乐趣区

关于java:并发容器线程安全应对之道ConcurrentHashMap

2 并发容器线程平安应答之道

引言
在后面,咱们学习了 hashmap
大家都晓得 HashMap 不是线程平安(put、删除、批改、递增、扩容都无锁)的
所以在解决并发的时候会呈现问题
接下来咱们看下 J.U.C 包外面提供的一个线程平安并且高效 Map(ConcurrentHashMap)看一下,他到底是如何实现线程并发平安的

2.1 并发容器总体概述

指标:学习 ConcurrentHashMap 基本概念和意识它的数据结构

ConcurrentHashMap 概念:

ConcurrentHashMap 是 J.U.C 包外面提供的一个 线程平安 的 HashMap,在并发编程中应用的频率(Spring)比拟高。

数据结构如下

数组 + 链表 + 红黑树 + 锁(synchronized+cas

总结:

1、数据结构和 hashmap 截然不同,惟一的区别就是 concurrenthashmap 在 put、删除、批改、递增、扩容和数据迁徙的时候都加锁了(syn or cas)

2、加锁只是锁住一个元素,区别于 HashTable(整个表,idea 能够查看源码来验证)

2.2 并发容器数据结构与继承

指标:

简略意识下 ConcurrentHashMap 继承关系

总结

ConcurrentHashMap:实现 Serializable 示意反对序列化

​ 继承 AbstractMap(实现 map 接口),实现了一些基本操作

​ 实现 ConcurrentMap 接口,封装了 map 的基本操作

2.3 并发容器源码深度分析

测试代码

见 put 局部

2.3.1 并发容器成员变量

指标:意识下 ConcurrentHashMap 成员变量,先有个印象,不便后续源码剖析

private static final int MAXIMUM_CAPACITY = 1 << 30; //table 最大容量:2^30=1073741824
private static final int DEFAULT_CAPACITY = 16; // 默认容量,必须是 2 的幂数
static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; //// 数组的倡议最大值
private static final int DEFAULT_CONCURRENCY_LEVEL = 16; // 并发级别,1.8 前的版本分段锁遗留下来的,为兼容以前的版本
static final int TREEIFY_THRESHOLD = 8;// 链表转红黑树阀值
static final int UNTREEIFY_THRESHOLD = 6;// 树转链表阀值
static final int MIN_TREEIFY_CAPACITY = 64;// 转化为红黑树的表的最小容量
private static final int MIN_TRANSFER_STRIDE = 16;// 每次进行转移的最小值
// 咦?threshold 呢???

2.3.2 并发容器结构器

指标:

先意识下 ConcurrentHashMap 的 5 个结构器,看下在结构中(第一步)做了哪些事件

1、ConcurrentHashMap()型构造函数

  public ConcurrentHashMap() {}

总结:该构造函数用于创立一个带有默认初始容量 (16)、负载因子 (0.75) 的空映射

2、ConcurrentHashMap(int)型构造函数

private static final int MAXIMUM_CAPACITY = 1 << 30
    
public ConcurrentHashMap(int initialCapacity) {if (initialCapacity < 0) // 初始容量小于 0,抛出异样
            throw new IllegalArgumentException();
              // 达到最大容量的一半以上后,间接取最大容量!int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
                   MAXIMUM_CAPACITY :
                   tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1)); 
        // 初始化,sizeCtl 是什么鬼??看上去是容量……
        this.sizeCtl = cap;
    }

总结:该构造函数用于创立一个带有指定初始容量的 map

3、ConcurrentHashMap(Map<? extends K, ? extends V>)型构造函数

    public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
          this.sizeCtl = DEFAULT_CAPACITY;
        // 将汇合 m 的元素全副放入
        putAll(m);
    }

总结:该构造函数用于结构一个与给定映射具备雷同映射关系的新映射。

4、ConcurrentHashMap(int, float)型构造函数

    public ConcurrentHashMap(int initialCapacity, float loadFactor) {this(initialCapacity, loadFactor, 1);
    }

