ConcurreentHashMap的實現原理與使用
ConcurrentHashMap是線程安全且高效的HashMap。
爲什麼要使用ConcurrentHashMap
在併發編程中使用HashMap可能導致程序死循環。而使用線程安全的HashTable效率又非常低下，基於以上兩個原因，便有了ConcurrentHashMap的登場機會。
線程不安全的HashMap
在多線程環境下，使用HashMap進行put操作會引起死循環，導致CPU利用率接近100%，所以在併發情況下不能使用HashMap。
HashMap在併發執行put操作時會引起死循環，是因爲多線程會導致HashMap的Entry鏈表形成環形數據結構，一旦形成環形數據結構，Entry的next節點永遠不爲空，，就會產生死循環獲取Entry。
效率低下的HashTable
HashTable容器使用了synchronized來保證線程安全，但在線程競爭激烈的情況下HashTable的效率非常低下。因爲當一個線程訪問HashTable的同步方法，其他線程也訪問HashTable的同步方法時，會進入阻塞或輪詢狀態。
ConcurrentHashMap的鎖分段技術可有效提升併發訪問率
容器裏有很多把鎖，每一把鎖用於鎖容器中其中一部分數據，那麼當多線程訪問容器裏不同數據段的數據時，線程間就不會存在鎖競爭，從而可以有效提高併發訪問效率，這就是ConcurrentHashMap所使用的鎖分段技術。
ConcurrentHashMap的結構
ConcurrentHashMap是由Segment數組結構和HashEntry數據結構組成。Segment是一種可重入鎖（ReentrantLock），在ConcurrentHashMap裏扮演鎖的角色；HashEntry則用於存儲鍵值對數據。
ConcurrentHashMap的操作
get操作
Segment的get操作實現非常簡單和高效。先經過一次再散列，然後使用這個散列值通過散列運算定位到Segment，再通過散列算法定位到元素：
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) {
if ((eh = e.hash) == h) {
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) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}put操作
由於put操作方法裏需要對共享變量進行寫操作，所以爲了線程安全，在操作共享變量時必須加鎖。
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();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)
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;
}### 是否需要擴容
在插入元素前先會先判斷Segment裏的HashEntry數組是否超過容量（threshold），如果超過閾值，則對數組進行擴容
### 如何擴容
在擴容的時候，首先會創建一個容量是原來容量兩倍的數組，然後對原數組裏的元素進行再散列後插入到新的數組裏。爲了高效，ConcurrentHashMap不會對整個容器進行擴容，而只對某個segment進行擴容。
size操作
如果要統計整個ConcurrentHashMap裏元素的大小，就必須統計所有Segment裏的元素的大小後求和。
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
}JDK版本
ConcurrentHashMap源碼分析
- table：默認爲null，初始化發生在第一次插入操作，默認大小爲16的數組，用來存儲Node節點數據，擴容時大小總是2的冪次方。
- nextTable：默認爲null，擴容時新生成的數組，其大小爲原數組的兩倍。
- sizeCtl ：默認爲0，用來控制table的初始化和擴容操作，具體應用在後續會體現出來。
- -1 代表table正在初始化
- -N 表示有N-1個線程正在進行擴容操作
- 其餘情況：
1、如果table未初始化，表示table需要初始化的大小。
2、如果table初始化完成，表示table的容量，默認是table大小的0.75倍，居然用這個公式算0.75（n - (n >>> 2)）。 - Node：保存key，value及key的hash值的數據結構。
class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;
...
}其中value和next都用volatile修飾，保證併發的可見性。
- ForwardingNode：一個特殊的Node節點，hash值爲-1，其中存儲nextTable的引用。
final class ForwardingNode<K,V> extends Node<K,V> {
final Node<K,V>[] nextTable;
ForwardingNode(Node<K,V>[] tab) {
super(MOVED, null, null, null);
this.nextTable = tab;
}
}只有table發生擴容的時候，ForwardingNode纔會發揮作用，作爲一個佔位符放在table中表示當前節點爲null或則已經被移動。
實例初始化
實例化ConcurrentHashMap時帶參數時，會根據參數調整table的大小，假設參數爲100，最終會調整成256，確保table的大小總是2的冪次方，算法如下：
ConcurrentHashMap<String, String> hashMap = new ConcurrentHashMap<>(100);
private static final int tableSizeFor(int c) {
int n = c - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}注意，ConcurrentHashMap在構造函數中只會初始化sizeCtl值，並不會直接初始化table，而是延緩到第一次put操作。
table初始化
前面已經提到過，table初始化操作會延緩到第一次put行爲。但是put是可以併發執行的，Doug Lea是如何實現table只初始化一次的？讓我們來看看源碼的實現。
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
//如果一個線程發現sizeCtl<0，意味着另外的線程執行CAS操作成功，當前線程只需要讓出cpu時間片
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}sizeCtl默認爲0，如果ConcurrentHashMap實例化時有傳參數，sizeCtl會是一個2的冪次方的值。所以執行第一次put操作的線程會執行Unsafe.compareAndSwapInt方法修改sizeCtl爲-1，有且只有一個線程能夠修改成功，其它線程通過Thread.yield()讓出CPU時間片等待table初始化完成。
put操作
假設table已經初始化完成，put操作採用CAS+synchronized實現併發插入或更新操作，具體實現如下。
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
