剖析ConcurrentHashMap

1.7以前

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，每个key和value最后会计算出一个hash值，hash值如果相同的key，value会封装成一个对象，然后放入到HashEntity的相同链表中，不同则放在其他链表中，其实总结就是，Segment数组就是一个加锁的数组，每个线程对应一个Segment，每个Segment中包含一个hashmap。

注意：ConcurrentHashMap采用了二次hash的方式，第一次hash将key映射到对应的segment，而第二次hash则是映射到segment的不同桶(bucket)中。

保证线程安全性的原因：
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，对segment进行加锁，segment本身也是一个锁（继承了ReentrantLock），就保证了线程安全，初始化是根据并发数的大小和数组的大小来确定segment的大小，同时为了快速定位，通过算法保证segment的大小为2的指数，初始化的时候只初始化segment的第一个元素。

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。

扩容：
concurrencyLevel（并发度）一经指定，不可改变，后续如果ConcurrentHashMap的元素数量增加导致ConrruentHashMap需要扩容，ConcurrentHashMap不会增加Segment的数量，而只会增加Segment中链表数组的容量大小，这样的好处是扩容过程不需要对整个ConcurrentHashMap做rehash，而只需要对Segment里面的元素做一次rehash就可以了。table中的元素位置变化，是根据扩容多大，比如扩大n，则元素下标不变化的就位置把持不变，变化的就在原来下标的基础上+n即可，可以快速定位和减少重排次数。
这边需要特别注意一下两个变量，分别是segmentShift和segmentMask,这两个变量在后面将会起到很大的作用，假设构造函数确定了Segment的数量是2的n次方，那么segmentShift就等于32减去n，而segmentMask就等于2的n次方减一。

get：
1，定位segment：先通过获取key的hashCode方法获取到哈希值，然后再通过WangJenkins哈希算法再进行散列，通过偏移量获取到一个高位哈希串再取模，然后寻找到具体所在的segment位置。
2，定位table：先通过获取key的hashCode方法获取到哈希值，然后再通过WangJenkins哈希算法再进行散列，再和table的长度进行取模，然后寻找到具体所在的table位置。
3，再在table中寻找对应的链表，去循环链表中的元素。
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：
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，hash（key）得到hash值，并扫描table下的链表，如果有相同的hash值，再判断key是否相同，如果相同就覆盖，不同就将这个值挂在链表尾部。

size：首次会进行两次不加锁的统计，如果一致就返回，不一致就加锁之后再统计。因为可能会存在把segment所有的都加锁，所以尽量避免使用size方法。

弱一致性：
get方法和containsKey方法没有加锁，他们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。

1.8以后

与1.7相比的重大变化：
1、 取消了segment数组，直接用table保存数据，锁的粒度更小，减少并发冲突的概率。
2、 存储数据时采用了链表+红黑树的形式，纯链表的形式时间复杂度为O（n），红黑树则为O（log2n），性能提升很大。什么时候链表转红黑树？当key值相等的元素形成的链表中元素个数超过8个并且容量大于64的时候，如果容量小于64就先扩容。

主要数据结构和关键变量：
	Node类存放实际的key和value值。
	sizeCtl：
		负数：表示进行初始化或者扩容,-1表示正在初始化，-N表示有N-1个线程正在进行扩容
		正数：0 表示还没有被初始化，>0的数，初始化或者是下一次进行扩容的阈值
	TreeNode用在红黑树，表示树的节点, TreeBin是实际放在table数组中的，代表了这个红黑树的根，将TreeNode进行了封装。

初始化过程：
在put的时候，会调用initTable方法，
if ((sc = sizeCtl) < 0)
Thread.yield();
会判断当sizeCtl小于0的时候，表示有其他线程正在初始化，当前线程就会进行yield，让出cpu的执行权。否则：
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) ，会用一个CAS操作设置sizeCtl的值，并初始化Node数组，然后：
sc = n - (n >>> 2); sc =0.75n。将sizeCtl设置为0.75n的阈值。

扩容操作：
transfer()方法进行实际的扩容操作，table大小也是翻倍的形式，有一个并发扩容的机制。同时检测到某个table链表元素小于6个了的红黑树，就会自动把红黑树又转为链表结构。
同时，在put的时候，判断如果有线程正在进行扩容，当前线程会帮助扩容，tab=helpTransfer（tab,f）;，这个其实是put和hashmap最大不同之处，可以并发扩容，帮助移动数组中的Node的位置。

链表转为红黑树：
	if (binCount != 0) {
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                if (oldVal != null)
                    return oldVal;
                break;
            }
    其中，if (binCount >= TREEIFY_THRESHOLD)表示当链表长度大于8的时候，通过treeifyBin(tab, i);转为红黑树。

put操作：
1，根据key进行两次hash算法得到hash值。
2，判断Node数组是否为空，如果为空进行初始化。
3，根据hash值得出所在的数组的位置，并判断当前数组里有没有链表存在，没有就通过CAS操作将元素加入到当前位置中。
4，else if ((fh = f.hash) == MOVED)，判断是否有线程正在进行扩容，当前线程会帮助扩容，tab = helpTransfer(tab, f);，这个其实是put和hashmap最大不同之处。
5，如果当前数组位置已经存在元素了，就先用synchronized加锁，然后再判断当前位置是链表，还是红黑树，再对比hash值和equl s，hash值相同的，如果key相同就覆盖，key不相同就挂在当前链表后面，hash值不同，就挂在新节点上。

get操作：
1，首先判断当前node数组的位置的元素是否就是当前key，并且就是一个元素，没有链表，如果是就直接返回。
2，如果不是，再判断是否是红黑树，是就去红黑树中查找。
3，如果不是，就去链表中查找。
4，如果当前table为空，还没初始化，就直接返回null。

size方法：
估计的大概数量，不是精确数量，因为没有加锁，所以是弱一致性的。

putIfAbsent()：
如果没有对应好的key就放入map，有这个值则返回key原来对应的值。