JAVA并发编程-6-ConcurrentHashMap

上一篇看这里：JAVA并发编程-5-AQS的实现原理

一、线程安全的Map

HashMap多线程情况下会导致HashMap的Entry链表形成环形数据结构，一旦形成环形数据结构，Entry的next节点永远不为空，就会产生死循环获取Entry。

HashTable使用synchronized来保证线程安全，但在线程竞争激烈的情况下HashTable的效率非常低下。因为当一个线程访问HashTable的同步方法，其他线程也访问HashTable的同步方法时，会进入阻塞或轮询状态。如线程1使用put进行元素添加，线程2不但不能使用put方法添加元素，也不能使用get方法来获取元素，所以竞争越激烈效率越低。

而ConcurrentHashMap在保证线程安全的前提下使用分段锁的思想进一步提高了效率。

二、jdk1.7中的实现

1、数据结构

ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment实际继承自可重入锁（ReentrantLock），在ConcurrentHashMap里扮演锁的角色；HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组，每个Segment里包含一个HashEntry数组，我们称之为table，每个HashEntry是一个链表结构的元素。

ConcurrentHashMap允许多个修改操作并发进行，其关键在于使用了锁分离技术。它使用了多个锁来控制对hash表的不同部分进行的修改。内部使用段(Segment)来表示这些不同的部分，每个段其实就是一个小的hash table，只要多个修改操作发生在不同的段上，它们就可以并发进行。##

2、初始化过程

初始化有三个参数：

• initialCapacity：初始容量大小 ，默认16
• loadFactor：扩容因子，默认0.75，当一个Segment存储的元素数量大于initialCapacity* loadFactor时，该Segment会进行一次扩容。
• concurrencyLevel： 并发度，默认16。并发度可以理解为程序运行时能够同时更新ConccurentHashMap且不产生锁竞争的最大线程数，实际上就是ConcurrentHashMap中的分段锁个数，即Segment[]的数组长度。如果并发度设置的过小，会带来严重的锁竞争问题；如果并发度设置的过大，原本位于同一个Segment内的访问会扩散到不同的Segment中，CPU cache命中率会下降，从而引起程序性能下降。

来看一下初始化过程中重要的几段代码：
1、

通过位运算保证Segment数组的大小，一定为2的幂，例如用户设置并发度为17，则实际Segment数组大小则为32

2、

保证每个Segment中tabel数组的大小，一定为2的幂，初始化的三个参数取默认值时，table数组大小为2

3、

初始化Segment数组，并实际只填充Segment数组的第0个元素。

4、

用于定位元素所在segment。segmentShift表示偏移位数，我们知道int类型的数字在变大的过程中，低位总是比高位先填满的，为保证元素在segment级别分布的尽量均匀，计算元素所在segment时，总是取hash值的高位进行计算。segmentMask作用就是为了利用位运算中取模的操作： a % (Math.pow(2,n)) 等价于 a&( Math.pow(2,n)-1)

2、快速定位元素

对于某个元素而言，一定是放在某个segment元素的某个table元素中的：

定位segment：取得key的hashcode值进行一次再散列（通过Wang/Jenkins算法），拿到再散列值后，以再散列值的高位进行取模得到当前元素在哪个segment上。

**定位table：**同样是取得key的再散列值以后，用再散列值的全部和table的长度进行取模，得到当前元素在table的哪个元素上。

3、get()方法

定位segment和定位table后，依次扫描这个table元素下的的链表，要么找到元素，要么返回null。

用于存储键值对数据的HashEntry，在设计上它的成员变量value等都是volatile类型的，这样就保证别的线程对value值的修改，get方法可以马上看到。

4、put()方法

1、首先定位segment，当这个segment在map初始化后，还为null，由ensureSegment方法负责填充这个segment。

2、对Segment 加锁

3、定位所在的table元素，并扫描table下的链表，找到时：

没有找到时：

5、扩容操作

Segment 不扩容，扩容下面的table数组，每次都是将数组翻倍。

将数组size翻倍带来的好处是可以快速定位和减少重排次数。大家可以自己分析下。

6、size()方法

size的时候进行两次不加锁的统计，两次一致直接返回结果，不一致，重新加锁再次统计

7、弱一致性

get方法和containsKey方法都是通过对链表遍历判断是否存在key相同的节点以及获得该节点的value。但由于遍历过程中其他线程可能对链表结构做了调整，因此get和containsKey返回的可能是过时的数据，这一点是ConcurrentHashMap在弱一致性上的体现。

三、jdk1.8中的实现

1、与1.7相比的重大变化

1、取消了segment数组，直接用table保存数据，锁的粒度更小，减少并发冲突的概率。
2、存储数据时采用了链表+红黑树的形式，纯链表的形式时间复杂度为O(n)，红黑树则为O（logn），性能提升很大。什么时候链表转红黑树？当key值相等的元素形成的链表中元素个数超过8个的时候。

2、数据结构和关键变量

1、Node类存放实际的key和value值。
2、变量sizeCtl：

负数：表示进行初始化或者扩容,-1表示正在初始化，-N，表示有N-1个线程正在进行扩容
正数：0 表示还没有被初始化，>0的数，初始化或者是下一次进行扩容的阈值

3、TreeNode 用在红黑树，表示树的节点, TreeBin是实际放在table数组中的，代表了这个红黑树的根。

3、初始化

只是给成员变量赋值，put时进行实际数组的填充

4、快速定位元素

通过2次散列来快速定位元素：

5、get()方法

6、put()方法

数组的实际初始化：

put过程：

红黑树时插入数据：

由链表变为红黑树：

7、扩容方法

transfer()方法进行实际的扩容操作，table大小也是翻倍的形式。另外有一个并发扩容的机制，上面代码也可以看到，当put的线程发现当前对象正在扩容时，会去帮助扩容。

8、size()方法和弱一致性

size()方法调用了sumCount

    final long sumCount() {
        CounterCell[] as = counterCells; CounterCell a;
        long sum = baseCount;
        if (as != null) {
            for (int i = 0; i < as.length; ++i) {
                if ((a = as[i]) != null)
                    sum += a.value;
            }
        }
        return sum;
    }

这其中的baseCount是在put过程中进行的累加， CounterCell[] as是还没有来得及进行累加的数量。

由于弱一致性，并发情况下，as数组循环结束又有线程put值，所以估计的是大概数量，不是精确数量。

jdk1.8中的ConcurrentHashMap也表现为弱一致性。

下一篇：JAVA并发编程-7-并发容器