ConcurrentHashMap集合

集合是編程中最常用的數(shù)據(jù)結(jié)構(gòu)。而談到并發(fā)，幾乎總是離不開集合這類高級數(shù)據(jù)結(jié)構(gòu)的支持。

比如兩個線程需要同時訪問一個中間臨界區(qū)（Queue），比如常會用緩存作為外部文件的副本（HashMap）。這篇文章主要分析jdk1.5的3種并發(fā)集合類型（concurrent，copyonright，queue）中的ConcurrentHashMap，讓我們從原理上細(xì)致的了解它們，能夠讓我們在深度項目開發(fā)中獲益非淺。

通過分析Hashtable就知道，synchronized是針對整張Hash表的，即每次鎖住整張表讓線程獨占，ConcurrentHashMap允許多個修改操作并發(fā)進行，其關(guān)鍵在于使用了鎖分離技術(shù)。它使用了多個鎖來控制對hash表的不同部分進行的修改。ConcurrentHashMap內(nèi)部使用段(Segment)來表示這些不同的部分，每個段其實就是一個小的hash table，它們有自己的鎖。只要多個修改操作發(fā)生在不同的段上，它們就可以并發(fā)進行。

有些方法需要跨段，比如size()和containsValue()，它們可能需要鎖定整個表而而不僅僅是某個段，這需要按順序鎖定所有段，操作完畢后，又按順序釋放所有段的鎖。這里“按順序”是很重要的，否則極有可能出現(xiàn)死鎖，在ConcurrentHashMap內(nèi)部，段數(shù)組是final的，并且其成員變量實際上也是final的，但是，僅僅是將數(shù)組聲明為final的并不保證數(shù)組成員也是final的，這需要實現(xiàn)上的保證。這可以確保不會出現(xiàn)死鎖，因為獲得鎖的順序是固定的。

一、結(jié)構(gòu)解析

ConcurrentHashMap和Hashtable主要區(qū)別就是圍繞著鎖的粒度以及如何鎖,可以簡單理解成把一個大的HashTable分解成多個，形成了鎖分離。如圖:

而Hashtable的實現(xiàn)方式是鎖整個hash表

二、應(yīng)用場景

當(dāng)有一個大數(shù)組時需要在多個線程共享時就可以考慮是否把它給分層多個節(jié)點了，避免大鎖。并可以考慮通過hash算法進行一些模塊定位。

其實不止用于線程，當(dāng)設(shè)計數(shù)據(jù)表的事務(wù)時（事務(wù)某種意義上也是同步機制的體現(xiàn)），可以把一個表看成一個需要同步的數(shù)組，如果操作的表數(shù)據(jù)太多時就可以考慮事務(wù)分離了（這也是為什么要避免大表的出現(xiàn)），比如把數(shù)據(jù)進行字段拆分，水平分表等.

三、源碼解讀

 ConcurrentHashMap中主要實體類就是三個：ConcurrentHashMap（整個Hash表）,Segment（桶），HashEntry（節(jié)點），對應(yīng)上面的圖可以看出之間的關(guān)系

/** 
* The segments, each of which is a specialized hash table 
*/  
final Segment<K,V>[] segments; 

可以看到除了value不是final的，其它值都是final的，這意味著不能從hash鏈的中間或尾部添加或刪除節(jié)點，因為這需要修改next 引用值，所有的節(jié)點的修改只能從頭部開始。對于put操作，可以一律添加到Hash鏈的頭部。但是對于remove操作，可能需要從中間刪除一個節(jié)點，這就需要將要刪除節(jié)點的前面所有節(jié)點整個復(fù)制一遍，最后一個節(jié)點指向要刪除結(jié)點的下一個結(jié)點。

這在講解刪除操作時還會詳述。為了確保讀操作能夠看到最新的值，將value設(shè)置成volatile，這避免了加鎖。

為了加快定位段以及段中hash槽的速度，每個段hash槽的的個數(shù)都是2^n，這使得通過位運算就可以定位段和段中hash槽的位置。當(dāng)并發(fā)級別為默認(rèn)值16時，也就是段的個數(shù)，hash值的高4位決定分配在哪個段中。但是我們也不要忘記《算法導(dǎo)論》給我們的教訓(xùn)：hash槽的的個數(shù)不應(yīng)該是 2^n，這可能導(dǎo)致hash槽分配不均，這需要對hash值重新再hash一次。（這段似乎有點多余了 ）

