【并发编程】JDK1.7 HashMap的原理和实现

keeper42

已于 2022-02-13 15:47:34 修改

阅读量778

点赞数 3

分类专栏：并发编程文章标签：并发编程

于 2022-02-13 15:16:21 首次发布

本文链接：https://blog.csdn.net/keepfriend/article/details/122909433

版权

并发编程专栏收录该内容

14 篇文章 0 订阅

订阅专栏

一、Java1.7 HashMap死循环分析

Java1.7 HashMap导致死循环的主要原因是扩容后，节点的顺序会反掉(头插法)，多线程环境下可能会出现环形链表。

Java1.8 HashMap(尾插法)不会再出现死循环的问题。

环形链表的出现

二、 ConcurrentHashMap中的数据结构

ConcurrentHashMap是由Segment数组结构（分段锁）和HashEntry数组结构（锁住hashentry数组）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里包含一个分段锁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：

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。

三、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小，那么hash散列冲突率会增多，重排概率增加；

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。

四、源码解读

1. Segment数组的大小，一定为2的幂

while(ssize < concurrencyLevel) {
    ++sshift;
    ssize <<= 1;
}

为了保证Segment数组的大小，一定为2的幂（1.快速定位（二分法）、2.减少数据迁移量），例如用户设置并发度为17，则实际Segment数组大小则为32。

2. 每个Segment中tabel数组的大小，一定为2的幂

int cap = MIN_SEGMENT_TABLE_CAPACITY;
while (cap < c) 
    cap <<= 1;

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

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);
this.segments = ss;

4. Segment偏移位数

this.segmnetShift = 32 - sshift;
this.segmentMask = ssize - 1;

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)。

5. get和put是如何快速定位元素的位置的？

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，

（1）定位segment：取得key的hashcode值进行一次再散列，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。

（2）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。

6. get()

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。

问：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。

    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

7. put()

（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。

循环拿锁+阻塞性拿锁

（2）对Segment 加锁

final V put(K key, int hash, V value, boolean onlyIfAbsent) {
    HashEntry<K,V> node = tryLock() ? null : scanAndLockForPut(key, hash, value);
    V oldValue;
    // ...
}

8. size()

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。

五、扩容操作

Segment 不扩容，扩容下面的table数组，每次都是将原数组翻倍。

HashEntry<K,V>[] oldTable = table;
int oldCapacity = oldTable.length;
int newCapacity = oldCapacity << 1;
threshold = (int) (newCapacity * loadFactor);

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：