[[386182]]

本文轉載自微信公眾號「程序新視界」，作者二師兄。轉載本文請聯系程序新視界公眾號。

String類可以說是Java編程中使用最多的類了，如果能對String字符串的性能進行優化，那么程序的性能必然能大幅提升。

這不JDK9就對String字符串進行了改進升級，在某些場景下可以讓String字符串內存減少一半，進而減少JVM的GC次數。

String的底層存儲

在面試的時候我們通常會說String字符串有不可變的特性，每次都要創建新的字符串。那么，為什么String字符串是不可變的呢?

先來看一下String字符串的底層存儲結構：

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?當我們new一個String對象時，對應的字符串其實是以char數組的形式存儲在String對象內部。而這個char數組是final的，也就是說不可變的。

這也就是為什么我們說String字符串擁有不可變的特性，當字符串改變了，char數組不可變，就只能創建一個新的對象，新的char數組了。

底層存儲的優化

上面說的情況是JDK8及以前版本，到了JDK9，String中字符串的存儲不再用char數組了，改用byte數組。

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數組改為byte數組，而且新增了一個coder的成員變量。

在程序中，絕大多數字符串只包含英文字母數字等字符，使用Latin-1編碼，一個字符占用一個byte。如果使用char，一個char要占用兩個byte，會占用雙倍的內存空間。

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就沒辦法表示了。這時JDK會使用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需要用一個字節來存儲，而UTF-16需要使用2個字節或者4個字節來存儲。

據說這一改進方案是JDK的開發人員用大數據和人工能智能，調研了成千上萬的應用程序的heapdump信息后，得出：大部分的String都是以Latin-1字符編碼來表示的，只需要一個字節存儲就夠了，兩個字節完全是浪費。

COMPACT_STRINGS屬性則是用來控制是否開啟String的compact功能。默認情況下是開啟的。可以使用-XX:-CompactStrings參數來對此功能進行關閉。

改進的好處

改進的好處是非常明顯的，首先如果項目中使用Latin-1字符集居多，內存的占用大幅度減少，同樣的硬件配置可以支撐更多的業務。

當內存減少之后，進一步導致減少GC次數，進而減少Stop-The-World的頻次，同樣會提升系統的性能。

小結

隨著JDK的迭代String字符串的內存結構及方法等也在不斷地進行演變。這是因為String字符串往往是JVM中占用內存最多的類，通過對它的改造升級，對性能的提升會更加明顯。