ConcurrentHashMap
类的属性
public class ConcurrentHashMap<K,V> extends AbstractMap<K,V>
implements ConcurrentMap<K,V>, Serializable {
private static final long serialVersionUID = 7249069246763182397L;
// 表的最大容量
private static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认表的大小
private static final int DEFAULT_CAPACITY = 16;
// 最大数组大小
static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
// 默认并发数
private static final int DEFAULT_CONCURRENCY_LEVEL = 16;
// 装载因子
private static final float LOAD_FACTOR = 0.75f;
// 链表转化为红黑树的阈值
static fial int TREEIFY_THRESHOLD = 8;
// 红黑树转化为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//当数组长度还未超过64,优先数组的扩容,否则将链表转为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
//扩容时任务的最小转移节点数
private static final int MIN_TRANSFER_STRIDE = 16;
// sizeCtl中记录stamp的位数
private static int RESIZE_STAMP_BITS = 16;
// 进行扩容所允许的最大线程数
private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1;
// 记录sizeCtl中的大小所需要进行的偏移位数
private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;
// 一系列的标识
static final int MOVED = -1; // 结点扩容时，设置的占位结点的hash值
static final int TREEBIN = -2; // 链表已经转化为了红黑树，那么桶中第一个元素的hash值(也就是数组中的结点)设置为TREEBIN
static final int RESERVED = -3; // hash for transient reservations
static final int HASH_BITS = 0x7fffffff; // 即为int的最大值：2的31次幂-1
//
/** Number of CPUS, to place bounds on some sizings */
// 获取可用的CPU个数
static final int NCPU = Runtime.getRuntime().availableProcessors();
//
/** For serialization compatibility. */
// 进行序列化的属性
private static final ObjectStreamField[] serialPersistentFields = {
new ObjectStreamField("segments", Segment[].class),
new ObjectStreamField("segmentMask", Integer.TYPE),
new ObjectStreamField("segmentShift", Integer.TYPE)
};
// volatile修饰table，保证对table[i]的修改对其他线程是可见的
transient volatile Node<K,V>[] table;
// 下一个表
private transient volatile Node<K,V>[] nextTable;
//
/**
* Base counter value, used mainly when there is no contention,
* but also as a fallback during table initialization
* races. Updated via CAS.
*/
// 基本计数
private transient volatile long baseCount;
/**
sizeCtl是一个控制标志符：
负数代表正在进行初始化或扩容操作
-1代表正在初始化
-N 表示有N-1个线程正在进行扩容操作
正数或0代表hash表还没有被初始化，这个数值表示初始化或下一次进行扩容的大小，这一点类似于扩容阈值的概念。还后面可以看到，它的值始终是当前ConcurrentHashMap容量的0.75倍，这与loadfactor是对应的
**/
private transient volatile int sizeCtl;
/**
* The next table index (plus one) to split while resizing.
*/
// 扩容时用到，初始时为table.length，表示从索引 0 到transferIndex的节点还未转移
private transient volatile int transferIndex;
/**
* Spinlock (locked via CAS) used when resizing and/or creating CounterCells.
*/
// 旋转锁
private transient volatile int cellsBusy;
/**
* Table of counter cells. When non-null, size is a power of 2.
