锐客网

  1. 首页 > 生活百科 > it技术 > >

Java并发编程|并发编程（九）J.U.C 之 ConcurrentHashMap原理

多线程java并发编程java并发编程


文章目录

  • 1. 线程安全集合类概述
    • 1.1 线程安全集合类可以分为三大类
    • 1.2 重点
  • 2. ConcurrentHashMap
    • 2.1 JDK 7 HashMap 并发死链
        • 死链复现
        • 源码分析
    • 2.2 JDK 8 ConcurrentHashMap
      • 重要方法
      • 重要属性和内部类
      • 构造器分析
      • get 流程
      • put流程
        • putVal()方法
        • initTable()方法
        • addCount()方法
        • size()方法 计算流程
        • transfer()方法
    • 2.3 JDK 7 ConcurrentHashMap
        • 构造器分析
        • put() 方法
        • rehash() 方法
        • get() 方法
        • size() 方法

1. 线程安全集合类概述 Java并发编程|并发编程（九）J.U.C 之 ConcurrentHashMap原理
文章图片

1.1 线程安全集合类可以分为三大类
  1. 遗留的线程安全集合如 Hashtable ， Vector
  2. 使用 Collections 装饰的线程安全集合，如：
    1. Collections.synchronizedCollection
    2. Collections.synchronizedList
    3. Collections.synchronizedMap
    4. Collections.synchronizedSet
    5. Collections.synchronizedNavigableMap
    6. Collections.synchronizedNavigableSet
    7. Collections.synchronizedSortedMap
    8. Collections.synchronizedSortedSet
  3. java.util.concurrent.*
1.2 重点 重点介绍 java.util.concurrent.* 下的线程安全集合类，可以发现它们有规律，里面包含三类关键词：
Blocking、CopyOnWrite、Concurrent
  1. Blocking ：大部分实现基于锁，并提供用来阻塞的方法
  2. CopyOnWrite 之类容器：修改开销相对较重
  3. Concurrent 类型的容器
    1. 内部很多操作使用 cas 优化，一般可以提供较高吞吐量
    2. 弱一致性
    1. 遍历时弱一致性，例如，当利用迭代器遍历时，如果容器发生修改，迭代器仍然可以继续进行遍历，这时内容是旧的
    2. 求大小弱一致性，size 操作未必是 100% 准确
    3. 读取弱一致性
对于非安全容器来讲，如果遍历时如果发生了修改，使用fail-fast机制让遍历立刻失败，抛出ConcurrentModificationException，不再继续遍历
2. ConcurrentHashMap 2.1 JDK 7 HashMap 并发死链
  1. JDK 7 HashMap 并发死链
JDK7：头插法
测试代码
注意：要在 JDK 7 下运行，否则扩容机制和 hash 的计算方法都变了
HashMap 的并发死链发生在扩容时
public static void main(String[] args) {// 测试 java 7 中哪些数字的 hash 结果相等 System.out.println("长度为16时，桶下标为1的key"); for (int i = 0; i < 64; i++) {if (hash(i) % 16 == 1) {System.out.println(i); } } System.out.println("长度为32时，桶下标为1的key"); for (int i = 0; i < 64; i++) {if (hash(i) % 32 == 1) {System.out.println(i); } } // 1, 35, 16, 50 当大小为16时，它们在一个桶内1, 35 当大小为32时，它们在一个桶内 final HashMap map = new HashMap(); // 放 12 个元素 map.put(2, null); map.put(3, null); map.put(4, null); map.put(5, null); map.put(6, null); map.put(7, null); map.put(8, null); map.put(9, null); map.put(10, null); map.put(16, null); map.put(35, null); map.put(1, null); System.out.println("扩容前大小[main]:"+map.size()); new Thread() {@Override public void run() {// 放第 13 个元素, 发生扩容 map.put(50, null); System.out.println("扩容后大小[Thread-0]:"+map.size()); } }.start(); new Thread() {@Override public void run() {// 放第 13 个元素, 发生扩容 map.put(50, null); System.out.println("扩容后大小[Thread-1]:"+map.size()); } }.start(); }final static int hash(Object k) {int h = 0; if (0 != h && k instanceof String) {return 0; // 下面这行代码必须将环境调味 //return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }

死链复现 调试工具使用 idea
在 HashMap 源码 590 行加断点 int newCapacity = newTable.length;
断点的条件如下，目的是让 HashMap 在扩容为 32 时，并且线程为 Thread-0 或 Thread-1 时停下来
newTable.length==32 && ( Thread.currentThread().getName().equals("Thread-0")|| Thread.currentThread().getName().equals("Thread-1") )

断点暂停方式选择 Thread，否则在调试 Thread-0 时，Thread-1 无法恢复运行
运行代码，程序在预料的断点位置停了下来，输出
长度为16时，桶下标为1的key 1 16 35 50 长度为32时，桶下标为1的key 1 35 扩容前大小[main]:12

接下来进入扩容流程调试
在 HashMap 源码 594 行加断点
Entry next = e.next; // 593 if (rehash) // 594 // ...

这是为了观察 e 节点和 next 节点的状态，Thread-0 单步执行到 594 行（注意是使Thread-0，在debug切换线程再单步执行！），在 594 处再添加一个断点（条件Thread.currentThread().getName().equals("Thread-0")）
这时可以在 Variables 面板观察到 e 和 next 变量，使用 view as -> Object 查看节点状态
e (1)->(35)->(16)->null next (35)->(16)->null

在 Threads 面板选中 Thread-1 恢复运行，可以看到控制台输出新的内容如下，Thread-1 扩容已完成
newTable[1] (35)->(1)->null

扩容后大小:13

这时 Thread-0 还停在 594 处， Variables 面板变量的状态已经变化为
e (1)->null next (35)->(1)->null

为什么呢，因为 Thread-1 扩容时链表也是后加入的元素放入链表头，因此链表就倒过来了，但 Thread-1 虽然结果正确，但它结束后 Thread-0 还要继续运行
接下来就可以单步调试（F8）观察死链的产生了，下一轮循环到 594，将 e 搬迁到 newTable 链表头
newTable[1] (1)->null e(35)->(1)->null next(1)->null

下一轮循环到 594，将 e 搬迁到 newTable 链表头
newTable[1] (35)->(1)->null e(1)->null nextnull

再看看源码
e.next = newTable[1]; // 这时 e (1,35) // 而 newTable[1] (35,1)->(1,35) 因为是同一个对象 newTable[1] = e; // 再尝试将 e 作为链表头, 死链已成 e = next; // 虽然 next 是 null, 会进入下一个链表的复制, 但死链已经形成了

源码分析 HashMap 的并发死链发生在扩容时
// 将 table 迁移至 newTable void transfer(Entry[] newTable, boolean rehash) {int newCapacity = newTable.length; for (Entry e : table) {while(null != e) {Entry next = e.next; // 1 处 if (rehash) {e.hash = null == e.key ? 0 : hash(e.key); } int i = indexFor(e.hash, newCapacity); // 2 处 // 将新元素加入 newTable[i], 原 newTable[i] 作为新元素的 next e.next = newTable[i]; newTable[i] = e; e = next; } } }

假设 map 中初始元素是
原始链表，格式：[下标] (key,next) [1] (1,35)->(35,16)->(16,null)线程 a 执行到 1 处 ，此时局部变量 e 为 (1,35)，而局部变量 next 为 (35,16) 线程 a 挂起线程 b 开始执行第一次循环 [1] (1,null)第二次循环 [1] (35,1)->(1,null)第三次循环 [1] (35,1)->(1,null) [17] (16,null)切换回线程 a，此时局部变量 e 和 next 被恢复，引用没变但内容变了：e 的内容被改为 (1,null)，而 next 的内容被改为 (35,1) 并链向 (1,null)第一次循环 [1] (1,null)第二次循环，注意这时 e 是 (35,1) 并链向 (1,null) 所以 next 又是 (1,null) [1] (35,1)->(1,null)第三次循环，e 是 (1,null)，而 next 是 null，但 e 被放入链表头，这样 e.next 变成了 35 （2 处） [1] (1,35)->(35,1)->(1,35)已经是死链了

