JDK 1.7 ConcurrentHashMap 源码解析
作用
HashMap 在多线程环境中,扩容的时候可能会死循环;HashTable 只是简单粗暴的在方法上用 synchronized 进行同步,同一时刻,只会有一个线程获取到锁,其他线程全部阻塞(也有可能自旋),性能堪忧。所以 ConcurrentHashMap 诞生了。
结构
ConcurrentHashMap 是由 Segment 数组结构和 HashEntry 数组结构组成,HashEntry 类似于 HashMap 的内部结构(如果你还不了解 HashMap,建议先看看)。Segment 继承自 ReentrantLock(看这里),那本身也就是锁了。ConcurrentHashMap 结构图如下
我们再看看 HashMap 结构图
我们可以发现 Segment 的 HashEntry 数组类似于 HashMap 的 Entry 数组,这也难怪有人说 ConcurrentHashMap 就是一个个的 HashTable。
初始化
接下来看看 ConcurrentHashMap 的初始化逻辑
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (concurrencyLevel > MAX_SEGMENTS)
concurrencyLevel = MAX_SEGMENTS;
// Find power-of-two sizes best matching arguments
int sshift = 0;
int ssize = 1;
// 找到最小的 2 的 N 次方值作为 segments 数组的长度
while (ssize < concurrencyLevel) {
// sshift 等于 ssize 从 1 向左移位的次数
++sshift;
ssize <<= 1;
}
// 这两个全局变量需要在定位 segment 时的散列算法里使用
this.segmentShift = 32 - sshift;
this.segmentMask = ssize - 1;
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 根据初始化容量和 segments 数组大小计算 HashEntry 数组大小
int c = initialCapacity / ssize;
if (c * ssize < initialCapacity)
++c;
// 默认 MIN_SEGMENT_TABLE_CAPACITY = 2;
int cap = MIN_SEGMENT_TABLE_CAPACITY;
while (cap < c)
cap <<= 1;
// 创建第一个 Segment 和 Segment 数组
Segment<K,V> s0 =
new Segment<K,V>(loadFactor, (int)(cap * loadFactor),
(HashEntry<K,V>[])new HashEntry[cap]);
Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0]
this.segments = ss;
}
初始化的过程做了一下几件事:
- 根据 concurrencyLevel 计算出 segments 数组大小,为大于或等于 concurrencyLevel 最小的 2 的 N 次方
- 根据 ssize 计算出 segmentShift 和 segmentMask,用于定位 segment 使用的散列算法
- 计算出 HashEntry 数组容量大小,默认为 2
- 初始化第一个 Segment 和 Segments 数组
操作
get
get 方法代码如下
/**
* key 不能为 null,否则就 NPE
* @throws NullPointerException if the specified key is null
*/
public V get(Object key) {
Segment<K,V> s; // manually integrate access methods to reduce overhead
HashEntry<K,V>[] tab;
int h = hash(key);
// 定位 segment
long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
// 判断 segment 和 segment 的 HashEntry 数组是否已存在
if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
(tab = s.table) != null) {
// 定位到 HashEntry[] 中具体的 HashEntry,循环该位置上的链表
for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
(tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
e != null; e = e.next) {
K k;
// 判断是否找到
if ((k = e.key) == key || (e.hash == h && key.equals(k)))
return e.value;
}
}
return null;
}
get 方法查找逻辑如下:
- 根据给定的 key 定位 segment 位置,判断该位置 segment 是否存在以及 segment 的 HashEntry 数组是否存在;
- 定位到 segment 后,再定位 HashEntry[] 中具体的 HashEntry,然后循环该位置上的链表,直到找到指定的 key,然后返回 value;
- 以上都不满足,返回 null。
- 另外,如果 key == null,则抛 NullPointerException
get 方法还是有些需要注意的地方,当定位到 segment 后,从 segments 数组中获取该 segment 的时候用到了 UNSAFE.getObjectVolatile
s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null
顾名思义,getObjectVolatile 方法具有 volatile 的内存语义(可见性)。然后获取 segment 中 HashEntry 数组的时候:(tab = s.table) != null
