Java并发容器--ConcurrentHashMap
引子
1、不安全：大家都知道HashMap不是线程安全的，在多线程环境下，对HashMap进行put操作会导致死循环。是因为多线程会导致Entry链表形成环形数据结构，这样Entry的next节点将永远不为空，就会产生死循环获取Entry。具体内容见HashMap随笔。
2、不高效：Collections.synchronizedMap(hashMap)和HashTable的线程安全原理都是对方法进行同步，所有操作竞争同一把锁，性能比较低。
如何构造一个线程安全且高效的HashMap？ConcurrentHashMap登场。
锁分段技术
ConcurrentHashMap将数据分为很多段（Segment），Segment继承了ReentrantLock，每个段都是一把锁。每个Segment都包含一个HashEntry数组，HashEntry数组存放键值对数据。当一个线程要访问Entry数组时，需要获取所在Segment锁，保证在同一个Segment的操作是线程安全的，但其他Segment的数据的访问不受影响，可以实现并发的访问不同的Segment。同一个段中才存在竞争关系，不同的段之间没有竞争关系。
ConcurrentHashMap源码分析
源码分析基于jdk1.7，不同版本实现有所不同。
类图
初始化
segmentShift和segmentMask的作用是定位Segment索引。以默认值为例，concurrencyLevel为16，需要移位4次（sshift为4），segmentShift就等于28，segmentMask等于15。
concurrencyLevel是指并发级别，即Segment数组的大小。concurrencyLevel值得设定应该根据并发线程数决定。如果并发级别设置的太小，同一个Segment的元素数量过多，会引起锁竞争的加重；如果太大，原本属于同一个Segment的元素会被分配到不同的Segment，会引起Cpu缓存命中率下降，进而导致程序性能下降。
1 //initialCapacity:初始容量，默认16。 2 //loadFactor:负载因子，默认0.75。当元素个数大于loadFactor*最大容量时需要扩容（rehash） 3 //concurrencyLevel:并发级别，默认16。确定Segment的个数，Segment的个数为大于等于concurrencyLevel的第一个2^n。 4 public ConcurrentHashMap(int initialCapacity, 5 float loadFactor, int concurrencyLevel) { 6 //判断参数是否合法 7 if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0) 8 throw new IllegalArgumentException(); 9 //Segment最大个数MAX_SEGMENTS = 1 << 16,即65536; 10 if (concurrencyLevel > MAX_SEGMENTS) 11 concurrencyLevel = MAX_SEGMENTS; 12 13 // Find power-of-two sizes best matching arguments 14 int sshift = 0; 15 int ssize = 1; 16 //使用循环找到大于等于concurrencyLevel的第一个2^n。ssize就表示Segment的个数。 17 while (ssize < concurrencyLevel) { 18 ++sshift; //记录移位的次数， 19 ssize <<= 1;//左移1位 20 } 21 this.segmentShift = 32 - sshift; //用于定位hash运算的位数，之所以用32是因为ConcurrentHashMap里的hash()方法输出的最大数是32位的 22 this.segmentMask = ssize - 1; //hash运算的掩码，ssize为2^n，所以segmentMask每一位都为1。目的是之后可以通过key的hash值与这个值做&运算确定Segment的索引。 23 //最大容量MAXIMUM_CAPACITY = 1 << 30; 24 if (initialCapacity > MAXIMUM_CAPACITY) 25 initialCapacity = MAXIMUM_CAPACITY; 26 //计算每个Segment所需的大小，向上取整 27 int c = initialCapacity / ssize; 28 if (c * ssize < initialCapacity) 29 ++c; 30 int cap = MIN_SEGMENT_TABLE_CAPACITY;//每个Segment最小容量MIN_SEGMENT_TABLE_CAPACITY = 2; 31 //cap表示每个Segment的容量，也是大于等于c的2^n。 32 while (cap < c) 33 cap <<= 1; 34 //创建一个Segment实例，作为Segment数组ss的第一个元素 35 // create segments and segments[0] 36 Segment<K,V> s0 = 37 new Segment<K,V>(loadFactor, (int)(cap * loadFactor), 38 (HashEntry<K,V>[])new HashEntry[cap]); 39 Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize]; 40 UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0] 41 this.segments = ss; 42 }
插入元素（put）
可以分为三步：
1、定位Segment：通过Hash值与segmentShift、segmentMask的计算定位到对应的Segment；
2、锁获取：获取对应Segment的锁，如果获取锁失败，需要自旋重新获取锁；如果自旋超过最大重试次数，则阻塞。
3、插入元素：如果key已经存在，直接更新；如果key不存在，先判断是否需要扩容，若需要则执行rehash()后插入原因，否则直接存入元素。
为了高效，ConcurrentHashMap不会对整个容器进行扩容，而只对某个segment进行扩容。
Segment的扩容判断比HashMap更恰当，因为HashMap是在插入元素后判断元素是否已经到达容量的，如果到达了就进行扩容，但是很有可能扩容之后没有新元素插入，这时HashMap就进行了一次无效的扩容。
与HashMap不同ConcurrentHashMap并不允许key或者value为null。
1 /**ConcurrentHashMap中方法**/ 2 public V put(K key, V value) { 3 Segment<K,V> s; 4 if (value == null) 5 throw new NullPointerException(); 6 int hash = hash(key); //计算hash值，hash值是一个32位的整数 7 //计算Segment索引 8 //在默认情况下，concurrencyLevel为16，segmentShift为28，segmentMask为15。 9 //先右移28位，hash值变为0000 0000 0000 0000 0000 0000 0000 xxxx， 10 //与segmentMask做&运算，就是取最后四位的值。这个值就是Segment的索引 11 int j = (hash >>> segmentShift) & segmentMask; 12 //通过UNSAFE的方式获取索引j对应的Segment对象。 13 if ((s = (Segment<K,V>)UNSAFE.getObject // nonvolatile; recheck 14 (segments, (j << SSHIFT) + SBASE)) == null) // in ensureSegment 15 //Segment采用延迟初始化机制，如果sement为null，则调用ensureSegment创建Segment 16 s = ensureSegment(j); 17 //向Segment中put元素 18 return s.put(key, hash, value, false); 19 } 20 21 /**ConcurrentHashMap$Segment中方法**/ 22 //向Segment中put元素 23 final V put(K key, int hash, V value, boolean onlyIfAbsent) { 24 //获取锁。如果获取锁成功，插入元素，和普通的hashMap差不多。 25 //如果获取锁失败，执行scanAndLockForPut进行重试。重试设计见scanAndLockForPut方法源码。 26 HashEntry<K,V> node = tryLock() ? null : 27 scanAndLockForPut(key, hash, value); 28 V oldValue; 29 try { 30 HashEntry<K,V>[] tab = table; 31 int index = (tab.length - 1) & hash;//计算HashEntry数组索引 32 HashEntry<K,V> first = entryAt(tab, index); 33 for (HashEntry<K,V> e = first;;) { 34 if (e != null) { //该索引处已经有元素 35 K k; 36 37 //如果key相同，替换value。 38 if ((k = e.key) == key || 39 (e.hash == hash && key.equals(k))) { 40 oldValue = e.value; 41 //onlyIfAbsent=true参数表示如果key存在，则不更新value值，只有在key不存在的情况下，才更新。 42 //在putIfAbsent方法中onlyIfAbsent=true 43 //在put方法中onlyIfAbsent=false 44 if (!onlyIfAbsent) {Scans 45 e.value = value; 46 ++modCount;//修改次数 47 } 48 break; 49 } 50 e = e.next;//继续找下一个元素 51 } 52 else { 53 if (node != null) 54 node.setNext(first); 55 else 56 node = new HashEntry<K,V>(hash, key, value, first); 57 int c = count + 1; //count为ConcurrentHashMap$Segment中的域 58 if (c > threshold && tab.length < MAXIMUM_CAPACITY) 59 //如果元素数量超过阈值且表长度小于MAXIMUM_CAPACITY，扩容 60 rehash(node); 61 else 62 setEntryAt(tab, index, node);//将node节点更新到table中 63 ++modCount; 64 count = c; 65 oldValue = null; 66 break; 67 } 68 } 69 } finally { 70 unlock(); 71 } 72 return oldValue; 73 } 74 75 /**ConcurrentHashMap$Segment中方法**/ 76 //自旋获取锁 77 private HashEntry<K,V> scanAndLockForPut(K key, int hash, V value) { 78 //entryForHash根据hash值找到当前segment中对应的HashEntry数组索引。 79 HashEntry<K,V> first = entryForHash(this, hash); 80 HashEntry<K,V> e = first; 81 HashEntry<K,V> node = null; 82 int retries = -1; // negative while locating node 83 //自旋获取锁。若获取到锁，则跳出循环；否则一直循环直到获取到锁或retries大于MAX_SCAN_RETRIES。 84 while (!tryLock()) { 85 HashEntry<K,V> f; // to recheck first below 86 //当retries = -1时（即第一次循环或更新操作导致的first节点发生变化），会遍历该Segment的HashEntry数组中hash对应的链表，如果key对应的HashEntry不存在，则创建该节点。 87 //此处遍历链表的原因：希望遍历的链表被CPU cache所缓存，为后续实际put过程中的链表遍历操作提升性能。怎么理解呢？放在put时再去遍历不行吗？因为此时当前线程没有获取到Segment锁，所以不能进行put操作，但可以为put操作做一些准备工作（有可能加载到缓存），使put的操作更快，从而减少锁竞争。这种思想在remove()方法中也有体现。 88 if (retries < 0) { 89 if (e == null) { 90 //如果key不存在创建node，然后进入下一个循环 91 if (node == null) // speculatively create node 92 node = new HashEntry<K,V>(hash, key, value, null); 93 retries = 0; 94 } 95 else if (key.equals(e.key)) 96 //如果key存在直接进入下一个循环 97 retries = 0; 98 else 99 e = e.next; //链表的下一个节点 100 } 101 else if (++retries > MAX_SCAN_RETRIES) { 102 //每次循环，retries加1，判断是否大于最大重试次数MAX_SCAN_RETRIES. 103 //static final int MAX_SCAN_RETRIES = Runtime.getRuntime().availableProcessors() > 1 ? 64 : 1; 104 //为了防止自旋锁大量消耗CPU的缺点。如果超过MAX_SCAN_RETRIES，使用lock方法获取锁。如果获取不到锁则当前线程阻塞并跳出循环。 105 //ReentrantLock的lock()和tryLock()方法的区别。 106 lock(); 107 break; 108 } 109 else if ((retries & 1) == 0 && 110 (f = entryForHash(this, hash)) != first) { 111 //每隔一次循环，检查所在数组索引的链表头结点有没有变化（其他线程有更新Map的操作，如put，rehash或者remove操作）。 