这一文道尽JUC的ConcurrentHashMap

淩亂°似流年 2023-01-22 09:47 11阅读 0赞

相关文章 ： [《聊一聊线程互斥与同步的那些事（以实例解释synchronized与ReentrantLock》][synchronized_ReentrantLock]

--------------------

### ConcurrentHashMap ###

*  ConcurrentHashMap
 *   *  对象锁与分段锁
     *   *  对象锁
         *  分段锁
     *  JDK7使用分段锁实现\`ConcurrentHashMap\`
     *  JDK8中的\`ConcurrentHashMap\`
     *   *  初始化
         *  什么是红黑树？
         *  链表转红黑树
         *  扩容（tryPresize）
         *  数据迁移
     *  总结

--------------------

# ConcurrentHashMap #

> 本篇文章是对之前的源码注释做的一些修正，在以前的注释中片面的写了ConcurrentHashMap使用分段锁，实现了更高的并发度,但是在`JDK8`中已经不再使用分段锁实现ConcurrentHashMap，因此特发此文纠正过错。

> JDK7中`ConcurrentHashMap`使用分段锁提高了`ConcurrentHashMap`的并发度。

> JDK8中使用`数组`\+`链表`\+`红黑树`实现`ConcurrentHashMap`，与HashMap如出一辙，而锁使用了乐观锁`CAS`和`synchronized`关键字实现。

## 对象锁与分段锁 ##

为了说明分段锁与对象锁的原理，我们以多线程修改资源过程进行举例,三个线程同时申请不同的资源 ：

> `线程1`申请修改`资源1`的数据，同时`线程2`申请修改`资源3`的数据，`线程3`申请修改`资源5`的数据。

### 对象锁 ###

![在这里插入图片描述][20210519091137792.png]  
**在对象锁中执行的过程：**

1.  线程1获取到对象锁，对资源1进行修改。
2.  线程2等待对象锁释放。
3.  线程3等待对象锁释放。
4.  线程1修改完成，并释放对象锁。
5.  线程2获取对象锁，对资源3进行修改。
6.  线程3等待对象锁释放。
7.  线程2对资源3修改完成，并释放对象锁。
8.  线程3获取对象锁，对资源5进行修改。
9.  线程3修改完成，释放对象锁。

> 真实情况下线程2，线程3 执行顺序并不一定是线程2先执行，实例仅展示资源争抢的原理。

### 分段锁 ###

![在这里插入图片描述][20210519092825377.png]

**在分段锁中执行的过程：**

1.  线程1获取到段锁1，并对资源1进行修改。
2.  线程2等待段锁1。
3.  线程3获取段锁2，对资源5进行修改。
4.  线程1修改完成，释放段锁1。
5.  线程3修改完成，释放段锁2。
6.  线程2获取段锁，对资源3进行修改。

> 以上流程可以看出，线程3并没有对线程1和线程2进行资源争抢，也就是它与另外两个线程不存在冲突。这样就提高了修改速度，提高了并发度。

## JDK7使用分段锁实现`ConcurrentHashMap` ##

ConcurrentHashMap在对象中保存了一个Segment数组，将整个Hash表划分为多个分段；而每个Segment元素，即每个分段则类似于一个Hashtable；这样，在执行put操作时首先根据hash算法定位到元素属于哪个Segment，然后对该Segment加锁即可。因此，ConcurrentHashMap在多线程并发编程中可是实现多线程put操作。Segment也就是上面描述的`段锁`。

> 由于JDK7已经大势已去，这里不再深究其原理。

--------------------

## JDK8中的`ConcurrentHashMap` ##

> 为什么放弃使用分段锁 ？ 为什么使用红黑树 ?

JDK8中放弃了JDK7中的分段锁，而是使用链表+红黑树实现`ConcurrentHashMap`,在安全上使用了`CAS`\+`synchronized`。其原因在于JDK7的实现查询效率不高，而红黑树可以实现（`O(logn)`）的查询效率。

### 初始化 ###

先上构造函数

// 这构造函数里
    public ConcurrentHashMap() { 
    }
    // 初始化大小的构造方法
    public ConcurrentHashMap(int initialCapacity) { 
        if (initialCapacity < 0)
            throw new IllegalArgumentException();
        int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
                   MAXIMUM_CAPACITY :
                   tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
        this.sizeCtl = cap;
    }

> 问，创建MAP时传`16`，Map大小就是 `16` 吗 ?

