一、介绍String对象是我们使用频率很高的对象类型，但是它的性能问题却很容易被忽视。String对象作为Java语言中的一种重要数据类型，是一个在内存中占用较大空间的对象。有效地使用字符串可以提高系统的整体性能。2、String对象的实现在Java语言中，Sun的工程师对String对象做了很多优化，以节省内存空间，提高String对象在系统中的性能。1、在Java6及之前的版本中，String对象是对char数组进行封装的对象。它主要有四个成员变量：char数组、offset偏移量、字符计数、hash值hash。String对象通过offset和count这两个属性定位char[]数组获取字符串。这样做可以高效快速地共享数组对象，同时节省内存空间，但是这种方式很可能会造成内存泄漏。2、从Java7版本到Java8版本，Java对String类做了一些改动。String类中不再有offset和count变量。这样做的好处是String对象占用的内存稍微少一些。同时，String.substring方法不再共享char[]，从而解决了使用该方法可能导致的内存泄漏问题。3、从Java9版本开始，工程师将char[]字段改为byte[]字段，并维护了一个新的属性coder，它是编码格式的标识。为什么工程师要这样修改呢？我们知道一个char字符占用16位2个字节。在这种情况下，以单字节编码（字符占一个字节）存储字符是非常浪费的。为了节省内存空间，JDK1.9的String类使用8位、1字节的字节数组来存储字符串。新属性编码器的作用是在计算字符串长度或者使用indexOf()函数时，需要根据这个字段判断如何计算字符串长度。coder属性默认有0和1两个值，0代表Latin-1（单字节编码），1代表UTF-16。如果String判断字符串只包含Latin-1，则coder属性的值为0，否则为1。3、String对象不可变的原因了解了String对象的实现后，有没有发现String类在实现代码中被final关键字修饰，变量char数组也是被final修饰的。我们知道，一个被final修饰的类，意味着该类不能被继承，而char[]被final+private修饰，意味着String对象不能被改变。Java实现的这种特性称为String对象的不可变性，即String对象一旦创建成功，就不能再改变。四、String对象不变性的好处1、保证String对象的安全性。假设String对象是可变的，那么String对象就有可能被恶意修改。2、保证hash属性的值不经常变化，保证唯一性，这样只有像HashMap这样的容器才能实现相应的key-value缓存功能。3.可以实现一个字符串常量池。在Java中，创建字符串对象通常有两种方式，一种是创建字符串常量，如Stringstr="abc"；另一种是通过new创建一个字符串变量，比如Stringstr=newString("abc")。当代码使用第一种方法创建字符串对象时，JVM会先检查该对象是否在字符串常量池中，如果是则返回对象引用，否则会在常量池中创建一个新的字符串。该方法可以减少重复创建具有相同值的字符串对象，节省内存。Stringstr=newString(“abc”)这样，首先在编译class文件的时候，会将“abc”常量字符串放入常量结构体中，等到类加载时，“abc”就会在常量结构体中池创建；其次，调用new时，JVM命令会调用String的构造函数，同时引用常量池中的“abc”字符串，并在堆内存中创建一个String对象；最后，str将引用String对象。五、String对象的优化1、超大字符串如何构建？在编程的过程中，字符串的拼接是很常见的。我之前说过String对象是不可变的。如果我们使用String对象来添加拼接我们想要的字符串，会不会生成多个对象？例如下面的代码：Stringstr="ab"+"cd"+"ef";分析代码可知：首先会生成ab对象，然后生成abcd对象，最后生成abcdef对象。理论上，这段代码是低效的。但是在实际运行中，我们发现只生成了一个对象。为什么是这样？我们的理论判断错了吗？我们再看编译后的代码，会发现编译器自动优化了这行代码，如下：Stringstr="abcdef";以上就是字符串常量的累加，我们来看看字符串变量的累加是怎样的？Stringstr="abcdef";for(inti=0;i<1000;i++){str=str+i;}上面的代码编译之后，可以看到编译器也对这段代码进行了优化。不难发现，Java在拼接字符串的时候更喜欢使用StringBuilder，这样可以提高程序的运行效率。Stringstr="abcdef";for(inti=0;i<1000;i++){str=(newStringBuilder(String.valueOf(str))).append(i).toString();}总之：即使使用The+号用作字符串的连接，也可以被编译器优化成StringBuilder。但是仔细看就会发现，在编译器优化过的代码中，每次循环都会生成一个新的StringBuilder实例，这样也会降低系统的性能。所以在做字符串拼接的时候，我建议还是显式的使用StringBuilder来提高系统性能。如果在多线程编程中String对象的拼接涉及到线程安全，可以使用StringBuffer。但需要注意的是，由于StringBuffer是线程安全的，涉及到锁竞争，所以在性能上比StringBuilder差。2.如何使用String.intern来节省内存？构建完字符串之后，我们来讨论一下String对象的存储。我们先来看一个案例。Twitter每次发布消息状态时，都会生成一个地址信息。根据当时Twitter用户的预估规模，服务器需要32G的内存来存储地址信息。