并发容器线程安全应对之道-ConcurrentHashMap

2 并发容器线程安全应对之道

引言
在前面,我们学习了hashmap
大家都知道HashMap不是线程安全(put、删除、修改、递增、扩容都无锁)的
所以在处理并发的时候会出现问题
接下来我们看下J.U.C包里面提供的一个线程安全并且高效Map(ConcurrentHashMap)
看一下,他到底是如何实现线程并发安全的

2.1 并发容器总体概述

目标:学习ConcurrentHashMap基本概念和认识它的数据结构

ConcurrentHashMap概念:

ConcurrentHashMap是J.U.C包里面提供的一个线程安全的HashMap, 在并发编程中使用的频率(Spring)比较高。

数据结构如下

数组+链表+红黑树+锁(synchronized+cas

并发容器线程安全应对之道-ConcurrentHashMap_第1张图片

总结:

1、数据结构和hashmap一模一样,唯一的区别就是concurrenthashmap在put、删除、修改、递增、扩容和数据迁移的时候都加锁了(syn or cas)

2、加锁只是锁住一个元素,区别于HashTable(整个表,idea可以查看源码来验证)

2.2 并发容器数据结构与继承

目标:

简单认识下ConcurrentHashMap继承关系

并发容器线程安全应对之道-ConcurrentHashMap_第2张图片
总结

ConcurrentHashMap:实现Serializable表示支持序列化

​ 继承AbstractMap(实现map接口),实现了一些基本操作

​ 实现ConcurrentMap接口,封装了map的基本操作

2.3 并发容器源码深度剖析

测试代码

见put部分

2.3.1 并发容器成员变量

目标:认识下ConcurrentHashMap成员变量,先有个印象,方便后续源码分析

private static final int MAXIMUM_CAPACITY = 1 << 30; //table最大容量:2^30=1073741824
private static final int DEFAULT_CAPACITY = 16; //默认容量,必须是2的幂数
static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; ////数组的建议最大值
private static final int DEFAULT_CONCURRENCY_LEVEL = 16; //并发级别,1.8前的版本分段锁遗留下来的,为兼容以前的版本
static final int TREEIFY_THRESHOLD = 8;// 链表转红黑树阀值
static final int UNTREEIFY_THRESHOLD = 6;// 树转链表阀值
static final int MIN_TREEIFY_CAPACITY = 64;// 转化为红黑树的表的最小容量
private static final int MIN_TRANSFER_STRIDE = 16;// 每次进行转移的最小值
//咦?threshold 呢???

2.3.2 并发容器构造器

目标:

先认识下ConcurrentHashMap的5个构造器,看下在构造中(第一步)做了哪些事情

1、ConcurrentHashMap()型构造函数  

  public ConcurrentHashMap() {  

 }

总结:该构造函数用于创建一个带有默认初始容量 (16)、负载因子 (0.75) 的空映射

2、ConcurrentHashMap(int)型构造函数

private static final int MAXIMUM_CAPACITY = 1 << 30
    
public ConcurrentHashMap(int initialCapacity) {

        if (initialCapacity < 0) // 初始容量小于0,抛出异常
            throw new IllegalArgumentException();
              //到达最大容量的一半以上后,直接取最大容量!
        int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
                   MAXIMUM_CAPACITY :
                   tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1)); 
        // 初始化,sizeCtl是什么鬼??看上去是容量……
        this.sizeCtl = cap;
    }

总结:该构造函数用于创建一个带有指定初始容量的map

3、ConcurrentHashMap(Map)型构造函数

    public ConcurrentHashMap(Map m) {
          this.sizeCtl = DEFAULT_CAPACITY;
        // 将集合m的元素全部放入
        putAll(m);
    }

总结:该构造函数用于构造一个与给定映射具有相同映射关系的新映射。

4、ConcurrentHashMap(int, float)型构造函数

    public ConcurrentHashMap(int initialCapacity, float loadFactor) {
      this(initialCapacity, loadFactor, 1);
    }

