JDK源码分析(12)之 ConcurrentHashMap 详解

本文将主要讲述 JDK1.8 版本 的 ConcurrentHashMap,其内部结构和很多的哈希优化算法,都是和 JDK1.8 版本的 HashMap是一样的,所以在阅读本文之前,一定要先了解 HashMap,可以参考 HashMap 相关;另外 ConcurrentHashMap 中同样有红黑树,这部分可以先不看不影响整体结构把握,有兴趣的可以查看 红黑树

一、ConcurrentHashMap 结构概述

1. 整体概述

CHM 的源码有 6k 多行,包含的内容多,精巧,不容易理解;建议在查看源码的时候,可以首先把握整体结构脉络,对于一些精巧的优化,哈希技巧可以先了解目的就可以了,不用深究;对整体把握比较清楚后,在逐步分析,可以比较快速的看懂;

JDK1.8 版本中的 CHM,和 JDK1.7 版本的差别非常大,在查看资料的时候要注意区分,1.7 中主要是使用 Segment 分段锁 来解决并发问题的;而在 1.8 中则完全没有这些稍显臃肿的结构,其结构基本和 HashMap 是一样的,都是 数组 + 链表 + 红黑树,如图所示:

hashmap结构

其主要区别就在 CHM 支持并发:

  • 使用 Unsafe 方法操作数组内部元素,保证可见性;(U.getObjectVolatile、U.compareAndSwapObject、U.putObjectVolatile);
  • 在更新和移动节点的时候,直接锁住对应的哈希桶,锁粒度更小,且动态扩展;
  • 针对扩容慢操作进行优化,
    • 首先扩容过程的中,节点首先移动到过度表 nextTable ,所有节点移动完毕时替换散列表 table
    • 移动时先将散列表定长等分,然后逆序依次领取任务扩容,设置 sizeCtl 标记正在扩容;
    • 移动完成一个哈希桶或者遇到空桶时,将其标记为 ForwardingNode 节点,并指向 nextTable
    • 后有其他线程在操作哈希表时,遇到 ForwardingNode 节点,则先帮助扩容(继续领取分段任务),扩容完成后再继续之前的操作;
  • 优化哈希表计数器,采用 LongAdder、Striped64 类似思想;
  • 以及大量的哈希算法优化和状态变量优化;

以上讲的这些不太清楚也没有关系,主要是有一个印象,大致清楚 CHM 的实现方向,具体细节后面还会结合源码详细讲解;


2. 类定义和成员变量

public class ConcurrentHashMap<K,V> 
             extends AbstractMap<K,V> implements ConcurrentMap<K,V>, Serializable {
  private static final int MAXIMUM_CAPACITY = 1 << 30;       // 最大容量
  private static final int DEFAULT_CAPACITY = 16;            // 默认初始化容量
  private static final int DEFAULT_CONCURRENCY_LEVEL = 16;   // 并发级别,为兼容1.7,实际未用
  private static final float LOAD_FACTOR = 0.75f;       // 固定负载系数,n - (n >>> 2)
  static final int TREEIFY_THRESHOLD = 8;               // 链表超过8时,转为红黑树
  static final int UNTREEIFY_THRESHOLD = 6;             // 红黑树低于6时,转为链表
  static final int MIN_TREEIFY_CAPACITY = 64;           // 树化最小容量,容量小于64时,先扩容
  private static final int MIN_TRANSFER_STRIDE = 16;    // 扩容时拆分散列表,最小步长
  private static int RESIZE_STAMP_BITS = 16;            
  private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1;  // 可参与扩容的最大线程
  
  static final int NCPU = Runtime.getRuntime().availableProcessors();  // CPU 数
  transient volatile Node<K,V>[] table;                // 散列表
  private transient volatile Node<K,V>[] nextTable;    // 扩容时的过度表
           
  private transient volatile int sizeCtl;              // 最重要的状态变量,下面详讲
  private transient volatile int transferIndex;        // 扩容进度指示
  
  private transient volatile long baseCount;              // 计数器,基础基数
  private transient volatile int cellsBusy;               // 计数器,并发标记
  private transient volatile CounterCell[] counterCells;  // 计数器,并发累计
  
