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!!

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏余林丰

8.并发容器ConcurrentHashMap#put方法解析

jdk1.7.0_79   HashMap可以说是每个Java程序员用的最多的数据结构之一了,无处不见它的身影。关于HashMap,通常也能说出它不是线程安全的...

38060
来自专栏jeremy的技术点滴

JVM的Finalization Delay引起的OOM

45380
来自专栏SeanCheney的专栏

《利用Python进行数据分析·第2版》第6章 数据加载、存储与文件格式6.1 读写文本格式的数据6.2 二进制数据格式6.3 Web APIs交互6.4 数据库交互6.5 总结

访问数据是使用本书所介绍的这些工具的第一步。我会着重介绍pandas的数据输入与输出,虽然别的库中也有不少以此为目的的工具。 输入输出通常可以划分为几个大类:读...

63760
来自专栏木木玲

ConcurrentHashMap (JDK7) 详解

50790
来自专栏学习力

《Java从入门到放弃》JavaSE入门篇:练习——单身狗租赁系统

42440
来自专栏小灰灰

线程安全的容器小结

线程安全的容器 列表 线程安全的列表有 Vector , CopyOnWriteArrayList 两种,区别则主要在实现方式上,对锁的优化上; 后者主要采...

22380
来自专栏博岩Java大讲堂

Java集合--阻塞队列(ArrayBlockingQueue)

28730
来自专栏数据结构与算法

P3388 【模板】割点(割顶)

题目背景 割点 题目描述 给出一个n个点,m条边的无向图,求图的割点。 输入输出格式 输入格式: 第一行输入n,m 下面m行每行输入x,y表示x到y有一条边 输...

39270
来自专栏数据结构与算法

BZOJ1269: [AHOI2006]文本编辑器editor

Descriptio 这些日子,可可不和卡卡一起玩了,原来可可正废寝忘食的想做一个简单而高效的文本编辑器。你能帮助他吗? 为了明确任务目标,可可对“文本编辑器...

30570
来自专栏butterfly100

ConcurrentHashMap源码阅读

1. 前言 HashMap是非线程安全的,在多线程访问时没有同步机制,并发场景下put操作可能导致同一数组下的链表形成闭环,get时候出现死循环,导致CPU利用...

32870

扫码关注云+社区

领取腾讯云代金券