理解Java7和8里面HashMap+ConcurrentHashMap的扩容策略

转载：https://blog.csdn.net/u010454030/article/details/82458413

2018年09月06日 11:25:56 葬月魔帝 阅读数：974

前言

理解HashMap和ConcurrentHashMap的重点在于：

（1）理解HashMap的数据结构的设计和实现思路

（2）在（1）的基础上，理解ConcurrentHashMap的并发安全的设计和实现思路

前面的文章已经介绍过Map结构的底层实现，这里我们重点放在其扩容方法， 这里分别对JDK7和JDK8版本的HashMap+ConcurrentHashMap来分析：

JDK7的HashMap扩容

这个版本的HashMap数据结构还是数组+链表的方式，扩容方法如下：

1. void transfer(Entry[] newTable) {

2. Entry[] src = table; //src引用了旧的Entry数组

3. int newCapacity = newTable.length;

4. for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组

5. Entry<K, V> e = src[j]; //取得旧Entry数组的每个元素

6. if (e != null) {

7. src[j] = null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组不再引用任何对象）

8. do {

9. Entry<K, V> next = e.next;

10. int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置

11. e.next = newTable[i]; //标记[1]

12. newTable[i] = e; //将元素放在数组上

13. e = next; //访问下一个Entry链上的元素

14. } while (e != null);

15. }

16. }

17. }

上面的这段代码不并不难理解，对于扩容操作，底层实现都需要新生成一个数组，然后拷贝旧数组里面的每一个Node链表到新数组里面，这个方法在单线程下执行是没有任何问题的，但是在多线程下面却有很大问题，主要的问题在于基于头插法的数据迁移，会有几率造成链表倒置，从而引发链表闭链，导致程序死循环，并吃满CPU。据说已经有人给原来的SUN公司提过bug，但sun公司认为，这是开发者使用不当造成的，因为这个类本就不是线程安全的，你还偏在多线程下使用，这下好了吧，出了问题这能怪我咯？仔细想想，还有点道理。

JDK7的ConcurrentHashMap扩容

HashMap是线程不安全的，我们来看下线程安全的ConcurrentHashMap，在JDK7的时候，这种安全策略采用的是分段锁的机制，ConcurrentHashMap维护了一个Segment数组，Segment这个类继承了重入锁ReentrantLock，并且该类里面维护了一个 HashEntry<K,V>[] table数组，在写操作put，remove，扩容的时候，会对Segment加锁，所以仅仅影响这个Segment，不同的Segment还是可以并发的，所以解决了线程的安全问题，同时又采用了分段锁也提升了并发的效率。 

下面看下其扩容的源码：

1. // 方法参数上的 node 是这次扩容后，需要添加到新的数组中的数据。

2. private void rehash(HashEntry<K,V> node) {

3. HashEntry<K,V>[] oldTable = table;

4. int oldCapacity = oldTable.length;

5. // 2 倍

6. int newCapacity = oldCapacity << 1;

7. threshold = (int)(newCapacity * loadFactor);

8. // 创建新数组

9. HashEntry<K,V>[] newTable =

10. (HashEntry<K,V>[]) new HashEntry[newCapacity];

11. // 新的掩码，如从 16 扩容到 32，那么 sizeMask 为 31，对应二进制 ‘000...00011111’

12. int sizeMask = newCapacity - 1;

13.  

14. // 遍历原数组，老套路，将原数组位置 i 处的链表拆分到 新数组位置 i 和 i+oldCap 两个位置

15. for (int i = 0; i < oldCapacity ; i++) {

16. // e 是链表的第一个元素

17. HashEntry<K,V> e = oldTable[i];

18. if (e != null) {

19. HashEntry<K,V> next = e.next;

20. // 计算应该放置在新数组中的位置，

21. // 假设原数组长度为 16，e 在 oldTable[3] 处，那么 idx 只可能是 3 或者是 3 + 16 = 19

22. int idx = e.hash & sizeMask;

23. if (next == null) // 该位置处只有一个元素，那比较好办

24. newTable[idx] = e;

25. else { // Reuse consecutive sequence at same slot

26. // e 是链表表头

27. HashEntry<K,V> lastRun = e;

28. // idx 是当前链表的头结点 e 的新位置

29. int lastIdx = idx;

30.  