2.2 JDK 8 ConcurrentHashMap 重要方法
// 获取 Node[] 中第 i 个 Node static final Node tabAt(Node[] tab, int i)// cas 修改 Node[] 中第 i 个 Node 的值, c 为旧值, v 为新值 static final boolean casTabAt(Node[] tab, int i, Node c, Node v)// 直接修改 Node[] 中第 i 个 Node 的值, v 为新值 static final void setTabAt(Node[] tab, int i, Node v)

重要属性和内部类
// 默认为 0 // 当初始化时, 为 -1 // 当扩容时, 为 -(1 + 扩容线程数) // 当初始化或扩容完成后，为 下一次的扩容的阈值大小 private transient volatile int sizeCtl; // 整个 ConcurrentHashMap 就是一个 Node[] static class Node implements Map.Entry { } // hash 表 transient volatile Node[] table; // 扩容时的 新 hash 表 private transient volatile Node[] nextTable; // 扩容时如果某个 bin 迁移完毕, 用 ForwardingNode 作为旧 table bin 的头结点 static final class ForwardingNode extends Node { } // 用在 compute 以及 computeIfAbsent 时, 用来占位, 计算完成后替换为普通 Node static final class ReservationNode extends Node { } // 作为 treebin 的头节点, 存储 root 和 first static final class TreeBin extends Node { } // 作为 treebin 的节点, 存储 parent, left, right static final class TreeNode extends Node { }

构造器分析
可以看到实现了懒惰初始化，在构造方法中仅仅计算了 table 的大小，以后在第一次使用时才会真正创建
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) throw new IllegalArgumentException(); if (initialCapacity < concurrencyLevel) // Use at least as many bins initialCapacity = concurrencyLevel; // as estimated threads long size = (long)(1.0 + (long)initialCapacity / loadFactor); // tableSizeFor方法仍然是保证cap计算的大小是 2^n, 即 16,32,64 ... int cap = (size >= (long)MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : tableSizeFor((int)size); this.sizeCtl = cap; }

get 流程
public V get(Object key) {Node[] tab; Node e, p; int n, eh; K ek; // spread 方法能确保返回结果是正数 int h = spread(key.hashCode()); if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) {// 1.如果头结点已经是要查找的 key if ((eh = e.hash) == h) {//先使用==比较，再用 equals 比较 if ((ek = e.key) == key || (ek != null && key.equals(ek))) return e.val; } //2. hash 为负数表示该 bin 在扩容中或是 treebin, 这时调用 find 方法来查找 else if (eh < 0) return (p = e.find(h, key)) != null ? p.val : null; //3. 正常遍历链表, 先使用==比较，再用 equals 比较 while ((e = e.next) != null) {if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) return e.val; } } return null; }

