ConcurrentHashMap 可以理解为 “智能分段储物柜” ，它通过精细的锁设计，让多线程存取数据时 既安全又高效，不像老旧的 HashTable 那样粗暴地锁整个柜子，而是每个小格子（或区域）独立上锁，允许多线程同时操作不同区域。
一、核心设计
1. JDK 1.7 的分段锁（Segment）
- 结构：整个哈希表分成多个 段（Segment） ，每个段相当于一个独立的小哈希表，有自己的锁。
- 并发度：默认16段，允许16个线程同时操作不同段。
- 示例：线程A操作段1，线程B操作段2 → 互不干扰。
- 缺点：段数固定，扩容不够灵活。
2. JDK 1.8 的 CAS + synchronized 优化
- 锁粒度更细：直接对每个数组桶（链表头或红黑树根节点）加锁。
- CAS 无锁化：插入元素时先尝试无锁操作（CAS），失败才加锁。
- 示例：两个线程同时操作不同桶 → 完全并行。
二、关键特性
1. 线程安全且高效
-
读操作无锁：通过
volatile关键字保证可见性。 -
写操作局部锁：只锁当前操作的桶（链表或树节点）。
-
对比 HashTable：
// HashTable（全表锁，性能差） synchronized (this) { /* 操作整个表 */ } // ConcurrentHashMap（局部锁，性能高） synchronized (node) { /* 操作单个节点 */ }
2. 动态扩容
- 触发条件：元素数量超过阈值（容量 × 负载因子）。
- 并发扩容：线程插入时发现正在扩容，会协助迁移数据，加速完成。
3. 统计大小（size()）
- 分片计数：通过
baseCount和CounterCell[]分散统计，避免竞争。 - 最终一致性：size() 的结果是近似值，适合高并发场景。
三、核心操作原理
1. 插入元素（put()）
- 计算哈希：定位到具体桶的位置。
- 无锁尝试：若桶为空，用 CAS 插入新节点。
- 加锁处理：若桶非空（链表或树），用
synchronized锁住头节点再操作。 - 树化检查：链表长度≥8，且数组容量≥64时，转红黑树。
2. 获取元素（get()）
- 全程无锁：依赖
volatile保证数据可见性，直接读取值。
四、适用场景
-
高并发缓存：如电商商品库存的实时扣减。
ConcurrentHashMap<String, Integer> stock = new ConcurrentHashMap<>(); stock.put("iPhone", 1000); // 线程安全扣减库存 stock.computeIfPresent("iPhone", (k, v) -> v > 0 ? v - 1 : 0); -
实时计数器：统计网站访问量。
ConcurrentHashMap<String, Long> visitCount = new ConcurrentHashMap<>(); visitCount.merge("homepage", 1L, Long::sum); // 原子性累加 -
替代同步代码块：简化多线程共享数据的保护逻辑。
五、对比其他线程安全容器
| 容器 | 锁机制 | 性能 | 适用场景 |
|---|---|---|---|
| HashTable | 全表锁 | 低 | 遗留代码兼容 |
| Collections.synchronizedMap | 全表锁 | 低 | 简单转换旧代码 |
| ConcurrentHashMap | 桶级锁 + CAS | 高 | 高并发读写 |
六、注意事项
-
复合操作仍需同步：
// 错误示例：check-then-act 需额外同步 if (map.containsKey(key)) { map.put(key, value); // 非原子操作，可能被其他线程打断 } // 正确做法：使用原子方法 map.putIfAbsent(key, value); -
避免无界扩容：初始容量和负载因子需合理设置，防止内存耗尽。
-
迭代器弱一致性：迭代时可能反映其他线程的修改，但不保证实时性。
七、总结
ConcurrentHashMap 是并发编程的瑞士军刀：
- 高并发：锁粒度细，CAS 减少竞争。
- 安全灵活：动态扩容、分片计数。
- 适用性广：缓存、计数器、实时数据处理。
使用口诀：
「并发哈希表，安全又高效
分段锁进化到桶锁，CAS 配合 synchronized
高并发下显神威，缓存计数最拿手！」
