java ConcurrentHashMap的实现及原理

本文是咕泡学院的上课笔记，如果你喜欢欢迎加入

1、在多线程环境下，使用HashMap进行put操作会引起死循环，导致CPU利用率接近100%，所以在并发情况下不能使用HashMap。

2、HashTable容器使用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。

3、为了解决上述问题ConcurrentHashMap应用而生

jdk1.7采用的是分段锁  数组+单向链表

jdk1.8  数组+单向链表+红黑树的结构

1. 取消了segment 分段设计，直接使用Node 数组来保存数据，并且采用Node 数组元素作
为锁来实现每一行数据进行加锁来进一步减少并发冲突的概率
2. 将原本数组+单向链表的数据结构变更为了数组+单向链表+红黑树的结构。为什么要引入
红黑树呢？在正常情况下，key hash 之后如果能够很均匀的分散在数组中，那么table 数
组中的每个队列的长度主要为0 或者1.但是实际情况下，还是会存在一些队列长度过长的
情况。如果还采用单向列表方式，那么查询某个节点的时间复杂度就变为O(n); 因此对于
队列长度超过8 的列表，JDK1.8 采用了红黑树的结构，那么查询的时间复杂度就会降低到
O(logN),可以提升查找的性能；

1.7结构

 

1.8结构

 

 

首先看ConcurrentHashMap的初始化方法

 

tableSizeFor方法通过位运算保证，初始的大小为2的n次方

https://blog.csdn.net/xia744510124/article/details/89478031（比较详细，不再说明）

private static final int tableSizeFor(int c) {
    int n = c - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

接下来看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());//计算 hash 值
    int binCount = 0;//记录链表的长度    for (Node<K,V>[] tab = table;;) {//自旋操作
        Node<K,V> f; int n, i, fh;
        if (tab == null || (n = tab.length) == 0)
            tab = initTable();//初始化数组
//通过 hash 值对应的数组下标得到第一个节点; 以 volatile 读的方式来读取 table 数 组中的元素，
保证每次拿到的数据都是最新的
        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
        }
        else if ((fh = f.hash) == MOVED)
            tab = helpTransfer(tab, f);
        else {
            V oldVal = null;
            synchronized (f) {
                if (tabAt(tab, i) == f) {
                    if (fh >= 0) {
                        binCount = 1;
                        for (Node<K,V> e = f;; ++binCount) {
                            K ek;
                            if (e.hash == hash &&
                                ((ek = e.key) == key ||
                                 (ek != null && key.equals(ek)))) {
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            Node<K,V> pred = e;
                            if ((e = e.next) == null) {
                                pred.next = new Node<K,V>(hash, key,
                                                          value, null);
                                break;
                            }
                        }
                    }
                    else if (f instanceof TreeBin) {
                        Node<K,V> p;
                        binCount = 2;
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                       value)) != null) {
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
            }
            if (binCount != 0) {
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                if (oldVal != null)
                    return oldVal;
                break;
            }
        }
    }
    addCount(1L, binCount);
    return null;
}

 

 

initTable

数组初始化方法，这个方法比较简单，就是初始化一个合适大小的数组

sizeCtl 这个要单独说一下，如果没搞懂这个属性的意义，可能会被搞晕

这个标志是在 Node 数组初始化或者扩容的时候的一个控制位标识，负数代表正在进行初始

化或者扩容操作

-1 代表正在初始化

-N 代表有 N-1 有二个线程正在进行扩容操作，这里不是简单的理解成 n 个线程，sizeCtl 就

是-N,这块后续在讲扩容的时候会说明

0 标识 Node 数组还没有被初始化，正数代表初始化或者下一次扩容的大小

private final Node<K,V>[] initTable() {

Node<K,V>[] tab; int sc;

while ((tab = table) == null || tab.length == 0) {

if ((sc = sizeCtl) < 0)//被其他线程抢占了初始化的操作,则直接让出自己的 CPU

时间片

Thread.yield(); // lost initialization race; just spin

//通过 cas 操作，将 sizeCtl 替换为-1，标识当前线程抢占到了初始化资格

else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {

try {

if ((tab = table) == null || tab.length == 0) {

int n = (sc > 0) ? sc : DEFAULT_CAPACITY;//默认初始容量为

16

@SuppressWarnings("unchecked")

//初始化数组，长度为 16，或者初始化在构造 ConcurrentHashMap 的时候传入的长度

Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];

table = tab = nt;//将这个数组赋值给 table

sc = n - (n >>> 2); //计算下次扩容的大小，实际就是当前容量的 0.75 倍，这里使用了右移来计算，第一次的值是12

}

} finally {

sizeCtl = sc; //设置 sizeCtl 为 sc, 如果默认是 16 的话，那么这个时候 sc=16*0.75=12

}

break;

