新Blog開張了！
我就職于Liferay軟件有限公司，從事Liferay Portal的核心開發(fā)。本著開源，推廣技術(shù)的思想我開始創(chuàng)建這個(gè)Blog，首先說明一下這個(gè)Blog將主要作為我在公司網(wǎng)站上Blog的鏡像，也就是說大部分的內(nèi)容源自
http://www.liferay.com/web/shuyang.zhou/blog。我會(huì)把內(nèi)容翻譯成中文，同時(shí)也會(huì)做一些小的改動(dòng)以方便國內(nèi)的朋友。
我主要專注于Java高性能運(yùn)算，并發(fā)處理，架構(gòu)設(shè)計(jì)相關(guān)方向。歡迎有相同興趣的朋友來相互溝通、學(xué)習(xí)。
不羅嗦了，開始正題。
本期Blog原文參見：
http://www.liferay.com/web/shuyang.zhou/blog/-/blogs/string-performance
Java中的String是一個(gè)非常特殊的類，使它特殊的一個(gè)主要原因是：
String是不可變的（immutable）。
String的不可變性是Java安全機(jī)制和線程安全的基石，沒了它Java將變的不堪一擊。
但不可變性的代價(jià)是昂貴的，當(dāng)你試圖“改變”一個(gè)String時(shí)，你實(shí)際上是在創(chuàng)建一個(gè)新的String，而原來的那個(gè)String在大多數(shù)情況下將會(huì)成為垃圾（garbage）。多虧有了Java的垃圾自動(dòng)回收機(jī)制，開發(fā)者不必在這些String垃圾上操太多心。但如果你完全忽略這些垃圾的存在，甚至肆意亂用String的api，你的程序無疑將遭受大量GC（垃圾回收）活動(dòng)的困擾。
在JDK的發(fā)展史中，人們做過一些努力去改善String的垃圾創(chuàng)建開銷。JDK1.0中加入StringBuffer，JDK1.5中加入StringBuilder。StringBuffer和StringBuilder在功能上是完全相同的，為一的不同點(diǎn)在于StringBuffer是線程安全的，而StringBuilder不是。絕大多數(shù)的String連接操作發(fā)生在一個(gè)方法調(diào)用中，也就是說是單一線程的工作環(huán)境，所以線程安全在這里是絕對(duì)多余的。所以JDK給開發(fā)者的建議是當(dāng)你要做String連接操作時(shí)，請使用StringBuffer或StringBuilder，當(dāng)你確定連接操作只發(fā)生在單一線程環(huán)境下時(shí)，使用StringBuilder而不是StringBuffer。在大多數(shù)情況下遵守這一建議與直接使用String.concat()相比能夠大幅提高性能，但實(shí)際環(huán)境中某些情況遠(yuǎn)比這復(fù)雜。這一建議并不能給你最佳的性能收益！今天我們要深入的探討一下String連接操作的性能問題，希望能幫助大家徹底理解這一問題。
首先，需要辟謠，有些人說SB（StringBuffer和StringBuilder）總是比String.concat()有更好的性能。這一說法是不準(zhǔn)確的！在特定條件下String.concat()要?jiǎng)龠^SB。我們來通過一個(gè)例子證明這一點(diǎn)。
任務(wù)：
連接兩個(gè)String，
String a = "abcdefghijklmnopq"; //length=17
String b = "abcdefghijklmnopqr"; //length=18
說明：
我們將要來分析一下不同連接方案的垃圾生產(chǎn)情況。討論中我們將忽略由輸入?yún)?shù)引起的垃圾，因?yàn)樗麄儾皇怯蛇B接代碼創(chuàng)建的。另外我們只計(jì)算String內(nèi)部的char[]，因?yàn)槌诉@個(gè)字符數(shù)組String的其它域都非常小，完全可以忽略他們對(duì)GC的影響。
方案1：
使用String.concat()
代碼：
String result = a.concat(b);
這行代碼簡單到不能再簡單了，不過還是讓我們來看看Sun JDK java.lang.String的源代碼，搞清楚這個(gè)調(diào)用究竟是怎樣進(jìn)行的。
Sun JDK java.lang.String的源代碼片段：
1 public String concat(String str) {
2 int otherLen = str.length();
3 if (otherLen == 0) {
4 return this;
5 }
6 char buf[] = new char[count + otherLen];
7 getChars(0, count, buf, 0);
8 str.getChars(0, otherLen, buf, count);
