Java性能优化-字符串和数字构造

本博客来自我的新书Java性能优化(暂定名),第二章的节选2.1和2.2,2.10. 也欢迎购买我的书 《Spring Boot 2 精髓 》

2.1 构造字符串

字符串在Java里是不可变的,无论是构造,还是截取,得到的总是一个新字符串。看一下构造一个字符串源码

private final char value[];
public String(String original) {
  this.value = original.value;
  this.hash = original.hash;
}

原有的字符串的value数组直接通过引用赋值给新的字符串value,也就是俩个字符串共享一个char数组,因此这种构造方法有着最快的构造。Java里的String对象被设计为不可变。意思是指一旦程序获得了字符串对象引用,不必担心这个字符串在别的地方被修改,不可变意味着线程安全,在第三章对不可变对象线程安全性又说明。

构造字符串更多的情况构造字符串是通过一个字符串数组,或者在某些框架的反序列化,使用byte[] 来构造字符串,这种情况下性能会非常低。 如下是通过char[]数组构造一个新的字符串源码

public String(char value[]) {
  this.value = Arrays.copyOf(value, value.length);
}

Arrays.copyOf 会重新拷贝一份新的数组,方法如下

public static char[] copyOf(char[] original, int newLength) {
  char[] copy = new char[newLength];
  System.arraycopy(original, 0, copy, 0,
                   Math.min(original.length, newLength));
  return copy;
}

可以看到通过数组构造字符串实际上是会创建一个新的字符串数组。如果不这样,还是直接引用char数组,那么外部如果更改char数组,则这个新的字符串就被改变了。

char[] cs = new char[]{'a','b'};
String str = new String(cs);
cs[0] ='!'

上面的代码最后一行,修改了cs数组,但不会影响str。因为str实际上是新的字符串数组构成

通过char数组构造新的字符串是最长用的方法,我们后面看到几乎每个字符串API,都会调用这个方法构造新的字符串,比如subString,concat等方法。如下代码验证了通过字符串构造新的字符串,以及使用char数组构造字符串性能比较

String str= "你好,String";
char[] chars = str.toCharArray();

[@Benchmark](https://my.oschina.net/u/3268003)
public String string(){
  return new String(str);
}

[@Benchmark](https://my.oschina.net/u/3268003)
public String stringByCharArray(){
  return new String(chars);
}

输出按照ns/op来输出,既每次调用所用的纳秒数,可以看到通过char构造字符串还是先当耗时的,特别如果是数组特别长,那更加耗时

Benchmark                                  Mode     Score    Units     
c.i.c.c.NewStringTest.string               avgt     4.235    ns/op     
c.i.c.c.NewStringTest.stringByCharArray    avgt    11.704    ns/op     

通过字节构造字符串,是一种非常常见的情况,尤其现在分布式和微服务流行,字符串在客户端序列化成字节数组,并发送给你给服务器端,服务器端会有一个反序列化,通过byte构造字符串

如下测试使用byte构造字符串性能测试

byte[] bs = "你好,String".getBytes("UTF-8");

[@Benchmark](https://my.oschina.net/u/3268003)
public String stringByByteArray() throws Exception{
  return new String(bs,"UTF-8");
}

测试结果可以看到byte构造字符串太耗时了,尤其是当要构造的字符串非常长的时候

Benchmark                                  Mode    Score    Units       
c.i.c.c.NewStringTest.string               avgt    4.649    ns/op       
c.i.c.c.NewStringTest.stringByByteArray    avgt   82.166    ns/op       
c.i.c.c.NewStringTest.stringByCharArray    avgt   12.138    ns/op       

通过字节数组构造字符串,主要涉及到转码过程,内部会调用 StringCoding.decode转码

this.value = StringCoding.decode(charsetName, bytes, offset, length);

charsetName表示字符集,bytes是字节数组,offset和length表示字节数组

实际负责转码的是Charset子类,比如sun.nio.cs.UTF_8的decode方法负责实现字节转码,如果在深入到这个类,你会发现,你看到的是冰上一角,冰上下面这是一个相当耗CPU计算转码的工作,属于无法优化的部分.

