【JUC】JDK1.8源码分析之ConcurrentHashMap

一、前言

　　最近几天忙着做点别的东西，今天终于有时间分析源码了，看源码感觉很爽，并且发现ConcurrentHashMap在JDK1.8版本与之前的版本在并发控制上存在很大的差别，很有必要进行认真的分析，下面进行源码分析。

二、ConcurrentHashMap数据结构

　　之前已经提及过，ConcurrentHashMap相比HashMap而言，是多线程安全的，其底层数据与HashMap的数据结构相同，数据结构如下

说明：ConcurrentHashMap的数据结构（数组+链表+红黑树），桶中的结构可能是链表，也可能是红黑树，红黑树是为了提高查找效率。

三、ConcurrentHashMap源码分析

3.1 类的继承关系

public class ConcurrentHashMap<K,V> extends AbstractMap<K,V>implements ConcurrentMap<K,V>, Serializable {}

　　说明：ConcurrentHashMap继承了AbstractMap抽象类，该抽象类定义了一些基本操作，同时，也实现了ConcurrentMap接口，ConcurrentMap接口也定义了一系列操作，实现了Serializable接口表示ConcurrentHashMap可以被序列化。

3.2 类的内部类

ConcurrentHashMap包含了很多内部类，其中主要的内部类框架图如下图所示

说明：可以看到，ConcurrentHashMap的内部类非常的庞大，第二个图是在JDK1.8下增加的类，下面对其中主要的内部类进行分析和讲解。

　　1. Node类

　　Node类主要用于存储具体键值对，其子类有ForwardingNode、ReservationNode、TreeNode和TreeBin四个子类。四个子类具体的代码在之后的具体例子中进行分析讲解。

　　2. Traverser类

　　Traverser类主要用于遍历操作，其子类有BaseIterator、KeySpliterator、ValueSpliterator、EntrySpliterator四个类，BaseIterator用于遍历操作。KeySplitertor、ValueSpliterator、EntrySpliterator则用于键、值、键值对的划分。

　　3. CollectionView类

　　CollectionView抽象类主要定义了视图操作，其子类KeySetView、ValueSetView、EntrySetView分别表示键视图、值视图、键值对视图。对视图均可以进行操作。

　　4. Segment类

　　Segment类在JDK1.8中与之前的版本的JDK作用存在很大的差别，JDK1.8下，其在普通的ConcurrentHashMap操作中已经没有失效，其在序列化与反序列化的时候会发挥作用。

　　5. CounterCell

　　CounterCell类主要用于对baseCount的计数。

3.3 类的属性

public class ConcurrentHashMap<K,V> extends AbstractMap<K,V>implements ConcurrentMap<K,V>, Serializable {private static final long serialVersionUID = 7249069246763182397L;// 表的最大容量private static final int MAXIMUM_CAPACITY = 1 << 30;// 默认表的大小private static final int DEFAULT_CAPACITY = 16;// 最大数组大小static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;// 默认并发数private static final int DEFAULT_CONCURRENCY_LEVEL = 16;// 装载因子private static final float LOAD_FACTOR = 0.75f;// 转化为红黑树的阈值static final int TREEIFY_THRESHOLD = 8;// 由红黑树转化为链表的阈值static final int UNTREEIFY_THRESHOLD = 6;// 转化为红黑树的表的最小容量static final int MIN_TREEIFY_CAPACITY = 64;// 每次进行转移的最小值private static final int MIN_TRANSFER_STRIDE = 16;// 生成sizeCtl所使用的bit位数private static int RESIZE_STAMP_BITS = 16;// 进行扩容所允许的最大线程数private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1;// 记录sizeCtl中的大小所需要进行的偏移位数private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;    // 一系列的标识static final int MOVED     = -1; // hash for forwarding nodesstatic final int TREEBIN   = -2; // hash for roots of treesstatic final int RESERVED  = -3; // hash for transient reservationsstatic final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash// /** Number of CPUS, to place bounds on some sizings */// 获取可用的CPU个数static final int NCPU = Runtime.getRuntime().availableProcessors();// /** For serialization compatibility. */// 进行序列化的属性private static final ObjectStreamField[] serialPersistentFields = {new ObjectStreamField("segments", Segment[].class),new ObjectStreamField("segmentMask", Integer.TYPE),new ObjectStreamField("segmentShift", Integer.TYPE)};// 表transient volatile Node<K,V>[] table;// 下一个表private transient volatile Node<K,V>[] nextTable;//
    /*** Base counter value, used mainly when there is no contention,* but also as a fallback during table initialization* races. Updated via CAS.*/// 基本计数private transient volatile long baseCount;//
    /*** 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.*/// 对表初始化和扩容控制private transient volatile int sizeCtl;/*** The next table index (plus one) to split while resizing.*/// 扩容下另一个表的索引private transient volatile int transferIndex;/*** Spinlock (locked via CAS) used when resizing and/or creating CounterCells.*/// 旋转锁private transient volatile int cellsBusy;/*** Table of counter cells. When non-null, size is a power of 2.*/// counterCell表private transient volatile CounterCell[] counterCells;// views// 视图private transient KeySetView<K,V> keySet;private transient ValuesView<K,V> values;private transient EntrySetView<K,V> entrySet;// Unsafe mechanicsprivate static final sun.misc.Unsafe U;private static final long SIZECTL;private static final long TRANSFERINDEX;private static final long BASECOUNT;private static final long CELLSBUSY;private static final long CELLVALUE;private static final long ABASE;private static final int ASHIFT;static {try {U = sun.misc.Unsafe.getUnsafe();Class<?> k = ConcurrentHashMap.class;SIZECTL = U.objectFieldOffset(k.getDeclaredField("sizeCtl"));TRANSFERINDEX = U.objectFieldOffset(k.getDeclaredField("transferIndex"));BASECOUNT = U.objectFieldOffset(k.getDeclaredField("baseCount"));CELLSBUSY = U.objectFieldOffset(k.getDeclaredField("cellsBusy"));Class<?> ck = CounterCell.class;CELLVALUE = U.objectFieldOffset(ck.getDeclaredField("value"));Class<?> ak = Node[].class;ABASE = U.arrayBaseOffset(ak);int scale = U.arrayIndexScale(ak);if ((scale & (scale - 1)) != 0)throw new Error("data type scale not a power of two");ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);} catch (Exception e) {throw new Error(e);}}}

说明：ConcurrentHashMap的属性很多，其中不少属性在HashMap中就已经介绍过，而对于ConcurrentHashMap而言，添加了Unsafe实例，主要用于反射获取对象相应的字段。

3.4 类的构造函数

1. ConcurrentHashMap()型构造函数

public ConcurrentHashMap() {
}

说明：该构造函数用于创建一个带有默认初始容量 (16)、加载因子 (0.75) 和 concurrencyLevel (16) 的新的空映射。

2. ConcurrentHashMap(int)型构造函数

public ConcurrentHashMap(int initialCapacity) {if (initialCapacity < 0) // 初始容量小于0，抛出异常throw new IllegalArgumentException();int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?MAXIMUM_CAPACITY :tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1)); // 找到最接近该容量的2的幂次方数// 初始化this.sizeCtl = cap;
}

说明：该构造函数用于创建一个带有指定初始容量、默认加载因子 (0.75) 和 concurrencyLevel (16) 的新的空映射。

3. ConcurrentHashMap(Map<? extends K, ? extends V>)型构造函数

public ConcurrentHashMap(Map<? extends K, ? extends V> m) {this.sizeCtl = DEFAULT_CAPACITY;// 将集合m的元素全部放入
        putAll(m);
}

说明：该构造函数用于构造一个与给定映射具有相同映射关系的新映射。

4. ConcurrentHashMap(int, float)型构造函数

public ConcurrentHashMap(int initialCapacity, float loadFactor) {this(initialCapacity, loadFactor, 1);
}

说明：该构造函数用于创建一个带有指定初始容量、加载因子和默认 concurrencyLevel (1) 的新的空映射。

5. ConcurrentHashMap(int, float, int)型构造函数

public ConcurrentHashMap(int initialCapacity,float loadFactor, int concurrencyLevel) {if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) // 合法性判断throw new IllegalArgumentException();if (initialCapacity < concurrencyLevel)   // Use at least as many binsinitialCapacity = concurrencyLevel;   // as estimated threadslong size = (long)(1.0 + (long)initialCapacity / loadFactor);int cap = (size >= (long)MAXIMUM_CAPACITY) ?MAXIMUM_CAPACITY : tableSizeFor((int)size);this.sizeCtl = cap;
}

