前言：ConcurrentHashMap是非常經典的一個類，面試中會被經常問到，因爲它裏面用了非常複雜的數據結構，設計上也非常精緻，同時又涉及併發編程，可以說是個寶藏類，我會嘗試解讀一下這個類。
（我會抽空一直更新）
它的代碼高達6300行
一 註釋
我們來看一下類的註釋：
上面貼出來的是第一段註釋，後面我就不貼圖了，直接翻譯：
第一段：一個支持完全併發讀和高期望併發更新的hash表，這個類和HashTable實現了同樣的功能，包含了HashTable中所有的方法。然而，儘管（這個類）所有的操作都是線程安全的，取數據操作沒有使用鎖，而且不支持鎖住整個表（即阻止所有對錶的操作）。在依賴這個類的線程安全同時又不依賴它的實現細節的程序中，它和HashTable是可以互操作的。
第二段：取數據操作（包括get()）通常不會阻塞，所以可能會和更新操作（包括put()和remove()）重疊。取數據反映最近結束的更新操作的結果。（對一個給定的key的更新操作忍受了一個在更新之前發生的關係——這個關係是和任意的取這個數據的操作，（這一段不知道在說什麼，建議大家自己看））。對於批量化的操作例如putAll和clear，併發的取操作可能會反映出僅僅一小部分的entry（基本單位）的插入或者刪除。相似地，Iterators, Spliterators 和 Enumerations返回在一定程度上反映hash表在或者自從iterator/enumeration創建時的狀態的元素，他們不拋出ConcurrentModificationException異常。然而，iterators（迭代器）被設計爲一次只能供一個線程去使用。記住，用來彙總狀態的方法（包括size，isEmpty，containsValue）返回的結果，只在該map不在其它的線程中進行併發更新的時候纔有用，否則，這些方法返回的結果反映了短暫的狀態，這些狀態足夠用於監控或者評估目的，但是不夠用於程序控制。
如果有太多的碰撞（例如，擁有不同hash值的key，映射到了同一個slot），表會動態擴張，以實現一個期望的均值上的效果——維持大約一個mapping中有兩個bin（等價於裝載因子爲0.75），在這個均值附近，方差可能會很大，因爲mappings（匹配）被添加和刪除，但是總體上來說，這樣做維持了一個普遍可以接受的時間和空間上的均衡。然而，改變這個或者其它hash表的規模可能時一個相對較慢的操作。如果可能的話，提供一個hash表大小的評估，作爲這個類的構造函數的可續參數initialCapacity的初值，是一個非常好的做法。另一個可選的參數loadFactor（裝載因子）提供了進一步定製初始table的大小的方法——通過具體化table的密度，密度被用來計算空間的大小，這些空間被分配給定的個數的元素。爲了和這個類的以前的版本兼容，它的構造函數可能會有選擇的指定concurrencyLevel參數，作爲額外的反映table內部大小的線索。注意，使用很多具有相同hash值的key一定會降低任意hash表的表現。爲了改進影響，當key是可比較的，這個類可能會在key之間使用比較的順序來打破關係。
2019.10.14更新
ConcurrentHashMap的Set映射可能是使用newKeySet()或者newKeySet(int)創建的，或者使用keySet(Object)觀測當keys是我們感興趣的，而且映射的values是沒有（或許暫時的）使用的或者都映射了相同的value。
ConcurrentHashMap可以被用來作爲尺寸可變的頻繁map（一種直方圖或者多集的模式），通過使用LongAdder類的值並且使用couputeIfAbsent進行初始化。例如，爲了向ConcurrentHashMap<String,LongAdder> freqs添加一個值（就是說把它加1），你可以使用：
freqs.computeIfAbsent(k -> new LongAdder()).increment();
這個類和它的views以及iterators實現了Map和Iterator接口的所有的可選的方法。
像Hashtable但是不像HashMap，這個類不允許null值作爲key或者value.
ConcurrentHashMap支持一系列連續而且平行的桶操作，不像大部分的Stream方法，這些桶操作被設計爲安全而且通常是能夠感受到的，甚至被用於被其它線程同步更新的maps；例如，當計算一個共享的註冊表中的值的快照和。有三種操作，每一種操作有四種形式，接受使用Keys，Values，Entries和（Key，Value）作爲參數和/或返回值的函數。因爲ConcurrentHashMap的元素沒有按照特定的方法進行排序，而且可能在不同的平行的執行中被按照不同的順序處理。函數的正確性不應該依賴任何順序，或者任何其它的當計算在發生時可能短暫改變對象或者值。而且除了forEach操作，其它的都應該在理想的情況下是沒有副作用的。在Entry上的桶操作不支持方法setValue。
forEach：對每一個元素執行操作。在執行這個操作之前，一個可變的形式在每一個元素上應用一個給定的轉化。
search：返回第一個非null的在每一個元素上應用了給定的函數的結果。當一個元素被發現，就會跳過進一步的搜索。
reduce：收集每一個元素，支持的減少函數不能夠依賴順序（更官方的說法是，它應該是可關聯而且可交換的。）有5個變形：
Plain reductions。（沒有格式爲（Key，Value）作爲函數參數的這個方法，因爲沒有相對應的返回值。）
Mapped reductions，收集作用於每一個元素的函數的結果。
Reductions使用基礎值作用於標量doubles，longs，ints。
這些桶操作接受parallelismThreshold參數，如果當前的map的size被檢測爲小於給定的閾值，方法會連續執行。使用Long.MAX_VALUE作爲並行度的上限，使用值1會造成最大的並行度，最大並行度通過將主任務分離爲足夠的子任務來充分利用commonPool()來實現。通常，你在開始的時候可能會選擇這些極端值的一個，然後選擇能夠平衡開銷和吞吐量的中間值。
這些桶操作中的併發屬性跟隨自ConcurrentHashMap中的併發屬性：任意非空的get(key)的返回值、相關的取數據的方法，忍受了一個提前發生的和關聯的插入或者更新的關係。任意桶操作的結果反映了每一對元素間關係的結合（但是不是必須是原子的，當考慮到map是一個整體， 除非它被認爲是靜止的）。相反地，因爲map中的keys和values都不是null，null可以作爲一個非常可靠的結果缺失的指示器。爲了維持這個屬性，null作爲一個隱式的所有非標量減少操作的基礎。對於double、long和int版本，這個基礎應該是：當它和任何值結合的時候，返回那個值（它應該是減少的標識元素）。大多數的減少操作擁有
2019.10.17更新