Java中一種字符串的內(nèi)存管理方法

Java[1]語(yǔ)言為字符串操作提供了豐富的支持，它將字符串封裝在三個(gè)類(lèi)中并提供多種字符串操作接口。在Java應(yīng)用程序中，由于對(duì)字符串的使用量比較高，從而使得其需要消耗較大的堆空間。例如在J2EE應(yīng)用服務(wù)器運(yùn)行過(guò)程中，約40%的活躍堆空間被用來(lái)保存字符串?dāng)?shù)據(jù)[2]。

通過(guò)對(duì)Java中字符串操作接口的分析可以發(fā)現(xiàn)，隨著這些操作的運(yùn)行會(huì)產(chǎn)生較多的無(wú)用字符串，它們不再被Java類(lèi)封裝并且也不被任何變量引用。這些無(wú)用字符串?dāng)?shù)據(jù)將一直停留在活躍堆中，直到Java虛擬機(jī)啟動(dòng)垃圾收集將其回收。而由于字符串?dāng)?shù)據(jù)具有單個(gè)對(duì)象占用空間較小但總體數(shù)量很大的特征，大量的無(wú)用字符串?dāng)?shù)據(jù)不僅會(huì)影響堆空間的利用率，并且對(duì)Java虛擬機(jī)垃圾收集的性能有較大影響。

當(dāng)前對(duì)Java中字符串的內(nèi)存管理優(yōu)化方案主要關(guān)注于字符串的使用效率上，如消除常量重復(fù)、延遲分配等技術(shù)[2]，通過(guò)修改Java虛擬機(jī)對(duì)字符串分配回收的支持來(lái)提高堆中字符串的使用效率。然而這些方案無(wú)法處理堆中已經(jīng)成為無(wú)用字符串的數(shù)據(jù)，只能等待垃圾收集來(lái)處理。

近期編譯時(shí)的獨(dú)立對(duì)象回收策略[3]則專(zhuān)注于在編譯階段對(duì)應(yīng)用程序做分析并插入回收指令以回收無(wú)用對(duì)象空間，但是該方案對(duì)Java庫(kù)函數(shù)只做保守分析從而無(wú)法回收這些無(wú)用字符串。為此，本文從對(duì)字符串操作接口的分析出發(fā)，識(shí)別各類(lèi)操作對(duì)字符串的改變情況以利用獨(dú)立對(duì)象回收策略中的指令插樁技術(shù)來(lái)主動(dòng)回收無(wú)用字符串對(duì)象，以提高堆空間的利用率、減低垃圾回收的負(fù)擔(dān)、改善Java虛擬機(jī)的性能。

1 Java中字符串的支持與分析

1.1 Java中字符串的支持

Java語(yǔ)言將字符串的表示和操作都封裝在StringBuilder、StringBuffer和String三個(gè)類(lèi)中。其中前兩個(gè)類(lèi)指向的字符串是可變的，String類(lèi)指向的字符串是不變的。這三個(gè)類(lèi)的內(nèi)部結(jié)構(gòu)基本上一致，以StringBuilder為例，StringBuilder在Java中的結(jié)構(gòu)如圖1所示。

從圖1可以看出，字符串?dāng)?shù)據(jù)由StringBuilder對(duì)象指向的value域保存，在內(nèi)存空間上反映為兩個(gè)對(duì)象：StringBuilder對(duì)象通過(guò)value域指向字符串對(duì)象。由于該類(lèi)提供常用的可變字符串操作接口且相對(duì)另一個(gè)類(lèi)StringBuffer具有較高的執(zhí)行效率，對(duì)字符串?dāng)?shù)據(jù)的操作在Java虛擬機(jī)中一般會(huì)將其轉(zhuǎn)換為StringBuilder對(duì)象再做處理。下面以一個(gè)語(yǔ)句示例來(lái)說(shuō)明這一點(diǎn)：

　String s=new String(‘aa’+’bb’+’cc’)；
該語(yǔ)句的語(yǔ)義是將三個(gè)字符串連接在一起并生成一個(gè)String對(duì)象，在Java語(yǔ)言的源程序級(jí)別上不會(huì)出現(xiàn)StringBuilder對(duì)象，但是經(jīng)過(guò)編譯器優(yōu)化之后，這條語(yǔ)句實(shí)際被翻譯為下面的字節(jié)碼形式(為簡(jiǎn)化描述，本文以源語(yǔ)言來(lái)表示字節(jié)碼的操作)：
StringBuilder t=new StringBuilder(‘aa’)；
t.append(‘bb’)；
t.append(‘cc’)；
String s=t.toString()；

