您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 8 字串去重機制深度解析：G1 GC 下的記憶體優化實戰

編輯：Java 相關知識

字串物件在 Java 應用中佔據驚人的記憶體比例——獨立 UTF-16 字元的 char[] 陣列往往消耗 30% 以上堆空間。這不僅因為字串是最常用的互動介面，更歸因於流行的 HTTP API 大量使用字串傳輸。Java 8 Update 20 引入的字串去重特性，配合 G1 收集器，為這一痛點提供了原生解決方案。

核心原理：利用 char[] final 特性共享底層陣列

String 內部以 final char[] value 儲存資料，JVM 可安全操控底層陣列。去重邏輯如下：

GC 掃描 String 物件時，計算其 char[] 雜湊值並建立弱引用映射
發現相同雜湊值的新字串時，逐字元比對內容
完全匹配則修改其中一個 String 指向共享 char[]，另一個陣列因無引用被回收

為控制開銷，JVM 內建優化：若某字串一段時間未發現重複，則暫停檢查（Age Threshold 機制）。

實戰驗證：開啟去重前後對比

基準測試（關閉去重）

-Xmx256m -XX:+UseG1GC

public class LotsOfStrings {
    private static final LinkedList<String> LOTS_OF_STRINGS = new LinkedList<>();
    public static void main(String[] args) throws Exception {
        int iteration = 0;
        while (true) {
            for (int i = 0; i < 100; i++) {
                for (int j = 0; j < 1000; j++) {
                    LOTS_OF_STRINGS.add(new String("String " + j));
                }
            }
            iteration++;
            System.out.println("Survived Iteration: " + iteration);
            Thread.sleep(100);
        }
    }
}

結果：第 30 次迭代拋出 OutOfMemoryError。

開啟字串去重

-Xmx256m -XX:+UseG1GC -XX:+UseStringDeduplication -XX:+PrintStringDeduplicationStatistics

結果：成功運行 50+ 次迭代，單次 GC 釋放 4.5 MB 記憶體，去重率 100%。

關鍵統計指標解讀

[GC concurrent-string-deduplication, 4658.2K->0.0B(4658.2K), avg 99.6%, 0.0165023 secs]
[Inspected: 119538] [Hashed: 119538(100.0%)] [Deduplicated: 119538(100.0%) 4658.2K(100.0%)]
[Young: 372(0.3%)] [Old: 119166(99.7%)]
[Table] [Memory Usage: 81.1K] [Size: 2048, Load: 135.5%]
[Queue] [Dropped: 0]

Inspected：掃描字串數量
Hashed：計算雜湊值數量
Deduplicated：實際去重數量與釋放記憶體
Young/Old：新生代/老年代分佈
Table：內部追蹤表統計（負載因子、擴容閾值等）
Queue Dropped：因負載過高捨棄的去重請求（開銷控制機制）

字串去重 vs 字串駐留

維度	字串去重	字串駐留
共享層級	僅共享 `char[]` 底層陣列	共享整個 `String` 實例
觸發時機	G1 GC 併發階段異步處理	應用線程主動呼叫 `intern()`
適用場景	無感知、全自動、含 XML Schema/URL/JAR 名等	需開發者明確調用、適用已知重複常量
運行時開銷	GC 階段微小併發開銷	呼叫時即時計算，可能阻塞應用線程

注意事項與最佳實踐

需 Java 8u20+ 且啟用 G1 GC（-XX:+UseG1GC）
以 -XX:+UseStringDeduplication 開啟，-XX:+PrintStringDeduplicationStatistics 觀察效果
生產環境中字串被頻繁傳遞、部分已有雜湊碼，實際去重率會有差異
非銀彈：無法解決根本的記憶體洩漏或不當的大量字串創建模式

字串去重是 JVM 層面的「免費午餐」，對於字串密集型應用（解析 XML/JSON、處理日誌、Web 爬蟲等）效果顯著。建議在測試環境充分驗證後再上線生產。