总结:该构造函数用于创建一个带有指定初始容量、加载因子 新的空映射。

5、ConcurrentHashMap(int, float, int)型构造函数

public ConcurrentHashMap(int initialCapacity,
                             float loadFactor, int concurrencyLevel) {
        if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) // 合法性判断
            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; // 好像是容量?没那么简单,待会往下看
    }

总结:该构造函数用于创建一个带有指定初始容量、加载因子和并发级别的新的空映射

扩展:和HashMap完全一样?错!我们来看一个实例

1)代码实例

package com.cmap;

import org.openjdk.jol.info.ClassLayout;

import java.util.HashMap;
import java.util.concurrent.ConcurrentHashMap;

public class CMapInit {
    public static void main(String[] args) {
        HashMap m = new HashMap(15,0.5f);
        ConcurrentHashMap cm = new ConcurrentHashMap(15, 0.5f);

          //debug here
        System.out.println("before put");

        m.put(1,1);
        cm.put(1,1);

          //and here
        System.out.println("after put");
        System.out.println(ClassLayout.parseInstance(cm).toPrintable());

    }
}

2)调试,put之前
并发容器线程安全应对之道-ConcurrentHashMap_第3张图片

3)继续,debug到第二步试试,put之后

并发容器线程安全应对之道-ConcurrentHashMap_第4张图片

  • 容量并不是我们之前认为的16,而是32
  • 而sizeCtl,我们理解,应该类比于hashMap中的threshold,它应该等于 32*0.5=16才对
  • 可是最终为24

这是什么神操作???

4)原理剖析

先说结论:方法调用的都是tableSizeFor,只不过,Cmap所计算的参数不一样,注意回顾上面的构造函数

    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
          //initial = 15, size = 31
        long size = (long)(1.0 + (long)initialCapacity / loadFactor);
          //所以tableSizeFor做满1运算前,并不是15本身,而是size,也就是31
          //运算后,cap=32 , 不是16
        int cap = (size >= (long)MAXIMUM_CAPACITY) ?
            MAXIMUM_CAPACITY : tableSizeFor((int)size);
        this.sizeCtl = cap;
    }

那么它啥时候变成24的呢?

//开始之初,table为null,在put时,会触发table的初始化,也就是以下方法
//从put方法的入口可以追踪到,我们猜想它肯定在这里,初始化table的时候
private final Node[] initTable() {
        Node[] tab; int sc;
        while ((tab = table) == null || tab.length == 0) {
              //sc = 原来的sizeCtl也就是 32
            if ((sc = sizeCtl) < 0)
                Thread.yield(); // lost initialization race; just spin
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
                try {
                    if ((tab = table) == null || tab.length == 0) {
                          //n = sc = 32  , 默认就是default=16了
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                        @SuppressWarnings("unchecked")
                          //创建node数组,长度为n,也就是32
                        Node[] nt = (Node[])new Node[n];
                          //创建完复制给table,初始化完成,也就是我们看到的32长度的数组
                        table = tab = nt;
                          // n >>> 2 ,相当于n除以4是8, 32-8=24
                          //实际效果相当于,n* 3/4 , 也就是 n*0.75 , 你指定的0.5在初始化时对它没什么用!
                        sc = n - (n >>> 2);
                    }
                } finally {
                      //在finally中将它赋给了sizeCtl,也就是我们最终看到的24
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

那么sizeCtl起不到threshold的作用,它是干嘛的呢?

其实它的作用远远比hashmap中的thredhold大的多,看看官方的说法:

  /**
     * 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.
     */
    private transient volatile int sizeCtl;

翻译过来就是这样子:(官方就这么规定的,记住它!)

  • 用来控制table的初始化和扩容操作
  • 默认为0,int类型的,废话
  • -1 代表table正在初始化
  • -N 表示有N-1个线程正在进行扩容操作

其余情况:

  • 如果table未初始化,表示table需要初始化的大小。
  • 如果table初始化完成,表示table的容量,默认是table大小的0.75倍

而修改它的方法也比较多,initTable只是其中的一个:

  1. initTable()
  2. addCount()
  3. tryPresize()
  4. transfer()
  5. helpTransfer()

2.3.3 put方法

目标:1、ConcurrentHashMap增加的逻辑是什么

​ 2、ConcurrentHashMap是如何保证线程安全的

基础回顾:关于compareAndSwapInt(CAS)

