ConcurrentHashMap 1.8版本介绍
《Java源码分析》：ConcurrentHashMap JDK1.8
最近一直在看关于J.U.C中的源码，了解原子操作，了解锁机制，了解多线程并发等等。但是ConcurrentHashMap一直拖着到今天才算告一段落。
也要感谢ConcurrentHashMap这个类，刚开始就是想弄懂里面的工作原理，但是，无奈看了网上关于介绍ConcurrentHashMap这个类的资料或博客都是基于JDK1.8以前的，而刚好此类在JDK1.8之后有很大的变化。因此，由于里面涉及到关于原子操作CAS，自己以前并不知道是什么，于是就开始对原子操作进行了解，看了java.util.concurrent.atom包下相关类源码对其有了一定的了解。接着为了了解锁机制，看了java.util.concurrent.lock包下相关的类库，对锁机制有了大概的了解之后，看了线程池相关的类，对线程池也有了一定的了解。
关于阻塞队列相关的类，自己也大致看了下，但是并没有形成相应的博文，以后有时间重新来了解他们的时候才记录吧。整个过程大概花费了我将近一个来月的时间，虽然对看过的类库的内部实现都只是一个大致的了解，但是确实收获还是挺多的。让我们更好的明白在多线程并发中他们是如何来工作的。
回到正题，刚好借着今天星期天，花了将近一天的时间来看ConcurrentHashMap的实现原理，总算看了一个大概，有了一个大致的了解。也就有了这篇博文。
ConcurrentHashMap 在JDK1.8版本以前的实现原理
既然本篇博文的标题明确的标出了是基于JDK1.8版本的，也就暗示了这个版本和以前的版本关于ConcurrentHashMap有些许的不同，对吧。x
下面我们就先借助网上的资料来看下以前版本的ConcurrentHashMap的实现思路。
我们都知道HashMap是线程不安全的。Hashtable是线程安全的。看过Hashtable源码的我们都知道Hashtable的线程安全是采用在每个方法来添加了synchronized关键字来修饰，即Hashtable是针对整个table的锁定，这样就导致HashTable容器在竞争激烈的并发环境下表现出效率低下。
效率低下的原因说的更详细点：是因为所有访问HashTable的线程都必须竞争同一把锁。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。如线程1使用put进行添加元素，线程2不但不能使用put方法添加元素，并且也不能使用get方法来获取元素，所以竞争越激烈效率越低。
基于Hashtable的缺点，人们就开始思考，假如容器里有多把锁，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呢？？这就是我们的“锁分离”技术，这也是ConcurrentHashMap实现的基础。
ConcurrentHashMap使用的就是锁分段技术，ConcurrentHashMap由多个Segment组成(Segment下包含很多Node，也就是我们的键值对了)，每个Segment都有把锁来实现线程安全，当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问。
因此，关于ConcurrentHashMap就转化为了对Segment的研究。这是因为，ConcurrentHashMap的get、put操作是直接委托给Segment的get、put方法，但是自己上手上的JDK1.8的具体实现确不想网上这些博文所介绍的。因此，就有了本篇博文的介绍。
推荐几个JDK1.8以前版本的关于ConcurrentHashMap的原理分析，方便大家比较。
1、http://www.iteye.com/topic/344876
2、http://ifeve.com/concurrenthashmap/
如需要更多，请自己网上搜索即可。
下面就开始JDK1.8版本中ConcurrentHashMap的介绍。
JDK1.8 版本中ConcurrentHashMap介绍
1、前言
首先要说明的几点：
1、JDK1.8的ConcurrentHashMap中Segment虽保留，但已经简化属性，仅仅是为了兼容旧版本。
2、ConcurrentHashMap的底层与Java1.8的HashMap有相通之处，底层依然由“数组”+链表+红黑树来实现的，底层结构存放的是TreeBin对象，而不是TreeNode对象；
3、ConcurrentHashMap实现中借用了较多的CAS算法，unsafe.compareAndSwapInt(this, valueOffset, expect, update); CAS(Compare And Swap)，意思是如果valueOffset位置包含的值与expect值相同，则更新valueOffset位置的值为update，并返回true，否则不更新，返回false。
ConcurrentHashMap既然借助了CAS来实现非阻塞的无锁实现线程安全，那么是不是就没有用锁了呢？？答案：还是使用了synchronized关键字进行同步了的，在哪里使用了呢？在操作hash值相同的链表的头结点还是会synchronized上锁，这样才能保证线程安全。
看完ConcurrentHashMap整个类的源码，给自己的感觉就是和HashMap的实现基本一模一样，当有修改操作时借助了synchronized来对table[i]进行锁定保证了线程安全以及使用了CAS来保证原子性操作，其它的基本一致，例如：ConcurrentHashMap的get(int key)方法的实现思路为：根据key的hash值找到其在table所对应的位置i,然后在table[i]位置所存储的链表(或者是树)进行查找是否有键为key的节点，如果有，则返回节点对应的value，否则返回null。思路是不是很熟悉，是不是和HashMap中该方法的思路一样。所以，如果你也在看ConcurrentHashMap的源码，不要害怕，思路还是原来的思路，只是多了些许东西罢了。
2、ConcurrentHashMap类中相关属性的介绍
为了方便介绍此类后面的实现，这里需要先将此类中的一些属性给介绍下。
sizeCtl最重要的属性之一，看源码之前，这个属性表示什么意思，一定要记住。
0、private transient volatile int sizeCtl;//控制标识符
此属性在源码中给出的注释如下：
/**
* 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.
