java - 在 Java 中驻留所有字符串对性能有何影响？

Question

我正在开发一个交易处理应用程序，我必须在其中处理大量字符串。其中一些字符串是不重复的，例如贸易 ID，而其他字符串则经常重复，例如产品 ID。

我正在考虑在解析交易消息 (JSON) 时将所有交易属性作为通用步骤进行驻留，以减少内存使用并加快相等性检查。

我的问题是我是否会无意中降低性能？

Answer 1

删除常见字符串的重复项通常是节省内存的好主意。
但切勿使用 String.intern 进行重复数据删除!

• String.intern 是本地方法；每次通话都会受到额外的 JNI overhead 的影响.
• 它破坏了在所有 JVM 部分(例如类加载)之间共享的内部哈希表。
• 默认的字符串表容量不够大，桶数是固定的。
• 这可能会增加 GC 暂停，因为 JVM 会扫描此内部哈希表并可能在停止世界阶段对其进行重新哈希处理。
• 更多详情请参阅 this presentation .

常规的 HashMap 或 ConcurrentHashMap 对于此任务来说要好上一个数量级。

以下基准比较了 String.intern 与 [Concurrent]HashMap.putIfAbsent 在 1M 字符串集上的性能:

@State(Scope.Benchmark)
public class Dedup {
    private static final HashMap<String, String> HM = new HashMap<>();
    private static final ConcurrentHashMap<String, String> CHM = new ConcurrentHashMap<>();

    private static final int SIZE = 1024 * 1024;
    private static final String[] STRINGS = new Random(0).ints(SIZE)
            .mapToObj(Integer::toString)
            .toArray(String[]::new);

    int idx;

    @Benchmark
    public String intern() {
        String s = nextString();
        return s.intern();
    }

    @Benchmark
    public String hashMap() {
        String s = nextString();
        String prev = HM.putIfAbsent(s, s);
        return prev != null ? prev : s;
    }

    @Benchmark
    public String concurrentHashMap() {
        String s = nextString();
        String prev = CHM.putIfAbsent(s, s);
        return prev != null ? prev : s;
    }

    private String nextString() {
        return STRINGS[++idx & (SIZE - 1)];
    }
}

JDK 9 上的结果(越小越好):

Benchmark                Mode  Cnt    Score    Error  Units
Dedup.concurrentHashMap  avgt   10   91,208 ±  0,569  ns/op
Dedup.hashMap            avgt   10   73,917 ±  0,602  ns/op
Dedup.intern             avgt   10  832,700 ± 73,402  ns/op