并发编程(九)J.U.C 之 ConcurrentHashMap原理

文章目录

  • 1. 线程安全集合类概述
    • 1.1 线程安全集合类可以分为三大类
    • 1.2 重点
  • 2. ConcurrentHashMap
    • 2.1 JDK 7 HashMap 并发死链
        • 死链复现
        • 源码分析
    • 2.2 JDK 8 ConcurrentHashMap
      • 重要方法
      • 重要属性和内部类
      • 构造器分析
      • get 流程
      • put流程
        • putVal()方法
        • initTable()方法
        • addCount()方法
        • size()方法 计算流程
        • transfer()方法
    • 2.3 JDK 7 ConcurrentHashMap
        • 构造器分析
        • put() 方法
        • rehash() 方法
        • get() 方法
        • size() 方法

1. 线程安全集合类概述

并发编程(九)J.U.C 之 ConcurrentHashMap原理_第1张图片

1.1 线程安全集合类可以分为三大类

  1. 遗留的线程安全集合如 HashtableVector
  2. 使用 Collections 装饰的线程安全集合,如:
    1. Collections.synchronizedCollection
    2. Collections.synchronizedList
    3. Collections.synchronizedMap
    4. Collections.synchronizedSet
    5. Collections.synchronizedNavigableMap
    6. Collections.synchronizedNavigableSet
    7. Collections.synchronizedSortedMap
    8. Collections.synchronizedSortedSet
  3. java.util.concurrent.*

1.2 重点

重点介绍 java.util.concurrent.* 下的线程安全集合类,可以发现它们有规律,里面包含三类关键词:
BlockingCopyOnWriteConcurrent

  1. Blocking :大部分实现基于锁,并提供用来阻塞的方法

  2. CopyOnWrite 之类容器:修改开销相对较重

  3. Concurrent 类型的容器

    1. 内部很多操作使用 cas 优化,一般可以提供较高吞吐量
    2. 弱一致性
    1. 遍历时弱一致性,例如,当利用迭代器遍历时,如果容器发生修改,迭代器仍然可以继续进行遍历,这时内容是旧的
    2. 求大小弱一致性,size 操作未必是 100% 准确
    3. 读取弱一致性

对于非安全容器来讲,如果遍历时如果发生了修改,使用fail-fast机制让遍历立刻失败,抛出ConcurrentModificationException,不再继续遍历

2. ConcurrentHashMap

2.1 JDK 7 HashMap 并发死链

  1. JDK 7 HashMap 并发死链

JDK7:头插法

测试代码

注意:要在 JDK 7 下运行,否则扩容机制和 hash 的计算方法都变了

HashMap 的并发死链发生在扩容时

    public static void main(String[] args) {
     
        // 测试 java 7 中哪些数字的 hash 结果相等
        System.out.println("长度为16时,桶下标为1的key");
        for (int i = 0; i < 64; i++) {
     
            if (hash(i) % 16 == 1) {
     
                System.out.println(i);
            }
        }
        System.out.println("长度为32时,桶下标为1的key");
        for (int i = 0; i < 64; i++) {
     
            if (hash(i) % 32 == 1) {
     
                System.out.println(i);
            }
        }
        // 1, 35, 16, 50 当大小为16时,它们在一个桶内   1, 35 当大小为32时,它们在一个桶内
        final HashMap<Integer, Integer> map = new HashMap<Integer, Integer>();
        // 放 12 个元素
        map.put(2, null);
        map.put(3, null);
        map.put(4, null);
        map.put(5, null);
        map.put(6, null);
        map.put(7, null);
        map.put(8, null);
        map.put(9, null);
        map.put(10, null);
        map.put(16, null);
        map.put(35, null);
        map.put(1, null);
        System.out.println("扩容前大小[main]:"+map.size());
        new Thread() {
     
            @Override
            public void run() {
     
                // 放第 13 个元素, 发生扩容
                map.put(50, null);
                System.out.println("扩容后大小[Thread-0]:"+map.size());
            }
        }.start();
        new Thread() {
     
            @Override
            public void run() {
     
                // 放第 13 个元素, 发生扩容
                map.put(50, null);
                System.out.println("扩容后大小[Thread-1]:"+map.size());
            }
        }.start();
    }
    
    final static int hash(Object k) {
     
        int h = 0;
        if (0 != h && k instanceof String) {
     
            return 0;
            // 下面这行代码必须将环境调味  
//            return sun.misc.Hashing.stringHash32((String) k);
        }
        h ^= k.hashCode();
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