31. // 下面这个 for 循环会找到一个 lastRun 节点，这个节点之后的所有元素是将要放到一起的

32. for (HashEntry<K,V> last = next;

33. last != null;

34. last = last.next) {

35. int k = last.hash & sizeMask;

36. if (k != lastIdx) {

37. lastIdx = k;

38. lastRun = last;

39. }

40. }

41. // 将 lastRun 及其之后的所有节点组成的这个链表放到 lastIdx 这个位置

42. newTable[lastIdx] = lastRun;

43. // 下面的操作是处理 lastRun 之前的节点，

44. // 这些节点可能分配在另一个链表中，也可能分配到上面的那个链表中

45. for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {

46. V v = p.value;

47. int h = p.hash;

48. int k = h & sizeMask;

49. HashEntry<K,V> n = newTable[k];

50. newTable[k] = new HashEntry<K,V>(h, p.key, v, n);

51. }

52. }

53. }

54. }

55. // 将新来的 node 放到新数组中刚刚的 两个链表之一 的 头部

56. int nodeIndex = node.hash & sizeMask; // add the new node

57. node.setNext(newTable[nodeIndex]);

58. newTable[nodeIndex] = node;

59. table = newTable;

60. }

注意这里面的代码，外部已经加锁，所以这里面是安全的，我们看下具体的实现方式：先对数组的长度增加一倍，然后遍历原来的旧的table数组，把每一个数组元素也就是Node链表迁移到新的数组里面，最后迁移完毕之后，把新数组的引用直接替换旧的。此外这里这有一个小的细节优化，在迁移链表时用了两个for循环，第一个for的目的是为了，判断是否有迁移位置一样的元素并且位置还是相邻，根据HashMap的设计策略，首先table的大小必须是2的n次方，我们知道扩容后的每个链表的元素的位置，要么不变，要么是原table索引位置+原table的容量大小，举个例子假如现在有三个元素（3,5,7）要放入map里面，table的的容量是2，简单的假设元素位置=元素的值 % 2，得到如下结构：

1. [0]=null

2. [1]=3->5->7

现在将table的大小扩容成4，分布如下：

1. [0]=null

2. [1]=5->7

3. [2]=null

4. [3]=3

因为扩容必须是2的n次方，所以HashMap在put和get元素的时候直接取key的hashCode然后经过再次均衡后直接采用&位运算就能达到取模效果，这个不再细说，上面这个例子的目的是为了说明扩容后的数据分布策略，要么保留在原位置，要么会被均衡在旧的table位置，这里是1加上旧的table容量这是是2，所以是3。基于这个特点，第一个for循环，作的优化如下，假设我们现在用0表示原位置，1表示迁移到index+oldCap的位置，来代表元素：

1. [0]=null

2. [1]=0->1->1->0->0->0->0

第一个for循环的会记录lastRun，比如要迁移[1]的数据，经过这个循环之后，lastRun的位置会记录第三个0的位置，因为后面的数据都是0，代表他们要迁移到新的数组中同一个位置中，所以就可以把这个中间节点，直接插入到新的数组位置而后面附带的一串元素其实都不需要动。

接着第二个循环里面在此从第一个0的位置开始遍历到lastRun也就是第三个元素的位置就可以了，只循环处理前面的数据即可，这个循环里面根据位置0和1做不同的链表追加，后面的数据已经被优化的迁移走了，但最坏情况下可能后面一个也没优化，比如下面的结构：

1. [0]=null

2. [1]=1->1->0->0->0->0->1->0

这种情况，第一个for循环没多大作用，需要通过第二个for循环从头开始遍历到尾部，按0和1分发迁移，这里面使用的是还是头插法的方式迁移，新迁移的数据是追加在链表的头部，但这里是线程安全的所以不会出现循环链表，导致死循环问题。迁移完成之后直接将最新的元素加入，最后将新的table替换旧的table即可。