...省略部分代碼
}
addCount(1L, binCount);
return null;
}- hash算法
static final int spread(int h) {return (h ^ (h >>> 16)) & HASH_BITS;}- table中定位索引位置，n是table的大小
int index = (n - 1) & hash- 獲取table中對應索引的元素f。
Doug Lea採用Unsafe.getObjectVolatile來獲取，也許有人質疑，直接table[index]不可以麼，爲什麼要這麼複雜？
在java內存模型中，我們已經知道每個線程都有一個工作內存，裏面存儲着table的副本，雖然table是volatile修飾的，但不能保證線程每次都拿到table中的最新元素，Unsafe.getObjectVolatile可以直接獲取指定內存的數據，保證了每次拿到數據都是最新的。 - 如果f爲null，說明table中這個位置第一次插入元素，利用Unsafe.compareAndSwapObject方法插入Node節點。
- 如果CAS成功，說明Node節點已經插入，隨後addCount(1L, binCount)方法會檢查當前容量是否需要進行擴容。
- 如果CAS失敗，說明有其它線程提前插入了節點，自旋重新嘗試在這個位置插入節點。
- 如果f的hash值爲-1，說明當前f是ForwardingNode節點，意味有其它線程正在擴容，則一起進行擴容操作。
- 其餘情況把新的Node節點按鏈表或紅黑樹的方式插入到合適的位置，這個過程採用同步內置鎖實現併發，代碼如下:
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;
}
}
}
}在節點f上進行同步，節點插入之前，再次利用tabAt(tab, i) == f判斷，防止被其它線程修改。
- 如果f.hash >= 0，說明f是鏈表結構的頭結點，遍歷鏈表，如果找到對應的node節點，則修改value，否則在鏈表尾部加入節點。
- 如果f是TreeBin類型節點，說明f是紅黑樹根節點，則在樹結構上遍歷元素，更新或增加節點。
- 如果鏈表中節點數binCount >= TREEIFY_THRESHOLD(默認是8)，則把鏈表轉化爲紅黑樹結構。
table擴容
當table容量不足的時候，即table的元素數量達到容量閾值sizeCtl，需要對table進行擴容。
整個擴容分爲兩部分：
- 構建一個nextTable，大小爲table的兩倍。
- 把table的數據複製到nextTable中。
這兩個過程在單線程下實現很簡單，但是ConcurrentHashMap是支持併發插入的，擴容操作自然也會有併發的出現，這種情況下，第二步可以支持節點的併發複製，這樣性能自然提升不少，但實現的複雜度也上升了一個臺階。
先看第一步，構建nextTable，毫無疑問，這個過程只能只有單個線程進行nextTable的初始化，具體實現如下：
private final void addCount(long x, int check) {
...
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();
}
}
}通過Unsafe.compareAndSwapInt修改sizeCtl值，保證只有一個線程能夠初始化nextTable，擴容後的數組長度爲原來的兩倍，但是容量是原來的1.5。
節點從table移動到nextTable，大體思想是遍歷、複製的過程。
- 首先根據運算得到需要遍歷的次數i，然後利用tabAt方法獲得i位置的元素f，初始化一個forwardNode實例fwd。
- 如果f == null，則在table中的i位置放入fwd，這個過程是採用Unsafe.compareAndSwapObjectf方法實現的，很巧妙的實現了節點的併發移動。
- 如果f是鏈表的頭節點，就構造一個反序鏈表，把他們分別放在nextTable的i和i+n的位置上，移動完成，採用Unsafe.putObjectVolatile方法給table原位置賦值fwd。
- 如果f是TreeBin節點，也做一個反序處理，並判斷是否需要untreeify，把處理的結果分別放在nextTable的i和i+n的位置上，移動完成，同樣採用Unsafe.putObjectVolatile方法給table原位置賦值fwd。
遍歷過所有的節點以後就完成了複製工作，把table指向nextTable，並更新sizeCtl爲新數組大小的0.75倍 ，擴容完成。
紅黑樹構造
注意：如果鏈表結構中元素超過TREEIFY_THRESHOLD閾值，默認爲8個，則把鏈表轉化爲紅黑樹，提高遍歷查詢效率。
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}接下來我們看看如何構造樹結構，代碼如下：
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) {
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
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));
}
}
}
}
}可以看出，生成樹節點的代碼塊是同步的，進入同步代碼塊之後，再次驗證table中index位置元素是否被修改過。
1、根據table中index位置Node鏈表，重新生成一個hd爲頭結點的TreeNode鏈表。
2、根據hd頭結點，生成TreeBin樹結構，並把樹結構的root節點寫到table的index位置的內存中，具體實現如下：
TreeBin(TreeNode<K,V> b) {
super(TREEBIN, null, null, null);
this.first = b;
TreeNode<K,V> r = null;
for (TreeNode<K,V> x = b, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (r == null) {
x.parent = null;
x.red = false;
r = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = r;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
r = balanceInsertion(r, x);
break;
}
}
}
}
this.root = r;
assert checkInvariants(root);
}主要根據Node節點的hash值大小構建二叉樹。這個紅黑樹的構造過程實在有點複雜，感興趣的同學可以看看源碼。
get操作
get操作和put操作相比，顯得簡單了許多。
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) {
if ((eh = e.hash) == h) {
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) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}- 判斷table是否爲空，如果爲空，直接返回null。
- 計算key的hash值，並獲取指定table中指定位置的Node節點，通過遍歷鏈表或則樹結構找到對應的節點，返回value值。