图文阅读ConcurrentHashMap源码,吊打面试官系列
ConcurrentHashMap结构
数组+链表+红黑树。链表大于8转红黑树,红黑树节点数小于6退回链表。跟HashMap是一样的。只是支持并发的操作
存放的key-value的Node节点
结构几乎一样,但是有个很重要的地方,val,next都被volatile关键字修饰,保证在多个线程之间的可见性。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;
}
树形结构的Node,继承Node多了几个红黑书树树特征的属性。
static final class TreeNode<K,V> extends Node<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
}
继承结构
核心属性
-
volatile Node<K,V>[] table;
结构中存放数据的数组,初始化时并不会立马初始化,而是等到第一次插入时延迟初始化。大小始终是2的幂 -
volatile Node<K,V>[] nextTable;
这个属性在扩容是很重要, 只有在扩容时才会用得到。可以简单理解为扩容后需要放置的新数组。 - transient volatile long baseCount;
基本计算表中元素个数,主要在无竞争时使用, 通过CAS更新。但是map的size!=baseCount,具体往下看 -
volatile int transferIndex;
扩容时,线程需要负责转移的开始下标,扩容时分配任务时会频繁用到。 -
transient volatile CounterCell[] counterCells;
很重要,用来计算个数的元素,后续在size方法,以及addCount方法时会用到,后续详细讲解。 -
volatile int cellsBusy;
当counterCells需要扩容了,修改counterCells时的标识,在addCount方法时讲解 -
transient volatile int sizeCtl;
默认为0,用来控制table的初始化和扩容操作
1 代表table正在初始化
N 表示有N-1个线程正在进行扩容操作:
如果table未初始化,表示table需要初始化的大小。
如果table初始化完成,表示table的容量,默认table大小的0.75倍
看懂几个方法
- tabAt
拥有volatile语义的读取数组中的相应索引的数据,直接读取主内存中的数组数据。 - casTabAt
使用CAS的方式保证线程安全。 - setTabAt
对setTabAt的调用始终在锁定区域内发生,并不需要完整的volatile语义,当前被编码为volatile 是保守的。
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}
开始看map的几个核心方法的实现。
核心方法public V put(K key, V value)
put时存在多种情况,并且需要支持并发线程安全。下面分步骤进行解析
- 数组table还未初始
直到put成功才退出
for (Node<K,V>[] tab = table;;) {
Node<K,V> f;
int n = tab.length;
if (tab == null || tab.length == 0) {
tab = initTable();
}
}
初始化代码,一进去就是个循环一直到table完成初始化。线程会根据**sizeCtl(volatile保持线程可见性)**的值,判断进行初始化操作,还是让当前线程从运行状态变为就绪状态,让出CPU。
- sizeCtl小于0
使当前线程从运行状态变为就绪状态让出CPU - sizeCtl大于等于0
进行CAS操作改变sizeCtl的值为-1,代表已有线程竞争到初始化table的权利。准备开始初始化。
初始化过程:
如果table未初始化sizeCtl表示table需要初始化的大小,New出数组。属性赋值给table。 table初始化完成,sizeCtl表示需要扩容的阈值,默认table大小的0.75倍。
private final Node<K,V>[] initTable() {
Node<K,V>[] tab;
//记录sizeCtl的值,sizeCtl后续CAS修改-1了
int sc;
//只要table没完成初始化就尝试初始化
while ((tab = table) == null || tab.length == 0) {
if ((sc = sizeCtl) < 0)
//让出Cpu的执行
Thread.yield();
//线程CAS,其中会有一个线程CAS成功
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
//CAS成功的线程开始初始化table
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
//0.75倍
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
//直到table完成初始化退出循环,返回table
return tab;
}
再接着往下看,会发现其他else 语句都进不去了,元素还没put进去呢,这不白瞎了。别忘记了开头进来是个一直的循环,等table初始化完成后,循环还没结束呢。只有在元素插入后才会break跳出循环。table初始化完成了接着往下看。
- 存放时数组table相应位置为Null
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,new Node<K,V>(hash, key, value, null)))
break;
}
线程2竞争CAS失败,依旧需要下次循环,下次循环时table此处已经存放了Node节点(忽略移除的情况),接下来再看线程2要怎么处理。
- 存放的结构是链表(数组中相应位置已有节点)
