Jvm字符串性能怎樣優(yōu)化

一、引言

String 對(duì)象是我們使用最頻繁的一個(gè)對(duì)象類型，但它的性能問題卻是最容易被忽略的。String 對(duì)象作為 Java 語(yǔ)言中重要的數(shù)據(jù)類型，是內(nèi)存中占據(jù)空間最大的一個(gè)對(duì)象。高效地使用字符串，可以提升系統(tǒng)的整體性能。

二、String 對(duì)象的實(shí)現(xiàn)

在 Java 語(yǔ)言中，Sun 公司的工程師們對(duì) String 對(duì)象做了大量的優(yōu)化，來節(jié)約內(nèi)存空間，提升 String 對(duì)象在系統(tǒng)中的性能。

1. 在 Java6 以及之前的版本中，String 對(duì)象是對(duì) char 數(shù)組進(jìn)行了封裝實(shí)現(xiàn)的對(duì)象，主要有四個(gè)成員變量：char 數(shù)組、偏移量 offset、字符數(shù)量 count、哈希值 hash。String 對(duì)象是通過 offset 和 count 兩個(gè)屬性來定位 char［］ 數(shù)組，獲取字符串。這么做可以高效、快速地共享數(shù)組對(duì)象，同時(shí)節(jié)省內(nèi)存空間，但這種方式很有可能會(huì)導(dǎo)致內(nèi)存泄漏。

2. 從 Java7 版本開始到 Java8 版本，Java 對(duì) String 類做了一些改變。String 類中不再有 offset 和 count 兩個(gè)變量了。這樣的好處是 String 對(duì)象占用的內(nèi)存稍微少了些，同時(shí)，String.substring 方法也不再共享 char［］，從而解決了使用該方法可能導(dǎo)致的內(nèi)存泄漏問題。

3. 從 Java9 版本開始，工程師將 char［］ 字段改為了 byte［］ 字段，又維護(hù)了一個(gè)新的屬性 coder，它是一個(gè)編碼格式的標(biāo)識(shí)。

工程師為什么這樣修改呢？

我們知道一個(gè) char 字符占 16 位，2 個(gè)字節(jié)。這個(gè)情況下，存儲(chǔ)單字節(jié)編碼內(nèi)的字符（占一個(gè)字節(jié)的字符）就顯得非常浪費(fèi)。JDK1.9 的 String 類為了節(jié)約內(nèi)存空間，于是使用了占 8 位，1 個(gè)字節(jié)的 byte 數(shù)組來存放字符串。

而新屬性 coder 的作用是，在計(jì)算字符串長(zhǎng)度或者使用 indexOf（）函數(shù)時(shí)，我們需要根據(jù)這個(gè)字段，判斷如何計(jì)算字符串長(zhǎng)度。coder 屬性默認(rèn)有 0 和 1 兩個(gè)值，0 代表 Latin-1（單字節(jié)編碼），1 代表 UTF-16。如果 String 判斷字符串只包含了 Latin-1，則 coder 屬性值為 0，反之則為 1。

三、String 對(duì)象的不可變性起因

了解了 String 對(duì)象的實(shí)現(xiàn)后，你有沒有發(fā)現(xiàn)在實(shí)現(xiàn)代碼中 String 類被 final 關(guān)鍵字修飾了，而且變量 char 數(shù)組也被 final 修飾了。

我們知道類被 final 修飾代表該類不可繼承，而 char［］ 被 final+private 修飾，代表了 String 對(duì)象不可被更改。Java 實(shí)現(xiàn)的這個(gè)特性叫作 String 對(duì)象的不可變性，即 String 對(duì)象一旦創(chuàng)建成功，就不能再對(duì)它進(jìn)行改變。

四、String 對(duì)象的不可變性好處

1.保證 String 對(duì)象的安全性。假設(shè) String 對(duì)象是可變的，那么 String 對(duì)象將可能被惡意修改。

2.保證 hash 屬性值不會(huì)頻繁變更，確保了唯一性，使得類似 HashMap 容器才能實(shí)現(xiàn)相應(yīng)的 key-value 緩存功能。

