关于ConcurrentHashMap1.8的个人理解

最新推荐文章于 2023-06-03 16:35:01 发布
最新推荐文章于 2023-06-03 16:35:01 发布
阅读量1.7k 收藏 2
点赞数 2
文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tengshe789/article/details/81460161
版权

ConcurrenHashMap 。下面分享一下我对ConcurrentHashMap 的理解，主要用于个人备忘。如果有不对，请批评。

HashMap“严重”的勾起了我对HashMap家族的好奇心，下面分享一下我对ConcurrentHashMap 的理解，主要用于个人备忘。如果有不对，请批评。

想要解锁更多新姿势？请访问https://blog.tengshe789.tech/

总起

HashMap是我们平时开发过程中用的比较多的集合，但它是非线程安全的，在涉及到多线程并发的情况，进行get操作有可能会引起死循环，导致CPU利用率接近100%。

因此需要支持线程安全的并发容器 ConcurrentHashMap 。

数据结构

img

重要成员变量

     /**
     * The array of bins. Lazily initialized upon first insertion.
     * Size is always a power of two. Accessed directly by iterators.
     */
    transient volatile Node<K,V>[] table;

table代表整个哈希表。 默认为null，初始化发生在第一次插入操作，默认大小为16的数组，用来存储Node节点数据，扩容时大小总是2的幂次方。 

     /**
     * The next table to use; non-null only while resizing.
     */
    private transient volatile Node<K,V>[] nextTable;

nextTable是一个连接表，用于哈希表扩容，默认为null，扩容时新生成的数组，其大小为原数组的两倍。 

    /**
     * Base counter value, used mainly when there is no contention,
     * but also as a fallback during table initialization
     * races. Updated via CAS.
     */
    private transient volatile long baseCount;

baseCount保存着整个哈希表中存储的所有的结点的个数总和，有点类似于 HashMap 的 size 属性。 这个数通过CAS算法更新

 /**
     * Table initialization and resizing control.  When negative, the
     * table is being initialized or resized: -1 for initialization,
     * else -(1 + the number of active resizing threads).  Otherwise,
     * when table is null, holds the initial table size to use upon
     * creation, or 0 for default. After initialization, holds the
     * next element count value upon which to resize the table.
     */
    private transient volatile int sizeCtl;

初始化哈希表和扩容 rehash 的过程，都需要依赖sizeCtl。该属性有以下几种取值：

  • 0：默认值
  • -1：代表哈希表正在进行初始化
  • 大于0：相当于 HashMap 中的 threshold，表示阈值
  • 小于-1：代表有多个线程正在进行扩容。（譬如：-N 表示有N-1个线程正在进行扩容操作 ）

构造方法

public ConcurrentHashMap() {
    }
public ConcurrentHashMap(int initialCapacity) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException();
        int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
                   MAXIMUM_CAPACITY :
                   tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));//MAXIMUM_CAPACITY = 1 << 30
        this.sizeCtl = cap;//ConcurrentHashMap在构造函数中只会初始化sizeCtl值，并不会直接初始化table，而是延缓到第一次put操作。 
    }
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
        this.sizeCtl = DEFAULT_CAPACITY;//DEFAULT_CAPACITY = 16
        putAll(m);
    }

构造方法是三个。重点是第二个，带参的构造方法。这个带参的构造方法会调用tableSizeFor()方法，确保table的大小总是2的幂次方（假设参数为100，最终会调整成256）。算法如下： 

/**
     * Returns a power of two table size for the given desired capacity.
     * See Hackers Delight, sec 3.2
     */
    private static final int tableSizeFor(int c) {
        int n = c - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