一定要理解CAS的原理,Cmap的精髓就在于cas和sync保障了线程安全,下文的源码分析马上要用到它

(画图展示两个线程的cas交互操作)

(U.compareAndSwapInt(this, SIZECTL, sc, -1))

并发容器线程安全应对之道-ConcurrentHashMap_第5张图片
解释:

  • 此方法是Java的native方法,并不由Java语言实现。
  • 方法的作用是,读取传入对象this在内存中偏移量为SIZECTL位置的值与期望值sc作比较。
  • 相等就把-1值赋值给SIZECTL位置的值。方法返回true。
  • 不相等,就取消赋值,方法返回false。
  • 一般配合循环重试操作,被for或while所包裹

1)测试代码

package com.cmap;

import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;

public class CMapTest {
    static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash

    public static void main(String[] args) {
        ConcurrentHashMap m = new ConcurrentHashMap();
        for (int i = 0; i < 64; i++) {

            if (i == 0) {
                m.put(i, i);//正常新增(演示)
            } else if (i == 11) {
                //容量默认16,临界值=12, 那么i=11正好是第12个值,引发扩容
                m.put(i, i);//扩容(演示)

            } else if (i == 10) {
                m.put(27, 27);
                m.put(43, 43);
            } else if (i == 9) {


            } else if(i==23){
                m.put(i,i);  // 23, 第二次扩容
            }else {
                m.put(i, i);//正常新增
            }
        }

        m.get(8);
        System.out.println(m);
    }

    //哈希冲突
    static void testHashCode() {
        System.out.println((16 - 1) & spread(new Integer(27).hashCode()));
        System.out.println((16 - 1) & spread(new Integer(43).hashCode()));
        System.out.println((16 - 1) & spread(new Integer(11).hashCode()));
    }

    static final int spread(int h) {
        return (h ^ (h >>> 16)) & HASH_BITS;
    }
}

2)增加过程

并发容器线程安全应对之道-ConcurrentHashMap_第6张图片

//提示:该方法岔路比较多,要广度优先阅读,先看外围大路,再细分里面的子方法
final V putVal(K key, V value, boolean onlyIfAbsent) {
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());//key取hash扰动
        int binCount = 0;
        for (Node[] tab = table;;) {//循环直到成功
            Node f; int n, i, fh; K fk; V fv;
            if (tab == null || (n = tab.length) == 0)
                tab = initTable();//表为空的话,初始化表,下面会详细介绍【预留1】
              //寻址,找到头结点f
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
                //cas在这里!!!
                //插槽为空,cas插入元素
                //比较是否为null,如果null才会设置并break,否则到else
                if (casTabAt(tab, i, null, new Node(hash, key, value)))
                    break; //插入成功,break终止即可,如果不成功,会进入下一轮for
            }
          
              //helpTransfer() 扩容。下小节详细讲,一个个来……【预留2】
            else if ((fh = f.hash) == MOVED)
                tab = helpTransfer(tab, f);
            
            
            else {
                V oldVal = null;
                //synchronized 在这里!!!
                //插槽不为空,说明被别的线程put抢占了槽
                //那就加锁,锁的是当前插槽上的头节点f(类似分段锁)
                synchronized (f) {
                    if (tabAt(tab, i) == f) { //这步的目的是再次确认,链表头元素没有被其他线程动过
                        if (fh >= 0) {  // 正常节点的hash值
                            binCount = 1; //统计节点个数
                            //沿着当前插槽的Node链往后找
                            for (Node e = f;; ++binCount) {
                                K ek;
                                //如果找到相同key,说明之前put过
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {
                                    oldVal = e.val;
                                    if (!onlyIfAbsent) //abset参数来决定要不要覆盖,默认是覆盖
                                        e.val = value;
                                    break;
                                }
                                Node pred = e;
                                //否则,新key,新Node插入到最后
                                if ((e = e.next) == null) {
                                    pred.next = new Node(hash, key, value);
                                    break;
                                }
                            }
                        }
                        //如果是红黑树,说明已经转化过,按树的规则放入Node
                        else if (f instanceof TreeBin) {
                            Node p;
                            binCount = 2;
                            if ((p = ((TreeBin)f).putTreeVal(hash, key,
                                                           value)) != null) {
                                oldVal = p.val;
                                if (!onlyIfAbsent)
                                    p.val = value;
                            }
                        }
                        else if (f instanceof ReservationNode)
                            throw new IllegalStateException("Recursive update");
                    }
                }
                if (binCount != 0) {
                    //如果节点数达到临界值,链表转成树
                    if (binCount >= TREEIFY_THRESHOLD)
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount); //计数,如果超了,调transfer扩容
        return null;
    }
    
