阅读 467

HashMap中的不安全

日常学习中突然发现HashMap多线程情况下不安全的根本原因是什么导致的还不算很清晰?这就不能忍了,果断查找资料以及自己动手去操作操作。只有自己动手才能记得住!!题外话:今年的三四月份不同于以往了,现在每天最多接触的就是体温枪、健康码、口罩等。上班期间戴一天口罩感觉整个人都憋屈着,真希望疫情快快过去。

HashMap简介

HashMapjava里面以Key-value存储的一种集合对象,它使用的是数组加上链表的结构(1.8之后增加了红黑树),它允许keyvaluenull,是一种无序并且线程不安全的集合对象,以下是他的结构图。

1.7版本下的HashMap

背后原因

1.7中会出现死循环和数据丢失。同时元素插入的方式是头插法。

相关代码

TRANSFER方法

void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        // 将oldTable中的每条链重新添加到 newTable 中
        for (Entry<K,V> e : table) {
            while(null != e) {
                // 获取e的next节点
                Entry<K,V> next = e.next;
                // 是否需要进行重hash
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                // 在新table中寻找数组位置
                int i = indexFor(e.hash, newC apacity);
                // 将数组的值赋予当前e的next节点上
                e.next = newTable[i];
                // 当前值替换数组上元素
                newTable[i] = e;
                //移动至下一节点
                e = next;
            }
        }
    }
复制代码

上面的transfer方法中可能发生多线程问题的地方有:

  1. 多线程的情况下运行。出现的问题则体现在 e.next = newTable[i];单个线程运行的情况下则是不会有问题。当线程A运行完整个扩容代码之后,线程B去进行while循环的时候,此时里面的元素都是逆向指向了,已经形成了一个死循环。与此同时如果该链表之后还有数据,则在线程B循环的时候就找不到剩余节点的值(1.8内则利用了两对临时变量来保证在没有生成newTable之前是不会改变之前的结构)。

1.8版本下的HashMap

背后原因

1.8版本的HashMap是在1.7上面进行给改造,虽然不会出现1.7的情况,但是也是会出现新的问题,那就是有数据覆盖这样的问题。同时1.8进行元素插入时使用的是尾插法。

相关代码

PUT方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) 
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //判断table是否为空,如果是空的就创建一个table,并获取他的长度
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //如果计算出来的索引位置之前没有放过数据,就直接放入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
        //进入这里说明索引位置已经放入过数据了
            Node<K,V> e; K k;
            //判断put的数据和之前的数据是否重复
            //key的地址或key的equals()只要有一个相等就认为key重复了,就直接覆盖原来key的value
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判断是否是红黑树,如果是红黑树就直接插入树中
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //如果不是红黑树,就遍历每个节点,判断链表长度是否大于8,如果大于就转换为红黑树
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //判断索引每个元素的key是否与要插入的key相同,如果相同就直接覆盖
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //如果e不是null,说明没有迭代到最后就跳出了循环,说明链表中有相同的key,因此只需要将value覆盖,并将oldValue返回即可
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //说明没有key相同,因此要插入一个key-value,并记录内部结构变化次数 fast-fail机制
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
复制代码

上面的put方法中可能发生多线程问题的地方有:

  1. if ((p = tab[i = (n - 1) & hash]) == null) ,这段代码是判断是否出现hash碰撞,假设两个线程A、B都在进行put操作,并且hash函数计算出的插入下标相同的,当线程A执行完这段代码后由于时间片耗尽导致被挂起,而线程B得到时间片后在该下标处插入了元素,完成了正常的插入,然后线程A获得时间片,由于之前已经进行了hash碰撞的判断,所有此时不会再进行判断,而是直接进行插入,这就导致了线程B插入的数据被线程A覆盖了,从而线程不安全。

  2. ++size,这段代码是用来操作当前集合的大小的。当线程A、B,这两个线程同时进行put操作时,假设当前集合的size大小为10,当线程A执行到这行代码时,从主内存中获得size的值为10后准备进行+1操作,但是由于时间片耗尽只好让出CPU,线程B快乐的拿到CPU还是从主内存中拿到size的值10进行+1操作,完成了put操作并将size=11写回主内存,然后线程A再次拿到CPU并继续执行(此时size的值仍为10),当执行完put操作后,还是将size=11写回内存,此时,线程A、B都执行了一次put操作,但是size的值只增加了1,由于数据覆盖又导致了线程不安全。

RESIZE方法

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 只有非第一次扩容才会进来(第一次扩容在第一次put)
        if (oldCap > 0) {
        	// oldCap最大为MAXIMUM_CAPACITY(2^30)。
        	//如果oldCap也可以变成Integer.MAX_VALUE = (1<<31) - 1。那么每次hash&(cap-1)。可知道最低位无论hash是任何值时,都为0,也就是下标只有2^30种可能,有2^30-1个下标没有被使用。
        	//所以当容量为MAX_VALUE(2^31-1)时会造成一半的空间浪费,效率等同于MAXIMUM_CAPACITY(2^30)
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // 带参初始化会进入这里,主要是为了重新算threshold
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        // 不带参初始化会进入这里
        else {       // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 重新算threshold
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        // 扩容
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        // 复制数据到新table中
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    // 如果只有一个节点,则直接赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果节点是树节点类型,则进行红黑树处理
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { 
                        // 之所以定义两个头两个尾对象,是由于链表中的元素的下标在扩容后,要么是原下标+oldCap,要么不变
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        //遍历桶中的链表
                        do {
                            next = e.next;
                            // 下标没有改变
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    // 第一个节点
                                    loHead = e;
                                else
                                    // 加入到尾部
                                    loTail.next = e;
                                // 调整尾部元素
                                loTail = e;
                            }
                            // 下标改变
                           i //HashMap扩容的时候,不需要像Java1.7那样重新算hash值,只要看e.hash对应2*oldCap-1高位那个bit是1还是0就好了,是0下标没变,是1索引变成:原下标+oldCap
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 原下标对应的链表
                        if (loTail != null) {
                            // 尾部节点next设置为null,代码严谨(因为上面的处理完毕之后,则最后一个节点的next指向的还是自己本身,则形成循环节点)
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 新下标对应的链表
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }
复制代码

上面的resize方法中可能发生多线程问题的地方有:

  1. 线程A、B同时进行resize,线程A先完成之后进行了数据的插入,此时线程B的resize才刚刚返回,这种情况线程A进行的数据更新就会丢失。(线程A插入的数据刚好是线程B已经循环过的,那么此时线程Bresize返回的节点中则不包含线程A的插入)

总结

HashMap的线程不安全主要体现在下面两个方面:

  1. 在JDK1.7中,当并发执行扩容操作时会造成环形链和数据丢失的情况。
  2. 在JDK1.8中,在并发执行put操作时会发生数据覆盖的情况。

小伙伴们有其他的想法底下评论~,我会详细查看的。周末不出门,又可以省下一个口罩😃。

相关参考: JDK1.7和JDK1.8中HashMap为什么是线程不安全的?