总结:该构造函数用于创立一个带有指定初始容量、加载因子 新的空映射。

5、ConcurrentHashMap(int, float, int)型构造函数

public ConcurrentHashMap(int initialCapacity,
                             float loadFactor, int concurrencyLevel) {if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) // 合法性判断
            throw new IllegalArgumentException();
        if (initialCapacity < concurrencyLevel)   // Use at least as many bins
            initialCapacity = concurrencyLevel;   // as estimated threads
        long size = (long)(1.0 + (long)initialCapacity / loadFactor);
        int cap = (size >= (long)MAXIMUM_CAPACITY) ?
            MAXIMUM_CAPACITY : tableSizeFor((int)size);
        this.sizeCtl = cap; // 如同是容量?没那么简略,待会往下看
    }

总结:该构造函数用于创立一个带有指定初始容量、加载因子和并发级别的新的空映射

扩大:和 HashMap 齐全一样?错!咱们来看一个实例

1)代码实例

package com.cmap;

import org.openjdk.jol.info.ClassLayout;

import java.util.HashMap;
import java.util.concurrent.ConcurrentHashMap;

public class CMapInit {public static void main(String[] args) {HashMap m = new HashMap(15,0.5f);
        ConcurrentHashMap cm = new ConcurrentHashMap(15, 0.5f);

          //debug here
        System.out.println("before put");

        m.put(1,1);
        cm.put(1,1);

          //and here
        System.out.println("after put");
        System.out.println(ClassLayout.parseInstance(cm).toPrintable());

    }
}

2)调试,put 之前

3)持续,debug 到第二步试试,put 之后

  • 容量并不是咱们之前认为的 16,而是 32
  • 而 sizeCtl,咱们了解,应该类比于 hashMap 中的 threshold,它应该等于 32*0.5=16 才对
  • 可是最终为 24

这是什么神操作???

4)原理分析

先说论断:办法调用的都是 tableSizeFor,只不过,Cmap 所计算的参数不一样,留神回顾下面的构造函数

    public ConcurrentHashMap(int initialCapacity,
                             float loadFactor, int concurrencyLevel) {if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
            throw new IllegalArgumentException();
        if (initialCapacity < concurrencyLevel)   // Use at least as many bins
            initialCapacity = concurrencyLevel;   // as estimated threads
          //initial = 15, size = 31
        long size = (long)(1.0 + (long)initialCapacity / loadFactor);
          // 所以 tableSizeFor 做满 1 运算前,并不是 15 自身,而是 size,也就是 31
          // 运算后,cap=32,不是 16
        int cap = (size >= (long)MAXIMUM_CAPACITY) ?
            MAXIMUM_CAPACITY : tableSizeFor((int)size);
        this.sizeCtl = cap;
    }

那么它啥时候变成 24 的呢?

// 开始之初,table 为 null,在 put 时,会触发 table 的初始化,也就是以下办法
// 从 put 办法的入口能够追踪到,咱们猜测它必定在这里,初始化 table 的时候
private final Node<K,V>[] initTable() {Node<K,V>[] tab; int sc;
        while ((tab = table) == null || tab.length == 0) {
              //sc = 原来的 sizeCtl 也就是 32
            if ((sc = sizeCtl) < 0)
                Thread.yield(); // lost initialization race; just spin
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
                try {if ((tab = table) == null || tab.length == 0) {
                          //n = sc = 32  , 默认就是 default=16 了
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                        @SuppressWarnings("unchecked")
                          // 创立 node 数组,长度为 n,也就是 32
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                          // 创立完复制给 table,初始化实现,也就是咱们看到的 32 长度的数组
                        table = tab = nt;
                          // n >>> 2,相当于 n 除以 4 是 8,32-8=24
                          // 实际效果相当于,n* 3/4,也就是 n*0.75,你指定的 0.5 在初始化时对它没什么用!sc = n - (n >>> 2);
                    }
                } finally {
                      // 在 finally 中将它赋给了 sizeCtl,也就是咱们最终看到的 24
                    sizeCtl = sc;
                }
                break;
            }
        }
        return tab;
    }

那么 sizeCtl 起不到 threshold 的作用,它是干嘛的呢?

其实它的作用远远比 hashmap 中的 thredhold 大的多,看看官网的说法:

  /**
     * Table initialization and resizing control.  When negative, the
     * table is being initialized or resized: -1 for initialization,
     * else -(1 + the number of active resizing threads).  Otherwise,
     * when table is null, holds the initial table size to use upon
     * creation, or 0 for default. After initialization, holds the
     * next element count value upon which to resize the table.
     */
    private transient volatile int sizeCtl;

翻译过去就是这样子:(官网就这么规定的,记住它!)

  • 用来管制 table 的初始化和扩容操作
  • 默认为 0,int 类型的,废话
  • -1 代表 table 正在初始化
  • -N 示意有 N - 1 个线程正在进行扩容操作

其余状况:

  • 如果 table 未初始化,示意 table 须要初始化的大小。
  • 如果 table 初始化实现,示意 table 的容量,默认是 table 大小的 0.75 倍

而批改它的办法也比拟多,initTable 只是其中的一个:

  1. initTable()
  2. addCount()
  3. tryPresize()
  4. transfer()
  5. helpTransfer()

2.3.3 put 办法

指标:1、ConcurrentHashMap 减少的逻辑是什么

​ 2、ConcurrentHashMap 是如何保障线程平安的

根底回顾:对于 compareAndSwapInt(CAS)

肯定要了解 CAS 的原理,Cmap 的精华就在于 cas 和 sync 保障了线程平安,下文的源码剖析马上要用到它

(画图展现两个线程的 cas 交互操作)

(U.compareAndSwapInt(this, SIZECTL, sc, -1))

解释:

  • 此办法是 Java 的 native 办法,并不禁 Java 语言实现。
  • 办法的作用是,读取传入对象 this 在内存中偏移量为 SIZECTL 地位的值与期望值 sc 作比拟。
  • 相等就把 - 1 值赋值给 SIZECTL 地位的值。办法返回 true。
  • 不相等,就勾销赋值,办法返回 false。
  • 个别配合循环重试操作,被 for 或 while 所包裹

1)测试代码

package com.cmap;

import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;

public class CMapTest {
    static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash

    public static void main(String[] args) {ConcurrentHashMap<Integer, Integer> m = new ConcurrentHashMap<Integer, Integer>();
        for (int i = 0; i < 64; i++) {if (i == 0) {m.put(i, i);// 失常新增(演示)} else if (i == 11) {
                // 容量默认 16,临界值 =12,那么 i =11 正好是第 12 个值,引发扩容
                m.put(i, i);// 扩容(演示)} else if (i == 10) {m.put(27, 27);
                m.put(43, 43);
            } else if (i == 9) {} else if(i==23){m.put(i,i);  // 23, 第二次扩容
            }else {m.put(i, i);// 失常新增
            }
        }

        m.get(8);
        System.out.println(m);
    }

    // 哈希抵触
    static void testHashCode() {System.out.println((16 - 1) & spread(new Integer(27).hashCode()));
        System.out.println((16 - 1) & spread(new Integer(43).hashCode()));
        System.out.println((16 - 1) & spread(new Integer(11).hashCode()));
    }

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

2)减少过程

// 提醒:该办法岔路比拟多,要广度优先浏览,先看外围大路,再细分外面的子办法
final V putVal(K key, V value, boolean onlyIfAbsent) {if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());//key 取 hash 扰动
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {// 循环直到胜利
            Node<K,V> f; int n, i, fh; K fk; V fv;
            if (tab == null || (n = tab.length) == 0)
                tab = initTable();// 表为空的话,初始化表,上面会具体介绍【预留 1】// 寻址,找到头结点 f
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
                //cas 在这里!!!// 插槽为空,cas 插入元素
                // 比拟是否为 null,如果 null 才会设置并 break,否则到 else
                if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value)))
                    break; // 插入胜利,break 终止即可,如果不胜利,会进入下一轮 for
            }
          
              //helpTransfer() 扩容。下大节具体讲,一个个来……【预留 2】else if ((fh = f.hash) == MOVED)
                tab = helpTransfer(tab, f);
            
