集合安全的两种方法，ConcurentHashMap和Collections.synchronizedMap()
jdk1.7以前
Hashmap多线程会导致HashMap的Entry链表形成环形数据结构，一旦形成环形数据结构，Entry的next节点永远不为空，就会产生死循环获取Entry。
HashTable使用synchronized来保证线程安全，但在线程竞争激烈的情况下HashTable的效率非常低下。因为当一个线程访问HashTable的同步方法，其他线程也访问HashTable的同步方法时，会进入阻塞或轮询状态。如线程1使用put进行元素添加，线程2不但不能使用put方法添加元素，也不能使用get方法来获取元素，所以竞争越激烈效率越低。
ConcurrentHashMap中的数据结构
ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment实际继承自可重入锁（ReentrantLock），在ConcurrentHashMap里扮演锁的角色；HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组，每个Segment里包含一个HashEntry数组，我们称之为table，每个HashEntry是一个链表结构的元素。
面试常问：
1、ConcurrentHashMap实现原理是怎么样的或者问ConcurrentHashMap如何在保证高并发下线程安全的同时实现了性能提升？
答：ConcurrentHashMap允许多个修改操作并发进行，其关键在于使用了锁分离技术。它使用了多个锁来控制对hash表的不同部分进行的修改。内部使用段(Segment)来表示这些不同的部分，每个段其实就是一个小的hash table，只要多个修改操作发生在不同的段上，它们就可以并发进行。
初始化做了什么事？
初始化有三个参数
initialCapacity：初始容量大小 ，默认16。
loadFactor, 扩容因子，默认0.75，当一个Segment存储的元素数量大于initialCapacity* loadFactor时，该Segment会进行一次扩容。
concurrencyLevel 并发度，默认16。并发度可以理解为程序运行时能够同时更新ConccurentHashMap且不产生锁竞争的最大线程数，实际上就是ConcurrentHashMap中的分段锁个数，即Segment[]的数组长度。如果并发度设置的过小，会带来严重的锁竞争问题；如果并发度设置的过大，原本位于同一个Segment内的访问会扩散到不同的Segment中，CPU cache命中率会下降，从而引起程序性能下降。
构造方法中部分代码解惑：
1、
保证Segment数组的大小，一定为2的幂，例如用户设置并发度为17，则实际Segment数组大小则为32
2、
保证每个Segment中tabel数组的大小，一定为2的幂，初始化的三个参数取默认值时，table数组大小为2
3、
初始化Segment数组，并实际只填充Segment数组的第0个元素。
4、
用于定位元素所在segment。segmentShift表示偏移位数，通过前面的int类型的位的描述我们可以得知，int类型的数字在变大的过程中，低位总是比高位先填满的，为保证元素在segment级别分布的尽量均匀，计算元素所在segment时，总是取hash值的高位进行计算。segmentMask作用就是为了利用位运算中取模的操作：
a % (Math.pow(2,n)) 等价于 a&( Math.pow(2,n)-1)
在get和put操作中，是如何快速定位元素放在哪个位置的？
对于某个元素而言，一定是放在某个segment元素的某个table元素中的，所以在定位上：
定位segment：取得key的hashcode值进行一次再散列（通过Wang/Jenkins算法），拿到再散列值后，以再散列值的高位进行取模得到当前元素在哪个segment上。
**定位table：**同样是取得key的再散列值以后，用再散列值的全部和table的长度进行取模，得到当前元素在table的哪个元素上。
get（）方法
定位segment和定位table后，依次扫描这个table元素下的的链表，要么找到元素，要么返回null。
在高并发下的情况下如何保证取得的元素是最新的？
答：用于存储键值对数据的HashEntry，在设计上它的成员变量value等都是volatile类型的，这样就保证别的线程对value值的修改，get方法可以马上看到。
put()方法
1、首先定位segment，当这个segment在map初始化后，还为null，由ensureSegment方法负责填充这个segment。
2、对Segment 加锁
3、定位所在的table元素，并扫描table下的链表，找到时：
没有找到时：
扩容操作
Segment 不扩容，扩容下面的table数组，每次都是将数组翻倍
带来的好处
假设原来table长度为4，那么元素在table中的分布是这样的：
| Hash值 | 15 | 23 | 34 | 56 | 77 |
|---|---|---|---|---|---|
| 在table中下标 | 3 = 15%4 | 3 = 23 % 4 | 2 = 34%4 | 0 = 56%4 | 1 = 77 % 4 |
扩容后table长度变为8，那么元素在table中的分布变成：
| Hash值 | 56 | 34 | 77 | 15,23 | ||||
|---|---|---|---|---|---|---|---|---|
| 下标 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
可以看见 hash值为34和56的下标保持不变，而15,23,77的下标都是在原来下标的基础上+4即可，可以快速定位和减少重排次数。
size方法
size的时候进行两次不加锁的统计，两次一致直接返回结果，不一致，重新加锁再次统计
弱一致性
get方法和containsKey方法都是通过对链表遍历判断是否存在key相同的节点以及获得该节点的value。但由于遍历过程中其他线程可能对链表结构做了调整，因此get和containsKey返回的可能是过时的数据，这一点是ConcurrentHashMap在弱一致性上的体现。
jdk1.8的改进
- 取消了segment分段
- 增加了红黑树，如果链表的长度大于8，并且node数组的长度大于64，就会将当前链表转化为红黑树。如果链表的长度又小于8，就会将红黑树转化为链表。
put方法
public V put(K key, V value) {
return putVal(key, value, false);
}
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());//将key根据hash算法转换为hash值，
int binCount = 0;
for (Node<K,V>[] tab = table;;) {//table是一个Node[], transient volatile Node<K,V>[] table;
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
....
