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

彤哥讀原始碼發表於2019-04-13

?歡迎關注我的公眾號“彤哥讀原始碼”,檢視更多原始碼系列文章, 與彤哥一起暢遊原始碼的海洋。


前記,從這篇文章開始我們換一種學習的方式,彤哥先丟擲問題,大家嘗試著在腦海中回答這些問題,然後再進入我們的原始碼分析過程,最後彤哥再挑幾個問題回答。

開篇問題

(1)ConcurrentHashMap與HashMap的資料結構是否一樣?

(2)HashMap在多執行緒環境下何時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是否是強一致性的?

(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的執行緒安全版本,內部也是使用(陣列 + 連結串列 + 紅黑樹)的結構來儲存元素。

相比於同樣執行緒安全的HashTable來說,效率等各方面都有極大地提高。

各種鎖簡介

這裡先簡單介紹一下各種鎖,以便下文講到相關概念時能有個印象。

(1)synchronized

java中的關鍵字,內部實現為監視器鎖,主要是通過物件監視器在物件頭中的欄位來表明的。

synchronized從舊版本到現在已經做了很多優化了,在執行時會有三種存在方式:偏向鎖,輕量級鎖,重量級鎖。

偏向鎖,是指一段同步程式碼一直被一個執行緒訪問,那麼這個執行緒會自動獲取鎖,降低獲取鎖的代價。

輕量級鎖,是指當鎖是偏向鎖時,被另一個執行緒所訪問,偏向鎖會升級為輕量級鎖,這個執行緒會通過自旋的方式嘗試獲取鎖,不會阻塞,提高效能。

重量級鎖,是指當鎖是輕量級鎖時,當自旋的執行緒自旋了一定的次數後,還沒有獲取到鎖,就會進入阻塞狀態,該鎖升級為重量級鎖,重量級鎖會使其他執行緒阻塞,效能降低。

(2)CAS

CAS,Compare And Swap,它是一種樂觀鎖,認為對於同一個資料的併發操作不一定會發生修改,在更新資料的時候,嘗試去更新資料,如果失敗就不斷嘗試。

(3)volatile(非鎖)

java中的關鍵字,當多個執行緒訪問同一個變數時,一個執行緒修改了這個變數的值,其他執行緒能夠立即看得到修改的值。(這裡牽涉到java記憶體模型的知識,感興趣的同學可以自己查查相關資料)

volatile只保證可見性,不保證原子性,比如 volatile修改的變數 i,針對i++操作,不保證每次結果都正確,因為i++操作是兩步操作,相當於 i = i +1,先讀取,再加1,這種情況volatile是無法保證的。

(4)自旋鎖

自旋鎖,是指嘗試獲取鎖的執行緒不會阻塞,而是迴圈的方式不斷嘗試,這樣的好處是減少執行緒的上下文切換帶來的開鎖,提高效能,缺點是迴圈會消耗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,實現高效的併發操作,當操作不需要更新整個陣列時,就只鎖陣列中的一項就可以了。

(5)ReentrantLock

可重入鎖,是指一個執行緒獲取鎖之後再嘗試獲取鎖時會自動獲取鎖,可重入鎖的優點是避免死鎖。

其實,synchronized也是可重入鎖。

原始碼分析

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;
}
複製程式碼

構造方法與HashMap對比可以發現,沒有了HashMap中的threshold和loadFactor,而是改用了sizeCtl來控制,而且只儲存了容量在裡面,那麼它是怎麼用的呢?官方給出的解釋如下:

