深入分析String.intern和String常量的实现原理

转载请注明原创出处,谢谢!
简书占小狼
http://www.jianshu.com/users/90ab66c248e6/latest_articles

背景

字符串类型在实际应用场景中使用非常频繁,如果为每个字符串常量都生成一个对应的String对象,明显会造成内存的浪费,针对这一问题,虚拟机实现一个字符串常量池的概念,提供了如下实现:
1、同一个字符串常量,在常量池只有一份副本;
2、通过双引号声明的字符串,直接保存在常量池中;
3、如果是String对象,可以通过String.intern方法,把字符串常量保存到常量池中;

本文JVM源码版本 openjdk-7-fcs-src-b147-27

疑惑

在不同环境执行上述代码,会得到不同的结果,为什么?
1、JDK1.6的结果:false false
2、JDK1.7的结果:true false

解惑

其中String.intern在java中是native方法,JDK1.7的注释如下:

1、执行intern方法时,如果常量池中存在和String对象相同的字符串,则返回常量池中对应字符串的引用;
2、如果常量池中不存在对应的字符串,则添加该字符串到常量中,并返回字符串引用;

HotSpot1.6实现

常量池的内存在永久代进行分配,永久代和Java堆的内存是物理隔离的,执行intern方法时,如果常量池不存在该字符串,虚拟机会在常量池中复制该字符串,并返回引用,使用intern方法时需要谨慎,避免常量池中字符串过多,导致性能变慢,甚至发生PermGen内存溢出。

显然s.intern() == s不可能成立.

HotSpot1.7实现

intern方法的HotSpot实现入口位于openjdk\jdk\src\share\native\java\lang\String.c文件中:

其中JVM_InternString声明位于openjdk\hotspot\src\share\vm\prims\jvm.cpp文件中:

String.intern最终通过StringTable.intern方法实现,其中StringTable是HotSpot字符串常量池的具体实现,1.7的常量池已经在Java堆上分配内存。

常量池的初始化

常量池的实现非常简单,类似JDK中的HashMap,其中StringTable的声明位于symbolTable.hpp文件中:

StringTable最终继承了BasicHashtable,通过构造方法参数指定常量池的大小StringTableSize,默认为1009,StringTableSize定义在globals.hpp文件中:

不过在Java7u40版本之后StringTableSize扩大到了60013,可以通过-XX:StringTableSize = 10009设置StringTable大小,通过-XX:+PrintFlagsFinal打印虚拟机的Global flags参数,可以获得当前StringTable的大小。

BasicHashtable实现

1、initialize方法初始化常量池的基本值:_table_size、_entry_size等;
2、NEW_C_HEAP_ARRAY方法在堆上分配HashtableBucket;
3、清空StringTable中的HashtableBucket数据;

StringTable.intern实现

1、其中参数string_or_null为指向原字符串的句柄,name是String对象中字符数组的拷贝、len为字符数组的长度;
2、java_lang_String::hash_string方法计算出字符串的hash值,实现如下:

3、BasicHashtable.hash_to_index方法计算出该hash值在StringTable中桶的位置index,实现如下:

4、StringTable::lookup方法判断StringTable指定位置的桶中是否存在相等的字符串,实现如下:

lookup方法通过遍历HashtableEntry链表,如果找到对应的hash值,且字符串值也相等,说明StringTable中已经存在该字符串,则返回该字符串引用,否则返回NULL;
5、如果StringTable不存在该字符串,则通过StringTable::basic_add方法添加字符串引用到StringTable,实现如下:

basic_add方法中的条件判断!string_or_null.is_null()为true,!JavaObjectsInPerm为true,所以并不会进行字符串的复制,而是通过HashtableEntry对象封装原字符串的hash值和指向源字符串的句柄,添加到StringTable对应bucket的链表中,并返回指向原字符串句柄;其中变量JavaObjectsInPerm默认为false,定义如下:

通过上述分析:HotSpot1.7实现的常量池在java堆上分配内存,执行intern方法时,如果常量池已经存在相等的字符串,则直接返回字符串引用,否则复制该字符串引用到常量池中并返回;

1、对于变量s1,常量池中不存在"StringTest",所以s1.intern()和 s1都是指向Java堆上的String对象;
2、对于变量s2,常量池中一开始就已经存在"java"字符串,s2.intern()方法返回的是另外一个"java"字符串对象,所以s2.intern()和s2指向的并非同一个对象;

字符串常量如何实现?

类似String s = "hello java"的字符串常量声明,在HotSpot中是如何实现的呢?

其中字符串常量"hello java"会在编译过程中被保存在class文件的Constant pool数据结构中,如下是编译字节码实现:

String s = "hello java"对应了两条字节码实现:
1、ldc #2
2、astore_1

其中ldc指令的实现在interpreterRuntime.cpp文件中,实现如下:

ldc指令中会根据获取的常量类型进行不同操作,由于目前是字符串常量,从而调用pool->string_at(index, CHECK)逻辑,实现如下:

其中h_this是指向当前constantPoolOop实例的句柄,最后调用string_at_impl方法:

字符串常量一开始以Symbol类型表示,最终通过StringTable::intern方法生成字符串对象,并把字符串的真实引用更新到constantPool中,这样下次执行ldc指令时可以直接返回对象引用。


我是占小狼
坐标魔都,白天上班族,晚上是知识的分享者
如果读完觉得有收获的话,欢迎点赞加关注

推荐阅读更多精彩内容