从内存结构的角度带你看 String Table

一、String的基本特征

一、String的基本特征

• String：字符串，使用一对 “ “ 引起来表示。
• String 声明为 final 的，不可被继承。
• String 实现了 Serializable：表示字符串是支持序列化的；实现了Comparable接口：表示String可以比较大小。
• String在 jdk8 及之前内部定义了final char[] value用于存储字符串数据，jdk9时改为了byte[]。

二、String在 jdk9 中存储结构变更

tring再也不用char[]来存储了，改成了byte[] 加上编码标记，节约了一些空间。

那StringBuffer 和 StringBuider是否仍无动于衷呢？StringBuffer 和 StringBuilder 也更新成相同的表示了。

三、String的基本特征

String：代表不可变的字符序列，简称：不可变性。

• 当字符串重新赋值时，需要重写指定内存区域赋值，不能使用原有的value进行赋值。
• 当对现有的字符串进行连续操作时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。
• 当调用String的 replace() 方法修改指定字符或字符串时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。

通过字面量的方式（区别于new）给一个字符串赋值，此时的字符串值声明在字符串常量池中，比如下面这样：

String a = "aaa";

字符串常量池中是不会存储相同内容的字符串的

String 的 String Pool 是一个固定大小的 Hashtable，默认值长度是 1009。如果放进去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，而链表长了后会直接造成的影响就是当调用 Sting.intern() 时性能下降。

使用-XX:StringTableSize可以设置 StringTable 的长度，在jdk6中 StringTable 是固定的，就是 1009 的长度，所以如果常量池中的字符串过多就会导致效率下降很快，StringTableSize设置没有要求；在jdk7中，StringTable的默认长度是 60013，StringTableSize 设置没有要求，jdk8开始，设置 StringTable 的长度的话，1009 是可以设置的最小值。

二、String 的内存分配

一、String 的内存分配

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 = "ktf is a shuaige"。
• 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。

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，这样就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的比较多，但是这个改动使得我们有足够的理由让我们重新考虑在 Java7 中使用String.intern()。Java 8方法区改成了元空间实现，但是字符串常量池还是在堆。

三、Sting的基本操作

Java 语言规范里要求完全相同的字符串字面量，应该包含同样的 Unicode 字符序列（包含同一份码点序列的常量），并且必须是指向同一个 String 类实例。

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
}

四、字符串拼接操作

• 常量与常量的拼接结果在常量池，原理是编译器优化。
• 常量池中不会存在相同的常量。
• 只要其中一个是变量，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，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。

五、intern()的使用

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("I love you").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那个类实例，必须和直接以常量池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"

通俗点讲，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，这个值会被存放在字符串内部池（String Intern Pool）。

总结String的intern() 的使用：

• jdk1.6中，将这个字符串对象尝试放入字符串常量池中：
  • 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。
• jdk1.7起，将这个字符串常量池尝试放入串池：
  • 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，则会把对象的引用地址复制一份，传入串池，并返回串池中的引用地址。

六、StringTable 的垃圾回收

七、G1 中的 String 去重操作

背景：对许多Java引用（有大的有小的）做的测试得出以下结果：

• 堆存活数据集合里面 String 对象占了25%。
• 堆存活数据集合里面重复的 String 对象有13.5%。
• String 对象的平均长度是 45。

许多大规模的 Java 引用的瓶颈在于内存，测试表明，在这些类型的应用里面，Java堆中存活的数据集合差不多25% 是 String 对象，更进一步，这里面差不多一半String对象是重复的，重复的意思是说：String1.equals(String2) = true，堆上存在重复的String对象必然是一种内存的浪费。这个项目将在G1垃圾回收器中实现自动持续对重复的String 对象进行去重，这样就能避免浪费内存。

实现：

• 当垃圾回收器工作的时候，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。

命令行选项：

• UseStringDeduplication(bool)：开启String去重，默认是不开启的，需要手动开启。
• PrintStringDeduplicationStatistics（bool）：打印详细的去重统计消息。
• StringDeduplicationAgeThreshold（uintx):达到这个年龄的String对象被认为是去重的候选对象。