Question

我想问一个关于在Java中避免String重复的问题。

上下文是：带有标记和属性的XML，如下所示：

<product id="PROD" name="My Product"...></product>

使用JibX，这个XML在这样的类中被编组/解组：

public class Product{
private String id;
private String name;
// constructor, getters, setters, methods  and so on
}

该程序是一个长时间的批处理，因此创建，使用，复制了产品对象

嗯，问题是：当我用 Eclipse内存分析器（MAT）这样的软件分析执行时，我发现了几个重复的字符串。例如，在id属性中， PROD 值在2000个实例等处重复。

我该如何避免这种情况？ Product类中的其他属性可能会在执行过程中更改其值，但 id ， name ...等attrs不会频繁更改。

我已经了解了一些关于 String.intern（）方法的内容，但我还没有使用过，我不确定它是否是一个解决方案。我可以在这些属性中定义最常用的值，例如类中的静态最终常量吗？

我希望我能以正确的方式表达我的问题。非常感谢任何帮助或建议。提前谢谢。

Answer 1

如果您确实遇到问题，

实习将是正确的解决方案。 Java在内部池中存储字符串文字和许多其他字符串，每当即将创建新字符串时，JVM首先检查字符串是否已存在于池中。如果是，它将不会创建新实例，而是将引用传递给 interned String对象。

有两种方法可以控制此行为：

String interned = String.intern(aString); // returns a reference to an interned String
String notInterned = new String(aString); // creates a new String instance (guaranteed)

所以可能是，库实际上为所有xml属性值创建了新实例。这是可能的，您将无法更改它。

实习生具有全局效果。一个实习的字符串立即可用于“任何对象”（这个视图确实没有意义，但它可能有助于理解它。）

所以，我们假设我们在课程Foo中有一行，方法foolish：

String s = "ABCD";

字符串文字立即被实习。 JVM检查，如果“ABCD”已经在池中，如果没有，“ABCD”存储在池中。 JVM将对实习字符串的引用分配给s。

现在，可能在另一个班级Bar中，方法barbar：

String t = "AB"+"CD";

然后JVM将像上面一样实习“AB”和“CD”，创建连接的String，看看，如果它已经是intered，嘿，是的，并且将对interned String“ABCD”的引用分配给{ {1}}。

调用t可能有效或失败。是的，将实习字符串"PROD".intern()。但是有一个机会，jibx确实用

为属性值创建了新的字符串

"PROD"

在这种情况下， value 将不会引用一个interned String（即使String value = new String(getAttributeValue(attribute));在池中），而是对堆上的新String实例的引用。 / p>

而且，对于命令中的另一个问题：这只发生在运行时。编译只是创建类文件，String池是对象堆上的数据结构，由JVM使用，用于执行应用程序。

Answer 2

尽管String.intern()可以通过将每个值减少到单个唯一String实例来解决该问题，但它会引入另一个问题：每个intern() - 编辑String都可以存活在JVM中很长一段时间。如果ID变化很大（即它们不是有限集合的一部分，但可以是任何值），那么从长远来看，这可能会产生巨大的负面影响。

编辑：我曾经声称intern() - ed字符串不能被GC，但是@nanda证明我错了this JavaWorld article。虽然这在一定程度上减少了intern()引入的问题，但它仍未完全删除：intern()提供的池无法控制，并且可能在垃圾收集方面产生意外结果。

幸运的是Guava以Interner接口的形式提供了一个解决方案，它是帮助类Interners：使用Interners.newStrongInterner()可以创建一个可以充当“{3}}的对象独立String个对象的池与String.intern()的对象大致相同，只是池绑定到该实例，如果丢弃池，则内容也可以符合垃圾回收的条件

Answer 3

是的，实习是正确的解决方案，你已完成了你的功课（即通过探查器检查这是问题所在）。

如果存储太多，实习可能会导致问题。需要增加permgen记忆。尽管有些人说过，实际的字符串也是垃圾收集的，所以如果不再使用某些字符串，那么它将成为垃圾收集对象。

一些支持文章：

我的博客：http://blog.firdau.si/2009/01/06/java-tips-memory-optimization-for-string/
是否收集了实习生垃圾？：http://www.javaworld.com/javaworld/javaqa/2003-12/01-qa-1212-intern.html
打破'Busting String.intern（）神话'：http://kohlerm.blogspot.com/2009/01/is-javalangstringintern-really-evil.html

Answer 4

另一种解决方案：

您可以尝试在<xs:enumeration/>属性上定义@id限制（如果您的域模型允许这样的话）。如果JibX与JAXB或其他XML-Java映射标准一样聪明，那么这可以映射为具有常量文字的Java enum，可以大量重用。

我会尝试ID值，因为它看起来像是对我的枚举......

Answer 5

众所周知，String对象可以通过两种方式创建，使用文字和new运算符。

如果您使用像String test = "Sample";这样的文字，那么这将在String对象池中缓存。因此，此处不需要实习，因为默认情况下将缓存字符串对象。

但是如果你创建一个字符串对象，比如String test = new String（“Sample”）;那么这个字符串对象将不会被添加到字符串池中。所以这里我们需要使用String test = new String("Sample").intern();强制将字符串对象推送到字符串缓存。

因此，建议使用字符串文字而不是新操作符。

所以在你的情况下私有静态最终String id =“PROD”;是正确的解决方案。

避免使用Java中的重复字符串

5 个答案: