天天看點
傳回

美團二面：聊聊ConcurrentHashMap的存儲流程

作者：Java架構日記

一、引言

ConcurrentHashMap技術在網際網路技術使用如此廣泛，幾乎所有的後端技術面試官都要在ConcurrentHashMap技術的使用和原理方面對小夥伴們進行 360° 的刁難。

作為一個在網際網路公司面一次拿一次 Offer 的面霸，打敗了無數競争對手，每次都隻能看到無數落寞的身影失望的離開，略感愧疚（請允許我使用一下誇張的修辭手法）。

于是在一個寂寞難耐的夜晚，暖男我痛定思痛，決定開始寫 《吊打面試官》 系列，希望能幫助各位讀者以後面試勢如破竹，對面試官進行 360° 的反擊，吊打問你的面試官，讓一同面試的同僚瞠目結舌，瘋狂收割大廠 Offer！

雖然現在是網際網路寒冬，但乾坤未定，你我皆是黑馬

二、使用

我們經常線上程安全的場景下使用 ConcurrentHashMap，基本使用如下：

java複制代碼public class ConcurrentHashMapTest {
    public static void main(String[] args) {
        ConcurrentHashMap<String, String> map = new ConcurrentHashMap<>();
        map.put("test1", "1");
        map.put("test2", "2");
        map.put("test3", "3");
        map.remove("test1");
        System.out.println(map.get("test1"));
        System.out.println(map.get("test2"));
    }
}

使用的話，我相信大部分的讀者應該都會的，這裡小黃也不多介紹了，我們直接進入正題

三、源碼

1、初始化

還是我們的老樣子，從初始化開始聊源碼

如果我們初始化時不攜帶入參的話，初始化方法如下：可以看到，基本沒有什麼東西

java複制代碼public ConcurrentHashMap() {}

如果你攜帶了入參的話，初始化方法如下：

java複制代碼public ConcurrentHashMap(int initialCapacity) {
    // 假如哥們傳進來入參小于0
    if (initialCapacity < 0)
        // 直接抛出異常，說明哥們在搞笑
        throw new IllegalArgumentException();
    // 用傳進來的數值與 MAXIMUM_CAPACITY >>> 1 進行對比
    // 若大于則使用MAXIMUM_CAPACITY
    // 小于則使用距離initialCapacity最近的2次幂
    int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
               MAXIMUM_CAPACITY :
               tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
    this.sizeCtl = cap;
}

// 根據傳進的C的數值,找到其距離最近的2次幂
private static final int tableSizeFor(int c) {
    int n = c - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

2、存儲操作 

java複制代碼public V put(K key, V value) {
    // 在調用put方法時，會調用putVal，第三個參數預設傳遞為false
    // 在調用putIfAbsent時，會調用putVal方法，第三個參數傳遞的為true
    // 如果傳遞為false，代表key一緻時，直接覆寫資料
    // 如果傳遞為true，代表key一緻時，什麼都不做，key不存在，正常添加（Redis，setnx）
    return putVal(key, value, false);
}

2.1 計算索引下标 

java複制代碼final V putVal(K key, V value, boolean onlyIfAbsent) {
    // 如果目前的key或者value是空的話,直接抛出異常
    if (key == null || value == null){
        throw new NullPointerException();
    }
    // 擷取其下标
    int hash = spread(key.hashCode());
    int binCount = 0;
}

// 作用：用高16位與低16位進行^運算,讓高位的數值可以進行計算
// 為什麼原來的高位沒有辦法計算呢？
// 我們後面的 (n - 1) & hash 的資料,&資料如下：
// 00000000 00000000 00000000 01010101
// 0000000  00000000 00000000 00011111
// 我們這裡看到,如果高16位不與低16位^運算的話,那麼基本我們的高位永遠也參加不了計算
// 為什麼需要&HASH_BITS:
// 保證最終的結果大于0,因為如果結果小于0的話，代表不同的意義：
// static final int MOVED     = -1; // 代表目前hash位置的資料正在擴容！
// static final int TREEBIN   = -2; // 代表目前hash位置下挂載的是一個紅黑樹
// static final int RESERVED  = -3; // 預留目前索引位置……
static final int spread(int h) {
    return (h ^ (h >>> 16)) & HASH_BITS;
}