*/翻译如下：
sizeCtl是控制标识符，不同的值表示不同的意义。
- 负数代表正在进行初始化或扩容操作 ,其中-1代表正在初始化 ,-N 表示有N-1个线程正在进行扩容操作
- 正数或0代表hash表还没有被初始化，这个数值表示初始化或下一次进行扩容的大小，类似于扩容阈值。它的值始终是当前ConcurrentHashMap容量的0.75倍，这与loadfactor是对应的。实际容量>=sizeCtl，则扩容。
1、 transient volatile Node;是一个容器数组，第一次插入数据的时候初始化，大小是2的幂次方。这就是我们所说的底层结构：”数组+链表（或树）”
2、private static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量
3、private static final intDEFAULT_CAPACITY = 16;
4、static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; // MAX_VALUE=2^31-1=2147483647
5、private static finalint DEFAULT_CONCURRENCY_LEVEL = 16;
6、private static final float LOAD_FACTOR = 0.75f;
7、static final int TREEIFY_THRESHOLD = 8; // 链表转树的阀值，如果table[i]下面的链表长度大于8时就转化为数
8、static final int UNTREEIFY_THRESHOLD = 6; //树转链表的阀值，小于等于6是转为链表，仅在扩容tranfer时才可能树转链表
9、static final int MIN_TREEIFY_CAPACITY = 64;
10、private static final int MIN_TRANSFER_STRIDE = 16;
11、private static int RESIZE_STAMP_BITS = 16;
12、private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1; // help resize的最大线程数
13、private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;
14、static final int MOVED = -1; // hash for forwarding nodes（forwarding nodes的hash值）、标示位
15、static final int TREEBIN = -2; // hash for roots of trees（树根节点的hash值）
16、static final int RESERVED = -3; // hash for transient reservations（ReservationNode的hash值）
3、ConcurrentHashMap的构造函数
和往常一样，我们还是从类的构造函数开始说起。
/**
* Creates a new, empty map with the default initial table size (16).
*/
public ConcurrentHashMap() {
}
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
this.sizeCtl = cap;
}
/*
* Creates a new map with the same mappings as the given map.
