ConcurrentHashMap原理分析

集合是编程中最常用的数据结构。而谈到并发，几乎总是离不开集合这类高级数据结构的支持。比如两个线程需要同时访问一个中间临界区（Queue），比如常 会用缓存作为外部文件的副本（HashMap）。这篇文章主要分析jdk1.5的3种并发集合类型 （concurrent，copyonright，queue）中的ConcurrentHashMap，让我们从原理上细致的了解它们，能够让我们在深 度项目开发中获益非浅。
    在tiger之前，我们使用得最多的数据结构之一就是HashMap和Hashtable。大家都知道，HashMap中未进行同步考虑，而 Hashtable则使用了synchronized，带来的直接影响就是可选择，我们可以在单线程时使用HashMap提高效率，而多线程时用 Hashtable来保证安全。
    当我们享受着jdk带来的便利时同样承受它带来的不幸恶果。通过分析Hashtable就知道，synchronized是针对整张Hash表的，即每次 锁住整张表让线程独占，安全的背后是巨大的浪费，慧眼独具的Doug Lee立马拿出了解决方案----ConcurrentHashMap。
    ConcurrentHashMap和Hashtable主要区别就是围绕着锁的粒度以及如何锁。如图



    左边便是Hashtable的实现方式---锁整个hash表；而右边则是ConcurrentHashMap的实现方式---锁桶（或段）。 ConcurrentHashMap将hash表分为16个桶（默认值），诸如get,put,remove等常用操作只锁当前需要用到的桶。试想，原来 只能一个线程进入，现在却能同时16个写线程进入（写线程才需要锁定，而读线程几乎不受限制，之后会提到），并发性的提升是显而易见的。
    更令人惊讶的是ConcurrentHashMap的读取并发，因为在读取的大多数时候都没有用到锁定，所以读取操作几乎是完全的并发操作，而写操作锁定 的粒度又非常细，比起之前又更加快速（这一点在桶更多时表现得更明显些）。只有在求size等操作时才需要锁定整个表。而在迭代 时，ConcurrentHashMap使用了不同于传统集合的快速失败迭代器（见之前的文章《JAVA API备忘---集合》）的另一种迭代方式，我们称为弱一致迭代器。在这种迭代方式中，当iterator被创建后集合再发生改变就不再是抛出 ConcurrentModificationException，取而代之的是在改变时new新的数据从而不影响原有的数据，iterator完成后再 将头指针替换为新的数据，这样iterator线程可以使用原来老的数据，而写线程也可以并发的完成改变，更重要的，这保证了多个线程并发执行的连续性和 扩展性，是性能提升的关键。
    接下来，让我们看看ConcurrentHashMap中的几个重要方法，心里知道了实现机制后，使用起来就更加有底气。
    ConcurrentHashMap中主要实体类就是三个：ConcurrentHashMap（整个Hash表）,Segment（桶），HashEntry（节点），对应上面的图可以看出之间的关系。
    get方法（请注意，这里分析的方法都是针对桶的，因为ConcurrentHashMap的最大改进就是将粒度细化到了桶上），首先判断了当前桶的数据 个数是否为0，为0自然不可能get到什么，只有返回null，这样做避免了不必要的搜索，也用最小的代价避免出错。然后得到头节点（方法将在下面涉及） 之后就是根据hash和key逐个判断是否是指定的值，如果是并且值非空就说明找到了，直接返回；程序非常简单，但有一个令人困惑的地方，这句 return readValueUnderLock(e)到底是用来干什么的呢？研究它的代码，在锁定之后返回一个值。但这里已经有一句V v = e.value得到了节点的值，这句return readValueUnderLock(e)是否多此一举？事实上，这里完全是为了并发考虑的，这里当v为空时，可能是一个线程正在改变节点，而之前的 get操作都未进行锁定，根据bernstein条件，读后写或写后读都会引起数据的不一致，所以这里要对这个e重新上锁再读一遍，以保证得到的是正确 值，这里不得不佩服Doug Lee思维的严密性。整个get操作只有很少的情况会锁定，相对于之前的Hashtable，并发是不可避免的啊！

 V get(Object key,  int  hash) {
            if  (count !=  0 ) {  // read-volatile
                HashEntry e = getFirst(hash);
                while  (e !=  null ) {
                    if  (e.hash == hash && key.equals(e.key)) {
                        V v = e.value;
                        if  (v !=  null )
                            return  v;
                        return  readValueUnderLock(e);  // recheck
                    }
                    e = e.next;
                }
            }
            return   null ;
        }


