Java8 ConcurrentHashMap详解
#Java8 ConcurrentHashMapjava
Java7 中实现的 ConcurrentHashMap 说实话仍是比较复杂的，Java8 对 ConcurrentHashMap 进行了比较大的改动。建议读者能够参考 Java8 中 HashMap 相对于 Java7 HashMap 的改动，对于 ConcurrentHashMap，Java8 也引入了红黑树。数组
说实话，Java8 ConcurrentHashMap 源码真心不简单，最难的在于扩容，数据迁移操做不容易看懂。安全
咱们先用一个示意图来描述下其结构：微信
结构上和 Java8 的 HashMap 基本上同样，不过它要保证线程安全性，因此在源码上确实要复杂一些。
##初始化多线程
// 这构造函数里，什么都不干
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;
}
这个初始化方法有点意思，经过提供初始容量，计算了 sizeCtl，sizeCtl = 【 (1.5 * initialCapacity + 1)，而后向上取最近的 2 的 n 次方】。如 initialCapacity 为 10，那么获得 sizeCtl 为 16，若是 initialCapacity 为 11，获得 sizeCtl 为 32。并发
sizeCtl 这个属性使用的场景不少，不过只要跟着文章的思路来，就不会被它搞晕了。ide
若是你爱折腾，也能够看下另外一个有三个参数的构造方法，这里我就不说了，大部分时候，咱们会使用无参构造函数进行实例化，咱们也按照这个思路来进行源码分析吧。
##put 过程分析函数
仔细地一行一行代码看下去：oop
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();
// 获得 hash 值
int hash = spread(key.hashCode());
// 用于记录相应链表的长度
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 若是数组"空"，进行数组初始化
if (tab == null || (n = tab.length) == 0)
// 初始化数组，后面会详细介绍
tab = initTable();
// 找该 hash 值对应的数组下标，获得第一个节点 f
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// 若是数组该位置为空，
// 用一次 CAS 操做将这个新值放入其中便可，这个 put 操做差很少就结束了，能够拉到最后面了
// 若是 CAS 失败，那就是有并发操做，进到下一个循环就行了
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
// hash 竟然能够等于 MOVED，这个须要到后面才能看明白，不过从名字上也能猜到，确定是由于在扩容
else if ((fh = f.hash) == MOVED)
// 帮助数据迁移，这个等到看完数据迁移部分的介绍后，再理解这个就很简单了
tab = helpTransfer(tab, f);
else { // 到这里就是说，f 是该位置的头结点，并且不为空
V oldVal = null;
// 获取数组该位置的头结点的监视器锁
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) { // 头结点的 hash 值大于 0，说明是链表
// 用于累加，记录链表的长度
binCount = 1;
// 遍历链表
for (Node<K,V> e = f;; ++binCount) {
K ek;
// 若是发现了"相等"的 key，判断是否要进行值覆盖，而后也就能够 break 了
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
// 到了链表的最末端，将这个新值放到链表的最后面
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) { // 红黑树
Node<K,V> p;
binCount = 2;
// 调用红黑树的插值方法插入新节点
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
// binCount != 0 说明上面在作链表操做
if (binCount != 0) {
// 判断是否要将链表转换为红黑树，临界值和 HashMap 同样，也是 8
if (binCount >= TREEIFY_THRESHOLD)
// 这个方法和 HashMap 中稍微有一点点不一样，那就是它不是必定会进行红黑树转换，
// 若是当前数组的长度小于 64，那么会选择进行数组扩容，而不是转换为红黑树
// 具体源码咱们就不看了，扩容部分后面说
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
//
addCount(1L, binCount);
return null;
}
put 的主流程看完了，可是至少留下了几个问题，第一个是初始化，第二个是扩容，第三个是帮助数据迁移，这些咱们都会在后面进行一一介绍。
##初始化数组：initTable源码分析
这个比较简单，主要就是初始化一个合适大小的数组，而后会设置 sizeCtl。
初始化方法中的并发问题是经过对 sizeCtl 进行一个 CAS 操做来控制的。
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
// 初始化的"功劳"被其余线程"抢去"了
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
// CAS 一下，将 sizeCtl 设置为 -1，表明抢到了锁
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
// DEFAULT_CAPACITY 默认初始容量是 16
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
// 初始化数组，长度为 16 或初始化时提供的长度