這是定位段的方法：

final Segment<K,V> segmentFor(int hash) {  
    return segments[(hash >>> segmentShift) & segmentMask];  
}

數(shù)據(jù)結(jié)構(gòu)

關(guān)于Hash表的基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，這里不想做過多的探討。Hash表的一個很重要方面就是如何解決hash沖突，ConcurrentHashMap 和HashMap使用相同的方式，都是將hash值相同的節(jié)點放在一個hash鏈中。與HashMap不同的是，ConcurrentHashMap使用多個子Hash表，也就是段(Segment)。下面是ConcurrentHashMap的數(shù)據(jù)成員：

 public class ConcurrentHashMap<K, V> extends AbstractMap<K, V>  
         implements ConcurrentMap<K, V>, Serializable {  
     /** 
      * Mask value for indexing into segments. The upper bits of a 
      * key's hash code are used to choose the segment. 
      */  
     final int segmentMask;  
     /** 
      * Shift value for indexing within segments. 
      */  
     final int segmentShift;  
     /** 
      * The segments, each of which is a specialized hash table 
      */  
     final Segment<K,V>[] segments;  
 } 

所有的成員都是final的，其中segmentMask和segmentShift主要是為了定位段，參見上面的segmentFor方法。
每個Segment相當(dāng)于一個子Hash表，它的數(shù)據(jù)成員如下：

     static final class Segment<K,V> extends ReentrantLock implements Serializable {  
 private static final long serialVersionUID = 2249069246763182397L;  
         /** 
          * The number of elements in this segment's region. 
          */  
         transient volatile int count;  
         /** 
          * Number of updates that alter the size of the table. This is 
          * used during bulk-read methods to make sure they see a 
          * consistent snapshot: If modCounts change during a traversal 
          * of segments computing size or checking containsValue, then 
          * we might have an inconsistent view of state so (usually) 
          * must retry. 
          */  
         transient int modCount;  
         /** 
          * The table is rehashed when its size exceeds this threshold. 
          * (The value of this field is always <tt>(int)(capacity * 
          * loadFactor)</tt>.) 
          */  
         transient int threshold;  
         /** 
          * The per-segment table. 
          */  
         transient volatile HashEntry<K,V>[] table;  
         /** 
          * The load factor for the hash table.  Even though this value 
          * is same for all segments, it is replicated to avoid needing 
          * links to outer object. 
          * @serial 
          */  
         final float loadFactor;  
 } 

count用來統(tǒng)計該段數(shù)據(jù)的個數(shù)，它是volatile，它用來協(xié)調(diào)修改和讀取操作，以保證讀取操作能夠讀取到幾乎最新的修改。

協(xié)調(diào)方式是這樣的，每次修改操作做了結(jié)構(gòu)上的改變，如增加/刪除節(jié)點(修改節(jié)點的值不算結(jié)構(gòu)上的改變)，都要寫count值，每次讀取操作開始都要讀取count的值。

這利用了 Java 5中對volatile語義的增強，對同一個volatile變量的寫和讀存在happens-before關(guān)系。

• modCount統(tǒng)計段結(jié)構(gòu)改變的次數(shù)，主要是為了檢測對多個段進行遍歷過程中某個段是否發(fā)生改變，在講述跨段操作時會還會詳述。
• threashold用來表示需要進行rehash的界限值。
• table數(shù)組存儲段中節(jié)點，每個數(shù)組元素是個hash鏈，用HashEntry表示。
• table也是volatile，這使得能夠讀取到最新的 table值而不需要同步。
• loadFactor表示負(fù)載因子。

先來看下刪除操作remove(key)。

 public V remove(Object key) {  
  hash = hash(key.hashCode());  
     return segmentFor(hash).remove(key, hash, null);  
 }  
//整個操作是先定位到段，然后委托給段的remove操作。當(dāng)多個刪除操作并發(fā)進行時，只要它們所在的段不相同，它們就可以同時進行。下面是Segment的remove方法實現(xiàn)：
 V remove(Object key, int hash, Object value) {  
     lock();  
     try {  
         int c = count - 1;  
         HashEntry<K,V>[] tab = table;  
         int index = hash & (tab.length - 1);  
         HashEntry<K,V> first = tab[index];  
         HashEntry<K,V> e = first;  
         while (e != null && (e.hash != hash || !key.equals(e.key)))  
             e = e.next;  
         V oldValue = null;  
         if (e != null) {  
             V v = e.value;  
             if (value == null || value.equals(v)) {  
                 oldValue = v;  
                 // All entries following removed node can stay  
                 // in list, but all preceding ones need to be  
                 // cloned.  
                 ++modCount;  
                 HashEntry<K,V> newFirst = e.next;  
                 *for (HashEntry<K,V> p = first; p != e; p = p.next)  
                     *newFirst = new HashEntry<K,V>(p.key, p.hash,  
                                                   newFirst, p.value);  
                 tab[index] = newFirst;  
                 count = c; // write-volatile  
             }  
         }  
         return oldValue;  
     } finally {  
         unlock();  
     }  
 } 

