java中字符串的保留堆大小

Question

这是一个我们一直难以理解的问题。用文字描述它很困难，但我希望人们能够理解要点。

我知道字符串的实际内容包含在内部字符数组中。在正常情况下，字符串的保留堆大小将包括 40 个字节加上字符数组的大小。 此处对此进行了解释。调用子字符串时，字符数组保留对原始字符串的引用，因此字符数组的保留大小可能比字符串本身大得多。

然而，当使用 Yourkit 或 MAT 分析内存使用情况时，似乎会发生一些奇怪的事情。引用字符数组的保留大小的字符串不包括字符数组的保留大小。

示例如下（半伪代码）：

String date = "2011-11-33"; (24 bytes)
date.value = char{1172}; (2360 bytes)

字符串的保留大小定义为 24 个字节，不包括字符数组的保留大小。如果由于许多子字符串操作而有大量对字符数组的引用，这可能是有意义的。

现在，当该字符串包含在某种类型的集合（例如数组或列表）中时，该数组的保留大小将包括所有字符串的保留大小，包括字符数组的保留大小。

然后我们会遇到这样的情况：

Array's retained size = 300 bytes
array[0] = String 40 bytes;
array[1] = String 40 bytes;
array[1].value = char[] (220 bytes)

因此，您必须查看每个数组条目以尝试找出保留大小的来源。

同样，这可以解释为该数组保存了所有保存对同一字符数组的引用的字符串，因此该数组的保留大小总共是正确的。

现在我们来解决问题了。

我在一个单独的对象中保留了对上面讨论的数组以及具有相同字符串的不同数组的引用。在两个数组中，字符串引用相同的字符数组。这是预料之中的——毕竟我们谈论的是同一个字符串。但是，此新对象中的两个数组都会计算此字符数组的保留大小。换句话说，保留的大小似乎是两倍。如果我删除第一个数组，那么第二个数组仍将保存对字符数组的引用，反之亦然。这会导致混乱，因为 java 似乎持有对同一字符数组的两个单独的引用。怎么会这样呢？这是java内存的问题还是只是分析器显示信息的方式？

这个问题让我们在尝试追踪应用程序中巨大的内存使用情况时遇到了很多麻烦。

再次 - 我希望有人能够理解这个问题并解释它。

感谢您的帮助

Answer 1

我在一个单独的对象中保留了对上面讨论的数组以及具有相同字符串的不同数组的引用。在两个数组中，字符串引用相同的字符数组。这是预料之中的——毕竟我们谈论的是同一个字符串。但是，此新对象中的两个数组都会计算此字符数组的保留大小。换句话说，保留的大小似乎是双倍的。

这里有一个支配树中的传递引用：

角色数组不应显示在任一数组的保留大小中。如果探查器以这种方式显示它，那么就会产生误导。

这是 JProfiler 在最大对象视图中显示这种情况的方式：

< img src="https://i.sstatic.net/jD1aE.png" alt="在此处输入图像描述">

两个数组中包含的字符串实例显示在数组实例外部，并带有 [传递引用] 标签。如果您想探索实际路径，可以将数组持有者和字符串添加到图表中并查找它们之间的所有路径：

免责声明：我的公司开发 JProfiler。

Answer 2

我想说这只是探查器显示信息的方式。它不知道这两个数组应该考虑进行“重复数据删除”。将两个数组包装到某种虚拟持有者对象中，然后针对它运行探查器怎么样？然后，它应该能够处理“重复计算”。

Answer 3

除非字符串被保留，否则它们可以是equal()，但不能是==。当从 char 数组构造 String 对象时，构造函数将复制 char 数组。 （这是保护不可变字符串免受以后 char 数组值更改的影响的唯一方法。）

Answer 4

运行，

public static void main(String... args) throws Exception {
    StringBuilder text = new StringBuilder();
    text.append(new char[1024]);
    long free1 = free();
    String str = text.toString();
    long free2 = free();
    String [] array = { str.substring(0, 100), str.substring(101, 200) };
    long free3 = free();
    if (free3 == free2)
        System.err.println("You must use -XX:-UseTLAB");
    System.out.println("To create String with 1024 chars "+(free1-free2)+" bytes\nand to create an array with two sub-string was "+(free2-free3));
}

private static long free() {
    return Runtime.getRuntime().freeMemory();
}

如果您使用 -XX:-UseTLAB打印

To create String with 1024 chars 2096 bytes
and to create an array with two sub-string was 88

您可以看到它消耗的内存比您预期的要多，如果它们共享相同的后端存储。

如果你看一下String类中的代码。

public String substring(int start, int end) {
    // checks.
    return ((beginIndex == 0) && (endIndex == count)) ? this :
        new String(offset + beginIndex, endIndex - beginIndex, value);
}

String(int offset, int count, char value[]) {
    this.value = value;
    this.offset = offset;
    this.count = count;
}

您可以看到 String 的子字符串不会获取基础值数组的副本。

---

另一件需要考虑的事情是 -XX:+ UseCompressedStrings 在较新版本的 JVM 上默认处于启用状态。这鼓励 JVM 在可能的情况下使用 byte[] 而不是 char[]。

对于 32 位 JVM、具有 32 位引用的 64 位 JVM 以及具有 64 位引用的 64 位 JVM，字符串和数组对象的标头大小有所不同。