ConcurrentHashMap源码
Posted guodaye
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了ConcurrentHashMap源码相关的知识，希望对你有一定的参考价值。
前言
正文
jdk版本：1.8.0_181
数据结构
数组，链表 红黑树；数据结构和HashMap数据结构一样；
构造方法
/**
* Creates a new, empty map with the default initial table size (16).
*/
// 无参构造方法
public ConcurrentHashMap() {
}
// 初始化指定容量的构造方法
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;
}
常用的构造方法主要就是上面两种；
第一种：什么都没做，所以会使用默认的配置，默认配置就是数组长度为16
第二种：指定容器数组长度，这里和HashMap的指定容器长度的构造方法差不多，都是调用了tableSizeFor方法，
不同的是HashMap直接将传入的值作为参数去调用tableSizeFor方法，而ConcurrentHashMap将传入的值进行了
initialCapacity + (initialCapacity >>> 1) + 1，也就是在原来的基础上大概增加了一半
添加方法
提供对外调用的添加方法
public V put(K key, V value) {
return putVal(key, value, false);
}
public void putAll(Map<? extends K, ? extends V> m) {
tryPresize(m.size());
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
putVal(e.getKey(), e.getValue(), false);
}
public V putIfAbsent(K key, V value) {
return putVal(key, value, true);
}
第一个put方法，这个方法是最常用的；
第二个是将Map中的数据添加进ConcurrentHashMap，实际使用for循环Map，再put；
第三个也是添加，但是是在没有key值的情况下才会添加；这种适合设置默认值的时候用；
上面三个方法都调用了putVal方法：
final V putVal(K key, V value, boolean onlyIfAbsent) {
// 判断空
if (key == null || value == null) throw new NullPointerException();
// 计算hash值
int hash = spread(key.hashCode());
int binCount = 0;
// 循环（cas）
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 判断是否已经初始化
if (tab == null || (n = tab.length) == 0)
tab = initTable();
// 判断对应（桶）数组位置是否有数据
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// cas将数据添加至（桶）数组对应头结点（线程安全）
if (casTabAt(tab, i, null,new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
// 判断当前（桶）数组对应位置是否为MOVED，判断当前Map是否在扩容
else if ((fh = f.hash) == MOVED)
// 加速扩容
tab = helpTransfer(tab, f);
else {
V oldVal = null;
// 使用synchronized将对应位置锁住（线程安全）
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
binCount = 1;
// 链表处理，和HashMap差不多
for (Node<K,V> e = f;; ++binCount) {
K ek;
// 判断是否有相同的key，找到就替换
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
// 没有找到相同的key，就直接在末尾添加
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,value, null);
break;
}
}
}
// 判断是否红黑树（也和HashMap差不多）
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
// 判断是否需要树化
if (binCount >= TREEIFY_THRESHOLD)
// 链表转红黑树
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
// 修改容器中元素数量
addCount(1L, binCount);
return null;
}
说明：
synchronized锁住部分代码与HashMap基本差不多；但是处理流程和HashMap就不同了；- 使用
cas与synchronized（这里是分段锁）来保证线程安全； - 扩容在
addCount方法中，这里需要注意binCount数值，在addCount方法中会用到； - 上面这段代码中的
MOVED状态，需要结合transfer方法来观察；
流程：
- 判断是否初始化
- 判断是否为第一个节点
- 判断是否扩容
- 添加进桶中
4.1 锁住
4.1.1 判断链表
4.1.1.1 判断是末尾添加还是覆盖
4.1.2 判断是否红黑树
4.1.2.1 红黑树添加
4.2 判断桶中元素数量
4.2.1 判断是否将链表转红黑树
4.2.2 判断是添加还是覆盖，添加继续执行，覆盖则返回 - 添加数量（
addCount）
初始化方法
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// 判断当前容器数组是否已经初始化
while ((tab = table) == null || tab.length == 0) {
// 判断sizeCtl数值，如果小于0，则代表有其他线程正在初始化
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
// cas方式修改SIZECTL值
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
// 判断容器
if ((tab = table) == null || tab.length == 0) {
// 判断容器长度，没若有指定，则使用DEFAULT_CAPACITY；默认16长度就在这个地方实现
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
// sc为数组容量3/4
sc = n - (n >>> 2);
}
} finally {
//修改值
sizeCtl = sc;
}
// 停止while循环
break;
}
}
return tab;
}
初始化也使用了cas来保证线程安全；也使用了双重校验数组长度是否为空；
还需要注意的是sizeCtl，当容器正在扩容时，sizeCtl是负数；
多线程竞争时，使用了Thread.yield();
添加容器元素数量
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
// 这里注意baseCount值，使用cas添加1，也就是目前容器中的元素数量
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 分段cas方法
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
// 主要看这里
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 判断容器是否需要扩容
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
if (sc < 0) { // 说明已经有线程在进行扩容，加速扩容
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))// 增加一个线程，帮助扩容
transfer(tab, nt);
}
// 进行扩容，修改sizeCtl值
else if (U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
这个方法主要是两个功能：
一是修改容器元素数量值，也就是cas修改baseCount，但是这里需要注意的是，如果没有cas成功，则表示多线程竞争添加，就会分段cas，这里就不细说了；
二是判断是否需要扩容，也就是调用transfer扩容；若正在扩容，则加速扩容；
总结起来就是：cas，分段cas；扩容，加速扩容
扩容
ConcurrentHashMap的扩容是新建一个新的数组，容量是原来数组的两倍，然后再将原数组中元素添加到新建的数组中；
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// 新建一个数组，大小为原来的两倍 体现在 n << 1
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
// 注意点1，ForwardingNode 继承了Node，ForwardingNode默认hash为MOVED
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false; // to ensure sweep before committing nextTab
