HashMap与ConcurrentHashMap的区别

这个问题其实需要你知道两个知识就可以了，一个是HashMap的数据结构，一个是锁分段的技术

在这之前先普及一下HashMap的一些基本知识：

　　（1）放入HashMap的元素是key-value对。

　　（2）底层说白了就是以前数据结构课程讲过的散列结构。

　　（3）要将元素放入到hashmap中，那么key的类型必须要实现实现hashcode方法，默认这个方法是根据对象的地址来计算的，具体我也记不太清楚了，接着还必须覆盖对象的equal方法。

　　用一张图来表示一下散列结构吧：

　　在这里hashCode函数就是用于确定当前key应该放在hash桶里面的位置，这里hash桶可以看成是一个数组，最简单的通过一些取余的方法就能用来确认key应该摆放的位置，而equal函数则是为了与后面的元素之间判断重复。

　　好了，这里我们接下来来看看java的这两种类库的用法吧：

　　由于他们都实现了Map接口，将元素放进去的方法就是put（a，b），这里我们先来分析比较简单的HashMap吧：

 

    public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value);
        int hash = hash(key);  //获取当前key的hash值
        int i = indexFor(hash, table.length);  //返回在hash桶里面的位置
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {  //遍历当前hansh桶后面的元素
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  //如果有相同的key，那么需要替换value
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;  //返回以前的value
            }
        }

        modCount++;
        addEntry(hash, key, value, i);  //放入entry
        return null;
    }

 

　　这个函数其实本身还是很简单的，首先通过hash函数获取当前key的hash值，不过这里需要注意的是，对hashCode方法返回的值HashMap本身还会进行一些处理，具体什么样子的就不细说了，然后再调用indexFor方法用于确定当前key应该属于当前Hash桶的位置，接着就是遍历当前桶后面的链表了，这里equal方法就派上用场了，这里看到如果equal是相等的话，那么就直接用新的value来替换原来的value就好了。。。

　　当然最多的情况还是，桶后面的链表没有与当前的key相同的，那么这个时候就需要调用addEntry方法，将要加入的key-value放入到当前的结构中了，那么接下来来看看这个方法的定义吧：

 

    void addEntry(int hash, K key, V value, int bucketIndex) {
        if ((size >= threshold) && (null != table[bucketIndex])) {
            resize(2 * table.length);  //相当于重新设置hash桶
            hash = (null != key) ? hash(key) : 0;
            bucketIndex = indexFor(hash, table.length);
        }

        createEntry(hash, key, value, bucketIndex);  //创建新的entry，并将它加入到当前的桶后面的链表中
    }

 

　　其实这个方法很简单，首先来判断当前的桶的大小，如果觉得太小的话，那么需要扩充当前桶的大小，这样可以让添加元素存放的更离散化一些，优化擦入和寻找的效率。

　　然后就是创建一个新的entry，用于保存要擦入的key和value，然后再将其链到应该放的桶的链表上就好了。。

　　好了，到这里位置，整个HashMap的擦入元素的过程就已经看的很清楚了，在整个这个过程中没有看到有加锁的过程，因此可以说明HashMap是不支持并发的，不是线程安全的，在并发的环境下使用会产生一些不一致的问题。。。

　　因此java新的concurrent类库中就有了ConcurrentHashMap用于在并发环境中使用。。

　　那么我们再来看看ConcurrentHashMap的put操作是怎么搞的吧：

 

    public V put(K key, V value) {
        Segment<K,V> s;
        if (value == null)
            throw new NullPointerException();
        int hash = hash(key);  //获取hash值
        int j = (hash >>> segmentShift) & segmentMask;
        if ((s = (Segment<K,V>)UNSAFE.getObject          // nonvolatile; recheck
             (segments, (j << SSHIFT) + SBASE)) == null) //  in ensureSegment  //用于获取相应的片段
            s = ensureSegment(j);   //这里表示没有这个片段，那么需要创建这个片段
        return s.put(key, hash, value, false);  //这里就有分段加锁的策略
    }

 

　　这里刚开始跟HashMap都差不太多吧，无非是先获取当前key的hash值，但是接下来进行的工作就不太一样了，这里就有了一个分段的概念：

　　ConcurrentHashMap将整个Hash桶进行了分段，也就是将这个大的数组分成了几个小的片段，而且每个小的片段上面都有锁存在，那么在擦入元素的时候就需要先找到应该插入到哪一个片段，然后再在这个片段上面进行擦入，而且这里还需要获取锁。。。。

