ConcurrentHashMap实现原理总结

理论上，每个人知道hashmap不是线程安全的，并且它不应该被使用在多线程应用中。但是依然有人提出自己的能在上下文中使用hashmap的理论。一些人说他们仅仅是为了读数据并且map不会被写太多，不辛的是，当遇到一个并发问题时，并没有好的解释去支持。

通常，大多数人并没有懂得围绕在JMM和并发下的基本原理。一个人不能责备他们不知道他们的基本原理

public class MapTestTask implements Runnable {
	private Map hashMap;
	private Object value = new Object();
	public MapTestTask (Map map ){
		this.hashMap - map;
	}
	public void run (){
		hashMap.put(Thread.currentThread(),value);
		Ojbect retrieved = hashMap.get(Thread.currentThread());
		if(retrieved == null) {
			// Can it ever Happen
		}
	}
}

现在问题是当我们跑多线程时，是否能看到retrieved为空。

如果我们按顺序去看，它是不会发生的。但是当牵扯到并发时，这可能发生；我将给你一个复现这个场景的代码。

这是我的个人建议：不会当涉及到并发时，不要做太多设计。在并发环境中，没有一种理论能经历时间的考验。 粗略而简便的方法是，使用java自带的线程安全集合 在任何涉及到并发的地方。

最后我将给你

java JDK升级到1.8后有些集合类的实现有了变化，其中ConcurrentHashMap进行结构上的大调整。jdk1.6、1.7实现的共同点主要是通过采用分段锁Segment减少热点域来提高并发效率，

重要概念

在正式研究前，我们需要先知道几个重要参数，提前说明其值所代表的意义以便更好的讲解源码实现。

table所有数据都存在table中，table的容量会根据实际情况进行扩容，table[i]存放的数据类型有以下3种：

TreeBin 用于包装红黑树结构的结点类型

ForwardingNode 扩容时存放的结点类型，并发扩容的实现关键之一
Node 普通结点类型，表示链表头结点’

nextTable

扩容时用于存放数据的变量，扩容完成后会置为null。

sizeCtl

以volatile修饰的sizeCtl用于数组初始化与扩容控制，它有以下几个值：

当前未初始化:
	= 0  //未指定初始容量
	> 0  //由指定的初始容量计算而来，再找最近的2的幂次方。
		//比如传入6，计算公式为6+6/2+1=10，最近的2的幂次方为16，所以sizeCtl就为16。
初始化中：
	= -1 //table正在初始化
	= -N //N是int类型，分为两部分，高15位是指定容量标识，低16位表示
	     //并行扩容线程数+1，具体在resizeStamp函数介绍。
初始化完成：
	=table.length * 0.75  //扩容阈值调为table容量大小的0.75倍

其它的分析相应源码时再细说。

	static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash   //01111111_11111111_11111111_11111111
	
    static final int spread(int h) {
	    //无符号右移加入高位影响，与HASH_BITS做与操作保留对hash有用的比特位，有让hash>0的意思
        return (h ^ (h >>> 16)) & HASH_BITS;
    }

ConcurrentHashMap实现原理总结

1.7版本的ReentrantLock+Segment+HashEntry，

1.8版本中synchronized+CAS+HashEntry+红黑树。

1.数据结构：取消了Segment分段锁的数据结构，取而代之的是数组+链表+红黑树的结构。
2.保证线程安全机制：JDK1.7采用segment的分段锁机制实现线程安全，其中segment继承自ReentrantLock。JDK1.8采用CAS+Synchronized保证线程安全。
3.锁的粒度：原来是对需要进行数据操作的Segment加锁，现调整为对每个数组元素加锁（Node）。
4.链表转化为红黑树:定位结点的hash算法简化会带来弊端,Hash冲突加剧,因此在链表节点数量大于8时，会将链表转化为红黑树进行存储。
5.查询时间复杂度：从原来的遍历链表O(n)，变成遍历红黑树O(logN)。