文章目录

什么是ConcurrentHashMap
ConcurrentHashMap结构
- 如何高效的执行并发操作
- 如何进行锁的选择
- Node节点类型与作用
- 扩容的方式
源码分析
- putVal()方法
- spread()方法，获取槽位。
- initTable()方法，初始化容器
- addCount() ，计算成员数量
- - transfer()，进行扩容
- compute()

什么是ConcurrentHashMap

concurrentHashMap是一个支持高并发更新与查询的哈希表(基于HashMap)。
在保证安全的前提下，进行检索不需要锁定。与hashtable不同，该类不依赖于synchronization去保证线程操作的安全。

ConcurrentHashMap结构

根据上述，知道ConcurrentHashMap的目标，接下来就是看该目标需要解决哪些问题。
以put()方法为例：
● 计算出key的槽位
● 根据槽位类型进行操作(链表，红黑树)
● 根据槽位中成员数量进行数据转换,扩容等操作

回顾hashMap的数据结构：

如何高效的执行并发操作

根据上面hashMap的数据结构可以直观的看到，如果以整个容器为一个资源进行锁定，那么就变为了串行操作。而根据hash表的特性，具有冲突的操作只会出现在同一槽位，而与其它槽位的操作互不影响。
基于此种判断，那么就可以将资源锁粒度缩小到槽位上，这样热点一分散，冲突的概率就大大降低，并发性能就能得到很好的增强。

如何进行锁的选择

ConcurrentHashMap使用JUC包中通过直接操作内存中的对象，将比较与替换合并为一个原子操作的乐观锁形式（CAS）来进行简单的值替换操作，对于一些含有复杂逻辑的流程对Node节点对象使用synchronize进行同步。

Node节点类型与作用

回顾HashMap，其中Node节点类型包含两种，第一种链表，第二种红黑树。
而在ConcurrentHashMap中节点类型在上述两种的基础上扩展了，两种分别是ForwardingNode
和 ReservationNode。
ForwardingNode：用于解决当进行扩容的时候，进行查询的问题。
ReservationNode：用于解决当进行计算时，计算的对象为空的问题。

槽位hash值含义：
链表：大于0
ForwardingNode：-1
红黑树：-2
ReservationNode：-3

扩容的方式

基于hashMap的扩容方式，通过成员的最新bit位是1or0来决定是否将成员迁入新的槽位中。
显而易见，这种扩容方式对于槽位之间也是互不影响的，那么就可以进行并发的执行扩容以达到高效的目的。

节点为空则直接替换为Forwarding，后续操作就在新容器中开展。
如果节点不为空，则对节点处理完毕后变更为Forwarding。

    /*** Table initialization and resizing control.  When negative, the* table is being initialized or resized: -1 for initialization,* else -(1 + the number of active resizing threads).  Otherwise,* when table is null, holds the initial table size to use upon* creation, or 0 for default. After initialization, holds the* next element count value upon which to resize the table.*/private transient volatile int sizeCtl;

○ 负数
■ -1：容器进行初始化
■ 其余负数：高16存储resizeStamp()返回的扩容标识符，低16位（1+进行扩容的线程数）
○ 正数
■ 0：未初始化，需要进行初始化
■ 其余正数：当前容器的大小

源码分析

putVal()方法

final V putVal(K key, V value, boolean onlyIfAbsent) {if (key == null || value == null) throw new NullPointerException();//获取hash值int hash = spread(key.hashCode());int binCount = 0;for (Node<K,V>[] tab = table;;) {Node<K,V> f; int n, i, fh;//容器为空进行初始化流程if (tab == null || (n = tab.length) == 0)tab = initTable();//如果槽位中为空的    else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {//以cas方式进行替换，替换成功就中断循环，替换失败则进行下一次循环if (casTabAt(tab, i, null,new Node<K,V>(hash, key, value, null)))break;                   // no lock when adding to empty bin}//一种特殊的节点（forwarding 节点，迁移节点，只在迁移过程中存在）的处理方式else if ((fh = f.hash) == MOVED)//帮助进行扩容tab = helpTransfer(tab, f);//如果槽位不为空，并且不是（forwarding节点）    else {V oldVal = null;//将整个槽位锁住synchronized (f) {//double check，如果槽位里面的数据发生变更则重新走流程if (tabAt(tab, i) == f) {//如果是链表if (fh >= 0) {binCount = 1;for (Node<K,V> e = f;; ++binCount) {K ek;//如果存在成员则覆盖if (e.hash == hash &&((ek = e.key) == key ||(ek != null && key.equals(ek)))) {oldVal = e.val;if (!onlyIfAbsent)e.val = value;break;}//不存在成员则新增Node<K,V> pred = e;if ((e = e.next) == null) {pred.next = new Node<K,V>(hash, key,value, null);break;}}}//如果是红黑树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;}}}}//如果一个槽位中的数量大于1（只有大于1的才会有binCount）if (binCount != 0) {//如果槽位中的成员数量大于等于8，则变更为if (binCount >= TREEIFY_THRESHOLD)//进行转换成红黑树处理treeifyBin(tab, i);if (oldVal != null)return oldVal;break;}}}addCount(1L, binCount);return null;}

