1.ConcurrentHashMap简介

ConcurrentHashMap是一个Map集合，数据结构是由数据和链表组成；在jdk1.7中使用了分段锁实现线程安全，不过segment锁的粒度大。在java1.8中做了优化，锁的粒度更小了，只在多线程环境下在相同位置添加值时，需要获取锁；还在扩容上做了优化。

1.2 ConcurrentHashMap源码分析

源码分析是基于jdk1.8的版本

1.2.1 JDK1.7 和 Jdk1.8 版本的区别

ConcurrentHashMap和HashMap的实现原理差不多，但是因为ConcurrentHashMap需要支持并发，实现上比HashMap要复杂一些。 在jdk1.7的版本中，ConcurrentHashMap是由一个个segment组成，ConcurrentHashMap是一个segment数组，它通过继承ReentranLock来进行加锁，通过每次锁住一个segment来保证每个segment内的操作是线程安全的从而实现局部线程安全。 当操作在不同的segment上时，默认情况下可以支持16个线程并发； 相对于jdk1.7而言 ，ConcurrentHashMap 在1.8中做了两个改进： 1.取消了segment分段设计，直接用node数组来保存数据，并采用node数组元素作为锁来实现每数据进行加锁来进一步减少并发的冲突。 2.将原来的数组加单向链表数据结构变为数组+链表+红黑树。在正常情况下，key hash之后如果能够很均匀的分散在数组中，那么table数 组中的每个队列的长度主要为 0 或者 1.但是实际情况下，还是会存在一些队列长度过长的 情况。如果还采用单向列表方式，那么查询某个节点的时间复杂度就变为 O(n); 因此对于 队列长度超过8的列表，JDK1.8采用了红黑树的结构，那么查询的时间复杂度就会降低到 O(logN),可以提升查找的性能； 这个结构和jdk1.8中的hashMap的实现结构一致，为了保证线程安全， ConcurrentHashMap的实现会复杂一些。

1.2.2 put方法之一

public V put(K key, V value) { return putVal(key, value, false); }

putVal()

final V putVal(K key, V value, boolean onlyIfAbsent) { if (key == null || value == null) throw new NullPointerException(); int hash = spread(key.hashCode()); int binCount = 0;//表示链表的长度 for (Node<K,V>[] tab = table;;) { Node<K,V> f; int n, i, fh; if (tab == null || (n = tab.length) == 0) tab = initTable();//第一次进来则需要初始化 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null)))//两个线程同时进来存入数据时需要cas操作，线程Acas操作对线程B操作可见 break; // no lock when adding to empty bin } .... }

假如在上面这段代码中存在两个线程，在不加锁的情况下：线程A成功执行casTabAt操作 后，随后的线程B可以通过tabAt方法立刻看到table[i]的改变。原因如下：线程A的 casTabAt操作，具有volatile读写相同的内存语义，根据volatile的happens-before规 则：线程A的casTabAt操作，一定对线程B的tabAt操作可见 ；

initTable（）

private final Node<K,V>[] initTable() { Node<K,V>[] tab; int sc; while ((tab = table) == null || tab.length == 0) { if ((sc = sizeCtl) < 0)//sizeCtl=-1做标识用，如果有线程在初始化，则当前线程退出； Thread.yield(); // lost initialization race; just spin else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {//将sizeCtl的标识符号通过cas设置成-1 ，表示当前线程抢到初始化的权限 try { if ((tab = table) == null || tab.length == 0) { int n = (sc > 0) ? sc : DEFAULT_CAPACITY;//n=16 @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = tab = nt; sc = n - (n >>> 2);//sc=12=16*0.75 } } finally { sizeCtl = sc;//sizeCtl =12 } break; } } return tab; }

数组初始化方法，这个方法比较简单，就是初始化一个合适大小的数组 sizeCtl这个要单独说一下，如果没搞懂这个属性的意义，可能会被搞晕 这个标志是在 Node 数组初始化或者扩容的时候的一个控制位标识，负数代表正在进行初始 化或者扩容操作 -1 代表正在初始化； -N 代表有N-1 个线程正在进行扩容操作，这里不是简单的理解成 n个线程，sizeCtl就 是-N,这块后续在讲扩容的时候会说明 0标识Node数组还没有被初始化，正数代表初始化或者下一次扩容的大小 的因素；

tabAt 该方法获取对象中offset偏移地址对应的对象field的值。实际上这段代码的含义等价于tab[i], 但是为什么不直接使用tab[i]来计算呢？ getObjectVolatile，一旦看到volatile关键字，就表示可见性。因为对volatile写操作happenbefore于volatile读操作，因此其他线程对table的修改均对get读取可见； 虽然 table 数组本身是增加了 volatile 属性，但是“volatile 的数组只针对数组的引用具有 volatile的语义，而不是它的元素”。 所以如果有其他线程对这个数组的元素进行写操作，那 么当前线程来读的时候不一定能读到最新的值。