addCount(1L, binCount);
return null;
}
put方法往map中添加元素的时候，调用putVal方法，首先将key根据hash算法转换为hash值，然后开始自旋，一开始tab肯定是空的，所以就要初始化table,调用initTable方法
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
sizeCtl开始为-1<0，表示初始化状态，之后代表扩容的大小，一开始n=16,sc=n-(n>>>2)=12;创建好tab节点数组后返回这个空数组。
第二次循环将运行下面的语句：
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
addCount(1L, binCount);
tabAt是根据下标取值的方法，如果为空，也就是这个位置没有被占用，就创建一个新的节点，把value保存在这里面。
然后将元素放进去之后，肯定需要将元素的个数进行加一操作，但是要考虑并发的情况，那么怎么实现呢？采用CAS的话会降低效率，Atomic内部也是使用了CAS，如果并发多的化，就会一种自旋。使用锁的话效率就会更低。那么是怎么实现的呢？答案就是分段CAS。
首先，用来保存table中元素个数的是一个数组CounterCell，初始化这个数组的长度为2，然后每一个线程来的时候，都会生成一个0或1的随机数，这个随机数代表着去更改CounterCell数组的哪一个位置，在更改的时候也是使用CAS，这样效率就会提升一倍了，如果线程不断增多，那么就对CounterCell数组进行扩容，最后计算size的时候将数组中所有的元素加起来就是了。这样做的好处是，假如只使用一个变量来记录元素的个数，这样一个线程操作时，其他线程都要阻塞，而使用一个数组的话，每一个线程去对数组中的值操作，最后数组中的所有值取和就可以了，这样就减少了等待的线程。
元素个数增加的方法：
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
初始化数组CounterCell
fullAddCount{
...
h = ThreadLocalRandom.advanceProbe(h);
else if (cellsBusy == 0 && counterCells == as &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean init = false;
try { // Initialize table
if (counterCells == as) {
CounterCell[] rs = new CounterCell[2];
rs[h & 1] = new CounterCell(x);
counterCells = rs;
init = true;
}
} finally {
cellsBusy = 0;
}
if (init)
break;
}
}
计算元素个数的方法：
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
扩容方法
addCount方法中还做了一件事情，就是对table数组进行扩容，并且允许多线程扩容。Adds to count, and if table is too small and not already* resizing, initiates transfer.
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
if (sc < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
transfer(tab, null)，表示转移数据：将table数组扩容之后，需要将数据进行转移，进入该方法中查看一下
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
这段代码是让每一个CPU去执行一段数据的扩容，每一个CPU可以处理16个长度的数组。这样就可以并发扩容了。例如每个线程对数组中的长度16的数组进行扩容，扩容到32个，就是新建了一个长度为32的数组，然后将原来在长度为16的数组上的数据转移到新数组上。
转移数据
如何转移数据呢，每个线程进来，首先要确定当前线程对应的table数组的边界，数据迁移的过程是从后往前，判断每一个位置是否有元素，没有元素就向前移动，如果不为空，就会转移数据
假设当前table数组如下所示，两个线程执行了扩容，创建了一个长度为64的数组，
转移过程：
如果某个数组位置上连接的节点有了八个，就需要扩容来解决装不下的问题，首先需要对单向链表上的八个节点进行分类，根据某种分类算法把他们分成两类，一个高位链，一个低位链
int runBit = fh & n;//分类标准
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {//遍历元素
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {//低位链
ln = lastRun;
hn = null;
}
else {//高位链
hn = lastRun;
ln = null;
}
setTabAt(nextTab, i, ln);//低位链保持不动
setTabAt(nextTab, i + n, hn);//高位链需要增加n长度的位置
setTabAt(tab, i, fwd);
advance = true;
为什么这么做呢，为的是在新的数组中通过原来的计算还能够取到原来的值，不会使值丢失。扩容以后，同样的操作拿到的值是不会变的。原因如下：
取值的语句如下：
f = tabAt(tab, i = (n - 1) & hash))
下标位为(n - 1) & hash，假设原来的hash值为9，那么它在16位长度的table中表示如下：
0000 1111 & 0000 1001 = 9
在32位的table中呢
0001 1111 & 0000 1001 = 9，说明低位的是不会变的。
对于高位，假设hash为20
16位：0000 1111 & 0001 0100 = 0000 0100 = 4，原本会取4这个位置的元素值
32位：0001 1111 & 0001 0111 = 0001 0100 = 20，同样的计算方式，现在要去取20位置的值
所以对于高位的元素需要加上n，这里n=16。这样高低链来解决多次hash计算的问题，提升了效率。
2322
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