上述到线程1和线程2CAS竞争,线程2失败,再次进到循环处。前两个条件已经进不去了(table已初始化,table存在元素)先暂时忽略正在扩容的情况,后面说。线程2只能进到最后一个else。代码挺长耐心看。
代码第三行看到 synchronized,其实只要看到就可以松一口气,因为其中是同步代码块同时只有一个线程可以进入,只要考虑单线程的就好了。基本和HashMap插入元素一样了。
//锁住头结点
synchronized (f) {
if (tabAt(tab, i) == f) {
//头结点的Hash值如果小于0代表在扩容,这个后面扩容时说
if (fh >= 0) {
//统计链表的节点个数
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
//存在key相同的情况,替换其中的value值
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;
//没有存在key相等,构造节点插入到链表后
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
}
}
if (binCount != 0) {
//大于阈值8需要进行链表转红黑树
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
addCount(1L, binCount);
- 存放的结构是 红黑树
锁住头节点,如果头节点是TreeBin结构,那么调用putTreeVal方法将节点插入红黑树。至于红黑树的插入与删除篇幅较长,下次在另一篇文章中介绍。
//锁住头节点,形成同步代码块
synchronized (f) {
if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
addCount(1L, binCount);
对于上述 synchronized (f),做一个补充,因为只是锁住了单个节点,并不会影响操作其他链表或者其他红黑树的线程。只要线程tabAt(tab, i = (n - 1) & hash)获取的节点不一致,就不会产生冲突。
核心方法private final void addCount(long x, int check)
再线程添加完节点后最后都调用了addCount(1L, binCount);到目前为止,是不是没有发现扩容在何处触发,因为我们说当hashMap存放的元素>容量*负载因子(默认0.75)就会扩容,那么这个方法一定是在put增加元素时检查是否需要扩容。
一起看看这个方法干嘛用的,是否有触发扩容。再看这个方法前,先看看size()方法,是怎么计数的。
核心方法 public int size()
先大概看一下源码,发现并不是直接返回baseCount这个属性。而是遍历counterCells数组中所有的值累加到baseCount上返回。
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int)n);
}
final long sumCount() {
CounterCell[] as = counterCells;
CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
那么为什么这个中的所有值和baseCount累加在一起就等于Map的size呢,先看看他的结构很简单,只有一个volatile修饰的value值,这个时候再回头看addCount(long x, int check)方法
@sun.misc.Contended static final class CounterCell {
volatile long value;
CounterCell(long x) { value = x; }
}
核心方法private final void addCount(long x, int check)
大致流程图如上,如果CounterCell为Null,说明还没有线程增加节点,直接CAS baseCount。如果成功了则表示添加成功,失败的话说明还有其他线程在操作baseCount。准备开始修改CounterCell数组中节点的值,随机生成一个随机数取余CounterCell数组长度,如果节点为Null或者CAS修改失败进入fullAddCount。再来看fullAddCount函数
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
//如果counterCells不为空,说明不是第一次add,直接进入if
//只有ounterCells为空,才会CAS竞争baseCount
//CAS操作失败进入if 避免多个线程竞争baseCount
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a;
long v;
int m;
boolean uncontended = true;
//以下条件只要有一个为true,就会执行fullAddCount(x, uncontended),贼长的一个方法。
//CounterCell数组为空
//ThreadLocalRandom.getProbe() 生成每个线程的一个随机数,&m 取余CounterCell数组的长度得到的节点为Null
//CAS增加节点失败
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;
}
}
}
fullAddCount函数:从上图可以看出,
- 当直接CAS操作BASECOUNT失败
- CounterCell为Null(未初始化)
- 随机值取余CounterCell表长度下标元素为Null
- 以及CAS修改下标元素值失败
都会进入fullAddCount方法。一起看看fullAddCount做了什么。如果你不想看代码可以看下面的图和总结。
private final void fullAddCount(long x, boolean wasUncontended) {
int h;
//如果当前线程的probe的值为0,则初始化当前线程的probe的值,probe就是随机数
