Java集合(六): ConcurrentHashMap源码剖析

x33g5p2x  于10个月前 转载在 Java  
字(18.9k)|赞(0)|评价(0)|浏览(94)

1、ConcurrentHashMap简介

  • 和HashMap功能基本一致,主要是为了解决HashMap线程不安全问题;
  • java7中的基本设计理念就是切分成多个Segment块,默认是16个,也就是说并发度是16,可以初始化时显式指定,后期不能修改,每个Segment里面可以近似看成一个HashMap,每个Segment块都有自己独立的ReentrantLock锁,所以并发操作时每个Segment互不影响;java8中将Segment块换成了Node,每个Node有自己的锁,即每个Node都有自己的并发度;
  • 不允许空值和空键,否则会抛出异常;

2、CHM数据结构

2.1、数据结构

  • ConcurrentHashMap内部维护了一个Node类型的数组:Node<k,v>[] tabletable一共包含 4 种不同类型的桶,5种不同的节点,分别是Node、TreeBin、TreeNode、ForwardingNode和ReservationNode。

  • 数组每一个位置table[i]代表一个桶,当插入键值对时根据键的hash值映射到不同桶位置;

  • Node节点 是其他四种类型节点的父类;

  • TreeBin结点 所连接的是一颗红黑树,红黑树的结点用TreeNode表示;

  • ForwardingNode结点 是临时节点,仅在扩容时才会使用;

  • ReservationNode结点 是保留节点,只充当占位符加锁使用;

  • 为什么没有直接用TreeNode呢?

  • 主要是因为红黑树的操作比较复杂,包括构建、左旋、右旋、删除,平衡等操作,用一个代理结TreeBin来包含这些复杂操作,其实是一种 “职责分离”的思想,另外TreeBin中也包含了一些加/解锁操作。

  • 在jdk1.8之前,ConcurrentHashMap采用了分段【Segment】锁的设计思路,以减少热点域的冲突,在jdk16中依旧有内部类Segment,目的是为了序列化以及兼容以前的jdk版本;jdk1.8不再延续,转而直接对每个桶加锁,并用“红黑树”链接冲突结点(有兴趣的可以看红黑树的相关讲解)

2.2、CHM类的结点定义

2.2.1、Node结点

  • Node是其它四种类型结点的父类;
  • 默认链接到table[i],即桶上的结点就是Node结点;
  • 当出现hash冲突时,Node结点会首先以链表的形式链接到table上,当结点数量超过一定数目时,链表会转化为红黑树:因为链表查找的时间复杂度为O(n),而红黑树是一种平衡二叉树,其平均时间复杂度为O(logn),这样就提高了效率。
/*
 * 普通的Entry结点, 以链表形式保存时才会使用, 存储实际的数据.
 */
    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;		//通过key计算hash值,通过hash值找相应的桶
        final K key;
        volatile V val;				//volatile修饰,保证可见性、有序性、但和原子性可没什么关系
        volatile Node<K,V> next;  //volatile修饰,链表指针💛

        Node(int hash, K key, V val) {		//构造器
            this.hash = hash;
            this.key = key;
            this.val = val;
        }

        Node(int hash, K key, V val, Node<K,V> next) {
            this(hash, key, val);
            this.next = next;
        }

        public final K getKey()     { return key; }
        public final V getValue()   { return val; }
        public final int hashCode() { return key.hashCode() ^ val.hashCode(); }
  //这里我放的jdk16版本,Helpers我并不太了解,但看其源码就是为JUC包下的一个工具类,帮助toString,如果以后深入了解,再来纠正
        public final String toString() { return Helpers.mapEntryToString(key, val); }
        public final V setValue(V value) { throw new UnsupportedOperationException(); }

        public final boolean equals(Object o) {
            Object k, v, u; Map.Entry<?,?> e;
            return ((o instanceof Map.Entry) &&
                    (k = (e = (Map.Entry<?,?>)o).getKey()) != null &&
                    (v = e.getValue()) != null &&
                    (k == key || k.equals(key)) &&
                    (v == (u = val) || v.equals(u)));
        }
		//链表查找,不同类型的结点有不同的find()方法🧡
        Node<K,V> find(int h, Object k) {...}

