锐客网

  1. 首页 > 睿知 > it技术 > >

String 既然能做性能调优，我直呼内行

IT知识性能调优String

知识的领域是无限的,我们的学习也是无限期的。这篇文章主要讲述String 既然能做性能调优，我直呼内行相关的知识，希望能为你提供帮助。

码哥，String 还能优化啥？你是不是框我？
莫慌，今天给大家见识一下不一样的 String，从根上拿捏直达 G 点。并且码哥分享一个例子：通过性能调优我们能实现百兆内存轻松存储几十 G 数据。??String??对象是我们每天都「摸」的对象类型，但是她的性能问题我们却总是忽略。爱她，不能只会简单一起玩耍，要深入了解?


?String?? 的内心深处，做一个「心有猛虎，细嗅蔷薇」的暖男。通过以下几点分析，我们一步步揭开她的衣裳，直达内心深处，提升一个 Level，让 ?


?String?? 直接起飞：
  1. 字符串对象的特性；
  2. String 的不可变性；
  3. 大字符串构建技巧；
  4. String.intern 节省内存；
  5. 字符串分割技巧；
String 身体解密想要深入了解，就先从基本组成开始……「String 缔造者」对 ??String?? 对象做了大量优化来节省内存，从而提升 String 的性能：

java 6 及之前数据存储在 ??char[]??数组中，??String??通过 ??offset?? 和 ??count??两个属性定位 ??char[]?? 数据获取字符串。这样可以高效快速的定位并共享数组对象，并且节省内存，但是有可能导致内存泄漏。
共享 char 数组为啥可能会导致内存泄漏呢？
String(int offset, int count, char value[])
this.value = https://www.songbingjia.com/android/value;
this.offset = offset;
this.count = count;


public String substring(int beginIndex, int endIndex)
//check boundary
returnnew String(offset + beginIndex, endIndex - beginIndex, value);

调用 ??substring()?? 的时候虽然创建了新的字符串，但字符串的值 ??value?? 仍然指向的是内存中的同一个数组，如下图所示：

如果我们仅仅是用 ??substring?? 获取一小段字符，而原始 ??string??字符串非常大的情况下，substring 的对象如果一直被引用。此时 ?


【String 既然能做性能调优，我直呼内行】?String?? 字符串也无法回收，从而导致内存泄露。如果有大量这种通过 substring 获取超大字符串中一小段字符串的操作，会因为内存泄露而导致内存溢出。
JDK7、8去掉了 ??offset?? 和 ??count??两个变量，减少了 String 对象占用的内存。substring 源码：
public String(char value[], int offset, int count)
this.value = https://www.songbingjia.com/android/Arrays.copyOfRange(value, offset, offset + count);


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

??substring()?? 通过 ??new String()?? 返回了一个新的字符串对象，在创建新的对象时通过 ??Arrays.copyOfRange()?? 深度拷贝了一个新的字符数组。如下图所示：
String.substring 方法不再共享 ??char[]???数组的数据，解决了可能内存泄漏的问题。
Java 9将 ??char[]??字段改为 ??byte[]??，新增 ??coder??属性。
码哥，为什么这么改呢？
一个 char 字符占 2 个字节，16 位。存储单字节编码内的字符（占一个字节的字符）就显得非常浪费。为了节约内存空间，于是使用了 1 个字节占 8 位的 byte 数组来存放字符串。勤俭节约的女神，谁不爱……新属性 coder 的作用是：在计算字符串长度或者使用 ??indexOf（）??方法时，我们需要根据编码类型来计算字符串长度。coder 的值分别表示不同编码类型：
  • 0：表示使用 ??Latin-1?? （单字节编码）；
  • 1：使用??UTF-16??。
String 的不可变性了解了??String?? 的基本组成之后，发现 String 还有一个比外在更性感的特性，她被 ??final??关键字修饰，char 数组也是。

我们知道类被 final 修饰代表该类不可继承，而 ??char[]??被 ??final+private?? 修饰，代表了 ??String?? 对象不可被更改。
String 对象一旦创建成功，就不能再对它进行改变。
final 修饰的好处安全性
当你在调用其他方法时，比如调用一些系统级操作指令之前，可能会有一系列校验。如果是可变类的话，可能在你校验过后，它的内部的值又被改变了，这样有可能会引起严重的系统崩溃问题。
高性能缓存
??String??不可变之后就能保证 ??hash??值得唯一性，使得类似 ??HashMap??容器才能实现相应的 ??key-value?? 缓存功能。
实现字符串常量池
由于不可变，才得以实现字符串常量池。字符串常量池指的是在创建字符串的时候，先去「常量池」查找是否创建过该「字符串」；如果有，则不会开辟新空间创建字符串，而是直接把常量池中该字符串的引用返回给此对象。创建字符串的两种方式：
  • String str1 = “码哥字节”;
  • String str2 = new String(“码哥字节”);
当代码中使用第一种方式创建字符串对象时，JVM 首先会检查该对象是否在字符串常量池中，如果在，就返回该对象引用。否则新的字符串将在常量池中被创建，并返回该引用。这样可以减少同一个值的字符串对象的重复创建，节约内存。第二种方式创建，在编译类文件时，"码哥字节" 字符串将会放入到常量结构中，在类加载时，“码哥字节" 将会在常量池中创建；在调用 new 时，JVM 命令将会调用 String 的构造函数，在堆内存中创建一个 String 对象，同时该对象指向「常量池」中的“码哥字节”字符串，str 指向刚刚在堆上创建的 String 对象；如下图：

