MIX Fold3包裝盒泄露 新機(jī)本月登場
小米的全新折疊屏旗艦MIX Fold3將于本月發(fā)布，近日該機(jī)的真機(jī)包裝盒在網(wǎng)上泄露。從圖上來看，新的MIX Fold3包裝盒在外觀設(shè)計(jì)方面延續(xù)了之前的方案，變化不大，這也是目前小米旗艦
這次應(yīng)該是互聯(lián)網(wǎng)及軟件行業(yè)的第三次寒潮，大家在寒潮中一定要繼續(xù)保持學(xué)習(xí)，寒潮挺過去以后還是會迎來新的發(fā)展機(jī)遇。
有粉絲去阿里面試，跟碼哥分享了其中一題面試問題「如何將重復(fù)性比較高的 String 類型的地址信息從 20GB 降到幾百兆？」。
今天，碼哥從多個(gè)角度帶你完全攻克這個(gè)知識點(diǎn)，讓面試官眼前一亮。
切入正文......
莫慌，今天給大家見識一下不一樣的 String，從根上拿捏直達(dá) G 點(diǎn)。
并且碼哥分享一個(gè)例子：通過性能調(diào)優(yōu)我們能實(shí)現(xiàn)百兆內(nèi)存輕松存儲幾十 G 數(shù)據(jù)。
String對象是我們每天都「摸」的對象類型，但是她的性能問題我們卻總是忽略。
愛她，不能只會簡單一起玩耍，要深入了解String 的內(nèi)心深處，做一個(gè)「心有猛虎，細(xì)嗅薔薇」的暖男。
通過以下幾點(diǎn)分析，我們一步步揭開她的衣裳，直達(dá)內(nèi)心深處，提升一個(gè) Level，讓 String 直接起飛。
想要深入了解，就先從基本組成開始……
「String 締造者」對 String 對象做了大量優(yōu)化來節(jié)省內(nèi)存，從而提升 String 的性能：
圖片
數(shù)據(jù)存儲在 char[]數(shù)組中，String通過 offset 和 count兩個(gè)屬性定位 char[] 數(shù)據(jù)獲取字符串。
這樣可以高效快速的定位并共享數(shù)組對象，并且節(jié)省內(nèi)存，但是有可能導(dǎo)致內(nèi)存泄漏。
共享 char 數(shù)組為啥可能會導(dǎo)致內(nèi)存泄漏呢？
String(int offset, int count, char value[]) { this.value = value; this.offset = offset; this.count = count;}public String substring(int beginIndex, int endIndex) { //check boundary return new String(offset + beginIndex, endIndex - beginIndex, value);}調(diào)用 substring() 的時(shí)候雖然創(chuàng)建了新的字符串，但字符串的值 value 仍然指向的是內(nèi)存中的同一個(gè)數(shù)組，如下圖所示：
圖片
如果我們僅僅是用 substring 獲取一小段字符，而原始 string字符串非常大的情況下，substring 的對象如果一直被引用。
此時(shí) String 字符串也無法回收，從而導(dǎo)致內(nèi)存泄露。
如果有大量這種通過 substring 獲取超大字符串中一小段字符串的操作，會因?yàn)閮?nèi)存泄露而導(dǎo)致內(nèi)存溢出。
去掉了 offset 和 count兩個(gè)變量，減少了 String 對象占用的內(nèi)存。
substring 源碼：
public String(char value[], int offset, int count) { this.value = Arrays.copyOfRange(value, offset, offset + count);}public String substring(int beginIndex, int endIndex) { int subLen = endIndex - beginIndex; return new String(value, beginIndex, subLen);}substring() 通過 new String() 返回了一個(gè)新的字符串對象，在創(chuàng)建新的對象時(shí)通過 Arrays.copyOfRange() 深度拷貝了一個(gè)新的字符數(shù)組。
如下圖所示：
圖片
String.substring 方法不再共享 char[]數(shù)組的數(shù)據(jù)，解決了可能內(nèi)存泄漏的問題。
將 char[]字段改為 byte[]，新增 coder屬性。
碼哥，為什么這么改呢？
一個(gè) char 字符占 2 個(gè)字節(jié)，16 位。存儲單字節(jié)編碼內(nèi)的字符（占一個(gè)字節(jié)的字符）就顯得非常浪費(fèi)。
為了節(jié)約內(nèi)存空間，于是使用了 1 個(gè)字節(jié)占 8 位的 byte 數(shù)組來存放字符串。
勤儉節(jié)約的女神，誰不愛……
新屬性 coder 的作用是：在計(jì)算字符串長度或者使用 indexOf（）方法時(shí)，我們需要根據(jù)編碼類型來計(jì)算字符串長度。
coder 的值分別表示不同編碼類型：
了解了String 的基本組成之后，發(fā)現(xiàn) String 還有一個(gè)比外在更性感的特性，她被 final關(guān)鍵字修飾，char 數(shù)組也是。
圖片
我們知道類被 final 修飾代表該類不可繼承，而 char[]被 final+private 修飾，代表了 String 對象不可被更改。
