一文看懂ConcurrentHashMap

1、前言

谈到HashMap的线程安全问题就不得不聊聊ConcurrentHashMap，若你不了解HashMap的话可以看看上面那篇文章，ConcurrentHashMap和HashMap在很多地方是类似的，比如底层都是数组+链表+红黑树、数组大小都是2的幂次方等…一些重复的知识点在这里就不细讲了。这篇文章主要会解决以下几个问题：

HashMap为什么多线程下会不安全
什么是CAS算法
ConcurrentHashMap是如何解决线程安全问题的
ConcurrentHashMap查找以及插入过程
其实ConcurrentHashMap相比HashMap复杂了许多，主要是因为会涉及到许多并发层面的知识点，比如CAS算法、volitale以及synchronized关键字等，本文会粗略介绍一下相关知识点，接下来我们先聊聊HashMap的线程安全问题以及为什么要使用ConcurrentHashMap。

2、HashMap为什么线程不安全

HashMap在并发环境下主要有以下几个问题：

死循环(JDK1.7)
在1.7版本，当扩容后生成新数组，在转移元素的过程中，使用的是头插法，也就是链表的顺序会翻转，当多个线程执行插入操作时可能会发生死循环。在1.8版本时将头插法改成了尾插法，解决了死循环的问题。

数据丢失
当两个线程同时插入元素时可能会发生数据被覆盖的情况

先看下源码

if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
当两个线程同时执行到以上代码时，发现没有发生哈希冲突，于是新建Node节点插入，这时先插入的节点会被后插入的节点覆盖，导致数据丢失。

那么有哪些解决方法呢？

Hashtable
给所有方法加synchronized锁，非常低效，现在已经淘汰。

Synchronized Map
Collections包提供的一个方法，会同步整个对象，也不推荐使用

ConcurrentHashMap
尽管没有同步整个Map，但是它仍然是线程安全的，读操作非常快，而写操作则是通过加锁完成的，推荐使用

在开始之前需要先介绍下CAS算法，这也是ConcurrentHashMap实现线程安全的一个关键点。

CAS

CAS可以看做是乐观锁的一种实现方式，Java原子类中的递增操作就通过CAS自旋实现的。
CAS全称 Compare And Swap（比较与交换），是一种无锁算法。在不使用锁（没有线程被阻塞）的情况下实现多线程之间的变量同步。

CAS底层就是通过Unsafe类中的方法来实现的，如下所示:

unsafe.compareAndSwapInt(this, valueOffset, expect, update)
下面介绍一下各个参数

this：Unsafe对象本身，需要通过这个类来获取value的内存偏移地址。
valueOffset：value变量的内存偏移地址。
expect：期望更新的值。
update：要更新的最新值。
通过valueOffset可以拿到value的值，当且仅当value的值等于expect时，CAS通过原子方式用新值update来更新value的值，否则不会执行任何操作。

整个“比较+更新”操作封装在compareAndSwapInt()中，在JNI里是借助于一个CPU指令完成的，属于原子操作，可以保证多个线程都能够看到同一个变量的修改值。
ConcurrentHashMap的源码中除了普通的CAS操作，还定义了三个原子操作，用于对指定位置的节点进行操作。正是这些原子操作保证了ConcurrentHashMap的线程安全，如下所示：

//获取tab数组的第i个node
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
//使用CAS尝试更新table[i]
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
//写入table[i]
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}

3、ConcurrentHashMap

ConcurrentHashMap支持并发的读写。跟1.7版本相比，JDK1.8的实现已经摒弃了Segment的概念，而是直接用Node数组+链表+红黑树的数据结构来实现，并发控制使用Synchronized和CAS来操作，虽然源码里面还保留了，也只是为了兼容性的考虑，因此本文主要讲解的是JDK1.8版本的ConcurrentHashMap。

属性

先来介绍一个核心属性sizeCtl

private transient volatile int sizeCtl;
用途：控制table数组的初始化和扩容的操作，不同的值有不同的含义

当为负数时：-1代表正在初始化，-N代表有N-1个线程正在进行扩容
当为0时（默认值）：代表table数组还没有被初始化
当为正数时：表示初始化或者下一次进行扩容的大小
其它属性

transient volatile Node<K,V>[] table;//哈希数组，保存Ndode节点
private transient volatile Node<K,V>[] nextTable;//扩容用的数组,只有在扩容时才不为null

private static final int DEFAULT_CAPACITY = 16;//默认大小
private static final float LOAD_FACTOR = 0.75f;//负载因子

static final int MOVED = -1; //表示正在扩容
volatile

在上面我们可以看到volatile关键字，这里先简单介绍一下该关键字的作用：

保证变量的可见性
在多线程环境下，某个共享变量如果被其中一个线程给修改了，其他线程能够立即知道这个共享变量已经被修改了，当其他线程要读取这个变量的时候，最终会去内存中读取，而不是从自己的工作空间中读取

保证有序性
虚拟机在进行代码编译优化的时候，对于那些改变顺序之后不会对最终变量的值造成影响的代码，是有可能将他们进行重排序的，但是在多线程下可能会引发线程安全问题，使用volatile可以禁止重排序。