*/
// counterCell表
private transient volatile CounterCell[] counterCells;
// views
// 视图
private transient KeySetView<K,V> keySet;
private transient ValuesView<K,V> values;
private transient EntrySetView<K,V> entrySet;
// Unsafe 静态块
private static final sun.misc.Unsafe U;
private static final long SIZECTL;
private static final long TRANSFERINDEX;
private static final long BASECOUNT;
private static final long CELLSBUSY;
private static final long CELLVALUE;
private static final long ABASE; //node数组第一个结点的地址
private static final int ASHIFT; //node数组结点相对第一个结点的偏移地址
static {
try {
U = sun.misc.Unsafe.getUnsafe();
Class<?> k = ConcurrentHashMap.class;
//获取ConcurrentHashMap这个对象字段sizeCtl在内存中的偏移量
SIZECTL = U.objectFieldOffset
(k.getDeclaredField("sizeCtl"));
TRANSFERINDEX = U.objectFieldOffset
(k.getDeclaredField("transferIndex"));
BASECOUNT = U.objectFieldOffset
(k.getDeclaredField("baseCount"));
CELLSBUSY = U.objectFieldOffset
(k.getDeclaredField("cellsBusy"));
Class<?> ck = CounterCell.class;
CELLVALUE = U.objectFieldOffset
(ck.getDeclaredField("value"));
Class<?> ak = Node[].class;
//可以获取数组第一个元素的偏移地址
ABASE = U.arrayBaseOffset(ak);
int scale = U.arrayIndexScale(ak);
if ((scale & (scale - 1)) != 0)
throw new Error("data type scale not a power of two");
ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
} catch (Exception e) {
throw new Error(e);
}
}
}
内部结点类
Node结点
//最基础的结点，后面三种都继承与它，hash，key，val，next都可以在初始化的时候指定
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
//保证在更新结点的值后对其他线程可见
volatile V val;
//保证在更新结点的next域后对其他线程可见，例如：put方法在尾部添加结点
volatile Node<K,V> next;
Node(int hash, K key, V val, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.val = val;
this.next = next;
}
//在其子类结点中，find方法都将被重写，对于不同的结构(链表，红黑树，空结点)都有不同的find实现
Node<K,V> find(int h, Object k) {
Node<K,V> e = this;
if (k != null) {
do {
K ek;
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
ForwardingNode结点
//在扩容时，设置的一个空结点(占位结点)
static final class ForwardingNode<K,V> extends Node<K,V> {
final Node<K,V>[] nextTable;
ForwardingNode(Node<K,V>[] tab) {
//ForwardingNode的属性不能指定，其hash设计为了MOVED
super(MOVED, null, null, null);
this.nextTable = tab;
}
//ForwardingNode的find方法,去newTable中查找
Node<K,V> find(int h, Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
outer: for (Node<K,V>[] tab = nextTable;;) {
Node<K,V> e; int n;
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab, (n - 1) & h)) == null)
return null;
for (;;) {
int eh; K ek;
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
if (eh < 0) {
if (e instanceof ForwardingNode) {
tab = ((ForwardingNode<K,V>)e).nextTable;
continue outer;
}
else
return e.find(h, k);
}
if ((e = e.next) == null)
return null;
}
}
}
}
TreeNode结点
//链表转换为红黑树的时候，先将链表中的所有Node转换为Treeode，也就是说TreeNode是保存key-value键值对的红黑树结点，但此时红黑树尚未建立，需要TreeBin
static final class TreeNode<K,V> extends Node<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next,
TreeNode<K,V> parent) {
//属性可以指定
super(hash, key, val, next);