PUT()方法

put()调用putVal()方法，让我们看看：

final V putVal(K key, V value, boolean onlyIfAbsent) {
        //对传入的参数进行合法性判断
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());//计算键所对应的 hash 值
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
            Node<K,V> f; int n, i, fh;
            //如果哈希表还未初始化，那么初始化它
            if (tab == null || (n = tab.length) == 0)
                tab = initTable();
            //根据hash值计算出在table里面的位置
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { 
                //如果这个位置没有值 ，那么以CAS无锁式向该位置添加一个节点
                if (casTabAt(tab, i, null,
                             new Node<K,V>(hash, key, value, null)))
                    break;                   // no lock when adding to empty bin
            }
            //检测到桶结点是 ForwardingNode 类型，协助扩容（MOVED  = -1; // hash for forwarding nodes）
            else if ((fh = f.hash) == MOVED)
                tab = helpTransfer(tab, f);
            //桶结点是普通的结点，锁住该桶头结点并试图在该链表的尾部添加一个节点
            else {
                V oldVal = null;
                synchronized (f) {
                    if (tabAt(tab, i) == f) {
                        //向普通的链表中添加元素
                        if (fh >= 0) {
                            binCount = 1;
                            //遍历链表所有的结点
                            for (Node<K,V> e = f;; ++binCount) {
                                K ek;
                                //如果hash值和key值相同，则修改对应结点的value值
                                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;
                                //如果遍历到了最后一个结点，那么就证明新的节点需要插入链表尾部
                                if ((e = e.next) == null) {
                                    pred.next = new Node<K,V>(hash, key,
                                                              value, null);
                                    break;
                                }
                            }
                        }
                        //如果这个节点是树节点，就按照树的方式插入值
                        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) {
                    //如果链表长度已经达到临界值8，就需要把链表转换为树结构（TREEIFY_THRESHOLD = 8）
                    if (binCount >= TREEIFY_THRESHOLD)
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        //CAS 式更新baseCount，并判断是否需要扩容
        addCount(1L, binCount);
        return null;
    }

其实putVal()也多多少少掉用了其他方法，让我们继续探究一下。

CAS（compare and swap）

科普compare and swap，解决多线程并行情况下使用锁造成性能损耗的一种机制，CAS操作包含三个操作数——内存位置（V）、预期原值（A）和新值(B)。如果内存位置的值与预期原值相匹配，那么处理器会自动将该位置值更新为新值。否则，处理器不做任何操作。无论哪种情况，它都会在CAS指令之前返回该位置的值。CAS有效地说明了“我认为位置V应该包含值A；如果包含该值，则将B放到这个位置；否则，不要更改该位置，只告诉我这个位置现在的值即可。

spread

首先，第四行出现的int hash = spread(key.hashCode());这是传统的计算hash的方法。key的hash值高16位不变，低16位与高16位异或作为key的最终hash值。（h >>> 16，表示无符号右移16位，高位补0，任何数跟0异或都是其本身，因此key的hash值高16位不变。） 

 static final int spread(int h) {
        return (h ^ (h >>> 16)) & HASH_BITS;
    }
initTable

第十行， tab = initTable();这个方法的亮点是，可以让put并发执行，实现table只初始化一次 。

initTable()核心思想就是，只允许一个线程对表进行初始化，如果有其他线程进来了，那么会让其他线程交出 CPU 等待下次系统调度。这样，保证了表同时只会被一个线程初始化。 

private final Node<K,V>[] initTable() {
        Node<K,V>[] tab; int sc;
        //如果表为空才进行初始化操作
        while ((tab = table) == null || tab.length == 0) {
            //如果一个线程发现sizeCtl<0，意味着另外的线程执行CAS操作成功，当前线程只需要让出cpu时间片（放弃 CPU 的使用）
            if ((sc = sizeCtl) < 0)
                Thread.yield(); // lost initialization race; just spin
            //否则说明还未有线程对表进行初始化，那么本线程就来做这个工作
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
                try {
                    if ((tab = table) == null || tab.length == 0) {
                        //sc 大于零说明容量已经初始化了，否则使用默认容量
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                        @SuppressWarnings("unchecked")
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                        table = tab = nt;
                        //计算阈值，等效于 n*0.75
                        sc = n - (n >>> 2);
                    }
                } finally {
                    //设置阈值
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

