Java集合--ConcurrentHashMap原理
1.1 ConcurrentHashMap源码理解
上篇，介绍了ConcurrentHashMap的结构。本节中，我们来从源码的角度出发，来看下ConcurrentHashMap原理。
1.2 ConcurrentHashMap初始化
我们首先，来看下ConcurrentHashMap中的主要成员变量；
public class ConcurrentHashMap<K, V> {
//用于根据给定的key的hash值定位到一个Segment
final int segmentMask;
//用于根据给定的key的hash值定位到一个Segment
final int segmentShift;
//HashEntry[]初始容量：决定了HashEntry数组的初始容量和初始阀值大小
static final int DEFAULT_INITIAL_CAPACITY = 16;
//Segment对象下HashEntry[]的初始加载因子：
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//Segment对象下HashEntry[]最大容量：
static final int MAXIMUM_CAPACITY = 1 << 30;
//Segment[]初始并发等级：决定了Segment[]的长度
static final int DEFAULT_CONCURRENCY_LEVEL = 16;
//最小Segment[]容量：
static final int MIN_SEGMENT_TABLE_CAPACITY = 2;
//最大Segement[]容量
static final int MAX_SEGMENTS = 1 << 16;
static final int RETRIES_BEFORE_LOCK = 2;
//Segment[]
final Segment<K,V>[] segments;
}
在ConcurrentHashMap中，定位到Segment[]中的某一角标，需要用到segmentMask和segmentShift这两个属性，他们的主要作用就是定位Segment[];
在上述属性中，有的属性是负责Segment[]的初始化，有的是负责HashEntry[]的初始化操作。如果单纯靠属性的名字来区分，还是很容易弄混淆的，这一点还要大家多多注意观察，以及后续的分析。
DEFAULT_INITIAL_CAPACITY、DEFAULT_LOAD_FACTOR、MAXIMUM_CAPACITY与HashEntry[]的构建有关。
DEFAULT_CONCURRENCY_LEVEL、MIN_SEGMENT_TABLE_CAPACITY、MAX_SEGMENTS与Segment[]的构建有关。
下面，来看看ConcurrentHashMap的构造，它是如何初始化的！
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
//对容量、加载因子、并发等级做限制，不能小于(等于0)
if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
//传入的并发等级不能大于Segment[]长度最大值
if (concurrencyLevel > MAX_SEGMENTS)
concurrencyLevel = MAX_SEGMENTS;
//sshift用来记录向左按位移动的次数
int sshift = 0;
//ssize用来记录segment数组的大小
int ssize = 1;
while (ssize < concurrencyLevel) {
++sshift;
ssize <<= 1;
}
//segmentShift、segmentMask用于元素在Segment[]数组的定位
this.segmentShift = 32 - sshift;
this.segmentMask = ssize - 1;
//传入初始化的值大于最大容量值，则默认为最大容量值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//c影响了每个Segment[]上要放置多少个HashEntry;
int c = initialCapacity / ssize;
if (c * ssize < initialCapacity)
++c;
int cap = MIN_SEGMENT_TABLE_CAPACITY;
while (cap < c)
cap <<= 1;
//创建第一个segment对象，并创建该对象下HashEntry[]
Segment<K,V> s0 = new Segment<K,V>(loadFactor, (int)(cap * loadFactor), (HashEntry<K,V>[])new HashEntry[cap]);
//创建Segment[]，指定segment数组的长度：
Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
//使用CAS方式，将上面创建的segment对象放入segment[]数组中;
UNSAFE.putOrderedObject(ss, SBASE, s0);
//对ConcurrentHashMap中的segment数组赋值：
this.segments = ss;
}
首先，我们来普及下 <<= 运算符的含义：
x <<= 1，就是x等于x左移动1位，就是将左移的数据进行2次方处理；
例如：14 << 2，14的二进制的 00001110 向左移两位等于二进制 00111000，也就是十进制的56；
规律： 1 << i，是把1向左移i位，每次左移一位就是乘以2，所以 1 << i 的结果是 1 乘以 2的i次方；
在上面的代码中，initialCapacity--初始容量大小，该参数影响着Segment对象下HashEntry[]的长度大小；loadFactor--加载因子，该参数影响着Segment对象下HashEntry[]数组扩容阀值；concurrencyLevel--并发等级，该参数影响着Segment[]的长度大小。
在ConcurrentHashMap构造中，先是根据concurrencyLevel来计算出Segment[]的大小，而Segment[]的大小 就是大于或等于concurrencyLevel的最小的2的N次方。这样的好处是是为了方便采用位运算来加速进行元素的定位。假如concurrencyLevel等于14，15或16，ssize都会等于16；
接下来，根据intialCapacity的值来确定Segment[]的大小，与计算Segment[]的方法一致。