112 //如果改变，retries更新为-1，重新遍历 113 e = first = f; // re-traverse if entry changed 114 retries = -1; 115 } 116 } 117 return node; 118 } 119 120 /**ConcurrentHashMap$Segment中方法**/ 121 //rehash 122 private void rehash(HashEntry<K,V> node) { 123 HashEntry<K,V>[] oldTable = table; 124 int oldCapacity = oldTable.length; 125 int newCapacity = oldCapacity << 1; //新容量为旧容量的2倍 126 threshold = (int)(newCapacity * loadFactor); //新阈值 127 HashEntry<K,V>[] newTable = 128 (HashEntry<K,V>[]) new HashEntry[newCapacity]; //新表 129 int sizeMask = newCapacity - 1; //新掩码 130 //对旧表做遍历 131 for (int i = 0; i < oldCapacity ; i++) { 132 HashEntry<K,V> e = oldTable[i]; 133 if (e != null) { 134 HashEntry<K,V> next = e.next; 135 int idx = e.hash & sizeMask; 136 if (next == null) // Single node on list 链表中只存在一个节点 137 newTable[idx] = e; 138 else { // Reuse consecutive sequence at same slot 139 //链表中存在多个节点. 140 /* 141 相对于HashMap的resize，ConcurrentHashMap的rehash原理类似，但是Doug Lea为rehash做了一定的优化，避免让所有的节点都进行复制操作：由于扩容是基于2的幂指来操作，假设扩容前某HashEntry对应到Segment中数组的index为i，数组的容量为capacity，那么扩容后该HashEntry对应到新数组中的index只可能为i或者i+capacity，因此大多数HashEntry节点在扩容前后index可以保持不变。基于此，rehash方法中会定位第一个后续所有节点在扩容后index都保持不变的节点，然后将这个节点之前的所有节点重排即可 142 */ 143 HashEntry<K,V> lastRun = e; 144 int lastIdx = idx; 145 //找到第一个在扩容后index都保持不变的节点lastRun 146 for (HashEntry<K,V> last = next; 147 last != null; 148 last = last.next) { 149 int k = last.hash & sizeMask; 150 if (k != lastIdx) { 151 lastIdx = k; 152 lastRun = last; 153 } 154 } 155 newTable[lastIdx] = lastRun; 156 // Clone remaining nodes 157 //将这个节点之前的所有节点重排 158 for (HashEntry<K,V> p = e; p != lastRun; p = p.next) { 159 V v = p.value; 160 int h = p.hash; 161 int k = h & sizeMask; 162 HashEntry<K,V> n = newTable[k]; 163 newTable[k] = new HashEntry<K,V>(h, p.key, v, n); 164 } 165 } 166 } 167 } 168 int nodeIndex = node.hash & sizeMask; // add the new node 169 node.setNext(newTable[nodeIndex]); 170 newTable[nodeIndex] = node; 171 table = newTable; 172 }
Segment延迟初始化机制
Segment采用延迟初始化机制，如果sement为null，则调用ensureSegment确保创建Segment。
ensureSegment方法可能被多个线程调用，ensureSegment()是怎么保证线程安全的呢？
通过源代码可看出ensureSegment方法并未使用锁来控制竞争，而是使用了Unsafe对象的getObjectVolatile()提供的原子读语义结合CAS来确保Segment创建的原子性。
ensureSegment()源代码：
1 @SuppressWarnings("unchecked") 2 private Segment<K,V> ensureSegment(int k) { 3 final Segment<K,V>[] ss = this.segments; 4 long u = (k << SSHIFT) + SBASE; // raw offset 5 Segment<K,V> seg; 6 if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u)) == null) { 7 //使用第一个segment作为模板来创建segment，第一个segment在Map初始化时已经被创建 8 Segment<K,V> proto = ss[0]; // use segment 0 as prototype 9 int cap = proto.table.length; 10 float lf = proto.loadFactor; 11 int threshold = (int)(cap * lf); 12 HashEntry<K,V>[] tab = (HashEntry<K,V>[])new HashEntry[cap]; 13 if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u)) 14 == null) { // recheck 15 Segment<K,V> s = new Segment<K,V>(lf, threshold, tab); //根据第一个segment的参数创建新的Segment 16 //自旋CAS。如果seg!=null,说明该segment已经被其他线程创建，则方法结束；如果seg==null，说明该segment还没有被创建，则当前线程采用CAS更新Segment数组，如果CAS成功，则结束，否则说明其他线程对Segment数组有过更新，继续下一个循环指定该segment创建成功。 17 while ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u)) 18 == null) { 19 if (UNSAFE.compareAndSwapObject(ss, u, null, seg = s)) 20 break; 21 } 22 } 23 } 24 return seg; 25 }
scanAndLockForPut方法
自旋获取锁中，当第一次循环或更新操作导致的first节点发生变化时，会遍历该Segment的HashEntry数组中hash对应的链表，如果key对应的HashEntry不存在，则创建该节点。
此处遍历链表的原因：希望遍历的链表被CPU cache所缓存，为后续实际put过程中的链表遍历操作提升性能。怎么理解呢？put还是要再去遍历一次（即使链表在缓存中）？因为此时当前线程没有获取到Segment锁，所以不能进行put操作，但可以为put操作做一些准备工作（有可能加载到缓存，在缓存中执行遍历更快），使put的操作更快，从而减少锁竞争。这种思想在remove()方法中也有体现。
获取元素（get）
get操作不需要加锁，当拿到的值为空时才会加锁重读。读操作不用加锁的原因是它的get方法里将要使用的共享变量都定义成volatile类型，如volatile V value。定义成volatile的变量，能够在线程之间保持可见性，能够被多线程同时读，并且保证不会读到过期的值，但是只能被单线程写（有一种情况可以被多线程写，就是写入的值不依赖于原值）。get方法使用UNSAFE提供的原子读语义来获的Segmnet和对应的链表。
containsKey方法和get相似，都不用加锁。
