ConcurrentHashMap 高并发性的实现机制与源码浅析

目录

CocurrentHashMap历史变化、数据结构及原理

为什么1.7到1.8要换一种方式

分段锁是的底层怎么实现的；

他的继承结构；

自旋锁是怎么实现的

如果俩个key都在同一个分段上面，是怎么保证安全的；

CAS的实现原理

谈谈HashMap、Hashtable和ConcurrenHashMap区别

---

CocurrentHashMap历史变化、数据结构及原理

在并发编程里面使用的CocurrentHashMap，在1.7我们使用sengment分段锁，每一次key进来之后，他都会判断你这个key是属于哪一个分段里面的，从而拿到sengment。锁主要是加在链表上的，因为链表会导致我们线程安全的问题，1.8之后我们将锁改成了CAS+synchronized，解决分段锁的弊端。

为什么1.7到1.8要换一种方式

之所以改锁机制是因为sengment分段锁他可以设置，但是他默认是16段，这个时候我们的并发量就会有一个限制，包括我们需要去估sengment的个数，如果估少了，就会导致锁的空闲，估大了会导致锁的一些竞争，而且一旦初始化以后，它是不可以扩容的，所以之后改成了自旋锁，大大提高了性能。

分段锁是的底层怎么实现的；

分段锁底层维护了一个数组，我们默认的话是16段，每一个段就相当于一把锁，然后最大的并发量可能到达16；

他的继承结构；

它继承了ReentrantLock，然后ReentrantLock继承了AQS(AbstractQueuedSynchronizer)

自旋锁是怎么实现的

思想是给 table的每一个下标都加锁，也就是当对下标进行操作时都会加锁（CAS+Synchronize）。ConcurrentHashMap 成员变量使用 volatile 修饰，免除了指令重排序，同时保证内存可见性，另外使用 CAS操作和 synchronized结合实现赋值操作，多线程操作只会锁住当前操作索引的节点。

如果俩个key都在同一个分段上面，是怎么保证安全的；

CAS的实现原理

CAS其实就是CompareAndSwap首先他会传入一个值还有他的地址，然后进行一个CAS的判断，当前的值与我们现在的值进行比较，如果说一样的话，那我再会进行一个数据的插入，当前的第三个值插入进去，如果不相同从新获取值，然后进行修改，进行插入，这个值可能会有一个ABA的问题，所以每次拿到值以后，会给他加一个版本号，然后进行比较插入的。

谈谈HashMap、Hashtable和ConcurrenHashMap区别

HashMap和Hashtable的区别

它们两个在工作原理上几乎是一样的。它们两个的区别主要体现在：对键值对的要求、线程的安全性，迭代器的选择以及速度上。

1.对键值对的要求

在进行集合的put(key, value)操作时，对于HashMap来说，它允许key和value的值可以是null。但是，Hashtable则对key和value有要求，不允许key和value为null

2.线程的安全上

HashMap是非同步的(synchronized),这也意味着，HashMap在进行插入、删除等操作的时候，是线程不安全的，如果自己没有在程序上对HashMap进行同步的处理，则不能让多个线程共享一个变量。如下图（没有加同步锁）

 

但，Hashtable是线程安全的，这也意味着可以在多个线程的环境上，共享一个变量。不过，需要提出的是，Hashtable是在每个方法前面加一个锁的。如下图

使用迭代器上的区别

HashMap的迭代器(Iterator)是使用fail-fast机制的(快速失败机制),而Hashtable的迭代器(enumerator)使用的是fail-safe机制(快速安全)。

处理速度上的区别

居然Hashtable在线程安全方面要比HashMap强，那么在其他的方面自然要比它弱。由于Hashtable是线程安全的，同步的，那么在单线程的情况下，它的处理速度是要比HashMap慢的。

但是，就算在多线程环境下，我们也不使用Hashtable,Hashtable的同步锁是加在方法名前面的，意味着它把整个方法的代码都给锁的，所以在处理速度上是特别慢的。所以在多线程的环境下，我们优先使用另一个集合：ConcurrentHashMap，这个集合在工作原理上几乎和前面两个一样，但它是线程安全的，并且它不像Hashtable那样，把整个方法都给加锁，而是在方法里面的关键代码上加同步锁，只会锁住目前所在entry所在的节点。如图：

所以，它在处理速度上比Hashtable要快，但比HashMap慢，可以说，ConcurrentHashMap是HashMap和Hashtable的折中方案。