在我多次的系统性能优化过程中,都会发现通过字节数据组构造字符串总是排在消耗CPU比较靠前的位置,转码消耗的系统性能抵得上百行的业务代码。 因此我们系统在设计到分布式的,需要仔细设计需要传输的字段,尽量避免用String。比如时间可以用long类型来表示,业务状态也可以用int来表示。如下需要序列化的对象

public class OrderResponse{
  //订单日期,格式'yyyy-MM-dd'
  private String createDate;
  //订单状态,"0"表示正常
  private String status;
}

可以改进成更好的定义,以减小序列化和反序列化负担。

public class OrderResponse{
  //订单日期
  private long  createDate;
  //订单状态,0表示正常
  private int status;
}

关于在微服务中,序列化和反序列化传输对象,会在第四章和五章再次介绍对象的序列化

2.2 字符串拼接

JDK会自动将使用+号做的字符串拼接自动转化为StringBuilder,如下代码:

String a="hello";
String b ="world "
String str=a+b;

虚拟机会编译成如下代码

String str = new StringBuilder().append(a).append(b).toString();

如果你运行JMH测试这俩段代码,性能其实一样的,因为使用+连接字符串是一个常见操作,虚拟机对如上俩个代码片段都会做一些优化,虚拟使用-XX:+OptimizeStringConcat 打开字符串拼接优化,(默认情况下是打开的)。 如果采用以下代码,虽然看是跟上面的代码片段差不多,但虚拟机无法识别这种字符串拼接模式,性能会下降很多

StringBuilder sb = new StringBuilder();
sb.append(a);
sb.append(b);

运行StringConcatTest类,代码如下

String a = "select u.id,u.name from user  u";
String b="  where u.id=? "   ;
[@Benchmark](https://my.oschina.net/u/3268003)
public String concat(){
  String c = a+b;
  return c ;

}

[@Benchmark](https://my.oschina.net/u/3268003)
public String concatbyOptimizeBuilder(){
  String c = new StringBuilder().append(a).append(b).toString();
  return c;
}


@Benchmark
public String concatbyBuilder(){
  //不会优化
  StringBuilder sb = new StringBuilder();
  sb.append(a);
  sb.append(b);
  return sb.toString();
}

有如下结果说明了虚拟机优化起了作用

Benchmark                                           Mode    Score    Units         
c.i.c.c.StringConcatTest.concat                     avgt   25.747    ns/op         
c.i.c.c.StringConcatTest.concatbyBuilder            avgt   90.548    ns/op         
c.i.c.c.StringConcatTest.concatbyOptimizeBuilder    avgt   21.904    ns/op         

可以看到concatbyBuilder是最慢的,因为没有被JVM优化

这里说的JVM优化,指的是虚拟机JIT优化,我们会在第8章JIT优化说明

读者可以自己验证一下a+b+c这种字符串拼接性能,看一下是否被优化了

同StringBuilder类似的还有StringBuffer,主要功能都继承AbstractStringBuilder, 提供了线程安全方法,比如append方法,使用了synchronized关键字

@Override
public synchronized StringBuffer append(String str) {
  //忽略其他代码
  super.append(str);
  return this;
}

几乎所有场景字符串拼接都不涉及到线程同步,因此StringBuffer已经很少使用了,如上的字符串拼接例子使用StringBuffer,

  @Benchmark
  public String concatbyBuffer(){
    StringBuffer sb = new StringBuffer();
    sb.append(a);
    sb.append(b);
    return sb.toString();
  }

输出如下

Benchmark                                           Mode      Score   Units
c.i.c.c.StringConcatTest.concatbyBuffer             avgt    111.417   ns/op
c.i.c.c.StringConcatTest.concatbyBuilder            avgt     94.758   ns/op

