ps.本文所有源码都是基于jdk1.6
首先说明一点，ConcurrentHashMap并不是可以完全替换Hashtable的，因为ConcurrentHashMap的get、clear函数是弱一致的（后面会说到），而Hashtable是强一致的。有作者是这么解释的：我们将“一致性强度”和“扩展性”之间的对比交给用户来权衡，所以大多数集合都提供了synchronized和concurrent两个版本。不过真正需要“强一致性”的场景可能非常少，我们大多应用中ConcurrentHashMap是满足的。

ConcurrentHashMap的数据结构

不得不说，ConcurrentHashMap设计的相当巧妙，它有多个段，每个段下面都是一个Hashtable（相似），所以每个段上都有一把锁（分布式锁），各个段之间的锁互不影响，可以实现并发操作。话不多说，上代码。

final Segment<K,V>[] segments;

• 1

可以看到ConcurrentHashMap实际上就是一个Segment数组，那么Segment是什么呢？

static final class Segment<K,V> extends ReentrantLock implements Serializable {...transient volatile HashEntry<K,V>[] table; //发现Segment实际上是HashEntry数组...
}

• 1
• 2
• 3
• 4
• 5

那HashEntry又是什么呢？

static final class HashEntry<K,V> {final K key;final int hash;volatile V value;final HashEntry<K,V> next;...
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7

HashEntry是一个单链表
所以ConcurrentHashMap的数据结构如下图：

这里每一个segment所指向的数据结构，其实就是一个Hashtable，所以说每一个segment都有一把独立的锁，来保证当访问不同的segment时互不影响。

ConcurrentHashMap的基础方法

基础方法分为这么几种：
1、段内加锁的：put，putIfAbsent，remove，replace等
2、不加锁的：get，containsKey等
3、整个数据结构加锁的：size，containsValue等

构造函数

public ConcurrentHashMap(int initialCapacity,float loadFactor, int concurrencyLevel) {if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)throw new IllegalArgumentException();  //参数合法性校验if (concurrencyLevel > MAX_SEGMENTS)concurrencyLevel = MAX_SEGMENTS; //比如我输入的concurrencyLevel=12，那么sshift = 4，ssize =16，所以sshift是意思就是1左移了几次比concurrencyLevel大，ssize就是那个大于等于concurrencyLevel的最小2的幂次方的数int sshift = 0;int ssize = 1;while (ssize < concurrencyLevel) {++sshift;ssize <<= 1;  //ssize = ssize << 1 , ssize = ssize * 2}segmentShift = 32 - sshift;segmentMask = ssize - 1;   //segmentMask的二进制是一个全是1的数 this.segments = Segment.newArray(ssize); //segment个数是ssize，也就是上图黄色方块数，默认16个if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;int c = initialCapacity / ssize;if (c * ssize < initialCapacity)++c;int cap = 1;while (cap < c)cap <<= 1;   for (int i = 0; i < this.segments.length; ++i)this.segments[i] = new Segment<K,V>(cap, loadFactor);//上图浅绿色块的个数是cap，是一个2的幂次方的数，默认是1，也就是每个segment下都构造了cap大小的table数组
}
Segment(int initialCapacity, float lf) {loadFactor = lf;setTable(HashEntry.<K,V>newArray(initialCapacity));//构造了一个initialCapacity大小的table
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30

