String 既然能做性能調優,我直呼內行

碼哥,String 還能優化啥?你是不是框我?

莫慌,今天給大家見識一下不一樣的 String,從根上拿捏直達 G 點。

並且碼哥分享一個例子:通過性能調優我們能實現百兆內存輕鬆存儲幾十 G 數據。

String對象是我們每天都「摸」的對象類型,但是她的性能問題我們卻總是忽略。

愛她,不能只會簡單一起玩耍,要深入瞭解String 的內心深處,做一個「心有猛虎,細嗅薔薇」的暖男。

通過以下幾點分析,我們一步步揭開她的衣裳,直達內心深處,提升一個 Level,讓 String 直接起飛:

  1. 字符串對象的特性;
  2. String 的不可變性;
  3. 大字符串構建技巧;
  4. String.intern 節省內存;
  5. 字符串分割技巧;

String 身體解密

想要深入瞭解,就先從基本組成開始……

「String 締造者」對 String 對象做了大量優化來節省內存,從而提升 String 的性能:

Java 6 及之前

數據存儲在 char[]數組中,String通過 offsetcount兩個屬性定位 char[] 數據獲取字符串。

這樣可以高效快速的定位並共享數組對象,並且節省內存,但是有可能導致內存泄漏。

共享 char 數組爲啥可能會導致內存泄漏呢?

String(int offset, int count, char value[]) {
    this.value = value;
    this.offset = offset;
    this.count = count;
}

public String substring(int beginIndex, int endIndex) {
    //check boundary
    return  new String(offset + beginIndex, endIndex - beginIndex, value);
}

調用 substring() 的時候雖然創建了新的字符串,但字符串的值 value 仍然指向的是內存中的同一個數組,如下圖所示:

如果我們僅僅是用 substring 獲取一小段字符,而原始 string字符串非常大的情況下,substring 的對象如果一直被引用。

此時 String 字符串也無法回收,從而導致內存泄露。

如果有大量這種通過 substring 獲取超大字符串中一小段字符串的操作,會因爲內存泄露而導致內存溢出。

JDK7、8

去掉了 offsetcount兩個變量,減少了 String 對象佔用的內存。

substring 源碼:

public String(char value[], int offset, int count) {
    this.value = Arrays.copyOfRange(value, offset, offset + count);
}

public String substring(int beginIndex, int endIndex) {
    int subLen = endIndex - beginIndex;
    return new String(value, beginIndex, subLen);
}

substring() 通過 new String() 返回了一個新的字符串對象,在創建新的對象時通過 Arrays.copyOfRange() 深度拷貝了一個新的字符數組。

如下圖所示:

String.substring 方法不再共享 char[]數組的數據,解決了可能內存泄漏的問題。

Java 9

char[]字段改爲 byte[],新增 coder屬性。

碼哥,爲什麼這麼改呢?

一個 char 字符佔 2 個字節,16 位。存儲單字節編碼內的字符(佔一個字節的字符)就顯得非常浪費。

爲了節約內存空間,於是使用了 1 個字節佔 8 位的 byte 數組來存放字符串。

勤儉節約的女神,誰不愛……

新屬性 coder 的作用是:在計算字符串長度或者使用 indexOf()方法時,我們需要根據編碼類型來計算字符串長度。

coder 的值分別表示不同編碼類型:

  • 0:表示使用 Latin-1 (單字節編碼);
  • 1:使用UTF-16

String 的不可變性

瞭解了String 的基本組成之後,發現 String 還有一個比外在更性感的特性,她被 final關鍵字修飾,char 數組也是。

我們知道類被 final 修飾代表該類不可繼承,而 char[]final+private 修飾,代表了 String 對象不可被更改。

String 對象一旦創建成功,就不能再對它進行改變

final 修飾的好處

安全性

當你在調用其他方法時,比如調用一些系統級操作指令之前,可能會有一系列校驗。

如果是可變類的話,可能在你校驗過後,它的內部的值又被改變了,這樣有可能會引起嚴重的系統崩潰問題。

高性能緩存

String不可變之後就能保證 hash值得唯一性,使得類似 HashMap容器才能實現相應的 key-value 緩存功能。

實現字符串常量池

由於不可變,才得以實現字符串常量池。

字符串常量池指的是在創建字符串的時候,先去「常量池」查找是否創建過該「字符串」;

如果有,則不會開闢新空間創建字符串,而是直接把常量池中該字符串的引用返回給此對象。

創建字符串的兩種方式:

  • String str1 = “碼哥字節”;
  • String str2 = new String(“碼哥字節”);

當代碼中使用第一種方式創建字符串對象時,JVM 首先會檢查該對象是否在字符串常量池中,如果在,就返回該對象引用。

否則新的字符串將在常量池中被創建,並返回該引用。

這樣可以減少同一個值的字符串對象的重複創建,節約內存

第二種方式創建,在編譯類文件時,"碼哥字節" 字符串將會放入到常量結構中,在類加載時,“碼哥字節" 將會在常量池中創建;

在調用 new 時,JVM 命令將會調用 String 的構造函數,在堆內存中創建一個 String 對象,同時該對象指向「常量池」中的“碼哥字節”字符串,str 指向剛剛在堆上創建的 String 對象;

如下圖:

什麼是對象和對象引用呀?

str 屬於方法棧的字面量,它指向堆中的 String 對象,並不是對象本。

對象在內存中是一塊內存地址,str 則是指向這個內存地址的引用。

也就是說 str 並不是對象,而只是一個對象引用。

碼哥,字符串的不可變到底指的是什麼呀?

