死磕 java集合之ConcurrentHashMap源碼分析（一）——插入元素全解析

🖕歡迎關注個人公衆號「彤哥讀源碼」，查看更多源碼系列文章, 與彤哥一塊兒暢遊源碼的海洋。

---

前記，從這篇文章開始咱們換一種學習的方式，彤哥先拋出問題，你們嘗試着在腦海中回答這些問題，而後再進入咱們的源碼分析過程，最後彤哥再挑幾個問題回答。

開篇問題

（1）ConcurrentHashMap與HashMap的數據結構是否同樣？

（2）HashMap在多線程環境下什麼時候會出現併發安全問題？

（3）ConcurrentHashMap是怎麼解決併發安全問題的？

（4）ConcurrentHashMap使用了哪些鎖？

（5）ConcurrentHashMap的擴容是怎麼進行的？

（6）ConcurrentHashMap是不是強一致性的？

（7）ConcurrentHashMap不能解決哪些問題？

（8）ConcurrentHashMap中有哪些不常見的技術值得學習？

簡介

ConcurrentHashMap是HashMap的線程安全版本，內部也是使用（數組 + 鏈表 + 紅黑樹）的結構來存儲元素。

相比於一樣線程安全的HashTable來講，效率等各方面都有極大地提升。

各類鎖簡介

這裏先簡單介紹一下各類鎖，以便下文講到相關概念時能有個印象。

（1）synchronized

java中的關鍵字，內部實現爲監視器鎖，主要是經過對象監視器在對象頭中的字段來代表的。

synchronized從舊版本到如今已經作了不少優化了，在運行時會有三種存在方式：偏向鎖，輕量級鎖，重量級鎖。

偏向鎖，是指一段同步代碼一直被一個線程訪問，那麼這個線程會自動獲取鎖，下降獲取鎖的代價。

輕量級鎖，是指當鎖是偏向鎖時，被另外一個線程所訪問，偏向鎖會升級爲輕量級鎖，這個線程會經過自旋的方式嘗試獲取鎖，不會阻塞，提升性能。

重量級鎖，是指當鎖是輕量級鎖時，當自旋的線程自旋了必定的次數後，尚未獲取到鎖，就會進入阻塞狀態，該鎖升級爲重量級鎖，重量級鎖會使其餘線程阻塞，性能下降。

（2）CAS

CAS，Compare And Swap，它是一種樂觀鎖，認爲對於同一個數據的併發操做不必定會發生修改，在更新數據的時候，嘗試去更新數據，若是失敗就不斷嘗試。

（3）volatile（非鎖）

java中的關鍵字，當多個線程訪問同一個變量時，一個線程修改了這個變量的值，其餘線程可以當即看獲得修改的值。（這裏牽涉到java內存模型的知識，感興趣的同窗能夠本身查查相關資料）

volatile只保證可見性，不保證原子性，好比 volatile修改的變量 i，針對i++操做，不保證每次結果都正確，由於i++操做是兩步操做，至關於 i = i +1，先讀取，再加1，這種狀況volatile是沒法保證的。

（4）自旋鎖

自旋鎖，是指嘗試獲取鎖的線程不會阻塞，而是循環的方式不斷嘗試，這樣的好處是減小線程的上下文切換帶來的開鎖，提升性能，缺點是循環會消耗CPU。

（5）分段鎖

分段鎖，是一種鎖的設計思路，它細化了鎖的粒度，主要運用在ConcurrentHashMap中，實現高效的併發操做，當操做不須要更新整個數組時，就只鎖數組中的一項就能夠了。

（5）ReentrantLock

可重入鎖，是指一個線程獲取鎖以後再嘗試獲取鎖時會自動獲取鎖，可重入鎖的優勢是避免死鎖。

其實，synchronized也是可重入鎖。

源碼分析

構造方法

public ConcurrentHashMap() {
}

public ConcurrentHashMap(int initialCapacity) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException();
    int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
            MAXIMUM_CAPACITY :
            tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
    this.sizeCtl = cap;
}

public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
    this.sizeCtl = DEFAULT_CAPACITY;
    putAll(m);
}

public ConcurrentHashMap(int initialCapacity, float loadFactor) {
    this(initialCapacity, loadFactor, 1);
}

public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {
    if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
        throw new IllegalArgumentException();
    if (initialCapacity < concurrencyLevel)   // Use at least as many bins
        initialCapacity = concurrencyLevel;   // as estimated threads
    long size = (long)(1.0 + (long)initialCapacity / loadFactor);
    int cap = (size >= (long)MAXIMUM_CAPACITY) ?
            MAXIMUM_CAPACITY : tableSizeFor((int)size);
    this.sizeCtl = cap;
}
複製代碼

構造方法與HashMap對比能夠發現，沒有了HashMap中的threshold和loadFactor，而是改用了sizeCtl來控制，並且只存儲了容量在裏面，那麼它是怎麼用的呢？官方給出的解釋以下：

