HashMap、ConcurrentHashMap解析
1、HashMap分析node
在JDK1.8以前，hashMap由数组+链表组成，1.8以后，对hashMap进行了一些修改，最大的不一样就是利用了红黑树，因此其由数组+链表+红黑树组成。查找时，根据hash值咱们可以快速定位到数组的具体下标，可是以后的话，须要顺着链表一个个比较下去才能找到咱们须要的，时间复杂度取决于链表的长度为O(n)，为了下降这部分的开销，在Java8中，当链表中的元素达到了8个时，会将链表转换为红黑树，在这些位置进行查找时能够下降时间复杂度为O(logn)。算法
1.put过程：（JDK1.8）数组
第一次put值时，会触发resize()，相似Java7的第一次put也是要初始化数组长度的。安全
第一次resize和后续的扩容有些不同，由于此次是数组从null初始化到默认的16或自定义的初始容量，找到具体的数据下标，若是此位置没有值，那么直接初始化一下Node并放置在这个位置就能够了。若是数组改成只有数据：首先，判断该位置的第一个数据和咱们要插入的数据，key是否是“相等”，若是是，取出这个节点，若是该节点是表明红黑树的节点，调用红黑树的插值方法，插入到链表的最后面（Java7是插入到链表的最前面），当treeify_threshold为8时，若是新插入的值是链表中的第8个，会触发下面的treeifyBin，也就是将链表转换为红黑树；若是在该链表中找到了“相等”的key（==或equals）；若是hashMap因为新插入这个值致使size已经超过了阈值，则须要进行扩容。多线程
JDK1.7并发
当插入第一个元素时，须要先初始化数组大小；app
1）求key的hash值（数组索引 index=hash&（size-1））；ssh
2）找到对应的数组下标；
函数
3）遍历一下对应下标处的链表，看是否有重复的key已经存在，若是有，直接覆盖，put方法返回旧值就结束了；高并发
4）不存在重复的key，将此entry添加到链表中。
2.数组扩容（当前的size已经达到了阈值，而且要插入的数组位置上已经有元素，那么就会触发扩容，扩容后，数组大小为原来的2倍）（JDK1.8）
resize()方法用于初始化数组或数组扩容，每次扩容后，容量为原来的2倍，并进行数据迁移。
1）对数组进行扩容，将数组扩大一倍，将阈值扩大一倍；
2）第一次put时初始化数组；
3）开始遍历数组进行数据迁移；
若是该数组位置上只有单个元素：那就简单了，直接迁移这个元素就能够了。
若是是链表：须要将此链表拆成两个链表，放到新的数组中，而且保留原来的前后顺序，loHead，loTail对应一条链表，hiHead、hiTail对应另外一条链表。
JDK 1.7
扩容就是一个新的大数组替换原来的小数组，并将原来数组中的值迁移到新的数组中。
因为是双倍扩容，迁移过程当中，会将原来table[i] 中的链表的全部节点，分拆到新的数组的newTable[i] 和 newTable[i+oldLength]位置上。如原来数组长度为16，那么扩容后，原来table[0]出的链表中的全部元素会被分配到新数组中 newTable[0] 和 newTable[16] 这两个位置。
3.get过程（JDK1.8）
1）计算key的hash值，根据hash值找到对应的数组下标：hash&（length-1）
2）判断数组该位置处的元素是否恰好是咱们要找的，若是不是，走第三步；
3）判断该元素类型是不是TreeNode，若是是，用红黑树的方法取数据，若是不是，走第四步；
4）遍历链表，直到找到相等（==或equals）的key。
JDK 1.7
1）根据key计算hash值；
2）找到对应的数组下标：hash&（length-1）
3）遍历该数组位置处的链表，直到找到相等的key。
4.为何HashMap线程不安全？（hash冲突和扩容致使的）
hashMap的实现使用了一个数组，每一个数组项里面由一个链表方式来实现，由于hashMap使用key的hashcode来寻找存储位置，不一样的key可能具备相同的hashcode，这时就出现了哈希冲突，也叫哈希碰撞。为了解决哈希冲突，有开放地址法，以及链地址法。hashMap的实现选取了链地址法，也就是将哈希值同样的entry保存在同一个数组里面，能够把一个数组项看成一个桶，桶里面装的entry的key的hashcode是同样的。
