Java8 中String 的变化

jopen 9年前

String 是最常使用的类型之一,Java8 (包括Java7) 对于String的相关实现做出了重大的修改。String的接口并没有改变,对于编写代码的人来说是看不到区别的,不过却会很大程序上的影响JVM GC,内存占用,以及程序性能等。如果想对JVM 做性能分析和调优,编写在Java8 中更优化的代码,就有必要了解Java8 中String 实现的细节。

1. 不再共享char[] 数组

这个改动实际是从1.7.0_06开始发生的。String 内部是保存了一个char[],用来记录String 中的字符串。在之前的实现中,String 有四个Field: 

char[] value;
int offset;
int count;
int hash;
由于String 的不变行,我们可以在不同的String 之间,共用一个char[] value,每个String 有自己独立的offset 和 count. 这样,对于subString, trim(), split() 等这样的操作,创建新的String对象的时候,仍然使用原来那个String 的value,从而可以做到O(1) 的时间复杂度。

这种方法的缺点是对内存回收有严重的影响。当从很长的字符串中截取一个很短的字符串时,虽然需要使用的只是很少的字符,但是却引用了一个很大的char[] 数组,不能释放。

新的String 实现,去掉了String 中的offset 和 count 这两个field。

char[] value;
int hash;

一眼看上去对于每个String 省掉了两个int 共8 个字节的开销,当然这点开销是微不足道的。最重要的影响,是String 之间无法共享char [] value 了。造成的后果是:subString, trim, split 等操作需要创建新的数组,并进行内存拷贝,时间复杂度变成O(n) ! 得到的好处则是char[] value 的生命周期变短,能够及时释放不需要的内存,改善内存占用和GC 性能 。

2. 常量池的变化

String 不变性的另外一个可以优化的地方,就是常量池(String pool),对于短小的String对象,保存到String pool中,如果遇到同样的String,则只要复用String pool中的实例就可以了 。编译器只能处理常量的String,将其放到String pool中,如果需要自己操作,则可以用String.intern()方法。

在Java6 中,String Pool 是放在PermGen 区域的。PermGen 区域的问题是一般容量比较小,以及GC 困难。

在Java7 中,String Pool 被移到了Heap 中,一方面可以使用更大的String Pool了(通过XX:StringTableSize设置),另外一方面,也为Java8 彻底移除PermGen 做准备。由于移到了Heap 中,如果String pool 中的一个String,没有被任何实例所引用,是会被GC 回收的。

从Java7 update40 之后,String Pool 的默认大小由1009 提高到了60013。这是一个相当大的数字。

3. 字符串去重

String deduplication 是Java8u20 之后引入的一个特性,这个特性完全是JVM 层面的。要使用这个特性,必须使用G1 garbage collector,通过设置参数:

-XX:+UseStringDeduplication -XX:+PrintStringDeduplicationStatistics
开启字符串去重功能。

开启了这个功能之后,JVM 在GC的时候,会顺便通过hashCode和value,来比较两个字符串是否相等。如果相等的话,就会把其中一个字符串的value 字段,指向另外一个字符串,这样同样的字符串最后只会使用一个char[] value。

</div>

原文链接: http://www.dongliu.net/post/5778384575528960