JDK9的新特性:String压缩和字符编码
String的底层存储是什么?相信大部分人都会说是数组。如果要是再问一句,那么是以什么数组来存储呢?相信不同的人有不同的答案。
在JDK9之前,String的底层存储结构是char[],一个char需要占用两个字节的存储单位。
据说是JDK的开发人员经过调研了成千上万的应用程序的heap dump信息,然后得出了一个结论: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。
据说他们用了大数据+人工智能,得出的结论由不得我们不信。
于是在JDK9之后,字符串的底层存储变成了byte[]。
先看下java9之前的String是怎么实现的:
public final class String implements java.io.Serializable, Comparable<String>, CharSequence { //The value is used for character storage. private final char value[]; }
再看下java9中String的实现和一些关键的变量:
public final class String implements java.io.Serializable, Comparable<String>, CharSequence { /** The value is used for character storage. */ @Stable private final byte[] value; private final byte coder; @Native static final byte LATIN1 = 0; @Native static final byte UTF16 = 1; static final boolean COMPACT_STRINGS; static { COMPACT_STRINGS = true; }
从代码我们可以看到底层的存储已经变成了byte[]。
再看一下coder变量,coder代表编码的格式,目前String支持两种编码格式LATIN1和UTF16。
LATIN1需要用一个字节来存储。而UTF16需要使用2个字节或者4个字节来存储。
而COMPACT_STRINGS则是用来控制是否开启String的compact功能。默认情况下COMPACT_STRINGS功能是开启的。
如果我们想关闭COMPACT_STRINGS功能则可以使用-XX:-CompactStrings参数。
本文讲解了新的String实现和COMPACT_STRINGS模式的关闭方法。