接下来，第19行。 tab = helpTransfer(tab, f);这句话。要了解这个，首先需要知道ForwardingNode 这个节点类型。它一个用于连接两个table的节点类。它包含一个nextTable指针，用于指向下一张hash表。而且这个节点的key、value、next指针全部为null，它的hash值为MOVED（static final int MOVED = -1）。

static final class ForwardingNode<K,V> extends Node<K,V> {
        final Node<K,V>[] nextTable;
        ForwardingNode(Node<K,V>[] tab) {
            super(MOVED, null, null, null);
            this.nextTable = tab;
        }
    //find的方法是从nextTable里进行查询节点，而不是以自身为头节点进行查找 
    Node<K,V> find(int h, Object k) {
            // loop to avoid arbitrarily deep recursion on forwarding nodes
            outer: for (Node<K,V>[] tab = nextTable;;) {
                Node<K,V> e; int n;
                if (k == null || tab == null || (n = tab.length) == 0 ||
                    (e = tabAt(tab, (n - 1) & h)) == null)
                    return null;
                for (;;) {
                    int eh; K ek;
                    if ((eh = e.hash) == h &&
                        ((ek = e.key) == k || (ek != null && k.equals(ek))))
                        return e;
                    if (eh < 0) {
                        if (e instanceof ForwardingNode) {
                            tab = ((ForwardingNode<K,V>)e).nextTable;
                            continue outer;
                        }
                        else
                            return e.find(h, k);
                    }
                    if ((e = e.next) == null)
                        return null;
                }
            }
        }
    }
helpTransfer

在扩容操作中，我们需要对每个桶中的结点进行分离和转移。如果某个桶结点中所有节点都已经迁移完成了（已经被转移到新表 nextTable 中了），那么会在原 table 表的该位置挂上一个 ForwardingNode 结点，说明此桶已经完成迁移。

helpTransfer什么作用呢？是检测到当前哈希表正在扩容，然后让当前线程去协助扩容 ！

final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
        Node<K,V>[] nextTab; int sc;
        if (tab != null && (f instanceof ForwardingNode) &&
            (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {//新的table，nextTab已经存在前提下才能帮助扩容
            int rs = resizeStamp(tab.length);//返回一个 16 位长度的扩容校验标识
            while (nextTab == nextTable && table == tab &&
                   (sc = sizeCtl) < 0) {//sizeCtl 如果处于扩容状态的话
                if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                    sc == rs + MAX_RESIZERS || transferIndex <= 0)
                  //前 16 位是数据校验标识，后 16 位是当前正在扩容的线程总数
                 //这里判断校验标识是否相等，如果校验符不等或者扩容操作已经完成了，直接退出循环，不用协助它们扩容了
                    break;
                if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {//sc + 1 标识增加了一个线程进行扩容
                    transfer(tab, nextTab);//调用扩容方法
                    break;
                }
            }
            return nextTab;
        }
        return table;
    }

helpTransfer精髓的是可以调用多个工作线程一起帮助进行扩容，这样的效率就会更高，而不是只有检查到要扩容的那个线程进行扩容操作，其他线程就要等待扩容操作完成才能工作。