注意：volatile关键字无法保证变量的原子性。

在面试中volatile底层实现机制也是常考的一个知识点，由于篇幅有限这里只是简单介绍一下概念，如果对原理感兴趣的同学可以上网搜索一下相关资料。

数据结构

ConcurrentHashMap和HashMap都是由数组+链表+红黑树构成，不过有一个不同的是ConcurrentHashMap的数组中放入的不是TreeNode结点，而是将TreeNode包装起来的TreeBin对象，如下图所示：

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));
this.sizeCtl = cap;
}
和HashMap实现差不多，也是用tableSizeFor方法来确保数组大小为2的幂次方， 可以看出构造函数主要是设定sizeCtl的值，并未对表进行初始化。当表未初始化的时候，sizeCtl的值其实指定的是表的长度。
tableSizeFor方法用来保证数组为2的幂次方，如果不了解其实现可以参考一文看懂HashMap

初始化

在ConcurrentHashMap里table数组第一次初始化是在initTable里执行的，这点和HashMap有点不同，简单看下初始化步骤：

当数组table未初始化时，当 sizeCtl < 0 说明有别的线程正在初始化或扩容，自旋等待
接着尝试调用CAS去更新sizeCtl的值
若更新成功初始化table数组，并且把sizeCtl设置为容量阈值(也就是HashMap的threshold)
若更新失败则说明别的线程已经执行过初始化操作了，直接返回table数组即可
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;

while ((tab = table) == null || tab.length == 0) {
    //当sizeCtl<0说明有别的线程正在初始化或扩容，自旋等待
    if ((sc = sizeCtl) < 0)
        Thread.yield();
     //SIZECTL：表示当前对象的内存偏移量，sc表示期望值，-1表示要替换的值，设定为-1表示要初始化表
    else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
        try {
            //检查table数组是否已经被初始化
            if ((tab = table) == null || tab.length == 0) {
                //若sc=0则设置默认容量16，否则设置为指定容量大小
                int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                @SuppressWarnings("unchecked")
                Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];//初始化数组
                table = tab = nt;
                sc = n - (n >>> 2);//n - (n >>> 2) = 0.75n，也就是说sc的值等于threshold
            }
        } finally {
            sizeCtl = sc;
        }
        break;
    }
}
return tab;

}
这里需要注意的一点是在else if块里面需要重新判断一次table是否未初始化，因为在finally块里改变了sizeCtl值，这时候其它线程是能够进入else if块中的，这样就会执行两次初始化操作了

4、查找

在介绍get方法之前先来看看ConurrentHashMap如何计算key的hash值，ConcurrentHashMap用了spread函数来求hash值，它与HashMap的hash函数有略微不同，代码如下：

static final int spread(int h) {
return (h ^ (h >>> 16)) & HASH_BITS;
}
除了高16位和低16位或操作之外，最后还和HASH_BITS相与，其值为0x7fffffff。它的作用主要是使hash值为正数。在ConcurrentHashMap中，Hash值为负数有特别的意义，如-1表示ForwardingNode结点，-2表示TreeBin结点。

什么是ForwardingNode结点和TreeBin结点？

//只在扩容时出现，实现了扩容时旧表和新表的连接
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);//MOVED = -1
this.nextTable = tab;
}
…
}
ForwardingNode节点是Node节点的子类，hash值固定为-1，只在扩容 transfer的时候出现，当旧数组中全部的节点都迁移到新数组中时，旧数组就在数组中放置一个ForwardingNode。读操作或者迭代读时碰到ForwardingNode时，将操作转发到扩容后的新的table数组上去执行，写操作碰见它时，则尝试帮助扩容。

至于TreeBin节点也是继承自Node，hash值固定为-2，是红黑树的包装结点。(有关红黑树由于篇幅有限这里就不展开讲了)

查询步骤

首先计算出key的hash值
判断table是否已经初始化以及数组下标位置上是否有元素(和HashMap一样使用(n-1)&hash计算下标)
判断第一个节点是否就是要查找的节点
若 hash = -1则调用ForwardingNode的find函数转发到nextTable上查找；若 hash = -2 则调用TreeBin的find函数查找元素
否则遍历链表查询元素
接下来看看get方法源码

public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());//计算hash值
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {//判断第一个节点是否就是目标节点
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
//如果hash值小于0，有两种情况
//-1是ForwardingNode，则用find函数转发到nextTable上查找
//-2是TreeBin，调用TreeBin的find函数。
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
//正常节点则遍历查找
while ((e = e.next) != null) {
if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
tabAt方法使用volatile来获取数组上的元素，在介绍CA时已经说过了，如果忘记了请翻到上面查看。

从代码也可以看出get方法是不加锁的，这里比较需要注意的一点是hash值为-1的ForwardingNode节点，当读操作碰到ForwardingNode时会调用find方法转发到扩容后的新的table数组上去执行，我们来看看find方法的实现：

