天天看點

ConcurrentHashMap的JDK1.8實作

        今天我們介紹一下ConcurrentHashMap在JDK1.8中的實作。

基本結構

        ConcurrentHashMap在1.8中的實作,相比于1.7的版本基本上全部都變掉了。首先,取消了Segment分段鎖的資料結構,取而代之的是數組+連結清單(紅黑樹)的結構。而對于鎖的粒度,調整為對每個數組元素加鎖(Node)。然後是定位節點的hash算法被簡化了,這樣帶來的弊端是Hash沖突會加劇。是以在連結清單節點數量大于8時,會将連結清單轉化為紅黑樹進行存儲。這樣一來,查詢的時間複雜度就會由原先的O(n)變為O(logN)。下面是其基本結構:

ConcurrentHashMap的JDK1.8實作

相關屬性

private transient volatile int sizeCtl;
           

        sizeCtl用于table[]的初始化和擴容操作,不同值的代表狀态如下:

  • -1:table[]正在初始化。
  • -N:表示有N-1個線程正在進行擴容操作。

        非負情況:

  1. 如果table[]未初始化,則表示table需要初始化的大小。
  2. 如果初始化完成,則表示table[]擴容的閥值,預設是table[]容量的0.75 倍。
private static finalint DEFAULT_CONCURRENCY_LEVEL = 16;
           
  • DEFAULT_CONCURRENCY_LEVEL:表示預設的并發級别,也就是table[]的預設大小。
private static final float LOAD_FACTOR = 0.75f;
           
  • LOAD_FACTOR:預設的負載因子。
static final int TREEIFY_THRESHOLD = 8;
           
  • TREEIFY_THRESHOLD:連結清單轉紅黑樹的閥值,當table[i]下面的連結清單長度大于8時就轉化為紅黑樹結構。
static final int UNTREEIFY_THRESHOLD = 6;
           
  • UNTREEIFY_THRESHOLD:紅黑樹轉連結清單的閥值,當連結清單長度<=6時轉為連結清單(擴容時)。

構造函數

public ConcurrentHashMap(int initialCapacity,
                             float loadFactor, int concurrencyLevel) {
        if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
            throw new IllegalArgumentException();
        if (initialCapacity < concurrencyLevel)   // 初始化容量至少要為concurrencyLevel
            initialCapacity = concurrencyLevel;
        long size = (long)(1.0 + (long)initialCapacity / loadFactor);
        int cap = (size >= (long)MAXIMUM_CAPACITY) ?
            MAXIMUM_CAPACITY : tableSizeFor((int)size);
        this.sizeCtl = cap;
    }
           