transfer

既然这里涉及到扩容的操作，我们也一起来看看扩容方法transfer（） ：

private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
        int n = tab.length, stride;
        //计算单个线程允许处理的最少table桶首节点个数，不能小于 16
        if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
            stride = MIN_TRANSFER_STRIDE; // subdivide range
     //刚开始扩容，初始化 nextTab 
        if (nextTab == null) {            // initiating
            try {
                @SuppressWarnings("unchecked")
                Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
                nextTab = nt;
            } catch (Throwable ex) {      // try to cope with OOME
                sizeCtl = Integer.MAX_VALUE;
                return;
            }
            nextTable = nextTab;
            //transferIndex 指向最后一个桶，方便从后向前遍历 
            transferIndex = n;
        }
        int nextn = nextTab.length;
        //定义 ForwardingNode 用于标记迁移完成的桶
        ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
        boolean advance = true;
        boolean finishing = false; // to ensure sweep before committing nextTab
        //i 指向当前桶，bound 指向当前线程需要处理的桶结点的区间下限
        for (int i = 0, bound = 0;;) {
            Node<K,V> f; int fh;
            //遍历当前线程所分配到的桶结点
            while (advance) {
                int nextIndex, nextBound;
                if (--i >= bound || finishing)
                    advance = false;
                //transferIndex <= 0 说明已经没有需要迁移的桶了
                else if ((nextIndex = transferIndex) <= 0) {
                    i = -1;
                    advance = false;
                }
                //更新 transferIndex
                 //为当前线程分配任务，处理的桶结点区间为（nextBound,nextIndex）
                else if (U.compareAndSwapInt
                         (this, TRANSFERINDEX, nextIndex,
                          nextBound = (nextIndex > stride ?
                                       nextIndex - stride : 0))) {
                    bound = nextBound;
                    i = nextIndex - 1;
                    advance = false;
                }
            }
             //当前线程所有任务完成
            if (i < 0 || i >= n || i + n >= nextn) {
                int sc;
                if (finishing) {
                    nextTable = null;
                    table = nextTab;
                    sizeCtl = (n << 1) - (n >>> 1);
                    return;
                }
                if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
                    if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
                        return;
                    finishing = advance = true;
                    i = n; // recheck before commit
                }
            }
            //待迁移桶为空，那么在此位置 CAS 添加 ForwardingNode 结点标识该桶已经被处理过了
            else if ((f = tabAt(tab, i)) == null)
                advance = casTabAt(tab, i, null, fwd);
            //如果扫描到 ForwardingNode，说明此桶已经被处理过了，跳过即可
            else if ((fh = f.hash) == MOVED)
                advance = true; // already processed
            else {
                synchronized (f) {
                    if (tabAt(tab, i) == f) {
                        Node<K,V> ln, hn;
                        //链表的迁移操作
                        if (fh >= 0) {
                            int runBit = fh & n;
                            Node<K,V> lastRun = f;
                            //整个 for 循环为了找到整个桶中最后连续的 fh & n 不变的结点
                            for (Node<K,V> p = f.next; p != null; p = p.next) {
                                int b = p.hash & n;
                                if (b != runBit) {
                                    runBit = b;
                                    lastRun = p;
                                }
                            }
                            if (runBit == 0) {
                                ln = lastRun;
                                hn = null;
                            }
                            else {
                                hn = lastRun;
                                ln = null;
                            }
                            for (Node<K,V> p = f; p != lastRun; p = p.next) {
                                int ph = p.hash; K pk = p.key; V pv = p.val;
                                if ((ph & n) == 0)
                                    ln = new Node<K,V>(ph, pk, pv, ln);
                                else
                                    hn = new Node<K,V>(ph, pk, pv, hn);
                            }
                            setTabAt(nextTab, i, ln);
                            setTabAt(nextTab, i + n, hn);
                            setTabAt(tab, i, fwd);
                            advance = true;
                        }
                        //红黑树的复制算法，
                        else if (f instanceof TreeBin) {
                            TreeBin<K,V> t = (TreeBin<K,V>)f;
                            TreeNode<K,V> lo = null, loTail = null;
                            TreeNode<K,V> hi = null, hiTail = null;
                            int lc = 0, hc = 0;
                            for (Node<K,V> e = t.first; e != null; e = e.next) {
                                int h = e.hash;
                                TreeNode<K,V> p = new TreeNode<K,V>
                                    (h, e.key, e.val, null, null);
                                if ((h & n) == 0) {
                                    if ((p.prev = loTail) == null)
                                        lo = p;
                                    else
                                        loTail.next = p;
                                    loTail = p;
                                    ++lc;
                                }
                                else {
                                    if ((p.prev = hiTail) == null)
                                        hi = p;
                                    else
                                        hiTail.next = p;
                                    hiTail = p;
                                    ++hc;
                                }
                            }
                            ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
                                (hc != 0) ? new TreeBin<K,V>(lo) : t;
                            hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
                                (lc != 0) ? new TreeBin<K,V>(hi) : t;
                            setTabAt(nextTab, i, ln);
                            setTabAt(nextTab, i + n, hn);
                            setTabAt(tab, i, fwd);
                            advance = true;
                        }
                    }
                }
            }
        }
    }