2.2.2、 TreeBin结点

  • TreeBin相当于TreeNode的代理结点;
  • TreeBin会直接链接到 table[i] 上,该结点提供了一系列红黑树相关的操作,以及加锁、解锁操作:
/*
 TreeNode的代理结点(相当于封装了TreeNode的容器,提供针对红黑树的转换操作和锁控制)
 hash值固定为-2
*/
    static final class TreeBin<K,V> extends Node<K,V> {
        TreeNode<K,V> root;					// 红黑树结构的根结点
        volatile TreeNode<K,V> first;		// 链表结构的头结点
        volatile Thread waiter;				// 最近的一个设置WAITER标识位的线程
        volatile int lockState;				// 整体的锁状态标识位,0为初始态
        // values for lockState
        static final int WRITER = 1; // 二进制001,红黑树的写锁状态
        static final int WAITER = 2; // 二进制010,红黑树的等待获取写锁状态(优先锁,当有锁等待,读就不能增加了)
	    // 二进制100,红黑树的读锁状态,读可以并发,每多一个读线程,lockState都加上一个READER值,
        static final int READER = 4; 
	   /*
  		 在hashCode相等并且不是Comparable类型时,用此方法判断大小.
  	   */
        static int tieBreakOrder(Object a, Object b) {
            int d;
            if (a == null || b == null ||
                (d = a.getClass().getName().
                 compareTo(b.getClass().getName())) == 0)
                d = (System.identityHashCode(a) <= System.identityHashCode(b) ?  -1 : 1);
            return d;
        }

       // 将以b为头结点的链表转换为红黑树
        TreeBin(TreeNode<K,V> b) {...}
	   // 通过lockState,对红黑树的根结点➕写锁.
        private final void lockRoot() {
            if (!U.compareAndSetInt(this, LOCKSTATE, 0, WRITER))
                contendedLock(); // offload to separate method ,Possibly blocks awaiting root lock.
        }

		//释放写锁
        private final void unlockRoot() { lockState = 0; }

	//  从根结点开始遍历查找,找到“相等”的结点就返回它,没找到就返回null,当存在写锁时,以链表方式进行查找,后会面会介绍
        final Node<K,V> find(int h, Object k) {... }

         /**
         * 查找指定key对应的结点,如果未找到,则直接插入.
         * @return  直接插入成功返回null, 替换返回找到的结点的oldVal
         */
        final TreeNode<K,V> putTreeVal(int h, K k, V v) {...} 
  	    /*
   		   删除红黑树的结点:
 		    1. 红黑树规模太小时,返回true,然后进行 树 -> 链表 的转化,最后删除;
  		    2. 红黑树规模足够时,不用变换成链表,但删除结点时需要加写锁;
   	   */
        final boolean removeTreeNode(TreeNode<K,V> p) {...}

		// 以下是红黑树的经典操作方法,改编自《算法导论》
        static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root , TreeNode<K,V> p) { ...}
        static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root , TreeNode<K,V> p) {...}
        static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root , TreeNode<K,V> x) {...}
        static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root, TreeNode<K,V> x) { ... }
        static <K,V> boolean checkInvariants(TreeNode<K,V> t) {...} //递归检查红黑树的正确性
        private static final long LOCKSTATE= U.objectFieldOffset(TreeBin.class, "lockState");
}

2.2.3、TreeNode结点

  • TreeNode是红黑树的结点,TreeNode不会直接链接到桶上面,而是由TreeBin链接,TreeBin会指红黑树的根结点;
// 红黑树结点,存储实际数据
    static final class TreeNode<K,V> extends Node<K,V> {
        TreeNode<K,V> parent;  // red-black tree links   红黑树链接
        TreeNode<K,V> left;
        TreeNode<K,V> right;
	/* needed to unlink next upon deletion ,prev指针是为了方便删除,
	   删除链表的非头结点时,需要知道它的前驱结点才能删除,所以直接提供一个prev指针
	*/
        TreeNode<K,V> prev;   
        boolean red;

        TreeNode(int hash, K key, V val, Node<K,V> next , TreeNode<K,V> parent) {
            super(hash, key, val, next);
            this.parent = parent;
        }

        Node<K,V> find(int h, Object k) {
            return findTreeNode(h, k, null);
        }

		//以当前结点(this)为根结点,开始遍历查找指定key.
        final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) {...}