1 public V get(Object key) { 2 Segment<K,V> s; // manually integrate access methods to reduce overhead 3 HashEntry<K,V>[] tab; 4 int h = hash(key); 5 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE; 6 //通过Hash值找到相应的Segment 7 if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null && 8 (tab = s.table) != null) { 9 //找到HashEntry链表的索引，遍历链表找到对应的key 10 for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile 11 (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE); 12 e != null; e = e.next) { 13 K k; 14 if ((k = e.key) == key || (e.hash == h && key.equals(k))) 15 return e.value; 16 } 17 } 18 return null; 19 }
统计大小（size）
统计Map的大小需要统计所有Segment的大小然后求和。
问题：累加的过程中Segment的大小可能会发生变化，导致统计的结果不准确。
解决方案：1）简单的方法就是对所有的Segment加锁，但方法低效。
2）考虑到累加的过程中Segment的大小变化的可能性很小，作者给出了更高效的方案，首先尝试几次在不对Segment加锁的情况下统计各个Segment的大小，如果累加期间Map的大小发生了变化，再使用加锁的方式统计各个Segment的大小。判断Map的大小是否发生了变化，需要通过Segment的modCount变量实现。modCount表示对Segment的修改次数。相同的思想也用在了containsValue操作。
注意事项：使用加锁方式进行统计大小时，对每一个Segment加锁，需要强制创建所有的Segment，这么做的目的是防止其他线程创建Segment并进行更新操作。所以应尽量避免在多线程环境下使用size和containsValue方法。
1 public int size() { 2 // Try a few times to get accurate count. On failure due to 3 // continuous async changes in table, resort to locking. 4 final Segment<K,V>[] segments = this.segments; 5 int size; 6 boolean overflow; // true if size overflows 32 bits 7 long sum; // sum of modCounts 8 long last = 0L; // previous sum 9 int retries = -1; // first iteration isn't retry 10 try { 11 for (;;) { 12 //static final int RETRIES_BEFORE_LOCK = 2; 13 //判断是否到达无锁统计map大小的最大次数，若达到最大次数需要锁所有Segment 14 if (retries++ == RETRIES_BEFORE_LOCK) { 15 //对每一个Segment加锁，此时需要强制创建所有的Segment，这么做的目的是防止其他线程创建Segment并进行更新操作。 16 //所以应避免在多线程环境下使用size和containsValue方法。 17 for (int j = 0; j < segments.length; ++j) 18 ensureSegment(j).lock(); // force creation 19 } 20 sum = 0L; 21 size = 0; 22 overflow = false; 23 for (int j = 0; j < segments.length; ++j) { 24 Segment<K,V> seg = segmentAt(segments, j); 25 if (seg != null) { 26 sum += seg.modCount; 27 int c = seg.count; 28 if (c < 0 || (size += c) < 0) 29 overflow = true; 30 } 31 } 32 //判断前后两次统计的modCount之和是否相等，若相等则说明没有被修改郭 33 //由于last初始值为0，如果该Map从创建到现在都没有被修改过，即所有Segment的modCount都为0，则只执行一次循环；否则至少执行两次循环，比较两次统计的sum有没有发生变化。又因为retries初始值-1，所以可以说重试无锁统计大小的次数为3次。 34 if (sum == last) 35 break; 36 last = sum; 37 } 38 } finally { 39 //重试次数大于最大次数，需要释放锁 40 if (retries > RETRIES_BEFORE_LOCK) { 41 for (int j = 0; j < segments.length; ++j) 42 segmentAt(segments, j).unlock(); 43 } 44 } 45 return overflow ? Integer.MAX_VALUE : size; 46 }
Java8的ConcurrentHashMap
相对于Java7中的实现，主要有以下两点改进：
1）取消segment分段，直接使用数组transient volatile Node<K,V>[] table存储数据，将table数组元素作为锁，实现对数组中每一个桶进行加锁，进一步减少并发冲突的概率。
2）类似于Java8中的HashMap，将数组+链表的结构变更为数组+链表+红黑树的结构。当链表的长度大于8时，将链表转换为红黑树，原因见HashMap。
通过 Node + CAS + Synchronized 来保证线程安全。
Fields
1 transient volatile Node<K,V>[] table;//存放元素的数组，懒加载，大小是2的n次方 2 private transient volatile Node<K,V>[] nextTable;//扩容时用到 3 //基本计数器，通过CAS更新 4 private transient volatile long baseCount; 5 /*控制标识符，用来控制table的初始化和扩容的操作，不同的值有不同的含义 6 *当为负数时：-1代表正在初始化，-N代表有N-1个线程正在进行扩容 7 *当为0时：代表当时的table还没有被初始化 8 *当为正数时：表示初始化或者下一次进行扩容的大小 9 */ 10 private transient volatile int sizeCtl; 11 12 /** 13 * The next table index (plus one) to split while resizing. 14 */ 15 private transient volatile int transferIndex; 16 17 /** 18 * Spinlock (locked via CAS) used when resizing and/or creating CounterCells. 19 */ 20 private transient volatile int cellsBusy; 21 22 /** 23 * Table of counter cells. When non-null, size is a power of 2. 24 */ 25 private transient volatile CounterCell[] counterCells; 26 27 // views 28 private transient KeySetView<K,V> keySet; 29 private transient ValuesView<K,V> values; 30 private transient EntrySetView<K,V> entrySet;