说明：该构造函数用于创建一个带有指定初始容量、加载因子和并发级别的新的空映射。

　　对于构造函数而言，会根据输入的initialCapacity的大小来确定一个最小的且大于等于initialCapacity大小的2的n次幂，如initialCapacity为15，则sizeCtl为16，若initialCapacity为16，则sizeCtl为16。若initialCapacity大小超过了允许的最大值，则sizeCtl为最大值。值得注意的是，构造函数中的concurrencyLevel参数已经在JDK1.8中的意义发生了很大的变化，其并不代表所允许的并发数，其只是用来确定sizeCtl大小，在JDK1.8中的并发控制都是针对具体的桶而言，即有多少个桶就可以允许多少个并发数。

3.5 核心函数分析

1. putVal函数

final V putVal(K key, V value, boolean onlyIfAbsent) {if (key == null || value == null) throw new NullPointerException(); // 键或值为空，抛出异常// 键的hash值经过计算获得hash值int hash = spread(key.hashCode());int binCount = 0;for (Node<K,V>[] tab = table;;) { // 无限循环Node<K,V> f; int n, i, fh;if (tab == null || (n = tab.length) == 0) // 表为空或者表的长度为0// 初始化表tab = initTable();else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { // 表不为空并且表的长度大于0，并且该桶不为空if (casTabAt(tab, i, null,new Node<K,V>(hash, key, value, null))) // 比较并且交换值，如tab的第i项为空则用新生成的node替换break;                   // no lock when adding to empty bin
            }else if ((fh = f.hash) == MOVED) // 该结点的hash值为MOVED// 进行结点的转移（在扩容的过程中）tab = helpTransfer(tab, f);else {V oldVal = null;synchronized (f) { // 加锁同步if (tabAt(tab, i) == f) { // 找到table表下标为i的节点if (fh >= 0) { // 该table表中该结点的hash值大于0// binCount赋值为1binCount = 1;for (Node<K,V> e = f;; ++binCount) { // 无限循环
                                K ek;if (e.hash == hash &&((ek = e.key) == key ||(ek != null && key.equals(ek)))) { // 结点的hash值相等并且key也相等// 保存该结点的val值oldVal = e.val;if (!onlyIfAbsent) // 进行判断// 将指定的value保存至结点，即进行了结点值的更新e.val = value;break;}// 保存当前结点Node<K,V> pred = e;if ((e = e.next) == null) { // 当前结点的下一个结点为空，即为最后一个结点// 新生一个结点并且赋值给next域pred.next = new Node<K,V>(hash, key,value, null);// 退出循环break;}}}else if (f instanceof TreeBin) { // 结点为红黑树结点类型Node<K,V> p;// binCount赋值为2binCount = 2;if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,value)) != null) { // 将hash、key、value放入红黑树// 保存结点的valoldVal = p.val;if (!onlyIfAbsent) // 判断// 赋值结点value值p.val = value;}}}}if (binCount != 0) { // binCount不为0if (binCount >= TREEIFY_THRESHOLD) // 如果binCount大于等于转化为红黑树的阈值// 进行转化
                        treeifyBin(tab, i);if (oldVal != null) // 旧值不为空// 返回旧值return oldVal;break;}}}// 增加binCount的数量addCount(1L, binCount);return null;}

说明：put函数底层调用了putVal进行数据的插入，对于putVal函数的流程大体如下。

　　① 判断存储的key、value是否为空，若为空，则抛出异常，否则，进入步骤②

　　② 计算key的hash值，随后进入无限循环，该无限循环可以确保成功插入数据，若table表为空或者长度为0，则初始化table表，否则，进入步骤③

　　③ 根据key的hash值取出table表中的结点元素，若取出的结点为空（该桶为空），则使用CAS将key、value、hash值生成的结点放入桶中。否则，进入步骤④

