欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

【本人秃顶程序员】深入理解Java——ConcurrentHashMap源码的分析(JDK1.8)

程序员文章站 2022-06-07 13:43:30
...

←←←←←←←←←←←← 快!点关注

一、前提

在阅读这篇博客之前,希望你对HashMap已经是有所理解的,如果你对java的cas操作也是有一定了解的,因为在这个类中大量使用到了cas相关的操作来保证线程安全的。

二、概述

ConcurrentHashMap这个类在java.lang.current包中,这个包中的类都是线程安全的。ConcurrentHashMap底层存储数据的结构与1.8的HashMap是一样的,都是数组+链表(或红黑树)的结构。在日常的开发中,我们最长用到的键值对存储结构的是HashMap,但是我们知道,这个类是非线程安全的,在高并发的场景下,在进行put操作的时候有可能进入死循环从而使服务器的cpu使用率达到100%;sun公司因此也给出了与之对应的线程安全的类。在jdk1.5以前,使用的是HashTable,这个类为了保证线程安全,在每个类中都添加了synchronized关键字,而想而知在高并发的情景下相率是非常低下的。为了解决HashTable效率低下的问题,官网在jdk1.5后推出了ConcurrentHashMap来替代饱受诟病的HashTable。jdk1.5后ConcurrentHashMap使用了分段锁的技术。在整个数组中被分为多个segment,每次get,put,remove操作时就锁住目标元素所在的segment中,因此segment与segment之前是可以并发操作的,上述就是jdk1.5后实现线程安全的大致思想。但是,从描述中可以看出一个问题,就是如果出现比较机端的情况,所有的数据都集中在一个segment中的话,在并发的情况下相当于锁住了全表,这种情况下其实是和HashTable的效率出不多的,但总体来说相较于HashTable,效率还是有了很大的提升。jdk1.8后,ConcurrentHashMap摒弃了segment的思想,转而使用cas+synchronized组合的方式来实现并发下的线程安全的,这种实现方式比1.5的效率又有了比较大的提升。那么,它是如何整体提升效率的呢?见下文分析吧!

三、重要成员变量

1. ziseCtr:在多个方法中出现过这个变量,该变量主要是用来控制数组的初始化和扩容的,默认值为0,可以概括一下4种状态:

  • a、sizeCtr=0:默认值;
  • b、sizeCtr=-1:表示Map正在初始化中;
  • c、sizeCtr=-N:表示正在有N-1个线程进行扩容操作;
  • d、sizeCtr>0: 未初始化则表示初始化Map的大小,已初始化则表示下次进行扩容操作的阈值;

2. table:用于存储链表或红黑数的数组,初始值为null,在第一次进行put操作的时候进行初始化,默认值为16; 3. nextTable:在扩容时新生成的数组,其大小为当前table的2倍,用于存放table转移过来的值; 4. Node:该类存储数据的核心,以key-value形式来存储; 5. ForwardingNode:这是一个特殊Node节点,仅在进行扩容时用作占位符,表示当前位置已被移动或者为null,该node节点的hash值为-1;

四、put操作

先把源码摆上来:

/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, Boolean onlyIfAbsent) {
	//key和value不能为空
	if (key == null || value == null) throw new NullPointerException();
	//通过key来计算获得hash值
	int hash = spread(key.hashCode());
	//用于计算数组位置上存放的node的节点数量
	//在put完成后会对这个参数判断是否需要转换成红黑树或链表
	int binCount = 0;
	//使用自旋的方式放入数据
	//这个过程是非阻塞的,放入失败会一直循环尝试,直至成功
	for (Node<K,V>[] tab = table;;) {
		Node<K,V> f;
		int n, i, fh;
		//第一次put操作,对数组进行初始化,实现懒加载
		if (tab == null || (n = tab.length) == 0)
		                //初始化
		tab = initTable();
		//数组已初始化完成后
		//使用cas来获取插入元素所在的数组的下标的位置,该位置为空的话就直接放进去 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
			if (casTabAt(tab, i, null,
			                             new Node<K,V>(hash, key, value, null)))
			                    break;
			// no lock when adding to empty bin
		}
		//hash=-1,表明该位置正在进行扩容操作,让当前线程也帮助该位置上的扩容,并发扩容提高扩容的速度 else if ((fh = f.hash) == MOVED)
		                //帮助扩容
		tab = helpTransfer(tab, f);
		//插入到该位置已有数据的节点上,即用hash冲突
		//在这里为保证线程安全,会对当前数组位置上的第一个节点进行加锁,因此其他位置上
		//仍然可以进行插入,这里就是jdk1.8相较于之前版本使用segment作为锁性能要高效的地方 else {
			V oldVal = null;
			synchronized (f) {
				//再一次判断f节点是否为第一个节点,防止其他线程已修改f节点
				if (tabAt(tab, i) == f) {
					//为链表
					if (fh >= 0) {
						binCount = 1;
						//将节点放入链表中
						for (Node<K,V> e = f;; ++binCount) {
							K ek;
							if (e.hash == hash &&
							                                    ((ek = e.key) == key ||
							                                     (ek != null && key.equals(ek)))) {
								oldVal = e.val;
								if (!onlyIfAbsent)
								                                        e.val = value;
								break;
							}
							Node<K,V> pred = e;
							if ((e = e.next) == null) {
								pred.next = new Node<K,V>(hash, key,
								                                                              value, null);
								break;
							}
						}
					}
					//为红黑树 else if (f instanceof TreeBin) {
						Node<K,V> p;
						binCount = 2;
						//将节点插入红黑树中
						if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
						                                                           value)) != null) {
							oldVal = p.val;
							if (!onlyIfAbsent)
							                                    p.val = value;
						}
					}
				}
			}
			//插入成功后判断插入数据所在位置上的节点数量,
			//如果数量达到了转化红黑树的阈值,则进行转换
			if (binCount != 0) {
				if (binCount >= TREEIFY_THRESHOLD)
				                        //由链表转换成红黑树
				treeifyBin(tab, i);
				if (oldVal != null)
				                        return oldVal;
				break;
			}
		}
	}
	//使用cas统计数量增加1,同时判断是否满足扩容需求,进行扩容
	addCount(1L, binCount);
	return null;
}
复制代码

在代码上写注释可能看得不是很清晰,那么我就使用文字再来描述一下插入数据的整个流程:

  1. 判断传进来的key和value是否为空,在ConcurrentHashMap中key和value都不允许为空,然而在HashMap中是可以为key和val都可以为空,这一点值得注意一下;
  2. 对key进行重hash计算,获得hash值;
  3. 如果当前的数组为空,说明这是第一插入数据,则会对table进行初始化;
  4. 插入数据,这里分为3中情况: 1). 插入位置为空,直接将数据放入table的第一个位置中; 2). 插入位置不为空,并且改为是一个ForwardingNode节点,说明该位置上的链表或红黑树正在进行扩容,然后让当前线程加进去并发扩容,提高效率; 3). 插入位置不为空,也不是ForwardingNode节点,若为链表则从第一节点开始组个往下遍历,如果有key的hashCode相等并且值也相等,那么就将该节点的数据替换掉,否则将数据加入到链表末段;若为红黑树,则按红黑树的规则放进相应的位置;
  5. 数据插入成功后,判断当前位置上的节点的数量,如果节点数据大于转换红黑树阈值(默认为8),则将链表转换成红黑树,提高get操作的速度;
  6. 数据量+1,并判断当前table是否需要扩容;

所以,put操作流程可以简单的概括为上面的六个步骤,其中一些具体的操作会在下面进行详细的说明,不过,值得注意的是:

  • ConcurrentHashMap不可以存储key或value为null的数据,有别于HashMap;
  • ConcurrentHashMap使用了懒加载的方式初始化数据,把table的初始化放在第一次put数据的时候,而不是在new的时候;
  • 扩容时是支持并发扩容,这将有助于减少扩容的时间,因为每次扩容都需要对每个节点进行重hash,从一个table转移到新的table中,这个过程会耗费大量的时间和cpu资源。
  • 插入数据操作锁住的是表头,这是并发效率高于jdk1.7的地方;