Map的大小是 通过提供初始容量，计算了 sizeCtl，sizeCtl = 【 (1.5 \* initialCapacity + 1)，然后向上取最近的 2 的 n 次方】。如 initialCapacity 为 10，那么得到 sizeCtl 为 16，如果 initialCapacity 为 11，得到 sizeCtl 为 32。 sizeCtl 这个属性使用的场景很多，这与HashMap一致。  
**例如：**  
如果传入的是 16 那么Map的大小是 32 。如果传入 10，map大小刚好是 16 。

> 初始化方法中的并发问题是通过对 sizeCtl 进行一个 CAS 操作来控制的。

--------------------

### 什么是红黑树？ ###

> 红黑树（自平衡二叉查找树）是平衡二叉树的一种实现。集合类中的Map、关联数组具有较高的查询效率，它们的底层实现就是红黑树。

### 链表转红黑树 ###

链表转红黑树的方法为 `treeifyBin` ,直接从源代码下手解释：

private final void treeifyBin(Node<K,V>[] tab, int index) { 
        Node<K,V> b; int n, sc;
        if (tab != null) { 
            // MIN_TREEIFY_CAPACITY 大小为 64
            // 所以，如果数组长度小于 64 的时候，其实也就是 32 或者 16 或者更小的时候，会进行数组扩容
            if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
                // 后面我们再详细分析这个方法
                tryPresize(n << 1);
            // b 是头结点
            else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { 
                // 加锁
                synchronized (b) { 
    
                    if (tabAt(tab, index) == b) { 
                        // 下面就是遍历链表，建立一颗红黑树
                        TreeNode<K,V> hd = null, tl = null;
                        for (Node<K,V> e = b; e != null; e = e.next) { 
                            TreeNode<K,V> p =
                                new TreeNode<K,V>(e.hash, e.key, e.val,
                                                  null, null);
                            if ((p.prev = tl) == null)
                                hd = p;
                            else
                                tl.next = p;
                            tl = p;
                        }
                        // 将红黑树设置到数组相应位置中
                        setTabAt(tab, index, new TreeBin<K,V>(hd));
                    }
                }
            }
        }
    }

1.  两个很重要的对象`Node`和 `TreeNode` ，`node`为链表节点，TreeNode为红黑树节点。
2.  该方法并不一定是在做链表转红黑树，也可能是在调用扩容。

### 扩容（tryPresize） ###

`ConcurrentHashMap`扩容与HashMap扩容一样，每次扩容是原来的2倍。源码如下 ：

// 当方法参数 size 传进来的时候就已经翻了倍了
    private final void tryPresize(int size) { 
        // c等于 size 的 1.5 倍，再加 1，再往上取最近的 2 的 n 次方 （上面初始化中说明过）。
        int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
            tableSizeFor(size + (size >>> 1) + 1);
        int sc;
        while ((sc = sizeCtl) >= 0) { 
            Node<K,V>[] tab = table; int n;
    
            // 这个 if 分支和之前说的初始化数组的代码基本上是一样的，在这里，我们可以不用管这块代码
            if (tab == null || (n = tab.length) == 0) { 
                n = (sc > c) ? sc : c;
                if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 
                    try { 
                        if (table == tab) { 
                            @SuppressWarnings("unchecked")
                            Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                            table = nt;
                            sc = n - (n >>> 2); // 0.75 * n
                        }
                    } finally { 
                        sizeCtl = sc;
                    }
                }
            }
            else if (c <= sc || n >= MAXIMUM_CAPACITY)
                break;
            else if (tab == table) { 
                // 我没看懂 rs 的真正含义是什么，不过也关系不大
                int rs = resizeStamp(n);
    
                if (sc < 0) { 
                    Node<K,V>[] nt;
                    if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                        sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
                        transferIndex <= 0)
                        break;
                    // 2. 用 CAS 将 sizeCtl 加 1，然后执行 transfer 方法
                    // 此时 nextTab 不为 null
                    if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
                        transfer(tab, nt);
                }
                // 1. 将 sizeCtl 设置为 (rs << RESIZE_STAMP_SHIFT) + 2)
                // 我是没看懂这个值真正的意义是什么? 不过可以计算出来的是，结果是一个比较大的负数
                // 调用 transfer 方法，此时 nextTab 参数为 null
                else if (U.compareAndSwapInt(this, SIZECTL, sc,
                                             (rs << RESIZE_STAMP_SHIFT) + 2))
                    transfer(tab, null);
            }
        }
    }

在扩容方法中多次调用了`transfer`（数据迁移）方法。

### 数据迁移 ###

private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) { 
        int n = tab.length, stride;
    