2.2.4、ForwardingNode结点:

  • ForwardingNode结点仅仅在扩容时才会使用
/**
 * ForwardingNode是一种临时结点,在扩容进行中才会出现,hash值固定为-1,且不存储实际数据。
 * 如果旧table数组的一个桶table[i]中全部的结点都迁移到了新table中,则在这个桶中放置一个ForwardingNode,
 即table[i]=ForwardingNode。
 * 读操作碰到ForwardingNode时,将操作转到扩容后的新table数组上去执行---》find()方法;写操作碰见它时,则尝试帮助扩容。
 */
static final class ForwardingNode<K, V> extends Node<K, V> {
    final Node<K, V>[] nextTable;

    ForwardingNode(Node<K,V>[] tab) {
         super(MOVED, null, null);
         this.nextTable = tab;
     }
    // 在新的数组(nextTable)上进行查找
    Node<K, V> find(int h, Object k) {...}

2.2.5、ReservationNode结点

保留节点

/**
 * 保留结点.
 * hash值固定为-3, 不保存实际数据
 * 只在computeIfAbsent和compute这两个函数式API中充当占位符加锁使用
 */
static final class ReservationNode<K, V> extends Node<K, V> {
    ReservationNode() {
        super(RESERVED, null, null, null);
    }
    Node<K, V> find(int h, Object k) {
        return null;
    }
}

 3、CHM源码分析

3.1、CHM继承结构和层次关系

public class ConcurrentHashMap<K,V> extends AbstractMap<K,V>
    implements ConcurrentMap<K,V>, Serializable {
}

CHM继承了AbstractMap,这是一个java.util包下的抽象类,提供Map接口的骨干实现,以最大限度地减少实现Map这类数据结构时所需的工作量,一般来讲,如果需要重复造轮子——自己来实现一个Map,那一般就是继承AbstractMap。

**        CHM**实现了ConcurrentMap这个接口,ConcurrentMap是在JDK1.5时随着J.U.C包引入的,这个接口其实就是提供了一些针对Map的原子操作:

public interface ConcurrentMap<K, V> extends Map<K, V> {
}

 3.2、类中属性

常量

/**
 * 最大容量.
 */
private static final int MAXIMUM_CAPACITY = 1 << 30;

/**
 * 默认初始容量
 */
private static final int DEFAULT_CAPACITY = 16;

/**
 * The largest possible (non-power of two) array size.
 * Needed by toArray and related methods.
 */
static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;

/**
 * 负载因子,为了兼容JDK1.8以前的版本而保留。
 * JDK1.8中的ConcurrentHashMap的负载因子恒定为0.75
 */
private static final float LOAD_FACTOR = 0.75f;

/**
 * 链表转树的阈值,即链接结点数大于8时, 链表转换为树.
 */
static final int TREEIFY_THRESHOLD = 8;

/**
 * 树转链表的阈值,即树结点树小于6时,树转换为链表.
 */
static final int UNTREEIFY_THRESHOLD = 6;

/**
 * 在链表转变成树之前,还会有一次判断:
 * 即只有键值对数量大于MIN_TREEIFY_CAPACITY,才会发生转换。
 * 这是为了避免在Table建立初期,多个键值对恰好被放入了同一个链表中而导致不必要的转化。
 */
static final int MIN_TREEIFY_CAPACITY = 64;

/**
 * 在树转变成链表之前,还会有一次判断:
 * 即只有键值对数量小于MIN_TRANSFER_STRIDE,才会发生转换.
 */
private static final int MIN_TRANSFER_STRIDE = 16;

/**
 * 用于在扩容时生成唯一的随机数.
 */
private static int RESIZE_STAMP_BITS = 16;

/**
 * 可同时进行扩容操作的最大线程数.
 */
private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1;

/**
 * The bit shift for recording size stamp in sizeCtl.
 */
private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS;

static final int MOVED = -1;                // 标识ForwardingNode结点(在扩容时才会出现,不存储实际数据)
static final int TREEBIN = -2;              // 标识红黑树的根结点
static final int RESERVED = -3;             // 标识ReservationNode结点()
static final int HASH_BITS = 0x7fffffff;    // usable bits of normal node hash

/**
 * CPU核心数,扩容时使用
 */
static final int NCPU = Runtime.getRuntime().availableProcessors();

