JVM全面分析之String

目录

• String的基本特性
• String的内存分配
• String的基本操作
• 字符串拼接操作
• intern()的使用
• StringTable的垃圾回收
• G1中的String去重操作

String的基本特性

• String 在jdk8之前内部定义了final char[] value 用于存储字符串数据。jdk9时改为byte[]。
• 字符串常量池中不会存储相同内容的字符串。
  

1. String 的String Pool是一个固定大小的HashTable，默认值大小长度是1009.如果放进String Pool的String非常多，就会造成Hash冲突严重，从而导致链表会很长，而链表长了后直接会造成的影响就是当调用String.intern时性能会大幅下降。
2. 使用-XX：StringTableSize可设置StringTable长度
3. jdk6中StringTable是固定的，就是1009长度，所以如果长两次中的字符串过多就会导致效率下降很快。StringTableSize设置没有要求
4. 在jdk7中,StringTable的长度默认值是60013，StringTableSize设置没有要求。
5. 在jdk8开始，设置StringTable的长度的话，1009是可设置的最小值。

String的内存分配

String的基本操作

1. 常量与常量的拼接结果在常量池中，原理是编译期优化
2. 常量池中不会存在相同内容的常量。
3. 只要其中有一个是变量，结果就在堆中。变量拼接的理由是StringBuilder。
4. 如果拼接的结果调用intern()方法，则主动将常量池中还没有的字符串对象放入池中，并返回此对象地址。

public class StringTest1 {
    public static void main(String[] args) {
        String s1 = "a" + "b" + "c";  // 编译器优化为 ”abc“，在常量池放"abc"
        String s2 = "abc";  // "abc"一定是放在字符串常量池中，将此地址赋给s2。此处的"abc"发现在上一行代码中常量池已经存在，就直接使用已有的”abc“.
        /*
        最终.java编译成.class，再执行.class
        String s1 = "abc";
        String s2 = "abc";
         */
        System.out.println(s1 == s2); // true
        System.out.println(s1.equals(s2));  // true
    }
}

上述代码的class文件内容为：

从字节码角度看：

public class StringTest2 {
    public static void main(String[] args) {
        String s1 = "javaEE";
        String s2 = "hadoop";

        String s3 = "javaEEhadoop";
        String s4 = "javaEE" + "hadoop";  // 编译器优化为 “javaEEhadoop”
            // 如果拼接符号的前后出现了变量，则相当于在堆空间中new String()，具体的内容为拼接的结果：javaEEhadoop
        String s5 = s1 + "hadoop";
        String s6 = "javaEE" + s2;
        String s7 = s1 + s2;

        System.out.println(s3 == s4); // true
        System.out.println(s3 == s5); // false
        System.out.println(s3 == s6); // false
        System.out.println(s3 == s7); // false
        System.out.println(s5 == s6); // false
        System.out.println(s5 == s7); // false
        System.out.println(s6 == s7); // false
        // intern():判断字符串长两次中是否存在javaEEhadoop值，如果存在，则返回常量池中javaEEhadoop的地址；
        // 如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回此对象的地址。
        String s8 = s6.intern();
        System.out.println(s3 == s8); // true

    }
}

通过以下代码我们解析字符串拼接符"+"的底层实现

public void test3() {
       String s1 = "a";
       String s2 = "b";
       String s3 = "ab";
       String s4 = s1 + s2;
       System.out.println(s3 == s4);
}

底层字节码反编译后的结果为：

0 ldc #12 <a>
2 astore_1
3 ldc #13 <b>
5 astore_2
6 ldc #14 <ab>
8 astore_3
9 new #5 <java/lang/StringBuilder>
12 dup
13 invokespecial #6 <java/lang/StringBuilder.<init>>
16 aload_1
17 invokevirtual #7 <java/lang/StringBuilder.append>
20 aload_2
21 invokevirtual #7 <java/lang/StringBuilder.append>
24 invokevirtual #8 <java/lang/StringBuilder.toString>
27 astore 4
29 getstatic #9 <java/lang/System.out>
32 aload_3
33 aload 4
35 if_acmpne 42 (+7)
38 iconst_1
39 goto 43 (+4)
42 iconst_0
43 invokevirtual #10 <java/io/PrintStream.println>
46 return

从反编译结果的第9行后面看：s1 + s2 的执行细节为：（变量s是我临时定义的）

1. StringBuilder s = new StringBuilder();
2. s.append("a");
3. s.append("b");
4. s.toString() --> 约等于 new String("ab")
   补充：在jdk5.0之后使用的是StringBuilder，在jdk5.0之前使用的是Stringbuffer

那设计到字符串变量的拼接都是这样的过程吗？不是的，请继续往下看

public void test4() {
        final String s1 = "a";
        final String s2 = "b";
        String s3 = "ab";
        String s4 = s1 + s2;
        System.out.println(s3 == s4);  // true
}

从class文件看：

字节码角度看：

0 ldc #12 <a>
2 astore_1
3 ldc #13 <b>
5 astore_2
6 ldc #14 <ab>
8 astore_3
9 ldc #14 <ab>
11 astore 4
13 getstatic #9 <java/lang/System.out>
16 aload_3
17 aload 4
19 if_acmpne 26 (+7)
22 iconst_1
23 goto 27 (+4)
26 iconst_0
27 invokevirtual #10 <java/io/PrintStream.println>
30 return

