HashMap、ConcurrentHashMap解析
一、hashmap分析
在jdk1.8之前,hashmap由数组+链表组成,1.8之后,对hashmap进行了一些修改,最大的不同就是利用了红黑树,所以其由数组+链表+红黑树组成。查找时,根据hash值我们能够快速定位到数组的具体下标,但是之后的话,需要顺着链表一个个比较下去才能找到我们需要的,时间复杂度取决于链表的长度为o(n),为了降低这部分的开销,在java8中,当链表中的元素达到了8个时,会将链表转换为红黑树,在这些位置进行查找时可以降低时间复杂度为o(logn)。
1.put过程:(jdk1.8)
第一次put值时,会触发resize(),类似java7的第一次put也是要初始化数组长度的。
第一次resize和后续的扩容有些不一样,因为这次是数组从null初始化到默认的16或自定义的初始容量,找到具体的数据下标,如果此位置没有值,那么直接初始化一下node并放置在这个位置就可以了。如果数组改为只有数据:首先,判断该位置的第一个数据和我们要插入的数据,key是不是“相等”,如果是,取出这个节点,如果该节点是代表红黑树的节点,调用红黑树的插值方法,插入到链表的最后面(java7是插入到链表的最前面),当treeify_threshold为8时,如果新插入的值是链表中的第8个,会触发下面的treeifybin,也就是将链表转换为红黑树;如果在该链表中找到了“相等”的key(==或equals);如果hashmap由于新插入这个值导致size已经超过了阈值,则需要进行扩容。
jdk1.7
当插入第一个元素时,需要先初始化数组大小;
1)求key的hash值(数组索引 index=hash&(size-1));
2)找到对应的数组下标;
3)遍历一下对应下标处的链表,看是否有重复的key已经存在,如果有,直接覆盖,put方法返回旧值就结束了;
4)不存在重复的key,将此entry添加到链表中。
2.数组扩容(当前的size已经达到了阈值,并且要插入的数组位置上已经有元素,那么就会触发扩容,扩容后,数组大小为原来的2倍)(jdk1.8)
resize()方法用于初始化数组或数组扩容,每次扩容后,容量为原来的2倍,并进行数据迁移。
1)对数组进行扩容,将数组扩大一倍,将阈值扩大一倍;
2)第一次put时初始化数组;
3)开始遍历数组进行数据迁移;
如果该数组位置上只有单个元素:那就简单了,直接迁移这个元素就可以了。
如果是链表:需要将此链表拆成两个链表,放到新的数组中,并且保留原来的先后顺序,lohead,lotail对应一条链表,hihead、hitail对应另一条链表。
jdk 1.7
扩容就是一个新的大数组替换原来的小数组,并将原来数组中的值迁移到新的数组中。
由于是双倍扩容,迁移过程中,会将原来table[i] 中的链表的所有节点,分拆到新的数组的newtable[i] 和 newtable[i+oldlength]位置上。如原来数组长度为16,那么扩容后,原来table[0]出的链表中的所有元素会被分配到新数组中 newtable[0] 和 newtable[16] 这两个位置。
3.get过程(jdk1.8)
1)计算key的hash值,根据hash值找到对应的数组下标:hash&(length-1)
2)判断数组该位置处的元素是否刚好是我们要找的,如果不是,走第三步;
3)判断该元素类型是否是treenode,如果是,用红黑树的方法取数据,如果不是,走第四步;
4)遍历链表,直到找到相等(==或equals)的key。
jdk 1.7
1)根据key计算hash值;
2)找到对应的数组下标:hash&(length-1)
3)遍历该数组位置处的链表,直到找到相等的key。
4.为什么hashmap线程不安全?(hash冲突和扩容导致的)
hashmap的实现使用了一个数组,每个数组项里面由一个链表方式来实现,因为hashmap使用key的hashcode来寻找存储位置,不同的key可能具有相同的hashcode,这时就出现了哈希冲突,也叫哈希碰撞。为了解决哈希冲突,有开放地址法,以及链地址法。hashmap的实现选取了链地址法,也就是将哈希值一样的entry保存在同一个数组里面,可以把一个数组项当作一个桶,桶里面装的entry的key的hashcode是一样的。
扩容导致的不安全:
1)put时导致的多线程数据不一致。比如有两个线程a和b,首先a希望插入一个key-value对到hashmap中,首先计算记录所要落到的桶里面的链表头结点,此时线程a的时间片用完了,而此时线程b被调用得以执行,和线程a一样执行,只不过线程b成功将记录插到了桶里面,假设线程a插入的记录计算出来的桶所引和线程b要插入的记录计算出来的桶索引是一样的,那么当线程b成功插入后,线程a再次被调用运行时,它依然持有过期的链表头但是它对此一无所知,以至于它认为应该这样做,如此一来就覆盖了线程b插入的记录,这样线程b插入的记录就凭空消失了,造成了数据不一致的行为。
2)get:扩容时将数组扩为二倍后,原数组中的数组的索引会发生变化,在进行get时仍然用原来的索引进行寻找,导致找不到要寻找的值。
二、concurrenthashmap分析
concurrenthashmap是线程安全且高效的hashmap。
1.线程不安全的hashmap
hashmap是java中最常用的一个map类,性能好,速度快,但是不能保证线程安全,它可用null作为key/value。