字段

/**
 * Node数组,标识整个Map,首次插入元素时创建,大小总是2的幂次.
 */
transient volatile Node<K, V>[] table;

/**
 * 扩容后的新Node数组,只有在扩容时才非空.
 */
private transient volatile Node<K, V>[] nextTable;

/**
 * 控制table的初始化和扩容.
 * 0  : 初始默认值
 * -1 : 有线程正在进行table的初始化
 * >0 : table初始化时使用的容量,或初始化/扩容完成后的threshold
 * -(1 + nThreads) : 记录正在执行扩容任务的线程数
 */
private transient volatile int sizeCtl;

/**
 * 扩容时需要用到的一个下标变量.
 */
private transient volatile int transferIndex;

/**
 * 计数基值,当没有线程竞争时,计数将加到该变量上。类似于LongAdder的base变量
 */
private transient volatile long baseCount;

/**
 * 计数数组,出现并发冲突时使用。类似于LongAdder的cells数组
 */
private transient volatile CounterCell[] counterCells;

/**
 * 自旋标识位,用于CounterCell[]扩容时使用。类似于LongAdder的cellsBusy变量
 */
private transient volatile int cellsBusy;

// 视图相关字段
private transient KeySetView<K, V> keySet;
private transient ValuesView<K, V> values;
private transient EntrySetView<K, V> entrySet;

3.3、构造方法

CHM提供了五个构造器,这五个构造器内部最多也只是计算了下table的初始容量大小,并没有进行实际的创建table数组的工作:
ConcurrentHashMap,采用了一种 **“懒加载”**的模式,只有到 首次插入键值对的时候,才会真正的去初始化table数组。

3.3.1、空构造器

public ConcurrentHashMap() {
}

3.3.2、指定table初始容量的构造器

public ConcurrentHashMap(int initialCapacity) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException();
        int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
                   MAXIMUM_CAPACITY :
                   tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
        this.sizeCtl = cap;
 }

3.3.3、指定初始容量和负载因子的构造器

/**
 * 指定table初始容量和负载因子的构造器.
 */
public ConcurrentHashMap(int initialCapacity, float loadFactor) {
    this(initialCapacity, loadFactor, 1);
}

3.3.4、指定初始容量、负载因子和兵法级别的构造器

/**
 * 指定table初始容量、负载因子、并发级别的构造器.
 * <p>
 * 注意:concurrencyLevel只是为了兼容JDK1.8以前的版本,并不是实际的并发级别,loadFactor也不是实际的负载因子
 * 这两个都失去了原有的意义,仅仅对初始容量有一定的控制作用
 */
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {
    if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
        throw new IllegalArgumentException();

    if (initialCapacity < 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;
}

3.3.5、根据已有Map的构造器

/**
 * 根据已有的Map构造ConcurrentHashMap.
 */
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
    this.sizeCtl = DEFAULT_CAPACITY;
    putAll(m);
}

3.4、常用方法

3.4.1、put()源码解析

操作步骤:

  1. key-value的检验,不允许为空,否则抛出异常;
  2. 用for(;;) 自旋,无限重试put动作,直到put成功;
  3. 如果数组没有初始化过则先进行初始化工作;
  4. 如果数组中该hashcode对应位置不存在元素,则将该元素以CAS方式放入,对应的casTabAt()方法;
  5. 如果数组中存在元素,用synchronized块保证同步操作
  6. 循环判断链表中是否存在该value,存在则返回oldValue,不存在则插入链表末端,put成功跳出循环;
  7. 如果是红黑树,则将元素放入红黑树节点中;
  8. put完成后根据链表长度是否大于8且数组长度是否大于64来判断是否将链表转换成红黑树;
  9. 返回oldValue值;
//插入键值对,<K,V>均不能为null. 
public V put(K key, V value) {
        return putVal(key, value, false);
 }

3.4.2、putVal()