9 return new String(0, count + otherLen, buf);
10 }
11
12 String(int offset, int count, char value[]) {
13 this.value = value;
14 this.offset = offset;
15 this.count = count;
16 }
這段代碼首先創(chuàng)建一個(gè)新的char[]，數(shù)組長度為a.length() + b.length()，然后分別將a和b的內(nèi)容拷貝到新數(shù)組中，最后使用這個(gè)數(shù)組創(chuàng)建一個(gè)新的String對(duì)象。這里我們要特殊注意一下使用的構(gòu)造函數(shù)，這個(gè)構(gòu)造函數(shù)只有package訪問權(quán)限，它直接使用傳入的char[]作為新生成的String的內(nèi)部字符數(shù)組，而沒有做任何拷貝保護(hù)。這個(gè)構(gòu)造函數(shù)必須是package級(jí)別的訪問權(quán)限，否則你就能用它創(chuàng)建出一個(gè)可變的String對(duì)象（在構(gòu)造完String后修改傳入的char[]）。JDK在java.lang中的代碼保證不會(huì)在調(diào)用這一構(gòu)造函數(shù)后再修改傳入的數(shù)組，加上java的安全機(jī)制不允許第三方代碼加入java.lang包（你可以嘗試將自己的類放入java.lang包，此類將無法成功加載），所以String的不可變性不會(huì)被破壞。
整個(gè)過程我們沒有創(chuàng)建任何垃圾對(duì)象（我們有言在先，a和b是傳入?yún)?shù)，不是連接代碼創(chuàng)建的，所以即使他們變成垃圾我們也不去計(jì)算），所以一切良好！
方案2:
使用SB.append(), 這里我使用StringBuilder來進(jìn)行分析，對(duì)于StringBuffer也是完全一樣的。
代碼:
String result = new StringBuilder().append(a).append(b).toString();
這行代碼明顯比String.concat()方案的代碼復(fù)雜，但它的性能如何呢？讓我們分4步來分析它new StringBuilder()，append(a)，append(b)和toString().
1）new StringBuilder().
讓我們來看看StringBuilder的源代碼：
1 public StringBuilder() {
2 super(16);
3 }
4
5 AbstractStringBuilder(int capacity) {
6 value = new char[capacity];
7 }
它創(chuàng)建了一個(gè)大小為16的char[]，目前為止還沒有創(chuàng)建任何垃圾對(duì)象。
2）append(a).
繼續(xù)看源代碼：
1 public StringBuilder append(String str) {
2 super.append(str);
3 return this;
4 }
5 public AbstractStringBuilder append(String str) {
6 if (str == null) str = "null";
7 int len = str.length();
8 if (len == 0) return this;
9 int newCount = count + len;
10 if (newCount > value.length)
11 expandCapacity(newCount);
12 str.getChars(0, len, value, count);
13 count = newCount;
14 return this;
15 }
16 void expandCapacity(int minimumCapacity) {
17 int newCapacity = (value.length + 1) * 2;
18 if (newCapacity < 0) {
19 newCapacity = Integer.MAX_VALUE;
20 } else if (minimumCapacity > newCapacity) {
21 newCapacity = minimumCapacity;
22 }
23 value = Arrays.copyOf(value, newCapacity);
24 }
這段代碼首先確保SB的內(nèi)部char[]有足夠的剩余空間，這導(dǎo)致創(chuàng)建了一個(gè)新的大小為34的char[]，而之前的大小為16的char[]成為垃圾對(duì)象。標(biāo)記點(diǎn)1，我們創(chuàng)建了第一個(gè)垃圾對(duì)象，大小為16個(gè)char。
3）append(b).
