1. String#intern方法

在 JAVA 语言中有8中基本类型和一种比较特殊的类型String。这些类型为了使他们在运行过程中速度更快，更节省内存，都提供了一种常量池的概念。常量池就类似一个JAVA系统级别提供的缓存。

8种基本类型的常量池都是系统协调的，String类型的常量池比较特殊。它的主要使用方法有两种：

直接使用双引号声明出来的String对象会直接存储在常量池中。
如果不是用双引号声明的String对象，可以使用String提供的intern方法。intern 方法会从字符串常量池中查询当前字符串是否存在，若不存在就会将当前字符串放入常量池中

正确使用intern方法，可以极大的减少内存使用空间，但是不当的使用intern方法，就会导致性能急剧下降。下面请看一个实际案例。

2. Jackson中使用intern方法导致内存泄露

2.1 问题分析

项目版本：Jackson：2.x、JDK1.8

问题原因：业务侧在Jackson反序列化时，会调用String#intern方法，触发JDK的bug(https://bugs.openjdk.java.net/browse/JDK-8180048)导致，这个bug会导致interned string得不到回收，从而导致内存泄露。

触发场景：反序列化的对象为Map<Long,String>，但是key为userId，不收敛。这些userId的字符串都会进入常量池，由于G1的bug，GC时没有被回收，导致内存持续泄露。

解决方案1：Jaskson使用intern string的这个特效，可以通过配置进行关闭：

private static final ObjectMapper MAPPER = new ObjectMapper(new JsonFactory().disable(INTERN_FIELD_NAMES));

github上有关于Jackson.INTERN_FIELD_NAMES特效的讨论，见https://github.com/FasterXML/jackson-core/issues/332，这个特性在2.x版本默认打开，在3.x版本默认关闭。
解决方案2：升级JDK到192u

2.2 源码分析

问题的根源就是反序列化时，key一般是固定的，若使用intern来处理，那么会大大节约反序列化时的空间，但是Map<Long,String>中的key因为是userId，所以会将大量的数据放入常量池中，从而导致内存泄露。

com.fasterxml.jackson.core.sym.CharsToNameCanonicalizer#_addSymbol

源码分析.png

2.3 源码学习—如何优化intern性能损耗

调用String#intern()方法有两个操作：

1. new String()的操作；
2. intern()的操作；（这个操作是额外的，会存在性能上的损耗）

Jackson给出了一个缓存类，可以借鉴思索下：

package com.fasterxml.jackson.core.util;

import java.util.LinkedHashMap;
import java.util.concurrent.ConcurrentHashMap;

/**
 * Singleton class that adds a simple first-level cache in front of
 * regular String.intern() functionality. This is done as a minor
 * performance optimization, to avoid calling native intern() method
 * in cases where same String is being interned multiple times.
 *<p>
 * Note: that this class extends {@link LinkedHashMap} is an implementation
 * detail -- no code should ever directly call Map methods.
 */
public final class InternCache
    extends ConcurrentHashMap<String,String> // since 2.3
{
    private static final long serialVersionUID = 1L;

    /**
     * Size to use is somewhat arbitrary, so let's choose something that's
     * neither too small (low hit ratio) nor too large (waste of memory).
     *<p>
     * One consideration is possible attack via colliding {@link String#hashCode};
     * because of this, limit to reasonably low setting.
     */
    private final static int MAX_ENTRIES = 180;

    public final static InternCache instance = new InternCache();

    /**
     * As minor optimization let's try to avoid "flush storms",
     * cases where multiple threads might try to concurrently
     * flush the map.
     */
    private final Object lock = new Object();
    
    private InternCache() { super(MAX_ENTRIES, 0.8f, 4); }

    public String intern(String input) {
        String result = get(input);
        if (result != null) { return result; }

        /* 18-Sep-2013, tatu: We used to use LinkedHashMap, which has simple LRU
         *   method. No such functionality exists with CHM; and let's use simplest
         *   possible limitation: just clear all contents. This because otherwise
         *   we are simply likely to keep on clearing same, commonly used entries.
         */
        if (size() >= MAX_ENTRIES) {
            /* Not incorrect wrt well-known double-locking anti-pattern because underlying
             * storage gives close enough answer to real one here; and we are
             * more concerned with flooding than starvation.
             */
            synchronized (lock) {
                if (size() >= MAX_ENTRIES) {
                    clear();
                }
            }
        }
        result = input.intern();
        put(result, result);
        return result;
    }
}

推荐阅读

深入解析String#intern