　　④ 若该结点的的hash值为MOVED，则对该桶中的结点进行转移，否则，进入步骤⑤

　　⑤ 对桶中的第一个结点（即table表中的结点）进行加锁，对该桶进行遍历，桶中的结点的hash值与key值与给定的hash值和key值相等，则根据标识选择是否进行更新操作（用给定的value值替换该结点的value值），若遍历完桶仍没有找到hash值与key值和指定的hash值与key值相等的结点，则直接新生一个结点并赋值为之前最后一个结点的下一个结点。进入步骤⑥

　　⑥ 若binCount值达到红黑树转化的阈值，则将桶中的结构转化为红黑树存储，最后，增加binCount的值。

　　在putVal函数中会涉及到如下几个函数：initTable、tabAt、casTabAt、helpTransfer、putTreeVal、treeifyBin、addCount函数。下面对其中涉及到的函数进行分析。

　　其中 initTable函数源码如下

private final Node<K,V>[] initTable() {Node<K,V>[] tab; int sc;while ((tab = table) == null || tab.length == 0) { // 无限循环if ((sc = sizeCtl) < 0) // sizeCtl小于0，则进行线程让步等待Thread.yield(); // lost initialization race; just spinelse if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { // 比较sizeCtl的值与sc是否相等，相等则用-1替换try {if ((tab = table) == null || tab.length == 0) { // table表为空或者大小为0// sc的值是否大于0，若是，则n为sc，否则，n为默认初始容量int n = (sc > 0) ? sc : DEFAULT_CAPACITY;@SuppressWarnings("unchecked")// 新生结点数组Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];// 赋值给tabletable = tab = nt;// sc为n * 3/4sc = n - (n >>> 2);}} finally {// 设置sizeCtl的值sizeCtl = sc;}break;}}// 返回table表return tab;}

说明：对于table的大小，会根据sizeCtl的值进行设置，如果没有设置szieCtl的值，那么默认生成的table大小为16，否则，会根据sizeCtl的大小设置table大小。

　　tabAt函数源码如下

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}

说明：此函数返回table数组中下标为i的结点，可以看到是通过Unsafe对象通过反射获取的，getObjectVolatile的第二项参数为下标为i的偏移地址。

　　casTabAt函数源码如下　

static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,Node<K,V> c, Node<K,V> v) {return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}

说明：此函数用于比较table数组下标为i的结点是否为c，若为c，则用v交换操作。否则，不进行交换操作。

　　helpTransfer函数源码如下

 1 final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
 2         Node<K,V>[] nextTab; int sc;
 3         if (tab != null && (f instanceof ForwardingNode) &&
 4             (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) { // table表不为空并且结点类型使ForwardingNode类型，并且结点的nextTable不为空
 5             int rs = resizeStamp(tab.length);
 6             while (nextTab == nextTable && table == tab &&
 7                    (sc = sizeCtl) < 0) { // 条件判断
 8                 if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
 9                     sc == rs + MAX_RESIZERS || transferIndex <= 0) //
10                     break;
11                 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) { // 比较并交换
12                     // 将table的结点转移到nextTab中
13                     transfer(tab, nextTab);
14                     break;
15                 }
16             }
17             return nextTab;
18         }
19         return table;
20 }

说明：此函数用于在扩容时将table表中的结点转移到nextTable中。

　　putTreeVal函数源码如下

 1 final TreeNode<K,V> putTreeVal(int h, K k, V v) {
 2             Class<?> kc = null;
 3             boolean searched = false;
 4             for (TreeNode<K,V> p = root;;) {
 5                 int dir, ph; K pk;
 6                 if (p == null) {
 7                     first = root = new TreeNode<K,V>(h, k, v, null, null);
 8                     break;
 9                 }
10                 else if ((ph = p.hash) > h)
11                     dir = -1;
12                 else if (ph < h)
13                     dir = 1;
14                 else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
15                     return p;
16                 else if ((kc == null &&
17                           (kc = comparableClassFor(k)) == null) ||
18                          (dir = compareComparables(kc, k, pk)) == 0) {
19                     if (!searched) {
20                         TreeNode<K,V> q, ch;
21                         searched = true;
22                         if (((ch = p.left) != null &&
23                              (q = ch.findTreeNode(h, k, kc)) != null) ||
24                             ((ch = p.right) != null &&
25                              (q = ch.findTreeNode(h, k, kc)) != null))
26                             return q;
27                     }
28                     dir = tieBreakOrder(k, pk);
29                 }
30
31                 TreeNode<K,V> xp = p;
32                 if ((p = (dir <= 0) ? p.left : p.right) == null) {
33                     TreeNode<K,V> x, f = first;
34                     first = x = new TreeNode<K,V>(h, k, v, f, xp);
35                     if (f != null)
36                         f.prev = x;
37                     if (dir <= 0)
38                         xp.left = x;
39                     else
40                         xp.right = x;
41                     if (!xp.red)
42                         x.red = true;
43                     else {
44                         lockRoot();
45                         try {
46                             root = balanceInsertion(root, x);
47                         } finally {
48                             unlockRoot();
49                         }
50                     }
51                     break;
52                 }
53             }
54             assert checkInvariants(root);
55             return null;
56 }