Node
hash值和key都是final的，不可更改；val和next都是volatile的保证可见性和禁止指令重排序。
1 static class Node<K,V> implements Map.Entry<K,V> { 2 //hash值和key都是final的，不可更改；val和next都是volatile的保证可见性和禁止指令重排序。 3 final int hash; 4 final K key; 5 volatile V val; 6 volatile Node<K,V> next; 7 8 Node(int hash, K key, V val, Node<K,V> next) { 9 this.hash = hash; 10 this.key = key; 11 this.val = val; 12 this.next = next; 13 } 14 15 public final K getKey() { return key; } 16 public final V getValue() { return val; } 17 public final int hashCode() { return key.hashCode() ^ val.hashCode(); } 18 public final String toString(){ return key + "=" + val; } 19 //不允许更改值 20 public final V setValue(V value) { 21 throw new UnsupportedOperationException(); 22 } 23 public final boolean equals(Object o) { 24 Object k, v, u; Map.Entry<?,?> e; 25 return ((o instanceof Map.Entry) && 26 (k = (e = (Map.Entry<?,?>)o).getKey()) != null && 27 (v = e.getValue()) != null && 28 (k == key || k.equals(key)) && 29 (v == (u = val) || v.equals(u))); 30 } 31 //用于map中的get（）方法，子类重写 32 Node<K,V> find(int h, Object k) { 33 Node<K,V> e = this; 34 if (k != null) { 35 do { 36 K ek; 37 if (e.hash == h && 38 ((ek = e.key) == k || (ek != null && k.equals(ek)))) 39 return e; 40 } while ((e = e.next) != null); 41 } 42 return null; 43 } 44 }
put
添加元素的大致过程如下：
1）如果table没有初始化，先通过initTable()方法进行初始化；
2）计算hash值，找到对应的桶，如果该桶的首节点f为null（即不存在hash冲突），使用CAS直接将新Node放入该桶；
3）如果首节点f的hash值为MOVED，说明正在扩容，先进行扩容；
4）如果存在hash冲突，则通过加锁（获取首节点f的监视器锁）来保证线程安全，分两种情况：链表和红黑树；如果是链表，则遍历链表，存在相同的key就进行覆盖，否则插入到链表的尾部；如果是红黑树，则向红黑树中插入新节点；
5）判断是否需要将链表转化为红黑树，如果需要，调用treeifyBin方法；
6）如果添加成功，就调用addCount方法统计size，并检查是否需要扩容。
1 public V put(K key, V value) { 2 return putVal(key, value, false); 3 } 4 5 final V putVal(K key, V value, boolean onlyIfAbsent) { 6 if (key == null || value == null) throw new NullPointerException(); 7 int hash = spread(key.hashCode());//计算hash值 8 //用于记录相应链表的长度 9 int binCount = 0; 10 for (Node<K,V>[] tab = table;;) { 11 Node<K,V> f; int n, i, fh; 12 if (tab == null || (n = tab.length) == 0) 13 //如果数组为空，则进行初始化 14 tab = initTable(); 15 //找到该hash值对应的下标i，得到第一个节点f 16 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { 17 //如果第一个节点f为null，使用CAS直接将新Node放入该桶 18 //如果CAS成功，跳出循环结束；如果失败，进入下一个循环 19 if (casTabAt(tab, i, null, 20 new Node<K,V>(hash, key, value, null))) 21 break; // no lock when adding to empty bin 22 } 23 //如果f的哈希值为MOVED，则进行数据迁移（扩容） 24 else if ((fh = f.hash) == MOVED) 25 tab = helpTransfer(tab, f); 26 else { 27 //这种情况下，说明f是第一个节点且不为null 28 V oldVal = null; 29 //获取该桶第一个节点f的监视器锁 30 synchronized (f) { 31 if (tabAt(tab, i) == f) { 32 //第一个节点f的hash值大于0，说明是链表 33 if (fh >= 0) { 34 binCount = 1; 35 //遍历链表， 36 for (Node<K,V> e = f;; ++binCount) { 37 K ek; 38 //如果找到同样的key，判断onlyIfAbsent然后进行覆盖，跳出循环 39 if (e.hash == hash && 40 ((ek = e.key) == key || 41 (ek != null && key.equals(ek)))) { 42 oldVal = e.val; 43 if (!onlyIfAbsent) 44 e.val = value; 45 break; 46 } 47 Node<K,V> pred = e; 48 //如果遍历到链表尾部没有找到相同的key，则将新Node插入到链表的尾部 49 if ((e = e.next) == null) { 50 pred.next = new Node<K,V>(hash, key, 51 value, null); 52 break; 53 } 54 } 55 } 56 //如果第一个节点是红黑树节点 57 else if (f instanceof TreeBin) { 58 Node<K,V> p; 59 binCount = 2; 60 // 调用红黑树的插值方法插入新节点 61 if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, 62 value)) != null) { 63 oldVal = p.val; 64 if (!onlyIfAbsent) 65 p.val = value; 66 } 67 } 68 } 69 } 70 //binCount != 0说明上面做了链表操作 71 if (binCount != 0) { 72 //判断是否将链表转化为红黑树，TREEIFY_THRESHOLD为8 73 if (binCount >= TREEIFY_THRESHOLD) 74 //可能转化为红黑树 75 //如果当前数组的长度小于64，那么会选择进行数组扩容，而不是转换为红黑树 76 treeifyBin(tab, i); 77 if (oldVal != null) 78 return oldVal; 79 break; 80 } 81 } 82 } 83 addCount(1L, binCount); 84 return null; 85 }
