JDK 9 对字符串 String 的优化，挺有意思！

String类可以说是Java编程中使用最多的类了，如果能对String字符串的性能进行优化，那么程序的性能必然能大幅提升。

这不JDK9就对String字符串进行了改进升级，在某些场景下可以让String字符串内存减少一半，进而减少JVM的GC次数。

String的底层存储

在面试的时候我们通常会说String字符串有不可变的特性，每次都要创建新的字符串。那么，为什么String字符串是不可变的呢？

先来看一下String字符串的底层存储结构：

public final class Stringimplements java.io.Serializable, Comparable<String>, CharSequence {private final char value[];public String() {this.value = "".value;}public String(String original) {this.value = original.value;this.hash = original.hash;}// ...
}

看到什么了？当我们new一个String对象时，对应的字符串其实是以char数组的形式存储在String对象内部。而这个char数组是final的，也就是说不可变的。

这也就是为什么我们说String字符串拥有不可变的特性，当字符串改变了，char数组不可变，就只能创建一个新的对象，新的char数组了。

底层存储的优化

上面说的情况是JDK8及以前版本，到了JDK9，String中字符串的存储不再用char数组了，改用byte数组。

public final class Stringimplements java.io.Serializable, Comparable<String>, CharSequence {@Stableprivate final byte[] value;private final byte coder;@Native static final byte LATIN1 = 0;@Native static final byte UTF16  = 1;static final boolean COMPACT_STRINGS;public String() {this.value = "".value;this.coder = "".coder;}@HotSpotIntrinsicCandidatepublic String(String original) {this.value = original.value;this.coder = original.coder;this.hash = original.hash;}// ...
}

不仅将char数组改为byte数组，而且新增了一个coder的成员变量。

在程序中，绝大多数字符串只包含英文字母数字等字符，使用Latin-1编码，一个字符占用一个byte。如果使用char，一个char要占用两个byte，会占用双倍的内存空间。

但是，如果字符串中使用了中文等超出Latin-1表示范围的字符，使用Latin-1就没办法表示了。这时JDK会使用UTF-16编码，那么占用的空间和旧版（使用char[]）是一样的。

coder变量代表编码的格式，目前String支持两种编码格式Latin-1和UTF-16。Latin-1需要用一个字节来存储，而UTF-16需要使用2个字节或者4个字节来存储。

据说这一改进方案是JDK的开发人员用大数据和人工能智能，调研了成千上万的应用程序的heapdump信息后，得出：大部分的String都是以Latin-1字符编码来表示的，只需要一个字节存储就够了，两个字节完全是浪费。

COMPACT_STRINGS属性则是用来控制是否开启String的compact功能。默认情况下是开启的。可以使用-XX:-CompactStrings参数来对此功能进行关闭。

改进的好处

改进的好处是非常明显的，首先如果项目中使用Latin-1字符集居多，内存的占用大幅度减少，同样的硬件配置可以支撑更多的业务。

当内存减少之后，进一步导致减少GC次数，进而减少Stop-The-World的频次，同样会提升系统的性能。

总结

随着JDK的迭代String字符串的内存结构及方法等也在不断的发展演变，一方面是精于求精的态度，另一个更重要的原因是String在代码中很常见，并且它往往是JVM中占用内存最多的一类数据，因此对它(String)的优化收益非常大。