java并发编程之ConcurrentHashMap

引言

ConcurrentHashMap是线程安全并且高效的HashMap，在并发编程中经常可见它的使用，在开始分析它的高并发实现机制前，先讲讲废话，看看它是如何被引入jdk的。

为什么引入ConcurrentHashMap？

1. HashMap线程不安全，它的线程不安全主要发生在put等对HashEntry有直接写操作的地方：

   
   HashMap线程不安全操作源码示例
   

   从put操作的源码不难看出，线程不安全主要可能发生在这两个地方：

• key已经存在，需要修改HashEntry对应的value；

• key不存在，在HashEntry中做插入。

2. Hashtable线程安全，但是效率低下：

   
   Hashtable源码示例.png
   

   从Hashtable示例的源码可以看出，Hashtable是用synchronized关键字来保证线程安全的，由于synchronized的机制是在同一时刻只能有一个线程操作，其他的线程阻塞或者轮询等待，在线程竞争激烈的情况下，这种方式的效率会非常的低下。

注：小小的多嘴一句，Hashtable扩容的时候newSize = 2 * oldSize + 1，这个是常识性的点，但是由于整个jdk源码封装比较好，而且Hashtable效率低下，使用较少，貌似好多程序员都不太知道这一点。

ConcurrentHashMap的为什么高效？
Hashtable低效主要是因为所有访问Hashtable的线程都争夺一把锁。如果容器有很多把锁，每一把锁控制容器中的一部分数据，那么当多个线程访问容器里的不同部分的数据时，线程之前就不会存在锁的竞争，这样就可以有效的提高并发的访问效率。这也正是ConcurrentHashMap使用的分段锁技术。将ConcurrentHashMap容器的数据分段存储，每一段数据分配一个Segment（锁），当线程占用其中一个Segment时，其他线程可正常访问其他段数据。

ConcurrentHashMap实现分析

在分析ConcurrentHashMap的源码之前先来看看它的结构：

ConcurrentHashMap类图

从类图可以看出：ConcurrentHashMap由Segment和HashEntry组成。

• Segment是可重入锁，它在ConcurrentHashMap中扮演分离锁的角色；

• HashEntry主要存储键值对；

• CurrentHashMap包含一个Segment数组，每个Segment包含一个HashEntry数组并且守护它，当修改HashEntry数组数据时，需要先获取它对应的Segment锁；而HashEntry数组采用开链法处理冲突，所以它的每个HashEntry元素又是链表结构的元素。

由此可以得出ConcurrentHashMap的结构图如下：

ConcurrentHashMap结构图

初始化ConcurrentHashMap

ConcurrentHashMap构造方法

可以看出，ConcurrentHashMap的构造方法都调用了public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel)，初始化部分都由它来完成，我们来看一看它是怎么来初始化ConcurrentHashMap的。

ConcurrentHashMap初始化具体实现
整个初始化是通过参数initialCapacity，loadFactor和concurrencyLevel来初始化segmentShift（段偏移量）、segmentMask（段掩码）和segment数组。

ConcurrentHashMap初始化具体实现

• 计算segment数组长度
  segment数组长度ssize是由concurrencyLevel计算得出，当ssize < concurrencyLevel时，ssize *= 2，至于为什么一定要保证ssize是2的N次方是为了可以通过按位与来定位segment；

注：concurrencyLevel的最大值是65535，那么，ssize的最大值就为65536，对应到二进制就是16位。

• 初始化segmentShift、segmentMask
  segmentShift和segmentMask在定位segment使用，segmentShift = 32 - ssize向左移位的次数，segmentMask = ssize - 1。ssize的最大长度是65536，对应的 segmentShift最大值为16，segmentMask最大值是65535，对应的二进制16位全1；

• 初始化segment

  1. 初始化每个segment的HashEntry长度；
  2. 创建segment数组和segment[0]。

  注：HashEntry长度cap同样也是2的N次方，默认情况，ssize = 16，initialCapacity = 16，loadFactor = 0.75f，那么cap = 1，threshold = (int) cap * loadFactor = 0。

Segment定位

• Hash算法
  ConcurrentHashMap使用分段锁segment来保护数据，也就是说，在插入和读取元素，需要先通过hash算法定位segment。ConcurrentHashMap使用了变种hash算法对元素的hashCode再散列。