Ⅰ、hash计算的spread方法

/**
     * Spreads (XORs) higher bits of hash to lower and also forces top
     * bit to 0. Because the table uses power-of-two masking, sets of
     * hashes that vary only in bits above the current mask will
     * always collide. (Among known examples are sets of Float keys
     * holding consecutive whole numbers in small tables.)  So we
     * apply a transform that spreads the impact of higher bits
     * downward. There is a tradeoff between speed, utility, and
     * quality of bit-spreading. Because many common sets of hashes
     * are already reasonably distributed (so don't benefit from
     * spreading), and because we use trees to handle large sets of
     * collisions in bins, we just XOR some shifted bits in the
     * cheapest possible way to reduce systematic lossage, as well as
     * to incorporate impact of the highest bits that would otherwise
     * never be used in index calculations because of table bounds.
     */
static final int spread(int h) {
	return (h ^ (h >>> 16)) & HASH_BITS;
}
复制代码

从源码中可以看到,jdk1.8计算hash的方法是先获取到key的hashCode,然后对hashCode进行高16位和低16位异或运算,然后再与 0x7fffffff 进行与运算。高低位异或运算可以保证haahCode的每一位都可以参与运算,从而使运算的结果更加均匀的分布在不同的区域,在计算table位置时可以减少冲突,提高效率,我们知道Map在put操作时大部分性能都耗费在解决hash冲突上面。得出运算结果后再和 0x7fffffff 与运算,其目的是保证每次运算结果都是一个正数。对于java位运算不了解的同学,建议百度自行了解相关内容。

Ⅱ、java内存模型和cas操作

这里我只是简单的说一下java的内存模型和cas,因为这篇文章的主角的ConcurrentHashMap。

java内存模型:在java中线程之间的通讯是通过共享内存(即我们在变成时声明的成员变量或叫全局变量)的来实现的。Java内存模型中规定了所有的变量都存储在主内存中,每条线程还有自己的工作内存(可以与前面将的处理器的高速缓存类比),线程的工作内存中保存了该线程使用到的变量到主内存副本拷贝,线程对变量的所有操作(读取、赋值)都必须在工作内存中进行,而不能直接读写主内存中的变量。不同线程之间无法直接访问对方工作内存中的变量,线程间变量值的传递均需要在主内存来完成,线程、主内存和工作内存的交互关系如下图所示,和上图很类似。

举一个非常简单的例子,就是我们常用的i++的操作,这个操作看起来只有一行,然而在编译器中这一行代码会被编译成3条指令,分别是读取、更新和写入,所以i++并不是一个原子操作,在多线程环境中是有问题了。其原因在于(我们假设当前 i 的值为1)当一条线程向主内存中读取数据时,还没来得及把更新后的值刷新到主内存中,另一个线程就已经开始向主内存中读取了数据,而此时内存中的值仍然为1,两个线程执行+1操作后得到的结果都为2,然后将结果刷新到主内存中,整个i++操作结果,最终得到的结果为2,但是我们预想的结果应该是3,这就出现了线程安全的问题了。

cas: cas的全名称是Compare And Swap 即比较交换。cas算法在不需要加锁的情况也可以保证多线程安全。核心思想是: cas中有三个变量,要更新的变量V,预期值E和新值N,首先先读取V的值,然后进行相关的操作,操作完成后再向主存中读取一次取值为E,当且仅当V == E时才将N赋值给V,否则再走一遍上诉的流程,直至更新成功为止。就拿上面的i++的操作来做说明,假设当前i=1,两个线程同时对i进行+1的操作,线程A中V = 1,E = 1,N = 2;线程B中 V = 1,E = 1,N = 2;假设线程A先执行完整个操作,此时线程A发现 V = E = 1,所以线程A将N的值赋值给V,那么此时i的值就变成了 2 ;线程B随后也完成了操作,向主存中读取i的值,此时E = 2,V = 1,V != E,发现两个并不相等,说明i已经被其他线程修改了,因此不执行更新操作,而是从新读取V的值V = 2 ,执行+1后N = 3,完成后再读取主存中i的值,因为此时没有其他线程修改i的值了,所以E = 2,V = E = 2,两个值相等,因此执行赋值操作,将N的值赋值给i,最终得到的结果为3。在整过过程中始终没有使用到锁,却实现的线程的安全性。

从上面的过程知道,cas会面临着两个问题,一个是当线程一直更新不成功的话,那么这个线程就一直处于死循环中,这样会非常耗费cpu的资源;另一种是ABA的问题,即对i =1进行+1操作后,再-1,那么此时i的值仍为1,而另外一个线程获取的E的值也是1,认为其他线程没有修改过i,然后进行的更新操作,事实上已经有其他线程修改过了这个值了,这个就是 A ---> B ---> A 的问题;

