JAVA9 String新特性，说说你不知道的东西

前言

字符串是java绕不去的路，于是乎这两天准备搞明白java字符串的内部的一些底层机制，JDK9，在各种书上都学不到的东西，去国外网站偷学了一波 哈哈

OpenJDK

• 压缩字符串： http://openjdk.java.net/jeps/254
• 字符串连接： http://openjdk.java.net/jeps/280

两字节char

有一个概念深入人心，char占几个字节？两个～异口同声～对吧？对，没错根据UTF-16，JAVA的内部编码格式，编译成了Class文件，然后送给JVM执行，一个UTF-16 字符占2个字节，不管是什么样的char都是2个字节，但是！这一切在JDK 9中发生了变化

看下面老外的一句话说的很好

Java 9 comes with 2 major changes on how String behaves to lower memory usage and improve performance.

它说JDK9 带来了字符串两大改善，更小的内存空间和改善表现

Compact

JDK8的字符串存储在char类型的数组里面，不难想象在大多数情况下，char类型只需要一个字节就能表示出来了，比如各种字母什么的，两个字节存储势必会浪费空间，JDK9的一个优化就在这，内存的优化

    /** The value is used for character storage. */
    private final char value[];

对比JDK9:

    private final byte[] value;

我们可以看到JDK9是由byte类型的数组来进行存储的

故事就从这开始了～

Sting-JDK9

    /**
     * The identifier of the encoding used to encode the bytes in
     * {@code value}. The supported values in this implementation are
     *
     * LATIN1
     * UTF16
     *
     * @implNote This field is trusted by the VM, and is a subject to
     * constant folding if String instance is constant. Overwriting this
     * field after construction will cause problems.
     */
    private final byte coder;

在JDK9的String类中，维护了这样的一个属性coder，它是一个编码格式的标识，使用LATIN1还是UTF-16，这个是在String生成的时候自动的，如果字符串中都是能用LATIN1就能表示的就是0，否则就是UTF-16.

JAVA9

JAVA8

实例证明

        String a = "中";
        String b = "国";
        String c = "1中";
        String d = "abEF23";

我们可以明显看到JDK9在这方面的优化，在较多情况下不包含那些奇奇怪怪的字符的时候，足以应付，而这个空间却小了1byte，实现了String空间的压缩。

压缩后的长度处理

JDK8

    public int length() {
        return value.length;
    }

直接返回的char数组的长度

JDK9

    public int length() {
        return value.length >> coder();
    }

将byte数组的长度向右位移coder()

    static final byte LATIN1 = 0;
    static final byte UTF16  = 1;

    byte coder() {
        return COMPACT_STRINGS ? coder : UTF16;
    }

    static final boolean COMPACT_STRINGS;

    static {
        COMPACT_STRINGS = true;
    }

我们可以看到coder（）返回的值，如果是LATIN-1就是右移0位，如果是UTF-16就右移1位，这样就能返回正确的字符串长度，默认的compact_string是开启的，因为在静态域里面优先于类加载。

用了byte后的连锁反应

由于byte数组的使用方式，引申出了两个类StringLatin1和StringUTF16两个类，分担String类的操作，包括StingBuilder等，跟String有关的都得到了这方面的优化

getBytes

关于getBytes这个方法的坑，我之前想通过这个方法来获取字符串所占的字节数，结果中文返回了3，英文返回了1

例子：

System.out.println("1".getBytes().length);
System.out.println("中".getBytes().length);
----结果----  
1
2

本以为说好的UTF-16不应该都是2嘛0.0，这里需要科普一下，这个方法的介绍里面有如下这一句话

Encodes this String into a sequence of bytes using the platform's default charset, storing the result into a new byte array.