说明：此函数用于将指定的hash、key、value值添加到红黑树中，若已经添加了，则返回null，否则返回该结点。

　　treeifyBin函数源码如下

 1 private final void treeifyBin(Node<K,V>[] tab, int index) {
 2         Node<K,V> b; int n, sc;
 3         if (tab != null) { // 表不为空
 4             if ((n = tab.length) < MIN_TREEIFY_CAPACITY) // table表的长度小于最小的长度
 5                 // 进行扩容，调整某个桶中结点数量过多的问题（由于某个桶中结点数量超出了阈值，则触发treeifyBin）
 6                 tryPresize(n << 1);
 7             else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { // 桶中存在结点并且结点的hash值大于等于0
 8                 synchronized (b) { // 对桶中第一个结点进行加锁
 9                     if (tabAt(tab, index) == b) { // 第一个结点没有变化
10                         TreeNode<K,V> hd = null, tl = null;
11                         for (Node<K,V> e = b; e != null; e = e.next) { // 遍历桶中所有结点
12                             // 新生一个TreeNode结点
13                             TreeNode<K,V> p =
14                                 new TreeNode<K,V>(e.hash, e.key, e.val,
15                                                   null, null);
16                             if ((p.prev = tl) == null) // 该结点前驱为空
17                                 // 设置p为头结点
18                                 hd = p;
19                             else
20                                 // 尾节点的next域赋值为p
21                                 tl.next = p;
22                             // 尾节点赋值为p
23                             tl = p;
24                         }
25                         // 设置table表中下标为index的值为hd
26                         setTabAt(tab, index, new TreeBin<K,V>(hd));
27                     }
28                 }
29             }
30         }
31 }

说明：此函数用于将桶中的数据结构转化为红黑树，其中，值得注意的是，当table的长度未达到阈值时，会进行一次扩容操作，该操作会使得触发treeifyBin操作的某个桶中的所有元素进行一次重新分配，这样可以避免某个桶中的结点数量太大。

　　addCount函数源码如下　

 1 private final void addCount(long x, int check) {
 2         CounterCell[] as; long b, s;
 3         if ((as = counterCells) != null ||
 4             !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { // counterCells不为空或者比较交换失败
 5             CounterCell a; long v; int m;
 6             // 无竞争标识
 7             boolean uncontended = true;
 8             if (as == null || (m = as.length - 1) < 0 ||
 9                 (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
10                 !(uncontended =
11                   U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { //
12                 fullAddCount(x, uncontended);
13                 return;
14             }
15             if (check <= 1)
16                 return;
17             s = sumCount();
18         }
19         if (check >= 0) {
20             Node<K,V>[] tab, nt; int n, sc;
21             while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
22                    (n = tab.length) < MAXIMUM_CAPACITY) {
23                 int rs = resizeStamp(n);
24                 if (sc < 0) {
25                     if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
26                         sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
27                         transferIndex <= 0)
28                         break;
29                     if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
30                         transfer(tab, nt);
31                 }
32                 else if (U.compareAndSwapInt(this, SIZECTL, sc,
33                                              (rs << RESIZE_STAMP_SHIFT) + 2))
34                     transfer(tab, null);
35                 s = sumCount();
36             }
37         }
38     }