this.parent = parent;
}
Node<K,V> find(int h, Object k) {
return findTreeNode(h, k, null);
}
//红黑树的实际find方法
final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) {
if (k != null) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk; TreeNode<K,V> q;
TreeNode<K,V> pl = p.left, pr = p.right;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.findTreeNode(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
}
return null;
}
}
TreeBin结点
//TreeBin不负责包装key-value键值对，它代替了TreeNode的根节点，也就是说在实际的ConcurrentHashMap“数组”中，存放的是TreeBin对象
static final class TreeBin<K,V> extends Node<K,V> {
TreeNode<K,V> root;
volatile TreeNode<K,V> first;
volatile Thread waiter;
volatile int lockState;
// values for lockState
static final int WRITER = 1; // set while holding write lock
static final int WAITER = 2; // set when waiting for write lock
static final int READER = 4; // increment value for setting read lock
//实例化TreeBin时传入TreeNode的根节点，构造TreeBin的作用是：将还是链表结构的TreeNode转换为了红黑树
TreeBin(TreeNode<K,V> b) {
//无法指定属性，TreeBin专属hashTREEBIN
super(TREEBIN, null, null, null);
this.first = b;
TreeNode<K,V> r = null;
for (TreeNode<K,V> x = b, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (r == null) {
x.parent = null;
x.red = false;
r = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = r;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
r = balanceInsertion(r, x);
break;
}
}
}
}
this.root = r;
assert checkInvariants(root);
}
//TreeBin的find方法主要用来进行同步控制，实质还是调用TreeNode的find方法
final Node<K,V> find(int h, Object k) {
if (k != null) {
for (Node<K,V> e = first; e != null; ) {
int s; K ek;
if (((s = lockState) & (WAITER|WRITER)) != 0) {
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
e = e.next;
}
else if (U.compareAndSwapInt(this, LOCKSTATE, s,
s + READER)) {
TreeNode<K,V> r, p;
try {
p = ((r = root) == null ? null :
r.findTreeNode(h, k, null));
} finally {
Thread w;
if (U.getAndAddInt(this, LOCKSTATE, -READER) ==
(READER|WAITER) && (w = waiter) != null)
LockSupport.unpark(w);
}
return p;
}
}
}
return null;
}
}
构造函数
ConcurrentHashMap()
public ConcurrentHashMap() {
}
ConcurrentHashMap(int)
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0) // 初始容量小于0，抛出异常
throw new IllegalArgumentException();
// 最接近initialCapacity的2的次幂值作为容量
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
// 初始化 sizeCtl为正，尚未初始化，其数值为容量大小
this.sizeCtl = cap;
}
ConcurrentHashMap(int, float, int)型构造函数
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) // 合法性判断
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel)
//并发级别要小于等于桶的个数
initialCapacity = concurrencyLevel;
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
this.sizeCtl = cap;
}
核心函数分析
putVal(K key, V value, boolean onlyIfAbsent)
final V putVal(K key, V value, boolean onlyIfAbsent) {
//合法性检验
if (key == null || value == null) throw new NullPointerException();
//hash = (key.hashCode ^ (key.hashCode >>> 16)) & HASH_BITS
int hash = spread(key.hashCode());
int binCount = 0;