String str = "Java";
str = "Java,yyds"

第一次賦值 「Java」,第二次賦值「Java,yyds」,str 值確實改變了,爲什麼我還說 String 對象不可變呢?

這是因爲 str 只是 String 對象的引用,並不是對象本身。

真正的對象依然還在內存中,沒有被改變。

優化實戰

瞭解了 String 的對象實現原理和特性,是時候要深入女神內心,結合實際場景,如何更上一層樓優化 String 對象的使用。

大字符串如何構建

既然 String 對象是不可變,所以我們在頻繁拼接字符串的時候是否意味着創建多個對象呢?

String str = "癩蛤蟆撩青蛙" + "長的醜" + "玩的花";

是不是以爲先生成「癩蛤蟆撩青蛙」對象,再生成「癩蛤蟆撩青蛙長的醜」對象,最後生成「癩蛤蟆撩青蛙長得醜玩的花」對象。

實際運行中,只有一個對象生成。

這是爲什麼呢?

雖然代碼寫的醜陋,但是編譯器自動優化了代碼。

再看下面例子:

String str = "小青蛙";

for(int i=0; i<1000; i++) {
     str += i;
}

上面的代碼編譯後,你可以看到編譯器同樣對這段代碼進行了優化。

Java 在進行字符串的拼接時,偏向使用 StringBuilder,這樣可以提高程序的效率。

String str = "小青蛙";

for(int i=0; i<1000; i++) {
            str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}

即使如此,還是循環內重複創建 StringBuilder對象。

敲黑板

所以做字符串拼接的時候,我建議你還是要顯示地使用 String Builder 來提升系統性能。

如果在多線程編程中,String 對象的拼接涉及到線程安全,你可以使用 StringBuffer。

運用 intern 節省內存

直接看intern() 方法的定義與源碼:

intern() 是一個本地方法,它的定義中說的是,當調用 intern 方法時,如果字符串常量池中已經包含此字符串,則直接返回此字符串的引用。

否則將此字符串添加到常量池中,並返回字符串的引用。

如果不包含此字符串,先將字符串添加到常量池中,再返回此對象的引用。

什麼情況下適合使用 intern() 方法?

Twitter 工程師曾分享過一個 String.intern() 的使用示例,Twitter 每次發佈消息狀態的時候,都會產生一個地址信息,以當時 Twitter 用戶的規模預估,服務器需要 20G 的內存來存儲地址信息。

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,國家、省份、城市等,這時就可以將這部分信息單獨列出一個類,以減少重複,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;
}

通過優化,數據存儲大小減到了 20G 左右。

但對於內存存儲這個數據來說,依然很大,怎麼辦呢?

Twitter 工程師使用 String.intern() 使重複性非常高的地址信息存儲大小從 20G 降到幾百兆,從而優化了 String 對象的存儲。

核心代碼如下:

SharedLocation sharedLocation = new SharedLocation();
sharedLocation.setCity(messageInfo.getCity().intern());
sharedLocation.setCountryCode(messageInfo.getRegion().intern());
sharedLocation.setRegion(messageInfo.getCountryCode().intern());

弄個簡單例子方便理解:

String a =new String("abc").intern();
String b = new String("abc").intern();

System.out.print(a==b);

輸出結果:true

在加載類的時候會在常量池中創建一個字符串對象,內容是「abc」。

創建局部 a 變量時,調用 new Sting() 會在堆內存中創建一個 String 對象,String 對象中的 char 數組將會引用常量池中字符串。

在調用 intern 方法之後,會去常量池中查找是否有等於該字符串對象的引用,有就返回引用。

創建 b 變量時,調用 new Sting() 會在堆內存中創建一個 String 對象,String 對象中的 char 數組將會引用常量池中字符串。

在調用 intern 方法之後,會去常量池中查找是否有等於該字符串對象的引用,有就返回引用給局部變量。

而剛在堆內存中的兩個對象,由於沒有引用指向它,將會被垃圾回收。

所以 a 和 b 引用的是同一個對象。

字符串分割有妙招

Split() 方法使用了正則表達式實現了其強大的分割功能,而正則表達式的性能是非常不穩定的。

使用不恰當會引起回溯問題,很可能導致 CPU 居高不下。

Java 正則表達式使用的引擎實現是 NFA(Non deterministic Finite Automaton,確定型有窮自動機)自動機,這種正則表達式引擎在進行字符匹配時會發生回溯(backtracking),而一旦發生回溯,那其消耗的時間就會變得很長,有可能是幾分鐘,也有可能是幾個小時,時間長短取決於回溯的次數和複雜度。

所以我們應該慎重使用 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。

總結與思考

我們從 String 進化歷程掌握了她的組成,不斷的改變成員變量節約內存。

她的不可變性從而實現了字符串常量池,減少同一個字符串的重複創建,節約內存。

但也是因爲這個特性,我們在做長字符串拼接時,需要顯示使用 StringBuilder,以提高字符串的拼接性能。

最後,在優化方面,我們還可以使用 intern 方法,讓變量字符串對象重複使用常量池中相同值的對象,進而節約內存。

最後,出一個問題給大家,歡迎在評論區留言,點贊對多的將獲取碼哥贈送的書籍。

通過三種不同的方式創建了三個對象,再依次兩兩匹配,每組被匹配的兩個對象是否相等?代碼如下:

String str1 = "abc";
String str2 = new String("abc");
String str3 = str2.intern();
assertSame(str1 == str2);
assertSame(str2 == str3);
assertSame(str1 == str3)

公zhong號後臺回覆:「String」獲取答案。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章