Разница между компактными строками и сжатыми строками в Java 9

XX: + UseCompressedStrings и Компактный Строки разные вещи.

UseCompressedStrings означало, что строки, которые являются только ASCII, могут быть преобразованы в byte[], но это было выключено по-умолчанию. В jdk-9 эта оптимизация всегда включена, но не через сам флаг, а встроена.

пока строки java-9 не будут сохранены внутренне как char[] в кодировке UTF-16. От java-9 и выше они будут храниться как byte[]. Зачем?

потому что ISO_LATIN_1 каждый символ может быть закодирован в один байт (8 бит) против того, что он используется до сих пор (16 бит, 8 из каждого, где никогда не используется). Это работает только на ISO_LATIN_1, но это большинство строк, используемых в любом случае.

так что это делается для использования пространства.

вот небольшой пример, который должен сделать вещи более ясно:

class StringCharVsByte {
    public static void main(String[] args) {
        String first = "first";
        String russianFirst = "первыи";

        char[] c1 = first.toCharArray();
        char[] c2 = russianFirst.toCharArray();

        for (char c : c1) {
            System.out.println(c >>> 8);
        }

        for (char c : c2) {
            System.out.println(c >>> 8);
        }
    }
}

в первом случае мы получим только нули, это означает, что наиболее значимые 8 бит-это нули; во втором случае будет ненулевое значение, означающее, что присутствует по крайней мере один бит из наиболее значимых 8.

это означает, что если внутренне мы храним строки как массив символов, есть строковые литералы, которые фактически теряют половину каждого символа. Оказывается, есть несколько приложений, которые на самом деле тратят много места из-за этого.

у вас есть строка, сделанная из 10 символов Latin1? Вы просто потерял 80 бит, или 10 байт. Чтобы смягчить это сжатие строки было сделано. И теперь для этих строк не будет потери пространства.

внутренне это также означает, что некоторые очень хорошие вещи. Различать строки LATIN1 и UTF-16 там есть поле coder:

/**
 * The identifier of the encoding used to encode the bytes in
 * {@code value}. The supported values in this implementation are
 *
 * LATIN1
 * UTF16
 *
 * @implNote This field is trusted by the VM, and is a subject to
 * constant folding if String instance is constant. Overwriting this
 * field after construction will cause problems.
 */
private final byte coder;

теперь на основе этого length вычисляется по-другому:

public int length() {
    return value.length >> coder();
}

если наша строка только Latin1, кодер будет равен нулю, поэтому длина значения (массив байтов) является размер символов. Для не-латинских типа 1 делить на два.

Компактный Строки будете иметь лучшее из обоих миров.

Как видно из определения, приведенного в документации OpenJDK:

новый класс String будет хранить символы, закодированные либо как ISO-8859-1/латинский-1 (один байт на символ), или как UTF-16 (два байта на символ), основанный на содержании строки. Флаг кодирования будет указывать, какая кодировка используется.

Как уже упоминалось @Eugene, большинство строки кодируются в формате Latin-1 и требуют одного байта на символ и, следовательно, не требуют всего 2-байтового пространства, предусмотренного в текущей реализации класса String.

новая реализация класса String изменится с UTF-16 char array до a byte array плюс поле флага кодировки. Дополнительный кодировка полей покажет, хранятся ли символы в формате UTF-16 или Latin-1.

Это также делает вывод, что мы также сможем при необходимости храните строки в формате UTF-16. И это также становится главным пунктом различия между сжатая строка Java 6 и компактная строка Java 9 как в сжатой строке только Byte[] массив использовался для хранения, которое затем представлялось как чистый ASCII.

Сжатые Строки (- XX:+UseCompressedStrings)

это была дополнительная функция, введенная в Java 6 обновление 21 для улучшения SPECjbb производительность путем кодирования только строки US-ASCII на байт на символ.

эта функция может быть включена с помощью -XX флаг (-XX:+UseCompressedStrings). Когда он включен, String.value был изменен на ссылку на объект и будет указывать либо на byte[], для строк, содержащих только 7-битные US-символы ASCII, или же a char[].

позже он был удален в Java 7 из-за высокой и обслуживание трудно проверить.

Компактный Строку

это новая функция, введенная в Java 9 для построения эффективной строки памяти.

перед Java 9 строковый класс хранил символы в массиве символов, используя два байта для каждого символа, но из Java 9 новый строковый класс будет хранить символы в byte[](один байт на символ) или char[](два байта на символ), основываясь на содержимом строки, плюс поле флага кодировки. Если строковые символы имеют тип Latin-1 затем byte[] будет использоваться иначе, если символы имеют тип UTF-16 затем char[] будет использоваться. Флаг кодирования будет указывать, какая кодировка используется.