死链复现

调试工具使用 idea

在 HashMap 源码 590 行加断点 int newCapacity = newTable.length;

断点的条件如下,目的是让 HashMap 在扩容为 32 时,并且线程为 Thread-0 或 Thread-1 时停下来

newTable.length==32 &&
(
Thread.currentThread().getName().equals("Thread-0")||
Thread.currentThread().getName().equals("Thread-1")
)

断点暂停方式选择 Thread,否则在调试 Thread-0 时,Thread-1 无法恢复运行

运行代码,程序在预料的断点位置停了下来,输出

长度为16时,桶下标为1的key
1
16
35
50
长度为32时,桶下标为1的key
1
35
扩容前大小[main]:12 

接下来进入扩容流程调试

在 HashMap 源码 594 行加断点

Entry next = e.next; // 593
if (rehash) // 594
// ...

这是为了观察 e 节点和 next 节点的状态,Thread-0 单步执行到 594 行(注意是使Thread-0,在debug切换线程再单步执行!),在 594 处再添加一个断点(条件Thread.currentThread().getName().equals("Thread-0")
这时可以在 Variables 面板观察到 enext 变量,使用 view as -> Object 查看节点状态

e (1)->(35)->(16)->null
next (35)->(16)->null 

在 Threads 面板选中 Thread-1 恢复运行,可以看到控制台输出新的内容如下,Thread-1 扩容已完成

newTable[1] (35)->(1)->null 
扩容后大小:13 

这时 Thread-0 还停在 594 处, Variables 面板变量的状态已经变化为

e (1)->null
next (35)->(1)->null 

为什么呢,因为 Thread-1 扩容时链表也是后加入的元素放入链表头,因此链表就倒过来了,但 Thread-1 虽然结果正确,但它结束后 Thread-0 还要继续运行

接下来就可以单步调试(F8)观察死链的产生了,下一轮循环到 594,将 e 搬迁到 newTable 链表头

newTable[1] (1)->null
e           (35)->(1)->null
next        (1)->null 

下一轮循环到 594,将 e 搬迁到 newTable 链表头

newTable[1] (35)->(1)->null
e           (1)->null
next        null 

再看看源码

e.next = newTable[1];
// 这时 e (1,35)
// 而 newTable[1] (35,1)->(1,35) 因为是同一个对象
newTable[1] = e;
// 再尝试将 e 作为链表头, 死链已成
e = next;
// 虽然 next 是 null, 会进入下一个链表的复制, 但死链已经形成了

源码分析

HashMap 的并发死链发生在扩容时

// 将 table 迁移至 newTable
    void transfer(Entry[] newTable, boolean rehash) {
     
        int newCapacity = newTable.length;
        for (Entry<K,V> e : table) {
     
            while(null != e) {
     
                Entry<K,V> next = e.next;
                // 1 处
                if (rehash) {
     
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);
                // 2 处
                // 将新元素加入 newTable[i], 原 newTable[i] 作为新元素的 next
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            }
        }
    }

假设 map 中初始元素是

原始链表,格式:[下标] (key,next)
[1] (1,35)->(35,16)->(16,null)

线程 a 执行到 1 处 ,此时局部变量 e 为 (1,35),而局部变量 next 为 (35,16) 线程 a 挂起

线程 b 开始执行

第一次循环
[1] (1,null)

第二次循环
[1] (35,1)->(1,null)

第三次循环
[1] (35,1)->(1,null)
[17] (16,null)

切换回线程 a,此时局部变量 e 和 next 被恢复,引用没变但内容变了:e 的内容被改为 (1,null),而 next 的内容被改为 (35,1) 并链向 (1,null)

第一次循环
[1] (1,null)

第二次循环,注意这时 e 是 (35,1) 并链向 (1,null) 所以 next 又是 (1,null)
[1] (35,1)->(1,null)

第三次循环,e 是 (1,null),而 next 是 null,但 e 被放入链表头,这样 e.next 变成了 352 处)
[1] (1,35)->(35,1)->(1,35)

已经是死链了

2.2 JDK 8 ConcurrentHashMap

重要方法

    // 获取 Node[] 中第 i 个 Node
    static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i)

