Java 8 新特性：字符串去重

8 月 19 日，Oracle发布了JDK 8u20 ，JDK 8u20 包含很多新特性，比如Java 编译器更新、支持在运行时通过API 来修改MinHeapFreeRatio 和MaxHeapFreeRatio 参数、新的GC 调优指南文档。不过在众多新特性中，最令人期待的还是字符串去重（String Deduplication ）特性。如何减少内存占用一直是一个永恒的话题，而在Java 应用中，经常会看到String 对象会占用应用30% 的内存，它是Java 中最常用的对象之一。新的字符串去重特性可以帮助减少应用中String 对象的内存占用，目前该特性只适用于G1 垃圾收集器，并且默认不被开启。

Fabian Lange 解释了字符串去重特性的实现方式：

垃圾收集器会在访问 String 对象时对其字符数组进行标记，并将 String 的哈希值以及弱引用保存到一个数组中。当垃圾收集器发现另一个具有相同哈希值的 String 对象时，它就会逐字符比对这两个对象。如果他们完全匹配，那其中一个 String 就会被修改指向到另一个 String 的字符数组。由于第一个字符数组已经不再被引用，所以它也就可以被回收了。垃圾收集器会尽量减少整个操作的开销，比如某个 String 对象扫描未发现有重复，那接下来的一段时间内它不会再被检查。

紧接着，Fabian Lange 通过代码的方式解释了字符串去重特性的神奇效果。首先使用 Java 8 Update 20 通过参数 -Xmx256m -XX:+UseG1GC 运行以下代码：

<span>public</span> <span>class</span> LotsOfStrings {
 
  <span>private</span> <span>static</span> final LinkedList<String> LOTS_OF_STRINGS = <span>new</span> LinkedList<>();
 
  <span>public</span> <span>static</span> <span>void</span> <span>main</span>(String[] args) throws Exception {
    <span>int</span> iteration = <span>0</span>;
    <span>while</span> (<span>true</span>) {
      <span>for</span> (<span>int</span> i = <span>0</span>; i < <span>100</span>; i++) {
        <span>for</span> (<span>int</span> j = <span>0</span>; j < <span>1000</span>; j++) {
          LOTS_OF_STRINGS.add(<span>new</span> String(<span>"String "</span> + j));
        }
      }
      iteration++;
      System.<span>out</span>.println(<span>"Survived Iteration: "</span> + iteration);
      Thread.sleep(<span>100</span>);
    }
  }
}

代码会在 30 次循环之后因 OutOfMemoryError 异常而结束运行。在使用参数 -XX:+UseStringDeduplication -XX:+PrintStringDeduplicationStatistics 开启字符串去重特性后，程序可以多运行一段时间。通过 JVM 的日志也可以详细了解整个去重过程的详细信息。请读者自行测试。

最后，Fabian Lange 还解释了字符串去重与字符串驻留的区别，它们很相似，除了字符串驻留重用了整个的 String 实例，而字符串去重只是针对 String 的字符数组。