String類可以說是Java編程中使用最多的類了，如果能對String字符串的性能進行優化，那麼程序的性能必然能大幅提升。
這不JDK9就對String字符串進行了改進升級，在某些場景下可以讓String字符串內存減少一半，進而減少JVM的GC次數。
String的底層存儲
在面試的時候我們通常會說String字符串有不可變的特性，每次都要創建新的字符串。那麼，爲什麼String字符串是不可變的呢？
先來看一下String字符串的底層存儲結構：
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;
}
// ...
}
看到什麼了？當我們new一個String對象時，對應的字符串其實是以char數組的形式存儲在String對象內部。而這個char數組是final的，也就是說不可變的。
這也就是爲什麼我們說String字符串擁有不可變的特性，當字符串改變了，char數組不可變，就只能創建一個新的對象，新的char數組了。
底層存儲的優化
上面說的情況是JDK8及以前版本，到了JDK9，String中字符串的存儲不再用char數組了，改用byte數組。
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數組改爲byte數組，而且新增了一個coder的成員變量。
在程序中，絕大多數字符串只包含英文字母數字等字符，使用Latin-1編碼，一個字符佔用一個byte。如果使用char，一個char要佔用兩個byte，會佔用雙倍的內存空間。
但是，如果字符串中使用了中文等超出Latin-1表示範圍的字符，使用Latin-1就沒辦法表示了。這時JDK會使用UTF-16編碼，那麼佔用的空間和舊版（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需要用一個字節來存儲，而UTF-16需要使用2個字節或者4個字節來存儲。
據說這一改進方案是JDK的開發人員用大數據和人工能智能，調研了成千上萬的應用程序的heapdump信息後，得出：大部分的String都是以Latin-1字符編碼來表示的，只需要一個字節存儲就夠了，兩個字節完全是浪費。
COMPACT_STRINGS屬性則是用來控制是否開啓String的compact功能。默認情況下是開啓的。可以使用-XX:-CompactStrings參數來對此功能進行關閉。
改進的好處
改進的好處是非常明顯的，首先如果項目中使用Latin-1字符集居多，內存的佔用大幅度減少，同樣的硬件配置可以支撐更多的業務。
當內存減少之後，進一步導致減少GC次數，進而減少Stop-The-World的頻次，同樣會提升系統的性能。
總結
隨着JDK的迭代String字符串的內存結構及方法等也在不斷的發展演變，一方面是精於求精的態度，另一個更重要的原因是String在代碼中很常見，並且它往往是JVM中佔用內存最多的一類數據，因此對它(String)的優化收益非常大。
本文分享自微信公衆號 - Java中文社羣（javacn666）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。