    // cas 修改 Node[] 中第 i 个 Node 的值, c 为旧值, v 为新值
    static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v)

    // 直接修改 Node[] 中第 i 个 Node 的值, v 为新值
    static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v)

重要属性和内部类

// 默认为 0
    // 当初始化时, 为 -1
    // 当扩容时, 为 -(1 + 扩容线程数)
    // 当初始化或扩容完成后,为 下一次的扩容的阈值大小
    private transient volatile int sizeCtl;
    // 整个 ConcurrentHashMap 就是一个 Node[]
    static class Node<K,V> implements Map.Entry<K,V> {
     }
    // hash 表
    transient volatile Node<K,V>[] table;
    // 扩容时的 新 hash 表
    private transient volatile Node<K,V>[] nextTable;
    // 扩容时如果某个 bin 迁移完毕, 用 ForwardingNode 作为旧 table bin 的头结点
    static final class ForwardingNode<K,V> extends Node<K,V> {
     }
    // 用在 compute 以及 computeIfAbsent 时, 用来占位, 计算完成后替换为普通 Node
    static final class ReservationNode<K,V> extends Node<K,V> {
     }
    // 作为 treebin 的头节点, 存储 root 和 first
    static final class TreeBin<K,V> extends Node<K,V> {
     }
    // 作为 treebin 的节点, 存储 parent, left, right
    static final class TreeNode<K,V> extends Node<K,V> {
     }

构造器分析

可以看到实现了懒惰初始化,在构造方法中仅仅计算了 table 的大小,以后在第一次使用时才会真正创建

    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);
        // tableSizeFor方法仍然是保证cap计算的大小是 2^n, 即 16,32,64 ...
        int cap = (size >= (long)MAXIMUM_CAPACITY) ?
                MAXIMUM_CAPACITY : tableSizeFor((int)size);
        this.sizeCtl = cap;
    }

get 流程

 public V get(Object key) {
     
        Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
        // spread 方法能确保返回结果是正数
        int h = spread(key.hashCode());
        if ((tab = table) != null && (n = tab.length) > 0 &&
                (e = tabAt(tab, (n - 1) & h)) != null) {
     
            // 1.如果头结点已经是要查找的 key
            if ((eh = e.hash) == h) {
     
                //先使用==比较,再用 equals 比较
                if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                    return e.val;
            }
            //2. hash 为负数表示该 bin 在扩容中或是 treebin, 这时调用 find 方法来查找
            else if (eh < 0)
                return (p = e.find(h, key)) != null ? p.val : null;
            //3. 正常遍历链表, 先使用==比较,再用 equals 比较
            while ((e = e.next) != null) {
     
                if (e.hash == h &&
                        ((ek = e.key) == key || (ek != null && key.equals(ek))))
                    return e.val;
            }
        }
        return null;
    }

put流程

putVal()方法

public V put(K key, V value) {
     
     return putVal(key, value, false);
}

final V putVal(K key, V value, boolean onlyIfAbsent) {
     
        if (key == null || value == null) throw new NullPointerException();
        // 其中 spread 方法会综合高位低位, 返回的hash为正值,具有更好的 hash 性
        int hash = spread(key.hashCode());
        // 这个变量记录的是链表的长度
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
     
            // f 是链表头节点
            // fh 是链表头结点的 hash
            // i 是链表在 table 中的下标
            Node<K,V> f; int n, i, fh;
            // 1. 如果要创建 table
            if (tab == null || (n = tab.length) == 0)
                // 初始化 table 使用了 cas, 无需 synchronized。 创建成功, 进入下一轮循环
                // 这个方法看下面的分析
                tab = initTable();
            // 2.如果要创建链表头节点
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
     
                // 添加链表头使用了 cas, 无需 synchronized
                if (casTabAt(tab, i, null,
                        new Node<K,V>(hash, key, value, null)))
                    break;
            }
            // 3.线程正在扩容:帮忙扩容(按理来说,在一个线程扩容的过程中,另一个线程应该阻塞住的,但是没有,是因为扩容线程是把锁加在链表中的,所以另一个线程可以帮忙扩容)
            else if ((fh = f.hash) == MOVED)
                // 帮忙之后, 进入下一轮循环
                tab = helpTransfer(tab, f);
            // 4.捅下标冲突的情况
            else {
     