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
// 将这个数组赋值给 table，table 是 volatile 的
table = tab = nt;
// 若是 n 为 16 的话，那么这里 sc = 12
// 其实就是 0.75 * n
sc = n - (n >>> 2);
}
} finally {
// 设置 sizeCtl 为 sc，咱们就当是 12 吧
sizeCtl = sc;
}
break;
}
}
return tab;
}
##链表转红黑树: treeifyBin
前面咱们在 put 源码分析也说过，treeifyBin 不必定就会进行红黑树转换，也多是仅仅作数组扩容。咱们仍是进行源码分析吧。
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) {
// MIN_TREEIFY_CAPACITY 为 64
// 因此，若是数组长度小于 64 的时候，其实也就是 32 或者 16 或者更小的时候，会进行数组扩容
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
// 后面咱们再详细分析这个方法
tryPresize(n << 1);
// b 是头结点
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
// 加锁
synchronized (b) {
if (tabAt(tab, index) == b) {
// 下面就是遍历链表，创建一颗红黑树
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;
}
// 将红黑树设置到数组相应位置中
setTabAt(tab, index, new TreeBin<K,V>(hd));
}
}
}
}
}
##扩容：tryPresize
若是说 Java8 ConcurrentHashMap 的源码不简单，那么说的就是扩容操做和迁移操做。
这个方法要完彻底全看懂还须要看以后的 transfer 方法，读者应该提早知道这点。
这里的扩容也是作翻倍扩容的，扩容后数组容量为原来的 2 倍。
// 首先要说明的是，方法参数 size 传进来的时候就已经翻了倍了
private final void tryPresize(int size) {
// c：size 的 1.5 倍，再加 1，再往上取最近的 2 的 n 次方。
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
int sc;
while ((sc = sizeCtl) >= 0) {
Node<K,V>[] tab = table; int n;
// 这个 if 分支和以前说的初始化数组的代码基本上是同样的，在这里，咱们能够不用管这块代码
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); // 0.75 * n
}
} finally {
sizeCtl = sc;
}
}
}
else if (c <= sc || n >= MAXIMUM_CAPACITY)
break;
else if (tab == table) {
// 我没看懂 rs 的真正含义是什么，不过也关系不大
int rs = resizeStamp(n);
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;
// 2. 用 CAS 将 sizeCtl 加 1，而后执行 transfer 方法
// 此时 nextTab 不为 null
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
// 1. 将 sizeCtl 设置为 (rs << RESIZE_STAMP_SHIFT) + 2)
// 我是没看懂这个值真正的意义是什么？不过能够计算出来的是，结果是一个比较大的负数
// 调用 transfer 方法，此时 nextTab 参数为 null
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
}
}
}
这个方法的核心在于 sizeCtl 值的操做，首先将其设置为一个负数，而后执行 transfer(tab, null)，再下一个循环将 sizeCtl 加 1，并执行 transfer(tab, nt)，以后多是继续 sizeCtl 加 1，并执行 transfer(tab, nt)。
因此，可能的操做就是执行 1 次 transfer(tab, null) + 屡次 transfer(tab, nt)，这里怎么结束循环的须要看完 transfer 源码才清楚。
##数据迁移：transfer
下面这个方法很点长，将原来的 tab 数组的元素迁移到新的 nextTab 数组中。
虽然咱们以前说的 tryPresize 方法中屡次调用 transfer 不涉及多线程，可是这个 transfer 方法能够在其余地方被调用，典型地，咱们以前在说 put 方法的时候就说过了，请往上看 put 方法，是否是有个地方调用了 helpTransfer 方法，helpTransfer 方法会调用 transfer 方法的。
此方法支持多线程执行，外围调用此方法的时候，会保证第一个发起数据迁移的线程，nextTab 参数为 null，以后再调用此方法的时候，nextTab 不会为 null。
阅读源码以前，先要理解并发操做的机制。原数组长度为 n，因此咱们有 n 个迁移任务，让每一个线程每次负责一个小任务是最简单的，每作完一个任务再检测是否有其余没作完的任务，帮助迁移就能够了，而 Doug Lea 使用了一个 stride，简单理解就是步长，每一个线程每次负责迁移其中的一部分，如每次迁移 16 个小任务。因此，咱们就须要一个全局的调度者来安排哪一个线程执行哪几个任务，这个就是属性 transferIndex 的做用。
第一个发起数据迁移的线程会将 transferIndex 指向原数组最后的位置，而后从后往前的 stride 个任务属于第一个线程，而后将 transferIndex 指向新的位置，再往前的 stride 个任务属于第二个线程，依此类推。固然，这里说的第二个线程不是真的必定指代了第二个线程，也能够是同一个线程，这个读者应该能理解吧。其实就是将一个大的迁移任务分为了一个个任务包。