            
            else {
                V oldVal = null;
                //synchronized 在这里!!!// 插槽不为空,阐明被别的线程 put 抢占了槽
                // 那就加锁,锁的是以后插槽上的头节点 f(相似分段锁)synchronized (f) {if (tabAt(tab, i) == f) { // 这步的目标是再次确认,链表头元素没有被其余线程动过
                        if (fh >= 0) {  // 失常节点的 hash 值
                            binCount = 1; // 统计节点个数
                            // 沿着以后插槽的 Node 链往后找
                            for (Node<K,V> e = f;; ++binCount) {
                                K ek;
                                // 如果找到雷同 key,阐明之前 put 过
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {
                                    oldVal = e.val;
                                    if (!onlyIfAbsent) //abset 参数来决定要不要笼罩,默认是笼罩
                                        e.val = value;
                                    break;
                                }
                                Node<K,V> pred = e;
                                // 否则,新 key,新 Node 插入到最初
                                if ((e = e.next) == null) {pred.next = new Node<K,V>(hash, key, value);
                                    break;
                                }
                            }
                        }
                        // 如果是红黑树,阐明曾经转化过,按树的规定放入 Node
                        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;
                            }
                        }
                        else if (f instanceof ReservationNode)
                            throw new IllegalStateException("Recursive update");
                    }
                }
                if (binCount != 0) {
                    // 如果节点数达到临界值,链表转成树
                    if (binCount >= TREEIFY_THRESHOLD)
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount); // 计数,如果超了,调 transfer 扩容
        return null;
    }
    
    //compareAndSetObject,比拟并插入,典型 CAS 操作
    static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
                                        Node<K,V> c, Node<K,V> v) {return U.compareAndSetObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
    }

3)初始化表办法

多线程下 initTable 的交互流程:

源码:

    /**
     * 留神点:先以单线程看业务流程,再类比多个线程操作下的并发是如何解决的?*/
    private final Node<K,V>[] initTable() {Node<K,V>[] tab; int sc;
        while ((tab = table) == null || tab.length == 0) { // 自旋
          
              // 第 1 个线程这个 if 不成立,会进入上面,设置为 -1
              // 第 2 个线程来的时候 if 成立,留神了解多线程在跑。if ((sc = sizeCtl) < 0) // 留神回顾下面的值,小于 0 示意正在初始化,或扩容
                Thread.yield();// 有线程在操作,将以后线程 yield 让出工夫片。唤醒后进入下一轮 while
          
              
              //CAS 操作来设置 SIZECTL 为 -1,如果设置胜利,示意以后线程取得初始化的资格
              // 传入对象 & 内存地址 &  期望值  & 将批改的值
            else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 
                try {if ((tab = table) == null || tab.length == 0) {
                          // 再次确认一下,table 是 null,还没初始化
                        int n = (sc > 0) ? sc : DEFAULT_CAPACITY;// 默认容量 16
                        @SuppressWarnings("unchecked")
                        Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; // 初始化 table
                          // 给 table 赋值,留神这个 table 是 volatile 的,会被其余线程及时看到!// 一旦其余线程看到不是 null,走 while 循环发现 table 不等于空就 return 了
                        table = tab = nt;
                        sc = n - (n >>> 2); // 计算下次扩容的阈值,容量的 0.75
                    }
                } finally {sizeCtl = sc;}
                break;
            }
        }
        return tab;
    }

总结:

  • 判断程序为先看 table=null 再看 sizeCtl = -1
  • T1 来得早,循序渐进进行
  • T2 – T4 在不同工夫点进入,口头不一样,有的是被 cas 挡住,有的被 table 非 null 挡住

2.3.4 扩容

指标:1、图解 + 断点剖析查看 ConcurrentHashMap 是如何扩容的

​ 2、图解 + 断点剖析查看 ConcurrentHashMap 是如何迁徙数据的

测试代码

package com.cmap;

import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;

public class CMapTest {
    static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash

    public static void main(String[] args) {ConcurrentHashMap<Integer, Integer> m = new ConcurrentHashMap<Integer, Integer>();
        for (int i = 0; i < 64; i++) {if (i == 0) {m.put(i, i);// 失常新增(演示)} else if (i == 11) {m.put(i, i);// 扩容 1

            } else if (i == 10) {m.put(27, 27);
                m.put(43, 43);
            } else if (i == 9) {} else if(i==23){m.put(i,i);  // 23, 第二次扩容(演示点,debug 打在这里再进去)}else {m.put(i, i);// 失常新增
            }
        }


        System.out.println(m);
    }


}

入口:

/*
在下面,putVal 办法的最初,进 addCount(),再跳到最初,发现:会走到 transfer() 办法,这是真正的扩容操作

同时,Cmap 还带有它的特色,也就是 多线程帮助扩容,helpTransfer
最初调的也是 transfer 办法

*/
final V putVal(K key, V value, boolean onlyIfAbsent) {
  // ……
  
  addCount(1L, binCount);
}

 private final void addCount(long x, int check) {
      // ...
   
