面试题：为什么ConcurrentHashMap的读操作不需要加锁？

￡神魔★判官ぃ 2023-02-17 01:22 2阅读 0赞

点击上方“码农进阶之路”，选择“设为星标”

回复“面经”获取面试资料

![format_png][]

*  ConcurrentHashMap的简介
 *  get操作源码
 *  volatile登场
 *  是加在数组上的volatile吗?
 *  用volatile修饰的Node
 *  总结

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

我们知道，ConcurrentHashmap(1.8)这个并发集合框架是线程安全的，当你看到源码的get操作时，会发现get操作全程是没有加任何锁的，这也是这篇博文讨论的问题——为什么它不需要加锁呢？

# ConcurrentHashMap的简介 #

> 我想有基础的同学知道在jdk1.7中是采用Segment + HashEntry + ReentrantLock的方式进行实现的，而1.8中放弃了Segment臃肿的设计，取而代之的是采用Node + CAS + Synchronized来保证并发安全进行实现。

*  JDK1.8的实现降低锁的粒度，JDK1.7版本锁的粒度是基于Segment的，包含多个HashEntry，而JDK1.8锁的粒度就是HashEntry（首节点）
 *  JDK1.8版本的数据结构变得更加简单，使得操作也更加清晰流畅，因为已经使用synchronized来进行同步，所以不需要分段锁的概念，也就不需要Segment这种数据结构了，由于粒度的降低，实现的复杂度也增加了
 *  JDK1.8使用红黑树来优化链表，基于长度很长的链表的遍历是一个很漫长的过程，而红黑树的遍历效率是很快的，代替一定阈值的链表，这样形成一个最佳拍档

![format_png 1][]

# get操作源码 #

*  首先计算hash值，定位到该table索引位置，如果是首节点符合就返回
 *  如果遇到扩容的时候，会调用标志正在扩容节点ForwardingNode的find方法，查找该节点，匹配就返回
 *  以上都不符合的话，就往下遍历节点，匹配就返回，否则最后就返回null

//会发现源码中没有一处加了锁
    public V get(Object key) {
        Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
        int h = spread(key.hashCode()); //计算hash
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (e = tabAt(tab, (n - 1) & h)) != null) {//读取首节点的Node元素
            if ((eh = e.hash) == h) { //如果该节点就是首节点就返回
                if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                    return e.val;
            }
            //hash值为负值表示正在扩容，这个时候查的是ForwardingNode的find方法来定位到nextTable来
            //eh=-1，说明该节点是一个ForwardingNode，正在迁移，此时调用ForwardingNode的find方法去nextTable里找。
            //eh=-2，说明该节点是一个TreeBin，此时调用TreeBin的find方法遍历红黑树，由于红黑树有可能正在旋转变色，所以find里会有读写锁。
            //eh>=0，说明该节点下挂的是一个链表，直接遍历该链表即可。
            else if (eh < 0)
                return (p = e.find(h, key)) != null ? p.val : null;
            while ((e = e.next) != null) {//既不是首节点也不是ForwardingNode，那就往下遍历
                if (e.hash == h &&
                    ((ek = e.key) == key || (ek != null && key.equals(ek))))
                    return e.val;
            }
        }
        return null;
    }

> get没有加锁的话，ConcurrentHashMap是如何保证读到的数据不是脏数据的呢？

# volatile登场 #

对于可见性，Java提供了volatile关键字来保证可见性、有序性。但不保证原子性。

普通的共享变量不能保证可见性，因为普通共享变量被修改之后，什么时候被写入主存是不确定的，当其他线程去读取时，此时内存中可能还是原来的旧值，因此无法保证可见性。

*  volatile关键字对于基本类型的修改可以在随后对多个线程的读保持一致，但是对于引用类型如数组，实体bean，仅仅保证引用的可见性，但并不保证引用内容的可见性。。
 *  禁止进行指令重排序。

背景：为了提高处理速度，处理器不直接和内存进行通信，而是先将系统内存的数据读到内部缓存（L1，L2或其他）后再进行操作，但操作完不知道何时会写到内存。

*  如果对声明了volatile的变量进行写操作，JVM就会向处理器发送一条指令，将这个变量所在缓存行的数据写回到系统内存。但是，就算写回到内存，如果其他处理器缓存的值还是旧的，再执行计算操作就会有问题。
 *  在多处理器下，为了保证各个处理器的缓存是一致的，就会实现缓存一致性协议，当某个CPU在写数据时，如果发现操作的变量是共享变量，则会通知其他CPU告知该变量的缓存行是无效的，因此其他CPU在读取该变量时，发现其无效会重新从主存中加载数据。

![format_png 2][]

**总结：**

第一：使用volatile关键字会强制将修改的值立即写入主存；

第二：使用volatile关键字的话，当线程2进行修改时，会导致线程1的工作内存中缓存变量的缓存行无效（反映到硬件层的话，就是CPU的L1或者L2缓存中对应的缓存行无效）；

第三：由于线程1的工作内存中缓存变量的缓存行无效，所以线程1再次读取变量的值时会去主存读取。

# 是加在数组上的volatile吗? #

/**
    * The array of bins. Lazily initialized upon first insertion.
    * Size is always a power of two. Accessed directly by iterators.
    */
    transient volatile Node<K,V>[] table;

我们知道volatile可以修饰数组的，只是意思和它表面上看起来的样子不同。举个栗子，volatile int array\[10\]是指array的地址是volatile的而不是数组元素的值是volatile的.

