请先阅读:
HashMap源码分析
Hashtable类注释翻译、源码分析
先来复习下HashMap
、HashTable
。
HashMap
是基于哈希表实现的。每一个元素是一个key-value
对,其内部通过单链表解决冲突问题,容量不足(超过了阀值)时,同样会自动增长。
数据结构可表示如下:
HashTable
是HashMap
是线程安全版,但是使用synchronized
来保证线程安全,当线程竞争激烈的情况下的效率非常低下,当一个线程访问HashTable
的同步方法时,其他线程访问HashTable
的同步方法时,可能会进入阻塞或轮询状态。究其原因,就是因为所有访问HashTable的线程都必须竞争同一把锁。
数据结构可表示如下:
然后,更高效的ConcurrentHashMap
就出现了。ConcurrentHashMap
的思路是每一把锁用于锁容器其中一部分数据,那么当多线程访问容器里不同数据段的数据时,线程间就不会存在锁竞争,从而可以有效的提高并发访问效率。
数据结构图可表示如下:
ConcurrentHashMap
的结构ConcurrentHashMap
是由Segment
数组结构和HashEntry
数组结构组成。Segment
是一种可重入锁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,Segment
的结构和HashMap
类似,是一种数组和链表结构, 一个Segment
里包含一个HashEntry
数组,每个HashEntry
是一个链表结构的元素, 每个Segment
守护者一个HashEntry
数组里的元素,当对HashEntry
数组的数据进行修改时,必须首先获得它对应的Segment
锁。
类图可表示如下:
通过构造函数可以看出:
-ssize
表示Segment
数组长度
-cap
表示Segment
中HashEntry
数组的长度
-cap * loadFactor
:hashEntry
数组填充率,用于HashEntry
数组的扩容
-segmentShift
、segmentMask
:主要作用是用来定位Segment
然后创建segments
数组并初始化第一个Segment
,其余的Segment
延迟初始化。(这其中的一些细节没有细究)
@SuppressWarnings("unchecked")
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (concurrencyLevel > MAX_SEGMENTS)
concurrencyLevel = MAX_SEGMENTS;
// Find power-of-two sizes best matching arguments
int sshift = 0;
int ssize = 1;
while (ssize < concurrencyLevel) {
++sshift;
ssize <<= 1;
}
this.segmentShift = 32 - sshift;
this.segmentMask = ssize - 1;
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
int c = initialCapacity / ssize;
if (c * ssize < initialCapacity)
++c;
int cap = MIN_SEGMENT_TABLE_CAPACITY;
while (cap < c)
cap <<= 1;
// create segments and segments[0]
Segment s0 =
new Segment(loadFactor, (int)(cap * loadFactor),
(HashEntry[])new HashEntry[cap]);
Segment[] ss = (Segment[])new Segment[ssize];
UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]
this.segments = ss;
}
put()
方法put
方法的过程先不看代码,自己思考下,应该是这个顺序吧:
① 计算hash
值
② 计算Segment
数组对应位置
③ 获取分段锁
④ 计算hashEntry
数组对应位置
⑤ 判断hashEntry
数组是否需要扩容
⑥ 插入 hashEntry
数组 或者链表
⑦ 释放分段锁
下面具体看下代码:
public V put(K key, V value) {
Segment s;
if (value == null)
throw new NullPointerException();
int hash = hash(key);
int j = (hash >>> segmentShift) & segmentMask;
if ((s = (Segment)UNSAFE.getObject // nonvolatile; recheck
(segments, (j << SSHIFT) + SBASE)) == null) // in ensureSegment
s = ensureSegment(j);
return s.put(key, hash, value, false);
}
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
HashEntry node = tryLock() ? null :
scanAndLockForPut(key, hash, value);
V oldValue;
try {
HashEntry[] tab = table;
int index = (tab.length - 1) & hash;
HashEntry first = entryAt(tab, index);
for (HashEntry e = first;;) {
if (e != null) {
K k;
if ((k = e.key) == key ||
(e.hash == hash && key.equals(k))) {
oldValue = e.value;
if (!onlyIfAbsent) {
e.value = value;
++modCount;
}
break;
}
e = e.next;
}
else {
if (node != null)
node.setNext(first);
else
node = new HashEntry(hash, key, value, first);
int c = count + 1;
if (c > threshold && tab.length < MAXIMUM_CAPACITY)
rehash(node);
else
setEntryAt(tab, index, node);
++modCount;
count = c;
oldValue = null;
break;
}
}
} finally {
unlock();
}
return oldValue;
}
put
方法的流程和预想的基本吻合。在获取到Segment
数组对应位置后,调用Segment
的put
方法。Segment
的put
方法与HashMap
类似。
先尝试获取锁,如果未获取到,会一定程度的自旋(如果超过一定次数,当前线程会阻塞),这一过程是在scanAndLockForPut()
方法中完成的;如果获取到了锁,则计算需要新增的节点位于哪一个链表,并获得该链表的第一个节点,即first
变量,然后遍历这个链表。如果新增节点的key
已经存在于链表中,则替换掉value
值,修改次数modCount
加1,释放锁;
如果新增节点的key
不在链表中,则判断ConcurrentHashMap
存储的元素数量是否大于threshold
阈值,且小于最大容量,如果是,则进行扩容;否则将新增节点插入链表头部,完成put
操作。
第1行 -- >HashEntry[] tab = table;
第2行 --->int index = (tab.length - 1) & hash;
第3行 --->HashEntry first = entryAt(tab, index);
对于上面的代码:为什么不直接使用
table
变量?有的资料上说,因为
table
是volatile
变量,使用起来会消耗较多的资源(写:立即写入主内存;读:从主内存中获取)。但是,怎么保证第2行和第3行使用的
tab
变量和table
变量保存一致性?