Ⅲ、获取table对应的索引元素的位置

通过(n-1)& hash 的算法来获得对应的table的下标的位置,如果对于这条公式不是很理解的同学可以到: jdk1.8源码分析-hashMap 博客中了解。

tabAt(Node<K,V>[] tab, int i): 这个方法使用了java提供的原子操作的类来操作的,sun.misc.Unsafe.getObjectVolatile 的方法来保证每次线程都能获取到最新的值;

casTabAt(Node<K,V>[] tab, int i,Node<K,V> c, Node<K,V> v): 这个方法是通过cas的方式来获取i位置的元素;

Ⅳ、扩容

  • 如果新增节点之后,所在的链表的元素个数大于等于8,则会调用treeifyBin把链表转换为红黑树。在转换结构时,若tab的长度小于MIN_TREEIFY_CAPACITY,默认值为64,则会将数组长度扩大到原来的两倍,并触发transfer,重新调整节点位置。(只有当tab.length >= 64, ConcurrentHashMap才会使用红黑树。)

  • 新增节点后,addCount统计tab中的节点个数大于阈值(sizeCtl),会触发transfer,重新调整节点位置。

/**
     * Adds to count, and if table is too small and not already
     * resizing, initiates transfer. If already resizing, helps
     * perform transfer if work is available.  Rechecks occupancy
     * after a transfer to see if another resize is already needed
     * because resizings are lagging additions.
     *
     * @param x the count to add
     * @param check if <0, don't check resize, if <= 1 only check if uncontended
     */
private final void addCount(long x, int check) {
	CounterCell[] as;
	long b, s;
	if ((as = counterCells) != null ||
	            !U.compareAndSwaplong(this, BASECOUNT, b = baseCount, s = b + x)) {
		CounterCell a;
		long v;
		int m;
		Boolean uncontended = true;
		if (as == null || (m = as.length - 1) < 0 ||
		                (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
		                !(uncontended =
		                  U.compareAndSwaplong(a, CELLVALUE, v = a.value, v + x))) {
			fullAddCount(x, uncontended);
			return;
		}
		if (check <= 1)
		                return;
		s = sumCount();
	}
	if (check >= 0) {
		Node<K,V>[] tab, nt;
		int n, sc;
		while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
		                   (n = tab.length) < MAXIMUM_CAPACITY) {
			int rs = resizeStamp(n);
			if (sc < 0) {
				if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
				                        sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
				                        transferIndex <= 0)
				                        break;
				if (U.compareAndSwapint(this, SIZECTL, sc, sc + 1))
				                        transfer(tab, nt);
			} else if (U.compareAndSwapint(this, SIZECTL, sc,
			                                             (rs << RESIZE_STAMP_SHIFT) + 2))
			                    transfer(tab, null);
			s = sumCount();
		}
	}
}
复制代码

五、get操作

get操作中没有使用到同步的操作,所以相对来说比较简单一点。通过key的hashCode计算获得相应的位置,然后在遍历该位置上的元素,找到需要的元素,然后返回,如果没有则返回null:

/**
     * Returns the value to which the specified key is mapped,
     * or {@code null} if this map contains no mapping for the key.
     *
     * <p>More formally, if this map contains a mapping from a key
     * {@code k} to a value {@code v} such that {@code key.equals(k)},
     * then this method returns {@code v}; otherwise it returns
     * {@code null}.  (There can be at most one such mapping.)
     *
     * @throws NullPointerException if the specified key is null
     */
public V get(Object key) {
	Node<K,V>[] tab;
	Node<K,V> e, p;
	int n, eh;
	K ek;
	int h = spread(key.hashCode());
	if ((tab = table) != null && (n = tab.length) > 0 &&
	            (e = tabAt(tab, (n - 1) & h)) != null) {
		if ((eh = e.hash) == h) {
			if ((ek = e.key) == key || (ek != null && key.equals(ek)))
			                    return e.val;
		} else if (eh < 0)
		                return (p = e.find(h, key)) != null ? p.val : null;
		while ((e = e.next) != null) {
			if (e.hash == h &&
			                    ((ek = e.key) == key || (ek != null && key.equals(ek))))
			                    return e.val;
		}
	}
	return null;
}
复制代码

转载于:https://juejin.im/post/5cc06d33e51d456e403772e5