2.2 初始化數組 

java複制代碼// tab指向table，标準的Doug Lea寫法
for (Node<K,V>[] tab = table;;) {
    Node<K,V> f; 
    int n, i, fh;
    // 如果目前的數組為空或者他的數組長度為0
    // 則進行初始化
    if (tab == null || (n = tab.length) == 0){
        tab = initTable();
    }
}


// sizeCtl：是數組在初始化和擴容操作時的一個控制變量
// -1：代表目前數組正在初始化
// 小于-1：低16位代表目前數組正在擴容的線程個數（如果1個線程擴容，值為-2，如果2個線程擴容，值為-3）
// 0：代表數組還沒初始化
// 大于0：代表目前數組的擴容門檻值，或者是目前數組的初始化大小
private final Node<K,V>[] initTable() {
    // 經典引用
    Node<K,V>[] tab; 
    int sc;
    // 目前的初始化沒有完成時,會一直進行該while循環
    while ((tab = table) == null || tab.length == 0) {
        // 如果小于0,代表目前數組正在擴容或者初始化
        // 目前線程等待一下
        if ((sc = sizeCtl) < 0)
            Thread.yield(); 
        // 嘗試将SIZECTL從SC更改為-1
        // CAS修改，線程安全，保證隻有一個線程執行數組初始化
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
            try {
                // 更改成功,再次判斷一下(參考DCL)
                // 防止下面sizeCtl = sc剛指派完,正好有線程走到這一步,不做限制的話就會重新初始化了
                if ((tab = table) == null || tab.length == 0) {
                    // 判斷目前的sc是否大于0(sc=SIZECTL)
                    // 大于0：n = sc
                    // 小于等于0：n = DEFAULT_CAPACITY
                    // 一般我們隻要不傳入入參,這裡基本走DEFAULT_CAPACITY的擴容
                    int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                    // 擴容即可
                    Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                    // table、tab指派
                    table = tab = nt;
                    // 這裡有點意思
                    // 将sc指派成(n - 1/4n) = 0.75N
                    // 這裡0.75是不是很熟悉，負載因子
                    sc = n - (n >>> 2);
                }
            } finally {
                // 将上面的擴容門檻值賦予sizeCtl
                sizeCtl = sc;
            }
            // 結束循環
            break;
        }
    }
    return tab;
}

2.3 将資料插入到數組 

java複制代碼// 如果目前數組該下标沒有資料,直接插入即可
if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
    // CAS将目前的hash、key、value組裝成一個Node,插入目前數組i位置
    // 插入成功結束即可
    if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))){
        break;
    }      
}

// 基于我們上面說的(n - 1) & hash算出下标
// 傳回目前數組下該下标的資料
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 class Node<K,V> implements Map.Entry<K,V> {
    // 目前的hash值
    final int hash;
    // key
    final K key;
    // value
    volatile V val;
    // 下一個節點(用來連連結清單的)
    volatile Node<K,V> next;
}

2.4 擴容（後面聊）

  • 這部分後面聊 
java複制代碼// 判斷目前位置資料是否正在擴容……
if ((fh = f.hash) == MOVED)
    // 如果在擴容,則目前線程幫助其擴容
    tab = helpTransfer(tab, f);