相同的邏輯，首先確保內(nèi)部char[]有足夠的剩余空間，這導(dǎo)致創(chuàng)建了一個(gè)新的大小為70的char[]，而之前的大小為34的char[]成為垃圾對(duì)象。標(biāo)記點(diǎn)2,我們創(chuàng)建了第二個(gè)垃圾對(duì)象，大小為34個(gè)char。
4）toString()
看源代碼：
1 public String toString() {
2 // Create a copy, don't share the array
3 return new String(value, 0, count);
4 }
5 public String(char value[], int offset, int count) {
6 if (offset < 0) {
7 throw new StringIndexOutOfBoundsException(offset);
8 }
9 if (count < 0) {
10 throw new StringIndexOutOfBoundsException(count);
11 }
12 // Note: offset or count might be near -1>>>1.
13 if (offset > value.length - count) {
14 throw new StringIndexOutOfBoundsException(offset + count);
15 }
16 this.offset = 0;
17 this.count = count;
18 this.value = Arrays.copyOfRange(value, offset, offset+count);
19 }
要重點(diǎn)注意一下這次的構(gòu)造函數(shù)，它有public訪問權(quán)限，所以它必須做拷貝保護(hù)，不然就有可能破壞String的不可變性。但這又創(chuàng)建了一個(gè)垃圾對(duì)象。標(biāo)記點(diǎn)3，我們創(chuàng)建了第三個(gè)垃圾對(duì)象，大小為70個(gè)char。
因此我們一共創(chuàng)建了3個(gè)垃圾對(duì)象，總大小為16+34+70=120個(gè)char！ Java使用Unicode-16編碼，這就意味著240byte的垃圾！
有一件事情能夠改善SB的性能，把代碼改為：
String result = new StringBuilder(a.length() + b.length()).append(a).append(b).toString();
自己算一下吧，這次我們只創(chuàng)建了1個(gè)垃圾對(duì)象，大小為17+18=35個(gè)char，還是不怎么樣，不是嗎？
和String.concat()比起來SB創(chuàng)建了“許多”垃圾（任何比0大的數(shù)和0比起來都是無窮大！），而且相信你也注意到了，SB比String.concat()有更多的方法調(diào)用（棧操作可不是免費(fèi)的）。
進(jìn)一步的分析可以發(fā)現(xiàn)（自己分析吧），當(dāng)你連接少于4個(gè)String時(shí)（不含4），String.concat()要比SB高效的多。
所以當(dāng)你要連接多于3個(gè)String時(shí)（不含3），我們應(yīng)該使用SB，對(duì)嗎？
不全對(duì)！
SB有一個(gè)天生固有的毛病，它使用一個(gè)可以動(dòng)態(tài)增長的內(nèi)部char[]來追加新的String，當(dāng)你追加新String且SB達(dá)到了內(nèi)部容量上限時(shí)，它就必須擴(kuò)大內(nèi)部緩沖區(qū)。之后SB獲得了一個(gè)更大的char[]，而之前使用的char[]則變?yōu)榱死Ｈ绻覀兡軌蚓_的告訴SB最終的結(jié)果有多長，它就可以省掉許多由無謂的增長產(chǎn)生的垃圾。但想要預(yù)測最終結(jié)果的長度并不容易！
與預(yù)測最終結(jié)果的長度相比，預(yù)測要連接String的數(shù)量就顯得容易多了。我們可以先緩存要連接的String，然后在最后那一刻（調(diào)用toString()的時(shí)候）計(jì)算最終結(jié)果的精確長度，用該長度創(chuàng)建一個(gè)SB來連接String，這樣就能節(jié)省掉許多無謂的中間垃圾char[]。盡管有時(shí)想要精確預(yù)測要連接的String數(shù)量也是很難的，我們可以效仿SB的做法，使用一個(gè)動(dòng)態(tài)增長的String[]來緩存String，因?yàn)镾tring[]要比原來的char[]小的多（現(xiàn)實(shí)世界中的String普遍多余一個(gè)字符），所以一個(gè)動(dòng)態(tài)增長的String[]要比動(dòng)態(tài)增長的char[]便宜的多。接下來我要介紹的StringBundler就是基于這一原理工作的。