put流程
putVal()方法
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 =https://www.it610.com/article/= null) throw new NullPointerException(); // 其中 spread 方法会综合高位低位, 返回的hash为正值，具有更好的 hash 性 int hash = spread(key.hashCode()); // 这个变量记录的是链表的长度 int binCount = 0; for (Node[] tab = table; ; ) {// f 是链表头节点 // fh 是链表头结点的 hash // i 是链表在 table 中的下标 Node f; int n, i, fh; // 1. 如果要创建 table if (tab == null || (n = tab.length) == 0) // 初始化 table 使用了 cas, 无需 synchronized。 创建成功, 进入下一轮循环 // 这个方法看下面的分析 tab = initTable(); // 2.如果要创建链表头节点 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {// 添加链表头使用了 cas, 无需 synchronized if (casTabAt(tab, i, null, new Node(hash, key, value, null))) break; } // 3.线程正在扩容：帮忙扩容(按理来说，在一个线程扩容的过程中，另一个线程应该阻塞住的，但是没有，是因为扩容线程是把锁加在链表中的，所以另一个线程可以帮忙扩容) else if ((fh = f.hash) == MOVED) // 帮忙之后, 进入下一轮循环 tab = helpTransfer(tab, f); // 4.捅下标冲突的情况 else {V oldVal = null; // 锁住链表头节点 synchronized (f) {// 再次确认链表头节点没有被移动 if (tabAt(tab, i) == f) {// 链表，判断hash码是不是大于0，普通节点的都是大于0滴 if (fh >= 0) {binCount = 1; // 遍历链表 for (Node e = f; ; ++binCount) {K ek; // 找到相同的 key if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) {oldVal = e.val; // 更新 if (!onlyIfAbsent) e.val = value; break; } Node pred = e; // 已经是最后的节点了, 新增 Node, 追加至链表尾 if ((e = e.next) == null) {pred.next = new Node(hash, key, value, null); break; } } } // 红黑树 else if (f instanceof TreeBin) {Node p; binCount = 2; // putTreeVal 会看 key 是否已经在树中, 是, 则返回对应的 TreeNode if ((p = ((TreeBin)f).putTreeVal(hash, key, value)) != null) {oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } // 释放链表头节点的锁 }if (binCount != 0) {if (binCount >= TREEIFY_THRESHOLD) // 如果链表长度 >= 树化阈值(8), 进行链表转为红黑树 // 注意这里也不是立马变成红黑树，而是将链表扩容到64之后，如果还是链表长度 >= 树化阈值(8)才变红黑树 treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } // 增加 size 计数，除了维护元素计数的功能外，扩容的逻辑也在这里 // 这个方法看下面的分析 addCount(1L, binCount); return null; }

initTable()方法
private final Node[] initTable() {Node[] tab; int sc; while ((tab = table) == null || tab.length == 0) {/**sizeCtl * 默认为 0 * 当初始化时, 为 -1 * 当扩容时, 为 -(1 + 扩容线程数) * 当初始化或扩容完成后，为下一次的扩容的阈值大小 */ if ((sc = sizeCtl) < 0) Thread.yield(); // 尝试将 sizeCtl 设置为 -1（表示初始化 table） // compareAndSwapInt(this, valueOffset, expect, update); else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {// 获得锁, 创建 table, 这时其它线程会在 while() 循环中 yield 直至 table 创建 try {if ((tab = table) == null || tab.length == 0) {int n = (sc > 0) ? sc : DEFAULT_CAPACITY; Node[] nt = (Node[])new Node[n]; table = tab = nt; // 设置为下次要扩容时的阈值 sc = n - (n >>> 2); } } finally {sizeCtl = sc; } break; } } return tab; }

addCount()方法
/** * x是需要增加的长度 * check 是之前 binCount 的个数(即当前链表的长度 * * 这里设置了多个累加单元，可以保证多线程去做计数增长时，cas冲突减少，增加性能 * @param x * @param check */ private final void addCount(long x, int check) {CounterCell[] as; long b, s; if ( // 已经有了 counterCells（累加单元数组）, 向 cell 累加 (as = counterCells) != null || // 还没有, 向 baseCount 累加 !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x) ) {CounterCell a; long v; int m; boolean uncontended = true; if ( // 还没有 counterCells as == null || (m = as.length - 1) < 0 || // 还没有 cell (a = as[ThreadLocalRandom.getProbe() & m]) == null || // cell cas 增加计数失败 !(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x)) ) {// 创建累加单元数组和cell, 累加重试 fullAddCount(x, uncontended); return; } if (check <= 1) return; // 获取元素个数 // 这个方法看下面的分析 s = sumCount(); } if (check >= 0) {Node[] tab, nt; int n, sc; // 判断一下元素个数s是不是大于扩容的阈值 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; // newtable 已经创建了，帮忙扩容 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) transfer(tab, nt); } // 需要扩容，这时 newtable 未创建 // rs << RESIZE_STAMP_SHIFT) + 2的结果就是一个负数 else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) // transfer()为扩容函数，private final void transfer(Node[] tab, Node[] nextTab) // 第一个参数为原始的table，第二个为新的table transfer(tab, null); s = sumCount(); } } }

