[[386182]]

本文轉(zhuǎn)載自微信公眾號(hào)「程序新視界」，作者二師兄。轉(zhuǎn)載本文請(qǐng)聯(lián)系程序新視界公眾號(hào)。

String類可以說是Java編程中使用最多的類了，如果能對(duì)String字符串的性能進(jìn)行優(yōu)化，那么程序的性能必然能大幅提升。

這不JDK9就對(duì)String字符串進(jìn)行了改進(jìn)升級(jí)，在某些場(chǎng)景下可以讓String字符串內(nèi)存減少一半，進(jìn)而減少JVM的GC次數(shù)。

String的底層存儲(chǔ)

在面試的時(shí)候我們通常會(huì)說String字符串有不可變的特性，每次都要?jiǎng)?chuàng)建新的字符串。那么，為什么String字符串是不可變的呢?

先來看一下String字符串的底層存儲(chǔ)結(jié)構(gòu)：

public final class String 
    implements java.io.Serializable, Comparable<String>, CharSequence { 
     
    private final char value[]; 
 
    public String() { 
        this.value = "".value; 
    } 
 
    public String(String original) { 
        this.value = original.value; 
        this.hash = original.hash; 
    } 
    // ... 
}     

看到什么了?當(dāng)我們new一個(gè)String對(duì)象時(shí)，對(duì)應(yīng)的字符串其實(shí)是以char數(shù)組的形式存儲(chǔ)在String對(duì)象內(nèi)部。而這個(gè)char數(shù)組是final的，也就是說不可變的。

這也就是為什么我們說String字符串擁有不可變的特性，當(dāng)字符串改變了，char數(shù)組不可變，就只能創(chuàng)建一個(gè)新的對(duì)象，新的char數(shù)組了。

底層存儲(chǔ)的優(yōu)化

上面說的情況是JDK8及以前版本，到了JDK9，String中字符串的存儲(chǔ)不再用char數(shù)組了，改用byte數(shù)組。

public final class String 
    implements java.io.Serializable, Comparable<String>, CharSequence { 
 
    @Stable 
    private final byte[] value; 
 
    private final byte coder; 
     
    @Native static final byte LATIN1 = 0; 
    @Native static final byte UTF16  = 1; 
     
    static final boolean COMPACT_STRINGS; 
   
    public String() { 
        this.value = "".value; 
        this.coder = "".coder; 
    } 
 
    @HotSpotIntrinsicCandidate 
    public String(String original) { 
        this.value = original.value; 
        this.coder = original.coder; 
        this.hash = original.hash; 
    } 
     
    // ... 
} 

不僅將char數(shù)組改為byte數(shù)組，而且新增了一個(gè)coder的成員變量。

在程序中，絕大多數(shù)字符串只包含英文字母數(shù)字等字符，使用Latin-1編碼，一個(gè)字符占用一個(gè)byte。如果使用char，一個(gè)char要占用兩個(gè)byte，會(huì)占用雙倍的內(nèi)存空間。

但是，如果字符串中使用了中文等超出Latin-1表示范圍的字符，使用Latin-1就沒辦法表示了。這時(shí)JDK會(huì)使用UTF-16編碼，那么占用的空間和舊版(使用char[])是一樣的。

coder變量代表編碼的格式，目前String支持兩種編碼格式Latin-1和UTF-16。Latin-1需要用一個(gè)字節(jié)來存儲(chǔ)，而UTF-16需要使用2個(gè)字節(jié)或者4個(gè)字節(jié)來存儲(chǔ)。

據(jù)說這一改進(jìn)方案是JDK的開發(fā)人員用大數(shù)據(jù)和人工能智能，調(diào)研了成千上萬的應(yīng)用程序的heapdump信息后，得出：大部分的String都是以Latin-1字符編碼來表示的，只需要一個(gè)字節(jié)存儲(chǔ)就夠了，兩個(gè)字節(jié)完全是浪費(fèi)。

COMPACT_STRINGS屬性則是用來控制是否開啟String的compact功能。默認(rèn)情況下是開啟的。可以使用-XX:-CompactStrings參數(shù)來對(duì)此功能進(jìn)行關(guān)閉。

改進(jìn)的好處

改進(jìn)的好處是非常明顯的，首先如果項(xiàng)目中使用Latin-1字符集居多，內(nèi)存的占用大幅度減少，同樣的硬件配置可以支撐更多的業(yè)務(wù)。

當(dāng)內(nèi)存減少之后，進(jìn)一步導(dǎo)致減少GC次數(shù)，進(jìn)而減少Stop-The-World的頻次，同樣會(huì)提升系統(tǒng)的性能。

小結(jié)

隨著JDK的迭代String字符串的內(nèi)存結(jié)構(gòu)及方法等也在不斷地進(jìn)行演變。這是因?yàn)镾tring字符串往往是JVM中占用內(nèi)存最多的類，通過對(duì)它的改造升級(jí)，對(duì)性能的提升會(huì)更加明顯。