说明：此函数主要完成binCount的值加1的操作。

2. get函数

 1 public V get(Object key) {
 2         Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
 3         // 计算key的hash值
 4         int h = spread(key.hashCode());
 5         if ((tab = table) != null && (n = tab.length) > 0 &&
 6             (e = tabAt(tab, (n - 1) & h)) != null) { // 表不为空并且表的长度大于0并且key所在的桶不为空
 7             if ((eh = e.hash) == h) { // 表中的元素的hash值与key的hash值相等
 8                 if ((ek = e.key) == key || (ek != null && key.equals(ek))) // 键相等
 9                     // 返回值
10                     return e.val;
11             }
12             else if (eh < 0) // 结点hash值小于0
13                 // 在桶（链表/红黑树）中查找
14                 return (p = e.find(h, key)) != null ? p.val : null;
15             while ((e = e.next) != null) { // 对于结点hash值大于0的情况
16                 if (e.hash == h &&
17                     ((ek = e.key) == key || (ek != null && key.equals(ek))))
18                     return e.val;
19             }
20         }
21         return null;
22 }

说明：get函数根据key的hash值来计算在哪个桶中，再遍历桶，查找元素，若找到则返回该结点，否则，返回null。

3. replaceNode函数

 1 final V replaceNode(Object key, V value, Object cv) {
 2         // 计算key的hash值
 3         int hash = spread(key.hashCode());
 4         for (Node<K,V>[] tab = table;;) { // 无限循环
 5             Node<K,V> f; int n, i, fh;
 6             if (tab == null || (n = tab.length) == 0 ||
 7                 (f = tabAt(tab, i = (n - 1) & hash)) == null) // table表为空或者表长度为0或者key所对应的桶为空
 8                 // 跳出循环
 9                 break;
10             else if ((fh = f.hash) == MOVED) // 桶中第一个结点的hash值为MOVED
11                 // 转移
12                 tab = helpTransfer(tab, f);
13             else {
14                 V oldVal = null;
15                 boolean validated = false;
16                 synchronized (f) { // 加锁同步
17                     if (tabAt(tab, i) == f) { // 桶中的第一个结点没有发生变化
18                         if (fh >= 0) { // 结点hash值大于0
19                             validated = true;
20                             for (Node<K,V> e = f, pred = null;;) { // 无限循环
21                                 K ek;
22                                 if (e.hash == hash &&
23                                     ((ek = e.key) == key ||
24                                      (ek != null && key.equals(ek)))) { // 结点的hash值与指定的hash值相等，并且key也相等
25                                     V ev = e.val;
26                                     if (cv == null || cv == ev ||
27                                         (ev != null && cv.equals(ev))) { // cv为空或者与结点value相等或者不为空并且相等
28                                         // 保存该结点的val值
29                                         oldVal = ev;
30                                         if (value != null) // value为null
31                                             // 设置结点value值
32                                             e.val = value;
33                                         else if (pred != null) // 前驱不为空
34                                             // 前驱的后继为e的后继，即删除了e结点
35                                             pred.next = e.next;
36                                         else
37                                             // 设置table表中下标为index的值为e.next
38                                             setTabAt(tab, i, e.next);
39                                     }
40                                     break;
41                                 }
42                                 pred = e;
43                                 if ((e = e.next) == null)
44                                     break;
45                             }
46                         }
47                         else if (f instanceof TreeBin) { // 为红黑树结点类型
48                             validated = true;
49                             // 类型转化
50                             TreeBin<K,V> t = (TreeBin<K,V>)f;
51                             TreeNode<K,V> r, p;
52                             if ((r = t.root) != null &&
53                                 (p = r.findTreeNode(hash, key, null)) != null) { // 根节点不为空并且存在与指定hash和key相等的结点
54                                 // 保存p结点的value
55                                 V pv = p.val;
56                                 if (cv == null || cv == pv ||
57                                     (pv != null && cv.equals(pv))) { // cv为空或者与结点value相等或者不为空并且相等
58                                     oldVal = pv;
59                                     if (value != null)
60                                         p.val = value;
61                                     else if (t.removeTreeNode(p)) // 移除p结点
62                                         setTabAt(tab, i, untreeify(t.first));
63                                 }
64                             }
65                         }
66                     }
67                 }
68                 if (validated) {
69                     if (oldVal != null) {
70                         if (value == null)
71                             // baseCount值减一
72                             addCount(-1L, -1);
73                         return oldVal;
74                     }
75                     break;
76                 }
77             }
78         }
79         return null;
80 }

