深入分析String.intern和String常量的实现原理

- 日理万妓 2022-01-14 12:47 255阅读 0赞

### 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 ###

![Image 1][]

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：

![Image 1][]

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。

![Image 1][]

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：

![Image 1][]

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

![Image 1][]

`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：

![Image 1][]

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：

![Image 1][]

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

![Image 1][]

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

![Image 1][]

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：

![Image 1][]

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：

![Image 1][]

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：

![Image 1][]

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：

![Image 1][]

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：

![Image 1][]

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；

![Image 1][]

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？

![Image 1][]

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：

![Image 1][]

`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：

![Image 1][]

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：

![Image 1][]

其中h\_this是指向当前constantPoolOop实例的句柄，最后调用`string_at_impl`方法：

![Image 1][]

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。

写在最后：

码字不易看到最后了，那就点个关注呗，只收藏不点关注的都是在耍流氓！  
  
关注并私信我“架构”，免费送一些Java架构资料，先到先得！

[openjdk-7-fcs-src-b147-27]: https://link.jianshu.com?t=http://www.java.net/download/openjdk/jdk7/promoted/b147/openjdk-7-fcs-src-b147-27_jun_2011.zip
[Image 1]: