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。本著開源，推廣技術的思想我開始創建這個Blog，首先說明一下這個Blog將主要作為我在公司網站上Blog的鏡像，也就是說大部分的內容源自
http://www.liferay.com/web/shuyang.zhou/blog。我會把內容翻譯成中文，同時也會做一些小的改動以方便國內的朋友。
我主要專注于Java高性能運算，并發處理，架構設計相關方向。歡迎有相同興趣的朋友來相互溝通、學習。
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是一個非常特殊的類，使它特殊的一個主要原因是：
String是不可變的（immutable）。
String的不可變性是Java安全機制和線程安全的基石，沒了它Java將變的不堪一擊。
但不可變性的代價是昂貴的，當你試圖“改變”一個String時，你實際上是在創建一個新的String，而原來的那個String在大多數情況下將會成為垃圾（garbage）。多虧有了Java的垃圾自動回收機制，開發者不必在這些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）活動的困擾。
在JDK的發展史中，人們做過一些努力去改善String的垃圾創建開銷。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，為一的不同點在于StringBuffer是線程安全的，而StringBuilder不是。絕大多數的String連接操作發生在一個方法調用中，也就是說是單一線程的工作環境，所以線程安全在這里是絕對多余的。所以JDK給開發者的建議是當你要做String連接操作時，請使用StringBuffer或StringBuilder，當你確定連接操作只發生在單一線程環境下時，使用StringBuilder而不是StringBuffer。在大多數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，但實際環境中某些情況遠比這復雜。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。這一說法是不準確的！在特定條件下String.concat()要勝過SB。我們來通過一個例子證明這一點。
任務：
連接兩個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情況。討論中我們將忽略由輸入參數引起的垃圾，因為他們不是由連接代碼創建的。另外我們只計算String內部的char[]，因為除了這個字符數組String的其它域都非常小，完全可以忽略他們對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，搞清楚這個調用究竟是怎樣進行的。
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 }
這段代碼首先創建一個新的char[]，數組長度為a.length() + b.length()，然后分別將a和b的內容拷貝到新數組中，最后使用這個數組創建一個新的String對象。這里我們要特殊注意一下使用的構造函數，這個構造函數只有package訪問權限，它直接使用傳入的char[]作為新生成的String的內部字符數組，而沒有做任何拷貝保護。這個構造函數必須是package級別的訪問權限，否則你就能用它創建出一個可變的String對象（在構造完String后修改傳入的char[]）。JDK在java.lang中的代碼保證不會在調用這一構造函數后再修改傳入的數組，加上java的安全機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的不可變性不會被破壞。
整個過程我們沒有創建任何垃圾對象（我們有言在先，a和b是傳入參數，不是連接代碼創建的，所以即使他們變成垃圾我們也不去計算），所以一切良好！
方案2:
使用SB.append(), 這里我使用StringBuilder來進行分析，對于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 }
它創建了一個大小為16的char[]，目前為止還沒有創建任何垃圾對象。
2）append(a).
繼續看源代碼：
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的內部char[]有足夠的剩余空間，這導致創建了一個新的大小為34的char[]，而之前的大小為16的char[]成為垃圾對象。標記點1，我們創建了第一個垃圾對象，大小為16個char。
3）append(b).
相同的邏輯，首先確保內部char[]有足夠的剩余空間，這導致創建了一個新的大小為70的char[]，而之前的大小為34的char[]成為垃圾對象。標記點2,我們創建了第二個垃圾對象，大小為34個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 }
要重點注意一下這次的構造函數，它有public訪問權限，所以它必須做拷貝保護，不然就有可能破壞String的不可變性。但這又創建了一個垃圾對象。標記點3，我們創建了第三個垃圾對象，大小為70個char。
因此我們一共創建了3個垃圾對象，總大小為16+34+70=120個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，這次我們只創建了1個垃圾對象，大小為17+18=35個char，還是不怎么樣，不是嗎？
和String.concat()比起來SB創建了“許多”垃圾（任何比0大的數和0比起來都是無窮大！），而且相信你也注意到了，SB比String.concat()有更多的方法調用（棧操作可不是免費的）。
進一步的分析可以發現（自己分析吧），當你連接少于4個String時（不含4），String.concat()要比SB高效的多。
所以當你要連接多于3個String時（不含3），我們應該使用SB，對嗎？
不全對！
SB有一個天生固有的毛病，它使用一個可以動態增長的內部char[]來追加新的String，當你追加新String且SB達到了內部容量上限時，它就必須擴大內部緩沖區。之后SB獲得了一個更大的char[]，而之前使用的char[]則變為了垃圾。如果我們能夠精確的告訴SB最終的結果有多長，它就可以省掉許多由無謂的增長產生的垃圾。但想要預測最終結果的長度并不容易！
與預測最終結果的長度相比，預測要連接String的數量就顯得容易多了。我們可以先緩存要連接的String，然后在最后那一刻（調用toString()的時候）計算最終結果的精確長度，用該長度創建一個SB來連接String，這樣就能節省掉許多無謂的中間垃圾char[]。盡管有時想要精確預測要連接的String數量也是很難的，我們可以效仿SB的做法，使用一個動態增長的String[]來緩存String，因為String[]要比原來的char[]小的多（現實世界中的String普遍多余一個字符），所以一個動態增長的String[]要比動態增長的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
第一個構造函數會創建一個默認數組大小為16的StringBundler，第二個構造函數允許你指定一個初始容量。每當你調用append()時，你并沒有真正的執行String連接操作，而是將該String放置到緩存數組中。
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數量超過了緩存數組容量，內部的String[]會動態增長。
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
擴充一個String[]要比擴充char[]便宜的多。因為String[]比較小，而且增長的頻度要遠比原來的char[]低。
當你完成了全部追加后，調用toString()來獲取最終結果。
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的數量小于4（不含4），使用String.concat()來連接String，否則首先計算最終結果的長度，再用該長度來創建一個StringBuilder，最后使用這個StringBuilder來連接所有String。
我建議大家如果確定需要連接的String的數量小于4的，直接使用String.concat()來連接，雖然StringBundler能夠幫你自動處理這一情況，但創建一個String[]和那些方法調用都是一些無謂的開銷。
如果大家想進一步了解StringBundler，可以查看Liferay的JIRA連接，
http://support.liferay.com/browse/LPS-6072
好了，解釋的已經夠多了，是時候看看性能測試結果了，這些測試結果將向你展示StringBundler能為你帶來多大的性能提升！
我們將要比較String.concat()，StringBuffer，StringBuilder，使用默認構造函數的StringBundler,使用給定初始化容量構造函數的StringBundler在連接String時的性能差異。
具體比較內容有兩部分：
- 比較在完成相同次數連接操作情況下，各種連接方式的時間消耗。
- 比較在完成相同次數連接操作情況下，各種連接方式的垃圾生產量。
測試中使用連接String長度均為17，要連接的String的數量從72到2，對每個連接數量執行100，000次重復操作。
對于1,我只采用連接數量從40到2時產生的結果進行比較分析，因為JVM的預熱會對前面的結果產生影響（JIT會占用大量的CPU時間）。
對于2,我采用全部結果進行比較分析，因為JVM的預熱不會對總的垃圾生成數量產生影響（JIT雖然也會產生垃圾，但對于各個測試應是近似平等的，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測試結果的影響。
下面的圖片展示各種連接方式間時間消耗的不同：
由圖可以看出：
- 當連接2或3個String時，String.concat()的性能最好
- StringBundler整體上優于SB
- StringBuilder優于StringBuffer（由于節省了大量的同步操作）
對于3，在今后的blog中我還會更進一步的展開討論，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%準確的告訴你垃圾的數量，但它可以告訴你一個大致的趨勢）
| String.concat() |
229858963K |
| StringBuffer |
34608271K |
| StringBuilder |
34608144K |
| StringBundler（默認構造函數） |
21214863K |
StringBundler（明確指定String數量構造函數）
|
19562434K |
由統計數字可以看出，StringBundler節省了大量的String垃圾。
最后我給大家留下4點建議：
- 當你連接2或3個String時，使用String.concat()。
- 如果你要連接多于3個String（不含3）,并且你能夠精確預測出最終結果的長度，使用StringBuilder/StringBuffer，并設定初始化容量。
- 如果你要連接多于3個String（不含3）,并且你不能夠精確預測出最終結果的長度，使用StringBundler。
- 如果你使用StringBundler,并且你能預測出要連接的String數量，使用指定初始化容量的構造函數。
如果你很懶！直接使用StringBundler吧，他在絕大多數情況下是最佳選擇，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。
這里我提供了一個消除了對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習使用Liferay:)
http://www.aygfsteel.com/Files/ShuyangZhou/StringPerformance/src.zip