　　那我们来看看这个segment的put方法吧：

 

final V put(K key, int hash, V value, boolean onlyIfAbsent) {
         //这里的锁是计数锁，同一个锁可以被同一个线程获取多次，但是不能被不同的线程获取
            HashEntry<K,V> node = tryLock() ? null :   //如果获取了当前的segment的锁，那么node为null，待会自己分配就好了
                scanAndLockForPut(key, hash, value);  //如果没有加上锁，那么等吧，有可能的话还要分配entry，反正有时间干嘛不多做一些事情
            V oldValue;
            try {
             //这里表示已经获取了锁，那么将在相应的位置放入entry
                HashEntry<K,V>[] tab = table;
                int index = (tab.length - 1) & hash;
                HashEntry<K,V> first = entryAt(tab, index);  //找到存放entry的桶，然后获取第一个entry
                for (HashEntry<K,V> e = first;;) {  //从当前的第一个元素开始
                    if (e != null) {
                        K k;
                        if ((k = e.key) == key ||
                            (e.hash == hash && key.equals(k))) {  //如果key相等，那么直接替换元素
                            oldValue = e.value;  
                            if (!onlyIfAbsent) {
                                e.value = value;   
                                ++modCount;
                            }
                            break;
                        }
                        e = e.next;
                    }
                    else {
                        if (node != null)
                            node.setNext(first);
                        else
                            node = new HashEntry<K,V>(hash, key, value, first);
                        int c = count + 1;
                        if (c > threshold && tab.length < MAXIMUM_CAPACITY)
                         //如果元素太多了，那么需要重新调整当前的hash结构，让桶变多一些，这样元素放的更离散一些
                            rehash(node);
                        else
                            setEntryAt(tab, index, node);
                        ++modCount;
                        count = c;
                        oldValue = null;
                        break;
                    }
                }
            } finally {
                unlock();  //这里必须要在finally里面释放已经获取的锁，这样才能保证锁一定会被释放
            }
            return oldValue;
        }

　其实在这里ConcurrentHashMap和HashMap的区别就已经很明显了：

　　（1）ConcurrentHashMap对整个桶数组进行了分段，而HashMap则没有

　　（2）ConcurrentHashMap在每一个分段上都用锁进行保护，从而让锁的粒度更精细一些，并发性能更好，而HashMap没有锁机制，不是线程安全的。。。

　　最后用一张图来表来说明一下ConcurrentHashMap吧：

　　最后，在并发的情况下，要么使用concurrent类库中提供的容器，要么就需要自己来管理数据的同步问题了。。。

 

HashMap与ConcurrentHashMap的测试报告

日期：2008-9-10

 

测试平台：

CPU：Intel Pentium(R) 4 CPU 3.06G     

内存：4G                             

操作系统：window server 2003 

 

一、HashMap与ConcurrentHashMap简单put操作的时间对比

 

1、HashMap测试

A、程序代码：

package test0908;

import java.util.Map;

import java.util.HashMap;

 

public class HashmapTest {

    public static void main(String []args){  

       Map<Integer,Integer> hashmap = new HashMap<Integer,Integer>();

       int tt=13;

 

而循环100万

Hashmap.put(i,”aaa”)，

用时time = 2563ms

       long begin1 = System.currentTimeMillis();

 

       for(int i=0; i<1000000; i++){

           tt = Math.abs(tt*(tt-i)-119);

           hashmap.put(tt, tt);

           //System.out.println(hashmap.get(tt));

       }  

       System.out.println("time="+(System.currentTimeMillis() - begin1)+"ms.");        

    }

}

 

B、测试结果截图（循环100万次）：

当put操作循环10万次时，得到time = 344ms,

循环50万次时，得到time = 1657ms,

循环100万次时，得到time =4094ms。

 

 

2、ConcurrentHashMap测试

A、程序代码：

package test0908;

import java.util.concurrent.ConcurrentHashMap;

 

public class conHashmapTest{

    public static void main(String []args){  

       ConcurrentHashMap<Integer,Integer> chashmap = newConcurrentHashMap<Integer,Integer>();

       int tt=13;

       long begin1 = System.currentTimeMillis();

       for(int i=0; i<1000000; i++){

           tt = Math.abs(tt*(tt-i)-119);

           chashmap.put(tt, tt);

           //System.out.println(hashmap.get(tt));

       }  

       System.out.println("time="+(System.currentTimeMillis() - begin1)+"ms.");        

    }

}

 

B、测试结果截图（循环100万次）：

当put操作循环10万次时，得到time =281ms,

循环50万次时，得到time = 1376ms,

循环100万次时，得到time =3625ms,

 

 

二、HashMap与ConcurrentHashMap  put操作的最多个数对比（即内存溢出）

 