if ((h = ThreadLocalRandom.getProbe()) == 0) {
//force initialization
ThreadLocalRandom.localInit();
//重新获取probe,随机数
h = ThreadLocalRandom.getProbe();
// 重新生成了probe,未冲突标志位设置为true
wasUncontended = true;
}
//如果最后一个插槽非空则为true
boolean collide = false;
//自旋
for (;;) {
CounterCell[] as;
CounterCell a;
int n;
long v;
//counterCells已经完成初始化过,可以先看初始化部分
if ((as = counterCells) != null && (n = as.length) > 0) {
//随机数快速取余表长度,定位数组中的节点
if ((a = as[(n - 1) & h]) == null) {
//该位置不存在节点元素
//cellsBusy=0表示counterCells不在初始化或者扩容状态下
if (cellsBusy == 0) {
//构造一个CounterCell的值
CounterCell r = new CounterCell(x);
//cellsBusy=0表示counterCells不在初始化或者扩容状态下,并且没有其他线程在添加节点
//通过cas设置cellsBusy标识,防止其他线程来对counterCells并发处理
if (cellsBusy == 0 &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean created = false;
try {
CounterCell[] rs; int m, j;
//将初始化的r对象的元素个数放在对应下标的位置
//cas成功后,检查一些必要条件是否依旧成立
if ((rs = counterCells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
//完成数组相应元素的赋值
rs[j] = r;
created = true;
}
} finally {
//初始化结束恢复标识
cellsBusy = 0;
}
//数据添加成功,退出自旋
if (created)
break;
//数据添加不成功,进入下一次循环
continue;
}
}
collide = false;
} else if (!wasUncontended)
wasUncontended = true;
//由于指定下标位置的cell值不为空,则直接通过cas进行原子累加,如果成功,则直接退出
else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))
break;
//CounterCells大于CPU核心数(线程的并发数不会超过cpu核心数)
else if (counterCells != as || n >= NCPU)
//设置当前线程的本次循环失败不进行其他操作,下次循环再看情况做选择
collide = false;
//上述步骤依旧未完成,线程的并发数小于cpu核心数,恢复collide状态,标识下次循环会进行操作
else if (!collide)
collide = true;
//进入这个步骤,说明CounterCell数组容量不够,
//线程竞争比较大了,才会到这步
//所以先设置一个标识表示为正在扩容
else if (cellsBusy == 0 &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
try {
if (counterCells == as) {
//扩容一倍 2变成4,这个扩容比较简单
CounterCell[] rs = new CounterCell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
counterCells = rs;
}
} finally {
//恢复标识
cellsBusy = 0;
}
collide = false;
//继续下一次自旋
continue;
}
//继续下一次自旋
h = ThreadLocalRandom.advanceProbe(h);
}
//counterCellsw未初始化,进行初始化
//cellsBusy=0表示没有线程执行初始化操作
//cellsBusy volatile变量保持线程可见性
//通过cas更新cellsbusy的值标注当前线程正在做初始化操作
else if (cellsBusy == 0 &&
counterCells == as &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean init = false;
// Initialize table
try {
if (counterCells == as) {
//初始化容量为2
CounterCell[] rs = new CounterCell[2];
//将个数 放在指定的数组下标位置
rs[h & 1] = new CounterCell(x);
//赋值给counterCells
counterCells = rs;
//设置初始化完成标识
init = true;
}
} finally {
//初始化结束恢复标识
cellsBusy = 0;
}
if (init)
break;
}
//竞争激烈,以上情况都不满足,其它线程占据cell 数组,直接累加在base变量中
else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))
break;
}
}
ConcurrentHashMap单纯做一个size+1的操作都是这般鬼斧神工,太难了。不知道你看完上面的图没有,做个总结。
size+1是如何做到线程安全的