        // 扩容操作的外围在这里
    transfer(tab, null);
 }


/**
     * Helps transfer if a resize is in progress. 如果正在扩容,下来帮忙
     * tab = 旧数组,f= 头结点,如果正在扩容,它是一个 ForwardNode 类型
*/
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {Node<K,V>[] nextTab; int sc;
    if (tab != null && (f instanceof ForwardingNode) &&
        (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {int rs = resizeStamp(tab.length);
        while (nextTab == nextTable && table == tab &&
               (sc = sizeCtl) < 0) {// 一堆条件判断,不去管它
            if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                sc == rs + MAX_RESIZERS || transferIndex <= 0)
                break;
            // 其余线程进来,多了这一步:cas 将 sizeCtl + 1,(示意减少了一个线程帮忙其扩容)if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
                    // 找到了,外围在这里!这个外部藏着扩容的具体操作
                transfer(tab, nextTab);
                break;
            }
        }
        return nextTab;
    }
    return table;
}

外围源码【重点】

CMap 是如何多线程帮助迁徙数据的???

/**
 * Moves and/or copies the nodes in each bin to new table. See
 * above for explanation.
 */
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
    int n = tab.length, stride;
    // 将 length / 8 而后除以 CPU 外围数。如果失去的后果小于 16,那么就应用 16。// 如果桶较少的话,默认一个 CPU(一个线程)解决 16 个桶
    if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
        stride = MIN_TRANSFER_STRIDE; // 最小 16
    
    if (nextTab == null) {            // 新的 table 尚未初始化
        try {
            // 扩容  2 倍
            Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
            // 赋值给新 table
            nextTab = nt;
        } catch (Throwable ex) {     
            sizeCtl = Integer.MAX_VALUE;
            return;
        }
        // 更新成员变量
        nextTable = nextTab;
        // transferIndex 示意没迁徙的桶里最大索引的值,这个会被多个线程瓜分走越来越小。// 一开始这个值是旧 tab 的尾部:也就是 n
        // 瓜分时,从大索引往后分,也就是程序是:15  14  13 12 ....0
        transferIndex = n; // tag_0
    }
    // 新 tab 的 length
    int nextn = nextTab.length;
    // 创立一个 fwd 节点,用于标记。// 留神,它外面的 hash 属性是固定的 MOVED,还记得 putVal 里的 helpTransfer 前的判断吗?// 当别的线程 put 的时候,正好发现这个槽位中是 fwd 类型的节点,也调 helperTransfer 参加进来。ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
    boolean advance = true; // 长期变量,示意要不要挪动槽
    boolean finishing = false; // 长期变量,示意以后槽有没有迁徙完
    
    for (int i = 0, bound = 0;;) {   // 每次 for 遍历一个桶来迁徙,也就是旧 table 里的一个元素
        Node<K,V> f; int fh;
        while (advance) { // 这里的 while 是配合 tag_3 的 cas 做自旋,只有它可能会触发屡次循环,其余俩都是 1 次跳出
          //while 比拟乱:能够打断点进来调试查看每次的通过
          // 第一次 for 的时候进 tag_3 确定 bound 和 i,也就是给以后线程调配了 bound ~ i 之间的桶
          // 当前每次 --i,只有不大于 bound,都进 tag_1,也就是啥都不干
          // 最初一次,等于 bound 的时候,阐明调配给以后线程的桶被它 for 完了,退出
          int nextIndex, nextBound;
          if (--i >= bound || finishing)  // tag_1
            // 如果 i 比 bound 还大,或者以后 i 下的链表没挪动完,-- i 推动一格
            advance = false; 
          else if ((nextIndex = transferIndex) <= 0) {  // tag_2,留神!这个赋值操作第一次也要产生
            // 如果 transferIndex <=0 阐明已迁徙实现,没有桶须要解决了,退出
            i = -1;
            advance = false;
          } 
          else if (U.compareAndSwapInt  // tag_3
                   (this, TRANSFERINDEX, nextIndex,
                    nextBound = (nextIndex > stride ?
                                 nextIndex - stride : 0))) {
            // 第一次 for 的时候会走进这里,确定以后线程负责的桶的范畴,同时 cas 更新 transferIndex
            // 也就是,多个线程第一次都会拜访到这里,通过 cas 来分一部分桶,cas 避免并发下反复调配
            // 留神,来这里之前,通过了 tag_2 的赋值:// 所以这里在 cas 前 nextIndex = transferIndex = 16
            // cas 后,transferIndex = nextBound = (nextIndex - stride) = 0
            // 留神,这里不肯定是 0,只不过旧长度 16 被一个线程全拿走了,剩下了 0 个
            // 也就是说,transfer 是本次调配后,还剩下的桶里最大的索引,别的线程还会持续分
            bound = nextBound;// 最小下标 0(旧数组)i = nextIndex - 1;// 最大下标 15(旧数组)advance = false;
          }
        }  // end while
      
      
        // 判断 i 的范畴,不在可挪动插槽的索引范畴内,阐明全副迁徙完了!if (i < 0 || i >= n || i + n >= nextn) {
            int sc;
              // 如果实现了扩容
            if (finishing) { 
                nextTable = null;// 开释
                table = nextTab;// 更新 table
                sizeCtl = (n << 1) - (n >>> 1); // 更新阈值
                return;// 完结办法。}
              // 如果没实现,尝试应用 cas 缩小 sizeCtl,也就是扩容的线程数,同时更新标记 finishing 为 true
            if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
                    return;
                finishing = advance = true;// 
                i = n; 
            }
        }
      
      
          // 上面才是真正迁徙数据的操作!!!else if ((f = tabAt(tab, i)) == null) 
              // 获取老 tab i 下标地位的变量,如果是 null,就应用 fwd 占位。// cas 胜利,advance 为 true,下次 for 里 while 会做 -- i 挪动一个下标
            advance = casTabAt(tab, i, null, fwd);
        else if ((fh = f.hash) == MOVED)// 如果不是 null 且 hash 值是 MOVED。advance = true; // 阐明别的线程曾经解决过了,挪动一个下标
        else {
              // 到这里,阐明这个地位有理论值了,且不是占位符,那就须要咱们迁数据了。// 对这个节点上锁。避免别的线程 putVal 的时候向链表插入数据
            synchronized (f) {
                // 判断 i 下标处的桶节点是否和 f 雷同,确保没有被别的线程动过
                if (tabAt(tab, i) == f) {
                    Node<K,V> ln, hn;// 定义 low, height 高位桶,低位桶
                    // 如果 f 的 hash 值大于 0 属于惯例 hash,开始拆分高下链表
                      // 参考动态变量:MOVED -1、TREEBIN -2、RESERVED -3、HASH_BITS > 0
                    if (fh >= 0) {
                        // 和老长度进行与运算,因为 Map 的长度都是 2 的次方(16 就是 10000 这类的数字)// 那么取与 n 只有 2 种后果,一种是 0,一种是 n
                        // 如果是后果是 0,拆分后,Doug Lea 将其放在低位链表,反之放在高位链表
                          // 这里和 HashMap 的算法一样!int runBit = fh & n; // 算算头结点是高位还是低位
                        Node<K,V> lastRun = f; 
                      
                        // 遍历这个桶,留神,这中央有个讨巧的操作!// 和 HashMap 不同这里不是一上来就挪动,而是先打标记
                          // 往下看 ↓(能够借助上面的图来同步阐明)// 
                        for (Node<K,V> p = f.next; p != null; p = p.next) {
                            // 沿着链往下走,挨个取与
                            int b = p.hash & n;
                            // 如果和上次循环的值相等,那不动(当然第一次的话就是和头节点比拟)if (b != runBit) {
                                  // 如果不相等的话,就切换值
                                runBit = b; // 0 遍。lastRun = p; // 这个 lastRun 保障前面的节点与本人的取于值雷同,防止前面没
                            }
                        }
                          // 思考一下,通过上一轮遍历完,产生了什么?// runBit 要么是 0 要么是 1,// lastRun 指向了最初一次切换的那个节点,它前面再没产生或切换
                          // 也就意味着,lastRun 前面所有的节点和它都具备雷同的 runBit 值
                          // 想想,能够做什么???// 对!在 lastRun 处间接切断!带着前面的尾巴,间接当做拆分后的高位,或者低位链表
                          // 这样就不须要和 hashMap 一样挨个断开指针,再挨个接一遍到新链,一锅端就行了
                        if (runBit == 0) {// 如果最初的 runBit 是 0,间接当低位链表
                            ln = lastRun;
                            hn = null;
                        }
                        else {
                            hn = lastRun; // 如果最初的 runBit 是 1,间接当高位链表
                            ln = null;
                        }
                      
