1.7 的concurrentHashMap內部結構
concurrentHashMap 是用的最多的一個concurrent包數據結構，瞭解內部設計對高併發有幫助。node
ConcurrentHashMap:非阻塞Map
要點
- 1.7採用分段鎖的機制
- 1.8取消分段鎖機制，減小了鎖競爭
- 效率：1.8>1.7
1.7 的源碼:
-
Segment繼承ReentrantLock用來充當鎖的角色，每一個 Segment 對象守護每一個散列映射表的若干個桶 。數組
-
HashEntry 用來封裝映射表的鍵 / 值對數據結構
-
每一個桶是由若干個 HashEntry 對象連接起來的鏈表併發
-
ConcurrentHashMap定位一個元素的過程須要進行兩次Hash操做，第一次Hash定位到Segment，第二次Hash定位到元素所在的鏈表的頭部。這一種結構的帶來的反作用是Hash的過程要比普通的HashMap要長，可是帶來的好處是寫操做的時候能夠只對元素所在的Segment進行加鎖便可，不會影響到其餘的Segmentssh
-
擴容：因爲HashEntry.next都是/final/函數
- 刪除：將待刪除元素前面的元素所有複製一遍，再將後面的一個一個從新接到鏈表上去
- 新增：直接放在頭部，將以前的頭掛在next上
- 擴容：
- 若是table槽中只有一個元素，直接根據新的index。遷移到新table中的槽中
- 若是table槽中右多個元素：
- 從鏈表中找到/結點p和後繼結點e/,這兩個結點的新table槽同樣。
- 將相同index的結點到結束結點，直接放在新的槽中
- 將其餘不一樣的結點，從璉表頭放在新的槽中
- 基本屬性
public class ConcurrentHashMap<K, V> extends AbstractMap<K, V>
implements ConcurrentMap<K, V>, Serializable {
'用於分段'
//容許的最大段數;用於綁定構造函數參數。必須是小於1小於24的冪。
static final int MAX_SEGMENTS = 1 << 16; // slightly conservative
//根據這個數來計算segment的個數,segment的個數是僅小於這個數且是2的幾回方的一個數（ssize）
static final int DEFAULT_CONCURRENCY_LEVEL = 16;
//每一個分段表的最小容量。必定要有2個，至少2個，以免在懶惰的建築後使用下一個使用。
static final int MIN_SEGMENT_TABLE_CAPACITY = 2;
'用於hashEntry'
//默認的用於計算Segment數組中的每個segment的HashEntry[]的容量，可是並非每個segment的HashEntry[]的容量
static final int DEFAULT_INITIAL_CAPACITY = 16;
//這個表的默認加載因子，在構造函數中沒有指定的時候使用
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 用於計算Segment數組中的每個segment的HashEntry[]的最大容量（2的30次方）
static final int MAXIMUM_CAPACITY = 1 << 30;
//在使用鎖以前，在大小和容器值方法上進行不一樣步的重試。若是表進行連續修改，就會避免無界重試，這樣就不可能得到準確的結果。
static final int RETRIES_BEFORE_LOCK = 2;
static final class HashEntry<K,V> {
final int hash;
final K key;
volatile V value;
volatile HashEntry<K,V> next;
HashEntry(int hash, K key, V value, HashEntry<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
}
static final class Segment<K,V> extends ReentrantLock implements Serializable {
private static final long serialVersionUID = 2249069246763182397L;
static final int MAX_SCAN_RETRIES =
Runtime.getRuntime().availableProcessors() > 1 ? 64 : 1;
//存儲表
transient volatile HashEntry<K,V>[] table;
//元素的數量。
transient int count;
//併發標記
transient int modCount;
//容量閾值，用於擴容
transient int threshold;
//負載因子，用於肯定threshold
final float loadFactor;
Segment(float lf, int threshold, HashEntry<K,V>[] tab) {
this.loadFactor = lf;
this.threshold = threshold;
this.table = tab;
}
'真實的插入'
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
HashEntry<K,V> node = tryLock() ? null : '加鎖成功在插入'
scanAndLockForPut(key, hash, value);
V oldValue;
try {
HashEntry<K,V>[] tab = table;
int index = (tab.length - 1) & hash;
HashEntry<K,V> first = entryAt(tab, index);
for (HashEntry<K,V> e = first;;) {
if (e != null) {
K k;
if ((k = e.key) / key ||
(e.hash / hash && key.equals(k))) {
oldValue = e.value;
if (!onlyIfAbsent) {
e.value = value;
++modCount;
}
break;
}
e = e.next;
}
else {
if (node != null)
node.setNext(first);
else
node = new HashEntry<K,V>(hash, key, value, first);
int c = count + 1;
if (c > threshold && tab.length < MAXIMUM_CAPACITY)
rehash(node);
else
setEntryAt(tab, index, node);
++modCount;
count = c;
oldValue = null;
break;
}
}
} finally {
unlock(); '釋放鎖'
}
return oldValue;
}
}
'插入'
public V put(K key, V value) {
Segment<K,V> s;
if (value / null)
throw new NullPointerException();
int hash = hash(key); 'key的hash值'
'segmentShift:28'
'segmentMask：1111'
int j = (hash >>> segmentShift) & segmentMask; '無符號右位移28位,模運算'