整個操作是在持有段鎖的情況下執(zhí)行的，空白行之前的行主要是定位到要刪除的節(jié)點e。接下來，如果不存在這個節(jié)點就直接返回null，否則就要將e前面的結(jié)點復(fù)制一遍，尾結(jié)點指向e的下一個結(jié)點。e后面的結(jié)點不需要復(fù)制，它們可以重用。

中間那個for循環(huán)是做什么用的呢？（*號標(biāo)記）從代碼來看，就是將定位之后的所有entry克隆并拼回前面去，但有必要嗎？每次刪除一個元素就要將那之前的元素克隆一遍？這點其實是由entry的不變性來決定的，仔細(xì)觀察entry定義，發(fā)現(xiàn)除了value，其他所有屬性都是用final來修飾的，這意味著在第一次設(shè)置了next域之后便不能再改變它，取而代之的是將它之前的節(jié)點全都克隆一次。至于entry為什么要設(shè)置為不變性，這跟不變性的訪問不需要同步從而節(jié)省時間有關(guān)

下面是個示意圖

刪除元素之前：

刪除元素3之后：

第二個圖其實有點問題，復(fù)制的結(jié)點中應(yīng)該是值為2的結(jié)點在前面，值為1的結(jié)點在后面，也就是剛好和原來結(jié)點順序相反，還好這不影響我們的討論。

整個remove實現(xiàn)并不復(fù)雜，但是需要注意如下幾點。

• 第一，當(dāng)要刪除的結(jié)點存在時，刪除的最后一步操作要將count的值減一。這必須是最后一步操作，否則讀取操作可能看不到之前對段所做的結(jié)構(gòu)性修改。
• 第二，remove執(zhí)行的開始就將table賦給一個局部變量tab，這是因為table是 volatile變量，讀寫volatile變量的開銷很大。編譯器也不能對volatile變量的讀寫做任何優(yōu)化，直接多次訪問非volatile實例變量沒有多大影響，編譯器會做相應(yīng)優(yōu)化。

接下來看put操作，同樣地put操作也是委托給段的put方法。

下面是段的put方法：

 V put(K key, int hash, V value, boolean onlyIfAbsent) {  
     lock();  
     try {  
         int c = count;  
         if (c++ > threshold) // ensure capacity  
             rehash();  
         HashEntry<K,V>[] tab = table;  
         int index = hash & (tab.length - 1);  
         HashEntry<K,V> first = tab[index];  
         HashEntry<K,V> e = first;  
         while (e != null && (e.hash != hash || !key.equals(e.key)))  
             e = e.next;  
         V oldValue;  
         if (e != null) {  
             oldValue = e.value;  
             if (!onlyIfAbsent)  
                 e.value = value;  
         }  
         else {  
             oldValue = null;  
             ++modCount;  
             tab[index] = new HashEntry<K,V>(key, hash, first, value);  
             count = c; // write-volatile  
         }  
         return oldValue;  
     } finally {  
         unlock();  
     }  
 }

該方法也是在持有段鎖(鎖定整個segment)的情況下執(zhí)行的，這當(dāng)然是為了并發(fā)的安全，修改數(shù)據(jù)是不能并發(fā)進行的，必須得有個判斷是否超限的語句以確保容量不足時能夠rehash。

接著是找是否存在同樣一個key的結(jié)點，如果存在就直接替換這個結(jié)點的值。

否則創(chuàng)建一個新的結(jié)點并添加到hash鏈的頭部，這時一定要修改modCount和count的值，同樣修改count的值一定要放在最后一步。

put方法調(diào)用了rehash方法，reash方法實現(xiàn)得也很精巧，主要利用了table的大小為2^n，這里就不介紹了。

而比較難懂的是這句int index = hash & (tab.length - 1)，原來segment里面才是真正的hashtable，即每個segment是一個傳統(tǒng)意義上的hashtable,如上圖，從兩者的結(jié)構(gòu)就可以看出區(qū)別，這里就是找出需要的entry在table的哪一個位置，之后得到的entry就是這個鏈的第一個節(jié)點，如果e!=null，說明找到了，這是就要替換節(jié)點的值（onlyIfAbsent == false），否則，我們需要new一個entry，它的后繼是first，而讓tab[index]指向它，什么意思呢？

