c#壓縮字符串的方法
一：背景
1. 講故事
在我們的一個(gè)全內(nèi)存項(xiàng)目中，需要將一家大品牌店鋪小千萬的trade灌入到內(nèi)存中，大家知道trade中一般會有訂單來源,省市區(qū) ，當(dāng)把這些字段灌進(jìn)去后，你會發(fā)現(xiàn)他們特別侵蝕內(nèi)存，因?yàn)槎际亲址愋?，不知道大家對?nèi)存侵蝕性是不是很清楚，我就問一個(gè)問題。
Question: 一個(gè)空字符串占用多大內(nèi)存？ 你知道嗎？
思考之后，下面我們就一起驗(yàn)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(gè)空字符串就要占用 32byte，如果500w個(gè)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(gè)什么都沒有的空字符串哦。
2. 回歸到Trade
問題也已經(jīng)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(shù)據(jù)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 + "http://orderfrom.txt")
.ElementAt(m % 4)
}).ToList();
GC.Collect(); //方便測試，把臨時(shí)變量清掉
Console.WriteLine("執(zhí)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.String 0:000> !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(tǒng)分配)個(gè)，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(shí)在托管堆上有20w個(gè)字符串，但你仔細(xì)觀察一下會發(fā)現(xiàn)其實(shí)就是4種狀態(tài)的重復(fù)顯示，要么一淘，要么淘寶。。。這就給了我優(yōu)化機(jī)會，何不在獲取數(shù)據(jù)的時(shí)候構(gòu)建好OrderFrom的字典，然后在trade中附增一個(gè)TradeFromID記錄字典中的映射值，因?yàn)樘卣髦瞪伲胋yte就可以了，有了這個(gè)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 + "http://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(shí)變量清掉
Console.WriteLine("執(zhí)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.String 0:000> !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 = 0x0000016fdcf82ab8 0000006f4d9ff288 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(xiàn)在是：204 = 4（程序分配） + 200（系統(tǒng)分配）個(gè)，這4個(gè)就是字典中的4個(gè)哦，空間的話：6897216 /1024/1024= 6.57M，對應(yīng)之前的 15.35M優(yōu)化了將近60%。
雖然優(yōu)化了60%，但這種優(yōu)化是破壞性的優(yōu)化，需要修改我的Trade結(jié)構(gòu)，同時(shí)還要定義個(gè)Dictionary，而且還有不小幅度的修改業(yè)務(wù)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(cuò)，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(xiàn)就是為了解決這個(gè)問題，CLR會在內(nèi)部維護(hù)了一個(gè)我剛才定義的字典機(jī)制，重復(fù)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： http://www.fzitv.net/article/189450.htm
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 + "http://orderfrom.txt")
.ElementAt(m % 4)), //包一層 string.Intern
}).ToList();
GC.Collect(); //方便測試，把臨時(shí)變量清掉
Console.WriteLine("執(zhí)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.String 0:000> !clrstack -l OS Thread Id: 0x13f0 (0) Child SP IP Call Site ConsoleApp6.Program.Main(System.String[]) [C:\dream\Csharp\ConsoleApp1\ConsoleApp6\Program.cs @ 27] LOCALS: 0x0000005e4d3ff0a8 = 0x000001f8a15129a8 0000005e4d3ff2b8 00007ff9ecd96c93 [GCFrame: 0000005e4d3ff2b8] 0:000> !objsize 0x000001f8a15129a8 sizeof(000001f8a15129a8) = 8497368 (0x81a8d8) bytes (System.Collections.Generic.List`1[[ConsoleApp6.Trade, ConsoleApp6]])
