Question

ConcurrentHashMap原理和使用

Answer 1

ConcurrentHashMap是线程安全的，使用环境大多在多线程环境下，在高并发情况下保证数据的可见性和一致性。

HashMap是一种键值对的数据存储容器，在JDK1.7中使用的是数组+链表的存储结构，在JDK1.8使用的是数组+链表+红黑树的存储结构，关于HashMap的实现原理可以查看 《hashMap实现原理》 。

HashMap是线程不安全的，主要体现在多线程环境下，容器扩容的时候会造成环形链表的情况，关于hashMap线程不安全原因可以查看 《HashMap线程不安全原因》

HashTable也是一种线程安全的键值对容器，我们一般都是听说过，具体使用较少，为什么线程安全的HashTable在多线程环境下使用较少，主要原因在于其效率较低（虽然效率低，但是很安全在多线程环境下）。

下面来分析一下HashTable为什么线程安全，但是效率较低的原因？

查看HashTable类，我们发现在源码中所有的方法都加上了synchronized同步关键字，这也就保证的在多线程环境下线程安全，由于所有的方法都加上了synchronized，这也就导致在一个线程获取到HashTable对象锁的时候，其他线程是不能访问HashTable中的其他方法的，比如A线程在使用HashTable的get()方法时，当B线程想使用HashTable的put()方法的时候必须等到A线程使用完get()方法并释放锁，而且B线程正好能够获取到HashTable的锁的时候才行，这样在多线程环境下就会造成线程长时间的阻塞。使其效率底下的原因所在。

在HashTable中由于在方法上设置synchronized，导致虽然是线程安全的，但是只有一个HashTable的对象锁，也就是说同一时刻只能有一个线程可以访问HashTable，线程都必须竞争同一把锁。假如容器中里面有多把锁，每把锁用于锁住容器的一部分数据，那么当多线程访问容器里面不同的数据时，多线程之间就不会存在锁的竞争，从而提高了并发访问的效率，这就是ConcurrentHashMap的 锁分段技术 。

ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁（ReentrantLock），在ConcurrentHashMap里扮演锁的角色；HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组。Segment的结构和HashMap类似，是一种数组和链表结构。一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素，每个Segment守护着一个HashEntry数组里的元素，当对HashEntry数组的数据进行修改时，必须首先获得与它对应的Segment锁

ConcurrentHashMap的初始化

在ConcurrentHashMap中如何将数据均匀的散列到每一个Segment中？如果数据不能均匀的散列到各个Segment中，那么ConcurrentHashMap的并行性就会下降，好比，所有的数据都在一个Segment中，那么一个ConcurrentHashMap中就相当于只有一个锁，这和HashTable没有什么区别，所以通过一个hash()方法，将数据均匀的散列到不同的Segment中去（注意，虽然经过散列数据会均匀分散的不同的Segment中去，但是，也会有可能出现一个Segment中数据过多的问题，如果数据过多，多线程访问到的概率就会增加，导致并行度下降，如何优化解决ConcurrentHashMap中锁的加入时机和位置，这就是JDK1.8对ConcurrentHashMap所要做的事情）

查看ConcurrentHashMap的put()方法

由于put方法里需要对共享变量进行写入操作，所以为了线程安全，在操作共享变量时必须加锁。put方法首先定位到Segment，然后在Segment里进行插入操作。插入操作需要经历两个步骤，第一步判断是否需要对Segment里的HashEntry数组进行扩容，第二步定位添加元素的位置，然后将其放在HashEntry数组里。

（1）是否需要扩容

在插入元素前会先判断Segment里的HashEntry数组是否超过容量（threshold），如果超过阈值，则对数组进行扩容。值得一提的是，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。

（2）如何扩容

在扩容的时候，首先会创建一个容量是原来容量两倍的数组，然后将原数组里的元素进行再散列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。

get操作的高效之处在于整个get过程不需要加锁，除非读到的值是空才会加锁重读。我们知道HashTable容器的get方法是需要加锁的，那么ConcurrentHashMap的get操作是如何做到不加锁的呢？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（关于volatile可以查看 《volatile synchronized final的内存语义》 ），如用于统计当前Segement大小的count字段和用于存储值的HashEntry的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），在get操作里只需要读不需要写共享变量count和value，所以可以不用加锁。

锁的优化

在前面我们提到，在JDK1.7中ConcurrentHashMap使用锁分段的技术，提高了ConcurrentHashMap的并行度，虽然经过散列数据会均匀分散的不同的Segment中去，但是也会有可能出现一个Segment中数据过多的问题，如果数据过多，多线程访问到的概率就会增加，导致并行度下降。

在JDK1.8中ConcurrentHashMap细化了锁的粒度，缩小了公共资源的范围。采用synchronized+CAS的方式实现对共享资源的安全访问，只锁定当前链表或红黑二叉树的 首节点 ，这样只要hash不冲突，就不会产生并发，效率又提升N倍。

结构优化

在JDK1.7中ConcurrentHashMap的结构是数组+链表，我们知道链表随机插入和删除较快，但是查询和修改则会很慢，在ConcurrentHashMap中如果存在一个数组下标下的链表过长，查找某个value的复杂度为O(n)，

在JDK1.8中ConcurrentHashMap的结构是数组+链表+红黑树，在链表的长度不超过8时，使用链表，在链表长度超过8时，将链表转换为红黑树复杂度变成O(logN)。效率提高

下面是JDK1.8中ConcurrentHashMap的数据结构

TreeBin:红黑树数节点     Node:链表节点

在JDK1.8中，hash()方法得到了简化，提高了效率，但是增加了碰撞的概率，不过碰撞的概率虽然增加了，但是通过红黑树可以优化，总的来说还是相较JDK1.7有很大的优化。

下面来分析put()，来观察JDK1.8中如何采用synchronized+CAS的方式细化锁的粒度，只锁定当前链表或红黑二叉树的 首节点。