JVM系列之:String.intern的性能

2020-07-28 00:00:00 专区 字符串 方法 常量 性能

简介

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:


native方法需要调用JDK-JVM接口,实际上是会浪费时间的。


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 = ; 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 = ; 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 = ; 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  UnitsStringInternBenchMark.useCurrentHashMap        1  avgt    5         34.259 ±        7.191  ns/opStringInternBenchMark.useCurrentHashMap      100  avgt    5       3623.834 ±      499.806  ns/opStringInternBenchMark.useCurrentHashMap    10000  avgt    5     421010.654 ±    53760.218  ns/opStringInternBenchMark.useCurrentHashMap  1000000  avgt    5   88403817.753 ± 12719402.380  ns/opStringInternBenchMark.useHashMap               1  avgt    5         36.927 ±        6.751  ns/opStringInternBenchMark.useHashMap             100  avgt    5       3329.498 ±      595.923  ns/opStringInternBenchMark.useHashMap           10000  avgt    5     417959.200 ±    62853.828  ns/opStringInternBenchMark.useHashMap         1000000  avgt    5   79347127.709 ±  9378196.176  ns/opStringInternBenchMark.useIntern                1  avgt    5        161.598 ±        9.128  ns/opStringInternBenchMark.useIntern              100  avgt    5      17211.037 ±      188.929  ns/opStringInternBenchMark.useIntern            10000  avgt    5    1934203.794 ±   272954.183  ns/opStringInternBenchMark.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。

相关文章