值得一提的是，segmentShift和segmentMask这两个属性。上面说了，Segment[]长度就是2的N次方，在下面这段代码里：
int sshift = 0;
int ssize = 1;
while (ssize < concurrencyLevel) {
++sshift;
ssize <<= 1;
}
this.segmentShift = 32 - sshift;
this.segmentMask = ssize - 1;
这个N次方的N，就代表着sshift的大小，每while循环一次，sshift就增加1，那么segmentShift的值就等于32减去n，而segmentMask就等于2的n次方减去1。
1.3 ConcurrentHashMap插入元素操作
在ConcurrentHashMap类中，使用put()最终调用的是Segment对象中的put()。
由于ConcurrentHashMap是线程安全的集合，所以在添加元素时，需要在操作时进行加锁处理。
public V put(K key, V value) {
Segment<K,V> s;
//传入的value不能为null
if (value == null)
throw new NullPointerException();
//计算key的hash值：
int hash = hash(key);
//通过key的hash值，定位ConcurrentHashMap中Segment[]的角标
int j = (hash >>> segmentShift) & segmentMask;
//使用CAS方式，从Segment[]中获取j角标下的Segment对象,并判断是否存在：
if ((s = (Segment<K,V>)UNSAFE.getObject(segments, (j << SSHIFT) + SBASE)) == null)
//如果在Segment[]中的j角标处没有元素，则在j角标处新建元素---Segment对象；
s = ensureSegment(j);
//底层使用Segment对象的put方法：
return s.put(key, hash, value, false);
}
在ConcurrentHashMap的put()中，首先需要通过key来定位到Segment[]的角标，然后在Segment中进行插入操作。
通过源码可以看到：定位Segment[]操作不但需要key的hash值，还需要使用到segmentShift、segmentMask属性，前面提到过这两个属性的初始化是在ConcurrentHashMap中进行的。
Segment中插入元素方法：
//Segment类，继承了ReentrantLock类：
static final class Segment<K,V> extends ReentrantLock implements Serializable {
//插入元素：
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
//获取锁：
HashEntry<K,V> node = tryLock() ? null : scanAndLockForPut(key, hash, value);
V oldValue;
try {
//获取Segment对象中的 HashEntry[]：
HashEntry<K,V>[] tab = table;
//计算key的hash值在HashEntry[]中的角标：
int index = (tab.length - 1) & hash;
//根据index角标获取HashEntry对象：
HashEntry<K,V> first = entryAt(tab, index);
//遍历此HashEntry对象(链表结构)：
for (HashEntry<K,V> e = first;;) {
//判断逻辑与HashMap大体相似：
if (e != null) {
K k;
if ((k = e.key) == key || (e.hash == hash && key.equals(k))) {
oldValue = e.value;
if (!onlyIfAbsent) {
e.value = value;
++modCount;
}
break;
}
e = e.next;
} else {
if (node != null)
node.setNext(first);
else
node = new HashEntry<K,V>(hash, key, value, first);
int c = count + 1;
if (c > threshold && tab.length < MAXIMUM_CAPACITY)
//超过了Segment中HashEntry[]的阀值，对HashEntry[]进行扩容;
rehash(node);
else
setEntryAt(tab, index, node);
++modCount;
count = c;
oldValue = null;
break;
}
}
} finally {
unlock();
}
return oldValue;
}
}
在Segment对象中，首先进行获取锁操作，也就是说在ConcurrentHashMap中，锁是加到了每一个Segment对象上，而不是整个ConcurrentHashMap上。这样的好处就是，当我们进行插入操作时，只要插入的不是同一个Segment对象，那么并发线程就不需要进行等待操作，在保证安全的同时，又极大的提高了并发性能。
获取锁之后，通过hash值计算元素需要插入HashEntry[]的角标，再之后的操作基本与HashMap保持一致。
1.4 ConcurrentHashMap获取元素操作
通过key，去获取对应的value，大体逻辑与HashMap一致；
public V get(Object key) {
Segment<K,V> s;
HashEntry<K,V>[] tab;
//计算key的hash值：
int h = hash(key);
//计算该hash值所属的Segment[]的角标：
long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
//获取Segment[]中u角标下的Segment对象：不存在直接返回
if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null && (tab = s.table) != null) {
//再根据hash值，从Segment对象中的HashEntry[]获取HashEntry对象：并进行链表遍历