rehash()
方法private void rehash(HashEntry node) {
HashEntry[] oldTable = table;
int oldCapacity = oldTable.length;
int newCapacity = oldCapacity << 1;
threshold = (int)(newCapacity * loadFactor);
HashEntry[] newTable =
(HashEntry[]) new HashEntry[newCapacity];
int sizeMask = newCapacity - 1;
for (int i = 0; i < oldCapacity ; i++) {
HashEntry e = oldTable[i];
if (e != null) {
HashEntry next = e.next;
int idx = e.hash & sizeMask;
if (next == null) // Single node on list
newTable[idx] = e;
else { // Reuse consecutive sequence at same slot
HashEntry lastRun = e;
int lastIdx = idx;
for (HashEntry last = next;
last != null;
last = last.next) {
int k = last.hash & sizeMask;
if (k != lastIdx) {
lastIdx = k;
lastRun = last;
}
}
newTable[lastIdx] = lastRun;
// Clone remaining nodes
for (HashEntry p = e; p != lastRun; p = p.next) {
V v = p.value;
int h = p.hash;
int k = h & sizeMask;
HashEntry n = newTable[k];
newTable[k] = new HashEntry(h, p.key, v, n);
}
}
}
}
int nodeIndex = node.hash & sizeMask; // add the new node
node.setNext(newTable[nodeIndex]);
newTable[nodeIndex] = node;
table = newTable;
}
这是ConcurrentHashMap
扩容方法,将HashEntry
数组扩大一倍,将旧数组oldCapacity
中的数据移到新数组newCapacity
中。
我们知道oldCapacity
数组中保存的都是各个链表的头结点。数组扩大后,每个节点都需要重新计算位置。如果链表只有一个节点,直接放入新的数组中;对于有多个节点的链表,ConcurrentHashMap
的处理方式较为特殊。以一条具体的链表为例子:
经计算得到某个链表上的节点新数组的索引位置为:3、4、3、3,前两个不用说分别加入第三个HashEntry
链表、和第四个HashEntry
链表。但是对于后两个是属于同一个链表的,所以直接将第三个加入就可以了。
size()
方法public int size() {
// Try a few times to get accurate count. On failure due to
// continuous async changes in table, resort to locking.
final Segment[] segments = this.segments;
int size;
boolean overflow; // true if size overflows 32 bits
long sum; // sum of modCounts
long last = 0L; // previous sum
int retries = -1; // first iteration isn't retry
try {
for (;;) {
if (retries++ == RETRIES_BEFORE_LOCK) {
for (int j = 0; j < segments.length; ++j)
ensureSegment(j).lock(); // force creation
}
sum = 0L;
size = 0;
overflow = false;
for (int j = 0; j < segments.length; ++j) {
Segment seg = segmentAt(segments, j);
if (seg != null) {
sum += seg.modCount;
int c = seg.count;
if (c < 0 || (size += c) < 0)
overflow = true;
}
}
if (sum == last)
break;
last = sum;
}
} finally {
if (retries > RETRIES_BEFORE_LOCK) {
for (int j = 0; j < segments.length; ++j)
segmentAt(segments, j).unlock();
}
}
return overflow ? Integer.MAX_VALUE : size;
}
计算ConcurrentHashMap
的元素大小是一个有趣的问题,因为他是并发操作的,就是在你计算size的时候,他还在并发的插入数据,可能会导致你计算出来的size和你实际的size有相差(在你return size
的时候,插入了多个数据),要解决这个问题,JDK1.7版本用两种方案。
ConcurrentHashMap
的size,最多三次,比较前后两次计算的结果,结果一致就认为当前没有元素加入,计算的结果是准确的;Segment
加上锁,然后计算ConcurrentHashMap
的size
返回。参考资料:
Doug Lea:《Java并发编程实战》
方腾飞:《Java并发编程的艺术》