至此，put方法讲完了

参考资料~

参考资料

感谢

结束

此片完了~

想要了解更多精彩新姿势？请访问我的个人博客
本篇为原创内容，已在个人博客率先发表，随后CSDN，segmentfault，juejin同步发出。如有雷同，缘分呢兄弟。赶快加个好友~

tengshe789
关注
ConcurrentHashMap1.8(老生常谈)
qq_23669881的博客
10-23 912
1.ConcurrentHashMap.put(key,val) 对key进行hashcode^(hashcode>>16)取模，获得桶编号，如果桶内没元素，插入，插入失败重试，如果已经有元素，synchronized锁头，然后形成链表-> >8个节点变为红黑树。 2.ConcurrentHashMap.get(key) 没有任何的加锁操作，但是值得注意的是桶数组是volatile，Node类中的key和val也都是volatile，保证了可见性，所以仅仅查看的时候，是线程安全
深入浅出ConcurrentHashMap1.8
weixin_51291483的博客
02-01 916
ConcurrentHashMap 是一个并发散列映射表的实现，它允许完全并发的读取，并且支持给定数量的并发更新。相比于 HashTable 和同步包装器包装的 HashMap，使用一个全局的锁来同步不同线程间的并发访问，同一时间点，只能有一个线程持有锁，也就是说在同一时间点，只能有一个线程能访问容器，这虽然保证多线程间的安全并发访问，但同时也导致对容器的访问变成串行化的了。 1.6中采用ReentrantLock 分段锁的方式，使多个线程在不同的segment上进行写操作不会发现阻塞行为;1.8中直接采
ConcurrentHashMap.jdk1.8 put操作：
xhga
05-13 999
put操作: public V put(K key, V value) { return putVal(key, value, false); } /** Implementation for put and putIfAbsent */ final V putVal(K key, V value, boolean onlyIfAbsent) {...
ConcurrentHashMap核心方法个人理解 jdk1.8
有梦想的咸鱼的博客
11-06 249
1、putVal（） 底层：Node数组+链表+红黑树   发生hash冲突的时候，在该下标尾部添加新结点成为链表，链表的长度超过8则转换为红黑树 1）判断key和value为null则抛出空指针异常 2）通过二次hash计算出key对应的node节点数组下标 3）如果数组未被初始化，调用初始化的函数 4）如果对应下标的节点为null，表示该下标的没有节点，直接添加（这里使用了ca
关于jdk1.8中ConcurrentHashMap
一叶一菩提的博客
09-23 1125
1.前言 Java JDK升级到1.8后有些集合类的实现有了变化， 其中ConcurrentHashMap就有进行结构上的大调整。 jdk1.6、1.7实现的我不会想了解去百度吧 2. 重要概念 想要了解ConcurrentHashMap 你至少要对HashMap有一定的了解吧？ HashMap（1.8）和ConcurrentHashMap（1.8） 底层都是hash表+链表+红黑树 如果对红黑树不了解的可以查看https://blog.csdn.net/A980719/article/details/12
JDK1.8之ConcurrentHashMap
mmoren的博客
01-25 1869
主要参考：http://www.cnblogs.com/leesf456/p/5453341.html                 http://blog.csdn.net/sunyangwei1993/article/details/77001597 一、前言 　　最近几天忙着做点别的东西，今天终于有时间分析源码了，看源码感觉很爽，并且发现ConcurrentHas
《Java源码分析》：ConcurrentHashMap JDK1.8
wojiushimogui的博客
08-07 1万+
《Java源码分析》：ConcurrentHashMap JDK1.8最近一直在看关于J.U.C中的源码，了解原子操作，了解锁机制，了解多线程并发等等。但是ConcurrentHashMap一直拖着到今天才算告一段落。也要感谢ConcurrentHashMap这个类，刚开始就是想弄懂里面的工作原理，但是，无奈看了网上关于介绍ConcurrentHashMap这个类的资料或博客都是基于JDK1.8以
