JVM 专题十六：StringTable

1. String的基本特性

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接口：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及以前内部定义了final char[] value用于存储字符串数据。jdk9时改为byte[]。改成byte[]加上编码标记，节约了一些空间。

| 为什么要把char value[]改成byte[] value？

| StringBuffer和StringBuilder是否有更改？基于String的类都改了

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replacec()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(数组+链表)，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。
使用-xx：StringTableSize可设置StringTable的长度。
在jdk1.6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jdk1.7中，StringTable的长度默认值是60013

Jdk1.8开始，设置StringTable的长度的话，1009是可设置的最小值。如果设置的比1009小，会出现以下错误：

2. 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:stringinfo="abc";

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

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

3. String的基本操作

4. 字符串拼接操作

4.1 操作结果

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(不是常量池的那个区域)。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。

4.2 底层细节

4.3 String和StringBuilder的执行效率

5. intern()的使用

5.1 问题引入

5.2 概述

如果不是用双引号声明的String对象(字面量)，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(""). 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 Poo1)。

| 如何保证变量S指向的是字符串常量池中的数据呢？

有两种方式：

方式一： String s = "abc"; //字面量定义的方式*

方式二：调用intern()

String s = new String("shkstart").intern();

String s = new StringBuilder("shkstart").toString().intern();

| new String("ab")会创建几个对象？

5.3 总结

Jak1.6中，将这个字符串对象尝试放入字符串常量池。

如果字符串常量池中有，则并不会放入。返回已有的字符串常量池中的对象的地址
如果没有，会把此对象复制一份，放入字符串常量池，并返回字符串常量池中的对象地址

Jdk1.7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。返回已有的字符串常量池中的对象的地址
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

intern()效率：空间层面

6. String Table的垃圾回收

7. G1中的String去重操作

7.1 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。

7.2 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，会査这个 hashtab1e，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。

7.3 命令行选项

Usestring Deduplication(boo)：开启String去重，默认是不开启的，需要手动开启。

Printstring Deduplicationstatistics(boo)：打印详细的去重统计信息。

String Deduplicationage Threshold( uintx):达到这个年龄的String)对象被认为是去重的候选对象。

巴特西