        V readValueUnderLock(HashEntry e) {
            lock();
            try  {
                return  e.value;
            } finally  {
                unlock();
            }
        }

    put操作一上来就锁定了整个segment，这当然是为了并发的安全，修改数据是不能并发进行的，必须得有个判断是否超限的语句以确保容量不足时能够 rehash，而比较难懂的是这句int index = hash & (tab.length - 1)，原来segment里面才是真正的hashtable，即每个segment是一个传统意义上的hashtable,如上图，从两者的结构就可以看 出区别，这里就是找出需要的entry在table的哪一个位置，之后得到的entry就是这个链的第一个节点，如果e!=null，说明找到了，这是就 要替换节点的值（onlyIfAbsent == false），否则，我们需要new一个entry，它的后继是first，而让tab[index]指向它，什么意思呢？实际上就是将这个新entry 插入到链头，剩下的就非常容易理解了。

      

 V put(K key,  int  hash, V value,  boolean  onlyIfAbsent) {
            lock();
            try  {
                int  c = count;
                if  (c++ > threshold)  // ensure capacity
                    rehash();
                HashEntry[] tab = table;
                int  index = hash & (tab.length -  1 );
                HashEntry first = (HashEntry) tab[index];
                HashEntry e = first;
                while  (e !=  null  && (e.hash != hash || !key.equals(e.key)))
                    e = e.next;

                V oldValue;
                if  (e !=  null ) {
                    oldValue = e.value;
                    if  (!onlyIfAbsent)
                        e.value = value;
                }
                else  {
                    oldValue = null ;
                    ++modCount;
                    tab[index] = new  HashEntry(key, hash, first, value);
                    count = c; // write-volatile
                }
                return  oldValue;
            } finally  {
                unlock();
            }
        }

    remove操作非常类似put，但要注意一点区别，中间那个for循环是做什么用的呢？（*号标记）从代码来看，就是将定位之后的所有entry克隆并 拼回前面去，但有必要吗？每次删除一个元素就要将那之前的元素克隆一遍？这点其实是由entry的不变性来决定的，仔细观察entry定义，发现除了 value，其他所有属性都是用final来修饰的，这意味着在第一次设置了next域之后便不能再改变它，取而代之的是将它之前的节点全都克隆一次。至 于entry为什么要设置为不变性，这跟不变性的访问不需要同步从而节省时间有关，关于不变性的更多内容，请参阅之前的文章《线程高级---线程的一些编 程技巧》

     

 V remove(Object key,  int  hash, Object value) {
           lock();
           try  {
               int  c = count -  1 ;
               HashEntry[] tab = table;
               int  index = hash & (tab.length -  1 );
               HashEntry first = (HashEntry)tab[index];
               HashEntry e = first;
               while  (e !=  null  && (e.hash != hash || !key.equals(e.key)))
                   e = e.next;

               V oldValue = null ;
               if  (e !=  null ) {
                   V v = e.value;
                   if  (value ==  null  || value.equals(v)) {
                       oldValue = v;
                       // All entries following removed node can stay
                       // in list, but all preceding ones need to be
                       // cloned.
                       ++modCount;
                       HashEntry newFirst = e.next;
                   *    for  (HashEntry p = first; p != e; p = p.next)
                   *        newFirst = new  HashEntry(p.key, p.hash,
                                                         newFirst, p.value);
                       tab[index] = newFirst;
                       count = c; // write-volatile
                   }
               }
               return  oldValue;
           } finally  {
               unlock();
           }
       }



   static   final   class  HashEntry {
       final  K key;
       final   int  hash;
       volatile  V value;
       final  HashEntry next;

       HashEntry(K key, int  hash, HashEntry next, V value) {
           this .key = key;
           this .hash = hash;
           this .next = next;
           this .value = value;
       }
   }

    以上，分析了几个最简单的操作，限于篇幅，这里不再对rehash或iterator等实现进行讨论，有兴趣可以参考src。

    接下来实际上还有一个疑问，ConcurrentHashMap跟HashMap相比较性能到底如何。这在Brian Goetz的文章中已经有过评测http://www.ibm.com/developerworks/cn/java/j-jtp07233/。

From：http://blog.csdn.net/liuzhengkang/archive/2008/09/12/2916620.aspx