并发编程-ConcurrentHashMap（一）

本篇来聊聊1.8的ConcurrentHashMap（CHS），关于它的一些设计思想（高低位扩容、链式寻址法、链表 so on），数据结构，和源码试实现行剖析，本篇会讲到前面的一部分代码分析，包括（延迟初始化、阈值判断扩容、以及高低位扩容）

为什么使用CHS

【HashMap】是非线程安全的，有时候因为没有给使用【HashMap】的代码段加同步锁，在1.7的时候居然导致了死锁，。那我们就使用【Hashtable】，他是可以保证线程安全，但是他只是粗暴的加上了synchronized关键字，这样锁的粒度太粗（性能很低）。所以当多线程场景下CHS就应运而生。

CHS的使用

平常的新增，删除等一些操作这里我们不再继续了解，咱们了解一下在1.8后加的一些新的方法【computeIfAbsent 】【computeIfPresent】【computeIfPresent】【compute】【merge】我这里分别写了个例子，所以不再赘述

CHS存储和实现

总体来说，他是基于一个数组进行数据的存储，数组中的每个元素都叫做一个节点，并且分为两种方式，

【链表】：是用来解决哈希冲突的，我们在说threadlocal的时候说到过，用的是线性探索进行解决的

【红黑树】：用来解决链表过于长，带来的时间复杂度增加的问题，红黑树使得时间复杂度从【O(n)->O(logn)】

！！！node长度超过64的时候，链表长度超过8的时候，则进行红黑树的转换，当做扩容的时候，红黑树会转换成节点，因为当扩容的时候，数据会进行拉伸，伴随着，数据结构无法达到红黑树的条件，从而转变

总体视角：

当我们put一个数据的时候，首先会用你put的key的哈希值计算一个数组下标

如果我们put key的哈希数值一样的话,则加入此节点的下面，就变成了一个单项列表。

CHS源码分析

我们发现，在new一个chs的时候没并没有创建一个新的对象，创建对象和赋值的操作都在put方法中实现的，这就是【延迟初始化】

final V putVal(K key, V value, boolean onlyIfAbsent) {
    if (key == null || value == null) throw new NullPointerException();
    //使用你传进来的key去计算一个hash值，后面要用这个计算下标
    int hash = spread(key.hashCode());
    int binCount = 0;
    //这里是个自旋，因为是多线程里面肯定牵扯到cas的操作，那cas可能会失败，失败之后肯定要重新把这个数值传进来，所以使用自旋
    for (Node<K,V>[] tab = table;;) {
        Node<K,V> f; int n, i, fh;
        //如果table为空则去初始化一个Node<K,V>[] table 这是存储的容器;
        if (tab == null || (n = tab.length) == 0)
            tab = initTable();
        //    (n - 1) & hash这里用换算出来的hash值去计算一个下标
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            //如果当前的算出来的下标处没有数据则创建一个node并且存储数据，这里还是通过cas保障数据安全
            if (casTabAt(tab, i, null,
                         new Node<K,V>(hash, key, value, null)))
                break;                   
        }
        else if ((fh = f.hash) == MOVED)
            tab = helpTransfer(tab, f);
        //当前位置如果存储数据，则走这里的逻辑
        else {
            V oldVal = null;
            //锁住当前的node节点避免线程安全问题，这里的锁的粒度很细，因为只是锁住当前的node，意味着其他的节点，都可以在这个时候同时插入数据，这样就提升了性能
            synchronized (f) {
                if (tabAt(tab, i) == f) {
                    //这里是针对链表的操作
                    if (fh >= 0) {
                        binCount = 1;
                        //f代表的是当前node的头结点，拿到头节点开始向下遍历，binCount实际上是在统计链表的长度
                        for (Node<K,V> e = f;; ++binCount) {
                            K ek;
                            //判断是否存在相同的key，如果存在则进行覆盖（相同的key后者会覆盖前者）
                            if (e.hash == hash &&
                                ((ek = e.key) == key ||
                                 (ek != null && key.equals(ek)))) {
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            //如果不存在则把当前的key和value添加到链表中，这里使用的是尾插法（ = e.next），直接添加到尾部
                            Node<K,V> pred = e;
                            if ((e = e.next) == null) {
                                pred.next = new Node<K,V>(hash, key,
                                                          value, null);
                                break;
                            }
                        }
                    }
                    //这里是针对红黑树的操作
                    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) {
                //如果链表长度大于等于8，则会根据阈值判断是转化为红黑树还是扩容
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                if (oldVal != null) 
                    return oldVal;
                break;
            }
        }
    }
    addCount(1L, binCount);
    return null;
}

initTable（这是进行容器初始化的操作，因为是多线程情况下，所以要加锁，这是使用CAS充当了锁）这里的【sizeCtl 】等于是一个状态机，去标识当前数组扩容的状态

private final Node<K,V>[] initTable() {
    Node<K,V>[] tab; int sc;
    //只要容器没有初始化就不断进行初始化
    while ((tab = table) == null || tab.length == 0) {
        if ((sc = sizeCtl) < 0)
            Thread.yield(); 
        //因为是多线程，所以这里使用cas保证原子性
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
            try {
                if ((tab = table) == null || tab.length == 0) {
                    //这里的默认长度是16
                    int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                    @SuppressWarnings("unchecked")
                    Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                    table = tab = nt;
                    //这里保留扩容的阈值（当数组长度到达扩容的阈值的时候，就进行扩容）
                    sc = n - (n >>> 2);
                }
            } finally {
                sizeCtl = sc;
            }
            break;
        }
    }
    return tab;
}

