阿里面试题：ConcurrentHashMap为什么是线程安全的？Javazycxnanwang的博客-

阿里面试题：ConcurrentHashMap为什么是线程安全的？

ConcurrentHashMap,其实是线程安全的HashMap,所以阅读ConcurrentHashMap,建议

先阅读一下两篇介绍HashMap的文章

你真的懂大厂面试题：HashMap吗？

jdk1.7 HashMap中的致命错误：循环链表

jdk1.7 ConcurrentHashMap

• jdk1.7 ConcurrentHashMap数据结构

  jdk1.7 ConcurrentHashMap是由一个Segment数组和多个HashEntry数组组成

  

  其实就是将HashMap分为多个小HashMap,每个Segment元素维护一个小HashMap,目的是锁分离，本来实现同步，直接可以是对整个HashMap加锁，但是加锁粒度太大，影响并发性能，所以变换成此结构，仅仅对Segment元素加锁，降低锁粒度，提高并发性能。

• 初始化过程

  由于变换成Segment数组+HashEntry数组，所以初始化时，需要依次对Segment数组和小

  HashEntry数组初始化

  • Segment数组初始化

    初始化时，使用右移一位，乘以2的计算方式，保证ssize是2的幂次方，小于指定参数concurrencyLevel的最大2的幂次方。

    int sshift = 0; //记录Segment数组大小 int ssize = 1; while (ssize < concurrencyLevel) { ++sshift;     ssize <<= 1; } 

  • HashEntry数组初始化

    跟Segment数组初始化方式相同，就不赘述

    int cap = 1; while(cap < c){     cap <<=1; } 

• put操作

  对于插入操作，需要两次Hash映射去定位数据存储位置

  首先通过第一次hash过程，定位Segment位置，然后通过第二次hash过程定位HashEntry位置

  Segment继承ReentrantLock,在数据插入指定HashEntry过程的时候会尝试调用ReentrantLock的tryLock方法获取锁，如果获取成功就直接插入相应位置，如果有线程获取该Segment的锁，当前线程就会以自旋方式去继续调用tryLock方法去获取锁，超过指定次数就挂起，等待唤醒。

• get操作

  也是两次Hash映射，相对于put操作，少了加锁过程

• size操作

  size操作就是计算ConcurrentHashMap的大小，有两种方案

  • 给每个Segment都加上锁(相当于给整个Map加上锁)，然后计算size返回
  • 不加锁的模式，尝试多次计算ConcurrentHashMap的size,最多三次，比较前后计算的结果，结果一致就认为当前没有元素加入，计算结果是准确的。(查看计算出size的前后modCount的数值有没有发生变化，modCount的值用于记录元素变化的操作。如put，remove，clear)

jdk1.8 ConcurrentHashMap

• jdk1.8 ConcurrentHashMap结构

  jdk1.8ConcurrentHashMap是数组+链表，或者数组+红黑树结构,并发控制使用Synchronized关键字和CAS操作。下面会从源码角度讲解jdk1.8 ConcurrentHashMap控制线程同步的原理

  

• 关键概念点

  • sizeCtl变量(volatile修饰)

    通过CAS操作+volatile, 控制数组初始化和扩容操作

    1. -1 代表正在初始化
    2. -N 表示有N-1个线程正在进行扩容操作
    3. 正数0，表示未初始化
    4. 正数，代表下一次扩容的大小

  • ForwardingNode:

  • <key,value>键值对，封装为Node对象

  • table变量(volatile)：也就是所说的数组，默认为null，默认大小为16的数组，每次扩容时大小总是2的幂次方

  • nextTable(volatile):扩容时新生成的数组，大小为table的两倍

• put函数

  put函数调用putVal函数

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

  putVal函数

  putValue函数，首先调用spread函数，计算hash值，之后进入一个自旋循环过程，直到插入或替换成功，才会返回。如果table未被初始化，则调用initTable进行初始化。之后判断hash映射的位置是否为null,如果为null,直接通过CAS自旋操作，插入元素成功，则直接返回，如果映射的位置值为MOVED(-1),则直接去协助扩容，排除以上条件后，尝试对链头Node节点f加锁，加锁成功后，链表通过尾插遍历，进行插入或替换。红黑树通过查询遍历，进行插入或替换。之后如果当前链表节点数量大于阈值，则调用treeifyBin函数，转换为红黑树最后通过调用addCount,执行CAS操作，更新数组大小，并且判断是否需要进行扩容