}

}

return tab;

}

 

 

tabAt

该方法获取对象中offset偏移地址对应的对象field的值。实际上这段代码的含义等价于tab[i],

但是为什么不直接使用 tab[i]来计算呢？

getObjectVolatile，一旦看到 volatile 关键字，就表示可见性。因为对 volatile 写操作 happen

before 于 volatile 读操作，因此其他线程对 table 的修改均对 get 读取可见；

虽然 table 数组本身是增加了 volatile 属性，但是“volatile 的数组只针对数组的引用具有

volatile 的语义，而不是它的元素”。 所以如果有其他线程对这个数组的元素进行写操作，那

么当前线程来读的时候不一定能读到最新的值。

出于性能考虑，Doug Lea 直接通过 Unsafe 类来对 table 进行操作。

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int

i) {

return (Node<K,V>)U.getObjectVolatile(tab, ((long)i

<< ASHIFT) + ABASE);

}

 

在putVal方法执行完成以后，会通过addCount来增加ConcurrentHashMap中的元素个数，

并且还会可能触发扩容操作。这里会有两个非常经典的设计

1. 高并发下的扩容

2. 如何保证 addCount 的数据安全性以及性能

//将当前 ConcurrentHashMap 的元素数量加 1，有可能触发 transfer 操作(扩容)

addCount(1L, binCount);

return null;

}

addCount

在 putVal 最后调用 addCount 的时候，传递了两个参数，分别是 1 和 binCount(链表长度)，

看看 addCount 方法里面做了什么操作

x 表示这次需要在表中增加的元素个数，check 参数表示是否需要进行扩容检查，大于等于 0

都需要进行检查

private final void addCount(long x, int check) {

CounterCell[] as; long b, s;

判断 counterCells 是否为空，

1. 如果为空，就通过 cas 操作尝试修改 baseCount 变量，对这个变量进行原子累加操

作(做这个操作的意义是：如果在没有竞争的情况下，仍然采用 baseCount 来记录元素个

数)

2. 如果 cas 失败说明存在竞争，这个时候不能再采用 baseCount 来累加，而是通过

CounterCell 来记录

if ((as = counterCells) != null ||

!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x))

{

CounterCell a; long v; int m;

boolean uncontended = true;//是否冲突标识，默认为没有冲突

这里有几个判断

1. 计数表为空则直接调用 fullAddCount

2. 从计数表中随机取出一个数组的位置为空，直接调用 fullAddCount

3. 通过 CAS 修改 CounterCell 随机位置的值，如果修改失败说明出现并发情况（这里又

用到了一种巧妙的方法），调用 fullAndCount

Random 在线程并发的时候会有性能问题以及可能会产生相同的随机

数,ThreadLocalRandom.getProbe 可以解决这个问题，并且性能要比 Random 高

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);//执行 fullAddCount 方法

return;

}

if (check <= 1)//链表长度小于等于 1，不需要考虑扩容

return;

s = sumCount();//统计 ConcurrentHashMap 元素个数

}

//….

}

 

CounterCells 解释

ConcurrentHashMap 是采用 CounterCell 数组来记录元素个数的，像一般的集合记录集合大

小，直接定义一个 size 的成员变量即可，当出现改变的时候只要更新这个变量就行。为什么

ConcurrentHashMap 要用这种形式来处理呢？

问题还是处在并发上，ConcurrentHashMap 是并发集合，如果用一个成员变量来统计元素个

数的话，为了保证并发情况下共享变量的的难全兴，势必会需要通过加锁或者自旋来实现，

如果竞争比较激烈的情况下，size 的设置上会出现比较大的冲突反而影响了性能，所以在

ConcurrentHashMap 采用了分片的方法来记录大小，具体什么意思，我们来分析下

private transient volatile int cellsBusy;// 标识当前 cell 数组是否在初始化或扩容中的

CAS 标志位

/**

* Table of counter cells. When non-null, size is a power of 2.

*/

private transient volatile CounterCell[] counterCells;// counterCells 数组，总数

值的分值分别存在每个 cell 中

@sun.misc.Contended static final class CounterCell {

volatile long value;

CounterCell(long x) { value = x; }

}

//看到这段代码就能够明白了，CounterCell 数组的每个元素，都存储一个元素个数，而实际我们调用

size 方法就是通过这个循环累加来得到的

//又是一个设计精华，大家可以借鉴； 有了这个前提，再会过去看 addCount 这个方法，就容易理解一些

了

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;

}

fullAddCount 源码分析

fullAddCount 主要是用来初始化 CounterCell，来记录元素个数，里面包含扩容，初始化等

操作

private final void fullAddCount(long x, boolean wasUncontended) {

int h;

