什么是CHM ?
1、CHM 全称：ConcurrentHashMap 是J.U.C工具包中所提供的,显然是个map集合，而且是个线程安全的HashMap,既然是线程安全的那么显然下并发场景下用的还是比较频繁的。
2、CHM作用和HashMap差不太多，也可以说是一个线程安全的HashMap
3、使用和普通的Map是一致的，包含put,get 方法等
ConcurrentHashMap chmMap = new ConcurrentHashMap();
chmMap.put("key","value");
chmMap.get("key");
CHM的发展
这里为什么说下它的发展呢，是因为在jdk1.7和jdk1.8这2个版本下发生了一些比较大的变化（即对它进行的优化升级）
jdk1.7版本的主要内容：jdk1.7在线程安全方面主要利用到了分段锁（segment）,简单的说一个CHM是由N（初始化16）个segment组成的，这样的话就通过在每个segment端上加锁来控制线程安全的。
如下图:
jdk1.8 针对jdk1.7做了些改进 主要有如下：
1、取消了segement分段锁这部分
2、由原来的数字+单向链表 改为 数组+单向链表（或红黑树）
原因: 1、去掉segment的分段锁，使得锁的范围更小了，减少了阻塞的概率，提升锁的效率。
2、数组+链表，缺点：单向链表的时间复杂度为0(n)，如果同一个节点hash碰撞过多的话，那么这个节点的单向链表的长度就很可能成为整个map查询的瓶颈了。因此优化了当单向链表的长度增加到了8（默认），那么就会由原来的链表转为红黑树，红黑树的查询效率比链表要高很多0(logn)，利用了二分查找等机制，加速了查找速度。
如下图：
CHM的原理浅析
public V put(K key, V value) {
return putVal(key, value, false);
}
对于这个方法，我这边做有个我自己的理解，希望大致说下这个逻辑对后续的源码理解有帮助
大致逻辑如下 ：每一点说明一个逻辑判断
1、hash - > hash = spread(key.hashCode()); // 获取下标
2、一个循环，没有结束条件 for (Node<K,V>[] tab = table;;)
2.1、判断该数组是否进行过初始化(这个一块一定记住始终考虑并发的情况出现) 进行初始化tab[].
2.2、根据has获取对应数组的值，如果null ,cas(原子操作)，基础赋值（占据这个位置）
2.3、考虑到该结点 是否处于迁移，如果该结点正在迁移，那么说明有线程在迁移，也可以加入，配合迁移（协助迁移）
2.4、如果该结点不为空，那么存在以下几种情况
2.4.1、 该节点下是单链表，一次循环找到对应结点位置，
2.4.2、若该结点是 树，那么根据树的结构将数据存起来
2.5、判断该结点下的个数,。TREEIFY_THRESHOLD = 8
如大于 8 if (binCount >= TREEIFY_THRESHOLD) 转为树
3、计算元素个数
初始化
// 初始化数组
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// 循环存在多线程竞争的情况下
while ((tab = table) == null || tab.length == 0) {
if ((sc = sizeCtl) < 0) // 以及被其他线程抢到了，开始初始化了
Thread.yield(); // lost initialization race; just spin
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try { // cas原子操作，标记已经在初始化了，与第一个if相对应
if ((tab = table) == null || tab.length == 0) {
// 默认初始值16 。
// private static final int DEFAULT_CAPACITY = 16;
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
sc = n - (n >>> 2); //扩容因子，下次需要扩容的大小（0.75）
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
//键不能为空，否则报错
if (key == null || value == null) throw new NullPointerException();
//hash
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)
// 初始化 数组
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) {
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) { // 判断是否为树
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;
}
}
}
}
// static final int TREEIFY_THRESHOLD = 8;
if (binCount != 0) {
// 如果节点数，大于初始值默认8），那么转成红黑树
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
============
Class<?> ak = Node[].class;
ABASE = U.arrayBaseOffset(ak);
int scale = U.arrayIndexScale(ak);
if ((scale & (scale - 1)) != 0)
throw new Error("data type scale not a power of two");
ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
=============
@SuppressWarnings("unchecked")
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
// 此方法 是通过获取offset的偏移量 如上代码，实际等价于tab[i]，那么为什么不这么取值？
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
为什么通过tabAt()单独的去获取值呢？？不知直接用tab[i]更家直接的获取值呢？
原因: 看代码上getObjectVolatile 虽然有volatile关键字，但是我们都知道，因为对 volatile 写操作 happen-before 于 volatile 读操作，
因此其他线程对 table 的修改均对 get 读取可见的，由此可见直接tab[i] 不一定能获取的最新的值。
虽然 table 数组本身是增加了 volatile 属性，但是“volatile 的数组只针对数组的引用具有volatile 的语义，而不是它的元素”。所以就直接用内存上的偏移量来获取值。
个数计算
api 方法 - > chmMap.size();
这个计算计算个数由于涉及到多线程，那么单纯的计算个数是可能不准确的，因此这边利用的分而治之的算法方式，来获取最后的个数
/**
* Adds to count, and if table is too small and not already
* resizing, initiates transfer. If already resizing, helps
* perform transfer if work is available. Rechecks occupancy
* after a transfer to see if another resize is already needed
* because resizings are lagging additions.
