Java集合-源码浅析个人笔记-{ConcurrentHashMap}

阅读建议

1. 本篇文章仅用于个人笔记,因此有部分简略表达词汇(hm = HashMap, lhm = LinkedHashMap, chm = ConcurrentHashMap, ht = HashTable)

2. 因为写的比较简略，没有对一些源码出现的变量名做说明,建议已经对该集合有基本了解或对照源码做补充阅读,如果笔记有问题也欢迎讨论

3. 佬们有遇见过的相关面试问题也教教我。

源码分析

JDK1.7

• 存储结构：多个segment的组合体，每个segment中包含一个类似hm的hashEntry数组结构，因此可以在segment内部进行hm扩容，但是segment的个数一旦初始化就不能再改变。默认segment个数为16个，也就是说chm默认支持最多16个线程并发。
  • 通过segment+ReentrantLock实现并发支持。
  • 如果并发度设置过小，会带来严重的锁竞争问题；
  • 如果并发度设置过大，原本位于同一个segment内的访问会扩散大不同的segment中，cpu cache命中率会下降，从而引起程序性能下降。
• 初始化：
  • 检验并发级别大小：如果超过了1<<16则重置为1<<16。（端口数量最大是这个数，当然0号是定义成无效端口的。不过最大线程数是可以超过端口数的，所以这可能只是一个防止系统异常的兜底策略）
  • 寻找并发级别之上最接近2的幂次方的数ssize，作为初始化容量大小。（每个hm的容量：c = initialCapacity/ssize， 容量cap = c之上最接近的2的幂次）
  • 记录segmentShift偏移量，这个值为【2^N中的N】，默认是32 - sshift = 28。
  • 记录段掩码segmentMask，默认为ssize-1。
  • 初始化segment[0]，默认大小是2，由于负载因子为0.75，插入第二个值的时候才会扩容。
• put方法
  • 计算要put到的key的位置，获取指定位置的segment
    • 这里是通过取hash的高N位（这个N就是SShift）和SMask（15就是1111）做与运算。
  • 如果指定位置的segment为空，就初始化这个segment。（通过反复的确认null来确保每一步对segment状态的改变都不会出现hm中put的线程不安全问题。）
    • 检查是否为null，为null才初始化。
    • 自选判断指定位置的segment是否是null，使用CAS在这个位置赋值初始化segment。
    • 使用创建的HashEntry数组初始化这个segment。
    • 再次检查计算到的指定位置segment是否为null。
    • 使用segment[0]的容量和负载因子创建HashEntry数组。
  • 获取和初始化完segment后内部调用segment的put方法
    • 由于segment继承了ReentrantLock，很容易可以通过加锁来保证线程安全，这里通过自旋获取锁加锁。
    • 计算put到的index位置，然后遍历HashEntry数组尝试put
      • 若entry元素不存在：
        • 1. 如果当前容量大于扩容阈值，小于最大容量，进行扩容
        • 2. 直接头插法插入
      • 若entry元素存在：
        • 1. 遍历判断当前链表元素的key和hash是否符合要求，一致则替换
        • 2. 全都不一致
          • 如果当前容量大于扩容阈值，小于最大容量，进行扩容
          • 链表头插法插入
      • 释放锁
• 扩容rehash方法
  • 针对HashEntry的扩容方法，可以参考hm的扩容只会扩容到原来的两倍。老数组里的数据移动到新的数组时，位置要么不变，要么变为 index+ oldSize，参数里的 node 会在扩容之后使用链表头插法插入到指定位置。
  • 用两个for循环收尾
    • 第一个是找到同样进入新位置的一批节点，直接接到新位置去。
    • 第二个是把剩余节点通过头插法插入到指定位置链表。
• get方法
  • 1. 一次hash定位到对应的segment位置。
  • 2. 再一次hash定位到具体的元素位置。
  • 有链表的话就要遍历链表找对应值了，这也是1.7的chm效率低下的一部分原因，所以它在1.8被优化掉了。
  • 整个get方法没有用到加锁，因为HashEntry中的value属性是被volatile关键字修饰的，可以保证都看到最新的同一份内容，并且不会发生指令重排。
• 可以完成同一segment的并发读写和不同segment的并发写入

JDK1.8

• 存储结构：底层是Node数组+链表/红黑树，链表达到一定长度（8）时会转换成红黑树。
• 通过对Node节点的CAS+Synchronized关键字实现并发支持。
• 初始化：
  • ConcurrentHashMap的构造函数仅用于设置初始参数，比如初始容量、负载因子和并发级别（不过初始化的并发级别并没有用到，只是说如果初始容量小于并发级别，会将容量初始为并发级别大小，因为是按Node节点数做并发的）。
  • 而整个table的初始化是在向chm中插入第一个元素的时候发生的。比如调用put、computeIfAbsent、compute、merge方法并且检查table == null的时候。
  • 初始化的并发控制主要用过sizeCtl属性完成：
    • -1说明正在初始化，其他线程需要自旋等待。
    • >0 表示 table 扩容的阈值，如果 table 已经初始化。
    • 0 表示 table 初始化大小，如果 table 没有初始化。
    • -N 说明 table 正在进行扩容，高 16 位表示扩容的标识戳，低 16 位减 1 为正在进行扩容的线程数。
  • 初始化方法主要应用了关键属性sizeCtl 如果这个值<0，表示其他线程正在进行初始化，就放弃这个操作。在这也可以看出ConcurrentHashMap的初始化只能由一个线程完成。如果获得了初始化权限，就用CAS方法将sizeCtl置为-1，防止其他线程进入。初始化数组后，将sizeCtl的值改为0.75*n。
• put方法
  • 根据 key 计算出 hashcode 。
    • 判断是否需要进行初始化。
    • hash & （n-1） 即为当前 key 定位出的 Node，如果为空表示当前位置可以写入数据，利用 CAS 尝试写入，失败则自旋保证成功。
    • 如果当前位置的 hashcode == MOVED == -1,则需要进行扩容。
    • 如果都不满足，则利用 synchronized 锁写入数据。
    • 如果数量大于 TREEIFY_THRESHOLD 则要转换为红黑树。
• get方法
  • 根据计算出来的hashcode来定位，如果直接在桶上就直接返回桶值
    • 如果桶里面是红黑树就按树的方式拿值
    • 如果是链表就按链表方式

常见问题

• chm和ht的区别？
  • jdk1.7：ht是用synchronized关键字锁住了整个类，而chm用了分段锁技术，其中的segment继承ReentrantLock，不像ht一样无论是put还是get都要做同步处理。chm支持segment数量级别的并发。
  • jdk1.8：chm用的synchronized+CAS锁住每个Node节点，而不是锁整个类。