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  >  IT编程

死磕 java集合之ConcurrentHashMap源码分析(一)

程序员文章站 2022-07-11 09:16:35
死磕 java集合之ConcurrentHashMap源码分析(一) 它的存储结构是什么样的? 它使用了哪些锁? 它是怎么扩容的? 它是否是强一致性的? 它不能解决哪些问题? 它的源码中使用了哪些不常见的技术? ......

开篇问题

(1)concurrenthashmap与hashmap的数据结构是否一样?

(2)hashmap在多线程环境下何时会出现并发安全问题?

(3)concurrenthashmap是怎么解决并发安全问题的?

(4)concurrenthashmap使用了哪些锁?

(5)concurrenthashmap的扩容是怎么进行的?

(6)concurrenthashmap是否是强一致性的?

(7)concurrenthashmap不能解决哪些问题?

(8)concurrenthashmap中有哪些不常见的技术值得学习?

简介

concurrenthashmap是hashmap的线程安全版本,内部也是使用(数组 + 链表 + 红黑树)的结构来存储元素。

相比于同样线程安全的hashtable来说,效率等各方面都有极大地提高。

各种锁简介

这里先简单介绍一下各种锁,以便下文讲到相关概念时能有个印象。

(1)synchronized

java中的关键字,内部实现为监视器锁,主要是通过对象监视器在对象头中的字段来表明的。

synchronized从旧版本到现在已经做了很多优化了,在运行时会有三种存在方式:偏向锁,轻量级锁,重量级锁。

偏向锁,是指一段同步代码一直被一个线程访问,那么这个线程会自动获取锁,降低获取锁的代价。

轻量级锁,是指当锁是偏向锁时,被另一个线程所访问,偏向锁会升级为轻量级锁,这个线程会通过自旋的方式尝试获取锁,不会阻塞,提高性能。

重量级锁,是指当锁是轻量级锁时,当自旋的线程自旋了一定的次数后,还没有获取到锁,就会进入阻塞状态,该锁升级为重量级锁,重量级锁会使其他线程阻塞,性能降低。

(2)cas

cas,compare and swap,它是一种乐观锁,认为对于同一个数据的并发操作不一定会发生修改,在更新数据的时候,尝试去更新数据,如果失败就不断尝试。

(3)volatile(非锁)

java中的关键字,当多个线程访问同一个变量时,一个线程修改了这个变量的值,其他线程能够立即看得到修改的值。(这里牵涉到java内存模型的知识,感兴趣的同学可以自己查查相关资料)

volatile只保证可见性,不保证原子性,比如 volatile修改的变量 i,针对i++操作,不保证每次结果都正确,因为i++操作是两步操作,相当于 i = i +1,先读取,再加1,这种情况volatile是无法保证的。

(4)自旋锁

自旋锁,是指尝试获取锁的线程不会阻塞,而是循环的方式不断尝试,这样的好处是减少线程的上下文切换带来的开锁,提高性能,缺点是循环会消耗cpu。

(5)分段锁

分段锁,是一种锁的设计思路,它细化了锁的粒度,主要运用在concurrenthashmap中,实现高效的并发操作,当操作不需要更新整个数组时,就只锁数组中的一项就可以了。

(5)reentrantlock

可重入锁,是指一个线程获取锁之后再尝试获取锁时会自动获取锁,可重入锁的优点是避免死锁。

其实,synchronized也是可重入锁。

源码分析

构造方法

public concurrenthashmap() {
}

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;
}

public concurrenthashmap(map<? extends k, ? extends v> m) {
    this.sizectl = default_capacity;
    putall(m);
}

public concurrenthashmap(int initialcapacity, float loadfactor) {
    this(initialcapacity, loadfactor, 1);
}

public concurrenthashmap(int initialcapacity,
                         float loadfactor, int concurrencylevel) {
    if (!(loadfactor > 0.0f) || initialcapacity < 0 || concurrencylevel <= 0)
        throw new illegalargumentexception();
    if (initialcapacity < concurrencylevel)   // use at least as many bins
        initialcapacity = concurrencylevel;   // as estimated threads
    long size = (long)(1.0 + (long)initialcapacity / loadfactor);
    int cap = (size >= (long)maximum_capacity) ?
            maximum_capacity : tablesizefor((int)size);
    this.sizectl = cap;
}

构造方法与hashmap对比可以发现,没有了hashmap中的threshold和loadfactor,而是改用了sizectl来控制,而且只存储了容量在里面,那么它是怎么用的呢?官方给出的解释如下:

(1)-1,表示有线程正在进行初始化操作

(2)-(1 + nthreads),表示有n个线程正在一起扩容

(3)0,默认值,后续在真正初始化的时候使用默认容量

(4)> 0,初始化或扩容完成后下一次的扩容门槛

至于,官方这个解释对不对我们后面再讨论。

添加元素

public v put(k key, v value) {
    return putval(key, value, false);
}

final v putval(k key, v value, boolean onlyifabsent) {
    // key和value都不能为null
    if (key == null || value == null) throw new nullpointerexception();
    // 计算hash值
    int hash = spread(key.hashcode());
    // 要插入的元素所在桶的元素个数
    int bincount = 0;
    // 死循环,结合cas使用(如果cas失败,则会重新取整个桶进行下面的流程)
    for (node<k,v>[] tab = table;;) {
        node<k,v> f; int n, i, fh;
        if (tab == null || (n = tab.length) == 0)
            // 如果桶未初始化或者桶个数为0,则初始化桶
            tab = inittable();
        else if ((f = tabat(tab, i = (n - 1) & hash)) == null) {
            // 如果要插入的元素所在的桶还没有元素,则把这个元素插入到这个桶中
            if (castabat(tab, i, null,
                    new node<k,v>(hash, key, value, null)))
                // 如果使用cas插入元素时,发现已经有元素了,则进入下一次循环,重新操作
                // 如果使用cas插入元素成功,则break跳出循环,流程结束
                break;                   // no lock when adding to empty bin
        }
        else if ((fh = f.hash) == moved)
            // 如果要插入的元素所在的桶的第一个元素的hash是moved,则当前线程帮忙一起迁移元素
            tab = helptransfer(tab, f);
        else {
            // 如果这个桶不为空且不在迁移元素,则锁住这个桶(分段锁)
            // 并查找要插入的元素是否在这个桶中
            // 存在,则替换值(onlyifabsent=false)
            // 不存在,则插入到链表结尾或插入树中
            v oldval = null;
            synchronized (f) {
                // 再次检测第一个元素是否有变化,如果有变化则进入下一次循环,从头来过
                if (tabat(tab, i) == f) {
                    // 如果第一个元素的hash值大于等于0(说明不是在迁移,也不是树)
                    // 那就是桶中的元素使用的是链表方式存储
                    if (fh >= 0) {
                        // 桶中元素个数赋值为1
                        bincount = 1;
                        // 遍历整个桶,每次结束bincount加1
                        for (node<k,v> e = f;; ++bincount) {
                            k ek;
                            if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                            (ek != null && key.equals(ek)))) {
                                // 如果找到了这个元素,则赋值了新值(onlyifabsent=false)
                                // 并退出循环
                                oldval = e.val;
                                if (!onlyifabsent)
                                    e.val = value;
                                break;
                            }
                            node<k,v> pred = e;
                            if ((e = e.next) == null) {
                                // 如果到链表尾部还没有找到元素
                                // 就把它插入到链表结尾并退出循环
                                pred.next = new node<k,v>(hash, key,
                                        value, null);
                                break;
                            }
                        }
                    }
                    else if (f instanceof treebin) {
                        // 如果第一个元素是树节点
                        node<k,v> p;
                        // 桶中元素个数赋值为2
                        bincount = 2;
                        // 调用红黑树的插入方法插入元素
                        // 如果成功插入则返回null
                        // 否则返回寻找到的节点
                        if ((p = ((treebin<k,v>)f).puttreeval(hash, key,
                                value)) != null) {
                            // 如果找到了这个元素,则赋值了新值(onlyifabsent=false)
                            // 并退出循环
                            oldval = p.val;
                            if (!onlyifabsent)
                                p.val = value;
                        }
                    }
                }
            }
            // 如果bincount不为0,说明成功插入了元素或者寻找到了元素
            if (bincount != 0) {
                // 如果链表元素个数达到了8,则尝试树化
                // 因为上面把元素插入到树中时,bincount只赋值了2,并没有计算整个树中元素的个数
                // 所以不会重复树化
                if (bincount >= treeify_threshold)
                    treeifybin(tab, i);
                // 如果要插入的元素已经存在,则返回旧值
                if (oldval != null)
                    return oldval;
                // 退出外层大循环,流程结束
                break;
            }
        }
        }
        // 成功插入元素,元素个数加1(是否要扩容在这个里面)
        addcount(1l, bincount);
        // 成功插入元素返回null
        return null;
    }

整体流程跟hashmap比较类似,大致是以下几步:

(1)如果桶数组未初始化,则初始化;

(2)如果待插入的元素所在的桶为空,则尝试把此元素直接插入到桶的第一个位置;

(3)如果正在扩容,则当前线程一起加入到扩容的过程中;

(4)如果待插入的元素所在的桶不为空且不在迁移元素,则锁住这个桶(分段锁);

(5)如果当前桶中元素以链表方式存储,则在链表中寻找该元素或者插入元素;

(6)如果当前桶中元素以红黑树方式存储,则在红黑树中寻找该元素或者插入元素;

(7)如果元素存在,则返回旧值;

(8)如果元素不存在,整个map的元素个数加1,并检查是否需要扩容;

添加元素操作中使用的锁主要有(自旋锁 + cas + synchronized + 分段锁)。

为什么使用synchronized而不是reentrantlock?

因为synchronized已经得到了极大地优化,在特定情况下并不比reentrantlock差。


未完待续~~


死磕 java集合之ConcurrentHashMap源码分析(一)