put函数

public V put(K key, V value) {if (value == null)throw new NullPointerException(); //明确指定value不能为nullint hash = hash(key.hashCode());return segmentFor(hash).put(key, hash, value, false); //segmentFor如下，定位segment下标，然后再put
}final Segment<K,V> segmentFor(int hash) {         //寻找segment的下标return segments[(hash >>> segmentShift) & segmentMask];     //前面说了segmentMask是一个2进制全是1的数，那么&segmentMask就保证了下标小于等于segmentMask，与HashMap的寻下标相似。
}//真正的put操作
V put(K key, int hash, V value, boolean onlyIfAbsent) {lock();          //先加锁，可以看到，put操作是在segment里面加锁的，也就是每个segment都可以加一把锁try {int c = count;if (c++ > threshold) // ensure capacityrehash();   //判断容量，如果不够了就扩容HashEntry<K,V>[] tab = table;      //将table赋给一个局部变量tab，这是因为table是volatile变量，读写volatile变量的开销很大，编译器也不能对volatile变量的读写做任何优化，直接多次访问非volatile实例变量没有多大影响，编译器会做相应优化。int index = hash & (tab.length - 1);   //寻找table的下标HashEntry<K,V> first = tab[index];HashEntry<K,V> e = first;while (e != null && (e.hash != hash || !key.equals(e.key)))e = e.next;  //遍历单链表，找到key相同的为止，如果没找到，e指向链表尾V oldValue;if (e != null) { //如果有相同的key，那么直接替换oldValue = e.value;if (!onlyIfAbsent)e.value = value;}else {  //否则在链表表头插入新的结点oldValue = null;++modCount;tab[index] = new HashEntry<K,V>(key, hash, first, value);count = c; // write-volatile}return oldValue;} finally {unlock();}
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42

该方法也是在持有段锁的情况下执行的，首先判断是否需要rehash，需要就先rehash，扩容都是针对单个段的，也就是单个段的数据数量大于设定的量的时候会触发扩容。接着是找是否存在同样一个key的结点，如果存在就直接替换这个结点的值。否则创建一个新的结点并添加到hash链的头部，这时一定要修改modCount和count的值，同样修改count的值一定要放在最后一步。put方法调用了rehash方法，reash方法实现得也很精巧，主要利用了table的大小为2^n，和HashMap的扩容基本一样，这里就不介绍了。

还有一个叫putIfAbsent(K key, V value)的函数，这个函数的实现和put几乎一模一样，作用是，如果map中不存在这个key，那么插入这个数据，如果存在这个key，那么不覆盖原来的value，也就是不插入了。

remove函数

>remove操作也交给了段内的remove，如下：
V remove(Object key, int hash, Object value) {lock();  //段内先获得一把锁try {int c = count - 1;HashEntry<K,V>[] tab = table;int index = hash & (tab.length - 1);HashEntry<K,V> first = tab[index];HashEntry<K,V> e = first;while (e != null && (e.hash != hash || !key.equals(e.key)))e = e.next;V oldValue = null;if (e != null) {  //如果找到该keyV v = e.value;if (value == null || value.equals(v)) {oldValue = v;// All entries following removed node can stay// in list, but all preceding ones need to be// cloned.++modCount;HashEntry<K,V> newFirst = e.next; //newFirst此时为要删除结点的nextfor (HashEntry<K,V> p = first; p != e; p = p.next)newFirst = new HashEntry<K,V>(p.key,p.hash,newFirst, p.value);//从头遍历链表将要删除结点的前面所有结点复制一份插入到newFirst之前，如下图tab[index] = newFirst;count = c; // write-volatile}}return oldValue;} finally {unlock();}
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33

为什么用这么方式删除呢，细心的同学会发现上面定义的HashEntry的key和next都是final类型的，所以不能改变next的指向，所以又复制了一份指向删除的结点的next。

get函数

public V get(Object key) {int hash = hash(key.hashCode());   //双hash，和HashMap一样，也是为了更好的离散化return segmentFor(hash).get(key, hash);  //先寻找segment的下标，然后再get
}final Segment<K,V> segmentFor(int hash) {      //寻找segment的下标return segments[(hash >>> segmentShift) & segmentMask];  //前面说了segmentMask是一个2进制全是1的数，那么&segmentMask就保证了下标小于等于segmentMask，与HashMap的寻下标相似。
}V get(Object key, int hash) {// count是一个volatile变量，count非常巧妙，每次put和remove之后的最后一步都要更新count，就是为了get的时候不让编译器对代码进行重排序，来保证if (count != 0) { HashEntry<K,V> e = getFirst(hash);   //寻找table的下标，也就是链表的表头while (e != null) {if (e.hash == hash && key.equals(e.key)) {V v = e.value;if (v != null)return v;return readValueUnderLock(e); // recheck  加锁读，这个加锁读不用重新计算位置，而是直接拿e的值}e = e.next;}}return null;
}HashEntry<K,V> getFirst(int hash) {HashEntry<K,V>[] tab = table;return tab[hash & (tab.length - 1)];
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29

