Java教程

Java并发集合类ConcurrentHashMap底层核心源码解析

本文主要是介绍Java并发集合类ConcurrentHashMap底层核心源码解析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、概述

ConcurrentHashMap是java并发包下一个常用的并发集合类,在面试中经常会被问及,一般在讲述了线程不安全的HashMap之后,面试官会问这个。

在这篇文章中,我会详细分析ConcurrentHashMap中几个重要API的底层源码和实现机制

本文将以JDK1.8版本进行讲解

 

二、JDK1.7与1.8区别

1.8中去除了Segment+HashEntry+Unsafe的实现方式,改为Synchronized+CAS+Node+Unsafe的实现方式

Segment分段

ConcurrentHashMap中的分段锁称为Segment,它即类似于HashMap的结构,即内部拥有一个Entry数组,数组中的每个元素又是一个链表,同时又是一个ReentrantLock(Segment继承了ReentrantLock)。

Segment内部数据结构

并发编程系列:ConcurrentHashMap的实现原理(JDK1.7和JDK1.8)

ConcurrentHashMap(1.7)使用了分段锁的机制,将数据分成一段一段进行存储,每个Segment对应一把锁,当一个线程占用锁访问一个Segment时,其他线程可以访问其他的Segment,这就实现了真正意义上的并发。

 

在1.7版本中,定位到一个元素需要通过两次Hash计算,第一次计算定位到Segment,第二次计算定位到HashEntry(所在元素的头结点)

 

优缺点

优点:

在写操作的时候只需要对当前的Segment加锁即可,因此理想状态下,ConcurrentHashMap同时可支持Segment数量的并发写操作,而且不会影响到其他的Segment部分,通过这种数据结构可以大大提高并发力度。

缺点:

由于是通过Segment -》HashEntry的定位方式,需要两次计算,相比1.8中效率比较低下

 

 

三、核心源码分析

 

1.ConcurrentHashMap中的Node节点

	static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        volatile V val;
        volatile Node<K,V> next;

        Node(int hash, K key, V val, Node<K,V> 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; }
        public final int hashCode()   { return key.hashCode() ^ val.hashCode(); }
        public final String toString(){ return key + "=" + val; }
        public final V setValue(V value) {
            throw new UnsupportedOperationException();
        }

        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)));
        }

        /**
         * 比较常见的链表的搜索方法,通过对比hash值,value来判断是否是目标元素,如果不是的话就e = e.next向下遍历,如果到末尾为null了
        	就返回null
         */
        Node<K,V> find(int h, Object k) {
            Node<K,V> 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;
        }
    }

  

2.ConcurrentHashMap的初始化

	/**
     * Creates a new, empty map with the default initial table size (16).
     	如果是空构造器,默认初始长度是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;
    }

如果制定了初始容量的大小,先进行小于零的验证,判断初始化大小是否大于最大值的一般,如果是的话就去最大时,否则就执行tableSizeFor方法,这个方法返回的是一个大于或者等于输入的初始化容量的一个2^n的大小

3.ConcurrentHashMap的put操作

    final V putVal(K key, V value, boolean onlyIfAbsent) {
        if (key == null || value == null) throw new NullPointerException(); //判断K,V是否为空
        int hash = spread(key.hashCode()); //计算key的hash值
        int binCount = 0; //用来计算这个节点总共有多少元素,用来控制扩容或者转化为红黑树
        for (Node<K,V>[] tab = table;;) {
            Node<K,V> f; int n, i, fh;
            if (tab == null || (n = tab.length) == 0)
                tab = initTable(); //如果当前的table没有初始化,就先进行初始化
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
                if (casTabAt(tab, i, null,
                             new Node<K,V>(hash, key, value, null)))
                    break;                   // 通过CAS自旋的方式,将元素添封装成Node,添加到这个位置,注意这时候是没有加锁的
            }
            else if ((fh = f.hash) == MOVED) //判断是否处于扩容阶段,是的话就先帮助扩容
                tab = helpTransfer(tab, f);
            else { 
                V oldVal = null;
                synchronized (f) { //如果这个位置有元素,使用sunchronized锁对当前头节点进行加锁
                    if (tabAt(tab, i) == f) {
                        if (fh >= 0) { //判断是链表
                            binCount = 1;
                            for (Node<K,V> e = f;; ++binCount) {//循环遍历这个链表
                                K ek;
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {
                                    oldVal = e.val; //如果存在这个Key,就把值进行替换
                                    if (!onlyIfAbsent) 
                                        e.val = value;
                                    break;
                                }
                                Node<K,V> pred = e;
                                if ((e = e.next) == null) {//如果遍历到最后不存在得话,就把Key,value封装成Node,放到尾部
                                    pred.next = new Node<K,V>(hash, key,
                                                              value, null);
                                    break;
                                }
                            }
                        }
                        else if (f instanceof TreeBin) { //如果是红黑树形式,使用putTreeVal方法进行添加
                            Node<K,V> p;
                            binCount = 2;
                            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                           value)) != null) {
                                oldVal = p.val;
                                if (!onlyIfAbsent)
                                    p.val = value;
                            }
                        }
                    }
                }
                if (binCount != 0) {
                    if (binCount >= TREEIFY_THRESHOLD) //
                        treeifyBin(tab, i);//将链表转化为红黑树
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount);//计数
        return null;
    }