    //compareAndSetObject,比较并插入,典型CAS操作
    static final  boolean casTabAt(Node[] tab, int i,
                                        Node c, Node v) {
        return U.compareAndSetObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
    }

3)初始化表方法

多线程下initTable的交互流程:
并发容器线程安全应对之道-ConcurrentHashMap_第7张图片

源码:

    /**
     * 注意点:先以单线程看业务流程,再类比多个线程操作下的并发是如何处理的?
     */
    private final Node[] initTable() {
        Node[] tab; int sc;
        while ((tab = table) == null || tab.length == 0) { //自旋
          
              //第1个线程这个if不成立,会进入下面,设置为-1
              //第2个线程来的时候if成立,注意理解多线程在跑。
            if ((sc = sizeCtl) < 0) //注意回顾上面的值,小于0表示正在初始化,或扩容
                Thread.yield();//有线程在操作,将当前线程yield让出时间片。唤醒后进入下一轮while
          
              
              //CAS操作来设置SIZECTL为-1,如果设置成功,表示当前线程获得初始化的资格
              //传入对象 & 内存地址 &  期望值  & 将修改的值
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 
                try {                  
                    if ((tab = table) == null || tab.length == 0) {
                          //再次确认一下,table是null,还没初始化
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;//默认容量16
                        @SuppressWarnings("unchecked")
                        Node[] nt = (Node[])new Node[n]; //初始化table
                          //给table赋值,注意这个table是volatile的,会被其他线程及时看到!
                          //一旦其他线程看到不是null,走while循环发现table不等于空就return了
                        table = tab = nt;
                        sc = n - (n >>> 2); //计算下次扩容的阈值,容量的0.75
                    }
                } finally {
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

总结:

  • 判断顺序为先看 table=null 再看 sizeCtl = -1
  • T1来得早,按部就班进行
  • T2 - T4 在不同时间点进入,行动不一样,有的是被cas挡住,有的被table非null挡住

2.3.4 扩容

目标:1、图解+断点分析查看ConcurrentHashMap是如何扩容的

​ 2、图解+断点分析查看ConcurrentHashMap是如何迁移数据的

测试代码

package com.cmap;

import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;

public class CMapTest {
    static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash

    public static void main(String[] args) {
        ConcurrentHashMap m = new ConcurrentHashMap();
        for (int i = 0; i < 64; i++) {

            if (i == 0) {
                m.put(i, i);//正常新增(演示)
            } else if (i == 11) {
                
                m.put(i, i);//扩容 1

            } else if (i == 10) {
                m.put(27, 27);
                m.put(43, 43);
            } else if (i == 9) {


            } else if(i==23){
                m.put(i,i);  // 23, 第二次扩容(演示点,debug打在这里再进去)
            }else {
                m.put(i, i);//正常新增
            }
        }


        System.out.println(m);
    }


}

入口:

/*
在上面, putVal方法的最后, 进 addCount(),再跳到最后,发现:
会走到 transfer() 方法,这是真正的扩容操作

同时,Cmap还带有它的特色,也就是 多线程协助扩容,helpTransfer
最后调的也是transfer方法

*/
final V putVal(K key, V value, boolean onlyIfAbsent) {
  // ……
  
  addCount(1L, binCount);
}

 private final void addCount(long x, int check) {
      // ...
   
