StringTable

String的基本特性

String：字符使用一对““引起来表示。

string 声明为 final 的，不可被继承

String 实现了 Serializable 接口：表示字符串是支持序列化的。实现了 Comparabe 接口：表示 string 可以比较大小

string 在 jdk8 及以前内部定义了 final char [] value 用于存储字符串数据。dk9 时改为 byte []

String：代表不可变的字符序列。简称：不可变性

• 当对字符串重新赋值时，需要重新指定内存区域赋值，不能使用原有的value进行赋值
• 当对现有的字符串进行连接操作时，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

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 Sting. intern 时性能会大幅下降
• 使用-XX: StringTableSize 可设置 Stringtable 的长度
• 在 jdk6 中 stringtabe 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 的长度默认值是 60013, String Tablesize 设置没有要求
• Jdk8 开始，设置 stringtablel 的长度的话，1009 是可设置的最小值。

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
• 如果不是双引号声明的String对象，可以使用String提供的intern（）方法

Java6及以前，字符串常量池存放在永久代

Java7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 Java7 中使用 string. Intern（）。

Java8元空间，字符串常量在堆

StringTable为什么要调整？因为永久代的回收效率很低，在full GC的时候才会触发。而Full GC是老年代空间不足、永久代空间不足时才会触发。这就导致StringTable回收效率不高。而我们开发中会有大量的字符串被创建，回收效率低，导致永久代内存不足。放到堆里，能及时回收内存。

String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

字符串拼接操作

常量与常量的拼接结果在常量池，原理是编译期优化

常量池中不会存在相同内容的常量

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

如果是两个final类型的String变量进行拼接操作拼接结果在常量池

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

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申是否存在，若不存在就会将当前字符串放入常量池中。

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

• jdk 1.6中，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，会把此对象复制一份，放入串池，并返回串池中的对象地址

• jdk 1.7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

面试题

• new String（“ab”）会创建几个对象？

• new String（“a“）+new String（”b“）呢？

  

intern（）的效率测试（空间角度）

• 大的网站平台，需要内存中存储大量的字符串。比如社交网站，很多人都存储：北京市、海淀区等信息。这时候如果字符串都调用 intern（）方法，就会明显降低内存的大小。

StringTable的垃圾回收

G1中的String去重操作

背景

对许多 Java 应用（有大的也有小的）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 应用的瓶颈在于内存，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 垃圾收集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。
• 如果査找失败，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信息
• StringDeduplicationAgeThreshold (uintx）：达到这个年龄的 string。对象被认为是去重的候选对象