//获取当前线程的 probe 的值，如果值为 0，则初始化当前线程的 probe 的值,probe 就是随机数

if ((h = ThreadLocalRandom.getProbe()) == 0) {

ThreadLocalRandom.localInit(); // force initialization

h = ThreadLocalRandom.getProbe();

wasUncontended = true; // 由于重新生成了 probe，未冲突标志位设置为 true

}

boolean collide = false; // True if last slot nonempty

for (;;) {//自旋

CounterCell[] as; CounterCell a; int n; long v;

//说明 counterCells 已经被初始化过了，我们先跳过这个代码，先看初始化部分

if ((as = counterCells) != null && (n = as.length) > 0) {

if ((a = as[(n - 1) & h]) == null) {// 通过该值与当前线程 probe 求与，获得

cells 的下标元素，和 hash 表获取索引是一样的

if (cellsBusy == 0) { //cellsBusy=0 表示 counterCells 不在初始化或者扩

容状态下

CounterCell r = new CounterCell(x); //构造一个 CounterCell 的值，

传入元素个数

if (cellsBusy == 0 &&//通过 cas 设置 cellsBusy 标识，防止其他线程来

对 counterCells 并发处理

U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {

boolean created = false;

try { // Recheck under lock

CounterCell[] rs; int m, j;

//将初始化的 r 对象的元素个数放在对应下标的位置

if ((rs = counterCells) != null &&

(m = rs.length) > 0 &&

rs[j = (m - 1) & h] == null) {

rs[j] = r;

created = true;

}

} finally {//恢复标志位

cellsBusy = 0;

}

if (created)//创建成功，退出循环

break;

continue;//说明指定 cells 下标位置的数据不为空，则进行下一次循环

}

}

collide = false;

}

//说明在 addCount 方法中 cas 失败了，并且获取 probe 的值不为空

else if (!wasUncontended) // CAS already known to fail

wasUncontended = true; //设置为未冲突标识，进入下一次自旋咕泡学院-做技术人的指路明灯，职场生涯的精神导师

//由于指定下标位置的 cell 值不为空，则直接通过 cas 进行原子累加，如果成功，则直接

退出

else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))//

break;

//如果已经有其他线程建立了新的 counterCells 或者 CounterCells 大于 CPU 核心数

（很巧妙，线程的并发数不会超过 cpu 核心数）

else if (counterCells != as || n >= NCPU)

collide = false; //设置当前线程的循环失败不进行扩容

else if (!collide)//恢复 collide 状态，标识下次循环会进行扩容

collide = true;

//进入这个步骤，说明 CounterCell 数组容量不够，线程竞争较大，所以先设置一个标识

表示为正在扩容

else if (cellsBusy == 0 &&

U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {

try {

if (counterCells == as) {// Expand table unless stale

//扩容一倍 2 变成 4，这个扩容比较简单

CounterCell[] rs = new CounterCell[n << 1];

for (int i = 0; i < n; ++i)

rs[i] = as[i];

counterCells = rs;

}

} finally {

cellsBusy = 0;//恢复标识

}

collide = false;

continue;//继续下一次自旋

}

h = ThreadLocalRandom.advanceProbe(h);//更新随机数的值

}

初始化 CounterCells 数组

//cellsBusy=0 表示没有在做初始化，通过 cas 更新 cellsbusy 的值标注当前线程正在做初

始化操作

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]; //初始化容量为 2

rs[h & 1] = new CounterCell(x);//将 x 也就是元素的个数放在指定的数组

下标位置

counterCells = rs;//赋值给 counterCells

init = true;//设置初始化完成标识

}

} finally {

cellsBusy = 0;//恢复标识

}

if (init)

break;

}

//竞争激烈，其它线程占据 cell 数组，直接累加在 base 变量中

else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))

break; // Fall back on using base

}

}

CounterCells 初始化图解

初始化长度为 2 的数组，然后随机得到指定的一个数组下标，将需要新增的值加入到对应下

标位置处

transfer 扩容阶段

判断是否需要扩容，也就是当更新后的键值对总数 baseCount >= 阈值 sizeCtl 时，进行

rehash，这里面会有两个逻辑。

1. 如果当前正在处于扩容阶段，则当前线程会加入并且协助扩容

2. 如果当前没有在扩容，则直接触发扩容操作

if (check >= 0) {//如果 binCount>=0，标识需要检查扩容

Node<K,V>[] tab, nt; int n, sc;

