HashMap和线程安全

HashMap是Java当中很常用的数据结构。

那么HashMap是线程安全的吗？高并发情况下HashMap会出现什么问题？为什么HashMap在高并发情况下会出现死锁？

Java8中，HashMap的结构有什么样的优化呢？

下面我们一起来看一下高并发情况下，HashMap可能出现的致命问题。

在分析高并发场景之前，我们需要先搞清楚[rehash]这个概念。

Rehash是HashMap在扩容时候的一个步骤。

HashMap的容量是有限的。当经过多次元素插入，使得HashMap达到一定饱和度时，Key映射位置发生冲突的几率会逐渐提高。

这时候，HashMap需要扩展它的长度，也就是进行Resize。

影响发生Resize的因素有两个：

1.Capacity

HashMap的当前长度。HashMap的默认初始长度是16 ，每次自动扩展或手动初始化时，长度必须是2的幂。

2.LoadFactor

HashMap负载因子，默认值为0.75f。

衡量HashMap是否进行Resize的条件如下：HashMap.Size   >=  Capacity * LoadFactor。

就是当HashMap中已经使用的长度大于HashMap的总长度乘以负载因子时就需要扩容了。

如上图，HashMap.Capacity = 8，HashMap.Size = 6，Capacity * LoadFactor = 8*0.75 = 6，

满足HashMap.Size   >=  Capacity * LoadFactor的条件，这个时候就需要扩容了，扩容需要调用HashMap的Resize( )方法。

HashMap的Resize( )方法，具体做了什么事情呢？

HashMap的Resize( )方法不是简单的把长度扩大，而是经过下面两个步骤。

1.扩容

创建一个新的Entry空数组，长度是原数组的2倍。

2.ReHash

遍历原Entry数组，把所有的Entry重新Hash到新数组。为什么要重新Hash呢？因为长度扩大以后，Hash的规则也随之改变。

让我们回顾一下Hash公式：

index =  HashCode（Key） &  （Length - 1） 

当原数组长度为8时，Hash运算是和111B做与运算；新数组长度为16，Hash运算是和1111B做与运算。Hash结果显然不同。

Resize前的HashMap：

Resize后的HashMap： 

ReHash的Java代码如下（基于JDK1.7的代码）：

void resize(int newCapacity) { //传入新的容量
        Entry[] oldTable = table;  //引用扩容前的Entry数组
        int oldCapacity = oldTable.length;
        //扩容前的容量已经达到最大容量，将阈值设置为整型的最大值
        if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小如果已经达到最大(2^30)了
            threshold = Integer.MAX_VALUE;////修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了
            return;
        }
        //初始化一个新的Entry数组
        Entry[] newTable = new Entry[newCapacity];
        boolean oldAltHashing = useAltHashing;
        //计算是否需要对键重新进行哈希码的计算
        useAltHashing |= sun.misc.VM.isBooted() && (newCapacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
        boolean rehash = oldAltHashing ^ useAltHashing;
        transfer(newTable, rehash);//将数据转移到新的Entry数组里
        table = newTable;//HashMap的table属性引用新的Entry数组
        //修改HashMap的阈值
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}

可以看到上面的代码只是完成了Resize操作的第一步，扩容。 rezise( )方法调用了transfer( )方法，Resize操作的第二步Rehash在transfer( )方法中完成，下面我们来重点关注一下transfer( )方法。

/**
 * Transfers all entries from current table to newTable.
 */
void transfer(Entry[] newTable, boolean rehash) {
    int newCapacity = newTable.length;
    for (Entry e : table) {//table是旧的Entry数组，遍历旧的Entry数组，取得旧Entry数组的每个元素
        while(null != e) {//遍历数组中每一个Index下的链表
            Entry next = e.next;
            if (rehash) {//如果需要，重新计算元素的hash值
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            int i = indexFor(e.hash, newCapacity);//！！重新计算每个元素在数组中的位置
            e.next = newTable[i];//标记
            newTable[i] = e;//将元素放在数组上
            e = next;////访问下一个Entry链上的元素
        }
    }
}