*
* @param x the count to add
* @param check if <0, don't check resize, if <= 1 only check if uncontended // check 指的是扩容标记
*/
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
//baseCount 是基础个数，可以认为是在没有竞争的情况下，通过baseCount的累加记录个数的
CounterCell a; long v; int m;
boolean uncontended = true; // 表示默认没有冲突，即无竞争
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 计算元素个数 baseCount+x（1.竞争，2.无竞争）
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();
}
}
}
// 计算个数，期间需要考虑扩容等，加锁等问题
private final void fullAddCount(long x, boolean wasUncontended) {
int h;
// 随机获取一个下标，如没有对应数组下标内为空，那么不存在竞争
if ((h = ThreadLocalRandom.getProbe()) == 0) {
ThreadLocalRandom.localInit(); // force initialization
h = ThreadLocalRandom.getProbe();
wasUncontended = true;
}
boolean collide = false; // True if last slot nonempty
for (;;) {
CounterCell[] as; CounterCell a; int n; long v;
if ((as = counterCells) != null && (n = as.length) > 0) {
if ((a = as[(n - 1) & h]) == null) { // 若为空
if (cellsBusy == 0) { // Try to attach new Cell 为新的值，当前不再初始化或扩容状态下，创建新的cell值，设置 x（个数）
CounterCell r = new CounterCell(x); // Optimistic create
if (cellsBusy == 0 &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) { // cas 加锁
boolean created = false;
try { // Recheck under lock // 加锁防止并发修改对应的值
CounterCell[] rs; int m, j;
if ((rs = counterCells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
rs[j] = r; // 将元素的个数 放入对应于的数组内rs[j]
created = true;
}
} finally {
cellsBusy = 0;
}
if (created)
break;
continue; // Slot is now non-empty
}
}
collide = false;
}
else if (!wasUncontended) // CAS already known to fail
wasUncontended = true; // Continue after rehash ,未冲突
else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))
break;
// 如果已经有其他线程建立了新的 counterCells 或者 CounterCells 大于 CPU 核心数（线程的并发数不会超过 cpu 核心数）
else if (counterCells != as || n >= NCPU)
collide = false; // At max size or stale
else if (!collide)
collide = true;
else if (cellsBusy == 0 &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
try {
if (counterCells == as) {// Expand table unless stale
// // 需要扩容了 n*2 （左移1位）
CounterCell[] rs = new CounterCell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
counterCells = rs;
}
} finally {
cellsBusy = 0;
}
collide = false;
continue; // Retry with expanded table
}
h = ThreadLocalRandom.advanceProbe(h);
}
// 没有初始化，开始初始化 默认为2的大小
else if (cellsBusy == 0 && counterCells == as &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean init = false;
try { // Initialize table
if (counterCells == as) {
CounterCell[] rs = new CounterCell[2];
rs[h & 1] = new CounterCell(x);
counterCells = rs;
init = true;
}
} finally {
cellsBusy = 0;
}
if (init)
break;
}
// cas操作成功，baseCount累加
else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))
break; // Fall back on using base
}
}
// 求计算个数的table初始化 默认大小为2，后面也可以扩容
else if (cellsBusy == 0 && counterCells == as &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean init = false;
try { // Initialize table
if (counterCells == as) {
CounterCell[] rs = new CounterCell[2];
rs[h & 1] = new CounterCell(x);
counterCells = rs;
init = true;
}
} finally {
cellsBusy = 0;
}
通过上面的这个图以及结合代码知道2点：
1、当没有并发的时候，会有个baseCount 来记录当前元素的个数的。
2、当出现并发时，那么就需要考虑到怎么样更加高效的计算出个数，那么这里就引入了通过对当前线程的Random随机落到一个数组的一个节点上，因此组中通过计算整个数组上的value值来得出最终的count数，如果数组不够的情况，也会有设计到扩容的哦。如下代码：
//计算总的元素个数
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
// 创建cell数组，存在竞争以及扩容
else if (cellsBusy == 0 && U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
try {
if (counterCells == as) {// Expand table unless stale
CounterCell[] rs = new CounterCell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
counterCells = rs;
}
} finally {
cellsBusy = 0;
}
collide = false;
continue; // Retry with expanded table
}
h = ThreadLocalRandom.advanceProbe(h);
扩容
扩容阶段，个人认为主要有几点需要注意
扩容入口就是在计算元素个数的时候，有个参数需要注意：sizeCtl（扩容因子）
注意：2点
1、迁移协助扩容，以及扩容因子和扩容戳
2、迁移时 的高低位之分（这一点参考 HashMap那一块，有详解：扩容高低位 - hashMap）
1、如果有线程正在扩容，那么当前线程就会协助扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
2、如果没有在扩容，那么就是当达到扩容阈值的时候，直接出发扩容
// check 就是 addCount(1L, binCount); 中的binCount 的值
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
//s 标识集合大小，如果集合大小大于或等于扩容阈值（默认值的 0.75）
//并且 table 不为空并且 table 的长度小于最大容量
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n); // 扩容戳
if (sc < 0) {
// 这一块理解起来有点难，但是我觉总体来就是说：因为考虑到并发情况下，所以需要加锁，那么加锁又会影响其迁移的性能，因此就用过位运算来判断线程之间是互斥的，从而计算出每个线程迁移的节点是哪些.个人认为扩容时间戳就是这么个东西.将table[]数组单做一个共享的同步队列。每个线程负责自己区域，并且将迁移移走的节点标记（fwd-：ForwardingNode）
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();
}
}
好了， 关于CHM 暂时告一段落，写的不好 ，还望各位看官，多多指点，谢谢！
3716
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