(1)-1,表示有執行緒正在進行初始化操作

(2)-(1 + nThreads),表示有n個執行緒正在一起擴容

(3)0,預設值,後續在真正初始化的時候使用預設容量

(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我們後面再討論。

新增元素

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

final V putVal(K key, V value, boolean onlyIfAbsent) {
    // key和value都不能為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;
    // 死迴圈,結合CAS使用(如果CAS失敗,則會重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)
            // 如果桶未初始化或者桶個數為0,則初始化桶
            tab = initTable();
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            // 如果要插入的元素所在的桶還沒有元素,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)))
                // 如果使用CAS插入元素時,發現已經有元素了,則進入下一次迴圈,重新操作
                // 如果使用CAS插入元素成功,則break跳出迴圈,流程結束
                break;                   // no lock when adding to empty bin
        }
        else if ((fh = f.hash) == MOVED)
            // 如果要插入的元素所在的桶的第一個元素的hash是MOVED,則當前執行緒幫忙一起遷移元素
            tab = helpTransfer(tab, f);
        else {
            // 如果這個桶不為空且不在遷移元素,則鎖住這個桶(分段鎖)
            // 並查詢要插入的元素是否在這個桶中
            // 存在,則替換值(onlyIfAbsent=false)
            // 不存在,則插入到連結串列結尾或插入樹中
            V oldVal = null;
            synchronized (f) {
                // 再次檢測第一個元素是否有變化,如果有變化則進入下一次迴圈,從頭來過
                if (tabAt(tab, i) == f) {
                    // 如果第一個元素的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連結串列方式儲存
                    if (fh >= 0) {
                        // 桶中元素個數賦值為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)))) {
                                // 如果找到了這個元素,則賦值了新值(onlyIfAbsent=false)
                                // 並退出迴圈
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            Node<K,V> pred = e;
                            if ((e = e.next) == null) {
                                // 如果到連結串列尾部還沒有找到元素
                                // 就把它插入到連結串列結尾並退出迴圈
                                pred.next = new Node<K,V>(hash, key,
                                        value, null);
                                break;
                            }
                        }
                    }
                    else if (f instanceof TreeBin) {
                        // 如果第一個元素是樹節點
                        Node<K,V> p;
                        // 桶中元素個數賦值為2
                        binCount = 2;
                        // 呼叫紅黑樹的插入方法插入元素
                        // 如果成功插入則返回null
                        // 否則返回尋找到的節點
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                value)) != null) {
                            // 如果找到了這個元素,則賦值了新值(onlyIfAbsent=false)
                            // 並退出迴圈
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
            }
            // 如果binCount不為0,說明成功插入了元素或者尋找到了元素
            if (binCount != 0) {
                // 如果連結串列元素個數達到了8,則嘗試樹化
                // 因為上面把元素插入到樹中時,binCount只賦值了2,並沒有計算整個樹中元素的個數
                // 所以不會重複樹化
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                // 如果要插入的元素已經存在,則返回舊值
                if (oldVal != null)
                    return oldVal;
                // 退出外層大迴圈,流程結束
                break;
            }
        }
        }
        // 成功插入元素,元素個數加1(是否要擴容在這個裡面)
        addCount(1L, binCount);
        // 成功插入元素返回null
        return null;
    }
複製程式碼

整體流程跟HashMap比較類似,大致是以下幾步:

(1)如果桶陣列未初始化,則初始化;

(2)如果待插入的元素所在的桶為空,則嘗試把此元素直接插入到桶的第一個位置;

(3)如果正在擴容,則當前執行緒一起加入到擴容的過程中;

(4)如果待插入的元素所在的桶不為空且不在遷移元素,則鎖住這個桶(分段鎖);

(5)如果當前桶中元素以連結串列方式儲存,則在連結串列中尋找該元素或者插入元素;

(6)如果當前桶中元素以紅黑樹方式儲存,則在紅黑樹中尋找該元素或者插入元素;

(7)如果元素存在,則返回舊值;

(8)如果元素不存在,整個Map的元素個數加1,並檢查是否需要擴容;

新增元素操作中使用的鎖主要有(自旋鎖 + CAS + synchronized + 分段鎖)。

為什麼使用synchronized而不是ReentrantLock?

因為synchronized已經得到了極大地優化,在特定情況下並不比ReentrantLock差。


未完待續~~


現在文章沒辦法留言了,如果有任何建議或者意見,歡迎大家在公眾號後臺給我留言,謝謝~


歡迎關注我的公眾號“彤哥讀原始碼”,檢視更多原始碼系列文章, 與彤哥一起暢遊原始碼的海洋。

qrcode

相關文章