Concurrenthashmap基础

一、和hashmap，hashtable的对比

1.1 不使用hashmap原因

在多线程环境中使用hashmap的put方法会导致hashmap的Entry链表形成一个环形结构，这样在判断链表是否有下一个节点时永远成立，就会死循环获取节点

1.2 不使用hashtable的原因

hashtable只有一个锁，这样一个线程在写数据的时候，另一个线程不能读，也不能写任何数据，必须等待前面的线程写完数据才可以进行读写操作。

二、concurrentashmap

2.1 结构

2.2 重要的字段

• segemnt
  代表一种可重入锁(Reentrantlock)，一个segment包括一个hashentry数组
• hashentry
  每一个元素是一个链表结构

2.3 初始化方法

• 初始化segment数组
  segment数组的长度是2的n次方，因为他是通过按位与的散列算法来定位segment的索引
• 初始化segmentshift和segmentmask

• ssshift默认为4，concurrentlevel默认为16
• segmentshift = 32 - sshift
• senmentmask = ssize - 1,默认是15

2.4 定位segment和HashEntry

• 定位segment

• 首先使用一种算法对元素的hashcode进行再散列，减少hash冲突，
• 将第一步得到的hash值再通过hash算法定位到元素

• 定位HashEntry

• 直接使用再散列后的hash值与tab.length-1相与

2.5 get操作

get操作不需要加锁，除非读到的值是空才会加锁重读，hashtable的get操作是需要加锁的。原因是，他将共享变量定义为volitale类型，volitale变量的特点是支持多线程读，但是不支持多线程写。不会读到过期的数据是根据java内存模型的happen before原则，对volitale字段的写入操作优先于对voltale字段的读入操作。

步骤:

• 先定位到segment
• 再定位到hashentry
• 与链表的值一一进行比较，取出对应的值

2.6 put操作

put方法需要对共享变量进行写入操作，为了线程安全，需要加锁。

• 先定位到segment，然后在segment里面进行插入操作
• 判断对segment里面的HashEntry数组进行扩容，再定位元素插入的位置

扩容：
插入元素之前判断是否需要进行扩容，扩容是以原数组2倍容量方式进行扩容，将原来的数据进行再散列，放到新的数组中，Concurrenthashmap不会对整个容器进行扩容，只会对某个segment进行扩容

2.7 size操作

• Segment的count是一个volatile类型的变量，计算整个size时，不能直接将每个segment的count值相加。
• 作法是先尝试不锁住segment的方式来统计各个segment的count，计算两次，看容器是否发生变化，如发生变化，则采用加锁的方法统计每个segment的count值的和。
• 判断容器是否发生变化的方法是，判断modcount的值是否发生变化，put，remove，clean方法都会使modcount的值发生变化。

三、jdk 1.8之后

3.1 安全机制

Node + CAS + synchronized

3.2 加锁方式

• 只锁定当前链表或红黑二叉树的首节点

3.3 ConcurrentHashMap 为什么 key 和 value 不能为 null？

• null有歧义，不知道是没有还是返回结果是null。

3.4 参数

• 容量，负载因子，并发级别

3.5 初始化

• 如果sizeCtl < 0 ,说明另外的线程执行初始化逻辑，就Thread.yield()，让出cpu。
• 初始化失败，他会一直进入循环尝试初始化
• 初始化结束：sizeCtrl记录数组的扩容阈值

/**
 * Initializes table, using the size recorded in sizeCtl.
 */
private final Node<K,V>[] initTable() {
    Node<K,V>[] tab; int sc;
    while ((tab = table) == null || tab.length == 0) {
        //　如果 sizeCtl < 0 ,说明另外的线程执行CAS 成功，正在进行初始化。
        if ((sc = sizeCtl) < 0)
            // 让出 CPU 使用权
            Thread.yield(); // lost initialization race; just spin
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
            try {
                if ((tab = table) == null || tab.length == 0) {
                    int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                    @SuppressWarnings("unchecked")
                    Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                    table = tab = nt;
                    //sc=n*0.75:此时sc为扩容阈值
                    sc = n - (n >>> 2);
                }
            } finally {
                sizeCtl = sc;
            }
            break;
        }
    }
    return tab;
}