说明：此函数对remove函数提供支持，remove函数底层是调用的replaceNode函数实现结点的删除。

四、示例

下面一个示例展示了多线程下HashMap、Hashtable、ConcurrentHashMap的性能差异。源码如下

 1 package com.hust.grid.leesf.collections;
 2
 3 import java.util.HashMap;
 4 import java.util.Map;
 5 import java.util.concurrent.ConcurrentHashMap;
 6 import java.util.concurrent.CountDownLatch;
 7 import java.util.Collections;
 8 import java.util.Hashtable;
 9
10 class PutThread extends Thread {
11     private Map<String, Integer> map;
12     private CountDownLatch countDownLatch;
13     private String key = this.getId() + "";
14
15     PutThread(Map<String, Integer> map, CountDownLatch countDownLatch) {
16         this.map = map;
17         this.countDownLatch = countDownLatch;
18     }
19
20     public void run() {
21         for (int i = 1; i <= ConcurrentHashMapDemo.NUMBER; i++) {
22             map.put(key, i);
23         }
24         countDownLatch.countDown();
25     }
26 }
27
28 class GetThread extends Thread {
29     private Map<String, Integer> map;
30     private CountDownLatch countDownLatch;
31     private String key = this.getId() + "";
32
33     GetThread(Map<String, Integer> map, CountDownLatch countDownLatch) {
34         this.map = map;
35         this.countDownLatch = countDownLatch;
36     }
37
38     public void run() {
39         for (int i = 1; i <= ConcurrentHashMapDemo.NUMBER; i++) {
40             map.get(key);
41         }
42         countDownLatch.countDown();
43     }
44 }
45
46 public class ConcurrentHashMapDemo {
47     static final int THREADNUMBER = 50;
48     static final int NUMBER = 5000;
49
50     public static void main(String[] args) throws Exception {
51         Map<String, Integer> hashmapSync = Collections
52                 .synchronizedMap(new HashMap<String, Integer>());
53         Map<String, Integer> concurrentHashMap = new ConcurrentHashMap<String, Integer>();
54         Map<String, Integer> hashtable = new Hashtable<String, Integer>();
55         long totalA = 0L;
56         long totalB = 0L;
57         long totalC = 0L;
58         for (int i = 0; i <= 100; i++) {
59             totalA += put(hashmapSync);
60             totalB += put(concurrentHashMap);
61             totalC += put(hashtable);
62         }
63         System.out.println("put time HashMapSync = " + totalA + "ms.");
64         System.out.println("put time ConcurrentHashMap = " + totalB + "ms.");
65         System.out.println("put time Hashtable = " + totalC + "ms.");
66         totalA = 0;
67         totalB = 0;
68         totalC = 0;
69         for (int i = 0; i <= 10; i++) {
70             totalA += get(hashmapSync);
71             totalB += get(concurrentHashMap);
72             totalC += get(hashtable);
73         }
74         System.out.println("get time HashMapSync=" + totalA + "ms.");
75         System.out.println("get time ConcurrentHashMap=" + totalB + "ms.");
76         System.out.println("get time Hashtable=" + totalC + "ms.");
77     }
78
79     public static long put(Map<String, Integer> map) throws Exception {
80         long start = System.currentTimeMillis();
81         CountDownLatch countDownLatch = new CountDownLatch(THREADNUMBER);
82         for (int i = 0; i < THREADNUMBER; i++) {
83             new PutThread(map, countDownLatch).start();
84         }
85         countDownLatch.await();
86         return System.currentTimeMillis() - start;
87     }
88
89     public static long get(Map<String, Integer> map) throws Exception {
90         long start = System.currentTimeMillis();
91         CountDownLatch countDownLatch = new CountDownLatch(THREADNUMBER);
92         for (int i = 0; i < THREADNUMBER; i++) {
93             new GetThread(map, countDownLatch).start();
94         }
95         countDownLatch.await();
96         return System.currentTimeMillis() - start;
97     }
98 }

运行结果（某一次）：

put time HashMapSync = 5489ms.
put time ConcurrentHashMap = 1433ms.
put time Hashtable = 5331ms.
get time HashMapSync=491ms.
get time ConcurrentHashMap=101ms.
get time Hashtable=462ms.