initTable
初始化table
1 private final Node<K,V>[] initTable() { 2 Node<K,V>[] tab; int sc; 3 while ((tab = table) == null || tab.length == 0) { 4 //如果sizeCtl小于0，说明其他线程已经初始化了 5 if ((sc = sizeCtl) < 0) 6 //yield()使线程由运行状态变为就绪状态，把CPU让出来，让自己或者其它的线程运行。 7 Thread.yield(); // lost initialization race; just spin 8 //通过CAS操作将sizeCtl设置为-1，返回true代表抢到锁 9 else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 10 try { 11 if ((tab = table) == null || tab.length == 0) { 12 //默认容量DEFAULT_CAPACITY为16 13 int n = (sc > 0) ? sc : DEFAULT_CAPACITY; 14 //初始化指定容量的数组，并赋给table，table为volatile的 15 @SuppressWarnings("unchecked") 16 Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; 17 table = tab = nt; 18 //>>>为无符号右移运算，无符号右移2位，相当于除以2 19 //即相当于sc=0.75n 20 sc = n - (n >>> 2); 21 } 22 } finally { 23 //将sc赋值给sizeCtl 24 sizeCtl = sc; 25 } 26 break; 27 } 28 } 29 return tab; 30 }
treeifyBin
链表转红黑树
1 private final void treeifyBin(Node<K,V>[] tab, int index) { 2 Node<K,V> b; int n, sc; 3 if (tab != null) { 4 //如果数组长度小于MIN_TREEIFY_CAPACITY（64）的时候，进行扩容。 5 if ((n = tab.length) < MIN_TREEIFY_CAPACITY) 6 tryPresize(n << 1); 7 //b是该桶中的第一个节点 8 else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { 9 //获取锁 10 synchronized (b) { 11 if (tabAt(tab, index) == b) { 12 TreeNode<K,V> hd = null, tl = null; 13 //遍历链表，创建一颗红黑树 14 for (Node<K,V> e = b; e != null; e = e.next) { 15 TreeNode<K,V> p = 16 new TreeNode<K,V>(e.hash, e.key, e.val, 17 null, null); 18 if ((p.prev = tl) == null) 19 hd = p; 20 else 21 tl.next = p; 22 tl = p; 23 } 24 //将红黑树设置到数组的相应桶中 25 setTabAt(tab, index, new TreeBin<K,V>(hd)); 26 } 27 } 28 } 29 } 30 }
tryPresize
扩容，每次都是扩容为原来的2倍，size是已经翻完倍的数值。
1 private final void tryPresize(int size) { 2 int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY : 3 tableSizeFor(size + (size >>> 1) + 1);//取大于1.5倍的size+1的最近的2的n次方的值 4 int sc; 5 while ((sc = sizeCtl) >= 0) { 6 Node<K,V>[] tab = table; int n; 7 //如果数组为空，先初始化数组 8 if (tab == null || (n = tab.length) == 0) { 9 n = (sc > c) ? sc : c; 10 if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 11 try { 12 if (table == tab) { 13 @SuppressWarnings("unchecked") 14 Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; 15 table = nt; 16 sc = n - (n >>> 2); 17 } 18 } finally { 19 sizeCtl = sc; 20 } 21 } 22 } 23 else if (c <= sc || n >= MAXIMUM_CAPACITY) 24 break; 25 else if (tab == table) { 26 int rs = resizeStamp(n); 27 if (sc < 0) { 28 Node<K,V>[] nt; 29 if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || 30 sc == rs + MAX_RESIZERS || (nt = nextTable) == null || 31 transferIndex <= 0) 32 break; 33 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) 34 transfer(tab, nt); 35 } 36 else if (U.compareAndSwapInt(this, SIZECTL, sc, 37 (rs << RESIZE_STAMP_SHIFT) + 2)) 38 transfer(tab, null); 39 } 40 } 41 } 42 43 44 private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) { 45 int n = tab.length, stride; 46 if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE) 47 stride = MIN_TRANSFER_STRIDE; // subdivide range 48 if (nextTab == null) { // initiating 49 try { 50 @SuppressWarnings("unchecked") 51 Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1]; 52 nextTab = nt; 53 } catch (Throwable ex) { // try to cope