HashMap 为什么线程不安全？

转载自品略图书馆 http://www.pinlue.com/article/2020/05/0612/2810332429826.html

 

前言：我们都知道 HashMap 是线程不安全的，在多线程环境中不建议使用，但是其线程不安全主要体现在什么地方呢，本文将对该问题进行解密。

1.jdk1.7 中的 HashMap

在 jdk1.8 中对 HashMap 做了很多优化，这里先分析在 jdk1.7 中的问题，相信大家都知道在 jdk1.7 多线程环境下 HashMap 容易出现死循环，这里我们先用代码来模拟出现死循环的情况：

public class HashMapTest {

public static void main(String[] args) {

HashMapThread thread0 = new HashMapThread();

HashMapThread thread1 = new HashMapThread();

HashMapThread thread2 = new HashMapThread();

HashMapThread thread3 = new HashMapThread();

HashMapThread thread4 = new HashMapThread();

thread0.start();

thread1.start();

thread2.start();

thread3.start();

thread4.start();

}

}

class HashMapThread extends Thread {

private static AtomicInteger ai = new AtomicInteger();

private static Map<Integer, Integer> map = new HashMap<>();

@Override

public void run() {

while (ai.get() < 1000000) {

map.put(ai.get(), ai.get());

ai.incrementAndGet();

}

}

}

上述代码比较简单，就是开多个线程不断进行 put 操作，并且 HashMap 与 AtomicInteger 都是全局共享的。在多运行几次该代码后，出现如下死循环情形：

其中有几次还会出现数组越界的情况：

这里我们着重分析为什么会出现死循环的情况，通过 jps 和 jstack 命名查看死循环情况，结果如下：

从堆栈信息中可以看到出现死循环的位置，通过该信息可明确知道死循环发生在 HashMap 的扩容函数中，根源在 transfer 函数中，jdk1.7 中 HashMap 的 transfer 函数如下：

void transfer(Entry[] newTable, boolean rehash) {

int newCapacity = newTable.length;

for (Entry<K,V> e : table) {

while(null != e) {

Entry<K,V> next = e.next;

if (rehash) {

e.hash = null == e.key ? 0 : hash(e.key);

}

int i = indexFor(e.hash, newCapacity);

e.next = newTable[i];

newTable[i] = e;

e = next;

}

}

}

总结下该函数的主要作用：

在对 table 进行扩容到 newTable 后，需要将原来数据转移到 newTable 中，注意 10-12 行代码，这里可以看出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，这里也是形成死循环的关键点。下面进行详细分析。

1.1 扩容造成死循环分析过程

前提条件：

这里假设

hash 算法为简单的用 key mod 链表的大小。

最开始 hash 表 size=2，key=3,7,5，则都在 table[1] 中。

然后进行 resize，使 size 变成 4。

未 resize 前的数据结构如下：

如果在单线程环境下，最后的结果如下：

这里的转移过程，不再进行详述，只要理解 transfer 函数在做什么，其转移过程以及如何对链表进行反转应该不难。

然后在多线程环境下，假设有两个线程 A 和 B 都在进行 put 操作。线程 A 在执行到 transfer 函数中第 11 行代码处挂起，因为该函数在这里分析的地位非常重要，因此再次贴出来。

此时线程 A 中运行结果如下：

线程 A 挂起后，此时线程 B 正常执行，并完成 resize 操作，结果如下：

这里需要特别注意的点：由于线程 B 已经执行完毕，根据 Java 内存模型，现在 newTable 和 table 中的 Entry 都是主存中最新值：7.next=3，3.next=null。