size()方法 计算流程 size 计算实际发生在 put，remove 改变集合元素的操作之中；这个计数是不准确的，因为是在多线程的环境中
  1. 没有竞争发生，向 baseCount 累加计数
  2. 有竞争发生，新建 counterCells，向其中的一个 cell 累加计数
    1. counterCells 初始有两个 cell
    2. 如果计数竞争比较激烈，会创建新的 cell 来累加计数
public int size() {long n = sumCount(); return ((n < 0L) ? 0 : (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int)n); } final long sumCount() {CounterCell[] as = counterCells; CounterCell a; // 将 baseCount 计数与所有 cell 计数累加 long sum = baseCount; if (as != null) {for (int i = 0; i < as.length; ++i) {if ((a = as[i]) != null) sum += a.value; } } return sum; }

transfer()方法
private final void transfer(ConcurrentHashMap.Node[] tab, ConcurrentHashMap.Node[] nextTab) {int n = tab.length, stride; if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE) stride = MIN_TRANSFER_STRIDE; // subdivide range // 创建新的nexttable if (nextTab == null) { // initiating try {@SuppressWarnings("unchecked") // n << 1就是原有的容量给她值变为两倍 ConcurrentHashMap.Node[] nt = (ConcurrentHashMap.Node[])new ConcurrentHashMap.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; ConcurrentHashMap.ForwardingNode fwd = new ConcurrentHashMap.ForwardingNode(nextTab); boolean advance = true; boolean finishing = false; // to ensure sweep before committing nextTab for (int i = 0, bound = 0; ; ) {ConcurrentHashMap.Node f; int fh; while (advance) {/** * 省略 */} if (i < 0 || i >= n || i + n >= nextn) {/** * 省略 */ } // 找到这个链表的链表头，如果为null，代表已经被处理完了，那么就把链表头替换为fwd else if ((f = tabAt(tab, i)) == null) advance = casTabAt(tab, i, null, fwd); // 如果发现链表头已经被置为了fwd，那么就继续处理下一个链表 else if ((fh = f.hash) == MOVED) advance = true; // already processed else {// 把链表头锁住 synchronized (f) {if (tabAt(tab, i) == f) {ConcurrentHashMap.Node ln, hn; // 发现是普通节点 if (fh >= 0) {/** * 省略 */ } // 发现是树型节点 else if (f instanceof ConcurrentHashMap.TreeBin) {/** * 省略 */ } } } } } }

2.3 JDK 7 ConcurrentHashMap 它维护了一个 segment 数组，每个 segment 对应一把锁
  • 优点：如果多个线程访问不同的 segment，实际是没有冲突的，这与 jdk8 中是类似的（jdk8中是把锁加在链表头上，jdk7是把锁加在segment对象上）
  • 缺点：Segments 数组默认大小为16，这个容量初始化指定后就不能改变了，并且不是懒惰初始化（构造方法一执行就会创建需要用到的数组）
构造器分析
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0) throw new IllegalArgumentException(); if (concurrencyLevel > MAX_SEGMENTS) concurrencyLevel = MAX_SEGMENTS; // ssize 必须是 2^n, 即 2, 4, 8, 16 ... 表示了 segments 数组的大小 int sshift = 0; int ssize = 1; while (ssize < concurrencyLevel) {++sshift; ssize <<= 1; } // segmentShift 默认是 32 - 4 = 28 // this.segmentShift 和 this.segmentMask 的作用是决定将 key 的 hash 结果匹配到哪个 segment this.segmentShift = 32 - sshift; // segmentMask 默认是 15 即 0000 0000 0000 1111 this.segmentMask = ssize - 1; if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; int c = initialCapacity / ssize; if (c * ssize < initialCapacity) ++c; int cap = MIN_SEGMENT_TABLE_CAPACITY; while (cap < c) cap <<= 1; // 创建 segments and segments[0]（segments[0]存的是一个HashEntry数组），这里说明了创建数组过程中和jdk8的不同，此处是直接创建需要用到的数组， //而不是jdk8的懒加载 Segment s0 = new Segment(loadFactor, (int)(cap * loadFactor), (HashEntry[])new HashEntry[cap]); Segment[] ss = (Segment[])new Segment[ssize]; UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0] this.segments = ss; }

