ConcurrentHashMap 的扩容机制

1. 数据结构基础（JDK1.8）

• 底层结构：由Node<K,V>[] table数组、链表、红黑树组成，数组大小始终为 2 的幂次（如 16、32）。
• 并发控制：摒弃 JDK1.7 的分段锁（Segment），改用CAS + synchronized，锁粒度更小（锁定链表或红黑树的头节点）。

2. 扩容触发条件

• 阈值计算：初始容量为 16，负载因子默认为 0.75，扩容阈值为容量×负载因子（如 16×0.75=12）。当元素数量超过阈值时触发扩容。

• sizeCtl 参数：

  • sizeCtl=-1：表示数组正在初始化；
  • sizeCtl> 0：表示初始化或扩容的阈值；
  • sizeCtl=-N：表示有 N-1 个线程正在参与扩容（N 为扩容线程数）。

3. 扩容核心过程（重点）

假设原数组大小为oldCap，扩容后为newCap=oldCap×2，过程如下：

（1）触发扩容

当向 map 中添加元素时，通过addCount()方法检查元素数量是否超过阈值，若超过则调用transfer()方法启动扩容。

（2）分段迁移与线程协作

• 分割任务：将原数组分为多个迁移段（每个段大小为oldCap/16），每个线程处理一段。
• ForwardingNode 标记：在原数组位置放置ForwardingNode，表示该位置已被迁移，其他线程访问时会被引导到新数组。

（3）数据迁移逻辑

对每个节点e：

• 若e为null：新数组对应位置直接置null；
• 若e为ForwardingNode：跳过（已被其他线程处理）；
• 若e为链表节点：遍历链表，重新计算哈希值，根据新数组大小决定节点在新数组中的位置（因newCap=oldCap×2，哈希值的高位决定是否迁移到高位区间）；
• 若e为红黑树节点：先转化为链表再迁移，若迁移后链表长度≥6，重新转为红黑树。

（4）扩容完成与状态更新

当所有段迁移完成后，将table指向新数组，更新sizeCtl为新的阈值，原数组被垃圾回收。

4. 并发安全与优化策略

• 并发控制：

  • 迁移过程中，通过CAS更新sizeCtl控制线程数，避免多线程冲突；
  • 对单个节点的操作使用synchronized锁定，确保数据迁移时的原子性。

• 性能优化：

  • 分段扩容：多个线程并行处理不同段，减少单线程负载；
  • 懒迁移：允许线程在处理完自己的段后，协助其他线程迁移，避免扩容阻塞；
  • 哈希高位利用：扩容时通过哈希值高位直接定位新位置，无需重新计算哈希，提升效率。

5. 与 HashMap 扩容的对比

• HashMap 扩容：单线程操作，扩容时会复制所有元素，期间无法读写；
• ConcurrentHashMap 扩容：多线程并行迁移，迁移过程中允许读写（读操作会被ForwardingNode引导到新数组），无全局锁阻塞，并发性能更优。

6. 扩容流程示意图

• 扩容前数据结构：
• 扩容过程：高低位链表拆分：
• 扩容后的数据结构：
• 扩容核心流程时序图：

7. 核心原理总结

1. 触发条件：元素数量超过 容量 × 负载因子（默认 16×0.75=12）

2. 扩容规则：容量翻倍（16→32→64...）

3. 位置计算：

   • 若 hash & oldCap == 0：新位置 = 原位置
   • 若 hash & oldCap != 0：新位置 = 原位置 + oldCap

4. 效率优化：

   • 无需重新计算哈希值，仅通过位运算定位
   • 一次遍历将链表拆分为高低位两部分，减少操作次数

这种设计使得 ConcurrentHashMap 在扩容时的性能显著优于传统哈希表，尤其在处理大规模数据时优势更加明显。