//s 标识集合大小，如果集合大小大于或等于扩容阈值（默认值的 0.75）

//并且 table 不为空并且 table 的长度小于最大容量

while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&

(n = tab.length) < MAXIMUM_CAPACITY) {

int rs = resizeStamp(n);//这里是生成一个唯一的扩容戳，这个是干嘛用的

呢？

if (sc < 0) {//sc<0，也就是 sizeCtl<0，说明已经有别的线程正在扩容了

//这 5 个条件只要有一个条件为 true，说明当前线程不能帮助进行此次的扩容，

直接跳出循环

//sc >>> RESIZE_STAMP_SHIFT!=rs 表示比较高 RESIZE_STAMP_BITS 位

生成戳和 rs 是否相等，相同

//sc=rs+1 表示扩容结束

//sc==rs+MAX_RESIZERS 表示帮助线程线程已经达到最大值了

//nt=nextTable -> 表示扩容已经结束

//transferIndex<=0 表示所有的 transfer 任务都被领取完了，没有剩余的

hash 桶来给自己自己好这个线程来做 transfer

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))//当前线程

 

尝试帮助此次扩容，如果成功，则调用 transfer

transfer(tab, nt);

}

// 如果当前没有在扩容，那么 rs 肯定是一个正数，通过 rs<<RESIZE_STAMP_SHIFT 将 sc 设置

为一个负数，+2 表示有一个线程在执行扩容

else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs <<

RESIZE_STAMP_SHIFT) + 2))

transfer(tab, null);

s = sumCount();// 重新计数，判断是否需要开启下一轮扩容

}

}

resizeStamp

这块逻辑要理解起来，也有一点复杂。

resizeStamp 用来生成一个和扩容有关的扩容戳，具体有什么作用呢？我们基于它的实现来

做一个分析

static final int resizeStamp(int n) {

return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));

}

Integer.numberOfLeadingZeros 这个方法是返回无符号整数 n 最高位非 0 位前面的 0 的个

数

比如 10 的二进制是 0000 0000 0000 0000 0000 0000 0000 1010

那么这个方法返回的值就是 28

根据 resizeStamp 的运算逻辑，我们来推演一下，假如 n=16，那么 resizeStamp(16)=32796

转化为二进制是

[0000 0000 0000 0000 1000 0000 0001 1100]

接着再来看,当第一个线程尝试进行扩容的时候，会执行下面这段代码

U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)

rs 左移 16 位，相当于原本的二进制低位变成了高位 1000 0000 0001 1100 0000 0000 0000

0000

然后再+2 =1000 0000 0001 1100 0000 0000 0000 0000+10=1000 0000 0001 1100 0000 0000

0000 0010

高 16 位代表扩容的标记、低 16 位代表并行扩容的线程数

高 RESIZE_STAMP_BITS 位 低 RESIZE_STAMP_SHIFT 位

扩容标记 并行扩容线程数

➢ 这样来存储有什么好处呢？

1. 首先在 CHM 中是支持并发扩容的，也就是说如果当前的数组需要进行扩容操作，可以

由多个线程来共同负责，这块后续会单独讲

2. 可以保证每次扩容都生成唯一的生成戳，每次新的扩容，都有一个不同的 n，这个生成

戳就是根据 n 来计算出来的一个数字，n 不同，这个数字也不同

➢ 第一个线程尝试扩容的时候，为什么是+2

因为 1 表示初始化，2 表示一个线程在执行扩容，而且对 sizeCtl 的操作都是基于位运算的，

所以不会关心它本身的数值是多少，只关心它在二进制上的数值，而 sc + 1 会在

低 16 位上加 1。

transfer

扩容是 ConcurrentHashMap 的精华之一，扩容操作的核心在于数据的转移，在单线程环境

下数据的转移很简单，无非就是把旧数组中的数据迁移到新的数组。但是这在多线程环境下，

在扩容的时候其他线程也可能正在添加元素，这时又触发了扩容怎么办？可能大家想到的第

一个解决方案是加互斥锁，把转移过程锁住，虽然是可行的解决方案，但是会带来较大的性

能开销。因为互斥锁会导致所有访问临界区的线程陷入到阻塞状态，持有锁的线程耗时越长，

其他竞争线程就会一直被阻塞，导致吞吐量较低。而且还可能导致死锁。

而 ConcurrentHashMap 并没有直接加锁，而是采用 CAS 实现无锁的并发同步策略，最精华

的部分是它可以利用多线程来进行协同扩容

简单来说，它把 Node 数组当作多个线程之间共享的任务队列，然后通过维护一个指针来划

分每个线程锁负责的区间，每个线程通过区间逆向遍历来实现扩容，一个已经迁移完的

bucket 会被替换为一个 ForwardingNode 节点，标记当前 bucket 已经被其他线程迁移完了。

接下来分析一下它的源码实现

1、fwd:这个类是个标识类，用于指向新表用的，其他线程遇到这个类会主动跳过这个类，因

为这个类要么就是扩容迁移正在进行，要么就是已经完成扩容迁移，也就是这个类要保证线

程安全，再进行操作。

2、advance:这个变量是用于提示代码是否进行推进处理，也就是当前桶处理完，处理下一个

桶的标识

3、finishing:这个变量用于提示扩容是否结束用的

private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {

int n = tab.length, stride;