if ((s = (Segment<K,V>)UNSAFE.getObject(segments, (j << SSHIFT) + SBASE)) / null) // in ensureSegment
s = ensureSegment(j);
return s.put(key, hash, value, false); '調用segment的put '
}
'獲取'
public V get(Object key) {
Segment<K,V> s; // manually integrate access methods to reduce overhead
HashEntry<K,V>[] tab;
int h = hash(key);
long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
(tab = s.table) != null) {
for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
(tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
e != null; e = e.next) {
K k;
if ((k = e.key) / key || (e.hash / h && key.equals(k)))
return e.value;
}
}
return null;
}
}
- 建立
- initialCapacity=16,（加載因子）:loadFactor=0.75,(併發級別,):concurrencyLevel=16
- initialCapacity：段中HashEntry的大小
- loadFactor：加載因子，當段中的數據超過initialCapacity
- concurrencyLevel：併發個數(線程數)。由於每個段都是一把鎖，這也是Segment數組大小
- ssize：段數組的大小
- 位運算ssize <<= 1：ssize=ssize<<1(左移覺得，增大ssize*2)
- segmentShift（段segment右偏移）：分段內索引的移位值。32 - sshift
- segmentMask（段segment掩碼）：將索引值用於索引段。鍵的哈希碼的上位被用來選擇這個段。 段segment.ssize - 1
- initialCapacity=16,（加載因子）:loadFactor=0.75,(併發級別,):concurrencyLevel=16
public ConcurrentHashMap(int initialCapacity,float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
'設置最大併發級別:65535'
if (concurrencyLevel > MAX_SEGMENTS)
concurrencyLevel = MAX_SEGMENTS;
// Find power-of-two sizes best matching arguments
int sshift = 0; ''
int ssize = 1; '段數組大小'
while (ssize < concurrencyLevel) {
++sshift; 'sshift=4'
ssize <<= 1; '左移1位，，ssize *=2 /16'
}
this.segmentShift = 32 - sshift; '偏移量:28'
this.segmentMask = ssize - 1; '掩碼:15:1111'
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY; '最大爲：1073741824。默'
int c = initialCapacity / ssize; 'C=1'
if (c * ssize < initialCapacity) '判斷是有沒除盡，保證:c * ssize >initialCapacity'
++c;
int cap = MIN_SEGMENT_TABLE_CAPACITY; '最小HashEntry大小:'
while (cap < c)
cap <<= 1;
// create segments and segments[0]
// 建立段S0
'loadFactor=0.75'
'threshold=(int)0.75*2=1'
'HashEntry[2]'
Segment<K,V> s0 =
new Segment<K,V>(loadFactor, (int)(cap * loadFactor),
(HashEntry<K,V>[])new HashEntry[cap]);
//建立 segment 數組
Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]
this.segments = ss;
}
- PUT(K,V)
- segmentShift=28，segmentMask=15
- >>>：無符號右移，
'調用'
public V put(K key, V value) {
'判斷值'
Segment<K,V> s;
if (value / null)
throw new NullPointerException();
int hash = hash(key); //計算hash值
int j = (hash >>> segmentShift) & segmentMask;
if ((s = (Segment<K,V>)UNSAFE.getObject // nonvolatile; recheck
(segments, (j << SSHIFT) + SBASE)) / null) // in ensureSegment
s = ensureSegment(j); ''
return s.put(key, hash, value, false);
}
'新建segment'
private Segment<K,V> ensureSegment(int k) {
final Segment<K,V>[] ss = this.segments;
long u = (k << SSHIFT) + SBASE; // raw offset
Segment<K,V> seg;
if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u)) / null) {
Segment<K,V> proto = ss[0]; // use segment 0 as prototype
int cap = proto.table.length; 'cap =2'
float lf = proto.loadFactor; ' 0.75'
int threshold = (int)(cap * lf); 'threshold = 1'
HashEntry<K,V>[] tab = (HashEntry<K,V>[])new HashEntry[cap];
if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u))
/ null) { // recheck
Segment<K,V> s = new Segment<K,V>(lf, threshold, tab);
while ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u))
/ null) {
if (UNSAFE.compareAndSwapObject(ss, u, null, seg = s))
break;
}
}
}
return seg;
}
'添加'
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
