引言

字符串常量池(StringTable)是JVM中一个重要的结构,它有助于避免重复创建相同内容的String对象。那么StringTable是怎么实现的?“把字符串加入到字符串常量池中”这个过程发生了?intern()方法又做了什么?上面的问题在JDK6和JDK7中又有什么不一样的答案?

网络上已经有海量的文章讨论过上面这些问题,但是不同的文章会给出截然相反的结论。

比如:

  • StringTable中保存的是String对象,还是String对象的引用?
  • new String("a"),是在堆里创建一个新的值为“a"的String对象,还是创建一个指向StringTable中代表”a“的value数组的对象
  • new String("a") 和 字面量"a"产生的字符串对象,用的是不是同一个value数组?

想找到这些问题的准确答案,靠搜索引擎上面的资料实在太难了,还是直接看HotSpot VM的源代码更方便一点。这也印证了Linus Torvalds的那句名言:

“Talk is cheap. Show me the code.”

源码中StringTable的结构

StringTable的底层结构

字符串常量池可以简单理解为就是一个hashmap的结构,记录的是字符串序列和String对象引用的映射关系

hotspot\share\memory\universe.cpp中对StringTable进行了初始化:

StringTable::create_table();

可以看看create_table()函数的源码,位于hotspot\share\classfile\stringTable.cpp

void StringTable::create_table() {
  size_t start_size_log_2 = ceil_log2(StringTableSize);
  _current_size = ((size_t)1) << start_size_log_2;
  log_trace(stringtable)("Start size: " SIZE_FORMAT " (" SIZE_FORMAT ")",
                         _current_size, start_size_log_2);
  _local_table = new StringTableHash(start_size_log_2, END_SIZE, REHASH_LEN);
  _oop_storage = OopStorageSet::create_weak("StringTable Weak");
  _oop_storage->register_num_dead_callback(&gc_notification);
}

里面最关键的是_local_table = new StringTableHash(start_size_log_2, END_SIZE, REHASH_LEN);

这一行代码对_local_table进行了初始化,这里的_local_table是一个static类型的变量,指向的是StringTableHash类的对象。

StringTableHash是什么?

StringTableHash是个别名,它实际上是hotspot\share\utilities\concurrentHashTable.hpp中定义的ConcurrentHashTable。如下:

typedef ConcurrentHashTable<StringTableConfig, mtSymbol> StringTableHash;
static StringTableHash* _local_table = NULL;

ConcurrentHashTable的源码就不贴出来了,里面有注释说明它是A mostly concurrent-hash-table,简单来说就是支持并发操作的hash表,类似于jdk中的ConcurrentHashMap。

读到这里,可以得到以下信息:

  • StringTable只在universe.cpp中被初始化,之后都是共享的。
  • StringTable的底层是_local_table指向的ConcurrentHashTable,一个并发散列表。
  • StringTable的数据保存在一个静态变量中,全局共享。

StringTable支持的操作

StringTable里面的函数全部是static类型的,这意味着它是一个提供静态方法的类,是全局共享的。

下面是stringTable.hpp中定义的核心public函数列表:

public:
  static size_t table_size();
  static TableStatistics get_table_statistics();

  static void create_table();

  static void do_concurrent_work(JavaThread* jt);
  static bool has_work();

  // Probing
  static oop lookup(Symbol* symbol);
  static oop lookup(const jchar* chars, int length);

  // Interning
  static oop intern(Symbol* symbol, TRAPS);
  static oop intern(oop string, TRAPS);
  static oop intern(const char *utf8_string, TRAPS);

  // Rehash the string table if it gets out of balance
  static void rehash_table();
  static bool needs_rehashing() { return _needs_rehashing; }
  static inline void update_needs_rehash(bool rehash) {
    if (rehash) {
      _needs_rehashing = true;
    }
  }

从函数命名也可以看出StringTable主要支持的操作:

  • 创建,查看表信息和状态等操作如table_size()create_table()has_work()get_table_statistics()
  • 查找字符串如lookup(),尝试池化字符串如intern()
  • hash相关操作如rehash_table()needs_rehashing()

lookup()方法

对外部来说最关键的就是lookup()intern()方法,intern()后面会再解释。这里先看看lookup()

lookup就是查找的意思,用于通过字符串查找对应的String对象。最终会执行到do_lookup()方法:

oop StringTable::do_lookup(const jchar* name, int len, uintx hash) {
  Thread* thread = Thread::current();
  StringTableLookupJchar lookup(thread, hash, name, len);
  StringTableGet stg(thread);
  bool rehash_warning;
  _local_table->get(thread, lookup, stg, &rehash_warning);
  update_needs_rehash(rehash_warning);
  return stg.get_res_oop();
}

