展开菜单
首页 精品内容 本月促销 装机必备 Windows macOS软件 IOS软件 Android AI PDF教程 专题
全部分类

当前位置:

首页 > 编程开发 > 怎么利用 String.intern() 减少在处理海量 Excel 单元格内容时的重复字符串内存开销

怎么利用 String.intern() 减少在处理海量 Excel 单元格内容时的重复字符串内存开销

利用String.intern()可显著降低海量Excel单元格中重复字符串的内存开销,但需按需使用。优先对枚举值、表头等高频词intern,避免对低重复率字符串使用。推荐先统计频率或设置白名单,再对候选字符串intern。注意JDK版本差异,也可用WeakHashMap实现自定义字符串池,更可控。

用 `String.intern()` 来降低海量 Excel 单元格中重复字符串的内存开销,这个思路很对,效果也确实显著。但这里有个关键前提:你得用对地方,用对方法。简单来说,它就是把你手里的字符串放进 JVM 的“字符串常量池”里(具体位置在堆外还是元空间,得看你的 JDK 版本),确保同一个内容的字符串在内存里只存一份。关键在于,哪里该用,哪里不该用。 ### 哪些单元格内容值得“常住”常量池? Excel 里,有些字段天生就是“高频词”,重复率极高,比如: * **枚举值**:像“已发货”、“待审核”、“男”、“女”、“北京”、“上海”这类固定选项,翻来覆去就是那么几个。 * **表头名称**:“订单号”、“客户姓名”、“创建时间”这些,每行数据都带着。 * **标准化编码**:业务里用到的那些编码,比如“A001”、“B002”、“PROD-2024”,一套体系内的重复率很高。 * **协议或类型字面量**:像“HTTP”、“POST”、“UTF-8”、“xlsx”这类技术术语。 而像用户昵称、那种长文本的备注、随机生成的 ID,或者像 `"2024-05-22 14:30:45.123"` 这种带毫秒级时间戳的字符串,内容千差万别,重复率极低。**千万别**对它们用 `intern()`,不仅省不了多少内存,反而可能把常量池撑爆,给 GC 带来巨大压力,得不偿失。 ### 在 Apache POI 解析时,如何优雅地“按需 intern”? 千万不要在读取每个单元格后,都立刻来一句 `cell.getStringCellValue().intern()`。这太粗暴了。更推荐的做法是分两步走: 1. **先扫一遍,看看谁最“活跃”**:用 `ConcurrentHashMap` 统计一下每个字符串出现的次数。设定一个阈值,比如“出现次数 >= 10 次”的,才进入候选名单。 2. **再扫一遍,只对“活跃分子”下手**:在第二遍解析时,只对命中候选名单的字符串调用 `string.intern()`。其他低频率的,该干嘛干嘛,保持原样引用就行。 3. **如果业务允许,更聪明的做法是“白名单”**:直接从数据库里把合法的“状态值”列表拉出来,形成一个白名单。解析时,只对命中白名单的字符串进行 intern。这相当于从源头就控制了范围。 ### 不同 JDK 版本下的“常量池”差异,得心里有数 从 JDK 7 开始,字符串常量池就搬到了堆内存里。这是个好消息,意味着 intern 后的字符串也受 GC 管理,不会再担心永久代(PermGen)溢出了。但,这并不意味着你可以高枕无忧: * **堆压力依然存在**:如果你频繁 intern 大量不同的字符串,它们会在老年代堆积,成为长期存活的“常住人口”,增加堆内存的压力。 * **并发“intern”有隐形成本**:`intern()` 方法本身是线程安全的,但内部的同步机制在高并发场景下会成为瓶颈。这时候,可以考虑自己动手实现一个轻量级的去重缓存,比如用 `ConcurrentHashMap::computeIfAbsent` 加一个自定义的字符串池,性能往往更可控。 * **验证效果,数据说话**:用 `jstat -gc ` 观察堆内字符串对象数量的变化,或者用 JFR、VisualVM 等工具进行可视化监控,看看你到底省了多少内存。 ### 更稳妥的“Plan B”:自己动手,丰衣足食 如果觉得 JVM 的全局常量池“水太深”,怕把控不住,那完全可以自己造一个更可控的“小池子”。用 `WeakHashMap` 来模拟 intern 的行为,是个不错的选择: ```ja va private static final Map STRING_POOL = Collections.synchronizedMap(new WeakHashMap<>()); public static String pool(String s) { if (s == null) return null; return STRING_POOL.computeIfAbsent(s, k -> k); } ``` 这种方式完全在你的掌控之中,不干扰 JVM 的常量池,而且 `WeakHashMap` 会自动清理掉那些已经没有强引用的字符串,对于业务层的精细化管理来说,既灵活又安全。
本文内容来源于互联网,如有侵权请联系删除。
作者最新文章
编程开发
相关文章 更多
精品专题 更多
本月促销

正软商城本月促销专区,汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动,提供限时折扣、特价授权和优惠购买信息,活动库存及价格以页面实时展示为准。

装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

IOS软件

正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

AI

正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

PDF教程

正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

Mac软件 更多
灵活计算器
灵活计算器

灵活计算器是一款笔记式算数应用,支持实时计算、动态关联和云端同步功能。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

赤友清理大师
赤友清理大师

赤友清理大师是一款为 Mac 设计的智能清理优化工具,可精准扫描垃圾、大文件、重复文件等,释放磁盘空间。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

图几
图几

图几是一款适用于 macOS 的截图、标注与美化工具,支持离线操作保障隐私。界面整理和高频系统操作被放到一起考虑,桌面或窗口内容一多时,管理起来会更省心。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Menuist
Menuist

Menuist 是一款面向 macOS 的 Finder 右键菜单增强工具,主要用来补充新建文件、快捷导航等常用操作,让日常文件管理和访问路径时更高效、更顺手。

Mole
Mole

Mole 是一款专为 Mac 设计的深度清理优化工具,涵盖缓存清理、应用管理及实时状态监控等功能。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

WINDOWS 更多
Windows 10
Windows 10

Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

傲梅轻松备份
傲梅轻松备份

傲梅轻松备份是一款专业易用的数据备份软件,为重要数据提供安全保障。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

Wise Folder Hider Pro
Wise Folder Hider Pro

Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件,为私密数据添加多重保护。高频操作更强调就近处理,浏览、整理和跨目录移动文件时,来回切换和重复点击都会少很多。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

PinStack
PinStack

PinStack是一款轻量级的Windows平台剪贴板管理工具,优化您的剪贴板使用体验。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Seer
Seer

Seer是一款在Win平台下的空格键功能增强效率工具,只需轻敲空格键,就能预览几乎任何格式的文件。它更适合把零散的小功能集中起来使用,处理高频琐碎任务时会更省事。