在多线程环境下,使用hashmap进行put操作会引起死循环,是因为多线程会导致hashmap的entry链表形成环,一旦成环,entry的next节点永远不为空,产生死循环。所以在并发情况下不能使用hashmap。
2.效率低下的hashtable
线程安全的map类,其public方法均用synchronize修饰,这表示在多线程操作时,每个线程在操作之前都会锁住整个map,待操作完成后才释放。
如线程1使用put操作进行元素添加,线程2不但不能使用put方法进行添加元素,也不能使用get方法来获取元素,所以竞争越激烈效率越低,这必然导致多线程时性能不佳。另外,hashtable不能使用null作为key/value。
3. 锁分段技术可有效提升并发访问效率
hashtable在竞争激烈的并发环境中表现出效率低下的原因是所访问hashtable的线程都必须竞争同一把锁,假如容器中有多把锁,每一把锁用于锁容器其中一部分的数据,那么当多线程访问容器里不同数据段的数据时,线程间就不会存在锁竞争,从而可以有效提高并发访问效率,这就是concurrenthashmap所使用的锁分段技术。
- 首先将数据分成一段一段地存储;
- 然后给每个数据段配一把锁;
- 当一个线程占用锁访问其中一个段数据时,其他段的数据也能被其他线程访问。
concurrenthashmap是由segment数组和hashentry数组组成。
segment是一种可重入锁,在consurrenthashmap里扮演锁的角色;hashentry则用于存储键值对数据。
一个consurrenthashmap里包含一个segment数组,segment的机构和hashmap类似,是一种数组和链表结构。一个segment里包含一个hashentry数组,每个hashentry是一个链表结构的元素,每个segment守护着一个hashentry数组里的元素,当对hashentry数组的数据进行修改时,必须首先获得与它对应的segment锁。如图:
4.concurrenthashmap的初始化
1)concurrenthashmap类中包含三个与segment相关的成员变量:
final int segmentmask;
final int segmentshift;
final segment<k,v>[] segments;
其中segments是segment的原生数组,此数组的长度可以在concurrenthashmap的构造函数中使用并发度参数指定,其默认值为default_concurrency_level=16;segmentshift是用来计算segments数组索引的位移量,而segmentmask则是用来计算索引的掩码值。
例如并发度为16时(即segments数组长度为16),segmentshift为32-4=28(因为2的4次幂为16),而segmentmask则为1111(二进制),索引的计算式如下:
int j=(hash>>>segmentshift) & segmentmask;
2)在多线程并发访问一个共享变量时,为了保证逻辑的正确,可以采用以下方法:
加锁,性能最低,能保证原子性、可见性,防止指令重排;
volatile修饰,性能中等,能保证原子性,防止指令重排;
使用getobjectvolatile,性能最好,可防止指令重排;
因此concurrenthashmap选择了使用unsafe的getobjectvolatile来读取segments中的元素。
1 private segment<k,v> segmentforhash(int h) { 2 long u = (((h >>> segmentshift) & segmentmask) << sshift) + sbase; 3 return (segment<k,v>) unsafe.getobjectvolatile(segments, u); 4 }
3)segment锁
segment继承了reentrantlock(可重入锁),因此它实际上是一把锁。在进行put、remove、replace、clear等需要改动内容的操作时,都要进行加锁操作,其代码一般是这样的:
1 final v put(k key, int hash, v value, boolean onlyifabsent) { 2 hashentry<k,v> node = trylock() ? : scanandlockforput(key, hash, value); 3 v oldvalue; 4 try { 5 //实际代码…… 6 } 7 } finally { 8 unlock(); 9 } 10 return oldvalue; 11 }
首先调用trylock,如果加锁失败,则进入scanandlockforput(key,hash,value),该方法实际上是先自旋等待其他线程解锁,直至指定的次数max_scan_retries;若自旋过程中,其他线程释放了锁,导致本线程直接获得了锁,就避免了本线程进入等待锁的场景,提高了效率。若自旋一定次数后,仍未获取锁,则调用lock方法进入等待锁的场景。
优点:采用这种自旋锁和独占锁结合的方法,在很多场景下能够提高segment并发操作数据的效率。