*
*/
public ConcurrentHashMap(Map m) {
this.sizeCtl = DEFAULT_CAPACITY;
putAll(m);
}
public ConcurrentHashMap(int initialCapacity, float loadFactor) {
this(initialCapacity, loadFactor, 1);
}
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel) // Use at least as many bins
initialCapacity = concurrencyLevel; // as estimated threads
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
this.sizeCtl = cap;
}有过HashMap和Hashtable源码经历，看这些构造函数是不是相当easy哈。
上面的构造函数主要干了两件事：
1、参数的有效性检查
2、table初始化的长度(如果不指定默认情况下为16)。
这里要说一个参数：concurrencyLevel，表示能够同时更新ConccurentHashMap且不产生锁竞争的最大线程数。默认值为16，(即允许16个线程并发可能不会产生竞争)。为了保证并发的性能，我们要很好的估计出concurrencyLevel值，不然要么竞争相当厉害，从而导致线程试图写入当前锁定的段时阻塞。
ConcurrentHashMap类中相关节点类：Node/TreeNode/TreeBin
1、Node类
Node类是table数组中的存储元素，即一个Node对象就代表一个键值对(key,value)存储在table中。
Node类是没有提供修改入口的(唯一的setValue方法抛异常)，因此只能用于只读遍历。
此类的具体代码如下：
/*
*Node类是没有提供修改入口的(setValue方法抛异常，供子类实现)，
即是可读的。只能用于只读遍历。
*/
static class Node implements Map.Entry {
final int hash;
final K key;
volatile V val;//volatile，保证可见性
volatile Node next;
Node(int hash, K key, V val, Node next) {
this.hash = hash;
this.key = key;
this.val = val;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return val; }
/*
HashMap中Node类的hashCode()方法中的代码为：Objects.hashCode(key) ^ Objects.hashCode(value)
而Objects.hashCode(key)最终也是调用了 key.hashCode()，因此，效果一样。写法不一样罢了
*/;
public final int hashCode() { return key.hashCode() ^ val.hashCode(); }
public final String toString(){ return key + "=" + val; }
public final V setValue(V value) { // 不允许修改value值，HashMap允许
throw new UnsupportedOperationException();
}
/*
HashMap使用if (o == this)，且嵌套if；ConcurrentHashMap使用&&
个人觉得HashMap格式的代码更好阅读和理解
*/
public final boolean equals(Object o) {
Object k, v, u; Map.Entry e;
return ((o instanceof Map.Entry) &&
(k = (e = (Map.Entry)o).getKey()) != null &&
(v = e.getValue()) != null &&
(k == key || k.equals(key)) &&
(v == (u = val) || v.equals(u)));
}
/*
* Virtualized support for map.get(); overridden in subclasses.
*增加find方法辅助get方法 ，HashMap中的Node类中没有此方法
*/
Node find(int h, Object k) {
Node e = this;
if (k != null) {
do {
K ek;
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
}
我们在看这个类时，可以与HashMap中的Node类的具体代码进行比较，发现在具体的实现上，有一定的细微的区别。
例如：在ConcurrentHashMap.Node的hashCode的代码是这样的：
public final int hashCode() { return key.hashCode() ^ val.hashCode(); }- 1
而HashMap.Node的hashCode的代码是这样的：
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}而Objects.hashCode(key)最终也是调用了 key.hashCode()，因此，两者的效果一样，写法不一样罢了。
除了hashCode方法有一点差别，Node类中的find方法在两个类的实现中的写法也不一样。
2、TreeNode
/*
* Nodes for use in TreeBins
*/
static final class TreeNode extends Node {
TreeNode parent; // red-black tree links
TreeNode left;
TreeNode right;
TreeNode prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node next,
TreeNode parent) {
super(hash, key, val, next);
this.parent = parent;
}
Node find(int h, Object k) {
return findTreeNode(h, k, null);
}
/*
* Returns the TreeNode (or null if not found) for the given key
* starting at given root.
*根据给定的key值从root节点出发找出节点
*
*/
final TreeNode findTreeNode(int h, Object k, Class kc) {
if (k != null) {//HashMap没有非空判断
TreeNode p = this;
do {
int ph, dir; K pk; TreeNode q;
TreeNode pl = p.left, pr = p.right;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.findTreeNode(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
}
return null;
}
} 和HashMap相比，这里的TreeNode相当简洁；ConcurrentHashMap链表转树时，并不会直接转，
正如注释（Nodes for use in TreeBins）所说，只是把这些节点包装成TreeNode放到TreeBin中，
再由TreeBin来转化红黑树。红黑树不理解没关系，并不影响看ConcurrentHashMap的内部实现
3、TreeBins
TreeBin用于封装维护TreeNode，包含putTreeVal、lookRoot、UNlookRoot、remove、balanceInsetion、balanceDeletion等方法，当链表转树时，用于封装TreeNode，也就是说，ConcurrentHashMap的红黑树存放的时TreeBin，而不是treeNode。
TreeBins类代码太长，截取部分代码如下：
static final class TreeBin extends Node {
TreeNode root;
volatile TreeNode first;
volatile Thread waiter;
volatile int lockState;
// values for lockState
static final int WRITER = 1; // set while holding write lock
static final int WAITER = 2; // set when waiting for write lock
static final int READER = 4; // increment value for setting read lock
/**
* Creates bin with initial set of nodes headed by b.