//将 (n>>>3 相当于 n/8) 然后除以 CPU 核心数。如果得到的结果小于 16，那么就使用 16

// 这里的目的是让每个 CPU 处理的桶一样多，避免出现转移任务不均匀的现象，如果桶较少

的话，默认一个 CPU（一个线程）处理 16 个桶，也就是长度为 16 的时候，扩容的时候只会有一

个线程来扩容

if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) <

MIN_TRANSFER_STRIDE)

stride = MIN_TRANSFER_STRIDE; // subdivide range

//nextTab 未初始化，nextTab 是用来扩容的 node 数组

if (nextTab == null) { // initiating

try {

@SuppressWarnings("unchecked")

//新建一个 n<<1 原始 table 大小的 nextTab,也就是 32

Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];

nextTab = nt;//赋值给 nextTab

} catch (Throwable ex) { // try to cope with OOME

sizeCtl = Integer.MAX_VALUE; //扩容失败，sizeCtl 使用 int 的最大值

return;

}

nextTable = nextTab; //更新成员变量

transferIndex = n;//更新转移下标，表示转移时的下标

}

int nextn = nextTab.length;//新的 tab 的长度

// 创建一个 fwd 节点，表示一个正在被迁移的 Node，并且它的 hash 值为-1(MOVED)，也

就是前面我们在讲 putval 方法的时候，会有一个判断 MOVED 的逻辑。它的作用是用来占位，表示

原数组中位置 i 处的节点完成迁移以后，就会在 i 位置设置一个 fwd 来告诉其他线程这个位置已经

处理过了，具体后续还会在讲

ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);

// 首次推进为 true，如果等于 true，说明需要再次推进一个下标（i--），反之，如果是

false，那么就不能推进下标，需要将当前的下标处理完毕才能继续推进

boolean advance = true;

//判断是否已经扩容完成，完成就 return，退出循环

boolean finishing = false; // to ensure sweep before committing

nextTab

通过 for 自循环处理每个槽位中的链表元素，默认 advace 为真，通过 CAS 设置

transferIndex 属性值，并初始化 i 和 bound 值，i 指当前处理的槽位序号，bound 指需要处理

的槽位边界，先处理槽位 15 的节点；

for (int i = 0, bound = 0;;) {

// 这个循环使用 CAS 不断尝试为当前线程分配任务

// 直到分配成功或任务队列已经被全部分配完毕

// 如果当前线程已经被分配过 bucket 区域

// 那么会通过--i 指向下一个待处理 bucket 然后退出该循环

Node<K,V> f; int fh;

while (advance) {

int nextIndex, nextBound;

//--i 表示下一个待处理的 bucket，如果它>=bound,表示当前线程已经分配过

bucket 区域

if (--i >= bound || finishing)

advance = false;

else if ((nextIndex = transferIndex) <= 0) {//表示所有 bucket 已经

被分配完毕

i = -1;

advance = false;

}

//通过 cas 来修改 TRANSFERINDEX,为当前线程分配任务，处理的节点区间为

(nextBound,nextIndex)->(0,15)

else if (U.compareAndSwapInt

(this, TRANSFERINDEX, nextIndex,

nextBound = (nextIndex > stride ?

nextIndex - stride : 0))) {

bound = nextBound;//0

i = nextIndex - 1;//15

advance = false;

}

}

//i<0 说明已经遍历完旧的数组，也就是当前线程已经处理完所有负责的 bucket

if (i < 0 || i >= n || i + n >= nextn) {

int sc;

if (finishing) {//如果完成了扩容

nextTable = null;//删除成员变量

table = nextTab;//更新 table 数组

sizeCtl = (n << 1) - (n >>> 1);//更新阈值(32*0.75=24)

return;

}

// sizeCtl 在迁移前会设置为 (rs << RESIZE_STAMP_SHIFT) + 2 (详细介

绍点击这里)

// 然后，每增加一个线程参与迁移就会将 sizeCtl 加 1，

// 这里使用 CAS 操作对 sizeCtl 的低 16 位进行减 1，代表做完了属于自己的任

务

if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {

第一个扩容的线程，执行 transfer 方法之前，会设置 sizeCtl =

(resizeStamp(n) << RESIZE_STAMP_SHIFT) + 2)

后续帮其扩容的线程，执行 transfer 方法之前，会设置 sizeCtl = sizeCtl+1

每一个退出 transfer 的方法的线程，退出之前，会设置 sizeCtl = sizeCtl-1

那么最后一个线程退出时：必然有

sc == (resizeStamp(n) << RESIZE_STAMP_SHIFT) + 2)，即 (sc - 2)