for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile(tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
e != null; e = e.next) {
K k;
//在链表中找到对应元素，便返回；
if ((k = e.key) == key || (e.hash == h && key.equals(k)))
return e.value;
}
}
return null;
}
在获取操作中，获取Segment对象和HashEntry对象，使用了不同的计算规则，其目的主要为了避免散列后的值一样，尽可能将元素分散开来。
int h = hash(key)
计算Segment[]角标：
(((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE
计算HashEntry[]角标：
(tab.length - 1) & h
上面我们说过，Segment[]的大小为2的N次方，segmentShift属性为32减去n，segmentMask属性为2的n次方减去1。当我们假设都使用ConcurrentHashMap的默认值时候，Segment[]的大小为16，n为4，segmentShift位28，segmentMask位15。
则h无符号右移28位，剩余4位有效值（高位补0）与segmentMask进行 &运算，得到Segment[]角标。
0000 0000 0000 0000 0000 0000 0000 XXXX 4位有效值
0000 0000 0000 0000 0000 0000 0000 1111 15的二进制
---------------------------------- &运算
也就是根据元素的hash值的高n位就可以确定元素到底在哪一个Segment中。
与HashTable不同的是，ConcurrentHashMap在获取元素时并没有进行加锁处理，那么在并发场景下会不会产生数据隐患呢？
答案是NO！！！！
原因是，在ConcurrentHashMap的get（）中，要获取的元素被volatitle修饰符所修饰：HashEntry[]
static final class Segment<K,V> extends ReentrantLock implements Serializable {
transient volatile HashEntry<K,V>[] table;
}
被volatile所修饰的变量，可以在多线程中保持可见性，可以执行同时读的操作，并且保证不会读到过期的值。当HashEntry对象被修改后，会立刻更新到内存中，并且使存在于CPU缓存中的HashEntry对象过期无效，当其他线程进行读取时，永远都会读取到内存中最新的值。
1.5 ConcurrentHashMap获取长度操作
上面说完了put()和get()，本节在说说size()。与插入、获取不同的是，size（）有可能会对整个hash表进行加锁处理。
public int size() {
//得到所有的Segment[]：
final Segment<K,V>[] segments = this.segments;
int size;
boolean overflow; // true if size overflows 32 bits
long sum; // sum of modCounts
long last = 0L; // previous sum
int retries = -1; // first iteration isn't retry
try {
for (;;) {
//先比较在++，所以说能进到此逻辑中来，肯定retries大于2了
if (retries++ == RETRIES_BEFORE_LOCK) {
//-1比较，变0
//0比较，变1
//1比较，变2
//2比较，变3
for (int j = 0; j < segments.length; ++j)
ensureSegment(j).lock(); // force creation
}
sum = 0L;
size = 0;
overflow = false;
for (int j = 0; j < segments.length; ++j) {
//遍历Segment[]，获取其中的Segment对象：
Segment<K,V> seg = segmentAt(segments, j);
if (seg != null) {
//Segment对象被操作的次数：
sum += seg.modCount;
//Segment对象内元素的个数：也就是HashEntry对象的个数；
int c = seg.count;
//size每遍历一次增加一次：
if (c < 0 || (size += c) < 0)
overflow = true;
}
}
if (sum == last)
break;
last = sum;
}
} finally {
//释放锁：retries只有大于2的情况下，才会加锁；
if (retries > RETRIES_BEFORE_LOCK) {
for (int j = 0; j < segments.length; ++j)
segmentAt(segments, j).unlock();
}
}
return overflow ? Integer.MAX_VALUE : size;
}
想要知道整个ConcurrentHashMap中的元素数量，就必须统计Segment对象下HashEntry[]中元素的个数。在Segment对象中有一个count属性，它是负责记录Segment对象中到底有多少个HashEntry的。当调用put()时，每增加一个元素，都会对count进行一次++，那么是不是统计所有Segment对象中的count值就行了呢？
答案：不一定。
如果在遍历Segment[]过程中，可能先遍历的Segment进行了插入（删除）操作，导致count发生了改变，引起整个统计结果不准确。所以最安全的做法就行是遍历之前，将整个ConcurrentHashMap加锁处理。
不过，整体加锁的做法有失考虑，毕竟加锁意味着性能下降，而ConcurrentHashMap的做法进行了一个折中处理。
我们思考下，在平常的工作场景，当我们对Map进行size（）操作时，会有多大的几率，又同时进行插入(删除)操作呢？
想必这个事情发生的可能还是很低的，那么ConcurrentHashMap的作法是，连续遍历2次Segment数组，将count的值，进行相加操作。如果遍历2次后的结果，都没有变化，那么就直接将count的和返回，如果此时发生的变化，那么就对整张hash表进行加锁处理。
这就是ConcurrentHashMap的处理方式，即保证了数据准确，又得到了效率！！
