     *  10.7. G1 中的 String 去重操作
     *  Motivation

### 10.1. 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。
 *  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[]`

#### 10.1.1. String 在 jdk9 中存储结构变更 ####

官网地址：[JEP 254: Compact Strings (java.net)][JEP 254_ Compact Strings _java.net]

> ### Motivation ###
> 
> The current implementation of the `String` class stores characters in a `char` array, using two bytes (sixteen bits) for each character. Data gathered from many different applications indicates that strings are a major component of heap usage and, moreover, that most `String` objects contain only Latin-1 characters. Such characters require only one byte of storage, hence half of the space in the internal `char` arrays of such `String` objects is going unused.
> 
> ### Description ###
> 
> We propose to change the internal representation of the `String` class from a UTF-16 `char` array to a `byte` array plus an encoding-flag field. The new `String` class will store characters encoded either as ISO-8859-1/Latin-1 (one byte per character), or as UTF-16 (two bytes per character), based upon the contents of the string. The encoding flag will indicate which encoding is used.
> 
> String-related classes such as `AbstractStringBuilder`, `StringBuilder`, and `StringBuffer` will be updated to use the same representation, as will the HotSpot VM’s intrinsic string operations.
> 
> This is purely an implementation change, with no changes to existing public interfaces. There are no plans to add any new public APIs or other interfaces.
> 
> The prototyping work done to date confirms the expected reduction in memory footprint, substantial reductions of GC activity, and minor performance regressions in some corner cases.

**动机**

目前 String 类的实现将字符存储在一个 char 数组中，每个字符使用两个字节（16 位）。从许多不同的应用中收集到的数据表明，字符串是堆使用的主要组成部分，此外，大多数字符串对象只包含 Latin-1 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字符数组中有一半的空间没有被使用。

**说明**

我们建议将 String 类的内部表示方法从 UTF-16 字符数组改为字节数组加编码标志域。新的 String 类将根据字符串的内容，以 ISO-8859-1/Latin-1（每个字符一个字节）或 UTF-16（每个字符两个字节）的方式存储字符编码。编码标志将表明使用的是哪种编码。

--------------------

与字符串相关的类，如AbstractStringBuilder、StringBuilder 和 StringBuffer 将被更新以使用相同的表示方法，HotSpot VM 的内在字符串操作也是如此。

这纯粹是一个实现上的变化，对现有的公共接口没有变化。目前没有计划增加任何新的公共 API 或其他接口。

迄今为止所做的原型设计工作证实了内存占用的预期减少，GC 活动的大幅减少，以及在某些角落情况下的轻微性能倒退。

**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

public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
        
        @Stable
        private final byte[] value;
    }

#### 10.1.2. 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。

**案例演示：**

/**
     * String的基本使用:体现String的不可变性
     *
     * @author shkstart  shkstart@126.com
     * @create 2020  23:42
     */
    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);//
            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
        }
    }

**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，StringTable size 设置没有要求
 *  在 JDK8 中，设置 StringTable 长度的话，1009 是可以设置的最小值

\*\*注意：\*\*为啥链表长了当调用 String.intern 时性能会大幅下降？

String Pool底层是一个HashTable，调用String.intern()就是向字符串常量池中加入字符串。加入之前会先去判断池中是否存在该串，这个过程如果链表过长就会导致遍历串速度很低，降低其性能。

为啥JDK6 --> JDK7，StringTable默认大小 提高呢？

StringTable越大，对应着HashTable底层的数组长度就越大，在添加元素时出现Hash冲突的概率就会更小，链表的长度会越短，遍历查找元素的时间就越短，效率越高！（长度1009时添加10W个字符串，耗时143ms。当长度为60013，耗时47ms）

**测试代码：**

/**
     * 产生10万个长度不超过10的字符串，包含a-z,A-Z
     * @author shkstart  shkstart@126.com
     * @create 2020  23:58
     */
    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;
        }
    }
    
    /**
     * 测试在StringTableSize=1009 和 StringTableSize=60013下，添加10W个字符串耗时情况
     * 结论：1009:143ms  100009:47ms
     *  配置：-XX:StringTableSize=1009
     * @author shkstart  shkstart@126.com
     * @create 2020  23:53
     */
    public class StringTest2 {
        
        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();
    //        }
    
            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();
                // 数组越长，Hash碰撞越少，效率越高~
                System.out.println("花费的时间为：" + (end - start));//1009:143ms  100009:47ms
            } catch (IOException e) {
        
                e.printStackTrace();
            } finally {
        
                if(br != null){
        
                    try {
        
                        br.close();
                    } catch (IOException e) {
        
                        e.printStackTrace();
                    }
    
                }
            }
        }
    }

### 10.2. 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。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

![image-20200711093546398][]

