JDK 9 對(duì)字符串 String 的優(yōu)化，挺有意思！
String類(lèi)可以說(shuō)是Java編程中使用最多的類(lèi)了，如果能對(duì)String字符串的性能進(jìn)行優(yōu)化，那么程序的性能必然能大幅提升。
這不JDK9就對(duì)String字符串進(jìn)行了改進(jìn)升級(jí)，在某些場(chǎng)景下可以讓String字符串內(nèi)存減少一半，進(jìn)而減少JVM的GC次數(shù)。
String的底層存儲(chǔ)
在面試的時(shí)候我們通常會(huì)說(shuō)String字符串有不可變的特性，每次都要?jiǎng)?chuàng)建新的字符串。那么，為什么String字符串是不可變的呢？
先來(lái)看一下String字符串的底層存儲(chǔ)結(jié)構(gòu)：
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;
}
// ...
}
看到什么了？當(dāng)我們new一個(gè)String對(duì)象時(shí)，對(duì)應(yīng)的字符串其實(shí)是以char數(shù)組的形式存儲(chǔ)在String對(duì)象內(nèi)部。而這個(gè)char數(shù)組是final的，也就是說(shuō)不可變的。
這也就是為什么我們說(shuō)String字符串擁有不可變的特性，當(dāng)字符串改變了，char數(shù)組不可變，就只能創(chuàng)建一個(gè)新的對(duì)象，新的char數(shù)組了。
底層存儲(chǔ)的優(yōu)化
上面說(shuō)的情況是JDK8及以前版本，到了JDK9，String中字符串的存儲(chǔ)不再用char數(shù)組了，改用byte數(shù)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(shù)組改為byte數(shù)組，而且新增了一個(gè)coder的成員變量。
在程序中，絕大多數(shù)字符串只包含英文字母數(shù)字等字符，使用Latin-1編碼，一個(gè)字符占用一個(gè)byte。如果使用char，一個(gè)char要占用兩個(gè)byte，會(huì)占用雙倍的內(nèi)存空間。
但是，如果字符串中使用了中文等超出Latin-1表示范圍的字符，使用Latin-1就沒(méi)辦法表示了。這時(shí)JDK會(huì)使用UTF-16編碼，那么占用的空間和舊版（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(gè)字節(jié)來(lái)存儲(chǔ)，而UTF-16需要使用2個(gè)字節(jié)或者4個(gè)字節(jié)來(lái)存儲(chǔ)。
據(jù)說(shuō)這一改進(jìn)方案是JDK的開(kāi)發(fā)人員用大數(shù)據(jù)和人工能智能，調(diào)研了成千上萬(wàn)的應(yīng)用程序的heapdump信息后，得出：大部分的String都是以L(fǎng)atin-1字符編碼來(lái)表示的，只需要一個(gè)字節(jié)存儲(chǔ)就夠了，兩個(gè)字節(jié)完全是浪費(fèi)。
COMPACT_STRINGS屬性則是用來(lái)控制是否開(kāi)啟String的compact功能。默認(rèn)情況下是開(kāi)啟的。可以使用-XX:-CompactStrings參數(shù)來(lái)對(duì)此功能進(jìn)行關(guān)閉。
改進(jìn)的好處
改進(jìn)的好處是非常明顯的，首先如果項(xiàng)目中使用Latin-1字符集居多，內(nèi)存的占用大幅度減少，同樣的硬件配置可以支撐更多的業(yè)務(wù)。
當(dāng)內(nèi)存減少之后，進(jìn)一步導(dǎo)致減少GC次數(shù)，進(jìn)而減少Stop-The-World的頻次，同樣會(huì)提升系統(tǒng)的性能。
總結(jié)
隨著JDK的迭代String字符串的內(nèi)存結(jié)構(gòu)及方法等也在不斷的發(fā)展演變，一方面是精于求精的態(tài)度，另一個(gè)更重要的原因是String在代碼中很常見(jiàn)，并且它往往是JVM中占用內(nèi)存最多的一類(lèi)數(shù)據(jù)，因此對(duì)它(String)的優(yōu)化收益非常大。