3.可以實(shí)現(xiàn)字符串常量池。在 Java 中，通常有兩種創(chuàng)建字符串對(duì)象的方式，一種是通過字符串常量的方式創(chuàng)建，如 String str=“abc”；另一種是字符串變量通過 new 形式的創(chuàng)建，如 String str = new String（“abc”）。

當(dāng)代碼中使用第一種方式創(chuàng)建字符串對(duì)象時(shí)，JVM 首先會(huì)檢查該對(duì)象是否在字符串常量池中，如果在，就返回該對(duì)象引用，否則新的字符串將在常量池中被創(chuàng)建。這種方式可以減少同一個(gè)值的字符串對(duì)象的重復(fù)創(chuàng)建，節(jié)約內(nèi)存。

String str = new String（“abc”） 這種方式，首先在編譯類文件時(shí)，“abc”常量字符串將會(huì)放入到常量結(jié)構(gòu)中，在類加載時(shí)，“abc“將會(huì)在常量池中創(chuàng)建；其次，在調(diào)用 new 時(shí)，JVM 命令將會(huì)調(diào)用 String 的構(gòu)造函數(shù)，同時(shí)引用常量池中的”abc” 字符串，在堆內(nèi)存中創(chuàng)建一個(gè) String 對(duì)象；最后，str 將引用 String 對(duì)象。

五、String 對(duì)象的優(yōu)化

1. 如何構(gòu)建超大字符串？

編程過程中，字符串的拼接很常見。前面我講過 String 對(duì)象是不可變的，如果我們使用 String 對(duì)象相加，拼接我們想要的字符串，是不是就會(huì)產(chǎn)生多個(gè)對(duì)象呢？例如以下代碼：

String str= “ab” + “cd” + “ef”;

分析代碼可知：首先會(huì)生成 ab 對(duì)象，再生成 abcd 對(duì)象，最后生成 abcdef 對(duì)象，從理論上來說，這段代碼是低效的。

但實(shí)際運(yùn)行中，我們發(fā)現(xiàn)只有一個(gè)對(duì)象生成，這是為什么呢？難道我們的理論判斷錯(cuò)了？我們?cè)賮砜淳幾g后的代碼，你會(huì)發(fā)現(xiàn)編譯器自動(dòng)優(yōu)化了這行代碼，如下：

String str= “abcdef”;

上面介紹的是字符串常量的累計(jì)，再來看看字符串變量的累計(jì)又是怎樣的呢？

String str = “abcdef”;

for（int i=0; i《1000; i++） {

str = str + i;

}

上面的代碼編譯后，你可以看到編譯器同樣對(duì)這段代碼進(jìn)行了優(yōu)化。不難發(fā)現(xiàn)，Java 在進(jìn)行字符串的拼接時(shí)，偏向使用 StringBuilder，這樣可以提高程序的效率。

String str = “abcdef”;

for（int i=0; i《1000; i++） {

str = （new StringBuilder（String.valueOf（str）））.append（i）.toString（）;

}

綜上已知：即使使用 + 號(hào)作為字符串的拼接，也一樣可以被編譯器優(yōu)化成 StringBuilder 的方式。但再細(xì)致些，你會(huì)發(fā)現(xiàn)在編譯器優(yōu)化的代碼中，每次循環(huán)都會(huì)生成一個(gè)新的 StringBuilder 實(shí)例，同樣也會(huì)降低系統(tǒng)的性能。

所以平時(shí)做字符串拼接的時(shí)候，我建議你還是要顯示地使用 String Builder 來提升系統(tǒng)性能。

如果在多線程編程中，String 對(duì)象的拼接涉及到線程安全，你可以使用 StringBuffer。但是要注意，由于 StringBuffer 是線程安全的，涉及到鎖競(jìng)爭(zhēng)，所以從性能上來說，要比 StringBuilder 差一些。

2. 如何使用 String.intern 節(jié)省內(nèi)存？

講完了構(gòu)建字符串，我們?cè)賮碛懻撓?String 對(duì)象的存儲(chǔ)問題。先看一個(gè)案例。

Twitter 每次發(fā)布消息狀態(tài)的時(shí)候，都會(huì)產(chǎn)生一個(gè)地址信息，以當(dāng)時(shí) Twitter 用戶的規(guī)模預(yù)估，服務(wù)器需要 32G 的內(nèi)存來存儲(chǔ)地址信息。

public class Location {

private String city;

private String region;

private String countryCode;

private double longitude;

private double latitude;

