字符串常量池详解 (StringTable)
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。
关于String以及StringBuffer、StringBuilder的相关信息可以参考博主的另一篇文章:
Java String、StringBuilder、StringBuffer类解析
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
-
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。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
- 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：
-
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，字符串常量在堆中。
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:
调试区域中勾选该选项可以查看String类在内存中的详情：
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：
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
}
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
}
@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
}
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。
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：
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：
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：
- 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。
- 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
- 而s4直接就是字符串常量池中的引用
- 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。
再来看jdk7/8中的分析：
- 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。
- 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。
- 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。
- 最后两者地址值相同，结果为true
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:
G1 中的 String 去重操作
openjdk文档：http://openjdk.java.net/jeps/192
官方文档中内容节选：
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：
- 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。
- 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。
- 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。
- 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。
- 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。