初始化方法是通过initialcapacity、loadfactor和concurrencylevel等参数来初始化segment数组,段偏移量segmentshift、段掩码segmentmask和每个segment里的hashentry数组来实现的。
4)初始化segments数组
1 if (concurrencylevel > max_segments) 2 concurrencylevel = max_segments; 3 int sshift = 0; 4 int ssize = 1; 5 while (ssize < concurrencylevel) { 6 ++sshift; 7 ssize <<= 1; 8 } 9 segmentshift = 32 - sshift; 10 segmentmask = ssize - 1; 11 this.segments = segment.newarray(ssize);
segments数组的长度ssize是通过concurrencylevel计算得出的;为了能通过按位与的散列算法来定位segments数组的索引,必须保证segments数组的长度为2的n次方,所以必须计算出一个大于或等于concurrencylevel的最小的2的n次方值来作为segments数组的长度。concurrencylevel的最大值为65535,这意味着segments数组的长度最大为65536,对应的二进制是16位。
5)初始化segmentshift和segmentmask
这两个全局变量需要在定位segment时的散列算法里使用;sshift等于ssize从1向左移位的次数,默认concurrencylevel等于16,1需要向左位移动4次,所以sshift为4.
segmentshift用于定位参与散列算法的位数,segmentshift等于32减sshift,所以等于28。这里之所以是32,是因为concurrenthashmap里的hash()方法输出的最大位数为32位。
segmentmask是散列运算的掩码,等于ssize减1,即15;掩码的二进制各个位的值都是1,因为ssize的最大长度为65536,所以segmentshift最大值是16,segmentmask最大值是65535,对应的二进制为16位,每个位都是1。
6)初始化每个segment
输入参数initialcapacity是concurrenthashmap的初始化容量,loadfactor是每个segment的负载因子,在构造方法里需要通过这两个参数来初始化数组中的每个segment。
1 if (initialcapacity > maximum_capacity) 2 initialcapacity = maximum_capacity; 3 int c = initialcapacity / ssize; 4 if (c * ssize < initialcapacity) 5 ++c; 6 int cap = 1; 7 while (cap < c) 8 cap <<= 1; 9 for (int i = 0; i < this.segments.length; ++i) 10 this.segments[i] = new segment<k, v>(cap, loadfactor);
上面代码中的变量cap就是segment里hashentry数组的长度,它等于initialcapacity除以ssize的倍数c,如果c大于1,就会取大于等于c的2的n次方值,所以cap不是1,就是2的n次方。
segment的容量threshold=(int) cap*loadfactor,默认initialcapacity等于16,loadfactor等于0.75,通过运算cap等于1,threshold等于零。
7)定位segment
既然concurrenthashmap使用分段锁segment来保护不同段的数据,那么在插入和获取元素时,必须先通过散列算法定位到segment。可以看到concurrenthashmap会首先使用hash的变种算法对元素的hashcode进行一次再散列。
1 private static int hash(int h) { 2 h += (h << 15) ^ 0xffffcd7d; 3 h ^= (h >>> 10); 4 h += (h << 3); 5 h ^= (h >>> 6); 6 h += (h << 2) + (h << 14); 7 return h ^ (h >>> 16); 8 }
进行再散列,是为了减少散列冲突,使元素能够均匀地分布在不同的segment上,从而提高容器的存取效率。
假如散列的质量差到极点,那么所有元素都在一个segment中,不仅存区元素缓慢,分段锁也会失去意义。
1 //concurrenthashmap通过以下散列算法定位segment 2 final segment<k,v> segmentfor(int hash) { 3 return segments[(hash >>> segmentshift) & segmentmask]; 4 } 5 //默认情况下segmentshift为28,segmentmask为15,再散列后的数最大是32位二进制数据,向右无符号移动28位,即让高4位参与到散列运算中,(hash>>>segmentshift)&segmentmask的运算结果分别是4、15、7和8,可以看到散列值没有发生冲突.
