JavaStringBuffer线程安全用法解析
StringBuffer虽以“线程安全”著称,但其同步机制仅保障单个方法调用的原子性,无法抵御多步操作(如判空后追加)引发的竞态条件,实际使用中极易因误解而写出并发不安全的代码;同时需警惕insert()的静默越界追加、toString()底层数组复用导致的内存滞留、以及频繁扩容带来的性能损耗——正确姿势是:明确场景边界(单操作共享用StringBuffer,复合逻辑改用AtomicReference或显式锁)、预估容量避免扩容、慎用toString()、必要时强制拷贝字符串快照。

StringBuffer 真的线程安全吗?
是的,StringBuffer 的绝大多数公共方法(比如 append()、insert()、delete())都加了 synchronized,能在多线程下保证单次操作原子性。但“线程安全”不等于“并发安全”——它只保单个方法调用不被干扰,不保多个方法组合的逻辑一致性。
常见错误现象:
多个线程交替执行 sb.length() == 0 && sb.append("x"),结果仍可能重复追加,因为判断和追加是两个独立同步方法,中间有竞态窗口。
- 适用场景:需要在多线程中共享一个字符串容器、且操作粒度就是单个方法调用(如日志拼接、配置生成)
- 不适用场景:需要条件判断+修改组合逻辑(如“若为空则设默认值”),此时应改用
java.util.concurrent.atomic.AtomicReference或外层加锁 - 性能影响:同步开销明显,比
StringBuilder慢 2–5 倍(视操作频率而定),纯单线程场景务必用后者
append() 和 insert() 的参数陷阱
append() 和 insert() 都重载了大量参数类型,但行为差异容易被忽略:前者总是追加到末尾;后者插入位置索引超出当前长度时,不会抛异常,而是静默追加到末尾。
示例:StringBuffer sb = new StringBuffer("ab"); sb.insert(10, "x"); → 结果是 "abx",不是 StringIndexOutOfBoundsException。
- 容易踩的坑:用变量传入插入位置(如
i),但未校验i ,导致意料外的追加而非插入 - 对比
delete(int start, int end):它对越界更严格——start end || end > sb.length()会直接抛异常 - 兼容性注意:该行为自 Java 1.0 存在,所有版本一致,不是 bug 是 spec
toString() 返回的是新 String,但底层 char[] 可能被复用
StringBuffer.toString() 每次都新建一个 String 对象,但其内部 char[] 在 JDK 9+ 中可能直接引用 StringBuffer 自己的底层数组(取决于是否发生扩容或截断)。
这意味着:如果后续又调用 append() 修改 StringBuffer,之前生成的 String 内容不会变(String 不可变语义仍成立),但 JVM 可能无法及时回收底层数组,造成隐式内存滞留。
- 使用场景:频繁调用
toString()后又长期持有返回的String,同时StringBuffer仍在增长,容易引发堆内存浪费 - 解决办法:若需长期保留字符串快照,显式拷贝一次:
new String(sb)(强制复制 char[]) - 注意:
sb.substring(0)返回的也是新String,但同样存在底层数组复用风险,和toString()行为一致
扩容机制和初始容量怎么设才不拖慢性能
StringBuffer 底层是动态数组,初始容量默认 16。每次扩容按 oldCapacity * 2 + 2 计算,扩容需复制整个数组,代价不小。
常见错误现象:循环中反复 append() 却没预估长度,触发多次扩容(如从 16→34→70→142…),GC 压力陡增。
- 实操建议:如果知道最终长度范围,构造时直接指定:
new StringBuffer(1024);若不确定,宁可略高估(如 2048),也别依赖默认值 - 避免用
ensureCapacity()频繁调用——它只扩不缩,且每次调用都检查,不如一次性设够 - 注意:JDK 13+ 对小字符串(
事情说清了就结束。真正难的从来不是“用不用 StringBuffer”,而是想清楚:那个共享变量到底需不需要跨线程读写?如果只是局部拼接,StringBuilder 加 final 局部变量,往往更干净。
今天关于《JavaStringBuffer线程安全用法解析》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
Excel斜线表头怎么设置?
- 上一篇
- Excel斜线表头怎么设置?
- 下一篇
- 交易猫账号不符怎么解决?买家维权步骤详解
-
- 文章 · java教程 | 4小时前 | Java · JVM · JVM Native Memory Tracking NMT jcmd 原生内存 JVM内存排查
- JVM 原生内存上涨但堆稳定,怎样用 NMT 分类定位
- 414浏览 收藏
-
- 文章 · java教程 | 7小时前 | Java · 性能优化 · Stream · Java教程 · Java Stream Spliterator 并行流 parallelStream Stream副作用
- Stream 并行化前先判断什么:数据规模、拆分与副作用
- 405浏览 收藏
-
- 文章 · java教程 | 9小时前 | Java教程 · sealed interface Java密封类 模式匹配switch 支付结果 穷尽检查
- 密封类建模支付结果:穷尽分支与扩展边界
- 270浏览 收藏
-
- 文章 · java教程 | 11小时前 | 数据校验 · api设计 · Java教程 · 参数校验 Java record API DTO Jakarta Validation 紧凑规范构造器 跨字段校验
- Java Record 作为 API DTO 时,校验逻辑放在哪里
- 370浏览 收藏
-
- 文章 · java教程 | 13小时前 | 线程池 · 异常处理 · 并发编程 · Java教程 · CompletableFuture · 异步任务 completablefuture allOf Handle 结果汇总 CompletionException
- CompletableFuture 组合独立任务:allOf 结果汇总与失败归属
- 482浏览 收藏
-
- 文章 · java教程 | 15小时前 |
- StructuredTaskScope 如何表达并发任务的共同生命周期
- 425浏览 收藏
-
- 文章 · java教程 | 21小时前 | 并发编程 · Java教程 · java arena MemorySegment WrongThreadException FFM API
- Java MemorySegment 怎么限制跨线程访问范围
- 132浏览 收藏
-
- 文章 · java教程 | 23小时前 | Java · Java 24 Java Class-File API CodeTransform ClassTransform CodeAttribute
- Java Class-File API 怎么转换方法代码属性
- 199浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · Stream · java Stream Gatherer Integrator.Greedy
- Java Gatherer Integrator.Greedy 什么时候可以声明贪婪处理
- 112浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java FileChannel transferTo 为什么可能只传输部分字节
- 229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。
- 367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。
- 425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。
- 441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。
- 390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。
- 216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

