JVM上篇内存与垃圾回收-StringTable
String的基本特性
- String：字符串，使用一对””引起来表示
- String声明为final的，不可被继承
- String实现了Serializable接口：表示字符串是支持序列化的。
- String实现了Comparable接口：表示string可以比较大小
- String在jdk8及以前内部定义了final char[] value用于存储字符串数据。JDK9时改为byte[]
- char数组一个char占16bits，String是堆空间的主要部分，大部分是latin-1字符，，一个字节就够了，这样会有一半空间浪费
- 中文等UTF-16 的用两个字节存储。
- StringBuffer，StringBuilder同样做了修改
String代表不可变的字符序列
- 当字符串重新赋值，需要重写指定内存区域赋值，不能使用原有的value进行赋值
- 当对现有的字符串进行连接操作时，也需要重新指定内存区域赋值，不能对使用原有的value进行赋值
- 当调用String的replace方法修改指定字符或字符串时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。
通过字面量的方式，区别与new给一个字符串赋值，此时的字符串值声明在字符串常量池中
字符串常量池中不会存储相同的字符串的
- String的String pool是一个固定大小的HashTable，默认大小长度是1009，如果放进String Pool的String非常多，就会造成Hash冲突严重，从而导致链表会很长，而链表长了，直接影响就是调用String.intern时性能会大幅下降
- -XX:StringTableSize可设置StringTable的大小
- JDK6固定1009，jdk7中StringTable默认的长度是60013,JDK8时默认是60013，1009是可设置的最小值
String的内存分配
在Java语言中有8种基本数据类型和一种比较特殊的类型String。这些类型为了使它们在运行过程中速度更快、更节省内存，都提供了一种常量池的概念。
常量池就类似一个Java系统级别提供的缓存。8种基本数据类型的常量池都是系统协调的，String类型的常量池比较特殊。它的主要使用方法有两种。
- 直接使用双引号声明出来的String对象会直接存储在常量池中。
- 如果不是用双引号声明的String对象，可以使用String提供的intern()方法。这个后面重点谈
Java 6及以前，字符串常量池存放在永久代
Java 7中 Oracle的工程师对字符串池的逻辑做了很大的改变，即将字符串常量池的位置调整到Java堆内
- 所有的字符串都保存在堆（Heap）中，和其他普通对象一样，这样可以让你在进行调优应用时仅需要调整堆大小就可以了。
- 字符串常量池概念原本使用得比较多，但是这个改动使得我们有足够的理由让我们重新考虑在Java 7中使用String.intern()。
Java8元空间，字符串常量在堆
为什么要调整？
- 永久代默认情况下比较小，大量字符串容易导致OOM。
- 永久代垃圾回收频率低
String的基本操作
Java语言规范要求完全相同的字符串字面量，应该包含同样的Unicode字符序列，包含同一份码点序列的常量，并且必须指向同一个String类实例
字符串拼接操作
常量与常量的拼接结果在常量池，原理是编译期优化
常量池中不存在相同内容的常量
只要其中有一个变量，拼接结果就在堆中（常量池以外的堆），变量的拼接原理是StringBuilder
如果拼接的结果调用intern方法，则主动将常量池中还没有的字符串对象放入池中，并返回此对象地址
字符串拼接操作不一定使用的是StringBuilder如果拼接符号左右两边都是字符串常量或常量引用，则仍然使用编译期优化，即非StringBuilder的方式
针对final修饰类，方法，基本数据类型，引用数据类型变量的结构时，能使用final尽量使用上
对比用+号拼接字符串和StringBuilder.append操作对比
- 拼接10万次，+号4000，append用了7毫秒，原因是+号每次循环创建一个StringBuilder，还要通过toString创建一个String对象
- 内存中由于创建了较多的对象，内存占用更大，如果需要GC需要花费额外的时间
- 改进空间：StringBuilder默认是16长度的char型数组，不够的时候会扩容，可以一次建一个比较大长度的数组。
intern()方法
- 如果字符串常量池中，通过equals判断是否相同，如果没有则在常量池中生成
- 确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度，注意，这个值会被存放在字符串内部池。（String intern pool）
面试题
- jdk6执行结果
- false false
- 调用s.intern方法之前，字符串常量池已经有1
- jdk7/8
- false true
- s3的变量地址为：new String （“11”）。执行完字符串常量池中不存在11，s3.intern会在字符串常量池生成11，s4变量记录的地址是常量池中的。
- JDK7:此时常量池中并没有创建11，而是创建一个指向堆空间的中newString（“11”）的地址
变形后
- newString(“ab”)会创建几个对象？
- 2个对象，查看字节码验证。一个是常量池ab，一个是new出来在堆空间。（前提是常量池没有ab）
- new String(“a”)+new String(“b”)?
- 对象1，有拼接操作就newStringBuilder
- 对象2，new一个String
- 对象3，常量池a
- 对象4，new String
- 对象5，常量池b
- 对象6，StringBuilder，toString方法会new String返回
- 此时字符串常量池中没有ab
总结
- jdk1.6中，将这个字符串对象放入串池
- 如果串池中有，则并不会放入，返回已有串池中的对象的地址，
- 如果没有，会把对象复制一份，放入串池，并返回串池中的对象地址
- jdk1.7起，将这个字符串对象尝试放入串池
- 如果串池中有，则并不会放入，返回已有的串池中的对象的地址
- 如果没有，则会把对象的引用地址复制一份，放入串池，并返回串池中的引用地址
intern（）的效率测试
大的网站平台，需要内存中存储大量的字符串，比如社交网站，很多人存储：北京市，海淀区等信息，这时候如果字符串调用intern方法，则会明显降低内存的大小
Stringtable的垃圾回收
-XX:+PrintStringTableStatistics
G1中String去重操作
背景：对许多Java应用，做的测试结果如下
- 堆存货数据集合里面String对象占了25%
- 堆存活数据集合里面重复的String对象有13.5%
- String对象的平均长度是45
许多大规模的Java应用的瓶颈在于内存。Java堆中存活的数据集合差不多25%是String对象，这里差不多一半的String对象是重复的， 重复是指equals方法=true,堆上重复的String对象必然是一种内存的浪费。G1垃圾收集器中实现自动持续对重复的String对象进行去重，这样避免浪费。