目录
简介
String对象有个特殊的StringTable字符串常量池，为了减少Heap中生成的字符串的数量，推荐尽量直接使用String Table中的字符串常量池中的元素。
那么String.intern的性能怎么样呢？我们一起来看一下。
String.intern和G1字符串去重的区别
之前我们提到了，String.intern方法会返回字符串常量池中的字符串对象的引用。
而G1垃圾回收器的字符串去重的功能其实和String.intern有点不一样，G1是让两个字符串的底层指向同一个byte[]数组。
有图为证：
上图中的String1和String2指向的是同一个byte[]数组。
String.intern的性能
我们看下intern方法的定义：
public native String intern();
大家可以看到这是一个native的方法。native底层肯定是C++实现的。
那么是不是native方法一定会比java方法快呢？
其实native方法有这样几个耗时点：
- native方法需要调用JDK-JVM接口，实际上是会浪费时间的。
- 性能会受到native方法中HashTable实现方法的制约，如果在高并发的情况下，native的HashTable的实现可能成为性能的制约因素。
举个例子
还是用JMH工具来进行性能分析，我们使用String.intern，HashMap，和ConcurrentHashMap来对比分析，分别调用1次，100次，10000次和1000000。
代码如下：
@State(Scope.Benchmark) @BenchmarkMode(Mode.AverageTime) @OutputTimeUnit(TimeUnit.NANOSECONDS) @Fork(value = 1, jvmArgsPrepend = "-XX:+PrintStringTableStatistics") @Warmup(iterations = 5) @Measurement(iterations = 5) public class StringInternBenchMark { @Param({"1", "100", "10000", "1000000"}) private int size; private StringInterner str; private ConcurrentHashMapInterner chm; private HashMapInterner hm; @Setup public void setup() { str = new StringInterner(); chm = new ConcurrentHashMapInterner(); hm = new HashMapInterner(); } public static class StringInterner { public String intern(String s) { return s.intern(); } } @Benchmark public void useIntern(Blackhole bh) { for (int c = 0; c < size; c++) { bh.consume(str.intern("doit" + c)); } } public static class ConcurrentHashMapInterner { private final Map<String, String> map; public ConcurrentHashMapInterner() { map = new ConcurrentHashMap<>(); } public String intern(String s) { String exist = map.putIfAbsent(s, s); return (exist == null) ? s : exist; } } @Benchmark public void useCurrentHashMap(Blackhole bh) { for (int c = 0; c < size; c++) { bh.consume(chm.intern("doit" + c)); } } public static class HashMapInterner { private final Map<String, String> map; public HashMapInterner() { map = new HashMap<>(); } public String intern(String s) { String exist = map.putIfAbsent(s, s); return (exist == null) ? s : exist; } } @Benchmark public void useHashMap(Blackhole bh) { for (int c = 0; c < size; c++) { bh.consume(hm.intern("doit" + c)); } } public static void main(String[] args) throws RunnerException { Options opt = new OptionsBuilder() .include(StringInternBenchMark.class.getSimpleName()) .build(); new Runner(opt).run(); } }
输出结果：
Benchmark (size) Mode Cnt Score Error Units StringInternBenchMark.useCurrentHashMap 1 avgt 5 34.259 ± 7.191 ns/op StringInternBenchMark.useCurrentHashMap 100 avgt 5 3623.834 ± 499.806 ns/op StringInternBenchMark.useCurrentHashMap 10000 avgt 5 421010.654 ± 53760.218 ns/op StringInternBenchMark.useCurrentHashMap 1000000 avgt 5 88403817.753 ± 12719402.380 ns/op StringInternBenchMark.useHashMap 1 avgt 5 36.927 ± 6.751 ns/op StringInternBenchMark.useHashMap 100 avgt 5 3329.498 ± 595.923 ns/op StringInternBenchMark.useHashMap 10000 avgt 5 417959.200 ± 62853.828 ns/op StringInternBenchMark.useHashMap 1000000 avgt 5 79347127.709 ± 9378196.176 ns/op StringInternBenchMark.useIntern 1 avgt 5 161.598 ± 9.128 ns/op StringInternBenchMark.useIntern 100 avgt 5 17211.037 ± 188.929 ns/op StringInternBenchMark.useIntern 10000 avgt 5 1934203.794 ± 272954.183 ns/op StringInternBenchMark.useIntern 1000000 avgt 5 418729928.200 ± 86876278.365 ns/op
从结果我们可以看到，intern要比其他的两个要慢。
所以native方法不一定快。intern的用处不是在于速度，而是在于节约Heap中的内存使用。
