HashMap在并发下可能出现的问题分析

我们都知道，HashMap在并发环境下使用可能出现问题，但是具体表现，以及为什么出现并发问题，
可能并不是所有人都了解，这篇文章记录一下HashMap在多线程环境下可能出现的问题以及如何避免。

在分析HashMap的并发问题前，先简单了解HashMap的put和get基本操作是如何实现的。

1.HashMap的put和get操作

大家知道HashMap内部实现是通过拉链法解决哈希冲突的，也就是通过链表的结构保存散列到同一数组位置的两个值，

put操作主要是判空，对key的hashcode执行一次HashMap自己的哈希函数，得到bucketindex位置，还有对重复key的覆盖操作。

对照源码分析一下具体的put操作是如何完成的：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

public V put(K key, V value) {          if (key == null )              return putForNullKey(value);          //得到key的hashcode，同时再做一次hash操作          int hash = hash(key.hashCode());          //对数组长度取余，决定下标位置          int i = indexFor(hash, table.length);          /**            * 首先找到数组下标处的链表结点，            * 判断key对一个的hash值是否已经存在，如果存在将其替换为新的value            */          for (Entry<K,V> e = table[i]; e != null ; e = e.next) {              Object k;              if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {                  V oldValue = e.value;                  e.value = value;                  e.recordAccess( this );                  return oldValue;              }          }            modCount++;          addEntry(hash, key, value, i);          return null ;      }

涉及到的几个方法：

1 2 3 4 5 6 7 8

static int hash( int h) {          h ^= (h >>> 20 ) ^ (h >>> 12 );          return h ^ (h >>> 7 ) ^ (h >>> 4 );      }       static int indexFor( int h, int length) {          return h & (length- 1 );      }

数据put完成以后，就是如何get，我们看一下get函数中的操作：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

public V get(Object key) {          if (key == null )              return getForNullKey();          int hash = hash(key.hashCode());          /**            * 先定位到数组元素，再遍历该元素处的链表            * 判断的条件是key的hash值相同，并且链表的存储的key值和传入的key值相同            */          for (Entry<K,V> e = table[indexFor(hash, table.length)];e != null ;e = e.next) {              Object k;              if (e.hash == hash && ((k = e.key) == key || key.equals(k)))                  return e.value;          }          return null ; }

看一下链表的结点数据结构，保存了四个字段，包括key，value，key对应的hash值以及链表的下一个节点：

1 2 3 4 5 6

static class Entry<K,V> implements Map.Entry<K,V> {         final K key; //Key-value结构的key         V value; //存储值         Entry<K,V> next; //指向下一个链表节点         final int hash; //哈希值   }

　

2.Rehash/再散列扩展内部数组长度

哈希表结构是结合了数组和链表的优点，在最好情况下，查找和插入都维持了一个较小的时间复杂度O(1)，
不过结合HashMap的实现，考虑下面的情况，如果内部Entry[] tablet的容量很小，或者直接极端化为table长度为1的场景，那么全部的数据元素都会产生碰撞，
这时候的哈希表成为一条单链表，查找和添加的时间复杂度变为O(N)，失去了哈希表的意义。
所以哈希表的操作中，内部数组的大小非常重要，必须保持一个平衡的数字，使得哈希碰撞不会太频繁，同时占用空间不会过大。

这就需要在哈希表使用的过程中不断的对table容量进行调整，看一下put操作中的addEntry()方法：

1 2 3 4 5 6

void addEntry( int hash, K key, V value, int bucketIndex) {     Entry<K,V> e = table[bucketIndex];         table[bucketIndex] = new Entry<K,V>(hash, key, value, e);         if (size++ >= threshold)             resize( 2 * table.length);     }

这里面resize的过程，就是再散列调整table大小的过程，默认是当前table容量的两倍。

1 2 3 4 5 6 7 8 9 10 11 12 13 14

void resize( int newCapacity) {         Entry[] oldTable = table;         int oldCapacity = oldTable.length;         if (oldCapacity == MAXIMUM_CAPACITY) {             threshold = Integer.MAX_VALUE;             return ;         }           Entry[] newTable = new Entry[newCapacity];         //初始化一个大小为oldTable容量两倍的新数组newTable         transfer(newTable);         table = newTable;         threshold = ( int )(newCapacity * loadFactor);     }

　　

关键的一步操作是transfer(newTable)，这个操作会把当前Entry[] table数组的全部元素转移到新的table中，
这个transfer的过程在并发环境下会发生错误，导致数组链表中的链表形成循环链表，在后面的get操作时e = e.next操作无限循环，Infinite Loop出现。

 

