在語言層面，Java/C# 中都直接提供了 String.Intern 的支持。而對 Java 來說，實現上的非常類似。由 String.intern 方法，將當前字符串以內容為鍵，對象引用為值，放入一個全局性的哈希表中。
代碼:
| // // java/lang/String.java // public final class String { //... public native String intern(); // 使用 JNI 函數實現以保障效率 } // // hotspot/src/share/vm/prims/jvm.cpp // JVM_ENTRY(jstring, JVM_InternString(JNIEnv *env, jstring str)) JVMWrapper("JVM_InternString"); if (str == NULL) return NULL; oop string = JNIHandles::resolve_non_null(str); // 將引用解析為內部句柄 oop result = StringTable::intern(string, CHECK_0); // 進行實際的字符串 intern 操作 return (jstring) JNIHandles::make_local(env, result); // 獲取內部句柄的引用 JVM_END // // hotspot/src/share/vm/memory/symbolTable.cpp // oop StringTable::intern(oop string, TRAPS) { if (string == NULL) return NULL; ResourceMark rm(THREAD); // 保護線程資源區(qū)域 int length; Handle h_string (THREAD, string); jchar* chars = java_lang_String::as_unicode_string(string, length); // 獲取實際字符串內容 oop result = intern(h_string, chars, length, CHECK_0); // 完成字符串 intern 操作 return result; } oop StringTable::intern(Handle string_or_null, jchar* name, int len, TRAPS) { int hashValue = hash_string(name, len); // 首先根據字符串內容計算哈希值 stringTableBucket* bucket = bucketFor(hashValue); // 根據哈希值獲取目標容器 oop string = bucket->lookup(name, len); // 然后檢測字符串是否已經存在 // Found if (string != NULL) return string; // Otherwise, add to symbol to table return basic_add(string_or_null, name, len, hashValue, CHECK_0); // 將字符串放入哈希表 } |
對全局字符串表中的字符串，是沒有辦法顯式手動清除的。只能在不使用此字符串后，由垃圾回收線程在進行不可達對象標記時進行分析，并最終調用 StringTable::unlink 方法去遍歷清除。
代碼：
| // // hotspot/src/share/vm/memory/genMarkSweep.cpp // void GenMarkSweep::mark_sweep_phase1(...) { //... StringTable::unlink(); } // // hotspot/src/share/vm/memory/symbolTable.cpp // void StringTable::unlink() { // Readers of the string table are unlocked, so we should only be // removing entries at a safepoint. assert(SafepointSynchronize::is_at_safepoint(), "must be at safepoint") for (stringTableBucket* bucket = firstBucket(); bucket <= lastBucket(); bucket++) { for (stringTableEntry** p = bucket->entry_addr(); *p != NULL;) { stringTableEntry* entry = *p; assert(entry->literal_string() != NULL, "just checking"); if (entry->literal_string()->is_gc_marked()) { // 字符串對象是否可達 // Is this one of calls those necessary only for verification? (DLD) entry->oops_do(&MarkSweep::follow_root_closure); p = entry->next_addr(); } else { // 如不可達則將其內存塊回收到內存池中 *p = entry->next(); entry->set_next(free_list); free_list = entry; } } } } |
通過上面的代碼，我們可以直觀了解到，對 JVM (Sun JDK 1.4.2) 來說，String.intern 提供的是全局性的基于哈希表的共享支持。這樣的實現雖然簡單，并能夠在最大限度上進行字符串共享;但同時也存在共享粒度太大，優(yōu)化效果無法度量，大量字符串可能導致全局字符串表性能降低等問題。
為此 Eclipse 舍棄了 JVM 一級的字符串共享優(yōu)化機制，而通過提供細粒度、完全可控、可測量的字符串分區(qū)共享優(yōu)化機制，一定程度上緩解此問題。Eclipse 核心的 IStringPoolParticipant 接口由使用者顯式實現，在其 shareStrings 方法中提交需要共享的字符串。
代碼:
| // // org.eclipse.core.runtime.IStringPoolParticipant // public interface IStringPoolParticipant { /** * Instructs this participant to share its strings in the provided * pool. */ public void shareStrings(StringPool pool); } |
例如 MarkerInfo 類型實現了 IStringPoolParticipant 接口，在其 shareStrings 方法中，提交自己需要共享的字符串 type，并通知其下級節(jié)點進行相應的提交。
代碼:
| // // org.eclipse.core.internal.resources.MarkerInfo // public class MarkerInfo implements ..., IStringPoolParticipant { public void shareStrings(StringPool set) { type = set.add(type); Map map = attributes; if (map instanceof IStringPoolParticipant) ((IStringPoolParticipant) map).shareStrings(set); } } |