== resizeStamp(n) << RESIZE_STAMP_SHIFT

// 如果 sc - 2 不等于标识符左移 16 位。如果他们相等了，说明没有线程在

帮助他们扩容了。也就是说，扩容结束了。

if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)

return;

// 如果相等，扩容结束了，更新 finising 变量

finishing = advance = true;

// 再次循环检查一下整张表

i = n; // recheck before commit

}

}

// 如果位置 i 处是空的，没有任何节点，那么放入刚刚初始化的 ForwardingNode ”空节点“

else if ((f = tabAt(tab, i)) == null)

advance = casTabAt(tab, i, null, fwd);

//表示该位置已经完成了迁移，也就是如果线程 A 已经处理过这个节点，那么线程 B 处理这个节点

时，hash 值一定为 MOVED

else if ((fh = f.hash) == MOVED)

advance = true; // already processed

}

}

 

扩容过程图解

ConcurrentHashMap 支持并发扩容，实现方式是，把 Node 数组进行拆分，让每个线程处理

自己的区域，假设 table 数组总长度是 64，默认情况下，那么每个线程可以分到 16 个 bucket。

然后每个线程处理的范围，按照倒序来做迁移

通过 for 自循环处理每个槽位中的链表元素，默认 advace 为真，通过 CAS 设置 transferIndex

属性值，并初始化 i 和 bound 值，i 指当前处理的槽位序号，bound 指需要处理的槽位边界，

先处理槽位 31 的节点； （bound,i） =(16,31) 从 31 的位置往前推动。

假设这个时候 ThreadA 在进行 transfer，那么逻辑图表示如下

 

 

synchronized (f) {//对数组该节点位置加锁，开始处理数组该位置的迁移工作

if (tabAt(tab, i) == f) {//再做一次校验

Node<K,V> ln, hn;//ln 表示低位， hn 表示高位;接下来这段代码的作用

是把链表拆分成两部分，0 在低位，1 在高位

if (fh >= 0) {//下面部分代码原理点击这里

int runBit = fh & n;

Node<K,V> lastRun = f;

//遍历当前 bucket 的链表，目的是尽量重用 Node 链表尾部的一部分

for (Node<K,V> p = f.next; p != null; p = p.next) {

int b = p.hash & n;

if (b != runBit) {

runBit = b;

lastRun = p;

}

}

if (runBit == 0) {如果最后更新的 runBit 是 0，设置低位节点

ln = lastRun;

hn = null;

}

else {//否则，设置高位节点

hn = lastRun;

ln = null;

}

//构造高位以及低位的链表

for (Node<K,V> p = f; p != lastRun; p = p.next) {

int ph = p.hash; K pk = p.key; V pv = p.val;

if ((ph & n) == 0)

ln = new Node<K,V>(ph, pk, pv, ln);

else

hn = new Node<K,V>(ph, pk, pv, hn);

}

setTabAt(nextTab, i, ln);//将低位的链表放在 i 位置也就是不动

setTabAt(nextTab, i + n, hn);//将高位链表放在 i+n 位置

看，在 putVal 方法中 1018 行

(f = tabAt(tab, i = (n - 1) & hash)) == null

通过(n-1) & hash 来获得在 table 中的数组下标来获取节点数据，【&运算是二进制运算符，1

& 1=1，其他都为 0】

假设我们的 table 长度是 16， 二进制是【0001 0000】，减一以后的二进制是 【0000 1111】

假如某个 key 的 hash 值=9，对应的二进制是【0000 1001】，那么按照（n-1） & hash 的算法

0000 1111 & 0000 1001 =0000 1001 ， 运算结果是 9

当我们扩容以后，16 变成了 32，那么(n-1)的二进制是 【0001 1111】

仍然以 hash 值=9 的二进制计算为例

0001 1111 & 0000 1001 =0000 1001 ，运算结果仍然是 9

我们换一个数字，假如某个 key 的 hash 值是 20，对应的二进制是【0001 0100】，仍然按照(n-1) & hash

算法，分别在 16 为长度和 32 位长度下的计算结果

16 位： 0000 1111 & 0001 0100=0000 0100

32 位： 0001 1111 & 0001 0100 =0001 0100

从结果来看，同样一个 hash 值，在扩容前和扩容之后，得到的下标位置是不一样的，这种情况当然是

不允许出现的，所以在扩容的时候就需要考虑，

而使用高低位的迁移方式，就是解决这个问题.

大家可以看到，16 位的结果到 32 位的结果，正好增加了 16.