// 循环 遍历原数组，将元素放进新数组
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
// 判断原数组中元素是否全部移动完成
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
// 移动完成后
if (finishing) {
nextTable = null;
// table指向新数组
table = nextTab;
// 修改sizeCtl值，为扩容后的3/4
sizeCtl = (n << 1) - (n >>> 1);
return;
}
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
else if ((f = tabAt(tab, i)) == null) // 判断原数组对应i的位置是否有元素
// 没有元素，就将fwd放进原数组i对应的位置，这里就代表原数组对应i位置已经移动过
advance = casTabAt(tab, i, null, fwd);
else if ((fh = f.hash) == MOVED) // 判断原数组对应i的位置是否已经被移动过
advance = true; // already processed
else {
// 锁定（这段代码块具体就是将原数组对应位置的元素放进新的数组中，主要关注setTabAt方法）
synchronized (f) {
// 原数组一个位置的元素会转移至新数组中的两个位置中，
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) { // 链表转移至新数组
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
setTabAt(nextTab, i, ln); // 新数组设置头结点
setTabAt(nextTab, i + n, hn); // 新数组设置头结点
setTabAt(tab, i, fwd); // 原数组设置移动标识
advance = true;
}
else if (f instanceof TreeBin) { // 红黑树转移至新数组
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln); // 新数组设置头结点
setTabAt(nextTab, i + n, hn); // 新数组设置头结点
setTabAt(tab, i, fwd); // 原数组设置移动标识
advance = true;
}
}
}
}
}
}
扩容的代码有点多,就不详细描述了：
- 扩容是新建一个新的数组，将原数组元素放进新数组中，流程大概和
HashMap的扩容差不多； - 使用
cas将ForwardingNode放入原数组对应的节点中，标志已经移动；具体看fwd元素的使用地方； - 关于
synchronized代码块，具体可以先看HashMap的扩容，两者是差不多的，这里就不细说了；
扩展
这个方法还有一点就是while代码块，这个地方就是实现加速扩容的地方；下面具体说：
while (advance) {
int nextIndex, nextBound;
// 判断该阶段是否完成
if (--i >= bound || finishing)
advance = false;
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
// 计算下一阶段
else if (U.compareAndSwapInt(this, TRANSFERINDEX, nextIndex,nextBound = (nextIndex > stride ? nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
这个地方主要是进行i值计算，也就是数组（桶）的下标；
通过(transferIndex-stride)来将原数组分段；多线程的情况下通过cas来保证线程安全；
涉及参数：
transferIndex：转移元素的索引；就是看转移数据转移到什么位置了；
stride：每次转移的数量，这个值是根据CPU来计算的，最小值是16；
也就是当数组长度大于16时，才会分段加速；
获取方法
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 计算hash
int h = spread(key.hashCode());
// 判断是否初始化且hash对应桶中有数据
if ((tab = table) != null && (n = tab.length) > 0 &&(e = tabAt(tab, (n - 1) & h)) != null) {
// 判断是否为第一个
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0) // 判断是否已经扩容
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) { 直接获取
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
获取方法其实不难，注意点就是判断是否扩容那一步，这个find方法是在ForwardingNode类中；而不是Node类中的；
其他方法
remove方法
// 通过key删除
public V remove(Object key) {
return replaceNode(key, null, null);
}
// 通过key和value删除
public boolean remove(Object key, Object value) {
if (key == null)
throw new NullPointerException();
return value != null && replaceNode(key, null, value) != null;
}
上面两个方法都调用了replaceNode方法；
final V replaceNode(Object key, V value, Object cv) {
// 计算hash
int hash = spread(key.hashCode());
for (Node<K,V>[] tab = table;;) { // 循环
Node<K,V> f; int n, i, fh;
// 判断是否初始化,和key对应桶是否为空
if (tab == null || (n = tab.length) == 0 ||
(f = tabAt(tab, i = (n - 1) & hash)) == null)
break;
// 判断是否扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
boolean validated = false;
synchronized (f) { // 锁住
if (tabAt(tab, i) == f) {
if (fh >= 0) { // 链表遍历
validated = true;
for (Node<K,V> e = f, pred = null;;) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
V ev = e.val;
if (cv == null || cv == ev ||
(ev != null && cv.equals(ev))) {
oldVal = ev;
if (value != null)
e.val = value;
else if (pred != null)
pred.next = e.next;
else
setTabAt(tab, i, e.next);
}
break;
}
pred = e;
if ((e = e.next) == null)
break;
}
}
else if (f instanceof TreeBin) { // 红黑树
validated = true;
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> r, p;
if ((r = t.root) != null &&
(p = r.findTreeNode(hash, key, null)) != null) {
V pv = p.val;
if (cv == null || cv == pv ||
(pv != null && cv.equals(pv))) {
oldVal = pv;
if (value != null)
p.val = value;
else if (t.removeTreeNode(p))
setTabAt(tab, i, untreeify(t.first));
}
}
}
}
}
if (validated) {
// 判断key是否存在
if (oldVal != null) {
if (value == null)// 判断是否修改容量值
addCount(-1L, -1);
return oldVal;
}
break;
}
}
}
return null;
}
sumCount方法
这个方法是对容器中的元素进行计算；
这里主要是想说明分段cas添加的数据是保存在counterCells中的；这个情况主要发生在多线程添加冲突的情况下
final long sumCount() {
// 获取counterCells值
CounterCell[] as = counterCells; CounterCell a;
// baseCount(未竞争的情况下是在baseCount中的)
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) { // 遍历counterCells
if ((a = as[i]) != null)
sum += a.value; // 累加
}
}
return sum;
}
最后
参考
以上是关于ConcurrentHashMap源码的主要内容，如果未能解决你的问题，请参考以下文章