扩容致使的不安全：
1）put时致使的多线程数据不一致。好比有两个线程A和B，首先A但愿插入一个key-value对到hashMap中，首先计算记录所要落到的桶里面的链表头结点，此时线程A的时间片用完了，而此时线程B被调用得以执行，和线程A同样执行，只不过线程B成功将记录插到了桶里面，假设线程A插入的记录计算出来的桶所引和线程B要插入的记录计算出来的桶索引是同样的，那么当线程B成功插入后，线程A再次被调用运行时，它依然持有过时的链表头可是它对此一无所知，以致于它认为应该这样作，如此一来就覆盖了线程B插入的记录，这样线程B插入的记录就凭空消失了，形成了数据不一致的行为。
2）get：扩容时将数组扩为二倍后，原数组中的数组的索引会发生变化，在进行get时仍然用原来的索引进行寻找，致使找不到要寻找的值。
2、ConcurrentHashMap分析
ConcurrentHashMap是线程安全且高效的HashMap。
1.线程不安全的HashMap
hashMap是Java中最经常使用的一个map类，性能好，速度快，可是不能保证线程安全，它可用null做为key/value。
在多线程环境下，使用hashMap进行put操做会引发死循环，是由于多线程会致使hashMap的entry链表造成环，一旦成环，entry的next节点永远不为空，产生死循环。因此在并发状况下不能使用hashMap。
2.效率低下的HashTable
线程安全的Map类，其public方法均用synchronize修饰，这表示在多线程操做时，每一个线程在操做以前都会锁住整个map，待操做完成后才释放。
如线程1使用put操做进行元素添加，线程2不但不能使用put方法进行添加元素，也不能使用get方法来获取元素，因此竞争越激烈效率越低，这必然致使多线程时性能不佳。另外，hashTable不能使用null做为key/value。
3. 锁分段技术可有效提高并发访问效率
hashTable在竞争激烈的并发环境中表现出效率低下的缘由是所访问hashTable的线程都必须竞争同一把锁，假如容器中有多把锁，每一把锁用于锁容器其中一部分的数据，那么当多线程访问容器里不一样数据段的数据时，线程间就不会存在锁竞争，从而能够有效提升并发访问效率，这就是ConcurrentHashMap所使用的锁分段技术。
- 首先将数据分红一段一段地存储；
- 而后给每一个数据段配一把锁；
- 当一个线程占用锁访问其中一个段数据时，其余段的数据也能被其余线程访问。
ConcurrentHashMap是由Segment数组和HashEntry数组组成。
Segment是一种可重入锁，在ConsurrentHashMap里扮演锁的角色；HashEntry则用于存储键值对数据。
一个ConsurrentHashMap里包含一个Segment数组，Segment的机构和HashMap相似，是一种数组和链表结构。一个Segment里包含一个HashEntry数组，每一个HashEntry是一个链表结构的元素，每一个Segment守护着一个HashEntry数组里的元素，当对HashEntry数组的数据进行修改时，必须首先得到与它对应的Segment锁。如图：
4.ConcurrentHashMap的初始化
1）ConcurrentHashMap类中包含三个与Segment相关的成员变量：
final int segmentMask;
final int segmentShift;
final Segment<K,V>[] segments;
其中segments是Segment的原生数组，此数组的长度能够在ConcurrentHashMap的构造函数中使用并发度参数指定，其默认值为default_concurrency_level=16；segmentShift是用来计算segments数组索引的位移量，而segmentMask则是用来计算索引的掩码值。
例如并发度为16时（即segments数组长度为16），segmentShift为32-4=28（由于2的4次幂为16），而segmentMask则为1111（二进制），索引的计算式以下：
