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

深入学习java并发包ConcurrentHashMap源码

程序员文章站 2024-02-13 17:32:10
正文 以前写过介绍hashmap的文章,文中提到过hashmap在put的时候,插入的元素超过了容量(由负载因子决定)的范围就会触发扩容操作,就是rehash,这个会重新...

正文

以前写过介绍hashmap的文章,文中提到过hashmap在put的时候,插入的元素超过了容量(由负载因子决定)的范围就会触发扩容操作,就是rehash,这个会重新将原数组的内容重新hash到新的扩容数组中,在多线程的环境下,存在同时其他的元素也在进行put操作,如果hash值相同,可能出现同时在同一数组下用链表表示,造成闭环,导致在get时会出现死循环,所以hashmap是线程不安全的。

jdk1.7的实现

整个 concurrenthashmap 由一个个 segment 组成,segment 代表”部分“或”一段“的意思,所以很多地方都会将其描述为分段锁。注意,行文中,我很多地方用了“槽”来代表一个 segment。

简单理解就是,concurrenthashmap 是一个 segment 数组,segment 通过继承 reentrantlock 来进行加锁,所以每次需要加锁的操作锁住的是一个 segment,这样只要保证每个 segment 是线程安全的,也就实现了全局的线程安全。

深入学习java并发包ConcurrentHashMap源码

concurrencylevel:并行级别、并发数、segment 数。默认是 16,也就是说 concurrenthashmap 有 16 个 segments,所以理论上,这个时候,最多可以同时支持 16 个线程并发写,只要它们的操作分别分布在不同的 segment 上。这个值可以在初始化的时候设置为其他值,但是一旦初始化以后,它是不可以扩容的。

再具体到每个 segment 内部,其实每个 segment 很像之前介绍的 hashmap,不过它要保证线程安全,所以处理起来要麻烦些。

初始化
initialcapacity:初始容量,这个值指的是整个 concurrenthashmap 的初始容量,实际操作的时候需要平均分给每个 segment。

loadfactor:负载因子,之前我们说了,segment 数组不可以扩容,所以这个负载因子是给每个 segment 内部使用的。

public concurrenthashmap(int initialcapacity,
             float loadfactor, int concurrencylevel) {
  if (!(loadfactor > 0) || initialcapacity < 0 || concurrencylevel <= 0)
    throw new illegalargumentexception();
  if (concurrencylevel > max_segments)
    concurrencylevel = max_segments;
  // find power-of-two sizes best matching arguments
  int sshift = 0;
  int ssize = 1;
  // 计算并行级别 ssize,因为要保持并行级别是 2 的 n 次方
  while (ssize < concurrencylevel) {
    ++sshift;
    ssize <<= 1;
  }
  // 我们这里先不要那么烧脑,用默认值,concurrencylevel 为 16,sshift 为 4
  // 那么计算出 segmentshift 为 28,segmentmask 为 15,后面会用到这两个值
  this.segmentshift = 32 - sshift;
  this.segmentmask = ssize - 1;
  if (initialcapacity > maximum_capacity)
    initialcapacity = maximum_capacity;
  // initialcapacity 是设置整个 map 初始的大小,
  // 这里根据 initialcapacity 计算 segment 数组中每个位置可以分到的大小
  // 如 initialcapacity 为 64,那么每个 segment 或称之为"槽"可以分到 4 个
  int c = initialcapacity / ssize;
  if (c * ssize < initialcapacity)
    ++c;
  // 默认 min_segment_table_capacity 是 2,这个值也是有讲究的,因为这样的话,对于具体的槽上,
  // 插入一个元素不至于扩容,插入第二个的时候才会扩容
  int cap = min_segment_table_capacity; 
  while (cap < c)
    cap <<= 1;
  // 创建 segment 数组,
  // 并创建数组的第一个元素 segment[0]
  segment<k,v> s0 =
    new segment<k,v>(loadfactor, (int)(cap * loadfactor),
             (hashentry<k,v>[])new hashentry[cap]);
  segment<k,v>[] ss = (segment<k,v>[])new segment[ssize];
  // 往数组写入 segment[0]
  unsafe.putorderedobject(ss, sbase, s0); // ordered write of segments[0]
  this.segments = ss;
}

初始化完成,我们得到了一个 segment 数组。

我们就当是用 new concurrenthashmap() 无参构造函数进行初始化的,那么初始化完成后:

  • segment 数组长度为 16,不可以扩容
  • segment[i] 的默认大小为 2,负载因子是 0.75,得出初始阈值为 1.5,也就是以后插入第一个元素不会触发扩容,插入第二个会进行第一次扩容
  • 这里初始化了 segment[0],其他位置还是 null,至于为什么要初始化 segment[0],后面的代码会介绍
  • 当前 segmentshift 的值为 32 - 4 = 28,segmentmask 为 16 - 1 = 15,姑且把它们简单翻译为移位数和掩码,这两个值马上就会用到

segment

static class segment<k,v> extends reentrantlock implements serializable {
  transient volatile hashentry<k,v>[] table;
  transient int count;
  transient int modcount;
  
}

从上segment的继承体系可以看出,segment实现了reentrantlock,也就带有锁的功能,table使用volatile修饰,保证了内存可见性。

put 过程分析

我们先看 put 的主流程,对于其中的一些关键细节操作,后面会进行详细介绍。

public v put(k key, v value) {
  segment<k,v> s;
  if (value == null)
    throw new nullpointerexception();
  // 1. 计算 key 的 hash 值
  int hash = hash(key);
  // 2. 根据 hash 值找到 segment 数组中的位置 j
  //  hash 是 32 位,无符号右移 segmentshift(28) 位,剩下高 4 位,
  //  然后和 segmentmask(15) 做一次与操作,也就是说 j 是 hash 值的高 4 位,也就是槽的数组下标
  int j = (hash >>> segmentshift) & segmentmask;
  // 刚刚说了,初始化的时候初始化了 segment[0],但是其他位置还是 null,
  // ensuresegment(j) 对 segment[j] 进行初始化
  if ((s = (segment<k,v>)unsafe.getobject     // nonvolatile; recheck
     (segments, (j << sshift) + sbase)) == null) // in ensuresegment
    s = ensuresegment(j);
  // 3. 插入新值到 槽 s 中
  return s.put(key, hash, value, false);
}

初始化槽: ensuresegment

concurrenthashmap 初始化的时候会初始化第一个槽 segment[0],对于其他槽来说,在插入第一个值的时候进行初始化。

这里需要考虑并发,因为很可能会有多个线程同时进来初始化同一个槽 segment[k],不过只要有一个成功了就可以。

private segment<k,v> ensuresegment(int k) {
  final segment<k,v>[] ss = this.segments;
  long u = (k << sshift) + sbase; // raw offset
  segment<k,v> seg;
  if ((seg = (segment<k,v>)unsafe.getobjectvolatile(ss, u)) == null) {
    // 这里看到为什么之前要初始化 segment[0] 了,
    // 使用当前 segment[0] 处的数组长度和负载因子来初始化 segment[k]
    // 为什么要用“当前”,因为 segment[0] 可能早就扩容过了
    segment<k,v> proto = ss[0];
    int cap = proto.table.length;
    float lf = proto.loadfactor;
    int threshold = (int)(cap * lf);
    // 初始化 segment[k] 内部的数组
    hashentry<k,v>[] tab = (hashentry<k,v>[])new hashentry[cap];
    if ((seg = (segment<k,v>)unsafe.getobjectvolatile(ss, u))
      == null) { // 再次检查一遍该槽是否被其他线程初始化了。
      segment<k,v> s = new segment<k,v>(lf, threshold, tab);
      // 使用 while 循环,内部用 cas,当前线程成功设值或其他线程成功设值后,退出,如果其他线程成功设置后,这里获取到直接返回
      while ((seg = (segment<k,v>)unsafe.getobjectvolatile(ss, u))
          == null) {
        if (unsafe.compareandswapobject(ss, u, null, seg = s))
          break;
      }
    }
  }
  return seg;
}

总的来说,ensuresegment(int k) 比较简单,对于并发操作使用 cas 进行控制。

第一层很简单,根据 hash 值很快就能找到相应的 segment,之后就是 segment 内部的 put 操作了。

segment 内部是由 数组+链表 组成的

final v put(k key, int hash, v value, boolean onlyifabsent) {
  // 在往该 segment 写入前,需要先获取该 segment 的独占锁
  //  先看主流程,后面还会具体介绍这部分内容
  hashentry<k,v> node = trylock() ? null :
    scanandlockforput(key, hash, value);
  v oldvalue;
  try {
    // 这个是 segment 内部的数组
    hashentry<k,v>[] tab = table;
    // 再利用 hash 值,求应该放置的数组下标
    int index = (tab.length - 1) & hash;
    // first 是数组该位置处的链表的表头
    hashentry<k,v> first = entryat(tab, index);

