第四节ConcurrentHashMap1.8.md 7.3 KB

ConcurrentHashMap1.8与1.7的区别

  1. 去除segment分段锁
  2. synchronized+cas 保证node节点线程安全问题

hashmap1.8与ConcurrentHashMap1.8基础数据结构相同 数组+链表+红黑树

区别: hashtable:对我们整个table数组上锁 ConcurrentHashMap:对node节点上锁 多个线程同时put key的时候,如果多个key都落入到同一个index node结点的时候,会导致锁的竞争,反之,则不会。

注意: 计算index只需要一次

put方法详解

final V putVal(K key, V value, boolean onlyIfAbsent) {
	// 不支持key为空
    if (key == null || value == null) throw new NullPointerException();
    int hash = spread(key.hashCode());
    // 链表转换为红黑树的阈值
    int binCount = 0;
    // 死循环,自旋。table本身带有volatile关键字,即使读取最新主内存数据,保证线程可见性
    for (ConcurrentHashMap.Node<K,V>[] tab = table;;) {
        ConcurrentHashMap.Node<K,V> f; int n, i, fh;
        if (tab == null || (n = tab.length) == 0)
        	// 初始化table
            tab = initTable();
        // 第二次循环,开始分治
        // 当前链表是否为null,没有发生index冲突
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
        	// 这里会使用cas锁
            if (casTabAt(tab, i, null,
                    new ConcurrentHashMap.Node<K,V>(hash, key, value, null)))
                break;                   // no lock when adding to empty bin
        }
        // 并发扩容会辅助扩容
        else if ((fh = f.hash) == MOVED)
            tab = helpTransfer(tab, f);
        else {
            V oldVal = null;
            // 发生冲突时,会使用synchronized锁
            synchronized (f) {
            	// 再次查询一次,如果该节点被删除就会导致不同步
                if (tabAt(tab, i) == f) {
                    if (fh >= 0) {
                        binCount = 1;
                        for (ConcurrentHashMap.Node<K,V> e = f;; ++binCount) {
                            K ek;
                            // 如果key值相同,直接修改
                            if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                            (ek != null && key.equals(ek)))) {
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            ConcurrentHashMap.Node<K,V> pred = e;
                            if ((e = e.next) == null) {
                                pred.next = new ConcurrentHashMap.Node<K,V>(hash, key,
                                        value, null);
                                break;
                            }
                        }
                    }
                    else if (f instanceof ConcurrentHashMap.TreeBin) {
                        ConcurrentHashMap.Node<K,V> p;
                        binCount = 2;
                        if ((p = ((ConcurrentHashMap.TreeBin<K,V>)f).putTreeVal(hash, key,
                                value)) != null) {
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
            }
            if (binCount != 0) {
                if (binCount >= TREEIFY_THRESHOLD)
                	// 转换为红黑树
                    treeifyBin(tab, i);
                if (oldVal != null)
                    return oldVal;
                break;
            }
        }
    }
    addCount(1L, binCount);
    return null;
}

cas使用时候:没有发生冲突的时候 synchronized使用:index发生冲突的时候

初始化table原理

    private final Node<K,V>[] initTable() {
        Node<K,V>[] tab; int sc;
        // 自旋
        while ((tab = table) == null || tab.length == 0) {
        	// 如果发现其他线程正在扩容,当前线程释放CPU执行权
            if ((sc = sizeCtl) < 0)
                Thread.yield(); // lost initialization race; just spin
            // cas操作,修改当前的sizeCtl为-1
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
                try {
                    if ((tab = table) == null || tab.length == 0) {
                    	// 默认大小为16
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                        @SuppressWarnings("unchecked")
                        // 对table长度做默认初始化
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                        table = tab = nt;
                        // 16-4=12
                        sc = n - (n >>> 2);
                    }
                } finally {
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

SIZECTL:默认值为0,用来控制table的初始化和扩容操作,具体应用在后续会体现出来 -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 其余的情况:

  1. 如果table未初始化,表示table需要初始化的大小。0
  2. 如果table初始化完成。表示table的容量,默认是table大小的0.75倍

addCount分析

private final void addCount(long x, int check) {
    CounterCell[] as; long b, s;
    // basecount就是size的大小
    if ((as = counterCells) != null ||
        !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
        CounterCell a; long v; int m;
        boolean uncontended = true;
        // 修改线程自己的value
        // 线程的随机数&m
        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();
    }
    // 这行支持并发扩容
    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();
        }
    }
}

如果多个线程对size cas ++的情况下,会导致CPU飙升

ConcurrentHashMap为什么去除segment锁?

因为占用太多内存,而且效率较低。 ConcurrentHashMap1.7需要计算两次index,效率低

ConcurrentHashMap1.8为什么使用synchronized锁?

synchronized在jdk1.6之后会有锁的升级,lock不自带自旋。 不需要自己写!