JDK8的HashMap扩容

在JDK8里面，HashMap的底层数据结构已经变为数组+链表+红黑树的结构了，因为在hash冲突严重的情况下，链表的查询效率是O(n），所以JDK8做了优化对于单个链表的个数大于8的链表，会直接转为红黑树结构算是以空间换时间，这样以来查询的效率就变为O(logN)，图示如下：

我们看下其扩容代码：

1. final Node<K,V>[] resize() {

2. Node<K,V>[] oldTab = table;

3. int oldCap = (oldTab == null) ? 0 : oldTab.length;

4. int oldThr = threshold;

5. int newCap, newThr = 0;

6. if (oldCap > 0) {

7. if (oldCap >= MAXIMUM_CAPACITY) {

8. threshold = Integer.MAX_VALUE;

9. return oldTab;

10. }

11. else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&

12. oldCap >= DEFAULT_INITIAL_CAPACITY)

13. newThr = oldThr << 1; // double threshold

14. }

15. else if (oldThr > 0) // initial capacity was placed in threshold

16. newCap = oldThr;

17. else { // zero initial threshold signifies using defaults

18. newCap = DEFAULT_INITIAL_CAPACITY;

19. newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

20. }

21. if (newThr == 0) {

22. float ft = (float)newCap * loadFactor;

23. newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?

24. (int)ft : Integer.MAX_VALUE);

25. }

26. threshold = newThr;

27. @SuppressWarnings({"rawtypes","unchecked"})

28. Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];

29. table = newTab;

30. if (oldTab != null) {

31. for (int j = 0; j < oldCap; ++j) {

32. Node<K,V> e;

33. if ((e = oldTab[j]) != null) {

34. oldTab[j] = null;

35. if (e.next == null)

36. newTab[e.hash & (newCap - 1)] = e;

37. else if (e instanceof TreeNode)

38. ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);

39. else {

40. //重点关注区域

41. // preserve order

42. Node<K,V> loHead = null, loTail = null;

43. Node<K,V> hiHead = null, hiTail = null;

44. Node<K,V> next;

45. do {

46. next = e.next;

47. if ((e.hash & oldCap) == 0) {

48. if (loTail == null)

49. loHead = e;

50. else

51. loTail.next = e;

52. loTail = e;

53. }

54. else {

55. if (hiTail == null)

56. hiHead = e;

57. else

58. hiTail.next = e;

59. hiTail = e;

60. }

61. } while ((e = next) != null);

62. if (loTail != null) {

63. loTail.next = null;

64. newTab[j] = loHead;

65. }

66. if (hiTail != null) {

67. hiTail.next = null;

68. newTab[j + oldCap] = hiHead;

69. }

70. }

71. }

72. }

73. }

74. return newTab;

75. }

76.  

在JDK8中，单纯的HashMap数据结构增加了红黑树是一个大的优化，此外根据上面的迁移扩容策略，我们发现JDK8里面HashMap没有采用头插法转移链表数据，而是保留了元素的顺序位置，新的代码里面采用：

1. //按原始链表顺序，过滤出来扩容后位置不变的元素（低位=0），放在一起

2. Node<K,V> loHead = null, loTail = null;

3. //按原始链表顺序，过滤出来扩容后位置改变到（index+oldCap）的元素（高位=0），放在一起

4. Node<K,V> hiHead = null, hiTail = null;

把要迁移的元素分类之后，最后在分别放到新数组对应的位置上：

1. //位置不变

2. if (loTail != null) {

3. loTail.next = null;

4. newTab[j] = loHead;

5. }

6. //位置迁移(index+oldCap)

7. if (hiTail != null) {

8. hiTail.next = null;

9. newTab[j + oldCap] = hiHead;

10. }

JDK7里面是先判断table的存储元素的数量是否超过当前的threshold=table.length*loadFactor（默认0.75），如果超过就先扩容，在JDK8里面是先插入数据，插入之后在判断下一次++size的大小是否会超过当前的阈值，如果超过就扩容。