//不断自旋，因为在initTable和casTabAt用到了compareAndSwapInt、compareAndSwapObject等CAS操作，同步线程竞争的时候，一些尝试就会失败，所以这边要加一个for循环，在失败后继续put结点
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 表为空或者表的长度为0
if (tab == null || (n = tab.length) == 0)
// 初始化表
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { // 表中key对应的桶为空
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null))) // CAS操作，实例化一个结点放在该桶中
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED) //说明该结点正在扩容中
// 去帮助扩容
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) { // 有点分段锁的味道，只是锁住了tab[i]
//这个判断是非常重要的，有可能在获得该桶的锁之前，正在进行在扩容，获得该桶的锁之后，桶中只有ForwardingNode，如果是这种情况，if判断失败，上述for循环继续put
if (tabAt(tab, i) == f) {
if (fh >= 0) { // 该table表中该结点的hash值大于0
// binCount赋值为1
binCount = 1;
for (Node<K,V> e = f;; ++binCount) { // 无限循环
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) { // 判断key是否相等
// 记住该结点的val值
oldVal = e.val;
if (!onlyIfAbsent) // 进行判断
// 将指定的value保存至结点，即进行了结点值的更新
e.val = value;
break;
}
// 保存当前结点
Node<K,V> pred = e;
if ((e = e.next) == null) { // 移向链表中的下一个结点，如果为null，就实例化一个结点尾插
pred.next = new Node<K,V>(hash, key,
value, null);
// 退出循环
break;
}
}
}
else if (f instanceof TreeBin) { // 结点为红黑树结点类型
Node<K,V> p;
// binCount赋值为2
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) { // 将hash、key、value放入红黑树
// 保存结点的val
oldVal = p.val;
if (!onlyIfAbsent) // 判断
// 赋值结点value值
p.val = value;
}
}
}
}
if (binCount != 0) { // binCount不为0
if (binCount >= TREEIFY_THRESHOLD) // 如果binCount大于等于转化为红黑树的阈值
// 进行转化
treeifyBin(tab, i);
if (oldVal != null) // 旧值不为空
// 返回旧值
return oldVal;
break;
}
}
}
// 增加binCount的数量
addCount(1L, binCount);
return null;
}
put流程：
- 计算当前key的hash值，根据hash值计算索引 i （i=(table.length - 1) & hash）；
- 如果当前table为null，说明是第一次进行put操作，调用initTable()初始化table；
- 如果索引 i 位置的节点 f 为空，则直接把当前值作为新的节点直接插入到索引 i 位置；
- 如果节点 f 的hash为-1（f.hash == MOVED(-1)），说明当前节点处于移动状态（或者说是其他线程正在对 f 节点进行转移/扩容操作），此时调用helpTransfer(tab, f)帮助转移/扩容；
- 如果不属于上述条件，说明已经有元素存储到索引 i 处，此时需要对索引 i 处的节点 f 进行 put or update 操作，首先使用内置锁 synchronized 对节点 f 进行加锁：
如果f.hash>=0，说明 i 位置是一个链表，并且节点 f 是这个链表的头节点，则对 f 节点进行遍历，此时分两种情况：
--如果链表中某个节点e的hash与当前key的hash相同，则对这个节点e的value进行修改操作。
--如果遍历到链表尾都没有找到与当前key的hash相同的节点，则把当前K-V作为一个新的节点插入到这个链表尾部。 - 如果节点 f 是TreeBin节点(f instanceof TreeBin)，说明索引 i 位置的节点是一个红黑树，则调用putTreeVal方法找到一个已存在的节点进行修改，或者是把当前K-V放入一个新的节点（put or update）。
- 完成插入后，如果索引 i 处是一个链表，并且在插入新的节点后节点数>8，则调用treeifyBin把链表转换为红黑树。
最后，调用addCount更新元素数量
Node<K,V>[] initTable()
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) { // 不断循环
i ((sc = sizeCtl) < 0f) // sizeCtl小于0，正在初始化，则进行线程让步等待
Thread.yield(); // lost initialization race; just spin
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { // CAS操作，比较sizeCtl的值与sc是否相等，相等则用-1替换
try {
if ((tab = table) == null || tab.length == 0) { // table表为空或者大小为0
// sc的值即容量设定值是否大于0，若是，则n为sc，否则，n为默认初始容量
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
// 实例化结点数组
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
// 内部table引用指向该数组
table = tab = nt;