1 public StringBundler() {
2 _array = new String[_DEFAULT_ARRAY_CAPACITY]; // _DEFAULT_ARRAY_CAPACITY = 16
3 }
4
5 public StringBundler(int arrayCapacity) {
6 if (arrayCapacity <= 0) {
7 throw new IllegalArgumentException();
8 }
9 _array = new String[arrayCapacity];
10 }
11
第一個(gè)構(gòu)造函數(shù)會(huì)創(chuàng)建一個(gè)默認(rèn)數(shù)組大小為16的StringBundler，第二個(gè)構(gòu)造函數(shù)允許你指定一個(gè)初始容量。每當(dāng)你調(diào)用append()時(shí)，你并沒有真正的執(zhí)行String連接操作，而是將該String放置到緩存數(shù)組中。
1 public StringBundler append(String s) {
2 if (s == null) {
3 s = StringPool.NULL;
4 }
5 if (_arrayIndex >= _array.length) {
6 expandCapacity();
7 }
8 _array[_arrayIndex++] = s;
9 return this;
10 }
11
如果你追加的String數(shù)量超過了緩存數(shù)組容量，內(nèi)部的String[]會(huì)動(dòng)態(tài)增長。
1 protected void expandCapacity() {
2 String[] newArray = new String[_array.length << 1];
3 System.arraycopy(_array, 0, newArray, 0, _array.length);
4 _array = newArray;
5 }
6
擴(kuò)充一個(gè)String[]要比擴(kuò)充char[]便宜的多。因?yàn)镾tring[]比較小，而且增長的頻度要遠(yuǎn)比原來的char[]低。
當(dāng)你完成了全部追加后，調(diào)用toString()來獲取最終結(jié)果。
1 public String toString() {
2 if (_arrayIndex == 0) {
3 return StringPool.BLANK;
4 }
5 String s = null;
6 if (_arrayIndex <= 3) {
7 s = _array[0];
8 for (int i = 1; i < _arrayIndex; i++) {
9 s = s.concat(_array[i]);
10 }
11 }
12 else {
13 int length = 0;
14 for (int i = 0; i < _arrayIndex; i++) {
15 length += _array[i].length();
16 }
17 StringBuilder sb = new StringBuilder(length);
18 for (int i = 0; i < _arrayIndex; i++) {
19 sb.append(_array[i]);
20 }
21 s = sb.toString();
22 }
23 return s;
24 }
25
如果String的數(shù)量小于4（不含4），使用String.concat()來連接String，否則首先計(jì)算最終結(jié)果的長度，再用該長度來創(chuàng)建一個(gè)StringBuilder，最后使用這個(gè)StringBuilder來連接所有String。
我建議大家如果確定需要連接的String的數(shù)量小于4的，直接使用String.concat()來連接，雖然StringBundler能夠幫你自動(dòng)處理這一情況，但創(chuàng)建一個(gè)String[]和那些方法調(diào)用都是一些無謂的開銷。
如果大家想進(jìn)一步了解StringBundler，可以查看Liferay的JIRA連接，