什么是对象和对象引用呀？
str 属于方法栈的字面量，它指向堆中的 String 对象，并不是对象本。
对象在内存中是一块内存地址，str 则是指向这个内存地址的引用。
也就是说 str 并不是对象，而只是一个对象引用。
码哥，字符串的不可变到底指的是什么呀？
String str = "Java";
str = "Java,yyds"

第一次赋值 「Java」，第二次赋值「Java,yyds」，str 值确实改变了，为什么我还说 String 对象不可变呢？
这是因为 str 只是 String 对象的引用，并不是对象本身。
真正的对象依然还在内存中，没有被改变。
优化实战了解了 String 的对象实现原理和特性，是时候要深入女神内心，结合实际场景，如何更上一层楼优化 String 对象的使用。
大字符串如何构建既然 String 对象是不可变，所以我们在频繁拼接字符串的时候是否意味着创建多个对象呢？
String str = "癞蛤蟆撩青蛙" + "长的丑" + "玩的花";

是不是以为先生成「癞蛤蟆撩青蛙」对象，再生成「癞蛤蟆撩青蛙长的丑」对象，最后生成「癞蛤蟆撩青蛙长得丑玩的花」对象。
实际运行中，只有一个对象生成。
这是为什么呢？
虽然代码写的丑陋，但是编译器自动优化了代码。再看下面例子：
String str = "小青蛙";

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

上面的代码编译后，你可以看到编译器同样对这段代码进行了优化。Java 在进行字符串的拼接时，偏向使用 StringBuilder，这样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，还是循环内重复创建 ??StringBuilder??对象。
敲黑板所以做字符串拼接的时候，我建议你还是要显示地使用 String Builder 来提升系统性能。如果在多线程编程中，String 对象的拼接涉及到线程安全，你可以使用 StringBuffer。
运用 intern 节省内存直接看??intern()?? 方法的定义与源码：

??intern()?? 是一个本地方法，它的定义中说的是，当调用 ??intern?? 方法时，如果字符串常量池中已经包含此字符串，则直接返回此字符串的引用。否则将此字符串添加到常量池中，并返回字符串的引用。如果不包含此字符串，先将字符串添加到常量池中，再返回此对象的引用。
什么情况下适合使用 ??intern()?? 方法？
Twitter 工程师曾分享过一个 ??String.intern()?? 的使用示例，Twitter 每次发布消息状态的时候，都会产生一个地址信息，以当时 Twitter 用户的规模预估，服务器需要 20G 的内存来存储地址信息。
public class Location
private String city;
private String region;
private String countryCode;
private double longitude;
private double latitude;

考虑到其中有很多用户在地址信息上是有重合的，比如，国家、省份、城市等，这时就可以将这部分信息单独列出一个类，以减少重复，代码如下：
public class SharedLocation

private String city;
private String region;
private String countryCode;


public class Location

private SharedLocation sharedLocation;
double longitude;
double latitude;

通过优化，数据存储大小减到了 20G 左右。但对于内存存储这个数据来说，依然很大，怎么办呢？Twitter 工程师使用 ??String.intern()?? 使重复性非常高的地址信息存储大小从 20G 降到几百兆，从而优化了 String 对象的存储。核心代码如下：
SharedLocation sharedLocation = new SharedLocation();
sharedLocation.setCity(messageInfo.getCity().intern());
sharedLocation.setCountryCode(messageInfo.getRegion().intern());
sharedLocation.setRegion(messageInfo.getCountryCode().intern());

弄个简单例子方便理解：
String a =new String("abc").intern();
String b = new String("abc").intern();

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

输出结果：??true??。在加载类的时候会在常量池中创建一个字符串对象，内容是「abc」。创建局部 a 变量时，调用 new Sting() 会在堆内存中创建一个 String 对象，String 对象中的 char 数组将会引用常量池中字符串。在调用 intern 方法之后，会去常量池中查找是否有等于该字符串对象的引用，有就返回引用。创建 b 变量时，调用 new Sting() 会在堆内存中创建一个 String 对象，String 对象中的 char 数组将会引用常量池中字符串。在调用 intern 方法之后，会去常量池中查找是否有等于该字符串对象的引用，有就返回引用给局部变量。
而刚在堆内存中的两个对象，由于没有引用指向它，将会被垃圾回收。
所以 a 和 b 引用的是同一个对象。
字符串分割有妙招Split() 方法使用了正则表达式实现了其强大的分割功能，而正则表达式的性能是非常不稳定的。使用不恰当会引起回溯问题，很可能导致 CPU 居高不下。
Java 正则表达式使用的引擎实现是 NFA（Non deterministic Finite Automaton，确定型有穷自动机）自动机，这种正则表达式引擎在进行字符匹配时会发生回溯（backtracking），而一旦发生回溯，那其消耗的时间就会变得很长，有可能是几分钟，也有可能是几个小时，时间长短取决于回溯的次数和复杂度。
所以我们应该慎重使用 ??Split()?? 方法，我们可以用??String.indexOf()??方法代替 ?

    推荐阅读


    上一篇：JVM升级篇九（GC篇）

    下一篇：Go 中实现用户的每日限额（比如一天只能领三次福利）