8)hashentry
1 static final class hashentry<k,v> { 2 final int hash; 3 final k key; 4 volatile v value; 5 volatile hashentry<k,v> next; 6 7 hashentry(int hash, k key, v value, hashentry<k,v> next) { 8 this.hash = hash; 9 this.key = key; 10 this.value = value; 11 this.next = next; 12 } 13 final void setnext(hashentry<k,v> n) { 14 unsafe.putorderedobject(this, nextoffset, n); 15 } 16 17 static final long nextoffset; 18 static { 19 try { 20 unsafe = sun.misc.unsafe.getunsafe(); 21 class k = hashentry.class; 22 nextoffset = unsafe.objectfieldoffset 23 (k.getdeclaredfield("next")); 24 } catch (exception e) { 25 throw new error(e); 26 } 27 } 28 } 29 @suppresswarnings("unchecked") 30 static final <k,v> hashentry<k,v> entryat(hashentry<k,v>[] tab, int i) { 31 return (tab == ) ? : 32 (hashentry<k,v>) unsafe.getobjectvolatile 33 (tab, ((long)i << tshift) + tbase); 34 } 35 static final <k,v> void setentryat(hashentry<k,v>[] tab, int i, hashentry<k,v> e) { 36 unsafe.putorderedobject(tab, ((long)i << tshift) + tbase, e); 37 }
与segment类似,hashentry使用unsafe.putorderedobject来设置它的next成员变量,这样既可以提高性能,又能保持并发可见性。同时entryat方法和setentryat方法也使用了unsafe.getobjectvolatile和unsafe.putorderedobject来获取和写入指定索引的hashentry。
总之,segment数组和hashentry数组的读取写入一般都是使用unsafe。
5.concurrenthashmap的操作
5.1 get操作
先经过一次再散列,然后使用这个散列值通过散列运算定位到segment,再通过散列算法定位到元素。
1 public v get(object key) { 2 segment<k,v> s; 3 hashentry<k,v>[] tab; 4 int h = hash(key); 5 //找到segment的地址 long u = (((h >>> segmentshift) & segmentmask) << sshift) + sbase; 6 //取出segment,并找到其hashtable if ((s = (segment<k,v>)unsafe.getobjectvolatile(segments, u)) != null && 7 (tab = s.table) != ) { 8 //遍历此链表,直到找到对应的值 for (hashentry<k,v> e = (hashentry<k,v>) unsafe.getobjectvolatile 9 (tab, ((long)(((tab.length - 1) & h)) << tshift) + tbase); e != ; e = e.next) { 10 k k; 11 if ((k = e.key) == key || (e.hash == h && key.equals(k))) 12 return e.value; 13 } 14 } 15 return ; 16 }
整个get方法不需要加锁,只需要计算两次hash值,然后遍历一个单向链表(此链表长度平均小于2),因此get性能很高。高效之处在于整个过程不需要加锁,除非读到的值是空才会加锁重读。
hashtable容器的get方法是需要加锁的,那concurrenthashmap的get操作是如何做到不加锁的呢?
原因是它的get方法将要使用的共享变量都定义成了volatile类型,如用于统计当前segment大小的count字段和用于存储值得hashentry的value。
定义成volatile的变量,能够在线程之间保持可见性,能够被多线程同时读,并且保证不会读到过期的值,但是只能被单线程写(有一种情况可以被多线程写,就是写入的值不依赖于原值),在get操作里只需要读不需要写共享变量count和value,所以可以不用加锁。
之所以不会读到过期的值,是因为根据java内存模型的happen before原则,对volatile字段的写操作先于读操作,即使两个线程同时修改和获取volatile变量,get操作也能拿到最新的值,这是用volatile替换锁的经典应用场景。
transient volatile int count;
volatile v value;
在定位元素的代码里可以实现,定位hashentry和定位segment的散列算法虽然一样,都与数组的长度减去1再相“与”,但是相“与”的值不一样。
定位segment使用的是元素的hashcode再散列后得到的值的高位,定位hashentry直接使用再散列后的值。其目的是避免两次散列后的值一样,虽然元素在segment里散列开了,但是却没有在hashentry中散列开。
hash>>>segmentshift & segmentmask; //定位segment所使用的hash算法
int index=hash & (tab.length-1); //定位hashentry所使用的hash算法
5.2 put操作
由于需要对共享变量进行写操作,所以为了线程安全,在操作共享变量时必须加锁。put方法首先定位到segment,然后在segment里进行插入操作。
插入操作需要经历的两个步骤:
判断是否需要对segment里的hashentry数组进行扩容;定位添加元素的位置,然后将其放在hashentry数组里;
1)是否需要扩容?
