ConcurrentHashMap對於不同JDK版本的不同結構（^_^^_^）

瞭解ConcurrentHashMap 實現原理，建議首先了解下HashMap實現原理。

爲什麼要用ConcurrentHashMap

HashMap線程不安全，而Hashtable是線程安全，但是它使用了synchronized進行方法同步，插入、讀取數據都使用了synchronized，當插入數據的時候不能進行讀取（相當於把整個Hashtable都鎖住了，全表鎖），當多線程併發的情況下，都要競爭同一把鎖，導致效率極其低下。而在JDK1.5後爲了改進Hashtable的痛點，ConcurrentHashMap應運而生。

ConcurrentHashMap爲什麼高效？

JDK1.5中的實現

ConcurrentHashMap使用的是分段鎖技術,將ConcurrentHashMap將鎖一段一段的存儲，然後給每一段數據配一把鎖（segment），當一個線程佔用一把鎖（segment）訪問其中一段數據的時候，其他段的數據也能被其它的線程訪問，默認分配16個segment。默認比Hashtable效率提高16倍。

ConcurrentHashMap的結構圖如下（網友貢獻的圖，哈）：

JDK1.8中的實現

ConcurrentHashMap取消了segment分段鎖，而採用node節點+CAS和synchronized來保證併發安全。數據結構跟HashMap1.8的結構一樣，Node數組+鏈表/紅黑二叉樹。
synchronized只鎖定當前鏈表或紅黑二叉樹的首節點，這樣只要hash不衝突，就不會產生併發，效率又提升N倍。

JDK1.8的ConcurrentHashMap的結構圖如下：

下面的圖更直接：

ConcurrentHashMap 源碼分析

只有在執行第一次put方法時纔會調用initTable()初始化Node數組，實現如下：

private final Node<K,V>[] initTable() {
    Node<K,V>[] tab; int sc;
    while ((tab = table) == null || tab.length == 0) {
        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;
}

put實現

當執行put方法插入數據時，根據key的hash值定位Node[]數組的索引座標，在Node數組中找到相應的位置，實現如下：

1、如果相應位置的Node還未初始化，則使用CAS進行添加（鏈表的頭結點），添加失敗則進入下次循環。

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
}

2、如果相應位置的Node不爲空，且當前該節點不處於移動狀態，則對該節點加synchronized鎖，如果該節點的hash不小於0，則遍歷鏈表更新節點或插入新節點；

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;
        }
    }
}

3、如果該節點是TreeBin類型的節點，說明是紅黑樹結構，則通過putTreeVal方法往紅黑樹中插入節點；

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;
    }
}

4、如果binCount不爲0，說明put操作對數據產生了影響，如果當前鏈表的個數達到8個，則通過treeifyBin方法轉化爲紅黑樹，如果oldVal不爲空，說明是一次更新操作，沒有對元素個數產生影響，則直接返回舊值；

if (binCount != 0) {
    if (binCount >= TREEIFY_THRESHOLD)
        treeifyBin(tab, i);
    if (oldVal != null)
        return oldVal;
    break;
}

5、如果插入的是一個新節點，則執行addCount()方法嘗試更新元素個數baseCount；

size實現

1.8中使用一個volatile類型的變量baseCount記錄元素的個數，當插入新數據或則刪除數據時，會通過addCount()方法更新baseCount，實現如下：

if ((as = counterCells) != null ||
    !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
    CounterCell a; long v; int m;
    boolean uncontended = true;
    if (as == null || (m = as.length - 1) < 0 ||
        (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
        !(uncontended =
          U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
        fullAddCount(x, uncontended);
        return;
    }
    if (check <= 1)
        return;
    s = sumCount();
}

1、初始化時counterCells爲空，在併發量很高時，如果存在兩個線程同時執行CAS修改baseCount值，則失敗的線程會繼續執行方法體中的邏輯，使用CounterCell記錄元素個數的變化；

2、如果CounterCell數組counterCells爲空，調用fullAddCount()方法進行初始化，並插入對應的記錄數，通過CAS設置cellsBusy字段，只有設置成功的線程才能初始化CounterCell數組，實現如下：

else if (cellsBusy == 0 && counterCells == as &&
         U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
    boolean init = false;
    try {                           // Initialize table
        if (counterCells == as) {
            CounterCell[] rs = new CounterCell[2];
            rs[h & 1] = new CounterCell(x);
            counterCells = rs;
            init = true;
        }
    } finally {
        cellsBusy = 0;
    }
    if (init)
        break;
}

3、如果通過CAS設置cellsBusy字段失敗的話，則繼續嘗試通過CAS修改baseCount字段，如果修改baseCount字段成功的話，就退出循環，否則繼續循環插入CounterCell對象；

else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))
    break;