                      
                          // 那么 lastRun 后面剩下的那些呢?// 再遍历一遍就是了,留神,是从头结点 f 遍历到 lastRun,前面的不须要操心了
                        for (Node<K,V> p = f; p != lastRun; p = p.next) {
                            int ph = p.hash; K pk = p.key; V pv = p.val;
                            if ((ph & n) == 0) // 如果与运算后果是 0,那么放低位链表,留神是头插
                                ln = new Node<K,V>(ph, pk, pv, ln); // 参数里的 ln 是 next,头插!else // 1 则放高位
                                hn = new Node<K,V>(ph, pk, pv, hn);
                        } // 为什么这里不怕多线程时的头插法出问题?(因为在 sync 里!)// 这里往下就相似 hashMap 
                        // 设置低位链表放在新链表的 i
                        setTabAt(nextTab, i, ln);
                        // 设置高位链表,在原有长度上加 n
                        setTabAt(nextTab, i + n, hn);
                        // 将旧的链表设置成占位符,示意迁徙完了!setTabAt(tab, i, fwd);
                        // 持续向后推动
                        advance = true;
                    }
                      // 如果是红黑树同样的路子,设置高下位 node
                    else if (f instanceof TreeBin) {TreeBin<K,V> t = (TreeBin<K,V>)f;
                        TreeNode<K,V> lo = null, loTail = null;
                        TreeNode<K,V> hi = null, hiTail = null;
                        int lc = 0, hc = 0;
                        // 遍历
                        for (Node<K,V> e = t.first; e != null; e = e.next) {
                            int h = e.hash;
                            TreeNode<K,V> p = new TreeNode<K,V>
                                (h, e.key, e.val, null, null);
                            // 和链表雷同的判断,与运算 == 0 的放在低位
                            if ((h & n) == 0) {if ((p.prev = loTail) == null)
                                    lo = p;
                                else
                                    loTail.next = p;
                                loTail = p;
                                ++lc;
                            } // 不是 0 的放在高位
                            else {if ((p.prev = hiTail) == null)
                                    hi = p;
                                else
                                    hiTail.next = p;
                                hiTail = p;
                                ++hc;
                            }
                        }
                        // 如果树的节点数小于等于 6,那么转成链表,反之,创立一个新的树
                        ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
                            (hc != 0) ? new TreeBin<K,V>(lo) : t;
                        hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
                            (lc != 0) ? new TreeBin<K,V>(hi) : t;
                        // 低位树
                        setTabAt(nextTab, i, ln);
                        // 高位树
                        setTabAt(nextTab, i + n, hn);
                        // 旧的设置成占位符
                        setTabAt(tab, i, fwd);
                        // 持续向后推动
                        advance = true;
                    }
                }
            }
        }
    }
}

总结

1、对于多线程协同

原来:128,扩容后 256

难道应用单线程去实现所有数据的迁徙工作?

既然应用多线程进行迁徙,如果保证数据不能乱?

将数组分段(桶),每个线程负责至多 16 个桶(stride),8 个线程就能够并行工作了

至于谁分哪些桶,从高索引到低索引,通过 cas 一起减 transferIndex 的值来实现,防止反复切分

切一段,低索引叫 bound,高索引叫 i,遍历迁徙就是了

2、对于数据迁徙(一个讨巧的小操作)

tips:

第一次,从 11 往后遍历,最初 runBit=0,lastRun 指向 31 节点

从 31 处切断,前面的一窝端间接当低位链表,不须要再挨个动他们

第二次,再遍历 11 – 30,依据状况头插到高位和低位新链表上

3、线程安全性

1、多个线程通过 cas 操作避免反复操作。

2、节点援用的中央应用 volatile 放弃了线程批改时对其余线程及时可见

3、迁徙的时候对插槽加 sync 锁,保障安全性

2.3.5 get 办法

指标:1、ConcurrentHashMap 查问是否加锁,如何保障线程平安

​ 2、在查问的时候遇到扩容怎么办

ConcurrentHashMap 查问流程图如下

tips

多线程下,所谓 get 的不平安因素,就是最怕读到脏数据

get 的时候取到了数据,其实其余线程曾经把它改掉了,就是所谓的可见性问题。

get 办法源码如下

//get 操作无锁
// 因为 Node 的 val 和 next 是用 volatile 润饰的
// 多线程环境下线程 A 批改结点的 val 或者新增节点的时候是对线程 B 可见的
public V get(Object key) {Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
    //key 取 hash
    int h = spread(key.hashCode());
      //1. 判断 table 是不是空的,2. 以后桶上是不是空的
      // 如果为空,返回 null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (e = tabAt(tab, (n - 1) & h)) != null) {
          // 找到对应 hash 槽的第一个 node,如果 key 相等,返回 value
        if ((eh = e.hash) == h) {if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                return e.val;
        }
        
        else if (eh < 0) 
          //hash 值为负值示意正在扩容,这个时候查的是 ForwardingNode 的 find 办法来定位到 nextTable 新表中
          return (p = e.find(h, key)) != null ? p.val : null;
      
        while ((e = e.next) != null) { // 既不是首节点也不是 ForwardingNode,那就往下遍历
          if (e.hash == h &&
              ((ek = e.key) == key || (ek != null && key.equals(ek))))
            return e.val;
        }
    }
    // 遍历完还没找到,返回 null
    return null;
}

思考:

get 没有加锁,在进行查问的时候是如何保障读取不到脏数据呢?

猜测一下?

是在内部类 Node 类的 val 上加了 volatile?

2、是在成员变量数组 table 上加了 volatile?

论断:get 通过 Node 外部类 volatile 关键字来保障 可见性 有序性

总结

  1. 计算 hash 值,定位到该 table 索引地位,如果是首节点合乎就返回
  2. 如果遇到扩容的时候,会调用标记正在扩容节点 ForwardingNode 的 find 办法,查找该节点,匹配就返回
  3. 以上都不合乎的话,就往下遍历节点,匹配就返回,否则最初就返回 null
  4. get 不加锁,是因为 Node 的成员 val 和指针 next 是用 volatile 润饰的
  5. 在 1.8 中 ConcurrentHashMap 的 get 操作全程不须要加锁,这也是它比其余并发汇合比方 hashtable 平安效率高的起因之一

扩大:

remove 的操作与 put 一样。只是 put 是加到链表上,而 remove 是在链表上移除。

题外话

Cmap 里用到了大量的 CAS

CAS(Compare and Swap), 比拟并替换,它是一个乐观锁

比拟的什么?替换的什么?

比拟当前工作内存的值和主内存的值,如雷同则批改,否则持续比拟;直到内存和工作内存中的值统一为止

解释

这是因为咱们执行第一个的时候,期望值(主存)和本来值是满足的,因而批改胜利,

第二次后,主内存的值曾经批改成了 B,不满足期望值,因而返回了 false,本次写入失败

cas 有什么毛病?如何解决

毛病一

毛病:最大毛病就是 ABA 问题

ABA: 如果一个值原来是 A,变成了 B,又变成了 A,那么应用 CAS 进行查看时会发现它的值没有发生变化,然而实际上却变动了



解决方案:1、应用版本号。在变量后面追加上版本号,每次变量更新的时候把版本号加一,那么 A-B-A 就会变成 1A-2B-3A

2、从 Java1.5 开始 JDK 的 atomic 包里提供了一个类 AtomicStampedReference 来解决 ABA 问题

这个类的 compareAndSet 办法作用是首先查看以后援用是否等于预期援用,并且以后标记是否等于预期标记,如果全副相等,则更新

毛病二

不停自旋(循环)会给 CPU 带来更大的开销 

本文由传智教育博学谷 – 狂野架构师教研团队公布,转载请注明出处!

如果本文对您有帮忙,欢送关注和点赞;如果您有任何倡议也可留言评论或私信,您的反对是我保持创作的能源

退出移动版