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// stride 在单核下直接等于 n，多核模式下为 (n>>>3)/NCPU，最小值是 16
// stride 能够理解为”步长“，有 n 个位置是须要进行迁移的，
// 将这 n 个任务分为多个任务包，每一个任务包有 stride 个任务
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// 若是 nextTab 为 null，先进行一次初始化
// 前面咱们说了，外围会保证第一个发起迁移的线程调用此方法时，参数 nextTab 为 null
// 以后参与迁移的线程调用此方法时，nextTab 不会为 null
if (nextTab == null) {
try {
// 容量翻倍
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 是 ConcurrentHashMap 中的属性
nextTable = nextTab;
// transferIndex 也是 ConcurrentHashMap 的属性，用于控制迁移的位置
transferIndex = n;
}
int nextn = nextTab.length;
// ForwardingNode 翻译过来就是正在被迁移的 Node
// 这个构造方法会生成一个Node，key、value 和 next 都为 null，关键是 hash 为 MOVED
// 后面咱们会看到，原数组中位置 i 处的节点完成迁移工做后，
// 就会将位置 i 处设置为这个 ForwardingNode，用来告诉其余线程该位置已经处理过了
// 因此它其实至关因而一个标志。
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
// advance 指的是作完了一个位置的迁移工做，能够准备作下一个位置的了
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
/*
* 下面这个 for 循环，最难理解的在前面，而要看懂它们，应该先看懂后面的，而后再倒回来看
*
*/
// i 是位置索引，bound 是边界，注意是从后往前
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
// 下面这个 while 真的是很差理解
// advance 为 true 表示能够进行下一个位置的迁移了
// 简单理解结局：i 指向了 transferIndex，bound 指向了 transferIndex-stride
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
// 将 transferIndex 值赋给 nextIndex
// 这里 transferIndex 一旦小于等于 0，说明原数组的全部位置都有相应的线程去处理了
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
// 看括号中的代码，nextBound 是此次迁移任务的边界，注意，是从后往前
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {
// 全部的迁移操做已经完成
nextTable = null;
// 将新的 nextTab 赋值给 table 属性，完成迁移
table = nextTab;
// 从新计算 sizeCtl：n 是原数组长度，因此 sizeCtl 得出的值将是新数组长度的 0.75 倍
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 以前咱们说过，sizeCtl 在迁移前会设置为 (rs << RESIZE_STAMP_SHIFT) + 2
// 而后，每有一个线程参与迁移就会将 sizeCtl 加 1，
// 这里使用 CAS 操做对 sizeCtl 进行减 1，表明作完了属于本身的任务
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 任务结束，方法退出
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
// 到这里，说明 (sc - 2) == resizeStamp(n) << RESIZE_STAMP_SHIFT，
// 也就是说，全部的迁移任务都作完了，也就会进入到上面的 if(finishing){} 分支了
finishing = advance = true;
i = n; // recheck before commit
}
}
// 若是位置 i 处是空的，没有任何节点，那么放入刚刚初始化的 ForwardingNode ”空节点“
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
// 该位置处是一个 ForwardingNode，表明该位置已经迁移过了
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
// 对数组该位置处的结点加锁，开始处理数组该位置处的迁移工做
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
// 头结点的 hash 大于 0，说明是链表的 Node 节点
if (fh >= 0) {
// 下面这一块和 Java7 中的 ConcurrentHashMap 迁移是差很少的，
// 须要将链表一分为二，
// 找到原链表中的 lastRun，而后 lastRun 及其以后的节点是一块儿进行迁移的
// lastRun 以前的节点须要进行克隆，而后分到两个链表中
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
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) {
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);