这里可以看到这样一行代码: _local_table->get(thread, lookup, stg, &rehash_warning);

说明String对象最终是从_local_table中拿到的,返回值类型是oop也就是普通对象引用。

类数据共享(Class-Data Sharing)

从StringTable的另外一个Map说起

前面说到StringTable的底层是_local_table指向的concurrentHashTable。但我看的StringTable源码中(JDK16),还有另外一个Map:

static CompactHashtable<
  const jchar*, oop,
  read_string_from_compact_hashtable,
  java_lang_String::equals
> _shared_table;

这里定义了一个CompactHashtable类型的变量_shared_table。并且有一些专门为其提供的方法:

  // Sharing
 private:
  static oop lookup_shared(const jchar* name, int len, unsigned int hash) NOT_CDS_JAVA_HEAP_RETURN_(NULL);
 public:
  static oop create_archived_string(oop s, Thread* THREAD) NOT_CDS_JAVA_HEAP_RETURN_(NULL);
  static void shared_oops_do(OopClosure* f) NOT_CDS_JAVA_HEAP_RETURN;
  static void write_to_archive(const DumpedInternedStrings* dumped_interned_strings) NOT_CDS_JAVA_HEAP_RETURN;
  static void serialize_shared_table_header(SerializeClosure* soc) NOT_CDS_JAVA_HEAP_RETURN;

  // Jcmd
  static void dump(outputStream* st, bool verbose=false);
  // Debugging
  static size_t verify_and_compare_entries();
  static void verify();

因此去看了一下源码

_compact_buckets = MetaspaceShared::new_ro_array<u4>(_num_buckets + 1);
_compact_entries = MetaspaceShared::new_ro_array<u4>(entries_space);

它是通过MetaspaceShared::new_ro_array来申请空间。ro表示了它是块只读的内存空间。

MetaspaceShared的源码注释中提到,它提供三种类型的空间分配:

// The CDS archive is divided into the following regions:
//     mc  - misc code (the method entry trampolines, c++ vtables)
//     rw  - read-write metadata
//     ro  - read-only metadata and read-only tables

并且这三块空间在内存中是连续的。

看起来很奇怪,已经有了_local_table,为什么还需要用一个只读的空间来保存字符串?

而且Metaspace在JDK1.8中已经移动到本地内存中了,而字符串常量池此时是在堆中?

这就要提到下面的类数据共享了。

类数据共享的发展历史

下面的历史引自博客:Java12新特性 -- 默认生成类数据共享(CDS)归档文件

  • JDK5引入了Class-Data Sharing可以用于多个JVM共享class,提升启动速度,最早只支持system classes及serial GC。
  • JDK9对其进行扩展以支持application classes及其他GC算法。
  • java10的新特性JEP 310: Application Class-Data Sharing扩展了JDK5引入的Class-Data Sharing,支持application的Class-Data Sharing并开源出来(以前是commercial feature)

    • CDS 只能作用于 BootClassLoader 加载的类,不能作用于 AppClassLoader 或者自定义的 ClassLoader加载的类。在 Java 10 中,则将 CDS 扩展为 AppCDS,顾名思义,AppCDS 不止能够作用于BootClassLoader了,AppClassLoader 和自定义的 ClassLoader 也都能够起作用,大大加大了 CDS 的适用范围。也就说开发自定义的类也可以装载给多个JVM共享了
  • JDK11将-Xshare:off改为默认-Xshare:auto,以更加方便使用CDS特性。

Java 10的Application Class-Data Sharing

Java 10中引入了Application Class-Data Sharing。在JEP 310中做了简单说明:

JEP 310: Application Class-Data Sharing
Summary
    To improve startup and footprint, extend the existing Class-Data Sharing ("CDS") feature to allow application classes to     be placed in the shared archive.
Goals
- Reduce footprint by sharing common class metadata across different Java processes.
- Improve startup time.
- Extend CDS to allow archived classes from the JDK's run-time image file ($JAVA_HOME/lib/modules) and the application class   path to be loaded into the built-in platform and system class loaders.
- Extend CDS to allow archived classes to be loaded into custom class loaders.