*/
TreeBin(TreeNode b) {
super(TREEBIN, null, null, null);
this.first = b;
TreeNode r = null;
for (TreeNode x = b, next; x != null; x = next) {
next = (TreeNode)x.next;
x.left = x.right = null;
if (r == null) {
x.parent = null;
x.red = false;
r = x;
}
else {
K k = x.key;
int h = x.hash;
Class kc = null;
for (TreeNode p = r;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
r = balanceInsertion(r, x);
break;
}
}
}
}
this.root = r;
assert checkInvariants(root);
}
//........other methods
} 5、ForwardingNode：在transfer操作中，将一个节点插入到桶中
/*
* A node inserted at head of bins during transfer operations.
*在transfer操作中，一个节点插入到bins中
*/
static final class ForwardingNode extends Node {
final Node[] nextTable;
ForwardingNode(Node[] tab) {
//Node(int hash, K key, V val, Node next)是Node类的构造函数
super(MOVED, null, null, null);
this.nextTable = tab;
}
Node find(int h, Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
outer: for (Node[] tab = nextTable;;) {
Node e; int n;
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab, (n - 1) & h)) == null)
return null;
for (;;) {
int eh; K ek;
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
if (eh < 0) {
if (e instanceof ForwardingNode) {
tab = ((ForwardingNode)e).nextTable;
continue outer;
}
else
return e.find(h, k);
}
if ((e = e.next) == null)
return null;
}
}
}
} ConcurrentHashMap类中的put(K key, V value)方法的原理分析
我们对Node、TreeNode、TreeBin有一点认识后，我们就可以看下ConcurrentHashMap类的put方法是如何来实现的了，这里给出一个建议，关于容器我们用的最多的就是put、get方法了，我们看源码的实现，我们核心要关注的就是put、get方法的实现，只要我们弄懂这两个方法实现，这个类的大概实现思想我们也就知道了哈
基于此，我们就先来看ConcurrentHashMap类的put方法
put(K key, V value)方法的功能：将制定的键值对映射到table中，key/value均不能为null
put方法的代码如下：
public V put(K key, V value) {
return putVal(key, value, false);
}由于直接是调用了putVal(key, value, false)方法，那就我们就继续看。
putVal(key, value, false)方法的代码如下：
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());//计算hash值，两次hash操作
int binCount = 0;
for (Node[] tab = table;;) {//类似于while(true)，死循环，直到插入成功
Node f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)//检查是否初始化了，如果没有，则初始化
tab = initTable();
/*
i=(n-1)&hash 等价于i=hash%n(前提是n为2的幂次方).即取出table中位置的节点用f表示。
有如下两种情况：
1、如果table[i]==null(即该位置的节点为空，没有发生碰撞)，则利用CAS操作直接存储在该位置，
如果CAS操作成功则退出死循环。
2、如果table[i]!=null(即该位置已经有其它节点，发生碰撞)
*/
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node(hash, key, value, null)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)//检查table[i]的节点的hash是否等于MOVED，如果等于，则检测到正在扩容，则帮助其扩容
tab = helpTransfer(tab, f);//帮助其扩容
else {//运行到这里，说明table[i]的节点的hash值不等于MOVED。
V oldVal = null;
synchronized (f) {//锁定,（hash值相同的链表的头节点）
if (tabAt(tab, i) == f) {//避免多线程，需要重新检查
