文章目录
一、ConcurrentHashMap在1.8做了哪些优化？
1.1 存储结构
- JDK1.8中是以CAS+synchronized实现的线程安全
- CAS：在没有hash冲突时（Node要放在数组上时）
- synchronized：出现hash冲突时（Node存放的位置已经有数据了）
- 存储结构：数组+链表+红黑树
- 出现hash冲突后，数据会挂在链表上，此时查询的时间复杂度为(O)n，链表长度过长时，查询效率过低。
- 因此1.8后引入红黑树
- 当里链表长度大于8，数组长度大于等于64时，将链表转为红黑树，(O)logn
1.2 存储操作
锁头结点：锁的粒度增大
数据放在数组上时，用CAS；
数据放在链表上，用synchronized，操作哪个节点，只锁对应的节点，因此数组长度有多少，锁的级别就有多少
1.3 扩容
//链表长度大于等于8时，尝试将链表转为红黑树
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
//数组不能为空
if (tab != null) {
//数组的长度n，是否小于64
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
//如果数组长度小于64，不能将链表转为红黑树，先尝试扩容
tryPresize(n << 1);
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
synchronized (b) {
if (tabAt(tab, index) == b) {
TreeNode<K,V> hd = null, tl = null;
for (Node<K,V> e = b; e != null; e = e.next) {
TreeNode<K,V> p =
new TreeNode<K,V>(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<K,V>(hd));
}
}
}
}
}
1.4 计数器
计数器由AtomicLong换成类似于LongAdder的一个功能
1.4.1 AtomicLong：
基于CAS操作实现，并发较高情况下，多个现场同时CAS，只会有一个成功，没有成功的线程会一直执行CAS直到成功为止。
1.4.2 LongAdder：
如果并发执行自增操作时，CAS失败了，会将数据单独存储在一个数组中计数。
二、ConcurrentHashMap的散列算法？
目的，原本只有低位参与了运算，通过散列算法尽量打撒我的数据，将key的hashCode值的高16位进行^运算，最终又与HASH_BITS进行&运算，尽量平均的分摊到真个map的存储上。
final V putVal(K key, V value, boolean onlyIfAbsent) {
//ConcurrentHashMap不允许key或者value出现null值
if (key == null || value == null) throw new NullPointerException();
//根据key的hashCode计算出一个hash值，后期得出当前key-value要存储在哪个数组索引位置
int hash = spread(key.hashCode());
//一个标识
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
//n:数组长度
//i:当前索引的位置
//f:当前数组i索引位置的Node对象
//fn:当前数组i索引位置上数据的hash值
Node<K,V> f; int n, i, fh;
//判断当前数组是否还没有初始化
if (tab == null || (n = tab.length) == 0)
//将数组进行初始化
tab = initTable();
//基于(n-1) & hash 计算出当前Node需要存放在哪个索引位置
//基于tabAt获取到i位置的数据
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
//现在数组的i位置上没有数据，基于CAS的方式将数据存放在i上
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
//如果成功，执行break跳出循环，插入数据成功
break; // no lock when adding to empty bin
}
//判断当前位置数据是否正在扩容
else if ((fh = f.hash) == MOVED)
//让当前插入数据的线程协助扩容
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) {
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);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
static final int HASH_BITS = 0x7fffffff;
//计算当前Node的hash值的方法
static final int spread(int h) {
//将key的hashCode值的高16位进行^运算，最终又与HASH_BITS进行&运算
//将最高位的hash也参与到计算索引位置的运算中
//为什么HashMap、ConcurrentHashMap都要求数组长度为2^n
//HASH_BITS让hash值的最高位符号位肯定为0，代表当前hash值默认情况下一定为正数，因为hash值为负数时，有特殊的含义
//static final int MOVED = -1; // 代表当前hash位置的数据正在扩容！
//static final int TREEBIN = -2; // 代表当前hash位置下挂载的是一个红黑树
//static final int RESERVED = -3; // 预留当前索引位置
return (h ^ (h >>> 16)) & HASH_BITS;
//计算数组放在哪个索引位置的方法（f = tabAt(tab, i = (n-1) & hash)）
//n 是数组的长度
}
三、ConcurrentHashMap初始化数组的流程？
懒加载：第一次添加数据时，才会初始化数组。
//数组在初始化和扩容操作时的一个控制变量
//-1：代表当前数组正在初始化
