Java中高效的并发容器----ConcurrentHashMap

待我称王封你为后i 2022-07-17 01:12 186阅读 0赞

并发编程大师Doug Lea为JDK提供了一些非常优秀的并发容器和框架，让我们通过一个较简单的类ConcurrentHashMap来见识大师操刀编写的并发容器和框架的精妙。

#### HashMap的不足 ####

HashMap的最大的问题就是线程不安全，虽然Map接口提供了一个线程安全的类HashTable，但HashTable类效率非常低下。于是，ConcurrentHashMap便闪亮登场。  
**线程不安全的HashMap**  
之前我写过关于HashMap存储过程的详细介绍([http://blog.csdn.net/canot/article/details/51236114][http_blog.csdn.net_canot_article_details_51236114])至于在多线程环境下不断put会引起死循环的原因也介绍在这篇博客中,所有我们知道在并发环境下不能使用HashMap。  
**效率低下的HashTable**  
所有访问HashTable的线程都必须竞争同一把锁，当多线程访问HashTable的时候其效率可想而知。

#### ConcurrentHashMap的特点 ####

ConcurrentHashMap使用分段锁技术，ConcurrentHashMap数据中存在多把锁，对于容器中的数据，每一把锁用来访问其中的一部分数据。那么当多线程访问容器中的不同数据段的数据时,线程间就不会存在锁竞争，从而提升并发访问的效率。

#### ConcurrentHashMap的结构 ####

ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁ReentrantLock，在ConcurrentHashMap里扮演锁的角色，HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组，Segment的结构和HashMap类似，是一种数组和链表结构， 一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素， 每个Segment守护者一个HashEntry数组里的元素,当对HashEntry数组的数据进行修改时，必须首先获得它对应的Segment锁。  
![这里写图片描述][20160824192750258]

#### ConcurrentHashMap的操作 ####

##### get操作 #####

Segment的get操作实现非常简单和高效。先经过一次再哈希，然后使用这个哈希值通过哈希运算定位到segment，再通过哈希算法定位到元素：

public V get(Object key) {
        int hash = hash(key.hashCode());
        return segmentFor(hash).get(key, hash);
    }

get操作的高效之处在于整个get过程不需要加锁，除非读到的值是空的才会加锁重读，因为它的get方法里将要使用的共享变量都定义成volatile，如用于统计当前Segement大小的count字段和用于存储值的HashEntry的value。定义成volatile的变量，能够在线程之间保持可见性，能够被多线程同时读，并且保证不会读到过期的值，但是只能被单线程写（有一种情况可以被多线程写，就是写入的值不依赖于原值），在get操作里只需要读不需要写共享变量count和value，所以可以不用加锁。之所以不会读到过期的值，是根据java内存模型的happen before原则，对volatile字段的写入操作先于读操作，即使两个线程同时修改和获取volatile变量，get操作也能拿到最新的值.(([http://blog.csdn.net/canot/article/details/51295228][http_blog.csdn.net_canot_article_details_51295228]))

transient volatile int count;
    volatile V value;

#### ConcurrentHashMap的Put操作 ####

由于put方法里需要对共享变量进行写入操作，所以为了线程安全，在操作共享变量时必须得加锁。Put方法首先定位到Segment，然后在Segment里进行插入操作。插入操作需要经历两个步骤，第一步判断是否需要对Segment里的HashEntry数组进行扩容，第二步定位添加元素的位置然后放在HashEntry数组里。

是否需要扩容。在插入元素前会先判断Segment里的HashEntry数组是否超过容量（threshold），如果超过阀值，数组进行扩容。Segment的扩容判断比HashMap更恰当，因为HashMap是在插入元素后判断元素是否已经到达容量的，如果到达了就进行扩容，但是很有可能扩容之后没有新元素插入，这时HashMap就进行了一次无效的扩容。

如何扩容。扩容的时候首先会创建一个两倍于原容量的数组，然后将原数组里的元素进行再hash后插入到新的数组里。为了高效ConcurrentHashMap不会对整个容器进行扩容，而只对某个segment进行扩容。

#### ConcurrentHashMap的size操作 ####

如果我们要统计整个ConcurrentHashMap里元素的大小，就必须统计所有Segment里元素的大小后求和。Segment里的全局变量count是一个volatile变量，那么在多线程场景下，我们是不是直接把所有Segment的count相加就可以得到整个ConcurrentHashMap大小了呢？不是的，虽然相加时可以获取每个Segment的count的最新值，但是拿到之后可能累加前使用的count发生了变化，那么统计结果就不准了。所以最安全的做法，是在统计size的时候把所有Segment的put，remove和clean方法全部锁住，但是这种做法显然非常低效。 因为在累加count操作过程中，之前累加过的count发生变化的几率非常小，所以ConcurrentHashMap的做法是先尝试2次通过不锁住Segment的方式来统计各个Segment大小，如果统计的过程中，容器的count发生了变化，则再采用加锁的方式来统计所有Segment的大小。

那么ConcurrentHashMap是如何判断在统计的时候容器是否发生了变化呢？使用modCount变量，在put , remove和clean方法里操作元素前都会将变量modCount进行加1，那么在统计size前后比较modCount是否发生变化，从而得知容器的大小是否发生变化。

参考《java 并发编程的艺术》方腾飞

[http_blog.csdn.net_canot_article_details_51236114]: http://blog.csdn.net/canot/article/details/51236114
[20160824192750258]: /images/20220717/d557b79625ef43fa96df063847a44675.png
[http_blog.csdn.net_canot_article_details_51295228]: http://blog.csdn.net/canot/article/details/51295228