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;
}
//到新数组上查找元素
Node<K,V> find(int h, Object k) {
//使用循环，避免多次碰到ForwardingNode导致递归过深
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;
//第一个节点就是要找的节点
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
if (eh < 0) {
//继续碰见ForwardingNode的情况，这里相当于是递归调用一次本方法
if (e instanceof ForwardingNode) {
tab = ((ForwardingNode<K,V>)e).nextTable;
continue outer;
}
else//碰见特殊节点，调用其find方法进行查找
return e.find(h, k);
}
if ((e = e.next) == null)//普通节点直接循环遍历链表
return null;
}
}
}
}
扩容时当数组为空或完成扩容后将ForwardingNode结点插入数组槽中，而find操作在新表中进行查询。巧妙利用ForwardingNode将旧表和新表连接起来，保证了其他线程扩容时也能对结点正常访问。

5、插入

还是一样先来看看插入过程：

若key或value为null则抛出NullPointerException异常，也就是说不允许key或value为null
判断table是否需要初始化，根据key的hash值计算出在数组中的下标，用tabAt方法读取节点，若没有发生hash冲突则用CAS插入节点
若发生了hash冲突，则判断是否为ForwardingNode节点，说明在扩容，调用hlepTransfer帮助扩容
若不是ForwardingNode节点，则使用synchronized对节点加锁，之后遍历链表，若元素已存在则更新旧值，否则在尾部插入节点
如果是TreeBin节点则调用putTreeVal方法插入
最后判断链表是否需要转换成红黑树以及调用addCount方法对节点数量+1，在该方法里面也会判断是否需要扩容
put方法源码：

public V put(K key, V value) {
return putVal(key, value, false);//false表示若已存在则进行覆盖
}

final V putVal(K key, V value, boolean onlyIfAbsent) {
//不允许key或value为null，这点和HashMap不同
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;//记录当前链表或红黑树长度
for (Node<K,V>[] tab = table;😉 {
Node<K,V> f; int n, i, fh;
//判断是否需要初始化
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//用tabAt方法读取table[i]，若没有发生hash冲突则用CAS插入节点
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null)))
break;
}
//若hash值为-1，则为ForwardingNode结点，说明在扩容，调用hlepTransfer帮助扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
//如果是普通链表结点或树结点，使用synchronized对节点加锁
V oldVal = null;
synchronized (f) {
if (tabAt(tab, i) == f) {//二次检查，类似于单例模式的双重检查
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
//若元素已存在则更新value值
if (e.hash == hash && ((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
//插入节点到链表尾部
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}//如果是TreeBin节点则调用putTreeVal方法插入
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) {
//若链表长度太长，则调用treeifyBin将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);//节点数量+1，检查是否需要进行扩容
return null;
}
插入过程也不是很难，很多地方和HashMap差不多，可以照着注释多看几遍就懂了。

6、扩容

在put源码最后会调用addCount方法来修改元素个数，在addCount方法里面又会检查是否需要调用transfer方法来扩容，ConcurrentHashMap的并发扩容是设计的一个精髓，由于博主能力有限至今还未搞懂，若有兴趣的可以参考这篇：
https://www.sohu.com/a/320372210_120176035

7、删除

源码不是很难，主要是replaceNode方法的几个参数搞懂就行，这里不再细讲。
public V remove(Object key) {
return replaceNode(key, null, null);
}

//cv是期望值，当待删除节点的值等于cv时，用value替换旧值
final V replaceNode(Object key, V value, Object cv) {
int hash = spread(key.hashCode());
for (Node<K,V>[] tab = table;😉 {
Node<K,V> f; int n, i, fh;
//table未初始化
if (tab == null || (n = tab.length) == 0 ||
(f = tabAt(tab, i = (n - 1) & hash)) == null)
break;
//正在扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
boolean validated = false;
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
validated = true;
for (Node<K,V> e = f, pred = null;😉 {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
V ev = e.val;
//符合更新value或者删除节点的条件
if (cv == null || cv == ev ||
(ev != null && cv.equals(ev))) {
oldVal = ev;
//更新value
if (value != null)
e.val = value;
else if (pred != null)
pred.next = e.next;
else
//CAS设置节点
setTabAt(tab, i, e.next);
}
break;
}
//当前节点不是目标节点，继续遍历下一个节点
pred = e;
if ((e = e.next) == null)
//到达链表尾部，依旧没有找到，跳出循环
break;
}
}
//红黑树
else if (f instanceof TreeBin) {
validated = true;
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> r, p;
if ((r = t.root) != null &&
(p = r.findTreeNode(hash, key, null)) != null) {
V pv = p.val;
if (cv == null || cv == pv ||
(pv != null && cv.equals(pv))) {
oldVal = pv;
if (value != null)
p.val = value;
else if (t.removeTreeNode§)
setTabAt(tab, i, untreeify(t.first));
}
}
}
}
}
if (validated) {
if (oldVal != null) {
//如果删除了节点，更新size
if (value == null)
addCount(-1L, -1);
return oldVal;
}
break;
}
}
}
return null;
}