spread()方法，获取槽位。

作用：用于获取槽位值

static final int spread(int h) {//h为key值得hash值,将高16位也参与运算，然后与int最大值进行&运算(效果为将值变为正数，其他位置不变)//HASH_BITS为int最大值，最高位为0//HashMap中没有处理为正数的步骤，这里负数有其它含义，查看节点类型return (h ^ (h >>> 16)) & HASH_BITS;}

initTable()方法，初始化容器

   private final Node<K,V>[] initTable() {Node<K,V>[] tab; int sc;while ((tab = table) == null || tab.length == 0) {//sizeCtl，代表着初始化资源或者扩容资源的锁，必须要获取到该锁才允许进行初始化或者扩容的操作if ((sc = sizeCtl) < 0)//放弃当前cpu的使用权，让出时间片，线程计入就绪状态参与竞争Thread.yield(); // lost initialization race; just spin//比较并尝试将sizeCtl替换成-1，如果失败则继续循环    else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {try {//进行一次double check 防止在进入分支前，容器发生了变更if ((tab = table) == null || tab.length == 0) {int n = (sc > 0) ? sc : DEFAULT_CAPACITY;@SuppressWarnings("unchecked")//初始化容器Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];table = tab = nt;sc = n - (n >>> 2);}} finally {sizeCtl = sc;}break;}}return tab;}

addCount() ，计算成员数量

问题：如果每一个线程的更新都去修改baseCount，当竞争比较小的时候问题不大，但是当非常频繁就会导致同一时候只有一个线程能更新成功，其它线程需要自旋等待机会，如果将baseCount拆成一个个cell也就是CounterCell[]，每个线程绑定一个cell单元进行自身size的添加，那么就可以分散热点。
作用：和LongAdder思路一样，分散热点，提高性能，同时增加查询size时候的性能问题，只有当竞争强度上升才会启用

   private final void addCount(long x, int check) {CounterCell[] as; long b, s;//统计单元不为空or数量增加失败if ((as = counterCells) != null ||!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {CounterCell a; long v; int m;boolean uncontended = true;if (as == null || (m = as.length - 1) < 0 ||(a = as[ThreadLocalRandom.getProbe() & m]) == null ||!(uncontended =U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {//创建cells或者进行数量增加fullAddCount(x, uncontended);return;}if (check <= 1)return;s = sumCount();}//检查是否需要扩容if (check >= 0) {Node<K,V>[] tab, nt; int n, sc;while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&(n = tab.length) < MAXIMUM_CAPACITY) {int rs = resizeStamp(n);if (sc < 0) {if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||transferIndex <= 0)break;if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))transfer(tab, nt);}else if (U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2))transfer(tab, null);s = sumCount();}}}