with OOME 54 sizeCtl = Integer.MAX_VALUE; 55 return; 56 } 57 nextTable = nextTab; 58 transferIndex = n; 59 } 60 int nextn = nextTab.length; 61 ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab); 62 boolean advance = true; 63 boolean finishing = false; // to ensure sweep before committing nextTab 64 for (int i = 0, bound = 0;;) { 65 Node<K,V> f; int fh; 66 while (advance) { 67 int nextIndex, nextBound; 68 if (--i >= bound || finishing) 69 advance = false; 70 else if ((nextIndex = transferIndex) <= 0) { 71 i = -1; 72 advance = false; 73 } 74 else if (U.compareAndSwapInt 75 (this, TRANSFERINDEX, nextIndex, 76 nextBound = (nextIndex > stride ? 77 nextIndex - stride : 0))) { 78 bound = nextBound; 79 i = nextIndex - 1; 80 advance = false; 81 } 82 } 83 if (i < 0 || i >= n || i + n >= nextn) { 84 int sc; 85 if (finishing) { 86 nextTable = null; 87 table = nextTab; 88 sizeCtl = (n << 1) - (n >>> 1); 89 return; 90 } 91 if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { 92 if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT) 93 return; 94 finishing = advance = true; 95 i = n; // recheck before commit 96 } 97 } 98 else if ((f = tabAt(tab, i)) == null) 99 advance = casTabAt(tab, i, null, fwd); 100 else if ((fh = f.hash) == MOVED) 101 advance = true; // already processed 102 else { 103 synchronized (f) { 104 if (tabAt(tab, i) == f) { 105 Node<K,V> ln, hn; 106 if (fh >= 0) { 107 int runBit = fh & n; 108 Node<K,V> lastRun = f; 109 for (Node<K,V> p = f.next; p != null; p = p.next) { 110 int b = p.hash & n; 111 if (b != runBit) { 112 runBit = b; 113 lastRun = p; 114 } 115 } 116 if (runBit == 0) { 117 ln = lastRun; 118 hn = null; 119 } 120 else { 121 hn = lastRun; 122 ln = null; 123 } 124 for (Node<K,V> p = f; p != lastRun; p = p.next) { 125 int ph = p.hash; K pk = p.key; V pv = p.val; 126 if ((ph & n) == 0) 127 ln = new Node<K,V>(ph, pk, pv, ln); 128 else 129 hn = new Node<K,V>(ph, pk, pv, hn); 130 } 131 setTabAt(nextTab, i, ln); 132 setTabAt(nextTab, i + n, hn); 133 setTabAt(tab, i, fwd); 134 advance = true; 135 } 136 else if (f instanceof TreeBin) { 137 TreeBin<K,V> t = (TreeBin<K,V>)f; 138 TreeNode<K,V> lo = null, loTail = null; 139 TreeNode<K,V> hi = null, hiTail = null; 140 int lc = 0, hc = 0; 141 for (Node<K,V> e = t.first; e != null; e = e.next) { 142 int h = e.hash; 143 TreeNode<K,V> p = new TreeNode<K,V> 144 (h, e.key, e.val, null, null); 145 if ((h & n) == 0) { 146 if ((p.prev = loTail) == null) 147 lo = p; 148 else 149 loTail.next = p; 150 loTail = p; 151 ++lc; 152 } 153 else { 154 if ((p.prev = hiTail) == null) 155 hi = p; 156 else 157 hiTail.next = p; 158 hiTail = p; 159 ++hc; 160 } 161 } 162 ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) : 163 (hc != 0) ? new TreeBin<K,V>(lo) : t; 164 hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) : 165 (lc != 0) ? new TreeBin<K,V>(hi) : t; 166 setTabAt(nextTab, i, ln); 167 setTabAt(nextTab, i + n, hn); 168 setTabAt(tab, i, fwd); 169 advance = true; 170 } 171 } 172 } 173 } 174 } 175 }
addCount
在添加完元素之后，调用addCount方法进行计数。
addCount方法主要完成两个功能：
1）对table的长度计数+1，有两种情况：一是通过修改 baseCount，二是通过使用 CounterCell。当 CounterCell 被初始化后，就优先使用他，不再使用 baseCount了；
2）检查是否需要扩容，或者是否正在扩容。如果需要扩容，就调用扩容方法，如果正在扩容，就帮助其扩容。