  final V putVal(K key, V value, boolean onlyIfAbsent) { if (key == null || value == null) throw new NullPointerException(); //spread函数计算hash值 int hash = spread(key.hashCode()); int binCount = 0; //自旋过程 for (Node<K,V>[] tab = table;;) {         Node<K,V> f; int n, i, fh; if (tab == null || (n = tab.length) == 0)             tab = initTable(); //判断映射位置节点是否为空 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))) break; } //如果映射位置节点value==MOVED，说明正在进行扩容操作 else if ((fh = f.hash) == MOVED)             tab = helpTransfer(tab, f); else {             V oldVal = null; synchronized (f) { if (tabAt(tab, i) == f) { if (fh >= 0) {                         binCount = 1; for (Node<K,V> e = f;; ++binCount) {                             K ek; if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) {                                 oldVal = e.val; if (!onlyIfAbsent)                                     e.val = value; break; }                             Node<K,V> pred = e; if ((e = e.next) == null) {                                 pred.next = new Node<K,V>(hash, key,                                                           value, null); break; } } } //红黑树结构 else if (f instanceof TreeBin) {                         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; } } } } //链表节点数量超过阈值，转为红黑树 if (binCount != 0) { if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } addCount(1L, binCount); return null; } 

  spread函数

  spread函数，计算hash值。key的hash值与其高16位相异或，然后与HASH_BITS将最高位置0

  static final int spread(int h) { return (h ^ (h >>> 16)) & HASH_BITS; //HASH_BITS=0x7fffffff } 

  tableAt函数: 获取最新的tab[i]

  casTabAt函数：通过CAS操作，将值赋值进tab中对应位置

  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); } 

  addCount函数

  尝试使用CAS操作，将BASECOUNT加1，操作失败，则说明有其他线程在进行加一操作,发生冲突。

  之后判断是否需要扩容

  private final void addCount(long x, int check) {     CounterCell[] as; long b, s; //使用CAS操作，将BASECOUNT加1 if ((as = counterCells) != null || !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {         CounterCell a; long v; int m; //发生冲突 boolean uncontended = true; if (as == null || (m = as.length - 1) < 0 || (a = as[ThreadLocalRandom.getProbe() & m]) == null || !(uncontended =               U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { //多线程冲突执行 fullAddCount(x, uncontended); return; } if (check <= 1) return;         s = sumCount(); } if (check >= 0) {         Node<K,V>[] tab, nt; int n, sc; //判断是否需要扩容 while (s >= (long)(sc = sizeCtl) && (tab = table) != null && (n = tab.length) < MAXIMUM_CAPACITY) { int rs = resizeStamp(n); if (sc < 0) { if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||                     sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||                     transferIndex <= 0) break; if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) transfer(tab, nt); } //进行扩容操作 else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) transfer(tab, null);             s = sumCount(); } } } 

• initTable函数(下文将扩容和初始化，统称为扩容)

  进入一个自旋过程，一旦有线程扩容成功，才break

  如果sizeCtl < 0,说明已经有线程正在扩容，所以直接让出线程。

  如果sizeCtl>=0,说明当前没有线程扩容，尝试CAS操作，设置sizeCtl为-1

  设置sizeCtl为-1成功的线程，进行扩容操作，并且将sc更新为数组负载阈值0.75*n

  private final Node<K,V>[] initTable() {     Node<K,V>[] tab; int sc; //自旋过程 while ((tab = table) == null || tab.length == 0) { if ((sc = sizeCtl) < 0)             Thread.yield(); else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { if ((tab = table) == null || tab.length == 0) { int n = (sc > 0) ? sc : DEFAULT_CAPACITY; @SuppressWarnings("unchecked")                     Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];                     table = tab = nt; //0.75*n                     sc = n - (n >>> 2); } } finally {                 sizeCtl = sc; } break; } } return tab; } 

• 统计ConCurrentHashMap中的元素个数

  mappingCount函数

  调用sumCount,获得元素数量

  public long mappingCount() { long n = sumCount(); return (n < 0L) ? 0L : n; // ignore transient negative values } 

  sumCount函数

  baseCount+ counterCells各个元素值，就是元素数量

  其实baseCount就是记录容器数量的，直接放回baseCount不就可以了吗？为什么sumCount()方法中还要遍历counterCells数组，累加对象的值呢？

  其中：counterCells是个全局的变量，表示的是CounterCell类数组。CounterCell是ConcurrentHashmap的内部类，它就是存储一个值。

  JDK1.8中使用一个volatile类型的变量baseCount记录元素的个数，当插入新数据put()或则删除数据remove()时，会通过addCount()方法更新baseCount

  初始化时counterCells为空，在并发量很高时，如果存在两个线程同时执行CAS修改baseCount值，则失败的线程会继续执行方法体中的逻辑，执行fullAddCount(x, uncontended)方法，这个方法其实就是初始化counterCells，并将x的值插入到counterCell类中，而x值一般也就是1或-1，这可以从put()方法中得知。

  这些对象是因为在CAS更新baseCount值时，由于高并发而导致失败，最终将值保存到CounterCell中，放到counterCells里。这也就是为什么sumCount()中需要遍历counterCells数组，sum累加CounterCell.value值了。

  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; } 

  CounterCell类

  只存储一个值

  static final class CounterCell{ volatile long value; CountCell(long x) {value = x;} }