這樣一來，只要一個對象樹各級節(jié)點選擇性實現 IStringPoolParticipant 接口，就可以一次性將所有需要共享的字符串，通過遞歸提交到一個字符串緩沖池中進行復用優(yōu)化。如 Workspace 就是這樣一個字符串共享根入口，其 open 方法在完成工作區(qū)打開操作后，將需要進行字符串共享優(yōu)化的緩存管理對象，加入到全局字符串緩沖區(qū)分區(qū)優(yōu)化列表中。
代碼:
| // // org.eclipse.core.internal.resources // public class Workspace ... { protected SaveManager saveManager; public IStatus open(IProgressMonitor monitor) throws CoreException { // 打開工作空間 // 最終注冊一個新的字符串緩沖池分區(qū) InternalPlatform.getDefault().addStringPoolParticipant(saveManager, getRoot()); return Status.OK_STATUS; } } |
對需要優(yōu)化的類型 SaveManager 來說，只需要實現 IStringPoolParticipant 接口，并在被調用的時候提交自己與子元素的需優(yōu)化字符串即可。其子元素甚至都不需要實現 IStringPoolParticipant 接口，只需將提交行為一級一級傳遞下去即可，如:
代碼:
| // // org.eclipse.core.internal.resources.SaveManager // public class SaveManager implements ..., IStringPoolParticipant { protected ElementTree lastSnap; public void shareStrings(StringPool pool) { lastSnap.shareStrings(pool); } } // // org.eclipse.core.internal.watson.ElementTree // public class ElementTree { protected DeltaDataTree tree; public void shareStrings(StringPool set) { tree.storeStrings(set); } } // // org.eclipse.core.internal.dtree.DeltaDataTree // public class DeltaDataTree extends AbstractDataTree { private AbstractDataTreeNode rootNode; private DeltaDataTree parent; public void storeStrings(StringPool set) { //copy field to protect against concurrent changes AbstractDataTreeNode root = rootNode; DeltaDataTree dad = parent; if (root != null) root.storeStrings(set); if (dad != null) dad.storeStrings(set); } } // // org.eclipse.core.internal.dtree.AbstractDataTreeNode // public abstract class AbstractDataTreeNode { protected AbstractDataTreeNode children[]; protected String name; public void storeStrings(StringPool set) { name = set.add(name); //copy children pointer in case of concurrent modification AbstractDataTreeNode[] nodes = children; if (nodes != null) for (int i = nodes.length; --i >= 0;) nodes[i].storeStrings(set); } } |
所有的需優(yōu)化字符串，都會通過 StringPool.add 方法提交到統一的字符串緩沖池中。而這個緩沖池的左右，與 JVM 級的字符串表略有不同，它只是在進行字符串緩沖分區(qū)優(yōu)化時，起到一個階段性的整理作用，本身并不作為字符串引用的入口存在。因此在實現上它只是簡單的對 HashMap 進行包裝，并粗略計算優(yōu)化能帶來的額外空間，以提供優(yōu)化效果的度量標準。
代碼:
| // // org.eclipse.core.runtime.StringPool // public final class StringPool { private int savings; private final HashMap map = new HashMap(); public StringPool() { super(); } public String add(String string) { if (string == null) return string; Object result = map.get(string); if (result != null) { if (result != string) savings += 44 + 2 * string.length(); return (String) result; } map.put(string, string); return string; } // 獲取優(yōu)化能節(jié)省多少空間的大致估算值 public int getSavedStringCount() { return savings; } } |
不過這里的估算值在某些情況下可能并不準確，例如緩沖池中包括字符串 S1，此時提交一個與之內容相同但物理位置不同的字符串 S2，則如果 S2 被提交多次，會導致錯誤的高估優(yōu)化效果。當然如果需要得到精確值，也可以對其進行重構，通過一個 Set 跟蹤每個字符串優(yōu)化的過程，獲得精確優(yōu)化度量，但需要損失一定效率。
在了解了需優(yōu)化字符串的提交流程，以及字符串提交后的優(yōu)化流程后，我們接著看看 Eclipse 核心是如何將這兩者整合到一起的。
前面提到 Workspace.open 方法會調用 InternalPlatform.addStringPoolParticipant 方法，將一個字符串緩沖池分區(qū)的根節(jié)點，添加到全局性的優(yōu)化任務隊列中。
代碼:
| // // org.eclipse.core.internal.runtime.InternalPlatform // public final class InternalPlatform { private StringPoolJob stringPoolJob; public void addStringPoolParticipant(IStringPoolParticipant participant, ISchedulingRule rule) { if (stringPoolJob == null) stringPoolJob = new StringPoolJob(); // Singleton 模式 stringPoolJob.addStringPoolParticipant(participant, rule); } } // // org.eclipse.core.internal.runtime.StringPoolJob // public class StringPoolJob extends Job { private static final long INITIAL_DELAY = 10000;//five seconds private Map participants = Collections.synchronizedMap(new HashMap(10)); public void addStringPoolParticipant(IStringPoolParticipant participant, ISchedulingRule rule) { participants.put(participant, rule); if (sleep()) wakeUp(INITIAL_DELAY); } public void removeStringPoolParticipant(IStringPoolParticipant participant) { participants.remove(participant); } } |
此任務將在合適的時候，為每個注冊的分區(qū)進行共享優(yōu)化。
StringPoolJob 類型是分區(qū)任務的代碼所在，其底層實現是通過 Eclipse 的任務調度機制。關于 Eclipse 的任務調度，有興趣的朋友可以參考 Michael Valenta (IBM) 的 On the Job: The Eclipse Jobs API 一文。
這里需要了解的是 Job 在 Eclipse 里，被作為一個異步后臺任務進行調度，在時間或資源就緒的情況下，通過調用其 Job.run 方法執(zhí)行。可以說 Job 非常類似一個線程，只不過是基于條件進行調度，可通過后臺線程池進行優(yōu)化罷了。而這里任務被調度的條件，一方面是任務自身的調度時間因素，另一方面是通過 ISchedulingRule 接口提供的任務資源依賴關系。如果一個任務與當前正在運行的任務傳統，則將被掛起直到沖突被緩解。而 ISchedulingRule 接口本身可以通過 composite 模式進行組合，描述復雜的任務依賴關系。
在具體完成任務的 StringPoolJob.run 方法中，將對所有字符串緩沖分區(qū)的調度條件進行合并，以便在條件允許的情況下，調用 StringPoolJob.shareStrings 方法完成實際工作。
代碼:
| // // org.eclipse.core.internal.runtime.StringPoolJob // public class StringPoolJob extends Job { private static final long RESCHEDULE_DELAY = 300000;//five minutes protected IStatus run(IProgressMonitor monitor) { //copy current participants to handle concurrent additions and removals to map Map.Entry[] entries = (Map.Entry[]) participants.entrySet().toArray(new Map.Entry[0]); ISchedulingRule[] rules = new ISchedulingRule[entries.length]; IStringPoolParticipant[] toRun = new IStringPoolParticipant[entries.length]; for (int i = 0; i < toRun.length; i++) { toRun[i] = (IStringPoolParticipant) entries[i].getKey(); rules[i] = (ISchedulingRule) entries[i].getValue(); } // 將所有字符串緩沖分區(qū)的調度條件進行合并 final ISchedulingRule rule = MultiRule.combine(rules); // 在調度條件允許的情況下調用 shareStrings 方法執(zhí)行優(yōu)化 try { Platform.getJobManager().beginRule(rule, monitor); // 阻塞直至調度條件允許 shareStrings(toRun, monitor); } finally { Platform.getJobManager().endRule(rule); } // 重新調度任務自己，以便進行下一次優(yōu)化 long scheduleDelay = Math.max(RESCHEDULE_DELAY, lastDuration*100); schedule(scheduleDelay); return Status.OK_STATUS; } } |
StringPoolJob.shareStrings 方法只是簡單的遍歷所有分區(qū)，調用其根節(jié)點的 IStringPoolParticipant.shareStrings 方法，進行前面所述的優(yōu)化工作，并最終返回分區(qū)的優(yōu)化效果。而緩沖池本身，只是作為一個優(yōu)化工具，完成后直接被放棄。
代碼:
| private int shareStrings(IStringPoolParticipant[] toRun, IProgressMonitor monitor) { final StringPool pool = new StringPool(); for (int i = 0; i < toRun.length; i++) { if (monitor.isCanceled()) // 操作是否被取消 break; final IStringPoolParticipant current = toRun[i]; Platform.run(new ISafeRunnable() { // 安全執(zhí)行 public void handleException(Throwable exception) { //exceptions are already logged, so nothing to do } public void run() { current.shareStrings(pool); // 進行字符串重用優(yōu)化 } }); } return pool.getSavedStringCount(); // 返回優(yōu)化效果 } } |
通過上面的分析我們可以看到，Eclipse 實現的基于字符串緩沖分區(qū)的優(yōu)化機制，相對于 JVM 的 String.intern() 來說:
1.控制的粒度更細，可以指定要對哪些對象進行優(yōu)化;
2.優(yōu)化效果可度量，可以大概估算出優(yōu)化能節(jié)省的空間;
3.不存在性能瓶頸，不存在集中的字符串緩沖池，因此不會因為大量字符串導致性能波動;
4.不會長期占內存，緩沖池只在優(yōu)化執(zhí)行時存在，完成后中間結果被拋棄;
5.優(yōu)化策略可選擇，通過定義調度條件，可選擇性執(zhí)行不同的優(yōu)化策略.