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); }

模拟图形

1.2.3 put方法之二

在putAll完成以后，会通过addCount()来增加ConcurrentHashMap元素的个数，并且还可能触发扩容，设计思想: 1.高并发下扩容。 2.如何保证addCount的数据安全性以及性能。

//将当前 ConcurrentHashMap 的元素数量加 1，有可能触发 transfer 操作(扩容) addCount(1L, binCount); return null; }

1.2.3.1 addCount 数据安全性

在 putVal 最后调用 addCount 的时候，传递了两个参数，分别是 1 和 binCount(链表长度)， 看看addCount方法里面做了什么操作 x表示这次需要在表中增加的元素个数，check参数表示是否需要进行扩容检查，大于等于0 都需要进行检查

private final void addCount(long x, int check) { CounterCell[] as; long b, s; // 1. 如果为空，就通过 cas 操作尝试修改 baseCount 变量，对这个变量进行原子累加操 //作(做这个操作的意义是：如果在没有竞争的情况下，仍然采用 baseCount 来记录元素个 //数) //2. 如果 cas 失败说明存在竞争，这个时候不能再采用 baseCount 来累加，而是通过 CounterCell 来记录 if ((as = counterCells) != null || !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { CounterCell a; long v; int m; boolean uncontended = true; //1.计数表为空，直接调用fullAddCount操作 //2.从计数表中随机取出的数据为空，则调用fullAddCount //3. 通过 CAS 修改 CounterCell 随机位置的值，如果修改失败说明出现并发情况（这里又 用到了一种巧妙的方法），调用 fullAndCount Random 在线程并发的时候会有性能问题以及可能会产生相同的随机 数 ,ThreadLocalRandom.getProbe 可以解决这个问题，并且性能要比 Random 高 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)//链表的长度小于1 return; s = sumCount();//统计ConcurrentHashMap元素的个数 } }

CounterCells 解释 ConcurrentHashMap是采用CounterCell数组来记录元素个数的，像一般的集合记录集合大 小，直接定义一个size的成员变量即可，当出现改变的时候只要更新这个变量就行。为什么 ConcurrentHashMap要用这种形式来处理呢？ 问题还是处在并发上，ConcurrentHashMap是并发集合，如果用一个成员变量来统计元素个 数的话，为了保证并发情况下共享变量的的难全兴，势必会需要通过加锁或者自旋来实现， 如果竞争比较激烈的情况下，size 的设置上会出现比较大的冲突反而影响了性能，所以在 ConcurrentHashMap采用了分片的方法来记录大小，具体什么意思，我们来分析下

private transient volatile int cellsBusy;// 标识当前 cell 数组是否在初始化或扩容中的 CAS 标志位 /** * Table of counter cells. When non-null, size is a power of 2. */ private transient volatile CounterCell[] counterCells;// counterCells 数组，总数 值的分值分别存在每个 cell 中 @sun.misc.Contended static final class CounterCell { volatile long value; CounterCell(long x) { value = x; } //看到这段代码就能够明白了，CounterCell 数组的每个元素，都存储一个元素个数，而实际我们调用 size 方法就是通过这个循环累加来得到的 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; }