    // 下面这串 for 循环虽然很长,不过也很好理解,想想该位置没有任何元素和已经存在一个链表这两种情况
    for (hashentry<k,v> e = first;;) {
      if (e != null) {
        k k;
        if ((k = e.key) == key ||
          (e.hash == hash && key.equals(k))) {
          oldvalue = e.value;
          if (!onlyifabsent) {
            // 覆盖旧值
            e.value = value;
            ++modcount;
          }
          break;
        }
        // 继续顺着链表走
        e = e.next;
      }
      else {
        // node 到底是不是 null,这个要看获取锁的过程,不过和这里都没有关系。
        // 如果不为 null,那就直接将它设置为链表表头;如果是null,初始化并设置为链表表头。
        if (node != null)
          node.setnext(first);
        else
          node = new hashentry<k,v>(hash, key, value, first);

        int c = count + 1;
        // 如果超过了该 segment 的阈值,这个 segment 需要扩容
        if (c > threshold && tab.length < maximum_capacity)
          rehash(node); // 扩容后面也会具体分析
        else
          // 没有达到阈值,将 node 放到数组 tab 的 index 位置,
          // 其实就是将新的节点设置成原链表的表头
          setentryat(tab, index, node);
        ++modcount;
        count = c;
        oldvalue = null;
        break;
      }
    }
  } finally {
    // 解锁
    unlock();
  }
  return oldvalue;
}

整体流程还是比较简单的,由于有独占锁的保护,所以 segment 内部的操作并不复杂。至于这里面的并发问题,我们稍后再进行介绍。

到这里 put 操作就结束了,接下来,我们说一说其中几步关键的操作。

获取写入锁: scanandlockforput

前面我们看到,在往某个 segment 中 put 的时候,首先会调用 node = trylock() ? null : scanandlockforput(key, hash, value),也就是说先进行一次 trylock() 快速获取该 segment 的独占锁,如果失败,那么进入到 scanandlockforput 这个方法来获取锁。

下面我们来具体分析这个方法中是怎么控制加锁的。

private hashentry<k,v> scanandlockforput(k key, int hash, v value) {
  hashentry<k,v> first = entryforhash(this, hash);
  hashentry<k,v> e = first;
  hashentry<k,v> node = null;
  int retries = -1; // negative while locating node
  // 循环获取锁
  while (!trylock()) {
    hashentry<k,v> f; // to recheck first below
    if (retries < 0) {
      if (e == null) {
        if (node == null) // speculatively create node
          // 进到这里说明数组该位置的链表是空的,没有任何元素
          // 当然,进到这里的另一个原因是 trylock() 失败,所以该槽存在并发,不一定是该位置
          node = new hashentry<k,v>(hash, key, value, null);
        retries = 0;
      }
      else if (key.equals(e.key))
        retries = 0;
      else
        // 顺着链表往下走
        e = e.next;
    }
    // 重试次数如果超过 max_scan_retries(单核1多核64),那么不抢了,进入到阻塞队列等待锁
    //  lock() 是阻塞方法,直到获取锁后返回
    else if (++retries > max_scan_retries) {
      lock();
      break;
    }
    else if ((retries & 1) == 0 &&
         // 这个时候是有大问题了,那就是有新的元素进到了链表,成为了新的表头
         //   所以这边的策略是,相当于重新走一遍这个 scanandlockforput 方法
         (f = entryforhash(this, hash)) != first) {
      e = first = f; // re-traverse if entry changed
      retries = -1;
    }
  }
  return node;
}

这个方法有两个出口,一个是 trylock() 成功了,循环终止,另一个就是重试次数超过了 max_scan_retries,进到 lock() 方法,此方法会阻塞等待,直到成功拿到独占锁。

这个方法就是看似复杂,但是其实就是做了一件事,那就是获取该 segment 的独占锁,如果需要的话顺便实例化了一下 node。

获取锁时,并不直接使用lock来获取,因为该方法获取锁失败时会挂起。事实上,它使用了自旋锁,如果trylock获取锁失败,说明锁被其它线程占用,此时通过循环再次以trylock的方式申请锁。如果在循环过程中该key所对应的链表头被修改,则重置retry次数。如果retry次数超过一定值,则使用lock方法申请锁。

这里使用自旋锁是因为自旋锁的效率比较高,但是它消耗cpu资源比较多,因此在自旋次数超过阈值时切换为互斥锁。

扩容: rehash

重复一下,segment 数组不能扩容,扩容是 segment 数组某个位置内部的数组 hashentry\<k,v>[] 进行扩容,扩容后,容量为原来的 2 倍。