                V oldVal = null;
                // 锁住链表头节点
                synchronized (f) {
     
                    // 再次确认链表头节点没有被移动
                    if (tabAt(tab, i) == f) {
     
                        // 链表,判断hash码是不是大于0,普通节点的都是大于0滴
                        if (fh >= 0) {
     
                            binCount = 1;
                            // 遍历链表
                            for (Node<K,V> e = f;; ++binCount) {
     
                                K ek;
                                // 找到相同的 key
                                if (e.hash == hash &&
                                        ((ek = e.key) == key ||
                                                (ek != null && key.equals(ek)))) {
     
                                    oldVal = e.val;
                                    // 更新
                                    if (!onlyIfAbsent)
                                        e.val = value;
                                    break;
                                }
                                Node<K,V> pred = e;
                                // 已经是最后的节点了, 新增 Node, 追加至链表尾
                                if ((e = e.next) == null) {
     
                                    pred.next = new Node<K,V>(hash, key,
                                            value, null);
                                    break;
                                }
                            }
                        }
                        // 红黑树
                        else if (f instanceof TreeBin) {
     
                            Node<K,V> p;
                            binCount = 2;
                            // putTreeVal 会看 key 是否已经在树中, 是, 则返回对应的 TreeNode
                            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                    value)) != null) {
     
                                oldVal = p.val;
                                if (!onlyIfAbsent)
                                    p.val = value;
                            }
                        }
                    }
                    // 释放链表头节点的锁
                }

                if (binCount != 0) {
     
                    if (binCount >= TREEIFY_THRESHOLD)
                        // 如果链表长度 >= 树化阈值(8), 进行链表转为红黑树
                        // 注意这里也不是立马变成红黑树,而是将链表扩容到64之后,如果还是链表长度 >= 树化阈值(8)才变红黑树
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        // 增加 size 计数,除了维护元素计数的功能外,扩容的逻辑也在这里
    	// 这个方法看下面的分析
        addCount(1L, binCount);
        return null;
    }

initTable()方法

private final Node<K,V>[] initTable() {
     
        Node<K,V>[] tab; int sc;
        while ((tab = table) == null || tab.length == 0) {
     
            /**sizeCtl
             * 默认为 0
             * 当初始化时, 为 -1
             * 当扩容时, 为 -(1 + 扩容线程数)
             * 当初始化或扩容完成后,为下一次的扩容的阈值大小
             */
            if ((sc = sizeCtl) < 0)
                Thread.yield();
            // 尝试将 sizeCtl 设置为 -1(表示初始化 table)
            // compareAndSwapInt(this, valueOffset, expect, update);
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
     
                // 获得锁, 创建 table, 这时其它线程会在 while() 循环中 yield 直至 table 创建
                try {
     
                    if ((tab = table) == null || tab.length == 0) {
     
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                        table = tab = nt;
                        // 设置为下次要扩容时的阈值
                        sc = n - (n >>> 2);
                    }
                } finally {
     
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

addCount()方法

  /**
     * x是需要增加的长度
     * check 是之前 binCount 的个数(即当前链表的长度
     * 
     * 这里设置了多个累加单元,可以保证多线程去做计数增长时,cas冲突减少,增加性能
     * @param x
     * @param check
     */
    private final void addCount(long x, int check) {
     
        CounterCell[] as; long b, s;
        if (
            // 已经有了 counterCells(累加单元数组), 向 cell 累加
                (as = counterCells) != null ||
                        // 还没有, 向 baseCount 累加
                        !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)
        ) {
     
            CounterCell a; long v; int m;
            boolean uncontended = true;
            if (
                // 还没有 counterCells
                    as == null || (m = as.length - 1) < 0 ||
                            // 还没有 cell
                            (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
                            // cell cas 增加计数失败
                            !(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))
            ) {
     
                // 创建累加单元数组和cell, 累加重试
                fullAddCount(x, uncontended);
                return;
            }
            if (check <= 1)
                return;
            // 获取元素个数
            // 这个方法看下面的分析
            s = sumCount();
        }
        if (check >= 0) {
     