下面具体分析HashMap的并发问题的表现以及如何出现的。

3.HashMap在多线程put后可能导致get无限循环 

HashMap在并发环境下多线程put后可能导致get死循环，具体表现为CPU使用率100%，
看一下transfer的过程：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

void transfer(Entry[] newTable) {          Entry[] src = table;          int newCapacity = newTable.length;          for ( int j = 0 ; j < src.length; j++) {              Entry<K,V> e = src[j];              if (e != null ) {                  src[j] = null ;                  do {          //假设第一个线程执行到这里因为某种原因挂起                      Entry<K,V> next = e.next;                      int i = indexFor(e.hash, newCapacity);                      e.next = newTable[i];                      newTable[i] = e;                      e = next;                  } while (e != null );              }          }      }

这里对并发情况的描述起来比较绕，先偷个懒，直接引用酷壳陈皓的博文：

 

　

并发下的Rehash

1）假设我们有两个线程。我用红色和浅蓝色标注了一下。

我们再回头看一下我们的 transfer代码中的这个细节：

1 2 3 4 5 6 7

do  {      Entry<K,V> next = e.next; // <--假设线程一执行到这里就被调度挂起了      int  i = indexFor(e.hash, newCapacity);      e.next = newTable[i];      newTable[i] = e;      e = next; }  while  (e !=  null );

而我们的线程二执行完成了。于是我们有下面的这个样子。

注意，因为Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表。我们可以看到链表的顺序被反转后。

2）线程一被调度回来执行。

• 先是执行 newTalbe[i] = e;
• 然后是e = next，导致了e指向了key(7)，
• 而下一次循环的next = e.next导致了next指向了key(3)

3）一切安好。

线程一接着工作。把key(7)摘下来，放到newTable[i]的第一个，然后把e和next往下移。

4）环形链接出现。

e.next = newTable[i] 导致  key(3).next 指向了 key(7)

注意：此时的key(7).next 已经指向了key(3)， 环形链表就这样出现了。

于是，当我们的线程一调用到，HashTable.get(11)时，悲剧就出现了——Infinite Loop。

针对上面的分析模拟这个例子，

这里在run中执行了一个自增操作，i++非原子操作，使用AtomicInteger避免可能出现的问题：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

public class MapThread extends Thread{          /**           * 类的静态变量是各个实例共享的，因此并发的执行此线程一直在操作这两个变量           * 选择AtomicInteger避免可能的int++并发问题           */           private static AtomicInteger ai = new AtomicInteger( 0 );           //初始化一个table长度为1的哈希表           private static HashMap<Integer, Integer> map = new HashMap<Integer, Integer>( 1 );           //如果使用ConcurrentHashMap，不会出现类似的问题 //       private static ConcurrentHashMap<Integer, Integer> map = new ConcurrentHashMap<Integer, Integer>(1);                         public void run()            {                while (ai.get() < 100000 )                {  //不断自增                    map.put(ai.get(), ai.get());                    ai.incrementAndGet();                 }                                System.out.println(Thread.currentThread().getName()+ "线程即将结束" );            }      }

测试一下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

public static void main(String[] args){           MapThread t0 = new MapThread();           MapThread t1 = new MapThread();           MapThread t2 = new MapThread();           MapThread t3 = new MapThread();           MapThread t4 = new MapThread();           MapThread t5 = new MapThread();           MapThread t6 = new MapThread();           MapThread t7 = new MapThread();           MapThread t8 = new MapThread();           MapThread t9 = new MapThread();                      t0.start();           t1.start();           t2.start();           t3.start();           t4.start();           t5.start();           t6.start();           t7.start();           t8.start();           t9.start();                 }

注意并发问题并不是一定会产生，可以多执行几次，

我试验了上面的代码很容易产生无限循环，控制台不能终止，有线程始终在执行中，

这是其中一个死循环的控制台截图，可以看到六个线程顺利完成了put工作后销毁，还有四个线程没有输出，卡在了put阶段，感兴趣的可以断点进去看一下：

上面的代码，如果把注释打开，换用ConcurrentHashMap就不会出现类似的问题。

 

4.多线程put的时候可能导致元素丢失

HashMap另外一个并发可能出现的问题是，可能产生元素丢失的现象。

考虑在多线程下put操作时，执行addEntry(hash, key, value, i)，如果有产生哈希碰撞，
导致两个线程得到同样的bucketIndex去存储，就可能会出现覆盖丢失的情况：

 

1 2 3 4 5 6 7

void addEntry( int hash, K key, V value, int bucketIndex) {      //多个线程操作数组的同一个位置      Entry<K,V> e = table[bucketIndex];          table[bucketIndex] = new Entry<K,V>(hash, key, value, e);          if (size++ >= threshold)              resize( 2 * table.length);      }

 

5.使用线程安全的哈希表容器

那么如何使用线程安全的哈希表结构呢，这里列出了几条建议：

使用Hashtable 类，Hashtable 是线程安全的；
使用并发包下的java.util.concurrent.ConcurrentHashMap，ConcurrentHashMap实现了更高级的线程安全；
或者使用synchronizedMap() 同步方法包装 HashMap object，得到线程安全的Map，并在此Map上进行操作。