        // 扩容操作的核心在这里
    transfer(tab, null);
 }


/**
     * Helps transfer if a resize is in progress. 如果正在扩容,上去帮忙
     * tab = 旧数组, f=头结点,如果正在扩容,它是一个ForwardNode类型
*/
final Node[] helpTransfer(Node[] tab, Node f) {
    Node[] nextTab; int sc;
    if (tab != null && (f instanceof ForwardingNode) &&
        (nextTab = ((ForwardingNode)f).nextTable) != null) {
        int rs = resizeStamp(tab.length);
        while (nextTab == nextTable && table == tab &&
               (sc = sizeCtl) < 0) {//一堆条件判断,不去管它
            if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                sc == rs + MAX_RESIZERS || transferIndex <= 0)
                break;
            //其他线程进来,多了这一步: cas将 sizeCtl + 1, (表示增加了一个线程帮助其扩容)
            if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
                    // 找到了,核心在这里!这个内部藏着扩容的具体操作
                transfer(tab, nextTab);
                break;
            }
        }
        return nextTab;
    }
    return table;
}

核心源码【重点】

CMap是如何多线程协助迁移数据的???

/**
 * Moves and/or copies the nodes in each bin to new table. See
 * above for explanation.
 */
private final void transfer(Node[] tab, Node[] nextTab) {
    int n = tab.length, stride;
    // 将 length / 8 然后除以 CPU核心数。如果得到的结果小于 16,那么就使用 16。
    // 如果桶较少的话,默认一个 CPU(一个线程)处理 16 个桶
    if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
        stride = MIN_TRANSFER_STRIDE; // 最小16
    
    if (nextTab == null) {            // 新的 table 尚未初始化
        try {
            // 扩容  2 倍
            Node[] nt = (Node[])new Node[n << 1];
            // 赋值给新table
            nextTab = nt;
        } catch (Throwable ex) {     
            sizeCtl = Integer.MAX_VALUE;
            return;
        }
        // 更新成员变量
        nextTable = nextTab;
        // transferIndex表示没迁移的桶里最大索引的值,这个会被多个线程瓜分走越来越小。
        // 一开始这个值是旧tab的尾部:也就是 n
        // 瓜分时,从大索引往后分,也就是顺序是 :  15  14  13 12 ....0
        transferIndex = n; // tag_0
    }
    // 新 tab 的 length
    int nextn = nextTab.length;
    // 创建一个 fwd 节点,用于标记。
      // 注意,它里面的hash属性是固定的MOVED,还记得 putVal里的helpTransfer前的判断吗?
      // 当别的线程put的时候,正好发现这个槽位中是 fwd 类型的节点,也调helperTransfer参与进来。
    ForwardingNode fwd = new ForwardingNode(nextTab);
    boolean advance = true; //临时变量,表示要不要移动槽
    boolean finishing = false; //临时变量,表示当前槽有没有迁移完
    
    for (int i = 0, bound = 0;;) {   //每次for遍历一个桶来迁移,也就是旧table里的一个元素
        Node f; int fh;
        while (advance) { //这里的while是配合tag_3的cas做自旋,只有它可能会触发多次循环,其他俩都是1次跳出
          //while比较乱:可以打断点进来调试查看每次的经过
          // 第一次for的时候进 tag_3 确定bound和i,也就是给当前线程分配了 bound ~ i 之间的桶
          // 以后每次--i,只要不大于bound,都进 tag_1,也就是啥都不干
          // 最后一次,等于bound的时候,说明分配给当前线程的桶被它for完了,退出
          int nextIndex, nextBound;
          if (--i >= bound || finishing)  // tag_1
            //如果i比bound还大,或者当前i下的链表没移动完,--i推动一格
            advance = false; 
          else if ((nextIndex = transferIndex) <= 0) {  // tag_2  ,注意!这个赋值操作第一次也要发生
            //如果transferIndex <=0 说明已迁移完成,没有桶需要处理了,退出
            i = -1;
            advance = false;
          } 
          else if (U.compareAndSwapInt  // tag_3
                   (this, TRANSFERINDEX, nextIndex,
                    nextBound = (nextIndex > stride ?
                                 nextIndex - stride : 0))) {
            // 第一次for的时候会走进这里,确定当前线程负责的桶的范围,同时cas更新transferIndex
            // 也就是,多个线程第一次都会访问到这里,通过cas来分一部分桶,cas防止并发下重复分配
            // 注意,来这里之前,经过了tag_2的赋值:
            // 所以这里在cas前 nextIndex = transferIndex = 16
            // cas后, transferIndex = nextBound = (nextIndex - stride) = 0
            // 注意,这里不一定是0,只不过旧长度16被一个线程全拿走了,剩下了0个
            // 也就是说,transfer是本次分配后,还剩下的桶里最大的索引,别的线程还会继续分
            bound = nextBound;// 最小下标0(旧数组)
            i = nextIndex - 1;//最大下标15(旧数组)
            advance = false;
          }
        }  // end while
      