构造完成，如下图所示
Java并发编程|并发编程（九）J.U.C 之 ConcurrentHashMap原理
文章图片

可以看到 ConcurrentHashMap 没有实现懒惰初始化，空间占用不友好
其中 this.segmentShift 和 this.segmentMask 的作用是决定将 key 的 hash 结果匹配到哪个 segment
例如，根据某一 hash 值求 segment 位置，先将高位向低位移动 this.segmentShift 位
Java并发编程|并发编程（九）J.U.C 之 ConcurrentHashMap原理
文章图片

put() 方法
public V put(K key, V value) {Segment s; if (value =https://www.it610.com/article/= null) throw new NullPointerException(); // 计算出hash int hash = hash(key); // 计算出 segment 下标，进行移位运算之后再进行与运算 int j = (hash>>> segmentShift) & segmentMask; // 获得 segment 对象, 判断是否为 null, 是则创建该 segment if ((s = (Segment)UNSAFE.getObject (segments, (j << SSHIFT) + SBASE)) == null) {// 这时不能确定是否真的为 null, 因为其它线程也可能发现该 segment 为 null,因此在 ensureSegment 里用 cas 方式保证该 segment 安全性 // ensureSegment中将创建Segment对象 s = ensureSegment(j); } // concurrentHashMap实际上调用的是segment的put方法，进入 segment 的put 流程 return s.put(key, hash, value, false); }

segment 继承了可重入锁（ReentrantLock），它的 put 方法为
final V put(K key, int hash, V value, boolean onlyIfAbsent) {// tryLock()尝试加锁，tryLock()方法会立刻返回一个true或者false HashEntry node = tryLock() ? null : // 如果不成功, 进入 scanAndLockForPut 流程 // 如果是多核 cpu 最多 tryLock 64 次, 进入 lock 流程 // 在尝试期间, 还可以顺便看该节点在链表中有没有, 如果没有顺便创建出来 scanAndLockForPut(key, hash, value); // 执行到这里 segment 已经被成功加锁, 可以安全执行 V oldValue; try {// HashEntry数组相当于一个小的hash表 HashEntry[] tab = table; int index = (tab.length - 1) & hash; // 找到链表的头结点 HashEntry first = entryAt(tab, index); for (HashEntry e = first; ; ) {// 更新 if (e != null) {K k; if ((k = e.key) == key || (e.hash == hash && key.equals(k))) {oldValue = https://www.it610.com/article/e.value; if (!onlyIfAbsent) {e.value = value; ++modCount; } break; } e = e.next; } // 新增 else {// 1) 如果之前等待锁时, node 已经被创建, next 指向链表头 if (node != null) node.setNext(first); else // 2) 创建新 node node = new HashEntry(hash, key, value, first); int c = count + 1; // 3) 扩容 if (c > threshold && tab.length < MAXIMUM_CAPACITY) rehash(node); else // 将 node 作为链表头 setEntryAt(tab, index, node); ++modCount; count = c; oldValue = https://www.it610.com/article/null; break; } } } finally {unlock(); } return oldValue; }