 transfer( )方法中调用了IndexFor( )方法，该方法是根据元素的HashCode重新计算元素在数组中的index的。方法如下：

static int indexFor(int h, int length) {
        return h & (length - 1);
}

刚才的流程在单线程下执行并没有问题，可惜HashMap并非线程安全的。

那么在多线程环境下，HashMap的Rehash操作可能带来什么问题呢？

假设一个HashMap已经到了Resize的临界点。此时有两个线程A和B，在同一时刻对HashMap进行Put操作：

此时达到Resize条件，两个线程各自进行Rezie的第一步，也就是扩容：

这时候，两个线程都走到了ReHash的步骤。让我们回顾一下ReHash的代码：

假如此时线程B遍历到Entry3对象，刚执行完红框里的这行代码，线程就被挂起。对于线程B来说：

e = Entry3

next = Entry2

这时候线程A畅通无阻地进行着Rehash，当ReHash完成后，结果如下（图中的e和next，代表线程B的两个引用）：

直到这一步，看起来没什么毛病。接下来线程B恢复，继续执行属于它自己的ReHash。线程B刚才的状态是：

e = Entry3

next = Entry2

当执行到上面这一行时，显然 i = 3，因为刚才线程A对于Entry3的hash结果也是3。

我们继续执行到这两行，Entry3放入了线程B的数组下标为3的位置，并且e指向了Entry2。此时e和next的指向如下：

e = Entry2

next = Entry2

整体情况如图所示：

接着是新一轮循环，又执行到红框内的代码行：

e = Entry2

next = Entry3

整体情况如图所示：

接下来执行下面的三行，用头插法把Entry2插入到了线程B的数组的头结点：

整体情况如图所示： 

第三次循环开始，又执行到红框的代码：

e = Entry3

next = Entry3.next = null

最后一步，当我们执行下面这一行的时候，见证奇迹的时刻来临了：

newTable[i] = Entry2

e = Entry3

Entry2.next = Entry3

Entry3.next = Entry2

链表出现了环形！

整体情况如图所示：

此时，问题还没有直接产生。当调用Get查找一个不存在的Key，而这个Key的Hash结果恰好等于3的时候，由于位置3带有环形链表，所以程序将会进入死循环！

那么。如何杜绝这种情况的产生呢？

有许多种方法。既然HashMap在多线程环境下不是线程安全的，那么我们就可以使用一个线程安全的类替换它。

可以选择的类主要有两种：HashTable和ConcurrentHashMap。

Hashtable几乎可以等价于HashMap，但是他们两者也有区别。

HashMap和Hashtable的区别：

1.HashMap是非线程安全的，HashTable是线程安全的。

2.HashMap可以存储null（可以接受值为null的键（key）和值（value）），而Hashtable的键和值都不能为null。

3.由于Hashtable是线程安全的，它在使用的时候要做一些安全方面的控制，所以在单线程环境下它比HashMap要慢，HashMap执行速度相对较快。

4.由于他们两个的特点，HashMap适用于单线程环境，而HashTable适用于多线程环境。

HashTable中的方法都是同步的，被synchronized关键字修饰，从而保证了对元素访问和操作过程中的线程安全。

Java 5提供了ConcurrentHashMap，它是HashTable的替代，比HashTable的扩展性更好。

所以在多并发场景下，我们通常采用另一种集合类ConcurrentHashMap，这个集合类兼顾了线程安全和性能。

另外，Java8中，HashMap的结构做了一些优化。从结构上讲，JDK1.8对HashMap增加了红黑树的结构，当index的链表长度大于8时，会把链表转换为红黑树。原因就是对红黑树的操作除了插入之外，查找的性能要优于链表的顺序查找，提高查找效率。

JDK1.8的HashMap的结构如下：

最后再来总结一下：

1.Hashmap在插入元素过多的时候需要进行Resize，Resize的条件是：HashMap.Size   >=  Capacity * LoadFactor。

2.Hashmap的Resize包含扩容和ReHash两个步骤，ReHash在并发的情况下可能会形成链表环。

关于高并发场景下的HashMap就讲到这里啦。

参考：程序员小灰—《高并发下的HashMap》