![image-20200711093558709][]

关于更详尽的描述，请参考：https://blog.csdn.net/qq\_43842093/article/details/122991756

**StringTable 为什么要调整？**

官网地址：[Java SE 7 Features and Enhancements (oracle.com)][Java SE 7 Features and Enhancements _oracle.com]

> **Synopsis:** In JDK 7, interned strings are no longer allocated in the permanent generation of the Java heap, but are instead allocated in the main part of the Java heap (known as the young and old generations), along with the other objects created by the application. This change will result in more data residing in the main Java heap, and less data in the permanent generation, and thus may require heap sizes to be adjusted. Most applications will see only relatively small differences in heap usage due to this change, but larger applications that load many classes or make heavy use of the `String.intern()` method will see more significant differences.

简介：在 JDK 7 中，内部字符串不再分配在 Java 堆的永久代中，而是分配在 Java 堆的主要部分（称为年轻代和老年代），与应用程序创建的其他对象一起。这种变化将导致更多的数据驻留在主 Java 堆中，而更少的数据在永久代中，因此可能需要调整堆的大小。大多数应用程序将看到由于这一变化而导致的堆使用的相对较小的差异，但加载许多类或大量使用 String.intern()方法的大型应用程序将看到更明显的差异。

**调整原因：** ①permSize默认比较小 ② 永久代垃圾回收频率低 ，从而更可能出现OOM

### 10.3. String 的基本操作 ###

/**
     * Debug查看字符串常量池中有多少字符串
     * @author shkstart  shkstart@126.com
     * @create 2020  0:49
     */
    @Test
    public void test1() {
        
        System.out.print1n("1"); //2321
        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"); //2330
        System.out.println("1"); //2330 因为池中已经存在该字符串了，所以不会再创建
        System.out.println("2"); //2330
        System.out.println("3");
        System.out.println("4");
        System.out.println("5");
        System.out.print1n("6");
        System.out.print1n("7");
        System.out.println("8");
        System.out.println("9");
        System.out.println("10");//2330
    }

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。

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
    }

![image-20210511111607132][]

**注意：** 只有intern()的String和字面量才会添加到字符串，Object\#toString返回的是多个字符拼接的结果，不属于前者。

另外关于`new String()`的形式，后面再进行讲解

### 10.4. 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【这里的堆指 非字符串常量池的其他堆区域】。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

**举例 1**

@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
    }

**举例 2**

@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，并返回次对象的地址。
        String s8 = s6.intern();
        System.out.println(s3 == s8);//true
    }

**举例 3**

@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
    }

**举例 4**

*  不使用 final 修饰，即为变量。如 s3 行的 s1 和 s2，会通过 new StringBuilder 进行拼接
 *  使用 final 修饰，即为常量。会在编译器进行代码优化。在实际开发中，能够使用 final 的，尽量使用

/*
        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。
           final修饰的，在编译时就初始化好了
         */
    @Test
    public void test4(){
        
        final String s1 = "a";
        final String s2 = "b";
        String s3 = "ab";
        String s4 = s1 + s2;
        System.out.println(s3 == s4);//true
    }

**字节码角度分析**

我们拿例 3 的字节码进行查看，可以发现`s1 + s2`实际上是 new 了一个 StringBuilder 对象，并使用了 append 方法将 s1 和 s2 添加进来，最后调用了 toString 方法赋给 s4

0 ldc #14 <a> #加载常量a
     2 astore_1       #将a放到局部变量表的下标为1的位置
     3 ldc #15 <b>
     5 astore_2       #将b放到局部变量表的下标为2的位置
     6 ldc #16 <ab>
     8 astore_3
     9 new #9 <java/lang/StringBuilder> #创建StringBuilder对象
    12 dup
    13 invokespecial #10 <java/lang/StringBuilder.<init> : ()V>
    16 aload_1
    17 invokevirtual #11 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;> #append
    20 aload_2
    21 invokevirtual #11 <java/lang/StringBuilder.append : (Ljava/lang/String;)Ljava/lang/StringBuilder;> #append
    24 invokevirtual #12 <java/lang/StringBuilder.toString : ()Ljava/lang/String;> #toString
    27 astore 4
    29 getstatic #3 <java/lang/System.out : Ljava/io/PrintStream;>
    32 aload_3
    33 aload 4
    35 if_acmpne 42 (+7)
    38 iconst_1
    39 goto 43 (+4)
    42 iconst_0
    43 invokevirtual #4 <java/io/PrintStream.println : (Z)V>
    46 return