  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));  // 注意这里不是0.75,后面介绍
    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);   // 注意这里的初始化
    int cap = (size >= (long)MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : tableSizeFor((int)size);
    this.sizeCtl = cap;
  }
  ... 
}

上面有几个重要的地方这里单独讲:

LOAD_FACTOR:

这里的负载系数,同 HashMap 等其他 Map 的系数有明显区别:


sizeCtl:

sizeCtl 是 CHM 中最重要的状态变量,其中包括很多中状态,这里先整体介绍帮助后面源码理解;

  • sizeCtl = 0 :初始值,还未指定初始容量;

  • sizeCtl > 0 :

    • table 未初始化,表示初始化容量;
    • table 已初始化,表示扩容阈值(0.75n);
  • sizeCtl = -1 :表示正在初始化;

  • sizeCtl < -1 :表示正在扩容,具体结构如图所示:

    chm-sizectl

计算代码如下:

/*
 * n=64
 * Integer.numberOfLeadingZeros(n)=26
 * resizeStamp(64) = 0001 1010 | 1000 0000 0000 0000 = 1000 0000 0001 1010
 */
static final int resizeStamp(int n) {
  return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}

所以 resizeStamp(64) << RESIZE_STAMP_SHIFT) + 2 ,表示扩容目标为 64,有一个线程正在扩容;


3. Node 节点

static class Node<K,V> implements Map.Entry<K,V> {  // 哈希表普通节点
  final int hash;
  final K key;
  volatile V val;
  volatile Node<K,V> next;
  
  Node<K,V> find(int h, Object k) {}   // 主要在扩容时,利用多态查询已转移节点
}

static final class ForwardingNode<K,V> extends Node<K,V> {  // 标识扩容节点
  final Node<K,V>[] nextTable;  // 指向成员变量 ConcurrentHashMap.nextTable
  
  ForwardingNode(Node<K,V>[] tab) {
    super(MOVED, null, null, null);  // hash = -1,快速确定 ForwardingNode 节点
    this.nextTable = tab;
  }
  
  Node<K,V> find(int h, Object k) {}
}

static final class TreeBin<K,V> extends Node<K,V> { // 红黑树根节点
  TreeBin(TreeNode<K,V> b) {
    super(TREEBIN, null, null, null);  // hash = -2,快速确定红黑树,
    ...
  }
}  
static final class TreeNode<K,V> extends Node<K,V> { } // 红黑树普通节点,其 hash 同 Node 普通节点 > 0;

4. 哈希计算

static final int MOVED     = -1;          // hash for forwarding nodes
static final int TREEBIN   = -2;          // hash for roots of trees
static final int RESERVED  = -3;          // hash for transient reservations
static final int HASH_BITS = 0x7fffffff;  // usable bits of normal node hash

// 让高位16位,参与哈希桶定位运算的同时,保证 hash 为正
static final int spread(int h) {
  return (h ^ (h >>> 16)) & HASH_BITS;
}

除此之外还有,

  • tableSizeFor : 将容量转为大于n,且最小的2的幂;
  • 除留余数法 :hash % length = hash & (length-1)
  • 扩容后哈希桶定位:(e.hash & oldCap),0 - 位置不变,1 - 原来的位置 + oldCap;

以上这些哈希优化的具体原理,都在之前的博客讲过了,就不在重复了,HashMap 相关

5. 哈希桶可见性

我们都知道一个数组即使声明为 volatile,也只能保证这个数组引用本身的可见性,其内部元素的可见性是无法保证的,如果每次都加锁,则效率必然大大降低,在 CHM 中则使用 Unsafe 方法来保证:

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);
}

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);
}

static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
  U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}

