并发编程系列之并发容器：ConcurrentHashMap

前言

之前我们讲了线程，锁以及队列同步器等等一些并发相关底层的东西，当然Java开发者在开发中很少直接去使用之前所讲的，因为Java为了简化开发，为我们提供了一整套并发容器和框架，但是这些容器和框架都是建立在之前所讲的基础之上的，今天就让我们来看第一个并发容器：ConcurrentHashMap，我们主要从原理和使用两个方面介绍，让我们扬帆起航，开始今天的并发之旅吧。

景点一：为什么要使用ConcurrentHashMap

ConcurrentHashMap是一个线程安全并且高效的HashMap，基于下面两点我们还是在并发场景中优先考虑ConcurrentHashMap。

• 线程不安全的HashMap：在多线程环境下，使用HashMap进行操作会引起死循环，导致CPU100%甚至服务器之间崩溃，读者可以参考下面代码自己试一下，（亲测使用Hash服务器直接卡死，不信U CAN TRY）：多线程会导致HashMap的Entry链表形成环形数据结构，一旦形成环，那么Entry的next节点永远不为空，Hash就会陷入死循环获取Entry的场景

public class ConcurrentMapDemo {
   public static void main(String[] args) throws InterruptedException {
      // final HashMap<String, String> map = new HashMap<String, String>();
      final ConcurrentHashMap map = new ConcurrentHashMap<>();
       Thread t1 = new Thread(new Runnable() {
           @Override
           public void run() {
               for (int i = 0; i < 1000; i++) {
                   new Thread(new Runnable() {
                       @Override
                       public void run() {
                           for (int i = 0; i < 1000; i++) {
                               map.put(UUID.randomUUID().toString(), "");
                           }
                       }
                   }, "t2").start();
               }
           }
       }, "t1");
       t1.start();
   }
}

• 效率低下的HashTable：HashTable是使用synchronized来保证线程安全，但是在多线程并发环境下线程竞争激烈，HashTable的效率非常低，也正是因为synchronized导致每次只能有一个线程访问同步块，其他线程处于阻塞或者轮询状态，根本无法对同步块进行任何操作，所以线程竞争越激烈（线程数量越多），效率越低，这明显不满足我们使用多线程的初衷；

• ConcurrentHashMap锁分段技术：ConcurrentHashMap内部使用段（segment）来表示这些不同的部分，每个段其实就是一个小的HashTable，他们有自己各自的锁，只要多个修改操作发生在不同的段上，他们之间就可以并发的进行；

景点二：ConcurrentHashMap的结构

通过上面的结构图，我们来分析下：ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成，Segment是一种可重入锁，在ConcurrentHashMap中充当锁的角色，HashEntry是用来存储键值对数据。这三者的关系如下图：

景点三：ConcurrentHashMap的底层实现

ConcurrentHashMap把一个整体分成16个段（segment），也就是说最高支持16个线程的并发修改操作。这也是在多线程场景下减小锁粒度从而降低竞争的一种方案。并且代码中大多共享变量使用volatile关键字，目的是第一时间获取修改的内容，性能非常好。

ConcurrentHashMap的底层主要包括初始化Segment数组、SegmentShift、SegmentMask和每个Segment里面的HashEntry数组以及Segment的定位，下面我们将来一一分析：

初始化Segment数组：

if (concurrencyLevel > MAX_SEGMENTS)
           concurrencyLevel = MAX_SEGMENTS;
       // segments数组的长度ssize通过concurrencyLevel计算得出。
       //为了能通过按位与的哈希算法来定位segments数组的索引，
       //必须保证segments数组的长度是2的N次方
       // 所以必须计算出一个是大于或等于concurrencyLevel的最小的2的N次方值来作为segments数组的长度
       int sshift = 0;
       int ssize = 1;
       while (ssize < concurrencyLevel) {
           ++sshift;
           ssize <<= 1;
       }
       this.segmentShift = 32 - sshift;
       this.segmentMask = ssize - 1;

初始化SegmentShift和SegmentMask：这两个全局变量在定位segment时的哈希散列中使用，sshift等于ssize从1向左移位的次数，在默认情况下concurrencyLevel等于16，1需要向左移位移动4次，所以sshift等于4。segmentShift用于定位参与hash运算的位数，segmentShift等于32减sshift，所以等于28，这里之所以用32是因为ConcurrentHashMap里的hash()方法输出的最大数是32位的。

segmentMask是哈希运算的掩码，等于ssize减1，即15，掩码的二进制各个位的值都是1。因为ssize的最大长度是65536，所以segmentShift最大值是16，segmentMask最大值是65535，对应的二进制是16位，每个位都是1；

初始化每个Segment里面的HashEntry：

// initialCapacity是ConcurrentHashMap的初始化容量
// loadFactor是每个Segment的负载因子
// cap为Segment里面HashEntry数组的长度，它等于initialCapacity/ssize的倍数c，如果c>1则就会取大于等于c的2的N次方值
// 所以cap如果不是1就是2的N次方。
// Segment的容量=(int)cap*loadFactor,默认情况下loadFactor=0.75，initialCapacity=16
if (initialCapacity > MAXIMUM_CAPACITY)
           initialCapacity = MAXIMUM_CAPACITY;
       int c = initialCapacity / ssize;
       if (c * ssize < initialCapacity)
           ++c;
       int cap = MIN_SEGMENT_TABLE_CAPACITY;
       while (cap < c)
           cap <<= 1;
       // create segments and segments[0]
       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];