}

考慮到其中有很多用戶在地址信息上是有重合的，比如，國(guó)家、省份、城市等，這時(shí)就可以將這部分信息單獨(dú)列出一個(gè)類，以減少重復(fù)，代碼如下：

public class SharedLocation {

private String city;

private String region;

private String countryCode;

}

public class Location {

private SharedLocation sharedLocation;

double longitude;

double latitude;

}

通過優(yōu)化，數(shù)據(jù)存儲(chǔ)大小減到了 20G 左右。但對(duì)于內(nèi)存存儲(chǔ)這個(gè)數(shù)據(jù)來說，依然很大，怎么辦呢？

這個(gè)案例來自一位 Twitter 工程師在 QCon 全球軟件開發(fā)大會(huì)上的演講，他們想到的解決方法，就是使用 String.intern 來節(jié)省內(nèi)存空間，從而優(yōu)化 String 對(duì)象的存儲(chǔ)。

具體做法就是，在每次賦值的時(shí)候使用 String 的 intern 方法，如果常量池中有相同值，就會(huì)重復(fù)使用該對(duì)象，返回對(duì)象引用，這樣一開始的對(duì)象就可以被回收掉。這種方式可以使重復(fù)性非常高的地址信息存儲(chǔ)大小從 20G 降到幾百兆。

SharedLocation sharedLocation = new SharedLocation（）;

sharedLocation.setCity（messageInfo.getCity（）.intern（））; sharedLocation.setCountryCode（messageInfo.getRegion（）.intern（））;

sharedLocation.setRegion（messageInfo.getCountryCode（）.intern（））;

Location location = new Location（）;

location.set（sharedLocation）;

location.set（messageInfo.getLongitude（））;

location.set（messageInfo.getLatitude（））;

為了更好地理解，我們?cè)賮硗ㄟ^一個(gè)簡(jiǎn)單的例子，回顧下其中的原理：

String a =new String（“abc”）.intern（）;

String b = new String（“abc”）.intern（）;

if（a==b） {

System.out.print（“a==b”）;

}

輸出結(jié)果：

a==b

在字符串常量中，默認(rèn)會(huì)將對(duì)象放入常量池；在字符串變量中，對(duì)象是會(huì)創(chuàng)建在堆內(nèi)存中，同時(shí)也會(huì)在常量池中創(chuàng)建一個(gè)字符串對(duì)象，復(fù)制到堆內(nèi)存對(duì)象中，并返回堆內(nèi)存對(duì)象引用。

如果調(diào)用 intern 方法，會(huì)去查看字符串常量池中是否有等于該對(duì)象的字符串的引用，如果沒有，在 JDK1.6 版本中會(huì)復(fù)制堆中的字符串到常量池中，并返回該字符串引用，堆內(nèi)存中原有的字符串由于沒有引用指向它，將會(huì)通過垃圾回收器回收。

在 JDK1.7 版本以后，由于常量池已經(jīng)合并到了堆中，所以不會(huì)再?gòu)?fù)制具體字符串了，只是會(huì)把首次遇到的字符串的引用添加到常量池中；如果有，就返回常量池中的字符串引用。

了解了原理，我們?cè)僖黄鹂聪律线叺睦印?/p>

在一開始字符串“abc”會(huì)在加載類時(shí)，在常量池中創(chuàng)建一個(gè)字符串對(duì)象。

創(chuàng)建 a 變量時(shí)，調(diào)用 new String（） 會(huì)在堆內(nèi)存中創(chuàng)建一個(gè) String 對(duì)象，String 對(duì)象中的 char 數(shù)組將會(huì)引用常量池中字符串。在調(diào)用 intern 方法之后，會(huì)去常量池中查找是否有等于該字符串對(duì)象的引用，有就返回引用。

創(chuàng)建 b 變量時(shí)，調(diào)用 new String（） 會(huì)在堆內(nèi)存中創(chuàng)建一個(gè) String 對(duì)象，String 對(duì)象中的 char 數(shù)組將會(huì)引用常量池中字符串。在調(diào)用 intern 方法之后，會(huì)去常量池中查找是否有等于該字符串對(duì)象的引用，有就返回引用。

