ConcurrentHashMap的实现原理
目录一、为什么用ConcurrentHashMap?二、ConcurrentHashMap结构及初始化1.ConcurrentHashMap结构2. 初始化三、ConcurrentHashMap的API1. put()源码2. get()源码四、参考资料一、为什么用ConcurrentHashMap?ConcurrentHashMap线程安全且高效的操作,如下图对比所示。而HashMap非线程安全
目录
一、为什么用ConcurrentHashMap?
ConcurrentHashMap线程安全且高效的操作,如下图对比所示。而HashMap非线程安全,在put操作时,易出现死循环,即:链表会形成环形(next元素指向前一个元素)。
类型 | 特点 |
HashMap | 1. 非线程安全 2. 多线程put操作下,易出现死循环 |
HashTable | 1. 线程安全 2. 底层synchronized,并发效率低 |
ConcurrentHashMap | 1. 线程安全 3. 底层volatile且自旋CAS操作,并发效率高 2. 结构: JDK7:Segment数组 + HashEntry数组 + 链表 (锁分段技术 _ 锁Segment的数据段) JDK8:Node数组 + 链表/红黑树 (Node数组元素加锁) |
二、ConcurrentHashMap结构及初始化
JDK7和JDK8的结构有很大不同,JDK7采用:Segment数组 + HashEntry数组 + 链表的锁分段技术;而JDK8采用:Node数组 + 链表/红黑树。其线程安全都是使用volatile修饰且自旋CAS操作。这里介绍JDK8的结构。
1. ConcurrentHashMap结构
如上图, java8 ConcurrentHashMap结构采用Node数组 + 链表/红黑树。当链表达到一定长度(TREEIFY_THRESHOLD=8)时,链表会转换成红黑树;若减少元素,红黑树可以再次转换成链表。
为了保证线程安全,ConcurrentHashMap主要变量,如:Node<K,V>[] table、Node<K,V>[] nextTable、long baseCount、int sizeCtl都是volatile修饰。同时Node中V val、Node<K,V> next也都是volatile修饰。这些主要变量与HashMap中的主要变量的最大区别,ConcurrentHashMap有volatile修饰,才能保证线程安全性。
2. 初始化
ConcurrentHashMap使用赖初始化Node<K,V>[] table,即:添加第一个元素时初始化table变量,调用initTable()方法完成初始化。
如下代码所示。通过自旋和CAS操作完成初始化。sizeCtl变量决定当前初始化状态。
/**
* 根据sizeCtl变量完成table变量的初始化
*/
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// table为null或长度为0
while ((tab = table) == null || tab.length == 0) {
// 读volatile字段sizeCtl
// sizeCtl = -1时,表示其他线程CAS正在初始化
// sizeCtl = -x时,表示其他线程正在扩容
if ((sc = sizeCtl) < 0)
// 中止当前线程,让出CPU资源
Thread.yield(); // lost initialization race; just spin
// 初始化table
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;
}
三、ConcurrentHashMap的API
1. put()源码
如下代码所示。主要逻辑如下:
- step1:根据key计算出hashcode;
- step2:判断是否需要进行初始化;
- step3:即为当前 key 定位出的Node,如果为空表示当前位置可以写入数据,利用CAS尝试写入,失败则自旋保证成功;
- step4:如果当前位置的hashcode == MOVED == -1,则需要进行扩容;
- step5:如果都不满足,则利用synchronized锁写入数据;
- step6:如果数量大于TREEIFY_THRESHOLD则要转换为红黑树。
/**
* 添加元素
*/
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) {
// key、value不能为null
if (key == null || value == null) throw new NullPointerException();
// 获取key的hash
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
// f:目标位置元素
// fh:后面存放目标位置的元素hash值
Node<K,V> f; int n, i, fh;
// table为null或长度0,则初始化
if (tab == null || (n = tab.length) == 0)
tab = initTable();
// 目标位置元素为null,则直接放入,成功跳出
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// CAS放入,不加锁,成功跳出
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
// 判定是否需要扩容
// 当前位置的hashcode == MOVED == -1,则需要进行扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
// 使用 synchronized 加锁加入节点
synchronized (f) {
if (tabAt(tab, i) == f) {
// 链表
if (fh >= 0) {
binCount = 1;
// 循环加入新的或者覆盖节点
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;
}
}
}
// 红黑树
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;
}
}
}
}
// 数量大于 TREEIFY_THRESHOLD 则要转换为红黑树
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
2. get()源码
如下代码所示。主要逻辑如下:
- step1:根据hash值计算位置;
- step2:查找到指定位置,如果头节点就是要找的,直接返回它的value;
- step3:如果头节点hash < 0,说明正在扩容或者是红黑树,查找之;
- step4:如果是链表,遍历查找之。
/**
* 获取key对应value
*/
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 计算key的hash,确定table的元素位置
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 如果指定位置元素存在,头结点hash值相同
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
// 头结点hash值小于0,说明正在扩容或者是红黑树,find查找
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
// 是链表,遍历查找
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
四、参考资料
更多推荐
所有评论(0)