字符串常量池 StringTable

概述

  • 常量池在java用于保存在编译期已确定的,已编译的class文件中的一份数据。它包括了关于类,方法,接口等中的常量,也包括字符串常量,如String s = "java"这种申明方式;当然也可扩充,执行器执行器产生的常量也会放入常量池,故认为常量池是JVM的一块特殊的内存空间。
  • 因为在Java中创建一个对象是一个很重的活,并且需要不断进行垃圾回收,所以像是String Table这样的缓冲池可以有效缓解这些问题。(很多包装类都有缓冲空间,Integer 默认缓存 -128 ~ 127 区间的值,Long 和 Short 也是缓存了这个区间的值,Byte 只能表示 -127 ~ 128 范围的值,全部缓存了,Character 缓存了 0 ~ 127 的值。Float 和 Double 没有缓存的意义,因为这两种类型表示小数,可能性倍增,所以不适合应用缓存池的概念)
  • 字符串常量池String Table的数据结构是一个哈希表,但是这个哈希表与Java集合中的哈希表不用,无法进行扩容操作,并且字符串种类复杂,很可能发生哈希碰撞现象,一旦字符串在哈希表中形成了链表等数据结构,就会使字符串常量池的性能下降,所以字符串常量池中需要加入垃圾回收机制。

字符串常量池在JVM中的位置变化:

  • jdk6及之前在方法区中,但是在jdk6中已经有向对堆中迁移的趋势。
  • jdk7是JVM内存区域发生了变化,将方法区放到了直接内存中,而字符串常量池放到了堆空间当中。

String的内存分配

String的特点:

  • String实现了Serializable接口,表示String是可序列化的
  • 实现了Comparable接口
  • 实现了CharSequence(字符序列接口)
  • String类中用于存储字符的数组value[]是final类型的
  • String代表不可变的字符序列,具有不可变性。
  • 被final修饰,无法被继承

String与字符串常量池

  1. 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。
  2. 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。这个后面重点谈
  1. Java 6及以前,字符串常量池存放在永久代
  2. 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()。
  1. Java8元空间,字符串常量在堆中。

java常量池和字符串常量池 java string 常量池_System

java常量池和字符串常量池 java string 常量池_java常量池和字符串常量池_02

String基本操作中的细节

示例一

public class StringTest {
    public static void main(String[] args) {
            System.out.println();//2152
            System.out.println("1");//2153
            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");//2163
            //如下的字符串"1" 到 "10"不会再次加载
            System.out.println("1");//2163
            System.out.println("2");//2163
            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");//2163
	}

在单元测试方法test中我们打上断点调试:

java常量池和字符串常量池 java string 常量池_JVM_03

调试区域中勾选该选项可以查看String类在内存中的详情:

java常量池和字符串常量池 java string 常量池_System_04

进行调试我们会发现,在输出10个String后,再次输出相同的字符串,而字符串常量池中没有在创建新的字符串常量对象:

java常量池和字符串常量池 java string 常量池_java常量池和字符串常量池_05

示例二

//官方示例代码
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
}

java常量池和字符串常量池 java string 常量池_java常量池和字符串常量池_06

字符串拼接中的细节

  • 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
  • 拼接前后,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,根据该字符串是否在常量池中存在,分为:
  • 如果存在,则返回字符串在常量池中的地址
  • 如果字符串常量池中不存在该字符串,则在常量池中创建一份,并返回此对象的地址

示例1: 常量之间的拼接会进行编译期优化

@Test
public void test() {
    String s1 = "a" + "b" + "c";
    String s2 = "abc";
    System.out.println(s1 == s2); // true
}

java常量池和字符串常量池 java string 常量池_java_07

@Test
public void test1() {
    String s = "aabb";
    final String s1 = "aa";
    final String s2 = "bb";
    String s3 = s1 + s2;
    System.out.println(s == s3); // true
}

java常量池和字符串常量池 java string 常量池_java常量池和字符串常量池_08

示例2:变量与常量、变量与变量拼接

@Test
public void test2() {
    String s1 = "a";
    String s2 = "b";
    String s3 = "ab";

    String s4 = s1 + s2;

    System.out.println(s3 == s4); // false
}

此时的结果为false,这是因为在拼接过程中实现拼接功能的实际是StringBuilder对象,先创建出一个StringBuilder对象,然后调用StringBuilder中的append方法,最后调用toString方法将其转化成一个String类型的对象。所以最后s4的地址是一个String类的对象,而s3是字符串常量池当中的引用,最终结果为false。

java常量池和字符串常量池 java string 常量池_后端_09

intern() 方法

说明

intern()是一种手动将字符串加入常量池中的方法,其优点是执行速度非常快,直接使用==进行比较要比使用equals()方法快很多;内存占用少。但是intern()方法每次操作都需要与常量池中的数据进行比较,查看常量池中是否存在等值数据,所以其主要适用于有限值,并且这些有限值会被重复利用的场景,这样可以减少内存消耗,同时在进行比较操作时减少时耗,提高程序性能。

  • String中的intern()方法是一个native方法
public native String intern();
  • 字符串常量池池最初是空的,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内容相等的字符串,则返回池中的字符串地址。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地址。
  • 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。

new Stirng()的细节说明

下面的代码中一共创建了几个对象呢?

