Java 8字符串重复数据消除与String.intern（）的比较

我正在阅读Java 8 update 20中关于字符串重复数据消除（）的功能，但我不确定这是否会使

String.intern（）

过时

我知道这个JVM功能需要G1垃圾收集器，这对很多人来说可能不是一个选项，但是假设有人使用G1GC，JVM自动执行重复数据消除与手动执行

intern

字符串有什么区别/优势/劣势（一个明显的优点是不必通过调用

intern（）

）来污染代码。）

---

考虑到Oracle可能会使用此功能使G1GC成为java 9中的默认GC，这一点尤其有趣。如果您有1000个不同的字符串对象，所有对象都具有相同的内容，JVM可以使它们在内部共享相同的

char[]

。但是，您仍然有1000个不同的

String

对象

使用

intern（）

，您将只有一个

String

对象。因此，如果您关心内存节省，

intern（）

会更好。它将节省空间和GC时间

---

然而，上次我听说，

intern（）

的性能并没有那么好。您最好拥有自己的字符串缓存，甚至使用

ConcurrentHashMap

…但您需要对其进行基准测试以确保。

我想介绍另一个与目标受众相关的决策因素：

• 对于一个系统集成商来说，系统由许多不同的库/框架组成，其容量很低，无法影响这些库的内部开发，如果内存存在问题，StringDuplication可能是一个快速的赢家。它会影响JVM中的所有字符串，但G1只会使用空闲时间来完成。在进行重复数据消除时，您甚至可能会进行调整通过使用另一个参数（StringDeduplicationGetThreshold）计算重复数据
• 对于分析自己代码的开发人员来说，String.intern可能更有趣。需要仔细检查域模型，以确定是否调用intern以及何时调用。根据经验，当您知道字符串将包含一组有限的值时，可以使用intern，例如枚举集（即国家名称、月份、星期几…）

---

作为评论参考，请参见：。这是一篇非常有见地的参考文章，我学到了很多东西，但是我不确定它的结论是否一定是“一刀切”。每个方面都取决于您自己应用程序的需要-强烈建议对实际输入数据进行测量

主要因素可能取决于您控制的内容：

• 您是否可以完全控制GC的选择？例如，在GUI应用程序中，使用串行GC仍然有很好的理由。（该过程的总内存占用量要低得多-对于一个中等复杂的应用程序，想想400 MB vs~1 GB，并且更愿意释放内存，例如在使用率出现短暂峰值后）。因此，您可以选择该选项，或者让您的用户选择。（如果堆仍然很小，那么暂停应该不是什么大问题）

• 您对代码有完全的控制权吗？G1GC选项非常适合您无法编辑的第三方库（和应用程序！）

第二个考虑（根据@ZhongYu的回答）是

String.intern

可以对

String

对象本身进行重复数据消除，而G1GC必须只能对其私有

char[]

字段进行重复数据消除

第三个考虑因素可能是CPU使用情况，比如对笔记本电脑电池寿命的影响可能会引起用户的关注。G1GC将运行一个额外的线程，专门用于消除堆的重复。例如，我在运行Eclipse时使用了这个线程，发现它在启动后会导致CPU活动的初始阶段增加（想想1-2分钟）但是，它解决了一个较小的堆“正在使用”，并且没有明显的CPU开销（仅仅是任务管理器的眼珠）或此后的速度减慢。因此，我认为一定比例的CPU核心将用于重复数据消除（在？之后？）高内存波动期间。（当然，如果到处调用String.intern，可能会有相当的开销，它也会以串行方式运行，但是…）

您可能不需要到处进行字符串重复数据消除。可能只有某些代码区域：

• 真正影响堆的长期使用，和
• 创建高比例的重复字符串

通过有选择地使用

String.intern

，代码的其他部分（可能创建临时或半临时字符串）不会为此付出代价

最后，一个用于Guava实用程序的快速插头：，它：

为其他不可变类型提供与

String.intern（）

等效的行为

---

您也可以将其用于字符串。内存可能是（并且应该是）你的最高性能关注，所以这可能不经常适用：但是当你需要挤压某个热点区域的每一个速度，我的经验是，基于java的弱引用HasMeP解决方案运行的速度比JVM C++实现的代码<> String。，即使在优化了jvm选项之后。（还有一个好处：你不需要调整jvm选项以适应不同的输入。）

——但不管怎样，结论总是一样的：你.Should.Not.Care.sorry，不应该关心什么？关于使用哪一个（意味着它们是等效的）或关于新功能（意味着它没有那么有用）？？含义：不用再想就可以使用

String

类。好问题。这些特性添加到JVM中是一个提示，提示开发人员将重点放在编码而不是内存管理上。您不应该使用

String.intern（）

或

System.gc（）

——让虚拟机完成它的工作。@DavidConrad在完整的引用中克努斯实际上量化了他的建议：“我们应该忘记小效率，比如说