//小于-1：低16位代表当前数组正在扩容的线程个数（如果1个线程扩容，值为-2；如果2个线程扩容，值为-3）
//0：代表数组还没初始化
//大于0：代表当前数组的扩容阈值，或者是当前数组的初始化大小
private transient volatile int sizeCtl;
//初始化数组方法
private final Node<K,V>[] initTable() {
//声明标识
Node<K,V>[] tab; int sc;
//再次判断数组没有初始化，并且完成tab赋值
while ((tab = table) == null || tab.length == 0) {
//将sizeCtl赋值给sc变量，并判断是否小于0
if ((sc = sizeCtl) < 0)
Thread.yield();
// 可以尝试初始化数组，线程会以CAS的方式，将sizeCtl修改为-1，代表当前线程可以初始化数组
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
//尝试初始化
try {
//再次判断当前数组是否已经初始化完毕
if ((tab = table) == null || tab.length == 0) {
//开始初始化
//如果sizeCtl > 0 ，就初始化sizeCtl长度的数组
//如果sizeCtl ==0 ，就初始化默认的长度
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
//初始化数组！
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
//将初始化的数组nt，赋值给tab和table
table = tab = nt;
//sc赋值为了数组长度 - 数组长度 右移 2位 16-4=12
//将sc赋值为下次扩容的阈值
sc = n - (n >>> 2);
}
} finally {
//将赋值好的sc，设置给sizeCtl
sizeCtl = sc;
}
break;
}
}
return tab;
}
四、ConcurrentHashMap扩容的流程？
- 确认什么时候触发扩容
- 计算扩容标识戳
- 将扩容表示戳往左移16位+2（代表第一个进来扩容的）
- 计算每个线程迁移的长度
- 初始化一个全新的数组
- 线程领取任务，从多少索引位置迁移到多少索引位置
- 开始扩容、迁移数据
- 判断是否为最后一个完成迁移的
- 如果是则全局检查一次有没有遗漏的数据
//链表长度大于等于8时，尝试将链表转为红黑树
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
//数组不能为空
if (tab != null) {
//数组的长度n，是否小于64
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
//如果数组长度小于64，不能将链表转为红黑树，先尝试扩容
tryPresize(n << 1);
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
synchronized (b) {
if (tabAt(tab, index) == b) {
TreeNode<K,V> hd = null, tl = null;
for (Node<K,V> e = b; e != null; e = e.next) {
TreeNode<K,V> p =
new TreeNode<K,V>(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<K,V>(hd));
}
}
}
}
}
4.2 tryPresize方法-针对putAll初始化操作
//size是将之前的数组长度 左移1位得到的结果
private final void tryPresize(int size) {
//如果扩容的长度达到了最大值，就使用最大值
//否则需要保证数组的长度为2的n次幂
//这块的操作，是为了初始化操作准备的，因为调用putAll方法时，也会触发tryPresize方法
//如果刚刚new的ConcurrentHashMap直接调用饿了putAll方法，会通过tryPresize方法进行初始化
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
//这些代码和initTable一模一样
//声明sc
int sc;
//将sizeCtl的值赋给sc，并且判断是否大于0，这里代表没有初始化操作，也没有扩容操作
while ((sc = sizeCtl) >= 0) {
//将ConcurrentHashMap的table值赋值给tab，并声明数组长度n
Node<K,V>[] tab = table; int n;
//数组是否需要初始化
if (tab == null || (n = tab.length) == 0) {
n = (sc > c) ? sc : c;
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if (table == tab) {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
}
}
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
else if (tab == table) {
//计算扩容表示戳，根据当前数组的长度计算一个16位的扩容戳
//第一个作用是为了保证后面的sizeCtl赋值时，保证sizeCtl为小于-1的负数
//第二个作用用来记录当前是从什么长度开始扩容的
int rs = resizeStamp(n);
//如果sc小于0，代表有线程正在扩容
if (sc < 0) {
Node<K,V>[] nt;
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);
}
//代表没有线程正在扩容，我是第一个
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
}
}
}
4.3 transfer方法计算每个线程迁移的长度
//开始扩容
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
