Java多线程ConcurrentHashMap深度解读

前言：ConcurrentHashMap是非常经典的一个类，面试中会被经常问到，因为它里面用了非常复杂的数据结构，设计上也非常精致，同时又涉及并发编程，可以说是个宝藏类，我会尝试解读一下这个类。

（我会抽空一直更新）

它的代码高达6300行

一 注释

我们来看一下类的注释：

上面贴出来的是第一段注释，后面我就不贴图了，直接翻译：

第一段：一个支持完全并发读和高期望并发更新的hash表，这个类和HashTable实现了同样的功能，包含了HashTable中所有的方法。然而，尽管（这个类）所有的操作都是线程安全的，取数据操作没有使用锁，而且不支持锁住整个表（即阻止所有对表的操作）。在依赖这个类的线程安全同时又不依赖它的实现细节的程序中，它和HashTable是可以互操作的。

第二段：取数据操作（包括get()）通常不会阻塞，所以可能会和更新操作（包括put()和remove()）重叠。取数据反映最近结束的更新操作的结果。（对一个给定的key的更新操作忍受了一个在更新之前发生的关系——这个关系是和任意的取这个数据的操作，（这一段不知道在说什么，建议大家自己看））。对于批量化的操作例如putAll和clear，并发的取操作可能会反映出仅仅一小部分的entry（基本单位）的插入或者删除。相似地，Iterators, Spliterators 和 Enumerations返回在一定程度上反映hash表在或者自从iterator/enumeration创建时的状态的元素，他们不抛出ConcurrentModificationException异常。然而，iterators（迭代器）被设计为一次只能供一个线程去使用。记住，用来汇总状态的方法（包括size，isEmpty，containsValue）返回的结果，只在该map不在其它的线程中进行并发更新的时候才有用，否则，这些方法返回的结果反映了短暂的状态，这些状态足够用于监控或者评估目的，但是不够用于程序控制。

如果有太多的碰撞（例如，拥有不同hash值的key，映射到了同一个slot），表会动态扩张，以实现一个期望的均值上的效果——维持大约一个mapping中有两个bin（等价于装载因子为0.75），在这个均值附近，方差可能会很大，因为mappings（匹配）被添加和删除，但是总体上来说，这样做维持了一个普遍可以接受的时间和空间上的均衡。然而，改变这个或者其它hash表的规模可能时一个相对较慢的操作。如果可能的话，提供一个hash表大小的评估，作为这个类的构造函数的可续参数initialCapacity的初值，是一个非常好的做法。另一个可选的参数loadFactor（装载因子）提供了进一步定制初始table的大小的方法——通过具体化table的密度，密度被用来计算空间的大小，这些空间被分配给定的个数的元素。为了和这个类的以前的版本兼容，它的构造函数可能会有选择的指定concurrencyLevel参数，作为额外的反映table内部大小的线索。注意，使用很多具有相同hash值的key一定会降低任意hash表的表现。为了改进影响，当key是可比较的，这个类可能会在key之间使用比较的顺序来打破关系。

2019.10.14更新

ConcurrentHashMap的Set映射可能是使用newKeySet()或者newKeySet(int)创建的，或者使用keySet(Object)观测当keys是我们感兴趣的，而且映射的values是没有（或许暂时的）使用的或者都映射了相同的value。

ConcurrentHashMap可以被用来作为尺寸可变的频繁map（一种直方图或者多集的模式），通过使用LongAdder类的值并且使用couputeIfAbsent进行初始化。例如，为了向ConcurrentHashMap<String,LongAdder> freqs添加一个值（就是说把它加1），你可以使用：

freqs.computeIfAbsent(k -> new LongAdder()).increment();

这个类和它的views以及iterators实现了Map和Iterator接口的所有的可选的方法。

像Hashtable但是不像HashMap，这个类不允许null值作为key或者value.

ConcurrentHashMap支持一系列连续而且平行的桶操作，不像大部分的Stream方法，这些桶操作被设计为安全而且通常是能够感受到的，甚至被用于被其它线程同步更新的maps；例如，当计算一个共享的注册表中的值的快照和。有三种操作，每一种操作有四种形式，接受使用Keys，Values，Entries和（Key，Value）作为参数和/或返回值的函数。因为ConcurrentHashMap的元素没有按照特定的方法进行排序，而且可能在不同的平行的执行中被按照不同的顺序处理。函数的正确性不应该依赖任何顺序，或者任何其它的当计算在发生时可能短暂改变对象或者值。而且除了forEach操作，其它的都应该在理想的情况下是没有副作用的。在Entry上的桶操作不支持方法setValue。

forEach：对每一个元素执行操作。在执行这个操作之前，一个可变的形式在每一个元素上应用一个给定的转化。

search：返回第一个非null的在每一个元素上应用了给定的函数的结果。当一个元素被发现，就会跳过进一步的搜索。

reduce：收集每一个元素，支持的减少函数不能够依赖顺序（更官方的说法是，它应该是可关联而且可交换的。）有5个变形：

Plain reductions。（没有格式为（Key，Value）作为函数参数的这个方法，因为没有相对应的返回值。）

Mapped reductions，收集作用于每一个元素的函数的结果。

Reductions使用基础值作用于标量doubles，longs，ints。

这些桶操作接受parallelismThreshold参数，如果当前的map的size被检测为小于给定的阈值，方法会连续执行。使用Long.MAX_VALUE作为并行度的上限，使用值1会造成最大的并行度，最大并行度通过将主任务分离为足够的子任务来充分利用commonPool()来实现。通常，你在开始的时候可能会选择这些极端值的一个，然后选择能够平衡开销和吞吐量的中间值。

这些桶操作中的并发属性跟随自ConcurrentHashMap中的并发属性：任意非空的get(key)的返回值、相关的取数据的方法，忍受了一个提前发生的和关联的插入或者更新的关系。任意桶操作的结果反映了每一对元素间关系的结合（但是不是必须是原子的，当考虑到map是一个整体， 除非它被认为是静止的）。相反地，因为map中的keys和values都不是null，null可以作为一个非常可靠的结果缺失的指示器。为了维持这个属性，null作为一个隐式的所有非标量减少操作的基础。对于double、long和int版本，这个基础应该是：当它和任何值结合的时候，返回那个值（它应该是减少的标识元素）。大多数的减少操作拥有

2019.10.17更新