如何解析jdk8中的ConcurrentHashMap源码

发布时间：2021-11-26 10:45:19 来源：亿速云阅读：131 作者：柒染栏目：开发技术

这篇文章给大家介绍如何解析jdk8中的ConcurrentHashMap源码，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

java.util.concurrent 这个包下面的类都很经典。
ConcurrentHashMap 这个类是java中讨论最多的，也是争论最多的类了。很多人对这个类很好奇。
作为并发集合，大家比较关心读写，锁，与 map的散列。
读写如何的锁
get操作
Java代码下载
明显是没有上锁的。包括所有的读操作。都是不上锁的。

public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
// TreeBin 操作
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}

put操作（remove等修改操作）
所有读操作是这样一个模式，如果hash桶中坐标没有数据。就使用CAS 操作。如果有数据。就使用synchronized关键字。比起jdk1.7,1.6使用读写锁，代码比较简洁，同样使用cas操作比读写锁的性呢过开销底得太多了。但是程序设计变得十分复杂，请下添加的代码下载
Java代码

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;
//为什么要这个循序，大家会很疑惑
//其实很简单，因为多线程操作，然后没有使用锁，使用 unsafe，多个unsafe不是原子性的，在多线程的情况下，会出现问题。所以使用for来解决这个问题
for (Node<K,V>[] tab = table;;) {
// f 是节点，n是数组长度，i是hash与数组长度的数组下标，fh是在数组下标已经坐在的节点的hash值
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();//延迟初始化 table
//通过unsafe 判断下标是否有节点
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
//如果不存在。就创建一个节点通过 unsafe加入到数组中，所以读是不加锁的
//注意：如果在多个线程同时加入 hash后同一下标的node，那么只有一个会成功，其他失败。失败的就会在再次循序。
//这是循环解决的问题之一
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//大家很奇怪这个 if是干什么用额，去了解ForwardingNode这个对象
//这个对象在 hash散列的时候用，原来的一个节点会重新散列到下个表，原来表的节点的hash就成为了 moved
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
//如果节点存在，就需要添加链了。
//添加链的时候就上锁这个节点，那么所有在这个节点的更新操作都会上锁
//这里上锁，比双桶的开销小多了。如果设计好，可以说几乎忽略不计。
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
//添加链表
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;
}
}
}
//添加在tree下添加节点
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;
}
}
}
}
//java8，明确的改革
if (binCount != 0) {
//binCount是链表的操作次数，操作多少次。表示链表有多长。当链表大于等于8的时候，链表会变成 tree
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}