// sc为n * 0.75
sc = n - (n >>> 2);
}
} finally {
// 设置sizeCtl的值
sizeCtl = sc;
}
break;
}
}
// 返回table表
return tab;
}
tabAt(Node<K,V>[] tab, int i)
/*
*i为什么要等于((long)i << ASHIFT) + ABASE呢,计算偏移量
*ASHIFT是指tab[i]中第i个元素在相对数组第一个元素于的偏移量，而ABASE就算第一数组的内存素的偏移地址
*所以呢，((long)i << ASHIFT) + ABASE就算i最后的地址，因此tabAt函数拿到的是table[i]的最新值
*/
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v)
//compareAndSwapObject的作用就算tab[i]和c比较，如果相等就tab[i]=v否则tab[i]=c;
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
helpTransfer(Node<K,V>[] tab, Node<K,V> f)
//帮助其他线程进行转移操作
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
//计算操作栈校验码
int rs = resizeStamp(tab.length);
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)//不需要帮助转移，跳出
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {//每当一个线程来帮助扩容，SIZECTL就+1
transfer(tab, nextTab);
break;
}
}
return nextTab;
}
return table;
}
transfer(Node<K,V>[] tab, Node<K,V>[] nextTab)
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
//转移幅度( tab.length/(NCPU*8) )，最小为16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
if (nextTab == null) { // initiating
try {
//根据当前数组长度,新建一个两倍长度的数组nextTab
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;//初始为table的最后一个索引
}
int nextn = nextTab.length;
//初始化ForwardingNode节点,持有nextTab的引用,在处理完每个节点之后当做占位节点，表示该槽位已经处理过了
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;//一个标志位，可以控制任务领取和任务完成
boolean finishing = false; //本线程的任务是否完成
//自旋移动每个节点，从transferIndex开始移动stride个节点到新的table。
//i：当前处理的Node索引；bound：需要处理节点的索引边界
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
//nextIndex:下一个要处理的结点索引；nextBound:下一个要处理的结点索引边界
int nextIndex, nextBound;
//本地线程任务尚未达到边界，则继续执行，如果完成了任务，则进行其他if判断
if (--i >= bound || finishing)
advance = false;
//查看是否还有扩容任务，如果没有就置i等于-1，break while(advance)循环
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//控制任务领取：每次线程领取扩容任务后，需要更新transferIndex的值(transferIndex-stride)。
//CAS修改transferIndex，并更新索引边界，防止领取重复的任务
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
//本地线程已经完成任务
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
//最后只有一个线程完成收尾工作
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);//1.5*n：扩容阈值设置为原来容量的1.5倍 依然相当于现在容量的0.75倍
//终于return
return;
}
//CAS进行将SIZECTL自减
if (U.compareAndSapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStawmp(n) << RESIZE_STAMP_SHIFT)
return;
//在前面helpTransfer中每来一个线程帮助扩容SIZECTL就+1，线程完毕就-1，所以当所有线程都执行完毕后，SIZRCTL就恢复了初始值resizeStawmp(n) << RESIZE_STAMP_SHIFT+2，也就宣布扩容完毕了，finishing=true
finishing = advance = true;
i = n; // recheck before commit
}
}
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);//i位置节点为空，替换为ForwardingNode节点，用于通知其他线程该位置已经处理
else if ((fh = f.hash) == MOVED)//节点已经被其他线程处理过，继续处理下一个节点
advance = true; // already processed
else {
synchronized (f) {
//判断很重要，防止该结点已经remove
if (tabAt(tab, i) == f) {
//两个Node引用，分别用来指向tab[i],tab[i+n]
Node<K,V> ln, hn;
if (fh >= 0) {//当前结点为链表结点
//链表结构的扩容过程可以见代码后面的图示分析
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {//*********1