}
// 其中的一个链表放在新数组的位置 i
setTabAt(nextTab, i, ln);
// 另外一个链表放在新数组的位置 i+n
setTabAt(nextTab, i + n, hn);
// 将原数组该位置处设置为 fwd，表明该位置已经处理完毕，
// 其余线程一旦看到该位置的 hash 值为 MOVED，就不会进行迁移了
setTabAt(tab, i, fwd);
// advance 设置为 true，表明该位置已经迁移完毕
advance = true;
}
else if (f instanceof TreeBin) {
// 红黑树的迁移
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;
}
}
// 若是一分为二后，节点数少于 8，那么将红黑树转换回链表
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;
// 将 ln 放置在新数组的位置 i
setTabAt(nextTab, i, ln);
// 将 hn 放置在新数组的位置 i+n
setTabAt(nextTab, i + n, hn);
// 将原数组该位置处设置为 fwd，表明该位置已经处理完毕，
// 其余线程一旦看到该位置的 hash 值为 MOVED，就不会进行迁移了
setTabAt(tab, i, fwd);
// advance 设置为 true，表明该位置已经迁移完毕
advance = true;
}
}
}
}
}
}
说到底，transfer 这个方法并无实现全部的迁移任务，每次调用这个方法只实现了 transferIndex 往前 stride 个位置的迁移工做，其余的须要由外围来控制。
这个时候，再回去仔细看 tryPresize 方法可能就会更加清晰一些了。
##get 过程分析
get 方法历来都是最简单的，这里也不例外：
一、计算 hash 值
二、根据 hash 值找到数组对应位置: (n - 1) & h
三、根据该位置处结点性质进行相应查找
- 若是该位置为 null，那么直接返回 null 就能够了
- 若是该位置处的节点恰好就是咱们须要的，返回该节点的值便可
- 若是该位置节点的 hash 值小于 0，说明正在扩容，或者是红黑树，后面咱们再介绍 find 方法
- 若是以上 3 条都不知足，那就是链表，进行遍历比对便可
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 判断头结点是否就是咱们须要的节点
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// 若是头结点的 hash 小于 0，说明 正在扩容，或者该位置是红黑树
else if (eh < 0)
// 参考 ForwardingNode.find(int h, Object k) 和 TreeBin.find(int h, Object k)
return (p = e.find(h, key)) != null ? p.val : null;
// 遍历链表
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
简单说一句，此方法的大部份内容都很简单，只有正好碰到扩容的状况，ForwardingNode.find(int h, Object k) 稍微复杂一些，不过在了解了数据迁移的过程后，这个也就不难了，因此限于篇幅这里也不展开说了。
###总结
其实也不是很难嘛，虽然没有像以前的 AQS 和线程池同样一行一行源码进行分析，但仍是把全部初学者可能会糊涂的地方都进行了深刻的介绍，只要是稍微有点基础的读者，应该是很容易就能看懂 HashMap 和 ConcurrentHashMap 源码了。
看源码不算是目的吧，深刻地了解 Doug Lea 的设计思路，我以为还挺有趣的，大师就是大师，代码写得真的是好啊。
我发现不少人都觉得我写博客主要是源码分析，说真的，我对于源码分析没有那么大热情，主要都是为了用源码说事罢了，可能以后的文章仍是会有比较多的源码分析成分，你们该怎么看就怎么看吧。
出处：https://www.javadoop.com/post/hashmap#Java7%20ConcurrentHashMap
文章有不当之处，欢迎指正，你也能够关注个人微信公众号：好好学java，获取优质资源。
相关文章
- 1. Java8 ConcurrentHashMap详解
- 2. Java8 ConcurrentHashMap
- 3. ConcurrentHashMap详解
- 4. java8 ConcurrentHashMap源码解析
- 5. 详解ConcurrentHashMap
- 6. concurrentHashMap详解
- 7. Java7 和 Java8 中的 ConcurrentHashMap 原理解析
- 8. Java8 中的 HashMap 和 ConcurrentHashMap 全解析
- 9. ConcurrentHashMap源码解析（基于java8）
- 10. concurrentHashMap原理详解
- 更多相关文章...
- • 免费ARP详解 - TCP/IP教程
- • *.hbm.xml映射文件详解 - Hibernate教程
- • Flink 数据传输及反压详解
- • 为了进字节跳动，我精选了29道Java经典算法题，带详细讲解
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Java8 ConcurrentHashMap详解
- 2. Java8 ConcurrentHashMap
- 3. ConcurrentHashMap详解
- 4. java8 ConcurrentHashMap源码解析
- 5. 详解ConcurrentHashMap
- 6. concurrentHashMap详解
- 7. Java7 和 Java8 中的 ConcurrentHashMap 原理解析
- 8. Java8 中的 HashMap 和 ConcurrentHashMap 全解析
- 9. ConcurrentHashMap源码解析（基于java8）
- 10. concurrentHashMap原理详解