2.5 将資料插入到連結清單 

java複制代碼else {
    V oldVal = null;
    // 鎖目前的數組下标i的數組塊
    synchronized (f) {
        // 看一下目前數組的i位置是不是等于f
        // 相當于再次校驗一次(DCL)
        if (tabAt(tab, i) == f) {
            // static final int MOVED     = -1; // 代表目前hash位置的資料正在擴容！
		   // static final int TREEBIN   = -2; // 代表目前hash位置下挂載的是一個紅黑樹
		   // static final int RESERVED  = -3; // 預留目前索引位置……
            // fh = f.hash
            // 判斷下目前的fh是否大于0,也就是不是上面三種情況
            if (fh >= 0) {
                // 記錄目前連結清單下面挂了幾個
                binCount = 1;
                // 擷取目前的數組節點,沒循環一次binCount加一
                for (Node<K,V> e = f;; ++binCount) {
                    K ek;
                    // 如果目前數組下标的hash和我們入參的hash一樣,代表重複資料
                    if (e.hash == hash &&
                        // 如果目前的key也等于原始的key
                        // 或者是根據equals判斷出來的相等(因為有一些可能重寫了equals方法)
                        ((ek = e.key) == key ||
                         (ek != null && key.equals(ek)))) {
                        // 将目前老的資料指派給oldVal
                        oldVal = e.val;
                        // 這裡的onlyIfAbsent我們之前也聊過
                        // 如果傳遞為false，代表key一緻時，直接覆寫資料
   					  // 如果傳遞為true，代表key一緻時，什麼都不做，key不存在，正常添加（Redis，setnx）
                        if (!onlyIfAbsent)
                            // 覆寫資料
                            e.val = value;
                        break;
                    }
                    // 這裡就不是相同的資料了,需要挂連結清單下面了
                    // 先擷取數組最上面的資料
                    Node<K,V> pred = e;
                    // 判斷下目前的下一個資料是不是空指針
                    // 不是空指針的話,繼續指向下一個指針
                    if ((e = e.next) == null) {
                        // 直到最後的時候,建立一個節點挂上去
                        pred.next = new Node<K,V>(hash, key,value, null);
                        break;
                    }
                }
            }
}

2.6 将資料插入到紅黑樹 

java複制代碼 // 如果上面不成立的話,也就是目前的數組下面是一個紅黑樹
 // 需要将目前的資料放到紅黑樹裡面
else if (f instanceof TreeBin) {
    Node<K,V> p;
    binCount = 2;
    // 将目前資料放入到紅黑樹中
    if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, value)) != null) {
        // 記錄一下老資料
        oldVal = p.val;
        // 這裡的onlyIfAbsent我們之前也聊過
        // 如果傳遞為false，代表key一緻時，直接覆寫資料
        // 如果傳遞為true，代表key一緻時，什麼都不做，key不存在，正常添加（Redis，setnx）
        if (!onlyIfAbsent)
            // 覆寫資料
            p.val = value;
    }
}

2.7 連結清單轉紅黑樹 

java複制代碼// 如果目前的連結清單上的資料不等于0
if (binCount != 0) {
    // 目前清單下的資料長度大于8
    // 這裡需要注意,大于8的話并不是立即轉成紅黑樹,還需要判斷目前數組的長度
    if (binCount >= TREEIFY_THRESHOLD)
        treeifyBin(tab, i);
    if (oldVal != null)
        return oldVal;
    break;
}
static final int TREEIFY_THRESHOLD = 8;
static final int MIN_TREEIFY_CAPACITY = 64;

private final void treeifyBin(Node<K,V>[] tab, int index) {
    Node<K,V> b; int n, sc;
    // 如果目前的數組不為空
    if (tab != null) {
        // 如果目前的數組長度小于64,則沒必要轉成紅黑樹
        // 直接擴容即可
        if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
            tryPresize(n << 1);
        // 後面的是轉成紅黑樹的代碼
        // 我們下一章在分析
        else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
            synchronized (b) {
                if (tabAt(tab, index) == b) {
                    TreeNode<K,V> hd = null, tl = null;
                    for (Node<K,V> e = b; e != null; e = e.next) {
                        TreeNode<K,V> p = new TreeNode<K,V>(e.hash, e.key, e.val, null, null);
                        if ((p.prev = tl) == null){
                            hd = p;
                        }
                        else{
                            tl.next = p;
                        }
                        tl = p;
                    }
                    setTabAt(tab, index, new TreeBin<K,V>(hd));
                }
            }
        }
    }
}

四、流程圖

1、初始化階段

美團二面：聊聊ConcurrentHashMap的存儲流程

2、存儲階段

美團二面：聊聊ConcurrentHashMap的存儲流程

五、總結

魯迅先生曾說：獨行難，衆行易，和志同道合的人一起進步。彼此毫無保留的分享經驗，才是對抗網際網路寒冬的最佳選擇。

其實很多時候，并不是我們不夠努力，很可能就是自己努力的方向不對，如果有一個人能稍微指點你一下，你真的可能會少走幾年彎路。

存儲流程 Current rent
上一篇: 連接配接xshell不能連接配接的一個問題的解決方法:
下一篇: 接口說明文檔html,krpano插件接口說明文檔

繼續閱讀