publicclassLocation{privateStringcity;privateStringregion;privateStringcountryCode;privatedoublelongitude;privatedoublelatitude;}考虑到很多用户有重叠的地址信息，比如国家、省份、城市等，这部分信息可以单独列为一个类，减少重复，将代码如下：publicclassSharedLocation{privateStringcity;privateStringregion;privateStringcountryCode;}publicclassLocation{privateSharedLocationsharedLocation;doublelongitude;doublelatitude;}通过优化，数据存储大小减少到20G左右。但是对于内存中存储的数据来说，还是很大的。我应该怎么办？这个案例来自一位Twitter工程师在QCon全球软件开发大会上的演讲。他们想到的解决方案是使用String.intern来节省内存空间。从而优化了String对象的存储。具体方法是每次赋值的时候使用String的intern方法。如果常量池中存在相同的值，则该对象会被重用，并返回对象引用，这样就可以回收原来的对象。这种方法可以将高度重复的地址信息的存储大小从20G减少到数百兆字节。SharedLocationsharedLocation=newSharedLocation();sharedLocation.setCity(messageInfo.getCity().intern());sharedLocation.setCountryCode(messageInfo.getRegion().intern());sharedLocation.setRegion(messageInfo.getCountryCode().intern()));Locationlocation=newLocation();location.set(sharedLocation);location.set(messageInfo.getLongitude());location.set(messageInfo.getLatitude());为了更好的理解，我们再看一个简单的例子，Review原理：Stringa=newString("abc").intern();Stringb=newString("abc").intern();if(a==b){System.out.print("a==b");}输出结果：a==b字符串常量中，默认将对象放入常量池；在string变量中，会在堆内存中创建对象，也会在常量池中创建一个string对象，复制到堆内存对象中，并返回堆内存对象引用。如果调用了intern方法，会检查字符串常量池中是否有对等于该对象的字符串的引用。如果不存在，在JDK1.6版本中会将堆中的字符串复制到常量池中，并返回该字符串的Reference，堆内存中的原始字符串将被垃圾回收器回收，因为没有引用指向它。JDK1.7版本之后，由于常量池已经合并到堆中，所以不会复制具体的字符串，而是将第一次遇到的字符串的引用添加到常量池中；如果有，则返回常量池中的String引用。了解了原理之后，我们一起来看上面的例子。一开始字符串“abc”会在加载类的时候在常量池中创建一个字符串对象。创建变量时，调用newString()会在堆内存中创建一个String对象，String对象中的char数组会引用常量池中的字符串。调用intern方法后，会去常量池中查找是否有等于string对象的引用，有则返回引用。在创建b变量时，调用newString()会在堆内存中创建一个String对象，String对象中的char数组会引用常量池中的字符串。调用intern方法后，会去常量池中查找是否有等于string对象的引用，有则返回引用。而堆内存中的这两个对象将被垃圾回收，因为没有指向它们的引用。所以a和b指的是同一个对象。如果你在运行时创建一个字符串对象，它会直接在堆内存中创建，而不是在常量池中。因此，动态创建的字符串对象调用了intern方法。在JDK1.6版本中，会去常量池创建运行时常量，返回字符串引用。在JDK1.7版本之后，堆中对字符串常量的引用会被放入常量池中。当其他堆中的string对象通过intern方法获取到string对象引用时，会去常量池判断是否有对string的同值引用。如果有，则返回池中的常量A字符串引用，一个指向与前一个字符串相同地址的字符串对象。用一张图总结一下String字符串的内存地址的创建和分配：使用intern方法需要注意的一点是一定要结合实际场景。因为常量池的实现类似于HashTable的实现，HashTable中存储的数据越大，遍历的时间复杂度就越大。如果数据太大，会增加整个字符串常量池的负担。3.如何使用字符串拆分方法？Split()方法使用正则表达式来实现其强大的拆分功能，但是正则表达式的性能非常不稳定。使用不当会造成回溯问题，可能导致CPU居高不下。所以我们要谨慎使用Split()方法，我们可以使用String.indexOf()方法代替Split()方法来完成字符串的拆分。如果实在不能满足需求，可以在使用split()方法时注意回溯问题。6.总结我们认识到优化String字符串的性能可以提高系统的整体性能。基于这个理论，Java版本通过在迭代过程中不断改变成员变量来优化String对象，以节省内存空间。我们还特别提到了String对象的不变性。正是这个特性实现了字符串常量池，通过减少重复创建具有相同值的字符串对象，进一步节省了内存。但是也因为这个特性，我们在做长字符串拼接的时候，需要显式的使用StringBuilder来提高字符串拼接的性能。最后，在优化方面，我们还可以使用intern方法，让可变字符串对象可以复用常量池中相同值的对象，从而节省内存。最后，我想分享一点个人看法。那是千里之堤，崩于蚁穴。在日常的编程中，我们往往可能对一个小小的字符串没有深入的了解，使用不当，就可能造成线上事故。比如在我之前的工作经历中，使用正则表达式来匹配字符串造成并发瓶颈，也可以概括为字符串使用中的性能问题。【本文为栏目组织《AiChinaTech》原创文章，微信公众号（id：tech-AI）》】点此查看作者更多好文