int j=(hash>>>segmentShift) & segmentMask;
2）在多线程并发访问一个共享变量时，为了保证逻辑的正确，能够采用如下方法：
加锁，性能最低，能保证原子性、可见性，防止指令重排；
volatile修饰，性能中等，能保证原子性，防止指令重排；
使用getObjectVolatile，性能最好，可防止指令重排；
所以ConcurrentHashMap选择了使用Unsafe的getObjectVolatile来读取segments中的元素。
1 private Segment<K,V> segmentForHash(int h) { 2 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE; 3 return (Segment<K,V>) UNSAFE.getObjectVolatile(segments, u); 4 }
3）Segment锁
Segment继承了ReentrantLock（可重入锁），所以它其实是一把锁。在进行put、remove、replace、clear等须要改动内容的操做时，都要进行加锁操做，其代码通常是这样的：
1 final V put(K key, int hash, V value, boolean onlyIfAbsent) { 2 HashEntry<K,V> node = tryLock() ? : scanAndLockForPut(key, hash, value); 3 V oldValue; 4 try { 5 //实际代码…… 6 } 7 } finally { 8 unlock(); 9 } 10 return oldValue; 11 }
首先调用tryLock，若是加锁失败，则进入scanAndLockForPut(key,hash,value)，该方法其实是先自旋等待其余线程解锁，直至指定的次数MAX_SCAN_RETRIES；若自旋过程当中，其余线程释放了锁，致使本线程直接得到了锁，就避免了本线程进入等待锁的场景，提升了效率。若自旋必定次数后，仍未获取锁，则调用lock方法进入等待锁的场景。
优势：采用这种自旋锁和独占锁结合的方法，在不少场景下可以提升Segment并发操做数据的效率。
初始化方法是经过initialCapacity、loadFactor和concurrencyLevel等参数来初始化segment数组，段偏移量segmentShift、段掩码segmentMask和每一个segment里的HashEntry数组来实现的。
4）初始化segments数组
1 if (concurrencyLevel > MAX_SEGMENTS) 2 concurrencyLevel = MAX_SEGMENTS; 3 int sshift = 0; 4 int ssize = 1; 5 while (ssize < concurrencyLevel) { 6 ++sshift; 7 ssize <<= 1; 8 } 9 segmentShift = 32 - sshift; 10 segmentMask = ssize - 1; 11 this.segments = Segment.newArray(ssize);
segments数组的长度ssize是经过concurrencyLevel计算得出的；为了能经过按位与的散列算法来定位segments数组的索引，必须保证segments数组的长度为2的N次方，因此必须计算出一个大于或等于concurrencyLevel的最小的2的N次方值来做为segments数组的长度。concurrencyLevel的最大值为65535，这意味着segments数组的长度最大为65536，对应的二进制是16位。
5）初始化segmentShift和segmentMask
这两个全局变量须要在定位segment时的散列算法里使用；sshift等于ssize从1向左移位的次数，默认concurrencyLevel等于16，1须要向左位移动4次，因此sshift为4.
