ConcurrentHashMap源码分析

首先我们先对并发容器做一个简单的介绍：
ConcurrentHashMap代替同步的Map（Collections.synchronized（new HashMap()）），众所周知，HashMap是根据散列值分段存储的，同步Map在同步的时候锁住了所有的段，而ConcurrentHashMap加锁的时候根据散列值锁住了散列值锁对应的那段，因此提高了并发性能。ConcurrentHashMap也增加了对常用复合操作的支持，比如”若没有则添加”：putIfAbsent()，替换：replace()。这2个操作都是原子操作。

　　CopyOnWriteArrayList和CopyOnWriteArraySet分别代替List和Set，主要是在遍历操作为主的情况下来代替同步的List和同步的Set，这也就是上面所述的思路：迭代过程要保证不出错，除了加锁，另外一种方法就是”克隆”容器对象。

　　ConcurrentLinkedQuerue是一个先进先出的队列。它是非阻塞队列。

　 ConcurrentSkipListMap可以在高效并发中替代SoredMap（例如用Collections.synchronzedMap包装的TreeMap）。

　　ConcurrentSkipListSet可以在高效并发中替代SoredSet（例如用Collections.synchronzedSet包装的TreeMap）。

我们看看一看ConcurrentHashMap的数据结构：

从这个图，我们可以清晰的看到ConcurrentHashMap的数据结构，首先它有一个个的Segment(),然后在通过Segment访问到一个个的hashEntry，可以看到其实一个Segment的结构跟hashmap的结构是一样的，不了解的同学可以去http://blog.csdn.net/cyq12345_/article/details/78866063。
我们都知道hashmap不是线程安全的，我们可以他变成线程安全的，但是在多线程操作的时候，我们需要锁住整个表，那么效率会非常的低，但是我们可以看到ConcurrentHashMap的数据结构就可以很好的解决这个问题，我们并发编程的时候可以锁住对应的Segment就可以了。

我们来看看segment的数据结构：

static final class Segment<K,V> extends ReentrantLock implements Serializable {
 transient volatile HashEntry<K,V>[] table;
 transient int count;
 transient int modCount;
 transient int threshold;
 final float loadFactor;
 Segment(float lf, int threshold, HashEntry<K,V>[] tab) {
            this.loadFactor = lf;
            this.threshold = threshold;
            this.table = tab;
        }

讲讲这些参数的意思：
count：segment的数量。
modCount：修改的次数，一个非常重要的参数。
threshold：阈值，用来扩容。
loadFactor：加载因子，用来确定阈值。

再来看看hashEntry的数据结构

static final class HashEntry<K,V> {
        final int hash;
        final K key;
        volatile V value;
        volatile HashEntry<K,V> next;

        HashEntry(int hash, K key, V value, HashEntry<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

我们接下来看看构造函数

 public ConcurrentHashMap(int initialCapacity,
                             float loadFactor, int concurrencyLevel) {
        if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)
            throw new IllegalArgumentException();
        if (concurrencyLevel > MAX_SEGMENTS)
            concurrencyLevel = MAX_SEGMENTS;
        // Find power-of-two sizes best matching arguments
        int sshift = 0;
        int ssize = 1;
        while (ssize < concurrencyLevel) {
            ++sshift;
            ssize <<= 1;
        }
        this.segmentShift = 32 - sshift;
        this.segmentMask = ssize - 1;
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        int c = initialCapacity / ssize;
        if (c * ssize < initialCapacity)
            ++c;
        int cap = MIN_SEGMENT_TABLE_CAPACITY;
        while (cap < c)
            cap <<= 1;
        // create segments and segments[0]
        Segment<K,V> s0 =
            new Segment<K,V>(loadFactor, (int)(cap * loadFactor),
                             (HashEntry<K,V>[])new HashEntry[cap]);
        Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
        UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]
        this.segments = ss;
    }