        從上面代碼可以看出,在建立ConcurrentHashMap時,并沒有初始化table[]數組,隻對Map容量,并發級别等做了指派操作。

相關節點

  1. Node:該類用于構造table[],隻讀節點(不提供修改方法)。
  2. TreeBin:紅黑樹結構。
  3. TreeNode:紅黑樹節點。
  4. ForwardingNode:臨時節點(擴容時使用)。

put()操作

public V put(K key, V value) {
        return putVal(key, value, false);
    }

    final V putVal(K key, V value, boolean onlyIfAbsent) {
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
            Node<K,V> f; int n, i, fh;
            if (tab == null || (n = tab.length) == 0)// 若table[]未建立,則初始化
                tab = initTable();
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {// table[i]後面無節點時,直接建立Node(無鎖操作)
                if (casTabAt(tab, i, null,
                             new Node<K,V>(hash, key, value, null)))
                    break;                   // no lock when adding to empty bin
            }
            else if ((fh = f.hash) == MOVED)// 如果目前正在擴容,則幫助擴容并傳回最新table[]
                tab = helpTransfer(tab, f);
            else {// 在連結清單或者紅黑樹中追加節點
                V oldVal = null;
                synchronized (f) {// 這裡并沒有使用ReentrantLock,說明synchronized已經足夠優化了
                    if (tabAt(tab, i) == f) {
                        if (fh >= 0) {// 如果為連結清單結構
                            binCount = 1;
                            for (Node<K,V> e = f;; ++binCount) {
                                K ek;
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {// 找到key,替換value
                                    oldVal = e.val;
                                    if (!onlyIfAbsent)
                                        e.val = value;
                                    break;
                                }
                                Node<K,V> pred = e;
                                if ((e = e.next) == null) {// 在尾部插入Node
                                    pred.next = new Node<K,V>(hash, key,
                                                              value, null);
                                    break;
                                }
                            }
                        }
                        else if (f instanceof TreeBin) {// 如果為紅黑樹
                            Node<K,V> p;
                            binCount = 2;
                            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                           value)) != null) {
                                oldVal = p.val;
                                if (!onlyIfAbsent)
                                    p.val = value;
                            }
                        }
                    }
                }
                if (binCount != 0) {
                    if (binCount >= TREEIFY_THRESHOLD)// 到達閥值,變為紅黑樹結構
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount);
        return null;
    }
           

        從上面代碼可以看出,put的步驟大緻如下:

  1. 參數校驗。
  2. 若table[]未建立,則初始化。
  3. 當table[i]後面無節點時,直接建立Node(無鎖操作)。
  4. 如果目前正在擴容,則幫助擴容并傳回最新table[]。
  5. 然後在連結清單或者紅黑樹中追加節點。
  6. 最後還回去判斷是否到達閥值,如到達變為紅黑樹結構。

        除了上述步驟以外,還有一點我們留意到的是,代碼中加鎖片段用的是synchronized關鍵字,而不是像1.7中的ReentrantLock。這一點也說明了,synchronized在新版本的JDK中優化的程度和ReentrantLock差不多了。

get()操作

public V get(Object key) {
        Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
        int h = spread(key.hashCode());// 定位到table[]中的i
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (e = tabAt(tab, (n - 1) & h)) != null) {// 若table[i]存在
            if ((eh = e.hash) == h) {// 比較連結清單頭部
                if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                    return e.val;
            }
            else if (eh < 0)// 若為紅黑樹,查找樹
                return (p = e.find(h, key)) != null ? p.val : null;
            while ((e = e.next) != null) {// 循環連結清單查找
                if (e.hash == h &&
                    ((ek = e.key) == key || (ek != null && key.equals(ek))))
                    return e.val;
            }
        }
        return null;// 未找到
    }
           

        get()方法的流程相對簡單一點,從上面代碼可以看出以下步驟:

  1. 首先定位到table[]中的i。
  2. 若table[i]存在,則繼續查找。
  3. 首先比較連結清單頭部,如果是則傳回。
  4. 然後如果為紅黑樹,查找樹。
  5. 最後再循環連結清單查找。

        從上面步驟可以看出,ConcurrentHashMap的get操作上面并沒有加鎖。是以在多線程操作的過程中,并不能完全的保證一緻性。這裡和1.7當中類似,是 弱一緻性的展現。

size()操作

// 1.2時加入
    public int size() {
        long n = sumCount();
        return ((n < 0L) ? 0 :
                (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
                (int)n);
    }
    // 1.8加入的API
    public long mappingCount() {
        long n = sumCount();
        return (n < 0L) ? 0L : n; // ignore transient negative values
    }

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

        從上面代碼可以看出來,JDK1.8中新增了一個mappingCount()的API。這個API與size()不同的就是傳回值是Long類型,這樣就不受Integer.MAX_VALUE的大小限制了。

        兩個方法都同時調用了,sumCount()方法。對于每個table[i]都有一個CounterCell與之對應,上面方法做了求和之後就傳回了。進而可以看出,size()和mappingCount()傳回的都是一個 估計值。 (這一點與JDK1.7裡面的實作不同,1.7裡面使用了加鎖的方式實作。這裡面也可以看出JDK1.8犧牲了精度,來換取更高的效率。)

連結: http://moguhu.com/article/detail?articleId=36

繼續閱讀