在插入元素前会先判断segment里的hashentry数组是否超过容量,如果超过阈值,则对数组进行扩容。segment的扩容判断比hashmap更恰当,因为hashmap是在插入元素后判断是否已经到达容量,如果到达了就进行扩容,但是很有可能扩容之后没有新元素插入,这时hashmap就进行了一次无效的扩容。
2)如何扩容?
在扩容时,首先会创建一个容量是原来两倍的数组,然后将原数组里的元素进行再散列后插入到新的数组里。为了高效,concurrenthashmap不会对整个容器进行扩容,而只对某个segment扩容。
put方法的第一步:计算segment数组的索引,并找到该segment,然后调用该segment的put方法。
1 public v put(k key, v value) { 2 segment<k,v> s; 3 if (value == ) 4 throw new nullpointerexception(); 5 int hash = hash(key); 6 //计算segment数组的索引,并找到该segment int j = (hash >>> segmentshift) & segmentmask; 7 if ((s = (segment<k,v>)unsafe.getobject // nonvolatile; recheck 8 (segments, (j << sshift) + sbase)) == ) // in ensuresegment 9 s = ensuresegment(j); 10 //调用该segment的put方法 return s.put(key, hash, value, false); 11 }
put方法的第二步:在segment的put方法中进行操作。
1 final v put(k key, int hash, v value, boolean onlyifabsent) { 2 //调用trylock()尝试加锁,若失败则调用scanandlockforput进行加锁,同时寻找key相应的节点node 3 hashentry<k,v> node = trylock() ? : 4 scanandlockforput(key, hash, value); 5 //以下的代码都运行在加锁状态 6 v oldvalue; 7 try { 8 hashentry<k,v>[] tab = table; 9 //计算hash表的索引值,并取出hashentry int index = (tab.length - 1) & hash; 10 hashentry<k,v> first = entryat(tab, index); 11 //遍历此链表 for (hashentry<k,v> e = first;;) { 12 //如果链表不为空,在链表中寻找对应的node,找到后进行赋值,并退出循环 if (e != null) { 13 k k; 14 if ((k = e.key) == key || 15 (e.hash == hash && key.equals(k))) { 16 oldvalue = e.value; 17 if (!onlyifabsent) { 18 e.value = value; 19 ++modcount; 20 } 21 break; 22 } 23 e = e.next; 24 } 25 //如果在链表中没有找到对应的node else { 26 //如果scanandlockforput方法中已经返回的对应的node,则将其插入first之前 if (node != null) 27 node.setnext(first); 28 else //否则,new一个新的hashentry 29 node = new hashentry<k,v>(hash, key, value, first); 30 int c = count + 1; 31 //测试是否需要自动扩容 if (c > threshold && tab.length < maximum_capacity) 32 rehash(node); 33 else //设置node到hash表的index索引处 34 setentryat(tab, index, node); 35 ++modcount; 36 count = c; 37 oldvalue = ; 38 break; 39 } 40 } 41 } finally { 42 unlock(); 43 } 44 return oldvalue; 45 }
5.3 size操作
要统计整个concurrenthashmap里的元素的数量,就必须统计所有segment里元素的数量后计总。
segment里的全局变量count是一个volatile,在并发场景下,是不是直接把所有的segment的count相加就可以得到整个concurrenthashmap大小了呢?不是的。
虽然相加时可以获取每个segment的count的最新值,但是可能累加前使用的count发生了变化,那么统计结果就不准了。所以,最安全的做法就是在统计size时把所有segment的put、remove和clear方法全部锁住,但是这种做法显然非常低效。
因为在累加count操作过程中,之前累加过的count发生变化的机率非常小,所以concurrenthashmap的做法是先尝试2次通过不锁segment的方式来统计各个segment大小,如果统计的过程中,count发生了变化,则再采用加锁的方式来统计所有segment的大小。
那么concurrenthashmap又是如何判断在统计时容器是否发生了变化呢?
使用modcount变量,在put、remove和clear方法里操作元素前都会将变量modcount进行加1,那么在统计size前后比较modcount是否发生变化,从而得知容器的大小是否发生了变化。