/**
 * 实际的插入操作
 * @param onlyIfAbsent true:仅当key不存在时,才插入
 */
final V putVal(K key, V value, boolean onlyIfAbsent) {
    if (key == null || value == null) throw new NullPointerException(); 
    int hash = spread(key.hashCode());  // 再次计算hash值,防止并发情况的影响
    /*
     * binCount 的用法:
     * 1、使用链表保存时,binCount记录table[i]这个桶中所保存的结点数;
     * 2、使用红黑树保存时,binCount==2,保证put后更改计数值时能够进行扩容检查,同时不触发红黑树化操作
     */
    int binCount = 0;
    // 自旋插入结点,直到成功
    for (Node<K, V>[] tab = table; ; ) {          
        Node<K, V> f;
        int n, i, fh;
// CASE1: 首次初始化table —— 懒加载
        if (tab == null || (n = tab.length) == 0)                
            tab = initTable();
// CASE2: table[i]对应的桶为null,则直接插入结点
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {    
//tabAt(tab, i)方法是调用Unsafe类的方法查看值,保证每次获取到的值都是最新的
            if (casTabAt(tab, i, null, new Node<K, V>(hash, key, value, null))) // cas操作:插入一个链表结点,成功返回
                break;
// CASE3: 发现ForwardingNode结点(通过MOVED标识ForwardingNode结点存在),说明此时table正在扩容,则尝试协助数据迁移
        } else if ((fh = f.hash) == MOVED)                          
            tab = helpTransfer(tab, f);   
// CASE4: 出现hash冲突,也就是table[i]桶中已经有了结点
        else {                                                    
            V oldVal = null;
            synchronized (f) {              // 对table[i]结点上锁,避免并发情况
                if (tabAt(tab, i) == f) {   // 再判断一下table[i]是不是第一个结点, 防止其它线程的写修改
        //static final int HASH_BITS = 0x7fffffff;    // 标识Node结点,自然数
	//CASE4.1: (fh >= 0)--->table[i]是链表结点
                    if (fh >= 0) {          
                        binCount = 1;  //记录结点数,超过阈值后,需要转为红黑树,提高查找效率
                        for (Node<K, V> e = f; ; ++binCount) {
                            K ek;
                            // 找到“相等”的结点,判断是否需要更新value值(onlyIfAbsent为false则可以插入)
                            if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) {
                                oldVal = e.val;	//记录key冲突的原来对应的value值
                                if (!onlyIfAbsent)  //onlyIfAbsent标志仅当不存在时才插入
                                    e.val = value;
                                break;
                            }
                            //如果没有找到,则直接插在尾部即可
                            Node<K, V> pred = e;
                            if ((e = e.next) == null) {     // “尾插法”插入新结点
                                pred.next = new Node<K, V>(hash, key,value, null);
                                break;
                            }
                        }
	// CASE4.2: 上面判断不是链表结点,则继续判断table[i]是不是红黑树结点
                    } else if (f instanceof TreeBin) {  
                        Node<K, V> p;
                        binCount = 2;  //红黑树对应的基值,我认为哈是包括了treebin和root,所以以2为基础
                        if ((p = ((TreeBin<K, V>) f).putTreeVal(hash, key, value)) != null) { //插入
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
  // CASE4.3: 不是链表节点也不是红黑树结点,则看是不是ReservationNode结点用于计算用的(jdk1.8版本没有这个判断)  
                    }else if (f instanceof ReservationNode)
                        throw new IllegalStateException("Recursive update");
                }
            }
            if (binCount != 0) {
                if (binCount >= TREEIFY_THRESHOLD) 	// 超过阈值,链表 -> 红黑树 转换
                    treeifyBin(tab, i);   
                if (oldVal != null)         // 表明本次put操作只是替换了旧值,不用更改计数值
                    return oldVal;
                break;
            }
        }
    }
    addCount(1L, binCount);             //表明本次操作增加了新值, 计数值加1
    return null;
}

1、spread()求hash值

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

2、initTable()

