String.intern()详解:手动入池技巧
Java中的String.intern()方法看似简单,实则暗藏诸多陷阱与权衡:它通过内容匹配在字符串常量池中复用引用,能有效减少重复字符串的内存占用(如高频字段名、固定日志标签),但绝非“一调就省”的银弹——它不区分创建方式、受JVM版本影响显著(JDK 6易OOM,JDK 7+移至堆但仍同步)、存在锁竞争风险,且若原对象未及时释放,反而引发内存泄漏;更需警惕误用场景,如混用toString()与valueOf()、忽略多线程并发、遗漏构造路径导致归一化失效。真正高效使用intern()的前提,是严格确认字符串具备长期存活、高复用率、全路径可控三大特征,否则,老老实实用equals()或谨慎的==判断,往往更安全、更高效。

String.intern() 什么时候会返回堆上对象的引用
它不总返回常量池里的“新”对象,而是返回池中已存在字符串的引用;如果不存在,才把当前字符串(注意:是当前 String 对象的字符内容)放入池,并返回该引用。关键在于“内容相同即复用”,和你调用的是不是字面量无关。
常见错误现象:"abc".intern() == "abc" 是 true,但 new String("abc").intern() == new String("abc") 是 false —— 因为右边是堆上新对象,左边是常量池引用,两者地址不同。
- 使用场景:避免重复字符串占用内存(如解析大量 JSON 字段名、日志中的固定标签)
- 参数差异:无参数,纯实例方法,对
null调用会抛NullPointerException - 性能影响:首次调用需查表+可能插入,有锁开销(JDK 7+ 改到堆上,但仍是同步操作)
JDK 6 和 JDK 7+ 的 intern() 行为差异
JDK 6 把字符串常量池放在永久代(PermGen),空间小且不可扩容;JDK 7 起移到 Java 堆,受 GC 管理,行为更可控。这意味着在 JDK 6 中滥用 intern() 容易触发 java.lang.OutOfMemoryError: PermGen space,而 JDK 7+ 更多是堆内存压力。
典型误判:以为 intern() 总能“省内存”,其实它只是把字符串从堆某处挪到常量池——如果原对象还被强引用着,反而多占一份。
- 必须确认字符串生命周期:长期存活、高复用率的才适合
intern() - JDK 8u20+ 默认开启
-XX:+UseG1GC后,常量池回收更积极,但依然不会回收仍被引用的 interned 字符串 - 验证方式:用
jmap -histo:live查看java.lang.String实例数,配合jstat -gc观察老年代变化
为什么 String.valueOf(x).intern() 不等于 x.toString().intern()
因为 String.valueOf(null) 返回的是字符串 "null",而 null.toString() 直接抛 NullPointerException。哪怕 x 是非 null 对象,valueOf 可能调用 toString(),但也可能走分支逻辑(比如 String.valueOf(char[]) 直接构造新字符串)。
容易踩的坑:用 intern() 做 key 归一化时,没统一入口,导致相同语义的字符串进了两次常量池。
- 永远优先用
String.valueOf(x)替代x.toString()做空安全转换 - 若 x 是
Integer等包装类,String.valueOf(42)和42 + ""都会生成新对象,再intern()才进池 - 数字转字符串后
intern()效果有限:除非大量重复数值(如状态码"200"、"404"),否则性价比低
用 intern() 做字符串比较前,先问自己三个问题
它不是万能的“加速器”。很多场景下,用 equals() 或 ==(仅限确定是字面量或已 intern 过)更直接可靠。
- 这个字符串是否真的会在整个应用生命周期里高频出现?(比如配置项 key、协议字段名)
- 有没有其他线程同时调用
intern()?高并发下锁竞争会让它变慢 - 你能否控制所有创建路径?一旦漏掉某个构造方式(比如用了
StringBuilder.toString()却没intern()),比较就会失效
最常被忽略的一点:常量池里的字符串,只要被任何地方强引用着,就不会被 GC;而堆上字符串可以随时回收。所以“省内存”是有代价的——换来的可能是更难排查的内存泄漏。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
PPT图表动态更新技巧Excel数据实时同步方法
- 上一篇
- PPT图表动态更新技巧Excel数据实时同步方法
- 下一篇
- Golang访问者模式解析XMLJSON节点方法
-
- 文章 · java教程 | 1天前 | Java · ServiceLoader module-info.java Java模块
- Java 模块服务加载的可选实现与回退路径
- 363浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 1天前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 1天前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 424次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 504次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 512次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 460次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 289次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览