（1）-1，表示有線程正在進行初始化操做

（2）-(1 + nThreads)，表示有n個線程正在一塊兒擴容

（3）0，默認值，後續在真正初始化的時候使用默認容量

（4）> 0，初始化或擴容完成後下一次的擴容門檻

至於，官方這個解釋對不對咱們後面再討論。

添加元素

public V put(K key, V value) {
    return putVal(key, value, false);
}

final V putVal(K key, V value, boolean onlyIfAbsent) {
    // key和value都不能爲null
    if (key == null || value == null) throw new NullPointerException();
    // 計算hash值
    int hash = spread(key.hashCode());
    // 要插入的元素所在桶的元素個數
    int binCount = 0;
    // 死循環，結合CAS使用（若是CAS失敗，則會從新取整個桶進行下面的流程）
    for (Node<K,V>[] tab = table;;) {
        Node<K,V> f; int n, i, fh;
        if (tab == null || (n = tab.length) == 0)
            // 若是桶未初始化或者桶個數爲0，則初始化桶
            tab = initTable();
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            // 若是要插入的元素所在的桶尚未元素，則把這個元素插入到這個桶中
            if (casTabAt(tab, i, null,
                    new Node<K,V>(hash, key, value, null)))
                // 若是使用CAS插入元素時，發現已經有元素了，則進入下一次循環，從新操做
                // 若是使用CAS插入元素成功，則break跳出循環，流程結束
                break;                   // no lock when adding to empty bin
        }
        else if ((fh = f.hash) == MOVED)
            // 若是要插入的元素所在的桶的第一個元素的hash是MOVED，則當前線程幫忙一塊兒遷移元素
            tab = helpTransfer(tab, f);
        else {
            // 若是這個桶不爲空且不在遷移元素，則鎖住這個桶（分段鎖）
            // 並查找要插入的元素是否在這個桶中
            // 存在，則替換值（onlyIfAbsent=false）
            // 不存在，則插入到鏈表結尾或插入樹中
            V oldVal = null;
            synchronized (f) {
                // 再次檢測第一個元素是否有變化，若是有變化則進入下一次循環，從頭來過
                if (tabAt(tab, i) == f) {
                    // 若是第一個元素的hash值大於等於0（說明不是在遷移，也不是樹）
                    // 那就是桶中的元素使用的是鏈表方式存儲
                    if (fh >= 0) {
                        // 桶中元素個數賦值爲1
                        binCount = 1;
                        // 遍歷整個桶，每次結束binCount加1
                        for (Node<K,V> e = f;; ++binCount) {
                            K ek;
                            if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                            (ek != null && key.equals(ek)))) {
                                // 若是找到了這個元素，則賦值了新值（onlyIfAbsent=false）
                                // 並退出循環
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            Node<K,V> pred = e;
                            if ((e = e.next) == null) {
                                // 若是到鏈表尾部尚未找到元素
                                // 就把它插入到鏈表結尾並退出循環
                                pred.next = new Node<K,V>(hash, key,
                                        value, null);
                                break;
                            }
                        }
                    }
                    else if (f instanceof TreeBin) {
                        // 若是第一個元素是樹節點
                        Node<K,V> p;
                        // 桶中元素個數賦值爲2
                        binCount = 2;
                        // 調用紅黑樹的插入方法插入元素
                        // 若是成功插入則返回null
                        // 不然返回尋找到的節點
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                value)) != null) {
                            // 若是找到了這個元素，則賦值了新值（onlyIfAbsent=false）
                            // 並退出循環
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
            }
            // 若是binCount不爲0，說明成功插入了元素或者尋找到了元素
            if (binCount != 0) {
                // 若是鏈表元素個數達到了8，則嘗試樹化
                // 由於上面把元素插入到樹中時，binCount只賦值了2，並無計算整個樹中元素的個數
                // 因此不會重複樹化
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                // 若是要插入的元素已經存在，則返回舊值
                if (oldVal != null)
                    return oldVal;
                // 退出外層大循環，流程結束
                break;
            }
        }
        }
        // 成功插入元素，元素個數加1（是否要擴容在這個裏面）
        addCount(1L, binCount);
        // 成功插入元素返回null
        return null;
    }
複製代碼

總體流程跟HashMap比較相似，大體是如下幾步：

（1）若是桶數組未初始化，則初始化；

（2）若是待插入的元素所在的桶爲空，則嘗試把此元素直接插入到桶的第一個位置；

（3）若是正在擴容，則當前線程一塊兒加入到擴容的過程當中；

（4）若是待插入的元素所在的桶不爲空且不在遷移元素，則鎖住這個桶（分段鎖）；

（5）若是當前桶中元素以鏈表方式存儲，則在鏈表中尋找該元素或者插入元素；

（6）若是當前桶中元素以紅黑樹方式存儲，則在紅黑樹中尋找該元素或者插入元素；

（7）若是元素存在，則返回舊值；

（8）若是元素不存在，整個Map的元素個數加1，並檢查是否須要擴容；

添加元素操做中使用的鎖主要有（自旋鎖 + CAS + synchronized + 分段鎖）。

爲何使用synchronized而不是ReentrantLock？

由於synchronized已經獲得了極大地優化，在特定狀況下並不比ReentrantLock差。

---

未完待續~~

---

如今文章沒辦法留言了，若是有任何建議或者意見，歡迎你們在公衆號後臺給我留言，謝謝~

---

歡迎關注個人公衆號「彤哥讀源碼」，查看更多源碼系列文章, 與彤哥一塊兒暢遊源碼的海洋。