ConcurrentHashMap在构造的时候并不会初始化table数组,首次初始化就在这里通过initTable方法完成,体现了懒加载。

/**
 * 初始化table, 使用sizeCtl作为初始化容量.
 */
private final Node<K, V>[] initTable() {
    Node<K, V>[] tab;
    int sc;
    while ((tab = table) == null || tab.length == 0) {  //自旋直到初始化成功(每次循环都获取最新的Node数组引用)
        if ((sc = sizeCtl) < 0)    // sizeCtl<0 :说明table已经正在初始化/扩容,所以让出CPU时间片
            Thread.yield();
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {  // 将sizeCtl更新成-1,表示正在初始化中
        //如果CAS操作成功了,代表本线程将负责初始化工作
            try {
            //再次检查table数组是否为空
                if ((tab = table) == null || tab.length == 0) {  
                //在初始化Map时,sizeCtl代表数组大小,默认16,所以此时n默认为16
                    int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                    Node<K, V>[] nt = (Node<K, V>[]) new Node<?, ?>[n];   //Node数组nt
                    table = tab = nt; 		//将nt其赋值给table,tab变量
                    sc = n - (n >>> 2);     // n - (n >>> 2) = n - n/4 = 0.75n
                }
            } finally {
 //将计算后的sc直接赋值给sizeCtl,表示达到12长度就扩容,由于这里只会有一个线程在执行,直接赋值即可,没有线程安全问题
 //只需要保证可见性
                sizeCtl = sc;              
            }
            break;
        }
    }
    return tab;
}

2.1、如果多个线程同时调用initTable初始化Node数组怎么办?
        在初始化数组时使用了乐观锁CAS操作来决定到底是哪个线程有资格进行初始化;volatile变量(sizeCtl):它是一个标记位,用来告诉其他线程这个坑位有没有人在,其线程间的可见性由volatile保证,CAS操作保证了设置sizeCtl标记位的原子性,保证了只有一个线程能设置成功;

2.2、initTable(): 将sizeCtl字段的值(ConcurrentHashMap对象在构造时设置)作为table的大小;这里的n - (n >>> 2),其实就是0.75 /* n,sizeCtl 的值最终需要变更为0.75 /* n,相当于设置了阈值threshold;

2.3、table[i]对应的桶为空: 直接CAS操作占用桶table[i];

2.4、发现ForwardingNode结点,说明此时table正在扩容,则尝试协助进行数据迁移;ForwardingNode结点相当于一个占位结点,表示当前table正在进行扩容,当前线程可以尝试协助数据迁移;

2.5、出现hash冲突,也就是table[i]桶中已经有了结点,当两个不同key映射到同一个 table[i] 桶中时,就会出现这种情况:

  • 当table[i]的结点类型为Node——链表结点时,就会将新结点以“尾插法”的形式插入链表的尾部;
  • 当table[i]的结点类型为TreeBin——红黑树代理结点时,就会将新结点通过红黑树的插入方式插入;

3.4.3、get()源码解析

  1. 判断数组是否为空,为空直接返回null;
  2. 根据hash值查找,如果hash值相等且key也相等,则直接返回value值;
  3. 如果key的hash值小于0,说明是红黑树,则进入红黑树查找到该节点值;
  4. 否则进入循环链表读取该value值并返回;
/**
 * 根据key查找对应的value值
 * @return 查找不到则返回null
 * @throws NullPointerException 如果key为空,则抛出异常
 */
public V get(Object key) {
    Node<K, V>[] tab;
    Node<K, V> e, p;
    int n, eh;
    K ek;
    int h = spread(key.hashCode());   // 重新计算key的hash值
    //(e = tabAt(tab, (n - 1) & h)) != null找到对应的桶
    if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) {
//CASE1:看table[i]当前节点是不是要找的值
        if ((eh = e.hash) == h) {      // table[i]就是待查找的桶,直接找值
            if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                return e.val;
//CASE2:当前节点不是,则判断是不是特殊节点,如果是find查找
        } else if (eh < 0)      // hash值 < 0 , 说明遇到特殊结点(非链表结点), 调用find方法查找
            return (p = e.find(h, key)) != null ? p.val : null;
//CASE3:当前不是特殊节点,则链表遍历查找
        while ((e = e.next) != null) {  // 遍历table[i]中的结点,因为前面通过eh判断过不是特殊节点了,则直接按链表查找
            if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek))))
                return e.val;
        }
    }
    return null;
}

用一个类比说:就是先找桶,找到桶,看桶上的结点是不是自己需要的的,如果是就不用打开桶了,直接返回,如果不是我们就看桶里面的结点是不是,而打开桶的方式有两种,一种就是平常的按链表找,另一种就是借助工具 find() 找;