        // stride 在单核下直接等于 n，多核模式下为 (n>>>3)/NCPU，最小值是 16
        // stride 可以理解为”步长“，有 n 个位置是需要进行迁移的，
        // 将这 n 个任务分为多个任务包，每个任务包有 stride 个任务
        if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
            stride = MIN_TRANSFER_STRIDE; // subdivide range
    
        // 如果 nextTab 为 null，先进行一次初始化
        // 前面我们说了，外围会保证第一个发起迁移的线程调用此方法时，参数 nextTab 为 null
        // 之后参与迁移的线程调用此方法时，nextTab 不会为 null
        if (nextTab == null) { 
            try { 
                // 容量翻倍
                Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
                nextTab = nt;
            } catch (Throwable ex) {       // try to cope with OOME
                sizeCtl = Integer.MAX_VALUE;
                return;
            }
            // nextTable 是 ConcurrentHashMap 中的属性
            nextTable = nextTab;
            // transferIndex 也是 ConcurrentHashMap 的属性，用于控制迁移的位置
            transferIndex = n;
        }
    
        int nextn = nextTab.length;
    
        // ForwardingNode 翻译过来就是正在被迁移的 Node
        // 这个构造方法会生成一个Node，key、value 和 next 都为 null，关键是 hash 为 MOVED
        // 后面我们会看到，原数组中位置 i 处的节点完成迁移工作后，
        // 就会将位置 i 处设置为这个 ForwardingNode，用来告诉其他线程该位置已经处理过了
        // 所以它其实相当于是一个标志。
        ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
    
    
        // advance 指的是做完了一个位置的迁移工作，可以准备做下一个位置的了
        boolean advance = true;
        boolean finishing = false; // to ensure sweep before committing nextTab
    
        /* * 下面这个 for 循环，最难理解的在前面，而要看懂它们，应该先看懂后面的，然后再倒回来看 * */
    
        // i 是位置索引，bound 是边界，注意是从后往前
        for (int i = 0, bound = 0;;) { 
            Node<K,V> f; int fh;
    
            // 下面这个 while 真的是不好理解
            // advance 为 true 表示可以进行下一个位置的迁移了
            // 简单理解结局: i 指向了 transferIndex，bound 指向了 transferIndex-stride
            while (advance) { 
                int nextIndex, nextBound;
                if (--i >= bound || finishing)
                    advance = false;
    
                // 将 transferIndex 值赋给 nextIndex
                // 这里 transferIndex 一旦小于等于 0，说明原数组的所有位置都有相应的线程去处理了
                else if ((nextIndex = transferIndex) <= 0) { 
                    i = -1;
                    advance = false;
                }
                else if (U.compareAndSwapInt
                         (this, TRANSFERINDEX, nextIndex,
                          nextBound = (nextIndex > stride ?
                                       nextIndex - stride : 0))) { 
                    // 看括号中的代码，nextBound 是这次迁移任务的边界，注意，是从后往前
                    bound = nextBound;
                    i = nextIndex - 1;
                    advance = false;
                }
            }
            if (i < 0 || i >= n || i + n >= nextn) { 
                int sc;
                if (finishing) { 
                    // 所有的迁移操作已经完成
                    nextTable = null;
                    // 将新的 nextTab 赋值给 table 属性，完成迁移
                    table = nextTab;
                    // 重新计算 sizeCtl: n 是原数组长度，所以 sizeCtl 得出的值将是新数组长度的 0.75 倍
                    sizeCtl = (n << 1) - (n >>> 1);
                    return;
                }
    
                // 之前我们说过，sizeCtl 在迁移前会设置为 (rs << RESIZE_STAMP_SHIFT) + 2
                // 然后，每有一个线程参与迁移就会将 sizeCtl 加 1，
                // 这里使用 CAS 操作对 sizeCtl 进行减 1，代表做完了属于自己的任务
                if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { 
                    // 任务结束，方法退出
                    if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
                        return;
    