JDK8的ConcurrentHashMap扩容

在JDK8中彻底抛弃了JDK7的分段锁的机制，新的版本主要使用了Unsafe类的CAS自旋赋值+synchronized同步+LockSupport阻塞等手段实现的高效并发，代码可读性稍差。

ConcurrentHashMap的JDK8与JDK7版本的并发实现相比，最大的区别在于JDK8的锁粒度更细，理想情况下talbe数组元素的大小就是其支持并发的最大个数，在JDK7里面最大并发个数就是Segment的个数，默认值是16，可以通过构造函数改变一经创建不可更改，这个值就是并发的粒度，每一个segment下面管理一个table数组，加锁的时候其实锁住的是整个segment，这样设计的好处在于数组的扩容是不会影响其他的segment的，简化了并发设计，不足之处在于并发的粒度稍粗，所以在JDK8里面，去掉了分段锁，将锁的级别控制在了更细粒度的table元素级别，也就是说只需要锁住这个链表的head节点，并不会影响其他的table元素的读写，好处在于并发的粒度更细，影响更小，从而并发效率更好，但不足之处在于并发扩容的时候，由于操作的table都是同一个，不像JDK7中分段控制，所以这里需要等扩容完之后，所有的读写操作才能进行，所以扩容的效率就成为了整个并发的一个瓶颈点，好在Doug lea大神对扩容做了优化，本来在一个线程扩容的时候，如果影响了其他线程的数据，那么其他的线程的读写操作都应该阻塞，但Doug lea说你们闲着也是闲着，不如来一起参与扩容任务，这样人多力量大，办完事你们该干啥干啥，别浪费时间，于是在JDK8的源码里面就引入了一个ForwardingNode类，在一个线程发起扩容的时候，就会改变sizeCtl这个值，其含义如下：

1. sizeCtl ：默认为0，用来控制table的初始化和扩容操作，具体应用在后续会体现出来。

2. -1 代表table正在初始化

3. -N 表示有N-1个线程正在进行扩容操作

4. 其余情况：

5. 1、如果table未初始化，表示table需要初始化的大小。

6. 2、如果table初始化完成，表示table的容量，默认是table大小的0.75倍

扩容时候会判断这个值，如果超过阈值就要扩容，首先根据运算得到需要遍历的次数i，然后利用tabAt方法获得i位置的元素f，初始化一个forwardNode实例fwd，如果f == null，则在table中的i位置放入fwd，否则采用头插法的方式把当前旧table数组的指定任务范围的数据给迁移到新的数组中，然后 给旧table原位置赋值fwd。直到遍历过所有的节点以后就完成了复制工作，把table指向nextTable，并更新sizeCtl为新数组大小的0.75倍 ，扩容完成。在此期间如果其他线程的有读写操作都会判断head节点是否为forwardNode节点，如果是就帮助扩容。

扩容源码如下：

1. private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {

2. int n = tab.length, stride;

3. if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)

4. stride = MIN_TRANSFER_STRIDE; // subdivide range

5. if (nextTab == null) { // initiating

6. try {

7. @SuppressWarnings("unchecked")

8. Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];

9. nextTab = nt;

10. } catch (Throwable ex) { // try to cope with OOME

11. sizeCtl = Integer.MAX_VALUE;

12. return;

13. }

14. nextTable = nextTab;

15. transferIndex = n;

16. }

17. int nextn = nextTab.length;

18. ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);

19. boolean advance = true;

20. boolean finishing = false; // to ensure sweep before committing nextTab

21. for (int i = 0, bound = 0;;) {

22. Node<K,V> f; int fh;

23. while (advance) {

24. int nextIndex, nextBound;

25. if (--i >= bound || finishing)

26. advance = false;

27. else if ((nextIndex = transferIndex) <= 0) {

28. i = -1;

29. advance = false;

30. }

31. else if (U.compareAndSwapInt

32. (this, TRANSFERINDEX, nextIndex,

33. nextBound = (nextIndex > stride ?

