前言
ConcurrentHashMap是支持并发的键值对容器，在JAVA1.7版本采用了分段锁的思想来编写，段与段之间可以并发修改，相同的段必须持有锁处理。而1.8进行了改变，采用了CAS和锁的方法，底层还是使用了数组+链表，hash冲突大于8的时候，链表会转换为红黑树提升查询效率。
正文
内部重要属性
transient volatile Node<K,V>[] table;
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);
}
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}
table是由Node组成的数组，下面三个方法是CAS获取指定索引的Node值和修改数组索引上值的方法
private transient volatile Node<K,V>[] nextTable;
nextTable用于扩容时候的临时表，当扩容完成后会变为null
//默认初始容量
private static final int DEFAULT_CAPACITY = 16;
//最大数组长度
static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
//转换为红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//退化成链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//CPU数量
static final int NCPU = Runtime.getRuntime().availableProcessors();
以上是一些静态变量
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
volatile V val;
volatile Node<K,V> next;
Node保存了key的hash值
static final class ForwardingNode<K,V> extends Node<K,V> {
final Node<K,V>[] nextTable;
ForwardingNode(Node<K,V>[] tab) {
super(MOVED, null, null, null);
this.nextTable = tab;
}
ForwardingNode是在某个节点完成扩容后填充的，hash设置为MOVED表示已经被移到新表，内部存储了新表的位置。
*表初始化和大小调整控制。如果为负，则表正在初始化或调整大小：-1表示初始化，否则-（1 +活动的调整大小线程数）。否则，当table为null时，保留创建时要使用的初始表大小，或者默认为0。初始化之后，保留下一个元素计数值，以在该值上调整表的大小。 * /
private transient volatile int sizeCtl;
按照官方的注释进行翻译，可以得到如下解释：
- 当sizeCtl为-1的时候，表示此时正在有线程进行初始化
- 为-N的时候，表示有多少个线程在进行扩容
- 其他值表示table初始化大小
根据对后面代码的分析，发现-N是错误的表示，正确应该是二进制的低16位-1
nt rs = resizeStamp(n);
(rs << RESIZE_STAMP_SHIFT) + 2
static final int resizeStamp(int n) {
return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}
private static int RESIZE_STAMP_BITS = 16;
private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;
这是相关的方法
Integer.numberOfLeadingZeros(n)是获取最高位1之前有多少个0，一个int类型有32位，例如15的二进制是1111，最高位的1是第4个，32-4=28，这方法返回28。所以这方法的取值范围是[0,32]
在将计算出来的数和 2^15区或，那么取值范围值就为[ 2^15, $2^15+32]，最后再将左移16位+2，还是一个负值。各位可以试一试，不管resizeStamp(int n)的n取到多大，例如2^31的大小，计算出来的值还是一个负数并且很小。
构造方法不在赘述，首先看一下put方法
首先看第一部分
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
//计算hash
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
//如果表为空 初始化表
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//获取数组对应索引上的值 如果为空直接设置
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
//如果这个节点是MOVED，表示正在扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
}
首先是两种最简单的情况，为初始化表和对应的数组上是空值
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
//如果sizeCtl小于0，表示已经有另外的线程在初始化或者扩容，让出CPU
if ((sc = sizeCtl) < 0)
Thread.yield();
//尝试将sizectl设置为-1 表示正在初始化
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
//再次验证一遍table是否为空
if ((tab = table) == null || tab.length == 0) {
//如果没有指定容量设置默认值
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
//将容量设置为75%
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
以上是初始化table的代码
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
//再次判断这个节点符合条件
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
int rs = resizeStamp(tab.length);
//1
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
//2
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
transfer(tab, nextTab);
break;
}
}
return nextTab;
}
return table;
}
- 这里就是之前讲到的resizeStamp方法，根据表的长度计算出一个16位的数，高16位代表了当前容量
- 这里会将sc进行+1，表示正在扩容的线程数+1，然后进入扩容代码transfer
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
//将 table长度 / 8 / cpu的个数 如果小于16就让他为16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE;
//如果刚开始扩容，nextTab就为空，创建一个新的nextTable，容量为以前的两倍
if (nextTab == null) {
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
创建一个ForwardingNode将nextTab保存进去
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false;
以上是transfer的第一段代码，这里判断了nextTab是否为空，为空则创建一个，并且设置转换的下标为原数组的长度
//通过for自循环处理每个索引中node，默认advace为true，初始化i和bound值，i指当前处理的槽位序号，bound指需要处理的槽位边界，先处理槽位15的节点
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
//--i表示下一个待处理的bucket 如果它>=bound 表示当前线程已经分配过bucket区域
if (--i >= bound || finishing)
advance = false;
//表示已经备份完毕了
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//通过CAS来修改，区间[0, 15]
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