定位Segment：ConcurrentHashMap使用分段锁Segment来保护每段数据，那么在插入和获取元素的时候，必须先通过哈希算法定位到Segment，ConcurrentHashMap会对元素的HashCode在进行一次hash散列，进行2次哈希的目的是减少散列冲突，使元素能够均匀地分布在不同的Segment上，提高容器的存取效率。

如果哈希散列最坏的情况是所有元素元素全部散落在一个Segment中，那么分段锁的意义就没有了，而且存取效率也极差，所以为了尽量减少散列冲突ConcurrentHashMap是通过2次哈希来做的，我们可以看具体源码如下：

// segmentShift默认情况下=28
// segmentMask默认情况下=15
private Segment<K,V> segmentForHash(int h) {
       // hash值右移28位（让高4位参与到散列中） 再和segmentShift做与运算
       long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
       return (Segment<K,V>) UNSAFE.getObjectVolatile(segments, u);
   }

景点四：ConcurrentHashMap的操作

ConcurrentHashMap的的方法有很多如下，我们主要讲三种：get、put和size

put操作：

调用特别简单跟使用HashMap没有任何区别，如下：

ConcurrentHashMap concurrentHashMap = new ConcurrentHashMap<>();
       concurrentHashMap.put("Justin","Justin的后端书架");

但是，由于ConcurrentHashMap是线程安全的所以put方法需要对共享变量进行写入操作，所以为了线程安全，必须加锁，我们看下put的底层实现：

/**
* put方法首先定位到Segment，然后在Segment里面进行插入操作
* 插入操作需要进行2步：
* 第一步：先判断是否需要对Segment里的HashEntry进行扩容，判断HashEntry是否
*        是否超过容量threshold，如果超过阈值则进行扩容，Segment的扩容比
*        Hashmap的扩容更合理，Hash是在插入元素之后再判断是否需要进行扩容，
*        如果插入元素之后，满足扩容条件，但是后续没有元素新增，那就会做了一次无效的扩容
*  拓展：如何扩容？扩容的时候首先会创建一个两倍于原容量的数组，然后将原数组里的元素进行再hash后插入到新的数组里。
*      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
* 第二步是定位到添加元素的位置，然后将它放入HashEntry数组里面
*/
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;
       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);
   }

get操作：

使用很简单：

ConcurrentHashMap concurrentHashMap = new ConcurrentHashMap<>();
       concurrentHashMap.put("Justin","Justin的后端书架");
       System.out.println(concurrentHashMap.get("Justin"));

我们再看下源码实现：

/**
* 三步走：第一步，先对key经过一次再散列
*        第二步：使用这个散列值通过散列运算定位到Segment
*        第三步：再通过散列算法定位到元素
*/
public V get(Object key) {
       Segment<K,V> s;
       HashEntry<K,V>[] tab;
       int h = hash(key);
       long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
       if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
           (tab = s.table) != null) {
           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;
               if ((k = e.key) == key || (e.hash == h && key.equals(k)))
                   return e.value;
           }
       }
       return null;
   }

get操作的高效之处在于整个get过程不需要加锁，除非读到的值是空的才会加锁重读，那么我们看下ConcurrentHashMap是如何做到get不加锁的吧：原因是它的get方法里将要使用的共享变量都定义成volatile，在get操作里只需要读不需要写共享变量，所以可以不用加锁。之所以不会读到过期的值，是因为根据JMM的先行发生原则，对volatile字段的写入操作优先于读操作，即使两个线程同时修改和获取volatile变量，get操作最终也只会拿到最新的值。

size操作：

我们要统计ConcurrentHashMap里元素的大小，就必须统计所有的分区Segment里面元素的总和，但是如果我们在统计每个Segment里面元素总数的过程中，之前已经统计过得Segment又发生了更新，那么之前统计的总数就失效了，所以最安全的做法是在统计每个Segment的时候统计好的Segment就将他的更新操作全部锁住，等待全部Segment统计完毕再释放，但是显然这样是不科学的，效率非常低下。

源码如下：

/**
 * 在累加count操作过程中，之前统计过的Segment发生变化的几率比较小，所以
 * ConcurrentHashMap的做法是先尝试2次不加锁的方式来统计各个Segment大小，如果统计的过程中，
 * 容器的count发生了变化，则再采用加锁的方式来统计所有Segment的大小
 * ConcurrentHashMap是如何判断在统计的时候容器是否发生了变化呢？
 * 使用modCount变量，在put , remove和clean方法里操作元素前都会将变量modCount进行加1，
 * 那么在统计size前后比较modCount是否发生变化，从而得知容器的大小是否发生变化
 */
public int size() {
       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 (;;) {
               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) {
                       sum += seg.modCount;
                       int c = seg.count;
                       if (c < 0 || (size += c) < 0)
                           overflow = true;
                   }
               }
               if (sum == last)
                   break;
               last = sum;
           }
       } finally {
           if (retries > RETRIES_BEFORE_LOCK) {
               for (int j = 0; j < segments.length; ++j)
                   segmentAt(segments, j).unlock();
           }
       }
       return overflow ? Integer.MAX_VALUE : size;
   }

景点五：ConcurrentHashMap的缺点

ConcurrentHashMap的缺点就是他最多只能支持16个线程的并发，如果实际场景中，你需要启动的线程的数量比较多，还是同样会发生锁竞争和等待的问题：

以上就是今天所讲的ConcurrentHashMap的五大景点的所有内容，希望能对你有所帮助，通过短短十几分钟的阅读，希望你能有所收获！！！