fullAddCount 源码分析

private final void fullAddCount(long x, boolean wasUncontended) { int h; //获取当前线程的 probe 的值，如果值为 0，则初始化当前线程的 probe 的值,probe 就是随机数 if ((h = ThreadLocalRandom.getProbe()) == 0) { ThreadLocalRandom.localInit(); // force initialization h = ThreadLocalRandom.getProbe(); wasUncontended = true; } boolean collide = false; // True if last slot nonempty for (;;) { CounterCell[] as; CounterCell a; int n; long v; if ((as = counterCells) != null && (n = as.length) > 0) {//已经被初始化 if ((a = as[(n - 1) & h]) == null) { //判断该位置的值是否位空 if (cellsBusy == 0) { // Try to attach new Cell 判断是否正在扩容 CounterCell r = new CounterCell(x); // Optimistic create if (cellsBusy == 0 &&通过 cas 设置 cellsBusy 标识，防止其他线程来 对 counterCells 并发处理 U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) { boolean created = false; try { // Recheck under lock 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 if ((rs = counterCells) != null && (m = rs.length) > 0 && rs[j = (m - 1) & h] == null) { rs[j] = r; created = true; } } finally { cellsBusy = 0; } if (created)创建成功，退出循环 break; continue;//说明指定 cells 下标位置的数据不为空，则进行下一次循环 // Slot is now non-empty } } collide = false; } 说明在 addCount 方法中 cas 失败了，并且获取 probe 的值不为空 else if (!wasUncontended) // CAS already known to fail wasUncontended = true; // Continue after rehash，// 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; 如果已经有其他线程建立了新的 counterCells 或者 CounterCells 大于 CPU 核心数 （很巧妙，线程的并发数不会超过 cpu 核心数） else if (counterCells != as || n >= NCPU) collide = false; // At max size or stale else if (!collide) collide = true; else if (cellsBusy == 0 && U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) { try { if (counterCells == as) {// Expand table unless stale 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 { cellsBusy = 0; } collide = false; continue; // Retry with expanded table } h = ThreadLocalRandom.advanceProbe(h); } cellsBusy=0 表示没有在做初始化，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; try { // Initialize table if (counterCells == as) {// //初始化容量为 2 CounterCell[] rs = new CounterCell[2]; rs[h & 1] = new CounterCell(x);将 x 也就是元素的个数放在指定的数组 下标位置 counterCells = rs;// init = true;//设置初始化完成标识 } } finally { cellsBusy = 0; } if (init) break; } 竞争激烈，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; // Fall back on using base } }

CounterCells 初始化图解 初始化长度为 2 的数组，然后随机得到指定的一个数组下标，将需要新增的值加入到对应下 标位置处

1.2.3.1 addCount transfer扩容

有关扩容 下节分析

1.2.4 put方法之三

有关于扩容，下节分析。

1.2.5 put方法之四

这个方法的主要作用是，如果被添加的节点的位置已经存在节点的时候，需要以链表的方式，加入到节点中 如果当前节点已经是一颗红黑树，那么就会按照红黑树的规则将当前节点加入到红黑树中 ；

else { V oldVal = null; synchronized (f) {进入到这个分支，说明 f 是当前 nodes 数组对应位置节点的头节点，并且不为 空 if (tabAt(tab, i) == f) {//给对应的头结点加锁 if (fh >= 0) {再次判断对应下标位置是否为 f 节点 binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek; if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) {如果发现相同的 key，则判断是否需要进行值的覆盖 oldVal = e.val; if (!onlyIfAbsent)默认情况下，直接覆盖旧的值 e.val = value; break; } Node<K,V> pred = e; 一直遍历到链表的最末端，直接把新的值加入到链表的最后面 if ((e = e.next) == null) { pred.next = new Node<K,V>(hash, key, value, null); break; } } } 如果当前的 f 节点是一颗红黑树 else if (f instanceof TreeBin) { Node<K,V> p; binCount = 2; if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) {同样，如果值已经存在，则直接替换 oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } if (binCount != 0) { 如果链表长度已经达到临界值 8 就需要把链表转换为树结构 if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } }

判断链表的长度是否已经达到临界值 8. 如果达到了临界值，这个时候会根据当前数组的长度 来决定是扩容还是将链表转化为红黑树。也就是说如果当前数组的长度小于 64，就会先扩容。 否则，会把当前链表转化为红黑树 treeifyBin

Node<K,V> b; int n, sc; if (tab != null) { if ((n = tab.length) < MIN_TREEIFY_CAPACITY)tab 的长度是不是小于 64， 如果是，则执行扩容 tryPresize(n << 1); else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {否则，将 当前链表转化为红黑树结构存储 synchronized (b) { if (tabAt(tab, index) == b) { TreeNode<K,V> hd = null, tl = null; for (Node<K,V> e = b; e != null; e = e.next) { TreeNode<K,V> p = new TreeNode<K,V>(e.hash, e.key, e.val, null, null); if ((p.prev = tl) == null) hd = p; else tl.next = p; tl = p; } setTabAt(tab, index, new TreeBin<K,V>(hd)); } } } } }