**字符串拼接操作性能对比**

/*
        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);//4014
        method2(100000);//7
    
        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
        }
    }
    
    public void method2(int highLevel){
        
        //只需要创建一个StringBuilder
        StringBuilder src = new StringBuilder();
        src.toString();
        for (int i = 0; i < highLevel; i++) {
        
            src.append("a");
        }
    }

### 10.5. intern()的使用 ###

#### 10.5.1 intern()的基本介绍 ####

官方 API 文档中的解释

> public String intern()
> 
> Returns a canonical representation for the string object.
> 
> A pool of strings, initially empty, is maintained privately by the class `String`.
> 
> When the intern method is invoked, if the pool already contains a string equal to this `String` object as determined by the [`equals(Object)`][equals_Object] method, then the string from the pool is returned. Otherwise, this `String` object is added to the pool and a reference to this `String` object is returned.
> 
> It follows that for any two strings `s` and `t`, `s.intern() == t.intern()` is `true` if and only if `s.equals(t)` is `true`.
> 
> All literal strings and string-valued constant expressions are interned. String literals are defined in section 3.10.5 of the The Java™ Language Specification.
> 
>  *  **Returns:**
>     
>     a string that has the same contents as this string, but is guaranteed to be from a pool of unique strings.

当调用 intern 方法时，如果池子里已经包含了一个与这个 String 对象相等的字符串，正如 equals(Object)方法所确定的，那么池子里的字符串会被返回。否则，这个 String 对象被添加到池中，并返回这个 String 对象的引用。

由此可见，对于任何两个字符串 s 和 t，当且仅当 s.equals(t)为真时，s.intern() == t.intern()为真。

所有字面字符串和以字符串为值的常量表达式都是 interned。

返回一个与此字符串内容相同的字符串，但保证是来自一个唯一的字符串池。

--------------------

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 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）

![image-20210511145542579][]

**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();

#### 10.5.2 关于String的两道面试题 ####

**面试题：new String(“ab”)会创建几个对象？new String(“a”) + new String(“b”)呢？**

① `String str = new String("ab");`

通过看字节码，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 ：在常量池中常见对象

![image-20230215152940742][]

> 为什么要设计成两个？
> 
> 那你使用字面量参数的时候，这个参数总要有地方放的，它是字面量，自然就放在字符串常量池  
> 然后new String的这个操作，用这个参数在堆空间中赋值给new的对象，然后把new的对象地址交给str

②`String str = new String("a") + new String("b");`

![efad8da29a19442f4864189dc7abe37f.png][]

#### 10.5.3 intern 的使用：JDK6 vs JDK7/8 ####

/**
     * 看一道关于intern的面试题
     */
    public class StringIntern {
        
        public static void main(String[] args) {
        
    
            String s = new String("1");// s记录的地址：堆空间中new String("1")的地址
            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";// s2记录的地址：常量池中对象的地址
            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
            		            // 本来该生成两个地址，但是都是在堆空间，而且存11，那就没必要再开辟串池空间了。这是JDK的优化
           
            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
        }
    
    }

**图解**

![jdk6图][jdk6]

![jdk7图1][jdk7_1]

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

参考文章：[美团技术团队之深入解析String\#intern][String_intern]

#### 10.5.4 关于intern()的练习题 ####

**练习 1**

/**
     * @author shkstart  shkstart@126.com
     * @create 2020  20:17
     */
    public class StringExer1 {
        
        public static void main(String[] args) {
        
            // String x = "ab";
            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：在串池中创建一个字符串"ab"
                                   //jdk8中：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
    
            System.out.println(s2 == "ab");//jdk6:true  jdk8:true
            System.out.println(s == "ab");//jdk6:false  jdk8:true
        }
    }

**图解：**

![image-20200711150859709][]

![image-20200711151326909][]

![image-20200711151433277][]

**练习2**

/**
     *
     * 10行：false
     * 11行：jdk6:false jdk7/8:true 
     * @author shkstart  shkstart@126.com
     * @create 2020  20:26
     */
    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"
    //        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();
            String s2 = "ab";
            System.out.println(s1 == s2);
        }
    }

#### 10.5.5 intern 的效率测试：空间角度 ####

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：空间使用上
      *
     *
     * @author shkstart  shkstart@126.com
     * @create 2020  21:17
     */
    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();
        }
    }

**使用Jprofiler或者JVisualVM观察String对象的创建情况：**

![d9f2b812c206ac37b9e4d217a0486f4e.png][]

