当前位置：主页 > 查看内容

JDK9对String字符串的新一轮优化，不可不知

发布时间：2021-05-05 00:00| 有 位朋友查看

简介：本文转载自微信公众号「程序新视界」，作者二师兄。转载本文请联系程序新视界公众号。 String类可以说是Java编程中使用最多的类了，如果能对String字符串的性能进行优化，那么程序的性能必然能大幅提升。 这不JDK9就对String字符串进行了改进升级，在某些场……

 

本文转载自微信公众号「程序新视界」，作者二师兄。转载本文请联系程序新视界公众号。

String类可以说是Java编程中使用最多的类了，如果能对String字符串的性能进行优化，那么程序的性能必然能大幅提升。

这不JDK9就对String字符串进行了改进升级，在某些场景下可以让String字符串内存减少一半，进而减少JVM的GC次数。

String的底层存储

在面试的时候我们通常会说String字符串有不可变的特性，每次都要创建新的字符串。那么，为什么String字符串是不可变的呢?

先来看一下String字符串的底层存储结构：

  1. public final class String 
  2.     implements java.io.Serializable, Comparable<String>, CharSequence { 
  3.      
  4.     private final char value[]; 
  5.  
  6.     public String() { 
  7.         this.value = "".value; 
  8.     } 
  9.  
  10.     public String(String original) { 
  11.         this.value = original.value; 
  12.         this.hash = original.hash; 
  13.     } 
  14.     // ... 
  15. }     

看到什么了?当我们new一个String对象时，对应的字符串其实是以char数组的形式存储在String对象内部。而这个char数组是final的，也就是说不可变的。

这也就是为什么我们说String字符串拥有不可变的特性，当字符串改变了，char数组不可变，就只能创建一个新的对象，新的char数组了。

底层存储的优化

上面说的情况是JDK8及以前版本，到了JDK9，String中字符串的存储不再用char数组了，改用byte数组。

  1. public final class String 
  2.     implements java.io.Serializable, Comparable<String>, CharSequence { 
  3.  
  4.     @Stable 
  5.     private final byte[] value; 
  6.  
  7.     private final byte coder; 
  8.      
  9.     @Native static final byte LATIN1 = 0; 
  10.     @Native static final byte UTF16  = 1; 
  11.      
  12.     static final boolean COMPACT_STRINGS; 
  13.    
  14.     public String() { 
  15.         this.value = "".value; 
  16.         this.coder = "".coder; 
  17.     } 
  18.  
  19.     @HotSpotIntrinsicCandidate 
  20.     public String(String original) { 
  21.         this.value = original.value; 
  22.         this.coder = original.coder; 
  23.         this.hash = original.hash; 
  24.     } 
  25.      
  26.     // ... 
  27. } 

不仅将char数组改为byte数组，而且新增了一个coder的成员变量。

在程序中，绝大多数字符串只包含英文字母数字等字符，使用Latin-1编码，一个字符占用一个byte。如果使用char，一个char要占用两个byte，会�加盟兜哪诖婵占洹�

但是，如果字符串中使用了中文等超出Latin-1表示范围的字符，使用Latin-1就没办法表示了。这时JDK会使用UTF-16编码，那么占用的空间和旧版(使用char[])是一样的。

coder变量代表编码的格式，目前String支持两种编码格式Latin-1和UTF-16。Latin-1需要用一个字节来存储，而UTF-16需要使用2个字节或者4个字节来存储。

据说这一改进方案是JDK的开发人员用大数据和人工能智能，调研了成千上万的应用程序的heapdump信息后，得出：大部分的String都是以Latin-1字符编码来表示的，只需要一个字节存储就够了，两个字节完全是浪费。

COMPACT_STRINGS属性则是用来控制是否开启String的compact功能。默认情况下是开启的。可以使用-XX:-CompactStrings参数来对此功能进行关闭。

改进的好处

改进的好处是非常明显的，首先如果项目中使用Latin-1字符集居多，内存的占用大幅度减少，同样的硬件配置可以支撑更多的业务。

当内存减少之后，进一步导致减少GC次数，进而减少Stop-The-World的频次，同样会提升系统的性能。

小结

随着JDK的迭代String字符串的内存结构及方法等也在不断地进行演变。这是因为String字符串往往是JVM中占用内存最多的类，通过对它的改造升级，对性能的提升会更加明显。


本文转载自网络，原文链接：https://mp.weixin.qq.com/s/p1Q5AZWETUtajqtY2GUMtA
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！
上一篇：Protobuf vs CBOR：新一代的二进制序列化格式 下一篇：AIOps，SRE工程师手中的利器

推荐图文

  • 周排行
  • 月排行
  • 总排行

随机推荐