所以在1.8中的size實現比1.7簡單多，因爲元素個數保存baseCount中，部分元素的變化個數保存在CounterCell數組中，實現如下：

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;
    long sum = baseCount;
    if (as != null) {
        for (int i = 0; i < as.length; ++i) {
            if ((a = as[i]) != null)
                sum += a.value;
        }
    }
    return sum;
}

通過累加baseCount和CounterCell數組中的數量，即可得到元素的總個數；

分析代碼主要目的：分析是如果利用CAS和Synchronized進行高效的同步更新數據。
下面插入數據源碼：

public V put(K key, V value) {
    return putVal(key, value, false);
}

    /** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
    //ConcurrentHashMap 不允許插入null鍵，HashMap允許插入一個null鍵
    if (key == null || value == null) throw new NullPointerException();
    //計算key的hash值
    int hash = spread(key.hashCode());
    int binCount = 0;
    //for循環的作用：因爲更新元素是使用CAS機制更新，需要不斷的失敗重試，直到成功爲止。
    for (Node<K,V>[] tab = table;;) {
        // f：鏈表或紅黑二叉樹頭結點，向鏈表中添加元素時，需要synchronized獲取f的鎖。
        Node<K,V> f; int n, i, fh;
        //判斷Node[]數組是否初始化，沒有則進行初始化操作
        if (tab == null || (n = tab.length) == 0)
            tab = initTable();
        //通過hash定位Node[]數組的索引座標，是否有Node節點，如果沒有則使用CAS進行添加（鏈表的頭結點），添加失敗則進入下次循環。
        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
        }
        //檢查到內部正在移動元素（Node[] 數組擴容）
        else if ((fh = f.hash) == MOVED)
            //幫助它擴容
            tab = helpTransfer(tab, f);
        else {
            V oldVal = null;
            //鎖住鏈表或紅黑二叉樹的頭結點
            synchronized (f) {
                //判斷f是否是鏈表的頭結點
                if (tabAt(tab, i) == f) {
                    //如果fh>=0 是鏈表節點
                    if (fh >= 0) {
                        binCount = 1;
                        //遍歷鏈表所有節點
                        for (Node<K,V> e = f;; ++binCount) {
                            K ek;
                            //如果節點存在，則更新value
                            if (e.hash == hash &&
                                ((ek = e.key) == key ||
                                 (ek != null && key.equals(ek)))) {
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            //不存在則在鏈表尾部添加新節點。
                            Node<K,V> pred = e;
                            if ((e = e.next) == null) {
                                pred.next = new Node<K,V>(hash, key,
                                                          value, null);
                                break;
                            }
                        }
                    }
                    //TreeBin是紅黑二叉樹節點
                    else if (f instanceof TreeBin) {
                        Node<K,V> p;
                        binCount = 2;
                        //添加樹節點
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                      value)) != null) {
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
            }
            
            if (binCount != 0) {
                //如果鏈表長度已經達到臨界值8 就需要把鏈表轉換爲樹結構
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                if (oldVal != null)
                    return oldVal;
                break;
            }
        }
    }
    //將當前ConcurrentHashMap的size數量+1
    addCount(1L, binCount);
    return null;
}

判斷Node[]數組是否初始化，沒有則進行初始化操作
通過hash定位Node[]數組的索引座標，是否有Node節點，如果沒有則使用CAS進行添加（鏈表的頭結點），添加失敗則進入下次循環。
檢查到內部正在擴容，如果正在擴容，就幫助它一塊擴容。
如果f!=null，則使用synchronized鎖住f元素（鏈表/紅黑二叉樹的頭元素）
4.1 如果是Node(鏈表結構)則執行鏈表的添加操作。
4.2 如果是TreeNode(樹型結果)則執行樹添加操作。
判斷鏈表長度已經達到臨界值8 就需要把鏈表轉換爲樹結構。

總結：
JDK8中的實現也是鎖分離的思想，它把鎖分的比segment（JDK1.5）更細一些，只要hash不衝突，就不會出現併發獲得鎖的情況。它首先使用無鎖操作CAS插入頭結點，如果插入失敗，說明已經有別的線程插入頭結點了，再次循環進行操作。如果頭結點已經存在，則通過synchronized獲得頭結點鎖，進行後續的操作。性能比segment分段鎖又再次提升。

ConcurrentHashMap對於不同JDK版本的不同結構（^_^^_^）

爲什麼要用ConcurrentHashMap

ConcurrentHashMap爲什麼高效？

ConcurrentHashMap 源碼分析

put實現

size實現

同步鎖可以使用字符串對象做鎖需要注意的事項

線程池ThreadPoolExecutor的三種隊列區別

jdk1.8後對集合的遍歷方法更新

JDK 7中引入的併發框架Fork/Join（^_^）

ThreadLocal 內存泄漏問題(^_^)

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結