1. ConcurrentHashMap 和 HashMap 两者的异同
相同之处：
- 数组、链表结构几乎相同，所以底层对数据结构的操作思路是相同的（只是思路相同，底层实现不同）；
- 都实现了 Map 接口，继承了 AbstractMap 抽象类，所以大多数的方法也都是相同的，HashMap 有的方法，ConcurrentHashMap 几乎都有，所以当我们需要从 HashMap 切换到 ConcurrentHashMap 时，无需关心两者之间的兼容问题。
不同之处：
- 红黑树结构略有不同，HashMap 的红黑树中的节点叫做 TreeNode，TreeNode 不仅仅有属性，还维护着红黑树的结构，比如说查找，新增等等；ConcurrentHashMap 中红黑树被拆分成两块，TreeNode 仅仅维护的属性和查找功能，新增了 TreeBin，来维护红黑树结构，并负责根节点的加锁和解锁；
- 新增 ForwardingNode （转移）节点，扩容的时候会使用到，通过使用该节点，来保证扩容时的线程安全。
2. put方法解析
1. 基本过程
- 和HashMap一样先计算key的hash值并定位数组下标
- 如果数组为空（未初始化），调用initTable()方法进行初始化，初始化成功后走2；
- 计算当前槽点有没有值，如果没有值的话，通过CAS创建，失败继续自旋（死循环），直到成功break掉循环。如果槽点有值，走4；
- 判断当前的槽点是否是转移节点（(fh = f.hash) == *MOVED，*MOVED的值为-1），如果是转移节点，调用helpTransfer(tab, f)方法协助扩容。如果不是转移节点走5；
- 走到这步，说明槽点是有值的，先锁定当前槽点（synchronized (f) ），保证其余线程不能操作，如果是链表，采用尾插法新增值到链表尾部（循环遍历每一个链表，并调用equals方法判断key是否相同，如果相同看onlyIfAbsent是否替换旧值），如果是红黑树，使用红黑树的新增方法新增（ putTreeVal() ）；
- 新增完成之后，判断槽下节点数量是否大于等于8（binCount >= TREEIFY_THRESHOLD），如果大于8调用 treeifyBin(tab, i)方法将链表转换成红黑树并返回oldVal节点。不大于8走7；
- 调用addCount(1L, binCount)方法check是否需要扩容，需要扩容则进行扩容；
2. 源码解析
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
//key和value都不能为空
if (key == null || value == null) throw new NullPointerException();
//计算hash值
int hash = spread(key.hashCode());
//用于判断是链表还是红黑树
int binCount = 0;
//循环
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
//如果tab未初始化进行初始化
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//定位槽节点，如果当前槽节点没有值
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
//cas 在 i 位置创建新的元素，当 i 位置是空时，即能创建成功，结束for自循，否则继续自旋
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//判断当前节点是否是转移节点，转移节点的 hash 值是固定的，都是 MOVED = -1
else if ((fh = f.hash) == MOVED)
//是转移节点，协助扩容
tab = helpTransfer(tab, f);
else {
V oldVal = null;
//锁定当前槽点，其余线程不能操作，保证了安全
synchronized (f) {
//这里再次判断 i 索引位置的数据没有被修改
//binCount 被赋值的话，说明走到了修改表的过程里面
if (tabAt(tab, i) == f) {
//fh >= 0 表明是链表
if (fh >= 0) {
binCount = 1;
//循环遍历链表
for (Node<K,V> e = f;; ++binCount) {
K ek;
//如果产生了hash碰撞，根据onlyIfAbsent是否替换旧值
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
//onlyIfAbsent = false替换，否则不替换
if (!onlyIfAbsent)
e.val = value;
break;
}
//把新增的元素赋值到链表的最后，退出自旋
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
//红黑树，这里没有使用 TreeNode,使用的是 TreeBin，TreeNode 只是红黑树的一个节点
//TreeBin 持有红黑树的引用，并且会对其加锁，保证其操作的线程安全
else if (f instanceof TreeBin) {
Node<K,V> p;
//红黑树节点，默认binCount为2
binCount = 2;
//在putTreeVal方法里面，在给红黑树重新着色旋转的时候
//会锁住红黑树的根节点
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
//binCount不为空，并且 oldVal 有值的情况，说明已经新增成功了
if (binCount != 0) {
// 链表是否需要转化成红黑树
if (binCount >= TREEIFY_THRESHOLD)
//binCount >= 8会走转化成红黑树的方法
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
//这一步几乎走不到。槽点已经上锁，只有在红黑树或者链表新增失败的时候，
//才会走到这里，这两者新增都是自旋的，几乎不会失败
break;
}
}
}
//容量+1，并且check 容器是否需要扩容，如果需要去扩容，调用 transfer 方法去扩容
//如果已经在扩容中了，check有无完成
addCount(1L, binCount);
return null;
}
3. 新增槽点值时的线程安全
- 通过死循环保证一定可以新增成功（失败不断重试）
-
- 在新增之前，通过
for (Node<K,V>[] tab = table;;)这样的死循环来保证新增一定可以成功，一旦新增成功，就可以退出当前死循环，新增失败的话，会重复新增的步骤，直到新增成功为止。
- 在新增之前，通过
- 当前槽节点为空时，通过CAS新增
-
- 这里的写法非常严谨，没有在判断槽点为空的情况下直接赋值，因为在判断槽点为空和赋值的瞬间，很有可能槽点已经被其他线程赋值了，所以我们采用 CAS 算法，能够保证槽点为空的情况下赋值成功，如果恰好槽点已经被其他线程赋值，当前 CAS 操作失败，会再次执行 for 自旋，再走槽点有值的 put 流程，这里就是自旋 + CAS 的结合。
- 为什么不直接锁呢？在概率前提下，为空槽点的并发竞争会很少，使用CAS能减少性能的开销，没必要加锁解锁损耗性能
- 当前槽点有值，锁住当前槽点（锁住的时当前数组上的槽节点，1.8之前锁住的是一个segment）
-
- put 时，如果当前槽点有值，就是 key 的 hash 冲突的情况，此时槽点上可能是链表或红黑树，我们通过锁住槽点，来保证同一时刻只会有一个线程能对槽点进行修改（ synchronized (f) ）
- 红黑树旋转时，锁住当前红黑树的根节点，保证同一时刻红黑树只能被一个线程旋转
final TreeNode<K,V> putTreeVal(int h, K k, V v) {
//……
else {
//旋转之前，锁住红黑树的根节点
lockRoot();
try {
root = balanceInsertion(root, x);
} finally {
unlockRoot();
}
}
break;
}
}
assert checkInvariants(root);
return null;
}
}
/**
* Acquires write lock for tree restructuring.