即Java編譯器會(huì)首先創(chuàng)建一個(gè)StringBuilder對(duì)象，完成字符串的連接工作之后再將其轉(zhuǎn)變?yōu)镾tring對(duì)象。由于類(lèi)似于這種情況的字符串操作較多地出現(xiàn)在輸出方法和字符串創(chuàng)建方法中，所以可推斷出StringBuilder有著較大的使用頻率，故將以其為代表分析其提供的接口對(duì)字符串的影響。

1.2　無(wú)用字符串的產(chǎn)生

在上節(jié)的示例中，StringBuilder類(lèi)提供的append()接口將會(huì)改變value域所指向的字符串，其做法是：新建長(zhǎng)度為連接后字符串長(zhǎng)度之和的字符數(shù)組，分段復(fù)制之后使其成為value域指向的新數(shù)組，而value域指向的原數(shù)組將被丟棄成為無(wú)用字符串。

圖2為示例語(yǔ)句中append()接口引起的value域指向字符串變化圖。

從圖2可以看出，在append()接口執(zhí)行過(guò)后，對(duì)象的字符數(shù)組將指向新建的字符串’aabb’，原有字符串’aa’將不被任何變量指向而成為無(wú)用字符串。

由于StringBuilder類(lèi)的value域指向的字符串是可變的，在其提供的接口中存在大量類(lèi)似append()可能對(duì)value域做出改變的接口，如insert()、replace()等。而在Java虛擬機(jī)對(duì)這些接口的調(diào)用頻率較多，表1是基準(zhǔn)測(cè)試程序Jolden[4]的4個(gè)子程序中字符串操作接口調(diào)用次數(shù)以及可能對(duì)value域做出改變的接口調(diào)用次數(shù)對(duì)比。

由表1可以看出，可能對(duì)value域做出改變的調(diào)用次數(shù)占字符串操作接口調(diào)用次數(shù)的22.6%~45.7%，占有不可忽視的比例。下面將深入分析這些可能改變value域的操作接口的具體實(shí)現(xiàn)。

1.3 字符串操作接口分析

可能對(duì)value域做出改變的操作接口有一個(gè)共同點(diǎn)，即this對(duì)象不會(huì)發(fā)生變化，只是其value域指向一個(gè)新建的字符串。對(duì)字符串的操作接口做深入分析后可知，在append()等可能改變value域指向的操作接口的實(shí)現(xiàn)中，存在兩條改變分支：例如在接口append(s)中，如果s為null或者s的value域指向一個(gè)空字符串，則該接口不會(huì)改變this對(duì)象的value域指向；否則才會(huì)新建一個(gè)字符串以被this對(duì)象的value域指向。

可以將這兩條改變分支表現(xiàn)為下面的形式：
分支1：不做任何改變。
分支2：新建字符串，使其被this對(duì)象的value域指向，原有字符串成為無(wú)用字符串。
下面將給出根據(jù)本節(jié)的分析給出的無(wú)用字符串回收方案。

2 字符串的回收方案

對(duì)無(wú)用字符串的回收存在兩個(gè)難點(diǎn)：(1)不可深入改變Java的庫(kù)函數(shù)實(shí)現(xiàn)。因?yàn)榛厥辗桨感枰哂休^強(qiáng)的通用性和靈活性；(2)由于操作接口具體實(shí)現(xiàn)中對(duì)value域的改變存在分支，并且只能在應(yīng)用程序的運(yùn)行階段判斷究竟執(zhí)行的是哪個(gè)分支。

本文采用獨(dú)立對(duì)象顯式回收策略中的指令插樁技術(shù)來(lái)解決上述兩個(gè)難題：在可能發(fā)生改變的字符串操作接口調(diào)用點(diǎn)處插入判定語(yǔ)句來(lái)對(duì)操作接口執(zhí)行的分支做判斷，然后根據(jù)結(jié)果來(lái)實(shí)施字符串的回收方案。由于這些語(yǔ)句都插樁在用戶(hù)程序中，不會(huì)改變Java庫(kù)函數(shù)的實(shí)現(xiàn)，而且這些語(yǔ)句會(huì)隨著字符串操作接口的執(zhí)行而執(zhí)行，所收集的信息屬于運(yùn)行時(shí)信息，故可以很好地判斷運(yùn)行時(shí)分支的情況。