                    // 到这里，说明 (sc - 2) == resizeStamp(n) << RESIZE_STAMP_SHIFT，
                    // 也就是说，所有的迁移任务都做完了，也就会进入到上面的 if(finishing){} 分支了
                    finishing = advance = true;
                    i = n; // recheck before commit
                }
            }
            // 如果位置 i 处是空的，没有任何节点，那么放入刚刚初始化的 ForwardingNode ”空节点“
            else if ((f = tabAt(tab, i)) == null)
                advance = casTabAt(tab, i, null, fwd);
            // 该位置处是一个 ForwardingNode，代表该位置已经迁移过了
            else if ((fh = f.hash) == MOVED)
                advance = true; // already processed
            else { 
                // 对数组该位置处的结点加锁，开始处理数组该位置处的迁移工作
                synchronized (f) { 
                    if (tabAt(tab, i) == f) { 
                        Node<K,V> ln, hn;
                        // 头结点的 hash 大于 0，说明是链表的 Node 节点
                        if (fh >= 0) { 
                            // 下面这一块和 Java7 中的 ConcurrentHashMap 迁移是差不多的，
                            // 需要将链表一分为二，
                            // 找到原链表中的 lastRun，然后 lastRun 及其之后的节点是一起进行迁移的
                            // lastRun 之前的节点需要进行克隆，然后分到两个链表中
                            int runBit = fh & n;
                            Node<K,V> lastRun = f;
                            for (Node<K,V> p = f.next; p != null; p = p.next) { 
                                int b = p.hash & n;
                                if (b != runBit) { 
                                    runBit = b;
                                    lastRun = p;
                                }
                            }
                            if (runBit == 0) { 
                                ln = lastRun;
                                hn = null;
                            }
                            else { 
                                hn = lastRun;
                                ln = null;
                            }
                            for (Node<K,V> p = f; p != lastRun; p = p.next) { 
                                int ph = p.hash; K pk = p.key; V pv = p.val;
                                if ((ph & n) == 0)
                                    ln = new Node<K,V>(ph, pk, pv, ln);
                                else
                                    hn = new Node<K,V>(ph, pk, pv, hn);
                            }
                            // 其中的一个链表放在新数组的位置 i
                            setTabAt(nextTab, i, ln);
                            // 另一个链表放在新数组的位置 i+n
                            setTabAt(nextTab, i + n, hn);
                            // 将原数组该位置处设置为 fwd，代表该位置已经处理完毕，
                            // 其他线程一旦看到该位置的 hash 值为 MOVED，就不会进行迁移了
                            setTabAt(tab, i, fwd);
                            // advance 设置为 true，代表该位置已经迁移完毕
                            advance = true;
                        }
                        else if (f instanceof TreeBin) { 
                            // 红黑树的迁移
                            TreeBin<K,V> t = (TreeBin<K,V>)f;
                            TreeNode<K,V> lo = null, loTail = null;
                            TreeNode<K,V> hi = null, hiTail = null;
                            int lc = 0, hc = 0;
                            for (Node<K,V> e = t.first; e != null; e = e.next) { 
                                int h = e.hash;
                                TreeNode<K,V> p = new TreeNode<K,V>
                                    (h, e.key, e.val, null, null);
                                if ((h & n) == 0) { 
                                    if ((p.prev = loTail) == null)
                                        lo = p;
                                    else
                                        loTail.next = p;
                                    loTail = p;
                                    ++lc;
                                }
                                else { 
                                    if ((p.prev = hiTail) == null)
                                        hi = p;
                                    else
                                        hiTail.next = p;
                                    hiTail = p;
                                    ++hc;
                                }
                            }
                            // 如果一分为二后，节点数少于 8，那么将红黑树转换回链表
                            ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
                                (hc != 0) ? new TreeBin<K,V>(lo) : t;
                            hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
                                (lc != 0) ? new TreeBin<K,V>(hi) : t;
    
                            // 将 ln 放置在新数组的位置 i
                            setTabAt(nextTab, i, ln);
                            // 将 hn 放置在新数组的位置 i+n
                            setTabAt(nextTab, i + n, hn);
                            // 将原数组该位置处设置为 fwd，代表该位置已经处理完毕，
                            // 其他线程一旦看到该位置的 hash 值为 MOVED，就不会进行迁移了
                            setTabAt(tab, i, fwd);
                            // advance 设置为 true，代表该位置已经迁移完毕
                            advance = true;
                        }
                    }
                }
            }
        }
    }

## 总结 ##

1.  `HashTable` 使用了synchronized关键字对put等操作进行加锁;
2.  `ConcurrentHashMap` JDK1.7: 使用分段锁机制实现;  
    3.`ConcurrentHashMap`JDK1.8: 则使用数组+链表+红黑树数据结构和CAS原子操作实现;

--------------------

相关文章 ： [《聊一聊线程互斥与同步的那些事（以实例解释synchronized与ReentrantLock》][synchronized_ReentrantLock]

[synchronized_ReentrantLock]: https://blog.csdn.net/qq_26462567/article/details/115980091
[20210519091137792.png]: /images/20221020/fb02db92d90443c495a219021c3509ec.png
[20210519092825377.png]: /images/20221020/84ad1c959b41465eb3dfcb67723b6817.png