绕来绕去的,心中是不是在想直接CAS操作baseCount累加就不用这么麻烦了,但是这会造成多个线程在put完元素,同时竞争baseCount,导致性能低下。
选择size=baseCount+counterCells数组中的所有值加一块,这样结合上图就会发现,多个线程可以同时竞争baseCount,counterCells的每个数据节点(改变counterCells需要竞争cellsBusy),这样是不是有可能10个线程竞争一个baseCount和多个counterCells数组节点(默认数组长度为2,当竞争激烈时,会有线程扩容成2倍),10个竞争3个,是不是比10个竞争1个好呢。
下面看下,什么情况下会CAS竞争什么节点
- counterCells未初始化,CAS竞争cellsBusy置为1,开始初始化
- 线程竞争激烈,counterCells扩容成2倍,CAS竞争cellsBusy置为1
- counterCells相应下标元素为Null,CAS竞争cellsBusy置为1,需要对counterCells做修改
- counterCells相应下标元素不为Null,CAS竞争相应下标元素,+x
瞬间由多个线程竞争一个baseCount,到多个线程竞争多个元素,并且当竞争激烈时,还会进行扩容,可以竞争元素增多。
你以为addCount方法结束了吗,上文说了还要判断是否需要扩容,到现在目前为止只是完成了size的+1操作,后面还有一半的代码,来判断是否需要扩容。
private final void addCount(long x, int check) {
/******省略size+1的代码**************/
//统计map中有多少个元素
long s = sumCount();
//remove也会调用addCount,但是check为-1代表不需要检查扩容
if (check >= 0) {
Node<K,V>[] tab;
Node<K,V>[] nt;
int n;
int sc;
//为什么是循环而不是if
//首先内部的几处CAS都有可能会失败,失败了就需要再做一次判断
//其次考虑一种情况,是否会存在,该线程刚刚完成扩容,又有大量的元素进到map中
//while中完成扩容后,最后一行代码又计算了一下map的元素个数,看是否还需要扩容
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
//已经存在线程扩容了(回顾一下sizeCtl各个数字的含义)
if (sc < 0) {
// 没看懂,前面几个关于sc的判断没看懂,有明白的辛苦评论告知
// 能进入if的说明sc小于0,但是还存在一个情况就是进入if后扩容完成了
//在扩容的分配任务中可以看到对nextTable,transferIndex 的修改
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
//CAS修改使得sizeCtl表示的正在扩容的线程+1
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
//CAS修改SIZECTL的值,第一个进入扩容的线程
}else if (U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
至此要进入最核心的代码transfer扩容了。做好战斗准备
核心方法void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) ;扩容最难的方法
ConcurrentHashMap是支持多个线程扩容的,在什么时候触发多个线程后续再分析。
当有多个线程扩容时,需要先分配任务,将将数组拆分成多块,指定线程处理某一些桶的扩容。例如这样
下面先分析线程是怎么确定自己需要扩容的桶的。
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
//确认一个线程需要处理多少个桶
int n = tab.length;
//线程单次需要处理的桶的数量
int stride;
//如果CPU个数大于1,需要处理的数量为, 将 length / 8 然后除以 CPU核心数,如果得到的结果小于 16,那么就使用 16。
//让每个 CPU 处理的桶一样多,避免出现转移任务不均匀的现象
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE;
//nextTab为Null扩容线程,不为Null是帮助扩容线程
if (nextTab == null) { // initiating
try {
//初始化一下新的数组
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;
}
//赋值,这样其他线程访问nextTable时就不会为空了
nextTable = nextTab;
//这个下标很重要,这里是等于旧的数组的容量。代表的含义是未处理的最后一个位置。
transferIndex = n;
}
//新数组的容量,也很重要,先记着
int nextn = nextTab.length;
//上文说过的一个标记的用的Node节点,hash值为-1
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
//也是一个标识,标识是否前进到下一个桶的位置(是否处理下一个桶)
boolean advance = true;
//当前线程的扩容任务是否结束
boolean finishing = false;
//开始自旋处理
for (int i = 0, bound = 0;;) {
Node<K,V> f;
int fh;
while (advance) {
int nextIndex, nextBound;
//这个两个if暂时不要看,看完最后一个分支再看
//只需要记得其中完成了--i,nextIndex = transferIndex(旧的table的长度 )
//(看完最后一个分支再看)当经历过下面的任务分配后,
