JVM系列之String.intern的性能解析

String对象有个特殊的StringTable字符串常量池，为了减少Heap中生成的字符串的数量，推荐尽量直接使用String Table中的字符串常量池中的元素。

那么String.intern的性能怎么样呢？我们一起来看一下。

String.intern和G1字符串去重的区别

之前我们提到了，String.intern方法会返回字符串常量池中的字符串对象的引用。

而G1垃圾回收器的字符串去重的功能其实和String.intern有点不一样，G1是让两个字符串的底层指向同一个byte[]数组。

有图为证：

上图中的String1和String2指向的是同一个byte[]数组。

String.intern的性能

我们看下intern方法的定义：

public native String intern();

大家可以看到这是一个native的方法。native底层肯定是C++实现的。

那么是不是native方法一定会比java方法快呢？

其实native方法有这样几个耗时点：

1. native方法需要调用JDK-JVM接口，实际上是会浪费时间的。
2. 性能会受到native方法中HashTable实现方法的制约，如果在高并发的情况下，native的HashTable的实现可能成为性能的制约因素。

举个例子

还是用JMH工具来进行性能分析，我们使用String.intern，HashMap，和ConcurrentHashMap来对比分析，分别调用1次，100次，10000次和1000000。

代码如下：

@State(Scope.Benchmark)
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Fork(value = 1, jvmArgsPrepend = "-XX:+PrintStringTableStatistics")
@Warmup(iterations = 5)
@Measurement(iterations = 5)
public class StringInternBenchMark {
  @Param({"1", "100", "10000", "1000000"})
  private int size;
  private StringInterner str;
  private ConcurrentHashMapInterner chm;
  private HashMapInterner hm;
  @Setup
  public void setup() {
    str = new StringInterner();
    chm = new ConcurrentHashMapInterner();
    hm = new HashMapInterner();
  }
  public static class StringInterner {
    public String intern(String s) {
      return s.intern();
    }
  }
  @Benchmark
  public void useIntern(Blackhole bh) {
    for (int c = 0; c < size; c++) {
      bh.consume(str.intern("doit" + c));
    }
  }
  public static class ConcurrentHashMapInterner {
    private final Map<String, String> map;
    public ConcurrentHashMapInterner() {
      map = new ConcurrentHashMap<>();
    }
    public String intern(String s) {
      String exist = map.putIfAbsent(s, s);
      return (exist == null) ? s : exist;
    }
  }
  @Benchmark
  public void useCurrentHashMap(Blackhole bh) {
    for (int c = 0; c < size; c++) {
      bh.consume(chm.intern("doit" + c));
    }
  }
  public static class HashMapInterner {
    private final Map<String, String> map;
    public HashMapInterner() {
      map = new HashMap<>();
    }
    public String intern(String s) {
      String exist = map.putIfAbsent(s, s);
      return (exist == null) ? s : exist;
    }
  }
  @Benchmark
  public void useHashMap(Blackhole bh) {
    for (int c = 0; c < size; c++) {
      bh.consume(hm.intern("doit" + c));
    }
  }
  public static void main(String[] args) throws RunnerException {
    Options opt = new OptionsBuilder()
        .include(StringInternBenchMark.class.getSimpleName())
        .build();
    new Runner(opt).run();
  }
}

输出结果：

Benchmark                                 (size)  Mode  Cnt          Score          Error  Units
StringInternBenchMark.useCurrentHashMap        1  avgt    5         34.259 ±        7.191  ns/op
StringInternBenchMark.useCurrentHashMap      100  avgt    5       3623.834 ±      499.806  ns/op
StringInternBenchMark.useCurrentHashMap    10000  avgt    5     421010.654 ±    53760.218  ns/op
StringInternBenchMark.useCurrentHashMap  1000000  avgt    5   88403817.753 ± 12719402.380  ns/op
StringInternBenchMark.useHashMap               1  avgt    5         36.927 ±        6.751  ns/op
StringInternBenchMark.useHashMap             100  avgt    5       3329.498 ±      595.923  ns/op
StringInternBenchMark.useHashMap           10000  avgt    5     417959.200 ±    62853.828  ns/op
StringInternBenchMark.useHashMap         1000000  avgt    5   79347127.709 ±  9378196.176  ns/op
StringInternBenchMark.useIntern                1  avgt    5        161.598 ±        9.128  ns/op
StringInternBenchMark.useIntern              100  avgt    5      17211.037 ±      188.929  ns/op
StringInternBenchMark.useIntern            10000  avgt    5    1934203.794 ±   272954.183  ns/op
StringInternBenchMark.useIntern          1000000  avgt    5  418729928.200 ± 86876278.365  ns/op

从结果我们可以看到，intern要比其他的两个要慢。

所以native方法不一定快。intern的用处不是在于速度，而是在于节约Heap中的内存使用。

到此这篇关于JVM系列之String.intern的性能解析的文章就介绍到这了,更多相关String.intern的性能内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！