Map源码解析之ConcurrentHashMap(JDK1.8)(一)
翻身已碰头的博客
03-06 748
Map源码解析之HashMap Map源码解析之HashMap红黑树 Map源码解析之HashMap补充：集合、迭代器、compute、merge、replace Map源码解析之LinkedHashMap Map源码解析之TreeMap Map源码解析之HashTable 一、简述 HashMap和LinkedHashMap都不是线程安全的，而线程安全的HashTable和Collections...
3W字详细解析 ConcurrentHashMap 1.7和1.8源码，再也不用担心被面试官吊打了。
烟雨星空的博客
04-21 3372
前言 上篇文章介绍了 HashMap 源码后，在博客平台广受好评，让本来己经不打算更新这个系列的我，仿佛被打了一顿鸡血。真的，被读者认可的感觉，就是这么奇妙。 然后，有读者希望我能出一版 ConcurrentHashMap 的解析。所以，今天的这篇文章，我准备讲述一下 ConcurrentHashMap 分别在JDK1.7和 JDK1.8 的源码。文章较长，建议小伙伴们可以先收藏再看哦~ 说一下...
ConcurrentHashMap原理分析（1.7与1.8）-put和 get 需要执行两次Hash 多线程一起put的自旋锁问题还有 计算size 先不加锁计算3次，如果不对再给每个segment加...
03-22 2606
hashmap的扩容因子是0.75 原因 参考：HashMap默认加载因子为什么选择0.75？(阿里) ConcurrentHashMap 与HashMap和Hashtable 最大的不同在于：put和 get 两次Hash到达指定的HashEntry，第一次hash到达Segment,第二次到达Segment里面的Entry,然后在遍历entry链表 (1) 从1.7到1.8版本...
记录学习ConcurrentHashMap（1.7和1.8）
宋七夏的博客
08-01 376
文章目录概述ConcurrentHashMap1.7存储结构常用属性构造函数put 方法ensureSegment()方法scanAndLockForPut()方法rehash 方法ConcurrentHashMap1.8put 方法initTable() 方法transfer 方法 大家可以去他那里学习，传送门：敖丙 概述 HashMap 并不是一个线程安全的集合，那么可以使用 HashTable，但是 HashTable 的话不管是存储还是读取元素，都是加入了 synchronized 关键字，因此，
lambda 03
mmlz00的博客
01-10 254
前言 我们先从最熟悉的*Java集合框架(Java Collections Framework, JCF)*开始说起。 为引入Lambda表达式，Java8新增了java.util.funcion包，里面包含常用的函数接口，这是Lambda表达式的基础，Java集合框架也新增部分接口，以便与Lambda表达式对接。 首先回顾一下Java集合框架的接口继承结构： 上图中绿色标注的接口类，...
java1.8 ConcurrentHashMap 详细理解
weixin_30279751的博客
02-14 384
转自https://www.cnblogs.com/zhaojj/p/8942647.html 基于 jdk1.8 Java并发包中提供的一个线程安全且高效的HashMap实现，可以完全替代HashTable，在并发编程的场景中使用频率非常之高。可能大多人只是知道它使用了多个锁代替HashTable中的单个锁，也就是锁分离技术（Lock Stripping） 实现原理1.8之前Conc...
【java】并发容器之ConcurrentHashMap(JDK 1.8版本)
最新发布
九师兄
06-03 3757
在使用HashMap时在多线程情况下扩容会出现CPU接近100%的情况，因为hashmap并不是线程安全的，通常我们可以使用在java体系中古老的hashtable类，该类基本上所有的方法都采用synchronized进行线程安全的控制，可想而知，在高并发的情况下，每次只有一个线程能够获取对象监视器锁，这样的并发性能的确不令人满意。另外一种方式通过Collections的将hashmap包装成一个线程安全的map。
ConcurrentHashMap -1.8 源码解析
qq_50596778的博客
11-08 3730