      
        // 判断i的范围,不在可移动插槽的索引范围内,说明全部迁移完了!
        if (i < 0 || i >= n || i + n >= nextn) {
            int sc;
              // 如果完成了扩容
            if (finishing) { 
                nextTable = null;// 释放
                table = nextTab;// 更新 table
                sizeCtl = (n << 1) - (n >>> 1); // 更新阈值
                return;// 结束方法。
            }
              // 如果没完成,尝试使用cas减少sizeCtl,也就是扩容的线程数,同时更新标记 finishing为true
            if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
                if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
                    return;
                finishing = advance = true;// 
                i = n; 
            }
        }
      
      
          //下面才是真正迁移数据的操作!!!
        else if ((f = tabAt(tab, i)) == null) 
              // 获取老 tab i 下标位置的变量,如果是 null,就使用 fwd 占位。
              // cas成功,advance为true,下次for里while会做--i移动一个下标
            advance = casTabAt(tab, i, null, fwd);
        else if ((fh = f.hash) == MOVED)// 如果不是 null 且 hash 值是 MOVED。
            advance = true; // 说明别的线程已经处理过了,移动一个下标
        else {
              // 到这里,说明这个位置有实际值了,且不是占位符,那就需要我们迁数据了。
              // 对这个节点上锁。防止别的线程 putVal 的时候向链表插入数据
            synchronized (f) {
                // 判断 i 下标处的桶节点是否和 f 相同 ,确保没有被别的线程动过
                if (tabAt(tab, i) == f) {
                    Node ln, hn;// 定义 low, height 高位桶,低位桶
                    // 如果 f 的 hash 值大于 0 属于常规hash,开始拆分高低链表
                      // 参考静态变量:MOVED -1、TREEBIN -2、RESERVED -3、HASH_BITS > 0
                    if (fh >= 0) {
                        // 和老长度进行与运算,由于 Map 的长度都是 2 的次方(16就是10000 这类的数字)
                          // 那么取与 n 只有 2 种结果,一种是 0,一种是n
                        // 如果是结果是0 ,拆分后,Doug Lea 将其放在低位链表,反之放在高位链表
                          // 这里和HashMap的算法一样!
                        int runBit = fh & n; //算算头结点是高位还是低位
                        Node lastRun = f; 
                      
                        // 遍历这个桶,注意,这地方有个讨巧的操作!
                          // 和HashMap不同这里不是一上来就移动,而是先打标记
                          // 往下看 ↓ (可以借助下面的图来同步说明)
                          // 
                        for (Node p = f.next; p != null; p = p.next) {
                            // 沿着链往下走,挨个取与
                            int b = p.hash & n;
                            // 如果和上次循环的值相等,那不动(当然第一次的话就是和头节点比较)
                            if (b != runBit) {
                                  //如果不相等的话,就切换值
                                runBit = b; // 0遍。
                                lastRun = p; // 这个 lastRun 保证后面的节点与自己的取于值相同,避免后面没
                            }
                        }
                          //思考一下,经过上一轮遍历完,发生了什么?
                          // runBit 要么是0 要么是1 , 
                          // lastRun 指向了最后一次切换的那个节点,它后面再没发生或切换
                          // 也就意味着,lastRun后面所有的节点和它都具备相同的runBit值
                          // 想想,可以做什么???
                      