if (fh >= 0) {//链表节点
binCount = 1;
/*
下面的代码就是先查找链表中是否出现了此key，如果出现，则更新value，并跳出循环，
否则将节点加入到里阿尼报末尾并跳出循环
*/
for (Node e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)//仅putIfAbsent()方法中onlyIfAbsent为true
e.val = value;//putIfAbsent()包含key则返回get，否则put并返回
break;
}
Node pred = e;
if ((e = e.next) == null) {//插入到链表末尾并跳出循环
pred.next = new Node(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) { //树节点，
Node p;
binCount = 2;
if ((p = ((TreeBin)f).putTreeVal(hash, key,
value)) != null) {//插入到树中
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
//插入成功后，如果插入的是链表节点，则要判断下该桶位是否要转化为树
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)//实则是>8,执行else,说明该桶位本就有Node
treeifyBin(tab, i);//若length<64,直接tryPresize,两倍table.length;不转树
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
} 代码比较长哈，但是不要怕，我刚开始看的时候，也被长度给吓住了，怎么可以有这么长的方法呢，HashMap中put方法的长度就很短的么。
虽然很长，但是思路相当的简单。代码详细流程如下,在上面代码中也有详细的注释
/*
putVal(K key, V value, boolean onlyIfAbsent)方法干的工作如下：
1、检查key/value是否为空，如果为空，则抛异常，否则进行2
2、进入for死循环，进行3
3、检查table是否初始化了，如果没有，则调用initTable()进行初始化然后进行 2，否则进行4
4、根据key的hash值计算出其应该在table中储存的位置i，取出table[i]的节点用f表示。
根据f的不同有如下三种情况：1）如果table[i]==null(即该位置的节点为空，没有发生碰撞)，
则利用CAS操作直接存储在该位置，如果CAS操作成功则退出死循环。
2）如果table[i]!=null(即该位置已经有其它节点，发生碰撞)，碰撞处理也有两种情况
2.1）检查table[i]的节点的hash是否等于MOVED，如果等于，则检测到正在扩容，则帮助其扩容
2.2）说明table[i]的节点的hash值不等于MOVED，如果table[i]为链表节点，则将此节点插入链表中即可
如果table[i]为树节点，则将此节点插入树中即可。插入成功后，进行 5
5、如果table[i]的节点是链表节点，则检查table的第i个位置的链表是否需要转化为数，如果需要则调用treeifyBin函数进行转化
*/
可能你觉得上面的详细流程也比较多哈，但是不要怕，用两句话来总结的话，是如下的两步：
1、第一步根据给定的key的hash值找到其在table中的位置index。
2、找到位置index后，存储进行就好了。
只是这里的存储有三种情况罢了，第一种：table[index]中没有任何其他元素，即此元素没有发生碰撞，这种情况直接存储就好了哈。第二种，table[i]存储的是一个链表，如果链表不存在key则直接加入到链表尾部即可，如果存在key则更新其对应的value。第三种，table[i]存储的是一个树，则按照树添加节点的方法添加就好。
在putVal函数，出现了如下几个函数
1、casTabAt tabAt 等CAS操作
2、initTable 作用是初始化table数组
3、treeifyBin 作用是将table[i]的链表转化为树
下面将分别进行介绍。
这里给出第二个建议，当一个类的代码量相当大且复杂时，从我们感兴趣的方法出发，然后是遇到哪个方法就才解决哪个方法
3个用的比较多的CAS操作：casTabAt tabAt setTabAt
/*
3个用的比较多的CAS操作
*/
@SuppressWarnings("unchecked") // ASHIFT等均为private static final
static final Node tabAt(Node[] tab, int i) { // 获取索引i处Node
return (Node)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
// 利用CAS算法设置i位置上的Node节点（将c和table[i]比较，相同则插入v）。
static final boolean casTabAt(Node[] tab, int i,
Node c, Node v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
// 设置节点位置的值，仅在上锁区被调用
static final void setTabAt(Node[] tab, int i, Node v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
} initTable() terrifyBin方法
在putVal方法中遇到的第一个扩容函数为：initTable，即初始化
代码如下，注释相当详细，这里就不再解释。
/**
* Initializes table, using the size recorded in sizeCtl.