发现此时没有StringBuilder出现了。而都是用的字符串常量池。

下面是一个练习

public void test5() {
        String s1 = "javaEEhadoop";
        String s2 = "javaEE";
        String s3 = s1 + "hadoop";
        System.out.println(s1 == s3);  // false

        final String s4 = "javaEE";
        String s5 = s4 + "hadoop";
        System.out.println(s1 == s5);  // true
    }

下面再进行一次对比：

public static void test6(){
        long l1 = System.currentTimeMillis();

        String src = "";
        for (int i = 0; i < 100000; i++) {
            src = src + "a";
        }

        long l2 = System.currentTimeMillis();

        System.out.println(l2-l1);  // 8635

    }

public static void test7() {
       long l1 = System.currentTimeMillis();

       StringBuffer src = new StringBuffer();
       for (int i = 0; i < 100000; i++) {
           src.append("a");
       }

       long l2 = System.currentTimeMillis();

       System.out.println(l2 - l1);  // 35
   }

两个方法为何差距如此大呢？原因为：
test6方法中每次循环都会创建一个StringBuilder、String类（StringBuilder调用toString方法会创建一个String类）。

总结

1. 通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式！
     详情：
     * StringBuilder的append()的方式：自始至终只创建一个StringBuilder的对象。而使用String的字符串拼接方式：创建多个StringBuilder和String的对象。
     * 使用String的字符串拼接方式：内存中由于创建了较多的StringBuilder和String的对象，内存占用更大；如果内存不够将频繁出现GC。

字符串拼接操作

intern()的使用

首先看看String源码中intern()方法：

public native String intern();

发现其实native类型

  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。

• 比如：String myInfo = new String("hello world").intern();
    也就是说，如果在任意字符串上调用String.intern方法，那么其返回结果所指向的哪个类实例，必须和直接以常量形式出现的字符串实例完全相同。因此，下列表达式的值必定是true:
  ("a" + "b" +"c").intern() == "abc"
    通俗来讲，Interned String就是确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度。注意，这个值会被存在字符串内部池（String intern Pool）

题目一：new String("ab")会创建几个对象？

public class StringTest3 {
    public static void main(String[] args) {
        String s1 = new String("ab");
    }
}

其字节码内容如下：

0 new #2 <java/lang/String>
3 dup
4 ldc #3 <ab>
6 invokespecial #4 <java/lang/String.<init>>
9 astore_1
10 return

可见其创造了两个对象：字符串常量池中一个：存放”ab“；堆空间中一个：String。

题目而：new String("a") + new String("b")呢？

public class StringTest3 {
    public static void main(String[] args) {
        String s = new String("a") + new String("b");
    }
}

字节码内容如下：

0 new #2 <java/lang/StringBuilder>
3 dup
4 invokespecial #3 <java/lang/StringBuilder.<init>>
7 new #4 <java/lang/String>
10 dup
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
19 new #4 <java/lang/String>
22 dup
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return

解析：

1. 对象1：new StringBuilder()
2. 对象2 ：new String("a")
3. 对象3：常量池中的"a"
4. 对象4：new String("b")
5. 对象5：常量池中的”b“

深入剖析：StringBuilder的toString():
6. 对象6：new String("ab")；强调一下：toString()的调用，在字符串常量池中，没有生成”ab“。不信你看字节码

题目三：

public class StringTest3 {
    public static void main(String[] args) {
        String s = new String("1");
        s.intern();
        String s2 = "1";
        System.out.println(s == s2);

        String s3 = new String("1") + new String("1");  // s3变量记录的地址为：new String("11").但是常量池中没有”11“
        // 执行完上一行代码以后，字符串常量池中，是否有”11“呢？ 答案：不存在！！！
        s3.intern();  // 在字符串常量池中生成”11“。如何理解：jdk6: 创建了一个新的对象”11“，也就有新的地址。
                                                   //   jdk7: 此时常量中并没有创建”11“，而是创建一个指向堆空间中new String("11")的地址
        String s4 = "11";      // s4变量记录的地址：使用的是上一行代码执行时，在常量池中生成的”11“的地址。
        System.out.println(s3 == s4);   
    }
}

• 在jdk1.6中的结果为 false 、 false
• 在jdk1.7中的结果为 false 、 true

上题变形

public class StringTest6 {
    public static void main(String[] args) {
        String s3 = new String("1") + new String("1");  // new String("11")
        // 执行完上一行代码，字符串常量池中，是否存在"11"呢？答案：不存在！！！
        String s4 = "11";
        String s5 = s3.intern();
        System.out.println(s3 == s4); // false
        System.out.println(s5 == s4); // true
    }
}

总结String的intern()的使用：

• jdk6中，将这个字符串对象尝试放入串池中。
    * 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
    * 如果没有，会把此对象复制一份，放入串池，并返回串池中的对象地址。

• jdk7起，将这个字符串对象尝试放入串池。
    * 如果串池中有，则并不会放入。返回已有的串池中的对象的地址。
    * 如果没有，则会把把对象的引用地址复制一份，放入串池，并返回串池中的引用地址。

intern()使用：练习1
jdk6:

jdk7:

变形

intern()使用：练习2

StringTable的垃圾回收

G1中的String去重操作