浅析ConcurrentHashMap

一、什么是ConcurrentHashMap

ConcurrentHashMap和HashMap一样，是一个存放键值对的容器。使用hash算法来获取值的地址，因此时间复杂度是O(1)。查询非常快。
同时，ConcurrentHashMap是线程安全的HashMap。专门用于多线程环境。

1.ConcurrentHashMap的整体架构

上图是ConcurrentHashMap在jdk1.8中的存储结构，它是由数组，单向链表和红黑树来构成的，当我们去初始化一个ConcurrentHashMap实例的时候，默认会初始化一个长度等于16的数组，由于ConcurrentHashMap他的核心仍然是hash表，所以必然会存在hash冲突的问题，所以ConcurrentHashMap采用链式寻址的方式来解决hash表的冲突，当hash冲突比较多的时候，会造成链表长度较长的问题，所以这种情况下会使得ConcurrentHashMap中的一个数组元素的查询复杂度会增加，所以在jdk1.8中引入了红黑树这种机制，当数组长度大于64并且链表的长度大于等于8时，单向链表就会转化成红黑树，另外随着ConcurrentHashMap的动态扩容，一旦链表的长度小于8，红黑树会退化成单向链表，

2.ConcurrentHashMap的基本功能

ConcurrentHashMap本质上是一个hashmap，因此功能和hashmap是一样的，但是ConcurrentHashMap在hashmap的基础上，提供了并发安全的一个实现，并发安全的一个主要实现，主要是通过对node节点去加锁来保证数据更新的安全性，下图所示

3.ConcurrentHashMap在性能方面做的优化

如何在并发性能和数据安全性之间做好平衡，在很多地方都有类似的设计，比如cpu的三级缓存，mysql的buffer——pool，synchronized的锁升级等等

ConcurrentHashMap也做了类似的优化，主要体现在几个方面，
第一个：在jdk1.8中，ConcurrentHashMap他的锁的粒度是数组中的某一个节点，而在jdk1.7里面，它锁定的是segment，锁的范围要更大，所以性能上会更低

第二个：引入红黑树这样一个机制，去降低了数据查询的时间复杂度，红黑树的时间复杂度是o（_logn）

第三个：看下图

当数组的长度不够的时候，ConcurrentHashMap它需要对数组进行扩容，而在扩容的时间上，ConcurrentHashMap引入了多线程并发扩容的一个实现，简单来说就是多个线程对原始数组进行分片，分片之后,每个线程去负责一个分片的数据迁移，从而去整体的提升了扩容过程中的数据迁移的一个效率，

第四：ConcurrentHashMap他有一个size（）方法来获取总的元素个数，而在多线程并发场景中，在保证原子性的前提下去实现元素个数的累加，性能是非常低的，所以ConcurrentHashMap在这个方面做了两个点的优化，

第一个点是当线程竞争不激烈的时候，直接采用cas的方式来实现元素个数的一个原子递增，
第二个：如果线程竞争比较激烈的情况下，使用一个数组来维护元素个数，如果要增加总的元素个数的时候，直接从数组中随机选择一个，再通过cas算法来实现原子递增，它的核心思想是引入了数组来实现对并发更新的一个负载