*/
private final Node[] initTable() {
Node[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
if ((sc = sizeCtl) < 0)//如果sizeCtl为负数，则说明已经有其它线程正在进行扩容，即正在初始化或初始化完成
Thread.yield(); // lost initialization race; just spin
//如果CAS成功，则表示正在初始化，设置为 -1，否则说明其它线程已经对其正在初始化或是已经初始化完毕
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {//再一次检查确认是否还没有初始化
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node[] nt = (Node[])new Node[n];
table = tab = nt;
sc = n - (n >>> 2);//即sc = 0.75n。
}
} finally {
sizeCtl = sc;//sizeCtl = 0.75*Capacity,为扩容门限
}
break;
}
}
return tab;
}
treeifyBin方法：将数组tab的第index位置的链表转化为 树
/*
*链表转树：将将数组tab的第index位置的链表转化为 树
*/
private final void treeifyBin(Node[] tab, int index) {
Node b; int n, sc;
if (tab != null) {
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)// 容量<64，则table两倍扩容，不转树了
tryPresize(n << 1);
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
synchronized (b) { // 读写锁
if (tabAt(tab, index) == b) {
TreeNode hd = null, tl = null;
for (Node e = b; e != null; e = e.next) {
TreeNode p =
new TreeNode(e.hash, e.key, e.val,
null, null);
if ((p.prev = tl) == null)
hd = p;
else
tl.next = p;
tl = p;
}
setTabAt(tab, index, new TreeBin(hd));
}
}
}
}
} treeifyBin方法的思想也相当的简单，如下：
1、检查下table的长度是否大于等于MIN_TREEIFY_CAPACITY（64），如果不大于，则调用tryPresize方法将table两倍扩容就可以了，就不降链表转化为树了。如果大于，则就将table[i]的链表转化为树。
tryPresize方法
在putVal方法中遇到的第二个扩容函数为：tryPresize
/*
扩容相关
tryPresize在putAll以及treeifyBin中调用
*/
private final void tryPresize(int size) {
// 给定的容量若>=MAXIMUM_CAPACITY的一半，直接扩容到允许的最大值，否则调用tableSizeFor函数扩容
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);//tableSizeFor(count)的作用是找到大于等于count的最小的2的幂次方
int sc;
while ((sc = sizeCtl) >= 0) {//只有大于等于0才表示该线程可以扩容，具体看sizeCtl的含义
Node[] tab = table; int n;
if (tab == null || (n = tab.length) == 0) {//没有被初始化
n = (sc > c) ? sc : c;
// 期间没有其他线程对表操作，则CAS将SIZECTL状态置为-1，表示正在进行初始化
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if (table == tab) {//再一次检查
@SuppressWarnings("unchecked")
Node[] nt = (Node[])new Node[n];
table = nt;
sc = n - (n >>> 2);//无符号右移2位，此即0.75*n
}
} finally {
sizeCtl = sc;// 更新扩容阀值
}
}
}
// 若欲扩容值不大于原阀值，或现有容量>=最值，什么都不用做了
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
else if (tab == table) { // table不为空，且在此期间其他线程未修改table
int rs = resizeStamp(n);
if (sc < 0) {//这里的sc可能小于零么？？？不明白为什么会有此判断
Node[] nt;//RESIZE_STAMP_SHIFT=16,MAX_RESIZERS=2^15-1
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);
}
}
}
/*
Returns the stamp bits for resizing a table of size n.当扩容到n时，调用该函数返回一个标志位
Must be negative when shifted left by RESIZE_STAMP_SHIFT.
numberOfLeadingZeros返回n对应32位二进制数左侧0的个数，如9（1001）返回28
RESIZE_STAMP_BITS=16,
因此返回值为：(参数n的左侧0的个数)|(2^15)
*/
static final int resizeStamp(int n) {
return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
} 既然是扩容，思路就比较简单哈，注释的相当详细，就不介绍了哈，在这个函数中调用transfer函数，transfer方法的代码太长，这里不贴出。
在transfer方法中，用到了如下的属性
private transient volatile Node[] nextTable; - 1
仅仅在扩容使用，并且此时非空。
在扩容的过程中，还有一个辅助方法：helpTransfer方法。
代码如下：
/*
* Helps transfer if a resize is in progress.