首先,我们要回顾一下触发扩容的地方,put 的时候,如果判断该值的插入会导致该 segment 的元素个数超过阈值,那么先进行扩容,再插值,读者这个时候可以回去 put 方法看一眼。

该方法不需要考虑并发,因为到这里的时候,是持有该 segment 的独占锁的。

// 方法参数上的 node 是这次扩容后,需要添加到新的数组中的数据。
private void rehash(hashentry<k,v> node) {
  hashentry<k,v>[] oldtable = table;
  int oldcapacity = oldtable.length;
  // 2 倍
  int newcapacity = oldcapacity << 1;
  threshold = (int)(newcapacity * loadfactor);
  // 创建新数组
  hashentry<k,v>[] newtable =
    (hashentry<k,v>[]) new hashentry[newcapacity];
  // 新的掩码,如从 16 扩容到 32,那么 sizemask 为 31,对应二进制 ‘000...00011111'
  int sizemask = newcapacity - 1;

  // 遍历原数组,老套路,将原数组位置 i 处的链表拆分到 新数组位置 i 和 i+oldcap 两个位置
  for (int i = 0; i < oldcapacity ; i++) {
    // e 是链表的第一个元素
    hashentry<k,v> e = oldtable[i];
    if (e != null) {
      hashentry<k,v> next = e.next;
      // 计算应该放置在新数组中的位置,
      // 假设原数组长度为 16,e 在 oldtable[3] 处,那么 idx 只可能是 3 或者是 3 + 16 = 19
      int idx = e.hash & sizemask;
      if (next == null)  // 该位置处只有一个元素,那比较好办
        newtable[idx] = e;
      else { // reuse consecutive sequence at same slot
        // e 是链表表头
        hashentry<k,v> lastrun = e;
        // idx 是当前链表的头结点 e 的新位置
        int lastidx = idx;

        // 下面这个 for 循环会找到一个 lastrun 节点,这个节点之后的所有元素是将要放到一起的
        for (hashentry<k,v> last = next;
           last != null;
           last = last.next) {
          int k = last.hash & sizemask;
          if (k != lastidx) {
            lastidx = k;
            lastrun = last;
          }
        }
        // 将 lastrun 及其之后的所有节点组成的这个链表放到 lastidx 这个位置
        newtable[lastidx] = lastrun;
        // 下面的操作是处理 lastrun 之前的节点,
        //  这些节点可能分配在另一个链表中,也可能分配到上面的那个链表中
        for (hashentry<k,v> p = e; p != lastrun; p = p.next) {
          v v = p.value;
          int h = p.hash;
          int k = h & sizemask;
          hashentry<k,v> n = newtable[k];
          newtable[k] = new hashentry<k,v>(h, p.key, v, n);
        }
      }
    }
  }
  // 将新来的 node 放到新数组中刚刚的 两个链表之一 的 头部
  int nodeindex = node.hash & sizemask; // add the new node
  node.setnext(newtable[nodeindex]);
  newtable[nodeindex] = node;
  table = newtable;
}

总结一下put的流程:

当执行put操作时,会进行第一次key的hash来定位segment的位置,如果该segment还没有初始化,即通过cas操作进行赋值,然后进行第二次hash操作,找到相应的hashentry的位置,这里会利用继承过来的锁的特性,在将数据插入指定的hashentry位置时(链表的尾端),会通过继承reentrantlock的trylock()方法尝试去获取锁,如果获取成功就直接插入相应的位置,如果已经有线程获取该segment的锁,那当前线程会以自旋的方式去继续的调用trylock()方法去获取锁,超过指定次数就挂起,等待唤醒。

get 过程分析

相对于 put 来说,get 真的不要太简单。

1.计算 hash 值,找到 segment 数组中的具体位置,或我们前面用的“槽”

2.槽中也是一个数组,根据 hash 找到数组中具体的位置

3.到这里是链表了,顺着链表进行查找即可

public v get(object key) {
  segment<k,v> s; // manually integrate access methods to reduce overhead
  hashentry<k,v>[] tab;
  // 1. hash 值
  int h = hash(key);
  long u = (((h >>> segmentshift) & segmentmask) << sshift) + sbase;
  // 2. 根据 hash 找到对应的 segment
  if ((s = (segment<k,v>)unsafe.getobjectvolatile(segments, u)) != null &&
    (tab = s.table) != null) {
    // 3. 找到segment 内部数组相应位置的链表,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;
      if ((k = e.key) == key || (e.hash == h && key.equals(k)))
        return e.value;
    }
  }
  return null;
}

size操作

put、remove和get操作只需要关心一个segment,而size操作需要遍历所有的segment才能算出整个map的大小。一个简单的方案是,先锁住所有sgment,计算完后再解锁。但这样做,在做size操作时,不仅无法对map进行写操作,同时也无法进行读操作,不利于对map的并行操作。