1、 HashMap测试

测试结果截图：

运行程序，内存初值为：846M，内存峰值为：931M，put计数=1,030,604

 

2、 ConcurrentHashMap  测试

测试结果截图：

运行程序，内存初值为：847M，内存峰值为：931M，put计数=1,030,238

三、HashMap与ConcurrentHashMap  多线程操作的测试

 

1、  HashMap测试结果截图：（10个put线程，8个get线程）

 

平均每秒的get次数/总get次数

 

平均每秒的put次数/总Put次数

 

 

2、  ConcurrentHashMap  测试结果截图 ：（10个put线程，8个get线程）

 

3、  以上均设置睡眠1ms时， 平均每个线程达到510多；

每秒平均put的次数随线程的个数增加而增加，

 

4、注：当put线程数量为100，get线程数量为90时，HashMap就开始出现性能下降的情形，CPU使用率达到45%左右，且put、get的个数要明显少于ConcurrentHashMap的个数；

而使用ConcurrentHashMap时，则线程很稳定，CPU使用率不超过12%时。

测试结果截图：

 

与concurrenthashmap相比，Put，get线程达到100个条件下，hashmap要少5500左右

A、HashMap测试图：

 

 

B、 ConcurrentHashMap测试图：

 

5、经反复测试发现，只要创建的put和get的线程总数达到180个以上时，HashMap的性能就开始下降。而当创建的put和get的线程总数达到256个以上时，ConcurrentHsahMap的性能也开始下降。

性能下降：CPU的使用率开始增加，平均每秒put和get的个数开始下降，即出现若线程再增加，而put和get反而减少。

 

 

发一篇原贴文章真不容易啊，尤其是还这么多图片的。嘻嘻！搞了我半个多钟头。这个测试报告是写给项目经理看的，但是很多同志说看不懂这个报告里面有什么../? 所以发上来希望各位高手狠狠的给点意见，小弟在此谢了！

最后贴上第三个测试中concurrenthashmap的源程序：

 

package test0908;import java.util.concurrent.ConcurrentHashMap; public class CHashmapTest {public static void main(String []args){try{count c = new count();ConcurrentHashMap<Integer,Integer> chm = new ConcurrentHashMap<Integer,Integer>();for(int i=0; i<50; i++){new putCHashmapThread(chm,c).start();//put操作} for(int i =0 ; i<45; i++){new getCHashmapThread(chm,c).start();    //get操作} ProbeThread pt = new ProbeThread(c);    //监听线程pt.start();}catch(Exception e){System.out.println(e.getMessage());}}} class putCHashmapThread extends Thread{     //put操作线程private ConcurrentHashMap<Integer,Integer> chm = null;private count c = null; public putCHashmapThread(ConcurrentHashMap<Integer,Integer> chm,count c){this.chm = chm;this.c = c;} public void run(){int tt = 13;int i = 1;try{while(true){tt = Math.abs(tt*(tt-i)-119);chm.put(tt, tt);c.addcount1();    //put操作计数i++;Thread.sleep(1);//System.out.println(i);}}catch(Exception e){System.out.println(e.getMessage());}}} class getCHashmapThread extends Thread{      //get操作线程private ConcurrentHashMap<Integer,Integer> chm = null;private count c = null; public getCHashmapThread(ConcurrentHashMap<Integer,Integer> chm,count c){this.chm = chm;this.c = c;} public void run(){int tt = 13;int i = 1;try{while(true){tt = Math.abs(tt*(tt-i)-119);chm.get(tt);c.addcount2();  //get操作计数i++;Thread.sleep(1);//System.out.println(i);}}catch(Exception e){System.out.println(e.getMessage());}}} class count{   //计数器private static int count1 = 1, count2 = 1; public int getcount1() {return count1;} public int getcount2(){return count2;} public void addcount1(){count1++;} public void addcount2(){count2++;} } class ProbeThread extends Thread {     //监听线程 private boolean run = true;count cc; public ProbeThread(count cc) {this.cc = cc;} @SuppressWarnings("static-access")public void run() {int c1=0, c2=0;int cc1 = 0, cc2 = 0;while(this.run) {c2 = cc.getcount1();cc2 =cc.getcount2();System.out.println("put:"+"["+(c2-c1)/2+"/"+c2+"]"+"  get:"+"["+(cc2-cc1)/2+"/"+cc2+"]");c1 = c2;cc1 = cc2; try {Thread.sleep(1000*2-1);} catch(Exception ex) {System.out.println("Error[ProbeThread.run]:"+ex.getMessage());}}}}