*在多线程情况下，如果发现其它线程正在扩容，则帮助转移元素。
（只有这种情况会被调用）从某种程度上说，其“优先级”很高，只要检测到扩容，就会放下其他工作，先扩容。
*/
final Node[] helpTransfer(Node[] tab, Node f) {// 调用之前，nextTable一定已存在。
Node[] nextTab; int sc;
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode)f).nextTable) != null) {
int rs = resizeStamp(tab.length);//标志位
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
transfer(tab, nextTab);//调用扩容方法，直接进入复制阶段
break;
}
}
return nextTab;
}
return table;
} 以上就把跟putVal相关的函数都看了一篇哈，可能细节我们没有看懂，但是各个方法的思路我们都清楚了，继续往下面来看
分析ConcurrentHashMap类的get(int key)方法
看完了ConcurrentHashMap类的put(int key ,int value)方法的内部实现，接着看此类的get(int key)方法。
/*
功能：根据key在Map中找出其对应的value，如果不存在key，则返回null，
其中key不允许为null，否则抛异常
*/
public V get(Object key) {
Node[] tab; Node e, p; int n, eh; K ek;
int h = spread(key.hashCode());//两次hash计算出hash值
if ((tab = table) != null && (n = tab.length) > 0 &&//table不能为null，是吧
(e = tabAt(tab, (n - 1) & h)) != null) {//table[i]不能为空，是吧
if ((eh = e.hash) == h) {//检查头结点
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)//table[i]为一颗树
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {//链表，遍历寻找即可
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
get(int key)方法代码实现流程如下：
1、根据key调用spread计算hash值；并根据计算出来的hash值计算出该key在table出现的位置i.
2、检查table是否为空；如果为空，返回null，否则进行3
3、检查table[i]处桶位不为空；如果为空，则返回null，否则进行4
4、先检查table[i]的头结点的key是否满足条件，是则返回头结点的value；否则分别根据树、链表查询。
get方法的思想是不是也很简单哈，与HashMap的get方法一模一样，分析到这里，ConcurrentHashMap类的源码的大概实现思路我们就基本清晰了哈，本着学习的精神，我们还是稍微看下其他的方法哈，例如：containsKey、remove、size等等
ConcurrentHashMap的读操作不需要加锁，因为结点Node的val和key用volatile修饰，保证了可见性，防止读到脏数据。对数组的volatile是保证了扩容的可见性
分析ConcurrentHashMap类的containsKey/containsValue方法
看下containsKey/containsValue方法
/*
* Tests if the specified object is a key in this table.
*/
public boolean containsKey(Object key) {
return get(key) != null;//直接调用get(int key)方法即可，如果有返回值，则说明是包含key的
}
/*
*功能，检查在所有映射(k,v)中只要出现一次及以上的v==value，返回true
*注意：这个方法可能需要一个完全遍历Map，因此比containsKey要慢的多
*/
public boolean containsValue(Object value) {
if (value == null)
throw new NullPointerException();
Node[] t;
if ((t = table) != null) {
Traverser it = new Traverser(t, t.length, 0, t.length);
for (Node p; (p = it.advance()) != null; ) {
V v;
if ((v = p.val) == value || (v != null && value.equals(v)))
return true;
}
}
return false;
}
containsKey/containsValue方法的内部实现也比较简单哈。这里也不再详细介绍。
分析ConcurrentHashMap类的size()方法
// Original (since JDK1.2) Map methods
public int size() {// 旧版本方法，和推荐的mappingCount返回的值基本无区别
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}
这个方法是从JDK1.2版本开始就有的方法了。而ConcurrentHashMap在JDK1.8版本中还提供了另外一种方法可以获取大小，这个方法就是mappingCount。
代码如下：
// ConcurrentHashMap-only methods
/**
* Returns the number of mappings. This method should be used
* instead of {@link #size} because a ConcurrentHashMap may
* contain more mappings than can be represented as an int. The
* value returned is an estimate(估计); the actual count may differ if
* there are concurrent insertions or removals.
*
* @return the number of mappings
* @since 1.8
*/
public long mappingCount() {
long n = sumCount();
return (n < 0L) ? 0L : n; // ignore transient negative values
}
根据mappingCount()方法头上的注释，我们可以得到如下的信息：
1、这个应该用来代替size()方法被使用。这是因为ConcurrentHashMap可能比包含更多的映射结果，即超过int类型的最大值。
2、这个方法返回值是一个估计值，由于存在并发的插入和删除，因此返回值可能与实际值会有出入。
虽然注释这么才说使用mappingCount来代替size()方法，但是我们比较两个方法的源码你会发现这两个方法的源码基本一致。
在size()方法和mappingCount方法中都出现了sumCount()方法，因此，我们也顺便看一下。
/* ---------------- Counter support -------------- */
/**
* A padded cell for distributing counts. Adapted from LongAdder
* and Striped64. See their internal docs for explanation.