            Node<K,V>[] tab, nt; int n, sc;
            // 判断一下元素个数s是不是大于扩容的阈值
            while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
                    (n = tab.length) < MAXIMUM_CAPACITY) {
     
                int rs = resizeStamp(n);
                if (sc < 0) {
     
                    if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                            sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
                            transferIndex <= 0)
                        break;
                    // newtable 已经创建了,帮忙扩容
                    if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
                        transfer(tab, nt);
                }
                // 需要扩容,这时 newtable 未创建
                // rs << RESIZE_STAMP_SHIFT) + 2的结果就是一个负数
                else if (U.compareAndSwapInt(this, SIZECTL, sc,
                        (rs << RESIZE_STAMP_SHIFT) + 2)) 
         		   // transfer()为扩容函数,private final void transfer(Node[] tab, Node[] nextTab) 
                    // 第一个参数为原始的table,第二个为新的table
                    transfer(tab, null);
                s = sumCount();
            }
        }
    }

size()方法 计算流程

size 计算实际发生在 put,remove 改变集合元素的操作之中;这个计数是不准确的,因为是在多线程的环境中

  1. 没有竞争发生,向 baseCount 累加计数
  2. 有竞争发生,新建 counterCells,向其中的一个 cell 累加计数
    1. counterCells 初始有两个 cell
    2. 如果计数竞争比较激烈,会创建新的 cell 来累加计数
    public int size() {
     
        long n = sumCount();
        return ((n < 0L) ? 0 :
                (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
                        (int)n);
    }
    final long sumCount() {
     
        CounterCell[] as = counterCells; CounterCell a;
        // 将 baseCount 计数与所有 cell 计数累加
        long sum = baseCount;
        if (as != null) {
     
            for (int i = 0; i < as.length; ++i) {
     
                if ((a = as[i]) != null)
                    sum += a.value;
            }
        }
        return sum;
    }

transfer()方法

  private final void transfer(ConcurrentHashMap.Node<K,V>[] tab, ConcurrentHashMap.Node<K,V>[] nextTab) {
     
        int n = tab.length, stride;
        if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
            stride = MIN_TRANSFER_STRIDE; // subdivide range
        // 创建新的nexttable
        if (nextTab == null) {
                 // initiating
            try {
     
                @SuppressWarnings("unchecked")
                // n << 1就是原有的容量给她值变为两倍        
                ConcurrentHashMap.Node<K,V>[] nt = (ConcurrentHashMap.Node<K,V>[])new ConcurrentHashMap.Node<?,?>[n << 1];
                nextTab = nt;
            } catch (Throwable ex) {
           // try to cope with OOME
                sizeCtl = Integer.MAX_VALUE;
                return;
            }
            nextTable = nextTab;
            transferIndex = n;
        }
        int nextn = nextTab.length;
        ConcurrentHashMap.ForwardingNode<K,V> fwd = new ConcurrentHashMap.ForwardingNode<K,V>(nextTab);
        boolean advance = true;
        boolean finishing = false; // to ensure sweep before committing nextTab
        for (int i = 0, bound = 0;;) {
     
            ConcurrentHashMap.Node<K,V> f; int fh;
            while (advance) {
     
     			 /** 
     			 * 省略
                  */
                            
            }
            if (i < 0 || i >= n || i + n >= nextn) {
     
     			 /** 
     			 * 省略
                  */
            }
            // 找到这个链表的链表头,如果为null,代表已经被处理完了,那么就把链表头替换为fwd
            else if ((f = tabAt(tab, i)) == null)
                advance = casTabAt(tab, i, null, fwd);
            // 如果发现链表头已经被置为了fwd,那么就继续处理下一个链表
            else if ((fh = f.hash) == MOVED)
                advance = true; // already processed
            else {
     
                // 把链表头锁住
                synchronized (f) {
     
                    if (tabAt(tab, i) == f) {
     
                        ConcurrentHashMap.Node<K,V> ln, hn;
                        // 发现是普通节点
                        if (fh >= 0) {
     
                            /**
                             * 省略
                             */
                        }
                        // 发现是树型节点
                        else if (f instanceof ConcurrentHashMap.TreeBin) {
     
                            /**
                             * 省略
                             */
                        }
                    }
                }
            }
        }
    }

2.3 JDK 7 ConcurrentHashMap

它维护了一个 segment 数组,每个 segment 对应一把锁

  • 优点:如果多个线程访问不同的 segment,实际是没有冲突的,这与 jdk8 中是类似的(jdk8中是把锁加在链表头上,jdk7是把锁加在segment对象上
  • 缺点:Segments 数组默认大小为16,这个容量初始化指定后就不能改变了,并且不是懒惰初始化(构造方法一执行就会创建需要用到的数组)