segmentShift用于定位参与散列算法的位数，segmentShift等于32减sshift，因此等于28。这里之因此是32，是由于ConcurrentHashMap里的hash()方法输出的最大位数为32位。
segmentMask是散列运算的掩码，等于ssize减1，即15；掩码的二进制各个位的值都是1，由于ssize的最大长度为65536，因此segmentShift最大值是16，segmentMask最大值是65535，对应的二进制为16位，每一个位都是1。
6）初始化每一个segment
输入参数initialCapacity是ConcurrentHashMap的初始化容量，loadfactor是每一个segment的负载因子，在构造方法里须要经过这两个参数来初始化数组中的每一个segment。
1 if (initialCapacity > MAXIMUM_CAPACITY) 2 initialCapacity = MAXIMUM_CAPACITY; 3 int c = initialCapacity / ssize; 4 if (c * ssize < initialCapacity) 5 ++c; 6 int cap = 1; 7 while (cap < c) 8 cap <<= 1; 9 for (int i = 0; i < this.segments.length; ++i) 10 this.segments[i] = new Segment<K, V>(cap, loadFactor);
上面代码中的变量cap就是segment里HashEntry数组的长度，它等于initialCapacity除以ssize的倍数c，若是c大于1，就会取大于等于c的2的N次方值，因此cap不是1，就是2的N次方。
segment的容量threshold=(int) cap*loadFactor，默认initialCapacity等于16，loadfactor等于0.75，经过运算cap等于1，threshold等于零。
7）定位Segment
既然ConcurrentHashMap使用分段锁Segment来保护不一样段的数据，那么在插入和获取元素时，必须先经过散列算法定位到Segment。能够看到ConcurrentHashMap会首先使用hash的变种算法对元素的hashcode进行一次再散列。
1 private static int hash(int h) { 2 h += (h << 15) ^ 0xffffcd7d; 3 h ^= (h >>> 10); 4 h += (h << 3); 5 h ^= (h >>> 6); 6 h += (h << 2) + (h << 14); 7 return h ^ (h >>> 16); 8 }
进行再散列，是为了减小散列冲突，使元素可以均匀地分布在不一样的Segment上，从而提升容器的存取效率。
假如散列的质量差到极点，那么全部元素都在一个Segment中，不只存区元素缓慢，分段锁也会失去意义。
1 //ConcurrentHashMap经过如下散列算法定位segment
2 final Segment<K,V> segmentFor(int hash) { 3 return segments[(hash >>> segmentShift) & segmentMask]; 4 } 5 //默认状况下segmentShift为28,segmentMask为15,再散列后的数最大是32位二进制数据,向右无符号移动28位,即让高4位参与到散列运算中,(hash>>>segmentShift)&segmentMask的运算结果分别是四、1五、7和8,能够看到散列值没有发生冲突.
8）HashEntry
1 static final class HashEntry<K,V> { 2 final int hash; 3 final K key; 4 volatile V value; 5 volatile HashEntry<K,V> next; 6
7 HashEntry(int hash, K key, V value, HashEntry<K,V> next) { 8 this.hash = hash; 9 this.key = key; 10 this.value = value; 11 this.next = next; 12 } 13 final void setNext(HashEntry<K,V> n) { 14 UNSAFE.putOrderedObject(this, nextOffset, n); 15 } 16
17 static final long nextOffset; 18 static { 19 try { 20 UNSAFE = sun.misc.Unsafe.getUnsafe(); 21 Class k = HashEntry.class; 22 nextOffset = UNSAFE.objectFieldOffset 23 (k.getDeclaredField("next")); 24 } catch (Exception e) { 25 throw new Error(e); 26 } 27 } 28 } 29 @SuppressWarnings("unchecked") 30 static final <K,V> HashEntry<K,V> entryAt(HashEntry<K,V>[] tab, int i) { 31 return (tab == ) ? : 32 (HashEntry<K,V>) UNSAFE.getObjectVolatile 33 (tab, ((long)i << TSHIFT) + TBASE); 34 } 35 static final <K,V> void setEntryAt(HashEntry<K,V>[] tab, int i, HashEntry<K,V> e) { 36 UNSAFE.putOrderedObject(tab, ((long)i << TSHIFT) + TBASE, e); 37 }