  

4.ConcurrentHashMap的扩容机制

 private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
        int n = tab.length, stride;
        if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
            stride = MIN_TRANSFER_STRIDE; // 每个cpu至少处理16个长度的数据元素,用于控制不占用过多cpu资源
        if (nextTab == null) {            // 如果第一个复制的目标是空的话,初始化一个table两倍长的nexttable
            try {
                @SuppressWarnings("unchecked")
                Node<K,V>[] nt = (Node<K,V>[])new 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;
        ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);//fwd节点,用来控制并发,当一个节点为空或者已经被转移了,就设置为fwd节点
        boolean advance = true; //判断是否继续向前判断,ConcurrentHashMap复制是从n号往0开始遍历判断
        boolean finishing = false; // 重新扫描数组用的,看看有没有没完成的
        for (int i = 0, bound = 0;;) {
            Node<K,V> f; int fh;
            while (advance) {
                int nextIndex, nextBound;
                if (--i >= bound || finishing) //判断已经到头了
                    advance = false; 
                else if ((nextIndex = transferIndex) <= 0) {
                    i = -1;
                    advance = false;
                }
                else if (U.compareAndSwapInt
                         (this, TRANSFERINDEX, nextIndex,
                          nextBound = (nextIndex > stride ?
                                       nextIndex - stride : 0))) {
                    bound = nextBound;
                    i = nextIndex - 1;
                    advance = false;
                }
            }
            if (i < 0 || i >= n || i + n >= nextn) {
                int sc;
                if (finishing) { //已经完成了转移
                    nextTable = null;
                    table = nextTab;
                    sizeCtl = (n << 1) - (n >>> 1); //设置阈值为扩容后的0.75
                    return;
                }
                if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
                    if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
                        return;
                    finishing = advance = true;
                    i = n; // recheck before commit
                }
            }
            else if ((f = tabAt(tab, i)) == null) //把数组中null的元素设置为fwd节点
                advance = casTabAt(tab, i, null, fwd);
            else if ((fh = f.hash) == MOVED)
                advance = true; // already processed
            else { 
                synchronized (f) {//加锁开始转移
                    if (tabAt(tab, i) == f) {
                        Node<K,V> ln, hn;
                        if (fh >= 0) { //判断是一个Node节点
                            int runBit = fh & n; //这里是判断&操作后是0还是1,因为n的值是数组长度,是2的幂此,所以这个结果就是,如果是0就放在新表														的同一个位置,如果是1的话就放在新表原位置+n的地方
                            Node<K,V> lastRun = f;
                            for (Node<K,V> p = f.next; p != null; p = p.next) {
                                int b = p.hash & n; //n为扩张前原数据的长度
                                if (b != runBit) {
                                    runBit = b;
                                    lastRun = p;
                                }
                            }
                            if (runBit == 0) {
                                ln = lastRun;
                                hn = null;
                            }
                            else {
                                hn = lastRun;
                                ln = null;
                            }
                            for (Node<K,V> p = f; p != lastRun; p = p.next) { //构造两个链表,分别放到原来的位置和新增加的长度的相同位置,i																								或者n+i
                                int ph = p.hash; K pk = p.key; V pv = p.val;
                                if ((ph & n) == 0)
                                    ln = new Node<K,V>(ph, pk, pv, ln);
                                else
                                    hn = new Node<K,V>(ph, pk, pv, hn);
                            }
                            setTabAt(nextTab, i, ln);
                            setTabAt(nextTab, i + n, hn);
                            setTabAt(tab, i, fwd);
                            advance = true;
                        }
                        else if (f instanceof TreeBin) { //判断是一个树节点
                            TreeBin<K,V> t = (TreeBin<K,V>)f;
                            TreeNode<K,V> lo = null, loTail = null;
                            TreeNode<K,V> hi = null, hiTail = null;
                            int lc = 0, hc = 0;
                            for (Node<K,V> e = t.first; e != null; e = e.next) {
                                int h = e.hash;
                                TreeNode<K,V> p = new TreeNode<K,V>
                                    (h, e.key, e.val, null, null);
                                if ((h & n) == 0) {
                                    if ((p.prev = loTail) == null)
                                        lo = p;
                                    else
                                        loTail.next = p;
                                    loTail = p;
                                    ++lc;
                                }
                                else {
                                    if ((p.prev = hiTail) == null)
                                        hi = p;
                                    else
                                        hiTail.next = p;
                                    hiTail = p;
                                    ++hc;
                                }
                            }
                            //判断复制完之后,如果节点数小于6,就转化为链表
                            ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
                                (hc != 0) ? new TreeBin<K,V>(lo) : t;
                            hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
                                (lc != 0) ? new TreeBin<K,V>(hi) : t;
                            setTabAt(nextTab, i, ln);
                            setTabAt(nextTab, i + n, hn);
                            setTabAt(tab, i, fwd);
                            advance = true;
                        }
                    }
                }
            }
        }
    }

