ConcurrentHashMap源码浅析

什么是 ConcurrentHashMap？

       ConcurrentHashMap是一种线程安全且高效的Hashmap,因为hashmap不是线程安全的，在并发执行put时，可能会导致链表形成环形结构，于是entry的next节点永远不为空，因此陷入死循环。

       而线程安全的hashTable则效率低下，原因是他使用synchronized来实现线程安全的，比如当一个线程使用容器put时，其他的线程会阻塞，不仅不能put，连get也不行，因此效率较低。

       而concureenthashmap使用了锁分段技术，hashtable效率低的根本原因是所有线程只竞争一把锁，而如果而如果每把锁只锁住容器里面的一部分数据，那么访问不同的数据时就不会存在锁的竞争问题，这就是锁分段技术，也因此可以提高效率。

---

ConcurentHashMap的结构

       和HashMap的结构类似，都是数组加链表的结构。首先ConcurentHashMap下面包含了一个Segment数组，每个Segment元素都是一个ReenTrantLock（可重入锁），它会锁住一部分的数据。每个Segment下面都是一个HashEntry数组，数组里面的每个元素都是一个链表类型的数据。

       也就是说，如果要访问某个元素，首先需要找到对应的Segment打开锁，然后在里面找到HashEntry的索引，再到下面的链表里面找。

结构图：

 

---

 

然后是各种底层的源码分析（主要针对ConcurrentHashMap的初始化、Segment的定位，以及get，put、size操作）：

一下是对《并发编程的艺术》一书上的源码的理解：

1、初始化Segment数组

为了能通过按位与的散列算法来定位Segment数组的索引，因此会把Segment数组的大小利用不断地左移，来定成2的N次方。

 

2、初始化每个Segment

主要完成的工作就是初始化Segment里面的HashEntry数组，根据需要的总容量，来确定每个Segment里面的HashEntry数组长度，此外，还要计算HashEntry数组扩容的门槛值（阈值）（默认为数组长度的0.75）。

 

3、如何定位Segment

当后面要插入元素之前，首先要计算出元素需要分配在哪一个Segment里面，ConcurrentHashMap的散列算法比较特殊，他会对元素的HashCode进行一次再散列，目的是为了减少哈希冲突的可能性。

 

4、get操作

根据3的说法，想获得某个key对应的元素时，它会在key.hashcode（）的基础上进行一次再散列，然后拿这个再散列的值先定位到Segment，然后再定位到HashEntry。

    需要注意的是，ConcurrentHashMap的get特别高效，因为整个get过程不需要加锁。我们知道HashTable的同步是通过加锁来完成的。因为它将共享变量都定义成了volatile类型，因此共享变量对所有线程可见，他修改之后，所有线程立即就会得到通知。因此get根本需要任何的上锁和解锁，非常快。

5、put操作

因为get只需要读，不需要写，因此他可以使用volatile。但是put需要写，因此他还是需要加锁的。执行put方法时，首先它会定位到Segment，然后先判断HashEntry数组容量是否超过初始化时定义的阈值，如果超过了就要对数组扩容。这里需要注意的是他比HashMap改进的一点是：在放元素之前判断，而不是HashMap的放元素之后判断，因为放完之后可能再也没有放新的元素，导致不必要的扩容。

扩容的时候，会创建一个容量是原来两倍的数组，然后将原来的元素进行再散列放到新数组里面去。

6、size操作

每个Segment里面有一个count变量，也是volitie类，用来保存当前Segment里面元素总数，但是并不能简单的吧所有的count求和，因为可能求和的过程中某个count改变了。也不是直接采用把所有写操作（put，remove，clean）加锁锁住防止改变，这样效率也比较低。

实际上是：分别尝试两次累加求和，如果这两次容器没有发生写操作，那么就直接输出，如果发生了，则加锁来解决。如何判断容器有没有发生写操作，通过元素的一个变量modCount，它会统计容器写操作的次数，每次发生put，remove，clean时，这个变量+1，通过判断两次求和之后modCount有没有变化来看容器有没有写操作。