为更好支持并发操作,concurrenthashmap会在不上锁的前提逐个segment计算3次size,如果某相邻两次计算获取的所有segment的更新次数(每个segment都与hashmap一样通过modcount跟踪自己的修改次数,segment每修改一次其modcount加一)相等,说明这两次计算过程中无更新操作,则这两次计算出的总size相等,可直接作为最终结果返回。如果这三次计算过程中map有更新,则对所有segment加锁重新计算size。该计算方法代码如下

public int size() {
 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 (;;) {
   if (retries++ == retries_before_lock) {
    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) {
    segment<k,v> seg = segmentat(segments, j);
    if (seg != null) {
     sum += seg.modcount;
     int c = seg.count;
     if (c < 0 || (size += c) < 0)
      overflow = true;
    }
   }
   if (sum == last)
    break;
   last = sum;
  }
 } finally {
  if (retries > retries_before_lock) {
   for (int j = 0; j < segments.length; ++j)
    segmentat(segments, j).unlock();
  }
 }
 return overflow ? integer.max_value : size;
}

concurrenthashmap的size方法是一个嵌套循环,大体逻辑如下:

1.遍历所有的segment。

2.把segment的元素数量累加起来。

3.把segment的修改次数累加起来。

4.判断所有segment的总修改次数是否大于上一次的总修改次数。如果大于,说明统计过程中有修改,重新统计,尝试次数+1;如果不是。说明没有修改,统计结束。

5.如果尝试次数超过阈值,则对每一个segment加锁,再重新统计。

6.再次判断所有segment的总修改次数是否大于上一次的总修改次数。由于已经加锁,次数一定和上次相等。

7.释放锁,统计结束。

并发问题分析

现在我们已经说完了 put 过程和 get 过程,我们可以看到 get 过程中是没有加锁的,那自然我们就需要去考虑并发问题。

添加节点的操作 put 和删除节点的操作 remove 都是要加 segment 上的独占锁的,所以它们之间自然不会有问题,我们需要考虑的问题就是 get 的时候在同一个 segment 中发生了 put 或 remove 操作。

put 操作的线程安全性

  • 初始化槽,这个我们之前就说过了,使用了 cas 来初始化 segment 中的数组。
  • 添加节点到链表的操作是插入到表头的,所以,如果这个时候 get 操作在链表遍历的过程已经到了中间,是不会影响的。当然,另一个并发问题就是 get 操作在 put 之后,需要保证刚刚插入表头的节点被读取,这个依赖于 setentryat 方法中使用的 unsafe.putorderedobject。
  • 扩容。扩容是新创建了数组,然后进行迁移数据,最后面将 newtable 设置给属性 table。所以,如果 get 操作此时也在进行,那么也没关系,如果 get 先行,那么就是在旧的 table 上做查询操作;而 put 先行,那么 put 操作的可见性保证就是 table 使用了 volatile 关键字。

remove 操作的线程安全性

  • remove 操作我们没有分析源码,所以这里说的读者感兴趣的话还是需要到源码中去求实一下的。
  • get 操作需要遍历链表,但是 remove 操作会"破坏"链表。
  • 如果 remove 破坏的节点 get 操作已经过去了,那么这里不存在任何问题。
  • 如果 remove 先破坏了一个节点,分两种情况考虑。 1、如果此节点是头结点,那么需要将头结点的 next 设置为数组该位置的元素,table 虽然使用了 volatile 修饰,但是 volatile 并不能提供数组内部操作的可见性保证,所以源码中使用了 unsafe 来操作数组,请看方法 setentryat。2、如果要删除的节点不是头结点,它会将要删除节点的后继节点接到前驱节点中,这里的并发保证就是 next 属性是 volatile 的。

最后我们来看看并发操作示意图

case1:不同segment的并发写入

深入学习java并发包ConcurrentHashMap源码

不同segment的写入是可以并发执行的。

case2:同一segment的一写一读

深入学习java并发包ConcurrentHashMap源码

同一segment的写和读是可以并发执行的。

case3:同一segment的并发写入

深入学习java并发包ConcurrentHashMap源码

segment的写入是需要上锁的,因此对同一segment的并发写入会被阻塞。

由此可见,concurrenthashmap当中每个segment各自持有一把锁。在保证线程安全的同时降低了锁的粒度,让并发操作效率更高。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。