  

5.ConcurrentHashMap的Get操作

public V get(Object key) {
        Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
        int h = spread(key.hashCode()); //计算key的hash值
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (e = tabAt(tab, (n - 1) & h)) != null) { //如果数组位置不为空
            if ((eh = e.hash) == h) { //判断如果是头节点,返回value
                if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                    return e.val;
            }
            else if (eh < 0)
                return (p = e.find(h, key)) != null ? p.val : null;
            while ((e = e.next) != null) { //链表向下遍历
                if (e.hash == h &&
                    ((ek = e.key) == key || (ek != null && key.equals(ek))))
                    return e.val;
            }
        }
        return null;
    }

  

四、ConcurrentHashMap的同步机制

前面分析了下ConcurrentHashMap的源码,那么,对于一个映射集合来说,ConcurrentHashMap是如果来做到并发安全,又是如何做到高效的并发的呢?

首先是读操作,从源码中可以看出来,在get操作中,根本没有使用同步机制,也没有使用unsafe方法,所以读操作是支持并发操作的。

那么写操作呢?

分析这个之前,先看看什么情况下会引起数组的扩容,扩容是通过transfer方法来进行的。而调用transfer方法的只有trePresize、helpTransfer和addCount三个方法。

这三个方法又是分别在什么情况下进行调用的呢?

·tryPresize是在treeIfybin和putAll方法中调用,treeIfybin主要是在put添加元素完之后,判断该数组节点相关元素是不是已经超过8个的时候,如果超过则会调用这个方法来扩容数组或者把链表转为树。

·helpTransfer是在当一个线程要对table中元素进行操作的时候,如果检测到节点的HASH值为MOVED的时候,就会调用helpTransfer方法,在helpTransfer中再调用transfer方法来帮助完成数组的扩容

·addCount是在当对数组进行操作,使得数组中存储的元素个数发生了变化的时候会调用的方法。

  

所以引起数组扩容的情况如下

·只有在往map中添加元素的时候,在某一个节点的数目已经超过了8个,同时数组的长度又小于64的时候,才会触发数组的扩容。

·当数组中元素达到了sizeCtl的数量的时候,则会调用transfer方法来进行扩容

  

那么在扩容的时候,可以不可以对数组进行读写操作呢?

事实上是可以的。当在进行数组扩容的时候,如果当前节点还没有被处理(也就是说还没有设置为fwd节点),那就可以进行设置操作。

如果该节点已经被处理了,则当前线程也会加入到扩容的操作中去。

  

那么,多个线程又是如何同步处理的呢?

在ConcurrentHashMap中,同步处理主要是通过Synchronized和unsafe两种方式来完成的。

·在取得sizeCtl、某个位置的Node的时候,使用的都是unsafe的方法,来达到并发安全的目的

·当需要在某个位置设置节点的时候,则会通过Synchronized的同步机制来锁定该位置的节点。

·在数组扩容的时候,则通过处理的步长和fwd节点来达到并发安全的目的,通过设置hash值为MOVED

·当把某个位置的节点复制到扩张后的table的时候,也通过Synchronized的同步机制来保证现程安全

 

 

感谢Ouka傅的源码分析,https://www.cnblogs.com/zerotomax/p/8687425.html#go5,我也是从这篇博客里学来的

这篇关于Java并发集合类ConcurrentHashMap底层核心源码解析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!