　　说明：程序中对HashMap进行了封装，将其封装为线程安全的集合，而ConcurrentHashMap是线程安全的，Hashtable也是线程安全的，但是，其并发效率并不搞，可以看到，ConcurrentHashMap的性能相比HashMap的线程安全同步集合和Hashtable而言，性能都要高出不少。原因是经过Collections封装的线程安全的HashMap和Hashtable都是对整个结构加锁，而ConcurrentHashMap是对每一个桶单独进行锁操作，不同的桶之间的操作不会相互影响，可以并发执行。因此，其速度会快很多。

五、总结

　　JDK1.8的ConcurrentHashMap相比之前版本的ConcurrentHashMap有很了大的改进与不同，只有通过分析源码才能领略代码的魅力，当然，此次的分析仅仅涉及到了主要的函数，对于其他的函数，读者可以自行分析，谢谢各位园友的观看~

下面一篇文章写得非常好，推荐一读：http://www.cnblogs.com/huaizuo/archive/2016/04/20/5413069.html

转载：https://www.cnblogs.com/leesf456/p/5453341.html

转载于:https://www.cnblogs.com/cxhfuujust/p/10815603.html

【JUC】JDK1.8源码分析之ConcurrentHashMap相关推荐

【JUC】JDK1.8源码分析之ArrayBlockingQueue（三）
一.前言在完成Map下的并发集合后,现在来分析ArrayBlockingQueue,ArrayBlockingQueue可以用作一个阻塞型队列,支持多任务并发操作,有了之前看源码的积累,再看Arra ...
【集合框架】JDK1.8源码分析之HashMap（一）
转载自 [集合框架]JDK1.8源码分析之HashMap(一) 一.前言在分析jdk1.8后的HashMap源码时,发现网上好多分析都是基于之前的jdk,而Java8的HashMap对之前做了较大 ...
【集合框架】JDK1.8源码分析HashSet LinkedHashSet（八）
一.前言分析完了List的两个主要类之后,我们来分析Set接口下的类,HashSet和LinkedHashSet,其实,在分析完HashMap与LinkedHashMap之后,再来分析HashSet ...
JDK1.8源码分析：可重入锁ReentrantLock和Condition的实现原理
synchronized的用法和实现原理 synchronized实现线程同步的用法和实现原理不足 synchronized在线程同步的使用方面,优点是使用简单,可以自动加锁和解锁,但是也存在一些不 ...
Java中ConcurrentHashMap底层实现原理(JDK1.8)源码分析2
https://blog.csdn.net/programmer_at/article/details/79715177 https://blog.csdn.net/qq_41737716/categ ...
synchronousqueue场景_【JUC】JDK1.8源码分析之SynchronousQueue（九）
一.前言本篇是在分析Executors源码时,发现JUC集合框架中的一个重要类没有分析,SynchronousQueue,该类在线程池中的作用是非常明显的,所以很有必要单独拿出来分析一番,这对于之后 ...
【JUC】JDK1.8源码分析之ConcurrentLinkedQueue（五）
一.前言接着前面的分析,接下来分析ConcurrentLinkedQueue,ConcurerntLinkedQueue一个基于链接节点的无界线程安全队列.此队列按照 FIFO(先进先出)原则对元素 ...
【JUC】JDK1.8源码分析之AbstractQueuedSynchronizer
一.前言在锁框架中,AbstractQueuedSynchronizer抽象类可以毫不夸张的说,占据着核心地位,它提供了一个基于FIFO队列,可以用于构建锁或者其他相关同步装置的基础框架.所以很有必 ...
基于JDK1.8---HashMap源码分析
基于JDK1.8-HashMap源码简要分析 HashMap继承关系 HashMap:根据键的 hashCode 值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历顺序却是不 ...

【JUC】JDK1.8源码分析之ConcurrentHashMap

【JUC】JDK1.8源码分析之ConcurrentHashMap相关推荐

最新文章

热门文章