这是最复杂的一个构造函数。我们来分析一下。
首先是对参数的合法性进行验证。
initialCapacity：初始化容量，表示的事是一个Segment的容量。
loadFactor：加载因子。
concurrencyLevel：这个代表初始化的时候Segment的数量，这个值很关键，因为这个值只要确定以后就不能再做跟改了。为了以后rehash的时候，就只重新计算segment里面的hashEntry的位置就行了，不必要重新计算segment的位置。
segmentShift ，segmentMask 这来两个元素也很重要，用来定位segment的位置的参数。
我们来看看put()方法
我直接在代码里面写注解了

 public V put(K key, V value) {
        Segment<K,V> s;
        if (value == null)
            throw new NullPointerException();
        //首先通过key的hashcode找到hash值
        int hash = hash(key);
        //通过运算取到应该存在哪个segment里面
        int j = (hash >>> segmentShift) & segmentMask;
        if ((s = (Segment<K,V>)UNSAFE.getObject          // nonvolatile; recheck
             (segments, (j << SSHIFT) + SBASE)) == null) //  in ensureSegment
             //通过一个CAS算法，返回的一个segment
            s = ensureSegment(j);
            //然后在调用segment里面的put方法
        return s.put(key, hash, value, false);
    }

Segment中的put方法
还是直接在代码里面写注解

final V put(K key, int hash, V value, boolean onlyIfAbsent) {
          //可以看到有一个加锁的操作
            HashEntry<K,V> node = tryLock() ? null :
                scanAndLockForPut(key, hash, value);
            V oldValue;
            try {
                //获得原来的链表
                HashEntry<K,V>[] tab = table;
                //通过运算得到，存储在segment的hashEntry的位置
                int index = (tab.length - 1) & hash;
                //获得表头的位置
                HashEntry<K,V> first = entryAt(tab, index);
               //循环这个链表
                for (HashEntry<K,V> e = first;;) {
                    if (e != null) {
                        K k;
                        //判断是否有重复的值
                        if ((k = e.key) == key ||
                            (e.hash == hash && key.equals(k))) {
                            //存在重复，直接覆盖
                            oldValue = e.value;
                            if (!onlyIfAbsent) {
                                e.value = value;
                                //修改次数加1
                                ++modCount;
                            }
                            break;
                        }
                        e = e.next;
                    }
                    else {
                        if (node != null)
                            node.setNext(first);
                        else
                            node = new HashEntry<K,V>(hash, key, value, first);
                        int c = count + 1;
                        //判断是否需要扩容
                        if (c > threshold && tab.length < MAXIMUM_CAPACITY)
                            rehash(node);
                        else
                        //不需要就直接，添加元素
                            setEntryAt(tab, index, node);
                        ++modCount;
                        count = c;
                        oldValue = null;
                        break;
                    }
                }
            } finally {
            //释放锁
                unlock();
            }
            return oldValue;
        }

get操作：
直接在代码里面写注解

public V get(Object key) {
        Segment<K,V> s; // manually integrate access methods to reduce overhead
        HashEntry<K,V>[] tab;
        //通过key的hascode算出一个hash
        int h = hash(key);
        //通过算出的hash做运算，算出存在的segment的位置
        long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
        if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
            (tab = s.table) != null) {
            for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
                     (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
                 e != null; e = e.next) {
                K k;
                //循环判断key是否存在，存在返回value的值
                if ((k = e.key) == key || (e.hash == h && key.equals(k)))
                    return e.value;
            }
        }
        return null;
    }