http://support.liferay.com/browse/LPS-6072
好了，解釋的已經(jīng)夠多了，是時(shí)候看看性能測試結(jié)果了，這些測試結(jié)果將向你展示StringBundler能為你帶來多大的性能提升！
我們將要比較String.concat()，StringBuffer，StringBuilder，使用默認(rèn)構(gòu)造函數(shù)的StringBundler,使用給定初始化容量構(gòu)造函數(shù)的StringBundler在連接String時(shí)的性能差異。
具體比較內(nèi)容有兩部分：
- 比較在完成相同次數(shù)連接操作情況下，各種連接方式的時(shí)間消耗。
- 比較在完成相同次數(shù)連接操作情況下，各種連接方式的垃圾生產(chǎn)量。
測試中使用連接String長度均為17，要連接的String的數(shù)量從72到2，對(duì)每個(gè)連接數(shù)量執(zhí)行100，000次重復(fù)操作。
對(duì)于1,我只采用連接數(shù)量從40到2時(shí)產(chǎn)生的結(jié)果進(jìn)行比較分析，因?yàn)镴VM的預(yù)熱會(huì)對(duì)前面的結(jié)果產(chǎn)生影響（JIT會(huì)占用大量的CPU時(shí)間）。
對(duì)于2,我采用全部結(jié)果進(jìn)行比較分析，因?yàn)镴VM的預(yù)熱不會(huì)對(duì)總的垃圾生成數(shù)量產(chǎn)生影響（JIT雖然也會(huì)產(chǎn)生垃圾，但對(duì)于各個(gè)測試應(yīng)是近似平等的，我只比較差值，所以該影響可以忽略）。
順便說一下，我使用如下JVM參數(shù)來生成GC日志：
-XX:+UseSerialGC -Xloggc:gc.log -XX:+PrintGCDetails
之所以采用SerialGC是為了消除多處理器對(duì)測試結(jié)果的影響。
下面的圖片展示各種連接方式間時(shí)間消耗的不同：
由圖可以看出：
- 當(dāng)連接2或3個(gè)String時(shí)，String.concat()的性能最好
- StringBundler整體上優(yōu)于SB
- StringBuilder優(yōu)于StringBuffer（由于節(jié)省了大量的同步操作）
對(duì)于3，在今后的blog中我還會(huì)更進(jìn)一步的展開討論，在我們自己的代碼和JDK的代碼中存在大量相似的情況，許多同步保護(hù)都是不必要的（至少在特定的情況下是不必要的），比如JDK的IO包。如果我們能夠繞過這些不必要的同步操作，我們就能大幅提高程序性能。
下面我們來分析以下GC日志（GC日志并不能100%準(zhǔn)確的告訴你垃圾的數(shù)量，但它可以告訴你一個(gè)大致的趨勢）
| String.concat() |
229858963K |
| StringBuffer |
34608271K |
| StringBuilder |
34608144K |
| StringBundler（默認(rèn)構(gòu)造函數(shù)） |
21214863K |
StringBundler（明確指定String數(shù)量構(gòu)造函數(shù)）
|
19562434K |
由統(tǒng)計(jì)數(shù)字可以看出，StringBundler節(jié)省了大量的String垃圾。
最后我給大家留下4點(diǎn)建議：
- 當(dāng)你連接2或3個(gè)String時(shí)，使用String.concat()。
- 如果你要連接多于3個(gè)String（不含3）,并且你能夠精確預(yù)測出最終結(jié)果的長度，使用StringBuilder/StringBuffer，并設(shè)定初始化容量。
- 如果你要連接多于3個(gè)String（不含3）,并且你不能夠精確預(yù)測出最終結(jié)果的長度，使用StringBundler。
- 如果你使用StringBundler,并且你能預(yù)測出要連接的String數(shù)量，使用指定初始化容量的構(gòu)造函數(shù)。
如果你很懶！直接使用StringBundler吧，他在絕大多數(shù)情況下是最佳選擇，在其他情況下雖然他不是最佳選擇，但也能提供足夠的性能保障。
這里我提供了一個(gè)消除了對(duì)Liferay其他類文件依賴的StringBundler供大家下載使用。不過還是推薦大家直接學(xué)習(xí)使用Liferay:)
http://www.tkk7.com/Files/ShuyangZhou/StringPerformance/src.zip