比如 20 & 15=4 、20 & 31=20 ； 4-20 =16

比如 60 & 15=12 、60 & 31=28； 12-28=16

所以对于高位，直接增加扩容的长度，当下次 hash 获取数组位置的时候，可以直接定位到对应的位置。

这个地方又是一个很巧妙的设计，直接通过高低位分类以后，就使得不需要在每次扩容的时候来重新计

算 hash，极大提升了效率。

扩容结束以后的退出机制

如果线程扩容结束，那么需要退出，就会执行 transfer 方法的如下代码

//i<0 说明已经遍历完旧的数组，也就是当前线程已经处理完所有负责的 bucket

if (i < 0 || i >= n || i + n >= nextn) {

int sc;

if (finishing) {//如果完成了扩容

nextTable = null;//删除成员变量

table = nextTab;//更新 table 数组

sizeCtl = (n << 1) - (n >>> 1);//更新阈值(32*0.75=24)

return;

}

// sizeCtl 在迁移前会设置为 (rs << RESIZE_STAMP_SHIFT) + 2

// 然后，每增加一个线程参与迁移就会将 sizeCtl 加 1，

// 这里使用 CAS 操作对 sizeCtl 的低 16 位进行减 1，代表做完了属于自己的任

务

if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {

第一个扩容的线程，执行 transfer 方法之前，会设置 sizeCtl =

(resizeStamp(n) << RESIZE_STAMP_SHIFT) + 2)

后续帮其扩容的线程，执行 transfer 方法之前，会设置 sizeCtl = sizeCtl+1

每一个退出 transfer 的方法的线程，退出之前，会设置 sizeCtl = sizeCtl-1

那么最后一个线程退出时：必然有

sc == (resizeStamp(n) << RESIZE_STAMP_SHIFT) + 2)，即 (sc - 2)

== resizeStamp(n) << RESIZE_STAMP_SHIFT

// 如果 sc - 2 不等于标识符左移 16 位。如果他们相等了，说明没有线程在

帮助他们扩容了。也就是说，扩容结束了。

if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)

return;

// 如果相等，扩容结束了，更新 finising 变量

finishing = advance = true;

// 再次循环检查一下整张表

i = n; // recheck before commit

}

}

put 方法第三阶段

如果对应的节点存在，判断这个节点的 hash 是不是等于 MOVED(-1)，说明当前节点是

ForwardingNode 节点，

意味着有其他线程正在进行扩容，那么当前现在直接帮助它进行扩容，因此调用 helpTransfer

方法

else if ((fh = f.hash) == MOVED)

tab = helpTransfer(tab, f);

helpTransfer

从名字上来看，代表当前是去协助扩容

final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {

Node<K,V>[] nextTab; int sc;

// 判断此时是否仍然在执行扩容,nextTab=null 的时候说明扩容已经结束了

if (tab != null && (f instanceof ForwardingNode) &&

(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {

int rs = resizeStamp(tab.length);//生成扩容戳

while (nextTab == nextTable && table == tab &&

(sc = sizeCtl) < 0) {//说明扩容还未完成的情况下不断循环来尝试将当前

线程加入到扩容操作中

//下面部分的整个代码表示扩容结束，直接退出循环

//transferIndex<=0 表示所有的 Node 都已经分配了线程

//sc=rs+MAX_RESIZERS 表示扩容线程数达到最大扩容线程数

//sc >>> RESIZE_STAMP_SHIFT !=rs， 如果在同一轮扩容中，那么 sc 无符号

右移比较高位和 rs 的值，那么应该是相等的。如果不相等，说明扩容结束了

//sc==rs+1 表示扩容结束

if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||

sc == rs + MAX_RESIZERS || transferIndex <= 0)

break;//跳出循环

if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {//在低 16 位

上增加扩容线程数

transfer(tab, nextTab);//帮助扩容

break;

}

}

return nextTab;

}

return table;//返回新的数组

}

put 方法第四阶段

这个方法的主要作用是，如果被添加的节点的位置已经存在节点的时候，需要以链表的方式

加入到节点中

如果当前节点已经是一颗红黑树，那么就会按照红黑树的规则将当前节点加入到红黑树中

else { //进入到这个分支，说明 f 是当前 nodes 数组对应位置节点的头节点，并且不为

空

V oldVal = null;

synchronized (f) { //给对应的头结点加锁

if (tabAt(tab, i) == f) {//再次判断对应下标位置是否为 f 节点

if (fh >= 0) { //头结点的 hash 值大于 0，说明是链表

binCount = 1; //用来记录链表的长度

for (Node<K,V> e = f;; ++binCount) {//遍历链表

K ek;

//如果发现相同的 key，则判断是否需要进行值的覆盖

if (e.hash == hash &&

((ek = e.key) == key ||

(ek != null && key.equals(ek)))) {

oldVal = e.val;

if (!onlyIfAbsent) //默认情况下，直接覆盖旧的值

e.val = value;

break;