读完上面代码我有一个疑问，就是如果找到的key对应的value是null的话，加锁再读一次，既然上面put操作不允许value是null，那读到的value为什么会有null的情况呢？我们分析一下这种情况，就是put操作和get操作同时进行的时候，可以分为两种情况：
1、put的key已经存在，由于value不是final的，可以直接更新，且value是volatile的，所以修改会立马对get线程可见，而不用等到put方法结束。
2、put的key不存在，那么将在链表表头插入一个数据，那么将new HashEntry赋值给tab[index]是否能立刻对执行get的线程可见呢，我们知道每次put完之后都要更新一个count变量（写），而每次get数据的时候，再最一开始都要读一个count变量（读），而且发现这个count是volatile的，而对同一个volatile变量，有volatile写 happens-before volatile读，所以如果写发生在读之前，那么new HashEntry赋值给tab[index]是对get线程可见的，但是如果写没有发生在读之前，就无法保证new HashEntry赋值给tab[index]要先于get函数的getFirst(hash)，也就是说，如果某个Segment实例中的put将一个Entry加入到了table中，在未执行count赋值操作之前有另一个线程执行了同一个Segment实例中的get，来获取这个刚加入的Entry中的value，那么是有可能取不到的，这也就是get的弱一致性。但是什么时候会找到key但是读到的value是null呢，仔细看下put操作的语句：tab[index] = new HashEntry(key, hash, first, value)，在这条语句中，HashEntry构造函数中对value的赋值以及对tab[index]的赋值可能被重新排序，举个例子就是这条语句有可能先执行对key赋值，再执行对tab[index]的赋值，最后对value赋值，如果在对tab和key都赋值但是对value还没赋值的情况下的get就是一个空值。
详细可以看看这篇文章：http://ifeve.com/concurrenthashmap-weakly-consistent/
这也就是说无锁的get操作是一个弱一致性的操作。

clear函数

public void clear() {for (int i = 0; i < segments.length; ++i)    //循环clear掉每个段中的内容segments[i].clear();
}
void clear() {if (count != 0) {lock();    //段内加锁try {HashEntry<K,V>[] tab = table;for (int i = 0; i < tab.length ; i++)tab[i] = null;++modCount;count = 0; // write-volatile} finally {unlock();}}
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

因为没有全局的锁，在清除完一个segments之后，正在清理下一个segments的时候，已经清理segments可能又被加入了数据，因此clear返回的时候，ConcurrentHashMap中是可能存在数据的。因此，clear方法是弱一致的。

size函数

public int size() {final Segment<K,V>[] segments = this.segments;long sum = 0;long check = 0;int[] mc = new int[segments.length];// Try a few times to get accurate count. On failure due to// continuous async changes in table, resort to locking.for (int k = 0; k < RETRIES_BEFORE_LOCK; ++k) {check = 0;sum = 0;int mcsum = 0;for (int i = 0; i < segments.length; ++i) {sum += segments[i].count;           //循环相加每个段内数据的个数mcsum += mc[i] = segments[i].modCount;        //循环相加每个段内的modCount}if (mcsum != 0) {                   //如果是0，代表根本没有过数据更改，也就是size是0for (int i = 0; i < segments.length; ++i) {check += segments[i].count;    //再次循环相加每个段内数据的个数，这里为什么会再算一次呢，后面会说if (mc[i] != segments[i].modCount) {    check = -1; // force retry  //如果modCount和之前统计的不一致了，check直接赋值-1，重新再来break;}}}if (check == sum)break;}if (check != sum) { // Resort to locking all segmentssum = 0;for (int i = 0; i < segments.length; ++i)  //循环获取所有segment的锁segments[i].lock();for (int i = 0; i < segments.length; ++i)  //在持有所有段的锁的时候进行count的相加sum += segments[i].count;for (int i = 0; i < segments.length; ++i)  //循环释放所有段的锁segments[i].unlock();}if (sum > Integer.MAX_VALUE)            //returnreturn Integer.MAX_VALUE;elsereturn (int)sum;
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41