@Test
public void test4() {
    String s = new String("hello");
}

来看一下字节码指令当中的信息:

java常量池和字符串常量池 java string 常量池_后端_10

先是创建了一个String类型的对象,然后引入了常量池中的"hello",最后执行了Stirng的构造器。所以一共有两个对象产生。

new Stirng(“xxx”) + new String(“xxx”) 的细节说明

@Test
public void test5() {
    String s = new String("Hello") + new String("World");
}

字节码指令当中的细节:

java常量池和字符串常量池 java string 常量池_java_11

实际上先是创建了一个StringBuilder类的对象,然后调用了StringBuilder的构造器,再从常量池中引入"Hello",创建出一个String类的对象,调用StringBuilder中的append方法将"Hello"加入,之后同样,引入"World",然后创建一个String类的对象,再次appen方法,最后调用StringBuilder中的toString方法。

为什么打印结果输出false呢?

public void test6() {
    String s = new String("Hello") + new String("World");
    String s2 = "HelloWorld";
    System.out.println(s == s2);// false
}

这是因为StringBuilder中的toString()方法:

实际上调用了String类的构造法新建了一个String,而在这个String中只是将原来的char[]中的内容进行了复制,然后将复制的引用返回。所以toString()返回的是一个String类的对象引用,而不是常量池中的引用,所以最后结果是false。

@Override
public String toString() {
    // Create a copy, don't share the array
    return new String(value, 0, count);
}

// 
public String(char value[], int offset, int count) {
    if (offset < 0) {
        throw new StringIndexOutOfBoundsException(offset);
    }
    if (count <= 0) {
        if (count < 0) {
            throw new StringIndexOutOfBoundsException(count);
        }
        if (offset <= value.length) {
            this.value = "".value;
            return;
        }
    }
    // Note: offset or count might be near -1>>>1.
    if (offset > value.length - count) {
        throw new StringIndexOutOfBoundsException(offset + count);
    }
    this.value = Arrays.copyOfRange(value, offset, offset+count);
}

关于intern() 方法的面试题

打印结果是什么呢?为什么是这样的结果呢?

public class StringTest {
    public static void main(String[] args) {
        // 问题一:
        String s = new String("1");
        String s1 = s.intern();// 调用此方法之前,字符串常量池中已经存在了"1",所以返回"1"在常量池当中的引用
        String s2 = "1";
        System.out.println(s == s2);// jdk6:false   jdk7/8:false
        System.out.println(s1 == s2); // true

        // 问题二:
        String s3 = new String("1") + new String("1");
        s3.intern();

        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
    }
}

问题一在注释中以及说明,所以重点来看问题二。

首先要明白实际在内存中的细节,才能知道为什么在jdk6中是false,而jdk6之后是true

先来看jdk6中的分析:

  1. 两个new String()的相加的操作实际上是创建了一个StringBuilder对象进行append操作,最后调用toStirng方法返回一个String类型对象的引用,将其赋给了s3。
  2. 在调用了intern方法后将"11"加入到常量池中,再此之前常量池是没有"11"的,该方法返回的结果是常量池中的引用
  3. 而s4直接就是字符串常量池中的引用
  4. 最后进行比较,s3是String类型对象引用,s4是常量池中的直接引用,所以结果是false。

java常量池和字符串常量池 java string 常量池_JVM_12

再来看jdk7/8中的分析:

  1. 同样两个new String()的相加的操作实际上是创建了一个StringBuilder对象进行append操作,最后调用toStirng方法返回一个String类型对象的引用,将其赋给了s3。
  2. 但是调用intern方法时会对其进行优化,发现在堆区域中已经有了"11"这个内容,于是就堆区中的String类型对象的引用在方法区中保存。
  3. 因为对字符串常量池进行了优化,所以 s3的值也是在堆中的String类型对象的引用值。
  4. 最后两者地址值相同,结果为true

java常量池和字符串常量池 java string 常量池_后端_13

拓展:

public class StringTest {
    public static void main(String[] args) {
        //执行完下一行代码以后,字符串常量池中,是否存在"11"呢?
        String s3 = new String("1") + new String("1");//new String("11")
        //在字符串常量池中生成对象"11",代码顺序换一下,实打实的在字符串常量池里有一个"11"对象
        String s4 = "11";
        String s5 = s3.intern();

        // s3 是堆中的 "ab" ,s4 是字符串常量池中的 "ab"
        System.out.println(s3 == s4);//false

        // s5 是从字符串常量池中取回来的引用,当然和 s4 相等
        System.out.println(s5 == s4);//true
    }
}

StringTable中的垃圾回收

代码部分:

/**
 * String的垃圾回收测试:
 * 加入参数:
 * -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();
        }
    }
}
结果输出:

java常量池和字符串常量池 java string 常量池_后端_14

G1 中的 String 去重操作

openjdk文档:http://openjdk.java.net/jeps/192

许多大型 Java 应用程序目前都存在内存瓶颈。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对象消耗。此外,这些对象中大约有一半String是重复的,其中重复的意思 string1.equals(string2)是正确的。在堆上拥有重复String的对象本质上只是浪费内存。本项目将在 G1 垃圾收集器中实现自动连续String重复数据删除,避免内存浪费,减少内存占用。

对大量 Java 应用程序(大小)进行的测量显示如下:

  • 对象占用的活动堆数据集的平均百分比String= 25%
  • 重复对象占用的活动堆数据集的平均百分比String= 13.5%
  • 平均String长度 = 45 个字符

鉴于我们只对字符数组进行重复数据删除,我们仍将承担String对象(对象头、字段和填充)的开销。此开销取决于平台/配置,在 24 和 32 字节之间变化。但是,考虑到平均String长度为 45 个字符(90 个字节 + 数组标头),仍然有很大的优势。

考虑到上述情况,实际预期收益最终会 减少10% 左右的堆。请注意,此数字是根据广泛的应用计算得出的平均值。特定应用程序的堆减少量可能上下变化很大。

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。