看到整个get操作，很简单，没有用到加锁的过程。

remove操作

  public V remove(Object key) {
  //根据key的hashcode算出一个hash
        int hash = hash(key);
        //然后通过hash进行运算得到一个Segment
        Segment<K,V> s = segmentForHash(hash);
        //判断segment，不为空进行remove操作。
        return s == null ? null : s.remove(key, hash, null);
    }
    //这个是算segment位置的函数
private Segment<K,V> segmentForHash(int h) {
        long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
        return (Segment<K,V>) UNSAFE.getObjectVolatile(segments, u);
    }
 //进行删除的函数   
  final V remove(Object key, int hash, Object value) {
           //可以看到，这个也是加锁了
           if (!tryLock())
                scanAndLock(key, hash);
            V oldValue = null;
            try {
                HashEntry<K,V>[] tab = table;
                //算出存在哪个hashEntry里面
                int index = (tab.length - 1) & hash;
                HashEntry<K,V> e = entryAt(tab, index);
                HashEntry<K,V> pred = null;
                while (e != null) {
                    K k;
                    HashEntry<K,V> next = e.next;
                    //循环比较，key存在就删除
                    if ((k = e.key) == key ||
                        (e.hash == hash && key.equals(k))) {
                        V v = e.value;
                        if (value == null || value == v || value.equals(v)) {
                            if (pred == null)
                                setEntryAt(tab, index, next);
                            else
                                pred.setNext(next);
                                //记录操作的次数
                            ++modCount;
                            --count;
                            oldValue = v;
                        }
                        break;
                    }
                    pred = e;
                    e = next;
                }
            } finally {
            //释放锁
                unlock();
            }
            return oldValue;
        }

rehash

 private void rehash(HashEntry<K,V> node) {
          //先把旧数组存起来
            HashEntry<K,V>[] oldTable = table;
            //获得旧数据的长度
            int oldCapacity = oldTable.length;
            //计算得到新数组的长度
            int newCapacity = oldCapacity << 1;
            //重新计算阈值
            threshold = (int)(newCapacity * loadFactor);
            //创建一个先的hashEntry,大小为刚算出来的。
            HashEntry<K,V>[] newTable =
                (HashEntry<K,V>[]) new HashEntry[newCapacity];
            int sizeMask = newCapacity - 1;
            //循环旧数组
            for (int i = 0; i < oldCapacity ; i++) {
                HashEntry<K,V> e = oldTable[i];
                if (e != null) {
                //获得下一个节点
                    HashEntry<K,V> next = e.next;
                    //从新计算存储的下标
                    int idx = e.hash & sizeMask;
                    //判断是否为单节点
                    if (next == null)   //  Single node on list
                    //如果是单节点，直接赋值
                        newTable[idx] = e;
                    else { // Reuse consecutive sequence at same slot
                       //多节点的情况
                        HashEntry<K,V> lastRun = e;
                        int lastIdx = idx;
                        //从算出来的下标的位置开始，循环取值
                        for (HashEntry<K,V> last = next;
                             last != null;
                             last = last.next) {
                             //算出这个元素的下表位置
                            int k = last.hash & sizeMask;
                            if (k != lastIdx) {
                                lastIdx = k;
                                lastRun = last;
                            }
                        }
                        newTable[lastIdx] = lastRun;
                        // Clone remaining nodes
                        for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {
                            V v = p.value;
                            int h = p.hash;
                            int k = h & sizeMask;
                            HashEntry<K,V> n = newTable[k];
                            newTable[k] = new HashEntry<K,V>(h, p.key, v, n);
                        }
                    }
                }
            }
            int nodeIndex = node.hash & sizeMask; // add the new node
            node.setNext(newTable[nodeIndex]);
            newTable[nodeIndex] = node;
            table = newTable;
        }

在前面的章节中，我们涉及到的操作都是在单个Segment中进行的，但是ConcurrentHashMap有一些操作是在多个Segment中进行，比如size操作，ConcurrentHashMap的size操作也采用了一种比较巧的方式，来尽量避免对所有的Segment都加锁。

　　前面我们提到了一个Segment中的有一个modCount变量，代表的是对Segment中元素的数量造成影响的操作的次数，这个值只增不减，size操作就是遍历了两次Segment，每次记录Segment的modCount值，然后将两次的modCount进行比较，如果相同，则表示期间没有发生过写入操作，就将原先遍历的结果返回，如果不相同，则把这个过程再重复做一次，如果再不相同，则就需要将所有的Segment都锁住，然后一个一个遍历了，具体的实现大家可以看ConcurrentHashMap的源码，这里就不贴了。