* 获得根节点的写锁
*/
private final void lockRoot() {
//CAS写LOCKSTATE的状态，如果是0，就写入1，表示被占用锁
//同样也是竞争可能性比较少，使用CAS提高性能
if (!U.compareAndSwapInt(this, LOCKSTATE, 0, WRITER))
contendedLock(); // offload to separate method
}
3. initTable方法解析
数组初始化时，首先通过自旋来保证一定可以初始化成功，然后通过CAS设置SIZECTL变量的值来保证同一时刻只能有一个线程对数组进行初始化，CAS成功后，还会再次判断当前数组是否完成初始化，如果已完成，就不会再次初始化，initTable方法通过自旋+CAS+双重check等手段保证了数组初始化时的线程安全。
/**
* Initializes table, using the size recorded in sizeCtl.
* 初始化 table，通过对 sizeCtl 的变量赋值来保证数组只能被初始化一次
*/
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
//通过自旋保证初始化成功
while ((tab = table) == null || tab.length == 0) {
// 小于 0 代表有线程正在初始化，释放当前 CPU 的调度权，重新发起锁的竞争
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
//使用Unsafe的CAS保证同一时刻只能有一个线程对数组进行初始化，-1表示当前值被改变，只有一个线程能初始化
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
// 很有可能执行到这里的时候，table 已经不为空了，这里是双重 check
if ((tab = table) == null || tab.length == 0) {
// 进行初始化
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);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
4. transfer方法解析
1. 基本过程
- 首先把旧的数组上的数据全部拷贝到扩容后的新数组上，先从数组队尾开始拷贝；
- 拷贝数组的槽点时，先把原数组槽点锁住，保证数据安全，成功拷贝到新数组时，把原数组槽点赋值为转移节点；
- 此时如果有新数据正好需要put到此槽点时，发现槽节点为转移节点，就会帮助一起扩容；
- 从数组的尾部拷贝到头部，每拷贝成功一次，就把原数组中的节点设置成转移节点；
- 所有数组的数据都拷贝到新数组时，就用新数组整个覆盖旧数组，旧数组成为“垃圾”等待被回收；
2. 源码解析
/**
* tab：原数组，nextTab：新数组
*/
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
//老数组长度
int n = tab.length, stride;
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
//如果数组为空，初始化数组，大小为原数组2倍（n << 1）
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 = n;
}
//新数组的长度
int nextn = nextTab.length;
//代表转移节点，如果原数组上是转移节点，说明该节点正在扩容
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
//无限自旋，i的值会从原数组的最大值开始，一直递减到 0
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
//结束循环的条件
if (--i >= bound || finishing)
advance = false;
//表示已经拷贝完成
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//每次减少 i 的值
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
//满足任意以下条件都表示拷贝结束
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
//拷贝结束，给对象赋新的数组值
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
}
}
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
//锁住槽节点，进行拷贝
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
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;
}
//当前槽节点有单个数据，直接拷贝；如果是链表，遍历链表后一起拷贝
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);
}
// 在新数组位置上放置拷贝的值
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
// 在老数组位置上放上 ForwardingNode 节点
// put 时，发现是 ForwardingNode 节点，就不会再动这个节点的数据了
setTabAt(tab, i, fwd);
advance = true;
}
// 红黑树的拷贝
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;
}
}
}
}
}
}
3. 扩容是的线程安全
- 复制槽节点时，会把原数组的当前槽节点锁住，避免并发产生的线程安全问题；
- 拷贝成功之后，会把原数组的槽点设置成转移节点，这样如果有数据需要 put 到该节点时，发现该槽点是转移节点，帮助扩容，直到扩容成功之后，才会重新 put，可以参考 put 方法中的 helpTransfer 方法；
- 等扩容拷贝都完成之后，直接把新数组的值赋值给数组容器。
5. get方法解析
1. 基本过程
- 计算传入key的hash值，并定位所在数组相应的下标
- 定位下标后，如果是链表就循环链表，如果是红黑树就使用红黑树的查找方式，总之就是比对map里面的key是否和所get的key相同，有相同就返回他的value，没有就返回null
2. 源码解析
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
//计算hashCode
int h = spread(key.hashCode());
//如果数组不为空，并且当前槽节点数据也不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
//槽节点第一个值和查询的key相等，直接返回
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
//如果是红黑树或转移节点，调用对应的find方法
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
//如果是链表，就循环遍历链表
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
9836
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