transfer()，进行扩容

    private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {int n = tab.length, stride;//【第一步】//决定当前线程在需要处理的槽位充足下，分配到的槽位数if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)stride = MIN_TRANSFER_STRIDE; // subdivide range//新容器为空则创建容器    if (nextTab == null) {            // initiatingtry {//多出一个赋值操作，尝试处理内存溢出？不明白原理@SuppressWarnings("unchecked")Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];nextTab = nt;} catch (Throwable ex) {      // try to cope with OOMEsizeCtl = Integer.MAX_VALUE;return;}nextTable = nextTab;//转移索引数设置为当前容器容量transferIndex = n;}//将下个容器的转移搜索引数设置为新容器容量int nextn = nextTab.length;//创建ForwardingNode容器并放入新容器ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);boolean advance = true;boolean finishing = false; // to ensure sweep before committing nextTabfor (int i = 0, bound = 0;;) {Node<K,V> f; int fh;//【第二步，划分槽位，帮助推进】//选择当前线程进行transfer的槽位，从最后一个槽位向前while (advance) {int nextIndex, nextBound;//向前推进一个槽位，或者已经完成了if (--i >= bound || finishing)advance = false;//槽位被其它线程选择完了    else if ((nextIndex = transferIndex) <= 0) {i = -1;advance = false;}//尝试获取槽位的操作权else if (U.compareAndSwapInt(this, TRANSFERINDEX, nextIndex,nextBound = (nextIndex > stride ?nextIndex - stride : 0))) {//槽位下限                   bound = nextBound;//当前选中进行处理的槽位i = nextIndex - 1;advance = false;}}//被选择完毕，选中槽位大于当前容器容量，选中槽位+当前容器容量大于新容器容量//【第三步，设置结束条件，变更地址】if (i < 0 || i >= n || i + n >= nextn) {int sc;//扩容完毕if (finishing) {//清除扩容时创建的临时表nextTable = null;//将当前表指向临时表table = nextTab;//设置下次扩容的临界点为 0.75*扩容容量sizeCtl = (n << 1) - (n >>> 1);return;}//将扩容标识中的线程标识减一if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {//存在其它线程进行扩容处理，则当前线程处理完自己的槽位后直接退出if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)return;//不存在其它线程处理，说明自己是唯一处理线程   finishing = advance = true;//将i重置，在看下还有没有transferIndex//如果已经是唯一处理线程并且满足前置条件，为何需要检查下？i = n; // recheck before commit}}//【第四步，处理槽位】//如果当前槽中没有成员，用forwarding节点占位else if ((f = tabAt(tab, i)) == null)advance = casTabAt(tab, i, null, fwd);//如果当前槽中成员为forwarding节点，代表已经被处理过了    else if ((fh = f.hash) == MOVED)//处理下一个槽advance = true; // already processedelse {//锁住槽位synchronized (f) {//double checkif (tabAt(tab, i) == f) {Node<K,V> ln, hn;if (fh >= 0) {//计算当前成员最高位//runBit是0 or 1int 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;//查找最后重复的链，获得开始位置p，和重复的高位值runBitif (b != runBit) {runBit = b;lastRun = p;}}//如果从p开始后面高位全是0，那么就不需要移动到新槽中if (runBit == 0) {ln = lastRun;hn = null;}//如果从p开始后面全是1，那么就需要移动到新槽中else {hn = lastRun;ln = null;}//从链的头部一直遍历到p的位置（因为p以后高位都一样）//为何需要提前找一部分重复？效率更高？这么处理是否有理论依据？for (Node<K,V> p = f; p != lastRun; p = p.next) {int ph = p.hash; K pk = p.key; V pv = p.val;//高位为0放到旧槽位中if ((ph & n) == 0)ln = new Node<K,V>(ph, pk, pv, ln);//高位为1放到新槽位中elsehn = new Node<K,V>(ph, pk, pv, hn);}//将ln放到新容器的旧槽位中setTabAt(nextTab, i, ln);//将hn放到新容器的新槽位中setTabAt(nextTab, i + n, hn);//将老容器中的该节点设置为forwarding节点setTabAt(tab, i, fwd);//处理下一个槽位advance = true;}//TreeBin的hash固定为-2，红黑树的调整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;elseloTail.next = p;loTail = p;++lc;}else {if ((p.prev = hiTail) == null)hi = p;elsehiTail.next = p;hiTail = p;++hc;}}//槽位里成员少于等于6，退化为链表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;}}}}}}

将容器中的槽位分成多份，由后往前分割槽位，线程处理自己获取到的分段槽位（分段槽位内部连续，分段槽位间不出现交集，避免竞争提高性能），根据槽位中成员扩容的最高位是0是1选择新旧槽位进行分配到新容器中，0保持旧槽位，1移动到新槽位，由处理最后一段的线程将旧容器替换为新容器

处理好新容器，确定每段的槽位数是多少
stride【分段槽位的大小】
nextTab【临时扩容容器】
tab【临时当前容器】
尝试获取到分段槽位，槽为从后向前进行分配
bound【槽位下限】
nextIndex【槽位上限】
i【当前处理槽位】
处理槽位，如果槽位为空放入forwarding节点，不为空则根据成员最高位判断是否分配到新槽位or旧槽位，如果是红黑树判断分配完后槽位中的成员少于等于6则退化位链表
ln【旧槽位】
hn【新槽位】
槽位分段处理完毕，如果是最后一个线程，那么需要将新容器地址覆盖旧容器，旧容器直接丢弃，状态重置为正标识下次触发扩容的阈值
table【当前容器】
nextTable【扩容容器】
sizeCtl【状态值】

compute()

