Java 缩小字符串( Compact String)和 压缩字符串(Compressed String)
正如我们在上面文章提到的内容,在英文语境中上面 2 个方法还是有区别的,在中文环境下主要表达就是字符串压缩。
JDK 6 使用的压缩字符串方法,主要原因是我们修改了 String 的存储结构,char[] 在 Java 的很多地方都会用到,并且 String 因为这个修改就只能接受使用 char[] 为参数的构造方法了。
在很多算法中,String 的操作又严重依赖 char[] 数组,如果我们进行这样修改的话,很多程序的代码都会需要跟着修改,这个显然是不划算的。
在后面我们使用的缩小字符串的处理方案来说也会有问题的,同样也会增加一些不少的问题,例如会导致一些方法修改为内部方法 intrinsified 同时一些 JIT compiler 编译的代码也需要进行改进。
因为存储方式的改变,也会有一些反人类的情况会出现:
LATIN-1 的 indexOf(String) 方法调用的是内部方法,但是 indexOf(char) 不是小的。
在 UTF-16 环境下,这 2 个方法都可以使用相同的内部方法,这个问题只会对 LATIN-1 字符集的 String 字符串有影响,并且也会在后续的版本中修正。
整体来说使用缩小字符串( Compact String)的效率更高一些。
你可以将 Java 应用程序的 Heap 内存空间 dump 出来后进行分析,针对 String 的改进不会对你应用程序的提高产生非常显著的影响,如果你的程序有很多逻辑上面的问题,修改程序上面的逻辑问题比考虑如何使用 String 要实际得多。
但是对 JVM 来说这种提高还是有必要的。
性能的不同
让我们通过下面的一个简单的测试来看看启用缩小字符串( Compact String)配置和不启用这个配置对性能产生的异同。
long startTime = System.currentTimeMillis();
List strings = IntStream.rangeClosed(1, 10_000_000)
.mapToObj(Integer::toString)
.collect(toList());
long totalTime = System.currentTimeMillis() - startTime;
System.out.println(
"Generated " + strings.size() + " strings in " + totalTime + " ms.");
startTime = System.currentTimeMillis();
String appended = (String) strings.stream()
.limit(100_000)
.reduce("", (l, r) -> l.toString() + r.toString());
totalTime = System.currentTimeMillis() - startTime;
System.out.println("Created string of length " + appended.length()
+ " in " + totalTime + " ms.");
在这里,我们首先使用一个基本的方法来创建 1千万个 String 字符串,然后使用默认开启的配置来看看上面的代码的输出:
Generated 10000000 strings in 854 ms.
Created string of length 488895 in 5130 ms.
同样的,我们禁用 JVM 的这个参数 -XX:-CompactStrings 参数选项再来看看输出:
Generated 10000000 strings in 936 ms.
Created string of length 488895 in 9727 ms.
通过上面的代码,我们可以看到上面 2 个参数修改后对比的输出并不是非常的明显,但是也可以看到有明确的性能提升。