低基数文本指取值范围极小的字符串，如状态码、性别、省份缩写等，实际唯一值仅几十至几百个，适合string.intern()复用底层char[]或引用以显著降低内存占用。
通过 string.intern() 在海量低基数文本场景下实现内存减半，核心在于复用重复字符串的底层 char[]（java 7+）或引用（java 6），避免堆中大量冗余对象。但效果取决于数据特征和 jvm 配置，并非无脑调用就能减半——关键在“低基数”+“合理控制 intern 池容量”+“避免反模式”。
什么是低基数文本？为什么它适合 intern()
低基数指字符串取值范围极小，比如：状态码（"SUCCESS", "FAILED", "PENDING"）、性别（"MALE", "FEMALE"）、省份缩写（"BJ", "SH", "GD"）、HTTP 方法（"GET", "POST"）等。哪怕原始数据有千万条记录，实际唯一字符串可能仅几十或几百个。
这种场景下，每个唯一值只需一份 char[] 存储，其余全指向它——intern() 正是做这件事。
必须启用并调优字符串常量池
默认的字符串常量池（StringTable）大小有限（JDK8 默认 1009 个桶），高并发 intern 容易哈希冲突、扩容开销大，甚至拖慢吞吐。需显式增大：
- 启动参数加
-XX:StringTableSize=65536（建议 2^n，如 65536 或 131072） - 避免频繁扩容：池大小应 ≥ 预估唯一字符串数量 × 1.5
- JDK 7u40+ 支持该参数；JDK 9+ 默认更大，但仍建议显式设置
正确使用 intern() 的姿势
不是所有字符串都该 intern。错误用法反而增加 GC 压力：
- 只对明确低基数、高频复用的字段调用：例如日志中的 level 字段、订单中的 status 字段，而非用户昵称或地址
-
在解析/构建时立即 intern：比如 JSON 反序列化时，对 status 字符串立刻调用
status.intern()，不要等后续逻辑再处理 -
避免对动态拼接字符串 intern：如
(name + "_" + id).intern()会生成大量唯一字符串，迅速撑爆池 -
注意 null 安全：调用前判空，
str != null ? str.intern() : null
验证是否真的省了内存
不能只看“用了 intern 就省”，要实测：
- 用 JFR 或 VisualVM 采样堆直方图，对比 intern 前后
java.lang.String实例数和总 retained heap - 重点关注 char[] 的总占用：低基数下，char[] 数量应趋近于唯一字符串数，而非原始记录数
- 监控 StringTable 使用率：
jstat -gc <pid></pid>查看 CMC（Compressed Class Space）或 G1 下的元空间压力（JDK8+ StringTable 在 native memory，可用jcmd <pid> VM.native_memory summary</pid>看 internal 部分）