String 對象一旦創(chuàng)建成功，就不能再對它進(jìn)行改變。
Chaya：“String class 對象使用 final 修飾有什么好處？”
安全性
當(dāng)你在調(diào)用其他方法時(shí)，比如調(diào)用一些系統(tǒng)級操作指令之前，可能會有一系列校驗(yàn)。
如果是可變類的話，可能在你校驗(yàn)過后，它的內(nèi)部的值又被改變了，這樣有可能會引起嚴(yán)重的系統(tǒng)崩潰問題。
高性能緩存
String不可變之后就能保證 hash值得唯一性，使得類似 HashMap容器才能實(shí)現(xiàn)相應(yīng)的 key-value 緩存功能。
實(shí)現(xiàn)字符串常量池
由于不可變，才得以實(shí)現(xiàn)字符串常量池。
字符串常量池指的是在創(chuàng)建字符串的時(shí)候，先去「常量池」查找是否創(chuàng)建過該「字符串」；
如果有，則不會開辟新空間創(chuàng)建字符串，而是直接把常量池中該字符串的引用返回給此對象。
創(chuàng)建字符串的兩種方式：
當(dāng)代碼中使用第一種方式創(chuàng)建字符串對象時(shí)，JVM 首先會檢查該對象是否在字符串常量池中，如果在，就返回該對象引用。
否則新的字符串將在常量池中被創(chuàng)建，并返回該引用。
這樣可以減少同一個(gè)值的字符串對象的重復(fù)創(chuàng)建，節(jié)約內(nèi)存。
第二種方式創(chuàng)建，在編譯類文件時(shí)，"碼哥字節(jié)" 字符串將會放入到常量結(jié)構(gòu)中，在類加載時(shí)，“碼哥字節(jié)" 將會在常量池中創(chuàng)建；
在調(diào)用 new 時(shí)，JVM 命令將會調(diào)用 String 的構(gòu)造函數(shù)，在堆內(nèi)存中創(chuàng)建一個(gè) String 對象，同時(shí)該對象指向「常量池」中的“碼哥字節(jié)”字符串，str 指向剛剛在堆上創(chuàng)建的 String 對象；
如下圖：
圖片
什么是對象和對象引用呀？
str 屬于方法棧的字面量，它指向堆中的 String 對象，并不是對象本。
對象在內(nèi)存中是一塊內(nèi)存地址，str 則是指向這個(gè)內(nèi)存地址的引用。
也就是說 str 并不是對象，而只是一個(gè)對象引用。
碼哥，字符串的不可變到底指的是什么呀？
String str = "Java";str = "Java,yyds"第一次賦值 「Java」，第二次賦值「Java,yyds」，str 值確實(shí)改變了，為什么我還說 String 對象不可變呢？
這是因?yàn)?str 只是 String 對象的引用，并不是對象本身。
真正的對象依然還在內(nèi)存中，沒有被改變。
了解了 String 的對象實(shí)現(xiàn)原理和特性，是時(shí)候要深入女神內(nèi)心，結(jié)合實(shí)際場景，如何更上一層樓優(yōu)化 String 對象的使用。
既然 String 對象是不可變，所以我們在頻繁拼接字符串的時(shí)候是否意味著創(chuàng)建多個(gè)對象呢？
String str = "癩蛤蟆撩青蛙" + "長的丑" + "玩的花";上面你的代碼，你是不是以為先生成「癩蛤蟆撩青蛙」對象，再生成「癩蛤蟆撩青蛙長的丑」對象，最后生成「癩蛤蟆撩青蛙長得丑玩的花」對象。
實(shí)際運(yùn)行中，只有一個(gè)對象生成。
Chaya：這是為什么呢？
雖然代碼寫的丑陋，但是編譯器自動(dòng)優(yōu)化了代碼。再看下面例子：
String str = "小青蛙";for(int i=0; i<1000; i++) { str += i;}上面的代碼編譯后，你可以看到編譯器同樣對這段代碼進(jìn)行了優(yōu)化。
Java 在進(jìn)行字符串的拼接時(shí)，JVM 編譯器會把上述代碼優(yōu)化，偏向使用 StringBuilder，這樣可以提高程序的效率。優(yōu)化后的代碼如下。
String str = "小青蛙";for(int i=0; i<1000; i++) { str = (new StringBuilder(String.valueOf(str))).append(i).toString();}即使如此，還是循環(huán)內(nèi)重復(fù)創(chuàng)建 StringBuilder對象。
敲黑板
所以做字符串拼接的時(shí)候，我建議你還是要顯示地使用 String Builder 來提升系統(tǒng)性能。
如果在多線程編程中，String 對象的拼接涉及到線程安全，你可以使用 StringBuffer。
重點(diǎn)在于使用運(yùn)用 intern 節(jié)省內(nèi)存。直接看intern() 方法的定義與源碼：
圖片
intern() 是一個(gè)本地方法，它的定義中說的是，當(dāng)調(diào)用 intern 方法時(shí)，如果字符串常量池中已經(jīng)包含此字符串，則直接返回此字符串的引用。
否則將此字符串添加到常量池中，并返回字符串的引用。
如果不包含此字符串，先將字符串添加到常量池中，再返回此對象的引用。
Chaya：什么情況下適合使用 intern() 方法？
Twitter 工程師曾分享過一個(gè) String.intern() 的使用示例，Twitter 每次發(fā)布消息狀態(tài)的時(shí)候，都會產(chǎn)生一個(gè)地址信息，以當(dāng)時(shí) Twitter 用戶的規(guī)模預(yù)估，服務(wù)器需要 20G 的內(nèi)存來存儲地址信息。