并没有使用该方法,应该可以猜到,table 被 volatile 修饰了,所以能够保证获取到的是最新的
transient volatile HashEntry<K,V>[] table;
put
put 方法代码如下
/**
* key and key 都不能为 null,否则 NPE
* @throws NullPointerException if the specified key or value is null
*/
public V put(K key, V value) {
Segment<K,V> s;
if (value == null)
throw new NullPointerException();
int hash = hash(key);
int j = (hash >>> segmentShift) & segmentMask;
// 如果定位 segments 数组索引处 segment 还没初始化,则先初始化
if ((s = (Segment<K,V>)UNSAFE.getObject // nonvolatile; recheck
(segments, (j << SSHIFT) + SBASE)) == null) // in ensureSegment
s = ensureSegment(j);
return s.put(key, hash, value, false);
}
如果指定索引处的 segment 还没初始化,则先调用 ensureSegment() 方法初始化
/**
* 创建 Segment
*/
private Segment<K,V> ensureSegment(int k) {
final Segment<K,V>[] ss = this.segments;
long u = (k << SSHIFT) + SBASE; // raw offset
Segment<K,V> seg;
// 判断指定索引处的 segment 是否初始化
if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u)) == null) {
// 把第一个 segment 当做原型,其它的segment属性都参考这个
Segment<K,V> proto = ss[0]; // use segment 0 as prototype
int cap = proto.table.length;
float lf = proto.loadFactor;
int threshold = (int)(cap * lf);
HashEntry<K,V>[] tab = (HashEntry<K,V>[])new HashEntry[cap];
// 再次判断 segment 是否创建
if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u))
== null) { // recheck
Segment<K,V> s = new Segment<K,V>(lf, threshold, tab);
while ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u))
== null) {
// 通过 CAS 初始化该索引处的 segment
if (UNSAFE.compareAndSwapObject(ss, u, null, seg = s))
break;
}
}
}
return seg;
}
初始化 segments 数组中某一个元素的时候,reeeeeeecheck 了 N 次,最后通过 CAS 初始化。
到这里,定位 segment 的任务完成了,接下来就是真正执行 put 的时候了
return s.put(key, hash, value, false);
可以看到,执行的是定义在 Segment 里的 put 方法,代码如下
/**
* put 方法返回的指定 key 对应的旧值(oldValue)
*/
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
// 先要获取锁
HashEntry<K,V> node = tryLock() ? null :
scanAndLockForPut(key, hash, value);
V oldValue;
try {
HashEntry<K,V>[] tab = table;
int index = (tab.length - 1) & hash;
// 定位 HashEntry
HashEntry<K,V> first = entryAt(tab, index);
for (HashEntry<K,V> e = first;;) {
// 定位到的 HashEntry 数组位置上已存在 HashEntry
// 则循环链表,检索 key
if (e != null) {
K k;
if ((k = e.key) == key ||
(e.hash == hash && key.equals(k))) {
oldValue = e.value;
if (!onlyIfAbsent) {
// 找到匹配的 key,并且 onlyIfAbsent 为 false
// 设置找到的 HashEntry value 为新值
e.value = value;
// 修改数 + 1
++modCount;
}
break;
}
e = e.next;
}
// 如果定位到的位置上还没有 HashEntry
else {
// node != null,说明是之前获取锁失败的并且定位到的索引位还没 HashEntry
if (node != null)
node.setNext(first);
else
node = new HashEntry<K,V>(hash, key, value, first);
int c = count + 1;
// 如果 HashEntry 数组元素数量达到阈值,则进行扩容
if (c > threshold && tab.length < MAXIMUM_CAPACITY)
rehash(node);
else
// 否则就直接初始化指定索引处的 HashEntry
setEntryAt(tab, index, node);
++modCount;
count = c;
oldValue = null;
