Java 内存 : Object consumes thrice the size it should

Question

考虑一个带有静态工厂方法的类，它获取一个 CSV(或 TSV)行作为输入(为方便起见重命名变量名):

String[] fields=StringUtils.split(tsvLine, '\t');
return new MYObject(
    Integer.parseInt(fields[0]),
    StringUtils.strip(fields[1], "\"").intern(), // Many duplicates
    StringUtils.strip(fields[2], "\""),          // Unique
    StringUtils.strip(fields[4], "\"").intern(), // Many duplicates
    Double.parseDouble(fields[7]),
    Double.parseDouble(fields[6])); 

此方法从大小约 500 MB 的文件中解析大约 500 万条记录。为了节省内存，我保存了三个串联起来的字符串:

我尝试了以下优化:

public MyObject(int i1, String str0, String str1, String str2, 
                double d1, double d2)
{
...
this.tsvStrings = (str0+'\t'+str1+'\t'+str2).toCharArray();
...
}

(当然，这些在适当的 getter 和 setter 中是分开的)。

进程大小仍然远远超过 1GB，尽管它的大部分内容都被忽略了。优化这个的最佳方法是什么？我是否保留了不必要的引用资料？

编辑 : str0 和 str2 有重复，str1 是唯一的。

Answer 1

如果您有一个使用 UTF-8 编码的文件，默认情况下它将使用大约两倍的内存(因为它在内存中使用 UTF-16)。那是因为 String 和 StringBuilder 每个字符使用两个字节(对于大多数字符)

如果您操作该数据，则可能需要两倍或更多的内存。

您可以使用内存映射文件和纯字节等使处理更加紧凑，但考虑到 16 GB 的内存成本约为 100 英镑，使用更多内存可能会更好地利用您的时间。