public class Location { private String city; private String region; private String countryCode; private double longitude; private double latitude;}考慮到其中有很多用戶在地址信息上是有重合的，比如，國家、省份、城市等，這時(shí)就可以將這部分信息單獨(dú)列出一個(gè)類，以減少重復(fù)，代碼如下：
public class SharedLocation { private String city; private String region; private String countryCode;}public class Location { private SharedLocation sharedLocation; double longitude; double latitude;}通過優(yōu)化，數(shù)據(jù)存儲大小減到了 20G 左右。
但對于內(nèi)存存儲這個(gè)數(shù)據(jù)來說，依然很大，怎么辦呢？
Twitter 工程師使用 String.intern() 使重復(fù)性非常高的地址信息存儲大小從 20G 降到幾百兆，從而優(yōu)化了 String 對象的存儲。
核心代碼如下：
SharedLocation sharedLocation = new SharedLocation();sharedLocation.setCity(messageInfo.getCity().intern());sharedLocation.setCountryCode(messageInfo.getRegion().intern());sharedLocation.setRegion(messageInfo.getCountryCode().intern());弄個(gè)簡單例子方便理解：
String a =new String("abc").intern();String b = new String("abc").intern();System.out.print(a==b);輸出結(jié)果：true。
在加載類的時(shí)候會在常量池中創(chuàng)建一個(gè)字符串對象，內(nèi)容是「abc」。
創(chuàng)建局部 a 變量時(shí)，調(diào)用 new Sting() 會在堆內(nèi)存中創(chuàng)建一個(gè) String 對象，String 對象中的 char 數(shù)組將會引用常量池中字符串。
在調(diào)用 intern 方法之后，會去常量池中查找是否有等于該字符串對象的引用，有就返回引用。
創(chuàng)建 b 變量時(shí)，調(diào)用 new Sting() 會在堆內(nèi)存中創(chuàng)建一個(gè) String 對象，String 對象中的 char 數(shù)組將會引用常量池中字符串。
在調(diào)用 intern 方法之后，會去常量池中查找是否有等于該字符串對象的引用，有就返回引用給局部變量。
而剛在堆內(nèi)存中的兩個(gè)對象，由于沒有引用指向它，將會被垃圾回收。
所以 a 和 b 引用的是同一個(gè)對象。
split() 方法使用了正則表達(dá)式實(shí)現(xiàn)了其強(qiáng)大的分割功能，而正則表達(dá)式的性能是非常不穩(wěn)定的。
使用不恰當(dāng)會引起回溯問題，很可能導(dǎo)致 CPU 居高不下。
Java 正則表達(dá)式使用的引擎實(shí)現(xiàn)是 NFA（Non deterministic Finite Automaton，確定型有窮自動(dòng)機(jī)）自動(dòng)機(jī)，這種正則表達(dá)式引擎在進(jìn)行字符匹配時(shí)會發(fā)生回溯（backtracking），而一旦發(fā)生回溯，那其消耗的時(shí)間就會變得很長，有可能是幾分鐘，也有可能是幾個(gè)小時(shí)，時(shí)間長短取決于回溯的次數(shù)和復(fù)雜度。
所以我們應(yīng)該慎重使用 split() 方法，我們可以用String.indexOf()方法代替 split() 方法完成字符串的分割。
最后，出一個(gè)問題給大家，歡迎在評論區(qū)留言。
通過三種不同的方式創(chuàng)建了三個(gè)對象，再依次兩兩匹配，每組被匹配的兩個(gè)對象是否相等？代碼如下：
String str1 = "abc";String str2 = new String("abc");String str3 = str2.intern();assertSame(str1 == str2);assertSame(str2 == str3);assertSame(str1 == str3)碼哥，9 年互聯(lián)網(wǎng)公司后端工作經(jīng)驗(yàn)，InfoQ 簽約作者、51CTO Top 紅人，阿里云開發(fā)者社區(qū)專家博主，目前擔(dān)任后端架構(gòu)師主責(zé)，擅長 Redis、Spring、Kafka、MySQL技術(shù)和云原生微服務(wù)。
本文鏈接：http://www.tebozhan.com/showinfo-26-83641-0.html阿里一面：如何將重復(fù)性比較高的 String 類型的地址信息從 20GB 降到幾百兆？
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號