第一部分
//当前线程已经处理完了
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
//扩容完成 将sizeCtl设置为原数组的 两倍 * 0.75
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n;
}
//如果原tab对应的index是空的，直接设置姐弟拿
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//如果这个节点是fwd节点 设置advance为true
else if ((fh = f.hash) == MOVED)
advance = true;
关于这个CAS的解析
nt rs = resizeStamp(n);
(rs << RESIZE_STAMP_SHIFT) + 2
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
而这个if判断做的就是上面代码的逆向操作，当完成了操作扩容后首先将线程数量减一，如果等式不等表示还有其他线程在扩容，就return；如果当前线程是最后一个扩容的线程就设置finishing的值为true进入收尾工作
else {
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
这一段代码有点长，分为两种情况：
- 如果是链表节点：因为扩容的长度是原长度二倍，所以一个链表上的节点就有两种情况：维持不变和i+n，第一段代码就是将一个链表分为两个链表，分别移动到i和i+n的索引位置，注意i+n的顺序是逆序的。
- 如果是红黑树：步骤差不多，也会生成两个链表，但是会判断分出的红黑树长度，如果小于阈值就转换为普通链表。
++红黑树的实现前面文章有讲过，细节上有不一样的地方，逻辑还是这个逻辑。++
前半段看到了put操作遇到表未初始化、插入的索引位置为空且正在扩容的情况，下半段则是hash冲突的情况
else {
V oldVal = null;
synchronized (f) {
//再次判断头节点
if (tabAt(tab, i) == f) {
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
//如果节点存在 修改值
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;
//向节点尾部添加
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
//红黑树情况
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;
}
}
}
}
//如果节点数量超过阈值 转换为红黑树
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
当hash冲突的时候，会再次判断节点是否被移动，然后就是对链表或是红黑树的简单操作，最后再判断链表长度是否8从而转换为红黑树，整个操作都是自旋的，直到节点添加成功为止使用break退出循环
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
//计算hash
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
get就是计算hash值找到相应的位置，如果是链表就遍历，红黑树调用node的find方法来获取指定节点。
public V remove(Object key) {
return replaceNode(key, null, null);
}
final V replaceNode(Object key, V value, Object cv) {
int hash = spread(key.hashCode());
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0 ||
(f = tabAt(tab, i = (n - 1) & hash)) == null)
break;
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
remove的方法在前半部分和put有点像，同样在节点是MOVED情况会调用helpTransfer从而触发transfer
else {
V oldVal = null;
boolean validated = false;
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
validated = true;
for (Node<K,V> e = f, pred = null;;) {
K ek;
//找到该节点的时候
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
V ev = e.val;
if (cv == null || cv == ev ||
(ev != null && cv.equals(ev))) {
oldVal = ev;
//如果替换的值不为空则设置
if (value != null)
e.val = value;
//判断当前节点否无前驱节点 从而决定设置方式
else if (pred != null)
pred.next = e.next;
else
setTabAt(tab, i, e.next);
}
break;
}
pred = e;
if ((e = e.next) == null)
break;
}
}
else if (f instanceof TreeBin) {
validated = true;
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> r, p;
if ((r = t.root) != null &&
(p = r.findTreeNode(hash, key, null)) != null) {
V pv = p.val;
if (cv == null || cv == pv ||
(pv != null && cv.equals(pv))) {
oldVal = pv;
if (value != null)
p.val = value;
//如果removeTreeNode返回值true，表示红黑树太小
else if (t.removeTreeNode(p))
setTabAt(tab, i, untreeify(t.first));
}
}
}
}
}
if (validated) {
if (oldVal != null) {
if (value == null)
addCount(-1L, -1);
return oldVal;
}
break;
}
}
删除节点的主要逻辑也是分为链表和红黑树。对于链表则遍历，当找到对应的节点时，如果需要替换的value为空表示要删除这个节点，如果被删除的节点前后都有节点则连接他们，如果没有前驱节点设置当前节点为他的后置节点。红黑树删除是红黑树的方法，如果删除后树的节点不够，则需要转换为链表。
在删除节点和新增节点都会调用addCount方法来修改计数
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 多线程修改baseCount修改失败时，会调用fullAddCount,把x的值插入到counterCell类中
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
//计算总数
s = sumCount();
}
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
//当总结点数大于sizeClt的阈值 表示需要扩容
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();
}
}
}
addCount在新增节点的时候会触发检查节点数量，如果超过了sizeClt会扩容，扩容分为两种情况：其他线程正在扩容和当前线程首次扩容，可以看到当线程开始扩容的情况应对了之前的讲述：
rs << RESIZE_STAMP_SHIFT) + 2)
会讲sizeClt修改为这样，后续的扩容线程只需对sizeClt+1
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;
}
最后看一下计算节点数量的代码，在baseCount的基础上记录CounterCell
总结
经过部分源码的查看，总结出来了ConcurrentHashMap的以下特点：
- 使用CAS和synchronized来进行同步，在synchronized的优化下性能已经很高，而synchronized仅仅对数组索引进行加锁，能够实现分段访问修改。
- 链表+红黑树，提高hash冲突后访问性能。
- 使用baseCount和CounterCell[]来记录节点数量，避免了多个线程共同修改baseCount进行的加锁和自旋导致的性能下降。