HashEntry<K,V> node = tryLock() ? null : '加鎖'
scanAndLockForPut(key, hash, value);
V oldValue;
try {
HashEntry<K,V>[] tab = table; '獲取table'
int index = (tab.length - 1) & hash; '獲取table中的偏移量'
HashEntry<K,V> first = entryAt(tab, index); '從table中，找出鏈表頭'
'無限循環添加進去'
for (HashEntry<K,V> e = first;;) {
if (e != null) { '頭部位null'
K k;
"若是key相同，則直接替換"
if ((k = e.key) / key ||(e.hash / hash && key.equals(k))) {
oldValue = e.value;
if (!onlyIfAbsent) {
e.value = value;
++modCount;
}
break;
}
e = e.next; "若是key不一樣，則操做e後面的元素"
}else { "頭爲null"
if (node != null)
node.setNext(first);
else
node = new HashEntry<K,V>(hash, key, value, first); '新建，並將頭放在新HashEntry的後面'
int c = count + 1;
if (c > threshold && tab.length < MAXIMUM_CAPACITY)
rehash(node); '擴容'
else
setEntryAt(tab, index, node); '將新HashEntry直接添加在頭上面'
++modCount;
count = c;
oldValue = null;
break;
}
}
} finally {
unlock();
}
return oldValue;
}
- 擴容:
- 擴容:默認segement.threshold=1，直接會擴容一次
- 擴容並非table滿了,才擴容。用的是擴容個數：table.lengthloadFactor (table個數擴容因子)
- 若是table槽中只有一個元素，直接根據新的index。遷移到新table中的槽中
- 若是table槽中右多個元素：
- 從鏈表中找到/結點p和後繼結點e/,這兩個結點的新table槽同樣。
- 而後將相同的結點到結束，直接放在新的槽中
- 將其餘不一樣的結點，從璉表頭放在新的槽中
private void rehash(HashEntry<K,V> node) {
HashEntry<K,V>[] oldTable = table; "獲取舊的段table"
int oldCapacity = oldTable.length; '舊的HashEntry數量'
int newCapacity = oldCapacity << 1; '擴大一倍'
threshold = (int)(newCapacity * loadFactor); '剩擴展因子:0.75'
HashEntry<K,V>[] newTable =(HashEntry<K,V>[]) new HashEntry[newCapacity];
int sizeMask = newCapacity - 1; "位模運算:1111或者11111。每次擴大2被"
for (int i = 0; i < oldCapacity ; i++) {
HashEntry<K,V> e = oldTable[i]; "舊數組的璉表頭"
if (e != null) {
HashEntry<K,V> next = e.next;
int idx = e.hash & sizeMask; "新的index"
if (next / null) // 只有一個節點
newTable[idx] = e; "若是隻有一個數據，直接放到新的index中"
else { "在相同的槽內重用連續序列"
HashEntry<K,V> lastRun = e; "新的起始點"
int lastIdx = idx; "新的index"
'找到e節點第一個索引值相同的HashEntry節點'
for (HashEntry<K,V> last = next;last != null;last = last.next) {
int k = last.hash & sizeMask; "後繼的index"
if (k != lastIdx) { "若是後繼的新index和當前結點index相同的元素"
lastIdx = k;
lastRun = last;
}
}
newTable[lastIdx] = lastRun; "而後將相同的結點到結束，直接放在新的槽中"
'複製e節點到第一個索引值相同(該結點和後繼結點index相同)節之間的HashEntry節點'
for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {
V v = p.value;
int h = p.hash;
int k = h & sizeMask;
HashEntry<K,V> n = newTable[k];
newTable[k] = new HashEntry<K,V>(h, p.key, v, n);
}
}
}
}
int nodeIndex = node.hash & sizeMask; // add the new node
node.setNext(newTable[nodeIndex]);
newTable[nodeIndex] = node;
table = newTable;
}
相關文章
- 1. ConcurrentHashMap 1.7/1.8
- 2. ConcurrentHashMap（1.7）分析
- 3. Java集合------ConcurrentHashMap(1.7)
- 4. 1.8 ConcurrentHashMap 結構
- 5. HashMap（1.7、1.8對比）、Hashtable、ConcurrentHashMap（1.7、1.8）
- 6. 講清楚ConcurrentHashMap(JDK 1.7)
- 7. 深刻源碼學習1.7的ConcurrentHashMap（二）
- 8. 深刻源碼學習1.7的ConcurrentHashMap（一）
- 9. ConcurrentHashMap在jdk1.8和1.7中的區別
- 10. 值棧的內部結構
- 更多相關文章...
- • Rust 結構體 - RUST 教程
- • XML 樹結構 - XML 教程
- • 使用阿里雲OSS+CDN部署前端頁面與加速靜態資源
- • 三篇文章瞭解 TiDB 技術內幕——說存儲
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. ConcurrentHashMap 1.7/1.8
- 2. ConcurrentHashMap（1.7）分析
- 3. Java集合------ConcurrentHashMap(1.7)
- 4. 1.8 ConcurrentHashMap 結構
- 5. HashMap（1.7、1.8對比）、Hashtable、ConcurrentHashMap（1.7、1.8）
- 6. 講清楚ConcurrentHashMap(JDK 1.7)
- 7. 深刻源碼學習1.7的ConcurrentHashMap（二）
- 8. 深刻源碼學習1.7的ConcurrentHashMap（一）
- 9. ConcurrentHashMap在jdk1.8和1.7中的區別
- 10. 值棧的內部結構