构造器分析

    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;
        // ssize 必须是 2^n, 即 2, 4, 8, 16 ... 表示了 segments 数组的大小
        int sshift = 0;
        int ssize = 1;
        while (ssize < concurrencyLevel) {
     
            ++sshift;
            ssize <<= 1;
        }
        // segmentShift 默认是 32 - 4 = 28
        // this.segmentShift 和 this.segmentMask 的作用是决定将 key 的 hash 结果匹配到哪个 segment
        this.segmentShift = 32 - sshift;
        // segmentMask 默认是 15 即 0000 0000 0000 1111
        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;
        // 创建 segments and segments[0](segments[0]存的是一个HashEntry数组),这里说明了创建数组过程中和jdk8的不同,此处是直接创建需要用到的数组,
        //而不是jdk8的懒加载
        Segment<K,V> s0 =
                new Segment<K,V>(loadFactor, (int)(cap * loadFactor),
                        (HashEntry<K,V>[])new HashEntry[cap]);
        Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
        UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]
        this.segments = ss;
    }

构造完成,如下图所示
并发编程(九)J.U.C 之 ConcurrentHashMap原理_第2张图片
可以看到 ConcurrentHashMap 没有实现懒惰初始化,空间占用不友好

其中 this.segmentShift 和 this.segmentMask 的作用是决定将 key 的 hash 结果匹配到哪个 segment

例如,根据某一 hash 值求 segment 位置,先将高位向低位移动 this.segmentShift 位
并发编程(九)J.U.C 之 ConcurrentHashMap原理_第3张图片

put() 方法

 public V put(K key, V value) {
     
        Segment<K,V> s;
        if (value == null)
            throw new NullPointerException();
        // 计算出hash
        int hash = hash(key);
        // 计算出 segment 下标,进行移位运算之后再进行与运算
        int j = (hash >>> segmentShift) & segmentMask;

        // 获得 segment 对象, 判断是否为 null, 是则创建该 segment
        if ((s = (Segment<K,V>)UNSAFE.getObject
                (segments, (j << SSHIFT) + SBASE)) == null) {
     
            // 这时不能确定是否真的为 null, 因为其它线程也可能发现该 segment 为 null,因此在 ensureSegment 里用 cas 方式保证该 segment 安全性
            // ensureSegment中将创建Segment对象
            s = ensureSegment(j);
        }
        // concurrentHashMap实际上调用的是segment的put方法,进入 segment 的put 流程
        return s.put(key, hash, value, false);
    }

segment 继承了可重入锁(ReentrantLock),它的 put 方法为

  final V put(K key, int hash, V value, boolean onlyIfAbsent) {
     
        // tryLock()尝试加锁,tryLock()方法会立刻返回一个true或者false
        HashEntry<K,V> node = tryLock() ? null :
                // 如果不成功, 进入 scanAndLockForPut 流程
                // 如果是多核 cpu 最多 tryLock 64 次, 进入 lock 流程
                // 在尝试期间, 还可以顺便看该节点在链表中有没有, 如果没有顺便创建出来
                scanAndLockForPut(key, hash, value);

        // 执行到这里 segment 已经被成功加锁, 可以安全执行
        V oldValue;
        try {
     
            // HashEntry数组相当于一个小的hash表
            HashEntry<K,V>[] tab = table;
            int index = (tab.length - 1) & hash;
            // 找到链表的头结点
            HashEntry<K,V> first = entryAt(tab, index);
            for (HashEntry<K,V> e = first;;) {
     
                // 更新
                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;
                }
                // 新增
                else {
     
                    // 1) 如果之前等待锁时, node 已经被创建, next 指向链表头
                    if (node != null)
                        node.setNext(first);
                    else
                   // 2) 创建新 node
                        node = new HashEntry<K,V>(hash, key, value, first);
                    int c = count + 1;
                    // 3) 扩容
                    if (c > threshold && tab.length < MAXIMUM_CAPACITY)
                        rehash(node);
                    else
                        // 将 node 作为链表头
                        setEntryAt(tab, index, node);
                    ++modCount;
                    count = c;
                    oldValue = null;
                    break;
                }
            }
        } finally {
     
            unlock();
        }
        return oldValue;
    }

rehash() 方法

发生在 put 中,因为此时已经获得了锁,因此 rehash 时不需要考虑线程安全

  private void rehash(HashEntry<K,V> node) {
     
        HashEntry<K,V>[] oldTable = table;
        int oldCapacity = oldTable.length;
        // 新容量为旧容量的两倍
        int newCapacity = oldCapacity << 1;
        threshold = (int)(newCapacity * loadFactor);
        HashEntry<K,V>[] newTable =
                (HashEntry<K,V>[]) new HashEntry[newCapacity];
        int sizeMask = newCapacity - 1;
        for (int i = 0; i < oldCapacity ; i++) {
     