}

//一直遍历到链表的最末端，直接把新的值加入到链表的最后面

Node<K,V> pred = e;

if ((e = e.next) == null) {

pred.next = new Node<K,V>(hash, key,

value, null);

break;

}

}

}

//如果当前的 f 节点是一颗红黑树

else if (f instanceof TreeBin) {

Node<K,V> p;

binCount = 2;

//则调用红黑树的插入方法插入新的值

if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,

value)) != null) {

oldVal = p.val; //同样，如果值已经存在，则直接替换

if (!onlyIfAbsent)

p.val = value;

}

}

}

}

put 方法第四个阶段

判断链表的长度是否已经达到临界值 8. 如果达到了临界值，这个时候会根据当前数组的长度

来决定是扩容还是将链表转化为红黑树。也就是说如果当前数组的长度小于 64，就会先扩容。

否则，会把当前链表转化为红黑树

if (binCount != 0) {//说明上面在做链表操作

//如果链表长度已经达到临界值 8 就需要把链表转换为树结构

if (binCount >= TREEIFY_THRESHOLD)

treeifyBin(tab, i);

if (oldVal != null)//如果 val 是被替换的，则返回替换之前的值

return oldVal;

break;

}

treeifyBin

在 putVal 的最后部分，有一个判断，如果链表长度大于 8，那么就会触发扩容或者红黑树的

转化操作。

private final void treeifyBin(Node<K,V>[] tab, int index) {

Node<K,V> b; int n, sc;

if (tab != null) {

if ((n = tab.length) < MIN_TREEIFY_CAPACITY) //tab 的长度是不是小于 64，

如果是，则执行扩容

tryPresize(n << 1);

else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {//否则，将

当前链表转化为红黑树结构存储

synchronized (b) {// 将链表转换成红黑树

if (tabAt(tab, index) == b) {

TreeNode<K,V> hd = null, tl = null;

for (Node<K,V> e = b; e != null; e = e.next) {

TreeNode<K,V> p =

new TreeNode<K,V>(e.hash, e.key, e.val,

null, null);

if ((p.prev = tl) == null)

hd = p;

else

tl.next = p;

tl = p;

}

setTabAt(tab, index, new TreeBin<K,V>(hd));

}

}

}

}

}

tryPresize

tryPresize 里面部分代码和 addCount 的部分代码类似，看起来会稍微简单一些

private final void tryPresize(int size) {

//对 size 进 行修复 ,主 要目 的是防 止传 入的 值不是 一个 2 次幂的 整数 ，然 后通过

tableSizeFor 来讲入参转化为离该整数最近的 2 次幂

int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :

tableSizeFor(size + (size >>> 1) + 1);

int sc;

while ((sc = sizeCtl) >= 0) {

Node<K,V>[] tab = table; int n;

tryPresize(n << 1);

else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {//否则，将

当前链表转化为红黑树结构存储

synchronized (b) {// 将链表转换成红黑树

if (tabAt(tab, index) == b) {

TreeNode<K,V> hd = null, tl = null;

for (Node<K,V> e = b; e != null; e = e.next) {

TreeNode<K,V> p =

new TreeNode<K,V>(e.hash, e.key, e.val,

null, null);

if ((p.prev = tl) == null)

hd = p;

else

tl.next = p;

tl = p;

}

setTabAt(tab, index, new TreeBin<K,V>(hd));

}

}

}

}

}

tryPresize

tryPresize 里面部分代码和 addCount 的部分代码类似，看起来会稍微简单一些

private final void tryPresize(int size) {

//对 size 进 行修复 ,主 要目 的是防 止传 入的 值不是 一个 2 次幂的 整数 ，然 后通过

tableSizeFor 来讲入参转化为离该整数最近的 2 次幂

int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :

tableSizeFor(size + (size >>> 1) + 1);

int sc;

while ((sc = sizeCtl) >= 0) {

Node<K,V>[] tab = table; int n;

//下面这段代码和 initTable 是一样的，如果 table 没有初始化，则开始初始化

if (tab == null || (n = tab.length) == 0) {

n = (sc > c) ? sc : c;

if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {

try {

if (table == tab) {

@SuppressWarnings("unchecked")

Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];

table = nt;

sc = n - (n >>> 2);//0.75

}

} finally {

sizeCtl = sc;

}

}

}

//

else if (c <= sc || n >= MAXIMUM_CAPACITY)

break;

else if (tab == table) {//这段代码和 addCount 后部分代码是一样的，做辅助扩

容操作

int rs = resizeStamp(n);

if (sc < 0) {

Node<K,V>[] nt;

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);

}

}

}