它说，用的是平台默认的编码，什么是默认的编码呢- -

System.out.println(System.getProperty("file.encoding"));

文件的编码用的就是系统的默认编码，当然也可以在eclipse的File->properties->Resource 的最下面看见

Indify String Concatenation

实例

由于一堆理论对于我这个新手来讲也看不懂，了解一些浅层次的大概就挺好，所以我们这里从实例开始讲起，如果你和我一样学java1个月，因为好奇来研究，下面的内容足够了。PS 这方面的资料不多，有也是全英文的，比较难懂

public class Test 
{
    public static void main(String[] args)
    {
        String hello = "hello";
        String world = "world";
        String message = hello + world;
    }
}

你可能探究过JDK8，对字符串连接的操作，虚拟机没错使用的是StringBuilder进行的优化，但是JAVA 9 却用到了，InvokeDynamic。

 javap -v deep_in_string/Test.class 

反编译一看真相

public class deep_in_string.Test {
  public deep_in_string.Test();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."":()V
       4: return

  public static void main(java.lang.String[]);
    Code:
       0: ldc           #2                  // String hello
       2: astore_1
       3: ldc           #3                  // String world
       5: astore_2
       6: aload_1
       7: aload_2
       8: invokedynamic #4,  0              // InvokeDynamic #0:makeConcatWithConstants:(Ljava/lang/String;Ljava/lang/String;)Ljava/lang/String;
      13: astore_3
      14: return
}
BootstrapMethods:
  0: #19 REF_invokeStatic java/lang/invoke/StringConcatFactory.makeConcatWithConstants:(Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;
    Method arguments:
      #20 \u0001\u0001

盗用一张人家的JDK8的图：

6:  new           #4      // class StringBuilder
9:  dup
10: invokespecial #5      // Method StringBuilder.""
13: aload_1           // String Hello
14: invokevirtual #6      // Method StringBuilder.append:(LString;)LStringBuilder; 
17: aload_2       // String world!
18: invokevirtual #6      // Method StringBuilder.append:(LString;)LStringBuilder;
21: invokevirtual #7      // Method StringBuilder.toString:()LString;

我们可以看到，JAVA 9用的是动态调用

PS:知识小普及

• invokestatic 调用类方法（静态绑定，速度快）

• invokevirtual 调用实例方法（动态绑定）

• invokespecial 调用实例方法（静态绑定，速度快）

• invokeinterface 调用引用类型为interface的实例方法（动态绑定）

• invokedynamicJDK 7引入的，主要是为了支持动态语言的方法调用

关于JVM的各种调用，暂时不看，我们就先看看这个动态调用

分析

实现流程

下面的内容翻译的人家的，以我的浅薄经验来看，值得一试，先看我分析的字节码

 public static void main(java.lang.String[]);
    descriptor: ([Ljava/lang/String;)V
    flags: (0x0009) ACC_PUBLIC, ACC_STATIC
    Code:
      stack=2, locals=5, args_size=1
         0: ldc           #2                  // String hello
         2: astore_1
         3: ldc           #3                  // String world
         5: astore_2
         6: aload_1
         7: aload_2
         8: invokedynamic #4,  0              // InvokeDynamic #0:makeConcatWithConstants:(Ljava/lang/String;Ljava/lang/String;)Ljava/lang/String;
        13: astore_3
        14: ldc           #5                  // String 123
        16: astore        4
        18: return

先简要的分析一下这个流程把，

• ldc 将常量池中的String入栈
• astore_1 将栈顶ref对象保存至局部变量1
• aload_1 将局部变量1入栈
• invokedynamic动态调用
• astore 保存最终的值到一个位置
• return

对应于Code里面的8是一个索引，它的前两个操作数字#4指向常量池，后两个为0，看看常量池里面的内容

#4 = InvokeDynamic      #0:#22

第一位 表示index，第二位引导方法的索引，第三位对应的方法名和类型的索引

• 常量池22

#22 = NameAndType        #28:#29

解析：
#28 代表name index
#29 代表描述符的索引

  #28 = Utf8               makeConcatWithConstants
  #29 = Utf8               (Ljava/lang/String;Ljava/lang/String;)Ljava/lang/String;
()里面的是参数类型，后面的是返回值

• 引导方法#0

BootstrapMethods:
  0: #20 REF_invokeStatic java/lang/invoke/StringConcatFactory.makeConcatWithConstants:(Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;
    Method arguments:
      #21 \u0001\u0001new

解析：
index 0
bootstrap_method_ref是常量池#20
方法参数 常量池#21 \u0001\u0001new

• 常量池20

#20 = MethodHandle       6:#26

解析：
#20 常量池index
6：代表kind，代表REF_invokeStatic
#26常量池index

• 常量池26

  #26 = Methodref          #30.#31

方法引用，前一个代表类，后一个代表方法中间用.