此时切换到线程 A 上，在线程 A 挂起时内存中值如下：e=3，next=7，newTable[3]=null，代码执行过程如下：

newTable[3]=e ----> newTable[3]=3

e=next ----> e=7

此时结果如下：

继续循环：

e=7

next=e.next ----> next=3【从主存中取值】

e.next=newTable[3] ----> e.next=3【从主存中取值】

newTable[3]=e ----> newTable[3]=7

e=next ----> e=3

结果如下：

再次进行循环：

e=3

next=e.next ----> next=null

e.next=newTable[3] ----> e.next=7 即：3.next=7

newTable[3]=e ----> newTable[3]=3

e=next ----> e=null

注意此次循环：e.next=7，而在上次循环中 7.next=3，出现环形链表，并且此时 e=null 循环结束。结果如下：

在后续操作中只要涉及轮询 hashmap 的数据结构，就会在这里发生死循环，造成悲剧。

1.2 扩容造成数据丢失分析过程

遵照上述分析过程，初始时：

线程 A 和线程 B 进行 put 操作，同样线程 A 挂起：

此时线程 A 的运行结果如下：

此时线程 B 已获得 CPU 时间片，并完成 resize 操作：

同样注意由于线程 B 执行完成，newTable 和 table 都为最新值：5.next=null。

此时切换到线程 A，在线程 A 挂起时：e=7，next=5，newTable[3]=null。

执行 newtable[i]=e，就将 7 放在了 table[3] 的位置，此时 next=5。接着进行下一次循环：

e=5

next=e.next ----> next=null，从主存中取值

e.next=newTable[1] ----> e.next=5，从主存中取值

newTable[1]=e ----> newTable[1]=5

e=next ----> e=null

将 5 放置在 table[1] 位置，此时 e=null 循环结束，3 元素丢失，并形成环形链表。并在后续操作 hashmap 时造成死循环。

推荐阅读：Github上最值得学习的100个Java开源项目，涵盖各种技术栈！

2.jdk1.8 中 HashMap

在 jdk1.8 中对 HashMap 进行了优化，在发生 hash 碰撞，不再采用头插法方式，而是直接插入链表尾部，因此不会出现环形链表的情况，但是在多线程的情况下仍然不安全，这里我们看 jdk1.8 中 HashMap 的 put 操作源码：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

boolean evict) {

Node<K,V>[] tab; Node<K,V> p; int n, i;

if ((tab = table) == null || (n = tab.length) == 0)

n = (tab = resize()).length;

if ((p = tab[i = (n - 1) & hash]) == null) // 如果没有hash碰撞则直接插入元素

tab[i] = newNode(hash, key, value, null);

else {

Node<K,V> e; K k;

if (p.hash == hash &&

((k = p.key) == key || (key != null && key.equals(k))))

e = p;

else if (p instanceof TreeNode)

e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

else {

for (int binCount = 0; ; ++binCount) {

if ((e = p.next) == null) {

p.next = newNode(hash, key, value, null);

if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

treeifyBin(tab, hash);

break;

}

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals(k))))

break;

p = e;

}

}

if (e != null) { // existing mapping for key

V oldValue = e.value;

if (!onlyIfAbsent || oldValue == null)

e.value = value;

afterNodeAccess(e);

return oldValue;

}

}

++modCount;

if (++size > threshold)

resize();

afterNodeInsertion(evict);

return null;

}

这是 jdk1.8 中 HashMap 中 put 操作的主函数， 注意第 6 行代码，如果没有 hash 碰撞则会直接插入元素。如果线程 A 和线程 B 同时进行 put 操作，刚好这两条不同的数据 hash 值一样，并且该位置数据为 null，所以这线程 A、B 都会进入第 6 行代码中。假设一种情况，线程 A 进入后还未进行数据插入时挂起，而线程 B 正常执行，从而正常插入数据，然后线程 A 获取 CPU 时间片，此时线程 A 不用再进行 hash 判断了，问题出现：线程 A 会把线程 B 插入的数据给覆盖，发生线程不安全。

这里只是简要分析下 jdk1.8 中 HashMap 出现的线程不安全问题的体现，后续将会对 java 的集合框架进行总结，到时再进行具体分析。

总结

首先 HashMap 是线程不安全的，其主要体现：

在 jdk1.7 中，在多线程环境下，扩容时会造成环形链或数据丢失。

在 jdk1.8 中，在多线程环境下，会发生数据覆盖的情况。