34. nextIndex - stride : 0))) {

35. bound = nextBound;

36. i = nextIndex - 1;

37. advance = false;

38. }

39. }

40. if (i < 0 || i >= n || i + n >= nextn) {

41. int sc;

42. if (finishing) {

43. nextTable = null;

44. table = nextTab;

45. sizeCtl = (n << 1) - (n >>> 1);

46. return;

47. }

48. if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {

49. if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)

50. return;

51. finishing = advance = true;

52. i = n; // recheck before commit

53. }

54. }

55. else if ((f = tabAt(tab, i)) == null)

56. advance = casTabAt(tab, i, null, fwd);

57. else if ((fh = f.hash) == MOVED)

58. advance = true; // already processed

59. else {

60. synchronized (f) {

61. if (tabAt(tab, i) == f) {

62. Node<K,V> ln, hn;

63. if (fh >= 0) {

64. int runBit = fh & n;

65. Node<K,V> lastRun = f;

66. for (Node<K,V> p = f.next; p != null; p = p.next) {

67. int b = p.hash & n;

68. if (b != runBit) {

69. runBit = b;

70. lastRun = p;

71. }

72. }

73. if (runBit == 0) {

74. ln = lastRun;

75. hn = null;

76. }

77. else {

78. hn = lastRun;

79. ln = null;

80. }

81. for (Node<K,V> p = f; p != lastRun; p = p.next) {

82. int ph = p.hash; K pk = p.key; V pv = p.val;

83. if ((ph & n) == 0)

84. ln = new Node<K,V>(ph, pk, pv, ln);

85. else

86. hn = new Node<K,V>(ph, pk, pv, hn);

87. }

88. setTabAt(nextTab, i, ln);

89. setTabAt(nextTab, i + n, hn);

90. setTabAt(tab, i, fwd);

91. advance = true;

92. }

93. else if (f instanceof TreeBin) {

94. TreeBin<K,V> t = (TreeBin<K,V>)f;

95. TreeNode<K,V> lo = null, loTail = null;

96. TreeNode<K,V> hi = null, hiTail = null;

97. int lc = 0, hc = 0;

98. for (Node<K,V> e = t.first; e != null; e = e.next) {

99. int h = e.hash;

100. TreeNode<K,V> p = new TreeNode<K,V>

101. (h, e.key, e.val, null, null);

102. if ((h & n) == 0) {

103. if ((p.prev = loTail) == null)

104. lo = p;

105. else

106. loTail.next = p;

107. loTail = p;

108. ++lc;

109. }

110. else {

111. if ((p.prev = hiTail) == null)

112. hi = p;

113. else

114. hiTail.next = p;

115. hiTail = p;

116. ++hc;

117. }

118. }

119. ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :

120. (hc != 0) ? new TreeBin<K,V>(lo) : t;

121. hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :

122. (lc != 0) ? new TreeBin<K,V>(hi) : t;

123. setTabAt(nextTab, i, ln);

124. setTabAt(nextTab, i + n, hn);

125. setTabAt(tab, i, fwd);

126. advance = true;

127. }

128. }

129. }

130. }

131. }

132. }

在扩容时读写操作如何进行

(1)对于get读操作，如果当前节点有数据，还没迁移完成，此时不影响读，能够正常进行。

如果当前链表已经迁移完成，那么头节点会被设置成fwd节点，此时get线程会帮助扩容。

(2)对于put/remove写操作，如果当前链表已经迁移完成，那么头节点会被设置成fwd节点，此时写线程会帮助扩容，如果扩容没有完成，当前链表的头节点会被锁住，所以写线程会被阻塞，直到扩容完成。

对于size和迭代器是弱一致性

volatile修饰的数组引用是强可见的，但是其元素却不一定，所以，这导致size的根据sumCount的方法并不准确。

同理Iteritor的迭代器也一样，并不能准确反映最新的实际情况

总结

本文主要了介绍了HashMap+ConcurrentHashMap的扩容策略，扩容的原理是新生成大于原来1倍大小的数组，然后拷贝旧数组数据到新的数组里面，在多线程情况下，这里面如果注意线程安全问题，在解决安全问题的同时，我们也要关注其效率，这才是并发容器类的最出色的地方。