• 常量池30

#30 = Class              #32
#32 = Utf8               java/lang/invoke/StringConcatFactory

代表了这个类

• 常量池31

#31 = NameAndType        #28:#36
#28 = Utf8               makeConcatWithConstants
#36 = Utf8               (Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;

NameAndType包含了方法的名字和参数类型，返回类型，看完了差不多的字节码之后，我们不难推断出流程：

1、编译器在你的方法体里面放置一个动态调用指令来表明，这个动态调用的地方就叫dynamic call site（动态调用点）
2、这个动态调用点里面有一个call site specifier，调用点描述符号保存在常量池里面
3、JVM通过这个常量池就得到了几个信息
（1）动态调用的引导方法bootstrap
（2）NameAndType方法名和类型
4、启动bootstrap方法，里面包含了这样几个信息
（1）MethodHandle，MethodHandle里面包含了一个MethoRef方法引用，这个方法引用指向真正工作的引导方法，顺便（2）的方法参数一起传递进给这个方法，最终这个真正工作的引导方法，返回一个CallSite对象，和这个动态调用点关联在一起，到此引导方法的任务完成
（2）别处得来的方法参数
5、调用这个和CallSite关联的新MethodHandle指向的方法

动态调用，为了更好的实现字符串的连接+，在运行的时候确定它的方法的调用，而不需要人为开发者去选择。在这里，它的实际调用就是BootstrapMethods:里面的StringConcatFactory.makeConcatWithConstants，后面跟的是一堆参数，我们着重看以下两个

两个重要的参数

MethodType:
　　编译器推断出具体的连接方法，然后JVM在运行时将这个方法对象传递给bootstrap引导方法，这使得人可以通过javap反编译indy 指令，StringConcatFactory使用这些信息生成包含字符串连接方法的CallSite

recipe:
　　前三个参数都是JVM自动填充的，但是第四个参数是怎么来的呢？也就是这里的recipe，recipe使用两个标记字符也就是下面的\u0001和\u0002 来表示是否使用栈中或者常量中的参数，比如这里的hello，和world都是从栈中读的数据，但是如果我们修改成这样呢？

String message = hello + world + "new";

在反编译中，我们会得到这样的结果：

Method arguments:
     #20 \u0001\u0001new

我们可以看到，它并不是用的栈，也不是用的常量，而是直接放在了recipe里面，免去了加载的过程，这是一个优化的地方

---

再尝试一下：

String message2 = "1"+"2"+"3";

在上面的做法中，我们不使用new 来初始化，直接进行相加，结果吃了一惊，里面居然都没有使用动态调用，而是直接把它们仨拼接起来了。由于没有用到变量就不存在栈了。

14: ldc           #5                  // String 123

makeConcatWithConstants

设计师为我们定义了两种这样的bootsrap引导方法，都在StringConcatFactory中

    public static CallSite makeConcatWithConstants(MethodHandles.Lookup lookup,
                                                   String name,
                                                   MethodType concatType,
                                                   String recipe,
                                                   Object... constants) throws StringConcatException {
        if (DEBUG) {
            System.out.println("StringConcatFactory " + STRATEGY + " is here for " + concatType + ", {" + recipe + "}, " + Arrays.toString(constants));
        }

        return doStringConcat(lookup, name, concatType, false, recipe, constants);
    }

六种策略

private enum Strategy {
        /**
         * Bytecode generator, calling into {@link java.lang.StringBuilder}.
         */
        BC_SB,

        /**
         * Bytecode generator, calling into {@link java.lang.StringBuilder};
         * but trying to estimate the required storage.预测所需要的存储空间
         */
        BC_SB_SIZED,

        /**
         * Bytecode generator, calling into {@link java.lang.StringBuilder};
         * but computing the required storage exactly.准确的计算出存储空间
         */
        BC_SB_SIZED_EXACT,

