一：背景

1. 講故事

在我們的一個全內存項目中，需要將一家大品牌店鋪小千萬的trade灌入到內存中，大家知道trade中一般會有訂單來源,省市區?，當把這些字段灌進去后，你會發現他們特別侵蝕內存，因為都是字符串類型，不知道大家對內存侵蝕性是不是很清楚，我就問一個問題。

Answer: 一個空字符串占用多大內存？你知道嗎？

思考之后，下面我們就一起驗證下，使用windbg去托管堆一查究竟，代碼如下：

static void Main(string[] args){string s = string.Empty;Console.ReadLine();}0:000> !clrstack -l OS Thread Id: 0x308c (0)Child SP IP Call Site ConsoleApp6.Program.Main(System.String[]) [C:\dream\Csharp\ConsoleApp1\ConsoleApp6\Program.cs @ 19]LOCALS:0x00000087391febd8 = 0x000002605da91420 0:000> !DumpObj /d 000002605da91420 Name: System.String String: Fields:MT Field Offset Type VT Attr Value Name 00007ff9eb2b85a0 4000281 8 System.Int32 1 instance 0 m_stringLength 00007ff9eb2b6838 4000282 c System.Char 1 instance 0 m_firstChar 00007ff9eb2b59c0 4000286 d8 System.String 0 shared static Empty>> Domain:Value 000002605beb2230:NotInit << 0:000> !objsize 000002605da91420 sizeof(000002605da91420) = 32 (0x20) bytes (System.String)

從圖中你可以看到，僅僅一個空字符串就要占用 32byte，如果500w個空字符串就是：?32byte x 500w = 152M，是不是不算不知道，一算嚇一跳。。。這還僅僅是一個什么都沒有的空字符串哦。

2. 回歸到Trade

問題也已經擺出來了，接下來回歸到Trade中，為了方便演示，先模擬以文件的形式從數據庫讀取20w的trade。

class Program{static void Main(string[] args){var trades = Enumerable.Range(0, 20 * 10000).Select(m => new Trade(){TradeID = m,TradeFrom = File.ReadLines(Environment.CurrentDirectory + "//orderfrom.txt").ElementAt(m % 4)}).ToList();GC.Collect(); //方便測試，把臨時變量清掉Console.WriteLine("執行成功");Console.ReadLine();}}class Trade{public int TradeID { get; set; }public string TradeFrom { get; set; }}

然后用windbg去跑一下托管堆，再量一下trades的大小。

0:000> !dumpheap -stat Statistics:MT Count TotalSize Class Name 00007ff9eb2b59c0 200200 7010246 System.String0:000> !objsize 0x000001a5860629a8 sizeof(000001a5860629a8) = 16097216 (0xf59fc0) bytes (System.Collections.Generic.List`1[[ConsoleApp6.Trade, ConsoleApp6]])

從上面輸出中可以看到托管堆有200200 = 20w(程序分配)+ 200(系統分配)個，然后再看size：?16097216/1024/1024= 15.35M，這就是展示的所有原始情況。

二：壓縮技巧分析

1. 使用字典化處理

其實在托管堆上有20w個字符串，但你仔細觀察一下會發現其實就是4種狀態的重復顯示，要么一淘，要么淘寶。。。這就給了我優化機會，何不在獲取數據的時候構建好OrderFrom的字典，然后在trade中附增一個TradeFromID記錄字典中的映射值，因為特征值少，用byte就可以了，有了這個思想，可以把代碼修改如下：

class Program{public static Dictionary<int, string> orderfromDict = new Dictionary<int, string>();static void Main(string[] args){var trades = Enumerable.Range(0, 20 * 10000).Select(m =>{var tradefrom = File.ReadLines(Environment.CurrentDirectory + "//orderfrom.txt").ElementAt(m % 4);var kv = orderfromDict.FirstOrDefault(k => k.Value == tradefrom);if (kv.Key == 0){orderfromDict.Add(orderfromDict.Count + 1, tradefrom);}var trade = new Trade() { TradeID = m, TradeFromID = (byte)kv.Key };return trade;}).ToList();GC.Collect(); //方便測試，把臨時變量清掉Console.WriteLine("執行成功");Console.ReadLine();}}class Trade{public int TradeID { get; set; }public byte TradeFromID { get; set; }public string TradeFrom{get{return Program.orderfromDict[TradeFromID];}}}

代碼還是很簡單的，接下來用windbg看一下空間到底壓縮了多少?