// 如果--i,大于等于bound上限,说明已经分配了任务并且没执行完不用再执行分配任务了
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//CAS设置transferIndex的值(未分配处理的最后一个结点的位置),如果CAS成功就计算需要处理的桶的开始和结束位置。
//其中两个分重要的属性nextBound,nextIndex
//处理的桶下限:nextBound = 数组长度-单次需要处理的桶个数
//处理的桶上限:i = 数组的最后一个
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ? nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
//任务分配完成,结束while循环
advance = false;
}
}
}
}
分配任务的重点在于,先CAS修改transferIndex的值,修改成功再分配。这样在其他线程读取到transferIndex的值时,再去分配任务时就不会造成任务重复分配分配完任务后,看线程是怎么处理这些分配到自己头上的这些桶的。先看一个Node结构,其HASH值为-1,用来做特定标识的。标记当前桶已经被处理了
static final class ForwardingNode<K,V> extends Node<K,V> {
final Node<K,V>[] nextTable;
ForwardingNode(Node<K,V>[] tab) {
//Hash值MOVED为负一
super(MOVED, null, null, null);
this.nextTable = tab;
}
}
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
/*************************以下代码为分配任务*************************/
int n = tab.length, stride;
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
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 = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
/*************************以上代码为分配任务*************************/
for (int i = 0, bound = 0;;) {
//先不用去看这个if,这个是判断当前线程是否已经将任务处理完毕
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
//如果这个桶是空的,直接CAS一个Hash值为-1的ForwardingNode节点
//代表这个桶已经处理完毕,然后进入下一次循环,i在while循环中会-1
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//桶不为空,但是是ForwardingNode节点,直接进入下次循环(处理下个桶)
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
//开始锁住头节点,往新的数组迁移数组(里面细节先不看之后都是同步代码块。先分析一下整体流程)
synchronized (f) {
//判断是链表还是树,按结构迁移数据
}
}
}
}
至此为止扩容部分大部分结束。其实简单来说,就两个步骤
但是每个步骤拆开细节都很多。
什么时候才会触发分配任务
怎么判断所有任务已经分配完毕。
//分配任务的代码
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
1.处理位置i要大于下限bound=》分配给当前线程的任务没处理完。
2. transferIndex(代表还未分配的桶的最后一个的位置)大于0=》还有未处理的桶
什么时候transferIndex会被设置成等于0呢,执行到CAS处,当transferIndex不大于stride(每次被分配的个数),如果CAS成功说明我将剩下所有的任务都分配给A线程去执行了,那么这个时候B线程进来发现transferIndex等于0,那就是任务分配完了。设置i = -1;advance = false;(i=-1这个很重要)
再看什么时候会退出自旋
整个transfer方法看下来,只有这个if语句内有return语句。(忽略异常return)。上面一个点说到了当判断transferIndex等于0时说明任务分配完了,i = -1。还有就是while内 if (–i >= bound || finishing),–i递减到-1。才会满足以下条件。说明已经将所有任务分配完,并且当前线程的任务已经执行完。
//后面两个判断条件没看懂,有看懂的辛苦评论区告知
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
//什么时候finishing会为true呢,只有执行了下面的CAS才会为true
//所以先看看下面的额CAS干什么了
//经过下面的CAS后,finishing设置为True,并且先设置i=n,进行下次循环
//这个时候只有在--i到-1时,再进到这个if语句,也就是将所有元素再检查一遍后
//才会再进到这个方法,这时finishing为true退出自旋,完成扩容。
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
//CAS设置正在扩容的线程-1
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
//看不懂为什么这么操作,有知道的辛苦评论区告知
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
//设置扩容已经结束