            // 找到每一条链表
            HashEntry<K,V> e = oldTable[i];
            // 如果链表中有元素
            if (e != null) {
     
                HashEntry<K,V> next = e.next;
                // 求出第一个元素在扩容后的数组中的下标
                int idx = e.hash & sizeMask;
                // 1. Single node on list,如果只有一个节点,那么就直接移动到新数组中的合适位置
                if (next == null) 
                    newTable[idx] = e;
                // 2. 多个节点: Reuse consecutive sequence at same slot  在同一插槽中重复使用连续序列
                else {
     
                    HashEntry<K,V> lastRun = e;
                    int lastIdx = idx;
                    // 2.1 过一遍链表, 尽可能把 rehash 后 idx 不变的节点重用(即尽可能进行搬迁工作而不是重建)
                    for (HashEntry<K,V> last = next; last != null; last = last.next) {
     
                        int k = last.hash & sizeMask;
                        if (k != lastIdx) {
     
                            lastIdx = k;
                            lastRun = last;
                        }
                    }
                    newTable[lastIdx] = lastRun;
                    //  2.2 剩余节点需要新建
                    for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {
     
                        V v = p.value;
                        int h = p.hash;
                        int k = h & sizeMask;
                        // 头结点插入
                        HashEntry<K,V> n = newTable[k];
                        newTable[k] = new HashEntry<K,V>(h, p.key, v, n);
                    }
                }
            }
        }
        // add the new node 扩容完成, 才加入新的节点
        int nodeIndex = node.hash & sizeMask;
        node.setNext(newTable[nodeIndex]);
        // 将新节点设置为链表头
        newTable[nodeIndex] = node;

        // 替换为新的 HashEntry table
        table = newTable;
    }

get() 方法

get 时并未加锁,用了 UNSAFE 方法保证了可见性,扩容过程中,get 先发生就从旧表取内容,get 后发生就从新表取内容

    public V get(Object key) {
     
        Segment<K,V> s; // manually integrate access methods to reduce overhead
        HashEntry<K,V>[] tab;
        int h = hash(key);
        // u 为 segment 对象在数组中的偏移量
        long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
        // 1.获取到Segment,s 即为 segment
        if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
                (tab = s.table) != null) {
     
            // 2.获取到Segment中的HashEntry
            for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
                    (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
                 e != null; e = e.next) {
     
                K k;
                if ((k = e.key) == key || (e.hash == h && key.equals(k)))
                    return e.value;
            }
        }
        return null;
    }

size() 方法

  1. 计算元素个数前,先不加锁计算两次,如果前后两次结果如一样,认为个数正确返回
  2. 如果不一样,进行重试,重试次数超过 3,将所有 segment 锁住,重新计算个数返回
    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<K,V>[] 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) {
     
                    // 超过重试次数, 需要创建所有 segment 并加锁
                    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<K,V> seg = segmentAt(segments, j);
                    if (seg != null) {
     
                        // modCount表示最近修改的次数,比如put
                        sum += seg.modCount;
                        // count表示元素的个数
                        int c = seg.count;
                        if (c < 0 || (size += c) < 0)
                            // 表示已经溢出了
                            overflow = true;
                    }
                }
                // 如果sum == last,那么说明这段区间没有其它线程干扰
                if (sum == last)
                    break;
                last = sum;
            }
        } finally {
     
            // 判断如果加了锁,那么就要进行解锁
            if (retries > RETRIES_BEFORE_LOCK) {
     
                for (int j = 0; j < segments.length; ++j)
                    segmentAt(segments, j).unlock();
            }
        }
        return overflow ? Integer.MAX_VALUE : size;
    }

你可能感兴趣的:(Java并发编程,并发编程,java,多线程)