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) {// ********2
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);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) {
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;
//TreeNode不仅有红黑树结构，其继承自Node，在初始化的时候也指定了next域，也是一个链表结构
for (Node<K,V> e = t.first; e != null; e = e.next) {
//下述过程与hashmap中链表扩容相同，不再累述
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结点的生成逻辑如下：
//(1)如果lo链表的元素个数小于等于UNTREEIFY_THRESHOLD，默认为6，则通过untreeify方法把树节点链表转化成普通节点链表；
//(2)否则判断hi链表中的元素个数是否等于0：如果等于0，表示lo链表中包含了所有原始节点，则设置原始红黑树给ln，否则根据lo链表重新构造红黑树。
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
//原理与上述相同
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}
链表的扩容过程如下：
使用fn&n可以快速把链表中的元素区分成两类，A类是hash值的第X位(X为n的最高位)为0，B类是hash值的第X位为1，并通过lastRun记录最后需要处理的节点，A类和B类节点可以分散到新数组的槽位i和i+n中，假设链表拉平显示如下：
1.通过代码标记1处的遍历，记录runBit和lastRun，分别为1和节点6，所以设置hn为节点6，ln为null；
2.通过代码标记2处的遍历，以lastRun节点为终止条件，根据第X位的值分别构造ln链表和hn链表
Transfer过程总结：
- 第一个执行的线程会首先设置sizeCtl属性为一个负值，然后执行transfer(tab, null)，其他晚进来的线程会检查当前扩容是否已经完成(if(nextIndex = transferIndex) <= 0))，没完成则帮助进行扩容(U.compareAndSwapInt(this, TRANSFERINDEX, nextIndex,nextBound = (nextIndex > stride ? nextIndex - stride : 0)))，完成了则直接退出。
- 该ConcurrentHashMap的扩容操作可以允许多个线程并发执行，那么就要处理好任务的分配工作。每个线程获取一部分桶的迁移任务(nextIndex - stride)，如果当前线程的任务完成，查看是否还有未迁移的桶(if(nextIndex = transferIndex) <= 0))，若有则继续领取任务执行，若没有则退出(i=-1,advance=false)。在退出时需要检查是否还有其他线程在参与迁移工作(if sc == resizeStawmp(n) << RESIZE_STAMP_SHIFT+2)，如果有(即前面等式不成立)则自己什么也不做直接退出，如果没有了(advance = finishing = true,i=n)则执行最终的收尾工作(nextTable = null; table = nextTab;sizeCtl = (n << 1) - (n >>> 1)😉。
treeifyBin(Node<K,V>[] tab, int index)
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) { // 表不为空
if ((n = tab.length) < MIN_TREEIFY_CAPACITY) // table表的长度小于转换为红黑树的阈值
// 即使这个时候map中的结点个数还没达到扩容阈值，但是已经有某个桶中结点个数达到转换为红黑树的阈值了了，还是要进行扩容
tryPresize(n << 1);
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { // 桶中存在结点并且结点的hash值大于等于0
synchronized (b) { // 对桶中第一个结点进行加锁
if (tabAt(tab, index) == b) { // 第一个结点没有变化
TreeNode<K,V> hd = null, tl = null;
for (Node<K,V> e = b; e != null; e = e.next) { // 遍历桶中所有结点，将结点转换为treeNode,为了最后的TreeBin调用
// 新生一个TreeNode结点
TreeNode<K,V> p =
new TreeNode<K,V>(e.hash, e.key, e.val,
null, null);
if ((p.prev = tl) == null) // 该结点前驱为空
// 设置p为头结点
hd = p;
else
// 尾节点的next域赋值为p
tl.next = p;
// 尾节点赋值为p
tl = p;
}
// TreeBin转换为红黑树，将第一个结点放在数组中
setTabAt(tab, index, new TreeBin<K,V>(hd));
}
}
}
}
}
treeifyBin流程:
- 在进行链表->红黑树转换之前，会判断map中的结点个数是否达到了MIN_TREEIFY_CAPACITY，如果没有就对进行扩容，结束，如果达到了，就执行2
- 如果桶中有结点，遍历桶中的结点，将每个Node封装了TreeNode
- 将第一个TreeNode作为参数实例化TreeBin，目的是将TreeNode组织成红黑树结构
- 将TreeBin放入数组中，这也就解释了如果桶中是红黑树结构，那么数组中存放的是TreeBin
get(Object key)
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 计算key的hash值
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) { // 表不为空并且表的长度大于0并且key所在的桶不为空
if ((eh = e.hash) == h) { // 表中的元素的hash值与key的hash值相等
if ((ek = e.key) == key || (ek != null && key.equals(ek))) // 键相等