觀察后發(fā)現(xiàn)，當(dāng)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(nèi)存要大24%呢？ 仔細(xì)觀察你會發(fā)現(xiàn)，當(dāng)用駐留池后，List<Trade> 中的TradeFrom存的是string在堆中的內(nèi)存地址，在x64機(jī)器上要占用8個(gè)字節(jié)，而字典化方式內(nèi)存堆上Trade是不分配TradeFrom，而是用了一個(gè)byte來替代，總體來說相當(dāng)于一個(gè)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 CLASS Fields: MT Field Offset Type VT Attr Value Name 00007ff9eb2b85a0 4000001 10 System.Int32 1 instance 0 <TradeID>k__BackingField 00007ff9eb2b59c0 4000002 8 System.String 0 instance 000001f8a1516030 <TradeFrom>k__BackingField 0:000> !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(gè)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 CLASS Fields: MT Field Offset Type VT Attr Value Name 00007ff9eb2b85a0 4000002 8 System.Int32 1 instance 0 <TradeID>k__BackingField 00007ff9eb2b7d20 4000003 c System.Byte 1 instance 0 <TradeFromID>k__BackingField
三：總結(jié)
大家可以根據(jù)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(gòu)建字典化雖然最省內(nèi)存，但需要修正業(yè)務(wù)邏輯，這個(gè)風(fēng)險(xiǎn)自擔(dān)哦。。。
以上就是c#壓縮字符串的方法的詳細(xì)內(nèi)容，更多關(guān)于c#壓縮字符串的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
yield?關(guān)鍵字的用途是把指令推遲到程序?qū)嶋H需要的時(shí)候再執(zhí)行，這個(gè)特性允許我們更細(xì)致地控制集合每個(gè)元素產(chǎn)生的時(shí)機(jī)，那么下面就一起來看下怎么用?yield?關(guān)鍵字吧2023-07-07
這篇文章主要介紹了c#求兩個(gè)數(shù)中最大值的方法,需要的朋友可以參考下2014-02-02
在.NET?WebService中跨域CORS問題的解決方案
在現(xiàn)代的Web應(yīng)用程序開發(fā)中,跨域資源共享（Cross-Origin?Resource?Sharing,?CORS）問題是開發(fā)者經(jīng)常遇到的一個(gè)挑戰(zhàn),在這篇博客中,我們將深入探討如何在?.NET?WebService?中解決CORS問題,幫助開發(fā)者順利實(shí)現(xiàn)跨域請求,需要的朋友可以參考下2024-05-05
這篇文章主要介紹了詳解C#編程中一維數(shù)組與多維數(shù)組的使用,包括數(shù)組初始化等基礎(chǔ)知識的講解,需要的朋友可以參考下2016-01-01
C# XML字符串包含特殊字符的處理轉(zhuǎn)換方法小結(jié)
今天用C#輸出XML文件時(shí)，發(fā)現(xiàn)報(bào)錯(cuò)，經(jīng)過反復(fù)檢查調(diào)試，發(fā)現(xiàn)是因?yàn)槟程巸?nèi)容含有某些特殊字符，這些特殊字符是在XML里不被允許的2020-07-07
這篇文章主要介紹了C#、vb.net及SQL判斷指定年份是否為閏年的方法,分別以三種方法實(shí)現(xiàn)了判斷閏年的功能,在進(jìn)行項(xiàng)目開發(fā)中具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2014-11-11
這篇文章主要介紹了c# 運(yùn)算符重載的相關(guān)資料，文中講解非常細(xì)致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07
這篇文章主要介紹了WinForm限制窗體不能移到屏幕外的方法,實(shí)例分析了C#中WinForm窗體操作的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-08-08
向一個(gè)數(shù)組中插入一個(gè)1~100的隨機(jī)數(shù)
這篇文章主要介紹了如何向一個(gè)數(shù)組中插入一個(gè)1~100的隨機(jī)數(shù),思路很簡單,需要的朋友可以參考下2014-07-07
C#使用TreeView控件實(shí)現(xiàn)的二叉樹泛型節(jié)點(diǎn)類及其方法
TreeView?控件在?C#?中主要用于顯示分層結(jié)構(gòu)的數(shù)據(jù),這通常是一個(gè)文件系統(tǒng)的表示,但也可以是任何具有父子關(guān)系的數(shù)據(jù)集合,本文給大家介紹了C#使用TreeView控件實(shí)現(xiàn)的二叉樹泛型節(jié)點(diǎn)類及其方法,需要的朋友可以參考下2024-03-03