而在堆內(nèi)存中的兩個(gè)對(duì)象，由于沒有引用指向它，將會(huì)被垃圾回收。所以 a 和 b 引用的是同一個(gè)對(duì)象。

如果在運(yùn)行時(shí)，創(chuàng)建字符串對(duì)象，將會(huì)直接在堆內(nèi)存中創(chuàng)建，不會(huì)在常量池中創(chuàng)建。所以動(dòng)態(tài)創(chuàng)建的字符串對(duì)象，調(diào)用 intern 方法，在 JDK1.6 版本中會(huì)去常量池中創(chuàng)建運(yùn)行時(shí)常量以及返回字符串引用，在 JDK1.7 版本之后，會(huì)將堆中的字符串常量的引用放入到常量池中，當(dāng)其它堆中的字符串對(duì)象通過 intern 方法獲取字符串對(duì)象引用時(shí)，則會(huì)去常量池中判斷是否有相同值的字符串的引用，此時(shí)有，則返回該常量池中字符串引用，跟之前的字符串指向同一地址的字符串對(duì)象。

以一張圖來總結(jié) String 字符串的創(chuàng)建分配內(nèi)存地址情況：

使用 intern 方法需要注意的一點(diǎn)是，一定要結(jié)合實(shí)際場(chǎng)景。因?yàn)槌Ａ砍氐膶?shí)現(xiàn)是類似于一個(gè) HashTable 的實(shí)現(xiàn)方式，HashTable 存儲(chǔ)的數(shù)據(jù)越大，遍歷的時(shí)間復(fù)雜度就會(huì)增加。如果數(shù)據(jù)過大，會(huì)增加整個(gè)字符串常量池的負(fù)擔(dān)。

3. 如何使用字符串的分割方法？

Split（） 方法使用了正則表達(dá)式實(shí)現(xiàn)了其強(qiáng)大的分割功能，而正則表達(dá)式的性能是非常不穩(wěn)定的，使用不恰當(dāng)會(huì)引起回溯問題，很可能導(dǎo)致 CPU 居高不下。

所以我們應(yīng)該慎重使用 Split（） 方法，我們可以用 String.indexOf（） 方法代替 Split（） 方法完成字符串的分割。如果實(shí)在無法滿足需求，你就在使用 Split（） 方法時(shí)，對(duì)回溯問題加以重視就可以了。

六、總結(jié)

我們認(rèn)識(shí)到做好 String 字符串性能優(yōu)化，可以提高系統(tǒng)的整體性能。在這個(gè)理論基礎(chǔ)上，Java 版本在迭代中通過不斷地更改成員變量，節(jié)約內(nèi)存空間，對(duì) String 對(duì)象進(jìn)行優(yōu)化。

我們還特別提到了 String 對(duì)象的不可變性，正是這個(gè)特性實(shí)現(xiàn)了字符串常量池，通過減少同一個(gè)值的字符串對(duì)象的重復(fù)創(chuàng)建，進(jìn)一步節(jié)約內(nèi)存。

但也是因?yàn)檫@個(gè)特性，我們?cè)谧鲩L(zhǎng)字符串拼接時(shí)，需要顯示使用 StringBuilder，以提高字符串的拼接性能。最后，在優(yōu)化方面，我們還可以使用 intern 方法，讓變量字符串對(duì)象重復(fù)使用常量池中相同值的對(duì)象，進(jìn)而節(jié)約內(nèi)存。

最后再分享一個(gè)個(gè)人觀點(diǎn)。那就是千里之堤，潰于蟻穴。日常編程中，我們往往可能就是對(duì)一個(gè)小小的字符串了解不夠深入，使用不夠恰當(dāng)，從而引發(fā)線上事故。

比如，在我之前的工作經(jīng)歷中，就曾因?yàn)槭褂谜齽t表達(dá)式對(duì)字符串進(jìn)行匹配，導(dǎo)致并發(fā)瓶頸，這里也可以將其歸納為字符串使用的性能問題。

責(zé)任編輯：ct