rehash() 方法 发生在 put 中，因为此时已经获得了锁，因此 rehash 时不需要考虑线程安全
private void rehash(HashEntry node) {HashEntry[] oldTable = table; int oldCapacity = oldTable.length; // 新容量为旧容量的两倍 int newCapacity = oldCapacity << 1; threshold = (int)(newCapacity * loadFactor); HashEntry[] newTable = (HashEntry[]) new HashEntry[newCapacity]; int sizeMask = newCapacity - 1; for (int i = 0; i < oldCapacity ; i++) {// 找到每一条链表 HashEntry e = oldTable[i]; // 如果链表中有元素 if (e != null) {HashEntry next = e.next; // 求出第一个元素在扩容后的数组中的下标 int idx = e.hash & sizeMask; // 1. Single node on list，如果只有一个节点，那么就直接移动到新数组中的合适位置 if (next == null) newTable[idx] = e; // 2. 多个节点： Reuse consecutive sequence at same slot在同一插槽中重复使用连续序列 else {HashEntry lastRun = e; int lastIdx = idx; // 2.1 过一遍链表, 尽可能把 rehash 后 idx 不变的节点重用（即尽可能进行搬迁工作而不是重建） for (HashEntry last = next; last != null; last = last.next) {int k = last.hash & sizeMask; if (k != lastIdx) {lastIdx = k; lastRun = last; } } newTable[lastIdx] = lastRun; //2.2 剩余节点需要新建 for (HashEntry p = e; p != lastRun; p = p.next) {V v = p.value; int h = p.hash; int k = h & sizeMask; // 头结点插入 HashEntry n = newTable[k]; newTable[k] = new HashEntry(h, p.key, v, n); } } } } // add the new node 扩容完成, 才加入新的节点 int nodeIndex = node.hash & sizeMask; node.setNext(newTable[nodeIndex]); // 将新节点设置为链表头 newTable[nodeIndex] = node; // 替换为新的 HashEntry table table = newTable; }

get() 方法 【Java并发编程|并发编程（九）J.U.C 之 ConcurrentHashMap原理】get 时并未加锁，用了 UNSAFE 方法保证了可见性，扩容过程中，get 先发生就从旧表取内容，get 后发生就从新表取内容
public V get(Object key) {Segment s; // manually integrate access methods to reduce overhead HashEntry[] tab; int h = hash(key); // u 为 segment 对象在数组中的偏移量 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE; // 1.获取到Segment，s 即为 segment if ((s = (Segment)UNSAFE.getObjectVolatile(segments, u)) != null && (tab = s.table) != null) {// 2.获取到Segment中的HashEntry for (HashEntry e = (HashEntry) UNSAFE.getObjectVolatile (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE); e != null; e = e.next) {K k; if ((k = e.key) == key || (e.hash == h && key.equals(k))) return e.value; } } return null; }

size() 方法
  1. 计算元素个数前，先不加锁计算两次，如果前后两次结果如一样，认为个数正确返回
  2. 如果不一样，进行重试，重试次数超过 3，将所有 segment 锁住，重新计算个数返回
public int size() {// Try a few times to get accurate count. On failure due to // continuous async changes in table, resort to locking. final Segment[] segments = this.segments; int size; boolean overflow; // true if size overflows 32 bits long sum; // sum of modCounts long last = 0L; // previous sum int retries = -1; // first iteration isn't retry try {for (; ; ) {if (retries++ == RETRIES_BEFORE_LOCK) {// 超过重试次数, 需要创建所有 segment 并加锁 for (int j = 0; j < segments.length; ++j) ensureSegment(j).lock(); // force creation } sum = 0L; size = 0; overflow = false; for (int j = 0; j < segments.length; ++j) {Segment seg = segmentAt(segments, j); if (seg != null) {// modCount表示最近修改的次数，比如put sum += seg.modCount; // count表示元素的个数 int c = seg.count; if (c < 0 || (size += c) < 0) // 表示已经溢出了 overflow = true; } } // 如果sum == last，那么说明这段区间没有其它线程干扰 if (sum == last) break; last = sum; } } finally {// 判断如果加了锁，那么就要进行解锁 if (retries > RETRIES_BEFORE_LOCK) {for (int j = 0; j < segments.length; ++j) segmentAt(segments, j).unlock(); } } return overflow ? Integer.MAX_VALUE : size; }

    推荐阅读


    上一篇：MySQL|MySQL5.7数据库-表连接&子查询&外键

    下一篇：钛度热评|苹果发布会越来越“淡”，iPhone会像iPod一样被苹果“战略抛弃”吗？｜钛度热评