序
本文主要研究一下 G1 GC 的 String Deduplication
-XX:+UseStringDeduplication
jdk8u20 给 G1 GC 带来了 String Deduplication 特性来将相同的字符串指向同一份数据，来减少重复字符串的内存开销
该特性默认是关闭的，可以使用 -XX:+UseStringDeduplication 来开启 (前提是使用 -XX:+UseG1GC)
具体的实现大致是 JVM 会记录 char[] 的 weak reference 及 hash value，当找到一个 hash code 相同的 String 时，就会挨个 char 进行比较，当所有都 match，那么其中一个 String 就会修改指针指向另一个 String 的 char[]，这样前者的 char[] 就可以被回收
实例
实验代码
@Test
public void testG1StringDeduplication() throws InterruptedException {
List<String> data = IntStream.rangeClosed(1,10000000)
.mapToObj(i -> “number is ” + ( i % 2 == 0 ? “odd” : “even”))
.collect(Collectors.toList());
System.gc();
long bytes = RamUsageEstimator.sizeOfAll(data);
System.out.println(“string list size in MB:” + bytes*1.0/1024/1024);
System.out.println(“used heap size in MB:” + ManagementFactory.getMemoryMXBean().getHeapMemoryUsage().getUsed()*1.0/1024/1024);
System.out.println(“used non heap size in MB:” + ManagementFactory.getMemoryMXBean().getNonHeapMemoryUsage().getUsed()*1.0/1024/1024);
}
关闭 StringDeduplication
-XX:+UseG1GC -XX:-UseStringDeduplication
输出如下：
string list size in MB:586.8727111816406
used heap size in MB:831.772346496582
used non heap size in MB:6.448394775390625
整个 jvm heap 占用了约 831MB，其中 string list 占用了约 586MB
开启 StringDeduplication
-XX:+UseG1GC -XX:+UseStringDeduplication
输出如下：
string list size in MB:296.83294677734375
used heap size in MB:645.0970153808594
used non heap size in MB:6.376350402832031
整个 jvm heap 占用了约 645MB，其中 string list 占用了约 296MB
小结
jdk8u20 给 G1 GC 带来了 String Deduplication 特性来将相同的字符串指向同一份数据，来减少重复字符串的内存开销
该特性默认是关闭的，可以使用 -XX:+UseStringDeduplication 来开启 (前提是使用 -XX:+UseG1GC)
在有大量重复 string 的前提下，使用 G1 GC 开启 String Deduplication 确实能够节省一定的内存，可以节约 20% 左右的内存，不过这个是理想的情况，因为普通应用里头的 string 重复的可能不多
doc
Java 8 String deduplication vs. String.intern()
JEP 192: String Deduplication in G1
String Deduplication – A new feature in Java 8 Update 20
Java 8 Update 20: String Deduplication
Duplicate Strings: How to Get Rid of Them and Save Memory
String deduplication feature (from Java 8 update 20)
G1 GC: Reducing Memory Consumption by 20%