ConcurrentHashMap -1.8 源码解析 加锁机制 在JDK1.7之前，ConcurrentHashMap是通过分段锁机制来实现的，所以其最大并发度受Segment的个数限制。因此，在JDK1.8中，ConcurrentHashMap的实现原理摒弃了这种设计，而是选择了与HashMap类似的数组+链表+红黑树的方式实现，而加锁则采用CAS和synchronized实现。 存储结构 Java8 的 ConcurrentHashMap 相对于 Java7 来说变化比较大，从1.7的 Segment
ConcurrentHashMap1.8
qq_17555249的博客
08-07 375
ConcurrentHashMap的put方法 public V put(K key, V value) { return putVal(key, value, false); } final V putVal(K key, V value, boolean onlyIfAbsent) { if (key == null || value == null) throw new NullPointerException(); int h..
Map 综述—彻头彻尾理解 ConcurrentHashMap
weixin_34256074的博客
04-09 165
写在前面 本文所有关于 ConcurrentHashMap 的源码都是基于 JDK 1.6 的，不同 JDK 版本之间会有些许差异，但不影响我们对 ConcurrentHashMap 的数据结构、原理等整体的把握和了解 ConcurrentHashMap是J.U.C(java.util.concurrent包)的重要成员，它是HashMap的一个线程安全的、支持高效并发的版本 Concurrent...
ConcurrentHashMap源码解析（jdk1.8）
热门推荐
programmer_at的专栏
03-27 4万+
ConcurrentHashMap 基于JDK1.8 ConcurrentHashMap 1. 原理解析 1.1. 重要成员变量 1.2. 实例初始化 1.3. put操作 1.3.1 put过程描述 1.3.2 hash算法 1.3.3 定位索引 1.3.4 获取table对应的索引元素f 1.4. table 扩容 1.4.1 addCount 1.4.2 treeify ...
ConcurrentHashMap 1.8代码实现
05-31
ConcurrentHashMap 1.8 是 Java 中线程安全的哈希表实现，它是 Java 5 中引入的 ConcurrentHashMap 的升级版本。以下是 ConcurrentHashMap 1.8 的主要代码实现： 1. 分段锁实现 ConcurrentHashMap 1.8 在内部使用了分段锁（Segment）来实现线程安全。每个 Segment 都是一个独立的哈希表，拥有自己的锁，不同线程可以同时访问不同的 Segment，从而提高并发性能。 2. 数据结构 ConcurrentHashMap 1.8 内部的数据结构是一个 Segment 数组，每个 Segment 内部是一个哈希表，哈希表中的每个元素是一个链表或红黑树。 3. put 操作实现 ConcurrentHashMap 1.8 的 put 操作首先会根据 Key 的哈希值和哈希表的长度计算出元素应该存放在哪个 Segment 中，然后在该 Segment 的哈希表中查找元素。 如果元素已经存在，就直接替换其值；否则就创建一个新的节点并添加到链表或红黑树中。如果链表或红黑树的长度超过了一定阈值，就会将链表转化为红黑树，从而提高查找效率。 4. get 操作实现 ConcurrentHashMap 1.8 的 get 操作与 put 操作类似，首先会根据哈希值和哈希表长度计算出元素所在的 Segment，然后在该 Segment 的哈希表中查找元素。 如果元素存在于链表中，就顺序查找；如果存在于红黑树中，就使用红黑树的查找算法。如果找到了元素，就返回其值；否则返回 null。 5. 扩容实现 ConcurrentHashMap 1.8 的扩容过程与 ConcurrentHashMap 1.7 相比，更加高效。它采用了一种“分段锁粒度更细”的方式，只对需要扩容的 Segment 进行加锁，其他 Segment 可以继续访问，从而提高并发性能。 6. 其他实现细节 ConcurrentHashMap 1.8 还实现了一些其他的细节，例如使用 Unsafe 类来实现 CAS 操作、使用 ThreadLocalRandom 来生成哈希值等，从而保证了其高性能和线程安全性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值