由于兩條分支的不同之處表現(xiàn)為操作接口執(zhí)行完畢之后，this對(duì)象的value域指向是否發(fā)生了變化，故可以采取接口調(diào)用前后value域比較的方式來(lái)判斷具體執(zhí)行的分支。本文使用指令插樁技術(shù)，在Java虛擬機(jī)重編譯Java字節(jié)碼時(shí)對(duì)其做指令插樁工作，其處理流程為：

(1)在Java虛擬機(jī)處理應(yīng)用程序指令時(shí)判斷其是否為可能引起字符串變化的操作接口調(diào)用指令。
(2)如果是則實(shí)施步驟(3)~(5)的指令插樁工作。
(3)在調(diào)用指令之前插入this對(duì)象的value域引用保存指令。
(4)在調(diào)用指令之后插入this對(duì)象的value域引用保存指令。
(5)安插兩個(gè)引用的對(duì)比指令，如果不同，則插入回收指令以回收調(diào)用之前保存的引用；否則將不做處理。

本方案用到了獨(dú)立對(duì)象回收技術(shù)中的回收指令，需要在Java虛擬機(jī)的內(nèi)存管理模塊支持這個(gè)回收指令。由于對(duì)回收指令的支持對(duì)原有的分配和回收方案影響很小，故其實(shí)現(xiàn)較簡(jiǎn)單并且具有一定的通用性。

以圖3為例來(lái)說(shuō)明本文的字符串回收方案。由于該方案處理的為Java字節(jié)碼，為了方便理解，將以實(shí)際代碼的形式體現(xiàn)：由圖3可看出，在調(diào)用點(diǎn)前后加入了value域引用保存指令記錄了調(diào)用點(diǎn)執(zhí)行前后的value域的引用信息，然后將兩者做對(duì)比處理來(lái)判斷調(diào)用點(diǎn)是否對(duì)value域的引用做出了改變，如果引用信息有了變化，則之前的value域引用成為了無(wú)用字符串，可以插入回收指令將其回收。

可以將該無(wú)用字符串回收方案應(yīng)用到其他可能對(duì)對(duì)象內(nèi)部value域指向的字符串做出改變的接口調(diào)用點(diǎn)，即可以在運(yùn)行時(shí)回收由這些接口運(yùn)行而出現(xiàn)的無(wú)用字符串?dāng)?shù)據(jù)。

3　實(shí)驗(yàn)結(jié)果及分析

在Apache的開(kāi)源Java SE(Standard Edition)平臺(tái)Harmony[5]上實(shí)現(xiàn)了針對(duì)字符串的回收方案，并做了相關(guān)的實(shí)驗(yàn)測(cè)試。測(cè)試平臺(tái)的操作系統(tǒng)是Windows 7 Ultimate，CPU為Intel Pentium Dual E2200，主頻為2.2 GHz，內(nèi)存為2 GB。測(cè)試用例為Jolden中的4個(gè)基準(zhǔn)程序。

在實(shí)現(xiàn)了無(wú)用字符串的顯式回收之后，可以在運(yùn)行中主動(dòng)回收一些無(wú)用字符串以提高活躍堆空間的利用率和降低Java虛擬機(jī)垃圾回收的開(kāi)銷(xiāo)。表2給出了主動(dòng)回收的無(wú)用字符串大小和總分配大小的比較情況。

由表2可以看出，本文的回收方案主動(dòng)回收的無(wú)用字符串占應(yīng)用程序總分配空間的5%~18%，對(duì)堆空間的利用率有較大的提升。對(duì)無(wú)用字符串的主動(dòng)回收也帶來(lái)了Java虛擬機(jī)的性能提升，因?yàn)榭梢詼p輕垃圾收集的負(fù)擔(dān)。表3給出了實(shí)現(xiàn)無(wú)用字符串回收方案前后測(cè)試程序在Java虛擬機(jī)中的執(zhí)行時(shí)間對(duì)比。

　由表3可以看出，經(jīng)過(guò)對(duì)無(wú)用字符串的主動(dòng)回收處理，Java虛擬機(jī)對(duì)應(yīng)用程序的執(zhí)行效率也有了改善，分別減少了1%~5%。這說(shuō)明無(wú)用字符串的回收可以提升Java虛擬機(jī)的性能。

本文提出一種對(duì)Java應(yīng)用程序中無(wú)用字符串進(jìn)行顯式回收的方案，以指令插樁的形式收集應(yīng)用程序運(yùn)行時(shí)信息并主動(dòng)回收堆中無(wú)用字符串，以提高堆空間的利用率。實(shí)驗(yàn)結(jié)果表明，該方案可以有效提高Java虛擬機(jī)的性能和Java應(yīng)用程序的執(zhí)行效率。