与Segment相似，HashEntry使用UNSAFE.putOrderedObject来设置它的next成员变量，这样既能够提升性能，又能保持并发可见性。同时entryAt方法和setEntryAt方法也使用了UNSAFE.getObjectVolatile和UNSAFE.putOrderedObject来获取和写入指定索引的HashEntry。
总之，Segment数组和HashEntry数组的读取写入通常都是使用UNSAFE。
5.ConcurrentHashMap的操做
5.1 get操做
先通过一次再散列，而后使用这个散列值经过散列运算定位到Segment，再经过散列算法定位到元素。
1 public V get(Object key) { 2 Segment<K,V> s; 3 HashEntry<K,V>[] tab; 4 int h = hash(key); 5 //找到segment的地址 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE; 6 //取出segment，并找到其hashtable if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
7 (tab = s.table) != ) { 8 //遍历此链表，直到找到对应的值 for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
9 (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE); e != ; e = e.next) { 10 K k; 11 if ((k = e.key) == key || (e.hash == h && key.equals(k))) 12 return e.value; 13 } 14 } 15 return ; 16 }
整个get方法不须要加锁，只须要计算两次hash值，而后遍历一个单向链表（此链表长度平均小于2），所以get性能很高。高效之处在于整个过程不须要加锁，除非读到的值是空才会加锁重读。
HashTable容器的get方法是须要加锁的，那ConcurrentHashMap的get操做是如何作到不加锁的呢？
缘由是它的get方法将要使用的共享变量都定义成了volatile类型，如用于统计当前Segment大小的count字段和用于存储值得HashEntry的value。
定义成volatile的变量，可以在线程之间保持可见性，可以被多线程同时读，而且保证不会读到过时的值，可是只能被单线程写（有一种状况能够被多线程写，就是写入的值不依赖于原值），在get操做里只须要读不须要写共享变量count和value，因此能够不用加锁。
之因此不会读到过时的值，是由于根据Java内存模型的happen before原则，对volatile字段的写操做先于读操做，即便两个线程同时修改和获取volatile变量，get操做也能拿到最新的值，这是用volatile替换锁的经典应用场景。
transient volatile int count;
volatile V value;
在定位元素的代码里能够实现，定位HashEntry和定位Segment的散列算法虽然同样，都与数组的长度减去1再相“与”，可是相“与”的值不同。
定位Segment使用的是元素的hashcode再散列后获得的值的高位，定位HashEntry直接使用再散列后的值。其目的是避免两次散列后的值同样，虽然元素在Segment里散列开了，可是却没有在HashEntry中散列开。
hash>>>segmentShift & segmentMask; //定位Segment所使用的hash算法
int index=hash & (tab.length-1); //定位HashEntry所使用的hash算法
5.2 put操做
因为须要对共享变量进行写操做，因此为了线程安全，在操做共享变量时必须加锁。put方法首先定位到Segment，而后在Segment里进行插入操做。
插入操做须要经历的两个步骤：
判断是否须要对Segment里的HashEntry数组进行扩容；定位添加元素的位置，而后将其放在HashEntry数组里；
1）是否须要扩容？
在插入元素前会先判断Segment里的HashEntry数组是否超过容量，若是超过阈值，则对数组进行扩容。Segment的扩容判断比HashMap更恰当，由于HashMap是在插入元素后判断是否已经到达容量，若是到达了就进行扩容，可是颇有可能扩容以后没有新元素插入，这时HashMap就进行了一次无效的扩容。
2）如何扩容？
在扩容时，首先会建立一个容量是原来两倍的数组，而后将原数组里的元素进行再散列后插入到新的数组里。为了高效，ConcurrentHashMap不会对整个容器进行扩容，而只对某个Segment扩容。
put方法的第一步：计算segment数组的索引，并找到该segment，而后调用该segment的put方法。
1 public V put(K key, V value) { 2 Segment<K,V> s; 3 if (value == ) 4 throw new NullPointerException(); 5 int hash = hash(key); 6 //计算segment数组的索引，并找到该segment int j = (hash >>> segmentShift) & segmentMask;
7 if ((s = (Segment<K,V>)UNSAFE.getObject // nonvolatile; recheck
8 (segments, (j << SSHIFT) + SBASE)) == ) // in ensureSegment
9 s = ensureSegment(j); 10 //调用该segment的put方法 return s.put(key, hash, value, false);
11 }
put方法的第二步：在Segment的put方法中进行操做。
1 final V put(K key, int hash, V value, boolean onlyIfAbsent) { 2 //调用tryLock()尝试加锁，若失败则调用scanAndLockForPut进行加锁，同时寻找key相应的节点node