可以看到,StringBuffer拼接性能跟StringBuilder相比性能并不差,这得益于虚拟机的"逃逸分析",也就是JIT在打开逃逸分析情况以及锁消除的情况下,有可能消除该对象上的使用synchronzied限定的锁。

逃逸分析 -XX:+DoEscapeAnalysis和 锁消除-XX:+EliminateLocks,详情参考本书第8章JIT优化

如下是一个锁消除的例子,对象obj只在方法内部使用,因此可以消除synchronized

void foo() {
  //创建一个对象
  Object obj = new Object(); 
  synchronized (obj) {
    doSomething();
  }
}

程序不应该依赖JIT的优化,尽管打开了逃逸分析和锁消除,但不能保证所有代码都会被优化,因为锁消除是在JIT的C2阶段优化的,作为程序员,应该在无关线程安全情况下,使用StringBuilder。

使用StringBuilder 拼接其他类型,尤其是数字类型,则性能会明显下降,这是因为数字类型转字符在JDK内部,需要做很多工作,一个简单的Int类型转为字符串,需要至少50行代码完成。我们在第一章已经看到过了,这里不再详细说明。当你用StringBuilder来拼接字符串,拼接数字的时候,你需要思考,是否需要一个这样的字符串。

2.10 BigDecimal

我们都知道浮点型变量在进行计算的时候会出现丢失精度的问题。如下一段代码

System.out.println(0.05 + 0.01);
System.out.println(1.0 - 0.42); 

输出: 0.060000000000000005 0.5800000000000001

可以看到在Java中进行浮点数运算的时候,会出现丢失精度的问题。那么我们如果在进行商品价格计算的时候,就会出现问题。很有可能造成我们手中有0.06元,却无法购买一个0.05元和一个0.01元的商品。因为如上所示,他们两个的总和为0.060000000000000005。这无疑是一个很严重的问题,尤其是当电商网站的并发量上去的时候,出现的问题将是巨大的。可能会导致无法下单,或者对账出现问题。

通常有俩个方法来解决这种问题,如果能用long来表示账户余额以分为单位,这是效率最高的。如果不能,则只能使用BigDecimal类来解决这类问题。

BigDecimal a = new BigDecimal("0.05");
BigDecimal b = new BigDecimal("0.01");
BigDecimal ret = a.add(b);
System.out.println(ret.toString());

通过字符串来构造BigDecimal,才能保证精度不丢失,如果使用new BigDecimal(0.05),则因为0.05本身精度丢失,使得构造出来的BigDecimal也丢失精度。

BigDecimal能保证精度,但计算会有一定性能影响,如下是测试余额计算,用long表示分,用BigDecimal表示元的性能对比

BigDecimal a = new BigDecimal("0.05");
BigDecimal b = new BigDecimal("0.01");
long c = 5;
long d = 1;

@Benchmark
@CompilerControl(CompilerControl.Mode.DONT_INLINE)
public long addByLong() {
  return (c + d);
}
@Benchmark
@CompilerControl(CompilerControl.Mode.DONT_INLINE)
public BigDecimal addByBigDecimal() {
  return a.add(b);
}

在我的机器行,上面代码都能进行精确计算,通过JMH,测试结果如下

Benchmark                                 Mode   Score    Units    
c.i.c.c.BigDecimalTest.addByBigDecimal    avgt   8.373    ns/op    
c.i.c.c.BigDecimalTest.addByLong          avgt   2.984    ns/op    

所以在项目里,如果涉及精度结算,不要使用double,可以考虑用BigDecmal,也可以使用long来完成精度计算,具有良好的性能,分布式或者微服务场景,考虑到序列化和反序列化,long也是能被所有序列化框架识别的

内容参考 https://www.jianshu.com/p/c81edc59546c

转载于:https://my.oschina.net/xiandafu/blog/3067859

你可能感兴趣的:(Java性能优化-字符串和数字构造)