# 用volatile修饰的Node #

get操作可以无锁是由于Node的元素val和指针next是用volatile修饰的，在多线程环境下线程A修改结点的val或者新增节点的时候是对线程B可见的。

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        //可以看到这些都用了volatile修饰
        volatile V val;
        volatile Node<K,V> next;
    
        Node(int hash, K key, V val, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.val = val;
            this.next = next;
        }
    
        public final K getKey()       { return key; }
        public final V getValue()     { return val; }
        public final int hashCode()   { return key.hashCode() ^ val.hashCode(); }
        public final String toString(){ return key + "=" + val; }
        public final V setValue(V value) {
            throw new UnsupportedOperationException();
        }
    
        public final boolean equals(Object o) {
            Object k, v, u; Map.Entry<?,?> e;
            return ((o instanceof Map.Entry) &&
                    (k = (e = (Map.Entry<?,?>)o).getKey()) != null &&
                    (v = e.getValue()) != null &&
                    (k == key || k.equals(key)) &&
                    (v == (u = val) || v.equals(u)));
        }
    
        /**
         * Virtualized support for map.get(); overridden in subclasses.
         */
        Node<K,V> find(int h, Object k) {
            Node<K,V> e = this;
            if (k != null) {
                do {
                    K ek;
                    if (e.hash == h &&
                        ((ek = e.key) == k || (ek != null && k.equals(ek))))
                        return e;
                } while ((e = e.next) != null);
            }
            return null;
        }
    }

> 既然volatile修饰数组对get操作没有效果那加在数组上的volatile的目的是什么呢？

其实就是为了使得Node数组在扩容的时候对其他线程具有可见性而加的volatile

# 总结 #

*  在1.8中ConcurrentHashMap的get操作全程不需要加锁，这也是它比其他并发集合比如hashtable、用Collections.synchronizedMap()包装的hashmap;安全效率高的原因之一。
 *  get操作全程不需要加锁是因为Node的成员val是用volatile修饰的和数组用volatile修饰没有关系。
 *  数组用volatile修饰主要是保证在数组扩容的时候保证可见性。

![format_png 3][]

往期精选

[工具篇：这可能是全 GitHub 最牛逼的抢票神器！][GitHub]  
[面试题：讲讲Redis有哪几个过期策略？][Redis]  
[面试题：][Link 1][InnoDB中一棵B+树能存多少行数据？][InnoDB_B]

码农进阶之路

长按二维码关注

![format_png 4][]

面经 | 原理 | 源码 | 实战 | 工具

![format_png 5][]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9XNERDcWp0cWVhdjZENEo5aWFjUVhiWGVBZGwwQkQ3Sk1IdUwxU1hBQ3pGbnBqWHFncUxiemhvYjl4akJramtqVG82U1NkT3FyQmd2Q1ZTR2o0Y0xycVEvNjQw?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9vSmljRDcwNUhNZkdXQXA0bHlCdzB2WWJsc1RHcGdaYVhmWmlhaEFuRk5qQzRIT1hKVkNDRzBybGtoZ1JWU3FqaDR4d01mcWJqdUFDYU45aDZDQ2lhN3FPdy82NDA?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9vSmljRDcwNUhNZkdXQXA0bHlCdzB2WWJsc1RHcGdaYVhFenlDSEVvVDRlRmwwdEpLY2o3eUptUXZDSm1tenNYeWlhdnE4czh1ZDFmUllVYmg3WHhzb2ljZy82NDA?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi82YVZhT045S2liZjdjaWM5VWM1dHBJNjhKb0pxQ2QxRFJsRmlibWp0M2t6eXAzM1ZxMEtjaWJQRXBLYUNjeFhZY054OXBPbDU5d29CdGlhNmVVTGdvRnJQSERBLzY0MA?x-oss-process=image/format,png
[GitHub]: https://mp.weixin.qq.com/s?__biz=MzU3NjY4ODg4Nw%3D%3D&chksm=fd1144e0ca66cdf6f258a582d03818be6fe3f746ce1fbba67d18edc43ce84db4697d56469368&idx=1&lang=zh_CN&mid=2247484280&scene=21&sn=529c0b4256e64e00a2aae92568cce173&token=388083482#wechat_redirect
[Redis]: https://mp.weixin.qq.com/s?__biz=MzU3NjY4ODg4Nw%3D%3D&chksm=fd11445fca66cd49107ec49753cc2e7e9bbab02e56bacf0a725b5b2858b21dc41835dd2625d0&idx=1&lang=zh_CN&mid=2247484359&scene=21&sn=9450e4c7eb488e62c1e43b3e3c532caa&token=388083482#wechat_redirect
[Link 1]: https://blog.csdn.net/weixin_37948564/article/details/105781384
[InnoDB_B]: https://mp.weixin.qq.com/s?__biz=MzU3NjY4ODg4Nw%3D%3D&chksm=fd114666ca66cf70412b32a485c2dc501bb349225b5a79a386480c57b5176631899a7330b80f&idx=1&lang=zh_CN&mid=2247483902&scene=21&sn=1db4887c9e36c6546e4d3dd7a6755d4f&token=388083482#wechat_redirect
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9XNERDcWp0cWVhdXh6dVRYb1BkMXhrbkxRM2JGUUtVTXNtaWJxRzJFcFBnNWpiOTY2YUhOeDNRSnZjSHVhemFpYTRpY1d4TTZqUDlpYTZaczdvaWJ0bDJFa0lnLzY0MA?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9iOTZDaWJDdDcwaWFhQkFpY0ROQ1NzNkgwTzBTQkdTQUxmbmljTlRrcWE1VDZZWTZhbTM0NmhkcGpsTlZ0clpSTUVkZGg2QktSSW1TaWNYSkhQVWhrYTR4amJnLzY0MA?x-oss-process=image/format,png