*/
@sun.misc.Contended static final class CounterCell {
volatile long value;
CounterCell(long x) { value = x; }
}
// Table of counter cells. When non-null, size is a power of 2
private transient volatile CounterCell[] counterCells;
//ConcurrentHashMap中元素个数,基于CAS无锁更新,但返回的不一定是当前Map的真实元素个数。
private transient volatile long baseCount;
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;
}最后看下，clear，remove方法
remove方法的代码如下;
/*
* Removes the key (and its corresponding value) from this map.
* This method does nothing if the key is not in the map.
*/
public V remove(Object key) {
return replaceNode(key, null, null);
}
/*
*如果Map中存在(key,value)节点，则用对象cd来代替，
*如果value为空，则删除此节点。
*/
final V replaceNode(Object key, V value, Object cv) {
int hash = spread(key.hashCode());//计算hash值
for (Node[] tab = table;;) {//死循环，直到找到
Node f; int n, i, fh;
if (tab == null || (n = tab.length) == 0 ||
(f = tabAt(tab, i = (n - 1) & hash)) == null)//如果为空，则立即返回
break;
else if ((fh = f.hash) == MOVED)//如果检测到其它线程正在扩容，则先帮助扩容，然后再来寻找，可见扩容的优先级之高
tab = helpTransfer(tab, f);
else {
V oldVal = null;
boolean validated = false;
synchronized (f) { //开始锁住这个桶，然后进行比对寻找满足(key,value)的节点
if (tabAt(tab, i) == f) { //重新检查，避免由于多线程的原因table[i]已经被修改
if (fh >= 0) {//链表节点
validated = true;
for (Node e = f, pred = null;;) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {//满足条件就是找到key出现的节点位置
V ev = e.val;
if (cv == null || cv == ev ||
(ev != null && cv.equals(ev))) {
oldVal = ev;
if (value != null)//value不为空，则更新值
e.val = value;
//value为空，则删除此节点
else if (pred != null)
pred.next = e.next;
else
setTabAt(tab, i, e.next);//符合条件的节点e为头结点的情况
}
break;
}
//更改指向，继续向后循环
pred = e;
if ((e = e.next) == null)//如果为到链表末尾了，则直接退出即可
break;
}
}
else if (f instanceof TreeBin) {//树节点
validated = true;
TreeBin t = (TreeBin)f;
TreeNode r, p;
if ((r = t.root) != null &&
(p = r.findTreeNode(hash, key, null)) != null) {
V pv = p.val;
if (cv == null || cv == pv ||
(pv != null && cv.equals(pv))) {
oldVal = pv;
if (value != null)
p.val = value;
else if (t.removeTreeNode(p))
setTabAt(tab, i, untreeify(t.first));
}
}
}
}
}
if (validated) {
if (oldVal != null) {
if (value == null)//如果删除了节点，则要减1
addCount(-1L, -1);
return oldVal;
}
break;
}
}
}
return null;
} remove方法的实现思路也比较简单。如下；
1、先根据key的hash值计算书其在table的位置 i。
2、检查table[i]是否为空，如果为空，则返回null，否则进行3
3、在table[i]存储的链表(或树)中开始遍历比对寻找，如果找到节点符合key的，则判断value是否为null来决定是否是更新oldValue还是删除该节点。
clear()方法的源码如下，这里就不再进行分析了哈。
/**
* Removes all of the mappings from this map.
*/
public void clear() {
long delta = 0L; // negative number of deletions
int i = 0;
Node[] tab = table;
while (tab != null && i < tab.length) {
int fh;
Node f = tabAt(tab, i);
if (f == null)
++i;
else if ((fh = f.hash) == MOVED) {
tab = helpTransfer(tab, f);
i = 0; // restart
}
else {
synchronized (f) {
if (tabAt(tab, i) == f) {
Node p = (fh >= 0 ? f :
(f instanceof TreeBin) ?
((TreeBin)f).first : null);
while (p != null) {
--delta;
p = p.next;
}
setTabAt(tab, i++, null);
}
}
}
}
if (delta != 0L)
addCount(delta, -1);
} 小结
以上就是关于ConcurrentHashMap的全部介绍，是不是比较简单哈。话虽这么说，但是还是需要我们花时间和精力来慢慢看和分析总结，这样我们才会有收获，本篇博文对链表和数的转化并没有过多的介绍，以及关于在树中插入节点和查找节点也没有过多的介绍哈