treeifyBin（这里根据阈值判断，是转换红黑树，还是扩容，前面说了数组长度到达64的时候才会转换为红黑树）

private final void treeifyBin(Node<K,V>[] tab, int index) {
    Node<K,V> b; int n, sc;
    if (tab != null) {
        //如果table长度小于64则进行扩容，否则进行红黑树的转换
        if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
            //进行扩容
            tryPresize(n << 1);
        else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
            //进行红黑树的转换
            synchronized (b) {
                if (tabAt(tab, index) == b) {
                    TreeNode<K,V> hd = null, tl = null;
                    for (Node<K,V> e = b; e != null; e = e.next) {
                        TreeNode<K,V> p =
                            new TreeNode<K,V>(e.hash, e.key, e.val,
                                              null, null);
                        if ((p.prev = tl) == null)
                            hd = p;
                        else
                            tl.next = p;
                        tl = p;
                    }
                    setTabAt(tab, index, new TreeBin<K,V>(hd));
                }
            }
        }
    }
}

tryPresize（对数组进行扩容）：这里牵扯到一个【多线程并发扩容】，简而言之，就是允许多个线程对数组协助扩容，

扩容的本质：

每次把数组的长度扩大到原来的一倍
然后把老的数据迁移到新的数组

private final void tryPresize(int size) {
    //用于判断扩容的目标大小
    int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
        tableSizeFor(size + (size >>> 1) + 1);//这里就是为了满足2m³，如果是15那就给你转化成16（转换成最近的2m³）
    int sc;
    //说明要做数组的初始化，因为这个方法在别的地方也有使用，所以要进行判断
    while ((sc = sizeCtl) >= 0) {
        Node<K,V>[] tab = table; int n;
        //这里进行数组的初始化
        if (tab == null || (n = tab.length) == 0) {
            //这里数组容量是通过对比的计算出来的，初始容量(我们可以自定义chm的大小)和扩容容量，谁的数字大就选择谁作为数组的默认长度
            n = (sc > c) ? sc : c;
            if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
                try {
                    if (table == tab) {
                        @SuppressWarnings("unchecked")
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                        table = nt;
                        sc = n - (n >>> 2);
                    }
                } finally {
                    sizeCtl = sc;
                }
            }
        }
        //已经是最大的容量，则不进行扩容了，直接返回
        else if (c <= sc || n >= MAXIMUM_CAPACITY)
            break;
        else if (tab == table) {
            //这里生成一个扩容戳，这是为了保证当前扩容范围的唯一性（使用多线程来执行分段扩容），我们在下面聊聊这个东西，他挺有意思的

            int rs = resizeStamp(n);
            //第一次扩容的时候，不会走这一段逻辑,因为sc不小于1
            if (sc < 0) {
                Node<K,V>[] nt;
                //表示扩容结束
                if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                    sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
                    transferIndex <= 0)
                    break;
                //表示没有结束，所以每次增加一个线程进行扩容，则在【低位】加一，当扩容结束后低位就开始递减，证明线程一个个开始释放，最终低位全部都是0，则说明扩容完毕
                if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
　　　　　　　　　　　　//这里实现数组的数据转移
                    transfer(tab, nt);
            }
　　　　　　　　//第一次走这个逻辑，他会把我们上面算出的rs左移16位 就会变成(换算的结果看下面的resizeStamp分析)-> 1000 0000 0001 1011 0000 0000 0000 0000
　　　　　　　　//算出来的戳的 【高16位】标识当前的额扩容标记,【低16位】标识当前扩容的线程数量
　　　　　　　　//然后对换算出来的结果加2 （2的二进制是10） 
　　　　　　　　//于是就变成了 1000 000 0001 1011 0000 0000 0000 0010 （上面讲高位标识扩容标记，低位表示扩容的线程数量，那这里就是一个线程在参加扩容）
            else if (U.compareAndSwapInt(this, SIZECTL, sc,
                                         (rs << RESIZE_STAMP_SHIFT) + 2))
                transfer(tab, null);
        }
    }
}

因为是多线程共同参与数据的迁移，那我肯定要有一个地方记录参与这个任务的线程数量

【numberOfLeadingZeros】:这个方法会【返回这个数据的二进制串中从最左边算起连续的“0”的总数量】，

- - 例如一个int类型的长度是32 【0000 0000 0000 0000 0000 0000 0000 0000】现在在17位这里有一个1，那就在前面有16个0这个时候这个方法就会返回16 【0000 0000 0000 0000 1000 0000 0000 0000】

static final int resizeStamp(int n) {
　　//把前面计算出来的二进制的第16位变成1，比如说现在key计算出来的是16 那转换出来的二进制就是10000 因为int是32位所以给他前面补充0就变成了
　　//0000 0000 0000 0000 0000 0000 0001 0000 ->那他最高位数前面的数字就有27个0就返回27
　　// 27换算出来的二进制是 【11011】 给前面补充0之后就变成了 0000 0000 0000 0000 0000 0000 000 1 1011
　// 给他的第16位变成1那就变成->0000 0000 0000 0000 1000 0000 0001 1011

　　return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}

posted @ 2021-06-28 14:53 UpGx 阅读(90) 评论(2) 编辑收藏举报

刷新页面返回顶部

Glen

世界属于敢对自己下手的人

并发编程-ConcurrentHashMap（一）

并发编程-ConcurrentHashMap（一）

为什么使用CHS

CHS的使用

CHS存储和实现

CHS源码分析

公告