这里是大家最关心的要点，重新散列，也就是重新hash
Java代码下载

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;
//为什么要这个循序，大家会很疑惑
//其实很简单，因为多线程操作，然后没有使用锁，使用 unsafe，多个unsafe不是原子性的，在多线程的情况下，会出现问题。所以使用for来解决这个问题
for (Node<K,V>[] tab = table;;) {
// f 是节点，n是数组长度，i是hash与数组长度的数组下标，fh是在数组下标已经坐在的节点的hash值
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();//延迟初始化 table
//通过unsafe 判断下标是否有节点
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
//如果不存在。就创建一个节点通过 unsafe加入到数组中，所以读是不加锁的
//注意：如果在多个线程同时加入 hash后同一下标的node，那么只有一个会成功，其他失败。失败的就会在再次循序。
//这是循环解决的问题之一
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//大家很奇怪这个 if是干什么用额，去了解ForwardingNode这个对象
//这个对象在 hash散列的时候用，原来的一个节点会重新散列到下个表，原来表的节点的hash就成为了 moved
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
//如果节点存在，就需要添加链了。
//添加链的时候就上锁这个节点，那么所有在这个节点的更新操作都会上锁
//这里上锁，比双桶的开销小多了。如果设计好，可以说几乎忽略不计。
synchronized (f) {
if (tabAt(tab, i) == f) {
if (fh >= 0) {
//添加链表
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;
}
}
}
//添加在tree下添加节点
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;
}
}
}
}
//java8，明确的改革
if (binCount != 0) {
//binCount是链表的操作次数，操作多少次。表示链表有多长。当链表大于等于8的时候，链表会变成 tree
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
private final void addCount(long x, int check) {
CounterCell[] as; long b, s;
//这个判断的目的是解决 unsafu的死循环问题
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
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))) {
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
s = sumCount();
}
// 有一个问题，只有添加操作是大于0的，那么没有hash收缩功能
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
//我靠，这里又有一个循序，是解决什么问题了？
//sc也就是 sizeCtl 等于 -1的情况只有，table初始化与序列化的时候。
//这个循环是保证序列化之后，还可以加入数据，目测是这样，不敢保证。
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
// 这个if 基本可以忽略
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);
}
//把扩容的值替换原先的值
//并发情况下，多个线程都到达这步，只有一个操作会成功，成功之后其他的线程都会进不来这个。
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
transfer(tab, null);
s = sumCount();
}
}
}
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
transferIndex = n;
}
int nextn = nextTab.length;
// good 这个对象，的设计。让散列操不会堵塞
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true; // 只要过了第一个 while 基本所有操作都会 advance = true;,每次循环都要进入 while 那么 i 这个值才会改变
boolean finishing = false; // to ensure sweep before committing nextTab
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
//这个 while 真心不怎么明白
//唯一能解释的是，防止散列完成，才知道多线程操作问题,快速知道多线程问题
while (advance) {
int nextIndex, nextBound;
if (--i >= bound || finishing)
advance = false;
//这个判断只可能进来一次，
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//比如 n 等于 128，stride 为 128 >>>3 /8 =2,
//i = 128,bound -126,那么每两次就会在进来一次，那么就会知道，(nextIndex = transferIndex) 这操作就会知道多线程在操作
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
//
// 那个操作会让 i 大于等于 n ,这个真想不到
// i + n 也大于等于不了 nextn 啊，
//只有一个可能，在强并发下，有两个线程都进入了。进行操作了。没错
//
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {
nextTable = null;
table = nextTab;
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 先是 sc -1 这个操作没有错。应该addcont里面的判断是是需要减一的，没有在addcount减，放到这里，可以减少操作
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
//这个操作会排除最后进来之前的线程操作。
//怎么做到额，请看addCount方法的 2286行
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
finishing = advance = true;
i = n; // recheck before commit
}
}
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
//只有对节点操作才会上锁，性能非常
//散列这里与其他版本的不同，散列的思路很好，因为每次扩展都是2倍，那么扩张之后的hash,在进行一次移位，等于1的就在原有的地方加上扩展之前的系数（比如从16扩展到32，那么hash,下标1的桶，这个桶会分裂成2个桶，一个还在1下表，一个在16+1下标。
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
//寻分裂出来的 lastRun
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
//把一个链表，分裂成两个列表
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)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
//把两个链表，加入到下个tab
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
//把分裂的桶，替换成 fwd
setTabAt(tab, i, fwd);
advance = true;
}
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;
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);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
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;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
}

看过 jdk8文档的伙计都知道，jdk8，不再是双桶。而进入了二叉树结构。请看上面的添加操作，与散列操作就知道。TreeBin对象与TreeNode对象就清除了。至于性能怎么样，可以用jdk8文档的标准，性能刚刚的。
使用ForwardingNode对象，保证在散列的时候读写操作是在nextbat里面。非常优秀的设计。
使用Unsafe 对象在性能上带来疯狂的性能提升，但是也给程序设计带来了，超大的复杂性。

关于如何解析jdk8中的ConcurrentHashMap源码就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

向AI问一下细节

如何解析jdk8中的ConcurrentHashMap源码

猜你喜欢

最新资讯

相关推荐

相关标签