网上似乎没有多少资料谈到这个类数据共享机制,不过从这个草案也可以略知一二:

  • Class-Data Sharing 允许将Java类放置在共享的存档空间中
  • 通过在不同的Java进程之间共享公共类元数据来减少内存占用

这也就可以解释上文提到的_shared_table的用处:用于在不同的Java进程之间共享字符串池。

StringTable和intern()方法的变化

StringTable在JDK1.7的变化

把String对象加入StringTable的逻辑是:

  • 从 StringTable 中找给定的字符串对象,找到的话就直接返回其引用
  • 找不到就把当前字符串对象添加到 StringTable 中,然后返回引用

接下来以下面的代码执行过程为例说明StringTable在JDK6和JDK7中的区别:

String s1 = "abc";
String s2 = new String("abc");

在JDK6及以前,StringTable在PermGen中,字符串常量池中保存的也是PermGen中的对象引用,如下图所示:

image-20210205234423774

执行过程如下:

  • 执行第一行代码时,发现"abc"不存在StringTable中,会在PermGen新建一个String对象,并返回其引用
  • 执行第二行代码时,发现"abc"已经存在于StringTable中,会在Heap中新建一个String对象,并且这个对象会共享之前s1的value数组

在JDK7中,StringTable被移动到Heap中。在执行第一行代码时,创建"abc"字符串也是在Heap中进行。看起来区别并不大,仅仅是从PermGen移动到了Heap中,但这一改动会影响intern()方法的执行逻辑,后面会具体解释。

image-20210205235109679

intern()方法在JDK1.7的变化

String Table在JDK1.6中位于Perm Gen,但是在JDK1.7中被转移到了Java Heap中,这次转移伴随着String.intern()方法的性质发生了一些微小的改变。

  • 在1.6中,intern的处理是先判断字符串常量是否在字符串常量池中,如果存在直接返回该对象的引用。如果没有找到,则将该字符串常量加入到字符串常量区,也就是在永久代中创建该字符串对象,再把引用保存到字符串常量池中。
  • 在1.7中,intern的处理是先判断字符串常量是否在字符串常量池中,如果存在直接返回该对象的引用,如果没有找到,说明该字符串常量在堆中,则处理是把堆区该对象的引用加入到字符串常量池中,以后别人拿到的是该字符串常量的引用,实际存在堆中。

例如下面的代码:

String s1 = new String(new char[]{'a','b','c'});  
s1.intern();  
String s2 = "abc";
System.out.println(s1 == s2);  

按照常规的思路,s1.intern()会将s1放进字符串常量池,然后String s2 = "abc"时,会通过StringTable返回s1的引用给s2,所以结果是true。

这在JDK7里面确实是没错的,如下图所示:

image-20210206000048585

但是在JDK6里面,因为字符串对象s1是直接通过传入char数组new出来的,这个String对象是在Heap上的。

而StringTable是在PermGen里面的,无法直接将s1放入StringTable,jvm会在PermGen创建一个新的String对象,再把这个新的String对象放入StringTable中。

所以后面String s2 = "abc"时,会通过StringTable返回新的String对象给s2,因此此时结果为false,如下图所示:

image-20210206000711788

可以通过JDK6和JDK7中intern()的C++源码来验证:

JDK 6 版本的 openjdk 代码:

// try to reuse the string if possible
  if (!string_or_null.is_null() && (!JavaObjectsInPerm || string_or_null()->is_perm())) {
    string = string_or_null;
  } else {
    string = java_lang_String::create_tenured_from_unicode(name, len, CHECK_NULL);
  }

JDK 7 版本的 openjdk 代码:

// try to reuse the string if possible
  if (!string_or_null.is_null()) {
    string = string_or_null;
  } else {
    string = java_lang_String::create_from_unicode(name, len, CHECK_NULL);
  }

区别在JDK6在把字符串放入StringTable时多了一行判断:

 (!JavaObjectsInPerm || string_or_null()->is_perm())
  • 这个用于判断字符串是否在永久代中,如果是,最终会将这个 string_or_null 放入 StringTable 中
  • 否则,最终会通过java_lang_String::create_tenured_from_unicode在永久代中再次创建一个 String 对象,然后放入 StringTable 中。

结语

在HotSpot VM的源码中主要得到了下面的信息:

  • 字符串常量池可以简单理解为就是一个hashmap的结构,记录的是字符串序列和String对象引用的映射关系
  • 为了在不同的Java进程之间共享字符串池,StringTable还有另外一个名为_shared_table的Map
  • JDK6中,会在永久代创建String对象再放入StringTable,而在JDK7中则直接将堆中的String对象放入StringTable中

OpenJDK中包含HotSpot VM的源码,是完全开源的。感兴趣的可以自行下载阅读:OpenJDK源代码

如果嫌Github下载太慢也可以去Gitee找国内的镜像。

参考资料

Last modification:April 10th, 2021 at 11:30 am
本文作者黄钰朝
文章标题从HotSpot VM源码看字符串常量池(StringTable)和intern()方法
本文链接https://hellochaos.cn/java/stringtable-and-intern-in-hotspot.html
关于博主:评论和私信会在第一时间回复。或者直接私信我。
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
如果觉得我的文章对你有用,请随意赞赏