二、源码解析

1. initTable 方法

private final Node<K,V>[] initTable() {
  Node<K,V>[] tab; int sc;
  while ((tab = table) == null || tab.length == 0) {
    if ((sc = sizeCtl) < 0) Thread.yield();  // 有其他线程在初始化
    else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {  // 设置状态 -1
      try {
        if ((tab = table) == null || tab.length == 0) {
          int n = (sc > 0) ? sc : DEFAULT_CAPACITY;  // 注意此时的 sizeCtl 表示初始容量,完毕后表示扩容阈值
          @SuppressWarnings("unchecked")
          Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
          table = tab = nt;
          sc = n - (n >>> 2);  // 同 0.75n
        }
      } finally {
        sizeCtl = sc;  // 注意这里没有 CAS 更新,这就是状态变量的高明了,因为前面设置了 -1,此时这里没有竞争
      }
      break;
    }
  }
  return tab;
}

2. get 方法

get 方法可能看代码不是很长,但是他却能 保证无锁状态下的内存一致性 ,他的每一句代码都要仔细理解,多设想一下如果发生竞争会怎样,如此才能有所得;

public V get(Object key) {
  Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
  int h = spread(key.hashCode()); // 计算 hash
  if ((tab = table) != null && (n = tab.length) > 0 &&  // 确保 table 已经初始化
    
    // 确保对应的哈希桶不为空,注意这里是 Volatile 语义获取;因为扩容的时候,是完全拷贝,所以只要不为空,则链表必然完整
    (e = tabAt(tab, (n - 1) & h)) != null) {
    if ((eh = e.hash) == h) {
      if ((ek = e.key) == key || (ek != null && key.equals(ek)))
        return e.val;
    }
    
    // hash < 0,则必然在扩容,原来位置的节点可能全部移动到 i + oldCap 位置,所以利用多态到 nextTable 中查找
    else if (eh < 0) return (p = e.find(h, key)) != null ? p.val : null;
    
    while ((e = e.next) != null) { // 遍历链表
      if (e.hash == h &&
        ((ek = e.key) == key || (ek != null && key.equals(ek))))
        return e.val;
    }
  }
  return null;
}

3. putVal 方法

注意 CHM 的 key 和 value 都不能为空

final V putVal(K key, V value, boolean onlyIfAbsent) {
  if (key == null || value == null) throw new NullPointerException();
  int hash = spread(key.hashCode());  // hash 计算
  int binCount = 0;                   // 状态变量,主要表示查找链表节点数,最后判断是否转为红黑树
  for (Node<K,V>[] tab = table;;) {
    Node<K,V> f; int n, i, fh;
    if (tab == null || (n = tab.length) == 0) tab = initTable();  // 初始化
    else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {      // cas 获取哈希桶
      if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))) // cas 更新,失败时继续循环更新
        break;  // no lock when adding to empty bin
    }
    else if ((fh = f.hash) == MOVED) tab = helpTransfer(tab, f);  // 正在扩容的时候,先帮助扩容
    else {
      V oldVal = null;
      synchronized (f) {  // 注意这里只锁定了一个哈希桶,所以比 1.7 中的 Segment 分段锁 粒度更低
        if (tabAt(tab, i) == f) {  // 确认该哈希桶是否已经移动
          if (fh >= 0) {   // hash >=0 则必然是普通节点,直接遍历链表即可
            binCount = 1;
            for (Node<K,V> e = f;; ++binCount) {
              K ek;
              if(e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) { // 查找成功
                oldVal = e.val;
                if (!onlyIfAbsent) e.val = value;
                break;
              }
              Node<K,V> pred = e;
              if ((e = e.next) == null) {  // 查找失败时,直接在末尾添加新节点
                pred.next = new Node<K,V>(hash, key, value, null);
                break;
              }
            }
          }
          else if (f instanceof TreeBin) {  // 树根节点
            Node<K,V> p;
            binCount = 2;
            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) {  // 红黑树查找
              oldVal = p.val;
              if (!onlyIfAbsent) p.val = value;
            }
          }
        }
      }
      if (binCount != 0) {
        if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); // 如果链表长度大于8,转为红黑树
        if (oldVal != null)
          return oldVal;
        break;
      }
    }
  }
  addCount(1L, binCount); // 计数加一,注意这里使用的是计数器,普通的 Atomic 变量仍然可能称为性能瓶颈;
  return null;
}