**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。

**分析：为什么可以降低内存呢？**

调用intern()会导致，每次会使用常量池中的对象。虽然堆空间中也创建了，但是我们用的是常量池中的，堆空间中的那份因为没有人使用之后就会被GC，从而可以降低内存

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。

### 10.6. StringTable 的垃圾回收 ###

/**
     * String的垃圾回收:
     * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
     *
     * @author shkstart  shkstart@126.com
     * @create 2020  21:27
     */
    public class StringGCTest {
        
        public static void main(String[] args) {
        
            for (int j = 0; j < 100000; j++) {
        
                String.valueOf(j).intern(); //通过源码可知 等价于 new String(..).intern()
            }
        }
    }

运行结果：

![image-20230215210718685][]

### 10.7. G1 中的 String 去重操作 ###

官网地址：[JEP 192: String Deduplication in G1 (java.net)][JEP 192_ String Deduplication in G1 _java.net]

> ### Motivation ###
> 
> Many large-scale Java applications are currently bottlenecked on memory. Measurements have shown that roughly 25% of the Java heap live data set in these types of applications is consumed by `String` objects. Further, roughly half of those `String` objects are duplicates, where duplicates means `string1.equals(string2)` is true. Having duplicate `String` objects on the heap is, essentially, just a waste of memory. This project will implement automatic and continuous `String` deduplication in the G1 garbage collector to avoid wasting memory and reduce the memory footprint.

目前，许多大规模的 Java 应用程序在内存上遇到了瓶颈。测量表明，在这些类型的应用程序中，大约 25%的 Java 堆实时数据集被`String'对象所消耗。此外，这些 "String "对象中大约有一半是重复的，其中重复意味着 "string1.equals(string2) "是真的。在堆上有重复的`String’对象，从本质上讲，只是一种内存的浪费。这个项目将在 G1 垃圾收集器中实现自动和持续的\`String’重复数据删除，以避免浪费内存，减少内存占用。

--------------------

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

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**

1.  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
2.  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。
3.  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。
4.  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。
5.  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
 *  StringpeDuplicationAgeThreshold(uintx)：达到这个年龄的String对象被认为是去重的候选对象

[JVM _ java]: https://www.bilibili.com/video/BV1PJ411n7xZ
[JEP 254_ Compact Strings _java.net]: http://openjdk.java.net/jeps/254
[image-20200711093546398]: https://img-blog.csdnimg.cn/img_convert/27b7bf706fc1724baf503eac9b49c7fc.png
[image-20200711093558709]: https://img-blog.csdnimg.cn/img_convert/c59830deeebca85d5b2e446211e4e28d.png
[Java SE 7 Features and Enhancements _oracle.com]: https://www.oracle.com/java/technologies/javase/jdk7-relnotes.html#jdk7changes
[image-20210511111607132]: https://img-blog.csdnimg.cn/img_convert/db781a2c47633c7e1ca12185a98d7b4f.png
[equals_Object]: https://docs.oracle.com/javase/8/docs/api/java/lang/String.html#equals-java.lang.Object-
[image-20210511145542579]: https://img-blog.csdnimg.cn/img_convert/958931f6be0f2a381c90da0b436b0bf6.png
[image-20230215152940742]: https://img-blog.csdnimg.cn/img_convert/df51ba0bb6170f72ce340e089279a345.png
[efad8da29a19442f4864189dc7abe37f.png]: https://img-blog.csdnimg.cn/img_convert/efad8da29a19442f4864189dc7abe37f.png
[jdk6]: https://img-blog.csdnimg.cn/img_convert/a552ffdf94f969ae8890966040e481ec.png
[jdk7_1]: https://img-blog.csdnimg.cn/img_convert/c38a993da92a571b977c1fc4d489f0ad.png
[String_intern]: https://tech.meituan.com/2014/03/06/in-depth-understanding-string-intern.html
[image-20200711150859709]: https://img-blog.csdnimg.cn/img_convert/2696c2401a480eb5e5e386b41abaec6c.png
[image-20200711151326909]: https://img-blog.csdnimg.cn/img_convert/96c3818ff93c449abbf9d1da028a45c5.png
[image-20200711151433277]: https://img-blog.csdnimg.cn/img_convert/20708a49efa29bcae487932e4fc498b5.png
[d9f2b812c206ac37b9e4d217a0486f4e.png]: https://img-blog.csdnimg.cn/img_convert/d9f2b812c206ac37b9e4d217a0486f4e.png
[image-20230215210718685]: https://img-blog.csdnimg.cn/img_convert/85f12494e39a0eda7448166e43f4438c.png
[JEP 192_ String Deduplication in G1 _java.net]: http://openjdk.java.net/jeps/192