break;
}
}
} finally {
// 释放锁
unlock();
}
return oldValue;
}
put 方法的流程逻辑如下:
- 定位 segment,如果没有初始化,则先调用 ensureSegment() 方法进行初始化;
- 获取锁,定位 HashEntry;
- HashEntry 已经初始化,循环链表,检索 key,替换 value,返回旧值;
- HashEntry 还没初始化,则先初始化,如果 HashEntry 数组元素数量达到阈值,则先扩容,新数组大小为之前的 2 倍,并且扩容的时候,将新的 HashEntry 加到新的数组中。
上面第 2 步中,如果线程获取锁失败,将执行 scanAndLockForPut() 方法
private HashEntry<K,V> scanAndLockForPut(K key, int hash, V value) {
// 链表首节点
HashEntry<K,V> first = entryForHash(this, hash);
HashEntry<K,V> e = first;
HashEntry<K,V> node = null;
int retries = -1; // negative while locating node
// 不停地重试获取锁
while (!tryLock()) {
HashEntry<K,V> f; // to recheck first below
if (retries < 0) {
// 如果首节点为 null,则新建 HashEntry
if (e == null) {
if (node == null) // speculatively create node
node = new HashEntry<K,V>(hash, key, value, null);
retries = 0;
}
// 检索 key
else if (key.equals(e.key))
retries = 0;
else
e = e.next;
}
// 当重试次数达到一定的数量(单 CPU 1 次,其它 64 次)
// 调用 lock():再一次获取锁,获取失败则阻塞当前线程
else if (++retries > MAX_SCAN_RETRIES) {
lock();
break;
}
// 如果首节点发生改变,重新检索
else if ((retries & 1) == 0 &&
(f = entryForHash(this, hash)) != first) {
e = first = f; // re-traverse if entry changed
retries = -1;
}
}
return node;
}
也就是说,当线程 put 获取锁失败,则不停地尝试获取锁,直到重试的次数达到上限,如果还没获取到锁,那就被阻塞。
size
ConcurrentHashMap 的分段锁设计能够很好的支持并发操作,如果想要统计元素总数,那肯定就是将每个 Segment 里的元素个数加起来。但有个问题,累加的过程中,已累加的 segment 的元素个数可能已发生了改变,那到最后计算的总数肯定就不准确了。所以得有个参考的东西,来表示 segment 个数有没有发生变化,那就是 modCount 属性了。每次统计完总数,再比较下 modCount 是否发生改变。
size() 方法代码如下
public int size() {
// Try a few times to get accurate count. On failure due to
// continuous async changes in table, resort to locking.
final Segment<K,V>[] segments = this.segments;
int size;
boolean overflow; // true if size overflows 32 bits
long sum; // sum of modCounts
long last = 0L; // previous sum
int retries = -1; // first iteration isn't retry
try {
for (;;) {
// 重试 3 次后,将每个 segment 加锁
if (retries++ == RETRIES_BEFORE_LOCK) {
for (int j = 0; j < segments.length; ++j)
ensureSegment(j).lock(); // force creation
}
sum = 0L;
size = 0;
overflow = false;
for (int j = 0; j < segments.length; ++j) {
Segment<K,V> seg = segmentAt(segments, j);
if (seg != null) {
// 统计 modCount
sum += seg.modCount;
int c = seg.count;
// 累加 count
if (c < 0 || (size += c) < 0)
overflow = true;
}
}
// 统计期间,modCount 是否发生变化
if (sum == last)
break;
last = sum;
}
} finally {
// 释放锁
if (retries > RETRIES_BEFORE_LOCK) {
for (int j = 0; j < segments.length; ++j)
segmentAt(segments, j).unlock();
}
}
return overflow ? Integer.MAX_VALUE : size;
}
size 逻辑如下:
- 采用不加锁的方式统计个数,统计期间,segment 元素个数没有发生变化,则返回统计值,最多重试 3 次。
- 如果 3 次还不能准确统计,则对每个 segment 加锁,再次统计。
总结
ConcurrentHashMap 主要方法基本就分析完了,可以发现,其中 put 和 get 的核心思想适合 HashMap 类似的,所以在看 ConcurrentHashMap 源码之前,建议还是看下 HashMap 代码。ConcurrentHashMap 分段锁是一个很经典的设计,但是 JDK 1.8 中又完全摒弃了这种思想,所以下一篇应该就是 JDK 1.8 源码解析了~