一、学习目标
1、并发问题的三个来源：
- 可见性问题：多线程情况下，线程之间的变量往往是不共享的，因为CPU在计算时优先从离自己最近、速度最快的CPU缓存中获取数据去计算，其次再从内存中获取数据。
- 原子性问题：即使两个线程跑在了同一个CPU核心上，避免了可见性问题干扰，另外一个原子性问题依然会让你的并发代码不可控。
- 有序性问题：多线程并发代码执行产生不可预知的结果。原理可以参考上节的原子性问题。
2、ConcurrentHashMap 的线程安全指的是什么？
- ConcurrentHashMap 的线程安全指的是：ConcurrentHashMap只能保证提供的原子性读写操作是线程安全的。 也就是put()、get()操作是线程安全的。这两个操作对于多线程同时操作，线程之间是可见的，因为ConcurrentHashMap.Node.val和因为ConcurrentHashMap.baseCount被volatile修饰。
3、如何正确使用 ConcurrentHashMap
- ConcurrentHashMap#putIfAbsent()，实现get()、put()原子性操作，因为 ConcurrentHashMap#putIfAbsent() 方法内部加了synchronized锁
二、用户注册模拟并发问题
在这个例子中模拟了用户注册行为，定义了相同用户名不能重复注册的规则，我们使用ConcurrentHashMap保存用户信息，通过模拟同时注册的动作体现并发问题。
测试类：
public class ConcurrentHashMapTest {
@Test
public void test() throws InterruptedException {
UserService userService = new UserService();
int threadCount = 8;
ForkJoinPool forkJoinPool = new ForkJoinPool(threadCount);
forkJoinPool.execute(() -> IntStream.range(0, threadCount)
.mapToObj(i -> new User("张三", i))
.parallel().forEach(userService::register));
// 等待1s，否则看不到日志输出程序就结束了
TimeUnit.SECONDS.sleep(1);
}
}
@Data
@AllArgsConstructor
@NoArgsConstructor
class User {
/**
* 用户名，也是Map的key
*/
private String username;
private int age;
}
class UserService {
private Map<String, User> userMap = new ConcurrentHashMap<>();
/**
* 用户注册
*
* @param user
* @return
*/
boolean register(User user) {
if (userMap.containsKey(user.getUsername())) {
System.out.println("用户已存在");
return false;
} else {
userMap.put(user.getUsername(), user);
System.out.println("用户" + user.getUsername() + "_" + user.getAge() + "注册成功");
return true;
}
}
}
运行结果：
用户已存在
用户已存在
用户张三_4注册成功
用户已存在
用户张三_7注册成功
用户张三_5注册成功
用户已存在
用户已存在
可以看到，在注册中存在判断用户是否已注册的逻辑，但在实际测试中有3个都是名为张三的用户同时注册成功，这显然不符合同名用户不能注册规则。
三、并发问题的三个来源
并发问题的三个来源：原子性、可见性、有序性
ConcurrentHashMap只能保证提供的原子性读写操作是线程安全的。
为什么用上了线程安全的ConcurrentHashMap还是出现了并发问题呢？
1、可见性问题
用户注册代码中使用containsKey()方法判断用户是否存在，直观上我们认为操作的是同一个Map，如果另一个线程写入了张三这个key，当前线程访问userMap时一定会看到，而实际情况要更加复杂一些。
在学习计算机原理的时候讲过CPU缓存、内存、硬盘三者的速度天差地别，因此CPU在计算时优先从离自己最近、速度最快的CPU缓存中获取数据去计算，其次再从内存中获取数据。
另外，CPU经历了多年的发展之后，单核的性能提升越来越困难，为了提高单机性能，如今的计算机都是采用多个CPU核心的方式。
下图所展现的就是CPU与其缓存以及内存之间的关系。每个CPU核心都有独享的Cache的缓存。
而我们的线程可能会跑在不同的CPU核心上，此时Thread1将用户注册信息写入到内存中，但Thread2还是从自己的CPU缓存中获取的数据，因此对于Thread2来说看到的注册信息里没有张三，这就是可见性问题。
2、原子性问题
即使两个线程跑在了同一个CPU核心上，避免了可见性问题干扰，另外一个原子性问题依然会让你的并发代码不可控。
下图展示了在时间轴上注册用户的流程，boolean register(User user)这个方法在CPU计算的时间尺度上并不是做一个操作，而是包含了：
- 访问userMap判断当前用户是否注册
- 注册用户
这两步操作，在Thread1访问userMap后返回当前用户未注册但还未将用户信息put进userMap前，Thread2也去访问了userMap那么它也会获取到当前用户未注册的结果，因此也会执行后面的注册操作。
CPU在执行任务时
而实际上我们希望判断用户是否注册，注册用户这两步操作同时进行，如下图所示，Thread1在执行register(User user)方法时会将两个操作放在一起执行完，这与数据库事务的原子性理解差不多。
3、有序性问题
编译器为了提高性能有时候会改变代码执行的顺序，对于单线程代码指令重排序对于执行没有什么影响，但是会对多线程并发代码执行产生不可预知的结果。原理可以参考上节的原子性问题。
四、ConcurrentHashMap应该怎么用
ConcurrentHashMap只能保证提供的原子性读写操作是线程安全的。 也就是put()、get()操作是线程安全的。这两个操作对于多线程同时操作，线程之间是可见的，因为ConcurrentHashMap.Node.val和因为ConcurrentHashMap.baseCount被volatile修饰。
了解并发问题的根源之后，才能真正用好并发工具类，发挥它的真正威力。我们改造一下代码：
boolean registerAtomic(User user) {
User hasMapped = userMap.putIfAbsent(user.getUsername(), user);
if (hasMapped != null) {
System.out.println("用户已存在");
return false;
} else {
System.out.println("用户" + user.getUsername() + "_" + user.getAge() + "注册成功");
return true;
}
}
这里我们使用了ConcurrentHashMap#putIfAbsent()，其含义是如果key已经存在则返回存储的对象，否则返回null。
那么ConcurrentHashMap#putIfAbsent()如何实现get()、put()原子性操作的呢？
其实就是加了锁，体现在ConcurrentHashMap#putVal()方法。在这个场景中如果不使用putIfAbsent就要对register(User user)方法加锁，对于性能的影响更大。
ConcurrentHashMap#putIfAbsent():
public V putIfAbsent(K key, V value) {
return putVal(key, value, true);
}
ConcurrentHashMap#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;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
五、总结
1、并发问题的三个来源：
- 可见性问题：多线程情况下，线程之间的变量往往是不共享的，因为CPU在计算时优先从离自己最近、速度最快的CPU缓存中获取数据去计算，其次再从内存中获取数据。
- 原子性问题：即使两个线程跑在了同一个CPU核心上，避免了可见性问题干扰，另外一个原子性问题依然会让你的并发代码不可控。
- 有序性问题：多线程并发代码执行产生不可预知的结果。原理可以参考上节的原子性问题。
2、ConcurrentHashMap 的线程安全指的是什么？
- ConcurrentHashMap 的线程安全指的是：ConcurrentHashMap只能保证提供的原子性读写操作是线程安全的。 也就是put()、get()操作是线程安全的。这两个操作对于多线程同时操作，线程之间是可见的，因为ConcurrentHashMap.Node.val和因为ConcurrentHashMap.baseCount被volatile修饰。
3、如何正确使用 ConcurrentHashMap
- ConcurrentHashMap#putIfAbsent()，实现get()、put()原子性操作，因为 ConcurrentHashMap#putIfAbsent() 方法内部加了synchronized锁