                          // 对!在lastRun处直接切断!带着后面的尾巴,直接当做拆分后的高位,或者低位链表
                          // 这样就不需要和hashMap一样挨个断开指针,再挨个接一遍到新链,一锅端就行了
                        if (runBit == 0) {// 如果最后的 runBit 是 0 ,直接当低位链表
                            ln = lastRun;
                            hn = null;
                        }
                        else {
                            hn = lastRun; // 如果最后的 runBit 是 1, 直接当高位链表
                            ln = null;
                        }
                      
                      
                          // 那么lastRun前面剩下的那些呢?
                          // 再遍历一遍就是了,注意,是从头结点f遍历到lastRun,后面的不需要操心了
                        for (Node p = f; p != lastRun; p = p.next) {
                            int ph = p.hash; K pk = p.key; V pv = p.val;
                            if ((ph & n) == 0) // 如果与运算结果是 0,那么放低位链表,注意是头插
                                ln = new Node(ph, pk, pv, ln); // 参数里的ln是next,头插!
                            else // 1 则放高位
                                hn = new Node(ph, pk, pv, hn);
                        } // 为什么这里不怕多线程时的头插法出问题?(因为在sync里!)
                      
                        // 这里往下就类似 hashMap 
                        // 设置低位链表放在新链表的 i
                        setTabAt(nextTab, i, ln);
                        // 设置高位链表,在原有长度上加 n
                        setTabAt(nextTab, i + n, hn);
                        // 将旧的链表设置成占位符,表示迁移完了!
                        setTabAt(tab, i, fwd);
                        // 继续向后推进
                        advance = true;
                    }
                      // 如果是红黑树同样的路子,设置高低位node
                    else if (f instanceof TreeBin) {
                        TreeBin t = (TreeBin)f;
                        TreeNode lo = null, loTail = null;
                        TreeNode hi = null, hiTail = null;
                        int lc = 0, hc = 0;
                        // 遍历
                        for (Node e = t.first; e != null; e = e.next) {
                            int h = e.hash;
                            TreeNode p = new TreeNode
                                (h, e.key, e.val, null, null);
                            // 和链表相同的判断,与运算 == 0 的放在低位
                            if ((h & n) == 0) {
                                if ((p.prev = loTail) == null)
                                    lo = p;
                                else
                                    loTail.next = p;
                                loTail = p;
                                ++lc;
                            } // 不是 0 的放在高位
                            else {
                                if ((p.prev = hiTail) == null)
                                    hi = p;
                                else
                                    hiTail.next = p;
                                hiTail = p;
                                ++hc;
                            }
                        }
                        // 如果树的节点数小于等于 6,那么转成链表,反之,创建一个新的树
                        ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
                            (hc != 0) ? new TreeBin(lo) : t;
                        hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
                            (lc != 0) ? new TreeBin(hi) : t;
                        // 低位树
                        setTabAt(nextTab, i, ln);
                        // 高位树
                        setTabAt(nextTab, i + n, hn);
                        // 旧的设置成占位符
                        setTabAt(tab, i, fwd);
                        // 继续向后推进
                        advance = true;
                    }
                }
            }
        }
    }
}

总结

1、关于多线程协同

原来:128,扩容后256

难道使用单线程去完成所有数据的迁移工作?

并发容器线程安全应对之道-ConcurrentHashMap_第8张图片

既然使用多线程进行迁移,如果保证数据不能乱?

将数组分段(桶),每个线程负责至少16个桶(stride),8个线程就可以并行工作了

至于谁分哪些桶,从高索引到低索引,通过cas一起减transferIndex的值来实现,避免重复切分

切一段,低索引叫bound,高索引叫i,遍历迁移就是了

2、关于数据迁移(一个讨巧的小操作)

并发容器线程安全应对之道-ConcurrentHashMap_第9张图片

tips:

第一次,从11往后遍历,最后 runBit=0, lastRun指向31节点

从31处切断,后面的一窝端直接当低位链表,不需要再挨个动他们

第二次,再遍历11 - 30 , 根据情况头插到高位和低位新链表上

3、线程安全性

1、多个线程通过cas操作防止重复操作。

2、节点引用的地方使用volatile保持了线程修改时对其他线程及时可见

3、迁移的时候对插槽加sync锁,保障安全性

2.3.5 get方法

目标:1、ConcurrentHashMap查询是否加锁,如何保证线程安全

​ 2、在查询的时候遇到扩容怎么办

ConcurrentHashMap查询流程图如下

tips

多线程下,所谓get的不安全因素,就是最怕读到脏数据

get的时候取到了数据,其实其他线程已经把它改掉了,就是所谓的可见性问题。

并发容器线程安全应对之道-ConcurrentHashMap_第10张图片
get方法源码如下

//get操作无锁
//因为Node的val和next是用volatile修饰的
//多线程环境下线程A修改结点的val或者新增节点的时候是对线程B可见的
public V get(Object key) {
    Node[] tab; Node e, p; int n, eh; K ek;
    //key取hash
    int h = spread(key.hashCode());
      //1.判断table是不是空的,2.当前桶上是不是空的
      //如果为空,返回null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (e = tabAt(tab, (n - 1) & h)) != null) {
          //找到对应hash槽的第一个node,如果key相等,返回value
        if ((eh = e.hash) == h) {
            if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                return e.val;
        }
        
        else if (eh < 0) 
          //hash值为负值表示正在扩容,这个时候查的是ForwardingNode的find方法来定位到nextTable新表中
          return (p = e.find(h, key)) != null ? p.val : null;
      
        while ((e = e.next) != null) { //既不是首节点也不是ForwardingNode,那就往下遍历
          if (e.hash == h &&
              ((ek = e.key) == key || (ek != null && key.equals(ek))))
            return e.val;
        }
    }
    //遍历完还没找到,返回null
    return null;
}

思考:

get没有加锁,在进行查询的时候是如何保证读取不到脏数据呢?

猜想一下?

是在内部类Node类的val上加了volatile?

并发容器线程安全应对之道-ConcurrentHashMap_第11张图片
2、是在成员变量数组table上加了volatile?

并发容器线程安全应对之道-ConcurrentHashMap_第12张图片

结论:get通过Node内部类volatile关键字来保证可见性有序性

总结

  1. 计算hash值,定位到该table索引位置,如果是首节点符合就返回
  2. 如果遇到扩容的时候,会调用标志正在扩容节点ForwardingNode的find方法,查找该节点,匹配就返回
  3. 以上都不符合的话,就往下遍历节点,匹配就返回,否则最后就返回null
  4. get不加锁,是因为Node的成员val和指针next是用volatile修饰的
  5. 在1.8中ConcurrentHashMap的get操作全程不需要加锁,这也是它比其他并发集合比如hashtable安全效率高的原因之一

扩展:

remove的操作与put一样。只是put是加到链表上,而remove是在链表上移除。

题外话

Cmap里用到了大量的CAS

CAS(Compare and Swap), 比较并交换,它是一个乐观锁

比较的什么?替换的什么?

比较当前工作内存的值和主内存的值,如相同则修改,否则继续比较;直到内存和工作内存中的值一致为止

并发容器线程安全应对之道-ConcurrentHashMap_第13张图片

解释

这是因为我们执行第一个的时候,期望值(主存)和原本值是满足的,因此修改成功,

第二次后,主内存的值已经修改成了B,不满足期望值,因此返回了false,本次写入失败

cas有什么缺点?如何解决

缺点一

缺点:

最大缺点就是ABA问题

ABA:如果一个值原来是A,变成了B,又变成了A,那么使用CAS进行检查时会发现它的值没有发生变化,但是实际上却变化了



解决方案:

1、使用版本号。在变量前面追加上版本号,每次变量更新的时候把版本号加一,那么A-B-A 就会变成1A-2B-3A

2、从Java1.5开始JDK的atomic包里提供了一个类AtomicStampedReference来解决ABA问题

这个类的compareAndSet方法作用是首先检查当前引用是否等于预期引用,并且当前标志是否等于预期标志,如果全部相等,则更新

缺点二

不停自旋(循环)会给CPU带来更大的开销 

本文由传智教育博学谷 - 狂野架构师教研团队发布,转载请注明出处!

如果本文对您有帮助,欢迎关注和点赞;如果您有任何建议也可留言评论或私信,您的支持是我坚持创作的动力

你可能感兴趣的:(并发容器线程安全应对之道-ConcurrentHashMap)