String.intern()可显著降低高重复率Excel文本内存占用，但仅适用于枚举值、表头、编码等生命周期长且内容有限的字符串；需通过频次统计或白名单筛选后按需调用，避免对低重复内容滥用。
用 String.intern() 可以显著降低海量 Excel 单元格中重复文本的内存占用，但必须谨慎使用——它把字符串放入 JVM 的运行时常量池（通常是堆外或元空间，取决于 JDK 版本），避免重复创建相同内容的 String 对象。关键在于：只对**高重复率、生命周期较长、内容确定有限**的字符串做 intern，而非无差别调用。
识别真正适合 intern 的单元格内容
Excel 中很多字段天然具备高复用性，比如：
- 枚举类字段：如“已发货”“待审核”“男”“女”“北京”“上海”等固定选项
- 表头名称：“订单号”“客户姓名”“创建时间”“状态”
- 标准化编码：“A001”“B002”“PROD-2024”等业务编码体系
- 协议/类型字面量：“HTTP”“POST”“UTF-8”“xlsx”
而像用户昵称、长文本备注、随机 ID、时间戳字符串（如 "2024-05-22 14:30:45.123"）这类低重复、高熵值的内容，不要 intern——不仅无效，还可能引发常量池膨胀甚至 GC 压力。
在 Apache POI 解析时按需 intern
不要在读取每个单元格后立刻调用 cell.getStringCellValue().intern()。推荐做法是：先统计或预判高频字符串，再集中处理。例如：
- 第一遍扫描：用
ConcurrentHashMap<String, LongAdder>统计各字符串出现频次，设定阈值（如 ≥ 10 次）才进入候选集 - 第二遍解析：对命中候选集的字符串调用
string.intern()，其余保持原字符串引用 - 若业务允许，可提前构建白名单（如从数据库查出所有合法“状态值”），直接对匹配项 intern
注意 JDK 版本与常量池位置差异
JDK 7+ 后，字符串常量池已移到堆内存中，因此 intern 后的对象和普通 String 一样受 GC 管理，不会导致永久代溢出。但仍需注意：
- 频繁 intern 大量不同字符串会增加堆压力，尤其在老年代堆积大量长期存活的 intern 字符串
- 并发调用
intern()是线程安全的，但有隐式同步开销，高并发场景下可考虑用ConcurrentHashMap::computeIfAbsent+ 自定义字符串池替代（即手动实现轻量级去重缓存） - 测试时用
jstat -gc <pid>观察堆内字符串对象数量变化，配合 JFR 或 VisualVM 验证效果
更稳妥的替代方案：自定义字符串驻留池
如果担心全局常量池不可控，可用弱引用哈希表模拟 intern 行为：
private static final Map<String, String> STRING_POOL =
Collections.synchronizedMap(new WeakHashMap<>());
public static String pool(String s) {
if (s == null) return null;
return STRING_POOL.computeIfAbsent(s, k -> k);
}
这种方式完全可控、不干扰 JVM 常量池，且 WeakHashMap 能自动清理无强引用的字符串，更适合业务层精细管理。