finishing = advance = true;
//把i重新设置为N,再重新检查一遍,结束本次循环
i = n; // recheck before commit
}
}
i = n,这个设定很巧妙。当所有任务都分配出去后,线程便会进到这个方法中,但是想退出自旋,完成扩容,还需要做最后一件事,检查一遍所有的桶是否都已经完成迁移。以及可能帮助承接最后一个任务的线程完成剩余作业。当检查完毕,–i到负数时,再次进入这个判断条件退出扩容。
帮助扩容的时机
在Put元素时如果节点的Hash为-1说明,正在扩容,而且该桶的元素已经发生了迁移,帮助扩容。helpTransfer跟addCount中判断帮助扩容差不多就不再进入helpTransfer函数了。
f = tabAt(tab, i = (n - 1) & hash)
else if ((fh = f.hash) == MOVED) {
tab = helpTransfer(tab, f);
}
在addCount后,需要扩容,并且已经有其他线程在扩容了(sizeCtl的值已经为负数了 )
if (sc < 0) {
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nextTable);
}
最后我们来大概的看看同步代码块中的代码
不是很重要,毕竟在synchronized中,是同步代码。其操作与HashMap中迁移数据类似
HashMap源码阅读
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
//节点的hash值&table容量,要么等于0,要么不为0
int runBit = fh & n;
//记录节点,这个节点的意思代表后面的所有hash&N都跟lastRun一样了
Node<K,V> lastRun = f;
//遍历链表
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
//只要后一个节点的p.hash & n不等于前一个节点,就更新
//这样在后面lastRun后面的节点都跟lastRun一致
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
//如果runBit==0保留在原处的节点
//这点在HashMap中有过说明
if (runBit == 0) {
ln = lastRun;
hn = null;
}else {
//位置变为当前位置+table长度
hn = lastRun;
ln = null;
}
//将节点分开,但是终止条件是p != lastRun;因为lastRun节点后面的存放的位置与lastRun一致,在前面的代码已经处理过
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash;
K pk = p.key;
V pv = p.val;
//为什么ph & n==0就放在原处,否则i+n在hashmap一文中说过了,不再赘述
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
//具有volatile语义的设置节点到新的数组
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
// 将旧的链表设置成占位符
setTabAt(tab, i, fwd);
advance = true;
}
//红黑树的拆分,后续在说红黑树时再分析
else if (f instanceof TreeBin) {
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;
}
}
//如果树的节点少于6需要转回链表
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;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
最后的最后做个总结
ConcurrentHashMap使用了volatile关键字保证线程之间可见性,以及CAS,synchronized来做到支持并发的。
其中Put方法时,先去判断table是否已经初始化,如果还未初始化线程CAS修改SIZECTL的值为-1进行初始化,如果此时其他线程读到SIZECTL为负数会让出Cpu的执行。
存放元素时如果table中相应位置为Null则会CAS修改节点,如果该节点的Hash值为-1说明正在扩容,并且这个桶已经扩容完成了就会帮助扩容。
如果CAS失败就会进入下一次的循环,这时如果该位置存在节点就用synchronized锁住这个节点再判断是红黑树结构还是链表结构插入元素。
在插入元素后要进行size+1操作,以及判断是否需要扩容。
在做size+1的操作时,先CAS修改BaseCount属性,如果修改失败就会转而去操作CounterCell数组,这样就把所有线程竞争baseCount变成了竞争baseCount和CounterCell数组中的每个节点。
当然如果线程之间竞争激烈会有线程CAS修改cellsBusy的值为1,去扩容CounterCell。
当执行完size+1操作后,计算map的size,将baseCount+CounterCell数组中每个节点的值,如果这个值大于map容量的0.75则需要扩容。
扩容支持多线程扩容,扩容第一步会为每个线程分配任务,需要处理桶的长度,线程会判断分配的任务范围下每个位置的节点的情况,如果是null CAS为ForwardingNode一个Hash值为-1的标识节点。
如果不为空也不为ForwardingNode节点,就用synchronized锁住头节点类似HashMap一样将元素移动到新的table。
当transferIndex=0时,说明任务分配完毕,会CAS设置SIZECTL-1代表正在扩容的线程-1,CAS成功后悔再检查一遍所有得元素是否都已经转移成功再退出扩容
本文地址:https://blog.csdn.net/wsdfym/article/details/109692519