  
  Hash算法

注：为什么需要再散列？
再散列的目的是为了减少冲突，让元素可以近似均匀的分布在不同的Segment上，从而提升存储效率。如果hash算法不好，最差的情况是所有的元素都在一个Segment中，这时候hash表将退化成链表，查询插入的时间复杂度都会从理想的o(1)退化成o(n^2)，同时，分段锁也会失去存在的意义。

• Segment定位
  ConcurrentHashMap将hashCode进行位运算来定位具体的segment：

  
  Segment定位
  

  默认情况下，segmentShift = 28， segmentMask = 15，hashCode最大是32位的二进制数，向右无符号移动28位，让高4位参与位运算（& segmentMask）。

ConcurrentHashMap相关操作实现分析

主要分析ConcurrentHashMap常用的三个操作：get/put/size的具体实现。

• get操作
  get实现
  1. 根据key，计算出hashCode；
  2. 根据步骤1计算出的hashCode定位segment，如果segment不为null && segment.table也不为null，跳转到步骤3，否则，返回null，该key所对应的value不存在；
  3. 根据hashCode定位table中对应的hashEntry，遍历hashEntry，如果key存在，返回key对应的value；
  4. 步骤3结束仍未找到key所对应的value，返回null，该key锁对应的value不存在。

比起Hashtable，ConcurrentHashMap的get操作高效之处在于整个get操作不需要加锁。如果不加锁，ConcurrentHashMap的get操作是如何做到线程安全的呢？原因是volatile，所有的value都定义成了volatile类型，volatile可以保证线程之间的可见性，这也是用volatile替换锁的经典应用场景。

HashEntry value定义

• put操作
  ConcurrentHashMap提供两个方法put和putIfAbsent来完成put操作，它们之间的区别在于put方法做插入时key存在会更新key所对应的value，而putIfAbsent不会更新。

  • put实现

    
    put实现
    1. 参数校验，value不能为null，为null时抛出NPE；
    2. 计算key的hashCode；
    3. 定位segment，如果segment不存在，创建新的segment；
    4. 调用segment的put方法在对应的segment做插入操作。

  • putIfAbsent实现

    
    putIfAbsent实现
    

    putIfAbsent的执行过程与put方法是一致的，除了最后调用的segment的put方法参数onlyIfAbsent传参不一样。

  segment的put方法实现
  segment的put方法是整个put操作的核心，它实现了在segment的HashEntry数组中做插入（segment的HashEntry数组采用开链法来处理冲突）。
  

  segment put实现
  具体的执行流程如下：
  1. 获取锁，保证put操作的线程安全；
  2. 定位到HashEntry数组中具体的HashEntry；
  3. 遍历HashEntry链表，假若待插入key已存在：
  • 需要更新key所对应value（!onlyIfAbsent），更新oldValue -> newValue，跳转到步骤5；
  • 否则，直接跳转到步骤5；
  4. 遍历完HashEntry链表，key不存在，插入HashEntry节点，oldValue = null，跳转到步骤5；
  5. 释放锁，返回oldValue。

  步骤4在做插入的时候实际上经历了两个步骤：

  • 第一：HashEntry数组扩容；
    • 是否需要扩容
      在插入元素前会先判断Segment的HashEntry数组是否超过threshold，如果超过阀值，则需要对HashEntry数组扩容；
    • 如何扩容
      在扩容的时候，首先创建一个容量是原来容量两倍的数组，将原数组的元素再散列后插入到新的数组里。为了高效，ConcurrentHashMap只对某个Segment进行扩容，不会对整个容器扩容。
  • 第二：定位添加元素对应的位置，然后将其放到HashEntry数组中。

• size实现
  如果需要统计整个ConcurrentHashMap的容量，需要统计所有Segment容量然后求和，Segment提供变量count用于存储当前Segment的容量。但是ConcurrentHashMap为了保证线程安全，并不是直接把所有的Segment的count相加来得到整个容器的大小，我们来看看ConcurrentHashMap是怎么来统计容量的。

  
  size实现
  

  由于在累加count的操作的过程中之前累加过的count发生变化的几率非常小，所以ConcurrentHashMap先尝试2次不锁住Segment的方式来统计每个Segment的大小，如果在统计的过程中Segment的count发生了变化，这时候再加锁统计Segment的count。

  ConcurrentHashMap如何判断统计过程中Segment的cout发生了变化？
  Segment使用变量modCount来表示Segment大小是否发生变化，在put/remove/clean操作里都会将modCount加1，那么在统计size的前后只需要比较modCount是否发生了变化，如果发生变化，Segment的大小肯定发生了变化。