不同的结点有不同的find()实现,这里的find(),是去新数组newtable中查找的

1、链表查找:Node结点的查找

  • 当 槽table[i] 被普通Node结点占用,说明是链表链接的形式,直接从链表头开始查找:
/*
 * 链表查找.
 */
Node<K, V> find(int h, Object k) {
    Node<K, V> e = this;
    if (k != null) {
        do {
            K ek;
            if (e.hash == h && ((ek = e.key) == k || (ek != null && k.equals(ek))))
                return e;
        } while ((e = e.next) != null);
    }
    return null;
}

2、红黑树查找:TreeBin结点的查找

reeBin的查找比较特殊,我们知道当桶table[i]TreeBin结点占用时,说明链接的是一棵红黑树;

  • 由于红黑树的插入、删除等操作会涉及整个结构的调整所以通常存在读写并发操作的时候,是需要加锁的;
  • TreeBin 节点会先拿到对应桶位头节点,然后通过 lockState 判断当前是否有等待者线程或者写线程正在加锁。如果有,则顺序遍历链表,如果没有,则给 TreeBin 节点添加读锁(lockState + 4),调用 findTreeNode 方法查询当前红黑树。最后释放读锁(lockState - 4),此时若有等待者线程就使用 LockSupport.unpark 将等待者线程唤醒。
final Node<K,V> find(int h, Object k) {
    if (k != null) {
        // e表示循环迭代的当前节点  迭代的是first引用的链表
        for (Node<K,V> e = first; e != null; ) {
            // s 保存的是lock临时状态
            // ek 链表当前节点的key
            int s; K ek;

            // (WAITER|WRITER) => 0010 | 0001 => 0011
            // lockState & 0011 != 0 条件成立:说明当前TreeBin有等待者线程 或者 目前有写操作线程正在加锁
            if (((s = lockState) & (WAITER|WRITER)) != 0) {
                if (e.hash == h &&
                        ((ek = e.key) == k || (ek != null && k.equals(ek))))
                    return e;
                e = e.next;
            }
            // 前置条件:当前TreeBin中等待者线程或者写线程都没有
            // 条件成立:说明添加读锁成功
            else if (U.compareAndSwapInt(this, LOCKSTATE, s,
                    s + READER)) {
                TreeNode<K,V> r, p;
                try {
                    // 查询操作
                    p = ((r = root) == null ? null :
                            r.findTreeNode(h, k, null));
                } finally {
                    // w 表示等待者线程
                    Thread w;
                    // U.getAndAddInt(this, LOCKSTATE, -READER) == (READER|WAITER)
                    // 1.当前线程查询红黑树结束,释放当前线程的读锁 就是让 lockstate 值 -4
                    // (READER|WAITER) = 0110 => 表示当前只有一个线程在读,且“有一个线程在等待”
                    // 当前读线程为 TreeBin 中的最后一个读线程

                    // 2.(w = waiter) != null 说明有一个写线程在等待读操作全部结束
                    if (U.getAndAddInt(this, LOCKSTATE, -READER) ==
                            (READER|WAITER) && (w = waiter) != null)
                        // 使用unpark让写线程恢复运行状态
                        LockSupport.unpark(w);
                }
                return p;
            }
        }
    }
    return null;
}

3、ForwardingNode结点的查找

  • ForwardingNode是一种临时结点,在扩容进行中才会出现,所以查找也在扩容的table ----》nextTable上进行
/**
 * 在新的扩容table—-》nextTable上进行查找
 */
Node<K, V> find(int h, Object k) {
    // loop to avoid arbitrarily deep recursion on forwarding nodes
    outer:
    for (Node<K, V>[] tab = nextTable; ; ) {
        Node<K, V> e;
        int n;
        if (k == null || tab == null || (n = tab.length) == 0 || (e = tabAt(tab, (n - 1) & h)) == null)
            return null;
        for (; ; ) {
            int eh;
            K ek;
            if ((eh = e.hash) == h && ((ek = e.key) == k || (ek != null && k.equals(ek))))
                return e;
            if (eh < 0) {
                if (e instanceof ForwardingNode) {
                    tab = ((ForwardingNode<K, V>) e).nextTable;
                    continue outer;
                } else
                    return e.find(h, k);
            }
            if ((e = e.next) == null)
                return null;
        }
    }
}

4、ReservationNode结点的查找

  • ReservationNode是保留结点,不保存实际数据,所以直接返回null
Node<K, V> find(int h, Object k) { return null; }

3.4.4、CHM类的扩容原理

扩容两个步骤:

  • 1、table数组的扩容:table数组的扩容,一般就是新建一个2倍大小的槽数组,这个过程通过由一个单线程完成,且不允许出现并发;
  • 2、数据迁移:就是把旧table中的各个槽中的结点重新分配到新table中;比如,单线程情况下,可以遍历原来的table,然后put()到新table中;这一过程通常涉及到槽中key的rehash(),因为 key映射到桶的位置与table的大小有关,新table的大小变了,key映射的位置一般也会变化,所以我们需要重新计算hash值;

ConcurrentHashMap在处理 rehash() 的时候,并不会重新计算每个key的hash值,而是利用了一种很巧妙的方法。
ConcurrentHashMap内部的table数组的大小必须为2的幂次,这是为什么呢?

  • 1、让key均匀分布,减少冲突; 
  • 2、当table数组的大小为2的幂次时,通过key.hash & table.length-1这种方式计算出的索引i,当table扩容后(2倍),新的索引要么在原来的位置i,要么是i+n。如果索引变为i+n,那么其变化后的索引最高位一定是1(因为table.length-1的最高位一定是1)。

我们通过一个例子说明:

  • 扩容前,table数组大小为16,key1和key2映射到同一个索引5;
  • 扩容后,table数组的大小变成 2/*16=32 ,key1的索引不变,key2的索引变成 5+16=21。

ConcurrentHashMap 在扩容时,这样处理能带来什么好处呢? 
        这种处理方式非常利于扩容时多个线程同时进行的数据迁移操作,因为旧table的各个桶中的结点迁移不会互相影响,所以就可以用 “分治” 的方式,将整个table数组划分为很多部分,每一部分包含一定区间的桶,每个数据迁移线程处理各自区间中的结点,对多线程同时进行数据迁移非常有利。

3.4.5、CHM的扩容时机

当往table[i]中插入结点时,如果链表的结点数目超过一定阈值(8),就会触发链表 -> 红黑树的转换,这样提高了 查找效率:

if (binCount >= TREEIFY_THRESHOLD)
    treeifyBin(tab, i);             // 链表 -> 红黑树 转换

接下来我们分析这个 链表 -> 红黑树 的转换操作,treeifyBin(tab, i):

/*
    *  链表 -> 红黑树 转换
    */
    private final void treeifyBin(Node<K,V>[] tab, int index) {
        Node<K,V> b; int n;
        if (tab != null) { 	
// CASE 1: table的容量 < MIN_TREEIFY_CAPACITY时,直接进行table扩容,不进行红黑树转换,MIN_TREEIFY_CAPACITY默认为64
            if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
                tryPresize(n << 1);
// CASE 2: table的容量 ≥ MIN_TREEIFY_CAPACITY时,进行相应桶的链表 -> 红黑树的转换
            else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
                synchronized (b) {  //同步,对相应的桶的对象加锁
                    if (tabAt(tab, index) == b) {
                        TreeNode<K,V> hd = null, tl = null;
                      //遍历链表,建立红黑树
                        for (Node<K,V> e = b; e != null; e = e.next) {
                            TreeNode<K,V> p = new TreeNode<K,V>(e.hash, e.key, e.val, null, null);//结点类型转换
                            if ((p.prev = tl) == null)
                                hd = p;
                            else
                                tl.next = p;
                            tl = p;
                        }
                    // 以TreeBin类型包装,并链接到table[index]中
                        setTabAt(tab, index, new TreeBin<K,V>(hd));
                    }
                }
            }
        }
    }

通过 treeifyBin(Node<K,V>[] tab, int index) 源码可以看出,链表 -> 红黑树这一转换并不是一定会进行的:

  • 当桶的容量 < MIN_TREEIFY_CAPACITY(64),CurrentHashMap 会首先选择扩容(调用 tryPresize() 把数组长度扩大到原来的两倍),而非立即转成红黑树;
  • 当桶的容量 >= MIN_TREEIFY_CAPACITY(64),则选择 链表 -> 红黑树;

参考:大厂之路一由浅入深、并行基础、源码分析一 “J.U.C”之collections框架:ConcurrentHashMap扩容迁移等方法的源码分析(学妹哭着对我说:太难了!!!!我要回家!!)_菜菜子-CSDN博客

相关文章