        /**
         * MethodHandle-based generator, that in the end calls into {@link java.lang.StringBuilder}.
         * This strategy also tries to estimate the required storage.
         */
        MH_SB_SIZED,

        /**
         * MethodHandle-based generator, that in the end calls into {@link java.lang.StringBuilder}.
         * This strategy also estimate the required storage exactly.
         */
        MH_SB_SIZED_EXACT,

        /**
         * MethodHandle-based generator, that constructs its own byte[] array from
         * the arguments. It computes the required storage exactly.
         */
        MH_INLINE_SIZED_EXACT
    }

很遗憾 到这里便戛然而止了，虽然我还是对它充满了好奇，但是由于能力的限制，我无法进一步去看它的这种策略是如何实现的。洋洋洒洒 这么多字，还是提升挺多的。至少我知道了动态调用和+号的实现JAVA9 对它再次优化了

- - - - - - - - - - - - - - - - - - - - - - - -分割线- - - - - - - - - - - - - - - - - - - - - - - -
- - - - - - - - - - - - - - - - - - - - - - - -5.11补充- - - - - - - - - - - - - - - - - - - - - - - -
最近JVM学到了动态指令部分，书上有两个字节码模拟，于是我自己操作了一下，熟悉了流程，下面是我的代码

package methodHandle;

import java.lang.invoke.CallSite;
import java.lang.invoke.ConstantCallSite;
import java.lang.invoke.MethodHandle;
import java.lang.invoke.MethodHandles;
import java.lang.invoke.MethodType;

public class MethodHandleTest {

    static class ClassA{
        public void println(){
            System.out.println("this is A");
        }
    }

    static class ClassB extends ClassA{
        public void println() {
            System.out.println("this B");
        }
    }

    public static void test2() throws Throwable{
        Object obj = new ClassA();
        MethodType mt = MethodType.methodType(void.class);
        MethodHandle method = MethodHandles.lookup().findVirtual(obj.getClass(), "println", mt).bindTo(obj);
        method.invokeExact();
    }
    public static void main(String[] args) throws Throwable
    {
        test2();
    }

}

package methodHandle;

import java.lang.invoke.CallSite;
import java.lang.invoke.ConstantCallSite;
import java.lang.invoke.MethodHandle;
import java.lang.invoke.MethodHandles;
import java.lang.invoke.MethodType;

public class DynamicTest {

    public static void test() {
        System.out.println("成功");
    }

    public static CallSite BootstrapMethod(MethodHandles.Lookup lookup, String name, MethodType mt) throws Throwable{
        return new ConstantCallSite(lookup.findStatic(DynamicTest.class, name, mt));
    }

    public static MethodType getMethodType() {
        return MethodType.fromMethodDescriptorString("(Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;)Ljava/lang/invoke/CallSite;", null);
    }

    public static MethodHandle getMethodHandle() throws Throwable{
        return MethodHandles.lookup().findStatic(DynamicTest.class, "BootstrapMethod", getMethodType());
    }

    private static MethodHandle INDY_BootstrapMethod() throws Throwable{
        CallSite cs=(CallSite) getMethodHandle().invokeWithArguments(MethodHandles.lookup(),"test", MethodType.fromMethodDescriptorString("()V",null));
        return cs.dynamicInvoker();
    }

    public static void main(String[] args) throws Throwable{
        MethodHandle mh = INDY_BootstrapMethod();
        mh.invokeExact();
    }
}

代码分析：
这两段代码分别是invokeVIrtual和动态调用的模拟，代码不长却能说明流程，之前一直是理论，现在实践了一下。直接说动态调用的那部分把。这里我们是模拟的动态调用静态方法。

先解释一下各个方法的作用
Bootstrap方法返回调用点，指明了最终实际调用方法
getMethodType从描述符中读取bootstrap方法的返回类型，参数
getMethodHandle 用来找到Bootstrap方法
INDY_BootstrapMethodHandle 其实是上述所有结果的整合

对比起字节码指令的解析，就能知道了，InvokeDynamic指令->Bootstrap方法->实际方法，这个顺序