0:000> !dumpheap -stat Statistics:MT Count TotalSize Class Name 00007ff9eb2b59c0 204 10386 System.String0:000> !clrstack -l OS Thread Id: 0x2ce4 (0)Child SP IP Call Site ConsoleApp6.Program.Main(System.String[]) [C:\dream\Csharp\ConsoleApp1\ConsoleApp6\Program.cs @ 42]LOCALS:0x0000006f4d9ff078 = 0x0000016fdcf82ab80000006f4d9ff288 00007ff9ecd96c93 [GCFrame: 0000006f4d9ff288] 0:000> !objsize 0x0000016fdcf82ab8 sizeof(0000016fdcf82ab8) = 6897216 (0x693e40) bytes (System.Collections.Generic.List`1[[ConsoleApp6.Trade, ConsoleApp6]])

從上面的輸出中可以看到，托管堆上string現在是：204 = 4（程序分配） + 200（系統分配）個，這4個就是字典中的4個哦，空間的話：6897216 /1024/1024= 6.57M，對應之前的?15.35M優化了將近60%。

雖然優化了60%，但這種優化是破壞性的優化，需要修改我的Trade結構，同時還要定義個Dictionary，而且還有不小幅度的修改業務邏輯，大家都知道線上的代碼是能不改則不改，不改肯定沒錯，改出問題肯定是你兜著走，是吧，那問題就來了，如何最小化的修改而且還能壓縮空間，有這樣兩全其美的事情嗎？？？

2. 利用字符串駐留池

貌似一說出來，大家都如夢初醒，駐留池的出現就是為了解決這個問題，CLR會在內部維護了一個我剛才定義的字典機制，重復的字符串就不需要在堆上再次分配，直接存它的引用地址即可，如果你不清楚駐留池，建議看一下我這篇：https://www.cnblogs.com/huangxincheng/p/12799736.html

接下來只需要在tradefrom 字段包一層?string.Intern?即可，改動不要太小，代碼如下：

static void Main(string[] args){var trades = Enumerable.Range(0, 20 * 10000).Select(m => new Trade(){TradeID = m,TradeFrom = string.Intern(File.ReadLines(Environment.CurrentDirectory + "//orderfrom.txt").ElementAt(m % 4)), //包一層 string.Intern}).ToList();GC.Collect(); //方便測試，把臨時變量清掉Console.WriteLine("執行成功");Console.ReadLine();}

然后用windbg抓一下托管堆。

0:000> !dumpheap -stat Statistics:MT Count TotalSize Class Name 00007ff9eb2b59c0 204 10386 System.String0:000> !clrstack -l OS Thread Id: 0x13f0 (0)Child SP IP Call SiteConsoleApp6.Program.Main(System.String[]) [C:\dream\Csharp\ConsoleApp1\ConsoleApp6\Program.cs @ 27]LOCALS:0x0000005e4d3ff0a8 = 0x000001f8a15129a80000005e4d3ff2b8 00007ff9ecd96c93 [GCFrame: 0000005e4d3ff2b8] 0:000> !objsize 0x000001f8a15129a8 sizeof(000001f8a15129a8) = 8497368 (0x81a8d8) bytes (System.Collections.Generic.List`1[[ConsoleApp6.Trade, ConsoleApp6]])

觀察后發現，當用了駐留池之后空間為：?8497368 /1024/1024 =8.1M，你可能有疑問，為什么和字典化相比內存要大24%呢？仔細觀察你會發現，當用駐留池后，List<Trade>?中的TradeFrom存的是string在堆中的內存地址，在x64機器上要占用8個字節，而字典化方式內存堆上Trade是不分配TradeFrom，而是用了一個byte來替代，總體來說相當于一個trade省了7byte的空間，然后用windbg看一下。

0:000> !da -length 1 -details 000001f8b16f9b68 Name: ConsoleApp6.Trade[] Size: 2097176(0x200018) bytes Array: Rank 1, Number of elements 262144, Type CLASSFields:MT Field Offset Type VT Attr Value Name00007ff9eb2b85a0 4000001 10 System.Int32 1 instance 0 <TradeID>k__BackingField00007ff9eb2b59c0 4000002 8 System.String 0 instance 000001f8a1516030 <TradeFrom>k__BackingField0:000> !DumpObj /d 000001f8a1516030 Name: System.String String: WAP

可以看到,?000001f8a1516030?就是 堆上?string=Wap的引用地址，這個地址占用了8byte空間。

再回頭dump一下使用字典化方式的Trade,可以看到它是沒有?<TradeFrom>k__BackingField?字段的。

0:000> !da -length 1 -details 000001ed52759ac0 Name: ConsoleApp6.Trade[] Size: 262168(0x40018) bytes Array: Rank 1, Number of elements 32768, Type CLASSFields:MT Field Offset Type VT Attr Value Name00007ff9eb2b85a0 4000002 8 System.Int32 1 instance 0 <TradeID>k__BackingField00007ff9eb2b7d20 4000003 c System.Byte 1 instance 0 <TradeFromID>k__BackingField

三：總結

大家可以根據自己的情況使用，使用駐留池方式是改變最小的，簡單粗暴，自己構建字典化雖然最省內存，但需要修正業務邏輯，這個風險自擔哦。。。

總結

以上是生活随笔為你收集整理的字符串太占内存了，我想了各种奇思淫巧对它进行压缩的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。