如果我们要统计整个ConcurrentHashMap里元素的大小，就必须统计所有Segment里元素的大小后求和。Segment里的全局变量count是一个volatile变量，那么在多线程场景下，我们是不是直接把所有Segment的count相加就可以得到整个ConcurrentHashMap大小了呢？不是的，虽然相加时可以获取每个Segment的count的最新值，但是拿到之后可能累加前使用的count发生了变化，那么统计结果就不准了。所以最安全的做法，是在统计size的时候把所有Segment的put，remove和clean方法全部锁住，但是这种做法显然非常低效，因为在累加count操作过程中，之前累加过的count发生变化的几率非常小，所以ConcurrentHashMap的做法是先尝试2次通过不锁住Segment的方式来统计各个Segment大小，如果统计的过程中，容器的count发生了变化，则再采用加锁的方式来统计所有Segment的大小。那么ConcurrentHashMap是如何判断在统计的时候容器是否发生了变化呢？使用modCount变量，在put , remove和clear方法里操作元素前都会将变量modCount进行加1，那么在统计size前后比较modCount是否发生变化，从而得知容器的大小是否发生变化。size()的实现还有一点需要注意，必须要先segments[i].count，才能segments[i].modCount，这是因为segment[i].count是对volatile变量的访问，接下来segments[i].modCount才能得到几乎最新的值，这里和get方法的方式是一样的，也是一个volatile写 happens-before volatile读的问题。

上面18行代码，抛出了一个问题，就是为什么会再算一遍，上面说只需要比较modCount不变不就可以了么？但是仔细分析，就会发现，在13行14行代码那里，计算完count之后，计算modCount之前有可能count的值又变了，那么18行的代码主要是解决这个问题。

containsValue函数

containsKey函数比较简单，也是不加锁的简易get，下面说一下containsValue有一个有意思的地方

public boolean containsValue(Object value) {if (value == null)throw new NullPointerException();// See explanation of modCount use abovefinal Segment<K,V>[] segments = this.segments;int[] mc = new int[segments.length];// Try a few times without lockingfor (int k = 0; k < RETRIES_BEFORE_LOCK; ++k) {int sum = 0;int mcsum = 0;for (int i = 0; i < segments.length; ++i) {int c = segments[i].count;    //注意这行，声明了一个c变量，并且赋值了，但是下面却完全没有用到。mcsum += mc[i] = segments[i].modCount;if (segments[i].containsValue(value))return true;}boolean cleanSweep = true;    //默认结构没变if (mcsum != 0) {for (int i = 0; i < segments.length; ++i) {int c = segments[i].count;if (mc[i] != segments[i].modCount) {  //如果结构变了，cleanSweep = falsecleanSweep = false;break;}}}if (cleanSweep)    //如果没变，直接返回falsereturn false;}// Resort to locking all segmentsfor (int i = 0; i < segments.length; ++i)segments[i].lock();boolean found = false;try {for (int i = 0; i < segments.length; ++i) {if (segments[i].containsValue(value)) {found = true;break;}}} finally {for (int i = 0; i < segments.length; ++i)segments[i].unlock();}return found;
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37
• 38
• 39
• 40
• 41
• 42
• 43
• 44
• 45
• 46
• 47
• 48
• 49

注意上面代码15行处，里面有语句int c = segments[i].count; 但是c却从来没有被使用过，即使如此，编译器也不能做优化将这条语句去掉，因为存在对volatile变量count的读取，这条语句存在的唯一目的就是保证segments[i].modCount读取到几乎最新的值，上面有说道这个问题。

本文章参考文章：
1、http://ifeve.com/concurrenthashmap-weakly-consistent/
2、http://www.iteye.com/topic/344876