實際上就是將這個新entry插入到鏈頭，剩下的就非常容易理解了

修改操作還有putAll和replace。putAll就是多次調(diào)用put方法，沒什么好說的。replace甚至不用做結(jié)構(gòu)上的更改，實現(xiàn)要比put和delete要簡單得多

理解了put和delete，理解replace就不在話下了，這里也不介紹了。

獲取操作

首先看下get操作，同樣ConcurrentHashMap的get操作是直接委托給Segment的get方法，直接看Segment的get方法：

 V get(Object key, int hash) {  
     if (count != 0) { // read-volatile 當(dāng)前桶的數(shù)據(jù)個數(shù)是否為0 
         HashEntry<K,V> e = getFirst(hash);  得到頭節(jié)點
         while (e != null) {  
             if (e.hash == hash && key.equals(e.key)) {  
                 V v = e.value;  
                 if (v != null)  
                     return v;  
                 return readValueUnderLock(e); // recheck  
             }  
             e = e.next;  
         }  
     }  
     return null;  
 }

get操作不需要鎖。第一步是訪問count變量，這是一個volatile變量，由于所有的修改操作在進行結(jié)構(gòu)修改時都會在最后一步寫count 變量，通過這種機制保證get操作能夠得到幾乎最新的結(jié)構(gòu)更新。

對于非結(jié)構(gòu)更新，也就是結(jié)點值的改變，由于HashEntry的value變量是 volatile的，也能保證讀取到最新的值。接下來就是根據(jù)hash和key對hash鏈進行遍歷找到要獲取的結(jié)點，如果沒有找到，直接訪回null。

對hash鏈進行遍歷不需要加鎖的原因在于鏈指針next是final的。

但是頭指針卻不是final的，這是通過getFirst(hash)方法返回，也就是存在 table數(shù)組中的值。

這使得getFirst(hash)可能返回過時的頭結(jié)點，例如，當(dāng)執(zhí)行g(shù)et方法時，剛執(zhí)行完getFirst(hash)之后，另一個線程執(zhí)行了刪除操作并更新頭結(jié)點

這就導(dǎo)致get方法中返回的頭結(jié)點不是最新的。這是可以允許，通過對count變量的協(xié)調(diào)機制，get能讀取到幾乎最新的數(shù)據(jù)，雖然可能不是最新的。

要得到最新的數(shù)據(jù)，只有采用完全的同步。

最后，如果找到了所求的結(jié)點，判斷它的值如果非空就直接返回，否則在有鎖的狀態(tài)下再讀一次。

這似乎有些費解，理論上結(jié)點的值不可能為空，這是因為 put的時候就進行了判斷，如果為空就要拋NullPointerException。

空值的唯一源頭就是HashEntry中的默認(rèn)值，因為 HashEntry中的value不是final的，非同步讀取有可能讀取到空值。

仔細(xì)看下put操作的語句：tab[index] = new HashEntry<K,V>(key, hash, first, value)

在這條語句中，HashEntry構(gòu)造函數(shù)中對value的賦值以及對tab[index]的賦值可能被重新排序，這就可能導(dǎo)致結(jié)點的值為空。

這里當(dāng)v為空時，可能是一個線程正在改變節(jié)點，而之前的get操作都未進行鎖定，根據(jù)bernstein條件，讀后寫或?qū)懞笞x都會引起數(shù)據(jù)的不一致

所以這里要對這個e重新上鎖再讀一遍，以保證得到的是正確值。

 V readValueUnderLock(HashEntry<K,V> e) {  
     lock();  
     try {  
         return e.value;  
     } finally {  
         unlock();  
     }  
 }

另一個操作是containsKey，這個實現(xiàn)就要簡單得多了，因為它不需要讀取值：

 boolean containsKey(Object key, int hash) {  
     if (count != 0) { // read-volatile  
         HashEntry<K,V> e = getFirst(hash);  
         while (e != null) {  
             if (e.hash == hash && key.equals(e.key))  
                 return true;  
             e = e.next;  
         }  
     }  
     return false;  
 }

到此這篇關(guān)于Java的ConcurrentHashMap原理深入分析的文章就介紹到這了,更多相關(guān)Java的ConcurrentHashMap內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論