我们知道ConcurrentHashMap是个线程安全的哈希容器,但它仅保证提供原子性的读写操作是线程安全的。很多人不深刻理解此限制,造成很多使用错误,这在面试时就是致命的,会让面试官觉得你很菜!
假设
Map含初始元素,现再添一些元素,并由多线程并发执行。 开发人员自以为并发程序使用ConcurrentHashMap就不会有线程安全问题,于是:
![386d3614ebe2dbd39552ce2a00d5069e.png](https://i-blog.csdnimg.cn/blog_migrate/74522f898efeda7af3b0f34d37a681ea.jpeg)
最后自行查看日志输出肯定是不符合期望。
使用不代表对其的多个操作之间的状态一致,是没有其他线程在操作它的。如果需要确保要手动加锁 - 诸如size、isEmpty和containsValue等聚合方法,在并发下可能会反映ConcurrentHashMap的中间状态。因此在并发情况下,这些方法的返回值只能用作参考,而不能用于流程控制。显然,利用size方法计算差异值,是一个流程控制 - 诸如putAll这样的聚合方法也不能确保原子性,在putAll的过程中去获取数据可能会获取到部分数据
解决方案
整段逻辑加锁:
![44deaa50ad99a0b3ed19f25805468ba0.png](https://i-blog.csdnimg.cn/blog_migrate/4d5e1e32e71b7bad720e1bd1578c21df.jpeg)
观察日志可得只有一个线程查询到需补100个元素,其他线程查询到无需补,最后Map大小符合期望。
既然使用ConcurrentHashMap还要全程加锁,还不如使用HashMap呢?
ConcurrentHashMap提供了一些原子性的简单复合逻辑方法,用好这些方法就可以发挥其威力。所以要多看源码,熟悉真正的性能 API!
假设使用Map统计Key次数。
Key的范围是10 - 使用最多10个并发,循环操作1000万次,每次操作累加随机的Key - 如果Key不存在的话,首次设置值为1。
![b16ebca3fb6f89e1f15c29c79efa53f3.png](https://i-blog.csdnimg.cn/blog_migrate/b0febcd04fe1176770cec5d5fa0deee1.jpeg)
有了上节经验,我们这直接锁住Map,再做 - 判断 - 读取现在的累计值 - +1 - 保存累加后值
这段代码在功能上的确毫无没有问题,但却无法充分发挥ConcurrentHashMap的性能,优化后:
![d11744d62dac8bb1264af5e038d16649.png](https://i-blog.csdnimg.cn/blog_migrate/d484e2de3de1b1099713938c8ce77276.jpeg)
ConcurrentHashMap
的原子性方法computeIfAbsent
做复合逻辑操作,判断K是否存在V,若不存在,则把Lambda运行后结果存入Map作为V,即新创建一个LongAdder
对象,最后返回V 因为computeIfAbsent
返回的V是LongAdder
,是个线程安全的累加器,可直接调用其increment
累加。
这样在确保线程安全的情况下达到极致性能,且代码行数骤减。
性能测试
- 使用StopWatch测试两段代码的性能,最后的断言判断Map中元素的个数及所有V的和是否符合预期来校验代码正确性
![07f249be98e60dd1522f8f147d41fee4.png](https://i-blog.csdnimg.cn/blog_migrate/2b87e2d6dbaedd635d9d218cb4f9ed00.jpeg)
性能测试结果比使用锁性能提升至少5倍。
computeIfAbsent高性能之道
Java的Unsafe实现的CAS。 它在JVM层确保写入数据的原子性,比加锁效率高:
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSetObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
所以不要以为只要用了ConcurrentHashMap并发工具就是高并发程序。