// 返回值
return e.val;
}
else if (eh < 0) // 结点hash值小于0,那么该结点有可能是ForwardingNode或者是TreeNode
//由于ForwardingNode或者是TreeNode都继承了Node，并且对find方法重写了，分别在扩容的结点或者是在红黑树中查找
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) { //hash>0说明是链表中的结点，遍历查询
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
get流程:
- 根据key计算出hash值
- hash值&（数组长度-1）得到所在数组的index
- 如果要找的key就是上述数组index位置的元素，直接返回该元素的值
- 如果该数组index位置元素是TreeNode类型，则按照红黑树的查询方式来进行查找
- 如果该数组index位置元素非TreeNode类型，则按照链表的方式来进行遍历查询
get线程安全保证：get读取值，第一步：定位到桶tabAt(table,index),该操作是直接从内存中获取值，保证数组中的结点是最新的，第二步:要依赖node的next进行遍历，返回node的val，由于next和val都是volatile修饰，保证了next和val在更新后是线程可见的，即next和val是最新的，因此get是线程安全的
replaceNode(Object key,V value,Object cv)
//remove和replace方法的实际调用，value为要设置的新值，如果value为null，就删除结点，cv为key对应的旧值
final V replaceNode(Object key, V value, Object cv) {
// 计算key的hash值
int hash = spread(key.hashCode());
for (Node<K,V>[] tab = table;;) { // 无限循环
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0 ||
(f = tabAt(tab, i = (n - 1) & hash)) == null) // table表为空或者表长度为0或者key所对应的桶为空
// 跳出循环
break;
else if ((fh = f.hash) == MOVED) // hash=MOVED说明正在扩容，去帮助扩容
// 转移
tab = helpTransfer(tab, f);
else {
V oldVal = null;
boolean validated = false;
synchronized (f) { // 加锁同步
if (tabAt(tab, i) == f) { // 桶中的第一个结点没有发生变化
if (fh >= 0) {222 // 结点hash值大于0
validated = true;
for (Node<K,V> e = f, pred = null;;) { // 无限循环
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) { // 找到了key对应的结点
V ev = e.val;
if (cv == null || cv == ev ||
(ev != null && cv.equals(ev))) { // cv为空或者cv与旧值相等
oldVal = ev;// 保存该结点的val值
if (value != null) // value不为空，更新值
e.val = value;
else if (pred != null) // 如果e不是头结点
// 直接删除
pred.next = e.next;
else
// 如果e是头结点，将e.next设置为头结点
setTabAt(tab, i, e.next);
}
break;
}
//向下遍历链表的其他结点
pred = e;
if ((e = e.next) == null)
break;
}
}
else if (f instanceof TreeBin) { // 为红黑树结点
validated = true;
// 类型转化
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) { // 根节点不为空并且存在与指定hash和key相等的结点
// 保存p结点的value
//下面代码和链表中的做法相似，不再累述
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) {
if (oldVal != null) {
if (value == null)
// baseCount值减一
addCount(-1L, -1);
return oldVal;
}
break;
}
}
}
return null;
}
replaceNode流程:
- 计算出结点所在桶的位置
- 如果桶中没有结点，直接break
- 如果桶中是ForwardingNode,该线程去帮忙扩容
- 如果不是上述两种情况，就需要遍历桶中的结点，进行删除或者更新
--链表：遍历每个结点，查看key是否相等，如果key相等并且value不为null的话，就进行更新，如果key相等value为null的话就进行删除
--红黑树：做法与链表相似，就是查找的时候是红黑树查找 - 最后，判断validated变量为true，oldval不为空， 说明有结点删除了，addCount(-1L,-1),返回删除的结点值，否者return null。
ConcurrentHashMap源码读起来真的脑阔疼，把每个方法，每个变量，每个条件判断弄清楚确实要花很多时间，每每读懂，无不感概设计之精妙，网上的资源也确实有限，本篇博客仅仅是把核心方法分析了一下，而其并发的精髓，还没有涉及，有时间再补漏，希望有兴趣的小伙伴能够交流交流～
参考资料
http://www.cnblogs.com/huaizuo/archive/2016/04/20/5413069.html
https://www.jianshu.com/p/0fb89aefac66
http://blog.csdn.net/u010723709/article/details/48007881
http://www.cnblogs.com/leesf456/p/5453341.html
http://blog.csdn.net/elricboa/article/details/70199409
http://blog.csdn.net/lovesomnus/article/details/70160018