//n = 数组长度
//stride = 每个线程一次性迁移多少数据到新数组
int n = tab.length, stride;
//基于CPU内核数组来计算，每个线程一次性迁移多少长度的数据最合理
//NCPU=4
//例：数组长度为1024 - 512 - 256 - 128 / 4 = 32
//MIN_TRANSFER_STRIDE = 16，为每个线程迁移数据的最小长度
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE;
// 根据CPU计算每个线程一次迁移多长的数据到新数组，如果结果大于16，使用计算结果；
//如果小于16，就使用最小长度。
}
五、ConcurrentHashMap读取数据的流程？
- 不会阻塞读取数据的线程。
- 先判断当前key对应的value，是否在数组上。
- 其次判断当前位置是否属于特殊情况：数据被迁移、位置被占用、红黑树结构。
- 最后判断链表上是否有对应的数据。
5.1 get方法-查询数据的入口
public V get(Object key) {
//tab：数组；e：查询指定位置的节点；n：数组长度
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
//基于传入的key，计算hash值
int h = spread(key.hashCode());
//数组不为null，数组得有数据，拿到指定位置的数组上的数据
if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) {
//数组上数据的hash值，是否和查询条件key的hash值一样
if ((eh = e.hash) == h) {
//key的==或者equals是否一致，一致则数组上就是要查询的数据
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
//如果数组上的数据的hash值为负数，有特殊情况
else if (eh < 0)
//三种情况：数据迁移、节点位置被占、红黑树结构
return (p = e.find(h, key)) != null ? p.val : null;
//肯定走链表操作
while ((e = e.next) != null) {
//如果hash值一致，并且key的==或者equals一致，返回当前链表位置的数据
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
//如果上述三个流程都没有找到指定key对应的value，那就是key不存在，返回null
return null;
}
数据迁移：
Node<K,V> find(int h, Object k) {
//找到迁移后的新数组
outer: for (Node<K,V>[] tab = nextTable;;) {
Node<K,V> 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<K,V>)e).nextTable;
continue outer;
}
else
return e.find(h, k);
}
if ((e = e.next) == null)
return null;
}
}
}
红黑树：
final Node<K,V> find(int h, Object k) {
if (k != null) {
for (Node<K,V> e = first; e != null; ) {
int s; K ek;
//判断你是否正在有写的操作或者有写的操作在等待
//查询转换红黑树时保留的双向链表
if (((s = lockState) & (WAITER|WRITER)) != 0) {
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
e = e.next;
}
//如果已经没有写操作在进行了，直接去红黑树上查找
else if (U.compareAndSwapInt(this, LOCKSTATE, s,
s + READER)) {
TreeNode<K,V> r, p;
try {
p = ((r = root) == null ? null :
r.findTreeNode(h, k, null));
} finally {
Thread w;
if (U.getAndAddInt(this, LOCKSTATE, -READER) ==
(READER|WAITER) && (w = waiter) != null)
LockSupport.unpark(w);
}
return p;
}
}
}
return null;
}
六、ConcurrentHashMap中计数器的实现
- addCount方法中：记录Map中存储了多少个元素
- 为防止效率过低，
- 除了baseCount之外，还准备了多个CounterCell数组，
- 最后将baseCount的值以及每个CounterCell数组中值进行累加
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
//baseCount:记录某个元素组个数
//并发量较大时，向 CounterCell[] as中添加数据
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
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;
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);
s = sumCount();
}
}
}
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
long sum = baseCount;
//判断是否已经向CounterCell[] as中添加数据
if (as != null) {
//遍历数组，每一个值使用+=方式存储近sum
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
版权声明：本文为Zyw907155124原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。