ConcurrentHashMap 底层具体实现知道吗？实现原理是什么？

之前分享过一期 HashMap 的面试题，然后有个小伙伴私信我说，他遇到了一个ConcurrentHashMap 的问题不知道怎么回答。

于是，就有了这一期的内容！！

我是 浮生，一个工作了 14 年的 Java 程序员，

今天我来分享关于  ”ConcurrentHashMap 底层实现原理“ 这个问题

一、问题解析

这个问题我从这三个方面来回答：

1. ConcurrentHashMap 的整体架构

2. ConcurrentHashMap 的基本功能

3. ConcurrentHashMap 在性能方面的优化

 ConcurrentHashMap 的整体架构

（如图所示），这个是 ConcurrentHashMap 在 JDK1.8 中的存储结构，它是由数组、单向链表、红黑树组成。

当我们初始化一个ConcurrentHashMap实例时，默认会初始化一个长度为16的数组。由于 ConcurrentHashMap 它的核心仍然是 hash 表，所以必然会存在 hash 冲突问题。 ConcurrentHashMap 采用链式寻址法来解决 hash 冲突。当 hash 冲突比较多的时候，会造成链表长度较长，这种情况会使得ConcurrentHashMap 中数据元素的查询复杂度变成 O(n )。因此在 JDK1.8 中，引入了红黑树的机制。当数组长度大于 64 并且链表长度大于等于 8 的时候，单项链表就会转换为红黑树。另外，随着 ConcurrentHashMap 的动态扩容，一旦链表长度小于 8，红黑树会退化成单向链表。

 ConcurrentHashMap 的基本功能

ConcurrentHashMap 本质上是一个 HashMap，因此功能和 HashMap 一样，但是 ConcurrentHashMap 在 HashMap 的基础上，提供了并发安全的实现。并发安全的主要实现是通过对指定的 Node 节点加锁，来保证数据更新的安全性（如图所示）。

 ConcurrentHashMap 在性能方面做的优化

如果在并发性能和数据安全性之间做好平衡，在很多地方都有类似的设计，比如 cpu的三级缓存、mysql 的 buffer_pool、Synchronized 的锁升级等等。ConcurrentHashMap 也做了类似的优化，主要体现在以下几个方面：

 在 JDK1.8 中，ConcurrentHashMap 锁的粒度是数组中的某一个节点，而在JDK1.7，锁定的是 Segment，锁的范围要更大，因此性能上会更低。

 引入红黑树，降低了数据查询的时间复杂度，红黑树的时间复杂度是 O( logn )。

 （如图所示），当数组长度不够时，ConcurrentHashMap 需要对数组进行扩容，在扩容的实现上，ConcurrentHashMap 引入了多线程并发扩容的机制，简单来说就是多个线程对原始数组进行分片后，每个线程负责一个分片的数据迁移，从而提升了扩容过程中数据迁移的效率。

 ConcurrentHashMap 中有一个 size()方法来获取总的元素个数，而在多线程并发场景中，在保证原子性的前提下来实现元素个数的累加，性能是非常低的。

ConcurrentHashMap 在这个方面的优化主要体现在两个点：

 当线程竞争不激烈时，直接采用 CAS 来实现元素个数的原子递增。

 如果线程竞争激烈，使用一个数组来维护元素个数，如果要增加总的元素个数，则直接从数组中随机选择一个，再通过 CAS 实现原子递增。它的核心思想是引入了数组来实现对并发更新的负载。

以上就是我对这个问题的理解！

二、总结

从以上回答可以看到，ConcurrentHashMap 里面有很多设计思想值得学习和借鉴。

比如锁粒度控制、分段锁的设计等，它们都可以应用在实际业务场景中。很多时候大家会认为这种面试题毫无价值，当你有足够的积累之后，你会发现从这些技术底层的设计思想中能够获得很多设计思路。

本期文章就到这里结束了，喜欢的朋友记得点赞收藏。

另外，我也陆续收到了很多小伙伴的面试题，我会在后续的内容中逐步更新给到大家！

我是 浮生，一个工作了 14 年的 Java 程序员，咱们下期再见。

 

三、粉丝福利

最近很多同学问我有没有java学习资料，我根据我从小白到架构师多年的学习经验整理出来了一份 50W字面试解析文档、简历模板、学习路线图、java必看学习书籍 、需要的小伙伴 可以关注我的
 
公众号：“ 灰灰聊架构 ”， 回复暗号：“ 321 ”即可获取