    public V compute(K key,BiFunction<? super K, ? super V, ? extends V> remappingFunction) {if (key == null || remappingFunction == null)throw new NullPointerException();//获取到对应的槽位int h = spread(key.hashCode());V val = null;int delta = 0;int binCount = 0;for (Node<K,V>[] tab = table;;) {Node<K,V> f; int n, i, fh;//初始化容器if (tab == null || (n = tab.length) == 0)tab = initTable();//槽位无成员else if ((f = tabAt(tab, i = (n - 1) & h)) == null) {//定义新节点Node<K,V> r = new ReservationNode<K,V>();//提前加锁，避免后续cas成功后其它线程获取到synchronized (r) {//尝试将槽位替换为ReservationNode节点，解决槽位为null无法进行锁定问题if (casTabAt(tab, i, null, r)) {binCount = 1;Node<K,V> node = null;try {//进行计算if ((val = remappingFunction.apply(key, null)) != null) {delta = 1;node = new Node<K,V>(h, key, val, null);}} finally {//设置node节点替换ReservationNode节点setTabAt(tab, i, node);}}}if (binCount != 0)break;}//槽位节点为forwardingelse if ((fh = f.hash) == MOVED)tab = helpTransfer(tab, f);//存在成员    else {synchronized (f) {if (tabAt(tab, i) == f) {//成员为链表if (fh >= 0) {binCount = 1;for (Node<K,V> e = f, pred = null;; ++binCount) {K ek;//找到成员if (e.hash == h &&((ek = e.key) == key ||(ek != null && key.equals(ek)))) {//进行计算val = remappingFunction.apply(key, e.val);if (val != null)e.val = val;else {delta = -1;Node<K,V> en = e.next;if (pred != null)pred.next = en;elsesetTabAt(tab, i, en);}break;}pred = e;if ((e = e.next) == null) {val = remappingFunction.apply(key, null);if (val != null) {delta = 1;pred.next =new Node<K,V>(h, key, val, null);}break;}}}//成员为红黑树else if (f instanceof TreeBin) {binCount = 1;TreeBin<K,V> t = (TreeBin<K,V>)f;TreeNode<K,V> r, p;if ((r = t.root) != null)p = r.findTreeNode(h, key, null);elsep = null;V pv = (p == null) ? null : p.val;val = remappingFunction.apply(key, pv);if (val != null) {if (p != null)p.val = val;else {delta = 1;t.putTreeVal(h, key, val);}}else if (p != null) {delta = -1;if (t.removeTreeNode(p))setTabAt(tab, i, untreeify(t.first));}}}}//根据链表成员数量，判断是否需要转为红黑树if (binCount != 0) {if (binCount >= TREEIFY_THRESHOLD)treeifyBin(tab, i);break;}}}if (delta != 0)addCount((long)delta, binCount);return val;}

ConcurrentHashMap详解相关推荐

深入浅出ConcurrentHashMap详解
文章目录 1.前言 2.什么是ConcurrentHashMap 3.Put 操作 4.Get 操作 5.高并发线程安全 6.JDK8 的改进 6.1 结构改变 6.2 HashEntry 改为 No ...
Java8 ConcurrentHashMap详解
点个赞,看一看,好习惯!本文 GitHub https://github.com/OUYANGSIHAI/JavaInterview 已收录,这是我花了 3 个月总结的一线大厂 Java 面试总结,本 ...
Java7 ConcurrentHashMap详解
文章推荐精选java等全套学习资源精选java电子图书资源精选大数据学习资源 java项目练习精选 ###Java7 ConcurrentHashMap ConcurrentHashMap 和 ...
Java集合篇：ConcurrentHashMap详解（JDK1.8）
(本文使用的源码都是基于JDK1.8的) (基于JDK1.6的版本可以参考这篇文章:https://blog.csdn.net/a745233700/article/details/83120464) ...
Java集合篇：ConcurrentHashMap详解（JDK1.6）
(本文有关ConcurrentHashMap的源码都是基于JDK1.6的) (基于JDK1.8的版本可以参考这篇文章:https://blog.csdn.net/a745233700/article/ ...
Java集合：ConcurrentHashMap详解
前言近期深入学习了ConcurrentHashMap,便整理成一篇博文记录一下,请注意:此博文针对的是JDK1.6,因此如果你看到的源码跟我文中的不同,则可能是由于版本不一样. Concurrent ...
史上最详细的ConcurrentHashMap详解--源码分析
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 ...
java ConcurrentHashMap详解
ConcurrentHashMap ConcurrentHashMap 是 J.U.C 包里面提供的一个线程安全并且高效的 HashMap,所以 ConcurrentHashMap 在并发编程的场景中 ...
Java并发编程——ConcurrentHashMap详解
引出场景:针对用户来做一个访问次数的记录. 通过HashMap进行记录,key为用户名,value为访问次数. public class ConcurrentHashMapDemo {private ...

ConcurrentHashMap详解