1 //从putVal传入的参数x是1，参数check为binCount，binCount>=0,默认要检查是否需要扩容 2 private final void addCount(long x, int check) { 3 CounterCell[] as; long b, s; 4 //如果counterCells不为null或者更新baseCount失败 5 if ((as = counterCells) != null || 6 !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { 7 CounterCell a; long v; int m; 8 boolean uncontended = true; 9 //如果counterCells的大小为0， 10 //或者随机取其中一个元素为null， 11 //或者修改这个槽位的变量失败,则执行fullAddCount方法 12 if (as == null || (m = as.length - 1) < 0 || 13 (a = as[ThreadLocalRandom.getProbe() & m]) == null || 14 !(uncontended = 15 U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { 16 fullAddCount(x, uncontended); 17 return; 18 } 19 if (check <= 1) 20 return; 21 s = sumCount();//计算map的size赋值给s 22 } 23 //判断是否需要扩容，在putVal中调用，默认都是要检查的 24 if (check >= 0) { 25 Node<K,V>[] tab, nt; int n, sc; 26 //如果map的size大于sizeCtl（扩容阈值）， 27 //且table不是null， 28 //且table的长度小于MAXIMUM_CAPACITY,则扩容 29 while (s >= (long)(sc = sizeCtl) && (tab = table) != null && 30 (n = tab.length) < MAXIMUM_CAPACITY) { 31 int rs = resizeStamp(n); 32 //sizeCtl小于0表示正在扩容 33 if (sc < 0) { 34 if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || 35 sc == rs + MAX_RESIZERS || (nt = nextTable) == null || 36 transferIndex <= 0) 37 break; 38 // 如果可以帮助扩容，那么将 sc 加 1. 表示多了一个线程在帮助扩容 39 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) 40 transfer(tab, nt); 41 } 42 //如果没有在扩容，将 sc 更新为负数，更新成功就进行扩容 43 else if (U.compareAndSwapInt(this, SIZECTL, sc, 44 (rs << RESIZE_STAMP_SHIFT) + 2)) 45 transfer(tab, null);//进行扩容。 46 s = sumCount(); 47 } 48 } 49 }
get
获取元素的大致过程如下：
1）计算hash值，找到数组table中对应的桶；
2）如果该桶的首节点为null，直接返回null；
3）如果该桶的首节点的key就是要找的key，直接返回其value；
4）如果该桶的首节点的hash值<0，说明正在扩容或者该位置是红黑树，通过find方法找到想要的值；
5）如果是链表，遍历链表查找相同的key。
1 public V get(Object key) { 2 Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek; 3 int h = spread(key.hashCode());//计算hash值 4 if ((tab = table) != null && (n = tab.length) > 0 && 5 (e = tabAt(tab, (n - 1) & h)) != null) { 6 //如果该桶的第一个节点就是要找的key，直接返回value 7 if ((eh = e.hash) == h) { 8 if ((ek = e.key) == key || (ek != null && key.equals(ek))) 9 return e.val; 10 } 11 //第一个节点的hash值<0，说明正在扩容或者该位置是红黑树 12 else if (eh < 0) 13 return (p = e.find(h, key)) != null ? p.val : null; 14 //这种情况下，肯定是链表 15 while ((e = e.next) != null) { 16 if (e.hash == h && 17 ((ek = e.key) == key || (ek != null && key.equals(ek)))) 18 return e.val; 19 } 20 } 21 return null; 22 }
size
size = baseCount + CounterCell数组中元素的个数。因为在addCount方法中，使用CAS更新baseCount，有可能在并发情况下更新失败。即节点已经被添加到数组table中，但数量没有被统计。当更新失败时，会调用fullAddCount方法将这些失败的节点包装成一个CounterCell对象，并保存在CounterCell数组中。
1 public int size() { 2 long n = sumCount(); 3 return ((n < 0L) ? 0 : 4 (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : 5 (int)n); 6 } 7 8 final long sumCount() { 9 CounterCell[] as = counterCells; CounterCell a; 10 long sum = baseCount; 11 if (as != null) { 12 for (int i = 0; i < as.length; ++i) { 13 if ((a = as[i]) != null) 14 sum += a.value; 15 } 16 } 17 return sum; 18 }
总结
Java8版本的ConcurrentHashMap相对于Java7有什么优势：
1）Java7中锁的粒度为segment，每个segment中包含多个HashEntry，而Java8中锁的粒度就是HashEntry（首节点）；
2）Java7中锁使用的是ReentrantLock，而Java8中使用的是synchronized；
为什么使用内置锁synchronized来代替重入锁ReentrantLock？
1 在低粒度的加锁方式中，synchronized的性能不比ReentrantLock差；Java8中ConcurrentHashMap的锁粒度更低了，发生冲突的概率更低，JVM对synchronized进行了大量的优化（自旋锁、偏向锁、轻量级锁等等），只要线程在可以在自旋过程中拿到锁，那么就不会升级为重量级锁，就避免了线程挂起和唤醒的上下文开销。但使用ReentrantLock不会自旋，而是直接被挂起，当然，也可以使用tryLock()，但是这样又出现了一个问题，你怎么知道tryLock的时间呢?在时间范围里还好，假如超过了呢？
所以在低粒度的加锁方式中，synchronized是最好的选择。Synchronized和ReentrantLock他们的开销差距是在释放锁时唤醒线程的数量，Synchronized是唤醒锁池里所有的线程+刚好来访问的线程，而ReentrantLock则是当前线程后进来的第一个线程+刚好来访问的线程。
2 synchronized内置锁使用起来更加简便、易懂、程序可读性好；
3 ReentrantLock需要消耗更多的内存
3）Java8中使用链表+红黑树的数据结构，代替Java7中的链表，当链表长度比较长时，红黑树的查找速度更快；
参考资料：
《java并发编程的艺术》
ConcurrentHashMap 1.8为什么要使用CAS+Synchronized取代Segment+ReentrantLock
ConcurrentHashMap原理分析（1.7与1.8）
