concurrenthashmap_ConcurrentHashMap 的 JDK1.8 实现

今天我们介绍一下 ConcurrentHashMap 在 JDK1.8 中的实现。

基本结构

ConcurrentHashMap 在 1.8 中的实现，相比于1.7的版本基本上全部都变掉了。首先，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。而对于锁的粒度，调整为对每个数组元素加锁(Node)。然后是定位节点的 hash算法 被简化了，这样带来的弊端是 Hash冲突 会加剧。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。这样一来，查询的时间复杂度就会由原先的 O(n) 变为 O(logN)。下面是其基本结构：

基本结构

相关属性

private transient volatile int sizeCtl;

sizeCtl 用于table[]的初始化和扩容操作，不同值的代表状态如下：

• -1：table[]正在初始化。
• -N：表示有N-1个线程正在进行扩容操作。

非负情况：

1. 如果table[]未初始化，则表示table需要初始化的大小。
2. 如果初始化完成，则表示table[]扩容的阀值，默认是table[]容量的0.75 倍。

private static finalint DEFAULT_CONCURRENCY_LEVEL = 16;

DEFAULT_CONCURRENCY_LEVEL：表示默认的并发级别，也就是table[]的默认大小。

private static final float LOAD_FACTOR = 0.75f;

LOAD_FACTOR：默认的负载因子。

static final int TREEIFY_THRESHOLD = 8;

TREEIFY_THRESHOLD：链表转红黑树的阀值，当table[i]下面的链表长度大于8时就转化为红黑树结构。

static final int UNTREEIFY_THRESHOLD = 6;

UNTREEIFY_THRESHOLD：红黑树转链表的阀值，当链表长度<=6时转为链表(扩容时)。

构造函数

 public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) { if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) throw new IllegalArgumentException(); if (initialCapacity < concurrencyLevel) // 初始化容量至少要为concurrencyLevel initialCapacity = concurrencyLevel; long size = (long)(1.0 + (long)initialCapacity / loadFactor); int cap = (size >= (long)MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : tableSizeFor((int)size); this.sizeCtl = cap; }

从上面代码可以看出，在创建 ConcurrentHashMap 时，并没有初始化table[]数组，只对Map容量，并发级别等做了赋值操作。

相关节点

1. Node：该类用于构造table[]，只读节点(不提供修改方法)。
2. TreeBin：红黑树结构。
3. TreeNode：红黑树节点。
4. ForwardingNode：临时节点(扩容时使用)。

put() 操作

 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 hash = spread(key.hashCode()); int binCount = 0; for (Node[] tab = table;;) { Node f; int n, i, fh; if (tab == null || (n = tab.length) == 0)// 若table[]未创建，则初始化 tab = initTable(); else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {// table[i]后面无节点时，直接创建Node(无锁操作) if (casTabAt(tab, i, null, new Node(hash, key, value, null))) break; // no lock when adding to empty bin } else if ((fh = f.hash) == MOVED)// 如果当前正在扩容，则帮助扩容并返回最新table[] tab = helpTransfer(tab, f); else {// 在链表或者红黑树中追加节点 V oldVal = null; synchronized (f) {// 这里并没有使用ReentrantLock，说明synchronized已经足够优化了 if (tabAt(tab, i) == f) { if (fh >= 0) {// 如果为链表结构 binCount = 1; for (Node e = f;; ++binCount) { K ek; if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) {// 找到key，替换value oldVal = e.val; if (!onlyIfAbsent) e.val = value; break; } Node pred = e; if ((e = e.next) == null) {// 在尾部插入Node pred.next = new Node(hash, key, value, null); break; } } } else if (f instanceof TreeBin) {// 如果为红黑树 Node p; binCount = 2; if ((p = ((TreeBin)f).putTreeVal(hash, key, value)) != null) { oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } if (binCount != 0) { if (binCount >= TREEIFY_THRESHOLD)// 到达阀值，变为红黑树结构 treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } addCount(1L, binCount); return null; }

从上面代码可以看出，put的步骤大致如下：

1. 参数校验。
2. 若table[]未创建，则初始化。
3. 当table[i]后面无节点时，直接创建Node(无锁操作)。
4. 如果当前正在扩容，则帮助扩容并返回最新table[]。
5. 然后在链表或者红黑树中追加节点。
6. 最后还回去判断是否到达阀值，如到达变为红黑树结构。

除了上述步骤以外，还有一点我们留意到的是，代码中加锁片段用的是 synchronized 关键字，而不是像 1.7 中的 ReentrantLock。这一点也说明了，synchronized 在新版本的 JDK 中优化的程度和 ReentrantLock 差不多了。

get() 操作

 public V get(Object key) { Node[] tab; Node e, p; int n, eh; K ek; int h = spread(key.hashCode());// 定位到table[]中的i if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) {// 若table[i]存在 if ((eh = e.hash) == h) {// 比较链表头部 if ((ek = e.key) == key || (ek != null && key.equals(ek))) return e.val; } else if (eh < 0)// 若为红黑树，查找树 return (p = e.find(h, key)) != null ? p.val : null; while ((e = e.next) != null) {// 循环链表查找 if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) return e.val; } } return null;// 未找到 }

get() 方法的流程相对简单一点，从上面代码可以看出以下步骤：

1. 首先定位到table[]中的i。
2. 若table[i]存在，则继续查找。
3. 首先比较链表头部，如果是则返回。
4. 然后如果为红黑树，查找树。
5. 最后再循环链表查找。

从上面步骤可以看出，ConcurrentHashMap 的get操作上面并没有加锁。所以在多线程操作的过程中，并不能完全的保证一致性。这里和1.7当中类似，是弱一致性的体现。

size() 操作

 // 1.2时加入 public int size() { long n = sumCount(); return ((n < 0L) ? 0 : (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int)n); } // 1.8加入的API public long mappingCount() { long n = sumCount(); return (n < 0L) ? 0L : n; // ignore transient negative values } 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; }

从上面代码可以看出来，JDK1.8 中新增了一个 mappingCount() 的API。这个API与size()不同的就是返回值是 Long 类型，这样就不受 Integer.MAX_VALUE 的大小限制了。

两个方法都同时调用了，sumCount() 方法。对于每个table[i]都有一个 CounterCell 与之对应，上面方法做了求和之后就返回了。从而可以看出，size() 和 mappingCount() 返回的都是一个估计值。(这一点与 JDK1.7 里面的实现不同，1.7里面使用了加锁的方式实现。这里面也可以看出 JDK1.8 牺牲了精度，来换取更高的效率。)