-1 说明正在初始化
-N 说明有 N-1 个线程正在进行扩容
0 表示 table 初始化大小，如果 table 没有初始化
>0 表示 table 扩容的阈值，如果 table 已经初始化。

• Thread.yield: 让当前线程从运行状态 转为 就绪状态，不会释放锁。

3.6 put

• 判断key，value是否为null,是，抛出异常
• 判断是否初始化，未初始化进行初始化
• 定位到tab，tab位置为null，使用cas方式插入
• 不为Null,给tab位置上锁，是链表，就以链表方式替换或插入，是红黑树以红黑树方式替换或者插入。链表判断当前key是否存在，存在则替换value，不存在则新建节点插入。链表插入完后需要判断是否需要树化，需要则进行树化。
• else if ((fh = f.hash) == MOVED)：判断是不是在扩容，是则协助扩容，正在扩容的不能添加。
• 添加完后判断map需不需要扩容：本次添加数据后，数据总数+1，然后统计数据的个数。

 final V putVal(K key, V value, boolean onlyIfAbsent) {
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
            Node<K,V> f; int n, i, fh;
            if (tab == null || (n = tab.length) == 0)
                tab = initTable();
            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) {
                //判断节点是否变成树树节点，可能发生改变
                    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;
    }

3.6 get方法

• 通过哈希定位找到位置，如果是当前桶开始的元素则返回
• 如果是链表，则查找返回
• 如果是红黑树，则查找返回

 public V get(Object key) {
        Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
        int h = spread(key.hashCode());
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (e = tabAt(tab, (n - 1) & h)) != null) {
            if ((eh = e.hash) == h) {
                if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                    return e.val;
            }
            else if (eh < 0)
                return (p = e.find(h, key)) != null ? p.val : null;
            while ((e = e.next) != null) {
                if (e.hash == h &&
                    ((ek = e.key) == key || (ek != null && key.equals(ek))))
                    return e.val;
            }
        }
        return null;
    }

3.7 扩容

扩容

3.8 构造函数

• 传入的是32，实际上是32+32/2+1，即内部最终构造64长度。
• tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));

public ConcurrentHashMap(int initialCapacity) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException();
        int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
                   MAXIMUM_CAPACITY :
                   tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
        this.sizeCtl = cap;
    }

3.9 sizecCtrl含义

• 0：未初始化，且默认初始容量为16
• -1:表示正在初始化

• 0:数组未初始化：记录的是容量，数组初始化，记录的是扩容阈值。

• <n:正在扩容的线程个数为n-1。

3.10 addCount

• 尝试给BaseCount进行加1，添加成功则结束。添加失败，需要去到counterCell中进行添加操作。
• 判断counterCell是否为Null，是则初始化counterCell。然后选择counterCell数组的一个位置判断是否有countCell的对象，没有则创建countCell然后对countCel的value进行计数。失败了就进行重试，重新换一个位置进行重试。多次重试对counterCell进行扩容，尝试进行加的操作。

        CounterCell[] as; long b, s;
        if ((as = counterCells) != null ||
            !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
            CounterCell a; long v; int m;
            boolean uncontended = true;
            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);
                return;
            }
            if (check <= 1)
                return;
            s = sumCount();
        }
        if (check >= 0) {
            Node<K,V>[] tab, nt; int n, sc;
            while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
                   (n = tab.length) < MAXIMUM_CAPACITY) {
                int rs = resizeStamp(n);
                if (sc < 0) {
                    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);
                s = sumCount();
            }
        }
    }

3.11 扩容

• transfer:容量为原来的2倍，然后进行扩容。
• 每个线程最少负责16个
• 迁移完一个位置，会方一个fwd对象，表示迁移完毕。fwd的哈希值是-1。
• 给每个线程分配任务，从后往前分。
• 每个线程在迁移的时候，给迁移的位置加锁，然后进行迁移操作。位置为null的直接添加fwd，不为null则进行迁移，迁移结束添加fwd。

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

四、concurrentHashMap方法

4.1 computeIfAbsent方法

public V computeIfAbsent(K key, Function<? super K,? extends V> mappingFunction)

• 判断key对应的value是否存在，不存在则调用mappingFunction(key)计算key的value，如果mappingFunction(key)结果返回null或者抛出异常，则不会存入map。
  JAVA8 ConcurrentHashMap.computeIfAbsent 的使用及说明