其具体流程如图所示:

chmput

4. 扩容

扩容操作一直都是比较慢的操作,而 CHM 中巧妙的利用任务划分,使得多个线程可能同时参与扩容;另外扩容条件也有两个:

  • 有链表长度超过 8,但是容量小于 64 的时候,发生扩容;
  • 节点数超过阈值的时候,发生扩容;

其扩容的过程可描述为:

  • 首先扩容过程的中,节点首先移动到过度表 nextTable ,所有节点移动完毕时替换散列表 table
  • 移动时先将散列表定长等分,然后逆序依次领取任务扩容,设置 sizeCtl 标记正在扩容;
  • 移动完成一个哈希桶或者遇到空桶时,将其标记为 ForwardingNode 节点,并指向 nextTable
  • 后有其他线程在操作哈希表时,遇到 ForwardingNode 节点,则先帮助扩容(继续领取分段任务),扩容完成后再继续之前的操作;

图形化表示如下:

chmput

源码分析如下:

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; // 根据 CPU 数量计算任务步长
  if (nextTab == null) {          // 初始化 nextTab
    try {
      @SuppressWarnings("unchecked")
      Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];  // 扩容一倍
      nextTab = nt;
    } catch (Throwable ex) {
      sizeCtl = Integer.MAX_VALUE; // 发生 OOM 时,不再扩容
      return;
    }
    nextTable = nextTab;
    transferIndex = n;
  }
  int nextn = nextTab.length;
  ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);  // 标记空桶,或已经转移完毕的桶
  boolean advance = true;
  boolean finishing = false; // to ensure sweep before committing nextTab
  for (int i = 0, bound = 0;;) {  // 逆向遍历扩容
    Node<K,V> f; int fh;
    while (advance) {  // 向前获取哈希桶
      int nextIndex, nextBound;
      if (--i >= bound || finishing)               // 已经取到哈希桶,或已完成时退出
        advance = false;
      else if ((nextIndex = transferIndex) <= 0) { // 遍历到达头节点,已经没有待迁移的桶,线程准备退出
        i = -1;
        advance = false;
      }
      else if (U.compareAndSwapInt
           (this, TRANSFERINDEX, nextIndex,
            nextBound = (nextIndex > stride ? nextIndex - stride : 0))) {  // 当前任务完成,领取下一批哈希桶
        bound = nextBound;
        i = nextIndex - 1;  // 索引指向下一批哈希桶
        advance = false;
      }
    }
    
    // i < 0  :表示扩容结束,已经没有待移动的哈希桶
    // i >= n :扩容结束,再次检查确认
    // i + n >= nextn : 在使用 nextTable 替换 table 时,有线程进入扩容就会出现
    if (i < 0 || i >= n || i + n >= nextn) { // 完成扩容准备退出
      int sc;
      if (finishing) {  // 两次检查,只有最后一个扩容线程退出时,才更新变量
        nextTable = null;
        table = nextTab;
        sizeCtl = (n << 1) - (n >>> 1); // 0.75*2*n
        return;
      }
      if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {  // 扩容线程减一
        if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT) return;  // 不是最后一个线程,直接退出
        finishing = advance = true;   // 最后一个线程,再次检查
        i = n;                        // recheck before commit
      }
    }
    else if ((f = tabAt(tab, i)) == null)  // 当前节点为空,直接标记为 ForwardingNode,然后继续获取下一个桶
      advance = casTabAt(tab, i, null, fwd);
    
    // 之前的线程已经完成该桶的移动,直接跳过,正常情况下自己的任务区间,不会出现 ForwardingNode 节点,
    else if ((fh = f.hash) == MOVED)  // 此处为极端条件下的健壮性检查
      advance = true; // already processed
    