3 HashEntry<K,V> node = tryLock() ? : 4 scanAndLockForPut(key, hash, value); 5 //如下的代码都运行在加锁状态
6 V oldValue; 7 try { 8 HashEntry<K,V>[] tab = table; 9 //计算hash表的索引值，并取出HashEntry int index = (tab.length - 1) & hash;
10 HashEntry<K,V> first = entryAt(tab, index); 11 //遍历此链表 for (HashEntry<K,V> e = first;;) { 12 //若是链表不为空，在链表中寻找对应的node，找到后进行赋值，并退出循环 if (e != null) {
13 K k; 14 if ((k = e.key) == key ||
15 (e.hash == hash && key.equals(k))) { 16 oldValue = e.value; 17 if (!onlyIfAbsent) { 18 e.value = value; 19 ++modCount; 20 } 21 break; 22 } 23 e = e.next; 24 } 25 //若是在链表中没有找到对应的node else { 26 //若是scanAndLockForPut方法中已经返回的对应的node，则将其插入first以前 if (node != null)
27 node.setNext(first); 28 else //不然，new一个新的HashEntry
29 node = new HashEntry<K,V>(hash, key, value, first); 30 int c = count + 1; 31 //测试是否须要自动扩容 if (c > threshold && tab.length < MAXIMUM_CAPACITY)
32 rehash(node); 33 else //设置node到Hash表的index索引处
34 setEntryAt(tab, index, node); 35 ++modCount; 36 count = c; 37 oldValue = ; 38 break; 39 } 40 } 41 } finally { 42 unlock(); 43 } 44 return oldValue; 45 }
5.3 size操做
要统计整个ConcurrentHashMap里的元素的数量，就必须统计全部Segment里元素的数量后计总。
Segment里的全局变量count是一个volatile，在并发场景下，是否是直接把全部的Segment的count相加就能够获得整个ConcurrentHashMap大小了呢？不是的。
虽然相加时能够获取每一个Segment的count的最新值，可是可能累加前使用的count发生了变化，那么统计结果就不许了。因此，最安全的作法就是在统计size时把全部Segment的put、remove和clear方法所有锁住，可是这种作法显然很是低效。
由于在累加count操做过程当中，以前累加过的count发生变化的机率很是小，因此ConcurrentHashMap的作法是先尝试2次经过不锁Segment的方式来统计各个Segment大小，若是统计的过程当中，count发生了变化，则再采用加锁的方式来统计全部Segment的大小。
那么ConcurrentHashMap又是如何判断在统计时容器是否发生了变化呢？
使用modCount变量，在put、remove和clear方法里操做元素前都会将变量modCount进行加1，那么在统计size先后比较modCount是否发生变化，从而得知容器的大小是否发生了变化。
- 1. HashMap、HashMap、ConcurrentHashMap
- 2. HashMap与ConcurrentHashMap 详解
- 3. Java7/8 中的 HashMap 和 ConcurrentHashMap 全解析
- 4. Java7/8中的HashMap和ConcurrentHashMap全解析
- 5. Java7 中的 HashMap 和 ConcurrentHashMap 全解析
- 6. Java8 中的 HashMap 和 ConcurrentHashMap 全解析
- 7. HashMap与ConcurrentHashMap解析与比较
- 8. Java HashMap和ConcurrentHashMap源码解析
- 9. HashMap ConcurrentHashMap
- 10. HashMap、ConcurrentHashMap
- 更多相关文章...
- • XML DOM 解析器 - XML DOM 教程
- • TCP报文格式解析 - TCP/IP教程
- • 互联网组织的未来：剖析GitHub员工的任性之源
- • Scala 中文乱码解决
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. HashMap、HashMap、ConcurrentHashMap
- 2. HashMap与ConcurrentHashMap 详解
- 3. Java7/8 中的 HashMap 和 ConcurrentHashMap 全解析
- 4. Java7/8中的HashMap和ConcurrentHashMap全解析
- 5. Java7 中的 HashMap 和 ConcurrentHashMap 全解析
- 6. Java8 中的 HashMap 和 ConcurrentHashMap 全解析
- 7. HashMap与ConcurrentHashMap解析与比较
- 8. Java HashMap和ConcurrentHashMap源码解析
- 9. HashMap ConcurrentHashMap
- 10. HashMap、ConcurrentHashMap