    // 开始处理链表
    else {
      // 注意在 get 的时候,可以无锁获取,是因为扩容是全拷贝节点,完成后最后在更新哈希桶
      // 而在 put 的时候,是直接将节点加入尾部,获取修改其中的值,此时如果允许 put 操作,最后就会发生脏读,
      // 所以 put 和 transfer,需要竞争同一把锁,也就是对应的哈希桶,以保证内存一致性效果
      synchronized (f) { 
        if (tabAt(tab, i) == f) {  // 确认锁定的是同一个桶
          Node<K,V> ln, hn;
          if (fh >= 0) {  // 正常节点
            int runBit = fh & n;  // hash & n,判断扩容后的索引
            Node<K,V> lastRun = f;
            
            // 此处找到链表最后扩容后处于同一位置的连续节点,这样最后一节就不用再一次复制了
            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;
            }
            
            // 依次将链表拆分成,lo、hi 两条链表,即位置不变的链表,和位置 + oldCap 的链表
            // 注意最后一节链表没有new,而是直接使用原来的节点
            // 同时链表的顺序也被打乱了,lastRun 到最后为正序,前面一节为逆序
            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);      // 插入 lo 链表
            setTabAt(nextTab, i + n, hn);  // 插入 hi 链表
            setTabAt(tab, i, fwd);         // 哈希桶移动完成,标记为 ForwardingNode 节点
            advance = true;                // 继续获取下一个桶
          }
          else if (f instanceof TreeBin) { // 拆分红黑树
            TreeBin<K,V> t = (TreeBin<K,V>)f;
            TreeNode<K,V> lo = null, loTail = null; // 为避免最后在反向遍历,先留头结点的引用,
            TreeNode<K,V> hi = null, hiTail = null; // 因为顺序的链表,可以加速红黑树构造
            int lc = 0, hc = 0;  // 同样记录 lo,hi 链表的长度
            for (Node<K,V> e = t.first; e != null; e = e.next) {  // 中序遍历红黑树
              int h = e.hash;
              TreeNode<K,V> p = new TreeNode<K,V>(h, e.key, e.val, null, null);  // 构造红黑树节点
              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;
              }
            }
            
            // 判断是否需要将其转化为红黑树,同时如果只有一条链,那么就可以不用在构造
            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);
            setTabAt(nextTab, i + n, hn);
            setTabAt(tab, i, fwd);
            advance = true;
          }
        }
      }
    }
  }
}

还有其他相关方法不是很复杂,就不详细讲了,比如 tryPresize,helpTransfer,addCount


5. 计数器

当获取 Map.size 的时候,如果使用 Atomic 变量,很容易导致过度竞争,产生性能瓶颈,所以 CHM 中使用了,计数器的方式:

public int size() {
  long n = sumCount();
  return ((n < 0L) ? 0 : (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int)n);
}
private transient volatile CounterCell[] counterCells;  // 计数器

@sun.misc.Contended static final class CounterCell {  // @sun.misc.Contended 避免伪缓存
  volatile long value;
  CounterCell(long x) { value = x; }
}

final long sumCount() {
  CounterCell[] as = counterCells; CounterCell a;
  long sum = baseCount;
  if (as != null) {
    for (int i = 0; i < as.length; ++i) {  // 累计计数
      if ((a = as[i]) != null)
        sum += a.value;
    }
  }
  return sum;
}

具体细节还比较多,之后在单独开一篇博客详细讲解;


总结

  • 首先 JDK1.8 的 CHM,没有使用 Segment 分段锁,而是直接锁定单个哈希桶
  • 对数组中的哈希桶使用 CAS 操作,保证其可见性
  • 对扩容是用,任务拆分,多线程同时扩容的方式,加速扩容
  • 对 size 使用计数器思想
  • CHM 中对状态变量的应用,使得很多操作都得以无所化进行
posted @ 2019-04-29 20:03  三枣  阅读(3120)  评论(1编辑  收藏  举报